KR102151811B1 - 회피경로 생성방법 및 그를 위한 장치 - Google Patents

Abstract

본 실시예는 장애물의 회피 경로 생성을 위한 비용함수에 차량의 기구학적인 제한조건, 차량의 조향 특성정보, 장애물의 위치 및 기준이 되는 경로와의 이격 거리 등을 포함시킴으로써 최대한 기준경로와 가까우면서도 장애물과 충분한 안전거리를 유지한 부드러운 회피 경로 생성이 가능토록 하는 회피경로 생성방법 및 그를 위한 장치에 관한 것이다.

Description

회피경로 생성방법 및 그를 위한 장치{Method and Apparatus for Planning Obstacle Avoiding Path}

본 발명의 실시예는 자율주행 차량의 장애물 회피경로 생성방법 및 그를 위한 장치에 관한 것이다.

이 부분에 기술된 내용은 단순히 본 발명의 실시예에 대한 배경 정보를 제공할 뿐 종래기술을 구성하는 것은 아니다.

자율주행 차량이란 운전자가 차량의 주행을 조작하는 것이 아닌 차량 자체적으로 주행을 제어하여 목적지까지 이동하는 차량을 말한다. 자율주행 차량이 자율주행을 하기 위해서는 시작점부터 목적지까지의 경로가 필요하다. 이러한 경로계획 시에는 차량의 주변의 교통조건과 주행환경에서 발생하는 다양한 제약 조건을 만족시키면서 차량이 목적지까지 주행할 수 있는 최적의 경로가 필요하다. 예컨대, 자율 주행 중에 실시간으로 장애물의 존재 여부를 감지하고, 그에 따라 적절한 회피 경로를 생성하는 것을 필요로 한다.

한편, 기존에는 장애물 검출 시 주변환경을 인식하여 회피할 수 있는 경로를 생성하고, 차량의 모델을 예측하여 주행이 가능한지를 판단하였다. 이 경우에는 차량이 주행가능한 경로 중 최단거리를 목표로 하는 것에 초점을 맞추고 있기 때문에 자칫 차량의 급선회 및 장애물과의 안전거리를 충분히 확보하지 못한 채 차량이 주행할 수 있다는 문제점이 존재한다. 다시 말해 차량은 비홀로노믹한 제한 조건을 가지기 때문에 경로의 곡률이 심할 경우 추종을 할 수 없게 된다.

이에 따라, 본 발명에서는 차량의 기구학적인 모델과 장애물의 위치를 고려하여 종래 대비 장애물의 회피를 위한 보다 부드러운 경로를 생성 가능토록 하는 새로운 방법을 제안한다.

본 실시예는 장애물의 회피 경로 생성을 위한 비용함수에 차량의 기구학적인 제한조건, 차량의 조향 특성정보, 장애물의 위치 및 기준이 되는 경로와의 이격 거리 등을 포함시킴으로써 최대한 기준경로와 가까우면서도 장애물과 충분한 안전거리를 유지한 부드러운 회피 경로 생성이 가능토록 하는 데 그 목적이 있다.

본 실시예는, 라이다 센서로부터 입력받은 라이다 데이터를 분석하여 자율 주행 중인 차량의 주변에 위치한 장애물을 감지하는 감지부; 상기 장애물에 대한 감지결과를 바탕으로 상기 장애물의 회피를 위해 상기 차량이 통과해야 할 지역 경로에 대한 목적지를 선정하는 선정부; 상기 차량의 현재 위치에서 상기 목적지까지의 이동 가능한 복수 개의 경로 후보군을 생성하고, 상기 차량의 현재 위치 및 자세 정보를 토대로 예측되는 상기 차량의 조향 특성정보를 함수 인자로서 활용하여 상기 각 경로 후보군별 비용함수를 산출하는 산출부; 및 상기 비용함수의 산출결과에 따라 상기 장애물의 회피를 위한 최적의 회피 경로를 선정하고, 선정된 회피 경로에 근거하여 상기 차량의 주행을 제어하는 제어부를 포함하는 것을 특징으로 하는 회피경로 생성장치를 제공한다.

또한, 본 실시예의 다른 측면에 의하면, 라이다 센서를 이용한 차량의 회피경로 생성방법에 있어서, 상기 라이다 센서로부터 입력받은 라이다 데이터를 분석하여 자율 주행 중인 상기 차량의 주변에 위치한 장애물을 감지하는 과정; 상기 장애물에 대한 감지결과를 바탕으로 상기 장애물의 회피를 위해 상기 차량이 통과해야 할 지역 경로에 대한 목적지를 선정하는 과정; 상기 차량의 현재 위치에서 상기 목적지까지의 이동 가능한 복수 개의 경로 후보군을 생성하고, 상기 차량의 현재 위치 및 자세 정보를 토대로 예측되는 상기 차량의 조향 특성정보를 함수 인자로서 활용하여 상기 각 경로 후보군별 비용함수를 산출하는 과정; 및 상기 비용함수의 산출결과에 따라 상기 장애물의 회피를 위한 최적의 회피 경로를 선정하고, 선정된 회피 경로에 근거하여 상기 차량의 주행을 제어하는 과정을 포함하는 것을 특징으로 하는 회피경로 생성방법을 제공한다.

이상에서 설명한 바와 같이 본 발명의 실시예에 의하면, 장애물의 회피 경로 생성을 위한 비용함수에 차량의 기구학적인 제한조건, 차량의 조향 특성정보, 장애물의 위치 및 기준이 되는 경로와의 이격 거리 등을 포함시킴으로써 최대한 기준경로와 가까우면서도 장애물과 충분한 안전거리를 유지한 부드러운 회피 경로의 생성이 가능한 효과가 있다.

도 1은 본 실시예에 따른 회피경로 생성장치를 개략적으로 나타낸 블록 구성도이다.
도 2는 본 실시예에 따른 회피경로 생성장치의 회피경로 생성방법을 설명하기 위한 순서도이다.
도 3은 본 실시예에 따른 회피경로 생성을 위한 장애물 검출 및 지역 경로의 목적지 선정방법을 설명하기 위한 순서도이다.
도 4 및 도 5는 본 실시예에 따른 장애물 검출방법을 설명하기 위한 예시도이다.
도 6은 본 실시예에 따른 지역 경로의 목적지 선정방법을 설명하기 위한 예시도이다.
도 7 및 도 8은 본 실시예에 따른 회피경로 생성방법을 설명하기 위한 예시도이다.

이하, 본 실시예를 첨부된 도면을 참조하여 상세하게 설명한다. 본 발명을 설명함에 있어, '…부', '모듈' 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.

도 1은 본 실시예에 따른 회피경로 생성장치를 개략적으로 나타낸 블록 구성도이다.

본 실시예에 따른 회피경로 생성장치(100)는 자율주행 차량 내 구비되어 차량 주변에 위치한 장애물의 존재 여부를 실시간으로 감지하고, 그에 따라 적절한 회피 경로를 생성하는 기능을 수행한다. 이러한, 회피경로 생성장치(100) 상에 포함되는 각 구성요소들은 차량 시스템 내 하드웨어 또는 소프트웨어 기반의 장치로 구현될 수 있다.

도 1에 도시하듯이, 본 실시예에 따른 회피경로 생성장치(100)는 센서부(110), 감지부(120), 선정부(130), 산출부(140) 및 제어부(150)를 포함한다. 이때, 도 1의 회피경로 생성장치(100)는 일 실시예에 따른 것으로, 도 1에 도시된 모든 블록이 필수 구성요소는 아니며, 다른 실시예에서 회피경로 생성장치(100)에 포함된 일부 블록이 추가, 변경 또는 삭제될 수 있다.

센서부(110)는 적어도 하나의 센서를 구비하고, 구비된 센서를 이용하여 차량 주변의 교통조건과 주행환경의 감지를 위한 데이터를 수집하는 장치를 의미한다.

본 실시예에 있어서 센서부(110)는 라이다 센서를 센싱수단으로서 구비하고, 구비된 라이다 센서를 이용하여 상기의 데이터를 수집할 수 있다.

이러한, 라이다 센서를 이용한 데이터 수집 방법에 대해 보다 자세히 설명하자면, 라이다 센서는 차량의 일측에 장착되며, 차량의 주변(전방)을 향하여 레이저를 발사한다. 라이다 센서에 의해 발사된 레이저는 산란되거나 반사되어 차량으로 되돌아올 수 있다.

라이다 센서는 레이저를 이용하여 측정한 거리정보(Distance Information)를 3D 공간에서 점들의 집합(Cloud Point) 형태로 나타내며, 이러한 거리정보를 포함하는 라이다 데이터를 감지부(120)로 전달한다. 예를 들어, 라이다 센서는 레이저가 되돌아오는 시간, 강도, 주파수의 변화, 편광 상태의 변화를 기초로, 차량의 주변에 위치하는 타겟(ex: 장애물)의 물리적 특성에 대한 정보를 획득할 수 있다.

다른 실시예에서 라이다 센서는 회피경로 생성장치(100)의 구성요소로서 미포함되는 형태로 구현될 수 있으며, 이 경우, 센서부(110)는 차량에 설치된 라이다 센서와의 연동을 통해 상기의 라이다 데이터를 수집하고, 이를 감지부(120)로 제공하는 중계 기능을 수행한다.

감지부(120)는 센서부(110)를 이용하여 제공받은 라이다 데이터를 분석하여 자율 주행 중인 차량의 주변에 위치한 장애물을 검출한다.

본 실시예에 따른 감지부(120)는 라이다 데이터를 분석하여 장애물을 검출하기 앞서 라이다 데이터에 대한 전처리 과정을 수행할 수 있다. 이러한, 전처리 과정은 바람직하게는 장애물 검출 과정에 있어서의 효율성 향상 등을 위해 선택적으로 수행될 수 있다.

즉, 감지부(120)는 입력받은 라이다 데이터 중 기 설정된 관심영역에 해당하는 데이터를 선별하고, 선별된 데이터만을 고려하여 장애물에 대한 검출 절차를 수행할 수 있다. 이때, 관심영역은 예컨대, 차량의 위치를 기준으로 소정 거리 범위 내의 영역에 대하여 설정될 수 있으며, 결과적으로, 장애물을 검출하는 과정에서 사용되는 포인트 클라우드의 데이터량이 최소화될 수 있도록 하는 효과를 야기한다.

또한, 감지부(120)는 선별된 데이터를 기반으로 차량의 입체 탑뷰(Top-View) 영상을 생성하고, 생성된 탑뷰 영상을 이용하여 장애물에 대한 검출 절차를 수행할 수 있다. 예컨대, 감지부(120)는 선별된 데이터 내 z축에 대한 성분을 제거함으로써 상기의 입체 탑뷰 영상을 생성할 수 있으며, 마찬가지로, 이로 인해, 장애물을 검출하는 과정에서 사용되는 포인트 클라우드의 데이터량이 최소화될 수 있도록 한다.

이후, 감지부(120)는 전처리 과정이 수행된 라이다 데이터에 대한 분석을 수행하고, 이를 통해, 자율 주행 중인 차량의 주변에 위치한 장애물을 감지한다.

이하, 도 4 및 도 5를 함께 참고하여, 본 실시예에 따른 감지부(120)의 장애물 검출방법에 대해 설명하도록 한다.

감지부(120)는 탑뷰 영상으로 변환된 라이다 데이터 내 직선 성분을 추출하고, 추출된 직선 성분을 현재 차량이 주행 중인 도로의 경계에 대한 후보군으로서 선정한다.

감지부(120)는 선정된 후보군 중 현재 차량의 진행방향과의 각도차가 기 설정된 임계치 이하인 직성 성분을 도로의 경계로서 추출한다. 이후, 감지부(120)는 추출된 도로의 경계 내부 영역에 대해서만 장애물의 검출을 진행한다.

한편, 도 4는 본 실시예에 따른 장애물 검출 과정에서 사용되는 라이다 데이터의 형태를 예시한 예시도이다.

이러한, 도 4를 참조하면, 본 실시예에 따른 감지부(120)의 전처리 과정에 따라 생성된 탑뷰 영상을 확인할 수 있으며, 마찬가지로, 해당 탑뷰 영상 내 특정 직선 성분이 도로의 경계로서 추출된 것을 확인할 수 있다.

감지부(120)는 도로의 경계 내 장애물이 검출된 지점을 각각 세그멘테이션(Segmentation) 처리하여 장애물 영역으로서 정의하고, 이를 토대로 장애물에 대한 위치를 산출한다. 예컨대, 감지부(120)는 장애물 영역에 포함되는 점들에 대해 Ransac 알고리즘을 적용하고, 이를 통해, 계산된 장애물의 양 끝점 및 중심점의 좌표 값을 장애물에 대한 위치정보로서 선정할 수 있다.

한편, 도 5는 본 실시예에 따른 장애물의 검출 방법을 설명하기 위한 예시도이다. 도 5의 (a)는 본 실시예에 따른 장애물의 위치정보 산출방법을 예시하였으며, 도 5의 (b)는 본 실시예에 따른 장애물의 검출결과를 예시하였다.

도 5의 (a)를 참조하면, 본 실시예에 따른 감지부(120)가 차량의 현재 위치를 기준으로 장애물의 위치 예컨대, 중심점의 좌표를 검출하는 방법을 확인할 수 있다.

한편, 도 5의 (a)에 예시된 장애물의 위치 검출 방법을 수식으로 표현하면 수학식 1과 같다.

여기서, r_n은 라이다 센서를 통해 산출한 차량으로부터 장애물 보다 자세하게는 차량의 기준점에서 장애물의 중심점까지의 거리값을 의미하며, θ_n은 차량의 현재 자세를 기준으로 한 장애물과의 사이의 각도차를 의미한다.

선정부(130)는 장애물에 대한 감지결과를 바탕으로 장애물의 회피를 위해 차량이 통과해야 할 지역 경로에 대한 목적지를 선정하는 기능을 수행한다.

본 실시예에 따른 선정부(130)는 앞서 장애물을 검출하는 과정에서 추출된 도로의 경계 및 장애물에 대한 위치정보를 토대로 상기의 지역 경로에 대한 목적지를 선정할 수 있다.

이하, 도 6을 함께 참고하여, 본 실시예에 따른 선정부(130)의 지역 경로 목적지 선정방법에 대해 설명하도록 한다.

선정부(130)는 도로의 경계 및 장애물에 대한 위치정보를 토대로 도로의 경계와 장애물 사이에 차량이 주행 가능한 적어도 하나의 후보 영역을 도출한다.

예컨대, 도 6을 참고하면, 도로의 경계와 장애물 사이에 차량이 주행 가능한 후보 영역으로서 2개의 영역이 검출되고, 각각의 영역이 S₁ ^free 및 S₂ ^free로 정의된 것을 확인할 수 있다. 한편, 본 실시예의 경우, S_n ^free에 대한 정보로서는 해당 영역의 중심좌표(x_n, y_n)와 영역의 가로길이(l_n)로 구성될 수 있다.

선정부(130)는 도출된 후보 영역 중 그 가로 길이가 기 설정된 차량의 주행 가능 길이보다 큰 영역을 지역 경로에 대한 목적지로서 선정한다. 이때, 차량의 주행 가능 길이는 차량의 폭과 안전 거리의 합에 따라 결정되어 지며, 사용자의 설정에 따라 다양한 값이 설정될 수 있다.

한편, 선정부(130)는 지역 경로에 대한 목적지로서 복수 개가 선정되는 경우 각 영역의 중심과 기 설정된 기준경로와의 근접 여부를 추가로 고려하여 지역 경로에 대한 목적지를 최종 결정할 수 있다. 이때, 기 설정된 기준경로는 도로 경계의 중점(v_k=(x_k, y_k)) 즉, 도로의 중심으로 결정되는 것이 바람직하나 반드시 이에 한정되는 것은 아니다. 이러한, 기준 경로는 예컨대, V=v₁, v₂, v₃,…,v_k, k=1,2,…n로 정의될 수 있다.

예컨대, 도 6을 참고하면, S₁ ^free 보다 자세하게는 S₁ ^free의 중심점이 지역 경로의 목적지로서 선정된 것을 확인할 수 있다.

산출부(140)는 차량의 현재 위치에서 지역 경로의 목적지까지의 이동 가능한 복수 개의 경로 후보군을 생성하고, 각각의 경로 후보군에 대한 비용함수를 산출하여 제공하는 기능을 수행한다.

이하, 도 7 및 도 8을 함께 참고하여, 본 실시예에 따른 산출부(140)의 비용함수 산출방법에 대해 설명하도록 한다.

산출부(140)는 지역 경로의 목적지가 주어졌을 시, 차량의 현재 위치에서 지역 경로의 목적지까지의 영역에 대하여 소정의 기준에 따라 그리드로 구분된 복수의 노드를 포함하는 그리드 맵(LGM: Local Grid Map)을 생성한다.

예컨대, 도 7을 참고하면, 산출부(140)에 의해 생성된 그리드 맵이 n개의 Stage와 m개의 state로 구성되는 것을 확인할 수 있다. 이때, 각 그리드의 중점은 노드(Node)로서 정의되고, 각 노드들은 차량의 기구학 모델로 예측한 차량의 자세값과 입력값을 포함하여 수학식 2와 같이 표현된다.

여기서, x, y는 노드의 좌표값을, 각 δ 값은 차량의 조향 특성정보 보다 자세하게는, 차량의 현재 위치 및 자세 정보를 토대로 예측된 해당 노드로의 이동을 위한 차량의 조향각, 조향각 속도, 조향각 가속도의 입력 값을 의미한다.

산출부(140)는 그리드 맵 내 차량의 현재 위치에 대응되는 출발지 노드에서 지역 경로의 목적지에 대응되는 목적지 노드까지의 이동 가능한 적어도 하나의 이상의 노드들의 집합을 회피 경로의 경로 후보군으로서 생성한다.

산출부(140)는 각 경로 후보군별로 경로 후보군 내 포함되는 각 노드들에 상응하여 예측된 차량의 조향 특성정보를 함수 인자로서 활용하여 현재 위치에서 지역 경로의 목적지까지의 차량의 조향 변화값이 반영된 비용함수를 산출한다.

한편, 본 실시예에 따른 산출부(140)는 각 경로 후보군별 비용함수를 산출하는 과정에서 각 노드들에 상응하여 예측된 차량의 조향 특성정보 및 차량의 기구학 모델을 기반으로 기 설정된 임계값 정보에 근거하여 특정 경로 후보군에 대한 필터링 절차를 수행할 수 있다. 이때, 임계값 정보는 차량의 종류 및 특성과 같은 기구학적인 제한조건에 따라 사전에 결정된 조향 가능 최소범위 및 최대 범위 값일 수 있으며, 수학식 3과 같이 표현될 수 있다.

한편, 산출부(140)는 경로 후보군 중 기 설정된 임계값을 벗어나는 조향 특성정보를 갖는 노드를 포함하든 특정 경로 후보군을 회피 경로의 후보에서 제외시킬 수 있다. 즉, 산출부(1400는 차량의 기구학 제한조건을 넘어서는 노드에 대해서는 비용에 대해 무한한 값을 부여함으로써 그 노드와 관련된 경로 후보군에 대해서는 더 이상 비용함수가 책정되지 않도록 동작한다.

본 실시예에 따른 산출부(140)는 각 경로 후보군별로 경로 후보군 내 포함되는 각 노드들에 대응하여 책정된 장애물과의 사이의 거리 정보 및 기 설정된 기준 경로와의 사이의 거리 정보 중 일부 또는 전부를 함수인자로서 추가 활용하여 비용함수를 산출할 수 있다.

이러한, 산출부(140)의 각 경로 후보군별 비용함수 산출방법을 수학식으로 나타내면 수학식 4와 같다.

이때, 첫 번째 항은 경로의 물리적인 거리를 나타내고, 두 번째 항은 차량의 조향 입력의 변화를 나타내고, 세 번째 항은 장애물과 기준 경로와의 거리차를 나타낸다. 결과적으로, 본 실시예에 의하는 경우 현재 차량의 자세를 고려하여 조향 변화가 가장 적고, 거리가 짧으며, 기준 경로에서 가까운 장애물 회피 경로가 선택되어 진다.

도 8을 참조하면, 본 실시예에 따른 산출부(140)의 비용함수 산출방법을 보다 자세하게 확인할 수 있다. 즉, 도 8의 (a)를 참조하면, 본 실시예에 따른 각 경로 후보군별로 비용함수를 책정하는 과정에서 차량의 조향 특성정보, 장애물과 기준 경로와의 거리차이 등이 함수 인자로서 활용되는 것을 확인할 수 있다. 도 8의 (b)는 비용함수의 책정결과에 따라 산출된 최적의 회피 경로를 예시하였다.

본 실시예에 따른 산출부(140)는 각각의 경로 후보군에 대한 비용함수를 산출 시 차량의 조향각, 조향각 속도, 조향각 가속도와 같은 조향 특성정보를 고려함으로써 차량의 횡방향의 변화가 최소화되는 회피 경로의 생성이 가능토록 한다.

또한, 산출부(140)는 차량의 기구학적인 제한조건과 현재 차량의 자세를 고려함으로써 차량이 추종할 수 있는 부드러운 회피 경로의 생성이 가능토록 한다.

또한, 산출부(140)는 장애물과 기준 경로와의 거리차이를 비용함수에 포함시킴으로써 기준 경로에서 최대한 가까우면서도 장애물과 충분한 안전거리를 유지한 부드러운 회피 경로의 생성이 가능토록 한다.

제어부(150)는 산출부(140)의 비용함수 산출결과에 따라 장애물의 회피를 위한 최적의 회피 경로를 선정하고, 선정된 회피 경로에 근거하여 차량의 주행을 제어한다.

본 실시예에 따른 제어부(150)는 각 경로 후보군별 비용함수에 기초하여 차량의 조향 변화값이 최소화되면서도, 기준 경로에서 최대한 가까우면서도 장애물과 충분한 안전거리를 유지 가능한 경로를 최적의 회피 경로로서 선정한다.

도 2는 본 실시예에 따른 회피경로 생성장치의 회피경로 생성방법을 설명하기 위한 순서도이다.

회피경로 생성장치(100)는 라디아 센서로부터 입력받은 라이다 데이터를 분석하여 차량 주변의 장애물을 감지한다(S202). 단계 S202에서 회피경로 생성장치(100)가 장애물을 감지하는 방법은 도 3을 통해 보다 구체적으로 설명하도록 한다.

회피경로 생성장치(100)는 단계 S202의 장애물 감지결과를 바탕으로 장애물의 회피를 위해 차량이 통과해야할 지역 경로에 대한 목적지를 선정한다(S204). 단계 S204에서 회피경로 생성장치(100)가 지역 경로에 대한 목적지를 선정하는 방법은 도 3을 통해 보다 구체적으로 설명하도록 한다.

회피경로 생성장치(100)는 차량의 현재 위치에서 단계 S204에서 선정한 목적지까지의 이동 가능한 복수 개의 경로 후보군을 생성하고, 각 경로 후보군별 비용함수를 산출한다(S206). 단계 S206에서 회피경로 생성장치(100)는 각 경로 후보군별로 경로 후보군 내 포함되는 각 노드들에 상응하여 예측된 차량의 조향 특성정보를 함수 인자로서 활용하여 현재 위치에서 지역 경로의 목적지까지의 차량의 조향 변화값이 반영된 비용함수를 산출한다.

회피경로 생성장치(100)는 각 경로 후보군별로 경로 후보군 내 포함되는 각 노드들에 대응하여 책정된 장애물과의 사이의 거리 정보 및 기 설정된 기준 경로와의 사이의 거리 정보 중 일부 또는 전부를 함수인자로서 추가 활용하여 비용함수를 산출할 수 있다.

회피경로 생성장치(100)는 단계 S206에서 산출한 비용함수를 기반으로 최적의 회피 경로를 선정하고, 선정된 회피 경로에 근거하여 차량의 주행을 제어한다(S208).

도 3은 본 실시예에 따른 회피경로 생성을 위한 장애물 검출 및 지역 경로의 목적지 선정방법을 설명하기 위한 순서도이다.

회피경로 생성장치(100)는 라이다 센서를 이용하여 측정된 라이다 데이터를 획득한다(S302). 여기서 라이다 데이터는 라이다 센서가 구비된 차량 전방의 높이와 관련된 수직 해상도 범위의 데이터를 의미하며, 예컨대, 차량의 전방에 대한 포인트 클라우드 데이터를 의미한다.

회피경로 생성장치(100)는 단계 S302에서 획득한 라이다 데이터에 대한 전처리 절차를 수행한다(S304). 단계 S304에서 회피경로 생성장치(100)는 단계 S302에서 획득한 라이다 데이터 중 기 설정된 관심영역에 해당하는 데이터만을 선별하고, 선별된 데이터를 기반으로 차량의 입체 탑뷰(Top-View) 영상을 생성할 수 있다.

회피경로 생성장치(100)는 단계 S304에서 전처리 수행된 라이다 데이터를 기반으로 차량이 주행 중인 도로의 경계 영역을 검출하고(S306), 검출된 도로의 경계 영역 내 장애물을 감지한다(S308). 단계 S306에서 회피경로 생성장치(100)는 라이다 데이터 내 직선 성분을 추출하고, 추출된 직선 성분을 중 현재 차량의 진행방향과의 각도차가 기 설정된 임계치 이하인 직성 성분을 도로의 경계로서 추출한다. 이후, 회피경로 생성장치(100)는 도로의 경계 내부 영역에 대해서만 장애물의 검출을 진행한다. 이러한, 라이다 데이터 내 장애물 검출과 관련한 구체적인 내용은 해당 분야에서 일반적인 바 자세한 설명은 생략하도록 한다.

회피경로 생성장치(100)는 단계 S308의 장애물 감지결과를 바탕으로 장애물의 회피를 위해 차량이 통과해야 할 지역 경로에 대한 목적지를 선정한다(S310). 단계 S310에서 회피경로 생성장치(100)는 단계 S308의 장애물 감지결과를 바탕으로 도로의 경계와 장애물 사이에 차량이 주행 가능한 적어도 하나의 후보 영역을 도출한다. 이후, 회피경로 생성장치(100)는 도출된 후보 영역 중 그 가로 길이가 기 설정된 차량의 주행 가능 길이보다 크면서도 기 설정된 기준 경로와 가장 근접한 영역을 지역 경로에 대한 목적지로서 선정한다.

여기서, 단계 S202 내지 S208 및 단계 S302 내지 S310은 앞서 설명된 회피경로 생성장치(100)의 각 구성요소의 동작에 대응되므로 더 이상의 상세한 설명은 생략한다.

도 2 및 도 3에서는 각각의 과정을 순차적으로 실행하는 것으로 기재하고 있으나, 반드시 이에 한정되는 것은 아니다. 다시 말해, 도 2 및 도 3에 기재된 과정을 변경하여 실행하거나 하나 이상의 과정을 병렬적으로 실행하는 것으로 적용 가능할 것이므로, 도 2 및 도 3은 시계열적인 순서로 한정되는 것은 아니다.

전술한 바와 같이 도 2 및 도 3에 기재된 회피경로의 생성을 위한 각 방법은프로그램으로 구현되고 컴퓨터의 소프트웨어를 이용하여 읽을 수 있는 기록매체(CD-ROM, RAM, ROM, 메모리 카드, 하드 디스크, 광자기 디스크, 스토리지 디바이스 등)에 기록될 수 있다.

이상의 설명은 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

100: 회피경로 생성장치 110: 센서부
120: 감지부 130: 선정부
140: 산출부 150: 제어부

Claims (11)

1. 라이다 센서로부터 입력받은 라이다 데이터를 탑뷰 영상으로 변환하여, 현재 차량의 진행방향과 변환된 라이다 데이터의 직선 성분 간 각도차가 기 설정된 임계치 이하인 경우, 상기 직선 성분을 상기 차량이 주행중인 도로의 경계로서 검출하고, 기 설정된 관심영역에 해당하는 데이터를 선별하여, 선별된 데이터를 기초로 상기 도로의 경계 내부의 장애물을 감지하는 감지부;
   상기 장애물에 대한 감지결과를 바탕으로 상기 장애물의 회피를 위해 상기 차량이 통과해야 할 지역 경로에 대한 목적지를 선정하는 선정부;
   상기 차량을 기준으로 한 좌표값 및 조향 특성정보를 포함하는 노드에 있어, 상기 차량의 현재 위치에서 상기 목적지까지의 이동 가능한 적어도 하나 이상의 노드들의 집합으로 구성되는 복수 개의 경로 후보군을 생성하고,
   상기 차량의 현재 위치 및 자세 정보를 토대로 상기 경로 후보군 내 포함되는 각 노드들에 상응하는 상기 차량의 조향각, 조향각 속도 및 조향각 가속도를 포함하는 조향 특성정보를 예측하고, 예측된 조향 특성정보를 함수 인자로서 활용하여 상기 각 경로 후보군별 비용함수를 산출하되, 상기 비용함수를 산출 시 상기 차량의 기구학 모델에 기반한 제한조건에 따라 사전에 결정된 조향 가능 최소범위 및 최대 범위 임계값 정보와 상기 조향 특성정보에 근거하여 상기 경로 후보군에 대한 필터링 절차를 수행하는 산출부; 및
   상기 비용함수의 산출결과에 따라 상기 현재 위치에서 상기 목적지까지의 상기 차량의 횡방향의 조향 변화값이 최소가 되는 경로를 상기 장애물의 회피를 위한 최적의 회피 경로로서 선정하고, 선정된 회피 경로에 근거하여 상기 차량의 주행을 제어하는 제어부
   를 포함하는 것을 특징으로 하는 회피경로 생성장치.
2. 삭제
3. 삭제
4. 제 1항에 있어서,
   상기 선정부는,
   상기 장애물과 도로의 경계 사이에 상기 차량이 주행 가능한 적어도 하나의 후보 영역을 도출하고, 상기 후보 영역 중 그 가로 길이가 기 설정된 상기 차량의 주행 가능 길이보다 큰 영역을 상기 지역 경로에 대한 목적지로서 선정하는 것을 특징으로 하는 회피경로 생성장치.
5. 제 4항에 있어서,
   상기 선정부는,
   상기 도로의 경계 중심을 기준 경로로서 결정하고, 상기 기준 경로와의 근접 여부를 추가로 고려하여 상기 지역 경로에 대한 목적지를 선정하는 것을 특징으로 하는 회피경로 생성장치.
6. 제 1항에 있어서,
   상기 산출부는,
   상기 차량의 현재 위치에서 상기 목적지까지의 영역에 소정의 기준에 따라 상기 노드를 그리드로 구분되도록 배치함으로써 복수의 노드로 구성된 그리드 맵을 생성하고, 상기 그리드 맵 내 상기 차량의 현재 위치에 대응되는 출발지 노드로부터 상기 목적지에 대응되는 목적지 노드까지 이동 가능한, 그리드 상에서 연속하는 노드들의 집합을 상기 경로 후보군으로서 생성하는 것을 특징으로 하는 회피경로 생성장치.
7. 삭제
8. 삭제
9. 삭제
10. 제 1항에 있어서,
    상기 산출부는,
    상기 감지부를 이용하여 감지된 상기 장애물과의 거리 정보 및 기 설정된 기준 경로와의 거리 정보 중 일부 또는 전부를 상기 함수 인자로서 추가 활용하여 상기 각 경로 후보군별 비용함수를 산출하는 것을 특징으로 하는 회피경로 생성장치.
11. 라이다 센서를 이용한 차량의 회피경로 생성방법에 있어서,
    상기 라이다 센서로부터 입력받은 라이다 데이터를 탑뷰 영상으로 변환하여, 현재 차량의 진행방향과 변환된 라이다 데이터의 직선 성분 간 각도차가 기 설정된 임계치 이하인 경우, 상기 직선 성분을 상기 차량이 주행중인 도로의 경계로서 검출하는 과정;
    기 설정된 관심영역에 해당하는 데이터를 선별하여 선별된 데이터를 기초로 검출된 도로의 경계 내부의 장애물을 감지하는 과정;
    상기 장애물에 대한 감지결과를 바탕으로 상기 장애물의 회피를 위해 상기 차량이 통과해야 할 지역 경로에 대한 목적지를 선정하는 과정;
    상기 차량을 기준으로 한 좌표값 및 조향 특성정보를 포함하는 노드에 있어, 상기 차량의 현재 위치에서 상기 목적지까지의 이동 가능한 적어도 하나 이상의 노드들의 집합으로 구성되는 복수 개의 경로 후보군을 생성하고,
    상기 차량의 현재 위치 및 자세 정보를 토대로 상기 경로 후보군 내 포함되는 각 노드들에 상응하는 상기 차량의 조향각, 조향각 속도 및 조향각 가속도를 포함하는 조향 특성정보를 예측하고, 예측된 조향 특성정보를 함수 인자로서 활용하여 상기 각 경로 후보군별 비용함수를 산출하되, 상기 비용함수를 산출 시 상기 차량의 기구학 모델에 기반한 제한조건에 따라 사전에 결정된 조향 가능 최소범위 및 최대 범위 임계값 정보와 상기 조향 특성정보에 근거하여 상기 경로 후보군에 대한 필터링 절차를 수행하는 과정; 및
    상기 비용함수의 산출결과에 따라 상기 현재 위치에서 상기 목적지까지의 상기 차량의 횡방향의 조향 변화값이 최소가 되는 경로를 상기 장애물의 회피를 위한 최적의 회피 경로로서 선정하고, 선정된 회피 경로에 근거하여 상기 차량의 주행을 제어하는 과정
    을 포함하는 것을 특징으로 하는 회피경로 생성방법.

Images