KR102178992B1 - 차량 동작 계획방법 및 그를 위한 장치 - Google Patents

차량 동작 계획방법 및 그를 위한 장치 Download PDF

Info

Publication number
KR102178992B1
KR102178992B1 KR1020180166982A KR20180166982A KR102178992B1 KR 102178992 B1 KR102178992 B1 KR 102178992B1 KR 1020180166982 A KR1020180166982 A KR 1020180166982A KR 20180166982 A KR20180166982 A KR 20180166982A KR 102178992 B1 KR102178992 B1 KR 102178992B1
Authority
KR
South Korea
Prior art keywords
vehicle
angular velocity
obstacle
path
point
Prior art date
Application number
KR1020180166982A
Other languages
English (en)
Other versions
KR20200084938A (ko
Inventor
박태형
허성우
Original Assignee
충북대학교 산학협력단
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 충북대학교 산학협력단 filed Critical 충북대학교 산학협력단
Priority to KR1020180166982A priority Critical patent/KR102178992B1/ko
Publication of KR20200084938A publication Critical patent/KR20200084938A/ko
Application granted granted Critical
Publication of KR102178992B1 publication Critical patent/KR102178992B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • 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
    • B60W30/08—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
    • B60W30/14—Adaptive cruise control
    • B60W30/143—Speed 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
    • 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, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots 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, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • B60W2420/42—
    • B60W2420/52—
    • B60W2420/62—
    • 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
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • B60W2720/103—Speed profile
    • 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
    • B60Y2300/143—Speed control

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

본 실시예는 자율주행 차량의 동작계획 시 현재 차량의 상태정보 및 차량의 기구학 모델을 통해 산출된 차량의 회전량과 장애물과의 거리를 고려하여 차량의 가속 및 감속을 적응적으로 결정한 속도 프로파일을 생성함으로써 부드럽고 안정적인 주행이 가능토록 하는 차량 동작 계획방법 및 그를 위한 장치에 관한 것이다.

Description

차량 동작 계획방법 및 그를 위한 장치{Method and Apparatus for Planning Car Motion}
본 실시예는 차량 동작 계획방법 및 그를 위한 장치에 관한 것이다. 보다 자세하게는, 퍼지이론을 사용한 자율주행 차량의 종방향 동작 계획방법 및 그를 위한 장치에 관한 것이다.
이 부분에 기술된 내용은 단순히 본 발명의 실시예에 대한 배경 정보를 제공할 뿐 종래기술을 구성하는 것은 아니다.
자율주행 차량의 동작계획이란 경로계획을 통해 차량의 경로를 결정하고, 경로에 따른 차량의 종방향 및 횡방향의 궤적을 계획하는 것으로써, 자율주행 차량이 자율주행을 하기 위해서는 현재위치에서 목표지점 까지의 차량의 동작을 계획하는 과정이 필수적이다.
경로계획시 차량의 주변 교통조건과 주행환경을 감지하기 위해 라이다 센서와 카메라 센서가 대표적으로 사용되고 있다. 라이다 센서는 차량 주변의 환경을 사각없이 360° 전방향에 대해 감지가 가능하고 감지된 데이터의 정확도는 약 ±3cm로, 다른 타 센서에 비해 정확하다. 하지만 차량으로부터 거리가 멀리 떨어진 데이터의 경우 측정하기 어려운 경우가 많아 이를 보완하기 위해 카메라와 라이다를 같이 사용하는 경우가 많다.
한편, 차량은 주행할 때 타이어에는 가속으로 인한 구동력과 회전에 의한 횡력이 발생한다. 이러한 횡력은 차량의 미끄러짐을 발생시켜 차량의 위치오차 및 자세를 불안정하게 만드는 원인이 된다. 따라서 동작 계획시 차량의 회전이 심한구간(예 : 차선변경, 장애물 회피)에서 차량의 회전량을 고려하여 차량의 가속 및 감속을 결정할 필요성이 존재한다. 추가적으로 장애물과의 거리 또한 고려하여 차량의 가속 및 가속을 결정할 필요성이 존재한다. 이에 따라, 본 발명에서는 차량의 회전량과 장애물과의 거리를 고려하여 부드러운 속도 프로파일을 제공 가능토록 하는 새로운 방법을 제안한다.
본 실시예는 자율주행 차량의 동작계획 시 현재 차량의 상태정보 및 차량의 기구학 모델을 통해 산출된 차량의 회전량과 장애물과의 거리를 고려하여 차량의 가속 및 감속을 적응적으로 결정한 속도 프로파일을 생성함으로써 부드럽고 안정적인 주행이 가능토록 하는 데 그 목적이 있다.
본 실시예는, 자율 주행 중인 차량의 현재 위치에서 목적지까지의 주행 경로를 생성하는 경로 생성부; 상기 현재 위치에서의 상기 차량의 상태정보 및 상기 차량의 기구학 모델을 기반으로 상기 주행 경로의 추종을 위한 상기 차량의 횡방향 각속도 값을 산출하는 각속도 산출부; 상기 차량에 설치된 적어도 하나의 센서로부터 수집된 센싱 데이터를 기반으로 상기 주행 경로의 주변에 위치한 장애물을 감지하고, 상기 장애물과 상기 차량 사이의 거리 데이터를 산출하는 거리 측정부; 및 상기 차량의 횡방향 각속도 값 및 상기 거리 데이터를 기반으로 상기 주행 경로 내 상기 차량의 가속 및 감속을 결정하는 속도 제어부를 포함하는 것을 특징으로 하는 동작 계획장치를 제공한다.
또한, 본 실시예의 다른 측면에 의하면, 자율 주행 중인 차량의 현재 위치에서 목적지까지 복수 개의 경유점으로 구성되는 주행 경로를 생성하는 과정; 상기 현재 위치에서의 상기 차량의 상태정보 및 상기 차량의 기구학 모델을 기반으로 상기 주행 경로의 추종을 위한 상기 차량의 횡방향 각속도 값을 산출하는 과정; 상기 차량에 설치된 적어도 하나의 센서로부터 수집된 센싱 데이터를 기반으로 상기 주행 경로의 주변에 위치한 장애물을 감지하고, 상기 장애물과 상기 차량 사이의 거리 데이터를 산출하는 과정; 및 상기 차량의 횡방향 각속도 값 및 상기 거리 데이터를 기반으로 상기 주행 경로 내 상기 차량의 가속 및 감속을 결정하는 과정을 포함하는 것을 특징으로 하는 동작 계획방법을 제공한다.
이상에서 설명한 바와 같이 본 발명의 실시예에 의하면, 자율주행 차량의 동작계획 시 현재 차량의 상태정보 및 차량의 기구학 모델을 통해 산출된 차량의 회전량과 장애물과의 거리를 고려하여 차량의 가속 및 감속을 적응적으로 결정한 속도 프로파일을 생성함으로써 부드럽고 안정적인 주행이 가능토록 하는 효과가 있다.
도 1은 본 실시예에 따른 차량 동작 계획장치를 개략적으로 나타낸 블록 구성도이다.
도 2는 본 실시예에 따른 차량 동작 계획방법을 설명하기 위한 순서도이다.
도 3은 본 실시예에 따른 경로 생성방법을 설명하기 위한 예시도이다.
도 4는 본 실시예에 따른 차량의 횡방향 각속도 산출방법을 설명하기 위한 예시도이다.
도 5는 본 실시예에 따른 차량과 장애물 사이에 거리 데이터 산출방법을 설명하기 위한 예시도이다.
도 6a 내지 6d는 본 실시예에 따른 차량의 속도 프로파일 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 차량 동작 계획장치를 개략적으로 나타낸 블록 구성도이다.
차량 동작 계획장치(100)는 자율주행 차량 내 구비되어 차량의 현재 위치에서 목표 지점까지의 차량의 동작을 계획하는 장치를 의미한다.
본 실시예에 따른 차량 동작 계획장치(100)는 동작 계획 시 현재 차량의 상태정보와 차량의 기구학 모델을 통해 산출된 차량의 회전량 및 장애물과의 거리를 고려하여 차량의 가속 및 감속을 적응적으로 결정한 속도 프로파일을 생성하여 제공한다. 예컨대, 차량 동작 계획장치(100)는 생성한 속도 프로파일을 기반으로 차량의 횡방향 각속도가 큰 경우와 장애물과의 충돌 위험이 있는 지역에서는 차량이 가속을 하지 않고 감속을 하며, 이를 통해 차량의 미끄러짐 및 충돌 위험성을 최소화시킨다. 이러한, 차량 동작 계획장치(100) 상에 포함되는 각 구성요소들은 차량 시스템 내 하드웨어 또는 소프트웨어 기반의 장치로 구현될 수 있다.
도 1에 도시하듯이, 본 실시예에 따른 차량 동작 계획장치(100)는 센서부(110), 경로 생성부(120), 각속도 산출부(130), 거리 측정부(140) 및 속도 제어부(150)를 포함한다. 이때, 도 1의 차량 동작 계획장치(100)는 일 실시예에 따른 것으로, 도 1에 도시된 모든 블록이 필수 구성요소는 아니며, 다른 실시예에서 차량 동작 계획장치(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 센싱 데이터를 수집하는 장치를 의미한다.
본 실시예에 있어서 센서부(110)는 라이다 센서를 센싱수단으로서 구비하고, 구비된 라이다 센서를 이용하여 상기의 센싱 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 차량 동작 계획장치(100)의 구성요소로서 미포함되는 형태로 구현될 수 있으며, 이 경우, 센서부(110)는 차량에 설치된 라이다 센서와의 연동을 통해 상기의 라이다 데이터를 수집 및 제공하는 기능을 수행한다.
한편, 본 실시예에 있어서, 센서부(110)는 카메라를 센싱수단으로서 추가 구비하고, 이를 통해, 수집된 영상 데이터를 동작 계획 단계에서 라이다 데이터와 함께 이용할 수 있다.
경로 생성부(120)는 자율 주행 중인 차량의 현재 위치에서 목적지까지의 주행 경로를 생성하는 기능을 수행한다.
본 실시예에 있어서, 경로 생성부(120)는 차량의 현재 위치 및 자세 정보를 토대로 예측되는 차량의 조향 특성정보를 함수 인자로서 활용하여 상기의 주행 경로를 생성할 수 있다.
이하, 도 3을 참고하여, 본 실시예에 따른 경로 생성부(120)의 주행 경로 생성방법에 대해 설명하도록 한다.
경로 생성부(120)는 주행 경로의 생성에 앞서, 차량이 통과해야 할 지역 경로에 대한 목적지를 선정한다. 경로 생성부(120)는 센서부(110)를 통해 수집된 센싱 데이터를 활용하여, 도로의 경계 및 장애물에 대한 위치정보를 추출하고, 이를 토대로, 지역 경로에 대한 목적지를 선정할 수 있다.
경로 생성부(120)는 차량의 현재 위치에서 지역 경로의 목적지까지의 이동 가능한 복수 개의 경로 후보군을 생성한다. 본 실시예에 있어서, 경로 생성부(120)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 3을 참고하면, 경로 생성부(120)에 의해 생성된 그리드 맵이 n개의 Stage와 m개의 stage로 구성되는 것을 확인할 수 있다. 이때, 각 그리드의 중점은 노드(Node)로서 정의되고, 각 노드들은 차량의 기구학 모델로 예측한 차량의 자세값과 입력값을 포함하여 표현될 수 있다.
경로 생성부(120)는 그리드 맵 내 차량의 현재 위치에 대응되는 출발지 노드에서 목적지에 대응되는 목적지 노드까지의 이동 가능한 적어도 하나 이상의 노드들의 집합을 경로 후보군으로서 생성한다.
경로 생성부(120)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.여기서, 차량의 조향 특성정보는 차량의 현재 위치 및 자세 정보를 토대로 예측된 해당 노드로의 이동을 위한 차량의 조향각, 조향각 속도, 조향각 가속도의 입력 값을 의미한다.
경로 생성부(120)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.
경로 생성부(120)는 상기의 비용함수의 산출결과에 따라 경로 후보군 중 최적의 주행 경로를 선정한다. 본 실시예에 따른 경로 생성부(120)는 각 경로 후보군별 비용함수에 기초하여 차량의 조향 변화값이 최소화되면서도, 기준 경로에서 최대한 가까우면서도 장애물과 충분한 안전거리를 유지 가능한 경로를 최적의 주행 경로로서 선정한다.
각속도 산출부(130)는 현재 위치에서의 차량의 상태정보 및 차량의 기구학 모델을 기반으로 주행 경로의 추종을 위한 차량의 횡방향 각속도 값을 산출하는 기능을 수행한다.
본 실시예에 있어서, 각속도 산출부(130)는 기 설정된 제어주기 마다 차량의 상태정보 및 차량의 기구학 모델을 이용하여 차량의 위치를 예측하고, 예측된 위치에서 주행 경로 상에 위치한 경유점을 추종하기 위한 차량의 횡방향 변화량을 예측하여 횡방향 각속도를 산출한다.
이하, 도 4를 참고로 하여 본 실시예에 따른 각속도 산출부(130)의 횡방향 각속도 산출방법에 대해 설명하도록 한다.
차량의 동작계획을 위한 경로를 생성하기 위해 차량의 모델을 통해 미래 차량의 상태를 예측하는 과정은 필수적이다. 본 실시예에 따른 각속도 산출부(130)는 차량의 미래 상태를 예측하는 과정에서 경로 계획문제나 제어 문제를 단순하게 풀 수 있는 이륜차 모델을 사용하였으며, 이는 도 4와 같다.
한편, 도 4에서, Xt=(xt,yt,θt)는 2차원 상의 현재 후방 차축 기준 차량의 위치를, L은 차량 전방과 후방 차축 사이의 거리를, θt는 현재 차량 진행 방향이 전역 좌표계에서의 x축과 이루는 각도를, v(t)는 현재 차량 진행방향의 종방향 속도를, δ(t)는 현재 차량 위치에서 경로를 추종하기 위한 차량 좌표계에서의 횡방향 변화량을 의미한다.
각속도 산출부(130)는 간단한 이륜차 모델 식인 수학식 1을 이용하여 수학식 2와 같이 차량의 현재 자세(xt,yt,θt)를 예측한다.
Figure 112018128891248-pat00001
Figure 112018128891248-pat00002
이때, △t는 시간 t+1과 t 사이의 시간 간격으로써 제어주기 이다.
각속도 산출부(130)는 예측된 차량의 현재 자세를 기반으로 주행 경로 상에 위치한 경유점을 추종하기 위한 차량의 횡방향 변화량을 산출하며, 이는 수학식 3과 같다.
Figure 112018128891248-pat00003
여기서 θe(t)는 전역좌표계에서의 X축과 경로의 진행 방향이 이루는 각도 θp(t)와 차량의 진행방향 각도 θ(t)의 각도차이를, efa는 차량 전방축 중심에서 경로와의 가장 가까운 점(cx, cy) 사이의 거리를 의미한다.
각속도 산출부(130)는 차량의 횡방향 변화량을 토대로 수학식 4를 이용하여 차량의 횡방향 각속도를 산출한다.
Figure 112018128891248-pat00004
거리 측정부(140)는 주행 경로의 주변에 위치한 장애물을 감지하고, 장애물과 차량 사이의 거리 데이터를 산출하는 기능을 수행한다.
도 5에 도시하듯이, 본 실시예에 따른 거리 측정부(140)는 센서부(110)를 이용하여 제공받은 라이다 데이터를 분석하여 장애물의 위치를 측정하고, 좌표 변환을 통해 전역좌표계에서의 장애물의 위치 Xobj=x0bj,yobj를 계산한다.
이를 위해, 먼저, 본 실시예에 따른 거리 측정부(140)는 라이다 데이터를 분석하여, 자율 주행 중인 차량의 주변에 위치한 장애물을 검출한다.
거리 측정부(140)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, 거리 측정부(140)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.
거리 측정부(140)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.
거리 측정부(140)는 도로의 경계 내 장애물이 검출된 지점을 각각 세그멘테이션(Segmentation) 처리하여 장애물 영역으로서 정의하고, 이를 토대로 장애물에 대한 위치를 산출한다. 예컨대, 거리 측정부(140)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.
거리 측정부(140)는 산출된 장애물의 위치 및 앞서, 각속도 산출부(130)가 차량의 기구학 모델을 통해 예측된 차량의 위치를 통해 기 설정된 제어주기 마다 장애물과 예측된 차량 사이의 거리를 계산한다.
속도 제어부(150)는 주행 경로 내 차량의 가속 및 감속과 관련한 속도 프로파일을 생성하는 기능을 수행한다. 본 실시예에 따른 속도 제어부(150)는 속도 산출부(130)를 통해 산출한 차량의 횡방향 각속도 값 및 거리 측정부(140)를 통해 산출한 장애물과 차량 사이의 거리 데이터를 기반으로 주행 경로 내 차량의 가속 및 감속과 관련한 속도 프로파일을 생성한다.
한편, 횡방향 각속도가 결정나면 해당 시간의 종방향 속도를 결정해야 한다. 이러한, 종방향 속도는 차량이 급하게 선회하는 경우나 장애물과의 거리가 가까워 충돌 위험이 있을 경우에 속도를 감속해야 한다. 이를 위해, 본 실시예에 따른 속도 제어부(150)는 상기의 차량의 횡방향 각속도 값과 거리 데이터를 기 설계된 퍼지 제어기의 입력 변수로서 활용하여 차량의 가속 및 감속을 결정한다.
본 실시예에 있어서, 퍼지 제어기는 차량의 횡방향 각속도와 장애물과의 거리를 입력변수로 설계하여 차량의 횡방향 각속도와 장애물과의 거리에 따라 가속 및 감속을 출력변수로 출력하도록 구성된다. 예컨대, 도 6a 내지 도 6d를 참조하면, 본 실시예에 따른 퍼지 제어기는 차량의 횡방향 각속도 입력에 관하여 VS(Very Smooth), S(Smooth), ZE(Zero), R(Rough), VR(Very Rough) 총 5가지로 분류된 퍼지 세트로 구성되며, 장애물까지의 거리에 관하여 PB(Positive Big), PS(Positive Small), ZE(Zero), NS(Negative Small), NB(Negative Big) 총 5가지로 분류된 퍼지 세트로 구성된다. 결과적으로 퍼지 제어기는 총 25개의 퍼지제어규칙인 FAM(Fuzzy, Associative Memory)를 생성한다.
차량의 횡방향 각속도와 장애물과의 거리를 근거로 차량의 가속 및 감속도가 결정되면 종방향 속도 프로파일은 수학식 5와 같이 정의된다.
Figure 112018128891248-pat00005
여기서, 차량의 현재속도를 Vt, 가속도를
Figure 112018128891248-pat00006
라고 하면 다음 주기때의 차량의 속도는 수학식 6과 같다.
Figure 112018128891248-pat00007
즉, 속도 제어부(150)는 현재 차량의 자세와 장애물 거리에 따라 속도의 가속 및 감속을 결정하여 차량의 횡방향 변화가 소정 임계치 이상인 지점 및 장애물과의 거리가 소정 임계치 미만인 지점에 대해서는 다른 지점 대비 차량의 속도가 감소되도록 한다. 반대로, 속도 제어부(150)는 차량의 횡방향 변화 및 장애물과의 거리가 안정적인 지점에서는 차량의 속도가 다른 지점 대비 가속되도록 제어한다. 이는 곧, 효율적이고 안정적인 주행이 가능하며, 장애물이 회피 및 추월을 위한 종방향 속도 생성 시 장애물과 차량의 각속도를 모두 고려하므로 차량의 부드러운 동작 생성이 가능하다는 장점이 있다.
도 2는 본 실시예에 따른 차량 동작 계획방법을 설명하기 위한 순서도이다.
차량 동작 계획장치(100)는 차량의 현재 위치에서 목적지까지의 주행 경로를 생성한다(S202). 단계 S202에서 차량 동작 계획장치(100)는 차량의 현재 위치 및 자세 정보를 토대로 예측되는 차량의 조향 특성정보를 함수 인자로서 활용하여 상기의 주행 경로를 생성한다.
차량 동작 계획장치(100)는 현재 위치에서의 차량의 상태정보 및 차량의 기구학 모델을 기반으로 주행 경로의 추종을 위한 차량의 횡방향 각속도 값을 산출한다(S204). 단계 S204에서 차량 동작 계획장치(100)는 기 설정된 제어주기 마다 차량의 상태정보 및 차량의 기구학 모델을 이용하여 차량의 위치를 예측하고, 예측된 위치에서 주행 경로 상에 위치한 경유점을 추종하기 위한 차량의 횡방향 변화량을 예측하여 횡방향 각속도를 산출한다.
차량 동작 계획장치(100)는 차량에 설치된 센서로부터 수집된 센싱 데이터를 기반으로 주행 경로 상의 장애물을 감지하고, 장애물과 차량 사이의 거리 데이터를 산출한다(S206). 단계 S206에서 차량 동작 계획장치(100)는 라이다 센서를 이용하여 제공받은 라이다 데이터를 분석하여 장애물의 위치를 측정하고, 좌표 변환을 통해 전역좌표계에서의 장애물의 위치를 산출한다. 이후, 차량 동작 계획장치(100)는 산출된 장애물의 위치 및 앞서, 단계 S204의 과정에서 예측된 차량의 위치를 통해 기 설정된 제어주기 마다 장애물과 예측된 차량 사이의 거리를 계산한다.
차량 동작 계획장치(100)는 단계 S204에서 산출한 차량의 횡방향 각속도 및 단계 S206에서 산출한 거리 데이터를 기반으로 주행 경로 내 차량의 가속 및 감속과 관련한 속도 프로파일을 생성한다(S208). 단계 S208에서 차량 동작 계획장치(100)는 차량의 횡방향 각속도 값과 거리 데이터를 기 설계된 퍼지 제어기의 입력 변수로서 활용하여 차량의 가속 및 감속을 결정한다.
여기서, 단계 S202 내지 S208 은 앞서 설명된 차량 동작 계획장치(100)의 각 구성요소의 동작에 대응되므로 더 이상의 상세한 설명은 생략한다.
도 2에서는 각각의 과정을 순차적으로 실행하는 것으로 기재하고 있으나, 반드시 이에 한정되는 것은 아니다. 다시 말해, 도 2에 기재된 과정을 변경하여 실행하거나 하나 이상의 과정을 병렬적으로 실행하는 것으로 적용 가능할 것이므로, 도 2는 시계열적인 순서로 한정되는 것은 아니다.
전술한 바와 같이 도 2에 기재된 차량 동작 계획을 위한 각 방법은 프로그램으로 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: 차량 동작 계획장치 110: 센서부
120: 경로 생성부 130: 각속도 산출부
140: 거리 측정부 150: 속도 제어부

Claims (12)

  1. 자율 주행 중인 차량의 현재 위치에서 목적지까지의 주행 경로를 생성하는 경로 생성부;
    상기 현재 위치에서의 상기 차량의 상태정보 및 상기 차량의 기구학 모델을 기반으로 상기 주행 경로의 추종을 위한 상기 차량의 횡방향 각속도 값을 산출하는 각속도 산출부;
    상기 차량에 설치된 적어도 하나의 센서로부터 수집된 센싱 데이터를 기반으로 상기 주행 경로의 주변에 위치한 장애물을 감지하고, 상기 장애물과 상기 차량 사이의 거리 데이터를 산출하는 거리 측정부; 및
    상기 차량의 횡방향 각속도 값 및 상기 거리 데이터를 기반으로 상기 주행 경로 내 상기 차량의 가속 및 감속을 결정하며, 상기 차량의 횡방향 변화가 소정 임계치 이상인 급 선회 지점 및 상기 장애물과의 거리가 소정 임계치 미만인 충돌 위험 지점에 대해서는 다른 지점 대비 상기 차량의 속도가 감소되도록 제어하는 속도 제어부를 포함하되,
    상기 각속도 산출부는,
    현재 시점인 t 시점에서의 상기 차량의 위치를 예측하여, 예측된 위치를 기준으로 상기 주행 경로의 추종을 위한 횡방향 변화량인
    Figure 112020103410533-pat00017
    를 수학식
    Figure 112020103410533-pat00018

    을 이용하여 산출하고 상기 횡방향 각속도 값을 산출하는 것
    을 특징으로 하는 차량 동작 계획장치.
    (여기서, θ(t)는 상기 t 시점에서의 상기 차량의 진행방향과 전역좌표계의 X축이 이루는 각도 차, θp(t)는 상기 t 시점에서의 상기 주행 경로의 진행방향과 전역좌표계의 X축이 이루는 각도 차, v(t)는 상기 차량의 상기 t 시점에서의 종방향 속도, efa(t)는 상기 t 시점에서의 상기 차량으로부터 상기 t 시점에서의 상기 주행 경로상 가장 가까운 점까지의 거리임)
  2. 제 1항에 있어서,
    상기 경로 생성부는,
    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 복수 개의 경로 후보군 중 상기 주행 경로를 선정하는 것을 특징으로 하는 차량 동작 계획장치.
  3. 제 2항에 있어서,
    상기 경로 생성부는,
    상기 차량의 현재 위치에서 상기 목적지까지의 영역에 대하여 소정의 기준에따라 그리드로 구분된 복수의 노드를 포함하는 그리드 맵을 생성하고, 상기 그리드 맵 내 상기 차량의 현재 위치에 대응되는 출발지 노드에서 상기 목적지에 대응되는 목적지 노드까지의 이동 가능한 적어도 하나 이상의 노드들의 집합을 상기 경로 후보군으로서 생성하는 것을 특징으로 하는 차량 동작 계획장치.
  4. 제 3항에 있어서,
    상기 경로 생성부는,
    상기 경로 후보군 내 포함되는 각 노드들에 상응하는 상기 차량의 조향 특성정보를 예측하고, 예측된 조향 특성정보를 함수 인자로서 활용하여 산출된 상기 각 경로 후보군별 비용함수가 최소가 되는 경로를 상기 주행 경로로서 선정하는 것을 특징으로 하는 차량 동작 계획장치.
  5. 제 2항에 있어서,
    상기 경로 생성부는,
    상기 센싱 데이터를 이용하여 감지된 상기 장애물과의 거리 데이터 및 기 설정된 기준 경로와의 거리 데이터 중 일부 또는 전부를 상기 함수 인자로서 추가 활용하는 것을 특징으로 하는 차량 동작 계획장치.
  6. 제 1항에 있어서,
    상기 각속도 산출부는,
    기 설정된 제어주기 마다 상기 차량의 상태정보 및 상기 차량의 기구학 모델을 이용하여 상기 차량의 위치를 예측하고, 예측된 위치에서 상기 주행 경로 상에 위치한 경유점을 추종하기 위한 상기 차량의 횡방향 변화량을 예측하여 상기 횡방향 각속도를 산출하는 것을 특징으로 하는 차량 동작 계획장치.
  7. 삭제
  8. 제 1항에 있어서,
    상기 거리 측정부는,
    상기 센싱 데이터를 기반으로 상기 장애물의 위치를 계산하고, 계산된 장애물의 위치 및 상기 차량의 기구학 모델을 통해 예측된 차량의 위치를 통해 기 설정된 제어주기 마다의 상기 거리 데이터를 산출하는 것을 특징으로 하는 차량 동작 계획장치.
  9. 제 1항에 있어서,
    상기 속도 제어부는,
    상기 차량의 횡방향 각속도 값과 상기 거리 데이터를 기 설계된 퍼지 제어기의 입력 변수로서 활용하여 상기 차량의 가속 및 감속을 결정하는 것을 특징으로 하는 차량 동작 계획장치.
  10. 제 9항에 있어서,
    상기 퍼지 제어기는,
    상기 차량의 횡방향 각속도 값을 기준으로 하는 5개의 퍼지세트 및 상기 거리 데이터를 기준으로 하는 5개의 퍼지세트로 구성된 총 25개의 퍼지구성함수가 정의된 것을 특징으로 하는 차량 동작 계획장치.
  11. 삭제
  12. 자율 주행 중인 차량의 현재 위치에서 목적지까지 복수 개의 경유점으로 구성되는 주행 경로를 생성하는 과정;
    상기 현재 위치에서의 상기 차량의 상태정보 및 상기 차량의 기구학 모델을 기반으로 상기 주행 경로의 추종을 위한 상기 차량의 횡방향 각속도 값을 산출하는 과정;
    상기 차량에 설치된 적어도 하나의 센서로부터 수집된 센싱 데이터를 기반으로 상기 주행 경로의 주변에 위치한 장애물을 감지하고, 상기 장애물과 상기 차량 사이의 거리 데이터를 산출하는 과정; 및
    상기 차량의 횡방향 각속도 값 및 상기 거리 데이터를 기반으로 상기 주행 경로 내 상기 차량의 가속 및 감속을 결정하며, 상기 차량의 횡방향 변화가 소정 임계치 이상인 급 선회 지점 및 상기 장애물과의 거리가 소정 임계치 미만인 충돌 위험 지점에 대해서는 다른 지점 대비 상기 차량의 속도가 감소되도록 제어하는 과정을 포함하되,
    상기 횡방향 각속도 값을 산출하는 과정은,
    현재 시점인 t 시점에서의 상기 차량의 위치를 예측하여, 예측된 위치를 기준으로 상기 주행 경로의 추종을 위한 횡방향 변화량인
    Figure 112020103410533-pat00019
    를 수학식
    Figure 112020103410533-pat00020

    을 이용하여 산출하고 상기 횡방향 각속도 값을 산출하는 것
    을 포함하는 것을 특징으로 하는 차량 동작 계획방법.
    (여기서, θ(t)는 상기 t 시점에서의 상기 차량의 진행방향과 전역좌표계의 X축이 이루는 각도 차, θp(t)는 상기 t 시점에서의 상기 주행 경로의 진행방향과 전역좌표계의 X축이 이루는 각도 차, v(t)는 상기 차량의 상기 t 시점에서의 종방향 속도, efa(t)는 상기 t 시점에서의 상기 차량으로부터 상기 t 시점에서의 상기 주행 경로상 가장 가까운 점까지의 거리임)
KR1020180166982A 2018-12-21 2018-12-21 차량 동작 계획방법 및 그를 위한 장치 KR102178992B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180166982A KR102178992B1 (ko) 2018-12-21 2018-12-21 차량 동작 계획방법 및 그를 위한 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180166982A KR102178992B1 (ko) 2018-12-21 2018-12-21 차량 동작 계획방법 및 그를 위한 장치

Publications (2)

Publication Number Publication Date
KR20200084938A KR20200084938A (ko) 2020-07-14
KR102178992B1 true KR102178992B1 (ko) 2020-11-17

Family

ID=71526919

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180166982A KR102178992B1 (ko) 2018-12-21 2018-12-21 차량 동작 계획방법 및 그를 위한 장치

Country Status (1)

Country Link
KR (1) KR102178992B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022114289A1 (ko) * 2020-11-25 2022-06-02 한국전자기술연구원 자율주행 자동차의 지역 경로 생성/계획 방법 및 시스템

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114964288A (zh) * 2022-05-16 2022-08-30 北京京东乾石科技有限公司 路径规划方法及装置、无人车
CN114815853B (zh) * 2022-06-21 2024-05-31 清华大学 一种考虑路面障碍特征的路径规划方法和系统
CN115447616B (zh) * 2022-10-26 2024-05-17 重庆长安汽车股份有限公司 车辆驾驶客观指标的生成方法及装置
CN116811914B (zh) * 2023-06-29 2024-07-19 重庆亿连信息科技有限公司 一种无人驾驶车载障碍感应系统和方法
CN118358566B (zh) * 2024-06-20 2024-08-20 武汉理工大学 一种智能汽车避障速度抉择方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018020687A (ja) * 2016-08-04 2018-02-08 日立オートモティブシステムズ株式会社 車両制御装置
JP2018057527A (ja) * 2016-10-04 2018-04-12 日本電信電話株式会社 姿勢推定装置、方法およびプログラム

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101245754B1 (ko) * 2010-11-02 2013-03-25 삼성중공업 주식회사 자율주행 로봇 및 경로설정 방법
KR101292761B1 (ko) * 2011-06-21 2013-08-02 팅크웨어(주) 경로탐색방법, 이를 수행하는 전자기기 및 프로그램이 기록된 기록매체
KR101408829B1 (ko) * 2012-02-06 2014-06-20 한양대학교 산학협력단 무한궤도형 주행장치 주행경로 제공방법
KR102197801B1 (ko) * 2013-10-31 2021-01-04 현대모비스 주식회사 주행 경로 생성 장치 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018020687A (ja) * 2016-08-04 2018-02-08 日立オートモティブシステムズ株式会社 車両制御装置
JP2018057527A (ja) * 2016-10-04 2018-04-12 日本電信電話株式会社 姿勢推定装置、方法およびプログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022114289A1 (ko) * 2020-11-25 2022-06-02 한국전자기술연구원 자율주행 자동차의 지역 경로 생성/계획 방법 및 시스템

Also Published As

Publication number Publication date
KR20200084938A (ko) 2020-07-14

Similar Documents

Publication Publication Date Title
KR102178992B1 (ko) 차량 동작 계획방법 및 그를 위한 장치
CN111552284B (zh) 无人驾驶车辆的局部路径规划方法、装置、设备及介质
US11809194B2 (en) Target abnormality determination device
KR102151811B1 (ko) 회피경로 생성방법 및 그를 위한 장치
WO2019124001A1 (ja) 移動体挙動予測装置および移動体挙動予測方法
CN114258366B (zh) 对于自主车辆的折线轮廓表示
US11898855B2 (en) Assistance control system that prioritizes route candidates based on unsuitable sections thereof
US20200049511A1 (en) Sensor fusion
US10829114B2 (en) Vehicle target tracking
US11932244B2 (en) Apparatus and method for controlling autonomous driving of vehicle
JP6959056B2 (ja) 移動ロボットの制御装置と制御方法
CN113635894B (zh) 用于确定可行驶区域的方法
CN112577506A (zh) 一种自动驾驶局部路径规划方法和系统
CN113504782B (zh) 障碍物防撞方法、装置、系统和移动工具
US20230150532A1 (en) Vehicle path adjustment
US20230150485A1 (en) Vehicle path adjustment
Farag Multiple road-objects detection and tracking for autonomous driving
CN114879207A (zh) 一种用于l4级自动驾驶车辆的超声波避障方法
WO2021074660A1 (ja) 物体認識方法及び物体認識装置
JP6267430B2 (ja) 移動体の環境地図生成制御装置、移動体、及び移動体の環境地図生成方法
KR102156164B1 (ko) 2륜 이동 로봇의 속도 제어 불확실성을 이용한 충돌 회피 경로 생성 방법 및 이를 이용한 2륜 이동 로봇
US12043289B2 (en) Persisting predicted objects for robustness to perception issues in autonomous driving
JP7400911B1 (ja) 自動運転装置
TWI715221B (zh) 自適應軌跡生成方法及系統
US20240270250A1 (en) Active coasting in traffic

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant