KR102237421B1 - 자율 주행 시스템에서 데이터 기반의 어플레이케이션 갱신방법 및 이를 위한 장치 - Google Patents

자율 주행 시스템에서 데이터 기반의 어플레이케이션 갱신방법 및 이를 위한 장치 Download PDF

Info

Publication number
KR102237421B1
KR102237421B1 KR1020190095185A KR20190095185A KR102237421B1 KR 102237421 B1 KR102237421 B1 KR 102237421B1 KR 1020190095185 A KR1020190095185 A KR 1020190095185A KR 20190095185 A KR20190095185 A KR 20190095185A KR 102237421 B1 KR102237421 B1 KR 102237421B1
Authority
KR
South Korea
Prior art keywords
vehicle
data
information
autonomous driving
application
Prior art date
Application number
KR1020190095185A
Other languages
English (en)
Other versions
KR20190099148A (ko
Inventor
이한성
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 KR1020190095185A priority Critical patent/KR102237421B1/ko
Publication of KR20190099148A publication Critical patent/KR20190099148A/ko
Priority to US16/558,034 priority patent/US20200001868A1/en
Application granted granted Critical
Publication of KR102237421B1 publication Critical patent/KR102237421B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
    • B60R21/013—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over
    • B60R21/0134—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over responsive to imminent contact with an obstacle, e.g. using radar systems
    • 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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • 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
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • 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
    • 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
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/60—Software deployment
    • G06F8/65—Updates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/70—Software maintenance or management
    • G06F8/77—Software metrics
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance 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
    • 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
    • B60W2030/082—Vehicle operation after collision
    • 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
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
    • 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
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0028—Mathematical models, e.g. for simulation
    • 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
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • 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
    • 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
    • G05D2201/0213—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/4557—Distribution of virtual machine instances; Migration and load balancing

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Transportation (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Security & Cryptography (AREA)
  • Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Mathematical Physics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

자율 주행 시스템(Automated Vehicle & Highway Systems)에서 차량의 자율 주행을 위한 어플리케이션을 갱신(update)하는 방법에 있어서, 특정 이벤트와 관련된 데이터를 획득하는 단계; 상기 획득된 데이터에 기반하여, 상기 특정 이벤트의 발생 상황에 대한 시뮬레이션 모델(simulation model)을 생성하는 단계; 상기 시뮬레이션 모델에 기반하여, 상기 특정 이벤트와 관련된 객체(object)를 추적하는 단계; 추적 결과에 기반하여, 상기 자율 주행을 위한 어플리케이션을 갱신하는 단계; 및 상기 갱신된 어플리케이션에 대한 정보를 상기 차량으로 전송하는 단계를 통해, 특정 이벤트의 발생을 예방하는 측면에서의 차량의 자율 주행을 위한 어플리케이션의 갱신이 가능하다. 본 발명의 자율 주행 차량, 사용자 단말기 및 서버 중 하나 이상이 인공지능(Artificial Intelligence) 모듈, 드론 (Unmmanned 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 데이터 기반의 어플레이케이션 갱신방법 및 이를 위한 장치{METHOD AND APPARATUS FOR UPDATING APPLICATION BASED ON DATA IN AN AUTONOMOUS DRIVING SYSTEM}
본 발명은 자율 주행 시스템에 관한 것으로서, 특정 이벤트 발생과 관련하여 획득된 데이터에 기반하여 어플리케이션을 갱신하는 방법 및 이를 위한 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.
자율주행자동차(Autonomous Vehicle)란 운전자 또는 승객의 조작 없이 자동차 스스로 운행이 가능한 자동차를 말하며, 자율 주행 시스템(Automated Vehicle & Highway Systems)은 이러한 자율주행자동차가 스스로 운행될 수 있도록 모니터링하고 제어하는 시스템을 말한다.
본 발명의 목적은, 자율 주행 시스템에서 특정 이벤트 발생과 관련하여 차량이 획득한 데이터에 기반하여 어플리케이션, 알고리즘, 및/또는 소프트웨어를 갱신하는 방법 및 이를 위한 장치를 제안한다.
또한, 본 발명의 목적은, 자율 주행 시스템에서 특정 이벤트와 관련된 적어도 하나의 객체를 추적하여 어플리케이션, 알고리즘, 및/또는 소프트웨어를 갱신하는 방법 및 이를 위한 장치를 제안한다.
본 발명이 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 이하의 발명의 상세한 설명으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 양상은, 자율 주행 시스템(Automated Vehicle & Highway Systems)에서 차량의 자율 주행을 위한 어플리케이션을 갱신(update)하는 방법에 있어서, 상기 방법은 특정 이벤트와 관련된 i) 센서 데이터(sensor data), ii) 처리 데이터(processing data), iii) 데이터 베이스(database, DB) 기반 데이터 및/또는 iv) 외부 데이터(external data) 중 적어도 어느 하나의 데이터를 획득하는 단계; 상기 획득된 데이터에 기반하여, 상기 특정 이벤트의 발생 상황에 대한 시뮬레이션 모델(simulation model)을 생성하는 단계; 상기 시뮬레이션 모델에 기반하여, 상기 특정 이벤트와 관련된 적어도 하나의 객체(object)를 추적하는 단계; 상기 적어도 하나의 객체의 추적 결과에 기반하여, 상기 자율 주행을 위한 어플리케이션을 갱신하는 단계; 및 상기 갱신된 어플리케이션에 대한 정보를 상기 차량으로 전송하는 단계를 포함할 수 있다.
또한, 상기 방법에 있어서, 상기 특정 이벤트는, 상기 차량과 다른 객체 간의 충돌 이벤트일 수 있다.
또한, 상기 방법에 있어서, 상기 처리 데이터는, 상기 센서 데이터에 대해 상기 자율 주행을 위한 처리 동작을 수행함으로써 획득되며, 상기 DB 기반 데이터는, 상기 차량의 위치 정보에 기반하여 결정되는 지리적 정보, 교통 정보, 및/또는 자율 주행 인프라 구조 정보 중 적어도 하나를 포함할 수 있다.
또한, 상기 방법에 있어서, 상기 외부 데이터는, 상기 충돌 이벤트 발생 시의 주변 환경에 대한 정보 및/또는 상기 적어도 하나의 객체에 대한 정보를 포함할 수 있다.
또한, 상기 방법에 있어서, 상기 시뮬레이션 모델은, 상기 획득된 데이터에 기반하여 설계된 상기 충돌 이벤트의 발생 상황 및 상기 충돌 이벤트의 발생 상황을 재현하기 위한 상기 차량의 제어 동작에 기반하여 생성될 수 있다.
또한, 상기 방법에 있어서, 상기 시뮬레이션 모델은, 상기 충돌 이벤트의 발생 시에 상기 차량에 설치된 어플리케이션에 기반하여 동작하는 것일 수 있다.
또한, 상기 방법에 있어서, 상기 특정 이벤트와 관련된 적어도 하나의 객체를 추적하는 단계는, 상기 특정 이벤트와 관련성을 고려하여, 상기 관련성이 높은 순서대로 객체를 추적하는 단계를 포함할 수 있다.
또한, 상기 방법에 있어서, 상기 차량과 충돌한 제1 객체는 상기 관련성의 선순위로 할당되며, 상기 제1 객체에만 연관된 제2 객체는 상기 관련성의 후순위로 할당될 수 있다.
또한, 상기 방법은, 상기 관련성이 높은 순서대로 객체를 추적하여, 상기 충돌 이벤트의 발생의 원인이 되는 객체의 정보를 식별하는 단계를 더 포함할 수 있다.
또한, 상기 방법은, 상기 갱신된 어플리케이션에 기반하여, 상기 충돌 이벤트의 발생의 원인이 되는 객체의 정보를 이용하여 결정되는 하나 이상의 객체들을 모니터링하는 단계를 더 포함할 수 있다.
또한, 상기 방법은, 상기 차량으로부터, 상기 차량의 예정 경로에 대한 정보를 수신하는 단계; 및 상기 차량의 예정 경로에 대한 정보에 기반하여, 상기 갱신된 어플리케이션을 재구성하는 단계를 더 포함할 수 있다.
또한, 상기 방법에 있어서, 상기 차량의 예정 경로에 대한 정보는, i) 상기 예정 경로와 관련된 교통 패턴 정보, ii) 상기 예정 경로와 관련된 기상 정보, 및/또는 iii) 상기 예정 경로와 관련된 충돌 이벤트 정보 중 적어도 하나를 포함할 수 있다.
또한, 상기 방법은, 상기 재구성된 어플리케이션 및 상기 차량의 예정 경로에 대한 정보를 이용하여, 상기 예정 경로에서의 충돌 이벤트 발생 확률을 산출하는 단계; 상기 산출된 충돌 이벤트 발생 확률의 값이 미리 설정된 임계값을 초과하는 경우, 상기 차량을 위한 대체 경로를 결정하는 단계; 및 상기 결정된 대체 경로에 대한 정보를 상기 차량으로 전송하는 단계를 더 포함할 수 있다.
본 발명의 다른 양상은, 자율 주행 시스템(Automated Vehicle & Highway Systems)에서 차량의 자율 주행을 위한 어플리케이션을 갱신(update)하는 서버에 있어서, 상기 서버는 상기 서버의 기능을 제어하는 프로세서; 상기 프로세서와 결합되고, 상기 차량의 제어를 위한 데이터를 송신 및/또는 수신하는 송수신부; 및 상기 프로세서와 결합되고, 상기 차량의 제어를 위한 데이터를 저장하는 메모리를 포함하고, 상기 프로세서는, 특정 이벤트와 관련된 i) 센서 데이터(sensor data), ii) 처리 데이터(processing data), iii) 데이터 베이스(database, DB) 기반 데이터 및/또는 iv) 외부 데이터(external data) 중 적어도 어느 하나의 데이터를 획득하고; 상기 획득된 데이터에 기반하여, 상기 특정 이벤트의 발생 상황에 대한 시뮬레이션 모델(simulation model)을 생성하고; 상기 시뮬레이션 모델에 기반하여, 상기 특정 이벤트와 관련된 적어도 하나의 객체(object)를 추적하고; 상기 적어도 하나의 객체의 추적 결과에 기반하여, 상기 자율 주행을 위한 어플리케이션을 갱신하고; 상기 갱신된 어플리케이션에 대한 정보를 상기 차량으로 전송하는 것을 제어하도록 설정될 수 있다.
또한, 상기 서버에 있어서, 상기 특정 이벤트는, 상기 차량과 다른 객체 간의 충돌 이벤트일 수 있다.
또한, 상기 서버에 있어서, 상기 처리 데이터는, 상기 센서 데이터에 대해 상기 자율 주행을 위한 처리 동작을 수행함으로써 획득되며, 상기 DB 기반 데이터는, 상기 차량의 위치 정보에 기반하여 결정되는 지리적 정보, 교통 정보, 및/또는 자율 주행 인프라 구조 정보 중 적어도 하나를 포함할 수 있다.
또한, 상기 서버에 있어서, 상기 외부 데이터는, 상기 충돌 이벤트 발생 시의 주변 환경에 대한 정보 및/또는 상기 적어도 하나의 객체에 대한 정보를 포함할 수 있다.
또한, 상기 서버에 있어서, 상기 시뮬레이션 모델은, 상기 획득된 데이터에 기반하여 설계된 상기 충돌 이벤트의 발생 상황 및 상기 충돌 이벤트의 발생 상황을 재현하기 위한 상기 차량의 제어 동작에 기반하여 생성될 수 있다.
또한, 상기 서버에 있어서, 상기 시뮬레이션 모델은, 상기 충돌 이벤트의 발생 시에 상기 차량에 설치된 어플리케이션에 기반하여 동작할 수 있다.
또한, 상기 서버에 있어서, 상기 프로세서는, 상기 특정 이벤트와 관련된 적어도 하나의 객체의 추적과 관련하여, 상기 특정 이벤트와 관련성을 고려하여, 상기 관련성이 높은 순서대로 객체를 추적하는 것을 제어하도록 설정될 수 있다.
또한, 상기 서버에 있어서, 상기 차량과 충돌한 제1 객체는 상기 관련성의 선순위로 할당되며, 상기 제1 객체에만 연관된 제2 객체는 상기 관련성의 후순위로 할당될 수 있다.
또한, 상기 서버에 있어서, 상기 프로세서는, 상기 관련성이 높은 순서대로 객체를 추적하여, 상기 충돌 이벤트의 발생의 원인이 되는 객체의 정보를 식별하는 것을 제어하도록 설정될 수 있다.
또한, 상기 서버에 있어서, 상기 프로세서는, 상기 갱신된 어플리케이션에 기반하여, 상기 충돌 이벤트의 발생의 원인이 되는 객체의 정보를 이용하여 결정되는 하나 이상의 객체들을 모니터링하는 것을 제어하도록 설정될 수 있다.
또한, 상기 서버에 있어서, 상기 프로세서는, 상기 차량으로부터, 상기 차량의 예정 경로에 대한 정보를 수신하며; 및 상기 차량의 예정 경로에 대한 정보에 기반하여, 상기 갱신된 어플리케이션을 재구성하는 것을 제어하도록 설정될 수 있다.
또한, 상기 서버에 있어서, 상기 차량의 예정 경로에 대한 정보는, i) 상기 예정 경로와 관련된 교통 패턴 정보, ii) 상기 예정 경로와 관련된 기상 정보, 및/또는 iii) 상기 예정 경로와 관련된 충돌 이벤트 정보 중 적어도 하나를 포함할 수 있다.
또한, 상기 서버에 있어서, 상기 프로세서는, 상기 재구성된 어플리케이션 및 상기 차량의 예정 경로에 대한 정보를 이용하여, 상기 예정 경로에서의 충돌 이벤트 발생 확률을 산출하고; 상기 산출된 충돌 이벤트 발생 확률의 값이 미리 설정된 임계값을 초과하는 경우, 상기 차량을 위한 대체 경로를 결정하며; 상기 결정된 대체 경로에 대한 정보를 상기 차량으로 전송하는 것을 제어하도록 설정될 수 있다.
본 발명의 일 실시예에 따르면, 자율 주행 시스템에서 과거의 충돌 이벤트(예: 교통사고)의 데이터를 통해 어플리케이션, 알고리즘, 및/또는 소프트웨어를 갱신하여, 차량의 추가적인 충돌 이벤트의 발생을 예방할 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.
도 1은 본 명세서에서 제안하는 방법들이 적용될 수 있는 무선 통신 시스템의 블록 구성도를 예시한다.
도 2는 3GPP 시스템에 이용되는 물리 채널들 및 일반적인 신호 전송을 예시한다.
도 3은 5G 통신 시스템에서 자율 주행 차량과 5G 네트워크의 기본 동작의 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 실시 예에 따른 자율 주행 시스템에서 충돌 이벤트의 발생 상황에 대한 예시이다.
도 13은 본 발명의 실시 예에 따른 자율 주행 시스템에서 차량 제어 장치 및 서버의 블록 구성도의 예시이다.
도 14는 본 발명의 실시 예에 따른 자율 주행 시스템에서 차량의 자율 주행을 위한 어플리케이션을 갱신하는 서버의 동작 순서도의 예시이다.
도 15는 본 발명의 실시 예에 따른 자율 주행 시스템에서 차량의 자율 주행을 위한 어플리케이션을 갱신하기 위한 시그널링의 예시이다.
도 16은 본 발명의 실시 예에 따른 자율 주행 시스템에서 차량이 자율 주행을 위한 어플리케이션을 갱신하기 위해 이용되는 데이터의 예시이다.
도 17은 본 발명의 실시 예에 따른 자율 주행 시스템에서 어플리케이션을 갱신하기 위한 시뮬레이션 모델을 생성하는 동작 순서도의 예시이다.
도 18은 본 발명의 실시 예에 따른 자율 주행 시스템에서 교통 사고와 관련된 객체를 추적하는 방법의 예시이다.
도 19는 본 발명의 실시 예에 따른 자율 주행 시스템에서 차량의 주행 경로에 따른 시뮬레이션 모델의 재구성 방식의 예시이다.
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.
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 3GPP 시스템에 이용되는 물리 채널들 및 일반적인 신호 전송을 예시한다. 무선 통신 시스템에서 단말은 기지국으로부터 하향링크(Downlink, DL)를 통해 정보를 수신하고, 단말은 기지국으로 상향링크(Uplink, UL)를 통해 정보를 전송한다. 기지국과 단말이 송수신하는 정보는 데이터 및 다양한 제어 정보를 포함하고, 이들이 송수신 하는 정보의 종류/용도에 따라 다양한 물리 채널이 존재한다.
단말은 전원이 켜지거나 새로이 셀에 진입한 경우 기지국과 동기를 맞추는 등의 초기 셀 탐색(Initial cell search) 작업을 수행한다(S201). 이를 위해, 단말은 기지국으로부터 주 동기 신호(Primary Synchronization Signal, PSS) 및 부 동기 신호(Secondary Synchronization Signal, SSS)을 수신하여 기지국과 동기를 맞추고, 셀 ID 등의 정보를 획득할 수 있다. 그 후, 단말은 기지국으로부터 물리 방송 채널(Physical Broadcast Channel, PBCH)를 수신하여 셀 내 방송 정보를 획득할 수 있다. 한편, 단말은 초기 셀 탐색 단계에서 하향링크 참조 신호(Downlink Reference Signal, DL RS)를 수신하여 하향링크 채널 상태를 확인할 수 있다.
초기 셀 탐색을 마친 단말은 물리 하향링크 제어 채널(Physical Downlink Control Channel, PDCCH) 및 상기 PDCCH에 실린 정보에 따라 물리 하향링크 공유 채널(Physical Downlink Control Channel; PDSCH)을 수신함으로써 좀더 구체적인 시스템 정보를 획득할 수 있다(S202).
한편, 기지국에 최초로 접속하거나 신호 송신을 위한 무선 자원이 없는 경우, 단말은 기지국에 대해 임의 접속 과정(Random Access Procedure, RACH)을 수행할 수 있다(S203 내지 S206). 이를 위해, 단말은 물리 임의 접속 채널(Physical Random Access Channel, PRACH)을 통해 특정 시퀀스를 프리앰블로 송신하고(S203 및 S205), PDCCH 및 대응하는 PDSCH를 통해 프리앰블에 대한 응답 메시지((RAR(Random Access Response) message)를 수신할 수 있다. 경쟁 기반 RACH의 경우, 추가적으로 충돌 해결 절차(Contention Resolution Procedure)를 수행할 수 있다( S206).
상술한 바와 같은 절차를 수행한 단말은 이후 일반적인 상/하향링크 신호 송신 절차로서 PDCCH/PDSCH 수신(S207) 및 물리 상향링크 공유 채널(Physical Uplink Shared Channel, PUSCH)/물리 상향링크 제어 채널(Physical Uplink Control Channel; PUCCH) 송신(S208)을 수행할 수 있다. 특히 단말은 PDCCH를 통하여 하향링크 제어 정보(Downlink Control Information, DCI)를 수신할 수 있다. 여기서, DCI는 단말에 대한 자원 할당 정보와 같은 제어 정보를 포함하며, 사용 목적에 따라 포맷이 서로 다르게 적용될 수 있다.
한편, 단말이 상향링크를 통해 기지국에 송신하는 또는 단말이 기지국으로부터 수신하는 제어 정보는 하향링크/상향링크 ACK/NACK 신호, CQI(Channel Quality Indicator), PMI(Precoding Matrix 인덱스), RI(Rank Indicator) 등을 포함할 수 있다. 단말은 상술한 CQI/PMI/RI 등의 제어 정보를 PUSCH 및/또는 PUCCH를 통해 송신할 수 있다.
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 생성 할 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.
자율 주행 차량 이용 시나리오
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 주행 할 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.
상술한 바와 같은 자율주행 기술의 도입을 통해 인간의 오류(human error)에 의한 충돌 이벤트(예: 교통사고)의 발생 확률은 감소될 것으로 예상될 수 있다. 다만, 모든 차량이 자율주행 차량으로 변경되지 않는 이상, 수동주행 챠랑, 자율주행 차량, 이륜차 등이 혼재된 상황에서 충돌 이벤트는 발생될 수 있다.
예를 들어, 자율주행 차량의 확대 보급에 따른 많은 양의 주행 데이터가 획득될 수 있으며, 특히 충돌 이벤트에 대한 데이터의 수집량도 증가될 수 있다. 자율주행 차량을 통해 충돌 이벤트에 대한 데이터를 수집하고, 수집된 데이터를 자율주행의 인지, 판단, 및/또는 제어를 위한 프로그램의 딥러닝에 활용하는 방법이 고려될 수 있다.
이러한 점을 고려하여, 본 발명에서는 차량에 대한 특정 이벤트 특히, 상기 충돌 이벤트(예: 교통사고)의 발생과 관련하여, 차량 자체에서의 획득된 데이터 및/또는 차량 외부에 위치하는 객체(object)(들)와의 통신(예: V2X 방식, P2P 방식 등)을 통해 획득된 데이터에 기반하여 자율주행 어플리케이션(application)을 갱신하는 기술을 제안하고자 한다.
본 발명에서는 설명의 편의를 위하여 자율주행 어플리케이션을 기준으로 설명될 뿐, 자율주행을 위한 프로그램(program), 코드(code), 명령(instruction), 알고리즘(algorithm), 소프트웨어(software, S/W) 등의 갱신에 대해서도 본 발명이 확장되어 적용될 수 있음은 물론이다. 다시 말해, 본 발명에서 자율주행 어플리케이션은 자율주행을 위한 프로그램, 코드, 명령, 알고리즘, 및/또는 소프트웨어 등 중 적어도 어느 하나로 대체될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 다양한 실시 예들을 상세히 설명한다.
도 12는 본 발명의 실시 예에 따른 자율 주행 시스템에서 충돌 이벤트의 발생 상황에 대한 예시이다. 도 12는 단지 설명의 편의를 위한 것일 뿐, 본 발명의 범위를 제한하는 것이 아니다.
도 12를 참고하면, 자율 주행 시스템은 본 발명의 실시 예에 따른 제어가 수행되는 차량(1210), 차량(1210)과 충돌 가능성이 존재하는 객체(1220), 차량(1210)의 자율 주행과 관련된 관리 및 제어를 수행하는 장치(1230), 및 차량(1210)의 자율 주행과 관련된 데이터를 관리하는 서버(1240)를 포함할 수 있다. 여기에서, 차량(1210)은 상술한 바와 같은 자율주행 기능이 탑재된 차량일 수 있다.
도 12에서는, 차량(1210)이 객체(1220)와 충돌하는 경우가 가정되며, 이 경우 객체(1220)는 다른 자율주행 차량, 보행자, 이륜차, 자전거 등과 같이 상기 자율주행 차량과의 충돌 이벤트를 유발할 수 있는 객체일 수 있다. 도 12에서 객체(1220)는 하나인 것으로 도시되어 있지만, 이는 설명의 편의를 위한 것일 뿐 차량(1210)과 충돌될 수 있는 객체는 하나 이상일 수 있음은 물론이다.
또한, 장치(1230)는 차량(1210)의 자율 주행 관련 사항들(예: 움직임, 주행 등)에 대한 관리를 수행할 수 있다. 또한, 장치(1230)는 차량(1210)의 자율 주행을 위한 정보를 서버(1240)으로 전송할 수 있다.
또한, 차량(1210)의 자율주행과 관련된 데이터 등은 서버(1240)에 저장될 수 있다. 일례로, 해당 데이터 등은 데이터베이스(database, DB) 형태로 관리될 수 있으며, 무선 통신 시스템(예: P2P, V2X 등)을 통해 자율주행 차량으로 전달될 수 있다. 또한, 서버(1240)는 차량(1210)의 자율 주행을 위한 어플리케이션, 알고리즘, 소프트웨어 등의 갱신(update)을 수행할 수 있다.
차량(1210)이 객체(1220)와 충돌되는 경우 즉, 차량(1210)과 객체(1220) 간에 충돌 이벤트(예: 교통사고)가 발생되는 경우, 서버(1240)는 상기 충돌 이벤트와 관련된 데이터 등을 획득할 수 있다. 예를 들어, 서버(1240)는 차량(1210)에 의해 상기 충돌 이벤트와 관련하여 자체적으로 획득된 데이터를 차량(1210)으로부터 획득(또는 수신)할 수 있다. 또한, 서버(1240)는 객체(1220)로부터 상기 충돌 이벤트와 관련된 데이터를 획득(또는 수신)할 수도 있다. 또한, 서버(1240)는 장치(1230)으로부터 상기 충돌 이벤트와 관련된 데이터를 획득(또는 수신)할 수도 있다. 또한, 서버(1240)은 저장된 데이터베이스(database, DB)로부터 상기 충돌 이벤트와 관련된 데이터를 획득(또는 추출)할 수도 있다. 차량(1210), 객체(1220), 장치(1230), 및/또는 서버(1240) 간의 통신은 도 1 내지 도 4를 통해 설명된 네트워크 인프라 및 신호 송수신 절차에 기반할 수 있다.
상술한 바와 같이 획득된 데이터에 기반하여, 서버(1240)는 자율주행 어플리케이션의 갱신을 수행할 수 있다. 즉, 상술한 바와 같이 획득된 데이터에 기반하여, 서버(1240)는 충돌 이벤트의 추가적인 발생을 방지하지 위하여 프로그램, 코드, 명령, 소프트웨어 등을 수정, 추가, 및/또는 갱신할 수 있다.
도 13은 본 발명의 실시 예에 따른 자율 주행 시스템에서 차량 제어 장치 및 서버의 블록 구성도의 예시이다. 도 13의 차량 제어 장치(1300)는 도 12의 차량(1210)을 제어하기 위하여 차량(1210)에 구성된 장치의 예를 도시한다. 또한, 도 13의 서버(1350)는 도 12의 서버(1240)일 수 있다. 도 13은 단지 설명의 편의를 위한 것일 뿐, 본 발명의 범위를 제한하는 것이 아니다.
도 13의 차량 제어 장치(1300)는 도 5를 참조하여 설명된 자율 주행 장치(260)의 일부로서 구성될 수 있다.
예를 들어, 도 13의 프로세서(1310)는 차량(1210)의 기능을 제어하기 위한 적어도 하나의 프로세싱 회로(processing circuitry)로 구성되고, 도 6의 운전 조작 장치(230), 메인 ECU(240), 차량 구동 장치(250)와 동일한 기능을 수행할 수 있다. 또한 프로세서(1310)는 도 7 및 도 8에 도시된 프로세서(170) 또는 도 10의 메인 컨트롤러(370)에 포함된 프로세서(371) 또는 AI 에이전트(372)와 동일하거나 유사한 기능을 수행하도록 구성될 수 있다.
도 13의 송수신부(1320)는, 프로세서(1310)와 기능적으로 결합된 구성으로서, 차량(1210)의 제어를 위한 데이터를 송신 또는 수신할 수 있다. 송수신부(1320)는 신호를 송신 또는 수신하기 위한 적어도 하나의 안테나, RF 처리 모듈, 주파수 변환부, 베이스밴드 처리 모듈을 포함할 수 있다. 도 13의 송수신부(1320)는 도 1의 제1 통신 장치(910) 또는 제2 통신 장치(920)와 같이 구성되거나, 도 6 및 도 8의 통신 장치(220)와 동일한 기능을 수행할 수 있다.
도 13의 메모리(1330)는, 프로세서(1310)와 가능적으로 결합된 구성으로서, 차량(1200)의 제어를 위한 데이터를 저장한다. 메모리(1300)은 데이터를 저장하기 위한 적어도 하나의 메모리 소자로 구성될 수 있다. 도 13의 메모리(1300)는 도 7의 메모리(140)과 동일한 기능을 수행하도록 구성될 수 있다.
도 13의 센서부(1340)는, 프로세서(1310)와 가능적으로 결합된 구성으로서, 차량(1210) 주변의 상황 및/또는 객체에 대한 정보를 생성할 수 있다. 센서부(1210)는, 카메라, 레이다, 라이다, 초음파 센서, 적외선 센서, 글로벌 포지셔닝 시스템(Global Positioning System, GPS), 관성 측정 장치(Inertial Measurement Unit, IMU) 등 중 적어도 하나를 포함할 수 있다. 도 13의 센서부(1340)는, 도 6과 도 8의 오브젝트 검출 장치(210)와 동일한 기능을 수행할 수 있다.
도 13의 서버(1350)는 프로세서(1360), 송수신부(1370), 및 메모리(1380)를 포함할 수 있다.
예를 들어, 프로세서(1360)는 서버(1350)의 기능을 제어하기 위한 적어도 하나의 프로세싱 회로(processing circuitry)로 구성될 수 있다. 프로세서(1360)는 데이터 획득 모듈(1361), 시뮬레이션 모델 생성 모듈(1362), 객체 추적 모듈(1363), 및 어플리케이션 갱신 모듈(1364)을 포함할 수 있다.
여기에서, 데이터 획득 모듈(1361)은 특정 이벤트 특히, 차량의 충돌 이벤트(예: 교통사고)와 관련된 i) 센서 데이터(sensor data), ii) 처리 데이터(processing data), iii) 데이터 베이스(database, DB) 기반 데이터 및/또는 iv) 외부 데이터(external data) 중 적어도 어느 하나의 데이터를 획득하기 위해 이용될 수 있다. 또한, 시뮬레이션 모델 생성 모듈(1362)은 상기 데이터 획득 모듈(1361)에 의해 획득된 데이터에 기반하여, 상기 특정 이벤트의 발생 상황에 대한 시뮬레이션 모델을 생성하기 위해 이용될 수 있다. 또한, 객체 추적 모듈(1363)은 상기 시뮬레이션 모델 생성 모듈(1362)에 의해 생성된 시뮬레이션 모델에 기반하여, 상기 특정 이벤트와 관련된 적어도 하나의 객체를 추적하기 위해 이용될 수 있다. 또한, 어플리케이션 갱신 모듈(1364)은 상기 객체 추적 모듈(1363)에 의해 결정된 상기 적어도 하나의 객체의 추적 결과에 기반하여, 차량 제어 장치(1300)을 위한 자율 주행 어플리케이션을 갱신하기 위해 이용될 수 있다.
송수신부(1370)는, 프로세서(1360)와 기능적으로 결합된 구성으로서, 차량(1210)의 제어를 위한 데이터를 송신 또는 수신할 수 있다. 송수신부(1370)는 신호를 송신 또는 수신하기 위한 적어도 하나의 안테나, RF 처리 모듈, 주파수 변환부, 베이스밴드 처리 모듈을 포함할 수 있다. 예를 들어, 송수신부(1370)는 차량 제어 장치(1300)로 상술한 방식들에 기반하여 갱신된 어플리케이션에 대한 정보를 전송할 수 있다.
메모리(1380)는, 프로세서(1360)와 가능적으로 결합된 구성으로서, 서버(1350)의 제어를 위한 데이터를 저장한다. 메모리(1380)은 데이터를 저장하기 위한 적어도 하나의 메모리 소자로 구성될 수 있다.
도 13에 도시된 차량 제어 장치(1300) 및 서버(1350)의 구성은 예시적인 것에 불과하며, 추가적으로 차량의 제어를 위한 다양한 구성들이 포함거나, 도 13에 도시된 구성들 중 적어도 일부는 생략되거나 대체될 수 있다.
도 14는 본 발명의 실시 예에 따른 자율 주행 시스템에서 차량의 자율 주행을 위한 어플리케이션을 갱신하는 서버의 동작 순서도의 예시이다. 도 14는 단지 설명의 편의를 위한 것일 뿐, 본 발명의 범위를 제한하는 것이 아니다.
도 14를 참고하면, 차량과 객체 간에 특정 이벤트가 발생하며, 해당 특정 이벤트에 따른 데이터에 기반하여 차량의 자율 주행 어플리케이션을 갱신하는 방법이 제안된다. 예를 들어, 상기 특정 이벤트는 상기 차량과 다른 객체 간의 충돌 이벤트(예: 교통 사고)일 수 있다.
서버는 특정 이벤트가 발생되었는지 여부를 확인할 수 있다(S1405). 예를 들어, 서버는 자율 주행 차량과 다른 객체와의 교통사고 발생 여부를 확인할 수 있다. 일례로, 서버는 차량의 충돌 감지 센서, 카메라 등을 이용하여 획득된 정보, 자율 주행 인프라에서의 정보 등을 확인하여 교통 사고의 발생 여부를 판단할 수 있다.
특정 이벤트가 발생하지 않는 경우, 서버는 자율 주행을 위한 어플리케이션을 갱신하는 동작을 수행하지 않을 수 있다.
반면, 특정 이벤트가 발생된 경우, 서버는 특정 이벤트와 관련된 데이터를 획득할 수 있다(S1410). 일례로, 상기 데이터의 획득 단계는 도 13에서 설명된 데이터 획득 모듈(1361)에 의해 제어될 수 있다.
여기에서, 해당 데이터는 i) 센서 데이터(sensor data), ii) 처리 데이터(processing data), iii) 데이터 베이스(database, DB) 기반 데이터 및/또는 iv) 외부 데이터(external data) 중 적어도 어느 하나일 수 있다.
상기 센서 데이터는 차량의 센서부(예: 도 13의 센서부(1340))를 통해 획득될 수 있다. 또한, 상기 처리 데이터는 서버가 상기 센서 데이터에 대해 상기 자율 주행을 위한 처리 동작을 수행함으로써 획득될 수 있다. 즉, 상기 처리 데이터는 상기 센서 데이터에 대해 인지(perception) 동작, 판단(decision) 동작, 및/또는 제어(control) 동작을 수행함에 따라 출력되는 데이터일 수 있다. 또한, 상기 DB 기반 데이터는 상기 차량의 위치 정보에 기반하여 결정되는 지리적 정보, 교통 정보, 및/또는 자율 주행 인프라 구조 정보 중 적어도 하나를 포함할 수 있다. 또한, 상기 외부 데이터는 상기 충돌 이벤트 발생 시의 주변 환경에 대한 정보 및/또는 상기 적어도 하나의 객체에 대한 정보를 포함할 수 있다. 상기 외부 데이터는 차량, 다른 객체, 및/또는 차량의 자율 주행을 관리하는 장치(예: RSU, 기지국 등)로부터 수신될 수도 있다.
서버는 상기 획득된 데이터에 기반하여 상기 특정 이벤트의 발생 상황에 대한 시뮬레이션 모델(simulation model)을 생성할 수 있다(S1415). 일례로, 상기 시뮬레이션 모델을 생성하는 단계는 도 13에서 설명된 시뮬레이션 모델 생성 모듈(1362)에 의해 제어될 수 있다.
예를 들어, 서버는 획득된 센서 데이터, 처리 데이터, DB 기반 데이터, 및/또는 외부 데이터 등을 이용하여(또는 입력하여), 교통 사고의 상황을 재현하기 위한 시뮬레이션 모델을 생성할 수 있다.
상기 시뮬레이션 모델은, 상기 획득된 데이터에 기반하여 설계된 충돌 이벤트의 발생 상황을 재현하기 위한 제어 동작에 기반하여 생성될 수 있다. 또한, 상기 시뮬레이션 모델은 상기 충돌 이벤트의 발생 시에 설치된 어플리케이션에 기반하여 동작하도록 설정될 수 있다.
서버는 상기 생성된 시뮬레이션 모델에 기반하여, 상기 특정 이벤트와 관련된 적어도 하나의 객체(object)를 추적할 수 있다(S1420). 일례로, 상기 적어도 하나의 객체를 추적하는 단계는 도 13에서 설명된 객체 추적 모듈(1363)에 의해 제어될 수 있다.
예를 들어, 상기 특정 이벤트와 관련된 적어도 하나의 객체를 추적하는 단계는, 상기 특정 이벤트와의 관련성을 고려하여 상기 관련성이 높은 순서대로 객체를 추적하는 단계를 포함할 수 있다. 또한, 상기 차량과 (직접) 충돌한 제1 객체는 상기 관련성의 선순위로 할당되며, 상기 제1 객체에만 연관된 제2 객체(즉, 상기 차량과 직접 충돌하지 않지만 상기 제1 객체와 연관된 객체)는 상기 관련성의 후순위로 할당될 수 있다. 또한, 서버는, 상기 관련성이 높은 순서대로 객체를 추적하여, 상기 충돌 이벤트의 발생의 원인이 되는 객체의 정보를 식별할 수 있다. 즉, 서버는 상술한 방법과 같은 다단계 역추적 기법을 이용하여, 상기 차량의 교통 사고를 유발한 근본 원인을 식별할 수 있다. 또한, 제1 객체에만 연관된 제2 객체라 함은 제1 객체의 움직임을 유발한 제2 객체를 의미할 수 있으며, 이는 도 18에 대하여 후술할 내용들로부터 해당 기술분야의 통상의 기술자라면 자명하게 이해될 수 있을 것이다. 예를 들어, 차량과 충돌한 객체가 제1 객체이고, 제1 객체가 자전거를 피하기 위하여 움직이다 차량과 충돌한 경우, 상기 자전거는 상기 제1 객체의 움직임을 유발한 상기 제2 객체일 수 있다.
위 내용을 참조하여 다단계 역추적 기법을 상세히 설명하면 다음과 같다. 도 18에 따르면, 차량(1810)과 객체 2(1820)가 충돌하는 등 사고가 발생하는 경우, 그 영향을 주는 방향은 근본 원인 객체(1830)에서 객체 2(1820), 객체 2(1820)에서 차량(1810)으로 향할 수 있다. 즉, 도 18에 따르면, 근본 원인 객체(1830)에서 차량(1810)까지 총 3단계의 과정을 통하여 사고가 발생한 것이 확인된다. 다단계 역추적 기법이란, 총 3단계의 과정을 역으로 추적하여 근본 원인 객체(1830)가 무엇인지 추적하는 방법을 의미할 수 있다.
예를 들어, 차량(1810)과 객체 2(1820)가 서로 충돌하는 충돌 이벤트가 발생한 경우, 객체 2(1820)는 충돌 이벤트에 대하여 관련성이 높다고 분류될 수 있다. 즉, 객체 2(1820)는 충돌 이벤트에 대하여 높은 순위를 가진다고 판단될 수 있다. 또한, 도 18에 따르면, 객체 2(1820)는 차량(1810)과 가장 가까운 단계에 위치하므로 충돌 이벤트에 대하여 관련성이 높다고 분류되거나 충돌 이벤트에 대하여 높은 순위를 가진다고 판단될 수 있다. 또한, 도 18에 따르면, 근본 원인 객체(1830)는 차량(1810)과 2단계의 차이를 가지며, 따라서 근본 원인 객체(1830)는 충돌 이벤트에 대하여 관련성이 낮다고 분류되거나 충돌 이벤트에 대하여 낮은 순위를 가진다고 판단될 수 있다. 따라서, 상술한 바와 같이 관련성이 높은 순서대로 객체를 추적한다는 것은 충돌 이벤트에 대하여 관련성이 높은 순위의 객체를 먼저 추적하고 낮은 순위의 객체를 나중에 추적하는 것을 의미할 수 있다. 또한, 근본 원인 객체(1830)은 차량(1810)과 충돌한 객체 2(1820)의 충돌 이벤트 발생 직전 움직임을 발생시킨 객체를 의미할 수 있다. 따라서, 서버는 객체 2(1820)의 주변에서 객체 2(1820)의 움직임을 유발한 객체를 근본 원인 객체(1830)로 할당하고 이를 추적할 수 있다.
서버는 상기 적어도 하나의 객체의 추적 결과에 기반하여, 상기 자율 주행을 위한 어플리케이션을 갱신할 수 있다(S1425). 일례로, 상기 어플리케이션을 갱신하는 단계는 도 13에서 설명된 어플리케이션 갱신 모듈(1364)에 의해 제어될 수 있다.
예를 들어, 서버는 추가적인 교통 사고를 예방하기 위하여 수정이 필요한 어필리케이션의 항목(또는, 알고리즘의 항목, 소프트웨어의 항목)을 식별하며, 상기 식별된 항목(들)을 갱신(및/또는 수정)할 수 있다. 이 경우, 상기 추적 결과에 기반하여 확인되는 교통 사고의 원인에 대한 정보가 이용될 수 있다.
또한, 서버는 갱신된 어플리케이션에 대한 정보를 차량으로 전송할 수 있다(S1430). 상술한 절차들을 통해 어플리케이션이 갱신된 경우, 서버 및/또는 차량은 상기 충돌 이벤트의 발생의 원인이 되는 객체의 정보에 기반하여 결정되는 하나 이상의 객체들을 모니터링할 수 있다. 차량과의 직접적인 충돌이 예상되는 타겟 객체(target object)뿐만 아니라, 상기 타겟 객체와 연관된 근본 원인에 해당될 수 있는 객체(들)로 함께 모니터링함으로써, 교통 사고를 예방할 수 있는 효과가 있다.
도 14에서 설명된 각 단계들은 예시적인 것에 불과하며, 단계들 중 일부가 생략되거나 대체될 수 있으며, 하나 이상의 단계들이 결합(즉, 동시에 수행)될 수도 있다.
도 15는 본 발명의 실시 예에 따른 자율 주행 시스템에서 차량의 자율 주행을 위한 어플리케이션을 갱신하기 위한 시그널링의 예시이다. 도 15는 단지 설명의 편의를 위한 것일 뿐, 본 발명의 범위를 제한하는 것이 아니다.
도 15를 참고하면, 차량과 객체 간에 특정 이벤트가 발생하며, 해당 특정 이벤트에 따른 데이터에 기반하여 차량의 자율 주행 어플리케이션을 갱신하는 방법이 제안된다. 예를 들어, 상기 특정 이벤트는 상기 차량과 다른 객체 간의 충돌 이벤트(예: 교통 사고)일 수 있다.
도 15에서, 차량(1510), 객체(1520), 장치(1530), 및 서버(1540)는 도 12에서 설명된 차량(1210), 객체(1220), 장치(1230), 및 서버(1240)일 수 있다.
서버(1540)는 차량(1510), 객체(1520), 및/또는 장치(1530)로부터 특정 이벤트와 관련된 데이터를 수신할 수 있다(S1505). 예를 들어, 도 13 및 도 14에서 설명된 것과 같이, 서버(1540)는 특정 이벤트와 관련된 i) 센서 데이터(sensor data), ii) 처리 데이터(processing data), iii) 데이터 베이스(database, DB) 기반 데이터 및/또는 iv) 외부 데이터(external data) 중 적어도 어느 하나의 데이터를 획득(또는 수신)할 수 있다.
서버(1540)는 획득(또는 수신)된 데이터에 기반하여 시뮬레이션 모델을 생성할 수 있다(S1510). 예를 들어, 도 13 및 도 14에서 설명된 것과 같이, 서버(1540)는 획득된 센서 데이터, 처리 데이터, DB 기반 데이터, 및/또는 외부 데이터 등을 이용하여(또는 입력하여), 교통 사고의 상황을 재현하기 위한 시뮬레이션 모델을 생성할 수 있다.
서버(1540)는 생성된 시뮬레이션 모델에 기반하여 특정 이벤트와 관련된 적어도 하나의 객체를 추적하고, 추적 결과에 기반하여 차량의 자율 주행을 위한 어플리케이션을 갱신할 수 있다(S1515). 예를 들어, 도 13 및 도 14에서 설명된 것과 같이, 서버(1540)는 차량과 객체 간의 특정 이벤트(예: 충돌 이벤트)와 직접적으로 관련된 객체뿐만 아니라, 간접적으로 관련된 객체에 대해서도 추적을 수행할 수 있다. 또한, 서버(1540)는 객체에 대한 추적에 기반하여 특정 이벤트 발생의 근본 원인을 식별하고, 수정이 필요한 항목들을 확인하여 자율 주행을 위한 어플리케이션(또는 알고리즘, 소프트웨어 등)을 갱신할 수 있다.
서버(1540)는 갱신된 어플리케이션에 대한 정보를 차량으로 전송할 수 있다(S1520). 이를 통해, 갱신된 어플리케이션이 상기 차량에 적용될 수 있으며, 서버 및/또는 차량은 자율 주행 시의 근본 원인에 대한 모니터링을 수행하여 특정 이벤트의 발생을 예방할 수 있다.
이하, 상기 특정 이벤트가 충돌 이벤트(예: 교통 사고)에 해당하는 경우를 가정할 때, 도 14 및 도 15에서 설명된 단계들에 대한 구체적인 예시에 대해 살펴본다. 설명의 편의를 위하여, 예시들은 상기 충돌 이벤트가 교통 사고인 점을 기준으로 설명되지만, 이하 설명되는 내용이 다른 충돌 이벤트, 또는 차량의 어플리케이션의 갱신이 요구되는 다른 유형의 이벤트가 발생되는 경우에도 확장되어 적용될 수 있음은 물론이다.
데이터 획득 단계(S1410, S1505) 관련 예시
먼저, 차량의 데이터 획득과 관련된 단계(S1410, S1505)에 대해 구체적으로 살펴본다. 교통 사고와 관련하여 차량이 획득 가능한 데이터는 다음 예시와 같이 구성될 수 있다.
예를 들어, 상기 센서 데이터는 센서 로우 데이터(sensor RAW data)일 수 있다. 여기에서, 센서 로우 데이터는 차량의 센서부(예: 도 13의 센서부(1340))를 통해 수집되어 어떠한 처리도 되지 않은 데이터를 의미할 수 있다. 상기 센서 로우 데이터는 교통 사고 발생 당시의 자율 주행 차량에서 센서 데이터를 처리하는 과정을 그대로 재현하기 위해 필요할 수 있다.
또한, 센서 로우 데이터가 자율 주행 어플리케이션(즉, 자율 주행 소프트웨어)에서의 인지 처리 과정, 판단 처리 과정, 및/또는 제어 처리 과정을 거치면서 출력되는 중간 결과에 대한 검증을 위해, 상기 인지 처리 과정, 상기 판단 처리 과정, 및/또는 상기 제어 처리 과정에서 출력되는 데이터도 수집(또는 획득)될 수 있다.
또한, 교통 사고와 관련된 외부 데이터는 상기 차량 이외에 다른 차량, RSU, 기지국 등으로부터 무선 통신(예: V2X 등)을 통해 획득될 수 있는 데이터 등을 의미할 수 있다. 이를 통해, 상기 차량 자체에서 획득할 수 없는 데이터가 확보될 수 있다. 상기 교통 사고와 관련된 외부 데이터는 교통 사고의 상황을 재현하는데 이용되거나, 상기 차량에서 수집된 데이터와의 비교 작업에 이용될 수 있다.
도 16은 본 발명의 실시 예에 따른 자율 주행 시스템에서 차량이 자율 주행을 위한 어플리케이션을 갱신하기 위해 이용되는 데이터의 예시이다. 도 16은 단지 설명의 편의를 위한 것일 뿐, 본 발명의 범위를 제한하는 것이 아니다.
도 16을 참고하면, 상기 예시와 같은 차량과 다른 객체 간의 교통 사고가 발생된 경우가 가정되며, 교통 사고의 재현을 위한 시뮬레이션(simulation)(1605)의 입력 데이터에 대한 예시가 도시된다. 도 16에서 설명되는 내용은 상술한 도 14 및 도 15에서 서버가 데이터를 획득하는 단계(S1410, S1505)와 관련될 수 있다.
예를 들어, 교통 사고의 재현을 위한 시뮬레이션을 위하여, 차량 자체에서 획득될 수 있는 데이터(1610), DB 기반 데이터(1615), 근접 객체에 대한 데이터(1620), 및 외부 환경에 대한 데이터(1625)가 획득 및 입력될 수 있다.
여기에서, 차량 자체에서 획득될 수 있는 데이터(1610)는 센서 로우 데이터, 인지/판단/제어 결과 데이터 등을 포함할 수 있다. 여기에서, 센서 로우 데이터는 카메라, 라이다, 레이더에 의해 획득되는 데이터뿐만 아니라, 차량의 위치 및 자세(pose) 정보를 확인할 수 있는 GPS 및 IMU 센서의 결과 데이터도 포함할 수 있다.
또한, DB 기반 데이터(1615)로써, 차량의 위치 정보에 기반하여 설정되는 해당 위치의 지도 정보는 Map DB로부터 획득될 수 있다. 여기에서, 상기 지도 정보는 교통 사고 현장의 차선 정보(lane data), 도로 형상(road shape), 도로 기울기(road slope), 인프라구조(infrastructure), 신호등(traffic light), 표지판(traffic sign) 등과 같은 시뮬레이션 모델 구성에 필요한 정보를 포함할 수 있다.
또한, 근접 객체에 대한 데이터(1620)는 교통 사고와 관련이 있는 차량 주변의 객체(들)에 대한 정보를 의미할 수 있다. 해당 데이터는 차량 주변의 객체(들)로부터 직접 수신되거나, 차량 자체, RSU, V2X 등을 통해 획득된(또는 수신된) 정보에 기반하여 생성될 수도 있다. 여기에서, 해당 데이터는 근접 객체의 분류(class), 궤적(trajectory), 자세(pose) 등에 대한 정보를 포함할 수 있다.
또한, 외부 환경에 대한 데이터(1625)는 교통 사고의 발생 당시의 주변 환경에 대한 정보를 포함할 수 있다. 해당 데이터는 차량 자체에서 획득되거나, 차량의 자율 주행과 관련된 서버 등으로부터 차량으로 전송될 수도 있다. 여기에서, 해당 데이터는 교통 사고 발생 당시의 날씨(weather), 노면 상태(road surface condition), 주변 밝기 상태(ambient light condition), 태양의 위치(direction of sunlight), 공사 구간(construction zone) 등에 대한 정보를 포함할 수 있다.
시뮬레이션 모델 생성 단계(S1415, S1510) 관련 예시
다음으로, 획득된 데이터에 기반하여 시뮬레이션 모델을 생성하는 단계(S1415, S1510)에 대해 구체적으로 살펴본다. 교통 사고의 발생 상황에 대한 시뮬레이션 모델은 다음 예시와 같이 생성될 수 있다.
예를 들어, 서버는 교통 사고 발생 당시의 차량 및 근접 객체들의 시간에 따른 이동 궤적 및 자세에 대한 정보, 해당 위치의 지도 정보 등을 시간축으로 재구성하는 모델링을 수행할 수 있다. 또한, 서버는 교통 사고에 영향을 미칠 수 있는 날씨, 노면 상태, 주변 밝기 상태, 태양의 위치 등과 같은 주변 환경 정보를 이용하여 최대한 사실적으로 모델링하여 교통 사고 상황을 재현할 수 있다. 즉, 서버는 수집된 교통 사고 데이터 및 주변 환경 정보 등을 이용하여 교통 사고 발생 당시의 상황을 시뮬레이션을 통해 모델링할 수 있으며, 시간축을 기준으로 교통 사고 상황을 재현할 수 있다.
도 17은 본 발명의 실시 예에 따른 자율 주행 시스템에서 어플리케이션을 갱신하기 위한 시뮬레이션 모델을 생성하는 동작 순서도의 예시이다. 도 17은 단지 설명의 편의를 위한 것일 뿐, 본 발명의 범위를 제한하는 것이 아니다.
도 17을 참고하면, 서버는 획득된(또는 수집된) 데이터를 기반으로 교통 사고 상황을 반복적으로 재현하여, 추가적인 교통 사고를 예방할 수 있는 해결 방안을 찾을 수 있도록 시뮬레이션 환경을 생성하는 경우가 가정된다. 도 17에서의 서버는 도 12 내지 16에서 설명된 서버일 수 있다.
서버는 교통 사고가 발생된 상황의 시나리오를 생성할 수 있다(S1705). 예를 들어, 서버는 획득된 데이터를 기반으로 도로(road), 인프라구조(infrastructure), 차량(vehicle)(즉, 교통 사고의 주체), 근접 객체, 날씨, 노면 상태, 태양의 위치 등과 같은 교통 사고 발생 상황의 시나리오를 생성할 수 있다.
서버는 차량에 장착된 센서에 대한 모델링을 수행할 수 있다(S1710). 예를 들어, 서버는 차량에 장착된 카메라, 레이더, 라이더 등의 센서를 모델링하여 교통 사고 발생 단시와 동일하게 동작하는 환경을 생성할 수 있다. 또는, 서버는 센서 로우 데이터를 직접 자율 주행 프로세서 또는 처리 어플리케이션(또는 알고리즘, 소프트웨어) 모듈에 입력할 수도 있다.
서버는 차량의 교통 사고 발생 당시에 설치된 어플리케이션을 시뮬레이션 모델 생성을 위해 설치할 수 있다(S1715). 예를 들어, 서버는 차량의 교통 사고 상황을 그대로 재현하기 위하여, 교통 사고 발생 당시에 이용된 자율주행 어플리케이션을 시뮬레이션 환경에 설치할 수 있다.
서버는 차량의 교통 사고 상황이 동일하게 재현되는지 여부를 확인할 수 있다(S1720). 차량의 교통 사고 상황이 동일하게 재현되는 경우, 서버는 시뮬레이션 모델 생성 동작을 종료할 수 있다. 반면, 차량의 교통 사고 상황이 동일하게 재현되지 않는 경우, 서버는 시뮬레이션 모델 생성 동작의 처음 즉, 시나리오 생성 단계(S1705)부터 다시 시작할 수 있다.
교통 사고 상황이 동일하게 재현되는 경우, 서버는 해당 교통 사고의 근본 원인을 식별하는 동작을 수행할 수 있다. 근본 원인이 식별되면, 서버는 해당 교통 사고를 예방할 수 있는 자율 주행 어플리케이션의 개선 항목(들)을 식별하며, 갱신할 수 있다. 또한, 서버는 어플리케이션 수정으로 인한 다른 부작용이 발생되는지 여부에 대해 다양한 시나리오들을 생성하여 확인할 수 있다.
객체 추적 단계(S1420, S1515) 관련 예시
다음으로, 생성된 시뮬레이션 모델에 기반하여 교통 사고와 관련된 객체를 추적하는 단계(S1420, S1515)에 대해 구체적으로 살펴본다. 교통 사고와 관련된 객체에 대한 추적은 다단계 역추적 기법에 기반할 수 있다. 즉, 교통 사고가 발생된 차량으로부터 시작하여 직접 충돌한 객체를 거쳐 근본 원인까지 단게적으로 역추적하는 방법이 이용될 수 있다. 서버는 이와 같은 다단계 역추적 기법을 통해 교통 사고의 원인을 식별할 후, 추후의 교통 사고를 예방할 수 있는 방법을 도출할 수 있다.
예를 들어, 제1 차량의 옆 차로 전방에 자전거(cyclist)와 이를 뒤따르는 제2 차량이 있는 경우, 상기 제1 차량은 상기 자전거를 피하기 위해 자신의 차로를 일부 침범에서 상기 자전거를 추월할 가능성이 높다. 이 때, 제1 차량이 제2 차량의 사각 지대에 위치하는 경우 측방 추돌 사고가 발생될 가능성이 높다. 이러한 상황에서 제1 차량과 제2 차량의 충돌 사고가 발생된 경우를 가정하자.
도 18은 본 발명의 실시 예에 따른 자율 주행 시스템에서 교통 사고와 관련된 객체를 추적하는 방법의 예시이다. 도 18은 단지 설명의 편의를 위한 것일 뿐, 본 발명의 범위를 제한하는 것이 아니다.
도 18을 참고하면, 상기 제1 차량은 차량(1810)이며, 상기 제2 차량은 객체 2(1820)이며, 상기 자전거는 근본 원인 객체(1830)인 경우가 가정된다. 또한, 상기 근본 원인 객체와 관련하여 다단계로 다수의 객체들(예: 객체들 1 내지 5)이 존재할 수 있다.
예를 들어, 서버는 차량(1810)과 직접적인 충돌을 발생시킨 객체 2(1820)를 추적할 수 있다. 뿐만 아니라, 서버는 차량(1810)과 직접적인 충돌을 발생시키지는 않지만, 객체 2(1820)의 움직임에 영향을 줄 수 있는 근본 원인 객체(1830)에 대해서도 추적을 수행할 수 있다.
즉, 학습 또는 규칙 기반의 결정을 통해, 추후 서버 및/또는 차량(예: 제1 차량)은 객체 2(1820)(예: 제2 차량)의 움직임만을 모니터링하는 것이 아니라, 근본 원인 객체(1830)(예: 자전거)의 움직임도 모니터링할 수 있다. 차량이 해당 상황에 놓이게 되면, 서버 및/또는 차량은 객체 2(1820)와의 사고를 방지하기 위하여 속도를 줄이거나, 차선을 변경하는 등의 주행 전략을 설정할 수 있다.
또한, 상술한 바와 같은 시뮬레이션 모델과 관련하여, 시나리오 파라미터의 가변적 적용을 통한 어플리케이션의 갱신이 추가적으로 수행될 수도 있다. 특정 이벤트(예: 충돌 이벤트)에 대한 상황을 재현하여 어플리케이션을 개선한 후, 어플리케이션의 변경으로 인하여 다른 부작용(side effect)이 발생되는지 여부에 대해 확인할 필요가 있을 수 있다.
예를 들어, 시뮬레이션 모델에 대해 날씨 정보(즉, 날씨 파라미터)를 가변적으로 적용할 수 있다. 교통 사고가 맑은 날씨에 발생되었다면, 수정된 어플리케이션은 맑은 날씨의 건조한(dry) 노면 상태에 맞춰서 브레이크 제어 로직 등이 튜닝되었을 수 있다. 따라서, 해당 교통 사고 상황이 눈이 오는 날에 발생할 경우, 결빙된(icy) 노면 상태의 마찰 계수 등을 고려하여 제어 로직 등이 좀 더 보수적으로(또는 강건하게) 수정될 필요도 있다.
다른 예를 들어, 시뮬레이션 모델에 대해 주행 경로를 가변적으로 적용할 수도 있다. 차량(즉, 교통 사고의 주체인 차량)이 자전거 및 해당 자전거를 뒤따르는 차량과 동일한 차로에서 주행하는 경우를 가정하자. 즉, 자전거, 뒤따르는 차량, 및 차량이 동일한 차로에서 주행 중인 상태에서 차량은 전방의 뒤따르는 차량으로 인해 자전거를 인지하지 못할 수 있다. 이 때, 차량이 전방의 뒤따르는 차량의 옆으로 급 차선 변경을 시도할 때, 차량의 자전거 인지 및 제어 반응 속도에 따라 자전거와 충돌 사고가 발생될 수도 있다.
또한, 상술한 바와 같은 시뮬레이션 모델이 생성되었을 때, 차량의 주행 경로에 따라 시뮬레이션 모델을 재구성할 필요가 발생될 수도 있다. 일례로, 차량에 대해 설정된 주행 경로가 이전에 발생된 교통 사고와 시간대, 교통량 상황, 날씨 등이 다를 수 있다. 따라서, 교통 사고를 재현하는 시뮬레이션 모델에 기반하여 갱신된 자율 주행 어플리케이션이, 차량의 새로운 주행 경로에서도 정상 동작할 수 있는지에 대해 확인할 필요가 있을 수 있다.
도 19는 본 발명의 실시 예에 따른 자율 주행 시스템에서 차량의 주행 경로에 따른 시뮬레이션 모델의 재구성 방식의 예시이다. 도 19는 단지 설명의 편의를 위한 것일 뿐, 본 발명의 범위를 제한하는 것이 아니다.
도 19를 참고하면, 상술한 방식에 기반하여 차량의 자율 주행 어플리케이션이 갱신되며, 상기 차량에 대해 추가적인 주행이 설정되는 경우가 가정된다.
서버는 차량의 주행 경로를 산출할 수 있다(S1905). 예를 들어, 서버는 사용자 입력 등으로 통해 획득된 주행 경로(및/또는 목적지)에 대한 정보를 차량 등으로부터 수신할 수 있다. 상기 수신된 정보에 기반하여, 서버는 상기 차량의 예상 주행 경로를 산출할 수 있다.
서버는 데이터베이스(DB) 기반의 데이터를 이용하여 시뮬레이션 모델을 재구성할 수 있다(S1910). 예를 들어, 주행 경로에 대하여 과거의 날씨별, 요일별, 시간대별 교통량 상황 등을 누적하여 관리한 교통 패턴 DB가 서버 등에 존재할 수 있다. 이 경우, 서버는 상기 교통 패턴 DB를 이용하여 이전에 생성된 시뮬레이션 모델을 재구성할 수 있다. 다른 예를 들어, 주행 경로 내의 주요 포인트에 대하여 통과 예상 시간에 대응하는 날씨 정보를 관리하는 기상 정보 DB가 서버 등에 존재할 수 있다. 이 경우, 서버는 상기 기상 정보 DB를 이용하여 이전에 생성된 시뮬레이션 모델을 재구성할 수도 있다. 또 다른 예를 들어, 과거의 교통 사고 정보를 수집하여 저장하는 사고 다발 지역 DB가 서버 등에 존재할 수 있다. 이 경우, 서버는 상기 사고 다발 지역 DB를 이용하여 이전에 생성된 시뮬레이션 모델을 재구성할 수도 있다. 서버는 사고 유형에 따라 주행할 경로와 매칭되는 지역이 있는지 확인한 후, 해당 정보를 시뮬레이션 모델에 입력하도록 설정될 수 있다.
서버는 재구성된 시뮬레이션 모델에 기반하여, 특정 이벤트(즉, 충돌 이벤트)의 발생 확률을 산출할 수 있다(S1915). 예를 들어, 서버는 상술한 DB의 입력을 바탕으로 시뮬레이션으로 상기 차량의 예상 경로를 주행하며, 교통 사고 발생 확률을 산출할 수 있다.
특정 이벤트의 발생 확률이 미리 설정 또는 정의된 임계값보다 크지 않은 경우, 서버는 상기 재구성된 시뮬레이션 기반의 동작을 수행할 수 있다.
이와 달리, 특정 이벤트의 발생 확률이 미리 설정 또는 정의된 임계값보다 큰 경우, 서버는 상기 예상 경로 대신 대체 경로를 산출할 수 있다(S1925). 예를 들어, 차량에 적용될 예상 경로에서 교통 사고가 발생할 것으로 예측되는 경우, 서버는 상기 예상 경로 대신 상기 차량에 적용할 대체 경로를 산출할 수 있다. 이 후, 서버는 상기 대체 경로에 대한 정보를 차량으로 전송할 수 있으며, 이를 통해 차량의 교통 사고 발생이 에방될 수 있다.
상기 도 19에서 설명된 동작에 대한 예시는 다음과 같을 수 있다. 사용자가 금요일에 퇴근 후 차량의 경로를 탐색한 결과, 해당 경로의 일부 구간은 교통 패턴 DB를 참조해보니 자전거의 교통량이 많고, 사고 다발 지역 DB를 참조해보니 자전거에 의한 교통 사고 발생율도 높게 산출될 수 있다. 이 경우, 자율 주행 차량은 해당 구간을 회피하는 대체 경로를 사용자에게 제시하도록 설정될 수 있다.
이하, 상술한 본 발명의 방법들에 대한 실시 예들에 대해 살펴본다.
실시 예 1: 자율 주행 시스템(Automated Vehicle & Highway Systems)에서 차량의 자율 주행을 위한 어플리케이션을 갱신(update)하는 방법에 있어서, 상기 방법은 특정 이벤트와 관련된 i) 센서 데이터(sensor data), ii) 처리 데이터(processing data), iii) 데이터 베이스(database, DB) 기반 데이터 및/또는 iv) 외부 데이터(external data) 중 적어도 어느 하나의 데이터를 획득하는 단계; 상기 획득된 데이터에 기반하여, 상기 특정 이벤트의 발생 상황에 대한 시뮬레이션 모델(simulation model)을 생성하는 단계; 상기 시뮬레이션 모델에 기반하여, 상기 특정 이벤트와 관련된 적어도 하나의 객체(object)를 추적하는 단계; 상기 적어도 하나의 객체의 추적 결과에 기반하여, 상기 자율 주행을 위한 어플리케이션을 갱신하는 단계; 및 상기 갱신된 어플리케이션에 대한 정보를 상기 차량으로 전송하는 단계를 포함할 수 있다.
실시 예 2: 실시 예 1에 있어서, 상기 특정 이벤트는 상기 차량과 다른 객체 간의 충돌 이벤트일 수 있다.
실시 예 3: 실시 예 2에 있어서, 상기 처리 데이터는 상기 센서 데이터에 대해 상기 자율 주행을 위한 처리 동작을 수행함으로써 획득되며, 상기 DB 기반 데이터는 상기 차량의 위치 정보에 기반하여 결정되는 지리적 정보, 교통 정보, 및/또는 자율 주행 인프라 구조 정보 중 적어도 하나를 포함할 수 있다.
실시 예 4: 실시 예 2에 있어서, 상기 외부 데이터는 상기 충돌 이벤트 발생 시의 주변 환경에 대한 정보 및/또는 상기 적어도 하나의 객체에 대한 정보를 포함할 수 있다.
실시 예 5: 실시 예 2에 있어서, 상기 시뮬레이션 모델은 상기 획득된 데이터에 기반하여 설계된 상기 충돌 이벤트의 발생 상황 및 상기 충돌 이벤트의 발생 상황을 재현하기 위한 상기 차량의 제어 동작에 기반하여 생성될 수 있다.
실시 예 6: 실시 예 5에 있어서, 상기 시뮬레이션 모델은 상기 충돌 이벤트의 발생 시에 상기 차량에 설치된 어플리케이션에 기반하여 동작할 수 있다.
실시 예 7: 실시 예 2에 있어서, 상기 특정 이벤트와 관련된 적어도 하나의 객체를 추적하는 단계는, 상기 특정 이벤트와 관련성을 고려하여, 상기 관련성이 높은 순서대로 객체를 추적하는 단계를 포함할 수 있다.
실시 예 8: 실시 예 7에 있어서, 상기 차량과 충돌한 제1 객체는 상기 관련성의 선순위로 할당되며, 상기 제1 객체에만 연관된 제2 객체는 상기 관련성의 후순위로 할당될 수 있다.
실시 예 9: 실시 예 8에 있어서, 상기 방법은 상기 관련성이 높은 순서대로 객체를 추적하여, 상기 충돌 이벤트의 발생의 원인이 되는 객체의 정보를 식별하는 단계를 더 포함할 수 있다.
실시 예 10: 실시 예 9에 있어서, 상기 방법은 상기 갱신된 어플리케이션에 기반하여, 상기 충돌 이벤트의 발생의 원인이 되는 객체의 정보를 이용하여 결정되는 하나 이상의 객체들을 모니터링하는 단계를 더 포함할 수 있다.
실시 예 11: 실시 예 2에 있어서, 상기 방법은 상기 차량으로부터, 상기 차량의 예정 경로에 대한 정보를 수신하는 단계; 및 상기 차량의 예정 경로에 대한 정보에 기반하여, 상기 갱신된 어플리케이션을 재구성하는 단계를 더 포함할 수 있다.
실시 예 12: 실시 예 11에 있어서, 상기 차량의 예정 경로에 대한 정보는, i) 상기 예정 경로와 관련된 교통 패턴 정보, ii) 상기 예정 경로와 관련된 기상 정보, 및/또는 iii) 상기 예정 경로와 관련된 충돌 이벤트 정보 중 적어도 하나를 포함할 수 있다.
실시 예 13: 실시 예 12에 있어서, 상기 방법은 상기 재구성된 어플리케이션 및 상기 차량의 예정 경로에 대한 정보를 이용하여, 상기 예정 경로에서의 충돌 이벤트 발생 확률을 산출하는 단계; 상기 산출된 충돌 이벤트 발생 확률의 값이 미리 설정된 임계값을 초과하는 경우, 상기 차량을 위한 대체 경로를 결정하는 단계; 및 상기 결정된 대체 경로에 대한 정보를 상기 차량으로 전송하는 단계를 더 포함할 수 있다.
실시 예 14: 자율 주행 시스템(Automated Vehicle & Highway Systems)에서 차량의 자율 주행을 위한 어플리케이션을 갱신(update)하는 서버에 있어서, 상기 서버는 상기 서버의 기능을 제어하는 프로세서; 상기 프로세서와 결합되고, 상기 차량의 제어를 위한 데이터를 송신 및/또는 수신하는 송수신부; 및 상기 프로세서와 결합되고, 상기 차량의 제어를 위한 데이터를 저장하는 메모리를 포함하고, 상기 프로세서는, 특정 이벤트와 관련된 i) 센서 데이터(sensor data), ii) 처리 데이터(processing data), iii) 데이터 베이스(database, DB) 기반 데이터 및/또는 iv) 외부 데이터(external data) 중 적어도 어느 하나의 데이터를 획득하고; 상기 획득된 데이터에 기반하여, 상기 특정 이벤트의 발생 상황에 대한 시뮬레이션 모델(simulation model)을 생성하고; 상기 시뮬레이션 모델에 기반하여, 상기 특정 이벤트와 관련된 적어도 하나의 객체(object)를 추적하고; 상기 적어도 하나의 객체의 추적 결과에 기반하여, 상기 자율 주행을 위한 어플리케이션을 갱신하고; 상기 갱신된 어플리케이션에 대한 정보를 상기 차량으로 전송하는 것을 제어하도록 설정될 수 있다.
실시 예 15: 실시 예 14에 있어서, 상기 특정 이벤트는 상기 차량과 다른 객체 간의 충돌 이벤트일 수 있다.
실시 예 16: 실시 예 15에 있어서, 상기 처리 데이터는 상기 센서 데이터에 대해 상기 자율 주행을 위한 처리 동작을 수행함으로써 획득되며, 상기 DB 기반 데이터는 상기 차량의 위치 정보에 기반하여 결정되는 지리적 정보, 교통 정보, 및/또는 자율 주행 인프라 구조 정보 중 적어도 하나를 포함할 수 있다.
실시 예 17: 실시 예 15에 있어서, 상기 외부 데이터는 상기 충돌 이벤트 발생 시의 주변 환경에 대한 정보 및/또는 상기 적어도 하나의 객체에 대한 정보를 포함할 수 있다.
실시 예 18: 실시 예 15에 있어서, 상기 시뮬레이션 모델은 상기 획득된 데이터에 기반하여 설계된 상기 충돌 이벤트의 발생 상황 및 상기 충돌 이벤트의 발생 상황을 재현하기 위한 상기 차량의 제어 동작에 기반하여 생성될 수 있다.
실시 예 19: 실시 예 18에 있어서, 상기 시뮬레이션 모델은 상기 충돌 이벤트의 발생 시에 상기 차량에 설치된 어플리케이션에 기반하여 동작할 수 있다.
실시 예 20: 실시 예 15에 있어서, 상기 프로세서는, 상기 특정 이벤트와 관련된 적어도 하나의 객체의 추적과 관련하여, 상기 특정 이벤트와 관련성을 고려하여, 상기 관련성이 높은 순서대로 객체를 추적하는 것을 제어하도록 설정될 수 있다.
실시 예 21: 실시 예 20에 있어서, 상기 차량과 충돌한 제1 객체는 상기 관련성의 선순위로 할당되며, 상기 제1 객체에만 연관된 제2 객체는 상기 관련성의 후순위로 할당될 수 있다.
실시 예 22: 실시 예 21에 있어서, 상기 프로세서는, 상기 관련성이 높은 순서대로 객체를 추적하여, 상기 충돌 이벤트의 발생의 원인이 되는 객체의 정보를 식별하는 것을 제어하도록 설정될 수 있다.
실시 예 23: 실시 예 22에 있어서, 상기 프로세서는, 상기 갱신된 어플리케이션에 기반하여, 상기 충돌 이벤트의 발생의 원인이 되는 객체의 정보를 이용하여 결정되는 하나 이상의 객체들을 모니터링하는 것을 제어하도록 설정될 수 있다.
실시 예 24: 실시 예 22에 있어서, 상기 프로세서는, 상기 차량으로부터, 상기 차량의 예정 경로에 대한 정보를 수신하며; 및 상기 차량의 예정 경로에 대한 정보에 기반하여, 상기 갱신된 어플리케이션을 재구성하는 것을 제어하도록 설정될 수 있다.
실시 예 25: 실시 예 24에 있어서, 상기 차량의 예정 경로에 대한 정보는, i) 상기 예정 경로와 관련된 교통 패턴 정보, ii) 상기 예정 경로와 관련된 기상 정보, 및/또는 iii) 상기 예정 경로와 관련된 충돌 이벤트 정보 중 적어도 하나를 포함할 수 있다.
실시 예 26: 실시 예 25에 있어서, 상기 프로세서는, 상기 재구성된 어플리케이션 및 상기 차량의 예정 경로에 대한 정보를 이용하여, 상기 예정 경로에서의 충돌 이벤트 발생 확률을 산출하고, 상기 산출된 충돌 이벤트 발생 확률의 값이 미리 설정된 임계값을 초과하는 경우, 상기 차량을 위한 대체 경로를 결정하며; 상기 결정된 대체 경로에 대한 정보를 상기 차량으로 전송하는 것을 제어하도록 설정될 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.
또한, 이상에서 실시 예들을 중심으로 설명하였으나 이는 단지 예시일 뿐 본 발명을 한정하는 것이 아니며, 본 발명이 속하는 분야의 통상의 지식을 가진 자라면 본 실시 예의 본질적인 특성을 벗어나지 않는 범위에서 이상에 예시되지 않은 여러 가지의 변형과 응용이 가능함을 알 수 있을 것이다. 예를 들어, 실시 예들에 구체적으로 나타난 각 구성 요소는 변형하여 실시할 수 있는 것이다. 그리고 이러한 변형과 응용에 관계된 차이점들은 첨부한 청구 범위에서 규정하는 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.
본 발명은 5G(5 generation) 시스템을 기반으로 자율 주행 시스템(Automated Vehicle & Highway Systems)에 적용되는 예를 중심으로 설명하였으나, 이외에도 다양한 무선 통신 시스템 및 자율주행장치에 적용하는 것이 가능하다.

Claims (20)

  1. 자율 주행 시스템(Automated Vehicle & Highway Systems)에서 차량의 자율 주행을 위한 어플리케이션을 갱신(update)하는 방법에 있어서,
    특정 이벤트와 관련된 i) 센서 데이터(sensor data), ii) 처리 데이터(processing data), iii) 데이터 베이스(database, DB) 기반 데이터 또는 iv) 외부 데이터(external data) 중 적어도 어느 하나의 데이터를 획득하는 단계;
    상기 획득된 데이터에 기반하여, 상기 특정 이벤트의 발생 상황에 대한 시뮬레이션 모델(simulation model)을 생성하는 단계;
    상기 시뮬레이션 모델에 기반하여, 상기 특정 이벤트와 관련된 적어도 하나의 객체(object)를 추적하는 단계;
    상기 적어도 하나의 객체의 추적 결과에 기반하여, 상기 자율 주행을 위한 어플리케이션을 갱신하는 단계; 및
    상기 갱신된 어플리케이션에 대한 정보를 상기 차량으로 전송하는 단계를 포함하되,
    상기 특정 이벤트는, 상기 차량과 다른 객체 간의 충돌 이벤트인 것을 특징으로 하는 자율 주행 시스템에서 데이터 기반의 어플리케이션 갱신 방법.
  2. 삭제
  3. 제1항에 있어서,
    상기 처리 데이터는, 상기 센서 데이터에 대해 상기 자율 주행을 위한 처리 동작을 수행함으로써 획득되며,
    상기 DB 기반 데이터는, 상기 차량의 위치 정보에 기반하여 결정되는 지리적 정보, 교통 정보, 또는 자율 주행 인프라 구조 정보 중 적어도 하나를 포함하는 것을 특징으로 하는 자율 주행 시스템에서 데이터 기반의 어플리케이션 갱신 방법.
  4. 제1항에 있어서,
    상기 외부 데이터는, 상기 충돌 이벤트 발생 시의 주변 환경에 대한 정보 또는 상기 적어도 하나의 객체에 대한 정보를 포함하는 것을 특징으로 하는 자율 주행 시스템에서 데이터 기반의 어플리케이션 갱신 방법.
  5. 제1항에 있어서,
    상기 시뮬레이션 모델은, 상기 획득된 데이터에 기반하여 설계된 상기 충돌 이벤트의 발생 상황 및 상기 충돌 이벤트의 발생 상황을 재현하기 위한 상기 차량의 제어 동작에 기반하여 생성되는 것을 특징으로 하는 자율 주행 시스템에서 데이터 기반의 어플리케이션 갱신 방법.
  6. 제5항에 있어서,
    상기 시뮬레이션 모델은, 상기 충돌 이벤트의 발생 시에 상기 차량에 설치된 어플리케이션에 기반하여 동작하는 것을 특징으로 하는 자율 주행 시스템에서 데이터 기반의 어플리케이션 갱신 방법.
  7. 제1항에 있어서,
    상기 특정 이벤트와 관련된 적어도 하나의 객체를 추적하는 단계는,
    상기 특정 이벤트와 관련성을 고려하여 객체를 추적하는 단계를 포함하고,
    상기 특정 이벤트와 관련성을 고려하여 상기 객체를 추적하는 단계는,
    상기 차량과 충돌한 제1 객체를 제1 순위로 할당하고, 상기 제1 객체의 움직임에 영향을 주는 제2 객체를 제2 순위로 할당하고, 상기 순위에 기초하여 상기 제1 객체 및 상기 제2 객체를 추적하는 것을 특징으로 하는 자율 주행 시스템에서 데이터 기반의 어플리케이션 갱신 방법.
  8. 삭제
  9. 제7항에 있어서,
    상기 관련성이 높은 순서대로 객체를 추적하여, 상기 충돌 이벤트의 발생의 원인이 되는 객체의 정보를 식별하는 단계를 더 포함하는 것을 특징으로 하는 자율 주행 시스템에서 데이터 기반의 어플리케이션 갱신 방법.
  10. 제9항에 있어서,
    상기 갱신된 어플리케이션에 기반하여, 상기 충돌 이벤트의 발생의 원인이 되는 객체의 정보를 이용하여 결정되는 하나 이상의 객체들을 모니터링하는 단계를 더 포함하는 것을 특징으로 하는 자율 주행 시스템에서 데이터 기반의 어플리케이션 갱신 방법.
  11. 제1항에 있어서,
    상기 차량으로부터, 상기 차량의 예정 경로에 대한 정보를 수신하는 단계; 및
    상기 차량의 예정 경로에 대한 정보에 기반하여, 상기 갱신된 어플리케이션을 재구성하는 단계를 더 포함하는 것을 특징으로 하는 자율 주행 시스템에서 데이터 기반의 어플리케이션 갱신 방법.
  12. 제11항에 있어서,
    상기 차량의 예정 경로에 대한 정보는, i) 상기 예정 경로와 관련된 교통 패턴 정보, ii) 상기 예정 경로와 관련된 기상 정보, 또는 iii) 상기 예정 경로와 관련된 충돌 이벤트 정보 중 적어도 하나를 포함하는 것을 특징으로 하는 자율 주행 시스템에서 데이터 기반의 어플리케이션 갱신 방법.
  13. 제12항에 있어서,
    상기 재구성된 어플리케이션 및 상기 차량의 예정 경로에 대한 정보를 이용하여, 상기 예정 경로에서의 충돌 이벤트 발생 확률을 산출하는 단계;
    상기 산출된 충돌 이벤트 발생 확률의 값이 미리 설정된 임계값을 초과하는 경우, 상기 차량을 위한 대체 경로를 결정하는 단계; 및
    상기 결정된 대체 경로에 대한 정보를 상기 차량으로 전송하는 단계를 더 포함하는 것을 특징으로 하는 자율 주행 시스템에서 데이터 기반의 어플리케이션 갱신 방법.
  14. 자율 주행 시스템(Automated Vehicle & Highway Systems)에서 차량의 자율 주행을 위한 어플리케이션을 갱신(update)하는 서버에 있어서,
    상기 서버의 기능을 제어하는 프로세서;
    상기 프로세서와 결합되고, 상기 차량의 제어를 위한 데이터를 송신 및/또는 수신하는 송수신부; 및
    상기 프로세서와 결합되고, 상기 차량의 제어를 위한 데이터를 저장하는 메모리를 포함하고,
    상기 프로세서는,
    특정 이벤트와 관련된 i) 센서 데이터(sensor data), ii) 처리 데이터(processing data), iii) 데이터 베이스(database, DB) 기반 데이터 또는 iv) 외부 데이터(external data) 중 적어도 어느 하나의 데이터를 획득하고;
    상기 획득된 데이터에 기반하여, 상기 특정 이벤트의 발생 상황에 대한 시뮬레이션 모델(simulation model)을 생성하고;
    상기 시뮬레이션 모델에 기반하여, 상기 특정 이벤트와 관련된 적어도 하나의 객체(object)를 추적하고;
    상기 적어도 하나의 객체의 추적 결과에 기반하여, 상기 자율 주행을 위한 어플리케이션을 갱신하고;
    상기 갱신된 어플리케이션에 대한 정보를 상기 차량으로 전송하되,
    상기 특정 이벤트는, 상기 차량과 다른 객체 간의 충돌 이벤트인 것을 제어하도록 설정되는 것을 특징으로 하는 서버.
  15. 삭제
  16. 제14항에 있어서,
    상기 처리 데이터는, 상기 센서 데이터에 대해 상기 자율 주행을 위한 처리 동작을 수행함으로써 획득되며,
    상기 DB 기반 데이터는, 상기 차량의 위치 정보에 기반하여 결정되는 지리적 정보, 교통 정보, 또는 자율 주행 인프라 구조 정보 중 적어도 하나를 포함하는 것을 특징으로 하는 서버.
  17. 제14항에 있어서,
    상기 외부 데이터는, 상기 충돌 이벤트 발생 시의 주변 환경에 대한 정보 또는 상기 적어도 하나의 객체에 대한 정보를 포함하는 것을 특징으로 하는 서버.
  18. 제14항에 있어서,
    상기 시뮬레이션 모델은, 상기 획득된 데이터에 기반하여 설계된 상기 충돌 이벤트의 발생 상황 및 상기 충돌 이벤트의 발생 상황을 재현하기 위한 상기 차량의 제어 동작에 기반하여 생성되는 것을 특징으로 하는 서버.
  19. 제18항에 있어서,
    상기 시뮬레이션 모델은, 상기 충돌 이벤트의 발생 시에 상기 차량에 설치된 어플리케이션에 기반하여 동작하는 것을 특징으로 하는 서버.
  20. 제14항에 있어서,
    상기 프로세서는,
    상기 특정 이벤트와 관련된 적어도 하나의 객체의 추적과 관련하여,
    상기 특정 이벤트와 관련성을 고려하여 객체를 추적하는 것을 제어하도록 설정되며,
    상기 프로세서는,
    상기 차량과 충돌한 제1 객체를 제1 순위로 할당하고, 상기 제1 객체의 움직임에 영향을 주는 제2 객체를 제2 순위로 할당하며, 상기 순위에 기초하여 상기 제1 객체 및 상기 제2 객체를 추적하는 것을 특징으로 하는 서버.
KR1020190095185A 2019-08-05 2019-08-05 자율 주행 시스템에서 데이터 기반의 어플레이케이션 갱신방법 및 이를 위한 장치 KR102237421B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190095185A KR102237421B1 (ko) 2019-08-05 2019-08-05 자율 주행 시스템에서 데이터 기반의 어플레이케이션 갱신방법 및 이를 위한 장치
US16/558,034 US20200001868A1 (en) 2019-08-05 2019-08-30 Method and apparatus for updating application based on data in an autonomous driving system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190095185A KR102237421B1 (ko) 2019-08-05 2019-08-05 자율 주행 시스템에서 데이터 기반의 어플레이케이션 갱신방법 및 이를 위한 장치

Publications (2)

Publication Number Publication Date
KR20190099148A KR20190099148A (ko) 2019-08-26
KR102237421B1 true KR102237421B1 (ko) 2021-04-08

Family

ID=67806475

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190095185A KR102237421B1 (ko) 2019-08-05 2019-08-05 자율 주행 시스템에서 데이터 기반의 어플레이케이션 갱신방법 및 이를 위한 장치

Country Status (2)

Country Link
US (1) US20200001868A1 (ko)
KR (1) KR102237421B1 (ko)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114730508A (zh) * 2019-11-22 2022-07-08 现代自动车株式会社 用于记录自主车辆的事件数据的系统
CN112955866A (zh) * 2020-01-13 2021-06-11 深圳市大疆创新科技有限公司 参数更新方法、设备、系统及计算机可读存储介质
GB2591521B (en) * 2020-02-03 2023-03-29 Samsung Electronics Co Ltd Improvements in and relating to a multi-access edge computing (MEC) network
KR102189486B1 (ko) * 2020-06-17 2020-12-11 (주)인티그리트 공유자율주행장치의 원격 제어를 이용한 공유 콘텐츠 서비스 제공 시스템
US20220169282A1 (en) * 2020-12-01 2022-06-02 Gm Cruise Holdings Llc Autonomous vehicle high-priority data offload system
CN112463347B (zh) * 2021-01-25 2021-06-11 国汽智控(北京)科技有限公司 一种云路协同的自动驾驶模型训练、调取方法及系统
CN113276861B (zh) * 2021-06-21 2023-03-28 上汽通用五菱汽车股份有限公司 车辆控制方法、车辆控制系统及存储介质
CN113553729B (zh) * 2021-09-18 2022-03-18 深圳市城市交通规划设计研究中心股份有限公司 基于系统动力学的自主式交通系统模型构建方法及装置
CN114461743A (zh) * 2022-04-13 2022-05-10 华南理工大学 一种通过高精度地图对高速公路事件自动仿真还原的系统
CN115333938B (zh) * 2022-07-19 2024-03-26 岚图汽车科技有限公司 一种车辆安全防护控制方法及相关设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2990290B1 (en) * 2014-09-01 2019-11-06 Honda Research Institute Europe GmbH Method and system for post-collision manoeuvre planning and vehicle equipped with such system
KR20180075985A (ko) * 2016-12-27 2018-07-05 재단법인대구경북과학기술원 주행환경 감응형 자율 조향 예측 장치 및 그 방법
KR20180094725A (ko) * 2017-02-16 2018-08-24 삼성전자주식회사 자율 주행을 위한 차량 제어 방법, 차량 제어 장치 및 자율 주행을 위한 학습 방법
KR102015076B1 (ko) * 2017-11-13 2019-08-27 주식회사 소네트 일상 주행 데이터를 이용한 자율 주행 알고리즘 개발 장치 및 그 방법
KR20190054374A (ko) * 2017-11-13 2019-05-22 한국전자통신연구원 주행 경험 정보를 이용한 자율주행 학습 장치 및 방법

Also Published As

Publication number Publication date
US20200001868A1 (en) 2020-01-02
KR20190099148A (ko) 2019-08-26

Similar Documents

Publication Publication Date Title
KR102239277B1 (ko) 자율 주행 시스템에서 차량의 무선 통신을 위한 방법 및 장치
KR102243244B1 (ko) 자율주행시스템에서 긴급단계에 따른 제어방법 및 이를 위한 장치
KR102226067B1 (ko) 자율주행시스템에서 가상 신호등 서비스 제공방법 및 이를 위한 장치
KR102237421B1 (ko) 자율 주행 시스템에서 데이터 기반의 어플레이케이션 갱신방법 및 이를 위한 장치
KR102221559B1 (ko) 자율주행시스템에서 군집 주행 차량 제어 방법 및 장치
KR102195939B1 (ko) 자율주행 차량의 배터리 충전 방법 및 이를 위한 장치
KR102135259B1 (ko) 자율주행시스템에서 응급차량을 위한 주차차량을 이동시키는 방법 및 이를 위한 장치
KR20190098094A (ko) 자율주행시스템에서 차량이 수신한 메시지의 유효성을 판단하는 방법 및 이를 위한 장치
US20200033147A1 (en) Driving mode and path determination method and system of autonomous vehicle
KR102645298B1 (ko) 자율주행시스템에서 차량간 p2p 방식을 활용한 데이터 처리방법 및 이를 위한 장치
US20210331712A1 (en) Method and apparatus for responding to hacking on autonomous vehicle
KR20190096873A (ko) 자율주행시스템에서 차량과 서버의 연결 설정방법 및 이를 위한 장치
US11364932B2 (en) Method for transmitting sensing information for remote driving in automated vehicle and highway system and apparatus therefor
KR20190107277A (ko) 자율 주행 시스템에서 차량을 제어하는 방법 및 장치
KR20190104010A (ko) 자율주행 제어장치 및 이를 이용한 자율주행 제어방법
KR20210106688A (ko) 지능적인 빔 추적 방법 및 이를 위한 자율 주행 차량
KR20190098092A (ko) 자율주행 시스템에서 해킹 차량 관리 방법 및 그 장치
US20210331699A1 (en) Method for managing resources of vehicle in automated vehicle & highway systems and apparaus therefor
KR102205794B1 (ko) 자율주행시스템에서 서버브릿지를 설정하는 방법 및 이를 위한 장치
KR102257803B1 (ko) 자율주행시스템에서 다른 자율주행차량을 이용한 원격주행 방법
US20200033875A1 (en) Image sensor system and autonomous driving system using the same
US20210331678A1 (en) Method of providing vehicle refuge information in disaster situation and apparatus therefor
KR20210047394A (ko) 자율주행 제어방법
KR102227287B1 (ko) 자율주행시스템에서 차량의 멀티안테나 제어방법 및 이를 위한 장치
KR20210088881A (ko) 전기차량의 배터리 공유 시스템 및 이에 기반한 사용자 보상방법

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