KR102107466B1 - 자율주행차량 기반의 주행제어장치 및 방법 - Google Patents
자율주행차량 기반의 주행제어장치 및 방법 Download PDFInfo
- Publication number
- KR102107466B1 KR102107466B1 KR1020180162204A KR20180162204A KR102107466B1 KR 102107466 B1 KR102107466 B1 KR 102107466B1 KR 1020180162204 A KR1020180162204 A KR 1020180162204A KR 20180162204 A KR20180162204 A KR 20180162204A KR 102107466 B1 KR102107466 B1 KR 102107466B1
- Authority
- KR
- South Korea
- Prior art keywords
- driving
- situation
- vehicle
- accident
- autonomous
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000008569 process Effects 0.000 claims abstract description 38
- 230000001149 cognitive effect Effects 0.000 claims abstract description 34
- 206010039203 Road traffic accident Diseases 0.000 claims abstract description 9
- 230000002159 abnormal effect Effects 0.000 claims description 36
- 238000011156 evaluation Methods 0.000 claims description 29
- 230000007547 defect Effects 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 8
- 238000003745 diagnosis Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000012502 risk assessment Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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, 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
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
-
- 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
- B60W30/182—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
- B60W40/02—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
- B60W40/10—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
- 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
- G05D1/0088—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- 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
-
- 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
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/20—Ambient conditions, e.g. wind or rain
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D2201/00—Application
- G05D2201/02—Control of position of land vehicles
- G05D2201/0213—Road vehicle, e.g. car or truck
Abstract
본 발명은 자율주행차량 기반의 주행제어장치 및 방법에 관한 것으로, 상기 주행제어장치는 일반차량의 과거 교통사고 과정에서 획득되고 상기 일반차량의 내부 및 외부의 주행환경 데이터를 포함하는 사고상황을 수집하는 사고상황 수집부, 각각이 센서 집합을 통해 구성된 적어도 하나의 인지 모듈을 통해 자율주행차량의 주행 과정에서 생성되는 주행상황을 분석하는 주행상황 분석부, 상기 사고상황에 상기 주행상황을 적용하여 자율주행 과정에서의 사고 징조에 관한 위험수준을 결정하는 위험상황 결정부 및 상기 위험수준에 따라 상기 자율주행차량의 주행제어를 수행하는 주행제어 수행부를 포함한다. 따라서, 본 발명은 자율주행차량의 인지 모듈에 관한 안전도를 평가하여 자율주행 과정에서의 위험 상황에 안전하게 대응할 수 있다.
Description
본 발명은 자율주행차량 기반의 주행제어 기술에 관한 것으로, 보다 상세하게는 자율주행차량의 인지 모듈에 관한 안전도를 평가하여 자율주행 과정에서의 위험 상황에 안전하게 대응할 수 있는 자율주행차량 기반의 주행제어장치 및 방법에 관한 것이다.
최근 자동차 안전에 대한 개념이 단순한 운전자 상해경감에서 운전자 및 보행자 안전, 사고회피로 확대되고 있으며, 이에 따라 주변상황을 인지, 판단하여 자동차의 주행을 직접 제어하는 ADAS(Advanced Driver Assistance System)에 대한 연구·개발이 활발히 진행되고 있다. 이처럼 활발한 연구·개발이 진행되고 있는 자율주행자동차는 새롭게 등장한 시스템이 아닌 기존 ADAS 기술의 집합체라고 할 수 있기 때문에 개별 기술들에 대한 신뢰성이 매우 중요할 수 있다.
하지만 이러한 개별 기술들과 관련하여 고장 사례가 무수히 많이 보고되고 있는 실정이며, 고장 발생 시 자율주행자동차의 안전을 보장할 수 없을 뿐만 아니라 개별 고장들의 상호작용에 의한 추가적인 손실까지 예상되고 있다. 따라서, ADAS 및 자율주행자동차를 구성하는 전기/전자 시스템의 복잡도가 증가함에 따라 안전규제 및 시험 평가 항목이 증가하는 것과 마찬가지로 자율주행자동차의 안전을 보장할 수 있는 새로운 기술적 패러다임이 요구되고 있다.
본 발명의 일 실시예는 자율주행차량의 인지 모듈에 관한 안전도를 평가하여 자율주행 과정에서의 위험 상황에 안전하게 대응할 수 있는 자율주행차량 기반의 주행제어장치 및 방법을 제공하고자 한다.
본 발명의 일 실시예는 일반차량의 실제 사고 데이터와 자율주행차량의 주행 데이터를 통합하여 인지 모듈 결함 발생 시 차량에 발생할 수 있는 위험도를 측정할 수 있는 자율주행차량 기반의 주행제어장치 및 방법을 제공하고자 한다.
본 발명의 일 실시예는 자율주행차량의 위험수준에 대응하여 정의된 목표 안전 수준에 따라 자율주행차량의 주행을 제어할 수 있는 자율주행차량 기반의 주행제어장치 및 방법을 제공하고자 한다.
실시예들 중에서, 자율주행차량 기반의 주행제어장치는 일반차량의 과거 교통사고 과정에서 획득되고 상기 일반차량의 내부 및 외부의 주행환경 데이터를 포함하는 사고상황을 수집하는 사고상황 수집부, 각각이 센서 집합을 통해 구성된 적어도 하나의 인지 모듈을 통해 자율주행차량의 주행 과정에서 생성되는 주행상황을 분석하는 주행상황 분석부, 상기 사고상황에 상기 주행상황을 적용하여 자율주행 과정에서의 사고 징조에 관한 위험수준을 결정하는 위험상황 결정부 및 상기 위험수준에 따라 상기 자율주행차량의 주행제어를 수행하는 주행제어 수행부를 포함한다.
상기 사고상황 수집부는 상기 일반차량의 내부의 주행환경으로서 상대속도, 차량속도, 주행모드 및 주변차량 유무에 관한 데이터를 수집하고 상기 일반차량의 외부의 주행환경으로서 날씨 및 조도에 관한 데이터를 수집할 수 있다.
상기 주행상황 분석부는 상기 적어도 하나의 인지 모듈에 관한 정상 작동모드와 비정상 작동모드를 각각 정의하여 작동모드별 주행상황을 분석할 수 있다.
상기 위험상황 결정부는 복수의 비정상 작동모드들 각각의 주행상황에 상기 사고상황을 적용하여 자율주행 과정에서의 대표적인 사고 징조에 관한 비정상 작동 상황 시나리오를 결정할 수 있다.
상기 위험상황 결정부는 상기 사고 징조의 조건을 복수의 평가지표들로 등급화한 후 상기 복수의 평가지표들의 조합에 따라 상기 위험수준을 등급화할 수 있다.
상기 위험상황 결정부는 심각도(S), 발생빈도(E) 및 결함 진단 가능성(P)을 상기 복수의 평가지표들로 정의하여 상기 위험수준에 관한 위험 평가 테이블을 구축할 수 있다.
상기 주행제어 수행부는 상기 비정상 작동 상황 시나리오의 목표 안전 수준에 따라 상기 자율주행차량의 주행제어를 수행할 수 있다.
상기 주행제어 수행부는 상기 위험 평가 테이블을 기초로 등급화된 상기 위험수준에 따라 상기 자율주행차량의 주행제어를 수행할 수 있다.
실시예들 중에서, 자율주행차량 기반의 주행제어방법은 일반차량의 과거 교통사고 과정에서 획득되고 상기 일반차량의 내부 및 외부의 주행환경 데이터를 포함하는 사고상황을 수집하는 단계, 각각이 센서 집합을 통해 구성된 적어도 하나의 인지 모듈을 통해 자율주행차량의 주행 과정에서 생성되는 주행상황을 분석하는 단계, 상기 사고상황에 상기 주행상황을 적용하여 자율주행 과정에서의 사고 징조에 관한 위험수준을 결정하는 단계 및 상기 위험수준에 따라 상기 자율주행차량의 주행제어를 수행하는 단계를 포함한다.
개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
본 발명의 일 실시예에 따른 자율주행차량 기반의 주행제어장치 및 방법은 일반차량의 실제 사고 데이터와 자율주행차량의 주행 데이터를 통합하여 인지 모듈 결함 발생 시 차량에 발생할 수 있는 위험도를 측정할 수 있다.
본 발명의 일 실시예에 따른 자율주행차량 기반의 주행제어장치 및 방법은 자율주행차량의 위험수준에 대응하여 정의된 목표 안전 수준에 따라 자율주행차량의 주행을 제어할 수 있다.
도 1은 본 발명의 일 실시예에 따른 자율주행차량 기반의 주행제어 시스템을 설명하는 도면이다.
도 2는 도 1에 있는 주행제어장치의 기능적 구성을 설명하는 블록도이다.
도 3은 도 1에 있는 주행제어장치에서 수행되는 주행제어 과정을 설명하는 순서도이다.
도 4는 주행제어장치에서 위험수준을 예측을 위해 사용하는 위험 평가 테이블을 설명하는 예시도이다.
도 2는 도 1에 있는 주행제어장치의 기능적 구성을 설명하는 블록도이다.
도 3은 도 1에 있는 주행제어장치에서 수행되는 주행제어 과정을 설명하는 순서도이다.
도 4는 주행제어장치에서 위험수준을 예측을 위해 사용하는 위험 평가 테이블을 설명하는 예시도이다.
본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
한편, 본 출원에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다"또는 "가지다" 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
본 발명은 컴퓨터가 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있고, 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
본 명세서에서 사용되는 바와 같이 "차량(vehicle)", "차량의(vehicular)" 또는 다른 유사한 용어는 자동차들, 일반적으로 스포츠 유틸리티 차량들(SUV)을 포함하는 자가용들(passenger automobiles), 버스들, 트럭들, 다양한 상업 차량들, 다양한 보트들 및 배들을 포함하는 선박, 비행기 등을 포함하고, 그리고 하이브리드 자동차, 전기 자동차, 하이브리드 전기 자동차, 수소 동력 차량들과 다른 대체 연료(예를 들어, 석유가 아닌 자원들로부터 유도된 연료들) 차량들을 포함하는 것으로 이해된다. 본 명세서에서 언급되는 바와 같이, 전기 자동차(EV)는 자신의 이동 능력들(locomotion capabilities)의 부분으로서, 충전 가능한 에너지 저장 장치(예를 들어, 하나 이상의 재충전 가능한 전기 화학적 셀 또는 다른 유형의 배터리)로부터 얻어지는 전기 동력을 포함하는 차량이다. EV는 자동차에 한정되는 것이 아니고 모터 사이클들, 카트들, 스쿠터들 등을 포함할 수 있다. 또한, 하이브리드 자동차는, 두 개 이상의 전력 소스, 일례로 가솔린 기반 동력 및 전기 기반 동력을 갖는 차량이다(예를 들어, 하이브리드 전기 자동차(HEV)).
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.
도 1은 본 발명의 일 실시예에 따른 자율주행차량 기반의 주행제어 시스템을 설명하는 도면이다.
도 1을 참조하면, 자율주행차량 기반의 주행제어 시스템(100)은 자율주행차량(110), 주행제어장치(130) 및 데이터베이스(150)를 포함할 수 있다.
자율주행차량(110)은 엔진에 의해 생산된 동력을 이용하여 승객이나 화물을 운반하는 교통수단으로서 자동차에 해당할 수 있다. 자율주행차량(110)은, 반드시 이에 한정되지 않고, 동력을 이용하여 움직일 수 있는 다양한 운송 수단을 포함할 수 있다. 일 실시예에서, 자율주행차량(110)은 다양한 부품들의 상태를 모니터링하기 위하여 관련 데이터를 측정할 수 있는 복수의 센서들을 포함하여 구현될 수 있고, 각각이 센서 집합을 통해 구성되는 적어도 하나의 인지 모듈을 포함하여 구현될 수 있다.
또한, 자율주행차량(110)은 외부 시스템과 통신할 수 있는 통신 장치를 포함하여 구현될 수 있고, 주행제어장치(130)와 네트워크를 통해 연결될 수 있으며, 복수의 자율주행차량(110)들은 주행제어장치(130)와 동시에 연결될 수 있다.
주행제어장치(130)는 인지모듈에 관한 안전도를 평가하여 자율주행 과정에서의 위험 상황에 안전하게 대응하도록 자율주행차량(110)의 주행을 제어할 수 있는 컴퓨터 또는 프로그램에 해당하는 서버로 구현될 수 있다. 주행제어장치(130)는 자율주행차량(110) 과 유선 네트워크 또는 블루투스, WiFi 등과 같은 무선 네트워크로 연결될 수 있고, 유선 또는 무선 네트워크를 통해 자율주행차량(110)과 통신을 수행할 수 있다.
일 실시예에서, 주행제어장치(130)는 데이터베이스(150)와 연동하여 자율주행차량(110)의 주행 제어 과정에서 필요한 정보를 저장할 수 있다. 한편, 주행제어장치(130)는 도 1과 달리, 데이터베이스(150)를 내부에 포함하여 구현될 수 있다. 또한, 주행제어장치(130)는 프로세서, 메모리, 사용자 입출력부 및 네트워크 입출력부를 포함하여 구현될 수 있다.
데이터베이스(150)는 주행제어장치(130)가 인지 모듈에 관한 안전도를 평가하고 자율주행차량(110)의 주행을 제어하는 과정에서 필요한 다양한 정보들을 저장할 수 있다. 예를 들어, 데이터베이스(150)는 자율주행차량(110)으로부터 수신한 인지 모듈에 관한 동작 정보를 수신 시점과 연관시켜 저장할 수 있고, 안전도 평가를 위한 평가 기준에 관한 정보를 저장할 수 있으며, 반드시 이에 한정되지 않고, 안전도 평가 및 위험 상황 예지를 통해 자율 주행을 제어하는 과정에서 다양한 형태로 수집 또는 가공된 정보들을 저장할 수 있다.
도 2는 도 1에 있는 주행제어장치의 기능적 구성을 설명하는 블록도이다.
도 2를 참조하면, 주행제어장치(130)는 사고상황 수집부(210), 주행상황 분석부(230), 위험상황 결정부(250), 주행제어 수행부(270) 및 제어부(290)를 포함할 수 있다.
사고상황 수집부(210)는 일반차량의 과거 교통사고 과정에서 획득되고 일반차량의 내부 및 외부의 주행환경 데이터를 포함하는 사고상황을 수집할 수 있다. 자율주행차량(110)의 경우 현재까지 상용화되지 않아 자율주행차량(110)에 대한 주행 데이터를 충분히 확보하기 어려운 점에서 주행제어장치(130)는 일반차량의 주행데이터, 특히 교통사고 과정에서 발생하는 다양한 데이터들을 수집하여 자율주행차량(110)의 주행제어에 활용할 수 있다. 사고상황 수집부(210)는 일반차량의 교통사고 데이터 중에서도 자율주행차량(110)에서도 적용 가능한 주행환경 데이터만을 선별하여 수집할 수 있다. 일반차량의 내부 주행환경은 일반차량의 주행에 영향을 주는 내부 조건에 해당할 수 있고, 일반차량의 외부 주행환경은 일반차량의 주행에 영향을 주는 외부 조건에 해당할 수 있다.
일 실시예에서, 사고상황 수집부(210)는 일반차량의 내부의 주행환경으로서 상대속도, 차량속도, 주행모드 및 주변차량 유무에 관한 데이터를 수집하고 일반차량의 외부의 주행환경으로서 날씨 및 조도에 관한 데이터를 수집할 수 있다. 상대속도는 자신의 차량과 선행 또는 후행하는 다른 차량 간의 상대속도에 해당하고, 주행모드는 일반차량의 주행 상태를 기초로 자율주행차량(110)의 주행모드로서 분류될 수 있다.
예를 들어, 사고상황 수집부(210)는 날씨에 대해 '맑음', '눈 비, 실안개', '악천후'로 분류된 정보를 수집할 수 있고, 조도에 대해 '주간', '야간', '급격한 조도 변화'로 분류된 정보를 수집할 수 있다. 사고상황 수집부(210)는 상대속도에 대해 '높음', '중간', '낮음'으로 분류된 정보를 수집할 수 있고, 차량속도에 대해 '고속, '중속', '저속'으로 분류된 정보를 수집할 수 있으며, 주행모드에 대해 '크루즈(cruise) 모드', '팔로우(follow) 모드'로 분류된 정보를 수집할 수 있고, 주변차량 유무에 대해 '주변차량 존재 X', '일반주행 상황(전방/측방 차량 존재)', 'Cut in(전방/측방 차량 존재)'로 분류된 정보를 수집할 수 있다.
주행상황 분석부(230)는 각각이 센서 집합을 통해 구성된 적어도 하나의 인지 모듈을 통해 자율주행차량(110)의 주행 과정에서 생성되는 주행상황을 분석할 수 있다.
일 실시예에서, 주행상황 분석부(230)는 적어도 하나의 인지 모듈에 관한 정상 작동모드와 비정상 작동모드를 각각 정의하여 작동모드별 주행상황을 분석할 수 있다. 예를 들어, 인지 모듈이 3D LiDAR 센서를 포함하는 경우 정상 작동모드 1은 '물체(장매물/차량 등)을 검출함'으로, 정상 작동모드 2는 '전방 물체(장애물/차량 등)와의 종방향 상대 거리를 측정'으로, 정상 작동모드 3은 '전방 물체(장애물/차량 등)와의 종방향 상대 속도를 측정'으로, 정상 작동모드 4는 '전방 물체(장애물/차량 등)와의 횡방향 상대 거리를 측정'으로, 정상 작동모드 5는 '측방 물체(장애물/차량 등)와의 종방향 상대 거리를 측정'으로, 정상 작동모드 6은 '측방 물체(장애물/차량 등)와의 종방향 상대 속도를 측정'으로, 정상 작동모드 7은 '측방 물체(장애물/차량 등)와의 횡방향 상대 거리를 측정'으로, 정상 작동모드 8은 '측방 물체(장애물/차량 등)와의 횡방향 상대 속도를 측정'으로 정의될 수 있다.
또한, 주행상황 분석부(230)는 인지 모듈에 대한 정상 작동모드에 대응되는 비정상 작동모드를 정의할 수 있다. 비정상 작동모드는 해당 인지 모듈이 고유의 기능을 수행하지 못하는 경우로 정의될 수 있고, 예를 들어, 고유의 기능을 수행하지 못하거나(loss), 더 많이 수행하거나(more), 더 적게 수행하거나(less), 반대로 수행하거나(oppsite direction), 의도치 않게 수행하거나(unintended), 이전의 수행값을 가지고 있거나(stuck at a value), 간헐적으로 수행을 하지 못하는(temporary loss) 경우로 정의될 수 있다.
또한, 주행상황 분석부(230)는 작동모드 별로 주행상황을 각각 대입시켜 해당 조건하에서 운전자에 가해지는 위험 상황이나 위험 수준을 정의할 수 있다. 보다 구체적으로, 주행상황에 관한 내부 및 외부 조건이 결정되고 해당 조건하에서 인지 모듈이 정상 작동하는 경우 또는 비정상 작동하는 경우에 대한 위험 상황을 예측하여 분석할 수 있다. 주행상황 분석부(230)는 데이터베이스(150)와 연동하여 작동모드별 주행상황 분석결과를 저장할 수 있다.
위험상황 결정부(250)는 사고상황에 주행상황을 적용하여 자율주행 과정에서의 사고 징조에 관한 위험수준을 결정할 수 있다. 사고상황은 일반차량에 관한 데이터로서 위험상황 결정부(250)는 자율주행차량(110)에서의 주행상황을 일반차량의 주행상황과 매칭시킴으로써 자율주행 과정에서 사고의 발생 가능성을 예측할 수 있다. 위험상황 결정부(250)는 자율주행차량(110)의 사고 발생 가능성을 사고 징조에 관한 위험수준으로 정의하여 각 주행상황별로 결정할 수 있다.
보다 구체적으로, 위험상황 결정부(250)는 차량의 내부 및 외부 상황조건을 정의할 수 있고, 사고상황과 주행상황에 대해 각각의 상황조건을 결정할 수 있다. 위험상황 결정부(250)는 사고상황에서의 상황조건과 주행상황에서의 상황조건을 서로 매칭시켜 모든 조건이 일치하는 경우 해당 주행상황에서 해당 사고상황이 결과로서 도출될 수 있는 것으로 판단할 수 있다. 위험상황 결정부(250)는 매칭되는 사고상황을 기초로 해당 주행상황에서의 위험 수준을 결정할 수 있다.
일 실시예에서, 위험상황 결정부(250)는 복수의 비정상 작동모드들 각각의 주행상황에 사고상황을 적용하여 자율주행 과정에서의 대표적인 사고 징조에 관한 비정상 작동 상황 시나리오를 결정할 수 있다. 위험상황 결정부(250)는 인지 모듈에 관한 비정상 작동모드가 발생한 경우에 있어서의 상황조건들 중에서 대표적인 위험상황에 해당하는 상황조건들을 비정상 작동 상황 시나리오로서 정의할 수 있다. 비정상 작동 상황 시나리오는 인지 모듈의 비정상 작동모드가 발생한 경우 주행상황에 관한 정보를 포함할 수 있고, 해당 조건에서 발생가능한 위험상황에 관한 정보를 포함할 수 있으며, 해당 위험상황에서 자율주행차량(110)에 대한 주행 제어에 관한 정보를 포함할 수 있다.
일 실시예에서, 위험상황 결정부(250)는 사고 징조의 조건을 복수의 평가지표들로 등급화한 후 복수의 평가지표들의 조합에 따라 위험수준을 등급화할 수 있다. 위험상황 결정부(250)는 주행상황에 관한 상황조건들을 기초로 복수의 평가지표들을 정의한 후 각각의 등급을 결정할 수 있다. 위험상황 결정부(250)는 복수의 평가지표들 각각의 등급 조합을 기초로 위험수준을 결정할 수 있으며, 위험수준 역시 등급화될 수 있다. 결과적으로, 위험상황 결정부(250)는 자율주행차량(110)의 자율주행 과정에서 발생하는 여러 상황조건들을 지표화하여 해당 자율주행차량(110)의 위험 수준을 효과적으로 결정할 수 있다. 등급화된 위험수준은 각 등급에 따라 자율주행차량(110)에 예상되는 위험도를 정의할 수 있고, 각 등급별 자율주행차량(110)에 대한 주행제어 정보를 포함할 수 있다.
일 실시예에서, 위험상황 결정부(250)는 심각도(S), 발생빈도(E) 및 결함 진단 가능성(P)을 복수의 평가지표들로 정의하여 위험수준에 관한 위험 평가 테이블을 구축할 수 있다. 여기에서, 심각도(S)는 인지 모듈의 비정상 작동이 자율주행차량(110)에 미치는 영향에 관한 평가지표에 해당할 수 있다. 발생빈도(E)는 인지 모듈의 비정상 작동으로 인한 비정상 작동모드가 발생하는 상황의 빈도수에 관한 평가지표에 해당할 수 있다. 결함 진단 가능성(P)는 비정상 작동상황에서 인지 모듈 비정상 작동에 대한 대체 가능한 인지 모듈의 존재 유무에 관한 평가지표에 해당할 수 있다. 위험 평가 테이블은 복수의 평가지표들에 관한 다양한 조합과 해당 조합에 대응되는 위험수준에 관한 것으로, 이에 대해서는 도 4에서 보다 자세히 설명한다.
주행제어 수행부(270)는 위험수준에 따라 자율주행차량(110)의 주행제어를 수행할 수 있다. 주행제어 수행부(270)는 위험상황 결정부(250)에 의해 결정된 위험상황에 따라 자율주행차량(110)의 안전을 확보하기 위한 동작을 수행할 수 있다. 주행제어 수행부(270)는 자율주행차량(110)과 연결될 수 있고, 자율주행차량(110)의 자율주행 과정에서 위험상황이 예상되는 경우 자율주행차량(110)의 주행제어 권한을 획득하여 미리 설정된 제어 시나리오에 따라 주행제어를 수행할 수 있다. 주행제어 권한에는 자율주행차량(110)의 가/감속 제어 장치, 조향 제어 장치의 동작을 제어할 수 있는 권한을 포함할 수 있다.
일 실시예에서, 주행제어 수행부(270)는 비정상 작동 상황 시나리오의 목표 안전 수준에 따라 자율주행차량(110)의 주행제어를 수행할 수 있다. 주행제어 수행부(270)는 위험상황 결정부(250)에 의해 자율주행차량(110)이 비정상 작동 상황 시나리오에 해당되는 것으로 결정된 경우 해당 비정상 작동 상황 시나리오에 포함된 목표 안전 수준에 따라 자율주행차량(110)의 주행제어를 수행할 수 있다. 예를 들어, 목표 안전 수준은 '자동차전용도로 상에서 자율주행자동차는 "검출 실패로 인한 종방향 차량제어 실패"에 대해 다른 인지모듈을 통해 종방향 제어를 수행해야 한다.'와 같이 정의될 수 있고, 주행제어 수행부(270)는 목표 안전 수준에 맞춰 자율주행차량(110)의 주행을 제어할 수 있다.
일 실시예에서, 주행제어 수행부(270)는 위험 평가 테이블을 기초로 등급화된 위험수준에 따라 자율주행차량(110)의 주행제어를 수행할 수 있다. 주행제어 수행부(270)는 위험상황 결정부(250)에 의해 위험수준이 결정될 수 있고, 위험수준이 위험 평가 테이블에 기초하여 결정된 경우 등급화된 위험수준에 맞춰 자율주행차량(110)에 대한 주행을 제어할 수 있다. 예를 들어, 도 4의 위험 평가 테이블을 참조하면 심각도(S) 등급이 S1이고 발생빈도(E) 등급이 E2이며 결함 진단 가능성(P) 등급이 P3인 경우 위험수준은 0등급으로 결정될 수 있고, 주행제어 수행부(270)는 위험수준 0등급에 따라 자율주행차량(110)의 주행제어를 수행할 수 있다.
제어부(290)는 주행제어장치(130)의 전체적인 동작을 제어하고, 사고상황 수집부(210), 주행상황 분석부(230), 위험상황 결정부(250) 및 주행제어 수행부(270) 간의 제어 흐름 또는 데이터 흐름을 관리할 수 있다.
도 3은 도 1에 있는 주행제어장치에서 수행되는 주행제어 과정을 설명하는 순서도이다.
도 3을 참조하면, 주행제어장치(130)는 사고상황 수집부(210)를 통해 일반차량의 과거 교통사고 과정에서 획득되고 일반차량의 내부 및 외부의 주행환경 데이터를 포함하는 사고상황을 수집할 수 있다(단계 S310). 주행제어장치(130)는 주행상황 분석부(230)를 통해 각각이 센서 집합을 통해 구성된 적어도 하나의 인지 모듈을 통해 자율주행차량(110)의 주행 과정에서 생성되는 주행상황을 분석할 수 있다(단계 S330). 주행제어장치(130)는 위험상황 결정부(250)를 통해 사고상황에 상기 주행상황을 적용하여 자율주행 과정에서의 사고 징조에 관한 위험수준을 결정할 수 있다(단계 S350). 주행제어장치(130)는 주행제어 수행부(270)를 통해 위험수준에 따라 자율주행차량(110)의 주행제어를 수행할 수 있다(단계 S370).
도 4는 주행제어장치에서 위험수준을 예측을 위해 사용하는 위험 평가 테이블을 설명하는 예시도이다.
도 4를 참조하면, 주행제어장치(130)는 위험상황 결정부(250)를 통해 자율주행 과정에서의 사고 징조에 관한 위험수준을 결정할 수 있다. 일 실시예에서, 위험상황 결정부(250)는 심각도(S), 발생빈도(E) 및 결함 진단 가능성(P)을 복수의 평가지표들로 정의하여 위험수준에 관한 위험 평가 테이블을 구축할 수 있다. 도 4에서, 위험상황 결정부(250)는 심각도(S)를 S1 ~ S3으로 등급화하고, 발생빈도(E)를 E1 ~ E4로 등급화하며, 결함 진단 가능성(P)(도 4의 통제 가능성에 대응됨)을 P1 ~ P3으로 등급화할 수 있다. 위험 평가 테이블은 심각도(S), 발생빈도(E) 및 결함 진단 가능성(P)의 다양한 조합에 대해 각각의 등급화된 위험수준을 매칭시켜 구축될 수 있다. 등급화된 위험수준은 자율주행 위험 심각도 수준(ARSL)으로 정의될 수 있고, ARSL 0 ~ ARSL 1의 총 5단계로 구분될 수 있다. 즉, 자율주행차량(110)의 위험수준은 심각도, 발생빈도 및 결함 진단 가능성이 높을수록 높은 등급에 해당될 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 자율주행차량 기반의 주행제어 시스템
110: 자율주행차량 130: 주행제어장치
150: 데이터베이스
210: 사고상황 수집부 230: 주행상황 분석부
250: 위험상황 결정부 270: 주행제어 수행부
290: 제어부
110: 자율주행차량 130: 주행제어장치
150: 데이터베이스
210: 사고상황 수집부 230: 주행상황 분석부
250: 위험상황 결정부 270: 주행제어 수행부
290: 제어부
Claims (9)
- 일반차량의 과거 교통사고 과정에서 획득되고 상기 일반차량의 내부 및 외부의 주행환경 데이터를 포함하는 사고상황을 수집하는 사고상황 수집부;
각각이 센서 집합을 통해 구성된 적어도 하나의 인지 모듈을 통해 자율주행차량의 주행 과정에서 생성되는 주행상황을 분석하는 주행상황 분석부;
상기 사고상황에 상기 주행상황을 적용하여 자율주행 과정에서의 사고 징조에 관한 위험수준을 결정하는 위험상황 결정부; 및
상기 위험수준에 따라 상기 자율주행차량의 주행제어를 수행하는 주행제어 수행부를 포함하되,
상기 주행상황 분석부는 상기 적어도 하나의 인지 모듈에 관한 정상 작동모드와, 상기 정상 작동모드에 대응되어 (a)고유의 기능을 수행하지 못하거나(loss), (b)더 많이 수행하거나(more), (c)더 적게 수행하거나(less), (d)반대로 수행하거나(oppsite direction), (e)의도치 않게 수행하거나(unintended), (f)이전의 수행값을 가지고 있거나(stuck at a value), (g)간헐적으로 수행을 하지 못하는(temporary loss) 경우를 포함하는 비정상 작동모드를 각각 정의하여 작동모드별 주행상황을 분석하고,
상기 위험상황 결정부는 복수의 비정상 작동모드들 각각의 주행상황에 특정 기간 동안 수집된 상기 사고상황을 적용하여 자율주행 과정에서의 대표적인 사고 징조에 관한 비정상 작동 상황 시나리오를 동적으로 결정하고, 상기 사고 징조의 조건을 상기 인지 모듈의 비정상 작동이 상기 자율주행차량에 미치는 영향에 관한 심각도(S), 상기 비정상 작동모드가 발생하는 상황의 빈도수에 관한 발생빈도(E) 및 비정상 작동상황에서 상기 인지 모듈의 비정상 작동에 대한 대체 가능한 인지 모듈의 존재 유무에 관한 결함 진단 가능성(P)으로 정의되는 복수의 평가지표들로 등급화한 후 상기 복수의 평가지표들의 조합에 따라 상기 위험수준을 등급화하는 것을 특징으로 하는 자율주행차량 기반의 주행제어장치.
- 제1항에 있어서, 상기 사고상황 수집부는
상기 일반차량의 내부의 주행환경으로서 상대속도, 차량속도, 주행모드 및 주변차량 유무에 관한 데이터를 수집하고 상기 일반차량의 외부의 주행환경으로서 날씨 및 조도에 관한 데이터를 수집하는 것을 특징으로 하는 자율주행차량 기반의 주행제어장치.
- 삭제
- 삭제
- 삭제
- 삭제
- 제1항에 있어서, 상기 주행제어 수행부는
상기 비정상 작동 상황 시나리오의 목표 안전 수준에 따라 상기 자율주행차량의 주행제어를 수행하는 것을 특징으로 하는 자율주행차량 기반의 주행제어장치.
- 제1항에 있어서, 상기 주행제어 수행부는
상기 위험 평가 테이블을 기초로 등급화된 상기 위험수준에 따라 상기 자율주행차량의 주행제어를 수행하는 것을 특징으로 하는 자율주행차량 기반의 주행제어장치.
- 주행제어장치에서 수행되는 주행제어방법에 있어서,
일반차량의 과거 교통사고 과정에서 획득되고 상기 일반차량의 내부 및 외부의 주행환경 데이터를 포함하는 사고상황을 수집하는 단계;
각각이 센서 집합을 통해 구성된 적어도 하나의 인지 모듈을 통해 자율주행차량의 주행 과정에서 생성되는 주행상황을 분석하는 단계;
상기 사고상황에 상기 주행상황을 적용하여 자율주행 과정에서의 사고 징조에 관한 위험수준을 결정하는 단계; 및
상기 위험수준에 따라 상기 자율주행차량의 주행제어를 수행하는 단계를 포함하되,
상기 주행상황을 분석하는 단계는 상기 적어도 하나의 인지 모듈에 관한 정상 작동모드와, 상기 정상 작동모드에 대응되어 (a)고유의 기능을 수행하지 못하거나(loss), (b)더 많이 수행하거나(more), (c)더 적게 수행하거나(less), (d)반대로 수행하거나(oppsite direction), (e)의도치 않게 수행하거나(unintended), (f)이전의 수행값을 가지고 있거나(stuck at a value), (g)간헐적으로 수행을 하지 못하는(temporary loss) 경우를 포함하는 비정상 작동모드를 각각 정의하여 작동모드별 주행상황을 분석하는 단계를 포함하고,
상기 위험수준을 결정하는 단계는 복수의 비정상 작동모드들 각각의 주행상황에 특정 기간 동안 수집된 상기 사고상황을 적용하여 자율주행 과정에서의 대표적인 사고 징조에 관한 비정상 작동 상황 시나리오를 동적으로 결정하고, 상기 사고 징조의 조건을 상기 인지 모듈의 비정상 작동이 상기 자율주행차량에 미치는 영향에 관한 심각도(S), 상기 비정상 작동모드가 발생하는 상황의 빈도수에 관한 발생빈도(E) 및 비정상 작동상황에서 상기 인지 모듈의 비정상 작동에 대한 대체 가능한 인지 모듈의 존재 유무에 관한 결함 진단 가능성(P)으로 정의되는 복수의 평가지표들로 등급화한 후 상기 복수의 평가지표들의 조합에 따라 상기 위험수준을 등급화하는 단계를 포함하는 것을 특징으로 하는 자율주행차량 기반의 주행제어방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180162204A KR102107466B1 (ko) | 2018-12-14 | 2018-12-14 | 자율주행차량 기반의 주행제어장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180162204A KR102107466B1 (ko) | 2018-12-14 | 2018-12-14 | 자율주행차량 기반의 주행제어장치 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102107466B1 true KR102107466B1 (ko) | 2020-05-07 |
Family
ID=70733970
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180162204A KR102107466B1 (ko) | 2018-12-14 | 2018-12-14 | 자율주행차량 기반의 주행제어장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102107466B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116674578A (zh) * | 2023-08-03 | 2023-09-01 | 南京德沃克自动化有限公司 | 基于车辆显控系统的控制方法及系统 |
| WO2023236738A1 (zh) * | 2022-06-10 | 2023-12-14 | 宁波路特斯机器人有限公司 | 一种车辆自动驾驶控制方法、装置和计算机存储介质 |
| KR102643655B1 (ko) | 2022-09-23 | 2024-03-04 | 아주대학교산학협력단 | 자율 주행 시뮬레이션 방법 및 장치 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007293592A (ja) * | 2006-04-25 | 2007-11-08 | Fuji Heavy Ind Ltd | 走行支援装置 |
| KR20090049492A (ko) * | 2007-11-13 | 2009-05-18 | 유빅테크주식회사 | 차량 고장진단기기 |
| KR20090051767A (ko) | 2006-08-21 | 2009-05-22 | 콘티넨탈 오토모티브 게엠베하 | 자동차의 로컬 및 시간 평가 그리고 차량의 드라이빙 다이나믹스를 예견할 수 있는 운전자 보조 시스템 |
| JP2015123899A (ja) * | 2013-12-26 | 2015-07-06 | トヨタ自動車株式会社 | 車両周辺状況推定装置 |
| JP6201102B2 (ja) * | 2014-07-23 | 2017-09-27 | 株式会社発明屋 | 自動車とコンピューティングシステム |
-
2018
- 2018-12-14 KR KR1020180162204A patent/KR102107466B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007293592A (ja) * | 2006-04-25 | 2007-11-08 | Fuji Heavy Ind Ltd | 走行支援装置 |
| KR20090051767A (ko) | 2006-08-21 | 2009-05-22 | 콘티넨탈 오토모티브 게엠베하 | 자동차의 로컬 및 시간 평가 그리고 차량의 드라이빙 다이나믹스를 예견할 수 있는 운전자 보조 시스템 |
| KR20090049492A (ko) * | 2007-11-13 | 2009-05-18 | 유빅테크주식회사 | 차량 고장진단기기 |
| JP2015123899A (ja) * | 2013-12-26 | 2015-07-06 | トヨタ自動車株式会社 | 車両周辺状況推定装置 |
| JP6201102B2 (ja) * | 2014-07-23 | 2017-09-27 | 株式会社発明屋 | 自動車とコンピューティングシステム |
Non-Patent Citations (1)
| Title |
|---|
| 배병휴 외 2명. 강인한 자율주행을 위한 무인자동차의 Fail-safe 시스템 아키텍쳐 설계. 한국자동차공학회 추계학술대회 및 전시회, 서울: 한국자동차공학회, 2011.11, pp. 1368-1373. 1부.* * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023236738A1 (zh) * | 2022-06-10 | 2023-12-14 | 宁波路特斯机器人有限公司 | 一种车辆自动驾驶控制方法、装置和计算机存储介质 |
| KR102643655B1 (ko) | 2022-09-23 | 2024-03-04 | 아주대학교산학협력단 | 자율 주행 시뮬레이션 방법 및 장치 |
| CN116674578A (zh) * | 2023-08-03 | 2023-09-01 | 南京德沃克自动化有限公司 | 基于车辆显控系统的控制方法及系统 |
| CN116674578B (zh) * | 2023-08-03 | 2023-10-20 | 南京德沃克自动化有限公司 | 基于车辆显控系统的控制方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10571908B2 (en) | Autonomous vehicle failure mode management | |
| EP3428031B1 (en) | Driver assist design analysis system | |
| CN111311914B (zh) | 车辆行驶事故监控方法、装置和车辆 | |
| CN103043057B (zh) | 基于车辆位置信息的异常驾驶判定和警报系统 | |
| KR102107466B1 (ko) | 자율주행차량 기반의 주행제어장치 및 방법 | |
| US20190155291A1 (en) | Methods and systems for automated driving system simulation, validation, and implementation | |
| US10434883B2 (en) | Safety critical systems control in autonomous vehicles | |
| US20170297571A1 (en) | Method and arrangement for monitoring and adapting the performance of a fusion system of an autonomous vehicle | |
| CN109767651B (zh) | 一种v2x环境下弯道区域无缝通信方法 | |
| US11436874B2 (en) | Autonomous vehicle and diagnosis method therefor | |
| CN104554079A (zh) | 交通工具中的测量结果关联 | |
| US11577761B2 (en) | Vehicle control system using reliability of input signal for autonomous vehicle | |
| CN116872921A (zh) | 一种车辆规避风险方法、系统、车辆及存储介质 | |
| Heyns et al. | Predicting traffic phases from car sensor data using machine learning | |
| CN105632203A (zh) | 一种交通安全预警方法及系统 | |
| US11721215B2 (en) | Information processing device, program, and information processing method | |
| JP7214640B2 (ja) | 管理装置、車両、検査装置、並びに、車両検査システムおよびその情報処理方法 | |
| CN111800314B (zh) | 自动驾驶故障监测系统 | |
| CN111800508B (zh) | 基于大数据的自动驾驶故障监测方法 | |
| KR102050426B1 (ko) | 운전자 모사 모델 기반의 자율주행 제어 장치 및 방법 | |
| CN116872976A (zh) | 一种自动驾驶异常处理方法、装置及车辆 | |
| JP6308633B2 (ja) | 充電要否判定システム、車載装置及び電気自動車 | |
| US11270525B2 (en) | Automated vehicle occupancy detection | |
| US11436877B2 (en) | Apparatus for determining overworked consumable for vehicle | |
| CN115798182B (zh) | 一种摩托车的智能安全管理方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |