KR101832135B1

KR101832135B1 - 도로 차량을 위한 충돌 회피 시스템 및 방법 그리고 컴퓨터 프로그램 제품

Info

Publication number: KR101832135B1
Application number: KR1020127011504A
Authority: KR
Inventors: 덴 브룩 티이스 헨드리퀴스 아드리아뉘스 반; 예룬 플루흐
Original assignee: 네덜란제 오르가니자티에 포오르 토에게파스트-나투우르베텐샤펠리즈크 온데르조에크 테엔오
Priority date: 2009-10-05
Filing date: 2010-10-05
Publication date: 2018-02-26
Also published as: EP2306433A1; US8626398B2; US20120271518A1; JP5788396B2; EP2486555A1; CN102576494B; WO2011043658A1; KR20120091179A; JP2013506931A; CN102576494A; EP2486555B1

Abstract

도로 차량에서의 충돌 회피 행동들은 그 차량의 미래 위치들의 계산된 확률 밀도를 기반으로 하여 제어된다. 예비의 확률 밀도는 적어도 차량의 탐지된 위치 (31)를 포함하는 차량의 탐지된 상태로부터의 외삽에 의한 기계적인 모델에 의해서 계산된다 (32). 지도 데이터는 도로를 포함하는 영역 내에서, 차량의 운행 방향에서 이동하는 교통을 위한 도로 부분을 포함하는 제1 지역, 반대 방향으로의 교통을 위한 도로 부분을 포함하는 제2 지역 그리고 상기 도로와 경계를 이루는 제3 지역과 같은 상이한 지역들을 정의하기 위해서 사용된다. 상기 지역들은 제1 지역에서 계산된 확률 밀도 함수의 교정 인수를 얻기 위해서 사용된다 (33). 상기 교정 인수는 상기 지역들 중의 각각의 지역들에서의 확률 밀도 함수의 총계들에 종속되어서 계산된다. 이런 방식에서, 상기 차량이 도로 밖으로 움직일 것이지만 운전자에 의해서 자동적으로 교정되는 벗어나는 모션 (swerving motion)을 잘못 해석한 외삽들로부터 유래된 오류들을 보상하는 것이 가능하다.

Description

도로 차량을 위한 충돌 회피 시스템 및 방법 그리고 컴퓨터 프로그램 제품 {Collision avoidance system and method for a road vehicle and respective computer program product}

본 발명은 자동차와 같은 도로 차량을 위한 충돌 회피 시스템 그리고 충돌 회피 방법에 관한 것이다.

US2003/55563 은 차량의 위치와 다른 도로 이용자에 대한 시간 종속 확률 밀도들을 예측하는 것을 포함하는 충돌 회피의 방법을 설명한다. 관찰된 현재의 위치 및 속도 그리고 가속의 확률 분포는 미래의 위치들을 위한 확률 밀도들을 계산하기 위해서 사용된다. 그 확률 밀도들로부터, 상기 차량이 상기 다른 도로 이용자와 동일한 시각에 동일한 위치에 있을 것인가의 확률이 계산된다. 이런 확률을 기반으로 하여, 운전자에게 알람 신호를 생성하거나 또는 자동적인 브레이킹을 하는 것과 같은 어떤 행동이 트리거된다.

충돌 회피를 위해서 확률 밀도 함수를 이용하는 것은 J. Jansson 등에 의한 많은 논문들에서, 예를 들면, Automatica 2008 의 2347-2351 면들에 있는 "A framework and automotive application of collision avoidance decision making" 또는 2004 American Control Conference의 학회 회보 3435-3440 면들에 있는 "Model based statistical tracking and decision making for collision avoidance application" 에서 또한 설명된다.

US2003/55563 은 상기 확률 밀도를 차량의 위치의 2차원 좌표들을 포함하는 상태 벡터의 값들에 대한 정규 분포로서, 그리고, 상기 정규 분포의 파라미터들을, 즉, 상태 벡터 평균 및 공분산을 시간의 함수로서 계산함으로써 나타낸다. 상기 상태 벡터는 차량의 2차원의 좌표들, 차량의 2차원 속도 및 차량의 방향 변화의 레이트를 나타내는 성분들을 포함한다. 정규 분포의 상기 파라미터들을 계산하기 위해서 확장된 칼만 (Kalman) 필터가 사용된다.

충돌 회피가 고려되는 시간 스케일이 더 커질 때에 정밀도는 줄어든다. 이런 유형의 충돌 회피의 효율성은 확률 밀도의 정밀도에 강하게 의존한다. 특정 위치들에 대한 확률 밀도가 과대 추정되면, 이는 오류의 알람들을 일으키게 할 수 있으며, 이는 정당화된 알람들에 대한 신뢰성을 손상시킬 것이다. 반면에, 특정 위치들에 대한 확률 밀도가 과소 추정되면, 알람을 생성을 실패하는 것이 발생할 수 있을 것이다.

알려진 충돌 회피는 확률 밀도 함수를 예측하기 위해서 차량 움직임의 기계적인 모델만을 이용한다. 이런 모델들은 운전자 행동의 영향 그리고 가드 레일의 존재와 같은 도로 구조의 모습들을 무시한다. 가드 레일은 확률 밀도의 공간적인 분포의 경계들을 정의할 수 있을 것이지만, 그것은 실제의 확률 밀도 함수에 역시 다른 방식들로 영향을 미칠 수 있을 것이다. 운전자 행동이 거의 영향을 주지 않는 짧은 시간 스케일 상에서, 운전자가 기계적인 모델링에 어떤 변화들을 줄 것으로 예상되지 않는 약간 더 긴 시간 스케일은 정밀할 수 있을 것이다. 그러나, 훨씬 더 긴 시간 스케일들에서, 확률 밀도는 전혀 추정될 수 없으며, 이는 확률 밀도가 기계적으로 예측 불가능한 운전자 행동에 강하게 의존하기 때문이다.

전통적으로, 확률 밀도는 도로 구조의 모습들 그리고 운전자 행동으로 인한 부정확성은 무시될 수 있을 때의 시간 스케일들에서만 사용된다. 이런 경우에는 상기 기계적인 모델로 충분하다. 더 긴 시간 스케일들에서, 확률 밀도의 예측들은 아주 랜덤하게 부정확한 것으로 간주되며, 그래서 충돌 방지를 위해서는 전혀 이용될 수 없다. 그러나, 운전자 행동을 고려하는 것을 실패한 것은 또한 체계적인 오류 알람들을 일으키거나 또는 알람 발생에 실패가 생기도록 할 수 있을 것이라는 것이 알려졌다. 예를 들면, 차량은 도로 상에서 보통은 약간 벗어난다. 그런 벗어나는 동작이 일어나는 그 순간에서의 차량 탐지가 기계적으로 외삽될 때에, 그것은 오류 알람을 일으키게 할 것이며, 이는 차량이 자신의 차선을 떠나기 오래 전에 운전자가 상기 벗어나는 동작을 거의 알아채지 못하고 바꿀 것이며, 또는 가드 레일이 이를 방지할 것이라는 사실을 기계적인 외삽이 무시하기 때문이다.

확률 밀도의 실제적인 결정은 이런 유형의 오류들을 줄어들게 하는 것이 바람직할 것이다. 그러나, 이는 운전자 행동 및 도로 구성을 감안하는 것에 결부되기 때문에, 어떤 단순한 기계적인 모델들도 그렇게 하기 위해서 이용 가능하지 않다.

US2003/55563

J. Jansson, Automatica 2008 의 2347-2351 면, "A framework and automotive application of collision avoidance decision making". J. Jansson, 2004 American Control Conference의 학회 회보 3435-3440 면, "Model based statistical tracking and decision making for collision avoidance application".

본 발명의 목적은 더욱 정밀한 확률 밀도가 제공되는 향상된 충돌 회피 시스템을 제공하는 것이다.

