KR102234224B1 - 자율 주행 시스템에서 차량의 주행을 관리하기 위한 방법 및 장치 - Google Patents

자율 주행 시스템에서 차량의 주행을 관리하기 위한 방법 및 장치 Download PDF

Info

Publication number
KR102234224B1
KR102234224B1 KR1020190096270A KR20190096270A KR102234224B1 KR 102234224 B1 KR102234224 B1 KR 102234224B1 KR 1020190096270 A KR1020190096270 A KR 1020190096270A KR 20190096270 A KR20190096270 A KR 20190096270A KR 102234224 B1 KR102234224 B1 KR 102234224B1
Authority
KR
South Korea
Prior art keywords
vehicle
dangerous
driving
passenger
information
Prior art date
Application number
KR1020190096270A
Other languages
English (en)
Other versions
KR20190099379A (ko
Inventor
김소령
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to KR1020190096270A priority Critical patent/KR102234224B1/ko
Publication of KR20190099379A publication Critical patent/KR20190099379A/ko
Priority to US16/558,002 priority patent/US20200004242A1/en
Application granted granted Critical
Publication of KR102234224B1 publication Critical patent/KR102234224B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W40/09—Driving style or behaviour
    • 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
    • G05D1/0055—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements
    • 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
    • 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
    • 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
    • B60W30/146—Speed limiting
    • 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
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/0205—Diagnosing or detecting failures; Failure detection models
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/12—Limiting control by the driver depending on vehicle state, e.g. interlocking means for the control input for preventing unsafe operation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • 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
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • 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
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/164—Centralised systems, e.g. external to vehicles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
    • 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]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/043—Identity of occupants
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from 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
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—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
    • 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
    • B60Y2300/08—Predicting or avoiding probable or impending collision
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Mathematical Physics (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Atmospheric Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

자율 주행 시스템에서 차량의 주행을 관리하기 위한 방법 및 장치가 제공된다. 본 발명의 실시예에 따른 자율 주행 시스템에서 차량의 주행을 관리하는 서버의 동작 방법은, 복수의 차량들로부터 위험 주행과 관련된 데이터를 수집하는 단계와, 상기 위험 주행과 관련된 데이터에 기반하여 위험 차량을 결정하는 단계와, 상기 위험 차량의 위험 주행 원인에 따른 대응 동작을 수행하는 단계를 포함하며, 상술한 절차를 통해 위험하게 주행하는 차량을 모니터링 하고, 위험하게 주행하는 차량에 대해 적절한 조치를 취할 수 있다.
본 발명의 자율 주행 차량이 인공 지능(Artificail Intelligenfce) 모듈, 드론(Unmanned Aerial Vehicle, UAV), 로봇, 증강 현실(Augmented Reality, AR) 장치, 가상 현실(virtual reality, VR) 장치, 5G 서비스와 관련된 장치 등과 연계될 수 있다

Description

자율 주행 시스템에서 차량의 주행을 관리하기 위한 방법 및 장치{METHOD FOR MANAGING DRIVE OF VEHICLE IN AUTONOMOUS DRIVING SYSTEM AND APPARATUS THEREOF}
본 발명은 자율 주행 시스템에서 차량을 관리하기 위한 방법 및 장치에 관한 것으로서, 보다 구체적으로 자율 주행 시스템에서 위험 차량을 확인하고, 위험 주행 원인에 따른 대응 동작을 수행하기 위한 방법 및 장치에 관한 것이다.
자동차는 사용되는 원동기의 종류에 따라, 내연기관(internal combustion engine) 자동차, 외연기관(external combustion engine) 자동차, 가스터빈(gas turbine) 자동차 또는 전기자동차(electric vehicle) 등으로 분류될 수 있다.
자율 주행차량(autonomous vehicle)이란 운전자 또는 승객의 조작 없이 자동차 스스로 운행이 가능한 자동차를 말하며, 자율 주행 시스템(autonomous driving system)은 이러한 자율 주행자동차가 스스로 운행될 수 있도록 모니터링하고 제어하는 시스템을 말한다.
자율 주행 시스템에서, 신속하게 목적지로 차량이 주행하도록 차량을 제어하는 기술뿐만 아니라 탑승객 또는 보행자에게 보다 안전한 주행 환경을 제공하는 기술에 대한 요구가 증대되고 있다.
본 발명은 전술한 필요성 및/또는 문제점을 해결하는 것을 목적으로 한다.
또한, 본 발명은, 자율 주행 시스템에서 안전한 주행 환경을 제공하는 것을 목적으로 한다.
또한, 본 발명은, 자율 주행 시스템에서 위험하게 주행하는 차량을 모니터링 하기 위한 방법 및 장치를 구현하는 것을 목적으로 한다.
또한, 본 발명은, 자율 주행 시스템에서 위험 차량에 대한 적합한 대응 동작을 제공하는 방법 및 장치를 구현하는 것을 목적으로 한다.
본 발명의 실시예에 따른 본 발명의 실시예에 따른 자율 주행 시스템에서 차량의 주행을 관리하는 서버의 동작 방법은, 복수의 차량들로부터 위험 후보 차량의 위험 주행과 관련된 데이터를 수집하는 단계와, 상기 위험 주행과 관련된 데이터와 상기 위험 후보 차량의 주행 환경 정보에 기반하여 상기 위험 후보 차량이 위험 차량에 해당하는지 여부를 결정하는 단계와, 상기 위험 후보 차량이 위험 차량에 해당하는 경우 상기 위험 후보 차량의 위험 주행 원인에 따른 대응 동작을 수행하는 단계를 포함한다.
본 발명의 다른 실시예에 따른 자율 주행 시스템에서 차량의 주행을 관리하는 서버는, 자율 주행 시스템에서 차량의 주행을 관리하는 서버는, 신호를 송신 또는 수신하는 통신부와, 상기 통신부와 결합되는 프로세서와, 상기 프로세서와 결합된 저장부를 포함하고, 상기 프로세서는, 복수의 차량들로부터 위험 후보 차량의 위험 주행과 관련된 데이터를 수집하고, 상기 위험 주행과 관련된 데이터와 상기 위험 후보 차량의 주행 환경 정보에 기반하여 상기 위험 후보 차량이 위험 차량에 해당하는지 여부를 결정하고, 상기 위험 후보 차량이 위험 차량에 해당하는 경우 상기 위험 후보 차량의 위험 주행 원인에 따른 대응 동작을 수행하도록 설정된다.
본 발명의 일 실시예에 따른 자율 주행 시스템에서 차량을 관리하기 위한 방법 및 장치의 효과에 대해 설명하면 다음과 같다.
본 발명은 차량들로부터 수집된 위험 주행과 관련된 데이터에 기반하여 위험 차량을 결정함으로써 자율 주행 시스템에서 위험을 유발하는 차량을 선별할 수 있는 차량을 관리하기 위한 방법 및 장치를 구현할 수 있다.
본 발명은 위험 차량의 위험 주행 원인에 따른 대응 동작을 수행함으로써 자율 주행 시스템에서 위험한 환경을 유발하는 원인을 제거할 수 있는 차량을 관리하기 위한 방법 및 장치를 구현할 수 있다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 발명에 대한 실시예를 제공하고, 상세한 설명과 함께 본 발명의 기술적 특징을 설명한다.
도 1은 본 명세서에서 제안하는 방법들이 적용될 수 있는 무선 통신 시스템의 블록 구성도를 예시한다.
도 2는 무선 통신 시스템에서 신호 송/수신 방법의 일례를 나타낸 도이다.
도 3은 5G 통신 시스템에서 사용자 단말과 5G 네트워크의 기본동작의 일 예를 나타낸다.
도 4는 5G 통신을 이용한 차량 대 차량 간의 기본 동작의 일 예를 예시한다.
도 5는 본 발명의 실시예에 따른 차량을 도시한 도면이다.
도 6은 본 발명의 실시예에 따른 차량의 제어 블럭도이다.
도 7은 본 발명의 실시예에 따른 자율 주행 장치의 제어 블럭도이다.
도 8은 본 발명의 실시예에 따른 자율 주행 차량의 신호 흐름도이다.
도 9는 본 발명의 실시예에 따라 사용자의 이용 시나리오를 설명하는데 참조되는 도면이다.
도 10는 본 발명이 적용될 수 있는 V2X 통신의 예시이다.
도 11은 V2X가 사용되는 사이드링크에서의 자원 할당 방법을 예시한다.
도 12는 본 발명의 실시예에 따른 자율 주행 시스템의 블록 구성도의 예를 도시한다.
도 13은 본 발명의 일 실시예에 따른 자율 주행 시스템에서 서버의 블록 구성도의 예를 도시한다.
도 14는 본 발명의 일 실시예에 따른 자율 주행 시스템에서 모니터링 차량의 블록 구성도의 예를 도시한다.
도 15는 본 발명의 일 실시예에 따른 자율 주행 시스템에서 위험 후보 차량의 블록 구성도의 예를 도시한다.
도 16은 본 발명의 일 실시예에 따른 자율 주행 시스템의 블록 구성도의 다른 예를 도시한다.
도 17은 본 발명의 일 실시예에 따른 자율 주행 시스템에서 서버의 동작 방법의 예를 도시한다.
도 18은 본 발명의 일 실시예에 따른 자율 주행 시스템에서 위험 차량을 결정하기 위한 서버의 동작 방법의 예를 도시한다.
도 19는 본 발명의 일 실시예에 따른 자율 주행 시스템에서 위험 주행 원인에 따른 대응 동작을 수행하기 위한 서버의 동작 방법의 예를 도시한다.
도 20은 본 발명의 일 실시예에 따른 자율 주행 시스템에서 탑승객에 대한 주행 제한을 설정하기 위한 서버의 동작 방법의 예를 도시한다.
도 21은 본 발명의 일 실시예에 따른 자율 주행 시스템에서 위험 주행 원인에 따른 대응 동작을 수행하기 위한 서버의 동작 방법의 다른 예를 도시한다.
도 22는 본 발명의 일 실시예에 따른 자율 주행 시스템에서 모니터링 차량의 동작 방법의 예를 도시한다.
도 23은 본 발명의 일 실시예에 따른 자율 주행 시스템에서 위험 후보 차량의 동작 방법의 예를 도시한다.
도 24는 본 발명의 일 실시예에 따른 자율 주행 시스템에서 서버의 동작 방법의 다른 예를 도시한다.
도 25는 본 발명의 일 실시예에 따른 자율 주행 시스템에서 차량을 관리하기 위한 동작 흐름도의 예를 도시한다.
도 26은 본 발명의 일 실시예에 따른 자율 주행 시스템에서 차량을 관리하기 위한 동작 흐름도의 다른 예를 도시한다.
도 27은 본 발명의 일 실시예에 따른 자율 주행 시스템에서 차량을 관리하기 위한 동작 흐름도의 또 다른 예를 도시한다.
도 28은 본 발명의 일 실시예에 따른 자율 주행 시스템에서 차량을 관리하기 위한 동작 흐름도의 또 다른 예를 도시한다.
본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 발명에 대한 실시예를 제공하고, 상세한 설명과 함께 본 발명의 기술적 특징을 설명한다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 자율 주행 정보를 필요로 하는 장치 및/또는 자율 주행 차량이 필요로 하는 5G 통신(5th generation mobile communication)을 단락 A 내지 단락 G를 통해 설명하기로 한다.
A. UE 및 5G 네트워크 블록도 예시
도 1은 본 명세서에서 제안하는 방법들이 적용될 수 있는 무선 통신 시스템의 블록 구성도를 예시한다.
도 1을 참조하면, 자율 주행 모듈을 포함하는 장치(자율 주행 장치)를 제1 통신 장치로 정의(도 1의 910)하고, 프로세서(911)가 자율 주행 상세 동작을 수행할 수 있다.
자율 주행 장치와 통신하는 다른 차량을 포함하는 5G 네트워크를 제2 통신 장치로 정의(도 1의 920)하고, 프로세서(921)가 자율 주행 상세 동작을 수행할 수 있다.
5G 네트워크가 제 1 통신 장치로, 자율 주행 장치가 제 2 통신 장치로 표현될 수도 있다.
예를 들어, 상기 제 1 통신 장치 또는 상기 제 2 통신 장치는 기지국, 네트워크 노드, 전송 단말, 수신 단말, 무선 장치, 무선 통신 장치, 자율 주행 장치 등일 수 있다.
예를 들어, 단말 또는 UE(User Equipment)는 차량(vehicle), 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털 방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)) 등을 포함할 수 있다. 예를 들어, HMD는 머리에 착용하는 형태의 디스플레이 장치일 수 있다. 예를 들어, HMD는 VR, AR 또는 MR을 구현하기 위해 사용될 수 있다. 도 1을 참고하면, 제 1 통신 장치(910)와 제 2 통신 장치(920)은 프로세서(processor, 911,921), 메모리(memory, 914,924), 하나 이상의 Tx/Rx RF 모듈(radio frequency module, 915,925), Tx 프로세서(912,922), Rx 프로세서(913,923), 안테나(916,926)를 포함한다. Tx/Rx 모듈은 트랜시버라고도 한다. 각각의 Tx/Rx 모듈(915)는 각각의 안테나(926)을 통해 신호를 전송한다. 프로세서는 앞서 살핀 기능, 과정 및/또는 방법을 구현한다. 프로세서 (921)는 프로그램 코드 및 데이터를 저장하는 메모리 (924)와 관련될 수 있다. 메모리는 컴퓨터 판독 가능 매체로서 지칭될 수 있다. 보다 구체적으로, DL(제 1 통신 장치에서 제 2 통신 장치로의 통신)에서, 전송(TX) 프로세서(912)는 L1 계층(즉, 물리 계층)에 대한 다양한 신호 처리 기능을 구현한다. 수신(RX) 프로세서는 L1(즉, 물리 계층)의 다양한 신호 프로세싱 기능을 구현한다.
UL(제 2 통신 장치에서 제 1 통신 장치로의 통신)은 제 2 통신 장치(920)에서 수신기 기능과 관련하여 기술된 것과 유사한 방식으로 제 1 통신 장치(910)에서 처리된다. 각각의 Tx/Rx 모듈(925)는 각각의 안테나(926)을 통해 신호를 수신한다. 각각의 Tx/Rx 모듈은 RF 반송파 및 정보를 RX 프로세서(923)에 제공한다. 프로세서 (921)는 프로그램 코드 및 데이터를 저장하는 메모리 (924)와 관련될 수 있다. 메모리는 컴퓨터 판독 가능 매체로서 지칭될 수 있다.
B. 무선 통신 시스템에서 신호 송/수신 방법
도 2는 무선 통신 시스템에서 신호 송/수신 방법의 일례를 나타낸 도이다.
도 2를 참고하면, UE는 전원이 켜지거나 새로이 셀에 진입한 경우 BS와 동기를 맞추는 등의 초기 셀 탐색(initial cell search) 작업을 수행한다(S201). 이를 위해, UE는 BS로부터 1차 동기 채널(primary synchronization channel, P-SCH) 및 2차 동기 채널(secondary synchronization channel, S-SCH)을 수신하여 BS와 동기를 맞추고, 셀 ID 등의 정보를 획득할 수 있다. LTE 시스템과 NR 시스템에서 P-SCH와 S-SCH는 각각 1차 동기 신호(primary synchronization signal, PSS)와 2차 동기 신호(secondary synchronization signal, SSS)로 불린다. 초기 셀 탐색 후, UE는 BS로부터 물리 브로드캐스트 채널(physical broadcast channel, PBCH)를 수신하여 셀 내 브로드캐스트 정보를 획득할 수 있다. 한편, UE는 초기 셀 탐색 단계에서 하향링크 참조 신호(downlink reference Signal, DL RS)를 수신하여 하향링크 채널 상태를 확인할 수 있다. 초기 셀 탐색을 마친 UE는 물리 하향링크 제어 채널(physical downlink control channel, PDCCH) 및 상기 PDCCH에 실린 정보에 따라 물리 하향링크 공유 채널(physical downlink shared Channel, PDSCH)을 수신함으로써 좀더 구체적인 시스템 정보를 획득할 수 있다(S202).
한편, BS에 최초로 접속하거나 신호 전송을 위한 무선 자원이 없는 경우 UE는 BS에 대해 임의 접속 과정(random access procedure, RACH)을 수행할 수 있다(단계 S203 내지 단계 S206). 이를 위해, UE는 물리 임의 접속 채널(physical random access Channel, PRACH)을 통해 특정 시퀀스를 프리앰블로서 전송하고(S203 및 S205), PDCCH 및 대응하는 PDSCH를 통해 프리앰블에 대한 임의 접속 응답(random access response, RAR) 메시지를 수신할 수 있다(S204 및 S206). 경쟁 기반 RACH의 경우, 추가적으로 충돌 해결 과정(contention resolution procedure)를 수행할 수 있다.
상술한 바와 같은 과정을 수행한 UE는 이후 일반적인 상향링크/하향링크 신호 전송 과정으로서 PDCCH/PDSCH 수신(S207) 및 물리 상향링크 공유 채널(physical uplink shared Channel, PUSCH)/물리 상향링크 제어 채널(physical uplink control channel, PUCCH) 전송(S208)을 수행할 수 있다. 특히 UE는 PDCCH를 통하여 하향링크 제어 정보(downlink control information, DCI)를 수신한다. UE는 해당 탐색 공간 설정(configuration)들에 따라 서빙 셀 상의 하나 이상의 제어 요소 세트(control element set, CORESET)들에 설정된 모니터링 기회(occasion)들에서 PDCCH 후보(candidate)들의 세트를 모니터링한다. UE가 모니터할 PDCCH 후보들의 세트는 탐색 공간 세트들의 면에서 정의되며, 탐색 공간 세트는 공통 탐색 공간 세트 또는 UE-특정 탐색 공간 세트일 수 있다. CORESET은 1~3개 OFDM 심볼들의 시간 지속기간을 갖는 (물리) 자원 블록들의 세트로 구성된다. 네트워크는 UE가 복수의 CORESET들을 갖도록 설정할 수 있다. UE는 하나 이상의 탐색 공간 세트들 내 PDCCH 후보들을 모니터링한다. 여기서 모니터링이라 함은 탐색 공간 내 PDCCH 후보(들)에 대한 디코딩 시도하는 것을 의미한다. UE가 탐색 공간 내 PDCCH 후보들 중 하나에 대한 디코딩에 성공하면, 상기 UE는 해당 PDCCH 후보에서 PDCCH를 검출했다고 판단하고, 상기 검출된 PDCCH 내 DCI를 기반으로 PDSCH 수신 혹은 PUSCH 전송을 수행한다. PDCCH는 PDSCH 상의 DL 전송들 및 PUSCH 상의 UL 전송들을 스케줄링하는 데 사용될 수 있다. 여기서 PDCCH 상의 DCI는 하향링크 공유 채널과 관련된, 변조(modulation) 및 코딩 포맷과 자원 할당(resource allocation) 정보를 적어도 포함하는 하향링크 배정(assignment)(즉, downlink grant; DL grant), 또는 상향링크 공유 채널과 관련된, 변조 및 코딩 포맷과 자원 할당 정보를 포함하는 상향링크 그랜트(uplink grant; UL grant)를 포함한다.
도 2를 참고하여, 5G 통신 시스템에서의 초기 접속(Initial Access, IA) 절차에 대해 추가적으로 살펴본다.
UE는 SSB에 기반하여 셀 탐색(search), 시스템 정보 획득, 초기 접속을 위한 빔 정렬, DL 측정 등을 수행할 수 있다. SSB는 SS/PBCH(Synchronization Signal/Physical Broadcast channel) 블록과 혼용된다.
SSB는 PSS, SSS와 PBCH로 구성된다. SSB는 4개의 연속된 OFDM 심볼들에 구성되며, OFDM 심볼별로 PSS, PBCH, SSS/PBCH 또는 PBCH가 전송된다. PSS와 SSS는 각각 1개의 OFDM 심볼과 127개의 부반송파들로 구성되고, PBCH는 3개의 OFDM 심볼과 576개의 부반송파들로 구성된다.
셀 탐색은 UE가 셀의 시간/주파수 동기를 획득하고, 상기 셀의 셀 ID(Identifier)(예, Physical layer Cell ID, PCI)를 검출하는 과정을 의미한다. PSS는 셀 ID 그룹 내에서 셀 ID를 검출하는데 사용되고, SSS는 셀 ID 그룹을 검출하는데 사용된다. PBCH는 SSB (시간) 인덱스 검출 및 하프-프레임 검출에 사용된다.
336개의 셀 ID 그룹이 존재하고, 셀 ID 그룹 별로 3개의 셀 ID가 존재한다. 총 1008개의 셀 ID가 존재한다. 셀의 셀 ID가 속한 셀 ID 그룹에 관한 정보는 상기 셀의 SSS를 통해 제공/획득되며, 상기 셀 ID 내 336개 셀들 중 상기 셀 ID에 관한 정보는 PSS를 통해 제공/획득된다
SSB는 SSB 주기(periodicity)에 맞춰 주기적으로 전송된다. 초기 셀 탐색 시에 UE가 가정하는 SSB 기본 주기는 20ms로 정의된다. 셀 접속 후, SSB 주기는 네트워크(예, BS)에 의해 {5ms, 10ms, 20ms, 40ms, 80ms, 160ms} 중 하나로 설정될 수 있다.
다음으로, 시스템 정보 (system information; SI) 획득에 대해 살펴본다.
SI는 마스터 정보 블록(master information block, MIB)와 복수의 시스템 정보 블록(system information block, SIB)들로 나눠진다. MIB 외의 SI는 RMSI(Remaining Minimum System Information)으로 지칭될 수 있다. MIB는 SIB1(SystemInformationBlock1)을 나르는 PDSCH를 스케줄링하는 PDCCH의 모니터링을 위한 정보/파라미터를 포함하며 SSB의 PBCH를 통해 BS에 의해 전송된다. SIB1은 나머지 SIB들(이하, SIBx, x는 2 이상의 정수)의 가용성(availability) 및 스케줄링(예, 전송 주기, SI-윈도우 크기)과 관련된 정보를 포함한다. SIBx는 SI 메시지에 포함되며 PDSCH를 통해 전송된다. 각각의 SI 메시지는 주기적으로 발생하는 시간 윈도우(즉, SI-윈도우) 내에서 전송된다.
도 2를 참고하여, 5G 통신 시스템에서의 임의 접속(Random Access, RA) 과정에 대해 추가적으로 살펴본다.
임의 접속 과정은 다양한 용도로 사용된다. 예를 들어, 임의 접속 과정은 네트워크 초기 접속, 핸드오버, UE-트리거드(triggered) UL 데이터 전송에 사용될 수 있다. UE는 임의 접속 과정을 통해 UL 동기와 UL 전송 자원을 획득할 수 있다. 임의 접속 과정은 경쟁 기반(contention-based) 임의 접속 과정과 경쟁 프리(contention free) 임의 접속 과정으로 구분된다. 경쟁 기반의 임의 접속 과정에 대한 구체적인 절차는 아래와 같다.
UE가 UL에서 임의 접속 과정의 Msg1로서 임의 접속 프리앰블을 PRACH를 통해 전송할 수 있다. 서로 다른 두 길이를 가지는 임의 접속 프리앰블 시퀀스들이 지원된다. 긴 시퀀스 길이 839는 1.25 및 5 kHz의 부반송파 간격(subcarrier spacing)에 대해 적용되며, 짧은 시퀀스 길이 139는 15, 30, 60 및 120 kHz의 부반송파 간격에 대해 적용된다.
BS가 UE로부터 임의 접속 프리앰블을 수신하면, BS는 임의 접속 응답(random access response, RAR) 메시지(Msg2)를 상기 UE에게 전송한다. RAR을 나르는 PDSCH를 스케줄링하는 PDCCH는 임의 접속(random access, RA) 무선 네트워크 임시 식별자(radio network temporary identifier, RNTI)(RA-RNTI)로 CRC 마스킹되어 전송된다. RA-RNTI로 마스킹된 PDCCH를 검출한 UE는 상기 PDCCH가 나르는 DCI가 스케줄링하는 PDSCH로부터 RAR을 수신할 수 있다. UE는 자신이 전송한 프리앰블, 즉, Msg1에 대한 임의 접속 응답 정보가 상기 RAR 내에 있는지 확인한다. 자신이 전송한 Msg1에 대한 임의 접속 정보가 존재하는지 여부는 상기 UE가 전송한 프리앰블에 대한 임의 접속 프리앰블 ID가 존재하는지 여부에 의해 판단될 수 있다. Msg1에 대한 응답이 없으면, UE는 전력 램핑(power ramping)을 수행하면서 RACH 프리앰블을 소정의 횟수 이내에서 재전송할 수 있다. UE는 가장 최근의 경로 손실 및 전력 램핑 카운터를 기반으로 프리앰블의 재전송에 대한 PRACH 전송 전력을 계산한다.
상기 UE는 임의 접속 응답 정보를 기반으로 상향링크 공유 채널 상에서 UL 전송을 임의 접속 과정의 Msg3로서 전송할 수 있다. Msg3은 RRC 연결 요청 및 UE 식별자를 포함할 수 있다. Msg3에 대한 응답으로서, 네트워크는 Msg4를 전송할 수 있으며, 이는 DL 상에서의 경쟁 해결 메시지로 취급될 수 있다. Msg4를 수신함으로써, UE는 RRC 연결된 상태에 진입할 수 있다.
C. 5G 통신 시스템의 빔 관리(Beam Management, BM) 절차
BM 과정은 (1) SSB 또는 CSI-RS를 이용하는 DL BM 과정과, (2) SRS(sounding reference signal)을 이용하는 UL BM 과정으로 구분될 수 있다. 또한, 각 BM 과정은 Tx 빔을 결정하기 위한 Tx 빔 스위핑과 Rx 빔을 결정하기 위한 Rx 빔 스위핑을 포함할 수 있다.
SSB를 이용한 DL BM 과정에 대해 살펴본다.
SSB를 이용한 빔 보고(beam report)에 대한 설정은 RRC_CONNECTED에서 채널 상태 정보(channel state information, CSI)/빔 설정 시에 수행된다.
- UE는 BM을 위해 사용되는 SSB 자원들에 대한 CSI-SSB-ResourceSetList를 포함하는 CSI-ResourceConfig IE를 BS로부터 수신한다. RRC 파라미터 csi-SSB-ResourceSetList는 하나의 자원 세트에서 빔 관리 및 보고을 위해 사용되는 SSB 자원들의 리스트를 나타낸다. 여기서, SSB 자원 세트는 {SSBx1, SSBx2, SSBx3, SSBx4, ??}으로 설정될 수 있다. SSB 인덱스는 0부터 63까지 정의될 수 있다.
- UE는 상기 CSI-SSB-ResourceSetList에 기초하여 SSB 자원들 상의 신호들을 상기 BS로부터 수신한다.
- SSBRI 및 참조 신호 수신 전력(reference signal received power, RSRP)에 대한 보고와 관련된 CSI-RS reportConfig가 설정된 경우, 상기 UE는 최선(best) SSBRI 및 이에 대응하는 RSRP를 BS에게 보고한다. 예를 들어, 상기 CSI-RS reportConfig IE의 reportQuantity가 'ssb-Index-RSRP'로 설정된 경우, UE는 BS으로 최선 SSBRI 및 이에 대응하는 RSRP를 보고한다.
UE는 SSB와 동일한 OFDM 심볼(들)에 CSI-RS 자원이 설정되고, 'QCL-TypeD'가 적용 가능한 경우, 상기 UE는 CSI-RS와 SSB가 'QCL-TypeD' 관점에서 유사 동일 위치된(quasi co-located, QCL) 것으로 가정할 수 있다. 여기서, QCL-TypeD는 공간(spatial) Rx 파라미터 관점에서 안테나 포트들 간에 QCL되어 있음을 의미할 수 있다. UE가 QCL-TypeD 관계에 있는 복수의 DL 안테나 포트들의 신호들을 수신 시에는 동일한 수신 빔을 적용해도 무방하다.
다음으로, CSI-RS를 이용한 DL BM 과정에 대해 살펴본다.
CSI-RS를 이용한 UE의 Rx 빔 결정(또는 정제(refinement)) 과정과 BS의 Tx 빔 스위핑 과정에 대해 차례대로 살펴본다. UE의 Rx 빔 결정 과정은 반복 파라미터가 'ON'으로 설정되며, BS의 Tx 빔 스위핑 과정은 반복 파라미터가 'OFF'로 설정된다.
먼저, UE의 Rx 빔 결정 과정에 대해 살펴본다.
- UE는 'repetition'에 관한 RRC 파라미터를 포함하는 NZP CSI-RS resource set IE를 RRC 시그널링을 통해 BS로부터 수신한다. 여기서, 상기 RRC 파라미터 'repetition'이 'ON'으로 세팅되어 있다.
- UE는 상기 RRC 파라미터 'repetition'이 'ON'으로 설정된 CSI-RS 자원 세트 내의 자원(들) 상에서의 신호들을 BS의 동일 Tx 빔(또는 DL 공간 도메인 전송 필터)을 통해 서로 다른 OFDM 심볼에서 반복 수신한다.
- UE는 자신의 Rx 빔을 결정한다.
- UE는 CSI 보고를 생략한다. 즉, UE는 상가 RRC 파라미터 'repetition'이 'ON'으로 설정된 경우, CSI 보고를 생략할 수 있다.
다음으로, BS의 Tx 빔 결정 과정에 대해 살펴본다.
- UE는 'repetition'에 관한 RRC 파라미터를 포함하는 NZP CSI-RS resource set IE를 RRC 시그널링을 통해 BS로부터 수신한다. 여기서, 상기 RRC 파라미터 'repetition'이 'OFF'로 세팅되어 있으며, BS의 Tx 빔 스위핑 과정과 관련된다.
- UE는 상기 RRC 파라미터 'repetition'이 'OFF'로 설정된 CSI-RS 자원 세트 내의 자원들 상에서의 신호들을 BS의 서로 다른 Tx 빔(DL 공간 도메인 전송 필터)을 통해 수신한다.
- UE는 최상의(best) 빔을 선택(또는 결정)한다.
- UE는 선택된 빔에 대한 ID(예, CRI) 및 관련 품질 정보(예, RSRP)를 BS으로 보고한다. 즉, UE는 CSI-RS가 BM을 위해 전송되는 경우 CRI와 이에 대한 RSRP를 BS으로 보고한다.
다음으로, SRS를 이용한 UL BM 과정에 대해 살펴본다.
- UE는 'beam management'로 설정된 (RRC 파라미터) 용도 파라미터를 포함하는 RRC 시그널링(예, SRS-Config IE)를 BS로부터 수신한다. SRS-Config IE는 SRS 전송 설정을 위해 사용된다. SRS-Config IE는 SRS-Resources의 리스트와 SRS-ResourceSet들의 리스트를 포함한다. 각 SRS 자원 세트는 SRS-resource들의 세트를 의미한다.
- UE는 상기 SRS-Config IE에 포함된 SRS-SpatialRelation Info에 기초하여 전송할 SRS 자원에 대한 Tx 빔포밍을 결정한다. 여기서, SRS-SpatialRelation Info는 SRS 자원별로 설정되고, SRS 자원별로 SSB, CSI-RS 또는 SRS에서 사용되는 빔포밍과 동일한 빔포밍을 적용할지를 나타낸다.
- 만약 SRS 자원에 SRS-SpatialRelationInfo가 설정되면 SSB, CSI-RS 또는 SRS에서 사용되는 빔포밍과 동일한 빔포밍을 적용하여 전송한다. 하지만, SRS 자원에 SRS-SpatialRelationInfo가 설정되지 않으면, 상기 UE는 임의로 Tx 빔포밍을 결정하여 결정된 Tx 빔포밍을 통해 SRS를 전송한다.
다음으로, 빔 실패 복구(beam failure recovery, BFR) 과정에 대해 살펴본다.
빔포밍된 시스템에서, RLF(Radio Link Failure)는 UE의 회전(rotation), 이동(movement) 또는 빔포밍 블로키지(blockage)로 인해 자주 발생할 수 있다. 따라서, 잦은 RLF가 발생하는 것을 방지하기 위해 BFR이 NR에서 지원된다. BFR은 무선 링크 실패 복구 과정과 유사하고, UE가 새로운 후보 빔(들)을 아는 경우에 지원될 수 있다. 빔 실패 검출을 위해, BS는 UE에게 빔 실패 검출 참조 신호들을 설정하고, 상기 UE는 상기 UE의 물리 계층으로부터의 빔 실패 지시(indication)들의 횟수가 BS의 RRC 시그널링에 의해 설정된 기간(period) 내에 RRC 시그널링에 의해 설정된 임계치(threshold)에 이르면(reach), 빔 실패를 선언(declare)한다. 빔 실패가 검출된 후, 상기 UE는 PCell 상의 임의 접속 과정을 개시(initiate)함으로써 빔 실패 복구를 트리거하고; 적절한(suitable) 빔을 선택하여 빔 실패 복구를 수행한다(BS가 어떤(certain) 빔들에 대해 전용 임의 접속 자원들을 제공한 경우, 이들이 상기 UE에 의해 우선화된다). 상기 임의 접속 절차의 완료(completion) 시, 빔 실패 복구가 완료된 것으로 간주된다.
D. URLLC (Ultra-Reliable and Low Latency Communication)
NR에서 정의하는 URLLC 전송은 (1) 상대적으로 낮은 트래픽 크기, (2) 상대적으로 낮은 도착 레이트(low arrival rate), (3) 극도의 낮은 레이턴시 요구사항(requirement)(예, 0.5, 1ms), (4) 상대적으로 짧은 전송 지속기간(duration)(예, 2 OFDM symbols), (5) 긴급한 서비스/메시지 등에 대한 전송을 의미할 수 있다. UL의 경우, 보다 엄격(stringent)한 레이턴시 요구 사항(latency requirement)을 만족시키기 위해 특정 타입의 트래픽(예컨대, URLLC)에 대한 전송이 앞서서 스케줄링된 다른 전송(예컨대, eMBB)과 다중화(multiplexing)되어야 할 필요가 있다. 이와 관련하여 한 가지 방안으로, 앞서 스케줄링 받은 UE에게 특정 자원에 대해서 프리엠션(preemption)될 것이라는 정보를 주고, 해당 자원을 URLLC UE가 UL 전송에 사용하도록 한다.
NR의 경우, eMBB와 URLLC 사이의 동적 자원 공유(sharing)이 지원된다. eMBB와 URLLC 서비스들은 비-중첩(non-overlapping) 시간/주파수 자원들 상에서 스케줄될 수 있으며, URLLC 전송은 진행 중인(ongoing) eMBB 트래픽에 대해 스케줄된 자원들에서 발생할 수 있다. eMBB UE는 해당 UE의 PDSCH 전송이 부분적으로 펑처링(puncturing)되었는지 여부를 알 수 없을 수 있고, 손상된 코딩된 비트(corrupted coded bit)들로 인해 UE는 PDSCH를 디코딩하지 못할 수 있다. 이 점을 고려하여, NR에서는 프리엠션 지시(preemption indication)을 제공한다. 상기 프리엠션 지시(preemption indication)는 중단된 전송 지시(interrupted transmission indication)으로 지칭될 수도 있다.
프리엠션 지시와 관련하여, UE는 BS로부터의 RRC 시그널링을 통해 DownlinkPreemption IE를 수신한다. UE가 DownlinkPreemption IE를 제공받으면, DCI 포맷 2_1을 운반(convey)하는 PDCCH의 모니터링을 위해 상기 UE는 DownlinkPreemption IE 내 파라미터 int-RNTI에 의해 제공된 INT-RNTI를 가지고 설정된다. 상기 UE는 추가적으로 servingCellID에 의해 제공되는 서빙 셀 인덱스들의 세트를 포함하는 INT-ConfigurationPerServing Cell에 의해 서빙 셀들의 세트와 positionInDCI에 의해 DCI 포맷 2_1 내 필드들을 위한 위치들의 해당 세트를 가지고 설정되고, dci-PayloadSize에 의해 DCI 포맷 2_1을 위한 정보 페이로드 크기를 가지고 설졍되며, timeFrequencySect에 의한 시간-주파수 자원들의 지시 입도(granularity)를 가지고 설정된다.
상기 UE는 상기 DownlinkPreemption IE에 기초하여 DCI 포맷 2_1을 상기 BS로부터 수신한다.
UE가 서빙 셀들의 설정된 세트 내 서빙 셀에 대한 DCI 포맷 2_1을 검출하면, 상기 UE는 상기 DCI 포맷 2_1이 속한 모니터링 기간의 바로 앞(last) 모니터링 기간의 PRB들의 세트 및 심볼들의 세트 중 상기 DCI 포맷 2_1에 의해 지시되는 PRB들 및 심볼들 내에는 상기 UE로의 아무런 전송도 없다고 가정할 수 있다. 예를 들어, UE는 프리엠션에 의해 지시된 시간-주파수 자원 내 신호는 자신에게 스케줄링된 DL 전송이 아니라고 보고 나머지 자원 영역에서 수신된 신호들을 기반으로 데이터를 디코딩한다.
E. mMTC (massive MTC)
mMTC(massive Machine Type Communication)은 많은 수의 UE와 동시에 통신하는 초연결 서비스를 지원하기 위한 5G의 시나리오 중 하나이다. 이 환경에서, UE는 굉장히 낮은 전송 속도와 이동성을 가지고 간헐적으로 통신하게 된다. 따라서, mMTC는 UE를 얼마나 낮은 비용으로 오랫동안 구동할 수 있는지를 주요 목표로 하고 있다. mMTC 기술과 관련하여 3GPP에서는 MTC와 NB(NarrowBand)-IoT를 다루고 있다.
mMTC 기술은 PDCCH, PUCCH, PDSCH(physical downlink shared channel), PUSCH 등의 반복 전송, 주파수 호핑(hopping), 리튜닝(retuning), 가드 구간(guard period) 등의 특징을 가진다.
즉, 특정 정보를 포함하는 PUSCH(또는 PUCCH(특히, long PUCCH) 또는 PRACH) 및 특정 정보에 대한 응답을 포함하는 PDSCH(또는 PDCCH)가 반복 전송된다. 반복 전송은 주파수 호핑(frequency hopping)을 통해 수행되며, 반복 전송을 위해, 제 1 주파수 자원에서 제 2 주파수 자원으로 가드 구간(guard period)에서 (RF) 리튜닝(retuning)이 수행되고, 특정 정보 및 특정 정보에 대한 응답은 협대역(narrowband)(ex. 6 RB (resource block) or 1 RB)를 통해 송/수신될 수 있다.
F. 5G 통신을 이용한 자율 주행 차량 간 기본 동작
도 3은 5G 통신 시스템에서 자율 주행 차량과 5G 네트워크의 기본 동작의 일 예를 나타낸다.
자율 주행 차량(Autonomous Vehicle)은 특정 정보 전송을 5G 네트워크로 전송한다(S1). 상기 특정 정보는 자율 주행 관련 정보를 포함할 수 있다. 그리고, 상기 5G 네트워크는 차량의 원격 제어 여부를 결정할 수 있다(S2). 여기서, 상기 5G 네트워크는 자율 주행 관련 원격 제어를 수행하는 서버 또는 모듈을 포함할 수 있다. 그리고, 상기 5G 네트워크는 원격 제어와 관련된 정보(또는 신호)를 상기 자율 주행 차량으로 전송할 수 있다(S3).
G. 5G 통신 시스템에서 자율 주행 차량과 5G 네트워크 간의 응용 동작
이하, 도 1 및 도 2와 앞서 살핀 무선 통신 기술(BM 절차, URLLC, Mmtc 등)을 참고하여 5G 통신을 이용한 자율 주행 차량의 동작에 대해 보다 구체적으로 살펴본다.
먼저, 후술할 본 발명에서 제안하는 방법과 5G 통신의 eMBB 기술이 적용되는 응용 동작의 기본 절차에 대해 설명한다.
도 3의 S1 단계 및 S3 단계와 같이, 자율 주행 차량이 5G 네트워크와 신호, 정보 등을 송/수신하기 위해, 자율 주행 차량은 도 3의 S1 단계 이전에 5G 네트워크와 초기 접속(initial access) 절차 및 임의 접속(random access) 절차를 수행한다.
보다 구체적으로, 자율 주행 차량은 DL 동기 및 시스템 정보를 획득하기 위해 SSB에 기초하여 5G 네트워크와 초기 접속 절차를 수행한다. 상기 초기 접속 절차 과정에서 빔 관리(beam management, BM) 과정, 빔 실패 복구(beam failure recovery) 과정이 추가될 수 있으며, 자율 주행 차량이 5G 네트워크로부터 신호를 수신하는 과정에서 QCL(quasi-co location) 관계가 추가될 수 있다.
또한, 자율 주행 차량은 UL 동기 획득 및/또는 UL 전송을 위해 5G 네트워크와 임의 접속 절차를 수행한다. 그리고, 상기 5G 네트워크는 상기 자율 주행 차량으로 특정 정보의 전송을 스케쥴링하기 위한 UL grant를 전송할 수 있다. 따라서, 상기 자율 주행 차량은 상기 UL grant에 기초하여 상기 5G 네트워크로 특정 정보를 전송한다. 그리고, 상기 5G 네트워크는 상기 자율 주행 차량으로 상기 특정 정보에 대한 5G 프로세싱 결과의 전송을 스케쥴링하기 위한 DL grant를 전송한다. 따라서, 상기 5G 네트워크는 상기 DL grant에 기초하여 상기 자율 주행 차량으로 원격 제어와 관련된 정보(또는 신호)를 전송할 수 있다.
다음으로, 후술할 본 발명에서 제안하는 방법과 5G 통신의 URLLC 기술이 적용되는 응용 동작의 기본 절차에 대해 설명한다.
앞서 설명한 바와 같이, 자율 주행 차량은 5G 네트워크와 초기 접속 절차 및/또는 임의 접속 절차를 수행한 후, 자율 주행 차량은 5G 네트워크로부터 DownlinkPreemption IE를 수신할 수 있다. 그리고, 자율 주행 차량은 DownlinkPreemption IE에 기초하여 프리엠션 지시(pre-emption indication)을 포함하는 DCI 포맷 2_1을 5G 네트워크로부터 수신한다. 그리고, 자율 주행 차량은 프리엠션 지시(pre-emption indication)에 의해 지시된 자원(PRB 및/또는 OFDM 심볼)에서 eMBB data의 수신을 수행(또는 기대 또는 가정)하지 않는다. 이후, 자율 주행 차량은 특정 정보를 전송할 필요가 있는 경우 5G 네트워크로부터 UL grant를 수신할 수 있다.
다음으로, 후술할 본 발명에서 제안하는 방법과 5G 통신의 mMTC 기술이 적용되는 응용 동작의 기본 절차에 대해 설명한다.
도 3의 단계들 중 mMTC 기술의 적용으로 달라지는 부분 위주로 설명하기로 한다.
도 3의 S1 단계에서, 자율 주행 차량은 특정 정보를 5G 네트워크로 전송하기 위해 5G 네트워크로부터 UL grant를 수신한다. 여기서, 상기 UL grant는 상기 특정 정보의 전송에 대한 반복 횟수에 대한 정보를 포함하고, 상기 특정 정보는 상기 반복 횟수에 대한 정보에 기초하여 반복하여 전송될 수 있다. 즉, 상기 자율 주행 차량은 상기 UL grant에 기초하여 특정 정보를 5G 네트워크로 전송한다. 그리고, 특정 정보의 반복 전송은 주파수 호핑을 통해 수행되고, 첫 번째 특정 정보의 전송은 제 1 주파수 자원에서, 두 번째 특정 정보의 전송은 제 2 주파수 자원에서 전송될 수 있다. 상기 특정 정보는 6RB(Resource Block) 또는 1RB(Resource Block)의 협대역(narrowband)을 통해 전송될 수 있다.
H. 5G 통신을 이용한 차량 대 차량 간의 자율 주행 동작
도 4는 5G 통신을 이용한 차량 대 차량 간의 기본 동작의 일 예를 예시한다.
제1 차량은 특정 정보를 제2 차량으로 전송한다(S61). 제2 차량은 특정 정보에 대한 응답을 제1 차량으로 전송한다(S62).
한편, 5G 네트워크가 상기 특정 정보, 상기 특정 정보에 대한 응답의 자원 할당에 직접적(사이드 링크 통신 전송 모드 3) 또는 간접적으로(사이드링크 통신 전송 모드 4) 관여하는지에 따라 차량 대 차량 간 응용 동작의 구성이 달라질 수 있다.
다음으로, 5G 통신을 이용한 차량 대 차량 간의 응용 동작에 대해 살펴본다.
먼저, 5G 네트워크가 차량 대 차량 간의 신호 전송/수신의 자원 할당에 직접적으로 관여하는 방법을 설명한다.
5G 네트워크는, 모드 3 전송(PSCCH 및/또는 PSSCH 전송)의 스케줄링을 위해 DCI 포맷 5A를 제1 차량에 전송할 수 있다. 여기서, PSCCH(physical sidelink control channel)는 특정 정보 전송의 스케줄링을 위한 5G 물리 채널이고, PSSCH(physical sidelink shared channel)는 특정 정보를 전송하는 5G 물리 채널이다. 그리고, 제1 차량은 특정 정보 전송의 스케줄링을 위한 SCI 포맷 1을 PSCCH 상에서 제2 차량으로 전송한다. 그리고, 제1 차량이 특정 정보를 PSSCH 상에서 제2 차량으로 전송한다.
다음으로, 5G 네트워크가 신호 전송/수신의 자원 할당에 간접적으로 관여하는 방법에 대해 살펴본다.
제1 차량은 모드 4 전송을 위한 자원을 제1 윈도우에서 센싱한다. 그리고, 제1 차량은, 상기 센싱 결과에 기초하여 제2 윈도우에서 모드 4 전송을 위한 자원을 선택한다. 여기서, 제1 윈도우는 센싱 윈도우(sensing window)를 의미하고, 제2 윈도우는 선택 윈도우(selection window)를 의미한다. 제1 차량은 상기 선택된 자원을 기초로 특정 정보 전송의 스케줄링을 위한 SCI 포맷 1을 PSCCH 상에서 제2 차량으로 전송한다. 그리고, 제1 차량은 특정 정보를 PSSCH 상에서 제2 차량으로 전송한다.
앞서 살핀 5G 통신 기술은 후술할 본 발명에서 제안하는 방법들과 결합되어 적용될 수 있으며, 또는 본 발명에서 제안하는 방법들의 기술적 특징을 구체화하거나 명확하게 하는데 보충될 수 있다.
주행
(1) 차량 외관
도 5는 본 발명의 실시예에 따른 차량을 도시한 도면이다.
도 5를 참조하면, 본 발명의 실시예에 따른 차량(10)은, 도로나 선로 위를 주행하는 수송 수단으로 정의된다. 차량(10)은, 자동차, 기차, 오토바이를 포함하는 개념이다. 차량(10)은, 동력원으로서 엔진을 구비하는 내연기관 차량, 동력원으로서 엔진과 전기 모터를 구비하는 하이브리드 차량, 동력원으로서 전기 모터를 구비하는 전기 차량등을 모두 포함하는 개념일 수 있다. 차량(10)은 개인이 소유한 차량일 수 있다. 차량(10)은, 공유형 차량일 수 있다. 차량(10)은 자율 주행 차량일 수 있다.
(2) 차량의 구성 요소
도 6은 본 발명의 실시예에 따른 차량의 제어 블럭도이다.
도 6을 참조하면, 차량(10)은, 사용자 인터페이스 장치(200), 오브젝트 검출 장치(210), 통신 장치(220), 운전 조작 장치(230), 메인 ECU(240), 구동 제어 장치(250), 자율 주행 장치(260), 센싱부(270) 및 위치 데이터 생성 장치(280)를 포함할 수 있다. 오브젝트 검출 장치(210), 통신 장치(220), 운전 조작 장치(230), 메인 ECU(240), 구동 제어 장치(250), 자율 주행 장치(260), 센싱부(270) 및 위치 데이터 생성 장치(280)는 각각이 전기적 신호를 생성하고, 상호간에 전기적 신호를 교환하는 전자 장치로 구현될 수 있다.
1) 사용자 인터페이스 장치
사용자 인터페이스 장치(200)는, 차량(10)과 사용자와의 소통을 위한 장치이다. 사용자 인터페이스 장치(200)는, 사용자 입력을 수신하고, 사용자에게 차량(10)에서 생성된 정보를 제공할 수 있다. 차량(10)은, 사용자 인터페이스 장치(200)를 통해, UI(User Interface) 또는 UX(User Experience)를 구현할 수 있다. 사용자 인터페이스 장치(200)는, 입력 장치, 출력 장치 및 사용자 모니터링 장치를 포함할 수 있다.
2) 오브젝트 검출 장치
오브젝트 검출 장치(210)는, 차량(10) 외부의 오브젝트에 대한 정보를 생성할 수 있다. 오브젝트에 대한 정보는, 오브젝트의 존재 유무에 대한 정보, 오브젝트의 위치 정보, 차량(10)과 오브젝트와의 거리 정보 및 차량(10)과 오브젝트와의 상대 속도 정보 중 적어도 어느 하나를 포함할 수 있다. 오브젝트 검출 장치(210)는, 차량(10) 외부의 오브젝트를 검출할 수 있다. 오브젝트 검출 장치(210)는, 차량(10) 외부의 오브젝트를 검출할 수 있는 적어도 하나의 센서를 포함할 수 있다. 오브젝트 검출 장치(210)는, 카메라, 레이다, 라이다, 초음파 센서 및 적외선 센서 중 적어도 하나를 포함할 수 있다. 오브젝트 검출 장치(210)는, 센서에서 생성되는 센싱 신호에 기초하여 생성된 오브젝트에 대한 데이터를 차량에 포함된 적어도 하나의 전자 장치에 제공할 수 있다.
2.1) 카메라
카메라는 영상을 이용하여 차량(10) 외부의 오브젝트에 대한 정보를 생성할 수 있다. 카메라는 적어도 하나의 렌즈, 적어도 하나의 이미지 센서 및 이미지 센서와 전기적으로 연결되어 수신되는 신호를 처리하고, 처리되는 신호에 기초하여 오브젝트에 대한 데이터를 생성하는 적어도 하나의 프로세서를 포함할 수 있다.
카메라는, 모노 카메라, 스테레오 카메라, AVM(Around View Monitoring) 카메라 중 적어도 어느 하나일 수 있다. 카메라는, 다양한 영상 처리 알고리즘을 이용하여, 오브젝트의 위치 정보, 오브젝트와의 거리 정보 또는 오브젝트와의 상대 속도 정보를 획득할 수 있다. 예를 들면, 카메라는, 획득된 영상에서, 시간에 따른 오브젝트 크기의 변화를 기초로, 오브젝트와의 거리 정보 및 상대 속도 정보를 획득할 수 있다. 예를 들면, 카메라는, 핀홀(pin hole) 모델, 노면 프로파일링 등을 통해, 오브젝트와의 거리 정보 및 상대 속도 정보를 획득할 수 있다. 예를 들면, 카메라는, 스테레오 카메라에서 획득된 스테레오 영상에서 디스패러티(disparity) 정보를 기초로 오브젝트와의 거리 정보 및 상대 속도 정보를 획득할 수 있다.
카메라는, 차량 외부를 촬영하기 위해 차량에서 FOV(field of view) 확보가 가능한 위치에 장착될 수 있다. 카메라는, 차량 전방의 영상을 획득하기 위해, 차량의 실내에서, 프런트 윈드 쉴드에 근접하게 배치될 수 있다. 카메라는, 프런트 범퍼 또는 라디에이터 그릴 주변에 배치될 수 있다. 카메라는, 차량 후방의 영상을 획득하기 위해, 차량의 실내에서, 리어 글라스에 근접하게 배치될 수 있다. 카메라는, 리어 범퍼, 트렁크 또는 테일 게이트 주변에 배치될 수 있다. 카메라는, 차량 측방의 영상을 획득하기 위해, 차량의 실내에서 사이드 윈도우 중 적어도 어느 하나에 근접하게 배치될 수 있다. 또는, 카메라는, 사이드 미러, 휀더 또는 도어 주변에 배치될 수 있다.
2.2) 레이다
레이다는 전파를 이용하여 차량(10) 외부의 오브젝트에 대한 정보를 생성할 수 있다. 레이다는, 전자파 송신부, 전자파 수신부 및 전자파 송신부 및 전자파 수신부와 전기적으로 연결되어, 수신되는 신호를 처리하고, 처리되는 신호에 기초하여 오브젝트에 대한 데이터를 생성하는 적어도 하나의 프로세서를 포함할 수 있다. 레이다는 전파 발사 원리상 펄스 레이다(Pulse Radar) 방식 또는 연속파 레이다(Continuous Wave Radar) 방식으로 구현될 수 있다. 레이다는 연속파 레이다 방식 중에서 신호 파형에 따라 FMCW(Frequency Modulated Continuous Wave)방식 또는 FSK(Frequency Shift Keyong) 방식으로 구현될 수 있다. 레이다는 전자파를 매개로, TOF(Time of Flight) 방식 또는 페이즈 쉬프트(phase-shift) 방식에 기초하여, 오브젝트를 검출하고, 검출된 오브젝트의 위치, 검출된 오브젝트와의 거리 및 상대 속도를 검출할 수 있다. 레이다는, 차량의 전방, 후방 또는 측방에 위치하는 오브젝트를 감지하기 위해 차량의 외부의 적절한 위치에 배치될 수 있다.
2.3) 라이다
라이다는, 레이저 광을 이용하여, 차량(10) 외부의 오브젝트에 대한 정보를 생성할 수 있다. 라이다는, 광 송신부, 광 수신부 및 광 송신부 및 광 수신부와 전기적으로 연결되어, 수신되는 신호를 처리하고, 처리된 신호에 기초하여 오브젝트에 대한 데이터를 생성하는 적어도 하나의 프로세서를 포함할 수 있다. 라이다는, TOF(Time of Flight) 방식 또는 페이즈 쉬프트(phase-shift) 방식으로 구현될 수 있다. 라이다는, 구동식 또는 비구동식으로 구현될 수 있다. 구동식으로 구현되는 경우, 라이다는, 모터에 의해 회전되며, 차량(10) 주변의 오브젝트를 검출할 수 있다. 비구동식으로 구현되는 경우, 라이다는, 광 스티어링에 의해, 차량을 기준으로 소정 범위 내에 위치하는 오브젝트를 검출할 수 있다. 차량(100)은 복수의 비구동식 라이다를 포함할 수 있다. 라이다는, 레이저 광 매개로, TOF(Time of Flight) 방식 또는 페이즈 쉬프트(phase-shift) 방식에 기초하여, 오브젝트를 검출하고, 검출된 오브젝트의 위치, 검출된 오브젝트와의 거리 및 상대 속도를 검출할 수 있다. 라이다는, 차량의 전방, 후방 또는 측방에 위치하는 오브젝트를 감지하기 위해 차량의 외부의 적절한 위치에 배치될 수 있다.
3) 통신 장치
통신 장치(220)는, 차량(10) 외부에 위치하는 디바이스와 신호를 교환할 수 있다. 통신 장치(220)는, 인프라(예를 들면, 서버, 방송국), 타 차량, 단말기 중 적어도 어느 하나와 신호를 교환할 수 있다. 통신 장치(220)는, 통신을 수행하기 위해 송신 안테나, 수신 안테나, 각종 통신 프로토콜이 구현 가능한 RF(Radio Frequency) 회로 및 RF 소자 중 적어도 어느 하나를 포함할 수 있다.
예를 들어, 통신 장치는 C-V2X(Cellular V2X) 기술을 기반으로 외부 디바이스와 신호를 교환할 수 있다. 예를 들어, C-V2X 기술은 LTE 기반의 사이드링크 통신 및/또는 NR 기반의 사이드링크 통신을 포함할 수 있다. C-V2X와 관련된 내용은 후술한다.
예를 들어, 통신 장치는 IEEE 802.11p PHY/MAC 계층 기술과 IEEE 1609 Network/Transport 계층 기술 기반의 DSRC(Dedicated Short Range Communications) 기술 또는 WAVE(Wireless Access in Vehicular Environment) 표준을 기반으로 외부 디바이스와 신호를 교환할 수 있다. DSRC (또는 WAVE 표준) 기술은 차량 탑재 장치 간 혹은 노변 장치와 차량 탑재 장치 간의 단거리 전용 통신을 통해 ITS(Intelligent Transport System) 서비스를 제공하기 위해 마련된 통신 규격이다. DSRC 기술은 5.9GHz 대역의 주파수를 사용할 수 있고, 3Mbps~27Mbps의 데이터 전송 속도를 가지는 통신 방식일 수 있다. IEEE 802.11p 기술은 IEEE 1609 기술과 결합되어 DSRC 기술 (혹은 WAVE 표준)을 지원할 수 있다.
본 발명의 통신 장치는 C-V2X 기술 또는 DSRC 기술 중 어느 하나만을 이용하여 외부 디바이스와 신호를 교환할 수 있다. 또는, 본 발명의 통신 장치는 C-V2X 기술 및 DSRC 기술을 하이브리드하여 외부 디바이스와 신호를 교환할 수 있다.
4) 운전 조작 장치
운전 조작 장치(230)는, 운전을 위한 사용자 입력을 수신하는 장치이다. 메뉴얼 모드인 경우, 차량(10)은, 운전 조작 장치(230)에 의해 제공되는 신호에 기초하여 운행될 수 있다. 운전 조작 장치(230)는, 조향 입력 장치(예를 들면, 스티어링 휠), 가속 입력 장치(예를 들면, 가속 페달) 및 브레이크 입력 장치(예를 들면, 브레이크 페달)를 포함할 수 있다.
5) 메인 ECU
메인 ECU(240)는, 차량(10) 내에 구비되는 적어도 하나의 전자 장치의 전반적인 동작을 제어할 수 있다.
6) 구동 제어 장치
구동 제어 장치(250)는, 차량(10)내 각종 차량 구동 장치를 전기적으로 제어하는 장치이다. 구동 제어 장치(250)는, 파워 트레인 구동 제어 장치, 샤시 구동 제어 장치, 도어/윈도우 구동 제어 장치, 안전 장치 구동 제어 장치, 램프 구동 제어 장치 및 공조 구동 제어 장치를 포함할 수 있다. 파워 트레인 구동 제어 장치는, 동력원 구동 제어 장치 및 변속기 구동 제어 장치를 포함할 수 있다. 샤시 구동 제어 장치는, 조향 구동 제어 장치, 브레이크 구동 제어 장치 및 서스펜션 구동 제어 장치를 포함할 수 있다. 한편, 안전 장치 구동 제어 장치는, 안전 벨트 제어를 위한 안전 벨트 구동 제어 장치를 포함할 수 있다.
구동 제어 장치(250)는, 적어도 하나의 전자적 제어 장치(예를 들면, 제어 ECU(Electronic Control Unit))를 포함한다.
구종 제어 장치(250)는, 자율 주행 장치(260)에서 수신되는 신호에 기초하여, 차량 구동 장치를 제어할 수 있다. 예를 들면, 제어 장치(250)는, 자율 주행 장치(260)에서 수신되는 신호에 기초하여, 파워 트레인, 조향 장치 및 브레이크 장치를 제어할 수 있다.
7) 자율 주행 장치
자율 주행 장치(260)는, 획득된 데이터에 기초하여, 자율 주행을 위한 패스를 생성할 수 있다. 자율 주행 장치(260)는, 생성된 경로를 따라 주행하기 위한 드라이빙 플랜을 생성할 수 있다. 자율 주행 장치(260)는, 드라이빙 플랜에 따른 차량의 움직임을 제어하기 위한 신호를 생성할 수 있다. 자율 주행 장치(260)는, 생성된 신호를 구동 제어 장치(250)에 제공할 수 있다.
자율 주행 장치(260)는, 적어도 하나의 ADAS(Advanced Driver Assistance System) 기능을 구현할 수 있다. ADAS는, 적응형 크루즈 컨트롤 시스템(ACC : Adaptive Cruise Control), 자동 비상 제동 시스템(AEB : Autonomous Emergency Braking), 전방 충돌 알림 시스템(FCW : Foward Collision Warning), 차선 유지 보조 시스템(LKA : Lane Keeping Assist), 차선 변경 보조 시스템(LCA : Lane Change Assist), 타겟 추종 보조 시스템(TFA : Target Following Assist), 사각 지대 감시 시스템(BSD : Blind Spot Detection), 적응형 하이빔 제어 시스템(HBA : High Beam Assist), 자동 주차 시스템(APS : Auto Parking System), 보행자 충돌 알림 시스템(PD collision warning system), 교통 신호 검출 시스템(TSR : Traffic Sign Recognition), 교통 신호 보조 시스템(TSA : Trafffic Sign Assist), 나이트 비전 시스템(NV : Night Vision), 운전자 상태 모니터링 시스템(DSM : Driver Status Monitoring) 및 교통 정체 지원 시스템(TJA : Traffic Jam Assist) 중 적어도 어느 하나를 구현할 수 있다.
자율 주행 장치(260)는, 자율 주행 모드에서 수동 주행 모드로의 전환 동작 또는 수동 주행 모드에서 자율 주행 모드로의 전환 동작을 수행할 수 있다. 예를 들면, 자율 주행 장치(260)는, 사용자 인터페이스 장치(200)로부터 수신되는 신호에 기초하여, 차량(10)의 모드를 자율 주행 모드에서 수동 주행 모드로 전환하거나 수동 주행 모드에서 자율 주행 모드로 전환할 수 있다.
8) 센싱부
센싱부(270)는, 차량의 상태를 센싱할 수 있다. 센싱부(270)는, IMU(inertial measurement unit) 센서, 충돌 센서, 휠 센서(wheel sensor), 속도 센서, 경사 센서, 중량 감지 센서, 헤딩 센서(heading sensor), 포지션 모듈(position module), 차량 전진/후진 센서, 배터리 센서, 연료 센서, 타이어 센서, 스티어링 센서, 온도 센서, 습도 센서, 초음파 센서, 조도 센서, 페달 포지션 센서 중 적어도 어느 하나를 포함할 수 있다. 한편, IMU(inertial measurement unit) 센서는, 가속도 센서, 자이로 센서, 자기 센서 중 하나 이상을 포함할 수 있다.
센싱부(270)는, 적어도 하나의 센서에서 생성되는 신호에 기초하여, 차량의 상태 데이터를 생성할 수 있다. 차량 상태 데이터는, 차량 내부에 구비된 각종 센서에서 감지된 데이터를 기초로 생성된 정보일 수 있다. 센싱부(270)는, 차량 자세 데이터, 차량 모션 데이터, 차량 요(yaw) 데이터, 차량 롤(roll) 데이터, 차량 피치(pitch) 데이터, 차량 충돌 데이터, 차량 방향 데이터, 차량 각도 데이터, 차량 속도 데이터, 차량 가속도 데이터, 차량 기울기 데이터, 차량 전진/후진 데이터, 차량의 중량 데이터, 배터리 데이터, 연료 데이터, 타이어 공기압 데이터, 차량 내부 온도 데이터, 차량 내부 습도 데이터, 스티어링 휠 회전 각도 데이터, 차량 외부 조도 데이터, 가속 페달에 가해지는 압력 데이터, 브레이크 페달에 가해지는 압력 데이터 등을 생성할 수 있다.
9) 위치 데이터 생성 장치
위치 데이터 생성 장치(280)는, 차량(10)의 위치 데이터를 생성할 수 있다. 위치 데이터 생성 장치(280)는, GPS(Global Positioning System) 및 DGPS(Differential Global Positioning System) 중 적어도 어느 하나를 포함할 수 있다. 위치 데이터 생성 장치(280)는, GPS 및 DGPS 중 적어도 어느 하나에서 생성되는 신호에 기초하여 차량(10)의 위치 데이터를 생성할 수 있다. 실시예에 따라, 위치 데이터 생성 장치(280)는, 센싱부(270)의 IMU(Inertial Measurement Unit) 및 오브젝트 검출 장치(210)의 카메라 중 적어도 어느 하나에 기초하여 위치 데이터를 보정할 수 있다. 위치 데이터 생성 장치(280)는, GNSS(Global Navigation Satellite System)로 명명될 수 있다.
차량(10)은, 내부 통신 시스템(50)을 포함할 수 있다. 차량(10)에 포함되는 복수의 전자 장치는 내부 통신 시스템(50)을 매개로 신호를 교환할 수 있다. 신호에는 데이터가 포함될 수 있다. 내부 통신 시스템(50)은, 적어도 하나의 통신 프로토콜(예를 들면, CAN, LIN, FlexRay, MOST, 이더넷)을 이용할 수 있다.
(3) 자율 주행 장치의 구성 요소
도 7은 본 발명의 실시예에 따른 자율 주행 장치의 제어 블럭도이다.
도 7을 참조하면, 자율 주행 장치(260)는, 메모리(140), 프로세서(170), 인터페이스부(180) 및 전원 공급부(190)를 포함할 수 있다.
메모리(140)는, 프로세서(170)와 전기적으로 연결된다. 메모리(140)는 유닛에 대한 기본데이터, 유닛의 동작제어를 위한 제어데이터, 입출력되는 데이터를 저장할 수 있다. 메모리(140)는, 프로세서(170)에서 처리된 데이터를 저장할 수 있다. 메모리(140)는, 하드웨어적으로, ROM, RAM, EPROM, 플래시 드라이브, 하드 드라이브 중 적어도 어느 하나로 구성될 수 있다. 메모리(140)는 프로세서(170)의 처리 또는 제어를 위한 프로그램 등, 자율 주행 장치(260) 전반의 동작을 위한 다양한 데이터를 저장할 수 있다. 메모리(140)는, 프로세서(170)와 일체형으로 구현될 수 있다. 실시예에 따라, 메모리(140)는, 프로세서(170)의 하위 구성으로 분류될 수 있다.
인터페이스부(180)는, 차량(10) 내에 구비되는 적어도 하나의 전자 장치와 유선 또는 무선으로 신호를 교환할 수 있다. 인터페이스부(280)는, 오브젝트 검출 장치(210), 통신 장치(220), 운전 조작 장치(230), 메인 ECU(240), 구동 제어 장치(250), 센싱부(270) 및 위치 데이터 생성 장치(280) 중 적어도 어느 하나와 유선 또는 무선으로 신호를 교환할 수 있다. 인터페이스부(280)는, 통신 모듈, 단자, 핀, 케이블, 포트, 회로, 소자 및 장치 중 적어도 어느 하나로 구성될 수 있다.
전원 공급부(190)는, 자율 주행 장치(260)에 전원을 공급할 수 있다. 전원 공급부(190)는, 차량(10)에 포함된 파워 소스(예를 들면, 배터리)로부터 전원을 공급받아, 자율 주행 장치(260)의 각 유닛에 전원을 공급할 수 있다. 전원 공급부(190)는, 메인 ECU(240)로부터 제공되는 제어 신호에 따라 동작될 수 있다. 전원 공급부(190)는, SMPS(switched-mode power supply)를 포함할 수 있다.
프로세서(170)는, 메모리(140), 인터페이스부(280), 전원 공급부(190)와 전기적으로 연결되어 신호를 교환할 수 있다. 프로세서(170)는, ASICs (application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적 유닛 중 적어도 하나를 이용하여 구현될 수 있다.
프로세서(170)는, 전원 공급부(190)로부터 제공되는 전원에 의해 구동될 수 있다. 프로세서(170)는, 전원 공급부(190)에 의해 전원이 공급되는 상태에서 데이터를 수신하고, 데이터를 처리하고, 신호를 생성하고, 신호를 제공할 수 있다.
프로세서(170)는, 인터페이스부(180)를 통해, 차량(10) 내 다른 전자 장치로부터 정보를 수신할 수 있다. 프로세서(170)는, 인터페이스부(180)를 통해, 차량(10) 내 다른 전자 장치로 제어 신호를 제공할 수 있다.
자율 주행 장치(260)는, 적어도 하나의 인쇄 회로 기판(printed circuit board, PCB)을 포함할 수 있다. 메모리(140), 인터페이스부(180), 전원 공급부(190) 및 프로세서(170)는, 인쇄 회로 기판에 전기적으로 연결될 수 있다.
(4) 자율 주행 장치의 동작
도 8은 본 발명의 실시예에 따른 자율 주행 차량의 신호 흐름도이다.
1) 수신 동작
도 8을 참조하면, 프로세서(170)는, 수신 동작을 수행할 수 있다. 프로세서(170)는, 인터페이스부(180)를 통해, 오브젝트 검출 장치(210), 통신 장치(220), 센싱부(270) 및 위치 데이터 생성 장치(280) 중 적어도 어느 하나로부터, 데이터를 수신할 수 있다. 프로세서(170)는, 오브젝트 검출 장치(210)로부터, 오브젝트 데이터를 수신할 수 있다. 프로세서(170)는, 통신 장치(220)로부터, HD 맵 데이터를 수신할 수 있다. 프로세서(170)는, 센싱부(270)로부터, 차량 상태 데이터를 수신할 수 있다. 프로세서(170)는, 위치 데이터 생성 장치(280)로부터 위치 데이터를 수신할 수 있다.
2) 처리/판단 동작
프로세서(170)는, 처리/판단 동작을 수행할 수 있다. 프로세서(170)는, 주행 상황 정보에 기초하여, 처리/판단 동작을 수행할 수 있다. 프로세서(170)는, 오브젝트 데이터, HD 맵 데이터, 차량 상태 데이터 및 위치 데이터 중 적어도 어느 하나에 기초하여, 처리/판단 동작을 수행할 수 있다.
2.1) 드라이빙 플랜 데이터 생성 동작
프로세서(170)는, 드라이빙 플랜 데이터(driving plan data)를 생성할 수 있다. 예를 들면, 프로세서(1700는, 일렉트로닉 호라이즌 데이터(Electronic Horizon Data)를 생성할 수 있다. 일렉트로닉 호라이즌 데이터는, 차량(10)이 위치한 지점에서부터 호라이즌(horizon)까지 범위 내에서의 드라이빙 플랜 데이터로 이해될 수 있다. 호라이즌은, 기 설정된 주행 경로를 기준으로, 차량(10)이 위치한 지점에서 기설정된 거리 앞의 지점으로 이해될 수 있다. 호라이즌은, 기 설정된 주행 경로를 따라 차량(10)이 위치한 지점에서부터 차량(10)이 소정 시간 이후에 도달할 수 있는 지점을 의미할 수 있다.
