KR102007247B1 - Smart cruise control system and control method therefor - Google Patents

Smart cruise control system and control method therefor Download PDF

Info

Publication number
KR102007247B1
KR102007247B1 KR1020120140334A KR20120140334A KR102007247B1 KR 102007247 B1 KR102007247 B1 KR 102007247B1 KR 1020120140334 A KR1020120140334 A KR 1020120140334A KR 20120140334 A KR20120140334 A KR 20120140334A KR 102007247 B1 KR102007247 B1 KR 102007247B1
Authority
KR
South Korea
Prior art keywords
parameter
acceleration
speed
distance error
relative speed
Prior art date
Application number
KR1020120140334A
Other languages
Korean (ko)
Other versions
KR20140072618A (en
Inventor
김재윤
Original Assignee
현대모비스 주식회사
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 현대모비스 주식회사 filed Critical 현대모비스 주식회사
Priority to KR1020120140334A priority Critical patent/KR102007247B1/en
Priority to CN201310359222.8A priority patent/CN103847740B/en
Publication of KR20140072618A publication Critical patent/KR20140072618A/en
Application granted granted Critical
Publication of KR102007247B1 publication Critical patent/KR102007247B1/en

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/14—Adaptive cruise control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B60W30/182—Selecting between different operative modes, e.g. comfort and performance modes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W40/09—Driving style or behaviour
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—Speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/107—Longitudinal acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/082—Selecting or switching between different modes of propelling
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/30—Driving style
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/802—Longitudinal distance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • B60W2720/106—Longitudinal acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/14—Cruise control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/18—Propelling the vehicle
    • B60Y2300/182—Selecting between different operative modes, e.g. comfort and performance modes

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

본 발명은 차량의 시간에 따른 목적 가속도의 변화가 운전자의 선택 모드 또는 운전자의 운전습관을 학습한 학습 모드에 따라 이뤄지는 지능형 순항 제어 시스템 및 그 제어방법에 대한 것이다. 본 발명에 따른 지능형 순항 제어 시스템은 센서를 통해 측정된 자차와 선행차량과의 거리 및 목표거리를 이용하여 거리 오차를 연산하는 거리오차 연산부; 속도 측정부로부터 측정된 자차 및 선행차량의 속도를 이용하여 상대속도를 연산하는 상대속도 연산부; 운전자가 주행모드를 선택하는 주행모드 선택부; 상기 선택된 주행모드에 따라 거리오차와 제1 매개변수를 이용하여 연산된 제1 가속도, 자차속도와 제2 매개변수를 이용하여 연산된 제2 가속도 및 상대속도와 제3 매개변수를 이용하여 연산된 제3 가속도를 이용하여 목표 가속도를 연산하는 목표 가속도 연산부를 포함할 수 있다.The present invention relates to an intelligent cruise control system and a method of controlling the change in the target acceleration according to the time of the vehicle according to the driver's selection mode or the learning mode in which the driver's driving habits are learned. Intelligent cruise control system according to the present invention comprises a distance error calculation unit for calculating a distance error using the distance and the target distance between the host vehicle and the preceding vehicle measured by the sensor; A relative speed calculator configured to calculate a relative speed using the speed of the host vehicle and the preceding vehicle measured from the speed measurer; A driving mode selection unit for selecting a driving mode by the driver; The first acceleration calculated using the distance error and the first parameter according to the selected driving mode, the second acceleration calculated using the host speed and the second parameter and the relative speed calculated using the third parameter The target acceleration calculator may be configured to calculate the target acceleration using the third acceleration.

Figure R1020120140334
Figure R1020120140334

Description

지능형 순항 제어 시스템 및 그 제어방법{SMART CRUISE CONTROL SYSTEM AND CONTROL METHOD THEREFOR}Intelligent cruise control system and its control method {SMART CRUISE CONTROL SYSTEM AND CONTROL METHOD THEREFOR}

본 발명은 지능형 순항 제어 시스템 및 그 제어방법에 대한 것이다. 더욱 상세하게는, 본 발명은 차량의 시간에 따른 목적 가속도의 변화가 운전자의 선택 모드 또는 운전자의 운전습관을 학습한 학습 모드에 따라 이뤄지는 지능형 순항 제어 시스템 및 그 제어방법에 대한 것이다.The present invention relates to an intelligent cruise control system and a control method thereof. More specifically, the present invention relates to an intelligent cruise control system and a method of controlling the change in the target acceleration according to the time of the vehicle according to the driver's selection mode or the learning mode of learning the driver's driving habits.

일반적으로 차량의 지능형 순항 제어 시스템은 운전자가 설정한 목표속도에 추종하도록 차량의 가속제어를 통해 순항 제어를 수행한다. 그리고 순항 제어 중 전방의 차량이나 물체 환경을 인지 할 수 있는 전방 감지 센서를 이용하여 선행하고 있는 차량과 적당한 간격을 유지하기 위하여 감속 및 가속제어가 이루어진다.In general, the intelligent cruise control system of the vehicle performs the cruise control through the acceleration control of the vehicle to follow the target speed set by the driver. In addition, deceleration and acceleration control are performed in order to maintain a proper distance from the preceding vehicle by using a front sensing sensor that can recognize the vehicle or object environment in front of the cruise control.

한편, 이러한 차량의 순항 제어 시스템은 차량의 전방 레이더 센서를 이용하여 제어 차량과 전방 차량과의 간격과 상대 속도 및 제어 차량의 진행 방향과의 각도 등의 정보와 기 설정된 제어 차량의 종 방향의 속도 및 기 설정된 가속도 한계치를 이용하여 제어 차량의 가속제어장치와 엔진제어장치 및 제동 제어 장치를 제어한다.Meanwhile, the cruise control system of the vehicle uses information such as the distance between the control vehicle and the front vehicle, the relative speed, and the angle of the traveling direction of the control vehicle using the vehicle's front radar sensor, and the longitudinal speed of the preset control vehicle. And an acceleration controller, an engine controller, and a brake controller of the control vehicle using the preset acceleration threshold.

그러나, 종래의 순항 제어 시스템은 기 설정된 차량의 종 방향 속도와 기 설정된 가속도 한계치를 이용하여 적응순항 제어를 수행하여, 다양한 운전자의 운전성향을 반영하지 못하는 문제점이 있다. 다시 말하면, 운전자가 가감속이 빠르게 이뤄지기 원하는 운전자이거나, 비교적 부드럽게 가감속이 이뤄지기 원하는 운전자인 경우에는 종래의 순항 제어 시스템의 가감속의 정도가 운전자를 만족시키니 못한다. 이에 따라, 운전자의 다양한 성향을 고려한 지능형 순항 제어 시스템의 개발이 요구된다.However, the conventional cruise control system has a problem in that it does not reflect the driving tendency of various drivers by performing the adaptive cruise control using the preset longitudinal speed of the vehicle and the preset acceleration limit value. In other words, if the driver is a driver who wants to accelerate or decelerate quickly, or the driver wants to accelerate and decelerate relatively smoothly, the degree of acceleration and deceleration of the conventional cruise control system does not satisfy the driver. Accordingly, the development of an intelligent cruise control system in consideration of the driver's various inclinations is required.

상기한 문제점을 해결하기 위하여 본 발명은 차량의 시간에 따른 목적 가속도의 변화가 운전자의 선택 모드 또는 운전자의 운전습관을 학습한 학습 모드에 따라 이뤄지는 지능형 순항 제어 시스템 및 그 제어방법을 제공하는 것을 그 목적으로 한다. In order to solve the above problems, the present invention provides an intelligent cruise control system and a method of controlling the change in the target acceleration according to the time of the vehicle is made according to the driver's selection mode or the learning mode of learning the driver's driving habits. The purpose.

본 발명에 따른 지능형 순항 제어 시스템은 센서를 통해 측정된 자차와 선행차량과의 거리 및 목표거리를 이용하여 거리 오차를 연산하는 거리오차 연산부; 속도 측정부로부터 측정된 자차 및 선행차량의 속도를 이용하여 상대속도를 연산하는 상대속도 연산부; 운전자가 주행모드를 선택하는 주행모드 선택부; 상기 선택된 주행모드에 따라 거리오차와 제1 매개변수를 이용하여 연산된 제1 가속도, 자차속도와 제2 매개변수를 이용하여 연산된 제2 가속도 및 상대속도와 제3 매개변수를 이용하여 연산된 제3 가속도를 이용하여 목표 가속도를 연산하는 목표 가속도 연산부를 포함할 수 있다.Intelligent cruise control system according to the present invention comprises a distance error calculation unit for calculating a distance error using the distance and the target distance between the host vehicle and the preceding vehicle measured by the sensor; A relative speed calculator configured to calculate a relative speed using the speed of the host vehicle and the preceding vehicle measured from the speed measurer; A driving mode selection unit for selecting a driving mode by the driver; The first acceleration calculated using the distance error and the first parameter according to the selected driving mode, the second acceleration calculated using the host speed and the second parameter and the relative speed calculated using the third parameter The target acceleration calculator may be configured to calculate the target acceleration using the third acceleration.

상기 운전자가 선택한 주행모드의 종류가 일반모드 중 하나인 경우에는, 목표 가속도 연산부가 선택된 주행모드에 따라 설정된 제1 매개변수와 거리오차와의 상관관계를 나타내는 그래프, 제2 매개변수와 자차속도와의 상관관계를 나타내는 그래프 및 제3 매개변수와 상대속도와의 상관관계를 나타내는 그래프를 이용하여 상기 제1, 제2 및 제3 가속도를 연산할 수 있다.When the type of the driving mode selected by the driver is one of the general modes, a graph indicating a correlation between the first parameter and the distance error set according to the selected driving mode, and the second parameter and the own vehicle speed The first, second and third accelerations may be calculated using a graph representing correlation of and a graph representing correlation between the third parameter and the relative velocity.

상기 운전자가 선택한 주행모드의 종류가 운전자의 운전습관을 학습한 학습모드인 경우에는, 운전자의 사용 가속도를 저장하고, 그 시점의 거리오차, 자차속도 및 상대속도를 저장하는 사용 가속도 저장부; 상기 사용 가속도 저장부에 저장된 사용가속도, 거리오차, 자차속도 및 상대속도를 이용하여 거리오차에 대한 제1 매개변수, 자차속도에 대한 제2 매개변수 및 상대속도에 대한 제3 매개변수를 추출하는 매개변수 추출부; 상기 추출된 거리오차에 대한 제1 매개변수, 자차속도에 대한 제2 매개변수 및 상대속도에 대한 제3 매개변수를 기준 개수 이상 저장하는 매개변수 저장부; 상기 저장된 제1 매개변수를 통해 상기 거리오차와의 커브피팅을, 상기 저장된 제2 매개변수를 통해 상기 자차속도와의 커브피팅을, 상기 저장된 제3 매개변수를 통해 상기 상대속도와의 커브피팅을 수행하는 커브피팅 수행부를 더 포함할 수 있다.If the type of the driving mode selected by the driver is a learning mode in which the driving habits of the driver are learned, a use acceleration storage unit for storing the driving acceleration of the driver and storing the distance error, the own vehicle speed, and the relative speed at that time; Extracting the first parameter for the distance error, the second parameter for the own vehicle speed and the third parameter for the relative speed using the used acceleration, the distance error, the own vehicle speed and the relative speed stored in the use acceleration storage unit. Parameter extraction unit; A parameter storage unit for storing the first parameter of the extracted distance error, the second parameter of the own vehicle speed, and the third parameter of the relative speed of the reference number or more; Curve fitting with the distance error through the stored first parameter, curve fitting with the host vehicle speed through the stored second parameter, and curve fitting with the relative speed through the stored third parameter The apparatus may further include a curve fitting performing unit.

상기 커브피팅 수행부는 최소자승기법을 이용하여 각각의 커브피팅을 수행할 수 있다.The curve fitting performing unit may perform each curve fitting using a least squares method.

본 발명에 따른 지능형 순항 제어 시스템의 제어방법은 거리오차 연산부가 센서를 통해 측정된 자차와 선행차량과의 거리 및 목표거리를 이용하여 거리오차를 연산하는 단계; 상대속도 연산부가 속도 측정부로부터 측정된 자차 및 선행차량과의 속도를 이용하여 상대속도를 연산하는 단계; 주행모드 선택부에서 운전자가 주행모드를 선택하는 단계; 목표 가속도 연산부가 상기 선택된 주행모드에 따라 거리오차와 제1 매개변수를 이용하여 연산된 제1 가속도, 자차속도와 제2 매개변수를 이용하여 연산된 제2 가속도 및 상대속도와 제3 매개변수를 이용하여 연산된 제3 가속도를 이용하여 목표 가속도를 연산하는 단계를 포함할 수 있다.The control method of the intelligent cruise control system according to the present invention comprises the steps of calculating a distance error using a distance error calculation unit using the distance and the target distance between the host vehicle and the preceding vehicle measured by the sensor; Calculating a relative speed using a relative speed calculator by using a speed between the host vehicle and the preceding vehicle measured by the speed measurer; Selecting a driving mode by the driver in the driving mode selecting unit; The target acceleration calculator calculates the second acceleration, the relative speed, and the third parameter calculated using the first acceleration, the host vehicle speed, and the second parameter calculated using the distance error and the first parameter according to the selected driving mode. Computing the target acceleration using the third acceleration calculated using the.

상기 운전자가 선택한 주행모드의 종류가 일반모드 중 하나인 경우에는, 목표 가속도 연산부가 선택된 주행모드에 따라 기설정된 제1 매개변수와 거리오차와의 상관관계를 나타내는 그래프, 제2 매개변수와 자차속도와의 상관관계를 나타내는 그래프 및 제3 매개변수와 상대속도와의 상관관계를 나타내는 그래프를 이용하여 제1, 제2 및 제3 가속도를 연산할 수 있다.When the type of the driving mode selected by the driver is one of the general modes, a graph indicating a correlation between the first parameter and the distance error, which is preset according to the driving mode selected by the target acceleration calculation unit, the second parameter and the own vehicle speed The first, second, and third accelerations may be calculated using a graph showing correlation with and a graph showing correlation between the third parameter and the relative speed.

상기 운전자가 선택한 주행모드의 종류가 운전자의 운전습관을 학습한 학습모드인 경우에는, 운전자의 사용 가속도를 저장하고, 그 시점의 거리오차, 자차속도 및 상대속도를 저장하는 사용 가속도 저장부; 상기 사용 가속도 저장부에 저장된 사용가속도, 거리오차, 자차속도 및 상대속도를 이용하여 거리오차에 대한 제1 매개변수, 자차속도에 대한 제2 매개변수 및 상대속도에 대한 제3 매개변수를 추출하는 매개변수 추출부; 상기 추출된 거리오차에 대한 제1 매개변수, 자차속도에 대한 제2 매개변수 및 상대속도에 대한 제3 매개변수를 기준 개수 이상 저장하는 매개변수 저장부; 상기 저장된 제1 매개변수를 통해 상기 거리오차와의 커브피팅을, 상기 저장된 제2 매개변수를 통해 상기 자차속도와의 커브피팅을, 상기 저장된 제3 매개변수를 통해 상기 상대속도와의 커브피팅을 수행하는 커브피팅 수행부를 더 포함할 수 있다.If the type of the driving mode selected by the driver is a learning mode in which the driving habits of the driver are learned, a use acceleration storage unit for storing the driving acceleration of the driver and storing the distance error, the own vehicle speed, and the relative speed at that time; Extracting the first parameter for the distance error, the second parameter for the own vehicle speed and the third parameter for the relative speed using the used acceleration, the distance error, the own vehicle speed and the relative speed stored in the use acceleration storage unit. Parameter extraction unit; A parameter storage unit for storing the first parameter of the extracted distance error, the second parameter of the own vehicle speed, and the third parameter of the relative speed of the reference number or more; Curve fitting with the distance error through the stored first parameter, curve fitting with the host vehicle speed through the stored second parameter, and curve fitting with the relative speed through the stored third parameter The apparatus may further include a curve fitting performing unit.

상기 커브피팅 수행부는 최소자승기법을 이용하여 각각의 커브피팅을 수행할 수 있다.The curve fitting performing unit may perform each curve fitting using a least squares method.

본 발명에 따른 지능형 순항 제어 시스템은 차량의 시간에 따른 목적가속도의 변화 정도에 대하여, 운전자의 개별적인 성향을 반영할 수 있기 때문에 운전자의 다양한 성향을 만족시킬 수 있다. 따라서 지능형 순항 제어 시에 빠른 가감속을 원하는 운전자는 답답함을 덜 느끼고, 부드러운 가감속을 원하는 운전자는 두려움을 덜 느낄 수 있다. 이를 통해 운전자는 차량의 순항 제어 시에 보다 편안함을 느끼고, 만족감을 느낄 수 있다.The intelligent cruise control system according to the present invention can satisfy the driver's various tendencies because the driver's individual tendency can be reflected with respect to the degree of change in the target acceleration with respect to the time of the vehicle. Therefore, the driver who wants fast acceleration and deceleration in the intelligent cruise control feels less stuffy and the driver who wants smooth acceleration and deceleration feels less fear. This allows the driver to feel more comfortable and satisfied during cruise control of the vehicle.

도 1은 본 발명의 바람직한 실시예에 따른 지능형 순항 제어 시스템의 블록도이다.
도 2는 본 발명의 일 실시예에 따른 제1, 제2 또는 제3 매개변수의 함수관계를 나타내는 그래프들이다.
도 3은 본 발명의 바람직한 실시예에 따른 지능형 순항 제어 시스템의 제어방법이다.1 is a block diagram of an intelligent cruise control system according to a preferred embodiment of the present invention.
2 is a graph showing a functional relationship between a first, second or third parameter according to an embodiment of the present invention.
3 is a control method of an intelligent cruise control system according to a preferred embodiment of the present invention.

이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성 요소들에 참조 부호를 부가함에 있어서, 동일한 구성 요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다. 또한, 이하에서 본 발명의 바람직한 실시예를 설명할 것이나, 본 발명의 기술적 사상은 이에 한정하거나 제한되지 않고 당업자에 의해 변형되어 다양하게 실시될 수 있음은 물론이다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings. First, in adding reference numerals to the components of each drawing, it should be noted that the same reference numerals are assigned to the same components as much as possible, even if shown on different drawings. In addition, in describing the present invention, when it is determined that the detailed description of the related well-known configuration or function may obscure the gist of the present invention, the detailed description thereof will be omitted. In addition, the following will describe a preferred embodiment of the present invention, but the technical idea of the present invention is not limited thereto and may be variously modified and modified by those skilled in the art.

도 1은 본 발명의 바람직한 실시예에 따른 지능형 순항 제어 시스템의 블록도이다. 도 1을 참고하면, 본 발명에 따른 지능형 순항 제어 시스템은 거리오차 연산부(101), 상대속도 연산부(102), 주행모드 선택부(103), 사용가속도 저장부(104), 매개변수 추출부(105), 매개변수 저장부(106), 커브피팅 수행부(107) 및 목표가속도 연산부(108)를 포함할 수 있다.1 is a block diagram of an intelligent cruise control system according to a preferred embodiment of the present invention. Referring to FIG. 1, the intelligent cruise control system according to the present invention includes a distance error calculator 101, a relative speed calculator 102, a driving mode selector 103, an acceleration acceleration storage 104, and a parameter extractor ( 105, the parameter storage unit 106, the curve fitting performing unit 107, and the target acceleration calculating unit 108 may be included.

상기 거리오차 연산부(101)는 자차와 선행차량간의 목표거리와 실제거리를 이용하여 거리오차를 연산한다. 상기 거리오차 연산부(101)는 타임 갭(Time Gap)을 이용하여 선행차량과의 거리오차를 연산할 수 있다. 타임 갭(Time Gap)은 동일지점을 두 차량이 차례로 통과할 때, 선행차량과 후속차량의 시간차이를 의미한다. 거리오차는 목표거리와 실제거리와의 차이를 통해 연산될 수 있다. 상기 목표거리는 타임 갭과 선행차량의 속도와의 곱을 통해 연산될 수 있다. 상기 실제거리는 초음파 센서 또는 레이저 센서를 통해 검출될 수 있다.The distance error calculator 101 calculates a distance error using the target distance and the actual distance between the host vehicle and the preceding vehicle. The distance error calculator 101 may calculate a distance error with a preceding vehicle by using a time gap. The time gap means a time difference between a preceding vehicle and a subsequent vehicle when two vehicles sequentially pass through the same point. The distance error can be calculated through the difference between the target distance and the actual distance. The target distance may be calculated by multiplying the time gap and the speed of the preceding vehicle. The actual distance may be detected through an ultrasonic sensor or a laser sensor.

상대속도 연산부(102)는 자차와 선행차량간의 상대속도를 연산한다. 상기 상대속도 연산부(102)는 선행차량의 속도와 자차 속도의 차이를 이용하여 상대속도를 연산할 수 있다. 선행차량의 속도 또는 자차의 속도는 차량의 속도 검출기 또는 상기한 초음파 센서 또는 레이저 센서 등을 통해 검출될 수 있다.The relative speed calculator 102 calculates a relative speed between the host vehicle and the preceding vehicle. The relative speed calculator 102 may calculate the relative speed by using a difference between the speed of the preceding vehicle and the speed of the host vehicle. The speed of the preceding vehicle or the speed of the own vehicle may be detected through the speed detector of the vehicle or the ultrasonic sensor or the laser sensor.

상기 주행모드 선택부(103)는 운전자의 선택에 따라 주행모드를 선택한다. 상기 주행모드 선택부(103)는 일반모드와 운전자의 운전습관을 학습한 학습모드를 포함할 수 있다. 상기 주행모드 선택부(103)에서 일반모드를 선택한 경우에는 상기 주행모드 선택부(103) 다음에 목표 가속도 연산부(108)이 그 기능을 수행한다. 상기 일반모드는 설정자의 설정에 따른 다양한 모드를 포함할 수 있다. 예를 들어, 상기 일반모드는 스포츠(Sports) 모드, 노말(Normal) 모드 및 컴포트(Comfort) 모드를 포함할 수 있다. 상기 일반모드에 포함된 각각의 모드들은 설정자의 사전 설정에 따라 차량의 순항 제어 시에 가감속의 정도에 차이가 있다.The driving mode selection unit 103 selects a driving mode according to the driver's selection. The driving mode selector 103 may include a general mode and a learning mode in which the driver's driving habits are learned. When the normal mode is selected by the driving mode selecting unit 103, the target acceleration calculating unit 108 performs the function after the driving mode selecting unit 103. The general mode may include various modes according to the setting of the setter. For example, the general mode may include a sports mode, a normal mode, and a comfort mode. Each of the modes included in the general mode is different in the degree of acceleration and deceleration during cruise control of the vehicle according to a presetter's preset.

상기 학습모드는 운전자의 운전습관을 학습하여 목표 가속도를 설정할 수 있다. 시간에 따른 상기 목표 가속도의 변화를 이용하여, 차량의 순항 제어 시에 가감속의 정도를 제어할 수 있다. 상기 주행모드 선택부(103)에서 학습모드를 선택한 경우에는 주행모드 선택부(103) 이후에 사용가속도 저장부(104), 매개변수 추출부(105), 매개변수 저장부(106), 커브피팅 수행부(107) 및 목표가속도 연산부(108)이 각자의 기능을 수행한다.The learning mode may set a target acceleration by learning a driving habit of the driver. By using the change in the target acceleration with time, it is possible to control the degree of acceleration and deceleration during cruise control of the vehicle. When the learning mode is selected in the driving mode selector 103, the driving acceleration selector 104, the parameter extractor 105, the parameter storage 106, and the curve fitting after the driving mode selector 103 are used. The execution unit 107 and the target acceleration operation unit 108 perform their respective functions.

상기 사용가속도 저장부(104)는 운전자의 현재 사용 가속도를 저장한다. 상기 사용가속도 저장부(104)는 운전자의 현재 사용가속도를 저장하고, 그 시점의 거리오차, 자차속도 및 상대속도를 저장한다. 이를 통해 사용가속도와 해당 사용가속도에 따른 거리오차, 자차속도 및 상대속도의 데이터를 수집한다.The use acceleration storage unit 104 stores the current use acceleration of the driver. The use acceleration storage unit 104 stores the current use acceleration of the driver, and stores the distance error, the own vehicle speed and the relative speed at that time. Through this, data of distance error, own vehicle speed, and relative speed according to the acceleration and the corresponding acceleration are collected.

상기 매개변수 추출부(105)는 상기 사용가속도 저장부(104)에서 저장된 사용가속도를 통하여 제1, 제2 및 제3 매개변수를 추출한다. 상기 제1 매개변수는 거리오차에 대한 함수이고, 제1 매개변수에 따라 거리오차에 가중치를 부과하여 제1 가속도를 나타낸다. 상기 제2 매개변수는 자차속도에 대한 함수이고, 제1 매개변수에 따라 자차속도에 가중치를 부과하여 제2 가속도를 나타낸다. 상기 제3 매개변수는 상대속도에 대한 함수이고, 제3 매개변수에 따라 상대속도에 가중치를 부과하여 제3 가속도를 나타낸다. 상기 제1 가속도, 상기 제2 가속도 및 상기 제3 가속도의 총합으로 사용가속도를 나타낼 수 있다.The parameter extraction unit 105 extracts first, second and third parameters through the use acceleration stored in the use acceleration storage 104. The first parameter is a function of the distance error and represents the first acceleration by weighting the distance error according to the first parameter. The second parameter is a function of the host vehicle speed and represents the second acceleration by weighting the host vehicle speed according to the first parameter. The third parameter is a function of relative speed and represents the third acceleration by weighting the relative speed according to the third parameter. The sum of the first acceleration, the second acceleration, and the third acceleration may indicate the use acceleration.

도 2는 본 발명의 일 실시예에 따른 제1, 제2 또는 제3 매개변수의 함수관계를 나타내는 그래프들이다. 도 2를 참고하면, p는 제1 매개변수, q는 제2 매개변수, r는 제3 매개변수를 나타낸다. Δc는 거리오차, Vs는 자차속도, Vrel는 상대속도를 나타낸다. 제1 그래프는 제1 매개변수와 거리오차와의 함수관계를 나타낸다. 제2 그래프는 제2 매개변수와 자차속도와의 함수관계를 나타낸다. 제3 그래프는 제3 매개변수와 상대속도와의 함수관계를 나타낸다. 상기 사용가속도는 수학식 1과 같이 나타낼 수 있다.2 is a graph showing a functional relationship between a first, second or third parameter according to an embodiment of the present invention. Referring to FIG. 2, p represents a first parameter, q represents a second parameter, and r represents a third parameter. Δc is the distance error, Vs is the host speed, and Vrel is the relative speed. The first graph shows the functional relationship between the first parameter and the distance error. The second graph shows the functional relationship between the second parameter and the host vehicle speed. The third graph shows the functional relationship between the third parameter and the relative speed. The used acceleration may be expressed as in Equation 1.

Figure 112012100942586-pat00001
Figure 112012100942586-pat00001

수학식 1를 참고하면, ap는 사용 가속도, p는 제1 매개변수, q는 제2 매개변수, r는 제3 매개변수를 나타낸다. Δc는 거리오차, Vs는 자차속도, Vrel는 상대속도를 나타낸다. 상기 식의 첫번째 항이 제1 가속도, 두번째 항이 제2 가속도, 세번째 항이 제3 가속도를 나타낸다.Referring to Equation 1, a p denotes an acceleration of use, p denotes a first parameter, q denotes a second parameter, and r denotes a third parameter. Δc is the distance error, Vs is the host speed, and Vrel is the relative speed. The first term of the equation represents the first acceleration, the second term represents the second acceleration, and the third term represents the third acceleration.

상기 사용가속도 저장부(104)에 저장된 사용가속도와 해당 사용가속도에 따른 거리오차, 자차속도 및 상대 속도 데이터들을 이용하여 제1, 제2 및 제3 매개변수를 추출할 수 있다.The first, second and third parameters may be extracted using the use acceleration stored in the use acceleration storage unit 104 and distance error, host speed and relative speed data according to the use acceleration.

상기 매개변수 추출부(105)는 운전자의 운전습관을 파악하기에 충분할 만큼의 제1, 제2 및 제3 매개변수들을 추출한다. 상기 추출해야 할 제1, 제2 및 제3 매개변수들의 개수는 설정자의 임의의 설정에 의해 정해질 수 있다. The parameter extractor 105 extracts enough first, second and third parameters to grasp the driving habits of the driver. The number of the first, second and third parameters to be extracted may be determined by any setting of the setter.

상기 매개변수 저장부(106)는 상기 매개변수 추출부(105)가 추출한 매개변수들을 저장하고 테이블을 만든다. 즉, 거리오차의 변화에 따른 제1 매개변수의 변화에 대한 테이블, 자차속도의 변화에 따른 제2 매개변수의 변화에 대한 테이블 및 상대속도의 변화에 따른 제3 매개변수의 변화에 대한 테이블을 만들 수 있다. 상기 매개변수 저장부(106)는 설정자가 설정한 기준 개수 이상이 될 때까지 제1, 제2 및 제3 매개변수를 저장하여 테이블화할 수 있다. The parameter storage unit 106 stores the parameters extracted by the parameter extraction unit 105 and creates a table. That is, a table about the change of the first parameter according to the change of the distance error, a table about the change of the second parameter according to the change of the host speed, and a table about the change of the third parameter according to the change of the relative speed I can make it. The parameter storage unit 106 may store and tabulate the first, second, and third parameters until the reference number is set by the setter.

상기 커브피팅 수행부(107)는 상기 매개변수 저장부(106)에 저장된 제1, 제2 및 제3 매개변수를 통해 커브피팅을 수행한다. 구체적으로, 제1 매개변수를 통하여 거리오차와의 커브피팅을 수행한다. 제2 매개변수를 통하여 자차속도와의 커브피팅을 수행한다, 제3 매개변수를 통하여 상대속도와의 커브피팅을 수행한다.The curve fitting performing unit 107 performs curve fitting through the first, second and third parameters stored in the parameter storage unit 106. Specifically, curve fitting with a distance error is performed through the first parameter. Curve fitting with the host speed is performed through the second parameter, and curve fitting with the relative speed is performed through the third parameter.

상기 커브피팅 수행부(107)는 상기 매개변수들 각각의 커브피팅을 통하여, 제1 매개변수와 거리오차와의 상관관계를 나타내는 그래프를 나타낼 수 있다. 상기 커브피팅 수행부(107)는 제2 매개변수와 자차속도와의 상관관계를 나타내는 그래프를 나타낼 수 있다. 상기 커브피팅 수행부(107)는 제3 매개변수와 상대속도와의 상관관계를 나타내는 그래프를 나타낼 수 있다. 상기 커브피팅 수행부(107)는 최소자승기법을 이용하여 커브피팅을 수행할 수 있다.The curve fitting performing unit 107 may display a graph indicating a correlation between the first parameter and the distance error through the curve fitting of each of the parameters. The curve fitting performing unit 107 may display a graph indicating a correlation between the second parameter and the host vehicle speed. The curve fitting performing unit 107 may display a graph indicating a correlation between the third parameter and the relative speed. The curve fitting performing unit 107 may perform curve fitting using a least squares method.

상기 목표 가속도 연산부(108)는 차량의 주행모드에 따른 목표가속도를 연산한다. 상기 주행모드 선택부(103)에서 선택된 주행모드가 일반모드 중 하나인 경우에, 상기 목표 가속도 연산부(108)는 선택된 주행모드에 따라 설정된 제1 매개변수와 거리오차와의 상관관계를 나타내는 그래프를 이용하여 제1 가속도를 연산한다. 상기 목표 가속도 연산부(108)는 선택된 주행모드에 따라 설정된 제2 매개변수와 자차속도와의 상관관계를 나타내는 그래프를 이용하여 제2 가속도를 연산한다. 상기 목표 가속도 연산부(108)는 선택된 주행모드에 따라 설정된 제3 매개변수와 상대속도와의 상관관계를 나타내는 그래프를 이용하여 제3 가속도를 연산한다. 상기 목표 가속도 연산부(108)는 상기 제1 가속도, 상기 제2 가속도 및 상기 제3 가속도를 이용하여 목표 가속도를 연산한다. The target acceleration calculator 108 calculates a target acceleration according to the driving mode of the vehicle. When the driving mode selected by the driving mode selecting unit 103 is one of the general modes, the target acceleration calculating unit 108 displays a graph indicating a correlation between the first parameter and the distance error set according to the selected driving mode. To calculate the first acceleration. The target acceleration calculator 108 calculates the second acceleration by using a graph indicating a correlation between the second parameter set according to the selected driving mode and the own vehicle speed. The target acceleration calculator 108 calculates the third acceleration by using a graph indicating a correlation between the third parameter set according to the selected driving mode and the relative speed. The target acceleration calculator 108 calculates a target acceleration by using the first acceleration, the second acceleration, and the third acceleration.

상기 일반모드는 컴포트 모드(Comfort Mode), 노말 모드(Normal Mode) 및 스포츠 모드(Sports Mode)를 포함할 수 있다. 컴포트 모드(Comfort Mode)는 노말 모드(Normal Mode)와 스포츠 모드(Sports Mode)와 비교하여 목표 가속도의 시간에 따른 변화가 원만할 수 있다. 스포츠 모드(Sports Mode)는 컴포트 모드(Comfort Mode)와 노말 모드(Normal Mode)와 비교하여 목표가속도의 시간에 따른 변화가 급할 수 있다. 이처럼 각 모드에 따라 운전자의 성향을 반영한 목표 가속도의 설정이 가능하다.The general mode may include a comfort mode, a normal mode, and a sports mode. The comfort mode may have a smooth change over time of the target acceleration compared to the normal mode and the sports mode. The sports mode (Sports Mode) may have a rapid change over time of the target acceleration compared to the comfort mode (Normal Mode) and normal mode (Normal Mode). In this way, it is possible to set the target acceleration reflecting the driver's propensity according to each mode.

상기 주행모드 선택부(103)에서 선택된 주행모드가 학습모드인 경우에. 상기 목표 가속도 연산부(108)는 상기 커브피팅 수행부(107)를 통해 형성된 상기 제1 매개변수와 거리오차와의 상관관계를 나타내는 그래프를 통해 제1 가속도를 연산한다. 상기 목표 가속도 연산부(108)는 상기 커브피팅 수행부(107)를 통해 형성된 상기 제2 매개변수와 자차속도와의 상관관계를 나타내는 그래프를 통해 제2 가속도를 연산한다. 상기 목표 가속도 연산부(108)는 상기 커브피팅 수행부(107)를 통해 형성된 상기 제3 매개변수와 상대속도와의 상관관계를 나타내는 그래프를 통해 제3 가속도를 연산한다. 상기 목표 가속도 연산부(108)는 상기 제1 가속도, 제2 가속도 및 제3 가속도를 이용하여 차량의 목표 가속도를 연산한다. 상기 목표 가속도는 수학식 2를 통해 연산될 수 있다.When the driving mode selected by the driving mode selection unit 103 is a learning mode. The target acceleration calculating unit 108 calculates a first acceleration through a graph showing a correlation between the first parameter and the distance error formed through the curve fitting performing unit 107. The target acceleration calculator 108 calculates a second acceleration through a graph showing a correlation between the second parameter formed through the curve fitting performer 107 and the host vehicle speed. The target acceleration calculating unit 108 calculates the third acceleration through a graph showing a correlation between the third parameter and the relative speed formed through the curve fitting performing unit 107. The target acceleration calculator 108 calculates a target acceleration of the vehicle by using the first acceleration, the second acceleration, and the third acceleration. The target acceleration may be calculated through Equation 2.

Figure 112012100942586-pat00002
Figure 112012100942586-pat00002

수학식 2를 참고하면, ar는 목표 가속도, p는 제1 매개변수, q는 제2 매개변수, r는 제3 매개변수를 나타낸다. Δc는 거리오차, Vs는 자차속도, Vrel는 상대속도를 나타낸다. 상기 식의 첫번째 항이 제1 가속도, 두번째 항이 제2 가속도, 세번째 항이 제3 가속도를 나타낸다. Referring to Equation 2, a r represents a target acceleration, p represents a first parameter, q represents a second parameter, and r represents a third parameter. Δc is the distance error, Vs is the host speed, and Vrel is the relative speed. The first term of the equation represents the first acceleration, the second term represents the second acceleration, and the third term represents the third acceleration.

도 3은 본 발명의 바람직한 실시예에 따른 지능형 순항 제어 시스템의 제어방법이다. 도 3을 참고하면, 초음파 센서 또는 레이저 센서를 이용하여 선행 차량과의 거리를 검출하고, 상술한 바와 같이 목적거리를 연산한다. 이어 목적거리와 실제거리를 이용하여 거리오차를 연산한다. 속도 검출부를 이용하여 자차의 속도와 선행차량의 속도를 검출하고, 이를 이용하여 상대속도를 연산한다(S301).3 is a control method of an intelligent cruise control system according to a preferred embodiment of the present invention. Referring to FIG. 3, the distance to the preceding vehicle is detected using an ultrasonic sensor or a laser sensor, and the target distance is calculated as described above. The distance error is then calculated using the target distance and the actual distance. The speed of the host vehicle and the speed of the preceding vehicle are detected by using the speed detector, and the relative speed is calculated using the speed (S301).

운전자가 주행모드 선택부를 통해 주행모드를 선택한다(S302). 상기 주행모드는 일반모드 및 학습모드를 포함할 수 있다. 상기 일반모드는 다양한 모드를 포함할 수 있다. 예를 들어, 시간에 따른 목적 가속도의 변화가 비교적 급한 스포츠 모드(Sports Mode), 시간에 따른 목적 가속도의 변화가 비교적 원만한 컴포트 모드(Comfort Mode) 및 상기 두 가지 모드의 중간적인 변화를 가지는 노말 모드(Normal Mode)를 포함할 수 있다. 상기 학습모드는 운전자의 운전습관을 학습하여 시간에 따른 목적가속도의 변화를 주행모드에 반영한다.The driver selects the driving mode through the driving mode selection unit (S302). The driving mode may include a normal mode and a learning mode. The general mode may include various modes. For example, a sports mode in which the target acceleration changes relatively rapidly over time, a comfort mode in which the target acceleration changes relatively smoothly over time, and a normal mode having an intermediate change between the two modes. (Normal Mode) may be included. The learning mode learns the driving habits of the driver and reflects the change in the target acceleration with time in the driving mode.

상기 선택된 주행모드에 따라 목표 가속도를 연산한다(S303). 구체적으로 주행모드가 일반모드인 경우에는, 먼저 거리오차와 제1 매개변수를 이용하여 제1 가속도를 연산한다. 이어 자차속도와 제2 매개변수를 이용하여 제2 가속도를 연산한다. 상대속도와 제3 매개변수를 이용하여 제3 가속도를 연산한다. 즉, 상기 제1 매개변수는 거리오차에 대한 함수이고, 제1 매개변수에 따라 거리오차에 가중치를 부과하여 제1 가속도를 나타낸다. 상기 제2 매개변수는 자차속도에 대한 함수이고, 제1 매개변수에 따라 자차속도에 가중치를 부과하여 제2 가속도를 나타낸다. 상기 제3 매개변수는 상대속도에 대한 함수이고, 제3 매개변수에 따라 상대속도에 가중치를 부과하여 제3 가속도를 나타낸다. 상기 제1 가속도, 상기 제2 가속도 및 상기 제3 가속도의 총합으로 사용가속도를 나타낼 수 있다.A target acceleration is calculated according to the selected driving mode (S303). Specifically, when the driving mode is the general mode, first acceleration is calculated using the distance error and the first parameter. The second acceleration is then calculated using the host vehicle speed and the second parameter. The third acceleration is calculated using the relative speed and the third parameter. That is, the first parameter is a function of the distance error, and represents the first acceleration by weighting the distance error according to the first parameter. The second parameter is a function of the host vehicle speed and represents the second acceleration by weighting the host vehicle speed according to the first parameter. The third parameter is a function of relative speed and represents the third acceleration by weighting the relative speed according to the third parameter. The sum of the first acceleration, the second acceleration, and the third acceleration may indicate the use acceleration.

여기서, 상기 거리오차와 제1 매개변수와의 관계는 기설정된 그래프를 통해 정의될 수 있다. 상기 자차속도와 제2 매개변수와의 관계는 기설정된 그래프를 통해 정의될 수 있다. 상기 상대속도와 제3 매개변수와의 관계는 기설정된 그래프를 통해 정의될 수 있다. 상기 제1, 제2 및 제3 가속도를 이용하여 목표 가속도를 연산한다. Here, the relationship between the distance error and the first parameter may be defined through a preset graph. The relationship between the host vehicle speed and the second parameter may be defined through a preset graph. The relationship between the relative speed and the third parameter may be defined through a preset graph. The target acceleration is calculated using the first, second and third accelerations.

주행모드가 학습모드인 경우에는 운전자의 사용가속도를 저장하고, 상기 사용가속도 저장 시점의 거리오차, 자차속도 및 상대속도를 저장한다. 상기 저장된 사용가속도, 거리오차, 자차속도 및 상대속도를 일정개수 이상 저장하여, 제1, 제2 및 제3 매개변수를 추출한다. 상기 추출된 제1 매개변수를 이용하여 거리오차와의 최소자승법을 통한 커브피팅을 수행한다. 상기 추출된 제2 매개변수를 이용하여 자차속도와의 최소자승법을 통한 커브피팅을 수행한다. 상기 추출된 제3 매개변수를 이용하여 상대속도와의 최소자승법을 통한 커브피팅을 수행한다.When the driving mode is the learning mode, the driver's driving acceleration is stored, and the distance error, the own vehicle speed, and the relative speed at the time of storing the driving acceleration are stored. The stored used acceleration, distance error, host vehicle speed and relative speed are stored in a predetermined number or more to extract first, second and third parameters. Curve fitting is performed by using a least square method with a distance error using the extracted first parameter. Curve fitting is performed by using a least square method with the host vehicle speed using the extracted second parameter. Curve fitting is performed by using a least square method with relative speed using the extracted third parameter.

상기 커브피팅들을 통하여, 거리오차와 제1 매개변수와의 상관관계를 나타내는 그래프, 자차속도와 제2 매개변수와의 상관관계를 나타내는 그래프, 상대속도와 제3 매개변수와의 상관관계를 나타내는 그래프를 완성할 수 있다.Through the curve fittings, a graph showing the correlation between the distance error and the first parameter, a graph showing the correlation between the host vehicle speed and the second parameter, and a graph showing the correlation between the relative speed and the third parameter Can be completed.

상기 완성된 그래프들을 이용하여 운전자의 운전습관을 학습한 목적가속도를 연산한다.Using the completed graphs to calculate the target acceleration learning the driver's driving habits.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.The above description is merely illustrative of the technical idea of the present invention, and various modifications, changes, and substitutions may be made by those skilled in the art without departing from the essential characteristics of the present invention. will be. Accordingly, the embodiments disclosed in the present invention and the accompanying drawings are not intended to limit the technical spirit of the present invention but to describe the present invention, and the scope of the technical idea of the present invention is not limited by the embodiments and the accompanying drawings. . The scope of protection of the present invention should be interpreted by the following claims, and all technical ideas within the scope equivalent thereto should be construed as being included in the scope of the present invention.

101: 거리오차 연산부.
102: 상대속도 연산부.
103: 주행모드 선택부.
104: 사용가속도 저장부.
105: 매개변수 추출부.
106: 매개변수 저장부.
107: 커브피팅 수행부.
108: 목표 가속도 연산부.101: distance error calculation unit.
102: relative speed calculator.
103: driving mode selection unit.
104: acceleration storage unit.
105: parameter extraction section.
106: Parameter storage.
107: Curve fitting unit.
108: target acceleration calculating unit.

Claims (8)

센서를 통해 측정된 자차와 선행차량과의 거리 및 목표거리를 이용하여 거리 오차를 연산하는 거리오차 연산부;
속도 측정부로부터 측정된 자차 및 선행차량의 속도를 이용하여 상대속도를 연산하는 상대속도 연산부;
운전자가 주행모드를 선택하는 주행모드 선택부;
상기 선택된 주행모드에 따라 거리오차와 제1 매개변수를 이용하여 연산된 제1 가속도, 자차속도와 제2 매개변수를 이용하여 연산된 제2 가속도 및 상대속도와 제3 매개변수를 이용하여 연산된 제3 가속도를 이용하여 목표 가속도를 연산하는 목표 가속도 연산부를 포함하고,
상기 주행모드 선택부는,
설정자의 설정에 따른 스포츠(Sports) 모드, 노말(Normal) 모드 및 컴포트(Comfort) 모드 중 하나를 포함하는 일반모드와, 상기 운전자의 운전습관을 학습하여 목표 가속도를 설정할 수 있는 학습모드 중 하나를 선택하는 지능형 순항 제어 시스템.A distance error calculator configured to calculate a distance error by using a distance between the host vehicle and the preceding vehicle measured by the sensor and a target distance;
A relative speed calculator configured to calculate a relative speed using the speed of the host vehicle and the preceding vehicle measured from the speed measurer;
A driving mode selection unit for selecting a driving mode by the driver;
The first acceleration calculated using the distance error and the first parameter according to the selected driving mode, the second acceleration calculated using the host speed and the second parameter and the relative speed calculated using the third parameter A target acceleration calculating unit configured to calculate a target acceleration using the third acceleration,
The driving mode selection unit,
One of a general mode including one of a sports mode, a normal mode, and a comfort mode according to a setter's setting, and a learning mode for learning a driving habit of the driver and setting a target acceleration Choosing intelligent cruise control system. 제 1항에 있어서,
상기 운전자가 선택한 주행모드의 종류가 상기 일반모드 중 하나인 경우에는,
목표 가속도 연산부가 선택된 주행모드에 따라 설정된 제1 매개변수와 거리오차와의 상관관계를 나타내는 그래프, 제2 매개변수와 자차속도와의 상관관계를 나타내는 그래프 및 제3 매개변수와 상대속도와의 상관관계를 나타내는 그래프를 이용하여 상기 제1, 제2 및 제3 가속도를 연산하는 지능형 순항 제어 시스템.The method of claim 1,
If the type of the driving mode selected by the driver is one of the general modes,
A graph showing the correlation between the first parameter and the distance error set according to the driving mode selected by the target acceleration calculation unit, a graph showing the correlation between the second parameter and the own vehicle speed, and the correlation between the third parameter and the relative speed Intelligent cruise control system for calculating the first, second and third acceleration using a graph showing a relationship. 제 1항에 있어서,
상기 운전자가 선택한 주행모드의 종류가 상기 학습모드인 경우에는,
운전자의 사용 가속도를 저장하고, 그 시점의 거리오차, 자차속도 및 상대속도를 저장하는 사용 가속도 저장부;
상기 사용 가속도 저장부에 저장된 사용가속도, 거리오차, 자차속도 및 상대속도를 이용하여 거리오차에 대한 제1 매개변수, 자차속도에 대한 제2 매개변수 및 상대속도에 대한 제3 매개변수를 추출하는 매개변수 추출부;
상기 추출된 거리오차에 대한 제1 매개변수, 자차속도에 대한 제2 매개변수 및 상대속도에 대한 제3 매개변수 각각을 기준 개수 이상 저장하는 매개변수 저장부;
상기 저장된 제1 매개변수를 통해 상기 거리오차와의 커브피팅을, 상기 저장된 제2 매개변수를 통해 상기 자차속도와의 커브피팅을, 상기 저장된 제3 매개변수를 통해 상기 상대속도와의 커브피팅을 수행하는 커브피팅 수행부를 더 포함하는 지능형 순항 제어 시스템.The method of claim 1,
If the type of the driving mode selected by the driver is the learning mode,
A use acceleration storage unit for storing the use acceleration of the driver and storing the distance error, the own vehicle speed, and the relative speed at the time;
Extracting the first parameter for the distance error, the second parameter for the own vehicle speed and the third parameter for the relative speed using the used acceleration, the distance error, the own vehicle speed and the relative speed stored in the use acceleration storage unit. Parameter extraction unit;
A parameter storage unit for storing each of the first parameter for the extracted distance error, the second parameter for the own vehicle speed, and the third parameter for the relative speed;
Curve fitting with the distance error through the stored first parameter, curve fitting with the host vehicle speed through the stored second parameter, and curve fitting with the relative speed through the stored third parameter Intelligent cruise control system further comprising a curve fitting performing unit to perform. 제 3항에 있어서,
상기 커브피팅 수행부는 최소자승기법을 이용하여 각각의 커브피팅을 수행하는 지능형 순항 제어 시스템.The method of claim 3, wherein
The curve fitting execution unit performs an intelligent cruise control system for performing each curve fitting using a least squares technique. 거리오차 연산부가 센서를 통해 측정된 자차와 선행차량과의 거리 및 목표거리를 이용하여 거리오차를 연산하는 단계;
상대속도 연산부가 속도 측정부로부터 측정된 자차 및 선행차량과의 속도를 이용하여 상대속도를 연산하는 단계;
주행모드 선택부에서 운전자가 주행모드를 선택하는 단계;
목표 가속도 연산부가 상기 선택된 주행모드에 따라 거리오차와 제1 매개변수를 이용하여 연산된 제1 가속도, 자차속도와 제2 매개변수를 이용하여 연산된 제2 가속도 및 상대속도와 제3 매개변수를 이용하여 연산된 제3 가속도를 이용하여 목표 가속도를 연산하는 단계;를 포함하고,
상기 운전자가 주행모드를 선택하는 단계는,
설정자의 설정에 따른 스포츠(Sports) 모드, 노말(Normal) 모드 및 컴포트(Comfort) 모드 중 하나를 포함하는 일반모드와, 상기 운전자의 운전습관을 학습하여 목표 가속도를 설정할 수 있는 학습모드 중 하나를 선택하는 단계;를 포함하는 지능형 순항 제어 시스템의 제어방법.Calculating, by the distance error calculator, a distance error using a distance between the host vehicle and the preceding vehicle measured by the sensor and a target distance;
Calculating a relative speed using a relative speed calculator by using a speed between the host vehicle and the preceding vehicle measured by the speed measurer;
Selecting a driving mode by the driver in the driving mode selecting unit;
The target acceleration calculator calculates the second acceleration, the relative speed, and the third parameter calculated using the first acceleration, the host vehicle speed, and the second parameter calculated using the distance error and the first parameter according to the selected driving mode. Calculating a target acceleration using the third acceleration calculated using the
The step of the driver selecting the driving mode,
One of a general mode including one of a sports mode, a normal mode, and a comfort mode according to a setter's setting, and a learning mode for learning a driving habit of the driver and setting a target acceleration Selecting; Control method of an intelligent cruise control system comprising a. 제 5항에 있어서,
상기 운전자가 선택한 주행모드의 종류가 상기 일반모드 중 하나인 경우에는,
목표 가속도 연산부가 선택된 주행모드에 따라 기설정된 제1 매개변수와 거리오차와의 상관관계를 나타내는 그래프, 제2 매개변수와 자차속도와의 상관관계를 나타내는 그래프 및 제3 매개변수와 상대속도와의 상관관계를 나타내는 그래프를 이용하여 제1, 제2 및 제3 가속도를 연산하는 지능형 순항 제어 시스템의 제어방법.The method of claim 5,
If the type of the driving mode selected by the driver is one of the general modes,
The target acceleration calculator calculates the correlation between the first parameter and the distance error, the graph indicating the correlation between the second parameter and the own vehicle speed, and the third parameter and the relative speed, according to the selected driving mode. Control method of the intelligent cruise control system for calculating the first, second and third acceleration using a graph showing the correlation. 제 5항에 있어서,
상기 운전자가 선택한 주행모드의 종류가 상기 학습모드인 경우에는,
운전자의 사용 가속도를 저장하고, 그 시점의 거리오차, 자차속도 및 상대속도를 저장하는 사용 가속도 저장부;
상기 사용 가속도 저장부에 저장된 사용가속도, 거리오차, 자차속도 및 상대속도를 이용하여 거리오차에 대한 제1 매개변수, 자차속도에 대한 제2 매개변수 및 상대속도에 대한 제3 매개변수를 추출하는 매개변수 추출부;
상기 추출된 거리오차에 대한 제1 매개변수, 자차속도에 대한 제2 매개변수 및 상대속도에 대한 제3 매개변수를 기준 개수 이상 저장하는 매개변수 저장부;
상기 저장된 제1 매개변수를 통해 상기 거리오차와의 커브피팅을, 상기 저장된 제2 매개변수를 통해 상기 자차속도와의 커브피팅을, 상기 저장된 제3 매개변수를 통해 상기 상대속도와의 커브피팅을 수행하는 커브피팅 수행부를 더 포함하는 지능형 순항 제어 시스템의 제어방법.The method of claim 5,
If the type of the driving mode selected by the driver is the learning mode,
A use acceleration storage unit for storing the use acceleration of the driver and storing the distance error, the own vehicle speed, and the relative speed at the time;
Extracting the first parameter for the distance error, the second parameter for the own vehicle speed and the third parameter for the relative speed using the used acceleration, the distance error, the own vehicle speed and the relative speed stored in the use acceleration storage unit. Parameter extraction unit;
A parameter storage unit for storing the first parameter of the extracted distance error, the second parameter of the own vehicle speed, and the third parameter of the relative speed of the reference number or more;
Curve fitting with the distance error through the stored first parameter, curve fitting with the host vehicle speed through the stored second parameter, and curve fitting with the relative speed through the stored third parameter The control method of the intelligent cruise control system further comprising a curve fitting performing unit to perform. 제 7항에 있어서,
상기 커브피팅 수행부는 최소자승기법을 이용하여 각각의 커브피팅을 수행하는 지능형 순항 제어 시스템의 제어방법.The method of claim 7, wherein
The curve fitting execution unit controls the intelligent cruise control system to perform each curve fitting using the least squares method.
KR1020120140334A 2012-12-05 2012-12-05 Smart cruise control system and control method therefor KR102007247B1 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020120140334A KR102007247B1 (en) 2012-12-05 2012-12-05 Smart cruise control system and control method therefor
CN201310359222.8A CN103847740B (en) 2012-12-05 2013-08-16 Intelligent cruise control system and its control method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120140334A KR102007247B1 (en) 2012-12-05 2012-12-05 Smart cruise control system and control method therefor

Publications (2)

Publication Number Publication Date
KR20140072618A KR20140072618A (en) 2014-06-13
KR102007247B1 true KR102007247B1 (en) 2019-08-06

Family

ID=50855991

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120140334A KR102007247B1 (en) 2012-12-05 2012-12-05 Smart cruise control system and control method therefor

Country Status (2)

Country Link
KR (1) KR102007247B1 (en)
CN (1) CN103847740B (en)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150166069A1 (en) * 2013-12-18 2015-06-18 Ford Global Technologies, Llc Autonomous driving style learning
KR102208225B1 (en) * 2014-12-02 2021-01-26 현대모비스 주식회사 Method and apparatus for adaptive cruise
CN104670235B (en) * 2015-02-17 2017-05-17 苏州安智汽车零部件有限公司 Implementing method for front vehicle following
CN106143490B (en) * 2015-04-07 2019-02-15 上海汽车集团股份有限公司 Adaptive cruise control method and device
KR101833617B1 (en) * 2016-05-18 2018-04-13 박진수 Apparatus for controlling a vehicle and operating method thereof
CN106114504A (en) * 2016-06-30 2016-11-16 深圳市元征科技股份有限公司 A kind of prompting vehicle distance method and device
CN106364317B (en) * 2016-09-06 2019-01-25 浙江吉利汽车研究院有限公司 A kind of automobile spacing cruise system and its method
KR102406114B1 (en) * 2016-12-12 2022-06-07 현대자동차 주식회사 Method and device for controlling full load mode of hybrid vehicle
CN107757621A (en) * 2017-09-11 2018-03-06 吉利汽车研究院（宁波）有限公司 A kind of adaptive cruise method and system for remembering driving behavior custom
CN107808027B (en) * 2017-09-14 2020-11-24 上海理工大学 Self-adaptive car following method based on improved model predictive control
CN107804322B (en) * 2017-09-18 2019-12-13 众泰新能源汽车有限公司 Self-adaptive cruise control method of pure electric vehicle controller
CN107963081B (en) * 2017-11-27 2019-11-15 财团法人车辆研究测试中心 Adaptive method for controlling driving speed and its adaptive speed controller
KR102057453B1 (en) * 2018-07-06 2020-01-22 전자부품연구원 Acceleration and deceleration device and method of vehicle based on driving habits
CN108909709B (en) * 2018-07-12 2020-06-09 奇瑞汽车股份有限公司 Automatic car following method and device
CN109760680B (en) * 2018-12-29 2021-10-29 浙江工业大学 Robust control method for variable speed cruise system of autonomous vehicle with uncertain parameters
CN111717192B (en) * 2019-03-18 2022-01-28 毫末智行科技有限公司 Control method and system for automatically driving vehicle
CN110979327B (en) * 2019-03-18 2021-06-22 毫末智行科技有限公司 Longitudinal control method and system for automatic driving vehicle
CN110341710B (en) * 2019-07-02 2021-07-23 浙江吉利控股集团有限公司 Self-adaptive cruise control method, device and equipment
CN111319623B (en) * 2020-03-18 2021-10-26 东软睿驰汽车技术（上海）有限公司 Vehicle screening method and device based on adaptive cruise control
CN112109708B (en) * 2020-10-26 2023-07-14 吉林大学 Self-adaptive cruise control system considering driving behavior and control method thereof
CN112590788B (en) * 2020-12-10 2022-04-01 上汽通用五菱汽车股份有限公司 Vehicle acceleration control method, ACC system, vehicle, and storage medium

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000355232A (en) * 1999-06-15 2000-12-26 Nissan Motor Co Ltd Preceding vehicle follow-up control device
KR100391652B1 (en) * 2000-12-29 2003-07-12 현대자동차주식회사 Control gain decision method for decceleration control in intellectual cruise control system
JP2003211999A (en) * 2001-11-15 2003-07-30 Denso Corp Running controller for vehicle
JP3784523B2 (en) * 1998-02-13 2006-06-14 富士通テン株式会社 Vehicle traveling speed control device
JP2009280098A (en) * 2008-05-22 2009-12-03 Fuji Heavy Ind Ltd Travel control device for vehicle

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2987778B2 (en) * 1990-11-30 1999-12-06 アイシン精機株式会社 Vehicle speed control device
JPH08168113A (en) * 1994-12-13 1996-06-25 Toshiba Corp Run pattern correction device
JP2006297993A (en) * 2005-04-15 2006-11-02 Toyota Motor Corp Driving force controller
JP4274269B2 (en) * 2007-06-25 2009-06-03 株式会社デンソー Acceleration control device
JP2012066758A (en) * 2010-09-27 2012-04-05 Fuji Heavy Ind Ltd Vehicle cruise control apparatus
US8504275B2 (en) * 2010-09-30 2013-08-06 Robert Bosch Gmbh Adaptive cruise control acceleration rate control

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3784523B2 (en) * 1998-02-13 2006-06-14 富士通テン株式会社 Vehicle traveling speed control device
JP2000355232A (en) * 1999-06-15 2000-12-26 Nissan Motor Co Ltd Preceding vehicle follow-up control device
KR100391652B1 (en) * 2000-12-29 2003-07-12 현대자동차주식회사 Control gain decision method for decceleration control in intellectual cruise control system
JP2003211999A (en) * 2001-11-15 2003-07-30 Denso Corp Running controller for vehicle
JP2009280098A (en) * 2008-05-22 2009-12-03 Fuji Heavy Ind Ltd Travel control device for vehicle

Also Published As

Publication number Publication date
CN103847740B (en) 2017-03-15
KR20140072618A (en) 2014-06-13
CN103847740A (en) 2014-06-11

Similar Documents

Publication Publication Date Title
KR102007247B1 (en) Smart cruise control system and control method therefor
US10793165B2 (en) Driving assistance method, and driving assistance device, driving control device, vehicle, driving assistance program, and recording medium using said method
US10229229B2 (en) Driving model generation device, driving model generation method, driving evaluation device, driving evaluation method, and driving support system
US20190377352A1 (en) Method and system for assisting an operator of an ego-vehicle in controlling the ego-vehicle by determining a future behavior and an associated trajectory for the ego-vehicle
EP3342670B1 (en) Method to dynamically adjusting speed control rates of autonomous vehicles
US20190111933A1 (en) Method for producing control data for rule-based driver assistance
EP2712781B1 (en) Vehicle speed control apparatus
WO2018221453A1 (en) Output device, control method, program, and storage medium
KR101741608B1 (en) Preceding vehicle selection apparatus
CN108885836A (en) Driving assistance method and drive assistance device, automatic Pilot control device, vehicle, driving assistance system and the program for utilizing the driving assistance method
EP2653367A2 (en) Parking aid device, parking aid method, program, and storage medium storing the program
JP2019059464A5 (en)
JP2012113631A (en) Driving support system and driving support management center
JP2013142975A (en) Preceding vehicle selector and inter-vehicle controller
JP5867524B2 (en) Driving evaluation device, driving evaluation method, and driving support system
US20180173314A1 (en) Apparatus and Method for Determining an Intended Target
CN114126942B (en) Adaptive cruise control method and system
EP3725609B1 (en) Calibrating method for vehicle anti-collision parameters, vehicle controller and storage medium
JP2009175929A (en) Driver condition estimating device and program
JP2019078554A (en) Object detector
KR20210037790A (en) Autonomous driving apparatus and method
JP2019012481A (en) Driving diagnostic device and driving diagnostic method
JP5294193B2 (en) Vehicle driving support system and vehicle driving support method
CN112319505B (en) Automatic driving lane change judgment method, device, equipment and storage medium
KR101659852B1 (en) Preceding vehicle selection apparatus

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant