KR101803195B1 - 차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치 및 방법 - Google Patents

차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치 및 방법 Download PDF

Info

Publication number
KR101803195B1
KR101803195B1 KR1020160080575A KR20160080575A KR101803195B1 KR 101803195 B1 KR101803195 B1 KR 101803195B1 KR 1020160080575 A KR1020160080575 A KR 1020160080575A KR 20160080575 A KR20160080575 A KR 20160080575A KR 101803195 B1 KR101803195 B1 KR 101803195B1
Authority
KR
South Korea
Prior art keywords
information
sensor
vehicle
road
determining
Prior art date
Application number
KR1020160080575A
Other languages
English (en)
Inventor
이순걸
문상찬
원인식
Original Assignee
경희대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 경희대학교 산학협력단 filed Critical 경희대학교 산학협력단
Priority to KR1020160080575A priority Critical patent/KR101803195B1/ko
Application granted granted Critical
Publication of KR101803195B1 publication Critical patent/KR101803195B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
    • B60R11/02—Arrangements for holding or mounting articles, not otherwise provided for for radio sets, television sets, telephones, or the like; Arrangement of controls thereof
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0026—Lookup tables or parameter maps
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2422/00—Indexing codes relating to the special location or mounting of sensors
    • B60W2550/10—
    • B60W2550/14—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors
    • B60Y2400/301—Sensors for position or displacement

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Traffic Control Systems (AREA)

Abstract

차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치 및 방법이 개시된다. 일 실시예에 따른 차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 방법은, 도로 유형, 위험 구간 여부 및 차로 유형 정보 중 적어도 어느 하나 이상의 주행 차량 주변의 도로 상태정보를 수집하는 단계와, 상기 도로 상태 정보에 기초하여 센서 융합 조건을 결정하는 단계와, 상기 결정된 센서 융합 조건에 대응하는 측위 정밀도 레벨을 결정하는 단계와, 상기 주행 차량에 장착된 측위 센서 종류를 확인하고, 상기 주행 차량에 장착된 측위 센서의 종류 및 상기 결정된 측위 정밀도 레벨에 기초하여 활성화 대상 센서를 결정하는 단계 및 상기 활성화 대상 센서를 이용하여 상기 주행 차량의 위치 정보를 획득하는 단계를 포함한다.

