KR101929681B1 - Method and Apparatus for Peripheral Vehicle Location Estimation using V2V and Environment Scanning Sensor - Google Patents

Method and Apparatus for Peripheral Vehicle Location Estimation using V2V and Environment Scanning Sensor Download PDF

Info

Publication number
KR101929681B1
KR101929681B1 KR1020170151620A KR20170151620A KR101929681B1 KR 101929681 B1 KR101929681 B1 KR 101929681B1 KR 1020170151620 A KR1020170151620 A KR 1020170151620A KR 20170151620 A KR20170151620 A KR 20170151620A KR 101929681 B1 KR101929681 B1 KR 101929681B1
Authority
KR
South Korea
Prior art keywords
vehicle
current position
information
neighboring
estimating
Prior art date
Application number
KR1020170151620A
Other languages
Korean (ko)
Inventor
이상선
최동호
Original Assignee
한양대학교 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 한양대학교 산학협력단 filed Critical 한양대학교 산학협력단
Priority to KR1020170151620A priority Critical patent/KR101929681B1/en
Application granted granted Critical
Publication of KR101929681B1 publication Critical patent/KR101929681B1/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Navigation (AREA)

Abstract

Disclosed is a method and a device for estimating a peripheral vehicle using a V2V and a vehicle environment recognition sensor. According to the present invention, the method for estimating a periphery vehicle using the V2V and the vehicle environment recognition sensor includes: a step of estimating the current position of a peripheral vehicle using periphery vehicle dynamic information among BSM information obtained by the V2V or a step of estimating the current position of the peripheral vehicle using opponent information with the peripheral vehicle obtained by the vehicle environment recognition sensor; and a step of calculating the current position of a final peripheral vehicle by fusing the current position of the peripheral vehicle estimated using the opponent information with the peripheral vehicle obtained by the vehicle environment recognition sensor and at least one of the current positions of the peripheral vehicle estimated by using the path history information among the BSM information obtained by the V2V or the current position of the peripheral vehicle estimated by using the peripheral vehicle dynamic information among the BSM information obtained by the V2V. The step of estimating the current position of the peripheral vehicle using the opponent information includes: a step of estimating the current position of the peripheral vehicle using path history information of the peripheral vehicle among BSM information obtained by using the V2V; and a step of estimating the current position of a peripheral vehicle.

Description

V2V와 자차 환경인식센서를 이용한 주변차량 위치 추정 방법 및 장치{Method and Apparatus for Peripheral Vehicle Location Estimation using V2V and Environment Scanning Sensor}TECHNICAL FIELD [0001] The present invention relates to a method and an apparatus for estimating a location of a vehicle using a V2V and a vehicle environment recognition sensor,

본 발명은 GPS 수신이 불안정한 지역과 주변 장애물에 의해 센서 정보 신뢰성이 낮은 지역에서 V2V(Vehicle-to-Vehicle)를 이용하여 주변 차량으로부터 얻은 BSM(Basic Safety Message)정보와 자차 환경인식센서를 통해 얻은 정보를 융합하여 주변 차량 현재 위치를 추정 방법 및 장치에 관한 것이다.(BSM) information obtained from a neighboring vehicle using V2V (Vehicle-to-Vehicle) in an area where sensor reception reliability is low due to unstable GPS reception and surrounding obstacles, The present invention relates to a method and apparatus for estimating a current position of a nearby vehicle by fusing information.

GPS(Global Positioning System)는 위치 추정 시스템에서 가장 대표적인 기술이지만, GPS 위성에서 보내는 신호를 수신해 현재 위치를 추정하기 때문에 다중경로 오차(Multipath Error)와 같은 주변 환경에 영향을 많이 받는다. 이 때문에 자율주행자동차 환경에서 정확한 차량 위치 추정에는 많은 한계가 존재한다. GPS (Global Positioning System) is the most representative technology in the position estimation system. However, since it receives the signal from the GPS satellite and estimates the current position, it is highly affected by the surrounding environment such as multipath error. Therefore, there are many limitations in accurate vehicle position estimation in autonomous vehicle environment.

자율주행자동차 분야에서 위치 추정 정확도를 올리기 위해 맵 매칭(Map matching), 데드 레코닝(Dead Reckoning), 비디오 프로세싱(Video processing)과 같은 기술들이 개발되고 있으나 과도한 사회적 생산기반(Ingrastructure) 구축이 필요한 점과 실시간 처리를 위한 고도의 컴퓨터 처리 능력을 요구하는 등 한계 존재가 존재한다. Technologies such as map matching, dead reckoning, and video processing have been developed in order to increase the accuracy of location estimation in autonomous vehicles, but it is necessary to construct an excessive social production infrastructure And a high degree of computer processing capability for real-time processing.

이러한 문제점을 개선하기 위해 GPS 수신이 불안정한 지역과 주변 장애물에 의해 센서 정보 신뢰성이 낮은 지역에서도 신뢰도 높은 주변 차량 현재 위치를 추정하는 방법을 필요로 한다. In order to solve these problems, it is necessary to estimate the current position of the highly reliable peripheral vehicle even in a region where the GPS information reception is unstable and the sensor information reliability is low due to the surrounding obstacle.

본 발명이 이루고자 하는 기술적 과제는 GPS 수신이 불안정한 지역과 주변 장애물에 의해 센서 정보 신뢰성이 낮은 지역에서 V2V를 이용하여 주변 차량으로부터 얻은 BSM정보와 자차 환경인식센서를 통해 얻은 정보를 융합하여 주변 차량 현재 위치를 추정 방법 및 장치를 제공하는데 있다. SUMMARY OF THE INVENTION The present invention has been made in view of the above problems, and it is an object of the present invention to provide a navigation system and a navigation system, And a method and an apparatus for estimating the position.

일 측면에 있어서, 본 발명에서 제안하는 V2V와 자차 환경인식센서를 이용한 주변차량 위치 추정 방법은 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 주변 차량의 현재 위치를 추정하는 단계; 또는 V2V를 통해 얻은 BSM 정보 중 주변 차량 경로 히스토리(Path History) 정보를 이용하여 주변 차량의 현재 위치를 추정하는 단계 중 적어도 하나의 주변 차량의 현재 위치를 추정하는 단계를 포함하고, 자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 주변 차량의 현재 위치를 추정하는 단계; 및 상기 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 추정된 주변 차량의 현재 위치 또는 상기 V2V를 통해 얻은 BSM 정보 중 경로 히스토리(Path History) 정보를 이용하여 추정된 주변 차량의 현재 위치 중 적어도 하나와 자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 추정된 주변 차량의 현재 위치를 융합함으로써 최종 주변 차량의 현재 위치를 산출하는 단계를 더 포함한다. According to an aspect of the present invention, there is provided a method for estimating a neighboring vehicle position using V2V and a vehicle environment recognition sensor, the method comprising: estimating a current position of a neighboring vehicle based on nearby vehicle dynamic information among BSM information obtained through V2V; Estimating a present position of at least one of the neighboring vehicles among the steps of estimating a current position of the neighboring vehicle using the neighboring vehicle path history information among the BSM information obtained through the V2V or the V2V, Estimating a current position of the nearby vehicle using the relative information of the neighboring vehicle obtained through the step And a current position of the neighboring vehicle estimated using the neighboring vehicle dynamic information among the BSM information obtained through the V2V or the current position of the neighboring vehicle estimated using the path history information among the BSM information obtained through the V2V And calculating the current position of the final peripheral vehicle by fusing the estimated current position of the nearby vehicle using the relative information of the at least one vehicle and the neighboring vehicle obtained through the vehicle recognition sensor.

상기 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 주변 차량의 현재 위치를 추정하는 단계는 V2V를 통해 얻은 BSM 정보 중 시스템 상태 변수, 시스템 운동방정식, 시스템 관측 변수를 포함하는 주변 차량의 동적 정보를 입력으로 이용하여 확장 칼만 필터를 통해 주변 차량의 현재 위치를 추정한다. The step of estimating the current position of the neighboring vehicle using the neighboring vehicle dynamic information among the BSM information obtained through the V2V includes a step of estimating a current position of the neighboring vehicle based on the system state variable, And uses the information as input to estimate the current position of the nearby vehicle through the extended Kalman filter.

상기 V2V를 통해 얻은 BSM 정보 중 주변 차량 경로 히스토리 정보를 이용하여 주변 차량의 현재 위치를 추정하는 단계는 주변 차량이 수신한 GPS 위치 정보인 상기 주변 차량 경로 히스토리 정보에 대하여 이동평균(Moving average) 알고리즘 식 적용함으로써 오차를 보정하고, 오차가 보정된 주변 차량 경로 히스토리 정보에 가중치를 적용하여 주변 차량의 현재 위치를 추정한다. The step of estimating the current position of the neighboring vehicle using the neighboring vehicle route history information among the BSM information obtained through the V2V may include a moving average algorithm for the neighboring vehicle route history information, And the current position of the surrounding vehicle is estimated by applying a weight to the history information of the peripheral vehicle path whose error has been corrected.

상기 자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 주변 차량의 현재 위치를 추정하는 단계는 V2V의 통신 지연 상황 시의 위치 추정 정확도를 개선하기 위해 자차 환경인식센서를 통해 자차와 주변차량 간 상대거리 및 상대각도를 감지하여 주변 차량의 현재 위치를 추정한다. The step of estimating the current position of the neighboring vehicle using the relative information of the neighboring vehicle obtained through the self-environment recognition sensor is performed by using a self-environment recognition sensor to improve the accuracy of the position estimation in the communication delay situation of V2V And estimates the current position of the surrounding vehicle by sensing the relative distance and relative angle between the vehicles.

상기 최종 주변 차량의 현재 위치를 산출하는 단계는 상기 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 추정된 주변 차량의 현재 위치 또는 상기 V2V를 통해 얻은 BSM 정보 중 경로 히스토리(Path History) 정보를 이용하여 추정된 주변 차량의 현재 위치 중 적어도 하나와 자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 추정된 주변 차량의 현재 위치의 공분산의 합 중 가장 작은 값에 가중치를 줌으로써 최종 주변 차량의 현재 위치를 산출한다. The step of calculating the current position of the last peripheral vehicle may include calculating a current position of the neighboring vehicle estimated using the neighboring vehicle dynamic information among the BSM information obtained through the V2V or the path history information among the BSM information obtained through the V2V Using the relative information of at least one of the current position of the neighboring vehicle estimated using the current position of the neighboring vehicle and the neighboring vehicle obtained through the vehicle environment recognition sensor to give a weight to the smallest value among the sum of the covariances of the current position of the nearby vehicle, The current position of the nearby vehicle is calculated.

또 다른 일 측면에 있어서, 본 발명에서 제안하는 V2V와 자차 환경인식센서를 이용한 주변차량 위치 추정 장치는 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 주변 차량의 현재 위치를 추정하고, V2V를 통해 얻은 BSM 정보 중 주변 차량 경로 히스토리(Path History) 정보를 이용하여 주변 차량의 현재 위치를 추정하는 통신부; 자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 주변 차량의 현재 위치를 추정하는 센서부; 및 상기 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 추정된 주변 차량의 현재 위치 또는 상기 V2V를 통해 얻은 BSM 정보 중 경로 히스토리(Path History) 정보를 이용하여 추정된 주변 차량의 현재 위치 중 적어도 하나와 자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 추정된 주변 차량의 현재 위치를 융합함으로써 최종 주변 차량의 현재 위치를 산출하는 최종 주변 차량 현재 위치 추정부를 포함한다. According to another aspect of the present invention, an apparatus for estimating a nearby vehicle using V2V and a vehicle environment recognition sensor estimates a current position of a neighboring vehicle by using nearby vehicle dynamic information among BSM information obtained through V2V, A communication unit for estimating a current position of a nearby vehicle by using information of a neighboring vehicle path among BSM information obtained through the BSM; A sensor unit for estimating a current position of the nearby vehicle using relative information of the nearby vehicle obtained through the vehicle environment recognition sensor; And a current position of the neighboring vehicle estimated using the neighboring vehicle dynamic information among the BSM information obtained through the V2V or the current position of the neighboring vehicle estimated using the path history information among the BSM information obtained through the V2V And a final surrounding vehicle current position estimating unit for calculating a current position of the final surrounding vehicle by fusing the estimated current position of the neighboring vehicle by using the relative information of the at least one neighboring vehicle and the neighboring vehicle obtained through the vehicle environment recognition sensor.

상기 통신부는 V2V를 통해 얻은 BSM 정보 중 시스템 상태 변수, 시스템 운동방정식, 시스템 관측 변수를 포함하는 주변 차량의 동적 정보를 입력으로 이용하여 확장 칼만 필터를 통해 주변 차량의 현재 위치를 추정한다. The communication unit estimates the current position of the nearby vehicle through the extended Kalman filter using the dynamic state information of the surrounding vehicle including the system state variable, the system motion equation, and the system observation variables among the BSM information obtained through the V2V.

상기 통신부는 주변 차량이 수신한 GPS 위치 정보인 상기 주변 차량 경로 히스토리 정보에 대하여 이동평균(Moving average) 알고리즘 식 적용함으로써 오차를 보정하고, 오차가 보정된 주변 차량 경로 히스토리 정보에 가중치를 적용하여 주변 차량의 현재 위치를 추정한다. The communication unit corrects the error by applying a moving average algorithm to the neighboring vehicle route history information, which is the GPS position information received by the neighboring vehicle, and applies a weight to the error- Estimate the current position of the vehicle.

상기 센서부는 V2V의 통신 지연 상황 시의 위치 추정 정확도를 개선하기 위해 자차 환경인식센서를 통해 자차와 주변차량 간 상대거리 및 상대각도를 감지하여 주변 차량의 현재 위치를 추정한다. The sensor unit estimates the current position of the nearby vehicle by sensing the relative distance and the relative angle between the vehicle and the surrounding vehicle through the vehicle environment recognition sensor to improve the accuracy of the position estimation in the communication delay situation of V2V.

상기 최종 주변 차량 현재 위치 추정부는 상기 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 추정된 주변 차량의 현재 위치 또는 상기 V2V를 통해 얻은 BSM 정보 중 경로 히스토리(Path History) 정보를 이용하여 추정된 주변 차량의 현재 위치 중 적어도 하나와 자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 추정된 주변 차량의 현재 위치의 공분산의 합 중 가장 작은 값에 가중치를 줌으로써 최종 주변 차량의 현재 위치를 산출한다.The final neighboring vehicle current position estimating unit may estimate the current position of the neighboring vehicle estimated using the neighboring vehicle dynamic information among the BSM information obtained through the V2V or the path history information among the BSM information obtained through the V2V The current position of the last peripheral vehicle is calculated by giving a weight to the smallest value of the sum of the covariance of the current position of the nearby vehicle estimated using the relative information of at least one of the current position of the neighboring vehicle and the neighboring vehicle obtained through the vehicle environment recognition sensor, And calculates the position.

본 발명의 실시예들에 따르면 GPS 수신이 불안정한 지역과 주변 장애물에 의해 센서 정보 신뢰성이 낮은 지역에서 V2V를 이용하여 주변 차량으로부터 얻은 BSM정보와 자차 환경인식센서를 통해 얻은 정보를 융합하여 신뢰도 높은 주변 차량의 현재 위치를 추정할 수 있다. According to the embodiments of the present invention, the BSM information obtained from the neighboring vehicle and the information obtained from the vehicle environment sensor are converged using the V2V in the region where the GPS information reception is unstable and the sensor information reliability is low due to the surrounding obstacle, The current position of the vehicle can be estimated.

도 1은 본 발명의 일 실시예에 따른 주변차량 위치 추정 알고리즘을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 V2V와 자차 환경인식센서를 이용한 주변차량 위치 추정 방법을 설명하기 위한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 확장 칼만 필터를 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 경로 히스토리를 이용한 주변 차량의 현재 위치를 추정하는 방법을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 V2V와 자차 환경인식센서를 이용한 주변차량 위치 추정 장치의 구성을 나타내는 도면이다.FIG. 1 is a diagram for explaining a neighboring vehicle position estimation algorithm according to an embodiment of the present invention. Referring to FIG.
FIG. 2 is a flowchart illustrating a method of estimating a location of a nearby vehicle using V2V and a vehicle environment recognition sensor according to an embodiment of the present invention.
3 is a diagram for explaining an extended Kalman filter according to an embodiment of the present invention.
4 is a view for explaining a method of estimating a current position of a neighboring vehicle using a route history according to an embodiment of the present invention.
5 is a diagram illustrating a configuration of an apparatus for estimating the position of a nearby vehicle using V2V and a vehicle environment recognition sensor according to an embodiment of the present invention.

이하, 본 발명의 실시 예를 첨부된 도면을 참조하여 상세하게 설명한다.
DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 일 실시예에 따른 주변차량 위치 추정 알고리즘을 설명하기 위한 도면이다. FIG. 1 is a diagram for explaining a neighboring vehicle position estimation algorithm according to an embodiment of the present invention. Referring to FIG.

본 발명은 GPS 수신이 불안정한 지역(예를 들어, 도심지역, 터널 등)과 주변 장애물에 의해 센서 정보 신뢰성이 낮은 지역(예를 들어, 공사현장, 차량밀집지역 등)에서 V2V(Vehicle-to-Vehicle)를 이용하여 주변 차량들로부터 얻은 BSM(Basic Safety Message) 정보와 자차 환경인식센서를 통해 얻은 정보를 융합하여 주변 차량들의 현재 위치를 추정 방법 및 장치에 관한 것이다. The present invention relates to a vehicle-to-vehicle (V2V) system in an area where sensor information reliability is low (for example, a construction site, a densely populated area, etc.) due to an unstable GPS reception (e.g., a city area, a tunnel, The present invention relates to a method and an apparatus for estimating the current position of nearby vehicles by fusing basic safety message (BSM) information obtained from nearby vehicles with information obtained through a vehicle environment recognition sensor using a vehicle.

더욱 상세하게는, 도로 내 일정 반경 안에 있는 차량들(121, 122)은 V2V를 이용하여 BSM 정보를 공유하고, 각 자차(110)는 환경인식센서를 통해 주변 차량들(121, 122)과의 상대거리(Di, Dj)와 상대각도(

Figure 112017113062117-pat00001
i,
Figure 112017113062117-pat00002
j)를 측정한다. 그리고, BSM 정보 안에 있는 주변 차량들(121, 122)의 동적정보와 경로 히스토리(Path History) 정보를 이용하여 주변 차량들(121, 122)의 현재 위치를 추정한다. V2V를 이용하여 얻은 BSM 정보는 통신 지연 발생 시 실제 값과 추정 값 사이에 오차가 생기기 때문에 자차 환경인식센서를 통해 얻은 주변차량과의 상대거리(Di, Dj), 상대각도(
Figure 112017113062117-pat00003
i,
Figure 112017113062117-pat00004
j) 정보를 이용하여 현재 위치 추정 값을 보정한다. More specifically, the vehicles 121 and 122 in a certain radius of the road share the BSM information using V2V, and each of the cars 110 communicates with the nearby vehicles 121 and 122 through the environment recognition sensor. Relative distances ( Di , Dj ) and relative angles (
Figure 112017113062117-pat00001
i ,
Figure 112017113062117-pat00002
j ) is measured. The current position of the nearby vehicles 121 and 122 is estimated using the dynamic information of the nearby vehicles 121 and 122 and the path history information in the BSM information. Since the BSM information obtained by using V2V causes an error between the actual value and the estimated value when a communication delay occurs, the relative distance (D i , D j ) and the relative angle
Figure 112017113062117-pat00003
i ,
Figure 112017113062117-pat00004
j ) Correct the current position estimate using the information.

다시 말해, 본 발명의 실시예에 따른 위치 추정 방법은 V2V 단점인 통신 지연 상황 시 위치 추정 정확도가 낮아지는 문제를 보완하고자 자차 환경인식센서를 이용해 자차와 주변차량 간 상대거리와 상대각도를 감지하여 주변 객체 현재 위치를 추정한다.
In other words, the position estimation method according to the embodiment of the present invention detects the relative distance and the relative angle between the vehicle and the surrounding vehicle by using the vehicle environment recognition sensor in order to compensate the problem of lowering the position estimation accuracy in the communication delay situation, which is a disadvantage of V2V Estimate the current location of the surrounding objects.

도 2는 본 발명의 일 실시예에 따른 V2V와 자차 환경인식센서를 이용한 주변차량 위치 추정 방법을 설명하기 위한 흐름도이다. FIG. 2 is a flowchart illustrating a method of estimating a location of a nearby vehicle using V2V and a vehicle environment recognition sensor according to an embodiment of the present invention.

제안하는 V2V와 자차 환경인식센서를 이용한 주변차량 위치 추정 방법은 V2V를 통해 주변 차량 BSM 정보를 획득하는 단계(211), V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 주변 차량의 현재 위치를 추정하는 단계(211) 또는 V2V를 통해 얻은 BSM 정보 중 주변 차량 경로 히스토리(Path History) 정보를 이용하여 주변 차량의 현재 위치를 추정하는 단계(213) 중 적어도 하나의 주변 차량의 현재 위치를 추정하는 단계를 포함한다. 그리고, 자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 주변 차량의 현재 위치를 추정하는 단계(220) 및 상기 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 추정된 주변 차량의 현재 위치 또는 상기 V2V를 통해 얻은 BSM 정보 중 경로 히스토리 정보를 이용하여 추정된 주변 차량의 현재 위치 중 적어도 하나와 자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 추정된 주변 차량의 현재 위치를 융합함으로써 최종 주변 차량의 현재 위치를 산출하는 단계(230)를 더 포함한다. A method of estimating a neighboring vehicle position using the proposed V2V and a vehicle environment recognition sensor includes a step 211 of acquiring neighboring vehicle BSM information through V2V, a step 211 of calculating a current vehicle position using the neighboring vehicle dynamic information among the BSM information obtained through V2V, Estimating the present position of at least one of the neighboring vehicles among the BSM information obtained through V2V or estimating the current position of the neighboring vehicle using the neighboring vehicle path history information . The present invention further includes a step 220 of estimating a current position of the neighboring vehicle based on the relative information of the neighboring vehicle obtained through the own vehicle environment recognition sensor and the neighboring vehicle estimated using the neighboring vehicle dynamic information among the BSM information obtained through the V2V Of the neighboring vehicle estimated using the path history information among the BSM information obtained through the V2V and the current position of the neighboring vehicle obtained through the V2V, And calculating 230 the current position of the last peripheral vehicle by fusing the current position.

단계(211)에서, V2V를 통해 주변 차량 BSM 정보를 획득한다. 이후 단계(211)에서 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 주변 차량의 현재 위치를 추정하거나, 또는 단계(212)에서 V2V를 통해 얻은 BSM 정보 중 주변 차량 경로 히스토리 정보를 이용하여 주변 차량의 현재 위치를 추정한다. V2V를 통해 주변 차량의 현재 위치를 추정하기 위해 단계(211) 또는 단계(212) 중 적어도 하나의 단계만을 수행할 수 있고, 단계(211) 및 단계(212)를 모두 수행할 수도 있다. At step 211, the neighbor vehicle BSM information is obtained via V2V. Thereafter, in step 211, the current position of the neighboring vehicle is estimated using the neighboring vehicle dynamic information among the BSM information obtained through V2V, or the nearby vehicle path history information among the BSM information obtained through V2V in step 212 is used And estimates the current position of the nearby vehicle. It may perform at least one of step 211 and step 212 and may perform both steps 211 and 212 to estimate the current position of the nearby vehicle via V2V.

그리고, 단계(220)에서 자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 주변 차량의 현재 위치를 추정하고, 단계(230)에서 상기 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 추정된 주변 차량의 현재 위치 또는 상기 V2V를 통해 얻은 BSM 정보 중 경로 히스토리(Path History) 정보를 이용하여 추정된 주변 차량의 현재 위치 중 적어도 하나와 자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 추정된 주변 차량의 현재 위치를 융합함으로써 최종 주변 차량의 현재 위치를 산출한다. 도 3 및 도 4를 참조하여 제안하는 V2V와 자차 환경인식센서를 이용한 주변차량 위치 추정 방법에 대해 더욱 상세히 설명한다.
In step 220, the current position of the neighboring vehicle is estimated using the relative information of the neighboring vehicle obtained through the vehicle environment recognition sensor. In step 230, neighboring vehicle dynamic information among the BSM information obtained through the V2V is estimated And the current position of the neighboring vehicle estimated using the path history information among the BSM information obtained through the V2V and the neighboring vehicle obtained through the vehicle environment recognition sensor The current position of the final peripheral vehicle is calculated by fusing the estimated current position of the nearby vehicle using the relative information. 3 and 4, a method of estimating the position of a nearby vehicle using V2V and a vehicle environment recognition sensor will be described in more detail.

도 3은 본 발명의 일 실시예에 따른 확장 칼만 필터를 설명하기 위한 도면이다. 3 is a diagram for explaining an extended Kalman filter according to an embodiment of the present invention.

V2V를 통해 주변 차량 BSM 정보를 획득한 후 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 주변 차량의 현재 위치를 추정한다. 본 발명의 일 실시예에 따르면, V2V를 이용한 차량 간 통신 정보는 SAE J2735 표준에 정의 된 BSM Set을 따르고 있으며 본 특허에서는 BSM part 1 정보와 BSM part 2 중 경로 히스토리(Path History) 정보를 이용한다. PreScan에서의 BSM Sets의 세부내용은 아래 표 1과 같다. After acquiring the BSM information of the neighboring vehicles through V2V, the current position of the neighboring vehicle is estimated using the neighboring vehicle dynamic information among the BSM information obtained through V2V. According to one embodiment of the present invention, inter-vehicle communication information using V2V follows BSM Set defined in SAE J2735 standard, and in this patent, BSM part 1 information and BSM part 2 path history information are used. The details of BSM sets in PreScan are shown in Table 1 below.

<표 1><Table 1>

Figure 112017113062117-pat00005
Figure 112017113062117-pat00005

V2V를 통해 얻은 주변 차량의 동적 정보를 입력 인자로 이용하여 확장 칼만 필터를 이용해 현재 위치 추정할 수 있고, 확장 칼만 필터 개념도는 도 3과 같다. V2V를 통해 주변 차량 BSM 정보를 획득한 후 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 주변 차량의 현재 위치를 추정한다. 예를 들어, 동적 정보를 입력 인자로 하여 정확한 측정 값을 업데이트(measurement update)(320)하고, 예측하는 시간에 따른 값을 업데이트(time update)(310)한다. The present position can be estimated by using the extended Kalman filter using the dynamic information of the surrounding vehicle obtained through V2V as an input factor, and the concept of the extended Kalman filter is shown in FIG. After acquiring the BSM information of the neighboring vehicles through V2V, the current position of the neighboring vehicle is estimated using the neighboring vehicle dynamic information among the BSM information obtained through V2V. For example, an accurate measurement value is updated (measurement update) 320 using dynamic information as an input parameter, and a time update (310) is performed according to a predicted time.

도 3을 참조하면, V2V 기반 주변 차량 위치 추정을 위한 시스템 상태 변수의 식은 아래와 같다. Referring to FIG. 3, the system state variables for V2V-based neighbor vehicle location estimation are as follows.

x: 주변 차량의 x좌표x: x coordinate of the surrounding vehicle

y: 주변 차량의 y좌표 y: y coordinate of the surrounding vehicle

θ: 주변 차량의 Heading 값θ: Heading value of surrounding vehicle

v: 주변 차량의 속도 값v: Velocity value of surrounding vehicle

α: 주변 차량의 가속도 값α: acceleration value of the surrounding vehicle

ω: 주변 차량의 Yaw rate 값ω: Yaw rate value of surrounding vehicles

V2V 기반 주변 차량 위치 추정을 위한 시스템 운동 방정식은 식은 아래와 같이 나타낼 수 있다. The system equation for V2V based vehicle location estimation can be expressed as follows.

Figure 112017113062117-pat00006
Figure 112017113062117-pat00006

V2V 기반 주변 차량 위치 추정을 위한 시스템 관측 변수는 식은 아래와 같이 나타낼 수 있다. The system observation variables for V2V based near vehicle location estimation can be expressed as follows.

Figure 112017113062117-pat00007
Figure 112017113062117-pat00007

x: 주변 차량의 x좌표x: x coordinate of the surrounding vehicle

y: 주변 차량의 y좌표y: y coordinate of the surrounding vehicle

θ: 주변 차량의 Heading 값θ: Heading value of surrounding vehicle

v: 주변 차량의 속도 값v: Velocity value of surrounding vehicle

위와 같은 시스템 상태 변수, 시스템 운동방정식, 시스템 관측 변수를 바탕으로 확장 칼만 필터를 통해 주변 차량 현재 위치 추정할 수 있다. Based on the above system state variables, system motion equations, and system observation variables, it is possible to estimate the current vehicle location through the extended Kalman filter.

다음으로, V2V를 통해 얻은 BSM 정보 중 주변 차량 경로 히스토리 정보를 이용하여 주변 차량의 현재 위치를 추정한다.
Next, the current position of the nearby vehicle is estimated by using the nearby vehicle route history information among the BSM information obtained through V2V.

도 4는 본 발명의 일 실시예에 따른 경로 히스토리를 이용한 주변 차량의 현재 위치를 추정하는 방법을 설명하기 위한 도면이다. 4 is a view for explaining a method of estimating a current position of a neighboring vehicle using a route history according to an embodiment of the present invention.

V2V 기반 주변 차량 위치 추정을 위해 BSM 내 경로 히스토리 정보를 이용하여 주변 차량의 현재 위치를 추정할 수 있다. 주변 차량으로부터 받는 경로 히스토리 정보(420)는 주변 차량이 수신한 GPS 위치 정보를 전달받기 때문에 도 4와 같이 주변차량 실제 경로(410)와 오차가 발생할 수 있다.In order to estimate the V2V-based nearby vehicle location, the current location of the nearby vehicle can be estimated using the route history information in the BSM. Since the route history information 420 received from the neighboring vehicle receives the GPS position information received by the neighboring vehicle, an error may occur with the neighboring vehicle actual path 410 as shown in FIG.

따라서, 경로 히스토리 정보의 오차를 보정하기 위해 아래와 같은 이동평균(Moving average) 알고리즘 식을 적용한다. Therefore, the following moving average algorithm is applied to correct the error of the path history information.

Figure 112017113062117-pat00008
Figure 112017113062117-pat00008

주어진 경로 히스토리 정보를 이용하여 오래된 정보부터 최근 정보까지 가중치를 적용하여 현재 상태 위치 정보를 추정한다. The current state location information is estimated by applying the weight from the old information to the recent information using the given path history information.

앞서 설명한 바와 같이, V2V를 통해 주변 차량의 현재 위치를 추정하기 위해 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 주변 차량의 현재 위치를 추정하는 단계 또는 V2V를 통해 얻은 BSM 정보 중 주변 차량 경로 히스토리 정보를 이용하여 주변 차량의 현재 위치를 추정하는 단계 중 적어도 하나의 단계만을 수행할 수 있고, 상기 두 단계 모두를 수행할 수도 있다. As described above, in order to estimate the current position of the nearby vehicle through V2V, it is possible to estimate the current position of the nearby vehicle using the neighboring vehicle dynamic information among the BSM information obtained through V2V, Estimating the current position of the nearby vehicle using the route history information, and performing both of the above steps.

다음으로, 자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 주변 차량의 현재 위치를 추정하고, 상기 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 추정된 주변 차량의 현재 위치 또는 상기 V2V를 통해 얻은 BSM 정보 중 경로 히스토리(Path History) 정보를 이용하여 추정된 주변 차량의 현재 위치 중 적어도 하나와 자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 추정된 주변 차량의 현재 위치를 융합함으로써 최종 주변 차량의 현재 위치를 산출한다. Next, the current position of the neighboring vehicle is estimated using the relative information of the neighboring vehicle obtained through the vehicle environment recognition sensor, and the current position of the neighboring vehicle estimated using the neighboring vehicle dynamic information among the BSM information obtained through the V2V Or the relative position of at least one of the current positions of the neighboring vehicles estimated using the path history information among the BSM information obtained through the V2V and neighboring vehicles obtained through the vehicle environment recognition sensor, The current position of the final peripheral vehicle is calculated.

RADAR 기반 주변 차량 위치 추정을 위한 시스템 상태 변수는 아래와 같다. The system state variables for RADAR-based vehicle location estimation are as follows.

Figure 112017113062117-pat00009
Figure 112017113062117-pat00009

d: RADAR에 의해서 추정된 주변 차량과의 상대거리 d: relative distance to the vehicle estimated by the RADAR

θ: RADAR에 의해서 추정된 주변 차량과의 상대각도θ: Relative angle with surrounding vehicle estimated by RADAR

δd: RADAR에 의해서 추정된 주변 차량과의 상대거리 변화량 δd: Variation of the relative distance from the surrounding vehicle estimated by RADAR

δθ: RADAR에 의해서 추정된 주변 차량과의 상대각도 변화량δθ: Relative angular variation with the surrounding vehicle estimated by RADAR

xego: 자차의 x좌표x ego : x coordinate of the car

yego: 자차의 y좌표y ego : y coordinate of the car

RADAR 기반 주변 차량 위치 추정을 위한 시스템 운동 방정식은 아래와 같이 나타낼 수 있다. The system equation of motion for RADAR-based vehicle location estimation can be expressed as follows.

Figure 112017113062117-pat00010
Figure 112017113062117-pat00010

RADAR 기반 주변 차량 위치 추정을 위한 시스템 관측 변수는 아래와 같이 나타낼 수 있다. The system observation variables for the RADAR based near vehicle location estimation are as follows.

Figure 112017113062117-pat00011
Figure 112017113062117-pat00011

d: RADAR에 의해서 추정된 주변 차량과의 상대거리 d: relative distance to the vehicle estimated by the RADAR

θ: RADAR에 의해서 추정된 주변 차량과의 상대각도θ: Relative angle with surrounding vehicle estimated by RADAR

위와 같은 시스템 상태 변수, 시스템 운동방정식, 시스템 관측 변수를 바탕으로 확장 칼만 필터를 통해 주변 차량 현재 위치를 추정할 수 있다. Based on the above system state variables, system motion equations, and system observation variables, it is possible to estimate the current vehicle position through the extended Kalman filter.

다시 말해, 상기 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 추정된 주변 차량의 현재 위치 또는 상기 V2V를 통해 얻은 BSM 정보 중 경로 히스토리 정보를 이용하여 추정된 주변 차량의 현재 위치 중 적어도 하나와 자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 추정된 주변 차량의 현재 위치의 공분산의 합 중 가장 작은 값에 가중치를 줌으로써 최종 주변 차량의 현재 위치를 산출할 수 있다.
In other words, at least one of the current position of the neighboring vehicle estimated using the neighboring vehicle dynamic information among the BSM information obtained through the V2V or the current position of the neighboring vehicle estimated using the route history information among the BSM information obtained through the V2V The current position of the last peripheral vehicle can be calculated by weighting the smallest value among the sum of the covariances of the current position of the nearby vehicle using the relative information of the neighboring vehicle obtained through the vehicle environment recognition sensor.

도 5는 본 발명의 일 실시예에 따른 V2V와 자차 환경인식센서를 이용한 주변차량 위치 추정 장치의 구성을 나타내는 도면이다. 5 is a diagram illustrating a configuration of an apparatus for estimating the position of a nearby vehicle using V2V and a vehicle environment recognition sensor according to an embodiment of the present invention.

제안하는 V2V와 자차 환경인식센서를 이용한 주변차량 위치 추정 장치(500)는 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 주변 차량의 현재 위치를 추정하고, V2V를 통해 얻은 BSM 정보 중 주변 차량 경로 히스토리(Path History) 정보를 이용하여 주변 차량의 현재 위치를 추정하는 통신부(510), 자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 주변 차량의 현재 위치를 추정하는 센서부(520) 및 상기 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 추정된 주변 차량의 현재 위치 또는 상기 V2V를 통해 얻은 BSM 정보 중 경로 히스토리(Path History) 정보를 이용하여 추정된 주변 차량의 현재 위치 중 적어도 하나와 자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 추정된 주변 차량의 현재 위치를 융합함으로써 최종 주변 차량의 현재 위치를 산출하는 최종 주변 차량 현재 위치 추정부(530)를 포함한다. The proposed vehicle position estimation apparatus 500 using the V2V and the vehicle environment recognition sensor estimates the current position of the nearby vehicle by using the surrounding vehicle dynamic information among the BSM information obtained through the V2V, A communication unit 510 for estimating the current position of the nearby vehicle using the vehicle path history information, a sensor unit for estimating the current position of the neighboring vehicle based on the relative information of the neighboring vehicle obtained through the vehicle environment recognition sensor, (520) and the current position of the neighboring vehicle estimated using the neighboring vehicle dynamic information among the BSM information obtained through the V2V or the path history information of the BSM information obtained through the V2V, The present position of the nearby vehicle is estimated using the relative information of at least one of the current position and the neighboring vehicle obtained through the vehicle recognition sensor, By weight and a final ambient vehicle current location unit (530) for calculating the current position of the end close to the vehicle.

본 발명의 일 실시예에 따른 통신부(510), 센서부(520), 최종 주변 차량 현재 위치 추정부(530)는 도 2의 단계들(211~230)을 수행하기 위해 구성될 수 있다.The communication unit 510, the sensor unit 520, and the final surrounding vehicle current position estimating unit 530 according to an embodiment of the present invention may be configured to perform the steps 211 to 230 of FIG.

통신부(510)는 V2V를 통해 주변 차량 BSM 정보를 획득한다. 이후 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 주변 차량의 현재 위치를 추정하거나, 또는 V2V를 통해 얻은 BSM 정보 중 주변 차량 경로 히스토리 정보를 이용하여 주변 차량의 현재 위치를 추정한다. V2V를 통해 주변 차량의 현재 위치를 추정하기 위해 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 주변 차량의 현재 위치를 추정하는 단계 또는 V2V를 통해 얻은 BSM 정보 중 주변 차량 경로 히스토리(Path History) 정보를 이용하여 주변 차량의 현재 위치를 추정하는 단계 중 적어도 하나의 단계만을 수행할 수 있고, 상기 두 단계 모두를 수행할 수도 있다. The communication unit 510 acquires the neighbor vehicle BSM information via V2V. Then, the current position of the neighboring vehicle is estimated using the neighboring vehicle dynamic information among the BSM information obtained through V2V, or the current position of the neighboring vehicle is estimated using the neighboring vehicle route history information among the BSM information obtained through V2V. Estimating the current position of the surrounding vehicle using the surrounding vehicle dynamic information among the BSM information obtained through V2V to estimate the current position of the surrounding vehicle through V2V, or estimating the current position of the surrounding vehicle based on the Path History Estimating the current position of the neighboring vehicle using the information of the current position of the vehicle, and performing both of the above steps.

이후, 센서부(520)는 자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 주변 차량의 현재 위치를 추정하고, 최종 주변 차량 현재 위치 추정부(530)는 상기 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 추정된 주변 차량의 현재 위치 또는 상기 V2V를 통해 얻은 BSM 정보 중 경로 히스토리 정보를 이용하여 추정된 주변 차량의 현재 위치 중 적어도 하나와 자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 추정된 주변 차량의 현재 위치를 융합함으로써 최종 주변 차량의 현재 위치를 산출한다.
Then, the sensor unit 520 estimates the current position of the nearby vehicle using the relative information of the neighboring vehicle obtained through the vehicle environment recognition sensor, and the final surrounding vehicle current position estimating unit 530 calculates the BSM At least one of the current position of the nearby vehicle estimated using the surrounding vehicle dynamic information or the current position of the nearby vehicle estimated using the route history information among the BSM information obtained through the V2V, The current position of the final peripheral vehicle is calculated by fusing the estimated current position of the nearby vehicle using the relative information with the vehicle.

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.The apparatus described above may be implemented as a hardware component, a software component, and / or a combination of hardware components and software components. For example, the apparatus and components described in the embodiments may be implemented within a computer system, such as, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable array (FPA) A programmable logic unit (PLU), a microprocessor, or any other device capable of executing and responding to instructions. The processing device may execute an operating system (OS) and one or more software applications running on the operating system. The processing device may also access, store, manipulate, process, and generate data in response to execution of the software. For ease of understanding, the processing apparatus may be described as being used singly, but those skilled in the art will recognize that the processing apparatus may have a plurality of processing elements and / As shown in FIG. For example, the processing unit may comprise a plurality of processors or one processor and one controller. Other processing configurations are also possible, such as a parallel processor.

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 장치에 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.The software may include a computer program, code, instructions, or a combination of one or more of the foregoing, and may be configured to configure the processing device to operate as desired or to process it collectively or collectively Device can be commanded. The software and / or data may be in the form of any type of machine, component, physical device, virtual equipment, computer storage media, or device As shown in FIG. The software may be distributed over a networked computer system and stored or executed in a distributed manner. The software and data may be stored on one or more computer readable recording media.

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.　 The method according to an embodiment may be implemented in the form of a program command that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, and the like, alone or in combination. The program instructions to be recorded on the medium may be those specially designed and configured for the embodiments or may be available to those skilled in the art of computer software. Examples of computer-readable media include magnetic media such as hard disks, floppy disks and magnetic tape; optical media such as CD-ROMs and DVDs; magnetic media such as floppy disks; Magneto-optical media, and hardware devices specifically configured to store and execute program instructions such as ROM, RAM, flash memory, and the like. Examples of program instructions include machine language code such as those produced by a compiler, as well as high-level language code that can be executed by a computer using an interpreter or the like.

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.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments. For example, it is to be understood that the techniques described may be performed in a different order than the described methods, and / or that components of the described systems, structures, devices, circuits, Lt; / RTI &gt; or equivalents, even if it is replaced or replaced.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
Therefore, other implementations, other embodiments, and equivalents to the claims are also within the scope of the following claims.

Claims (10)

V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 주변 차량의 현재 위치를 추정하는 단계; 또는
V2V를 통해 얻은 BSM 정보 중 주변 차량 경로 히스토리(Path History) 정보를 이용하여 주변 차량의 현재 위치를 추정하는 단계
중 적어도 하나의 주변 차량의 현재 위치를 추정하는 단계를 포함하고,
자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 주변 차량의 현재 위치를 추정하는 단계; 및
상기 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 추정된 주변 차량의 현재 위치 또는 상기 V2V를 통해 얻은 BSM 정보 중 경로 히스토리(Path History) 정보를 이용하여 추정된 주변 차량의 현재 위치 중 적어도 하나와 자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 추정된 주변 차량의 현재 위치를 융합함으로써 최종 주변 차량의 현재 위치를 산출하는 단계
를 더 포함하고,
상기 자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 주변 차량의 현재 위치를 추정하는 단계는,
V2V의 통신 지연 상황 시의 위치 추정 정확도를 개선하기 위해 자차 환경인식센서를 통해 자차와 주변차량 간 상대거리 및 상대각도를 감지하여 주변 차량의 현재 위치를 추정하고,
BSM 정보 안에 있는 주변 차량들의 동적정보와 경로 히스토리 정보를 이용하여 주변 차량들의 현재 위치를 추정하고, V2V를 이용하여 얻은 BSM 정보의 통신 지연 발생 시 실제 값과 추정 값 사이에 발생하는 오차에 대하여 자차 환경인식센서를 통해 얻은 주변차량과의 상대거리 및 상대각도 정보를 이용하여 현재 위치 추정 값을 보정하는
주변차량 위치 추정 방법. Estimating a current position of the neighboring vehicle using the neighboring vehicle dynamic information among BSM information obtained through V2V; or
Estimating the current position of the neighboring vehicle using the neighboring vehicle path history information among the BSM information obtained through V2V
Estimating a current position of at least one of the surrounding vehicles,
Estimating a current position of a nearby vehicle using relative information of the neighboring vehicle obtained through the vehicle environment recognition sensor; And
Among the BSM information obtained through the V2V, at least one of the current position of the neighboring vehicle estimated using the neighboring vehicle dynamic information or the current position of the neighboring vehicle estimated using the Path History information among the BSM information obtained through the V2V Calculating the current position of the final peripheral vehicle by fusing the estimated current position of the neighboring vehicle by using the relative information of the neighboring vehicle obtained through the one environmentally-
Further comprising:
Wherein the step of estimating the current position of the neighboring vehicle using the relative information of the neighboring vehicle obtained through the self-
In order to improve the accuracy of the position estimation in the communication delay situation of V2V, the current position of the surrounding vehicle is estimated by sensing the relative distance and the relative angle between the vehicle and the surrounding vehicle through the vehicle environment recognition sensor,
Estimates the current position of the nearby vehicles using the dynamic information and the route history information of the nearby vehicles in the BSM information, and estimates the current position of the nearby vehicles based on the error that occurs between the actual value and the estimated value when the communication delay of the BSM information obtained using V2V occurs. The current position estimation value is corrected using the relative distance and the relative angle information with the surrounding vehicle obtained through the environment recognition sensor
A method for estimating a nearby vehicle location. 제1항에 있어서,
상기 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 주변 차량의 현재 위치를 추정하는 단계는,
V2V를 통해 얻은 BSM 정보 중 시스템 상태 변수, 시스템 운동방정식, 시스템 관측 변수를 포함하는 주변 차량의 동적 정보를 입력으로 이용하여 확장 칼만 필터를 통해 주변 차량의 현재 위치를 추정하는
주변차량 위치 추정 방법. The method according to claim 1,
The step of estimating the current position of the neighboring vehicle using the neighboring vehicle dynamic information among the BSM information obtained through the V2V,
The current position of the vehicle is estimated through the extended Kalman filter using the dynamic information of the surrounding vehicle including the system state variable, the system motion equation, and the system observation parameters among the BSM information obtained through the V2V
A method for estimating a nearby vehicle location. 제1항에 있어서,
상기 V2V를 통해 얻은 BSM 정보 중 주변 차량 경로 히스토리 정보를 이용하여 주변 차량의 현재 위치를 추정하는 단계는,
주변 차량이 수신한 GPS 위치 정보인 상기 주변 차량 경로 히스토리 정보에 대하여 이동평균(Moving average) 알고리즘 식 적용함으로써 오차를 보정하고, 오차가 보정된 주변 차량 경로 히스토리 정보에 가중치를 적용하여 주변 차량의 현재 위치를 추정하는
주변차량 위치 추정 방법. The method according to claim 1,
The step of estimating the current position of the neighboring vehicle using the neighboring vehicle path history information among the BSM information obtained through the V2V,
A moving average algorithm is applied to the neighboring vehicle route history information, which is the GPS position information received by the neighboring vehicle, and a weight is applied to the history information of the neighboring vehicle route, Estimate location
A method for estimating a nearby vehicle location. 삭제delete 제1항에 있어서,
상기 최종 주변 차량의 현재 위치를 산출하는 단계는,
상기 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 추정된 주변 차량의 현재 위치 또는 상기 V2V를 통해 얻은 BSM 정보 중 경로 히스토리(Path History) 정보를 이용하여 추정된 주변 차량의 현재 위치 중 적어도 하나와 자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 추정된 주변 차량의 현재 위치의 공분산의 합 중 가장 작은 값에 가중치를 줌으로써 최종 주변 차량의 현재 위치를 산출하는
주변차량 위치 추정 방법.The method according to claim 1,
The step of calculating the current position of the final peripheral vehicle includes:
Among the BSM information obtained through the V2V, at least one of the current position of the neighboring vehicle estimated using the neighboring vehicle dynamic information or the current position of the neighboring vehicle estimated using the Path History information among the BSM information obtained through the V2V The current position of the final peripheral vehicle is calculated by weighting the smallest value among the sum of the covariance of the current position of the neighboring vehicle estimated using the relative information of the neighboring vehicle obtained through the one environment sensor
A method for estimating a nearby vehicle location. V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 주변 차량의 현재 위치를 추정하고, V2V를 통해 얻은 BSM 정보 중 주변 차량 경로 히스토리(Path History) 정보를 이용하여 주변 차량의 현재 위치를 추정하는 통신부;
자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 주변 차량의 현재 위치를 추정하는 센서부; 및
상기 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 추정된 주변 차량의 현재 위치 또는 상기 V2V를 통해 얻은 BSM 정보 중 경로 히스토리(Path History) 정보를 이용하여 추정된 주변 차량의 현재 위치 중 적어도 하나와 자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 추정된 주변 차량의 현재 위치를 융합함으로써 최종 주변 차량의 현재 위치를 산출하는 최종 주변 차량 현재 위치 추정부
를 포함하고,
상기 센서부는,
V2V의 통신 지연 상황 시의 위치 추정 정확도를 개선하기 위해 자차 환경인식센서를 통해 자차와 주변차량 간 상대거리 및 상대각도를 감지하여 주변 차량의 현재 위치를 추정하고,
BSM 정보 안에 있는 주변 차량들의 동적정보와 경로 히스토리 정보를 이용하여 주변 차량들의 현재 위치를 추정하고, V2V를 이용하여 얻은 BSM 정보의 통신 지연 발생 시 실제 값과 추정 값 사이에 발생하는 오차에 대하여 자차 환경인식센서를 통해 얻은 주변차량과의 상대거리 및 상대각도 정보를 이용하여 현재 위치 추정 값을 보정하는
주변차량 위치 추정 장치.Estimates the current position of the surrounding vehicle using the surrounding vehicle dynamic information among the BSM information obtained through V2V and estimates the current position of the surrounding vehicle using the surrounding vehicle path history information among the BSM information obtained through V2V A communication unit;
A sensor unit for estimating a current position of the nearby vehicle using relative information of the nearby vehicle obtained through the vehicle environment recognition sensor; And
Among the BSM information obtained through the V2V, at least one of the current position of the neighboring vehicle estimated using the neighboring vehicle dynamic information or the current position of the neighboring vehicle estimated using the Path History information among the BSM information obtained through the V2V A final peripheral vehicle current position estimating unit for calculating a current position of the final peripheral vehicle by fusing the estimated current position of the nearby vehicle using the relative information of the neighboring vehicle obtained through the one-
Lt; / RTI &gt;
The sensor unit includes:
In order to improve the accuracy of the position estimation in the communication delay situation of V2V, the current position of the surrounding vehicle is estimated by sensing the relative distance and the relative angle between the vehicle and the surrounding vehicle through the vehicle environment recognition sensor,
Estimates the current position of the nearby vehicles using the dynamic information and the route history information of the nearby vehicles in the BSM information, and estimates the current position of the nearby vehicles based on the error that occurs between the actual value and the estimated value when the communication delay of the BSM information obtained using V2V occurs. The current position estimation value is corrected using the relative distance and the relative angle information with the surrounding vehicle obtained through the environment recognition sensor
A device for estimating a nearby vehicle position. 제6항에 있어서,
상기 통신부는,
V2V를 통해 얻은 BSM 정보 중 시스템 상태 변수, 시스템 운동방정식, 시스템 관측 변수를 포함하는 주변 차량의 동적 정보를 입력으로 이용하여 확장 칼만 필터를 통해 주변 차량의 현재 위치를 추정하는
주변차량 위치 추정 장치.The method according to claim 6,
Wherein,
The current position of the vehicle is estimated through the extended Kalman filter using the dynamic information of the surrounding vehicle including the system state variable, the system motion equation, and the system observation parameters among the BSM information obtained through the V2V
A device for estimating a nearby vehicle position. 제6항에 있어서,
상기 통신부는,
주변 차량이 수신한 GPS 위치 정보인 상기 주변 차량 경로 히스토리 정보에 대하여 이동평균(Moving average) 알고리즘 식 적용함으로써 오차를 보정하고, 오차가 보정된 주변 차량 경로 히스토리 정보에 가중치를 적용하여 주변 차량의 현재 위치를 추정하는
주변차량 위치 추정 장치.The method according to claim 6,
Wherein,
A moving average algorithm is applied to the neighboring vehicle route history information, which is the GPS position information received by the neighboring vehicle, and a weight is applied to the history information of the neighboring vehicle route, Estimate location
A device for estimating a nearby vehicle position. 삭제delete 제6항에 있어서,
상기 최종 주변 차량 현재 위치 추정부는,
상기 V2V를 통해 얻은 BSM 정보 중 주변 차량 동적 정보를 이용하여 추정된 주변 차량의 현재 위치 또는 상기 V2V를 통해 얻은 BSM 정보 중 경로 히스토리(Path History) 정보를 이용하여 추정된 주변 차량의 현재 위치 중 적어도 하나와 자차 환경인식센서를 통해 얻은 주변 차량과의 상대정보를 이용하여 추정된 주변 차량의 현재 위치의 공분산의 합 중 가장 작은 값에 가중치를 줌으로써 최종 주변 차량의 현재 위치를 산출하는
주변차량 위치 추정 장치.The method according to claim 6,
The final near-field vehicle current position estimating unit estimates,
Among the BSM information obtained through the V2V, at least one of the current position of the neighboring vehicle estimated using the neighboring vehicle dynamic information or the current position of the neighboring vehicle estimated using the Path History information among the BSM information obtained through the V2V The current position of the final peripheral vehicle is calculated by weighting the smallest value among the sum of the covariance of the current position of the neighboring vehicle estimated using the relative information of the neighboring vehicle obtained through the one environment sensor
A device for estimating a nearby vehicle position.
KR1020170151620A 2017-11-14 2017-11-14 Method and Apparatus for Peripheral Vehicle Location Estimation using V2V and Environment Scanning Sensor KR101929681B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170151620A KR101929681B1 (en) 2017-11-14 2017-11-14 Method and Apparatus for Peripheral Vehicle Location Estimation using V2V and Environment Scanning Sensor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170151620A KR101929681B1 (en) 2017-11-14 2017-11-14 Method and Apparatus for Peripheral Vehicle Location Estimation using V2V and Environment Scanning Sensor

Publications (1)

Publication Number Publication Date
KR101929681B1 true KR101929681B1 (en) 2018-12-14

Family

ID=64743423

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170151620A KR101929681B1 (en) 2017-11-14 2017-11-14 Method and Apparatus for Peripheral Vehicle Location Estimation using V2V and Environment Scanning Sensor

Country Status (1)

Country Link
KR (1) KR101929681B1 (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110517483A (en) * 2019-08-06 2019-11-29 杭州博信智联科技有限公司 A kind of traffic information processing method and digital rail roadside unit
WO2021020623A1 (en) * 2019-07-31 2021-02-04 엘지전자 주식회사 Method for transmitting bsm message of v2x communication device provided in vehicle in autonomous driving system
KR20220152053A (en) * 2021-05-07 2022-11-15 현대모비스 주식회사 Vehicle control system for detecting object and method thereof
KR20230110158A (en) 2022-01-13 2023-07-21 국민대학교산학협력단 Group driving control apparatus and the operation method

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
논문1*
논문2*

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021020623A1 (en) * 2019-07-31 2021-02-04 엘지전자 주식회사 Method for transmitting bsm message of v2x communication device provided in vehicle in autonomous driving system
CN110517483A (en) * 2019-08-06 2019-11-29 杭州博信智联科技有限公司 A kind of traffic information processing method and digital rail roadside unit
KR20220152053A (en) * 2021-05-07 2022-11-15 현대모비스 주식회사 Vehicle control system for detecting object and method thereof
KR102473714B1 (en) 2021-05-07 2022-12-06 현대모비스 주식회사 Vehicle control system for detecting object and method thereof
US12000927B2 (en) 2021-05-07 2024-06-04 Hyundai Mobis Co., Ltd. Vehicle control system for detecting object and method thereof
KR20230110158A (en) 2022-01-13 2023-07-21 국민대학교산학협력단 Group driving control apparatus and the operation method

Similar Documents

Publication Publication Date Title
CN109901139B (en) Laser radar calibration method, device, equipment and storage medium
KR101929681B1 (en) Method and Apparatus for Peripheral Vehicle Location Estimation using V2V and Environment Scanning Sensor
CN105270410B (en) Exact curvature algorithm for estimating for the path planning of autonomous land vehicle
WO2017217265A1 (en) Surrounding environment recognition device
KR102086270B1 (en) Control method and traveling control device of the traveling control device
KR101663650B1 (en) Apparatus for reconizing location using range signal and method thereof
CN110554376A (en) Radar range finding method for vehicles
US11055540B2 (en) Method for determining anchor boxes for training neural network object detection models for autonomous driving
KR20220033477A (en) Appratus and method for estimating the position of an automated valet parking system
WO2021205193A1 (en) Map information correction method, driving assistance method, and map information correction device
JP2019108116A (en) Device and method for controlling speed of vehicle in longitudinal direction
US11555705B2 (en) Localization using dynamic landmarks
JP6806891B2 (en) Information processing equipment, control methods, programs and storage media
CN111505690B (en) Method and device for detecting emergency vehicle and planning driving path in real time
US11507107B2 (en) Map information system
JP7155284B2 (en) Measurement accuracy calculation device, self-position estimation device, control method, program and storage medium
EP3217376A2 (en) Object detecting device, object detecting method, and computer-readable medium
JP6989284B2 (en) Vehicle position estimation device and program
KR20190047199A (en) Apparatus for providing a map information for deciding driving situation of vehicle, system having the same and method thereof
CN114694111A (en) Vehicle positioning
JP2023164553A (en) Position estimation device, estimation device, control method, program and storage medium
KR102618247B1 (en) Device for correcting localization heading error in autonomous car and operating methdo thereof
KR101837868B1 (en) Vehicle position calibration method using radar and v2v in gps shielded area
US11754403B2 (en) Self-position correction method and self-position correction device
US20210188308A1 (en) A qp spline path and spiral path based reference line smoothing method for autonomous driving

Legal Events

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