청구항 1에 따른 충돌 회피 시스템이 제공된다. 여기에서 차량의 미래 위치들의 예비의 확률 밀도가 상기 차량의 초기 위치를 포함하는 탐지된 초기 상태를 이용하는 계산을 이용하여 예측된다. 상기 예측된 예비 확률 함수는 차량 동역학을 기반으로 할 수 있을 것이다. 이 예측된 예비의 확률 밀도 함수는 도로를 포함하는 영역의 선택된 지역에 적용하는 인수에 의해서 교정된다. 교정 인수는 상기 지역들의 적어도 일부에서의 예비 확률 밀도 함수의 총계에 종속되어 계산되며, 상기 선택된 지역 내의 모든 위치들에 적용 가능하다.

하나의 예에서, 이는 예를 들면 무의식적으로 도로에서 벗어나는 모션 (swerving motion)을 잘못 해석하는 외삽들로부터의 결과인 오류들을 보상하는 것을 가능하게 한다. 상기 지역들 중의 첫 번째 지역은, 지도 데이터에 의해서 정의된 것과 같이, 차량의 이동 방향에서 운행하기 위한 도로의 일부를 포함할 수 있을 것이다. 상기 교정 인수는 상이한 지역들에 걸친 상기 예비의 확률 밀도의 분포를 상기 첫 번째 지역에 유리하게 수정한다. 이 첫 번째 지역에서의 예비 확률 밀도는 실제에서는 상기 운전자에 의해서 교정될 벗어남 모션의 외삽으로 인해서 과소 계산될 수 있을 것이다. 상기 교정 인수는 이를 교정하기 위한 수단을 제공한다. 이는, 상기 예측된 확률 밀도 함수가 상기 첫 번째 지역에 연관시키는 예비 확률 밀도 총계가 더 작아질 때에, 또는, 동등하게, 상기 예측된 예비의 확률 밀도 함수가 상기 첫 번째 지역과 접하는 하나 또는 그 이상의 다른 지역들과 연관시키는 상기 예비 확률 밀도의 총계가 더 커질 때에, 상기 교정 인수를 점점 더 크게 만들어서 행해질 수 있을 것이다.

이 방식에서, 상기 예측된 예비 확률 밀도가 운전자 교정들이나 도로 구조를 고려하지 않고 차량 동역학으로부터 계산될 때에 발행할 수 있을 상기 첫 번째 지역에서 확률 밀도를 과소 추정하는 것이 교정된다.

교정된 확률 밀도 함수는 충돌 경고 신호들을 생성하거나 또는 구동 제어에 있어서 조정을 트리거하기 위해서 사용될 수 있을 것이다. 상기 충돌 회피 시스템은 상기 경고 신호들이나 상기 조정이 적용되는 차량을 위해서 그리고/또는 상기 경고 신호들이나 상기 조정이 적용되는 차량에 충돌의 위험을 생기게 하는 다른 차량을 위해서 확률 밀도 함수를 계산할 수 있을 것이다.

그래서 예를 들면, 차량과 동일한 방향으로 운행하기 위한 도로 부분 밖의 미래의 시간 포인트에 대한 예측된 확률 밀도들의 명시적으로 또는 암묵적으로 계산된 총계 또는 총계들은 그 도로 부분 내부의 상이한 위치들에 대한 예측된 확률 밀도들을 위한 교정 인수를 결정하기 위해서 사용될 수 있을 것이며, 그래서 그 도로 부분에서 다른 도로 이용자와의 충돌을 회피하기 위해서 알람 신호를 생성하기 위한 조건들이나 조정이 상기 총계에 의존하여 조절되도록 한다. 상기 교정 인수는, 상기 도로 부분 외부의 총계가 더 커질수록 증가되도록 만들어질 수 있을 것이다. 이 교정을 제어하기 위해서 사용되는 상기 총계는 상기 도로 부분 외부의 모든 위치들에 대한 예측된 확률 밀도들의 총계일 수 있을 것이며, 또는 예를 들면 상기 도로 부분의 왼쪽 위치들의 총계 또는 상기 도로 부분의 오른쪽 위치들의 총계, 또는 그런 총계들의 조합이 사용될 수 있을 것이다.

일 실시예에서, 지도 데이터에 의해서 정의된 첫 번째 지역, 두 번째 지역 및 세 번째 지역이 이용된다. 상기 첫 번째 지역은 차량의 운행 방향에서의 운전을 위한 도로 부분을 포함하고 그리고 상기 두 번째 및 세 번째 지역들은 운행 방향을 따라 서로 반대편 측에서 상기 첫 번째 지역과 접하고 있으며 (즉, 인접하여 위치한다), 상기 운행의 운전 방향 반대편으로의 운전을 위한 도로 부분 그리고 상기 도로와 접하는 도로 밖 (off road) 영역을 포함한다. 이 실시예에서, 상기 교정 인수는 상기 세 번째 지역의 예비의 확률 밀도 총계보다는 상기 도로 밖 지역에 연관된 예비의 확률 밀도 총계에 응답하여, 반대 방향 운전 지역의 예비의 확률 밀도 총계에 응답하는 것 보다 더욱 강하게 증가된다. 이런 방식에서, 운전자는 도로 밖보다는 반대 방향으로부터의 교통을 위한 도로 부분 상에서 일시적으로 더 운전하는 것 같다는 사실을 고려한다.

일 실시예에서, 상기 교정 인수 F는 F=(1-C2*P2)/P1 의 공식에 따라서 계산되며, 이 경우에 P1은 차량의 운행 방향에서의 교통을 위한 도로 부분을 구비한 지역과 연관된 예비의 확률 밀도의 총계이며 그리고 P2는 차량 운향 방향에 반대 방향에서의 교통을 위한 도로 부분을 구비한 지역과 연관된 예비의 확률 밀도의 총계이며, C2는 1보다 작고 0보다 큰 계수이다. 상기 계수 C2가 0보다 크다는 사실은 상기 교정 인수 F가 확률이 상기 첫 번째 지역으로부터 도로-밖 지역으로 줄어들 때보다는 확률이 상기 첫 번째 지역으로부터 반대 교통을 위한 지역으로 줄어들 때에 덜 강하게 오른다는, 효과를 가진다.

일 실시예에서, 상기 교정 인수 F는 F=(1-C2*P2-C3*P3)/P1에 따라서 계산되며, 이 경우에 P3는 도로-밖 지역과 연관된 예비 확률 밀도의 총계이며, C3는 0과 C2 사이의 계수이다. 상기 인수 C2가 C3보다 크다는 사실은, 상기 교정 인수 F가 확률이 상기 첫 번째 지역으로부터 도로-밖 지역으로 줄어들 때보다는 확률이 상기 첫 번째 지역으로부터 반대 방향 교통을 위한 지역으로 줄어들 때에 덜 강하게 오른다는 효과를 가진다.

본 발명의 효과는 본 명세서의 해당되는 부분들에 개별적으로 명시되어 있다.

이런 그리고 다른 목적들 및 이점의 모습들이 예시의 실시예들의 설명으로부터 다음의 도면들을 참조하여 명백해질 것이다.
도 1은 충돌 회피 시스템을 보여준다.
도 2는 도로의 기하학적인 모습의 일 예를 보여준다.
도 3은 충돌 회피의 흐름도를 보여준다.

충돌 회피 시스템은 차량 보드 상에 완전하게 구현될 수 있을 것이며, 또는 그것은 차량의 외부에 컴포넌트들을 가질 수 있을 것이다. 그래서, 예를 들면, 도로-측면 물체나 다른 차량들에 관한 정보를 공급하고, 확률 밀도들을 계산하는 것 등은 차량 내 장비 대신에 도로-측 장비에 의해서 수행될 수 있을 것이다. 예로서, 차량 내부에서의 구현이 설명될 것이다.

도 1은, 물체 탐지기 (10), 데이터 프로세서 (12), 지도 저장 기기 (14), 위치 탐지기 (16), 속도 탐지기 (18) 그리고 알람 신호 생성기 (19)를 포함하는 자동차와 같은 차량 내의 충돌 회피 시스템의 일 실시예를 보여준다. 데이터 프로세서 (12)는 물체 탐지기 (10), 지도 저장 기기 (14), 위치 탐지기 (16), 속도 탐지기 (18) 그리고 알람 신호 생성기 (19)에 연결된다.

물체 탐지기 (10)는 다른 차량 각각의 유형 분류를 판별하는 것은 물론이며, 다른 차량들의 위치와 속도를 탐지하도록 구성될 수 있을 것이다. 물체 탐지기 (10)는, 레이더 파형 이동 시간 그리고/또는 파형 방향, 도플러 시프트 (shift)로부터의 속도 그리고 반사 진폭으로부터의 분류로부터 위치를 판별할 수 있을, 예를 들면 레이더 기기일 수 있을 것이다. 대안으로, 물체 탐지기 (10)는 다른 차량들에 있는 트랜스폰더들로부터 신호를 획득하기 위한 트랜시버를 포함할 수 있을 것이다.

위치 탐지기 (16)는 GPS 수신기와 GPS 프로세서를 구비한 GPS 유닛일 수 있다. 상기 GPS 프로세서는 데이터 프로세서 (12)의 일부일 수 있다. 속도 탐지기 (18)는 차량의 바퀴들의 회전의 속도를 감지하기 위해서 설치된 휠 센서들 그리고 방향 (heading) 탐지기를 포함할 수 있을 것이다. 대안으로, 속도 탐지기 (18)는 속도를 측정하기 위해서 부분적으로 또는 전체적으로 GPS 유닛을 이용하여 구현될 수 있을 것이다.

도 2는 충돌 회피 시스템이 설치된 차량 (20)이 있는 도로의 기하학적인 모습의 일 예를 보여준다. 예로서 다른 차량 (22) 또한 보인다. 도로의 왼쪽과 오른쪽에 있는 오프 로드 영역들 (24, 26) 그리고 상호 반대 방향들로의 교통 이동을 위한 도로 부분들 (28a, 28b)이 표시된다. 화살표들은 차량들 (20, 22)의 운전 방향을 나타낸다. 여기에서 사용되는 "도로"의 용어는 더 긴 도로의 한 구간을 언급할 수 있을 것이며, 그 도로로부터 상기 더 긴 도로가 전방으로 또는 후방으로 계속된다.

동작에 있어서, 데이터 프로세서 (12)는 차량 (20)이 미래의 시각 "t"에 도로 상에서 상이한 위치들 "r"에서 지역들에 존재할 확률들을 정의하는 확률 밀도 함수 p_o(r;t)를 나타내는 정보를 유지할 수 있을 것이다. 상기 위치 r은 예를 들면 상기 도로 표면상의 2차원 좌표들 x, y에 의해서 나타내질 수 있을 것이다. 데이터 프로세서 (12)는 다른 차랑 (22) 그리고 옵션으로 추가의 차량들 (도시되지 않음)에 대한 하나 또는 그 이상의 추가의 확률 밀도 함수 p_i(r;t)를 나타내는 추가의 정보를 유지한다. 일 실시예에서, 상기 정보는 도로 상의 포인트들의 메시 (mesh)에서 샘플링된 확률 밀도 함수들의 값들의 각 세트에 의해서 각 확률 밀도 함수를 나타낼 수 있을 것이며 또는 이런 포인트들과 연관된 위치 범위들에 대한 확률들을 나타낼 수 있을 것이다.

다른 실시예에서, 조각에 관련한 (piecewise) 표현이 사용될 수 있을 것이며, 이 경우에 상기 정보는 위치들의 공간의 조각 (piece)에 대한 확률 밀도 함수를, 정규 분포 함수 N(r)=A*exp(-(r-r_o)*C*(r-r_o)/2)와 같이, 그 조각에 대한 미리 정해진 분포 함수의 파라미터들에 의해서 나타낼 수 있을 것이다. 여기에서 r_o 는 최빈 (modal) 위치 값이며, C는 역 공분산 (covariance) 매트릭스이며 그리고 A는 정규화 인수이다.

차량 동역학을 기반으로 하여 확률 밀도 함수를 나타내는 정보의 값들을 계산하는 방법들은 그 자체적으로 알려져 있다. 알려진 접근 방법은 상기 차량 (20)의 상태 값들의 벡터 "S"를 위한 모션 규격 (motion specification)을 제공하는 것이다. 상기 벡터는 차량의 위치 r에, 그 차량의 방위 phi, 그 차량의 속도 "v", 그리고 이런 값들에 하나 또는 그 이상의 시간적인 미분들과 같은 다른 성분들을 더한 것을 포함한다. 현재 시각에서 상기 상태 벡터 S의 정확한 값이 주어지면, 상기 모션 규격은 모든 미래의 시각에 대해서 상기 상태 벡터 S(t)를 예측하는 것을 가능하게 한다.

확률 밀도 함수가 계산되는 실시예에서, 현재 시각에서 상기 상태 벡터 S의 초기 확률 밀도가 정의된다. 상기 초기 확률 밀도는 차량의 위치 r과 같은 상기 상태 벡터 S의 몇몇 성분만에 대한 정확한 값들을 줄 수 있을 것이며, 가속도들과 같은 다른 성분들에 대해서는 가능한 값들의 분포를 정의한다. 이 실시예에서, 미래 시각에 대한 확률 분포는 상기 초기 확률 밀도에 따라 상이한 상태 벡터들로부터 시작함으로써 획득된 예측된 상태 벡터들을 모으는 것으로부터 이어진다.

모션 모델링 (motion modeling)

상기 모션 규격은 상이한 상태들이 시간 경과에 따라서 발전하는 미래의 상태들을 정의한다. 상기 모션은 미분 방정식들에 관하여 규정될 수 있을 것이며, 또는 선택된 시간 증가에 대한 주어진 시작 상태 값을 위해서 각 미래의 상태 값들의 테이블이 제공될 수 있을 것이다.

결정론적인 (deterministic) 모션 규격이 사용될 수 있을 것이다. 일 예에서, 상기 모션 규격은 상기 벡터의 각 성분의 변화의 레이트를 미분 계수들을 나타내는 하나 또는 그 이상의 성분들에 관련시키고, 세팅되는 가장 높은 차수 (order)의 미분 계수들을 나타내는 성분들의 변화의 레이트 (rate)를 0에 관련시킨다. 대신에 비-결정론적인 모션 규격이 사용될 수 있을 것이며, 이 경우에 상태 값들의 변화는 미리 정해진 확률 분포에 따른 랜덤한 파라미터를 구비한 적어도 부분적으로 랜덤한 함수에 따라서 변하도록 모델링된다. 이런 경우에 가장 높은 차수의 미분 계수들과 유사한 초기 상태 성분들이 생략될 수 있을 것이다. 위치 오프셋이나 고정된 회전을 위한 모션 규격의 불변성과 같은 역학의 불변성이, 하나의 테이블 엔트리에 의한 상태 벡터 값들의 세트를 위한 미래의 상태 값들을 정의하기 위해서 사용될 수 있을 것이다.

상기 상태 벡터의 성분들의 개수는, 상기 모션 규격에 의해서 표현된 것과 같은, 모델링하기를 원하는 효과들에 따라서 선택될 수 있을 것이다. 일 예에서, 상태 벡터는 (x, y, v, phi)의 성분들 그리고 미분 방정식에 의해서 규정된 모션 규격과 함께 사용될 수 있을 것이다.

dx/dt=v*cos(phi), dy/dt=v*sin(phi),

dv/dt=0, dphi/dt=0

이 모델에서, 속도 (v) 및 방향 (phi)은 일정한 것으로 간주되지만, 그것들의 값들은 미정으로 유지될 수 있을 것이며, 이는 상기 속도 및 상기 방향을 위한 초기 확률 밀도에 의해서만 설명된다. 옵션으로 이런 초기 확률 밀도들의 파라미터들은 센서 입력 데이터에 의존할 수 있을 것이다. 대조적으로, 도로 상에서의 상기 차량 위치의 좌표들인 x 및 y의 값들은 한정된 초기 값들을 가지는 것으로 여겨질 수 있을 것이지만, 대안으로 이것들을 위해서 불확실성 측정에 따른 초기 확률 분포 역시 사용될 수 있을 것이다. 다른 예에서, 다음의 미분 방정식에 의해서 규정된 모션의 방정식들과 함께, 상태 벡터가 성분들 (x, y, v, phi, a, k)을 이용하여 사용될 수 있을 것이다.

dx/dt=v*cos(phi), dy/dt=v*sin(phi),

dv/dt=a, dphi/dt=k*v

da/dt=0

dk/dt=0

이 예에서, 예를 들면, "a" 그리고 "k"를 위해서 어떤 한정된 값들이 정의될 필요가 없으며, 이런 파라미터들의 값을 위해서 초기 확률 밀도만이 정의된다. x, y, v, phi 의 값들은 한정된 초기 값들을 가진 것으로 또는 초기 확률 분포들에 의해서 설명되는 것으로 여겨질 수 있을 것이다. 이런 것들은 모델들의 예들일 뿐이라는 것이 이해되어야만 한다. 상이한 상태 벡터들 그리고/또는 모션의 상이한 방정식들을 가진 다른 모델들도, 추구되는 정밀도에 따라서 사용될 수 있을 것이다.

확률 밀도의 초기 계산

모션의 간단한 방정식들을 위해서, 미래의 시간들을 위한 확률 밀도 함수의 파라미터들을 위한 해석적인 표현들을 제공하는 것이 가능할 수 있을 것이다. 예를 들면, 상태 벡터 (x, y, v, phi)를 가진 상기 첫 번째 예의 경우에, x 및 y 에 대한 확률 밀도는, v 및 phi에 의해서 정의된 분포의 최빈 값 (modal value) 및 분산과 시간의 곱에 비례하여 커지는 최빈 값과 분산을 가진다.

해석적인 표현들에 의한 것 대신에, 미래의 시간들을 위한 확률 밀도 함수를 표현하는 정보는 몬테 칼로 (Monte Carlo) 방법에 의해서 획득될 수 있다. 이는 예를 들면 초기 확률 밀도에 따른 분포를 구비한 초기 상태 벡터들의 세트를 랜덤으로 선택하고, 이런 초기 상태 벡터들 각각에 대해서 미래 시간을 위한 상태 벡터들을 계산하고 그리고 미래 시간을 위한 확률 밀도 함수의 파라미터들을 상기 계산된 상태 벡터들로부터 추정하는 것에 의해서 수행될 수 있을 것이다. 유사하게, 초기 상태 벡터들의 공간을 체계적으로 샘플링하는 것은, 미래의 상태 벡터들의 밀도를 상태 벡터 값들의 함수로서 추정하기 위해서 사용될 수 있을 것이다. 대안으로, 반복적인 계산이 이용될 수 있을 것이며, 이 경우에 연속된 시간 포인트들에 대한 확률 밀도 분포들은 이전의 시간 포인트에 대한 확률 밀도 분포들로부터 각각 계산되며, 상기 모션 규격은 하나의 시간 포인트로부터 다음의 시간 포인트로의 상태 벡터 값들의 매핑을 정의한다. 상기 몬테 칼로 접근 방법은 비-결정론적인 (non-deterministic) 모션 규격이 사용될 때에 또한 사용될 수 있다.

각 경우에, 상기 확률 밀도 함수를 결정하는 것은 초기 상태 벡터의 성분들에 관한 센서 데이터를 모으는 것을 포함한다. 이 센서 데이터로부터 초기 확률이 결정되며 그리고 이 초기 확률 밀도로부터 미래 시간을 위한 확률 밀도 함수를 나타내는 정보가 계산된다.

도 3은 충돌 회피 방법의 일 실시예의 흐름도를 보여준다. 첫 번째 단계 (31)에서, 데이터 프로세서 (12)는 위치 탐지기 (16) 및 속도 탐지기 (18)로부터 차량 센서 데이터를 캡쳐한다. 데이터 프로세서 (12)는 차량의 운행 방향을 차량의 방향 (heading)으로부터 그리고/또는 탐지된 위치 변화들의 이력으로부터 판별한다. 두 번째 단계 (32)에서, 데이터 프로세서 (12)는 미래의 시간 포인트 "t"를 위한 제1 확률 밀도 함수를 상기 차량 센서 데이터로부터 결정되는 초기 값들 그리고/또는 초기 확률 밀도로부터 계산한다. 이 계산은, 예를 들면, 몬테 칼로 방법에 의해서 또는 확률 밀도 함수의 파라미터들을 위한 분석적인 표현들에 의해서 그 자체가 알려진 방식으로 수행될 수 있을 것이다.

지도 데이터를 이용한 교정

세 번째 단계 (33)에서, 데이터 프로세서 (12)는 지도 저장 기기 (14)로부터의 지도 데이터에 의해서 정의된 위치들의 세트를 위해서 상기 제1 확률 밀도 함수에 의해서 정의된 확률들의 총계를 우선 계산한다. 일 실시예에서, 상기 지도 데이터는 차량 운행의 방향들과 암시적으로 또는 명시적으로 연관된 도로 부분들을 정의한다. 도로의 폭이 두 부분으로 나누어질 때에, 운행 방향에서 봐서 맨 오른쪽 부분은 그 방향으로의 운행과 묵시적으로 연관될 수 있을 것이며 그리고 맨 왼쪽 부분은 반대 방향으로의 운행과 묵시적으로 연관될 수 있을 것이다. 이는 차량이 오른쪽으로 운행하는 국가들에서의 운영 모드에 적용된다. 다른 국가들에서는 역할들 및 왼쪽과 오른쪽이 바뀐 운행의 모드가 이용될 수 있을 것이다.

세 번째 단계 (33)에서, 데이터 프로세서 (12)는 운행 방향과 연관된 도로 부분을 선택하기 위해서 탐지된 운행 방향을 이용한다. 데이터 프로세서 (12)는, 차량이 운행하고 있는 방향과 연관된 도로 부분 상에 있는 위치들의 집합을 통해 취합되어 두 번째 단계 (32)에서 계산된 초기 확률 밀도, 운행의 반대 방향에 대한 위치들의 집합에 대한 유사한 총계 확률 (PL) 그리고 상기 도로 외부에 있는 위치들의 집합의 총계 확률 (PR) 각각으로부터 총계 확률 (P1)을 계산한다. 위치들의 집합들은 그 집합들이 모든 가능한 위치들을 커버할 수 있도록 선택될 수 있을 것이며, 그 경우에 확률들의 이런 총계들의 합은 1과 같아야만 한다. 그렇다면, 확률들의 상기 총계들은 이런 집합들 중의 두 개의 집합에 대해서만 직접적으로 계산될 필요가 있을 수 있을 것이다.

P1 그리고 PL+PR 합만이 이용되는 실시예에서, 하나의 총계만이 계산될 필요가 있을 수 있다. 다른 실시예에서, PL은 차량이 운행하고있는 방향에 관련된 부분의 첫 번째 측면 상의 위치들의 세트를 위한 총계로서 계산될 수 있을 것이며, 상기 첫 번째 측면은 반대의 이동을 위한 부분을 포함한다. 이 실시예에서, PR은 상기 첫 번째 측면의 반대 부분의 두 번째 측면 상의 위치들의 집합을 위한 총계로서 계산될 수 있을 것이다.

계속해서 세 번째 단계 (33)에서, 데이터 프로세서 (12)는 차량이 운행하는 방향과 연관된 도로 부분에 적용되는 첫 번째 확률 밀도의 일부에 적용할 용도인 교정 인수 (F)를 결정한다. 일 실시예에서, 상기 교정 인수 (F)는 다음의 식에 따라서 계산된다.

F= (1-CL*PL)/P1

더 일반적으로 상기 교정 인수 (F)는 다음의 식에 따라서 계산된다.

F= (1-CL*PL-CR*PR)/P1

여기에서 CL 및 CR은 1보다 작은 정규화 인수들이며 그리고 차량이 운행중인 방향을 위한 도로의 일부의 오른쪽과 왼쪽으로의 위치들에 적용되는 확률 밀도의 일부를 효율적으로 축소시킨다. 공식 F= (1-CL*PL)/P1 에서, CR은 0으로 세팅된다. CL은 예를 들면 0.3으로 세팅될 수 있을 것이다. 대응 교정 인수 (F')는 차량이 운행하고 있는 방향에 대한 도로의 일부의 왼쪽으로의 확률 밀도 함수의 일부를 위해서, F'=CL에 따라서 결정될 수 있을 것이다.

충돌 확률 계산에 적용

상기 교정 인수 F 또는 상기 교정 인수들 F, F'은 충돌 확률을 계산하기 위해서 사용될 것이다. 예로서, 참조번호 22의 차량과 같은 다른 도로 이용자와의 충돌의 확률을 계산하는 것이 설명될 것이다. 그러나, 고정된 물체들이나 또는 차량들이 아닌 움직이는 물체들과의 충돌들의 확률이 대안으로 계산될 수 있을 것이라는 것이 이해되어야만 한다.

네 번째 단계 (34)에서, 데이터 프로세서 (12)는 참조번호 22의 차량과 같은 다른 도로 이용자가 도로 상에 존재하는가 또는 물체 탐지기 (10)로부터 미리 정해진 거리 내에 적어도 존재하는가의 여부를 탐지하기 위해서 물체 탐지기 (10)로부터 데이터를 읽는다. 존재한다면, 데이터 프로세서 (12)는 물체 위치 및 속도와 같은 다른 도로 이용자를 위한 상태 파라미터들을 탐지기 신호로부터 결정한다. 물체 탐지기 (10)가 예를 들면 레이더 유닛일 때에, 물체 위치는 반사파가 수신된 방향 그리고 그 반사파가 수신될 때에의 지연으로부터 계산된다. 물체 탐지기 (10)의 방향에 있어서의 속도는 도플러 시프트 (Doppler shift)로부터 결정될 수 있을 것이다. 도로의 다른 이용자가 트랜스폰더를 장착하고 그리고 상기 충돌 회피 시스템이 트랜스폰더 데이터를 획득하기 위한 트랜시버를 구비할 때에는, 상기 트랜스폰더 데이터가 그런 정보를 제공할 수 있을 것이다.

다섯 번째 및 여섯 번째 단계 (35, 36)에서, 데이터 프로세서 (12)는 탐지된 다른 도로 이용자를 위해서 두 번째 및 세 번째 단계 (32, 33)에서와 같은 유사한 계산들을 수행한다. 그러나, 다섯 번째 및 여섯 번째 단계 (35, 36)에서 사용된 상태 벡터 및 모션 규격은, 차량 회피 시스템을 갖춘 차량 (20) 용으로 그리고 다른 도로 이용자에 대해서 이용 가능한 센서 데이터의 유형에서의 차이에 따라서는, 두 번째 및 세 번째 단계 (32, 33)에서 사용된 상태 벡터 및 모션 규격과는 다를 수 있을 것이다. 확률 밀도 함수 그리고 교정 인수 Fi 는 미래의 시간 포인트 "t"에서 다른 도로 이용자에 대해서 계산된다. 옵션으로 교정 인수 Fi' 는 그 다른 차량이 운행하고 있는 방향을 위한 도로 일부의 왼쪽에 대한 확률 밀도 함수의 일부를 위한 것이다.

네 번째, 다섯 번째 그리고 여섯 번째 단계 (34, 35, 36)는 다른 도로 이용자들 각각에 대해서 확률 밀도 함수와 교정 인수 Fi를 결정하기 위해서 상이한 도로 이용자들에 대해서 반복될 수 있을 것이다. 작은 수량의 차량들만에 대한 확률 밀도 함수가 보통 사용될 수 있을 것이며, 예를 들면, 반대 방향으로부터 가장 가깝게 접근하는 차량에 대한 확률 밀도 함수 그리고 동일한 방향의 전면에서 가장 가까운 차량에 대한 확률 밀도 함수가 사용될 수 있을 것이다. 비록 상기 실시예가 차량들에 대해서 설명되었지만, 네 번째 단계 (34) 그리고 이어지는 단계들이 보행자를 포함하는 다른 도로 이용자들에게 일반적으로 적용될 수 있을 것이라는 것이 이해되어야만 한다.

여섯 번째 단계 (36) 이후에, 또는 네 번째 단계부터 여섯 번째 단계 (34-36)를 여러 번 반복한 후에, 데이터 프로세서 (12)는 일곱 번째 단계 (37)를 실행하며, 일곱 번째 단계에서 데이터 프로세서는 차량 회피 시스템을 갖춘 차량이 미래의 시간 포인트 "t"에서 다른 차량과 동일한 위치를 차지할 공통 확률을 계산한다. 이런 목적을 위해서, 교정 인수들 F 와 Fi' 나 Fi 의 곱 (상기 다른 차량의 운행 방향에 종속됨) 그리고 상기 차량 (20)과 다른 차량 (22)에 대한 확률들이 상기 차량 (20)이 운행하고 있는 방향에 대한 상기 도로 일부에서의 하나 또는 그 이상의 충돌 영역들에 대해서 계산된다. 이런 확률들은 상기 충돌 영역에 걸쳐서 상기 차량과 상기 다른 차량의 확률 밀도들의 적분의 근사값으로서 계산될 수 있을 것이다. 상기 차량 (20)이 운행하고 있는 방향의 반대 방향에 대한 상기 도로 일부에서의 상기 차량 (20)과 다른 차량 (22)에 대한 확률들 그리고 (상기 다른 차량의 운행 방향에 종속되어) 교정 인수들 F' 와 Fi 또는 Fi 로부터 유사한 곱이 계산될 수 있을 것이다.

계산된 충돌 확률에 대한 응답

여덟 번째 단계 (38)에서 데이터 프로세서 (12)는 미래의 시간 포인트에 대한 일곱 번째 단계 (37)로부터의 곱을 또는 상이한 충돌 영역들에 대한 곱들의 합을 문턱값과 비교하며, 그리고 그 비교의 결과에 종속하여 충돌 회피 행동을 실행한다. 상기 충돌 회피 행동은 차량 (20) 내에 알람 신호를, 예를 들면 알람 신호 생성기 (19) 내의 확성기 (도시되지 않음) 상에서 사운드 신호를 내기 위해서 알람 신호 생성기 (19)를 트리거하는 것, 또는 구동력을 줄이기 위해서 (예를 들면, 가스나 전기의 공급을 제어함으로써) 구동 유닛 (도시되지 않음)을 제어하는 브레이크 (도시되지 않음) 활성화와 같은 능동적인 개입, 또는 차량 스티어링을 조절하기 위해서 스티어링 유닛을 제어하는 것을 포함할 수 있을 것이다. 상기 행동은 상기 곱이 상기 문턱값을 초과하는 충돌 영역의 위치에 종속되어 적응될 수 있을 것이며, 예를 들면, 상기 영역이 차량이 운행하고 있는 방향에 대한 차로 내에 존재한다면 브레이크를 이용하며 그렇지 않다면 스티어링을 이용한다. 상이한 문턱값들과의 비교들에 종속하여 상이한 충돌 회피 행동들이 취해질 수 있을 것이다.

비록 일곱 번째 및 여덟 번째 단계 (37, 38)의 예가 상기 인수들이 상기 확률들에 적용되고 그리고 미리 정해진 문턱값이 사용되는 경우에 설명되었지만, 대안으로 상기 문턱값은 상기 인수들에 반비례하여 적응될 수 있을 것이라는 것이 이해되어야만 한다. 어떤 조합이 사용되더라도, 상기 결정은 상기 문턱값 그리고 상기 확률들과 상기 인수들의 곱 사이의 비율의 값에 의존한다.

옵션으로, 두 번째 내지 여덟 번째 단계 (32-38)는, 예를 들면, 점점 증가하는 거리의 미래 시간 포인트들로부터 미리 정해진 최대 시간 거리까지의 동안의 여러 상이한 미래의 시간 포인트들에 대해서, 충돌 확률들이 모든 시간 포인트들에 대해 상기 문턱값들 밑에 있다는 것을 알 때까지 또는 충돌 회피 행동을 취하기 위한 결정이 취해질 때까지, 반복될 수 있을 것이다. 상이한 시간 포인트들에 대한 상기 행동들 그리고 상기 문턱값들은 상이할 수 있을 것이다.

확률 밀도를 계산하기 위해서 사용되는 정보

일 실시예에서, 상기 지도 데이터는 도로-측 국 (road-side station)들로부터 상기 충돌 회피 시스템으로 공급될 수 있을 것이다. 이 실시예에서, 상기 충돌 회피 시스템은 그런 데이터를 수신하기 위한 수신기를 포함할 수 있을 것이다. 일 실시예에서, 상기 지도 데이터는 도로망에 관한 미리-저장된 데이터베이스로부터 이끌어낼 수 있을 것이며, 이는 예를 들면 경로 계획을 위해서 사용되는 것과 같은 것이다. 이 경우에, 위치 탐지기 (16)는 정의된 도로들 도로망에 상대적인 상기 차량 (20)의 위치 R1 그리고 도로 가장 자리의 좌표들의 정의 Re-R1 을 결정하고 그리고 차량에 상대적인 상이한 방향들에 대한 도로 일부들 사이의 간격은 도로 가장자리 좌표들 Re로부터 획득될 수 있을 것이다.

대안의 실시예들에서, 물체 탐지기 (10)는 상기 지도 데이터를 런 타임에 결정하도록 사용될 수 있을 것이다. 충돌 장벽과 같은 정지 물체들 (상기 차량의 측정된 속도와 같은 속도이지만 반대 방향으로 움직이는 물체들)의 줄로부터 탐지된 반사파들에 대해서 레이더 유닛이 사용될 때에, 주차된 차량들이나 랜턴들은 도로의 가장자리를 식별하기 위해서, 상기 그런 물체들의 위치들을 도로 가장자리의 위치에 관련시키는 도로망 그리고 상이한 운행 방향들을 위한 도로 일부들 사이의 격리 거리에 관한 데이터베이스와 옵션으로 조합하여, 사용될 수 있을 것이다. 그렇게 식별된 가장자리 및 격리 거리를 구비한, 동적으로 결정된 도로 지도는 상기 교정 인수들을 결정하기 위해서 세 번째 및 여섯 번째 단계 (33, 36)에서 이어서 사용될 수 있을 것이다. 이 경우에, 위치 탐지기 (16)는 사용될 필요가 없을 수 있다.

초기 상태 벡터 및/또는 초기 확률 밀도들의 정밀도를 증가시키기 위해서 추가적인 센서들 또는 다른 센서들이 사용될 수 있을 것이다. 그래서, 예를 들면 상기 충돌 회피 시스템은 방위 센서 또는 가속 센서를 포함할 수 있을 것이다.

충돌 영역의 위치가 도로 교차로 또는 일방통행 도로 상에 위치한다는 것을 상기 지도 데이터가 표시할 때에 데이터 프로세서 (12)는 상기 교정 인수들 F, Fi를 사용하는 것을 비활성화 시키도록 구성될 수 있을 것이다. 비록 충돌 영역들에 대한 확률들을 계산한 후에 상기 인수들 F, Fi 가 적용되는 경우가 일 실시예에서 설명되었지만, 대신에 상기 인수들이 확률 밀도 함수 표현에 적용될 수 있을 것이라는 것이 이해되어야만 한다.

세 번째 및 여섯 번째 단계 (33, 36)에서 교정 인수들을 계산하는 단 하나의 가능한 실시예만이 도시되었다는 것이 이해되어야만 한다. 상기 교정 인수는 상기 상태들 및 모션 규격에 의해서 표현된 모델의 부정확함의 영향을 줄이기 위해서 사용된다. 그런 모델은 운전자의 행동을 설명하기 위한 제한된 가능성만을 가질 뿐이다. 명백하게, 분의 시간 스케일에서 운전자 행동은 모션의 순수하게 기계적인 방정식들로부터 나올 수 있을 도로 상의 위치의 예언 가능성을 완전하게 뒤엎는다. 운전자가 어떤 변화들을 만들 것으로 기대되지 않는 아주 더 짧은 시간 스케일 상에서, 충돌 회피는 운전자 행동을 모델링하지 않고 수행될 수 있다.

그러나, 큰 효과가 있는 변화들이 운전자에 의해서 발생하는 시간 스케일에 충돌 회피가 효과가 있는 시간 스케일을 확장하는 것이 바람직하다. 이는 순수한 기계적인 모델이 충분하지 않다는 문제점을 나타낸다. 반면에서, 전체적으로 랜덤한 운전자 행동을 가정하는 것은 많은 오류의 알람들로 이끌 수 있다. 그래서 분별 있는 운전자 행동을 고려하기 위해서는 다른 방식이 필요하다.

세 번째 및 여섯 번째 단계 (33, 36)에서 상기 교정 인수들은 분별 있는 운전자 행동을 고려하는 대략적인 방식을 제공한다. 분별 있는 운전자는 차량이 도로 상에서 어느 정도 벗어나는 것을 피할 수 없을 것이지만, 그러나 그 운전자는 차량이 도로 밖으로 완전히 나갈 수 있을 정도로 과도하게 벗어나는 것을 거의 알아채지 못 하면서도 교정하거나 또는 반대 방향으로부터의 교통을 위해서 차로 내에 있도록 교정할 것이다. 이런 행동을 교정하지 않는다면, 더 긴 시간 스케일의 계산으로 인해서, 오른쪽 운행 방향에서 도로 상에서의 위치들을 위한 확률 밀도들은 구조적으로 과소 추정될 것이다. 세 번째 및 여섯 번째 단계 (33, 36)에서의 교정 인수들은 충돌 회피용으로 사용된 오른쪽 방향 부분의 확률 밀도 함수를 효과적으로 일으킴으로써, 차로를 벗어난 위치들에 대해서 계산된 총계 확률 밀도들에 의존하여, 이를 교정한다. 총계 확률 밀도들은, 벗어남을 교정하는 것을 고려하는 것에 실패한 효과에 대한 측정으로서 여겨진다.

이런 효과를 정확한 방법으로 고려하는 것이 필수적인 것은 아니라는 것을 이해해야만 한다. 이런 효과를 최소한 부분적으로라도 고려하는 어떤 교정이라도 충돌 회피의 신뢰성을 향상시킨다. 그러나, 벗어나는 것을 교정하는 것을 고려하는 것에 실패한 것을 더 낫게 교정하는 것을 이용함으로써 충돌 회피에 대한 추가의 개선은 물론 실현될 수 있다.

단순한 실시예에서, 차량 (20)의 운행 방향을 위한 도로 부분 외부의 모든 확률 밀도는 벗어남 교정을 고려하지 못한 것에서 기인한 것이라는 가정 하에서 상기 교정 인수 F는 계산될 수 있을 것이다. 이 실시예에서, 상기 교정 인수는

F= 1/P1

로 계산될 수 있을 것이다.

그러나, 정면 충돌 회피가 이슈일 때에, 이는 잠재적인 충돌들을 탐지하지 못하게 이끌 수 있을 것이다. 다른 실시예에서, 이는 차량이 차량의 차로 밖으로 벗어날 확률이 존재한다는 가정을 부과함으로써 개선될 수 있다. 이는 다음의 식을 이용함으로써 고려된다.

F= (1-CL*PL)/P1

여기에서 CL은 0 과 1 사이에 있으며, 벗어남 교정을 고려하지 못하는 것으로 인한 오류들을 나타낸다. CL=0.3이 예로서 사용될 수 있을 것이지만, 예를 들면, 개선된 성능을 위해서 0.1 내지 0.5 범위의 다른 값들이 또한 제공될 수 있을 것이다.

일 실시예에서, 상기 인수 CL의 상이한 값들이 미래에 다른 시간대에서 적용하는 확률 밀도 함수에 사용될 수 있을 것이며, 미래에 더 적은 시간에 대해서는 더 큰 값을 그리고 미래의 추가의 시간에 대해서는 더 작은 값을 취한다. 예를 들면, 인수 CL=1 은 미래에 0.2초까지 사용될 수 있을 것이며, 운전자가 그렇게 빨리 응답하지 않을 것이라는 것을 알기 때문이며, 인수 CL=0.3은 미래에 더 긴 시간들에 대해서 사용될 수 있을 것이다. 계속해서 더 작은 값들의 인수 CL이 미래에 추가의 시간들에서 예를 들면 1부터 0.3까지 점차적으로 줄어들면서 연속해서 사용될 수 있을 것이다.

다른 실시예에서, 확률 PL에 최대가 부과될 수 있을 것이다. 이런 경우에, PL이 문턱값 T 보다 더 작으면 CL은 사실상 1과 동일하게 되며, 그리고 그렇지 않다면 CL=T/PL로 세팅된다. 이 경우에, 벗어남 교정들을 고려하지 못하는 영향에 대한 교정은 큰 양의 잠재적인 오류가 탐지될 때에만 트리거된다. 이 경우에 CL=g(PL)의 함수가 효과적으로 사용되며, 이 경우 x<T이면 g(x)=1이고 x>T이면 g(x)=T/s이다. g(x)=1/(1+x/T)와 같은 다른 함수들이 대신 사용될 수 있을 것이다.

다른 실시예에서, 다음과 같은 교정 인수를 사용할 수 있을 것이다.

F= (1-CL*PL-CR*PR)/P1

이 때에 CL 및 CR 모두는 0과 1 사이이다. 이런 방식에서, 도로에서 나와서 오른쪽으로 이동할 작은 확률의 영향이 고려될 수 있다.

이해하는 것처럼, 상기 계산은 왼쪽과 오른쪽 사이의 비대칭을 초래하며, 이는 운행 방향에서 봤을 때에 도로의 오른쪽 부분으로 교통이 이루어질 것이라는 가정에 대응한다. 왼쪽으로 운행하라는 교통 규칙이 있는 국가들에서, 왼쪽과 오른쪽의 역할들을 서로 바꾸어야만 한다. 데이터 프로세서 (12)는 그런 상이한 유형의 운행 규칙들을 위해서 왼쪽과 오른쪽의 상호 교환 역할들을 가진 제1 모드 및 제2 모드를 지원하도록 구성될 수 있을 것이다. 일 실시예에서, 지도 저장 기기 (14)는 위치를 왼쪽 또는 오른쪽 상의 운행과 링크시키는 정보를 저장하며 그리고 데이터 프로세서 (12)는 이 정보를 인출하기 위해서 그리고 현재 위치를 위해서 상기 인출된 정보에 종속되어 상기 제1 모드 또는 제2 모드로 스위칭하는 것을 제어하기 위해서, 위치 탐지기 (16)로부터 탐지된 위치를 이용하도록 구성된다.

일 실시예에서, 이전의 시간에 대한 확률 밀도 함수로부터 미래의 각 연속된 시간에 대해서 확률 밀도 함수는 반복적으로 계산될 수 있을 것이다. 원칙적으로, 상기 교정 인수들은 각 반복에 적용될 수 있을 것이며 그리고 다음의 반복을 계산하기 위해서 사용될 수 있을 것이다. 그러나, 상기 계산은 그런 교정들을 우선적으로 하지 않고 모든 시간들에서 상기 확률 밀도 함수들을 계산함으로써 속도가 빨라질 수 있다. 이는 모션 규격이 이용되어 단조롭게 변하는 위치 값들을 제공할 때에, 결과에 영향을 미치지 않는다.

일 실시예에서, 상기 충돌 회피 시스템의 컴포넌트들은 충돌 회피 시스템이 제공되는 차량 (20) 내에 모두 장착된다. 대안으로, 상기 차량과 이런 컴포넌트들 사이에 무선 통신 채널이 제공된다면 상기 컴포넌트들의 일부는 상기 차량의 외부에 위치할 수 있을 것이다. 그래서, 예를 들면, 물체 탐지기 (10), 데이터 프로세서 (12), 지도 저장 기기 (14), 위치 센서 (16) 그리고/또는 속도 센서 (18) 모두는 상기 차량 (20)의 외부에 위치할 수 있을 것이다. 도로 물체 탐지기 (10), 위치 센서 (16) 그리고/또는 속도 센서 (18)는 예를 들면 차량 내의 데이터 프로세서 (12)와 통신하는데 있어서 사용될 수 있을 것이다.

데이터 프로세서 (12)는 프로그램 가능한 프로세서 그리고 그 프로그램 가능한 프로세서가 데이터 프로세서 (12)를 위해서 설명된 상기 행동들을 수행하도록 하는 프로그램을 포함하는 프로그램 메모리를 포함하는 제어 회로로서 구현될 수 있을 것이다. 대안으로, 상기 제어 회로는 복수의 프로그램 가능한 프로세서들 그리고 프로그램 가능한 프로세서들의 조합이 데이터 프로세서 (12)를 위해서 설명된 상기 행동들을 수행하도록 하는 분산된 프로그램들을 위한 하나 또는 그 이상의 프로그램 메모리들을 포함할 수 있을 것이다. 추가의 실시예에서, 이런 프로세서들의 일부 또는 전부는 이런 행동들을 수행하도록 설계된 전용의 회로들로서 구현될 수 있을 것이다. 여기에서 사용된 것과 같이, 데이터 프로세서 (12)가 이런 행동들을 수행하도록 구성되었다고 하는 것은 이런 실시예들의 각각을 대안의 구현들로서 언급한 것이다.

일 실시예에서, 상기 전체 시스템은 차량 보드 상에 구현될 수 있을 것이다. 다른 실시예들에서, 상기 시스템의 일부 또는 전부는 어떤 다른 곳에, 예를 들면, 도로 측 설비에 구현될 수 있을 것이다. 그래서, 예를 들면, 도로 측 설비는 도로 이용자들을 탐지하고 그리고 그 도로 사용자들 각각에 대한 확률 밀도 함수들을 계산하기 위해서 사용될 수 있을 것이며, 그 도로 사용자들의 적어도 일부를 위한, 예를 들면, 자동차들을 위한 교정 인수들을 계산하고 적용한다. 보행자들이나 자전거를 타는 사람들과 같은 다른 유형의 도로 이용자들을 위해서, 확률 밀도들을 계산하기 위해서 다른 계산들이 사용될 수 있을 것이다. 그런 도로 이용자들의 속도는 자동차들의 속도보다는 일반적으로 더 느리기 때문에, 그런 도로 이용자들에 대해서는 국지적인 확률 밀도들을 덜 정밀하게 계사하는 것으로 충분할 수 있을 것이다.

그런 도로 측 시스템 경우에, 그 시스템이 활성화되는 도로 섹션에 대해서는 한정된 양의 지도 데이터를 저장하는 것으로 충분할 수 있을 것이다. 이 지도는 충돌들과 같은 도로 이벤트들 고려하기 위해서 또는 비나 결빙과 같은 도로 상태들을 바꾸기 위해서 동적으로 업데이트될 수 있을 것이다. 상기 시스템은 도로 이용자들에게 확률 밀도 함수들과 교정 인수들로부터 계산된 충돌 확률들에 의존하여 경고 신호들을 보내기 위해서 전송기와 함께 제공될 수 있을 것이다. 대안으로, 또는 추가로, 상기 시스템은 확률 밀도 함수들과 교정 인수들로부터 계산된 충돌 확률들에 의존하여 교통 신호등들 또는 경고등과 같은 도로-측 기기들을 제어하도록 구성될 수 있을 것이다. 다른 실시예에서, 도로 측-차량 내 시스템의 혼합된 모습이 사용될 수 있을 것이다. 지도 데이터 그리고/또는 다른 차량들에 관한 정보는 예를 들면 상기 시스템의 도로-측 부분으로부터 차량들로 전송될 수 있을 것이다.

Claims

도로 차량을 위한 충돌 회피 시스템으로서,
- 도로를 포함한 영역을 포함하는 복수의 지역을 구별하게 하는 도로 지도 데이터를 저장하기 위한 지도 저장 기기;
- 차량의 현재 상태의 적어도 위치 부분을 탐지하도록 구성된 차량 상태 탐지기;
- 상기 영역 내의 차량의 미래의 위치들의 확률 밀도 함수를 계산하기 위해서 그리고 상기 지역들 중의 제1 지역 내의 모든 위치들에 대한 상기 확률 밀도 함수에 적용할 수 있는 교정 인수 (correction factor)를 계산하기 위해서, 상기 차량의 현재 상태에 관한 탐지된 정보를 사용하도록 구성된 데이터 프로세서를 포함하며,
상기 데이터 프로세서는 상기 지역들 중의 각 지역들 내 확률 밀도 함수의 총계들에 의존하여 상기 교정 인수를 결정하는, 충돌 회피 시스템.
제1항에 있어서,
상기 지역들 중의 상기 제1 지역은 차량의 운행 방향에 있어서의 교통을 위한 도로 부분을 포함하고, 그리고
상기 지역들 중의 제2 지역은 상기 운행 방향을 따라 상기 제1 지역에 인접하여 위치하며,
상기 교정 인수는 확률 밀도의 분포를 수정하도록 구성되어, 상기 지역들 중의 상기 제1 지역에서의 확률 밀도가 상기 지역들 중 제2 지역에서의 확률 밀도에 비해 증가되도록 하는, 충돌 회피 시스템.
제2항에 있어서,
상기 저장 기기에 저장된 도로 지도 데이터는 상기 지역들 중의 상기 제1 지역, 상기 지역들 중의 상기 제2 지역 그리고 상기 지역들 중의 제3 지역을 구별하게 하며,
상기 지역들 중의 상기 제2 지역은 상기 차량의 운행 방향에 반대되는 방향으로의 교통 운행을 위한 도로 부분을 포함하고, 그리고
상기 지역들 중의 상기 제3 지역은 상기 도로 상의 영역 경계를 포함하며,
상기 확률 밀도 함수는 상기 지역들 중의 제1 지역, 제2 지역 및 제3 지역과 연관된 확률 밀도의 총계들을 정의하며,
그 경우에 상기 데이터 프로세서는 상기 지역들 중의 상기 제2 지역에 연관된 확률 밀도의 총계에 응답하는 것보다 상기 지역들 중의 상기 제3 지역과 연관된 확률 밀도의 총계에 더 많이 응답하여 상기 교정 인수를 증가시키도록 구성된, 충돌 회피 시스템.
제2항 또는 제3항에 있어서,
상기 데이터 프로세서는 상기 교정 인수 F를
F=(1-C2*P2)/P1 의 공식에 따라서 계산하도록 구성되며,
이 경우 P1 및 P2는 각각 상기 지역들 중의 제1 지역 및 제2 지역에 연관된 확률 밀도의 총계들이며, 그리고 C2는 1보다는 작으며 0보다는 큰 값을 가진 계수인, 충돌 회피 시스템.
제3항에 있어서,
상기 데이터 프로세서는 상기 교정 인수 F를
F=(1-C2*P2-C3*P3)/P1 의 공식에 따라서 계산하도록 구성되며,
이 경우, P1, P2 및 P3는 각각 상기 지역들 중의 제1 지역, 제2 지역 및 제3 지역에 관련된 확률 밀도의 총계들이며, 그리고 C2 및 C3는 1보다는 작으며 0보다는 큰 값들을 가진 계수들이며, C3는 C2보다 더 작은, 충돌 회피 시스템.
제1항 내지 제3항 중의 어느 한 항에 있어서,
상기 시스템은 출력 기기를 포함하며,
상기 데이터 프로세서는, 교정된 확률 밀도 함수가 상기 차량이 다른 차량과 충돌할 위치들에게 문턱 (threshold) 확률보다 더 큰 확률을 할당했다는 것을 탐지하면, 상기 출력 기기에 의해서 알람 신호를 생성하는 것을 트리거하도록 구성된, 충돌 회피 시스템.
제1항 내지 제3항 중의 어느 한 항에 있어서,
상기 시스템은 스티어링 (steering) 제어기 및 속도 제어기 중 적어도 하나를 포함하며,
상기 데이터 프로세서는, 교정된 확률 밀도 함수가 상기 차량이 다른 차량과 충돌할 위치들에게 문턱 확률보다 더 큰 확률을 할당했다는 것을 탐지하면, 상기 스티어링 제어기 및 속도 제어기 중 적어도 하나를 활성화하도록 구성된, 충돌 회피 시스템.
제6항에 있어서,
상기 시스템은 상기 도로 상에서 다른 차량을 탐지하도록 구성된 물체 탐지기를 포함하며,
상기 데이터 프로세서는 그 다른 차량의 추가의 확률 밀도 함수를 계산하기 위해서 그리고 상기 추가의 확률 밀도 함수와 상기 교정 인수에 따라서 교정된 상기 확률 밀도 함수 사이의 중복 (overlap)을 계산하기 위해서 그 다른 차량의 탐지된 상태를 이용하도록 구성된, 충돌 회피 시스템.
제1항 내지 제3항 중의 어느 한 항에 있어서,
상기 저장 기기 내에 저장된 상기 도로 지도 데이터는 일방향 도로들을 양방향 도로들과 구별하도록 하며 그리고
상기 데이터 프로세서는 상기 도로 지도 데이터가 차량이 일방향 도로 또는 양방향 도로에 있는가를 표시하는가 여부에 따라서 상기 복수의 지역을 선택하도록 구성된, 충돌 회피 시스템.
제1항에 있어서,
상기 저장 기기 내에 저장된 상기 도로 지도 데이터는 한 도로가 다른 도로들과의 교차 구간들을 가지는 제1 도로 구간들과 그런 교차 구간들을 가지고 있지 않은 제2 도로 구간들을 구별하도록 하며, 그리고
상기 데이터 프로세서는 상기 도로 지도 데이터가 차량이 상기 제1 도로 구간들 중의 하나에 접근하는 것을 표시하는가의 여부에 따라서 상기 복수의 지역을 선택하도록 구성된, 충돌 회피 시스템.
도로 상에서 도로 차량을 위한 충돌 회피 방법으로서,
- 도로를 포함하는 영역에서 복수의 지역들을 구분하게 하는 도로 지도 데이터를 저장하는 단계;
- 상기 도로에 상대적인 차량의 위치를 적어도 탐지하는 것을 포함하는 차량 상태 탐지 단계;
- 상기 차량의 미래의 위치들의 확률 밀도 함수를 계산하는 단계;
- 상기 지역들 중의 제1 지역에서의 모든 위치들을 위해서 상기 확률 밀도 함수에 적용 가능한 교정 인수를, 상기 지역들 중의 각 지역들에서의 확률 밀도 함수의 총계들에 의존하여 계산하는 단계;를 포함하는, 충돌 회피 방법.
프로그램 가능한 프로세서를 위한 명령어들의 프로그램을 포함하는 컴퓨터 판독가능 저장 매체로서,
상기 프로그램은 상기 프로그램 가능한 프로세서에 의해서 실행될 때에 상기 프로그램 가능한 프로세서로 하여금,
- 도로에 대한 차량의 위치를 적어도 포함하는, 상기 차량의 상태 정보를 수신하고;
- 상기 수신한 상태 정보로부터 상기 차량의 미래의 위치들의 확률 밀도 함수를 계산하고;
- 상기 도로를 포함하는 영역 내의 복수의 지역들을 구분하게 하는 도로 지도 데이터를 검색하고; 그리고
- 상기 지역들 중의 제1 지역에서의 모든 위치들에 대한 상기 확률 밀도 함수에 적용 가능한 교정 인수를, 상기 지역들 중 각 지역들에서의 확률 밀도 함수의 총계들에 의존하여 계산하도록 하는, 컴퓨터 판독가능 저장 매체.