KR101965043B1

KR101965043B1 - Region selection method and device for generating precise map

Info

Publication number: KR101965043B1
Application number: KR1020170011046A
Authority: KR
Inventors: 선우명호; 이민철; 임원택; 조기춘
Original assignee: 한양대학교 산학협력단
Priority date: 2017-01-24
Filing date: 2017-01-24
Publication date: 2019-08-07
Also published as: KR20180086951A

Abstract

주변 환경 인식 기반으로 생성된 경로를 이용하여 차량이 주행할 수 없는 지역에 대해 선택적으로 정밀 지도를 생성하기 위한, 정밀지도 생성 지역 결정 방법 및 장치가 개시된다. 개시된 정밀지도 생성 지역 결정 방법은 주변 환경 인식 기반의 제1주행 경로 및 위치 추정 기반의 제2주행 경로를 차량으로부터 제공받는 단계; 상기 제2주행 경로의 추정 시점 별로, 상기 제1주행 경로와의 제1유사도를 판단하는 단계; 내비게이션 맵의 기 설정된 판단 지점들로부터 기 설정된 거리 내에 위치한 상기 추정 시점의 상기 제1유사도를 평균하여, 제2유사도를 계산하는 단계; 및 상기 제2유사도와 임계값을 비교하여, 정밀지도 생성 지역을 결정하는 단계를 포함한다.Disclosed are a method and apparatus for determining a precise map generation area for selectively generating a precise map for an area in which a vehicle cannot travel by using a path generated based on a surrounding environment awareness. The disclosed precision map generation area determination method includes: receiving a first driving path based on a surrounding environment recognition and a second driving path based on a location estimation from a vehicle; Determining a first similarity degree with the first driving route for each estimated time point of the second driving route; Calculating a second similarity degree by averaging the first similarity degree at the estimated time point located within a predetermined distance from preset determination points of the navigation map; And comparing the second similarity with a threshold to determine a precise map generation region.

Description

REGION SELECTION METHOD AND DEVICE FOR GENERATING PRECISE MAP}

본 발명은 정밀지도 생성 지역 결정 방법 및 장치에 관한 것으로서, 더욱 상세하게는 주변 환경 인식 기반의 주행 경로와 위치 기반의 주행 경로의 유사도를 이용하여 정밀지도를 생성할 지역을 결정하는 방법 및 장치에 관한 것이다. The present invention relates to a method and apparatus for determining a precision map generation area, and more particularly, to a method and apparatus for determining an area for generating a precision map by using a similarity between a driving route based on a surrounding environment and a driving route based on a location. It is about.

안전한 자율주행을 위한 자율 주행 차량은 인지, 경로 생성, 제어 기능을 필수적으로 갖춰야 한다.Autonomous vehicles for safe autonomous driving must be equipped with recognition, route generation and control.

자율 주행 차량은 차량 주변 환경과 차량의 위치를 인지해야 하며, 인지된 정보를 바탕으로 차량이 안전하고 효율적으로 주행할 수 있는 경로를 생성해야 한다. 마지막으로 자율 주행 차량은 생성된 경로를 차량이 추종하도록 조향, 차량 속도 등을 제어해야 한다.Autonomous vehicles must know the surroundings of the vehicle and the location of the vehicle, and generate a route for the vehicle to drive safely and efficiently based on the recognized information. Finally, autonomous vehicles must control steering, vehicle speed, etc. so that the vehicle follows the generated route.

여기서, 자율 주행 차량의 경로를 생성하는 방법에는 크게 주변 환경 인식 기반 경로 생성 방법과 정밀 지도 기반 경로 생성 방법이 있다.Here, there are largely a method for generating a path of an autonomous vehicle, based on a surrounding environment recognition based path generation method and a precision map based path generation method.

주변 환경 인식 기반 경로 생성 방법은 자율 주행 차량에 탑재된 센서(카메라, 레이저스캐너, 레이더 등)를 이용해 차량 주변의 환경, 예를 들어 차선 등을 인식하여 경로를 생성하는 방법이다.The path generation method based on the surrounding environment recognition is a method of generating a path by recognizing the environment around the vehicle, for example, a lane, using a sensor (camera, laser scanner, radar, etc.) mounted in the autonomous vehicle.

정밀 지도 기반 경로 생성 방법은 GPS 신호(GNSS 시스템)나 관성 항법 시스템(INS)를 이용하여 차량의 위치를 추정하고, 추정된 차량의 위치에 기반하여 정밀 지도를 통해 경로를 생성하는 방법이다. Precise map-based route generation is a method of estimating the position of a vehicle using a GPS signal (GNSS system) or an inertial navigation system (INS) and generating a route through a precision map based on the estimated position of the vehicle.

주변 환경 인식 기반 경로 생성 방법의 경우 고가의 정밀 지도나 차량의 위치를 추정하는 시스템이 불필요하다는 장점이 있지만, 주변 환경을 인식하기 어려운 환경, 예를 들어 차선이 존재하지 않거나 복잡한 도로 환경에서는 경로 생성이 어려운 단점이 있다.The path generation method based on the surrounding environment recognition has the advantage that an expensive precise map or a system for estimating the location of the vehicle is unnecessary, but the path is generated in an environment where it is difficult to recognize the surrounding environment, for example, there is no lane or a complicated road environment. This is a difficult drawback.

주변 환경 인식 기반 경로를 이용할 수 없는 경우, 정밀 지도를 이용하여 경로를 생성하여 주행하여야 하는데, 정밀 지도는 일반적으로 이용되고 있는 네비게이션 맵과 달리 차선, 도로 시설, 표지 시설 정보 등을 매우 정밀한 정확도로 제공하여야 하기 때문에 정밀 지도 제작에 많은 비용이 소요된다.If the environment-awareness-based route is not available, the route must be generated by using a precise map, and, unlike the navigation map, which is generally used, the precision map can accurately process lane, road, and signage information. It is expensive to produce precision maps because it must be provided.

관련된 선행문헌으로 대한민국 공개특허 제2014-0012365호, 제2015-0066182호가 있다.Related prior arts are Korean Patent Publication Nos. 2014-0012365 and 2015-0066182.

본 발명은 주변 환경 인식 기반으로 생성된 경로를 이용하여 차량이 주행할 수 없는 지역에 대해 선택적으로 정밀 지도를 생성하기 위한, 정밀지도 생성 지역 결정 방법 및 장치를 제공하기 위한 것이다.An object of the present invention is to provide a method and apparatus for determining a precise map generation area for selectively generating a precise map for an area in which a vehicle cannot travel by using a route generated based on the surrounding environment recognition.

상기한 목적을 달성하기 위한 본 발명의 일 실시예에 따르면, 주변 환경 인식 기반의 제1주행 경로 및 위치 추정 기반의 제2주행 경로를 차량으로부터 제공받는 단계; 상기 제2주행 경로의 추정 시점 별로, 상기 제1주행 경로와의 제1유사도를 판단하는 단계; 내비게이션 맵의 기 설정된 판단 지점들로부터 기 설정된 거리 내에 위치한 상기 추정 시점의 상기 제1유사도를 평균하여, 제2유사도를 계산하는 단계; 및 상기 제2유사도와 임계값을 비교하여, 정밀지도 생성 지역을 결정하는 단계를 포함하는 정밀지도 생성 지역 결정 방법이 제공된다.According to an embodiment of the present invention for achieving the above object, the step of receiving a first driving route based on the surrounding environment recognition and the second driving route based on location estimation from the vehicle; Determining a first similarity degree with the first driving route for each estimated time point of the second driving route; Calculating a second similarity degree by averaging the first similarity degree at the estimated time point located within a predetermined distance from preset determination points of the navigation map; And comparing the second similarity with the threshold to determine the precision map generation region.

또한 상기한 목적을 달성하기 위한 본 발명의 다른 실시예에 따르면, 주변 환경 인식 기반의 제1주행 경로 및 위치 추정 기반의 제2주행 경로를 차량으로부터 제공받는 단계; 상기 제2주행 경로의 추정 시점 별로, 상기 제1주행 경로와의 유사도를 판단하는 단계; 및 상기 유사도와 임계값을 비교하여, 정밀지도 생성 지역을 결정하는 단계를 포함하며, 상기 유사도를 판단하는 단계는 상기 추정 시점 이후의 제2주행 경로와 인식 시점 이후의 제1주행 경로의 유사도를 판단하는 정밀지도 생성 지역 결정 방법이 제공된다.In addition, according to another embodiment of the present invention for achieving the above object, the step of receiving a first driving route based on the surrounding environment awareness and the second driving route based on location estimation from the vehicle; Determining similarity with the first driving path for each estimated time point of the second driving path; And comparing the similarity with a threshold value to determine a precise map generation region, and the determining of the similarity may include determining similarity between the second driving path after the estimation point and the first driving path after the recognition point. A method for determining a precise map generation region for judging is provided.

또한 상기한 목적을 달성하기 위한 본 발명의 또 다른 실시예에 따르면, 차량으로부터 제공되는 주변 환경 인식 기반의 제1주행 경로 및 위치 추정 기반의 제2주행 경로를 저장하는 저장부; 상기 제1주행 경로의 인식 시점과, 상기 제2주행 경로의 추정 시점을 동기화하는 후처리부; 상기 제1주행 경로와 동기화된 상기 제2주행 경로의 추정 시점 별로, 상기 제1주행 경로와의 유사도를 판단하는 유사도 판단부; 및 상기 유사도와 임계값을 비교하여, 정밀지도 생성 지역을 결정하는 결정부를 포함하는 정밀지도 생성 지역 결정 장치가 제공된다.In addition, according to another embodiment of the present invention for achieving the above object, a storage unit for storing the first driving route based on the surrounding environment recognition and the second driving route based on the location estimation provided from the vehicle; A post-processing unit which synchronizes the recognition time of the first driving path and the estimation time of the second driving path; A similarity determination unit that determines similarity with the first driving path for each estimated time point of the second driving path synchronized with the first driving path; And a determination unit for comparing the similarity and the threshold to determine the precision map generation region.

본 발명에 따르면, 주변 환경 인식 기반의 제1주행 경로 및 위치 추정 기반의 제2주행 경로의 유사도에 따라 정밀 지도의 생성이 필요한 지역을 결정함으로써, 정밀 지도 생성에 소요되는 비용을 줄일 수 있다.According to the present invention, the cost required for generating the precision map can be reduced by determining an area requiring generation of the precision map according to the similarity between the first driving route based on the surrounding environment recognition and the second driving route based on the location estimation.

도 1은 본 발명의 일실시예에 따른 정밀지도 생성 지역 결정 장치를 설명하기 위한 도면이다.
도 2는 본 발명의 일실시예에 따른 제1주행 경로를 도시하는 도면이다.
도 3은 본 발명의 일실시예에 따른 제2주행 경로를 도시하는 도면이다.
도 4는 본 발명의 일실시예에 따른 정밀지도 생성 지역 결정 방법을 설명하기 위한 도면이다.
도 5는 본 발명의 다른 실시예에 따른 정밀지도 생성 지역 결정 방법을 설명하기 위한 도면이다.
도 6은 본 발명의 일실시예에 따른 제1 및 제2주행 경로의 동기화 방법을 설명하기 위한 도면이다.
도 7은 본 발명의 일실시예에 따른 제1 및 제2주행 경로의 제1유사도를 판단하는 방법을 설명하기 위한 도면이다.
도 8은 도 7의 유사도 판단에 이용되는 가중치를 설명하기 위한 도면이다.
도 9는 계산된 유사도(PPD)를 제2주행 경로 상에 색깔로 표시한 도면이다.
도 10은 본 발명의 일실시예에 따른 제2유사도 판단 방법을 설명하기 위한 도면이다.
도 11은 본 발명의 일실시예에 따라서 결정된 정밀지도 생성 지역을 나타내는 도면이다.1 is a view for explaining a precision map generation area determination apparatus according to an embodiment of the present invention.
2 is a view showing a first driving route according to an embodiment of the present invention.
3 is a diagram illustrating a second driving route according to an embodiment of the present invention.
4 is a view for explaining a method for determining a precision map generation area according to an embodiment of the present invention.
5 is a diagram for describing a method for determining a precision map generation area according to another exemplary embodiment of the present invention.
6 is a diagram illustrating a synchronization method of first and second driving paths according to an embodiment of the present invention.
FIG. 7 is a diagram for describing a method of determining first similarities of first and second driving paths according to an exemplary embodiment of the present invention.
FIG. 8 is a diagram for describing a weight used for determining similarity of FIG. 7.
FIG. 9 is a view showing the calculated similarity (PPD) in color on a second driving route.
10 is a view for explaining a second similarity determination method according to an embodiment of the present invention.
11 is a diagram illustrating a precision map generation region determined according to an embodiment of the present invention.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다. As the invention allows for various changes and numerous embodiments, particular embodiments will be illustrated in the drawings and described in detail in the written description. However, this is not intended to limit the present invention to specific embodiments, it should be understood to include all modifications, equivalents, and substitutes included in the spirit and scope of the present invention. In describing the drawings, similar reference numerals are used for similar elements.

본 발명은, 주변 환경 인식 기반으로 생성된 경로를 이용하여 주행할 수 없는 지역에 대해 선택적으로 정밀 지도를 생성하기 위한, 정밀지도 생성 지역 결정 방법 및 장치를 제안한다.The present invention proposes a method and apparatus for determining a precise map generation area for selectively generating a precise map for an area that cannot travel by using a route generated based on the surrounding environment recognition.

전술된 바와 같이, 정밀 지도 생성에는 많은 비용이 소모되므로, 차량이 주변 환경 인식 기반으로 생성된 경로를 이용하여 주행할 수 없는 지역에 대해서만 선택적으로 정밀 지도를 생성함으로써, 정밀 지도 생성에 따른 비용을 줄이면서 자율 주행을 지원할 수 있다.As described above, since the cost of generating the precise map is expensive, it is possible to selectively generate the precise map only for the area where the vehicle cannot travel by using the route generated based on the environment awareness, thereby reducing the cost of generating the precise map. It can support autonomous driving while reducing.

이하에서, 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 보다 상세하게 설명한다.Hereinafter, embodiments of the present invention will be described in more detail with reference to the accompanying drawings.

도 1은 본 발명의 일실시예에 따른 정밀지도 생성 지역 결정 장치를 설명하기 위한 도면이다.1 is a view for explaining a precision map generation area determination apparatus according to an embodiment of the present invention.

본 발명에 따른 정밀지도 생성 지역 결정 장치는 실시예에 따라서 차량에 탑재되거나 또는 별도의 장치로 제공될 수 있다.The apparatus for determining precision map generation area according to the present invention may be mounted on a vehicle or provided as a separate device according to an embodiment.

본 발명에 따른 정밀지도 생성 지역 결정 장치는 저장부(110), 후처리부(120), 유사도 판단부(130) 및 결정부(140)를 포함한다.The apparatus for determining a precision map generation area according to the present invention includes a storage unit 110, a post processor 120, a similarity determination unit 130, and a determination unit 140.

저장부(110)는 차량으로부터 제공되는 주변 환경 인식 기반의 제1주행 경로 및 위치 추정 기반의 제2주행 경로를 저장한다. 후술되는 유사도 판단부(130)에서의 제1 및 제2주행 경로의 유사도 판단을 위해, 차량은 동일 지역을 일회 또는 반복 주행하여 제1 및 제2주행 경로를 생성한다.The storage unit 110 stores the first driving path based on the surrounding environment recognition and the second driving path based on the location estimation provided from the vehicle. In order to determine the similarity of the first and second driving paths by the similarity determination unit 130, which will be described later, the vehicle generates the first and second driving paths by driving the same area once or repeatedly.