Description

차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치 및 방법{APPARATUS AND METHOD FOR ADAPTIVELY CONTROLLING MULTI-SENSOR ACCORDING TO A RUNNING ENVIRONMENT}
기술분야는 차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치 및 방법에 관한 것이다.
최근 이동통신 기술이 발달함에 따라 사용자의 위치를 파악하여 새로운 서비스를 제공하기 위한 위치결정 기술이 개발되고 있다. 일반적으로 위치정보를 활용한 서비스 분야를 위치기반서비스(LBS: Location based Service)라 부르며, 이는 텔레메틱스(Telematics)의 한 분야로서 차량의 위치추적 또는 항법 기술이 이에 포함된다.
종래의 위치 정보 획득 방법으로는, 위성측위시스템(GPS: Global Positioning System)만을 이용한 전통적인 방법, 이동통신단말기만을 이용한 방법, GPS와 관성항법장치(INS)를 결합한 방법, GPS와 이동통신단말기를 결합한 방법, GPS/이통통신단말기/INS를 결합한 방법 등이 주로 개발되고 있다.
한편, 고사양 위치 측위센서의 차량 장착시 자동차 비용이 크게 상승하여 가격적 실용화에 부담이 있으며, 디지털 맵의 실시간 동기화를 위한 맵 환경 구성 비용이 크게 증가할 수 있다.
선행기술문헌의 한국등록특허 제10-0532589호는 이동체에 탑재되어 이동체의 위치를 측정하는 측위 장치에 관한 것으로서, 위성으로부터 GPS 위성 신호를 수신하여 이동체의 위치정보를 획득하고, 다수의 가속도센서와 자이로센서를 이용하여 이동체의 속도정보, 가속도정보 및 방향정보를 획득하며, 획득된 정보에 따라, 측위 알고리즘의 유형에 대한 선택정보를 생성하기 위한 GPS/RFID 선택 수단을 개시하고 있다.
선행기술문헌의 한국등록특허 제10-1440690호는 차속센서, 지자기센서, 가속도계, 거리측량기, 자이로스코프, 경사각센서, 중력센서 및 GPS 중 적어도 어느 하나를 이용하여 위치정보를 지도를 내비게이션에 출력하는 구성을 개시하고 있다.
선행기술문헌의 한국등록특허 제10-1015236호는 차량의 카메라와, GPS, 3축 자이로와 3축 가속도계로 구성된 관성 항법 장치인 IMU를 이용하여 차량의 위치 좌표를 검출하여 측량 시스템을 운용하는 구성을 개시하고 있다.
그러나, 종래기술들은 차량의 주행환경에 따라 적응형 위치정보를 획득하도록 하면서도, 저가형 센서에서부터 고정밀 측위 방법을 통합한 시스템의 정보를 제공하는 등의 편의성을 제공하지는 못하고 있다.
한국등록특허 제10-0532589호(발명의 명칭: 무선인식/위성측위/관성항법을 결합한 통합 측위 장치 및그 방법) 한국등록특허 제10-1440690(발명의 명칭 : 지도를 활용한 실시간 위성항법 및 관성항법 선택 알고리즘 향상을 위한 내비게이션 운영방법) 한국등록특허 제10-1015236호(발명의 명칭 : 차량 기반 멀티 센서를 이용한 측량 시스템 및 그 운용 방법)
본 발명은 다양한 센서의 동적 정확도별 융합형태를 개선하여 최소한의 정보를 통해 사용자 맞춤형 센서 융합기능을 도입하여 강인한 알고리즘은 물론, 센서융합의 다양성을 극대화하여 융합시스템 구성에 따른 단계별 위치추정 정확도를 제공하는 장치 및 방법을 제공하고자 한다.
또한, 본 발명은 저가의 센서를 통해 고정밀 알고리즘을 융합하여 정보의 신뢰성을 높일 수 있으며, 다중 결정센서의 조합을 통해 사용자 또는 자동으로 편의성에 맞는 결과를 사용자 또는 차량에 제공함으로써 안전성을 높일 수 있는 장치 및 방법을 제공하고자 한다.
일 실시예에 따른 차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 방법은, 도로 유형, 위험 구간 여부 및 차로 유형 정보 중 적어도 어느 하나 이상의 주행 차량 주변의 도로 상태정보를 수집하는 단계와, 상기 도로 상태 정보에 기초하여 센서 융합 조건을 결정하는 단계와, 상기 결정된 센서 융합 조건에 대응하는 측위 정밀도 레벨을 결정하는 단계와, 상기 주행 차량에 장착된 측위 센서 종류를 확인하고, 상기 주행 차량에 장착된 측위 센서의 종류 및 상기 결정된 측위 정밀도 레벨에 기초하여 활성화 대상 센서를 결정하는 단계 및 상기 활성화 대상 센서를 이용하여 상기 주행 차량의 위치 정보를 획득하는 단계를 포함한다.
일 실시예에 따른 차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치는, 도로 유형, 위험 구간 여부 및 차로 유형 정보 중 적어도 어느 하나 이상의 주행 차량 주변의 도로 상태정보를 수집하는 도로 상태정보 수집부와, 상기 도로 상태 정보에 기초하여 센서 융합 조건을 결정하는 융합조건 결정부와, 상기 결정된 센서 융합 조건에 대응하는 측위 정밀도 레벨을 결정하는 측위 정밀도 결정부와, 상기 주행 차량에 장착된 측위 센서 종류를 확인하고, 상기 주행 차량에 장착된 측위 센서의 종류 및 상기 결정된 측위 정밀도 레벨에 기초하여 활성화 대상 센서를 결정하는 센서 결정부 및 상기 활성화 대상 센서를 이용하여 상기 주행 차량의 위치 정보를 획득하는 위치 정보 획득부를 포함한다.
다른 일 실시예에 따른 차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치는, GIS 맵 정보에 기초하여 도로 유형, 위험 구간 여부 및 차로 유형 정보 중 적어도 어느 하나 이상의 주행 차량 주변의 도로 상태정보를 수집하는 도로 상태정보 수집부와, 상기 도로 상태 정보에 기초하여 센서 융합 조건을 결정하는 융합조건 결정부와, 상기 주행 차량에 장착된 측위 센서 및 주변 정보 감지 센서의 종류를 확인하고 상기 센서 융합 조건에 기초하여 상기 측위 센서 및 주변 정보 감지 센서 중 활성화 대상 센서를 결정하는 센서 결정부 및 위치 정보 및 주행 차량 주변 정보를 획득하도록 상기 활성화 대상 센서를 제어하는 제어부를 포함하고, 상기 센서 융합 조건은 상기 도로 상태 정보에 대응하는 측위 정밀로 레벨 및 위험도 정보 중 적어도 어느 하나에 기초하여 결정된다.
저가의 센서를 통해 고정밀 알고리즘을 융합하여 정보의 신뢰성을 높일 수 있으며, 다중 결정센서의 조합을 통해 사용자 또는 자동으로 편의성에 맞는 결과를 사용자 또는 차량에 제공함으로써 안전성을 높일 수 있다.
차량 뿐 아니라 로봇, 무인항공기, 비행기등에도 적용이 가능하며, 정교함과 주변의 시인성을 극대화하므로써 빠른 길을 찾는 데 도움을 줄 수 있다.
도로의 지체 및 사고로 인한 사회 비용을 개선할 수 있는 자동화 시스템으로 고속주행 하에서도 차간간격을 최대한 줄일 수 있고 도로 용량을 획기적으로 증가시킴으로써 이용자의 높은 요구를 충족시킬 수 있다.
도 1은 일 실시예에 따른 차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치의 개략적인 구성을 나타낸다.
도 2는 다른 일 실시예에 따른 차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치의 개략적인 구성을 나타낸다.
도 3은 일 실시예에 따른 차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 방법을 설명하기 위한 흐름도이다.
도 4는 일 실시예에 따른 센서 융합 또는 활성화 대상 센서 결정의 예들을 설명하기 위한 센서 융합 예시도를 나타낸다.
도 5는 도로 상태 정보 및 위험도 정보를 레벨화 한 예를 설명하기 위한 예시도이다.
도 6은 도 1 내지 도 3에서 활용 가능한 센서 정보의 예를 설명하기 위한 예시도이다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 일 실시예에 따른 차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치의 개략적인 구성을 나타낸다.
도 1을 참조하면, 차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치는 도로 상태정보 수집부(110), 융합조건 결정부(120), 측위 정밀도 결정부(130), 센서 결정부(140) 및 위치 정보 획득부(150)를 포함한다. 이때, 장치는 각 구성요소를 제어할 수 있도록 구성된(configured) 적어도 하나의 프로세서를 포함하는 제어부(160)를 더 포함할 수 있다.
도로 상태정보 수집부(110)는 도로 유형, 위험 구간 여부 및 차로 유형 정보 중 적어도 어느 하나 이상의 주행 차량 주변의 도로 상태정보를 수집한다.
도로 상태 정보는 GIS(Geographic Information System) 맵 정보, 영상 정보, 장애물 감지 센서, 차량 통신(V2X: Vehicle-to-Everything) 및 3차원 스캐너 중 적어도 어느 하나에 의해 획득될 수 있다.
예를 들어, 도로 유형 정보는 맵 정보로부터 획득될 수 도 있고, 차선의 기울기 정보를 이용한 연산에 의해서 획득될 수 도 있다.
도로 유형은 직선 구간, 곡선구간, 직선과 곡선의 혼재 구간, 곡률이 기준보다 큰 구간, 도로의 합류 구간 등으로 구분될 수 있다.
영상 정보는 카메라 센서에 의해 획득될 수 있다. 이때, 영상 정보는 장애물이, 차선 유무, 주행 환경 등을 포함할 수 있다.
영상 정보를 획득하기 위한 카메라 센서가 차량에 장착되어 있지 않은 경우 영상 정보는 생략될 수 있다.
장애물 감지 센서는 예를 들어, 레이저 센서, 초음파 센서, 라이다 센서, 영상 센서를 포함할 수 있다.
도로 유형 중 위험 구간 여부는 사고 다발 구간, 차로 상태 정보, 제한속도, 및 공사 구간을 포함하고, 사고 다발 구간, 차로 상태 정보, 제한속도, 및 공사 구간 각각에 대한 서로 다른 가중치가 부여되고, 상기 차로 유형 정보는 단일 차로 및 2차로 이상의 유형을 포함하고, 상기 2차로 이상에 더 큰 가중치가 부여되고, 상기 도로 상태 정보는 상기 도로 유형 정보에서 추출되는 위험도 정보, 상기 위험 구간 여부에서 추출되는 위험도 정보 및 상기 차로 유형 정보에서 추출되는 위험도 정보를 결합하여 최종 수치로 계산될 수 있다.
융합조건 결정부(120)는 도로 상태 정보에 기초하여 센서 융합 조건을 결정한다.
여기서, 센서 융합 조건은 도로 상태 정보에 따라 추정되는 위험도 정보에 따라 결정될 수 있다.
예를 들어, 도로 상태 정보에 기초하여 위험도를 위험한 정도에 따라 1에서 10까지 구분할 수 있는 경우, 센서 융합 조건은 위험도 1~3인 경우 '융합 없음', 위험도 4~6인 경우 '일반', 위험도 7~10의 경우 '최상'으로 설정될 수 도 있다.
이때, 위험도를 수치로 계산하는 방법은 다양한 변형예가 가능하나, 일반적으로 직선 구간, 곡선 구간, 합류 구간의 순으로 높은 위험도로 결정되고, 사고 다발 구간, 차로 상태 정보, 제한속도, 및 공사 구간의 경우도 높은 위험도로 설정될 수 있다.
만일 위험도가 높은 조건이 두 개 이상 겹치는 도로 유형인 경우 가중치가 부여되어 더 높은 위험도로 설정될 수 도 있다. 예를 들어, 곡선 구간이면서 공사구간인 경우 높은 위험도로 설정되고, '곡선구간', '공사 구간', '눈 또는 비 오는 날씨'인 경우 더 높은 위험도로 설정될 수 있다.
측위 정밀도 결정부(130)는 결정된 센서 융합 조건 또는 도로 상태 정보에 대응하는 측위 정밀도 레벨을 결정한다.
이때, 측위 정밀도 레벨은 예를 들어, '최상위 레벨', '중간 레벨' 및 '최하위 레벨'과 같이 미리 설정되어 있을 수 있다. 이때, 센서 융합 조건이 '최상'인 경우 측위 정밀도 레벨은 '최상위 레벨'로 결정될 수 있다.
또한, 측위 정밀도 레벨은 주행 차량 주변의 도로 상태정보로부터 도출되는 위험도 레벨에 따라 결정될 수 도 있다. 예를 들어, 도로 상태 정보에 기초하여 위험도를 위험한 정도에 따라 1에서 10까지 구분할 수 있는 경우, 위험도 7~10의 경우 측위 정밀도 레벨은 '최상위 레벨'로 결정되고, 위험도 1~3의 경우 측위 정밀도 레벨은 '최하위 레벨'로 결정될 수 있다.
따라서, 센서 융합 조건은 상기 도로 상태 정보로부터 획득되는 위험도 정보가 높을수록 높은 레벨로 결정되고, 상기 측위 정밀도 레벨은 상기 센서 융합 정도가 높을수록 높은 레벨로 결정될 수 있다.
한편, 측위 정밀도 레벨은 사용자의 선택에 따라 결정될 수 도 있다.
예를 들어, 사용자는 자동/수동모드로 모듈을 장착하여 레벨을 구분할 수 있다. 자동모드에서는 선택된 모듈에 따라 자동으로 환경을 인지하고 이에 따른 필요 위치정밀도를 계산하여 필요한 모듈 레벨과 알고리즘 레벨을 선택하여 위치정보가 제공될 수 있다. 만일, 비용이 적은 시스템으로 구축되었다면, 필요한 정보만이 계산되며, 전체로 구축되었다면 모든 시스템은 각자의 연산처리를 완성하여 주변환경에서 요구되는 위치정밀도 수준에 따라 위치정보를 제공할 수 있다. 주변환경의 요구되는 위치정밀도 수준은 주변차량의 수, 주변도로의 형태, 도로의 유형분석, 인프라정보 획득율 및 신뢰도, 차량내 시스템모듈 레벨에 따라 결정될 수 도 있다.
이때, 수동모드에서는 사용자가 모듈을 선택하여 작동할 수 있으며, 필요한 알고리즘과 모듈결합 및 원하는 수준의 위치정보를 획득하는 것이 가능하다.
예를 들어, 저가형 센서를 통해 고정밀 정확도를 선택하면, 필요모듈을 요구하고 있을 때 가능 알고리즘을 결합하며, 필요모듈이 없을 시 가능 알고리즘을 통해 사용자 요구에 비슷한 수준의 결과를 제공하게 된다. 따라서, 사용자 요구와 위치정보의 레벨은 같지 않을 수 있다
센서 결정부(140)는 주행 차량에 장착된 측위 센서 종류를 확인하고, 상기 주행 차량에 장착된 측위 센서의 종류 및 상기 결정된 측위 정밀도 레벨에 기초하여 활성화 대상 센서를 결정한다.
여기서, 주행 차량에 장착된 측위 센서의 종류를 확인하는 이유는 차량 마다 장착된 센서의 종류가 다르기 때문에 측위 정밀도 레벨을 모든 차량에 동일하게 적용할 수 없기 때문이다.
다시 말해, 측위 정밀도 레벨이 최상위 레벨인 경우 기준 정밀도 이상의 고사양의 GPS 센서가 활성화되는 것으로 결정될 수 있으나, 주행 차량에 기준 정밀도 이상의 고사양 GPS 센서가 장착되어 있지 않은 경우에는 차량에 장착된 GPS 센서 만으로 위치 정보를 획득할 수 있다.
물론, 측위 정밀도 레벨이 최상위 레벨이고, 차량에 기준 정밀도 이상의 고사양 GPS 센서가 없는 경우 센서 결정부(140)는 GPS 센서 이외에 주행 차량에 장착된 다른 센서도 함께 활성화하는 것으로 결정할 수 있다.
예를 들어, 센서 결정부(140)는 측위 정밀도 레벨이 최상위 레벨이고, 차량에 기준 정밀도 이상의 고사양 GPS 센서가 없는 경우, GPS센서와 비컨, 레이더 또는 장애물 감지 센서를 함께 활성화하도록 제어할 수 도 있다.
위치 정보 획득부(150)는 활성화 대상 센서를 이용하여 상기 주행 차량의 위치 정보를 획득한다.
도 2는 다른 일 실시예에 따른 차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치의 개략적인 구성을 나타낸다.
도 2를 참조하면, 장치는 도로 상태 정보 수집부(210), 융합조건 결정부(220) 및 센서 결정부(240)를 포함한다. 이때, 장치는 각 구성요소를 제어할 수 있도록 구성된(configured) 적어도 하나의 프로세서를 포함하는 제어부(260)를 더 포함할 수 있다.
도로 상태 정보 수집부(210)는 도로 유형, 위험 구간 여부 및 차로 유형 정보 중 적어도 어느 하나 이상의 주행 차량 주변의 도로 상태정보를 수집한다.
융합조건 결정부(220)는 도로 상태 정보에 기초하여 센서 융합 조건을 결정한다. 이때, 센서 융합 조건은 상기 도로 상태 정보에 대응하는 측위 정밀로 레벨 및 위험도 정보 중 적어도 어느 하나에 기초하여 결정될 수 있다.
센서 결정부(240)는 주행 차량에 장착된 측위 센서 및 주변 정보 감지 센서의 종류를 확인하고 상기 센서 융합 조건에 기초하여 상기 측위 센서 및 주변 정보 감지 센서 중 활성화 대상 센서를 결정한다.
센서 결정부(240)는 측위 정밀도 레벨에 대응하는 활성화 대상 센서를 결정하되, 측위 정밀도 레벨에 대응하는 활성화 대상 센서가 주행 차량에 장착되어 있지 않은 경우, 주행 차량에 장착된 센서 중 가장 정밀도가 높은 측위 센서를 선택할 수 있다.
센서 결정부(240)는 측위 정밀도 레벨에 대응하는 활성화 대상 센서를 결정하되, 측위 정밀도 레벨에 대응하는 활성화 대상 센서가 주행 차량에 장착되어 있지 않은 경우, 주행 차량에 장착된 복수의 측위 관련 센서를 활성화 대상 센서들로 결정할 수 있다.
또한, 센서 결정부(240)는 위험도 레벨에 대응하는 활성화 대상 센서를 결정하되, 위험도 레벨에 대응하는 활성화 대상 센서가 주행 차량에 장착되어 있지 않은 경우, 가장 정밀도가 높은 주변 정보 감지 센서를 활성화 대상 센서로 결정할 수 있다.
또한, 센서 결정부(240)는 위험도 레벨에 대응하는 활성화 대상 센서를 결정하되, 위험도 레벨에 대응하는 활성화 대상 센서가 주행 차량에 장착되어 있지 않은 경우, 주행 차량에 장착된 복수의 주변 정보 감지 센서를 활성화 대상 센서들로 결정할 수 있다.
제어부(260)는 위치 정보 및 주행 차량 주변 정보를 획득하도록 상기 활성화 대상 센서를 제어한다. 예를 들어, 제어부(260)는 활성화 대상 센서를 온(On) 시키고, 활성화된 센서들로부터 센싱 데이터를 수집하고, 수집된 센싱 데이터에 기초하여 위치 정보를 획득하거나 주변 정보를 확인할 수 있다.
도 3은 일 실시예에 따른 차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 방법을 설명하기 위한 흐름도이다.
도 3에 도시된 방법은 도 1 또는 도 2에 도시된 장치에 의해 수행될 수 있다.
도 3을 참조하면, 310단계에서 장치는 도로 유형, 위험 구간 여부 및 차로 유형 정보 중 적어도 어느 하나 이상의 주행 차량 주변의 도로 상태정보를 수집한다.
이때, 장치는 상기 GIS 맵 정보의 획득 가능 여부를 판단하고, 상기 GIS 맵 정보의 획득이 가능하면, 상기 GIS 맵 정보에 기초하여 상기 도로 상태 정보를 수집하고, 상기 GIS 맵 정보의 획득이 불가능하면, 상기 영상 정보, 장애물 감지 센서, 차량 통신(V2X: Vehicle-to-Everything) 및 3차원 스캐너 중 적어도 어느 하나를 이용하여 상기 도로 상태 정보를 획득할 수 있다.
320단계에서 장치는, 도로 상태 정보에 기초하여 센서 융합 조건을 결정한다.
330단계에서 장치는, 결정된 센서 융합 조건 또는 상기 도로 상태 정보에 대응하는 측위 정밀도 레벨을 결정한다.
340단계에서 장치는, 주행 차량에 장착된 측위 센서 종류를 확인하고, 상기 주행 차량에 장착된 측위 센서의 종류 및 상기 결정된 측위 정밀도 레벨에 기초하여 활성화 대상 센서를 결정한다.
이때, 장치는 측위 정밀도 레벨을 결정하는 단계를 통해 결정된 측위 정밀도 레벨에 대응하는 활성화 대상 센서를 결정하되, 측위 정밀도 레벨에 대응하는 활성화 대상 센서가 상기 주행 차량에 장착되어 있지 않은 경우 상기 주행 차량에 장착된 센서 중 가장 정밀도가 높은 측위 센서를 선택할 수 있다.
또한, 장치는 측위 정밀도 레벨을 결정하는 단계를 통해 결정된 측위 정밀도 레벨에 대응하는 활성화 대상 센서를 결정하되, 측위 정밀도 레벨에 대응하는 활성화 대상 센서가 상기 주행 차량에 장착되어 있지 않은 경우 상기 주행 차량에 장착된 복수의 측위 관련 센서를 선택할 수 있다.
350단계에서 장치는, 활성화 대상 센서를 이용하여 상기 주행 차량의 위치 정보를 획득한다.
일 실시예에 따르면, 상기 도로 상태정보를 수집하는 단계 및 상기 센서 융합 조건을 결정하는 단계는 기 설정된 자동 모드 및 사용자의 선택 옵션에 따라 동작하는 수동 모드를 제공할 수 있다.
도 4는 일 실시예에 따른 센서 융합 또는 활성화 대상 센서 결정의 예들을 설명하기 위한 센서 융합 예시도를 나타낸다.
도 4를 참조하면, 센서 융합 조건은 크게 GPS 가 장착되어 있는 경우, 그렇지 않은 경우(Non GPS)로 나뉠 수 있다.
GPS 센서가 주행 차량에 장착되어 있는 경우에도, 별다른 옵션없이(No-Option) GPS 센서가 항상 사용되거나 항상 사용되지 않는 경우가 있을 수 있고, 이를 'level 1'로 정의할 수 있다.
또한, 예를 들어 Option 1은 'level 2'에서 선택되는 옵션으로서, GPS만 동작하거나 GPS와 다른 하나의 센서(예를 들어 초음파 센서)가 동작하는 옵션일 수 있다.
이러한 센서 융합 조건은 도로 주변의 환경 정보를 수집하기 위한 센서 융합에도 적용될 수 있다.
예를 들어, 도로 주변 환경이 위험도가 높은 경우 level 4 또는 level 5가 선택될 수 있고, Option 3 또는 Option 4는 복수의 주변 감지 센서가 활성화되는 경우 일 수 있다. 예를 들어, Option 3 또는 Option 4의 경우 위치 측정 및 주변 장애물 감지를 위한 센서 정보가 사용되는 경우 일 수 있다. 또한, 예를 들어, Option (c) 또는 Option (d)의 경우 level 4 또는 level 5가 선택 되었지만 GPS 센서가 없거나 도로맵 정보가 필요없는 경우이므로 GPS를 제외한 3개 이상의 센서(예를 들어, 차체 자세 제어 센서, 영상센서, 레이저 센서, V2X 통신 모듈)가 활성화되는 경우일 수 있다.
도 5는 도로 상태 정보 및 위험도 정보를 레벨화 한 예를 설명하기 위한 예시도이다.
도 5를 참조하면, 맵 기반으로 정보를 획득하는 경우와, 차량에 장착된 센서에 의해 주변 정보를 판단하는 경우를 구분하고 있다.
도로 유형은, 직선구간, 곡선구간, 곡률이 큰 구간, 합류 구간등으로 구분하고, 각각 위험도가 높아지는 순으로 위험도 1 ~ 위험도 5로 설정할 수 있다.
또한, 위험 구간은 사고다발구간, 차로 상태 정보, 제한 속도, 공사구간 등으로 구분할 수 있고, 위험도 5로 설정하거나 가중치를 부여하기 위한 인자로 사용될 수 있다.
예를 들어, 직선구간에 위험도 수치가 1로 부여되어 있고, 차로 상태가 매우 좋지 않아 가중치가 0.9이고, 공사 구간이 길거나 위험하여 가중치가 0.8로 설정되어 있는 경우 최종 산출된 위험도 수치는 1x0.9x0.8로 계산될 수 있다.
또 다른 예로, 직선구간에 위험도 수치가 1로 부여되어 있고, 차로 상태가 양호하여 가중치가 0.1이고, 공사 구간이 아닌 경우 가중치가 0.2로 설정되어 있는 경우 최종 산출된 위험도 수치는 1x0.1x0.2로 계산될 수 있다.
차로구간 정보는 단일차로와 2차로 이상이 구분되어 설정될 수 있고, 위험도는 각각 위험도 3과 위험도 4로 설정될 수 있다.
이때, 직선구간에 위험도 수치가 1로 부여되어 있고, 차로 상태가 매우 좋지 않아 가중치가 0.9이고, 공사 구간이 길거나 위험하여 가중치가 0.8로 설정되어 있고, 2차로 이상의 차로 구간의 위험도 수치가 4로 설정되어 있는 경우 최종 산출된 위험도 수치는 1x0.9x0.8x4로 계산되고, 동일 조건에서 단일 차로여서 차로 구간의 위험도 수치가 3으로 설정되어 있는 경우 최종 산출되는 위험도 수치는 1x0.9x0.8x3으로 계산될 수 있다.
이와 같이, 최종 산출되는 위험도 수치는 실시예에 따라 다양한 기준으로 조합될 수 있고, 위험도 수치에 따른 센서 융합 조건 또는 측위 정밀도 레벨 역시 설정에 따라 다양한 옵션으로 정의 될 수 있다.
도 6은 도 1 내지 도 3에서 활용 가능한 센서 정보의 예를 설명하기 위한 예시도이다.
도 6을 참조하면, 센서 정보는 위치 측정 정보, 차체 자세 제어와 관련된 정보, 주변 장애물 감지 정보, 주변 정보 감지, 통신을 통해 획득되는 주변 정보, 도로맵 정보 등을 포함할 수 있다.
센서융합을 위한 모듈은 센서형태에 따라 comfortable하게 적용이 가능하며, 스위치와 같은 형태로 센서를 선택하여 억제 및 필요한 센서만을 작동시킬 수 도 있고 자동으로 필요한 센서만을 동작시키거나 모두 작동시킬 수 있다. 각각의 수준에 대한 레벨은 센서모듈별 순서가 있으며, 알고리즘 순서와 결합 방법에 따라 레벨이 결정될 수 도 있다.
본 발명의 실시예에 따르면, '센서를 모듈 및 레벨별로 구분하고, 도로상태정보에 기반하여 선택되는 모듈 및 레벨별에 따른 알고리즘을 선택하여 위치정보를 제공하는 구성'이 제공될 수 있다.
또한, -각각의 센서와 센서간 융합 알고리즘은 EKF 또는 KF필터를 기반으로 하며, 센서정보의 난이도를 융합하여 확률정보, 상대오차보정등의 추가 보정 알고리즘이 탑재되어 정보를 융합하는 것도 가능한다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (14)

  1. 도로 유형, 위험 구간 여부 및 차로 유형 정보 중 적어도 어느 하나 이상의 주행 차량 주변의 도로 상태정보를 수집하는 단계;
    상기 도로 상태 정보에 기초하여 센서 융합 조건을 결정하는 단계;
    상기 결정된 센서 융합 조건 또는 상기 도로 상태 정보에 대응하는 측위 정밀도 레벨을 결정하는 단계;
    상기 주행 차량에 장착된 측위 센서 종류를 확인하고, 상기 주행 차량에 장착된 측위 센서의 종류 및 상기 결정된 측위 정밀도 레벨에 기초하여 활성화 대상 센서를 결정하는 단계; 및
    상기 활성화 대상 센서를 이용하여 상기 주행 차량의 위치 정보를 획득하는 단계
    를 포함하는 차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 방법.
  2. 제1항에 있어서,
    상기 도로 상태 정보는 GIS(Geographic Information System) 맵 정보, 영상 정보, 장애물 감지 센서, 차량 통신(V2X: Vehicle-to-Everything) 및 3차원 스캐너 중 적어도 어느 하나에 의해 획득되는 것을 특징으로 하는
    차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 방법.
  3. 제2항에 있어서,
    상기 도로 상태 정보를 수집하는 단계는,
    상기 GIS 맵 정보의 획득 가능 여부를 판단하는 단계;
    상기 GIS 맵 정보의 획득이 가능하면, 상기 GIS 맵 정보에 기초하여 상기 도로 상태 정보를 수집하고,
    상기 GIS 맵 정보의 획득이 불가능하면, 상기 영상 정보, 장애물 감지 센서, 차량 통신(V2X: Vehicle-to-Everything) 및 3차원 스캐너 중 적어도 어느 하나를 이용하여 상기 도로 상태 정보를 획득하는,
    차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 방법.
  4. 제1항에 있어서,
    상기 도로 유형 정보는 직선구간, 곡선 구간, 합류 구간을 포함하고, 상기 직선 구간, 곡선 구간, 합류 구간의 순으로 높은 위험도로 결정되고,
    상기 위험 구간 여부는 사고 다발 구간, 차로 상태 정보, 제한속도, 및 공사 구간을 포함하고, 사고 다발 구간, 차로 상태 정보, 제한속도, 및 공사 구간 각각에 대한 서로 다른 가중치가 부여되고,
    상기 차로 유형 정보는 단일 차로 및 2차로 이상의 유형을 포함하고, 상기 2차로 이상에 더 큰 가중치가 부여되고,
    상기 도로 상태 정보는 상기 도로 유형 정보에서 추출되는 위험도 정보, 상기 위험 구간 여부에서 추출되는 위험도 정보 및 상기 차로 유형 정보에서 추출되는 위험도 정보를 결합하여 최종 수치로 계산되는
    차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 방법.
  5. 제1항에 있어서,
    상기 센서 융합 조건은 상기 도로 상태 정보로부터 획득되는 위험도 정보가 높을수록 높은 레벨로 결정되고, 상기 측위 정밀도 레벨은 상기 센서 융합 정도가 높을수록 높은 레벨로 결정되는
    차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 방법.
  6. 제5항에 있어서,
    상기 활성화 대상 센서를 결정하는 단계는,
    상기 측위 정밀도 레벨을 결정하는 단계를 통해 결정된 측위 정밀도 레벨에 대응하는 활성화 대상 센서를 결정하되, 측위 정밀도 레벨에 대응하는 활성화 대상 센서가 상기 주행 차량에 장착되어 있지 않은 경우 상기 주행 차량에 장착된 센서 중 가장 정밀도가 높은 측위 센서를 선택하는 것을 특징으로 하는
    차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 방법.
  7. 제5항에 있어서,
    상기 활성화 대상 센서를 결정하는 단계는,
    상기 측위 정밀도 레벨을 결정하는 단계를 통해 결정된 측위 정밀도 레벨에 대응하는 활성화 대상 센서를 결정하되, 측위 정밀도 레벨에 대응하는 활성화 대상 센서가 상기 주행 차량에 장착되어 있지 않은 경우 상기 주행 차량에 장착된 복수의 측위 관련 센서를 선택하는 것을 특징으로 하는
    차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 방법.
  8. 제1항에 있어서,
    상기 도로 상태정보를 수집하는 단계 및 상기 센서 융합 조건을 결정하는 단계는 기 설정된 자동 모드 및 사용자의 선택 옵션에 따라 동작하는 수동 모드를 제공하는 것을 특징으로 하는
    차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 방법.
  9. 도로 유형, 위험 구간 여부 및 차로 유형 정보 중 적어도 어느 하나 이상의 주행 차량 주변의 도로 상태정보를 수집하는 도로 상태정보 수집부;
    상기 도로 상태 정보에 기초하여 센서 융합 조건을 결정하는 융합조건 결정부;
    상기 결정된 센서 융합 조건 또는 도로 상태 정보에 대응하는 측위 정밀도 레벨을 결정하는 측위 정밀도 결정부;
    상기 주행 차량에 장착된 측위 센서 종류를 확인하고, 상기 주행 차량에 장착된 측위 센서의 종류 및 상기 결정된 측위 정밀도 레벨에 기초하여 활성화 대상 센서를 결정하는 센서 결정부; 및
    상기 활성화 대상 센서를 이용하여 상기 주행 차량의 위치 정보를 획득하는 위치 정보 획득부
    를 포함하는 차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치.
  10. 제9항에 있어서,
    상기 도로 상태 정보 수집부는,
    상기 GIS 맵 정보의 획득 가능 여부를 판단하고, 상기 GIS 맵 정보의 획득이 가능하면, 상기 GIS 맵 정보에 기초하여 상기 도로 상태 정보를 수집하고, 상기 GIS 맵 정보의 획득이 불가능하면, 상기 영상 정보, 장애물 감지 센서, 차량 통신(V2X: Vehicle-to-Everything) 및 3차원 스캐너 중 적어도 어느 하나를 이용하여 상기 도로 상태 정보를 획득하는
    차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치.
  11. 제9항에 있어서,
    상기 도로 유형 정보는 직선구간, 곡선 구간, 합류 구간을 포함하고, 상기 직선 구간, 곡선 구간, 합류 구간의 순으로 높은 위험도로 결정되고,
    상기 위험 구간 여부는 사고 다발 구간, 차로 상태 정보, 제한속도, 및 공사 구간을 포함하고, 사고 다발 구간, 차로 상태 정보, 제한속도, 및 공사 구간 각각에 대한 서로 다른 가중치가 부여되고,
    상기 차로 유형 정보는 단일 차로 및 2차로 이상의 유형을 포함하고, 상기 2차로 이상에 더 큰 가중치가 부여되고,
    상기 도로 상태 정보는 상기 도로 유형 정보에서 추출되는 위험도 정보, 상기 위험 구간 여부에서 추출되는 위험도 정보 및 상기 차로 유형 정보에서 추출되는 위험도 정보를 결합하여 최종 수치로 계산되는
    차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치.
  12. 제9항에 있어서,
    상기 센서 융합 조건은 상기 도로 상태 정보로부터 획득되는 위험도 정보가 높을수록 높은 레벨로 결정되고, 상기 측위 정밀도 레벨은 상기 센서 융합 정도가 높을수록 높은 레벨로 결정되는
    차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치.
  13. 도로 유형, 위험 구간 여부 및 차로 유형 정보 중 적어도 어느 하나 이상의 주행 차량 주변의 도로 상태정보를 수집하는 도로 상태정보 수집부;
    상기 도로 상태 정보에 기초하여 센서 융합 조건을 결정하는 융합조건 결정부;
    상기 주행 차량에 장착된 측위 센서 및 주변 정보 감지 센서의 종류를 확인하고 상기 센서 융합 조건에 기초하여 상기 측위 센서 및 주변 정보 감지 센서 중 활성화 대상 센서를 결정하는 센서 결정부; 및
    위치 정보 및 주행 차량 주변 정보를 획득하도록 상기 활성화 대상 센서를 제어하는 제어부를 포함하고,
    상기 센서 융합 조건은 상기 도로 상태 정보에 대응하는 측위 정밀로 레벨 및 위험도 정보 중 적어도 어느 하나에 기초하여 결정되는
    차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치.
  14. 제13항에 있어서,
    상기 센서 결정부는,
    측위 정밀도 레벨에 대응하는 활성화 대상 센서를 결정하되, 측위 정밀도 레벨에 대응하는 활성화 대상 센서가 상기 주행 차량에 장착되어 있지 않은 경우 상기 주행 차량에 장착된 센서 중 가장 정밀도가 높은 측위 센서를 선택하는 것을 특징으로 하는
    차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치.
KR1020160080575A 2016-06-28 2016-06-28 차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치 및 방법 KR101803195B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160080575A KR101803195B1 (ko) 2016-06-28 2016-06-28 차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160080575A KR101803195B1 (ko) 2016-06-28 2016-06-28 차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치 및 방법

Publications (1)

Publication Number Publication Date
KR101803195B1 true KR101803195B1 (ko) 2017-11-30

Family

ID=60812535

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160080575A KR101803195B1 (ko) 2016-06-28 2016-06-28 차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101803195B1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200078724A (ko) 2018-12-21 2020-07-02 한국철도기술연구원 다중측위센서를 이용한 측위 정확도 향상 방법 및 그 장치
CN111739289A (zh) * 2020-06-02 2020-10-02 腾讯科技（深圳）有限公司 车辆预警信息的处理方法及装置
CN114450132A (zh) * 2019-10-03 2022-05-06 索尼集团公司 数据处理装置、数据处理方法和机器人
KR102425980B1 (ko) * 2021-07-05 2022-07-29 한국전자기술연구원 서비스 맞춤형 v2x 지원 시스템 및 방법
KR20230030354A (ko) * 2021-08-25 2023-03-06 한국로봇융합연구원 주변 환경을 고려한 신뢰도 높은 다종의 센서 데이터를 융합한 위치 측위 장치 및 방법
WO2024077935A1 (zh) * 2022-10-12 2024-04-18 中国第一汽车股份有限公司 一种基于视觉slam的车辆定位方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008197004A (ja) 2007-02-14 2008-08-28 Aisin Aw Co Ltd ナビゲーション装置及びナビゲーション方法
KR101252015B1 (ko) 2012-08-16 2013-04-09 주식회사 피엘케이 테크놀로지 차량의 경로 변경을 판정하는 내비게이션 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008197004A (ja) 2007-02-14 2008-08-28 Aisin Aw Co Ltd ナビゲーション装置及びナビゲーション方法
KR101252015B1 (ko) 2012-08-16 2013-04-09 주식회사 피엘케이 테크놀로지 차량의 경로 변경을 판정하는 내비게이션 시스템

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200078724A (ko) 2018-12-21 2020-07-02 한국철도기술연구원 다중측위센서를 이용한 측위 정확도 향상 방법 및 그 장치
CN114450132A (zh) * 2019-10-03 2022-05-06 索尼集团公司 数据处理装置、数据处理方法和机器人
CN111739289A (zh) * 2020-06-02 2020-10-02 腾讯科技（深圳）有限公司 车辆预警信息的处理方法及装置
CN111739289B (zh) * 2020-06-02 2024-02-20 腾讯科技（深圳）有限公司 车辆预警信息的处理方法及装置
KR102425980B1 (ko) * 2021-07-05 2022-07-29 한국전자기술연구원 서비스 맞춤형 v2x 지원 시스템 및 방법
KR20230030354A (ko) * 2021-08-25 2023-03-06 한국로봇융합연구원 주변 환경을 고려한 신뢰도 높은 다종의 센서 데이터를 융합한 위치 측위 장치 및 방법
KR102558910B1 (ko) 2021-08-25 2023-07-21 한국로봇융합연구원 주변 환경을 고려한 신뢰도 높은 다종의 센서 데이터를 융합한 위치 측위 장치 및 방법
WO2024077935A1 (zh) * 2022-10-12 2024-04-18 中国第一汽车股份有限公司 一种基于视觉slam的车辆定位方法及装置

Similar Documents

Publication Publication Date Title
KR101803195B1 (ko) 차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치 및 방법
US10642279B2 (en) Automotive drone deployment system
JP6870604B2 (ja) 自己位置推定装置
US20180087907A1 (en) Autonomous vehicle: vehicle localization
US8972166B2 (en) Proactive mitigation of navigational uncertainty
US11125566B2 (en) Method and apparatus for determining a vehicle ego-position
JP5510007B2 (ja) 経路探索装置および経路案内システム
KR101454153B1 (ko) 가상차선과 센서 융합을 통한 무인 자율주행 자동차의 항법시스템
JP2019532292A (ja) 車両位置特定の自律走行車両
KR20220033477A (ko) 자동 발렛 파킹 시스템의 위치 추정 장치 및 방법
CN110388924A (zh) 用于与自动导航有关的基于雷达的车辆定位的系统和方法
CN109935077A (zh) 用于为自动驾驶车辆构建车辆与云端实时交通地图的系统
JP7459276B2 (ja) ナビゲーション方法および装置
CN110388925A (zh) 用于与自动导航有关的车辆定位的系统和方法
US11555705B2 (en) Localization using dynamic landmarks
CN112082563B (zh) 识别一道路等级的方法
WO2021112074A1 (ja) 情報処理装置、制御方法、プログラム及び記憶媒体
US20230115501A1 (en) Navigation system with independent positioning mechanism and method of operation thereof
CN112461249A (zh) 根据外部源数据进行的传感器定位
JP6918110B2 (ja) 飛行体制御装置、飛行体制御システムおよび飛行体制御方法
JP5541217B2 (ja) 車両および車両制御プログラム
JP2020095339A (ja) 移動体、移動体の制御方法及びプログラム
JP6893984B2 (ja) 車両周辺のレーダシグネチャに基づいて車両の正確な位置を決定するための方法および装置
JP2016223898A (ja) 位置算出装置、位置算出システム及び位置算出方法
JP2019196941A (ja) 自車位置推定装置

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant