KR102286674B1 - 자동차의 운전자 보조 장치를 동작시키는 방법, 운전자 보조 장치 및 자동차 - Google Patents

Abstract

본 발명은 자동차(1)의 운전자 보조 장치(2)를 동작시키는 방법에 관한 것으로서, 상기 방법은, 적어도 하나의 표적 차량(6)이 존재하는, 상기 자동차(1)의 주변 영역(11)의 센서 데이터(10)를 캡처하는 단계로서, 상기 표적 차량은 상기 자동차(1)의 전방 및 상기 자동차(1)와 동일한 차선(4)에 있는, 상기 센서 데이터를 캡처하는 단계; 상기 자동차(1)의 운전자(13)를 기술하는 적어도 하나의 운전자 특성(12)을 캡처하는 단계; 상기 운전자 특성(12)에 기초하여 상기 운전자(13)를 미리 결정된 운전자 등급(14)에 할당하는 단계; 운전자 등급별 추월 정보에 할당된 상기 운전자 등급(14)에 기초하여 상기 운전자(13)의 추월 경향(16)을 기술하는 상기 운전자 등급별 추월 정보(15)를 판독하는 단계; 상기 추월 정보(15) 및 상기 센서 데이터(10)에 기초하여 추월 정보에 할당된 복수의 기준 제어 신호(19)로부터 상기 운전자 보조 장치(2)의 제어 신호(18)를 출력하는 단계로서, 상기 제어 신호는 상기 표적 차량(6)에 대하여 상기 자동차(1)의 추월 기동(20)을 평가하는, 상기 제어 신호를 출력하는 단계; 및 상기 운전자 보조 장치(2)에 의해 상기 제어 신호(18)를 출력하는 단계를 포함한다.

Description

자동차의 운전자 보조 장치를 동작시키는 방법, 운전자 보조 장치 및 자동차

본 발명은 자동차의 운전자 보조 장치를 동작시키는 방법에 관한 것이다. 제안된 접근법은 캡처되는 자동차의 주변 영역으로부터의 센서 데이터를 포함한다. 상기 주변 영역에는 적어도 하나의 표적 차량이 존재한다. 표적 차량은 자동차 전방 및 자동차와 동일한 차선에 있다. 나아가, 본 발명은 대응하는 방법을 수행하도록 설계된 평가 유닛을 갖는 운전자 보조 장치에 관한 것이다. 본 발명은 또한 대응하는 운전자 보조 장치를 갖는 자동차에 관한 것이다.

자동차의 운전자 보조 장치를 동작시키는 방법은 종래 기술에 알려져 있다. 이와 같이, 예를 들어, 자동차의 미래의 추월 경로는 주변 센서 데이터 또는 맵 데이터(map data)에 기초하여 계산되고 추월 기동(overtaking maneuver)에서 운전자를 보조하기 위해 추월 경로 또는 이 추월 경로에 기초한 조언이 출력되는 것이 알려져 있다.

본 발명의 목적은 자동차의 추월 기동을 보다 안전하게 수행할 수 있는 방법, 운전자 보조 장치 및 자동차를 제공하는 것이다.

상기 목적은 독립 청구항에 따른 방법, 운전자 보조 장치 및 자동차에 의해 달성된다.

본 발명에 따른 방법은 동작되는 자동차의 운전자 보조 장치를 포함한다. 다음 단계가 수행된다:

- 적어도 하나의 표적 차량이 존재하는, 상기 자동차의 주변 영역의 센서 데이터를 캡처하는 단계로서, 상기 표적 차량은 특히 상기 자동차의 주행 방향으로 상기 자동차의 전방 및 상기 자동차와 동일한 차선에 있는, 상기 자동차의 주변 영역의 센서 데이터를 캡처하는 단계;

중요한 개념으로

- 상기 자동차의 운전자를 기술하는 적어도 하나의 운전자 특성을 캡처하는 단계;

- 상기 운전자 특성에 기초하여 결정된 운전자 등급(driver class)에 상기 운전자를 할당하는 단계;

- 운전자 등급별 추월 정보와 관련된 상기 운전자 등급에 기초하여 상기 운전자의 추월 경향을 기술하는 상기 운전자 등급별 추월 정보를 판독하는 단계;

- 상기 추월 정보 및 상기 센서 데이터에 기초하여 상기 추월 정보와 연관된 복수의 기준 제어 신호로부터 상기 운전자 보조 장치의 제어 신호를 선택하는 단계로서, 상기 제어 신호는 상기 표적 차량과 관련하여 상기 자동차의 추월 기동을 평가하는, 상기 제어 신호를 선택하는 단계; 및

- 상기 운전자 보조 장치에 의해 상기 제어 신호를 출력하는 단계.

본 발명은 상기 운전자 등급별 추월 정보의 결과, 즉 상기 운전자의 개별 운전을 고려한 결과 상기 추월 기동을 보다 안전하게 수행할 수 있다는 통찰에 기초한다.

특히 상기 추월 정보는 다른 운전자 등급에서는 다른 방식으로 이용 가능하다. 상기 추월 정보는 추월 기동 동안 상기 운전자의 추월 경향 또는 운전 경향을 기술한다. 상기 운전자는 상기 운전자 등급에 할당된다. 상기 운전자 등급은 예를 들어 단 하나의 운전자만을 포함하거나 또는 다수의 운전자를 포함할 수 있고 그리하여 다수의 운전자의 추월 경향에 대한 추월 정보를 일반화하는 역할을 한다.

상기 추월 정보는 특히 단위 없는 수치 벡터(numerical vector) 또는 특히 하나 이상의 차원을 갖는 단위 없는 수치 행렬(numerical matrix)로서 이용 가능할 수 있다. 상기 추월 정보는 기준 제어 신호와 관련된 추월 정보와 비교된다. 특히, 가장 유사한 추월 정보를 갖는 기준 제어 신호가 선택된다.

상기 추월 정보로부터 추월 기동 동안 상기 운전자가 상기 자동차를 동작시키는 운전 방식 및 운전 대상, 즉 운전자의 추월 경향을 알 수 있다. 상기 자동차를 동작시키는 이러한 선호도는 아래에 기술된 속성에 기초하여 수치적으로 매핑될 수 있다. 이러한 속성은 자동차의 구성 요소의 파라미터 또는 상태 값으로 표시되기 때문에 수치적으로도 표현될 수 있는 이러한 속성은 추월 정보를 생성하기 위해 기계 학습의 기초로 취해진다. 상기 추월 정보는 특히 제어 신호를 선택하기 위한 분류자(classifier)로서 이용 가능할 수 있다.

상기 기준 제어 신호의 추월 정보의 결과, 특히 비교에 기초하여 운전자에 할당될 수 있는 여러 등급이 이용 가능하다. 특히, 각 등급은 다른 제어 신호를 제공한다. 이와 같이, 하나의 등급은 예를 들어 최대 가능한 가속으로 추월하기 위한 제어 신호를 제공하지만, 다른 등급은 예를 들어 최대 가능한 가속의 절반으로 추월하는 것을 포함하는 제어 신호를 제공한다.

상기 자동차의 주변 영역이 캡처되고 상기 센서 데이터가 제공된다. 주변 영역은 자동차의 다양한 주변 센서, 예를 들어, 카메라, 레이더 센서, 라이더 센서, 레이저 스캐너, 초음파 센서 또는 이들 센서의 조합을 사용하여 캡처될 수 있다.

상기 자동차 전방에는 표적 차량이 존재한다. 따라서 상기 자동차는 상기 표적 차량을 향해 주행한다. 상기 자동차는 상기 표적 차량과 동일한 차선에 있고, 이는 표적 차량보다 더 높은 속도로 표적 차량을 지나가기 위해 표적 차량을 추월할 필요가 있다는 것을 의미한다. 이러한 상황에서 주변 영역이 캡처된다.

상기 자동차의 운전자를 기술하는 특성이 상기 운전자로부터 캡처된다. 운전자 특성은 예를 들어 자동차의 내부 카메라, 차량 키의 무선 주파수 식별(radio-frequency identification: RFID) 칩, 또는 지문 판독기에 의해 캡처될 수 있다. 따라서 운전자 특성은 바람직하게 운전자를 고유하게 식별하는 특성일 수 있다.

상기 운전자 특성은 상기 운전자를 미리 결정된 운전자 등급에 할당한다. 이것은 특히 상기 운전자 특성을 상기 운전자 등급에 매핑하는 것에 기초하여 수행된다. 상기 운전자 등급은 또한 유일한 운전자만을 가질 수도 있고, 다수의 운전자를 포함할 수 있지만 반드시 그런 것은 아니다.

연관된 운전자 등급은 연관된 추월 정보를 갖는다. 상기 추월 정보는 상기 운전자의 추월 경향 또는 운전자에 할당된 운전자 등급의 추월 경향을 기술한다. 상기 추월 정보는 바람직하게는 운전자 등급마다 다르다. 이와 같이, 하나의 운전자 등급은 추월 기동과 관련하여 예를 들어 고위험 운전자를 가질 수 있는 반면, 다른 운전자 등급은 덜 고위험 운전자를 갖는다. 추월 정보는 예를 들어 자동차 또는 차량 외부 디바이스의 메모리로부터 판독된다.

상기 추월 정보 및 상기 센서 데이터는 상기 운전자 보조 장치의 제어 신호를 선택하기 위한 기초로서 취해진다. 상기 제어 신호는 상기 표적 차량과 관련하여 상기 자동차의 추월 기동을 평가한다. 평가하는 것은 예를 들어 추월 기동에 대해 위험 또는 위험 확률을 결정하는 것을 의미한다. 그러나, 평가하는 것은 또한 상기 추월 기동을 안전하게 수행할 수 있는지 또는 추월 기동을 안전하게 수행할 수 없는지 여부를 결정하는 것을 의미할 수도 있다. 평가하는 것은 예를 들어 데이터 분석, 데이터 처리, 데이터 변환, 데이터 모델링 방법을 사용하여 및 또한 기계 학습 및 인공 지능 방법을 사용하여, 예를 들어 신경망, 벡터 지원 기계(support vector machine: SVM) 방법, 심층 학습, k-최근접 이웃(k-nearest-neighbor: KNN), 회귀법 등을 사용하여 수행될 수 있다.

상기 제어 신호는 상기 운전자 보조 장치에 의해 출력된다. 상기 제어 신호는 예를 들어 시각 및/또는 청각 및/또는 촉각 조언을 트리거(trigger)할 수 있다. 상기 제어 신호는 대안적으로 상기 자동차의 추월 기동을 적어도 반 자율적으로 또는 사람에 의해 수행되는 것으로 트리거할 수 있다. 이러한 상황에서, 적어도 반 자율적이란 자동차의 조향 및/또는 자동차의 가속이 자동으로 수행되는 것, 즉 실질적으로 사람 운전자의 개입 없이 수행되는 것을 의미한다.

바람직하게는 상기 추월 정보는 상기 운전자를 특징짓는 다음 속성 중 적어도 하나를 갖는 훈련 데이터에 기초하여 생성되는 것으로 제공된다. 따라서 상기 훈련 데이터는 적어도 하나의 속성을 갖는다. 이와 같이, 이 속성은 예를 들어 의무 속도에 대한 주행 속도; 수행된 추월 기동 후 다시 차선에 진입할 때의 안전 거리; 또는 수행된 추월 기동 전에 차선을 이탈할 때 표적 차량으로부터의 거리로서 이용 가능할 수 있다.

그러나, 이 속성은 특히 또한 추월 기동의 시작 시 상기 자동차의 차선 이탈 각도(pulling-out angle)로 이용 가능할 수 있다. 상기 차선 이탈 각도는 자동차가 추월 기동의 시작 시 차선에 대해 측방으로 이동을 수행하는 차선의 길이방향 축에 대한 각도를 기술한다. 그러나, 제공되는 속성은 예를 들어 또한 차선 진입 각도(pulling-in angle), 가속 프로파일, 자동차의 파워 리저브(power reserve)의 활용 레벨, 추월 기동 전 또는 추월 기동의 시작 시 표적 차량에 대한 거리 거동, 가속 거동, 변속 거동, 제동 거동, 표적 차량에 대한 접근 속도 거동일 수 있다. 이 경우 의무 속도는 예를 들어 권장 속도 또는 법적 제한 속도로 이용 가능할 수 있다. 추월 정보는 예를 들어 훈련 데이터를 이용한 기계 학습에 의해 생성된다. 추월 정보는 운전자 등급에 할당되고 또는 운전자 등급은 각 추월 정보에 의해 생성된다. 따라서, 의무 속도에 대한 주행 속도는 표적 차량을 추월하기 위해 추월 기동 동안 운전자가 예를 들어 잠시 의무 속도를 초과하는지 여부를 진술할 수 있게 한다. 제어 신호는 운전자의 경향에 기초하여 선택된다.

상기 제어 신호는 대안적으로 수행된 추월 기동 후 다시 차선에 진입할 때 운전자가 큰 안전 거리를 갖기를 원하는지 또는 수행된 추월 기동 후 표적 차량에 대해 짧은 안전 거리를 갖기를 원하는지 여부에 따라 선택될 수 있다. 즉, 안전 거리는 거리 제한 값을 초과하는지 또는 미만인지 여부를 나타낸다. 거리는 예를 들어 미터(m) 단위로 이용 가능할 수 있다. 이와 같이 일부 운전자는 큰 안전 거리를 두고, 즉 예를 들어 표적 차량 전방으로 수 대의 차량 길이를 두고 다시 차선에 진입하기를 원하고, 다른 운전자는 안전 거리가 예를 들어 1대의 차량 길이인 경우 충분할 수 있다. 제1 경우에, 운전자는 예를 들어 추월 경향의 제1 등급에 할당되고, 제2 경우에 제2 등급에 할당된다. 제1 등급에는 바람직하게는 제1 기준 제어 신호가 있고, 제2 등급에는 바람직하게는 제1 기준 제어 신호와는 다른 제2 기준 제어 신호가 있다.

표적 차량과 관련하여 차선 이탈 거리가 또한 속성으로 이용 가능할 수 있다. 표적 차량에 대해 차선 이탈 거리는 자동차가 측방으로 차선을 벗어나거나 또는 적어도 부분적으로 측방으로 이동할 때 표적 차량의 전방으로 떨어진 거리를 나타낸다.

가속 프로파일이 또한 속성으로 사용될 수 있다. 가속 프로파일은 자동차가 추월 기동의 여러 단계로 동작하는 가속 값을 기술한다. 이와 같이, 자동차는 추월 기동의 종료 시보다 추월 기동의 시작 시 보다 강력하게 가속될 수 있고 또는 그 반대로도 가능하고, 또는 자동차는 추월 기동의 중간에서만 강력하게 가속될 수 있는 반면, 자동차는 추월 기동의 시작 시 및 추월 기동의 종료 시에 중간 단계에서보다 더 적은 속도로 가속될 수 있다.

이용 가능한 속성은 또한 가속 거동일 수 있다. 가속 거동은 예를 들어 운전자가 자동차를 가속시키는 정도를 기술할 수 있다. 이와 같이, 가속 페달은 예를 들어 완전히 눌려지거나 또는 부분적으로만 눌려질 수 있다. 이것은 파워 리저브의 다른 활용 수준과 일치한다. 예로서, 또한 더 높은 엔진 속도 범위를 달성하기 위해 추월 기동의 시작 시에 적어도 하나의 기어를 다운 변속하는 것이 가능하다. 따라서 또한 변속 거동을 속성으로 이용 가능할 수 있다. 이와 같이, 추월 기동의 시작 전 또는 추월 기동 중 기어를 저속으로 변속하는 것은 예를 들어 제1 등급에 할당될 수 있지만, 추월 기동 전 또는 추월 기동 중 기어를 유지하는 것은 제2 등급에 할당될 수 있다. 속성을 갖는 훈련 데이터에 기초하여 추월 정보를 생성하면 운전자 보조 장치를 보다 안전하게 동작시킬 수 있다.

나아가, 바람직하게는 상기 추월 정보는 현재 날씨 상태 및/또는 현재 시간대 및/또는 현재 요일에 기초하여 생성되는 것으로 제공된다. 바람직하게는, 상기 추월 정보는 또한 현재 교통 밀도 및/또는 현재 도로 카테고리에 기초하여 생성될 수 있다. 현재 날씨 상태는 예를 들어 비가 내리고 있는지 여부, 눈이 내리고 있는 지 여부, 외부 온도가 얼마인지, 그리고 다시 날씨 상태에 기초하여 운전자의 추월 경향이 무엇인지를 규정하는 것을 포함할 수 있다. 이와 같이, 예를 들어 도로가 건조한 경우 및/또는 도로가 결빙되지 않은 경우보다 도로가 젖었을 때 또는 도로가 빙판일 때 추월하는 운전자가 종종 더 적다.

또한, 상기 추월 정보는 예를 들어, 현재 시간대에 기초하여 생성되거나 훈련될 수 있다. 이와 같이, 예를 들어 아침 일찍 출근하거나 및/또는 저녁에 퇴근하는 운전자는 예를 들어 근무 시간 동안보다 더 위험하게 운전하고 더 자주 추월한다. 예를 들어, 중요한 약속은 지켜야 할 필요가 있으므로 근무 시간 동안 추월이 더 자주 수행되는 반대의 경우도 발생할 수 있다. 추월 정보는 현재 요일에 기초하여 생성되는 것으로 제공될 수도 있다. 이와 같이 운전자는 공휴일이나 비 근무일보다 근무일에 더 자주 추월할 수 있다. 추월 정보를 생성하기 위한 속성으로서 교통 밀도 또는 교통량이 또한 사용될 수 있다. 이와 같이 추월 상황은 일반적으로 더 투명하기 때문에 예를 들어 교통량이 적을 때에만 추월하는 운전자가 있다. 그러나 반대의 경우도 있을 수 있는데, 구체적으로 교통량이 많을 때 추월을 통해 목적지에 더 빨리 도착하려고 시도하는 경우가 있을 수 있다. 추월 정보는 도로 카테고리를 속성으로 사용하여 생성될 수도 있다. 도로 카테고리는 도로를 도로 건설, 설계 표준 또는 사용 제한 관점에서 도로망으로 분류한다. 이와 같이 운전자는 예를 들어 시골 도로나 지방 도로에서 추월하는 방식과는 다른 방식으로 고속도로에서 추월한다.

나아가, 바람직하게는 상기 자동차의 현재 동작 파라미터를 캡처하고 상기 동작 파라미터 및 상기 추월 정보를 사용하여 상기 운전자의 추월 의도를 인식하고 상기 추월 의도를 인식한 것에 기초하여 상기 제어 신호를 선택하는 것으로 제공된다. 상기 동작 파라미터는 예를 들어 상기 훈련 데이터의 속성과 일치할 수 있다. 이와 같이, 예를 들어 상기 동작 파라미터는 상기 추월 정보와 유사한 레벨을 갖는 결정된 거리 거동 또는 결정된 가속 거동을 캡처할 수 있게 한다. 이를 위해, 상기 동작 파라미터는 상기 추월 정보와 비교될 수 있고, 예를 들어 비교에 기초하여 유사하거나 유사하지 않은 것으로 분류될 수 있다. 상기 동작 파라미터가 상기 추월 정보와 유사한 것으로 평가되면, 이는 예를 들어 운전자가 추월 의도를 가지고 있다고 추론할 수 있다. 예를 들어, 추월 의도를 인식한 것에 기초하여 특정 거리에서 추월 기동이 더 낮은 위험을 가질 수 있는 것을 나타내거나 또는 다음 주행 구획에서 전혀 추월할 기회가 없기 때문에 현재 추월 기회를 취해야 하는 것을 나타내는 제어 신호를 운전자에게 출력할 수 있다.

나아가, 바람직하게는 현재 생리학적으로 인식 가능한 운전자 식별자를 캡처하고, 상기 식별자를 복수의 기준 식별자와 비교하고, 상기 비교를 사용하여 운전자의 추월 의도를 인식하는 것으로 제공된다. 생리적으로 인식 가능한 식별자는 운전자의 신체와 관련된 거동을 기술한다. 이와 같이, 예를 들어 운전자는 추월 의도가 없는 경우보다 추월 기동 전에는 일반적으로 자동차의 조향 휠(steering wheel)을 더 단단히 잡을 수 있다. 대안적으로, 예를 들어 추월 의도가 없는 경우보다 추월 의도가 있을 때 운전자가 더 자주 깜박일 수 있다. 추월 의도를 인식함으로써 제어 신호를 적절히 선택할 수 있고 자동차를 보다 안전하게 동작시킬 수 있다.

더욱이, 바람직하게는 캡처된 현재 생리학적으로 인식 가능한 식별자는 긴장 정도 및/또는 안구 운동 및/또는 운전자가 내는 음량 및/또는 운전자가 내는 소리의 의미론적 의미(semantic meaning)인 것으로 제공된다. 긴장 정도는 예를 들어 운전자의 이마에 발한(sweat)이 나타나는 것 또는 운전자의 손바닥에 발한이 나는 영역에 기초하여 결정될 수 있다. 발한이 나타나는 것은 예를 들어 자동차의 센서, 예를 들어 카메라에 의해 캡처될 수 있다. 운전자가 내는 소리는 예를 들어 자동차의 물건에 대한 발언(remark) 또는 타격(blow)일 수 있다. 소리가 운전자에 의한 발언이라면, 예를 들어 발언의 의미론적 의미는 음성 인식 프로그램에 의해 캡처될 수 있다. 예를 들어 운전자가 고함(shouting)을 지르거나 욕을 하는 경우, 이것은 예를 들어 추월 의도를 나타내는 것으로 등급 매겨질 수 있다. 이것은 추월 의도에 기초하여 제어 신호를 선택할 수 있기 때문에 유리하다. 이와 같이, 예를 들어, 추월 의사가 인식되었지만 운전자의 추월 경향을 고려하여 추월이 불가능한 경우, 운전자에게 경고를 출력할 수 있다. 따라서 이것은 자동차를 보다 안전하게 운전하게 할 수 있다.

나아가, 바람직하게는 상기 센서 데이터 및 상기 추월 정보 및/또는 상기 생리적으로 인식 가능한 식별자는 상기 표적 차량과 관련하여 추월 기동을 위한 개별 추월 경로를 결정하기 위한 기초로서 취해지는 것으로 제공된다. 이와 같이, 예를 들어, 추월 정보로부터 상기 운전자가 일반적으로 여유 있게 추월하고 이렇게 할 때 상기 자동차의 파워 리저브를 이용하지 않는다는 것을 이해할 수 있다. 이와 같이, 예를 들어, 이 경우에 추월 기동을 성공하기 위해 파워 리저브의 활용이 전제 조건인 경우, 임박한 추월 기회에 대한 조언이 운전자에 제공되지 않을 수 있다. 그러나 자동차의 파워 리저브를 활용하고 근본적으로 위험이 더 높은 운전자에게는 이 경우 추월 제안이 출력될 수 있다.

또한 예를 들어, 상기 생리학적으로 인식 가능한 식별자를 사용하여 운전자가 특히 이완된 상태에 있어서 느린 추월 기동을 취할 가능성이 있거나 또는 운전자가 특히 긴장하고 흥분된 상태에 있다는 것을 인식할 수 있는데, 이것이 운전자는 측정된 접근 방식을 현재 사용할 수 없는 것으로 고려되기 때문에 추월 제안이 운전자에게 출력되지 않는 이유이다. 따라서 이것은 자동차를 보다 안전하게 동작시킬 수 있게 한다.

더욱이, 바람직하게는 상기 추월 정보는 자동차의 운전 중에 운전자에 의해, 특히 온라인 훈련에 의해 현재 차량 운전에 기초하여 적응되는 것으로 제공된다. 이와 같이, 특히 또한 자동차의 동작 파라미터를 포함하는, 운전자에 의한 현재 차량 운전이 캡처되고 추월 정보가 적응된다. 운전자에 의한 현재 차량 운전은 예를 들어 또한 추월 정보를 생성하는데 사용된 훈련 데이터의 속성을 사용하여 기술될 수 있다. 추월 정보를 적응시키기 위해 추월 정보를 지속적으로 최신 상태로 정확히 유지할 수 있다. 이와 같이, 운전자의 추월 경향은 예를 들어 시간 경과에 따라 변할 수 있다. 예를 들어 운전자는 나이가 들어서 특정 추월 상황에서 더 이완되거나 더 적은 위험을 추구하는 경향이 있을 수 있다.

자동차의 동작 동안 추월 정보를 적응시키면 또한 초기에 이용 가능한 추월 정보를 단지 약간만 적응시켜 시작 시에 사용할 수 있다. 따라서, 추월 정보를 자동차의 동작 중에 지속적으로 적응시켜 개선하기 때문에, 이 방법은 또한 초기에 이용 가능한 훈련 데이터가 거의 없이도 수행될 수 있다. 온라인 훈련은 운영 서비스 동안 분류자를 적응시키는 기계 학습 방법을 기술한다. 따라서 분류자는 등급 자체에 이전에 할당된 훈련 예를 사용하여 훈련된다. 한편, 초기 훈련 데이터는 일반적으로 수동으로, 즉 인간에 의해 등급에 할당된다.

나아가, 바람직하게는 상기 자동차의 동작 중에 적응된 추월 정보는 적어도 하나의 자동차 외부 디바이스로 전달되는 것으로 제공된다. 자동차 외부 디바이스는 예를 들어 외부 서버 또는 다수의 외부 서버 형태일 수 있다. 적응된 추월 정보는 따라서 컴퓨터 클라우드로 알려진 것, 즉 예를 들어 분산 컴퓨터 네트워크로 전송될 수 있다. 디바이스는 이 경우 고정식, 분산식 또는 중앙 집중식으로 이용 가능할 수 있다. 적응된 추월 정보를 디바이스로 전송하면 디바이스는 이 추월 정보를 다른 자동차로 송신할 수 있다. 추월 정보가 기초하는 모델은 또한 적응된 추월 정보에 의해 적응될 수 있다. 이것은 또한 추월 정보의 데이터 백업으로서 유리하다. 이와 같이, 추월 정보는 예를 들어 자동차의 메모리에서 소거될 수 있고, 또는 처음에 새 차에는 없고 추월 정보의 데이터 백업에 의해 복원될 수 있다.

나아가, 바람직하게는 상기 제어 신호는 상기 표적 차량과 관련하여 상기 자동차의 추월 기동의 추월 기회 조언 또는 경고를 출력하기 위해 상기 운전자 보조 장치에 의해 사용되는 것으로 제공된다. 상기 추월 기회 조언은 예를 들어 추월 기동을 자동차 운전자에게 출력할 수 있는 시각 및/또는 청각 및/또는 촉각 조언을 허용할 수 있다. 경고는 예를 들어 또한 시각 및/또는 청각 및/또는 촉각 출력을 자동차 운전자에게 제공하고, 이 경우 출력은 추월 기동이 예를 들어 특정 시간 범위 또는 특정 시간 기간 동안 현재 수행될 수 없거나 또는 추월 기동이 운전자의 추월 경향과 일치하지 않는 방식으로 진행될 수 있는 경우, 즉 예를 들어, 가속이 너무 빠르거나 차선 진입이 표적 차량 전방에 너무 가까이에서 일어나는 경우에만 수행될 수 있다는 것을 나타낼 수 있다. 추월 기회 조언 및/또는 경고는 운전자가 친숙하지 않거나 불편한 상황에 빠지지 않게 하기 때문에 자동차를 보다 안전하게 운전하게 할 수 있다.

나아가, 바람직하게는 상기 표적 차량과 관련하여 상기 자동차의 추월 기동은 상기 제어 신호에 기초하여 적어도 반 자율적으로 수행되는 것으로 제공된다. 반 자율적인 추월은 예를 들어 조향 개입 및/또는 가속 또는 제동 개입이 일어날 수 있게 한다. 따라서, 자동차의 운전자는 적어도 반 자율적인 추월의 경우에도 자신의 추월 경향을 고려하도록 자동차에서 이동된다. 추월 기동은 대안적으로 완전히 자율적으로 수행되어, 운전자는 단지 관람자 또는 모니터링하는 사람으로서 자동차에 존재할 수 있다. 이 경우에도, 추월 중에 자동차가 수동으로 동작하는 동안 운전자 스스로 운전하는 방식으로 자동차가 거동하는 것처럼 운전자는 더욱 동의 가능한 방식을 찾을 수 있다.

본 발명은 또한 평가 유닛을 갖는 운전자 보조 장치에 관한 것이다. 상기 운전자 보조 장치 또는 운전자 보조 시스템은 본 발명에 따른 방법을 수행하도록 설계된다. 상기 평가 유닛은 예를 들어 프로세서를 갖는 컴퓨팅 유닛의 형태일 수 있다. 상기 평가 유닛은 예를 들어 내부 또는 외부 메모리를 가질 수 있다.

상기 운전자 보조 장치는 예를 들어 추월 보조자 또는 추월 제안 보조자 또는 추월 경고 보조자의 형태일 수 있다.

본 발명은 또한 본 발명에 따른 운전자 보조 장치를 갖는 자동차에 관한 것이다. 자동차는 특히 승용차 형태이다. 특히, 자동차는 적어도 반 자율적으로 동작 가능하다.

본 발명에 따른 방법의 유리한 실시예는 운전자 보조 장치 및 자동차의 유리한 실시예인 것으로 고려될 수 있다. 운전자 보조 장치 및 자동차의 관련 구성 요소는 각각의 방법 단계를 수행하도록 각각 설계된다.

본 발명의 다른 특징은 청구범위, 도면 및 도면의 상세한 설명으로부터 나온다. 상기 설명에서 언급된 특징 및 특징의 조합, 및 아래의 도면의 상세한 설명에서 언급되고/되거나 도면에만 도시된 특징 및 특징의 조합이 본 발명의 범위를 벗어나지 않고 각각 언급된 조합으로 뿐만 아니라 다른 조합으로 사용될 수 있고 또는 단독으로도 사용될 수 있다.

본 발명의 예시적인 실시예는 개략적인 도면에 기초하여 아래에서 보다 상세하게 설명될 것이다.

도 1은 운전자 보조 장치를 갖는 본 발명에 따른 자동차 및 표적 차량이 하나의 차선에 있는 예시적인 실시예의 개략 평면도;
도 2는 차선에 있는 자동차의 추월 경로를 도시하는 개략 평면도;
도 3은 자동차에 앉아 있는 운전자의 개략 측면도; 및
도 4는 운전자 보조 장치를 동작시키기 위한 본 발명에 따른 방법의 예시적인 실시예의 흐름도.

도면에서, 동일하거나 기능적으로 동일한 요소에는 동일한 참조 부호가 제공된다.

도 1은 운전자 보조 장치(2)를 갖는 본 발명에 따른 자동차(1)의 예시적인 실시예를 도시한다. 자동차(1)는 도로(3) 상에 있다. 예시적인 실시예에 따르면, 도로(3)는 차선(4) 및 추가 차선(5)을 갖는다. 자동차(1)는 차선(4)에 있다.

자동차(1)의 전방 주행 방향으로 차선(4)에는 표적 차량(6)이 존재한다. 표적 차량(6)은 예를 들어 이동할 수 있으나; 정지해 있을 수도 있다.

도로(3)는 고속도로, 간선도로 또는 임의의 다른 도로의 일부일 수 있으며, 예를 들어, 이 도로 상에서 자동차(1)는 표적 차량(6)을 추월할 수 있다. 차선(4) 및 추가 차선(5)은 예시적인 실시예에 따라 도로 표시(7)에 의해 분리되어 있다. 도로 표시(7)는 특히 안내선의 형태이다. 차선(4)의 측면은 도로 표시(7) 및 가장자리 표시(8)에 의해 경계가 정해진다. 가장자리 표시(8)는 특히 도로 경계의 형태이다.

나아가, 자동차(1)는 주변 센서(9)를 갖는다. 주변 센서(9)는 예를 들어 카메라, 레이더 센서, 초음파 센서, 라이더 센서 또는 레이저 스캐너의 형태일 수 있다. 자동차(1)는 또한 예를 들어 다수의 주변 센서(9)를 가질 수 있다. 주변 센서(9)는 자동차(1)의 주변 영역(11)으로부터 센서 데이터(10)를 캡처한다. 주변 영역(11)은 자동차(1)의 적어도 일부를 둘러싼다. 주변 영역(11) 및 따라서 또한 센서 데이터(10)는 표적 차량(6)의 적어도 일부를 포함한다. 센서 데이터(10)는 예를 들어 또한 자동차(1)의 상이한 종류의 주변 센서(9)로부터의 센서 데이터를 융합하는 것에 의해 제공될 수 있다.

센서 데이터(10)가 캡처되기 전 또는 후에, 도 3에 도시된 바와 같이, 자동차(1)의 운전자(13)의 운전자 특성(12)이 캡처된다. 운전자 특성(12)은 운전자(13)를 기술한다. 운전자 특성(12)은 예를 들어 매우 다양한 방식(본문에서 나중에 설명됨)으로 운전자(13)를 식별함으로써 또는 운전자(13)가 관여된 것을 인식함으로써 제공될 수 있다. 이것은 예를 들어 특징적인 운전 스타일에 기초하여 인식될 수 있다.

운전자 특성(12)은 운전자(13)를 운전자 등급(14)에 할당하는데 사용된다. 할당은 예를 들어 각각의 운전자 등급(14)의 특성과 가장 유사한 운전자 특성(12)을 갖는 운전자 등급(14)에 운전자를 할당하도록 수행될 수 있다.

운전자 등급(14)은 운전자가 이제 예를 들어 위험이 높은 운전자 또는 여유 있는 운전자 또는 안전을 의식하는 운전자 또는 느린 운전자 또는 빠른 운전자로 분류되도록 운전자(13)를 분류한다. 다수의 운전자(13)는 예를 들어, 운전자 등급(14)이 다수의 운전자(13)에 일반화된 등급이라는 것을 의미하는 운전자 등급(14)에 할당될 수 있다. 대안적으로, 운전자 등급(14)은 운전자(13)를 위해 개별적으로 제공될 수 있고, 따라서 각각의 운전자 등급(14)은 운전자(13)들 중 단 하나의 운전자만을 가질 수 있다.

운전자 등급(14)은 운전자 등급별 추월 정보(15)를 판독하는데 사용된다. 특히, 각각의 운전자 등급은 다른 추월 정보(15)를 갖는다. 추월 정보(15)는 운전자(13)의 추월 경향(16)을 기술한다. 운전자 등급별 추월 정보(15)는 대안적으로 바람직하게는 운전자(13)와 동일한 운전자 등급(14)에 할당된 다른 운전자의 추월 경향을 기술한다. 추월 정보(16)는 특히 운전자 보조 장치(2)에 의해 판독된다. 특히 추월 정보는 운전자 보조 장치(2)의 평가 유닛(17)에 의해 판독된다. 평가 유닛(17)은 예를 들어 프로세서 및 컴퓨터 판독 가능 메모리를 갖는다.

추월 정보(15) 및 센서 데이터(10)는 운전자 보조 장치(2)의 제어 신호(18)를 선택하는데 사용된다. 제어 신호(18)는 복수의 기준 제어 신호(19)로부터 선택된다. 복수의 기준 제어 신호(19)는 예를 들어 운전자 보조 장치(2)에 저장될 수 있다. 제어 신호(18)는 표적 차량(6)과 관련하여 자동차(1)의 추월 기동(20)을 평가한다. 예를 들어, 추월 정보(15) 및 센서 데이터(10)는 운전자(13)가 추월할 의도가 있는지 여부 및/또는 현재 또는 미래에 추월이 가능한지 여부를 평가하는데 사용된다.

따라서, 평가는 특히 센서 데이터(10)에 기초할 뿐만 아니라 운전자 등급별 추월 정보(15)에 기초하여 수행된다. 알려진 추월 보조자의 경우, 추월 기동(20)을 평가하는 것은 센서 데이터(10)에 기초하여서만 수행된다. 추월 정보(15)는 대안적으로 또한 운전자(13)의 추월 경향(16)을 기술한다.

추월 정보(15)는 모든 운전자가 다른 추월 경향(16)을 갖기 때문에 중요하다. 예를 들어, 하나의 운전자는 다른 운전자보다 더 위험한 경향이 있고, 하나의 운전자는 자동차(1)의 파워 리저브를 완전히 활용하는데 반해, 다른 운전자는 파워 리저브를 부분적으로만 활용한다.

제어 신호(18)는 최종적으로 운전자 보조 장치(2)에 의해 출력된다. 제어 신호(18)는 특히 추월 기회 조언(21) 또는 경고(22)를 출력한다. 추월 기회 조언(21)은 예를 들어 운전자의 추월 경향(16)에 따라 추월 기동(20)이 가능하다는 것을 운전자(13)에 신호한다. 경고(22)는 예를 들어 운전자의 추월 경향(16)에 따라 추월 기동(20)이 불가능하다는 것을 운전자(13)에 신호한다.

그러나, 제어 신호(18)는 추월 기회 조언(21) 또는 경고(22)의 출력에 추가하여 또는 대안으로서, 자동차(1)가 추월 기동(20)을 적어도 반 자율적으로 수행할 수 있게 한다. 이것은 예를 들어 자동 조향 개입 및/또는 자동 가속 및 감속이 제어 신호에 의해 일어날 수 있다는 것을 의미한다.

추월 정보(15)는 특히 운전자(13)를 특징짓는 속성을 갖는 훈련 데이터에 기초하여 생성된다. 이 속성은 예를 들어 의무 속도(24)에 대한 자동차(1)의 주행 속도(23)일 수 있다. 의무 속도(24)는 예를 들어 도로(3) 옆에 배열된 도로 표지판(25)에 표시된다.

이 속성은 대안적으로 가속 프로파일, 자동차(1)의 파워 리저브의 활용, 가속 거동, 변속 거동, 제동 거동, 표적 차량(6)에 대한 거리 거동(26), 표적 차량에 대한 접근 속도 거동(27)으로서 이용 가능할 수 있다.

그러나, 이 속성은 예를 들어 또한 도로 표시와 자동차(1) 사이의 측방 거리(28)로 이용 가능할 수 있다. 나아가, 이 속성은 예를 들어 또한 측방 운전 프로파일(lateral driving profile)(29)에 의해 이용 가능할 수 있다. 측방 운전 프로파일(29)은 시간에 따라 기록되고 고려된 측방 거리(28)를 포함한다. 측방 운전 프로파일(29)은 예를 들어 운전자(13)가 도로 표시(7)에 근접하게 반복적으로 운전하는 경우 또는 표적 차량(6)을 지나가기 위해 특정 간격으로 도로 표시(7)와 잠시 교차하는 경우를 인식할 수 있게 한다.

자동차(1)가 표적 차량(6) 뒤를 주행하는 동안, 자동차(1)의 동작 파라미터(30)가 캡처된다. 동작 파라미터(30)는 자동차(1)가 주행하는 동안 현재 캡처된 추월 정보의 속성을 포함한다. 추월 정보(15)와 동작 파라미터(30)를 비교하면 예를 들어 운전자(13)의 추월 의도(31)를 인식할 수 있다. 이것은 동작 파라미터(30) 중 하나와 추월 정보(15)의 속성 사이의 유사성이 유사성 한계 값보다 더 유사하다면, 운전자(13)는 추월 의도(31)를 가지고 있고 자동차(1)로 표적 차량(6)을 추월하기를 원하고 있다고 가정할 수 있다는 것을 의미한다.

추월 의도(31)를 인식한 결과, 예를 들어 추월 기회 조언(21) 또는 경고(22)가 출력될 수 있다.

도 2는 도 1과 유사하게 자동차(1)가 도로(3) 상에서 표적 차량(6) 뒤에 있는 것을 도시한다. 자동차(1)는 차량 길이(32)를 가지고 있고 표적 차량(6)으로부터 거리(33)를 두고 주행한다. 운전자(13)에 의해 개별적으로 선택된 표적 차량(6)으로부터의 거리(33)는 또한 추월 정보(15)에 영향을 주는 훈련 데이터의 속성이다.

추월 정보(15) 및 센서 데이터(10)에 기초하여 추월 경로(34)가 결정된다. 이 경우 추월 경로(34)는 자동차(1)가 운전자(13)의 추월 경향(16)을 따르는 것처럼 자동차가 취할 수 있는 경로 또는 주행 궤적이다. 따라서 추월 경로(34)는, 자동차(1)가 적어도 반 자율적으로 동작하는 경우, 운전자(13)가 자동차(1)를 스스로 조향하는 것처럼 운전자가 표적 차량(6)을 추월할 수 있는 방식을 고려하지만, 운전자(13)가 추월 기동(20)을 찾는 방식에 동의 가능한 정도를 또한 고려한다. 이와 같이, 예를 들어 추월 기동(20)이 추월 경향(16)을 따른다고 가정한 경우 하나의 운전자 등급(14)에서는 추월 기동(20)이 가능할 수 있는데 반해, 다른 운전자 등급(14)에서는 추월 기동(20)이 가능하지 않을 수 있다.

추월 경로(34)는 추월 정보(15)에 대한 훈련 데이터의 추가 속성을 제공한다.

이와 같이, 제공된 특성은 예를 들어 추월 경로(34)가 도로 표시(7)와 교차하는 지점에서 도로 표시(7)와 추월 경로(34) 사이의 각도를 기술하는 차선 이탈 각도(35)이다. 나아가, 하나의 속성은 추월 기동(20)의 시작 시 표적 차량(6)으로부터 자동차(1)의 차선 이탈 거리(36)로 제공된다. 차선 이탈 거리(26)는 도 2의 예시적인 실시예에 따른 거리(33)와 동일하다. 이외에, 훈련 데이터의 추가로 제공되는 속성은 수행된 추월 기동(20) 후에 다시 차선에 진입할 때의 안전 거리(37)이다. 안전 거리(37)는 이제 뒤에 주행하는 표적 차량 운전자에게 안전감 등을 전달하기 위해 또는 표적 차량(6)이 예상치 못하게 가속하는 경우 발생할 수 있는 사고를 방지하기 위해 차선에 진입할 때 필요한 차선 진입 거리(38)를 두고 자발적으로 준수되는 거리이다. 안전 거리(37)에 추가하여 또는 대안으로서, 규정된 속성은 대안적으로 추월 정보(15)에 대한 속성으로서 자동차(1)에 의해 요구되는 차선 진입 시간일 수 있다.

추월 경로(34)는 특히 운전자(13)의 개별 가속 프로파일, 자동차(1)의 파워 리저브를 활용하려는 운전자(13)의 의지, 및 의무 속도(24)와 관련하여 선택된 주행 속도(23)에 의존한다.

나아가, 추월 정보(15)의 규정된 속성은 또한 현재 날씨 상태(39), 현재 시간대, 현재 요일, 교통량 밀도 또는 도로 카테고리일 수 있다. 예를 들어, 또한 자동차(1)의 주변 영역(11)의 밝기 정도가 캡처되고, 이는 추월 정보의 속성으로서 추월 정보의 훈련에 영향을 미칠 수 있다. 이와 같이, 운전자는 예를 들어 황혼 때나 밤보다 낮에 위험이 더 높은 방식으로 운전할 수 있다.

도 3은 자동차(1)의 부분 측면도를 도시한다. 자동차(1)의 내부(40)에서 운전자(13)는 좌석(41)에 앉아 있다. 나아가, 본 예시적인 실시예에 따른 자동차(1)는 조향 휠(42), 디스플레이 유닛(43), 내부 카메라(44) 및 라우드 스피커(45)를 갖는다.

추월 기회 조언(21) 및/또는 경고(22)는 자동차(1)의 내부(40)에서 시각 및/또는 촉각 및/또는 청각으로 출력될 수 있다. 이와 같이, 출력은 예를 들어 좌석(41)의 진동, 조향 휠(42)의 진동, 디스플레이 유닛(43)에 의한 디스플레이, 또는 라우드 스피커(45)에 의한 가청 출력에 의해 수행될 수 있다. 추월 기회 조언(21) 및 경고의 출력은 정보를 재현하는 것 이상이고, 진동을 위해 좌석(41)에 또는 좌석(41)의 액추에이터에 및/또는 조향 휠(42)에 또는 조향 휠(42)의 액추에이터에 전압을 인가하고/하거나, 픽셀 또는 발광 다이오드의 활성화를 위해 디스플레이 유닛(43)에 전압을 인가하는 것을 포함한다.

다른 예시적인 실시예에 따르면, 운전자(13)의 현재 생리적으로 인식 가능한 식별자(46)가 캡처된다. 식별자(46)는 예를 들어 긴장, 안구 운동, 고함, 발한 또는 다른 특징적인 동작으로 규정될 수 있다. 생리적으로 인식 가능한 식별자(46)는 운전자(13)의 신체와 관련된 거동이다. 식별자(46)는 또한 추월 정보(15)의 방식으로 훈련될 수 있다. 식별자(46)와 복수의 기준 식별자를 비교한 것에 기초하여 운전자(13)의 추월 의도(31)가 인식된다.

식별자(46)는 예를 들어 내부 카메라(44), 마이크로폰(47), 또는 추가로 도시되지 않은 맥박 또는 호흡 속도 측정기, 또는 추가로 도시되지 않은 발한 측정기를 사용하여 캡처될 수 있다.

따라서, 식별자(46)는 특히 운전자(13)의 긴장 정도(47) 및/또는 운전자(13)의 안구 운동(48) 및/또는 운전자(13)가 내는 소리(49)이다. 대안적으로 운전자(13)가 내는 소리(49)의 의미론적 의미가 캡처될 수 있다. 이와 같이, 예를 들어 운전자 보조 장치(2)의 음성 인식 프로그램에 의해 운전자(13)에 의한 발언이 욕설로 인식될 수 있다.

긴장 정도(50)는 예를 들어 호흡 속도에 기초하여 인식될 수 있다.

운전자 특성(12)은 예를 들어 내부 카메라(44), 마이크로폰(47), 좌석(41)의 좌석 조정, 무선 수신기 또는 지문 판독기에 의해 캡처될 수 있다. 운전자 특성(12)은 대안적으로 운전자(13) 자신의 운전 스타일이거나 또는 자동차(1)의 운전자 제어 요소, 특히 회전 신호 레버, 가속 페달 또는 브레이크 페달의 특징적인 작동일 수 있다.

도 4는 방법의 흐름도를 도시한다. 이제 다음 단계는 다양한 순서로 수행될 수 있다. 단계(S1)에서, 센서 데이터(10) 및 동작 파라미터(30)가 캡처된다. 일반적으로, 차량 데이터, 차량 신호, 센서 데이터 및 예를 들어 또한 백엔드 데이터가 차량 외부 서버로부터 수신된다. 단계(S2)에서, 추월 정보(15)는 훈련 또는 학습 또는 분석된다. 단계(S3)에서, 추월 정보(15)가 제공될 수 있다. 추월 정보(15)는 예를 들어 또한 자동차(1)로부터 자동차 외부 디바이스(51)로 전달될 수 있다. 특히, 현재 캡처된 속성에 기초하여, 예를 들어 동작 파라미터(30)가 포함하는 속성에 기초하여 자동차(1)의 동작 동안 추월 정보가 적응되면 추월 정보는 자동차 외부 디바이스(51)로 전달된다. 자동차 외부 디바이스(51)는 추월 정보(15)를 예를 들어 다른 자동차로 송신할 수 있다. 자동차 외부 디바이스(51)는 예를 들어 고정 방식, 분산 방식 또는 중앙 집중 방식으로 이용 가능할 수 있는 예를 들어 컴퓨터 클라우드로서 이용 가능할 수 있다.

단계(S4)에서, 개별 추월 경로(34)가 계산된다. 단계(S5)에서, 추월 의도(31)가 인식된다.

추월 정보(15)는 바람직하게는 기계 학습법 및 인공 지능을 사용하여, 특히 신경망, 벡터 지원 기계(support vector machine: SVM) 방법, 심층 학습, k-최근접 이웃(k-nearest-neighbor: KNN) 또는 회귀법을 사용하여 훈련된다. 훈련은 자동차(1) 내에서 일어나거나 또는 예를 들어 차량 외부 디바이스(51)에서 일어날 수 있다.

추월 경로(34)를 계산하기 위해 고려되는 다른 입력 변수는 예를 들어 자동차(1)의 중량, 자동차(1)의 동력, 및 자동차(1)의 물리적 저항이다.

추월 정보(15)는 예를 들어 휴대용 차량 키에 저장되거나 또는 이미 언급된 바와 같이 차량 외부 디바이스(51)에 저장되어, 차량이 변경될 때, 예를 들어 렌터카로 변경될 때 운전자(13)가 추월 정보를 취득할 수 있게 한다. 바람직하게는, 추월 정보(15)는 또한 운전자 등급(14)에 의해 추출되어 예를 들어 다른 장비, 특히 동력을 갖는 다른 차량으로 전달될 수 있다.

더욱이, 적응된 추월 정보(15)는 다수의 자동차로부터 그 자체로 스웜 데이터(swarm data)로서 차량 외부 디바이스(51)로 전송되고 나서 이 차량 외부 디바이스로부터 다른 자동차로 분배되는 것으로 제공될 수 있다. 이것은 예를 들어 다른 운전자에 의한 미래의 최초 학습 속도를 가속시킬 수 있다.

1: 자동차 2: 운전자 보조 장치
3: 도로 4: 차선
5: 추가 차선 6: 표적 차량
7: 도로 표시 8: 가장자리 표시
9: 주변 센서 10: 센서 데이터
11: 주변 영역 12: 운전자 특성
13: 운전자 14: 운전자 등급
15: 추월 정보 16: 추월 경향
17: 평가 유닛 18: 제어 신호
19: 복수의 기준 제어 신호 20: 추월 기동
21: 추월 기회 조언 22: 경고
23: 이동 속도 24: 의무 속도
25: 도로 표지판 26: 거리 거동
27: 접근 속도 거동 28: 측방 거리
29: 측방 운전 프로파일 30: 동작 파라미터
31: 추월 의도 32: 차량 길이
33: 거리 34: 추월 경로
35: 차선 이탈 각도 36: 차선 이탈 거리
37: 안전 거리 38: 필요한 차선 진입 거리
39: 날씨 상태 40: 내부
41: 좌석 42: 조향 휠
43: 디스플레이 유닛 44: 내부 카메라
45: 라우드 스피커 46: 식별자
47: 마이크로폰 48: 안구 운동
49: 소리 50: 긴장 정도
51: 자동차 외부 디바이스

Claims (13)

1. 자동차(1)의 운전자 보조 장치(2)를 동작시키는 방법으로서,
   - 적어도 하나의 표적 차량(6)이 존재하는, 상기 자동차(1)의 주변 영역의 센서 데이터(10)를 캡처하는 단계로서, 상기 표적 차량은 상기 자동차(1)의 전방 및 동일한 차선(4)에 있는, 상기 센서 데이터를 캡처하는 단계;
   - 상기 자동차(1)의 운전자(13)를 기술하는 적어도 하나의 운전자 특성(12)을 캡처하는 단계;
   - 상기 운전자 특성(12)에 기초하여 상기 운전자(13)를 미리 결정된 운전자 등급(14)에 할당하는 단계;
   - 운전자 등급별 추월 정보(15)와 관련된 상기 운전자 등급(14)에 기초하여 상기 운전자(13)의 추월 경향(16)을 기술하는 상기 운전자 등급별 추월 정보(15)를 판독하는 단계;
   - 상기 추월 정보(15) 및 상기 센서 데이터(10)에 기초하여 추월 정보와 연관된 복수의 기준 제어 신호(19)로부터 상기 운전자 보조 장치(2)의 제어 신호(18)를 선택하는 단계로서, 상기 제어 신호는 상기 표적 차량(6)과 관련하여 상기 자동차(1)의 추월 기동(overtaking maneuver)(20)을 평가하는, 상기 제어 신호를 선택하는 단계; 및
   - 상기 운전자 보조 장치(2)에 의해 상기 제어 신호(18)를 출력하는 단계를 포함하고,
   상기 자동차(1)의 적어도 하나의 현재 동작 파라미터(30)를 캡처하고, 상기 동작 파라미터(30) 및 상기 추월 정보(15)를 사용하여 상기 운전자(13)의 추월 의도(31)를 인식하고, 상기 추월 의도(31)를 인식한 것에 기초하여 상기 제어 신호(18)를 선택하되,
   상기 동작 파라미터(30)와 상기 추월 정보(15)의 속성 사이의 유사성이 유사성 한계 값보다 더 유사하면, 운전자(13)는 추월 의도(31)를 가지고 있고 자동차(1)로 표적 차량(6)을 추월하기를 원하고 있다고 가정하는 것을 특징으로 하는 자동차의 운전자 보조 장치를 동작시키는 방법.
2. 제1항에 있어서,
   상기 추월 정보(15)는 상기 운전자(13)를 특징짓는 다음 속성, 즉 의무 속도(24)에 대한 주행 속도(23); 수행된 추월 기동(20) 후 다시 차선에 진입할 때 안전 거리(37); 또는 수행된 추월 기동(20) 전에 차선을 이탈할 때 상기 표적 차량(6)으로부터의 거리(36) 중 적어도 하나를 갖는 훈련 데이터에 기초하여 생성되는 것을 특징으로 하는 자동차의 운전자 보조 장치를 동작시키는 방법.
3. 제1항에 있어서,
   상기 추월 정보(15)는 현재 날씨 상태(39) 및/또는 현재 시간대 및/또는 현재 요일에 기초하여 생성되는 것을 특징으로 하는 자동차의 운전자 보조 장치를 동작시키는 방법.
4. 삭제
5. 제1항에 있어서,
   상기 운전자(13)의 현재 생리학적으로 인식 가능한 식별자(46)를 캡처하고, 상기 식별자(46)를 복수의 기준 식별자와 비교하고, 상기 비교를 사용하여 상기 운전자(13)의 추월 의도(31)를 인식하는 것을 특징으로 하는 자동차의 운전자 보조 장치를 동작시키는 방법.
6. 제5항에 있어서,
   캡처된 상기 현재 생리학적으로 인식 가능한 식별자(46)는 긴장 정도(50) 및/또는 안구 운동(48) 및/또는 상기 운전자(13)가 내는 음량(49) 및/또는 상기 운전자(13)가 내는 소리(49)의 의미론적 의미(semantic meaning)인 것을 특징으로 하는 자동차의 운전자 보조 장치를 동작시키는 방법.
7. 제5항에 있어서,
   상기 센서 데이터(10) 및 상기 추월 정보(15) 및/또는 상기 생리적으로 인식 가능한 식별자(46)는 상기 표적 차량(6)과 관련하여 상기 추월 기동(20)을 위한 개별 추월 경로(34)를 결정하기 위한 기초로 취해지는 것을 특징으로 하는 자동차의 운전자 보조 장치를 동작시키는 방법.
8. 제1항 내지 제3항 및 제5항 내지 제7항 중 어느 한 항에 있어서,
   상기 추월 정보(15)는 상기 자동차(1)의 동작 동안 상기 운전자(13)에 의한 현재 차량 운전에 기초하여 적응되는 것을 특징으로 하는 자동차의 운전자 보조 장치를 동작시키는 방법.
9. 제8항에 있어서,
   상기 자동차(1)의 동작 동안 적응된 상기 추월 정보(15)는 적어도 하나의 자동차 외부 디바이스(51)로 전송되는 것을 특징으로 하는 자동차의 운전자 보조 장치를 동작시키는 방법.
10. 제1항 내지 제3항 및 제5항 내지 제7항 중 어느 한 항에 있어서,
    상기 제어 신호(18)는 상기 표적 차량(6)과 관련하여 상기 자동차(1)의 추월 기동(20)의 추월 기회 조언(21) 또는 경고(22)를 출력하기 위해 상기 운전자 보조 장치(2)에 의해 사용되는 것을 특징으로 하는 자동차의 운전자 보조 장치를 동작시키는 방법.
11. 제1항 내지 제3항 및 제5항 내지 제7항 중 어느 한 항에 있어서,
    상기 표적 차량(6)과 관련하여 상기 자동차(1)의 추월 기동(20)은 상기 제어 신호(18)에 기초하여 적어도 반 자율적으로 수행되는 것을 특징으로 하는 자동차의 운전자 보조 장치를 동작시키는 방법.
12. 제1항 내지 제3항 및 제5항 내지 제7항 중 어느 한 항에 따른 방법을 수행하도록 설계된 평가 유닛(17)을 갖는, 운전자 보조 장치(2).
13. 제12항에 따른 운전자 보조 장치(2)를 포함하는, 자동차(1).

Images