차량은 센서를 이용하여, 주변 환경 인식하고 주변 환경 인식 기반의 제1주행 경로를 생성한다. 여기서, 센서는 차량에 탑재되는 카메라, 레이저 스캐너, 레이더 등일 수 있으며, 차량은 차량 주변의 환경, 예를 들어 차선(lane)을 인식하고 검출하여, 도 2와 같은 제1주행 경로(Path)를 생성할 수 있다.The vehicle recognizes the surrounding environment using the sensor and generates a first driving route based on the surrounding environment recognition. Here, the sensor may be a camera, a laser scanner, a radar, or the like mounted on the vehicle, and the vehicle recognizes and detects an environment around the vehicle, for example, a lane, and detects a first driving path as shown in FIG. 2. Can be generated.

그리고 차량은 GNSS 시스템 및 INS 시스템을 이용하여 위치 추정 기반의 제2주행 경로를 생성한다. 즉, 차량은 GPS 신호나 차량에 탑재된 가속도 센서 등을 이용하여 지도 상에서 차량의 위치를 추정하여, 도 3의 제2주행 경로(파란색 라인)를 생성할 수 있다. 여기서 지도는, 도 3에 도시된 바와 같이, 차량이 도로 상에서 차량의 위치(파란색 라인)를 추정할 수 있는, 정밀 지도보다 낮은 수준의 도로 정보를 포함하는 지도로서, 일예로 스마트 폰 등에서 제공하는 전자 지도일 수 있다.The vehicle generates a second driving route based on location estimation using the GNSS system and the INS system. That is, the vehicle may generate the second driving path (blue line) of FIG. 3 by estimating the position of the vehicle on the map using a GPS signal or an acceleration sensor mounted on the vehicle. Here, the map is a map including road information of a lower level than the precision map, in which the vehicle can estimate the position (blue line) of the vehicle on the road, as shown in FIG. 3. It may be an electronic map.

후처리부(120)는 제1주행 경로의 인식 시점과, 제2주행 경로의 추정 시점을 동기화한다. 차량은 기 설정된 추정 주기 및 인식 주기에 따라 위치를 주정하고 주변 환경을 인식하며 경로를 생성하며, 추정 주기 및 인식 주기는 동일할 수 있다. 주행 경로 생성 환경에 따라 인식 시점과 추정 시점 사이에 차이가 발생할 수 있는데, 후술 되는 유사도 판단부(130)에서 정확한 유사도 판단이 이루어질 수 있도록 후처리부(120)는 인식 시점과 추정 시점을 동기화할 수 있다.The post processor 120 synchronizes the recognition time of the first driving path and the estimation time of the second driving path. The vehicle may position a location according to a preset estimation period and a recognition period, recognize a surrounding environment, generate a path, and the estimation period and the recognition period may be the same. A difference may occur between the recognition time and the estimation time according to the driving path generation environment. The post-processing unit 120 may synchronize the recognition time and the estimation time so that the similarity determination may be performed by the similarity determination unit 130 described later. have.

유사도 판단부(130)는 제1주행 경로와 동기화된 제2주행 경로의 추정 시점 별로, 제1주행 경로와의 유사도를 판단한다. 즉, 유사도 판단부(130)는 제2주행 경로를 레퍼런스 경로로 하여, 레퍼런스 경로와 제1주행 경로의 유사도를 계산한다. 이 때, 제2주행 경로의 추정 시점 별로 유사도가 계산되며, 유사도가 계산되는 추정 시점 이후의 제2주행 경로와 동기화된 인식 지점 이후의 제1주행 경로의 유사도가 계산된다. 그리고, 추정 시점 각각에 유사도가 할당될 수 있다. The similarity determination unit 130 determines similarity with the first driving path for each estimated time point of the second driving path synchronized with the first driving path. That is, the similarity determining unit 130 calculates the similarity between the reference path and the first driving path using the second driving path as the reference path. At this time, the similarity is calculated for each estimated time point of the second driving path, and the similarity of the first driving path after the recognition point synchronized with the second driving path after the estimated time point at which the similarity is calculated is calculated. Similarity may be assigned to each of the estimated time points.

결정부(140)는 유사도와 임계값을 비교하여, 정밀지도 생성 지역을 결정한다. 유사도가 임계값보다 큰 지역은 제1주행 경로와 제2주행 경로의 유사도가 높은 지역으로 판단될 수 있으며, 제1주행 경로만으로 차량이 주행할 수 있는 지역이므로 결정부(140)는 정밀지도가 불필요한 지역으로 판단할 수 있다. 반대로 유사도가 임계값보다 작은 지역은 제1주행 경로와 제2주행 경로의 유사도가 낮은 지역으로 판단될 수 있으며, 제1주행 경로만으로 차량이 주행할 수 없는 지역이므로 결정부(140)는 정밀지도가 필요한 지역으로 판단할 수 있다.The determination unit 140 compares the similarity and the threshold to determine the precise map generation region. The region having a similarity greater than the threshold may be determined as a region having a high similarity between the first driving route and the second driving route, and the determination unit 140 may have a precise map because the region where the vehicle may travel with only the first driving route. It can be judged as an unnecessary area. On the contrary, the region having a similarity smaller than the threshold may be determined as a region where the similarity between the first driving route and the second driving route is low, and the determination unit 140 may be an accurate map since the vehicle cannot travel only by the first driving route. It can be judged as a necessary area.

여기서, 임계값은 주행 환경 등 실시예에 따라서 다양하게 설정될 수 있다.Here, the threshold value may be variously set according to an embodiment such as a driving environment.

도 4는 본 발명의 일실시예에 따른 정밀지도 생성 지역 결정 방법을 설명하기 위한 도면이다.4 is a view for explaining a method for determining a precision map generation area according to an embodiment of the present invention.

본 발명에 따른 정밀지도 생성 지역 결정 방법은 차량의 ECU에서 수행되거나 또는 전술된 정밀지도 생성 지역 결정 장치에서 수행될 수 있다. 도 4에서는 정밀지도 생성 지역 결정 장치의 결정 방법이 일실시예로서 설명된다.The method for determining the precision map generation region according to the present invention may be performed in the ECU of the vehicle or in the apparatus for determining the precision map generation region described above. In FIG. 4, a method of determining an apparatus for determining precision map generation area is described as an embodiment.

본 발명에 따른 정밀지도 생성 지역 결정 장치는 주변 환경 인식 기반의 제1주행 경로 및 위치 추정 기반의 제2주행 경로를 차량으로부터 제공받는다(S410). 그리고, 제2주행 경로의 추정 시점 별로, 제1주행 경로와의 제1유사도를 판단(S420)한다.The apparatus for determining a precise map generation region according to the present invention receives a first driving route based on surrounding environment recognition and a second driving route based on location estimation from a vehicle (S410). In operation S420, the first similarity with the first driving path may be determined for each estimated time point of the second driving path.

이 때, 정밀지도 생성 지역 결정 장치는 제1주행 경로의 인식 시점과, 제2주행 경로의 추정 시점을 동기화할 수 있으며, 단계 S420에서는 동기화딘 추정 시점 이후의 제2주행 경로와 동기화된 인식 시점 이후의 제1주행 경로의 유사도가 판단될 수 있다.In this case, the apparatus for determining the precision map generation region may synchronize the recognition time of the first driving path and the estimation time of the second driving path. In operation S420, the recognition time of synchronization with the second driving path after the synchronization time estimation point is synchronized. The similarity of the subsequent first driving route may be determined.

그리고 정밀지도 생성 지역 결정 장치는 내비게이션 맵의 기 설정된 판단 지점들로부터 기 설정된 거리 내에 위치한 추정 시점의 제1유사도를 평균하여, 제2유사도를 계산(S430)한다. The apparatus for determining a precision map generation region calculates a second similarity degree by averaging a first similarity degree at an estimated time point located within a predetermined distance from preset determination points of the navigation map (S430).

그리고 제2유사도와 임계값을 비교하여, 정밀지도 생성 지역을 결정(S440)한다. 정밀지도 생성 지역 결정 장치는 제2유사도가 임계값 이하인 판단 지점을, 정밀지도 생성 지역으로 결정할 수 있다.In operation S440, the precision map generation region is determined by comparing the second similarity degree and the threshold value. The precision map generation region determination device may determine the determination point at which the second similarity level is equal to or less than the threshold value as the precision map generation region.

도 5는 본 발명의 다른 실시예에 따른 정밀지도 생성 지역 결정 방법을 설명하기 위한 도면이다.5 is a diagram for describing a method for determining a precision map generation area according to another exemplary embodiment of the present invention.

도 4와 달리 도 5의 정밀지도 생성 지역 결정 방법은 제1주행 경로와 제2주행 경로의 유사도만을 이용하여 정밀지도 생성 지역을 결정한다.Unlike in FIG. 4, the method for determining the precision map generation region of FIG. 5 determines the precision map generation region using only the similarity between the first driving route and the second driving route.

본 발명에 따른 정밀지도 생성 지역 결정 방법은 주변 환경 인식 기반의 제1주행 경로 및 위치 추정 기반의 제2주행 경로를 차량으로부터 제공받는다(S510). 그리고 제2주행 경로의 추정 시점 별로, 제1주행 경로와의 유사도를 판단(S520)하며, 유사도와 임계값을 비교하여, 정밀지도 생성 지역을 결정(S530)한다.The method for determining a precise map generation region according to the present invention receives a first driving route based on the surrounding environment recognition and a second driving route based on the location estimation from the vehicle (S510). For each estimated time point of the second driving route, the similarity with the first driving route is determined (S520), and the similarity and the threshold are compared to determine the precise map generation region (S530).

이 때, 단계 S520에서 추정 시점 이후의 제2주행 경로와 인식 시점 이후의 제1주행 경로의 유사도가 판단되며, 도 5의 유사도는 도 4의 제1유사도에 대응된다. 그리고 단계 S530에서는 유사도가 임계값 이하인 추정 시점의 영역, 즉 추정 시점에서의 제2주행 경로 상 영역이, 정밀지도 생성 지역으로 결정될 수 있다.In this case, in step S520, the similarity between the second driving path after the estimation point and the first driving path after the recognition point is determined, and the similarity of FIG. 5 corresponds to the first similarity diagram of FIG. 4. In operation S530, the region at the estimation time when the similarity is less than or equal to the threshold value, that is, the region on the second driving route at the estimation time, may be determined as the precise map generation region.

이하, 도 6 내지 도 10에서, 제1 및 제2주행 경로의 동기화 방법, 제1 및 제2유사도 판단 방법에 대해 자세히 설명된다.6 to 10, the synchronization method of the first and second driving paths and the first and second similarity determination methods will be described in detail.

<제1 및 제2주행 경로의 동기화 방법><Method of synchronizing the first and second driving routes>

도 6은 본 발명의 일실시예에 따른 제1 및 제2주행 경로의 동기화 방법을 설명하기 위한 도면이다.6 is a diagram illustrating a synchronization method of first and second driving paths according to an embodiment of the present invention.

전술된 바와 같이, 제1 및 제2주행 경로는 각각 동일한 주기의 인식 시점 및 추정 시점에 따라 생성되는데, 제2주행 경로의 추정 시점 별로 제1주행 경로와의 유사도가 판단되기 때문에 정확한 유사도 판단을 위해 인식 시점 및 추정 시점의 동기화가 수행될 수 있다.As described above, the first and the second driving paths are generated according to the recognition time and the estimation time of the same period, respectively. Since the similarity with the first driving path is determined for each of the estimation time points of the second driving path, an accurate similarity determination is performed. Hazard recognition and synchronization of the estimation time may be performed.

도 6에 도시된 바와 같이, 제2주행 경로(620)의 추정 시점(610)을 기준으로, 제1주행 경로(640)의 인식 시점(620)을 이동함으로써 인식 시점 및 추정 시점이 동기화될 수 있다.As shown in FIG. 6, the recognition time and the estimation time may be synchronized by moving the recognition time 620 of the first driving path 640 based on the estimation time 610 of the second driving path 620. have.

<제1유사도 판단 방법><First similarity judgment method>

도 7은 본 발명의 일실시예에 따른 제1 및 제2주행 경로의 유사도를 판단하는 방법을 설명하기 위한 도면이며, 도 8은 도 7의 유사도 판단에 이용되는 가중치를 설명하기 위한 도면이다. 그리고 도 9는 계산된 유사도(PPD)를 제2주행 경로 상에 색깔로 표시한 도면이다.FIG. 7 is a diagram for describing a method of determining similarity between first and second driving paths according to one embodiment of the present invention, and FIG. 8 is a diagram for describing weights used for determining similarity of FIG. 7. FIG. 9 is a view showing the calculated similarity (PPD) in color on the second driving route.

제1 및 제2주행 경로는 X-Y 좌표 평면 상에 존재하며, 정밀지도 생성 지역 결정 장치는 제2주행 경로를 레퍼런스 경로로 하여, 추정 시점 이후의 경로에 대해 유사도를 판단한다.The first and second driving paths exist on the X-Y coordinate plane, and the precision map generation region determination device determines the similarity with respect to the paths after the estimation point, using the second driving path as a reference path.

정밀지도 생성 지역 결정 장치는 제2주행 경로(720)의 제1지점(721)들에 대한 수선(730)과 나머지 경로(710)의 교차점인 제2지점(711)들을 결정하고, 제1지점들 및 제2지점들 사이의 거리를 계산한다. 그리고 제1지점들 및 제2지점들 사이의 거리를 합산하고, 합산된 값에 따라 유사도를 결정한다. 합산된 값이 작을수록 유사도가 높다고 할 수 있다. The precise map generation area determining apparatus determines the second points 711, which are intersections of the repair line 730 and the remaining paths 710 with respect to the first points 721 of the second driving path 720, and the first point. Calculate the distance between the first and second points. The distance between the first and second points is summed and the similarity is determined according to the summed values. The smaller the sum, the higher the similarity.

수선(730)은 제2주행 경로(720)의 제1지점(721)에서의 접선에 수직한 직선이다. 제1지점 및 제2지점 사이 수선의 길이가 제1지점 및 제2지점 사이의 거리가 된다. 그리고 제1지점의 개수나 위치는 실시예에 따라서 제2주행 경로(720) 상에서 다양하게 결정될 수 있으며, 균등한 간격으로 설정되거나 또는 랜덤하게 설정될 수도 있다. 또는 제1지점은 추정 시점에 대응될 수 있다.The waterline 730 is a straight line perpendicular to the tangent line at the first point 721 of the second travel path 720. The length of the waterline between the first point and the second point is the distance between the first point and the second point. The number or positions of the first points may be variously determined on the second driving path 720 according to an embodiment, and may be set at equal intervals or randomly. Alternatively, the first point may correspond to the estimation point.

이 때, 자율 주행 차량은 [수학식 1]의 유사도 함수와 같이, 계산된 제1지점 및 제2지점 사이의 거리(

)에 가중치(

)를 적용하여 거리를 합산할 수 있다. 그리고 합산된 값은 가중치 합(

)에 의해 정규화될 수 있따.At this time, the autonomous vehicle is the distance between the calculated first point and the second point, such as the similarity function of Equation 1

) For weights (

) Can be added to sum the distances. And the summed value is the weighted sum (

Can be normalized by).

여기서, i는 제1지점의 인덱스이며, N은 제1지점의 개수를 나타낸다.I is the index of the first point, and N represents the number of the first point.

유사도 계산에 이용되는 가중치는, 차량과 제1지점 사이의 거리에 따라 가변될 수 있으며, 도 8에 도시된 바와 같이, 차량과 제1지점 사이의 거리가 증가할수록 작아지도록 설정될 수 있다. 제1주행 경로는 차량으로부터 멀어질수록 정확도가 낮아지며, 정확도가 낮은 상태에서의 유사도 계산은 신뢰도가 낮기 때문이다. The weight used for the similarity calculation may vary according to the distance between the vehicle and the first point, and may be set to be smaller as the distance between the vehicle and the first point increases as shown in FIG. 8. This is because the first driving route has a lower accuracy as it moves away from the vehicle, and the similarity calculation in a state where the accuracy is low has low reliability.

예를 들어, 제1주행 경로의 경우 차선이 차량으로부터 멀리 위치할수록 차량에서 바라보는 차선도 작아지기 때문에 차선의 인식률은 낮아질 수 밖에 없으며, 차선의 인식률이 낮아지므로 차선에 기반해 생성되는 제1주행 경로의 특성상 차량으로부터 멀리 떨어진 지점의 제1주행 경로의 정확도 역시 낮아질 수 밖에 없다. For example, in the case of the first driving route, the farther the lane is located from the vehicle, the smaller the lane is viewed from the vehicle, so the recognition rate of the lane is inevitably lowered, and since the recognition rate of the lane is lowered, the first driving route generated based on the lane Due to the nature of the first driving route of the far point from the vehicle is also bound to be lowered.

따라서, 유사도가 판단되는 추정 시점이 도 7의 원점에 위치하고 있다고 할 경우, 도 8에서와 같이 차량과 제1지점 사이의 거리(l)가 증가할수록 제1지점 및 제2지점 사이의 거리에 적용되는 가중치(w)는 감소하는 것이 바람직하다. 이 때, 차량과 제1지점 사이의 거리에 따른 가중치 패턴은 가우시안 분포의 패턴을 따를 수 있으며, 센서의 신뢰도 값에 따라 달라질 수 있다.Therefore, when the estimated time point at which the similarity is determined is located at the origin of FIG. 7, as shown in FIG. 8, as the distance l between the vehicle and the first point increases, it is applied to the distance between the first point and the second point. It is preferable that the weight w to be decreased. In this case, the weight pattern according to the distance between the vehicle and the first point may follow the pattern of the Gaussian distribution and may vary according to the reliability value of the sensor.

도 9를 참조하면, 유사도(PPD)가 높을수록 초록색, 유사도(PPD)가 낮을수로 빨간색으로 표시된다. 그리고 도 9는 동일한 지역을 복수회 이동하며 생성된 복수의 제1 및 제2주행 경로에 대한 유사도를 나타낸다. 교차로 부근에서의 유사도는 낮은 경향을 나타내며, 교차로 이외 직선 도로에서의 유사도는 높은 경향을 나타냄을 알 수 있다. 교차로 또는 교차로 부근의 경우 차선이 도시되지 않기 때문에, 제1주행 경로가 생성되지 않거나 제1주행 경로의 정확성이 낮아지며, 따라서 교차로 부근에서의 유사도는 낮은 경향을 나타낸다.Referring to FIG. 9, the higher the similarity PPD, the more green and the lower similarity PPD is displayed in red. FIG. 9 shows similarity with respect to a plurality of first and second driving routes generated by moving the same region a plurality of times. The similarity near the intersection shows a low tendency, and the similarity on the straight road other than the intersection shows a high tendency. Since no lanes are shown in the intersection or near the intersection, the first driving route is not generated or the accuracy of the first driving route is low, and thus the similarity near the intersection tends to be low.

<제2유사도 판단 방법><2nd similarity judgment method>

도 10은 본 발명의 일실시예에 따른 제2유사도 판단 방법을 설명하기 위한 도면이다.10 is a view for explaining a second similarity determination method according to an embodiment of the present invention.

전술된 바와 같이, 제2주행 경로는 도로 상의 차량의 위치를 추정함으로써 생성되는데, 차량은 도로에서 차선을 변경하며 주행할 수 있다. 따라서 차량이 동일한 도로를 주행하더라도 차량이 차선을 변경함에 따라, 제2주행 경로는 달라질 수 있으며, 또한 복수의 주행 경로가 생성될 수 있으므로, 제1유사도를 보다 일반화할 필요가 있다.As described above, the second driving route is generated by estimating the position of the vehicle on the road, which can travel in a lane change on the road. Therefore, even if the vehicle travels on the same road, as the vehicle changes lanes, the second driving route may be changed and a plurality of driving routes may be generated, and thus, the first similarity needs to be generalized.

이에 정밀지도 생성 지역 결정 장치는 도로 형상 및 도로 네트워크 정보를 포함하는 내비게이션 맵의 기 설정된 판단 지점들로부터 기 설정된 거리 내에 위치한 추정 시점의 제1유사도를 평균하여, 제2유사도를 계산한다. 판단 지점은 내비게이션 맵의 도로 상에서 균등한 간격으로 설정될 수 있으며, 판단 지점의 간격이나 개수는 실시예에 따라서 다양하게 설정될 수 있다.Accordingly, the apparatus for determining a precision map generation region calculates a second similarity degree by averaging first similarity degrees at an estimated time point located within a predetermined distance from preset determination points of the navigation map including road shape and road network information. The determination points may be set at equal intervals on the road of the navigation map, and the interval or number of determination points may be set in various ways according to embodiments.

도 10을 참조하면, 회색으로 표시된 도로가 내비게이션 맵의 도로인데, 정밀지도 생성 지역 결정 장치는, 내비게이션 맵의 도로 상에 위치하는 판단 지점(1010)을 중심으로 하며 기 설정된 거리를 반지름으로 하는 원(1020) 내에 위치하는, 추정 시점들의 제1유사도를 평균하여 제2유사도를 계산할 수 있다. Referring to FIG. 10, a road marked in gray is a road of a navigation map, and the precision map generation area determining apparatus is a circle centered on a determination point 1010 located on a road of the navigation map and having a radius of a preset distance. The second similarity degree may be calculated by averaging the first similarity degrees of the estimated points located within the 1020.

도 11은 본 발명의 일실시예에 따라서 결정된 정밀지도 생성 지역을 나타내는 도면이다.11 is a diagram illustrating a precision map generation region determined according to an embodiment of the present invention.

도 11에서 초록색으로 표시된 영역은 제2유사도가 임계값보다 높은 영역으로서 정밀지도 생성 지역으로 결정되지 않은 영역을 나타낸다. 그리고 빨간색으로 표시된 영역은 제2유사도가 임계값보다 낮은 영역으로서 정밀지도 생성 지역으로 결정된 영역을 나타낸다.In FIG. 11, the area indicated in green represents an area in which the second similarity is higher than the threshold and is not determined as the precise map generation area. The area marked in red represents an area in which the second similarity is lower than the threshold and determined as the precise map generation area.

전술된 바와 같이 교차로 또는 도로가 병합되는 영역은 차선이 도시되지 않은 경우가 많아 제1유사도가 낮은데, 도 11 역시 동일한 결과를 보여줌을 알 수 있다.As described above, the area where the intersections or the roads are merged has a low first similarity because the lanes are not shown in many cases, and FIG. 11 also shows the same result.

앞서 설명한 기술적 내용들은 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 실시예들을 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. 하드웨어 장치는 실시예들의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The technical contents described above may be embodied in the form of program instructions that may be executed by various computer means and may be recorded in a computer readable medium. The computer readable medium may include program instructions, data files, data structures, etc. alone or in combination. Program instructions recorded on the media may be those specially designed and constructed for the purposes of the embodiments, or they may be of the kind well-known and available to those having skill in the computer software arts. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tape, optical media such as CD-ROMs, DVDs, and magnetic disks, 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 not only machine code generated by a compiler, but also high-level language code that can be executed by a computer using an interpreter or the like. The hardware device may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.

이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.In the present invention as described above has been described by the specific embodiments, such as specific components and limited embodiments and drawings, but this is provided to help a more general understanding of the present invention, the present invention is not limited to the above embodiments. For those skilled in the art, various modifications and variations are possible from these descriptions. Therefore, the spirit of the present invention should not be limited to the described embodiments, and all the things that are equivalent to or equivalent to the claims as well as the following claims will belong to the scope of the present invention. .

Claims

Receiving a first driving route based on the surrounding environment recognition and a second driving route based on the location estimation from the vehicle;
Determining a first similarity degree with the first driving route for each estimated time point of the second driving route;
Calculating a second similarity degree by averaging the first similarity degree at the estimated time point located within a predetermined distance from preset determination points of the navigation map; And
Comparing the second similarity with a threshold to determine a precise map generation region;
Determining the first similarity level
Determining second points which are an intersection of the first points of the second driving path and the intersection of the first driving path, and calculating a distance between the first points and the second points; And
Summing the distances and determining the first similarity degree according to the summed values;
Precision map generation area determination method comprising a.

The method of claim 1,
Synchronizing the recognition time of the first driving path and the estimation time of the second driving path
Method for determining the precision map generation area further comprising.

The method of claim 2,
Determining the first similarity level
The similarity between the second driving path after the estimation point and the first driving path after the recognition point is determined.
How to determine the precision map generation area.

delete

The method of claim 1,
Determining the first similarity level is
Generating the summed value by applying a weight to each of the calculated distances,
The weight varies with the distance between the vehicle and the first point.
How to determine the precision map generation area.

The method of claim 5,
The weight is
The smaller the distance between the vehicle and the first point increases
How to determine the precision map generation area.

The method of claim 1,
The determining of the precision map generation region
Determining the determination point at which the second similarity level is less than or equal to the threshold value as the precision map generation region;
How to determine the precision map generation area.

Receiving a first driving route based on the surrounding environment recognition and a second driving route based on the location estimation from the vehicle;
Determining similarity with the first driving path for each estimated time point of the second driving path; And
Comparing the similarity with a threshold to determine a precise map generation region;
Determining the similarity is
Determining second points which are an intersection of the first points of the second driving path and the intersection of the first driving path, and calculating a distance between the first points and the second points; And
Summing the distances and determining the similarity according to the summed values
Precision map generation area determination method comprising a.

delete

The method of claim 8,
Determining the similarity is
Generating the summed value by applying a weight to each of the calculated distances,
The weight becomes smaller as the distance between the vehicle and the first point increases.
How to determine the precision map generation area.

The method of claim 8,
The determining of the precision map generation region
Determining the region of the estimated time point at which the similarity is equal to or less than the threshold value as the precision map generation region
How to determine the precision map generation area.

The method of claim 8,
Synchronizing the recognition time of the first driving path and the estimation time of the second driving path
Method for determining the precision map generation area further comprising.

delete