KR102057532B1 - 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치 및 그 동작 방법 - Google Patents

자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치 및 그 동작 방법 Download PDF

Info

Publication number
KR102057532B1
KR102057532B1 KR1020160132079A KR20160132079A KR102057532B1 KR 102057532 B1 KR102057532 B1 KR 102057532B1 KR 1020160132079 A KR1020160132079 A KR 1020160132079A KR 20160132079 A KR20160132079 A KR 20160132079A KR 102057532 B1 KR102057532 B1 KR 102057532B1
Authority
KR
South Korea
Prior art keywords
vehicle
driving
data
learning
autonomous
Prior art date
Application number
KR1020160132079A
Other languages
English (en)
Other versions
KR20180040759A (ko
Inventor
민경욱
최정단
강정규
박상헌
성경복
손주찬
이동진
조용우
한승준
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020160132079A priority Critical patent/KR102057532B1/ko
Priority to US15/602,912 priority patent/US10371534B2/en
Publication of KR20180040759A publication Critical patent/KR20180040759A/ko
Application granted granted Critical
Publication of KR102057532B1 publication Critical patent/KR102057532B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/10—Path keeping
    • B60W30/12—Lane keeping
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18159—Traversing an intersection
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18163—Lane change; Overtaking manoeuvres
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • B60W40/072—Curvature of the road
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3848—Data obtained from both position sensors and additional sensors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3885—Transmission of map data to client devices; Reception of map data by client devices
    • G01C21/3893—Transmission of map data from distributed sources, e.g. from roadside stations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3885—Transmission of map data to client devices; Reception of map data by client devices
    • G01C21/3896—Transmission of map data from central databases
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • 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
    • B60W2550/30—
    • 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
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4042—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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2750/30—
    • 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
    • B60W2754/00—Output or target parameters relating to objects
    • B60W2754/10—Spatial relation or speed relative to objects
    • 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
    • B60W2754/00—Output or target parameters relating to objects
    • B60W2754/10—Spatial relation or speed relative to objects
    • B60W2754/30—Longitudinal distance
    • 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

Abstract

본 발명은 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치 및 그 동작 방법에 관한 것으로서, 본 발명의 실시예에 따른 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치는 자율주행 차량을 기준으로 기설정된 소정 거리 이내에서 주행중인 주변 차량을 감지하는 센싱부, 상기 자율주행 차량과 타차량 간, 또는 상기 자율주행 차량과 클라우드 서버 간에 데이터를 송수신하는 통신부, 차선 레벨(Lane-lever)의 정밀 맵 데이터를 저장하는 저장부, 및 상기 센싱부의 감지 결과에 대한 주행상황 데이터를 상기 정밀 맵 데이터에 매핑하여 상기 자율주행 차량 중심의 매핑 데이터를 생성하며, 상기 매핑 데이터를 상기 통신부를 통해 상기 타차량 또는 상기 클라우드 서버로 전송하며, 상기 매핑 데이터 및 상기 타차량 또는 상기 클라우드 서버로부터 수신되는 데이터를 이용하여 자율주행을 위한 학습을 수행하는 학습부를 포함한다.

Description

자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치 및 그 동작 방법{Device for sharing and learning driving environment data for improving the intelligence judgments of autonomous vehicle and method thereof}
본 발명은 자율주행 기술에 관한 것으로, 특히 자율주행 차량의 주행상황의 데이터를 공유하고, 공유된 데이터를 이용하여 학습을 수행하는 장치 및 그 동작 방법에 관한 것이다.
종래의 자율주행 차량의 상황판단 및 행동결정은 정해진 방법에 의해서 수행되었다. 즉, 자율주행 차량의 차선변경, 곡선도로주행, 교차로 주행, 차간거리 유지, 차선 유지 등의 미션에 대한 상황 판단 및 행동 결정은 정해진 상황에 의해서만 수행되었다. 예컨대, 차선변경(좌, 우회전, 추월, 유턴을 수행하기 위한)을 수행하기 위해서는 주행 차선의 전방 차량 및 목표 차선의 전/후방 차량과의 속도 및 거리를 이용하여 정해진 조건에 부합할 경우 판단을 하고 행동 결정을 한다. 또한, 곡선도로에서의 속도 조절 또한 정해진 파라미터에 의해 결정하게 된다.
그러나, 정해진 조건에 따라 판단할 시, 융통성 있는 상황판단 및 행동결정이 부족할 수 있다. 예컨대, "정해진 조건"에 대한 최적의 값들은 다양한 상황을 반영할 수 있어야 한다.
이는 실제 자율주행상황 데이터를 이용하여 분석함으로써 찾을 수 있다. 즉, 해당 미션 수행 빅 데이터를 분석 및 학습함으로써 보다 최적의 주행 미션을 수행 할 수 있어야 한다. 이러한 빅데이터 분석 및 학습을 통한 자율주행 차량의 지능이 점진적으로 향상된다.
본 발명의 목적은 자율주행 차량의 주행상황의 데이터를 공유하고, 공유된 데이터를 이용하여 도로 주행 시 최적의 상황판단 및 행동결정을 도출하기 위해 학습을 수행하는 장치 및 방법을 제공함에 있다.
전술한 과제를 달성하기 위한 본 발명의 일 양상에 따른 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치는 자율주행 차량을 기준으로 기설정된 소정 거리 이내에서 주행중인 주변 차량을 감지하는 센싱부, 상기 자율주행 차량과 타차량 간, 또는 상기 자율주행 차량과 클라우드 서버 간에 데이터를 송수신하는 통신부, 차선 레벨(Lane-lever)의 정밀 맵 데이터를 저장하는 저장부, 및 상기 센싱부의 감지 결과에 대한 주행상황 데이터를 상기 정밀 맵 데이터에 매핑하여 상기 자율주행 차량 중심의 매핑 데이터를 생성하며, 상기 매핑 데이터를 상기 통신부를 통해 상기 타차량 또는 상기 클라우드 서버로 전송하며, 상기 매핑 데이터 및 상기 타차량 또는 상기 클라우드 서버로부터 수신되는 데이터를 이용하여 자율주행을 위한 학습을 수행하는 학습부를 포함한다.
상기 주행상황 데이터는 상기 자율주행차량의 현재 위치, 차속, 상기 주변 차량의 차속 및 상기 주변 차량과 상기 자율주행차량 간의 거리를 포함한다.
상기 매핑 데이터는 상기 주변 차량에 부여된 트래킹 ID, 상기 트래킹 ID 각각에 대응하여 상기 주변 차량의 차속, 주행 차선, 상기 자율주행 차량과의 거리 정보를 포함한다.
상기 통신부는 상기 자율주행 차량 중심의 매핑 데이터를 V2V(Vehicle to Vehicle) 통신을 통해 상기 타차량으로 전송하거나, V2C(Vehicle to Cloud Server) 통신을 통하여 상기 클라우드 서버로 전송한다.
상기 학습부는 상기 통신부의 V2V 통신을 통해 상기 타차량으로부터 수신되는 상기 타차량의 주행상황 데이터와 상기 자율주행 차량의 주행상황 데이터를 상기 정밀 맵 데이터에 매핑하여 주행상황 매핑 데이터를 생성하고, 상기 주행상황 매핑 데이터를 이용하여 주행 미션 별 상황 판단 조건의 부합 여부를 판단하며, 상기 상황 판단 조건에 부합하면 학습 데이터를 추출하여 상기 주행 미션에 대한 학습을 수행한다.
상기 주행 미션은 차선 변경, 차선 유지, 차간 거리 유지, 교차로 통과, 곡선 도로 주행 중 적어도 하나를 포함한다.
상기 통신부는 상기 클라우드 서버 내 상기 자율주행 차량에게 할당된 클라우드 스토리지에 상기 자율주행 차량의 매핑 데이터를 전송한다.
상기 학습부는 상기 통신부를 통해 상기 클라우드 서버에서 다수의 차량의 주행상황 데이터를 이용하여 학습한 학습 결과를 수신하고, 상기 학습 결과를 자율주행을 위한 학습에 이용한다.
상기 학습부는 차량의 운전자의 조작에 따라 상기 차량에서 주행 미션 수행이 확인되면, 상기 주행 미션 수행 시의 학습 데이터가 기록되고, 다수의 차량 각각에서 기록된 학습 데이터를 병합하여 학습한다.
한편, 전술한 과제를 달성하기 위한 본 발명의 다른 양상에 따른 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 방법은 자율주행 차량을 기준으로 기설정된 소정 거리 이내에서 주행중인 주변 차량을 감지하는 단계, 상기 감지 결과에 대한 주행상황 데이터를 기저장된 정밀 맵 데이터에 매핑하여 상기 자율주행 차량 중심의 매핑 데이터를 생성하는 단계, 상기 매핑 데이터를 무선 통신을 통해 타차량 또는 클라우드 서버에 공유하는 단계, 및 상기 매핑 데이터 및 상기 타차량으로부터 수신되는 상기 타차량의 주행상황 데이터를 이용하여 자율주행을 위한 학습을 수행하는 단계를 포함한다.
상기 주행상황 데이터는 상기 자율주행차량의 현재 위치, 차속, 상기 주변 차량의 차속 및 상기 주변 차량과 상기 자율주행차량 간의 거리를 포함한다.
상기 주행상황 매핑 데이터는 상기 주변 차량에 부여된 트래킹 ID, 상기 트래킹 ID 각각에 대응하여 상기 주변 차량의 차속, 주행 차선, 상기 자율주행 차량과의 거리 정보를 포함한다.
상기 공유하는 단계는 상기 자율주행 차량 중심의 매핑 데이터를 V2V(Vehicle to Vehicle) 통신을 통해 상기 타차량으로 전송하거나, V2C(Vehicle to Cloud Server) 통신을 통하여 상기 클라우드 서버로 전송한다.
상기 학습을 수행하는 단계는 상기 자율주행 차량의 주행상황 데이터와, V2V 통신을 통해 상기 타차량으로부터 수신되는 상기 타차량의 주행상황 데이터를 상기 정밀 맵 데이터에 매핑하여 주행상황 매핑 데이터를 생성하는 단계, 상기 주행상황 매핑 데이터를 이용하여 주행 미션 별 상황 판단 조건의 부합 여부를 판단하는 단계, 및 상기 상황 판단 조건에 부합하면, 학습 데이터를 추출하여 상기 주행 미션에 대한 학습을 수행하는 단계를 포함한다.
상기 주행 미션은 차선 변경, 차선 유지, 차간 거리 유지, 교차로 통과, 곡선 도로 주행 중 적어도 하나를 포함한다.
상기 공유하는 단계는 상기 클라우드 서버 내 상기 자율주행 차량에게 할당된 클라우드 스토리지에 상기 자율주행 차량의 주행상황 매핑 데이터를 전송한다.
상기 학습을 수행하는 단계는 상기 클라우드 서버에서 다수의 차량의 주행상황 데이터를 이용하여 학습한 학습 결과를 V2C 통신을 통해 수신하고, 상기 학습 결과를 자율주행을 위한 학습에 이용한다.
상기 학습을 수행하는 단계는 차량의 운전자의 조작에 따라 상기 차량에서 주행 미션 수행이 확인되면, 상기 주행 미션 수행 시의 학습 데이터가 기록되고, 다수의 차량 각각에서 기록된 학습 데이터를 병합하여 학습한다.
본 발명의 실시예에 따르면, 초보 운전자와 같이 운전이 미숙한 운전자가 실제 운전 학습 및 경험을 통해 숙련된 운전을 수행하는 것과 같은 방법으로, 위한 주행상황 데이터를 직접 취득하거나 타차량 또는 클라우드 서버로부터 취득하고 이를 이용하여 학습을 수행함으로써, 학습을 통해 자율주행 차량의 판단 지능을 향상시켜 보다 안전하고 최적의 자율 주행 미션을 수행할 수 있다.
도 1은 본 발명의 실시예에 따른 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치 블록도.
도 2는 본 발명의 실시예에 따른 자율주행 차량의 주행상황 데이터를 설명하기 위한 제1 참조도.
도 3은 본 발명의 실시예에 따른 자율주행 차량의 주행상황 데이터를 설명하기 위한 제2 참조도.
도 4는 본 발명의 실시예에 따른 V2V 통신을 통해 획득되는 데이터를 이용하여 학습하는 과정을 설명하기 위한 제1 참조도.
도 5는 본 발명의 실시예에 따른 V2V 통신을 통해 획득되는 데이터를 이용하여 학습하는 과정을 설명하기 위한 제2 참조도.
도 6은 본 발명의 실시예에 따른 V2V 통신을 통해 획득되는 데이터를 이용하여 학습하는 과정을 설명하기 위한 제3 참조도.
도 7은 본 발명의 실시예에 따른 V2V 통신을 통해 획득되는 데이터를 이용하여 학습하는 과정을 설명하기 위한 제4 참조도.
도 8은 본 발명의 실시예에 따른 V2V 통신을 통해 획득되는 데이터를 이용하여 학습하는 과정을 설명하기 위한 제5 참조도.
도 9는 본 발명의 실시예에 따른 V2V 통신을 통해 획득되는 데이터를 이용하여 학습하는 과정을 설명하기 위한 제6 참조도.
도 10은 본 발명의 실시예에 따른 V2C 통신을 통해 데이터를 전송하고 학습 결과를 수신하는 과정을 설명하기 위한 제1 참조도.
도 11은 본 발명의 실시예에 따른 V2C 통신을 통해 데이터를 전송하고 학습 결과를 수신하는 과정을 설명하기 위한 제2 참조도.
도 12는 본 발명의 실시예에 따른 운전자가 운전하는 자율주행 차량에서 주행 미션 수행 시 학습 데이터를 추출하여 후처리로 학습을 수행하는 과정을 설명하기 위한 참조도.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 기재에 의해 정의된다. 한편, 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 또는 "포함하는(comprising)"은 언급된 구성요소, 단계, 동작 및/또는 소자 이외의 하나 이상의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가급적 동일한 부호를 부여하고, 또한 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있는 경우에는 그 상세한 설명은 생략한다.
도 1은 본 발명의 실시예에 따른 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치 블록도이다.
도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치(100)는 위치 확인부(110), 센싱부(120), 통신부(130), 저장부(140), 학습부(150)를 포함한다.
한편, 주행상황 데이터 공유 및 학습 장치(100)는 자율주행 차량 및 유인 운전 차량에 모두 구현될 수 있으나, 이하에서는 설명의 편의 상 자율주행 차량을 예로 들어 설명하도록 한다.
위치 확인부(110)는 자율주행 차량의 GPS 위치를 확인할 수 있으며, 자율주행 차량의 소정 위치에 장착된 GPS 수신기를 이용할 수 있다.
센싱부(120)는 자율주행 차량에 장착되어 자율주행 차량의 주변의 장애물(타차량)을 감지한다. 이때, 센싱부(120)는 자율주행 차량을 기준으로 기설정된 소정 거리 이내에서 주행중인 타차량을 감지할 수 있다. 예컨대, 센싱부(120)는 자율주행 차량의 주행 차선에서 주행중인 전/후방 차량과 옆 차선에서 주행중인 타차량을 감지할 수 있다. 여기서, 센싱부(120)는 자율주행 차량의 외부의 앞뒤 범퍼의 소정 위치에 장착된 레이저, 초음파, 라이다(Lidar), 카메라 등의 센서일 수 있다.
통신부(130)는 자율주행 차량과 타차량 간의 차량간 통신(V2V, Vehicle to Vehicle)를 통해 타차량으로 자신의 주행상황 데이터를 송신할 수 있고, 타차량의 주행상황 데이터를 수신할 수 있다. V2V 통신은 기존의 WAVE(Wireless Access in Vehicular Environment) 통신 또는 LTE(Long Term Evolution)와 같은 이동 통신일 수 있다.
또한, 통신부(130)는 자율주행 차량과 클라우드 서버(Cloud Server)와 같은 인프라(클라우드 서버) 간의 V2C 통신(Vehicle to Cloud Server)를 통해 자신의 주행상황 데이터를 송신할 수 있고, 타차량들의 주행상황 데이터를 수신할 수도 있다.
여기서, 주행상황 데이터는 위치 확인부(110)에 의해 확인된 자율주행 차량의 위치 좌표(x좌표 및 y좌표), 자율주행 차량의 속도, 자율주행 차량과 타차량 간의 거리, 타차량의 속도 등이 포함할 수 있다.
저장부(140)는 차선 레벨(Lane-lever)의 정밀 맵 데이터를 저장한다. 여기서, 차선 레벨의 정밀 맵 데이터는 차선 별 도로망 데이터일 수 있다. 아울러, 저장부(140)의 정밀 맵 데이터는 이후에 학습부(150)에서의 학습 결과에 따라 갱신될 수 있다.
학습부(150)는 자율주행 차량의 판단 지능 향상을 위해 주행상황 데이터를 취득하여 정밀 맵 데이터에 매핑하고, 매핑된 데이터를 이용하여 자율주행을 위한 학습을 수행한다.
구체적으로, 학습부(150)는 센싱부(110)를 통해 인식 및 추적(tracking)된 장애물(타차량)에 대한 정보를 저장부(140)의 차선 레벨의 정밀 맵 데이터에 매핑하여 주행상황 데이터를 유지한다. 이때, 정밀 맵 데이터에는 자율주행 차량의 위치, 속도, 자율주행 차량과 타차량 간의 거리 및 타차량의 속도 등과 같은 주행상황 데이터가 매핑될 수 있다. 이에 따라, 매핑된 매핑 데이터에는 추적된 타차량에 부여된 트래킹 ID, 각 트래킹 ID에 대응하는 차속, 주행 차선, 자율주행 차량과의 거리값 정보가 포함될 수 있다.
예컨대, 도 2의 (a)에 도시된 바와 같이, 자율주행(Ego) 차량을 주변으로 다수의 타차량이 주행하는 환경을 가정한다. 이 경우, 학습부(150)는 센싱부(110)의 센서 정보를 이용하여 인식된 자율주행(Ego) 차량을 기준으로 소정 거리 이내에 위치한 타차량들 각각에 도 2의 (b)와 같이 트래킹 ID(O1~O6)를 부여한다. 아울러, 도 2의 (c)의 테이블과 같이 차선 레벨의 정밀 맵 데이터에 매핑하여 각 트래킹 ID별 차속(Speed)과, 주행 차선(lane #) 및 자율주행 차량과의 거리(distance)를 파악할 수 있다.
한편, 학습부(150)는 정밀 맵 데이터에 주행상황 데이터가 매핑된 매핑 데이터, 즉 자율주행 차량 중심의 매핑 데이터를 타차량 및 인프라(클라우드 서버)에 전달하여 공유할 수 있다. 구체적으로, 학습부(150)는 도 3의 (a)에 도시된 바와 같이 자율주행(Ego) 차량 중심의 매핑 데이터를 통신부(130)를 통하여 송신하여 타차량 또는 클라우드 서버에 공유한다. 이때, 공유되는 매핑 데이터는 도 3의 (b)와 같이 자율주행(ego) 차량의 주행 속도, 현재 위치(Location), 주행 차선(점유 차선)과 장애물로 인식된 타차량의 주행 속도 및 주행 차선, 자율주행 차량과 타차량 간의 거리를 포함할 수 있다. 이러한 매핑 데이터는 도 3의 (c)와 같이 통신부(130)의 V2V 통신을 통하여 타차량(주변 차량)에 전달될 수 있으며, 통신부(130)의 V2C 통신을 통하여 클라우드 서버(인프라)에 전달될 수도 있다.
나아가, 학습부(150)는 통신부(130)의 V2V 통신을 통하여 주변 차량으로부터 주변차량(타차량) 중심의 주행상황 데이터를 전달받을 수 있다. 이때, V2V 통신을 통해 주행상황 데이터를 전달하는 차량(타차량)은 자율주행 차량을 기준으로 기설정된 소정 거리 이내(예컨대, V2V 통신 거리)에 위치한 주변 차량일 수 있다. 학습부(150)는 타차량들(Vi, Vj, ....) 각각에 의해 인식된 장애물 정보, 즉 타차량들 각각의 주행상황에 대한 데이터(Driving Environment Data)를 V2V 통신을 통해 전달받을 수 있다. 또는, 학습부(150)는 통신부(130)를 통해 타차량들 각각의 정밀 맵 데이터에 주행상황 데이터가 매핑된 타차량의 매핑 데이터를 전달받을 수도 있다.
한편, 학습부(150)는 타차량으로부터 전달받은 타차량의 주행상황 데이터와 자율주행 차량의 주행상황 데이터를 이용하여 판단 지능 향상을 위한 학습을 수행할 수 있다. 예컨대, 도 4에 도시된 바와 같이 학습부(150)는 전달받은 타차량들(Vi, Vj, ....)의 주행상황 데이터를 실시간(real-time)으로 자가 학습(Self-learning)하여 저장부(140)에 저장된 정밀 맵 데이터에 매핑할 수 있다.
도 5의 (a)와 같이, 학습부(150)는 자율주행 차량에서 인식된 데이터(자율주행 차량의 주행상황 데이터)와 함께 V2V 통신을 통해 전달된 데이터(타차량들의 주행상황 데이터)를 정밀 맵 데이터에 매핑할 수 있다. 이와 같이, V2V 통신을 통한 타차량의 주행상황 데이터의 공유에 의해서, 학습부(150)는 도 5의 (b)와 같이 자율주행 차량을 기준으로 보다 넓은 영역에 대한 주행상황 데이터를 실시간으로 수집할 수 있고, 이를 이용하여 도로주행 학습을 수행할 수 있다.
구체적으로, 타차량의 주행 상황에 대한 공유 데이터를 이용한 실시간 분석 및 학습은 도 6과 같은 과정을 거쳐서 수행될 수 있다. 이하에서는, V2V 통신을 이용한 주행상황 데이터를 공유하고 학습하는 경우를 예를 들어 설명한다.
먼저, 학습부(150)는 V2V 통신을 통해 타차량으로부터 주행상황 데이터를 수신하고, 자율주행 차량에서 인식된 주행상황 데이터와 매핑한다(S601). 아울러, 학습부(150)는 매핑된 데이터, 즉 타차량의 주행상황 데이터와 자율주행 차량의 주행상황 데이터를 정밀 맵 데이터에 매핑한 주행상황 매핑 데이터를 기록한다(S602). 이는, 일부 과거 데이터로부터 학습 데이터를 추출할 필요가 있기 때문에, 데이터를 로깅(기록)할 필요가 있기 때문이다. 이때, 학습부(150)는 주행상황 매핑 데이터에서 일부만을 로깅할 수도 있고, 전체를 로깅할 수도 있다.
이후, 학습부(150)는 주행 미션 별 상황 판단 조건에 부합하는지 판단한다(S603). 이하에서는 설명의 편의를 위해, 주행 미션이 차량의 차선변경 미션인 것을 가정하여 설명한다. 여기서, 차선 변경은 차량이 교차로에서의 좌/우회전, U턴 또는 추월을 하기 위해 필요한 미션이다. 차선 변경을 수행하기 위해서는 주행 차선의 전방 차량과 변경할 차선의 전/후방 차량과의 거리 및 속도를 파악하여 차선 변경을 수행해야 한다.
미션 별 상황 판단 조건에 부합하는지 판단하기 위해, 학습부(150)는 주행상황 매핑 데이터에서 차선 변경 차량을 파악한다. 예컨대, 도 7에 도시된 경우를 예를 들어 설명한다.
학습부(150)는 임의의 시간인 tm 시점에서 주행하는 차선(Li)과 이후의 tn 시점에서 주행하는 차선(Lj)이 다른, 임의의 차량(Oi)(자율주행 차량)을 검출한다(Lane(Oitm)≠Lane(Oitn)). 이후, tm 시점에서 임의의 차량(Oi)의 주행 차선(Li)에서의 전방 차량(Oj)(차선 변경 전 전방 차량)을 검출한다. 또한, 차선 변경한 tn 시점에서 임의의 차량(Oi)이 차선 변경한 변경 차선(Lj)에서의 전방 차량(Ok)(차선 변경 후 전방 차량) 및 후방 차량(Ol)를 검출한다.
학습부(150)는 검출된 타차량들(차선 변경 전 전방 차량, 차선 변경 후 전방 차량 및 후방 차량)(Oj, Ok, Ol)의 속도 변화량을 계산한다. 이때, 검출된 타차량들의 속도 변화량은 각각 △V(Oj)tm~tn, △V(Ok)tm~tn, △V(Ol)tm~tn일 수 있다. 아울러, 학습부(150)는 자율주행 차량(Oi)의 속도 변화량(△V(Oi)tm~tn)을 계산한다. 여기서, 속도 변화량은 자율주행 차량(Oi)의 차선 변경에 대해 타 차량의 속도 변화가 최소가 되는, 즉 타차량들의 주행에 방해가 최소화되도록 하는 미션 수행을 위해서이다.
아울러, 학습부(150)는 미션 별 상황 판단 조건에 부합하는지 판단하기 위해, 타차량들의 주행에 방해가 최소화되는 속도 변화량의 임계값(threshold)(ΔV)를 미리 정하고, 타차량(Oj, Ok, Ol)의 속도 변화량과 기설정된 임계값(ΔV)을 비교하여 상황 판단 조건에 부합하는지 여부를 판단한다.
예컨대, 타차량들(Oj, Ok, Ol)의 속도 변화량이 임계값을 넘지 않는 경우(△V< △V(Oj)tm~tn, △V(Ok)tm~tn, △V(Ol)tm~tn), 학습부(150)는 상황 판단 조건에 부합한다고 판단한다. 즉, 타차량들(Oj, Ok, Ol) 각각의 속도 변화량(△V(Oj)tm~tn, △V(Ok)tm~tn, △V(Ol)tm~tn)이 임계값을 넘어서는 경우는 차량이 급하게 끼어들기를 한 것으로 판단하고 상황 판단 조건에 부합하지 않는 것으로 판단할 수 있다. 이때, 상황 판단 조건에 부합하지 않는 것으로 판단되면 자율 주행을 위한 학습에서 제외될 수 있다.
또한, 학습부(150)는 자율주행차량(Oi)의 속도 변화량을 확인하여, 차선 변경 시 급가속 및 급감속의 경우가 포함되는지 확인하여 상황 판단 조건에 부합하는 판단할 수 있다. 여기서, 급가속 및 급감속은 주행 시 탑승자의 주행 편의를 최대한 높이기 위해 필요하며, 차선 변경 시 자율주행차량(Oi)의 속도 변화가 급가속 및 급감속의 경우로 판단되면, 상황 판단 조건에 부하지 않는 것으로 판단되어 자율 주행을 위한 학습에서 제외될 수 있다. 예컨대, 급가속 여부를 판단하기 위한 기준은 1.5m/s2 이상일 경우, 급감속을 판단하기 위한 기준은 2.5m/s2 이하일 경우로 기설정될 수 있다.
학습부(150)는 단계 S603에서 미션 별 상황 판단 조건에 부합하는 경우, 학습 데이터를 추출한다(S604). 학습을 수행하기 위해, 학습부(150)는 tm 시점에서 tn 시점 동안 차선 변경에 성공한 도로 주행 상황에 대한 학습 데이터를 추출할 수 있다. 여기서, 차선 변경에 대한 학습 데이터는 타차량들(Oj, Ok, Ol)과 자율주행 차량(Oi) 간의 충돌까지의 시간(TTC, Time To Collision)이 포함될 수 있다. 여기서, 충돌까지의 시간은 도 8에 도시된 바와 같이, 자율주행 차량(Oi)과 차선 변경 전 전방차량(Oj) 간의 거리(Dij) 및 자율주행 차량(Oi)과 차선 변경 전 전방차량(Oj) 각각의 속도를 이용하여 계산할 수 있다. 이와 마찬가지로, 학습부(150)는 자율주행 차량(Oi)과 차선 변경 후 전방차량(Ok) 및 후방차량(Ol) 각각과의 거리(Dik, Dil) 및 차선 변경 후 전방차량(Ok) 및 후방차량(Ol) 각각의 속도를 이용하여 차선 변경 후 전방차량(Ok) 및 후방차량(Ol) 각각에 대한 TTC(TTC(Oj), TTC(Ok), TTC(Ol))를 계산할 수 있다.
그리고, 자율주행 차량(Oi)의 궤적(trajectory)는 중간지점(way point)의 리스트(list)(wcm, wtm +1,.. wtn)로 구성되는데, 중간지점의 정보에는 차량의 위치인 x좌표, y좌표, 차량 헤딩 및 차속(x, y, θ, V)을 포함할 수 있다. 이때 차량의 위치는 위치 확인부(110)에 의해 확인 될 수 있으며, 차량 헤딩은 차량의 정보(차체 정보 및 조향 정보 등)를 통해 확인될 수 있다.
이러한 과정을 통해 추출된 학습 데이터를 이용하여 학습부(150)는 학습하며(S605), 미션 판단 조건을 조정한다(S606).
학습부(150)는 상기와 같은 과정을 통해 획득된 학습 데이터를 이용하여 주행 차선의 전방 차량의 TTC, 변경할 차선에서 주행중인 전후방차량의 TTC 조건 값들을 자동 조정함으로써, 최적의 차선 변경 판단을 수행하고, 차선 변경 미션을 안전하게 수행할 수 있다. 예컨대, 도 9에 도시된 바와 같이, 판단 결과는 차선 변경 판단에 중요한 TTC값의 범위(boundary)를 찾는 것이다. 즉, 학습부(150)는 차량의 차선 변경이 가능한 TTC의 최소값(MIN), 최대값(MAX)에 대한 최적의 범위를 학습을 통해 찾을 수 있다. 또한, 차선 변경이 판단되었을 때, 학습 데이터 중 궤적(trajectory)는 차선 변경을 위한 경로 생성 시 참고할 수 있다. 예컨대, 해당 TTC의 값에 적합한 학습 궤적을 이용하여 커브 스무딩(curve smoothing) 등의 기법을 통해 차선 변경의 로컬 경로(local path)를 생성할 수 있다.
아울러, 학습부(150)는 차선 변경 미션 이외에도 차선 유지, 차간 거리 유지, 교차로 통과, 곡선 도로 주행 등의 주행 미션에도 상기와 같은 주행상황 데이터를 이용한 학습을 통해 미션 판단 조건을 조정함으로써, 보다 숙련된(안전하고 편안한) 자율주행 미션을 수행할 수 있다.
한편, 학습부(150)는 통신부(130)의 V2C 통신을 통하여 클라우드 서버로부터 학습 결과를 수신할 수 있다. 이때, V2C 통신을 통하여 전달받는 학습 결과는 V2V 통신 반경 이내에 위치한 타차량은 물론, V2V 통신 거리 외에 위치한 타차량의 주행상황 데이터 또한 포함하여 학습한 결과로써, 자율주행 차량을 기준으로 보다 넓은 영역의 도로 상황에 대한 학습 결과를 실시간으로 수집할 수 있다.
예컨대, 도 10에 도시된 바와 같이, 클라우드 서버에는 각 차량별로 저장공간(v1_cloud_storage, v2_cloud_storage, ....)이 할당되어 있으며, 각 차량(v1, v2,....)은 자신이 인식한 주행상황의 데이터를 클라우드 서버 내 자신의 클라우드 스토리지에 전송한다. 이때, 각 차량은 자신의 정밀 맵 데이터에 주행상황 데이터를 매핑한 매핑 데이터를 클라우드 서버로 전송할 수 있다.
이에 따라, 클라우드 서버는 각 스토리지(v1_cloud_storage, v2_cloud_storage, ....)에 전송된 데이터를 실시간 분석(Real time analysis)하여 글로벌 매핑 데이터(global mapping data)를 생성할 수 있다. 예컨대, 도 11에 도시된 바와 같이, 클라우드 서버는 다수의 차량(Vi, Vj, ....)으로부터 각각의 주행상황 데이터를 수신하며, 수신된 다수의 차량의 주행상황 데이터를 실시간 또는 비실시간(real-time or non-real-time)으로 학습하여 글로벌 매핑 데이터(학습 데이터, Training Data)를 생성할 수 있다.
아울러, 클라우드 서버에서 실시간으로 분석된 결과(Learning result, 학습 결과 데이터)는 자율주행 차량들로 전송할 수 있다. 이때, 자율주행 차량들(Auto Vi, Auto Vj, ....)은 클라우드 서버로 자신의 주행상황 데이터를 전송한 차량들(Vi, Vj, ....)일 수 있다. 이에 따라, 자율주행 차량들(Auto Vi, Auto Vj, ....)은 클라우드 서버로부터 수신되는 학습 결과(글로벌 매핑 데이터)를 이용하여 자율주행을 수행하거나, 별도의 자율주행을 위한 학습에 이용할 수 있다.
또는, 학습부(150)는 V2V 또는 V2C 통신 등을 통한 타차량의 주행상황 데이터의 공유 없이, 즉 실시간으로 타차량 또는 클라우드 서버의 데이터를 이용하여 학습하는 방법이 아닌, 운전자가 운전하는 자율주행 차량에서 주행 미션 수행 시 학습 데이터를 추출하여 후처리로 학습을 수행할 수 있다. 여기서, 미션은 차선 변경, 차선 유지, 차간 거리 유지, 교차로 통과, 곡선 도로 주행 등의 주행 미션일 수 있다. 예컨대, 다수의 차량 각각에 장착되어 있는 학습 장치는 운전자의 운전에 의한 차량 주행 미션 수행이 확인되면, 도 12에 도시된 바와 같이 주행 미션 수행 시의 학습 데이터가 별도의 메모리에 기록(Log)되고 다수의 차량 각각에서 학습된 학습 결과가 메모리에 저장될 수 있으며, 다수의 차량 각각에서의 학습 결과는 오프라인을 통해 공유될 수 있다. 학습부(150)는 공유된 학습 결과를 병합(merge)하여 학습을 수행하고 결과를 도출할 수 있다.
이와 같이 본 발명의 실시예에 따르면, 초보 운전자와 같이 운전이 미숙한 운전자가 실제 운전 학습 및 경험을 통해 숙련된 운전을 수행하는 것과 같은 방법으로, 위한 주행상황 데이터를 직접 취득하거나 타차량 또는 클라우드 서버로부터 취득하고 이를 이용하여 학습을 수행함으로써, 학습을 통해 자율주행 차량의 판단 지능을 향상시켜 보다 안전하고 최적의 자율 주행 미션을 수행할 수 있다.
예컨대, 본 발명의 실시예에 따르면, 무인 자율주행 또는 유인 차량에 장착된 센서를 이용하여 주행 차선 및 주변 차선에 대한 장애물(타차량)을 인식하고 이를 V2V 통신 또는 V2I 통신을 이용하여 인식 정보를 실시간 송/수신하여 도로 상황에 대한 정보 공유하고, 차량으로부터 공유된 실시간 주행상황 데이터를 이용하여 실시간 분석 및 학습을 통해 자율주행 차량의 주행 미션 수행 시 최적의 안전을 보장할 수 있는 판단 및 행동 결정을 도출하는 학습을 수행할 수 있다.
이때, 학습 결과는 V2I를 통해 공유된 데이터를 기반으로 서버에서 실시간 분석 후 자율주행 차량에 이식되거나, V2V를 통해 공유된 데이터를 기반으로 자율주행 차량에서 실시간 분석 및 학습을 통해 최적의 판단 도출할 수 있다. 또는, 학습에 필요한 주행상황 데이터를 로깅한 후 이를 수집하여 후처리 분석을 수행하여 학습 결과가 자율주행 차량에 이식될 수 있다.
이상, 본 발명의 바람직한 실시예를 통하여 본 발명의 구성을 상세히 설명하였으나, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 본 명세서에 개시된 내용과는 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 보호범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구의 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100 : 주행상황 데이터 공유 및 학습 장치
110 : 위치 확인부 120 : 센싱부
130 : 통신부 140 : 저장부
150 : 학습부

Claims (18)

  1. 자율주행 차량을 기준으로 기설정된 소정 거리 이내에서 주행중인 주변 차량을 감지하는 센싱부;
    상기 자율주행 차량과 타차량 간, 또는 상기 자율주행 차량과 클라우드 서버 간에 데이터를 송수신하는 통신부;
    차선 레벨(Lane-lever)의 정밀 맵 데이터를 저장하는 저장부; 및
    상기 센싱부의 감지 결과에 대한 주행상황 데이터를 상기 정밀 맵 데이터에 매핑하여 상기 자율주행 차량 중심의 매핑 데이터를 생성하며, 상기 매핑 데이터를 상기 통신부를 통해 상기 타차량 또는 상기 클라우드 서버로 전송하며, 상기 매핑 데이터 및 상기 타차량 또는 상기 클라우드 서버로부터 수신되는 데이터를 이용하여 주행상황 매핑 데이터를 생성하고, 상기 주행상황 매핑 데이터를 이용하여 주행 미션 별 상황 판단 조건의 부합 여부를 판단하고, 상기 상황 판단 조건에 부합하면 학습 데이터를 추출하여 상기 주행 미션에 대한 학습을 수행하는 학습부;
    를 포함하는 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치.
  2. 제1항에 있어서, 상기 주행상황 데이터는
    상기 자율주행차량의 현재 위치, 차속, 상기 주변 차량의 차속 및 상기 주변 차량과 상기 자율주행차량 간의 거리를 포함하는 것
    인 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치.
  3. 제1항에 있어서, 상기 매핑 데이터는,
    상기 주변 차량에 부여된 트래킹 ID, 상기 트래킹 ID 각각에 대응하여 상기 주변 차량의 차속, 주행 차선, 상기 자율주행 차량과의 거리 정보를 포함하는 것
    인 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치.
  4. 제1항에 있어서, 상기 통신부는,
    상기 자율주행 차량 중심의 매핑 데이터를 V2V(Vehicle to Vehicle) 통신을 통해 상기 타차량으로 전송하거나, V2C(Vehicle to Cloud Server) 통신을 통하여 상기 클라우드 서버로 전송하는 것
    인 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치.
  5. 제1항에 있어서, 상기 학습부는,
    상기 통신부의 V2V 통신을 통해 상기 타차량으로부터 수신되는 상기 타차량의 주행상황 데이터와 상기 자율주행 차량의 주행상황 데이터를 상기 정밀 맵 데이터에 매핑하여 주행상황 매핑 데이터를 생성하는 것
    인 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치.
  6. 제5항에 있어서, 상기 주행 미션은,
    차선 변경, 차선 유지, 차간 거리 유지, 교차로 통과, 곡선 도로 주행 중 적어도 하나를 포함하는 것
    인 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치.
  7. 제1항에 있어서, 상기 통신부는,
    상기 클라우드 서버 내 상기 자율주행 차량에게 할당된 클라우드 스토리지에 상기 자율주행 차량의 매핑 데이터를 전송하는 것
    인 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치.
  8. 제1항에 있어서, 상기 학습부는,
    상기 통신부를 통해 상기 클라우드 서버에서 다수의 차량의 주행상황 데이터를 이용하여 학습한 학습 결과를 수신하고, 상기 학습 결과를 자율주행을 위한 학습에 이용하는 것
    인 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치.
  9. 제1항에 있어서, 상기 학습부는,
    차량의 운전자의 조작에 따라 상기 차량에서 주행 미션 수행이 확인되면, 상기 주행 미션 수행 시의 학습 데이터가 기록되고, 다수의 차량 각각에서 기록된 학습 데이터를 병합하여 학습하는 것
    인 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치.
  10. 자율주행 차량을 기준으로 기설정된 소정 거리 이내에서 주행중인 주변 차량을 감지하는 단계;
    상기 감지 결과에 대한 주행상황 데이터를 기저장된 정밀 맵 데이터에 매핑하여 상기 자율주행 차량 중심의 매핑 데이터를 생성하는 단계;
    상기 매핑 데이터를 무선 통신을 통해 타차량 또는 클라우드 서버에 공유하는 단계; 및
    상기 매핑 데이터 및 상기 타차량으로부터 수신되는 상기 타차량의 주행상황 데이터를 이용하여 주행상황 매핑 데이터를 생성하고, 상기 주행상황 매핑 데이터를 이용하여 주행 미션 별 상황 판단 조건의 부합 여부를 판단하고, 상기 상황 판단 조건에 부합하면, 학습 데이터를 추출하여 상기 주행 미션에 대한 학습을 수행하는 단계
    를 포함하는 것인 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 방법.
  11. 제10항에 있어서, 상기 주행상황 데이터는
    상기 자율주행차량의 현재 위치, 차속, 상기 주변 차량의 차속 및 상기 주변 차량과 상기 자율주행차량 간의 거리를 포함하는 것
    인 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 방법.
  12. 제10항에 있어서, 상기 주행상황 매핑 데이터는,
    상기 주변 차량에 부여된 트래킹 ID, 상기 트래킹 ID 각각에 대응하여 상기 주변 차량의 차속, 주행 차선, 상기 자율주행 차량과의 거리 정보를 포함하는 것
    인 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 방법.
  13. 제10항에 있어서, 상기 공유하는 단계는,
    상기 자율주행 차량 중심의 매핑 데이터를 V2V(Vehicle to Vehicle) 통신을 통해 상기 타차량으로 전송하거나, V2C(Vehicle to Cloud Server) 통신을 통하여 상기 클라우드 서버로 전송하는 것
    인 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 방법.
  14. 제10항에 있어서, 상기 학습을 수행하는 단계는,
    상기 자율주행 차량의 주행상황 데이터와, V2V 통신을 통해 상기 타차량으로부터 수신되는 상기 타차량의 주행상황 데이터를 상기 정밀 맵 데이터에 매핑하여 주행상황 매핑 데이터를 생성하는 것
    인 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 방법.
  15. 제14항에 있어서, 상기 주행 미션은,
    차선 변경, 차선 유지, 차간 거리 유지, 교차로 통과, 곡선 도로 주행 중 적어도 하나를 포함하는 것
    인 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 방법.
  16. 제10항에 있어서, 상기 공유하는 단계는,
    상기 클라우드 서버 내 상기 자율주행 차량에게 할당된 클라우드 스토리지에 상기 자율주행 차량의 주행상황 매핑 데이터를 전송하는 것
    인 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 방법.
  17. 제10항에 있어서, 상기 학습을 수행하는 단계는,
    상기 클라우드 서버에서 다수의 차량의 주행상황 데이터를 이용하여 학습한 학습 결과를 V2C 통신을 통해 수신하고, 상기 학습 결과를 자율주행을 위한 학습에 이용하는 것
    인 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 방법.
  18. 제10항에 있어서, 상기 학습을 수행하는 단계는,
    차량의 운전자의 조작에 따라 상기 차량에서 주행 미션 수행이 확인되면, 상기 주행 미션 수행 시의 학습 데이터가 기록되고, 다수의 차량 각각에서 기록된 학습 데이터를 병합하여 학습하는 것
    인 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 방법.
KR1020160132079A 2016-10-12 2016-10-12 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치 및 그 동작 방법 KR102057532B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020160132079A KR102057532B1 (ko) 2016-10-12 2016-10-12 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치 및 그 동작 방법
US15/602,912 US10371534B2 (en) 2016-10-12 2017-05-23 Apparatus and method for sharing and learning driving environment data to improve decision intelligence of autonomous vehicle

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160132079A KR102057532B1 (ko) 2016-10-12 2016-10-12 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치 및 그 동작 방법

Publications (2)

Publication Number Publication Date
KR20180040759A KR20180040759A (ko) 2018-04-23
KR102057532B1 true KR102057532B1 (ko) 2019-12-20

Family

ID=61828953

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160132079A KR102057532B1 (ko) 2016-10-12 2016-10-12 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치 및 그 동작 방법

Country Status (2)

Country Link
US (1) US10371534B2 (ko)
KR (1) KR102057532B1 (ko)

Families Citing this family (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150316386A1 (en) * 2014-04-30 2015-11-05 Toyota Motor Engineering & Manufacturing North America, Inc. Detailed map format for autonomous driving
US9963106B1 (en) * 2016-11-07 2018-05-08 Nio Usa, Inc. Method and system for authentication in autonomous vehicles
US10235881B2 (en) * 2017-07-28 2019-03-19 Toyota Motor Engineering & Manufacturing North America, Inc. Autonomous operation capability configuration for a vehicle
US10497261B2 (en) * 2017-08-04 2019-12-03 Aptiv Technologies Limited Traffic blocking avoidance system for an automated vehicle
US10229590B2 (en) * 2017-08-14 2019-03-12 GM Global Technology Operations LLC System and method for improved obstable awareness in using a V2X communications system
US11362882B2 (en) * 2017-08-25 2022-06-14 Veniam, Inc. Methods and systems for optimal and adaptive urban scanning using self-organized fleets of autonomous vehicles
WO2019077685A1 (ja) * 2017-10-17 2019-04-25 本田技研工業株式会社 走行モデル生成システム、走行モデル生成システムにおける車両、処理方法およびプログラム
US10717384B2 (en) * 2017-10-25 2020-07-21 Pony Ai Inc. System and method for projecting trajectory path of an autonomous vehicle onto a road surface
US10583839B2 (en) * 2017-12-28 2020-03-10 Automotive Research & Testing Center Method of lane change decision-making and path planning
US10420051B2 (en) * 2018-03-27 2019-09-17 Intel Corporation Context aware synchronization methods for decentralized V2V networks
US11407410B2 (en) * 2018-04-10 2022-08-09 Walter Steven Rosenbaum Method and system for estimating an accident risk of an autonomous vehicle
JP7079156B2 (ja) * 2018-06-21 2022-06-01 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 情報処理方法及び情報処理装置
CN108960432A (zh) * 2018-06-22 2018-12-07 深圳市易成自动驾驶技术有限公司 决策规划方法、装置及计算机可读存储介质
EP3588226B1 (en) * 2018-06-29 2020-06-24 Zenuity AB Method and arrangement for generating control commands for an autonomous road vehicle
CN108966183A (zh) * 2018-07-03 2018-12-07 南京邮电大学 一种车联网中基于d2d通信的紧急消息传输方法
EP3617650A1 (en) * 2018-08-31 2020-03-04 Volkswagen Aktiengesellschaft Methods, apparatuses and computer program for vehicles and a backend entity
KR102526968B1 (ko) * 2018-09-18 2023-04-28 현대자동차주식회사 차량 및 그 제어 방법
KR102065693B1 (ko) * 2018-10-26 2020-01-13 인하대학교 산학협력단 자율주행 차량을 위한 기계학습 데이터 표준화 방법 및 시스템
TWI678515B (zh) * 2018-11-21 2019-12-01 財團法人車輛研究測試中心 動態圖資分類裝置及其方法
KR102425741B1 (ko) * 2018-11-28 2022-08-01 한국전자통신연구원 차선 인식 실패 대응 자율 주행 방법 및 자율주행 차량 주행 가이드 데이터 구축 방법
KR102588634B1 (ko) * 2018-11-29 2023-10-12 현대오토에버 주식회사 주행 시스템 및 그의 동작 방법
KR102584440B1 (ko) 2018-12-06 2023-10-05 한국전자통신연구원 목적지 언어 묘사 주행 가이드 장치 및 시스템
CN111325230B (zh) * 2018-12-17 2023-09-12 上海汽车集团股份有限公司 车辆换道决策模型的在线学习方法和在线学习装置
CN109788030B (zh) * 2018-12-17 2021-08-03 北京百度网讯科技有限公司 无人车数据处理方法、装置、系统及存储介质
DE102018221860A1 (de) * 2018-12-17 2020-07-02 Volkswagen Aktiengesellschaft Verfahren und Assistenzsystem zur Vorbereitung und/oder Durchführung eines Spurwechsels
KR102494252B1 (ko) * 2018-12-27 2023-02-01 한국자동차연구원 개인 특성 기반 운전 제어권 전환 장치 및 그 방법
JP6995068B2 (ja) * 2019-01-21 2022-01-14 先進モビリティ株式会社 自動運転車両の軌跡設計走行制御検証方法
KR102303716B1 (ko) * 2019-01-30 2021-09-23 한국자동차연구원 차량-도로인프라 정보융합 기반 자율협력주행 방법 및 시스템
US10636295B1 (en) * 2019-01-30 2020-04-28 StradVision, Inc. Method and device for creating traffic scenario with domain adaptation on virtual driving environment for testing, validating, and training autonomous vehicle
CN109934472A (zh) * 2019-02-28 2019-06-25 中国环境科学研究院 一种共享环保大数据的方法
FR3094128B1 (fr) * 2019-03-19 2021-02-19 Renault Sas Procédé de partage de données cartographiques entre véhicules
US20210291732A1 (en) * 2019-07-03 2021-09-23 Lg Electronics Inc. Vehicular electronic device and method of operating the same
WO2021003636A1 (en) * 2019-07-08 2021-01-14 Bayerische Motoren Werke Aktiengesellschaft Method and apparatus applied in autonomous vehicle
CN112348993A (zh) * 2019-08-07 2021-02-09 财团法人车辆研究测试中心 可提供环境信息的动态图资建立方法及系统
US20210048819A1 (en) * 2019-08-14 2021-02-18 Electronics And Telecommunications Research Institute Apparatus and method for determining junction
DE102019213316A1 (de) * 2019-09-03 2021-03-04 Robert Bosch Gmbh Verfahren zur Generierung einer Referenz-Repräsentation
CN114906167A (zh) * 2019-09-11 2022-08-16 北京百度网讯科技有限公司 自动驾驶车辆的驾驶决策共享方法、装置、设备和介质
CN112987715A (zh) * 2019-12-17 2021-06-18 上海海拉电子有限公司 一种自动组网的多车协同自动驾驶系统、方法及车辆
USD935714S1 (en) 2020-12-15 2021-11-09 Samsung Electronics Co., Ltd. Cleaner
CN112738214A (zh) * 2020-12-24 2021-04-30 郑州嘉晨电器有限公司 一种工业车辆环境重构方法及系统
US20220203973A1 (en) * 2020-12-29 2022-06-30 Here Global B.V. Methods and systems for generating navigation information in a region
KR102514146B1 (ko) * 2021-02-16 2023-03-24 충북대학교 산학협력단 자동차 전용도로 환경에서 강화학습을 이용한 자율주행 차량의 차선 변경 판단 방법 및 이를 기록한 기록매체
KR102606632B1 (ko) * 2022-11-08 2023-11-30 주식회사 라이드플럭스 인공지능 기반 자율주행 차량의 주행 경로 보정방법, 장치 및 컴퓨터프로그램

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009006946A (ja) * 2007-06-29 2009-01-15 Aisin Aw Co Ltd 車両挙動学習装置及び車両挙動学習プログラム
JP2015110403A (ja) * 2013-10-30 2015-06-18 株式会社デンソー 走行制御装置、サーバ、車載装置
JP2016065819A (ja) * 2014-09-25 2016-04-28 トヨタ自動車株式会社 車両の制御装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102136402B1 (ko) 2014-02-26 2020-07-21 한국전자통신연구원 차량 정보 공유 장치 및 방법
KR101551096B1 (ko) 2014-06-05 2015-09-21 현대자동차주식회사 자율주행차량의 차선변경장치 및 방법
KR101877553B1 (ko) 2014-11-14 2018-07-11 한국전자통신연구원 차량 자율주행 시스템 및 이를 이용한 차량 주행 방법
EP3131020B1 (en) * 2015-08-11 2017-12-13 Continental Automotive GmbH System and method of a two-step object data processing by a vehicle and a server database for generating, updating and delivering a precision road property database
US9576480B1 (en) * 2015-09-21 2017-02-21 Sap Se Centrally-managed vehicle network

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009006946A (ja) * 2007-06-29 2009-01-15 Aisin Aw Co Ltd 車両挙動学習装置及び車両挙動学習プログラム
JP2015110403A (ja) * 2013-10-30 2015-06-18 株式会社デンソー 走行制御装置、サーバ、車載装置
JP2016065819A (ja) * 2014-09-25 2016-04-28 トヨタ自動車株式会社 車両の制御装置

Also Published As

Publication number Publication date
US20180101172A1 (en) 2018-04-12
US10371534B2 (en) 2019-08-06
KR20180040759A (ko) 2018-04-23

Similar Documents

Publication Publication Date Title
KR102057532B1 (ko) 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치 및 그 동작 방법
US11932249B2 (en) Methods and devices for triggering vehicular actions based on passenger actions
US20200269871A1 (en) Method and system for determining a driving maneuver
CN109866778B (zh) 具有自动辅助的自主车辆操作
US11364936B2 (en) Method and system for controlling safety of ego and social objects
US10994748B2 (en) Transportation network infrastructure for autonomous vehicle decision making
US10940861B2 (en) Method and system for automatically controlling a following vehicle with a front vehicle
JP2020512635A (ja) 自動運転乗り物のための動的センサ選択
CN109460042B (zh) 一种自动驾驶控制方法及系统
EP3841525B1 (en) Autonomous vehicle operational management with visual saliency perception control
CN110949388A (zh) 车辆控制装置、车辆控制方法及存储介质
CN112124326B (zh) 自动驾驶方法、装置、电子设备及存储介质
EP3640920A1 (en) Machine learning for driverless driving
EP3794573B1 (en) Navigating congested environments with risk level sets
US20210350707A1 (en) Systems and methods of platoon leadership as a service
US20210370984A1 (en) System and method for estimating take-over time
WO2021056499A1 (zh) 数据处理方法、设备和可移动平台
EP3690845A1 (en) Method for providing autonomous driving service platform to be used for supporting autonomous driving of vehicles by using competitive computing and information fusion and server using the same
US20190187710A1 (en) Vehicle control device
CN112977442A (zh) 控制车辆行驶的方法及装置
KR20200072581A (ko) 자율주행차량의 운전자 응급상황발생판단에 기반한 주행예측 및 안전주행시스템
CN113228131A (zh) 用于提供周围环境数据的方法和系统
CN113460083A (zh) 车辆控制装置、车辆控制方法及存储介质
US11681780B2 (en) Annotation and mapping for vehicle operation in low-confidence object detection conditions
US20240071229A1 (en) Systems and methods for identifying vehicles to communicate safety messages

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