일렉트로닉 호라이즌 데이터는, 호라이즌 맵 데이터 및 호라이즌 패스 데이터를 포함할 수 있다.
2.1.1) 호라이즌 맵 데이터
호라이즌 맵 데이터는, 토폴로지 데이터(topology data), 도로 데이터, HD 맵 데이터 및 다이나믹 데이터(dynamic data) 중 적어도 어느 하나를 포함할 수 있다. 실시예에 따라, 호라이즌 맵 데이터는, 복수의 레이어를 포함할 수 있다. 예를 들면, 호라이즌 맵 데이터는, 토폴로지 데이터에 매칭되는 1 레이어, 도로 데이터에 매칭되는 제2 레이어, HD 맵 데이터에 매칭되는 제3 레이어 및 다이나믹 데이터에 매칭되는 제4 레이어를 포함할 수 있다. 호라이즌 맵 데이터는, 스태이틱 오브젝트(static object) 데이터를 더 포함할 수 있다.
토폴로지 데이터는, 도로 중심을 연결해 만든 지도로 설명될 수 있다. 토폴로지 데이터는, 차량의 위치를 대략적으로 표시하기에 알맞으며, 주로 운전자를 위한 내비게이션에서 사용하는 데이터의 형태일 수 있다. 토폴로지 데이터는, 차로에 대한 정보가 제외된 도로 정보에 대한 데이터로 이해될 수 있다. 토폴로지 데이터는, 통신 장치(220)를 통해, 외부 서버에서 수신된 데이터에 기초하여 생성될 수 있다. 토폴로지 데이터는, 차량(10)에 구비된 적어도 하나의 메모리에 저장된 데이터에 기초할 수 있다.
도로 데이터는, 도로의 경사 데이터, 도로의 곡률 데이터, 도로의 제한 속도 데이터 중 적어도 어느 하나를 포함할 수 있다. 도로 데이터는, 추월 금지 구간 데이터를 더 포함할 수 있다. 도로 데이터는, 통신 장치(220)를 통해, 외부 서버에서 수신된 데이터에 기초할 수 있다. 도로 데이터는, 오브젝트 검출 장치(210)에서 생성된 데이터에 기초할 수 있다.
HD 맵 데이터는, 도로의 상세한 차선 단위의 토폴로지 정보, 각 차선의 연결 정보, 차량의 로컬라이제이션(localization)을 위한 특징 정보(예를 들면, 교통 표지판, Lane Marking/속성, Road furniture 등)를 포함할 수 있다. HD 맵 데이터는, 통신 장치(220)를 통해, 외부 서버에서 수신된 데이터에 기초할 수 있다.
다이나믹 데이터는, 도로상에서 발생될 수 있는 다양한 동적 정보를 포함할 수 있다. 예를 들면, 다이나믹 데이터는, 공사 정보, 가변 속도 차로 정보, 노면 상태 정보, 트래픽 정보, 무빙 오브젝트 정보 등을 포함할 수 있다. 다이나믹 데이터는, 통신 장치(220)를 통해, 외부 서버에서 수신된 데이터에 기초할 수 있다. 다이나믹 데이터는, 오브젝트 검출 장치(210)에서 생성된 데이터에 기초할 수 있다.
프로세서(170)는, 차량(10)이 위치한 지점에서부터 호라이즌까지 범위 내에서의 맵 데이터를 제공할 수 있다.
2.1.2) 호라이즌 패스 데이터
호라이즌 패스 데이터는, 차량(10)이 위치한 지점에서부터 호라이즌까지의 범위 내에서 차량(10)이 취할 수 있는 궤도로 설명될 수 있다. 호라이즌 패스 데이터는, 디시전 포인트(decision point)(예를 들면, 갈림길, 분기점, 교차로 등)에서 어느 하나의 도로를 선택할 상대 확률을 나타내는 데이터를 포함할 수 있다. 상대 확률은, 최종 목적지까지 도착하는데 걸리는 시간에 기초하여 계산될 수 있다. 예를 들면, 디시전 포인트에서, 제1 도로를 선택하는 경우 제2 도로를 선택하는 경우보다 최종 목적지에 도착하는데 걸리는 시간이 더 작은 경우, 제1 도로를 선택할 확률은 제2 도로를 선택할 확률보다 더 높게 계산될 수 있다.
호라이즌 패스 데이터는, 메인 패스와 서브 패스를 포함할 수 있다. 메인 패스는, 선택될 상대적 확률이 높은 도로들을 연결한 궤도로 이해될 수 있다. 서브 패스는, 메인 패스 상의 적어도 하나의 디시전 포인트에서 분기될 수 있다. 서브 패스는, 메인 패스 상의 적어도 하나의 디시전 포인트에서 선택될 상대적 확률이 낮은 적어도 어느 하나의 도로를 연결한 궤도로 이해될 수 있다.
3) 제어 신호 생성 동작
프로세서(170)는, 제어 신호 생성 동작을 수행할 수 있다. 프로세서(170)는, 일렉트로닉 호라이즌 데이터에 기초하여, 제어 신호를 생성할 수 있다. 예를 들면, 프로세서(170)는, 일렉트로닉 호라이즌 데이터에 기초하여, 파워트레인 제어 신호, 브라이크 장치 제어 신호 및 스티어링 장치 제어 신호 중 적어도 어느 하나를 생성할 수 있다.
프로세서(170)는, 인터페이스부(180)를 통해, 생성된 제어 신호를 구동 제어 장치(250)에 전송할 수 있다. 구동 제어 장치(250)는, 파워 트레인(251), 브레이크 장치(252) 및 스티어링 장치(253) 중 적어도 어느 하나에 제어 신호를 전송할 수 있다.
도 9는 본 발명의 실시예에 따라 사용자의 이용 시나리오를 설명하는데 참조되는 도면이다.
1) 목적지 예측 시나리오
제1 시나리오(S111)는, 사용자의 목적지 예측 시나리오이다. 사용자 단말기는 캐빈 시스템(300)과 연동 가능한 애플리케이션을 설치할 수 있다. 사용자 단말기는, 애플리케이션을 통해, 사용자의 컨텍스트추얼 정보(user's contextual information)를 기초로, 사용자의 목적지를 예측할 수 있다. 사용자 단말기는, 애플리케이션을 통해, 캐빈 내의 빈자리 정보를 제공할 수 있다.
2) 캐빈 인테리어 레이아웃 준비 시나리오
제2 시나리오(S112)는, 캐빈 인테리어 레이아웃 준비 시나리오이다. 캐빈 시스템(300)은, 차량(300) 외부에 위치하는 사용자에 대한 데이터를 획득하기 위한 스캐닝 장치를 더 포함할 수 있다. 스캐닝 장치는, 사용자를 스캐닝하여, 사용자의 신체 데이터 및 수하물 데이터를 획득할 수 있다. 사용자의 신체 데이터 및 수하물 데이터는, 레이아웃을 설정하는데 이용될 수 있다. 사용자의 신체 데이터는, 사용자 인증에 이용될 수 있다. 스캐닝 장치는, 적어도 하나의 이미지 센서를 포함할 수 있다. 이미지 센서는, 가시광 대역 또는 적외선 대역의 광을 이용하여 사용자 이미지를 획득할 수 있다.
시트 시스템(360)은, 사용자의 신체 데이터 및 수하물 데이터 중 적어도 어느 하나에 기초하여, 캐빈 내 레이아웃을 설정할 수 있다. 예를 들면, 시트 시스템(360)은, 수하물 적재 공간 또는 카시트 설치 공간을 마련할 수 있다.
3) 사용자 환영 시나리오
제3 시나리오(S113)는, 사용자 환영 시나리오이다. 캐빈 시스템(300)은, 적어도 하나의 가이드 라이트를 더 포함할 수 있다. 가이드 라이트는, 캐빈 내 바닥에 배치될 수 있다. 캐빈 시스템(300)은, 사용자의 탑승이 감지되는 경우, 복수의 시트 중 기 설정된 시트에 사용자가 착석하도록 가이드 라이트를 출력할 수 있다. 예를 들면, 메인 컨트롤러(370)는, 오픈된 도어에서부터 기 설정된 사용자 시트까지 시간에 따른 복수의 광원에 대한 순차 점등을 통해, 무빙 라이트를 구현할 수 있다.
4) 시트 조절 서비스 시나리오
제4 시나리오(S114)는, 시트 조절 서비스 시나리오이다. 시트 시스템(360)은, 획득된 신체 정보에 기초하여, 사용자와 매칭되는 시트의 적어도 하나의 요소를 조절할 수 있다.
5) 개인 컨텐츠 제공 시나리오
제5 시나리오(S115)는, 개인 컨텐츠 제공 시나리오이다. 디스플레이 시스템(350)은, 입력 장치(310) 또는 통신 장치(330)를 통해, 사용자 개인 데이터를 수신할 수 있다. 디스플레이 시스템(350)은, 사용자 개인 데이터에 대응되는 컨텐츠를 제공할 수 있다.
6) 상품 제공 시나리오
제6 시나리오(S116)는, 상품 제공 시나리오이다. 카고 시스템(355)은, 입력 장치(310) 또는 통신 장치(330)를 통해, 사용자 데이터를 수신할 수 있다. 사용자 데이터는, 사용자의 선호도 데이터 및 사용자의 목적지 데이터 등을 포함할 수 있다. 카고 시스템(355)은, 사용자 데이터에 기초하여, 상품을 제공할 수 있다.
7) 페이먼트 시나리오
제7 시나리오(S117)는, 페이먼트 시나리오이다. 페이먼트 시스템(365)은, 입력 장치(310), 통신 장치(330) 및 카고 시스템(355) 중 적어도 어느 하나로부터 가격 산정을 위한 데이터를 수신할 수 있다. 페이먼트 시스템(365)은, 수신된 데이터에 기초하여, 사용자의 차량 이용 가격을 산정할 수 있다. 페이먼트 시스템(365)은, 산정된 가격으로 사용자(예를 들면, 사용자의 이동 단말기)에 요금 지불을 요청할 수 있다.
8) 사용자의 디스플레이 시스템 제어 시나리오
제8 시나리오(S118)는, 사용자의 디스플레이 시스템 제어 시나리오이다. 입력 장치(310)는, 적어도 어느 하나의 형태로 이루어진 사용자 입력을 수신하여, 전기적 신호로 전환할 수 있다. 디스플레이 시스템(350)은, 전기적 신호에 기초하여, 표시되는 컨텐츠를 제어할 수 있다.
9) AI 에이전트 시나리오
제9 시나리오(S119)는, 복수의 사용자를 위한 멀티 채널 인공지능(artificial intelligence, AI) 에이전트 시나리오이다. 인공 지능 에이전트(372)는, 복수의 사용자 별로 사용자 입력을 구분할 수 있다. 인공 지능 에이전트(372)는, 복수의 사용자 개별 사용자 입력이 전환된 전기적 신호에 기초하여, 디스플레이 시스템(350), 카고 시스템(355), 시트 시스템(360) 및 페이먼트 시스템(365) 중 적어도 어느 하나를 제어할 수 있다.
10) 복수 사용자를 위한 멀티미디어 컨텐츠 제공 시나리오
제10 시나리오(S120)는, 복수의 사용자를 대상으로 하는 멀티미디어 컨텐츠 제공 시나리오이다. 디스플레이 시스템(350)은, 모든 사용자가 함께 시청할 수 있는 컨텐츠를 제공할 수 있다. 이경우, 디스플레이 시스템(350)은, 시트별로 구비된 스피커를 통해, 동일한 사운드를 복수의 사용자 개별적으로 제공할 수 있다. 디스플레이 시스템(350)은, 복수의 사용자가 개별적으로 시청할 수 있는 컨텐츠를 제공할 수 있다. 이경우, 디스플레이 시스템(350)는, 시트별로 구비된 스피커를 통해, 개별적 사운드를 제공할 수 있다.
11) 사용자 안전 확보 시나리오
제11 시나리오(S121)는, 사용자 안전 확보 시나리오이다. 사용자에게 위협이되는 차량 주변 오브젝트 정보를 획득하는 경우, 메인 컨트롤러(370)는, 디스플레이 시스템(350)을 통해, 차량 주변 오브젝트에 대한 알람이 출력되도록 제어할 수 있다.
12) 소지품 분실 예방 시나리오
제12 시나리오(S122)는, 사용자의 소지품 분실 예방 시나리오이다. 메인 컨트롤러(370)는, 입력 장치(310)를 통해, 사용자의 소지품에 대한 데이터를 획득할 수 있다. 메인 컨트롤러(370)는, 입력 장치(310)를 통해, 사용자의 움직임 데이터를 획득할 수 있다. 메인 컨트롤러(370)는, 소지품에 대한 데이터 및 움직임 데이터에 기초하여, 사용자가 소지품을 두고 하차 하는지 여부를 판단할 수 있다. 메인 컨트롤러(370)는, 디스플레이 시스템(350)을 통해, 소지품에 관한 알람이 출력되도록 제어할 수 있다.
13) 하차 리포트 시나리오
제13 시나리오(S123)는, 하차 리포트 시나리오이다. 메인 컨트롤러(370)는, 입력 장치(310)를 통해, 사용자의 하차 데이터를 수신할 수 있다. 사용자 하차 이후, 메인 컨트롤러(370)는, 통신 장치(330)를 통해, 사용자의 이동 단말기에 하차에 따른 리포트 데이터를 제공할 수 있다. 리포트 데이터는, 차량(10) 전체 이용 요금 데이터를 포함할 수 있다.
V2X (Vehicle-to-Everything)
도 10는 본 발명이 적용될 수 있는 V2X 통신의 예시이다.
V2X 통신은 차량 사이의 통신(communication between vehicles)을 지칭하는 V2V(Vehicle-to-Vehicle), 차량과 eNB 또는 RSU(Road Side Unit) 사이의 통신을 지칭하는 V2I(Vehicle to Infrastructure), 차량 및 개인(보행자, 자전거 운전자, 차량 운전자 또는 승객)이 소지하고 있는 UE 간 통신을 지칭하는 V2P(Vehicle-to-Pedestrian), V2N(vehicle-to-network) 등 차량과 모든 개체들 간 통신을 포함한다.
V2X 통신은 V2X 사이드링크 또는 NR V2X와 동일한 의미를 나타내거나 또는 V2X 사이드링크 또는 NR V2X를 포함하는 보다 넓은 의미를 나타낼 수 있다.
V2X 통신은 예를 들어, 전방 충돌 경고, 자동 주차 시스템, 협력 조정형 크루즈 컨트롤(Cooperative adaptive cruise control: CACC), 제어 상실 경고, 교통행렬 경고, 교통 취약자 안전 경고, 긴급 차량 경보, 굽은 도로 주행 시 속도 경고, 트래픽 흐름 제어 등 다양한 서비스에 적용 가능하다.
V2X 통신은 PC5 인터페이스 및/또는 Uu 인터페이스를 통해 제공될 수 있다. 이 경우, V2X 통신을 지원하는 무선 통신 시스템에는, 상기 차량과 모든 개체들 간의 통신을 지원하기 위한 특정 네트워크 개체(network entity)들이 존재할 수 있다. 예를 들어, 상기 네트워크 개체는, BS(eNB), RSU(road side unit), UE, 또는 어플리케이션 서버(application server)(예, 교통 안전 서버(traffic safety server)) 등일 수 있다.
또한, V2X 통신을 수행하는 UE는, 일반적인 휴대용 UE(handheld UE)뿐만 아니라, 차량 UE(V-UE(Vehicle UE)), 보행자 UE(pedestrian UE), BS 타입(eNB type)의 RSU, 또는 UE 타입(UE type)의 RSU, 통신 모듈을 구비한 로봇 등을 의미할 수 있다.
V2X 통신은 UE들 간에 직접 수행되거나, 상기 네트워크 개체(들)를 통해 수행될 수 있다. 이러한 V2X 통신의 수행 방식에 따라 V2X 동작 모드가 구분될 수 있다.
V2X 통신은, 사업자(operator) 또는 제3자가 V2X가 지원되는 지역 내에서 UE 식별자를 트랙킹할 수 없도록, V2X 어플리케이션의 사용 시에 UE의 익명성(pseudonymity) 및 개인보호(privacy)를 지원할 것이 요구된다.
V2X 통신에서 자주 사용되는 용어는 다음과 같이 정의된다.
- RSU (Road Side Unit): RSU는 V2I 서비스를 사용하여 이동 차량과 전송/수신 할 수 있는 V2X 서비스 가능 장치이다. 또한, RSU는 V2X 어플리케이션을 지원하는 고정 인프라 엔터티로서, V2X 어플리케이션을 지원하는 다른 엔터티와 메시지를 교환할 수 있다. RSU는 기존 ITS 스펙에서 자주 사용되는 용어이며, 3GPP 스펙에 이 용어를 도입한 이유는 ITS 산업에서 문서를 더 쉽게 읽을 수 있도록 하기 위해서이다. RSU는 V2X 어플리케이션 로직을 BS(BS-타입 RSU라고 함) 또는 UE(UE-타입 RSU라고 함)의 기능과 결합하는 논리적 엔티티이다.
- V2I 서비스: V2X 서비스의 일 타입으로, 한 쪽은 차량(vehicle)이고 다른 쪽은 기반시설(infrastructure)에 속하는 엔티티.
- V2P 서비스: V2X 서비스의 일 타입으로, 한 쪽은 차량이고, 다른 쪽은 개인이 휴대하는 기기(예, 보행자, 자전거 타는 사람, 운전자 또는 동승자가 휴대하는 휴대용 UE기).
- V2X 서비스: 차량에 전송 또는 수신 장치가 관계된 3GPP 통신 서비스 타입.
- V2X 가능(enabled) UE: V2X 서비스를 지원하는 UE.
- V2V 서비스: V2X 서비스의 타입으로, 통신의 양쪽 모두 차량이다.
- V2V 통신 범위: V2V 서비스에 참여하는 두 차량 간의 직접 통신 범위.
V2X(Vehicle-to-Everything)라고 불리는 V2X 어플리케이션은 살핀 것처럼, (1) 차량 대 차량 (V2V), (2) 차량 대 인프라 (V2I), (3) 차량 대 네트워크 (V2N), (4) 차량 대 보행자 (V2P)의 4가지 타입이 있다.
도 11은 V2X가 사용되는 사이드링크에서의 자원 할당 방법을 예시한다.
사이드링크에서는 도 13(a)와 같이 서로 다른 사이드링크 제어 채널(physical sidelink control channel, PSCCH)들이 주파수 도메인에서 이격되어 할당되고 서로 다른 사이드링크 공유 채널(physical sidelink shared channel, PSSCH)들이 이격되어 할당될 수 있다. 또는, 도 13(b)와 같이 서로 다른 PSCCH들이 주파수 도메인에서 연속하여 할당되고, PSSCH들도 주파수 도메인에서 연속하여 할당될 수도 있다.
NR V2X
3GPP 릴리즈 14 및 15 동안 자동차 산업으로 3GPP 플랫폼을 확장하기 위해, LTE에서 V2V 및 V2X 서비스에 대한 지원이 소개되었다.
개선된(enhanced) V2X 사용 예(use case)에 대한 지원을 위한 요구사항(requirement)들은 크게 4개의 사용 예 그룹들로 정리된다.
(1) 차량 플래투닝 (vehicle Platooning)은 차량들이 함께 움직이는 플래툰(platoon)을 동적으로 형성할 수 있게 한다. 플래툰의 모든 차량은 이 플래툰을 관리하기 위해 선두 차량으로부터 정보를 얻는다. 이러한 정보는 차량이 정상 방향보다 조화롭게 운전되고, 같은 방향으로 가고 함께 운행할 수 있게 한다.
(2) 확장된 센서(extended sensor)들은 차량, 도로 사이트 유닛(road site unit), 보행자 장치(pedestrian device) 및 V2X 어플리케이션 서버에서 로컬 센서 또는 동영상 이미지(live video image)를 통해 수집된 원시(raw) 또는 처리된 데이터를 교환할 수 있게 한다. 차량은 자신의 센서가 감지할 수 있는 것 이상으로 환경에 대한 인식을 높일 수 있으며, 지역 상황을 보다 광범위하고 총체적으로 파악할 수 있다. 높은 데이터 전송 레이트가 주요 특징 중 하나이다.
(3) 진화된 운전(advanced driving)은 반-자동 또는 완전-자동 운전을 가능하게 한다. 각 차량 및/또는 RSU는 로컬 센서에서 얻은 자체 인식 데이터를 근접 차량과 공유하고, 차량이 궤도(trajectory) 또는 기동(manoeuvre)을 동기화 및 조정할 수 있게 한다. 각 차량은 근접 운전 차량과 운전 의도를 공유한다.
(4) 원격 운전(remote driving)은 원격 운전자 또는 V2X 어플리케이션이 스스로 또는 위험한 환경에 있는 원격 차량으로 주행할 수 없는 승객을 위해 원격 차량을 운전할 수 있게 한다. 변동이 제한적이고, 대중 교통과 같이 경로를 예측할 수 있는 경우, 클라우드 컴퓨팅을 기반으로 한 운전을 사용할 수 있다. 높은 신뢰성과 낮은 대기 시간이 주요 요구 사항이다.
앞서 살핀 5G 통신 기술은 후술할 본 발명에서 제안하는 방법들과 결합되어 적용될 수 있으며, 또는 본 발명에서 제안하는 방법들의 기술적 특징을 구체화하거나 명확하게 하는데 보충될 수 있다.
자율 주행 시스템에서, 자율 주행 차량이 다른 차량을 위협하는 운전 형태가 나타나는 경우, 위협 운전이 차량의 문제인지 탑승객의 문제인지 알기 어렵다. 심지어, 위험하게 운전하는 차량이 잘못된 주행 패턴을 학습한 차량인 경우, 차량은 해당 학습이 옳은지 그른지 여부를 판단할 수 없기 때문에 자신의 주행에 문제가 있는지 여부를 인식하기 어렵다. 또한, 특정 탑승객은 차량을 사용할 때마다 악의적으로 위험하게 운전하는 주행 패턴을 차량에 학습시킬 수 있다.
따라서, 본 발명의 실시예들은 다른 차량의 모니터링 정보를 기반으로 위험 운전 상태를 판단하고 다른 차량의 위험 주행 원인을 분석함으로써 탑승객의 배차 옵션을 변경하거나 차량의 주행 상태를 검증할 수 있는 자율 주행 시스템에서 차량을 관리하는 방법 및 장치를 제공할 수 있다.
본 발명의 실시예에 따른 자율 주행 시스템에서 차량을 관리하는 방법 및 장치는, 다른 차량의 주행 패턴을 모니터링하고, 수집된 데이터에 기반하여 위험 운전 차량을 판단하고, 위험 운전 차량의 경우 서버로 주행 확인 요청을 전송하고, 위험 운전 차량의 주행 상태(탑승객/차량)에 대한 검증을 수행하고, 주행 검증 결과에 따라 차량 배차 옵션을 변경하고, 변경된 배차 옵션에 따라 차량 환승을 안내하고, 위험 운전자의 경우, 즉시 주행을 제어할 수 있다.
상술한 본 발명의 실시예에 따른 자율 주행 시스템은, 차량의 문제 발견에 대응하여 빠르게 수리를 통해 주행 안정성을 확보하고, 악의적인 팩턴을 학습시키는 탑승객을 초기에 파악하여 불필요한 소프트웨어 검증 리소스를 감소시키고, 다른 자율 주행 차량의 주행 안정성과 탑승 만족도를 보장하고, 발생 가능한 주행사고를 미리 예방할 수 있다.
이하, 도 12 내지 도 28을 참조하여 본 발명의 실시예에 따른 자율 주행 시스템에서 차량을 관리하기 위한 세부적인 방법 및 장치에 대하여 설명한다.
도 12는 본 발명의 실시예에 따른 자율 주행 시스템의 블록 구성도의 예를 도시한다.
도 12를 참고하면, 자율 주행 시스템은, 일정한 경로를 주행하는 복수의 차량들(1230, 1250)과, 복수의 차량들(1230, 1250)의 주행을 관리하는 서버(1210)와, 서버(1210)로부터 제공되는 상기 복수의 차량에 대한 데이터를 저장하는 데이터 베이스를 포함하하고, 복수의 차량들(1230, 1250)은, 위험 후보 차량(1250)과, 서버(1210)로 위험 후보 차량(1250)의 위험 주행과 관련된 데이터를 서버(1210)로 송신하는 모니터링 차량(1230)을 포함한다.
서버(1210)는 자율 주행 시스템에서 차량들(1230, 1250)의 주행을 관리하기 위한 장치로서, 차량들(1230, 1250)로부터 주행과 관련된 데이터를 수신하고, 차량들(1230, 1250)의 주행에 필요한 데이터를 처리하고, 복수의 차량들(1230, 1250)로 처리된 데이터를 제공할 수 있다. 또한, 서버(1210)는 복수의 차량들(1230, 1250)로부터 수신된 데이터나 처리된 데이터, 또는 관련 정보를 데이터 베이스(1270)에 저장할 수 있다.
도 12에서 자율 주행 시스템의 차량으로서 모니터링 차량(1230)과 위험 후보 차량(1250)이 도시되나, 이는 설명의 편의를 위한 것일 뿐 다른 차량들도 자율 주행 시스템에 포함될 수 있다. 모니터링 차량(1230)과 위험 후보 차량(1250)은 서로 동일하거나 유사한 차량일 수 있다. 또한, 모니터링 차량(1230)과 위험 후보 차량(1250)은 서로 통신 가능할 수 있다.
모니터링 차량(1230)과 위험 후보 차량(1250)의 기본적인 구성이나 동작은 도 5의 차량(10)과 동일하다.
데이터 베이스(1270)는 서버(1210)로부터 제공되는 차량의 주행과 관련된 데이터를 저장하거나, 다른 인프라를 통해 제공되는 데이터를 저장하고, 저장된 데이터를 서버(1210)로 제공할 수 있다. 본 명세서의 예시에서 데이터 베이스(1270)는 서버(1210)와 별도의 장치로서 구성되나, 데이터 베이스(1270)는 서버(1210)에 포함된 장치로서 구성될 수 있다.
서버(1210)와 차량들(1230, 1250)은 무선 네트워크를 통해 연결될 수 있고, 서버(1210)와 데이터 베이스(1270)는 유선/무선 네트워크 또는 유선 인터페이스를 통해 연결될 수 있다.
도 13은 본 발명의 일 실시예에 따른 자율 주행 시스템에서 서버의 블록 구성도의 예를 도시한다. 도 13은 도 12의 서버(1210)의 예를 도시한다.
도 13의 서버(1210)는, 복수의 차량들(1230, 1250)과 신호를 송신 또는 수신하도록 설정된 통신부(1310)와, 통신부(1310)와 기능적으로 결합되고, 복수의 차량들(1230, 1250)과 관련된 데이터를 처리하는 프로세서(1310)와, 프로세서(1310)과 기능적으로 결합되고, 복수의 차량들(1230, 1250)과 관련된 데이터를 저장하는 저장부(1350)를 포함한다.
통신부(1310)는 다른 개체(예를 들어, 차량)와의 유선 또는 무선 통신을 수행할 수 있다. 통신부(1310)는 안테나, RF 신호 처리부, 베이스밴드 처리부와 같이 무선 통신을 구현하기 위한 처리 회로들을 포함할 수 있다. 통신부(1310)는 통신 장치, 모뎀, 송수신기, 송신기, 또는 수신기로 지칭될 수 있다.
프로세서(1330)는 서버(1210)의 기능을 수행하기 위한 데이터를 처리하고, 서버(1210)에 포함된 장치들(예를 들어, 통신부(1310), 저장부(1350))을 제어할 수 있다. 프로세서(1330)는, 서버(1210)는 연산를 수행하기 위한 하나 또는 그 이상의 회로 모듈들로 구성될 수 있다. 프로세서(1330)는 제어부(control unit), 제어기(controller), 프로세싱 회로(processing circuitry), 또는 처리 장치(processing device)로 지칭될 수 있다.
저장부(1350)는 서버(1210)의 동작에 필요한 데이터를 보관할 수 있다. 저장부(1350)는 메모리 또는 메모리 유닛으로 지칭될 수 있다. 또한, 저장부(1350)는 서버(1310)와 데이터 베이스(1370) 사이에서 데이터를 전달하기 위한 인터페이스를 포함할 수 있다.
도 14는 본 발명의 일 실시예에 따른 자율 주행 시스템에서 모니터링 차량의 블록 구성도의 예를 도시한다. 도 14는 도 12의 모니터링 차량(1230)의 일 예를 도시한다.
도 14에서, 모니터링 차량(1230)은 다른 차량의 주행과 관련된 영상 데이터를 생성하는 카메라(1410)와, 카메라(1410)와 결합되면서 다른 차량에 대한 모니터링 데이터를 처리하는 프로세서(1430)와, 프로세서(1430)와 결합되면서 모니터링 데이터를 저장하는 저장부(1450)와, 프로세서(1430)와 결합되면서 모니터링 데이터를 서버(1210)로 송신하는 통신부(1470)를 포함한다.
카메라(1410)는 모니터링 차량(1230)의 주행중 모니터링 차량(1230) 주변의 이미지를 캡처하거나, 캡처된 이미지를 조합함으로써 비디오 데이터를 생성할 수 있다. 카메라(1410)는 이미지를 캡처하기 위한 비디오 렌즈, 이미지 센서를 포함할 수 있다.
프로세서(1430)는 모니터링 차량(1230)의 기능을 수행하기 위한 데이터를 처리하거나 모니터링 차량(1230)에 포함된 구성들의 동작을 제어할 수 있다. 저장부(1450)는 모니터링 차량(1230)의 동작에 필요한 데이터를 보관할 수 있다. 통신부(1470)는 다른 개체와의 통신을 위한 기능을 수행할 수 있다. 모니터링 차량(1230)의 프로세서(1430), 저장부(1450), 및 통신부(1470)는 도 6의 자율 주행 장치(260)에서 설명된 기능들과 실질적으로 동일한 기능들을 수행하도록 구성될 수 있다.
도 14는 본 발명의 실시예를 설명하기 위해 간략화된 도면에 불과하며, 도 14의 구성들 외에도 모니터링 차량(1230)은 구동부 또는 프레임과 같이 주행에 필요한 구성들을 포함할 수 있다.
도 15는 본 발명의 일 실시예에 따른 자율 주행 시스템에서 위험 후보 차량의 블록 구성도의 예를 도시한다. 도 15는 도 12의 위험 후보 차량(1250)의 일 예를 도시한다.
도 15에서, 위험 후보 차량(1250)은 위험 후보 차량(1250)의 주행과 관련된 데이터를 송신 또는 수신하는 통신부(1510)와, 통신부(1510)와 결합되면서 데이터를 처리하는 프로세서(1530)와, 프로세서(1530)와 결합되면서 데이터를 저장하는 저장부(1550)를 포함한다.
도 15에 포함된 통신부(1510), 프로세서(1530), 및 저장부(1550)는 도 14의 통신부(1470), 프로세서(1430), 및 저장부(1450)과 실질적으로 동일한 기능을 수행할 수 있다.
도 16은 본 발명의 일 실시예에 따른 자율 주행 시스템의 블록 구성도의 다른 예를 도시한다. 도 16은 도 12에 도시된 자율 주행 시스템을 다르게 표현한 예를 도시한다.
도 16을 참고하면, 자율 주행 시스템은, 일정한 경로를 주행하는 차량(1600)과, 차량(1600)을 관리하는 서버(1650)와, 서버(1650)로부터 제공된 데이터를 저장하거나 서버(1650)로 데이터를 제공하는 데이터 베이스를 포함한다.
차량(1600)은 일정한 경로를 주행하는 기계 장치로서, 도 5의 차량(10)에 해당한다. 또한, 도 16의 차량(1600)은 도 12의 모니터링 차량(1230) 또는 위험 후보 차량(1250)에 해당할 수 있다.
도 16을 참고하면, 차량(1600)은 차량(1600)의 위치 정보를 제공하는 GPS 모듈(1605), 차량(1600)의 주행과 관련된 영상 데이터를 생성하는 카메라(1610), 차량(1600)의 기능을 제어하는 프로세서(1620), 프로세서(1620)에 필요한 데이터를 보관하는 저장부(1640), 및 다른 개체와 신호를 송신 또는 수신하는 통신부(1645)를 포함한다.
프로세서(1620)는 차량(1600)의 다양한 기능을 수행하기 위한 모듈들을 포함할 수 있다. 프로세서(1620)는 다른 차량을 모니터링하기 위한 타 차량 모니터링 모듈(1625)과 차량(1600)의 주행 설정을 제어하기 위한 주행 설정 제어 모듈(1630)을 포함할 수 있다. 여기서, 주행 설정 제어 모듈(1630)은 차량(1600)의 주행 설정을 변경하기 위한 주행 설정 변경 모듈(1632), 차량(1600)의 센서들에 대한 검사를 위한 센서 검증 모듈(1634), 차량(1600)의 주행을 제어하기 위한 소프트웨어에 대한 검사를 위한 SW 검증 모듈(1636), 및 차량(1600)이 위험 차량으로 등록된 경우 탑승객에게 위험 차량을 등록되었음을 알리기 위한 위험 차량 등록 안내 모듈(1638)을 포함할 수 있다. 프로세서(1620)에 포함된 모듈들은 각각의 처리 회로로 구성되거나 하나의 처리 회로로 통합된 구성일 수 있다.
서버(1650)는, 차량(1600)과 신호를 송신 또는 수신하는 통신부(1660)와, 서버(1650)의 동작을 제어하는 프로세서(1670)와, 데이터 베이스(1690)로의 접속을 위한 DB 인터페이스부(1680)를 포함한다.
프로세서(1670)는 차량(1600)의 상태를 검사하기 위한 차량 주행 상태 검증 모듈(1672)과, 차량(1600)이 위험 차량에 해당하는지 여부를 결정하기 위한 위험 차량 추론 모듈(1674)과, 차량(1600)의 탑승자에게 다른 차량을 탑승하도록 설정하는 배차 설정 변경 모듈(1676)을 포함할 수 있다. 마찬가지로, 프로세서(1670)에 포함된 모듈들은 각각의 처리 회로로 구성되거나 하나의 처리 회로로 통합된 구성일 수 있다.
본 발명의 실시예에 따른 자율 주행 시스템에서 차량을 관리하는 방법 및 장치는 아래와 같다.
주행 중 타 차량의 주행 패턴 모니터링
모니터링 차량(1230)을 포함하는 차량들은 다른 차량의 주행 정보를 수집할 수 있다. 예를 들어, 모니터링 차량(1230)의 프로세서(1430)는 카메라(1410)를 통해 생성되는 비디오 데이터를 저장부(1450)에 저장하고, 영상 데이터로부터 다른 차량의 차량 정보와 주행 정보를 확인할 수 있다. 여기서, 차량 정보는 차량 번호, 차량 모델, 또는 차량 색상을 포함할 수 있다. 또한, 주행 정보는 차량의 속도, 위치, 시간, 차선 변경 관련 정보(특정 구간 내 차선 변경 횟수), 차량 간의 거리(차선 변경시 여유 간격), 비정상적 추월 횟수, 급브레이크 횟수를 포함할 수있다.
모니터링 차량(1230)은 특정 차량(위험 후보 차량(1250))에 의한 위험 주행이 발생하는 경우, 위험 후보 차량(1250)에 의한 위험 주행과 관련된 데이터와 함께 위험 후보 차량(1250)에 대한 주행 확인 요청 메시지를 서버(1210)로 송신할 수 있다. 모니터링 차량(1230)은 다른 차량의 주행 정보로부터 위험 주행 조건이 발생하는 경우, 위험 주행 조건과 관련된 위험 주행 정보를 별도의 데이터로 저장할 수 있다. 예를 들어, 위험 주행 조건은, 차선 변경이 1분 안네 3회 이상 발생한 경우, 차선 변경시 여유 간격이 100m 미만인 경우, 주행 속도가 제한 속도 이상인 경우, 특정 구간 내 비정상적 추월 횟수(끼어들기 방어)가 3회 이상인 경우, 또는 특정 구간 내 급브레이크 발생이 3회 이상인 경우를 포함할 수 있다.
서버에서 위험 차량에 대한 점검 방법
서버(1210)는 특정 구간 내 모니터링 차량(1230)을 포함하는 여러 차량들로부터 주행 확인 요청 메시지와 위험 주행과 관련된 데이터를 수신하고, 위험 주행과 관련된 데이터에 포함된 위험 후보 차량(1250)의 차량 정보와 위험 주행 정보를 수신할 수 있다. 예를 들어, 위험 주행 정보는 위험 주행 종류, 모니터링 위치, 및 모니터링 시간을 포함할 수 있다. 또한, 주행 확인 요청 메시지와 함께 위험 후보 차량(1250)의 위험 주행과 관련된 영상 데이터가 첨부될 수 있다.
모니터링 차량(1230)으로부터 위험 주행과 관련된 데이터를 수신한 서버(1210)는 위험 후보 차량(1250)이 실제로 위험 차량에 해당하는지 여부를 결정한다. 구체적으로, 서버(1210)는, 특정 구간내 모니터링 차량(1230)을 포함하는 여러 차량들로부터 수신된 위험 주행과 관련된 데이터로부터 위험 후보 차량 리스트를 생성할 수 있다.
이후, 현재 도로의 교통량(차량의 주행 환경)에 따라 위험 주행의 연속성을 판단하는 기준(위험 차량 분류 기준)을 설정할 수 있다. 여기서, 교통량이 많은 경우, 특정 구간 내에 위험 주행이 몇번 발생하는지가 위험 차량 분류 기준으로 설정될 수 있고, 교통량이 적은 경우, 특정 시간 내에 위험 주행이 몇번 발생하는지가 위험 차량 분류 기준으로 설정될 수 있다. 서버(1210)는 위험 후보 차량(1250)에 의한 위험 주행의 위치와 시간을 참고하여 데이터 베이스(1270) 또는 다른 서버로부터 위험 후보 차량(1250) 주변의 주행 환경(교통량)을 확인할 수 있다.
이후, 위험 주행의 연속성을 갖는 차량을 위험 차량으로 결정할 수 있다. 즉, 서버(1210)는 위험 후보 차량(1250)의 위험 주행 정보가 위험 차량 분류 기준을 만족하는 경우, 위험 후보 차량(1250)을 위험 차량으로 결정할 수 있다. 위험 후보 차량(1250)이 위험 차량으로 결정된 경우, 서버(1210)는 위험 후보 차량(1250)의 차량 정보와 위험 주행 정보를 데이터 베이스(1270)에 저장하고, 서버(1210)는 위험 주행 요인 분석을 위한 주행 점검(탑승객 점검 또는 차량 주행 점검)을 실시할 수 있다. 예를 들어, 데이터 베이스(1270)에 저장되는 데이터는 위험 후보 차량(1250)의 차량 정보, 위험 주행 정보, 탑승객 정보, 위험 주행 구간을 포함할 수 있다. 여기서, 서버(1210)는 데이터 베이스(1270) 또는 다른 서버나 데이터 베이스로부터 위험 후보 차량(1250)의 차량 정보를 이용하여 탑승객 정보를 획득할 수 있다. 서버(1210)에 의한 위험 차량 등록은 공간적 또는 시간적 구간별로 갱신될 수 있다.
위험 주행 원인에 따른 다음 배차 옵션 변경 방법
서버(1210)는 위험 후보 차량(1250)의 위험 주행 원인에 대한 분석을 위해 위험 후보 차량(1250)의 탑승객과 차량 상태에 대한 검증을 실시한다. 탑승객에 대한 검증과 차량 상태에 대한 검증은 모두 수행될 수 있고, 하나만 수행될 수 있다. 또한, 탑승객에 대한 검증과 차량 상태에 대한 검증은 동시에 수행될 수 있고, 순차적으로 수행될 수도 있다.
먼저, 탑승객에 대한 검증 및 배차 옵션 변경 방법에 대하여 설명한다. 탑승객에 대한 검증은 탑승객의 악의적인 주행 패턴에 의해 위험 주행이 발생하였는지 여부를 검사하는 것을 의미한다.
서버(1210)는 위험 후보 차량(1250)에 탑승한 탑승객에 대한 정보를 확인한다. 위험 후보 차량(1250)의 탑승객 정보는, 탑승객이 위험 후보 차량(1250)에 탑승했을 때 위험 후보 차량(1250)으로부터 서버(1210)로 전송되고, 서버(1210)는 탑승객에 대한 정보를 데이터 베이스(1270) 또는 저장부(1350)에 저장할 수 있다. 또한, 서버(1210)는 위헙 후보 차량(1250)이나 다른 서버로부터 위험 후보 차량(1250)의 탑승객에 대한 정보를 수신할 수 있다. 예를 들어, 탑승객 정보는 해당 탑승객이 수동 운전 중인지 여부와 이전에 탑승한 차량이 위험 차량으로 등록되었는지 여부를 포함할 수 있다.
이후, 서버(1210)는 확인된 탑승객에 대한 정보에 기초하여 해당 탑승객의 위험 레벨을 분류할 수 있다. 여기서, 서버(1210)는 위험 후보 차량(1250)의 탑승객이 탑승했던 차량들의 기록들 중 일부(예를 들어, 최근 5회의 탑승 기록)를 사용하여 탑승객의 위험 레벨을 지정할 수 있다. 예를 들어, 탑승객에 대한 위험 레벨은 2 단계로 구분될 수 있는데, 주행 위험 탑승객과 주행 관심 탑승객으로 구분될 수 있다. 여기서, 주행 위험 탑승객은 해당 탑승객이 탑승했던 차량이 위험 차량으로 등록된 경우가 50% 이상이거나 현재 수동 주행중인 탑승객에 해당하고, 주행 관심 탑승객은 해당 탑승객이 탑승했던 차량이 위험 차량으로 등록된 경우가 50% 미만이거나 위험 후보 차량으로 등록된 경우가 30% 이상인 경우에 해당할 수 있다. 위험 후보 차량(1250)의 탑승객이 주행 위험 탑승객이 아니거나 주행 관심 탑승객 모두에 해당하지 않는 경우, 서버(1210)는 위험 후보 차량(1250)이 위험 차량에 해당하지 않는 것으로 결정하거나, 위험 후보 차량(1250)에 대한 상태 검증을 추가적으로 수행할 수 있다.
이후, 서버(1210)는 탑승객의 위험 레벨에 따라 이후의 차량 배차에 대한 옵션을 설정할 수 있다. 서버(1210)는, 위험 후보 차량(1250)의 현재 탑승객이 주행 위험 탑승객에 해당하면, 현재 탑승객에 의한 수동 운전이 위험 후보 차량(1250) 또는 이후에 현재 탑승객이 탑승한 차량에 대해 제한되도록 설정할 수 있다. 또한, 서버(1210)는, 위험 후보 차량(1250)의 현재 탑승객이 주행 위험 탑승객 또는 주행 관심 탑승객에 해당하면, 위험 후보 차량(1250)에 의한 위험 주행 원인 또는 이전에 현재 탑승자가 탑승했던 차량에 의한 위험 주행 원인에 대응하는 주행 동작에 대한 제한을 설정할 수 있다. 여기서, 서버(1210)는, 현재 탑승자에 의한 위험 주행이 다수 발생하였고 위험 주행의 종류가 여러개 인 경우, 가장 많이 발생한 위험 주행의 종류(예를 들어, 과속)에 해당하는 주행 동작에 대한 제한(규정 속도보다 속도를 높일 수 없도록 제한)을 설정할 수 있다.
탑승객에 대한 검증뿐만 아니라, 서버(1210)는 위험 후보 차량(1250)에 대한 차량 상태 검증을 수행할 수 있다. 여기서, 차량 상태 검증은 차량의 센서 또는 소프트웨어에 문제가 있는지 여부를 검증하는 것을 의미한다.
먼저, 위험 후보 차량(1250)의 센서에 대한 검증을 위하여, 서버(1210)는 위험 후보 차량(1250)으로 센서 검증을 요청하는 센서 검사 요청 메시지를 송신할 수 있다. 위험 후보 차량(1250)은, 위험 후보 차량(1250)에 설치된 센서들에 대한 검사를 수행한 후, 센서들에 대한 검사 데이터를 서버(1210)로 송신할 수 있다.
또한, 위험 후보 차량(1250)의 소프트웨어에 대한 검증을 위하여, 서버(1210)는 위험 후보 차량(1250)으로 소프트웨어에 대한 검사를 요청하는 소프트웨어 검사 요청 메시지와 함께 소프트웨어의 검사를 위한 샘플 데이터 집합(sample data set)를 송신할 수 있다. 소프트웨어 검사 요청 메시지에 대응하여, 위험 후보 차량(1250)은 수신된 샘플 데이터 집합을 사용하여 소프트웨어 검사를 수행하고, 소프트웨어 검사 결과를 서버(1210)로 송신할 수 있다.
센서와 소프트웨어에 대한 검사 이후, 서버(1210)는 위험 후보 차량(1250)의 센서 검사 결과와 소프트웨어 검사 결과에 따라 차량 배차 설정을 변경할 수 있다. 위험 후보 차량(1250)의 센서 또는 소프트웨어에 이상이 있다고 판단되는 경우, 서버(1210)는 위험 후보 차량(1250)의 주행 목적지를 차고지 또는 정비소로 설정할 수 있다. 예를 들어, 위험 후보 차량(1250)의 센서 불량 또는 소프트웨어 검증 오류가 30% 이상이 경우, 서버(1210)는 위험 후보 차량(1250)의 주행 목적지를 차고지 또는 정비소로 설정할 수 있다. 여기서, 센서 불량 또는 소프트웨어 검증 오류는 인식 오차로 통칭될 수 있고, 위험 후보 차량(1250)의 배차 옵션 변경을 위한 인식 오차의 허용 임계값이 기준 오차로 설정될 수 있다. 또한, 서버(1210)는 인식 오차가 30% 미만인 경우, 위험 후보 차량(1250)의 추가적인 학습을 위한 추가 학습 데이터를 송신할 수 있다. 위험 후보 차량(1250)은 서버(1210)로부터 추가 학습 데이터를 다운로드하고, 위험 후보 차량(1250)의 센서와 소프트웨어의 추가적인 학습을 통해 주변 물체에 대한 인식률을 증가시킬 수 있다. 위험 후보 차량(1250)은 서버(1210)로부터 다운로드된 추가 학습 데이터로 센서와 소프트웨어에 대한 강화 학습을 수행한 후 주행을 지속할 수 있다.
도 17은 본 발명의 일 실시예에 따른 자율 주행 시스템에서 서버의 동작 방법의 예를 도시한다. 도 17은 도 12의 서버(1210)에 의한 동작을 나타내는 흐름도의 예를 도시한다.
본 발명의 실시예에 따른 자율 주행 시스템에서 서버(1210)의 동작 방법은, 위험 주행과 관련된 데이터를 수집하는 단계(S1705)와, 위험 주행과 관련된 데이터에 기반하여 위험 차량을 결정하는 단계(S1710)와, 위험 차량의 위험 주행 원인에 따른 대응 동작을 수행하는 단계(S1715)를 포함한다.
S1705 단계에서, 서버(1210)의 프로세서(1330)(위험 차량 추론 모듈(1674))는 모니터링 차량(1730)을 포함하는 복수의 차량들로부터 위험 주행과 관련된 데이터를 수집할 수 있다. 여기서, 위험 주행과 관련된 데이터는 위험 후보 차량(1250)의 차량 정보와 위험 후보 차량(1250)의 위험 주행 정보를 포함할 수 있다. 위험 후보 차량(1250)의 차량 정보와 주행 정보는 주행 확인 요청 메시지에 포함될 수 있고, 주행 확인 요청 메시지는 위험 후보 차량(1250)의 위험 주행과 관련된 영상 데이터를 첨부할 수 있다.
예를 들어, 모니터링 차량(1730)으로부터 서버(1210)로 송신되는 주행 확인 요청 메시지는 아래와 같이 차량 정보/차량 영상/위험 주행 종류/모니터링 위치/모니터링 시간의 형태일 수 있다.
- 인덱스 1: A차량/xxx /차선변경 여유 간격 미만/사이언스파크 W5동 앞/10:00
- 인덱스 2: A차량 /xxx/주행 속도 제한속도 이상(시속 10km 이상)/사이언스파크 W1동 앞/10:05
- 인덱스 3: A차량/xxx/급브레이크/상언스파크 slc동 앞/10:07
S1710 단계에서, 서버(1210)의 프로세서(1330)(차량 주행 상태 검증 모듈(1672))은 모니터링 차량(1230)으로부터 수신된 위험 주행과 관련된 데이터로부터 위험 후보 차량(1650)이 위험 차량에 해당하는지 여부를 확인하고, 조건을 만족하는 경우 위험 후보 차량(1650)을 위험 차량으로 결정할 수 있다. 위험 후보 차량(1650)이 위험 차량에 해당하는지 여부를 결정하기 위한 동작은 도 18을 참고하여 후술하도록 한다.
S1715 단계에서, 서버(1210)의 프로세서(1330)(배차 설정 변경 모듈(1676))은 위험 차량으로 결정된 위험 후보 차량(1250)의 위험 주행 원인을 결정하고, 위험 주행 원인에 따른 대응 동작을 수행할 수 있다. 여기서, 위험 주행 원인은 탑승자에 의한 원인과 차량 상태에 의한 원인을 포함할 수 있다. 탑승자에 의한 원인에 따른 대응 동작을 수행하는 과정이 도 19와 도 20을 참고하여 설명하고, 차량 상태에 의한 원인에 따른 대응 동작을 수행하는 과정이 도 21을 참고하여 설명하도록 한다. 또한, 서버(1210)는 위험 차량으로 결정된 위험 후보 차량(1210)으로 위험 주행에 따른 대응 메시지를 송신하고, 데이터 베이스(1270)에 위험 후보 차량(1210)의 위험 주행과 관련된 정보(차량 정보, 대체 차량 정보, 위험 주행 원인)를 저장할 수 있다.
도 18은 본 발명의 일 실시예에 따른 자율 주행 시스템에서 위험 차량을 결정하기 위한 서버의 동작 방법의 예를 도시한다. 도 18은 도 17의 S1710 단계의 일 예를 도시한다.
본 발명의 실시예에 따른 자율 주행 시스템에서, 위험 차량을 결정하는 단계(S1710)는, 위험 주행과 관련된 데이터로부터 위험 차량 후보 리스트를 생성하는 단계(1805)와, 위험 차량 후보 리스트에 포함된 위험 후보 차량의 주행 환경 정보에 기반하여 위험 차량 분류 기준을 결정하는 단계(1805)와, 위험 후보 차량의 위험 주행 정보가 위험 차량 분류 기준을 만족시키는지 여부를 결정하는 단계(S1815)와, 위험 후보 차량의 위험 주행 정보가 상기 위험 차량 분류 기준을 만족시키는 경우, 상기 위험 후보 차량의 차량 정보를 위험 차량 데이터베이스에 등록함으로써 상기 위험 후보 차량을 위험 차량으로 결정하는 단계(S1820)를 포함한다.
S1805 단계에서, 서버(1210)의 프로세서(1330)(위험 차량 추론 모듈(1674))는 모니터링 차량(1230)으로부터 수신된 위험 후보 차량(1250)의 위험 주행과 관련된 데이터로부터 위험 차량 후보 리스트를 생성할 수 있다. 여기서, 위험 주행과 관련된 데이터는 차량 정보와 위험 주행 정보를 포함할 수 있다. 위험 주행 정보는, 위험 주행 타입, 위험 주행 발생 위치, 및 위험 주행 발생 시간을 포함할 수 있다.
위험 후보 차량(1250)의 차량 정보와 주행 정보는 주행 확인 요청 메시지에 포함될 수 있고, 주행 확인 요청 메시지는 위험 후보 차량(1250)의 위험 주행과 관련된 영상 데이터를 첨부할 수 있다.
예를 들어, 모니터링 차량(1730)으로부터 서버(1210)로 송신되는 주행 확인 요청 메시지는 아래와 같이 차량 정보/차량 영상/위험 주행 종류/모니터링 위치/모니터링 시간의 형태일 수 있다.
- 인덱스 1: A차량/xxx /차선변경 여유 간격 미만/사이언스파크 W5동 앞/10:00
- 인덱스 2: A차량 /xxx/주행 속도 제한속도 이상(시속 10km 이상)/사이언스파크 W1동 앞/10:05
- 인덱스 3: A차량/xxx/급브레이크/상언스파크 slc동 앞/10:07
S1810 단계에서, 서버(1210)의 프로세서(1330)(위험 차량 추론 모듈(1674))는 위험 후보 차량 후보 리스트에 포함된 위험 후보 차량(1250)의 위험 주행과 관련된 데이터에 기반하여 위험 차량 분류 기준을 결정할 수 있다. 위험 차량 분류 기준은 일정한 주행 거리 내에서 위험 주행이 발생한 기준 횟수 또는 일정한 시간 범위 내에서 위험 주행이 발생한 기준 횟수를 포함할 수 있다.
예를 들어, 교통량이 많은 경우 전반적인 차량의 속도가 감소할 수밖에 없으므로(시간이 지나도 이동거리가 작음) 일정한 시간 내에 얼마나 이동했는가는 큰 의미를 갖지 않는다. 따라서, 일정한 거리 내에서 위험 주행이 얼마나 발생했는지가 중요하다. 이 경우, 위험 차량 분류 기준은 일정한 거리(예를 들어, 100m) 내에서 위험 주행이 발생한 횟수가 된다.
반면, 교통량이 적은 경우 전반적인 차량의 속도가 증가하기 때문에(짧은 시간에 많은 거리를 이동하기 때문에) 일정한 거리 내에서 얼마나 이동했는지가 큰 의미를 갖지 않는다. 따라서, 일정한 시간 범위 내에서 위험 주행이 얼마나 발생했는지가 중요하다. 이 경우, 위험 차량 분류 기준은 일정한 시간 내에서 위험 주행이 발생한 횟수가 된다. 여기서, 서버(1210)는 위험 후보 차량(1250)에 의한 위험 주행이 발생한 시간과 위치에 기반하여 교통량에 대한 정보를 획득할 수 있다.
S1815 단계에서, 서버(1210)의 프로세서(1330)(위험 차량 추론 모듈(1674))는 위험 후보 차량(1250)에 의한 위험 주행 정보가 위험 차량 분류 기준을 만족하는지 여부를 결정할 수 있다.
예를 들어, 교통량이 많은 경우, 위험 후보 차량(1250)의 위험 주행 정보는 아래와 같을 수 있다.
- A차량/xxx/차선 변경 여유 간격 미만/사이언스파크 W5동 앞/10:00
- A차량/xxx/주행 속도 제한속도 이상 (시속 10km 이상)/사이언스파크 W1동 앞/10:05
- A차량/xxx/급브레이크/사이언스파크 slc동 앞/10:07
이 경우, 위험 차량 분류 기준은 기준 구간(100m) 내에서 위험 주행이 발생한 횟수가 기준 횟수(3회) 이상 발생했는지가 된다. W5동에서 slc동 까지의 거리가 300m인 경우, 300m 범위 내에서 위험 주행이 3회 발생하였으므로 100m 범위 내에서 위험 주행의 발생 횟수는 1회가 된다. 따라서, 기준 거리(100m) 내에서 위험 후보 차량(1250)에 의한 위험 주행 발생 횟수(1회)가 기준 횟수(3회)보다 작으므로, S1820 단계에서, 위험 후보 차량(1250)은 위험 차량에 해당하지 않는 것으로 결정된다.
다른 예에서, 교통량이 적은 경우, 위험 후보 차량(1250)의 위험 주행 정보는 아래와 같을 수 있다.
- A차량/xxx/차선 변경 여유 간격 미만/사이언스파크 W5동 앞/10:00
- A차량/xxx/주행 속도 제한속도 이상 (시속 10km 이상)/사이언스파크 W1동 앞/10:02
- A차량/xxx/급브레이크/사이언스파크 slc동 앞/10:03
이 경우, 위험 차량 분류 기준은 기준 시간(3분) 내에서 위험 주행이 발생한 횟수가 기준 횟수(3회) 이상 발생했는지가 된다. 이때, 기준 시간(3분) 내에서 위험 주행 횟수(3회)가 기준 횟수(3회)와 같으므로, S1820 단계에서, 위험 후보 차량(1250)은 위험 차량에 해당하는 것으로 결정된다.
S1820 단계에서, 서버(1210)는, 위험 후보 차량(1250)이 위험 차량에 해당하는 것으로 결정되면, 위험 후보 차량(1250)의 차량 정보와 위험 주행 정보를 데이터 베이스(1270)에 저장하고 위험 주행 원인에 대한 분석을 수행할 수 있다. 이하 설명에서는 위험 후보 차량(1250)이 위험 차량으로 결정된 경우를 중심으로 설명하며, 위험 후보 차량(1250)은 위험 차량으로 지칭될 수 있다.
도 19는 본 발명의 일 실시예에 따른 자율 주행 시스템에서 위험 주행 원인에 따른 대응 동작을 수행하기 위한 서버의 동작 방법의 예를 도시한다. 도 19는 도 17의 S1715 단계의 일 예를 도시한다.
본 발명의 실시예에 따른 자율 주행 시스템에서 서버의 동작 방법에서, 위험 차량의 위험 주행 원인에 따른 대응 동작을 수행하는 단계(S1715)는, 위험 차량의 탑승객과 상기 탑승객의 주행 기록을 확인하는 단계(S1905)와, 탑승객의 주행 기록에 기반하여 결정되는 상기 탑승객의 위험 레벨에 따라 상기 탑승객에 대한 주행 제한을 설정하는 단계(S1910)를 포함할 수 있다.
S1905 단계에서, 서버(1210)의 프로세서(1330)(차량 주행 상태 검증 모듈(1672))는 위험 차량으로 결정된 위험 후보 차량(1250)의 탑승객에 대한 정보(탑승객 정보)와 탑승객의 주행 기록을 확인할 수 있다. 여기서, 탑승객의 주행 기록은 탑승객이 현재 수동 운전 중인지 여부와 과거에 탑승했던 차량의 주행 기록(위험 주행 기록)을 포함할 수 있다.
S1910 단계에서, 서버(1210)의 프로세서(1330)(차량 주행 상태 검증 모듈(1672))는 위험 후보 차량(1250)의 탑승객의 주행 기록에 기반하여 탑승객의 위험 레벨을 결정하고, 탑승객의 위험 레벨에 따라 상기 탑승객에 대한 주행 제한을 설정할 수 있다. 탑승객의 위험 레벨 설정 및 주행 제할 설정과 관련된 동작은 도 20을 참조하여 설명하도록 한다.
도 20은 본 발명의 일 실시예에 따른 자율 주행 시스템에서 탑승객에 대한 주행 제한을 설정하기 위한 서버의 동작 방법의 예를 도시한다. 도 20은 도 19의 S1910 단계의 일 예를 도시한다.
본 발명의 실시예에 따른 자율 주행 시스템에서 서버(1210)의 동작 방법에서, 탑승객에 대한 주행 제한을 설정하는 단계(S1910)는, 상기 탑승객이 수동 운전 중인지 여부(S2005) 상기 탑승객의 위험 차량 등록 횟수가 기준 횟수보다 큰지 여부(S2010)를 결정하고, 상기 탑승객이 수동 운전 중이거나 상기 위험 차량 등록 횟수가 기준 횟수보다 크면, 상기 탑승객을 주행 위험 탑승객으로 설정(S2015)하고 상기 탑승객에 의한 수동 운전을 제한하는 단계(S2020)와, 상기 탑승객이 수동 운전중이지 않고 상기 위험 차량 등록 횟수가 기준 횟수보다 작으면, 상기 탑승객을 주행 관심 탑승객으로 설정하는 단계(S2025)와, 상기 탑승객이 탑승한 차량에 대하여 상기 위험 주행 원인과 관련된 동작을 제한하는 단계(S2030)를 포함할 수 있다. 도 20에 도시된 실시예에 따른 서버(1210)의 동작 방법을 보다 구체적으로 설명하면 다음과 같다.
S2005 단계와 S2010 단계에서, 서버(1210)의 프로세서(1330)(차량 주행 상태 검증 모듈(1672))는 위험 후보 차량(1250)의 탑승객에 대한 정보를 획득하고, 위험 후보 차량(1250)의 탑승객의 주행 기록을 확인할 수 있다. 여기서, 위험 후보 차량(1250)의 탑승객의 주행 기록은 위험 후보 차량(1250)의 탑승객이 수동 운전중인지 여부 및 상기 탑승객의 과거 탑승 차량들의 위험 차량 등록 횟수를 포함할 수 있다. 탑승객의 주행 기록으로부터 서버(1210)는 위험 후보 차량(1250)의 탑승객이 현재 수동 운전 중인지 여부와 과거 탑승 차량들의 위험 차량 등록 횟수가 기준 횟수를 초과하는지 여부를 확인할 수 있다.
만약 위험 후보 차량(1250)의 탑승객이 수동 운전 중이거나 위험 차량 등록 횟수가 기준 횟수보다 크면, S2015 단계에서, 서버(1210)의 프로세서(1330)(차량 주행 상태 검증 모듈(1672))는 위험 후보 차량(1250)의 탑승객을 주행 위험 탑승객으로 설정할 수 있다. 추가적으로, S2020 단계에서, 서버(1210)의 프로세서(1330)(차량 주행 상태 검증 모듈(1672))는 위험 후보 차량(1250)의 탑승객에 대한 수동 운전을 제한할 수 있다.
만약 위험 후보 차량(1250)의 탑승객이 수동 운전 중이지 않고 위험 차량 등록 횟수가 기준 횟수보다 작거나 같으면, S2025 단계에서, 서버(1210)의 프로세서(1330)(차량 주행 상태 검증 모듈(1672))는 위험 후보 차량(1250)의 탑승객을 주행 관심 탑승객으로 설정할 수 있다.
예를 들어, 위험 후보 차량(1250)의 탑승객이 현재 수동 운전 중이거나, 최근 5건의 주행 기록을 기준으로 탑승객이 탄 차량이 위험 차량으로 등록된 경우가 50% 이상(3회 이상)인 경우, 위험 후보 차량(1250)의 탑승객은 주행 위험 탑승객으로 설정될 수 있다. 또한, 위험 후보 차량(1250)의 탑승객이 현재 수동 운전 중이지 않고, 최근 5건의 주행 기록을 기준으로 탑승객이 탄 차량이 위험 차량으로 등록된 경우가 50% 미만(3회 이상)인 경우, 위험 후보 차량(1250)의 탑승객은 주행 관심 탑승객으로 설정될 수 있다. 추가적으로, 서버(1210)는 위험 후보 차량(1250)의 탑승객이 과거에 탑승했던 차량이 위험 차량 후보 리스트에 등록된 횟수를 고려할 수 있다. 예를 들어, 최근 5건의 주행 기록을 기준으로, 위험 후보 차량(1250)의 탑승객이 과거에 탑승했던 차량이 위험 차량 후보 리스트에 등록된 횟수가 30% 이상(2회 이상)인 경우, 서버(1210)는 위험 후보 차량(1250)의 탑승객을 주행 관심 탑승객으로 설정할 수 있다. 또한, 최근 5건의 주행 기록을 기준으로, 위험 후보 차량(1250)의 탑승객이 과거에 탑승했던 차량이 위험 차량 후보 리스트에 등록된 횟수가 30% 미만(2회 미만)인 경우, 서버(1210)는 위험 후보 차량(1250)의 위험 주행 원인이 탑승객에 있지 않음을 결정하고, 위험 후보 차량(1250)의 차량 상태 검사를 수행할 수 있다.
또 다른 실시예에서, 서버(1210)는 위험 후보 차량(1250)의 탑승객의 최근 5번의 주행 기록을 확인하고, 최근 20 구간의 위험 운전 관련 모니터링 데이터를 확인하고, 10 구간에서 위험 차량으로 등록된 경우, 위험 후보 차량(1250)의 탑승객을 주행 위험 탑승객으로 설정할 수 있다. 또한, 서버(1210)는 위험 후보 차량(1250)의 탑승객의 최근 5번의 주행 기록을 확인하고, 최근 20 구간의 위험 운전 관련 모니터링 데이터를 확인하고, 5 구간에서 위험 차량으로 등록된 경우, 위험 후보 차량(1250)의 탑승객을 주행 관심 탑승객으로 설정할 수 있다.
S2030 단계에서, 서버(1210)의 프로세서(1330)(차량 주행 상태 검증 모듈(1672))는 위험 후보 차량(1250)의 탑승객에 대하여 위험 주행과 관련된 동작을 제한하도록 설정할 수 있다. 즉, 서버(1210)는 위험 후보 차량(1250) 또는 위험 후보 차량(1250)의 탑승객이 이후에 탑승할 차량에 위험 주행과 관련된 동작이 발생하지 않도록 설정할 수 있다.
예를 들어, 차선 변경이 1분 안에 3회 이상 발생한 경우, 서버(1210)는 주행 경로에 필요한 경우가 아닌 차선 변경 횟수를 제한할 수 있다. 또한, 차선 변경시 여유 간격이 100m 미만인 경우가 발생하면, 서버(1210)는 최소 여유 간격이 100m 경우에 한하여 차선 변경을 허용할 수 있다. 또한, 주행 속도가 제한 속도 이상인 경우, 서버(1210)는 차량의 평균 주행 속도를 해당 도로의 제한속도로 설정할 수 있다. 또한, 특정 구간 내에서 비정상적인 추?? 횟수(끼어들기 방어)가 3회 이상인 경우, 서버(1210)는 특정 구간 내 추월 횟수를 3회 이내로 제한할 수 있다. 또한, 특정 구간 내 급브레이크 발생이 3회 이상인 경우, 서버(1210)는 차간 간격이 최소 30m 이상 유지되도록 설정할 수 있다.
또한, 서버(1210)는 탑승객에 의한 위험 차량으로 결정된 위험 후보 차량(1250)에게 위험 주행에 대한 대응 정보를 포함하는 대응 메시지를 송신할 수 있다. 여기서, 대응 메시지는 위험 후보 차량(1250)이 위험 차량으로 등록되었음을 안내하는 메시지(예를 들어, "현재 차량이 3번의 속도 위반으로 위험 차량으로 등록되었습니다")를 포함할 수 있다. 또한, 대응 메시지는 탑승객의 기존 위험 주행 이력을 안내하는 메시지(예를 들어, "최근 배차 5건중 4건이 속도 위반으로 인한 위협주행이 있었습니다.")를 포함할 수 있다. 또한, 대응 메시지는 이후 주행에 대한 제한 사항 및 다음 배차 옵션에 대한 안내 메시지(예를 들어, "수동운전을 제한하고, 속도 제한을 실시합니다. 다음 배차시 주행에 대해 동일한 옵션이 적용됩니다.＂)를 포함할 수 있다.
도 21은 본 발명의 일 실시예에 따른 자율 주행 시스템에서 위험 주행 원인에 따른 대응 동작을 수행하기 위한 서버의 동작 방법의 다른 예를 도시한다. 도 21은 도 17의 S1715 단계의 일 예를 도시한다.
본 발명의 실시예에 따른 자율 주행 시스템에서 서버(1210)의 동작 방법에서, 위험 차량의 위험 주행 원인에 따른 대응 동작을 수행하는 단계는, 상기 위험 차량으로 검사 요청 메시지를 송신하는 단계(S2105)와, 상기 위험 차량으로부터 상기 검사 요청 메시지에 대응한 검사 결과 데이터를 수신하는 단계(S2110)와, 상기 검사 결과 데이터로부터 상기 위험 차량의 주행과 관련된 인식 오차를 확인하는 단계(S2115)와, 상기 인식 오차에 기반하여 상기 위험 차량으로 상기 위험 주행 원인에 대한 조치와 관련된 위험 주행 대응 동작을 포함하는 대응 메시지를 송신하는 단계를 포함하고, 상기 대응 메시지를 송신하는 단계는, 상기 인식 오차가 기준 오차보다 큰 경우, 상기 대응 메시지의 위험 주행 대응 동작을 상기 위험 차량의 주행 목적지를 정비소로 변경하도록 설정하는 단계(S2125)와, 상기 인식 오차가 기준 오차보다 작거나 같은 경우, 상기 대응 메시지의 위험 주행 대응 동작을 상기 위험 차량의 추가적인 학습을 위한 강화 학습 데이터를 다운로드하도록 설정하는 단계(S2125)를 포함할 수 있다. 도 17에 도시된 각 동작은 서버(1210)의 프로세서(1330(배차 설정 변경 모듈(1676))에 의해 수행될 수 있다.
여기서, 상기 검사 요청 메시지는, 상기 위험 차량의 센서에 대한 검사 요청 또는 상기 위험 차량의 주행과 관련된 소프트웨어에 대한 검사 요청 중 적어도 하나를 포함하고, 상기 검사 결과 데이터는, 상기 센서에 대한 검사 결과 데이터 또는 상기 소프트웨어에 사용되는 샘플 데이터를 포함할 수 있다.
도 21에서, 인식 오차는 위험 후보 차량(1250)의 센서 불량 또는 소프트웨어 검증 오류의 정도를 나타내고, 기준 오차는 위험 후보 차량(1250)의 배차 옵션 변경을 위한 인식 오차의 허용 임계값을 나타낸다.
예를 들어, 물체 검출(object detection) 기능의 경우, 서버(1210)는 검사 요청 메시지에 특정 물체의 사진 10장을 샘플로 포함시켜 전송하고, 위험 후보 차량(1250)으로부터 특정 물체에 대한 인식률(정확도)를 수신할 수 있다. 또한, 끼어들기 판단 기능의 경우, 서버(1210)는 가상 주행 상황에서 끼어들기 시뮬레이션 시 차간 간격에 대한 정보를 수신할 수 있다.
또한, 서버(1210)는 차량 상태에 의한 위험 차량으로 결정된 위험 후보 차량(1250)에게 위험 주행에 대한 대응 정보를 포함하는 대응 메시지를 송신할 수 있다. 여기서, 대응 메시지는 위험 후보 차량(1250)이 위험 차량으로 등록되었음을 안내하는 메시지(예를 들어, "현재 차량이 오른쪽 센서 불량으로 위험차량으로 등록되었습니다." 또는 " 현재 차량이 SW 결함으로 위험 차량으로 등록되었습니다.")를 포함할 수 있다. 또한, 대응 메시지는 차량 문제 보수 방법을 안내하는 메시지(예를 들어, " 해당 센서는 안전을 위해 maintenance로의 복귀가 필요합니다." 또는 "현재 SW 오차율은 크지 않습니다. 데이터set학습을 통한 강화학습을 수행합니다. 약 20초 소요 예정입니다.")를 포함할 수 있다. 또한, 대응 메시지는 보수 방법에 대한 배차를 안내하는 메시지(예를 들어, " 탑승객의 편의성을 위해 환승 차량을 탐색하였습니다. 500m A차량으로 환승을 요청합니다. 현재 차량은 maintenance로 복귀 합니다.＂)를 포함할 수 있다.
도 22는 본 발명의 일 실시예에 따른 자율 주행 시스템에서 모니터링 차량의 동작 방법의 예를 도시한다. 도 22는 도 12의 모니터링 차량(1230)의 동작 방법의 예를 도시한다.
본 발명의 실시예에 따른 자율 주행 시스템에서 모니터링 차량(1230)의 동작 방법은, 주행과 관련된 영상 데이터를 생성하는 단계(S2205)와, 상기 영상 데이터로부터 위험 후보 차량에 의한 위험 주행의 발생을 검출하는 단계(S2210)와, 상기 위험 주행과 관련된 데이터를 생성하는 단계(S2215)와, 상기 위험 주행과 관련된 데이터를 서버로 송신하는 단계(S2220)를 포함할 수 있다.
여기서, 상기 위험 주행과 관련된 데이터는, 상기 위험 후보 차량의 차량 정보와 상기 위험 후보 차량의 위험 주행 정보를 포함하고, 상기 위험 주행 정보는, 위험 주행 타입, 위험 주행 발생 위치, 및 위험 주행 발생 시간을 포함할 수 있다.
도 23은 본 발명의 일 실시예에 따른 자율 주행 시스템에서 위험 후보 차량의 동작 방법의 예를 도시한다. 도 22는 도 12의 위험 후보 차량(1250)이 위험 차량으로 결정된 경우의 예를 도시한다.
본 발명의 실시예에 따른 자율 주행 시스템에서 위험 후보 차량(1250)의 동작 방법은, 서버로부터 검사 요청 메시지를 수신하는 단계(S2305)와, 상기 검사 요청 메시지에 대응하여 상기 차량의 기능에 대한 검사를 수행하는 단계(S2310)와, 상기 검사에 의한 검사 결과 데이터를 생성하는 단계(S2315)와, 상기 검사 결과 데이터를 상기 서버로 송신하는 단계(S2320)와, 상기 서버로부터 상기 검사 결과 데이터에 대한 대응 메시지를 수신하는 단계(S2325)와, 상기 대응 메시지에 포함된 위험 주행 원인에 대한 조치와 관련된 위험 주행 대응 동작을 수행하는 단계(S2330)를 포함할 수 있다.
여기서, 상기 검사 요청 메시지는, 상기 차량의 센서에 대한 검사 요청 또는 상기 차량의 주행과 관련된 소프트웨어에 대한 검사 요청 중 적어도 하나를 포함하고, 상기 검사 결과 데이터는, 상기 센서에 대한 검사 결과 데이터 또는 상기 소프트웨어에 사용되는 샘플 데이터를 포함할 수 있다.
또한, 상기 대응 메시지에 포함된 위험 주행 대응 동작은, 상기 차량의 목적지를 정비소로 변경하는 목적지 변경 또는 상기 차량의 추가적인 학습을 위한 강화 학습 데이터의 다운로드를 포함할 수 있다.
도 24는 본 발명의 일 실시예에 따른 자율 주행 시스템에서 서버의 동작 방법의 다른 예를 도시한다. 도 24의 흐름도는 본 발명의 실시예에 따른 자율 주행 시스템에서 서버(1210)의 전반적인 동작 흐름의 예를 도시한다.
S2402 단계에서, 서버(1210)는 복수의 차량들로부터 위험 후보 차량(1250)에 의한 위험 주행과 관련된 데이터를 수신할 수 있다.
서버(1210)는 S2404 단계에서 위험 후보 차량(1250)의 교통량 상태(주행 환경)에 따라 시간 또는 거리 기준을 설정하고, S2406 단계에서 해당 시간 또는 거리 기준으로 위험 주행 이벤트가 연속적으로 발생하였는지 여부를 결정할 수 있다.
위험 후보 차량(1250)에 의한 위험 주행 이벤트가 연속적으로 발생하지 않으면, 서버(1210)는 S2402 단계로 돌아가 위험 주행 데이터 수집을 지속하고, 위험 후보 차량(1250)에 의한 위험 주행 이벤트가 연속적으로 발생한 것으로 판단되면, 서버(1210)는 S2406 단계에서 위험 후보 차량(1250)을 위험 차량으로 결정하고, 위험 후보 차량(1250)에 대한 검증을 수행할 것을 결정할 수 있다.
서버(1210)는 위험 후보 차량(1250)의 위험 주행의 원인이 탑승객에 있는지 또는 차량의 상태에 있는지 여부를 결정할 수 있다. 위험 후보 차량(1250)의 위험 주행의 원인이 탑승객에 있는지 여부를 결정하기 위하여, 서버(1210)는 S2412 단계에서 탑승객에 대한 검증을 수행할 것을 결정하고, S2414 단계에서 위험 후보 차량(1250)에 탑승한 탑승객의 주행 정보를 수집할 수 있다. 여기서 탑승객의 주행 정보는 탑승자가 위험 후보 차량(1250)을 수동으로 운전하고 있는지 여부와 과거에 탑승했던 차량이 위험 차량으로 등록된 기록을 포함할 수 있다. 탑승객 주행 정보로부터, 서버(1210)는 위험 후보 차량(1250)의 탑승객이 주행 위험 탑승객인지 또는 주행 관심 탑승객인지 여부를 결정할 수 있다.
서버(1210)는 S2416 단계에서 위험 후보 차량(1250)의 탑승객이 수동 운전 중이거나 최근 5회의 주행 중 위험 차량으로 등록된 횟수의 비율이가 50% 이상인지 여부를 확인하면, S2418 단계에서 해당 탑승객을 주행 위험 탑승객으로 결정하고, S2420 단계에서 해당 탑승객에 의한 수동 운전을 제한할 수 있다.
또한, 서버(1210)는 S2422 단계에서 위험 후보 차량(1250)의 탑승객에 의한 최근 5회의 주행 중 위험 후보 차량 리스트에 등록된 횟수의 비율이 30% 이상인지 여부를 확인하고 S2424 단계에서 해당 탑승객을 주행 관심 탑승객으로 결정할 수 있다.
이후, 서버(1210)는 S2426단계에서 주요 위험 운전 항목이 해당 탑승객의 다음 차량에 의해 수행되지 않도록 주행 제어 옵션을 등록할 수 있다.
또한, 서버(1210)는 위험 차량으로 결정된 위험 후보 차량(1250)의 위험 주행의 원인이 위험 후보 차량(1250)의 상태에 있는지 여부를 검사할 것을 결정할 수 있다.
서버(1210)는 S2430 단계에서 위험 후보 차량(1250)에 대한 차량 센서 검증을 수행할 것을 결정하고, S2432 단계에서 위험 후보 차량(1250)에게 센서 검증을 요청하고, 위험 후보 차량(1250)으로부터 센서 검증 결과를 수신할 수 있다.
또한, 서버(1210)는 S2434 단계에서 차량 SW 검증을 수행할 것을 결정하고, 위험 후보 차량(1250)으로 소프트웨어 검사를 위한 샘플 데이터를 송신하고, 위험 후보 차량(1250)으로부터 소프트웨어 검사 결과를 수신할 수 있다.
이후, 서버(1210)는 S2438 단계에서 위험 후보 차량(1250)의 센서 상태 불량 또는 소프트웨어 검증 결과의 오차가 30% 이상인지 여부를 결정한다. 오차가 30% 이상인 경우 서버(1210)는 S2440 단계에서 위험 후보 차량(1250)의 목적지를 차고지로 변경하고, 탑승객이 있으면 추가적으로 환승 차량을 탐색후 탑승객에게 환승 차량에 대한 안내 메시지를 송신한다. 오차가 30% 보다 작은 경우 서버(1210)는 S2442 단계에서 위험 후보 차량(1250)의 강화학습을 위한 알고리즘의 데이터를 위험 후보 차량(1250)으로 송신할 수 있다.
이후, 서버(1210)는 위험 차량으로 결정된 위험 후보 차량(1250)의 정보를 데이터 베이스(1270)에 저장할 수 있으며, 위험 후보 차량(1250)의 정보는 차량 정보, 배차 변경 정보, 위험 주행 원인에 대한 정보를 포함할 수 있다.
도 25는 본 발명의 일 실시예에 따른 자율 주행 시스템에서 차량을 관리하기 위한 동작 흐름도의 예를 도시한다.
도 25를 참고하면, 자율 주행 시스템은 일정한 경로를 주행하는 복수의 차량들(1230, 1250)과, 상기 복수의 차량들(1230, 1250)의 주행을 관리하는 서버(1250)와, 상기 서버(1250)로부터 제공되는 상기 복수의 차량들(1230, 1250)에 대한 데이터를 저장하는 데이터 베이스(1270)를 포함하고, 상기 복수의 차량들(1230, 1250)은, 위험 후보 차량(1250)과 상기 위험 후보 차량(1250)의 위험 주행과 관련된 데이터를 상기 서버(1250)로 송신하는 모니터링 차량(1230)을 포함할 수 있다.
본 발명의 일 실시예에서, 상기 서버(1250)는, 상기 위험 주행과 관련된 데이터를 수집하고(S2505), 상기 위험 주행과 관련된 데이터에 기반하여 상기 위험 후보 차량을 위험 차량으로 결정하고(S2510), 상기 위험 후보 차량(1250)의 위험 주행 원인에 따른 대응 동작을 결정하는 결정하고(S2515), 상기 위험 후보 차량(1250)으로 상기 대응 동작에 대한 대응 정보를 포함하는 대응 메시지를 송신하고(S2520), 상기 대응 정보를 상기 데이터 베이스(1270)에 저장할 수 있다(S2525).
여기서, 상기 위험 주행과 관련된 데이터는, 상기 위험 후보 차량(1250)의 차량 정보와 상기 위험 후보 차량(1250)의 위험 주행 정보를 포함할 수 있다. 또한, 상기 위험 주행 정보는, 주행 속도, 차선 변경 횟수, 차량 간격, 및 제동 횟수 중 적어도 하나를 포함할 수 있다.
도 26은 본 발명의 일 실시예에 따른 자율 주행 시스템에서 차량을 관리하기 위한 동작 흐름도의 다른 예를 도시한다. 도 26에서 S2605, S2610, S2630, 및 S2535 단계들은 도 25의 S2505, S2510, S2520, 및 S2525와 각각 동일하다.
도 26을 참고하면, 상기 서버(1250)는, 상기 데이터 베이스(1270)로 상기 위험 후보 차량(1250)의 탑승객 정보를 요청하는 메시지를 송신하고(S2615), 상기 데이터 베이스(1270)로부터 수신된 상기 위험 후보 차량(1250)의 탑승객과 상기 탑승객의 주행 기록을 확인하고(S2620), 상기 탑승객의 주행 기록에 기반하여 결정되는 상기 탑승객의 위험 레벨에 따라 상기 탑승객에 대한 주행 제한을 설정할 수 있다(S2625).
여기서, 상기 탑승객의 주행 기록은, 상기 탑승객이 수동 운전중인지 여부 및 상기 탑승객의 과거 탑승 차량들의 위험 차량 등록 횟수를 포함할 수 있다.
또한, 상기 서버(1250)는, 상기 탑승객이 수동 운전 중이거나 상기 위험 차량 등록 횟수가 기준 횟수보다 크면, 상기 탑승객을 주행 위험 탑승객으로 설정하고 상기 탑승객에 의한 수동 운전을 제한하고, 상기 탑승객이 수동 운전중이지 않고 상기 위험 차량 등록 횟수가 기준 횟수보다 작으면, 상기 탑승객을 주행 관심 탑승객으로 설정하고, 상기 탑승객이 탑승한 차량에 대하여 상기 위험 주행 원인과 관련된 동작을 제한하도록 설할 수 있다.
도 27은 본 발명의 일 실시예에 따른 자율 주행 시스템에서 차량을 관리하기 위한 동작 흐름도의 또 다른 예를 도시한다. 도 27에서 S2705, S2710, S2740, 및 S2745 단계들은 도 25의 S2505, S2510, S2520, 및 S2525와 각각 동일하다.
도 27을 참고하면, 상기 서버(1210)는, 상기 데이터 베이스(1270)로 상기 위험 후보 차량과의 연결을 위한 차량 접근 정보를 요청하고(S2715), 상기 데이터 베이스(1270)로부터 상기 위험 후보 차량에 대한 차량 접근 정보를 획득하고(S2720), 상기 위험 후보 차량(1250)으로 검사 요청 메시지를 송신하고(S2725), 상기 위험 후보 차량(1250)으로부터 상기 검사 요청 메시지에 대응한 검사 결과 데이터를 수신할 수 있다(S2735). 이후, 서버(1210)는, 상기 검사 결과 데이터로부터 상기 위험 후보 차량(1250)의 주행과 관련된 인식 오차를 확인하고, 상기 인식 오차에 기반하여 상기 위험 후보 차량(1250)으로 상기 위험 주행 원인에 대한 조치와 관련된 위험 주행 대응 동작을 포함하는 대응 메시지를 송신하고, 상기 대응 메시지에 포함된 위험 주행 대응 동작은, 상기 인식 오차가 기준 오차보다 큰 경우 상기 차량의 목적지를 정비소로 변경하는 목적지 변경으로 세팅되고, 상기 인식 오차가 기준 오차보다 작거나 같은 경우 상기 차량의 추가적인 학습을 위한 강화 학습 데이터의 다운로드로 세팅될 수 있다.
도 28은 본 발명의 일 실시예에 따른 자율 주행 시스템에서 차량을 관리하기 위한 동작 흐름도의 또 다른 예를 도시한다.
도 28을 참고하면, 모니터링 차량(1230)에 해당하는 차량(1600)의 타 차량 모니터링 모듈(1625)은 위험 후보 차량(1250)의 차량 정보와 위험 주행 정보를 서버(1650)의 위험 차량 추론 모듈(1674)로 송신한다(S2805).
서버(1650)의 위험 차량 추론 모듈(1674)은 위험 후보 차량(1250)의 차량 정보와 위험 주행 정보를 포함하는 상기 위험 주행과 관련된 데이터에 기반하여 위험 후보 차량(1250)을 위험 차량으로 결정할 수 있다.
서버(1650)의 차량 주행 상태 검증 모듈(1672)은 데이터 베이스(1690)로 위험 후보 차량(1250)의 탑승객에 대한 기록(탑승객 정보, 위험 차량 등록 기록)의 조회를 요청하고(S2810), 데이터 베이스(1690)로부터 위험 후보 차량(1250)의 탑승객에 대한 기록(탑승객 정보, 위험 차량 등록 기록)을 획득할 수 있다(S2815). 또한, 서버(1650)의 차량 주행 상태 검증 모듈(1650)에 의해 위험 후보 차량(1250)이 위험 차량으로 결정되면, 배차 설정 변경 모듈(1676)로 위험 주행의 내용을 제공하고, 배차 설정 변경 모듈(1676)은 전달받은 위험 주행 내용에 기반하여 해당 탑승객의 다음 차량에 주행 제한 옵션을 설정할 수 있다(S2820).
또한, 서버(1650)의 차량 주행 상태 검증 모듈(1650)은 차량(1600)(위험 후보 차량(1250))의 SW 검증 모듈(1636)로 소프트웨어 검사를 위한 샘플 데이터 셋을 전달하고(S2825), SW 검증 모듈(1636)로부터 소프트웨어 검증 결과를 수신할 수 있다(S2830).
또한, 서버(1650)의 차량 주행 상태 검증 모듈(1650)은 차량(1600)(위험 후보 차량(1250))의 센서 검증 모듈(1634)로 센서 검사를 요청하고(S2835), 센서 검증 모듈(1634)로부터 센서 검사 결과를 수신할 수 있다(S2840).
또한, 서버(1650)의 차량 주행 상태 검증 모듈(1650)은, 센서 또는 소프트웨어의 오류율(오차율)이 30% 이상인 경우, 차량(1600)(위험 후보 차량(1250))의 주행 설정 변경 모듈(1632)로 목적지를 차고지로 설정하도록 하는 대응 메시지를 송신할 수 있다(S2845). 센서 또는 소프트웨어의 오류율(오차율)이 30% 미만인 경우, 차량 주행 상태 검증 모듈(1650)은 SW 검증 모듈(1636)로 소프트웨어 학습 강화를 위한 학습 데이터를 송신할 수 있다(S2850).
또한, 서버(1650)의 차량 주행 상태 검증 모듈(1650)은, 차량(1600)(위험 후보 차량(1250))의 위험차량 등록 안내 모듈(1638)로 위험 차량으로 등록되었음을 안내하는 메시지를 송신할 수 있다(S2855).
본 발명의 실시예에 따른 자율 주행 시스템에서 차량의 주행을 관리하기 위한 방법 및 장치는 다음과 같다.
실시예 1: 본 발명의 실시예에 따른 자율 주행 시스템에서 차량의 주행을 관리하는 서버의 동작 방법은, 위험 후보 차량의 위험 주행과 관련된 데이터를 수집하는 단계와, 상기 위험 주행과 관련된 데이터와 상기 위험 후보 차량의 주행 환경 정보에 기반하여 상기 위험 후보 차량이 위험 차량에 해당하는지 여부를 결정하는 단계와, 상기 위험 후보 차량이 위험 차량에 해당하는 경우 상기 위험 후보 차량의 위험 주행 원인에 따른 대응 동작을 수행하는 단계를 포함한다.
실시예 2: 실시예 1에 있어서, 상기 위험 주행과 관련된 데이터를 수집하는 단계는, 복수의 차량들로부터 위험 후보 차량의 차량 정보와 상기 위험 후보 차량의 위험 주행 정보를 상기 통신부를 통해 수신하는 단계를 포함할 수 있다.
실시예 3: 실시예 2에 있어서, 상기 위험 주행 정보는, 위험 주행 타입, 위험 주행 발생 위치, 및 위험 주행 발생 시간을 포함할 수 있다.
실시예 4: 실시예 3에 있어서, 상기 위험 차량을 결정하는 단계는, 상기 위험 주행과 관련된 데이터로부터 위험 차량 후보 리스트를 생성하는 단계와, 상기 위험 차량 후보 리스트에 포함된 위험 후보 차량의 주행 환경 정보에 기반하여 위험 차량 분류 기준을 결정하는 단계와, 상기 위험 후보 차량의 위험 주행 정보가 상기 위험 차량 분류 기준을 만족시키는지 여부를 결정하는 단계와, 상기 위험 후보 차량의 위험 주행 정보가 상기 위험 차량 분류 기준을 만족시키는 경우, 상기 위험 후보 차량의 차량 정보를 위험 차량 데이터베이스에 등록함으로써 상기 위험 후보 차량을 위험 차량으로 결정하는 단계를 포함하고, 상기 위험 차량 분류 기준은, 일정한 주행 거리 또는 일정한 시간 범위 내에서 상기 위험 주행이 발생한 횟수의 기준을 나타낼 수 있다.
실시예 5: 실시예 1에 있어서, 상기 위험 차량의 위험 주행 원인에 따른 대응 동작을 수행하는 단계는, 상기 위험 차량의 탑승객과 상기 탑승객의 주행 기록을 확인하는 단계와, 상기 탑승객의 주행 기록에 기반하여 결정되는 상기 탑승객의 위험 레벨에 따라 상기 탑승객에 대한 주행 제한을 설정하는 단계를 포함할 수 있다.
실시예 6: 실시예 5에 있어서, 상기 탑승객의 주행 기록은, 상기 탑승객이 수동 운전중인지 여부 및 상기 탑승객의 과거 탑승 차량들의 위험 차량 등록 횟수를 포함할 수 있다.
실시예 7: 실시예 6에 있어서, 상기 탑승객에 대한 주행 제한을 설정하는 단계는, 상기 탑승객이 수동 운전 중이거나 상기 위험 차량 등록 횟수가 기준 횟수보다 크면, 상기 탑승객을 주행 위험 탑승객으로 설정하고 상기 탑승객에 의한 수동 운전을 제한하는 단계와, 상기 탑승객이 수동 운전중이지 않고 상기 위험 차량 등록 횟수가 기준 횟수보다 작으면, 상기 탑승객을 주행 관심 탑승객으로 설정하는 단계와, 상기 탑승객이 탑승한 차량에 대하여 상기 위험 주행 원인과 관련된 동작을 제한하는 단계를 포함할 수 있다.
실시예 8: 실시예 1에 있어서, 상기 위험 차량의 위험 주행 원인에 따른 대응 동작을 수행하는 단계는, 상기 위험 차량으로 검사 요청 메시지를 송신하는 단계와, 상기 위험 차량으로부터 상기 검사 요청 메시지에 대응한 검사 결과 데이터를 수신하는 단계와, 상기 검사 결과 데이터로부터 상기 위험 차량의 주행과 관련된 인식 오차를 확인하는 단계와, 상기 인식 오차에 기반하여 상기 위험 차량으로 상기 위험 주행 원인에 대한 조치와 관련된 위험 주행 대응 동작을 포함하는 대응 메시지를 송신하는 단계를 포함하고, 상기 대응 메시지를 송신하는 단계는, 상기 인식 오차가 기준 오차보다 큰 경우, 상기 대응 메시지의 위험 주행 대응 동작을 상기 위험 차량의 주행 목적지를 정비소로 변경하도록 설정하는 단계와, 상기 인식 오차가 기준 오차보다 작거나 같은 경우, 상기 대응 메시지의 위험 주행 대응 동작을 상기 위험 차량의 추가적인 학습을 위한 강화 학습 데이터를 다운로드하도록 설정하는 단계를 포함할 수 있다.
실시예 9: 실시예 8에 있어서, 상기 검사 요청 메시지는, 상기 위험 차량의 센서에 대한 검사 요청 또는 상기 위험 차량의 주행과 관련된 소프트웨어에 대한 검사 요청 중 적어도 하나를 포함하고, 상기 검사 결과 데이터는, 상기 센서에 대한 검사 결과 데이터 또는 상기 소프트웨어에 사용되는 샘플 데이터를 포함할 수 있다.
실시예 10: 실시예 8에 있어서, 상기 위험 차량의 위험 주행 원인에 따른 대응 동작을 수행하는 단계는, 상기 위험 차량의 차량 정보, 상기 위험 차량의 대체 차량 정보, 및 상기 위험 주행 원인을 데이터 베이스에 저장하는 단계를 포함할 수 있다.
실시예 11: 자율 주행 시스템에서 차량의 주행을 관리하는 서버는, 자율 주행 시스템에서 차량의 주행을 관리하는 서버는, 신호를 송신 또는 수신하는 통신부와, 상기 통신부와 결합되는 프로세서와, 상기 프로세서와 결합된 저장부를 포함하고, 상기 프로세서는, 복수의 차량들로부터 위험 후보 차량의 위험 주행과 관련된 데이터를 수집하고, 상기 위험 주행과 관련된 데이터와 상기 위험 후보 차량의 주행 환경 정보에 기반하여 상기 위험 후보 차량이 위험 차량에 해당하는지 여부를 결정하고, 상기 위험 후보 차량이 위험 차량에 해당하는 경우 상기 위험 후보 차량의 위험 주행 원인에 따른 대응 동작을 수행하도록 설정된다.
실시예 12: 실시예 11에 있어서, 상기 프로세서는, 상기 통신부를 통해 상기 복수의 차량들로부터 위험 후보 차량의 차량 정보와 상기 위험 후보 차량의 위험 주행 정보를 상기 통신부를 통해 수신하도록 설정될 수 있다.
실시예 13: 실시예 12에 있어서, 상기 위험 주행 정보는, 위험 주행 타입, 위험 주행 발생 위치, 및 위험 주행 발생 시간을 포함할 수 있다.
실시예 14: 실시예 13에 있어서, 상기 프로세서는, 상기 위험 주행과 관련된 데이터로부터 위험 차량 후보 리스트를 생성하고, 상기 위험 차량 후보 리스트에 포함된 위험 후보 차량의 주행 환경 정보에 기반하여 위험 차량 분류 기준을 결정하고, 상기 위험 후보 차량의 위험 주행 정보가 상기 위험 차량 분류 기준을 만족시키는지 여부를 결정하고, 상기 위험 후보 차량의 위험 주행 정보가 상기 위험 차량 분류 기준을 만족시키는 경우, 상기 위험 후보 차량의 차량 정보를 위험 차량 데이터베이스에 등록함으로써 상기 위험 후보 차량을 위험 차량으로 결정하도록 설정될 수 있다.
실시예 15: 실시예 11에 있어서, 상기 프로세서는, 상기 위험 차량의 탑승객과 상기 탑승객의 주행 기록을 확인하고, 상기 탑승객의 주행 기록에 기반하여 결정되는 상기 탑승객의 위험 레벨에 따라 상기 탑승객에 대한 주행 제한을 세팅하도록 설정될 수 있다.
실시예 16: 실시예 14에 있어서, 상기 탑승객의 주행 기록은, 상기 탑승객이 수동 운전중인지 여부 및 상기 탑승객의 과거 탑승 차량들의 위험 차량 등록 횟수를 포함할 수 있다.
실시예 17: 실시예 16에 있어서, 상기 프로세서는, 상기 탑승객이 수동 운전 중이거나 상기 위험 차량 등록 횟수가 기준 횟수보다 크면, 상기 탑승객을 주행 위험 탑승객으로 설정하고 상기 탑승객에 의한 수동 운전을 제한하고, 상기 탑승객이 수동 운전중이지 않고 상기 위험 차량 등록 횟수가 기준 횟수보다 작으면, 상기 탑승객을 주행 관심 탑승객으로 설정하고, 상기 탑승객이 탑승한 차량에 대하여 상기 위험 주행 원인과 관련된 동작을 제한하도록 설정될 수 있다.
실시예 18: 실시예 11에 있어서, 상기 프로세서는, 상기 통신부를 통해 상기 위험 차량으로 검사 요청 메시지를 송신하고, 상기 통신부를 통해 상기 위험 차량으로부터 상기 검사 요청 메시지에 대응한 검사 결과 데이터를 수신하고, 상기 검사 결과 데이터로부터 상기 위험 차량의 주행과 관련된 인식 오차를 확인하고, 상기 인식 오차에 기반하여 상기 위험 차량으로 상기 위험 주행 원인에 대한 조치와 관련된 위험 주행 대응 동작을 포함하는 대응 메시지를 상기 통신부를 통해 송신하도록 설정되고, 상기 대응 메시지에 포함된 위험 주행 대응 동작은, 상기 인식 오차가 기준 오차보다 큰 경우 상기 차량의 목적지를 정비소로 변경하는 목적지 변경으로 세팅되고, 상기 인식 오차가 기준 오차보다 작거나 같은 경우 상기 차량의 추가적인 학습을 위한 강화 학습 데이터의 다운로드로 세팅될 수 있다.
실시예 19: 실시예 18에 있어서, 상기 검사 요청 메시지는, 상기 위험 차량의 센서에 대한 검사 요청 또는 상기 위험 차량의 주행과 관련된 소프트웨어에 대한 검사 요청 중 적어도 하나를 포함하고, 상기 검사 결과 데이터는, 상기 센서에 대한 검사 결과 데이터 또는 상기 소프트웨어에 사용되는 샘플 데이터를 포함할 수 있다.
실시예 20: 실시예 18에 있어서, 상기 프로세서는, 상기 위험 차량의 차량 정보, 상기 위험 차량의 대체 차량 정보, 및 상기 위험 주행 원인을 데이터 베이스에 저장하도록 설정될 수 있다.
실시예 21: 자율 주행 시스템에서 다른 차량을 모니터링하는 차량의 동작 방법은, 주행과 관련된 영상 데이터를 생성하는 단계와, 상기 영상 데이터로부터 위험 후보 차량에 의한 위험 주행의 발생을 검출하는 단계와, 상기 위험 주행과 관련된 데이터를 생성하는 단계와, 상기 위험 주행과 관련된 데이터를 서버로 송신하는 단계를 포함한다.
실시예 22: 실시예 21에 있어서, 상기 위험 주행과 관련된 데이터는, 상기 위험 후보 차량의 차량 정보와 상기 위험 후보 차량의 위험 주행 정보를 포함하고, 상기 위험 주행 정보는, 위험 주행 타입, 위험 주행 발생 위치, 및 위험 주행 발생 시간을 포함할 수 있다.
실시예 23: 자율 주행 시스템에서 다른 차량을 모니터링하는 차량은, 상기 다른 차량의 주행과 관련된 영상 데이터를 생성하는 카메라와, 상기 카메라와 결합되고, 상기 다른 차량에 대한 모니터링 데이터를 처리하는 프로세서와, 상기 프로세서와 결합되고, 상기 모니터링 데이터를 저장하는 저장부와, 상기 프로세서와 결합되고, 상기 모니터링 데이터를 서버로 송신하는 통신부를 포함하고, 상기 프로세서는, 상기 영상 데이터로부터 위험 후보 차량에 의한 위험 주행의 발생을 검출하고, 상기 위험 주행과 관련된 데이터를 생성하고, 상기 통신부를 통해 상기 위험 주행과 관련된 데이터를 서버로 송신하도록 설정될 수 있다.
실시예 24: 실시예 23에 있어서, 상기 위험 주행과 관련된 데이터는, 상기 위험 후보 차량의 차량 정보와 상기 위험 후보 차량의 위험 주행 정보를 포함하고, 상기 위험 주행 정보는, 위험 주행 타입, 위험 주행 발생 위치, 및 위험 주행 발생 시간을 포함할 수 있다.
실시예 25: 자율 주행 시스템에서 경로를 주행하는 차량의 동작 방법은, 서버로부터 검사 요청 메시지를 수신하는 단계와, 상기 검사 요청 메시지에 대응하여 상기 차량의 기능에 대한 검사를 수행하는 단계와, 상기 검사에 의한 검사 결과 데이터를 생성하는 단계와, 상기 검사 결과 데이터를 상기 서버로 송신하는 단계와, 상기 서버로부터 상기 검사 결과 데이터에 대한 대응 메시지를 수신하는 단계와, 상기 대응 메시지에 포함된 위험 주행 원인에 대한 조치와 관련된 위험 주행 대응 동작을 수행하는 단계를 포함한다.
실시예 26: 실시예 25에 있어서, 상기 검사 요청 메시지는, 상기 차량의 센서에 대한 검사 요청 또는 상기 차량의 주행과 관련된 소프트웨어에 대한 검사 요청 중 적어도 하나를 포함하고, 상기 검사 결과 데이터는, 상기 센서에 대한 검사 결과 데이터 또는 상기 소프트웨어에 사용되는 샘플 데이터를 포함할 수 있다.
실시예 27: 실시예 25에 있어서, 상기 대응 메시지에 포함된 위험 주행 대응 동작은, 상기 차량의 목적지를 정비소로 변경하는 목적지 변경 또는 상기 차량의 추가적인 학습을 위한 강화 학습 데이터의 다운로드를 포함할 수 있다.
실시예 28: 자율 주행 시스템에서 경로를 주행하는 차량은, 상기 차량의 주행과 관련된 데이터를 송신 또는 수신하는 통신부와, 상기 통신부와 결합되고, 상기 데이터를 처리하는 프로세서와, 상기 프로세서와 결합되고, 상기 데이터를 저장하는 저장부를 포함하고, 상기 프로세서는, 서버로부터 검사 요청 메시지를 상기 통신부를 통해 수신하고, 상기 검사 요청 메시지에 대응하여 상기 차량의 기능에 대한 검사를 수행하고, 상기 검사에 의한 검사 결과 데이터를 생성하고, 상기 통신부를 통해 상기 검사 결과 데이터를 상기 서버로 송신하고, 상기 통신부를 통해 상기 서버로부터 상기 검사 결과 데이터에 대한 대응 메시지를 수신하고, 상기 대응 메시지에 포함된 위험 주행 원인에 대한 조치와 관련된 위험 주행 대응 동작을 수행하도록 설정된다.
실시예 29: 실시예 28에 있어서, 상기 검사 요청 메시지는, 상기 차량의 센서에 대한 검사 요청 또는 상기 차량의 주행과 관련된 소프트웨어에 대한 검사 요청 중 적어도 하나를 포함하고, 상기 검사 결과 데이터는, 상기 센서에 대한 검사 결과 데이터 또는 상기 소프트웨어에 사용되는 샘플 데이터를 포함할 수 있다.
실시예 30: 실시예 28에 있어서, 상기 대응 메시지에 포함된 위험 주행 대응 동작은, 상기 차량의 목적지를 정비소로 변경하는 목적지 변경 또는 상기 차량의 추가적인 학습을 위한 강화 학습 데이터의 다운로드를 포함할 수 있다.
실시예 31: 자율 주행 시스템은, 일정한 경로를 주행하는 복수의 차량들과, 상기 복수의 차량들의 주행을 관리하는 서버와, 상기 서버로부터 제공되는 상기 복수의 차량에 대한 데이터를 저장하는 데이터 베이스를 포함하고, 상기 복수의 차량들은, 위험 후보 차량과, 상기 위험 후보 차량의 위험 주행과 관련된 데이터를 상기 서버로 송신하는 모니터링 차량을 포함하고, 상기 서버는, 상기 위험 주행과 관련된 데이터를 수집하고, 상기 위험 주행과 관련된 데이터에 기반하여 상기 위험 후보 차량을 위험 차량으로 결정하고, 상기 위험 후보 차량의 위험 주행 원인에 따른 대응 동작을 결정하는 결정하고, 상기 위험 후보 차량으로 상기 대응 동작에 대한 대응 정보를 포함하는 대응 메시지를 송신하고, 상기 대응 정보를 상기 데이터 베이스에 저장한다.
실시예 32: 실시예 31에 있어서, 상기 위험 주행과 관련된 데이터는, 상기 위험 후보 차량의 차량 정보와 상기 위험 후보 차량의 위험 주행 정보를 포함할 수 있다.
실시예 33: 실시예 32에 있어서, 상기 위험 주행 정보는, 주행 속도, 차선 변경 횟수, 차량 간격, 및 제동 횟수 중 적어도 하나를 포함할 수 있다.
실시예 34: 실시예 33에 있어서, 상기 서버는, 상기 위험 주행과 관련된 데이터로부터 위험 차량 후보 리스트를 생성하고, 상기 위험 차량 후보 리스트에 포함된 위험 후보 차량의 주행 환경 정보에 기반하여 위험 차량 분류 기준을 결정하고, 상기 위험 후보 차량의 위험 주행 정보가 상기 위험 차량 분류 기준을 만족시키는지 여부를 결정하고, 상기 위험 후보 차량의 위험 주행 정보가 상기 위험 차량 분류 기준을 만족시키는 경우, 상기 위험 후보 차량의 차량 정보를 위험 차량 데이터베이스에 등록함으로써 상기 위험 후보 차량을 위험 차량으로 결정할 수 있다.
실시예 35: 실시예 31에 있어서, 상기 서버는, 상기 데이터 베이스로 상기 위험 후보 차량의 탑승객 정보를 요청하는 메시지를 송신하고, 상기 데이터 베이스로부터 수신된 상기 위험 후보 차량의 탑승객과 상기 탑승객의 주행 기록을 확인하고, 상기 탑승객의 주행 기록에 기반하여 결정되는 상기 탑승객의 위험 레벨에 따라 상기 탑승객에 대한 주행 제한을 설정할 수 있다.
실시예 36: 실시예 35에 있어서, 상기 탑승객의 주행 기록은, 상기 탑승객이 수동 운전중인지 여부 및 상기 탑승객의 과거 탑승 차량들의 위험 차량 등록 횟수를 포함할 수 있다.
실시예 37: 실시예 36에 있어서, 상기 서버는, 상기 탑승객이 수동 운전 중이거나 상기 위험 차량 등록 횟수가 기준 횟수보다 크면, 상기 탑승객을 주행 위험 탑승객으로 설정하고 상기 탑승객에 의한 수동 운전을 제한하고, 상기 탑승객이 수동 운전중이지 않고 상기 위험 차량 등록 횟수가 기준 횟수보다 작으면, 상기 탑승객을 주행 관심 탑승객으로 설정하고, 상기 탑승객이 탑승한 차량에 대하여 상기 위험 주행 원인과 관련된 동작을 제한할 수 있다.
실시예 38: 실시예 31에 있어서, 상기 서버는, 상기 데이터 베이스로 상기 위험 후보 차량과의 연결을 위한 차량 접근 정보를 요청하고, 상기 데이터 베이스로부터 상기 위험 후보 차량에 대한 차량 접근 정보를 획득하고, 상기 위험 후보 차량으로 검사 요청 메시지를 송신하고, 상기 위험 후보 차량으로부터 상기 검사 요청 메시지에 대응한 검사 결과 데이터를 수신하고, 상기 검사 결과 데이터로부터 상기 위험 후보 차량의 주행과 관련된 인식 오차를 확인하고, 상기 인식 오차에 기반하여 상기 위험 후보 차량으로 상기 위험 주행 원인에 대한 조치와 관련된 위험 주행 대응 동작을 포함하는 대응 메시지를 송신하고, 상기 대응 메시지에 포함된 위험 주행 대응 동작은, 상기 인식 오차가 기준 오차보다 큰 경우 상기 차량의 목적지를 정비소로 변경하는 목적지 변경으로 세팅되고, 상기 인식 오차가 기준 오차보다 작거나 같은 경우 상기 차량의 추가적인 학습을 위한 강화 학습 데이터의 다운로드로 세팅할 수 있다.
실시예 39: 실시예 38에 있어서, 상기 검사 요청 메시지는, 상기 위험 후보 차량의 센서에 대한 검사 요청 또는 상기 위험 후보 차량의 주행과 관련된 소프트웨어에 대한 검사 요청 중 적어도 하나를 포함하고, 상기 검사 결과 데이터는, 상기 센서에 대한 검사 결과 데이터 또는 상기 소프트웨어에 사용되는 샘플 데이터를 포함할 수 있다.
실시예 40: 실시예 38에 있어서, 상기 서버는, 상기 위험 후보 차량의 차량 정보, 상기 위험 후보 차량의 대체 차량 정보, 및 상기 위험 주행 원인을 데이터 베이스에 저장할 수 있다.
전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.

Claims (20)

  1. 자율 주행 시스템에서 차량의 주행을 관리하는 서버의 동작 방법에 있어서,
    복수의 차량들로부터 위험 후보 차량의 위험 주행과 관련된 데이터를 수집하는 단계;
    상기 위험 주행과 관련된 데이터와 상기 위험 후보 차량의 주행 환경 정보에 기반하여 상기 위험 후보 차량이 위험 차량에 해당하는지 여부를 결정하는 단계; 및
    상기 위험 후보 차량이 위험 차량에 해당하는 경우 상기 위험 후보 차량의 위험 주행 원인에 따른 대응 동작을 수행하는 단계;
    를 포함하며,
    상기 위험 차량의 위험 주행 원인에 따른 대응 동작을 수행하는 단계는,
    상기 위험 차량으로 검사 요청 메시지를 송신하는 단계;
    상기 위험 차량으로부터 상기 검사 요청 메시지에 대응한 검사 결과 데이터를 수신하는 단계;
    상기 검사 결과 데이터로부터 상기 위험 차량의 주행과 관련된 인식 오차를 확인하는 단계; 및
    상기 인식 오차에 기반하여 상기 위험 차량으로 상기 위험 주행 원인에 대한 조치와 관련된 위험 주행 대응 동작을 포함하는 대응 메시지를 송신하는 단계;
    를 포함하고,
    상기 대응 메시지를 송신하는 단계는,
    상기 인식 오차가 기준 오차보다 큰 경우, 상기 대응 메시지의 위험 주행 대응 동작을 상기 위험 차량의 주행 목적지를 정비소로 변경하도록 설정하는 단계; 및
    상기 인식 오차가 기준 오차보다 작거나 같은 경우, 상기 대응 메시지의 위험 주행 대응 동작을 상기 위험 차량의 추가적인 학습을 위한 강화 학습 데이터를 다운로드하도록 설정하는 단계를 포함하는 것을 특징으로 하는 서버의 동작 방법.
  2. 제 1 항에 있어서,
    상기 위험 주행과 관련된 데이터를 수집하는 단계는,
    상기 복수의 차량들로부터 위험 후보 차량의 차량 정보와 상기 위험 후보 차량의 위험 주행 정보를 수신하는 단계를 포함하는 것을 특징으로 하는 서버의 동작 방법.
  3. 제 2 항에 있어서,
    상기 위험 주행 정보는,
    위험 주행 타입, 위험 주행 발생 위치, 및 위험 주행 발생 시간을 포함하는 것을 특징으로 하는 서버의 동작 방법.
  4. 제 3 항에 있어서,
    상기 위험 차량을 결정하는 단계는,
    상기 위험 주행과 관련된 데이터로부터 위험 차량 후보 리스트를 생성하는 단계;
    상기 위험 차량 후보 리스트에 포함된 위험 후보 차량의 주행 환경 정보에 기반하여 위험 차량 분류 기준을 결정하는 단계;
    상기 위험 후보 차량의 위험 주행 정보가 상기 위험 차량 분류 기준을 만족시키는지 여부를 결정하는 단계; 및
    상기 위험 후보 차량의 위험 주행 정보가 상기 위험 차량 분류 기준을 만족시키는 경우, 상기 위험 후보 차량의 차량 정보를 위험 차량 데이터베이스에 등록함으로써 상기 위험 후보 차량을 위험 차량으로 결정하는 단계;
    를 포함하고,
    상기 위험 차량 분류 기준은,
    일정한 주행 거리 또는 일정한 시간 범위 내에서 상기 위험 주행이 발생한 횟수의 기준을 나타내는 것을 특징으로 하는 서버의 동작 방법.
  5. 제 1 항에 있어서,
    상기 위험 차량의 위험 주행 원인에 따른 대응 동작을 수행하는 단계는,
    상기 위험 차량의 탑승객과 상기 탑승객의 주행 기록을 확인하는 단계; 및
    상기 탑승객의 주행 기록에 기반하여 결정되는 상기 탑승객의 위험 레벨에 따라 상기 탑승객에 대한 주행 제한을 설정하는 단계;
    를 더 포함하는 것을 특징으로 하는 서버의 동작 방법.
  6. 제 5 항에 있어서,
    상기 탑승객의 주행 기록은,
    상기 탑승객이 수동 운전중인지 여부 및 상기 탑승객의 과거 탑승 차량들의 위험 차량 등록 횟수를 포함하는 것을 특징으로 하는 서버의 동작 방법.
  7. 제 6 항에 있어서,
    상기 탑승객에 대한 주행 제한을 설정하는 단계는,
    상기 탑승객이 수동 운전 중이거나 상기 위험 차량 등록 횟수가 기준 횟수보다 크면, 상기 탑승객을 주행 위험 탑승객으로 설정하고 상기 탑승객에 의한 수동 운전을 제한하는 단계;
    상기 탑승객이 수동 운전중이지 않고 상기 위험 차량 등록 횟수가 기준 횟수보다 작으면, 상기 탑승객을 주행 관심 탑승객으로 설정하는 단계; 및
    상기 탑승객이 탑승한 차량에 대하여 상기 위험 주행 원인과 관련된 동작을 제한하는 단계;
    를 포함하는 것을 특징으로 하는 서버의 동작 방법.
  8. 삭제
  9. 제 1 항에 있어서,
    상기 검사 요청 메시지는,
    상기 위험 차량의 센서에 대한 검사 요청 또는 상기 위험 차량의 주행과 관련된 소프트웨어에 대한 검사 요청 중 적어도 하나를 포함하고,
    상기 검사 결과 데이터는,
    상기 센서에 대한 검사 결과 데이터 또는 상기 소프트웨어에 사용되는 샘플 데이터를 포함하는 것을 특징으로 하는 서버의 동작 방법.
  10. 제 1 항에 있어서,
    상기 위험 차량의 위험 주행 원인에 따른 대응 동작을 수행하는 단계는,
    상기 위험 차량의 차량 정보, 상기 위험 차량의 대체 차량 정보, 및 상기 위험 주행 원인을 데이터 베이스에 저장하는 단계를 포함하는 것을 특징으로 하는 서버의 동작 방법.
  11. 자율 주행 시스템에서 차량의 주행을 관리하는 서버에 있어서,
    신호를 송신 또는 수신하는 통신부;
    상기 통신부와 결합되고, 복수의 차량들과 관련된 데이터를 처리하는 프로세서; 및
    상기 복수의 차량들과 관련된 데이터를 저장하는 저장부;
    를 포함하고,
    상기 프로세서는,
    복수의 차량들로부터 위험 후보 차량의 위험 주행과 관련된 데이터를 수집하고,
    상기 위험 주행과 관련된 데이터와 상기 위험 후보 차량의 주행 환경 정보에 기반하여 상기 위험 후보 차량이 위험 차량에 해당하는지 여부를 결정하고,
    상기 위험 후보 차량이 위험 차량에 해당하는 경우 상기 위험 후보 차량의 위험 주행 원인에 따른 대응 동작을 수행하도록 설정되며,
    상기 통신부를 통해 상기 위험 차량으로 검사 요청 메시지를 송신하고,
    상기 통신부를 통해 상기 위험 차량으로부터 상기 검사 요청 메시지에 대응한 검사 결과 데이터를 수신하고,
    상기 검사 결과 데이터로부터 상기 위험 차량의 주행과 관련된 인식 오차를 확인하고,
    상기 인식 오차에 기반하여 상기 위험 차량으로 상기 위험 주행 원인에 대한 조치와 관련된 위험 주행 대응 동작을 포함하는 대응 메시지를 상기 통신부를 통해 송신하도록 설정되고,
    상기 대응 메시지에 포함된 위험 주행 대응 동작은,
    상기 인식 오차가 기준 오차보다 큰 경우 상기 차량의 목적지를 정비소로 변경하는 목적지 변경으로 세팅되고, 상기 인식 오차가 기준 오차보다 작거나 같은 경우 상기 차량의 추가적인 학습을 위한 강화 학습 데이터의 다운로드로 세팅되는 것을 특징으로 하는 서버.
  12. 제 11 항에 있어서,
    상기 프로세서는,
    상기 통신부를 통해 상기 복수의 차량들로부터 위험 후보 차량의 차량 정보와 상기 위험 후보 차량의 위험 주행 정보를 상기 통신부를 통해 수신하도록 설정되는 것을 특징으로 하는 서버.
  13. 제 12 항에 있어서,
    상기 위험 주행 정보는,
    위험 주행 타입, 위험 주행 발생 위치, 및 위험 주행 발생 시간을 포함하는 것을 특징으로 하는 서버.
  14. 제 13 항에 있어서,
    상기 프로세서는,
    상기 위험 주행과 관련된 데이터로부터 위험 차량 후보 리스트를 생성하고,
    상기 위험 차량 후보 리스트에 포함된 위험 후보 차량의 주행 환경 정보에 기반하여 위험 차량 분류 기준을 결정하고,
    상기 위험 후보 차량의 위험 주행 정보가 상기 위험 차량 분류 기준을 만족시키는지 여부를 결정하고,
    상기 위험 후보 차량의 위험 주행 정보가 상기 위험 차량 분류 기준을 만족시키는 경우, 상기 위험 후보 차량의 차량 정보를 위험 차량 데이터베이스에 등록함으로써 상기 위험 후보 차량을 위험 차량으로 결정하도록 설정되는 것을 특징으로 하는 서버.
  15. 제 11 항에 있어서,
    상기 프로세서는,
    상기 위험 차량의 탑승객과 상기 탑승객의 주행 기록을 확인하고,
    상기 탑승객의 주행 기록에 기반하여 결정되는 상기 탑승객의 위험 레벨에 따라 상기 탑승객에 대한 주행 제한을 세팅하도록 설정되는 것을 특징으로 하는 서버.
  16. 제 15 항에 있어서,
    상기 탑승객의 주행 기록은,
    상기 탑승객이 수동 운전중인지 여부 및 상기 탑승객의 과거 탑승 차량들의 위험 차량 등록 횟수를 포함하는 것을 특징으로 하는 서버.
  17. 제 16 항에 있어서,
    상기 프로세서는,
    상기 탑승객이 수동 운전 중이거나 상기 위험 차량 등록 횟수가 기준 횟수보다 크면, 상기 탑승객을 주행 위험 탑승객으로 설정하고 상기 탑승객에 의한 수동 운전을 제한하고,
    상기 탑승객이 수동 운전중이지 않고 상기 위험 차량 등록 횟수가 기준 횟수보다 작으면, 상기 탑승객을 주행 관심 탑승객으로 설정하고,
    상기 탑승객이 탑승한 차량에 대하여 상기 위험 주행 원인과 관련된 동작을 제한하도록 설정되는 것을 특징으로 하는 서버.
  18. 삭제
  19. 제 11 항에 있어서,
    상기 검사 요청 메시지는,
    상기 위험 차량의 센서에 대한 검사 요청 또는 상기 위험 차량의 주행과 관련된 소프트웨어에 대한 검사 요청 중 적어도 하나를 포함하고,
    상기 검사 결과 데이터는,
    상기 센서에 대한 검사 결과 데이터 또는 상기 소프트웨어에 사용되는 샘플 데이터를 포함하는 것을 특징으로 하는 서버.
  20. 제 11 항에 있어서,
    상기 프로세서는,
    상기 위험 차량의 차량 정보, 상기 위험 차량의 대체 차량 정보, 및 상기 위험 주행 원인을 데이터 베이스에 저장하도록 설정되는 것을 특징으로 하는 서버.
KR1020190096270A 2019-08-07 2019-08-07 자율 주행 시스템에서 차량의 주행을 관리하기 위한 방법 및 장치 KR102234224B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190096270A KR102234224B1 (ko) 2019-08-07 2019-08-07 자율 주행 시스템에서 차량의 주행을 관리하기 위한 방법 및 장치
US16/558,002 US20200004242A1 (en) 2019-08-07 2019-08-30 Method for managing drive of vehicle in autonomous driving system and apparatus thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190096270A KR102234224B1 (ko) 2019-08-07 2019-08-07 자율 주행 시스템에서 차량의 주행을 관리하기 위한 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20190099379A KR20190099379A (ko) 2019-08-27
KR102234224B1 true KR102234224B1 (ko) 2021-03-31

Family

ID=67807941

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190096270A KR102234224B1 (ko) 2019-08-07 2019-08-07 자율 주행 시스템에서 차량의 주행을 관리하기 위한 방법 및 장치

Country Status (2)

Country Link
US (1) US20200004242A1 (ko)
KR (1) KR102234224B1 (ko)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10909866B2 (en) * 2018-07-20 2021-02-02 Cybernet Systems Corp. Autonomous transportation system and methods
US20200125117A1 (en) * 2018-10-23 2020-04-23 Peloton Technology, Inc. Systems and methods for platooning and automation safety
DE102019214445A1 (de) * 2019-09-23 2021-03-25 Robert Bosch Gmbh Verfahren zum Assistieren eines Kraftfahrzeugs
US20220383748A1 (en) * 2019-10-29 2022-12-01 Sony Group Corporation Vehicle control in geographical control zones
US20220324467A1 (en) * 2019-12-27 2022-10-13 Intel Corporation Driving safety systems
US11651308B1 (en) * 2020-04-10 2023-05-16 Nuro, Inc. Methods and apparatus for providing teleoperations functionality in a distributed manner
US12043267B2 (en) * 2020-08-21 2024-07-23 Hyundai Motor Company Method and apparatus for providing information
CN112351102A (zh) * 2020-11-10 2021-02-09 上海汽车集团股份有限公司 一种远程驾驶方法和系统
WO2022153838A1 (ja) * 2021-01-12 2022-07-21 ソニーセミコンダクタソリューションズ株式会社 情報処理装置、情報処理システム、および方法、並びにプログラム
CN113085873B (zh) * 2021-04-30 2022-11-29 东风小康汽车有限公司重庆分公司 驾驶策略的获取方法、装置、计算机设备和存储介质
US20220402503A1 (en) * 2021-06-18 2022-12-22 Toyota Motor Engineering & Manufacturing North America, Inc. Assignment in a vehicular micro cloud based on sensed vehicle maneuvering
CN113734167B (zh) * 2021-09-10 2023-05-30 苏州智加科技有限公司 车辆控制方法、装置、终端及存储介质
CN115515085B (zh) * 2022-09-30 2024-01-30 浙江大华技术股份有限公司 一种挪车信息发送方法及存储介质
WO2024086522A1 (en) * 2022-10-17 2024-04-25 Jacobson Stuart Alexander Systems and techniques for autonomously sensing, monitoring, and controlling vehicles using overhead sensor system modules
CN118276669A (zh) * 2022-12-30 2024-07-02 优奈柯恩(北京)科技有限公司 确定相对位姿的方法和装置、扩展现实系统、设备和介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170119842A (ko) * 2016-04-20 2017-10-30 삼성에스디에스 주식회사 자율 주행 차량 제어 장치 및 방법
KR101891599B1 (ko) * 2016-09-30 2018-08-24 엘지전자 주식회사 자율 주행 차량의 제어방법과 서버

Also Published As

Publication number Publication date
US20200004242A1 (en) 2020-01-02
KR20190099379A (ko) 2019-08-27

Similar Documents

Publication Publication Date Title
KR102234224B1 (ko) 자율 주행 시스템에서 차량의 주행을 관리하기 위한 방법 및 장치
KR102223135B1 (ko) 자율주행시스템에서 차량의 오류 판단방법 및 이를 위한 장치
KR102226067B1 (ko) 자율주행시스템에서 가상 신호등 서비스 제공방법 및 이를 위한 장치
US11215993B2 (en) Method and device for data sharing using MEC server in autonomous driving system
KR102195935B1 (ko) 자율 주행 차량의 주행 모드 및 경로 결정 방법 및 시스템
KR102195939B1 (ko) 자율주행 차량의 배터리 충전 방법 및 이를 위한 장치
US20200004268A1 (en) Method and apparatus for determining validity of message received by vehicle in automated vehicle & highway systems
US20200033845A1 (en) Method and apparatus for controlling by emergency step in autonomous driving system
KR102135259B1 (ko) 자율주행시스템에서 응급차량을 위한 주차차량을 이동시키는 방법 및 이를 위한 장치
KR102237421B1 (ko) 자율 주행 시스템에서 데이터 기반의 어플레이케이션 갱신방법 및 이를 위한 장치
US20210331712A1 (en) Method and apparatus for responding to hacking on autonomous vehicle
KR20190100107A (ko) 자율 주행 시스템에서 차량의 무선 통신을 위한 방법 및 장치
KR102164188B1 (ko) 자율 주행 시스템에서 차량을 제어하기 위한 방법 및 장치
KR20190096873A (ko) 자율주행시스템에서 차량과 서버의 연결 설정방법 및 이를 위한 장치
KR20190107277A (ko) 자율 주행 시스템에서 차량을 제어하는 방법 및 장치
KR20190104010A (ko) 자율주행 제어장치 및 이를 이용한 자율주행 제어방법
KR20190098092A (ko) 자율주행 시스템에서 해킹 차량 관리 방법 및 그 장치
US20200033885A1 (en) Method for controlling vehicle in autonomous driving system and apparatus thereof
KR102205794B1 (ko) 자율주행시스템에서 서버브릿지를 설정하는 방법 및 이를 위한 장치
KR20210047394A (ko) 자율주행 제어방법
KR20190106928A (ko) 카메라와 그 제어 방법 및 카메라를 포함한 자율 주행 시스템
KR20190106844A (ko) 입력 신호 우선 순위에 따른 자율 주행 제어 방법 및 이를 이용한 자율 주행 시스템
KR20210091394A (ko) 탑승자 시선에 기초한 자율주행 제어장치 및 제어방법
KR20210098071A (ko) 자율주행시스템에서 차량의 데이터 비교방법
KR20190104275A (ko) 차량 내 센서를 갖는 자율 주행 시스템과 그 제어방법

Legal Events

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