KR102291318B1 - 자율 주행차를 모니터링하는 운행 분석 서버 - Google Patents

자율 주행차를 모니터링하는 운행 분석 서버 Download PDF

Info

Publication number
KR102291318B1
KR102291318B1 KR1020210034484A KR20210034484A KR102291318B1 KR 102291318 B1 KR102291318 B1 KR 102291318B1 KR 1020210034484 A KR1020210034484 A KR 1020210034484A KR 20210034484 A KR20210034484 A KR 20210034484A KR 102291318 B1 KR102291318 B1 KR 102291318B1
Authority
KR
South Korea
Prior art keywords
autonomous vehicle
data
road
sensor
vehicle
Prior art date
Application number
KR1020210034484A
Other languages
English (en)
Inventor
김형주
서영훈
임동현
Original Assignee
재단법인차세대융합기술연구원
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 재단법인차세대융합기술연구원 filed Critical 재단법인차세대융합기술연구원
Priority to KR1020210034484A priority Critical patent/KR102291318B1/ko
Priority to KR1020210106448A priority patent/KR20220129985A/ko
Application granted granted Critical
Publication of KR102291318B1 publication Critical patent/KR102291318B1/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
    • 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
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—Speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/107—Longitudinal acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097—Predicting future 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/0205—Diagnosing or detecting failures; Failure detection models
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0055—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
    • 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
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)

Abstract

본 발명의 실시 예에 따른 자율 주행차의 자율 주행 모니터링을 수행하는 운행 분석 서버는, 상기 자율 주행차로부터 운행 중에 센싱된 자율 주행차 데이터와, 상기 자율 주행차가 운행하는 도로 구간들에 설치된 사물 인터넷(IoT) 센서들로부터 전송되는 인프라 데이터를 수신하는 통신부, 수신된 상기 자율 주행차 데이터 및 상기 인프라 데이터를 저장하는 저장부, 상기 자율 주행차 데이터 및 상기 인프라 데이터를 상기 도로 구간별로 복수의 모니터링 지표를 생성하는 제어부를 포함하되, 상기 제어부는, 상기 자율 주행차 데이터 및 상기 인프라 데이터를 상기 저장부에 특정 기간 동안 누적하도록 상기 통신부 및 저장부를 제어하고, 누적된 상기 자율 주행차 데이터 및 상기 인프라 데이터를 상기 도로 구간별, 시간별, 그리고 차량별로 이상 발생 횟수를 카운트하고, 상기 카운트된 이상 발생 횟수를 참조하여 상기 도로 구간별, 상기 시간별, 상기 차량별 사고 위험도를 예측하되, 상기 제어부는 상기 자율 주행차 데이터로부터 센싱된 데이터의 이상 수집에 대응하는 센서 통신 이상을 탐지하고 식별한다.

Description

자율 주행차를 모니터링하는 운행 분석 서버{DRIVING ANALYSIS SERVER MONIOTRING AUTONOMOUS VEHICLES}
본 발명은 자율 주행차의 분석 시스템에 관한 것으로, 더욱 상세하게는 실도로에서의 자율 주행차로부터 센싱된 데이터와 인프라로부터 제공된 데이터를 조합하여 자율 주행차의 안전 운전을 지원하기 위한 데이터로 생성하는 운행 분석 서버에 관한 것이다.
자율 주행차는 운전자가 브레이크, 핸들, 가속 페달 등을 제어하지 않아도 주행시 외부 정보 감지 및 처리 기능을 가지고 주변 환경을 인식하여 주행 경로를 자체적으로 결정하며 자체의 동력을 이용하여 독립적으로 주행하는 시스템이다. 근 미래에 상용화에 대한 기대와 함께 자율 주행차에 대한 연구와 모니터링 데이터의 획득을 목적으로 실도로에서 시험적으로 운행되고 있는 실정이다.
하지만, 여전히 도로의 상황이나 예상치 못한 이벤트 등에 의해서 실도로에서의 자율 주행차의 사고는 지속적으로 발생하고 있다. 따라서 실도로에서 자율 주행차의 사고 예방을 위한 차량 관점과 인프라 관점에서의 모니터링이 필요한 상황이다.
대한민국 등록특허공보(B1) 제10-2136293호 (2020.07.15.)
본 발명의 목적은, 실도로 환경에서 차량 관점에서의 데이터와 사물 인터넷(IoT)과 같은 도로 인프라 관점에서의 데이터를 활용하여 자율 주행차의 운행 안정성을 확보하기 위한 운행 분석 서버 및 그것의 분석 방법을 제공하는데 있다.
본 발명의 실시 예에 따른 자율 주행차의 자율 주행 모니터링을 수행하는 운행 분석 서버는, 상기 자율 주행차로부터 운행 중에 센싱된 자율 주행차 데이터와, 상기 자율 주행차가 운행하는 도로 구간들에 설치된 사물 인터넷(IoT) 센서들로부터 전송되는 인프라 데이터를 수신하는 통신부, 수신된 상기 자율 주행차 데이터 및 상기 인프라 데이터를 저장하는 저장부, 상기 자율 주행차 데이터 및 상기 인프라 데이터를 상기 도로 구간별로 복수의 모니터링 지표를 생성하는 제어부를 포함하되, 상기 제어부는, 상기 자율 주행차 데이터 및 상기 인프라 데이터를 상기 저장부에 특정 기간 동안 누적하도록 상기 통신부 및 저장부를 제어하고, 누적된 상기 자율 주행차 데이터 및 상기 인프라 데이터를 상기 도로 구간별, 시간별, 그리고 차량별로 이상 발생 횟수를 카운트하고, 상기 카운트된 이상 발생 횟수를 참조하여 상기 도로 구간별, 상기 시간별, 상기 차량별 사고 위험도를 예측하되, 상기 제어부는 상기 자율 주행차 데이터로부터 센싱된 데이터의 이상 수집에 대응하는 센서 통신 이상을 탐지하고 식별한다.
이 실시 예에서, 상기 자율 주행차 데이터는 상기 자율 주행차의 속도, 가속도, 회전율, 경도 및 위도에 대한 정보를 포함한다.
이 실시 예에서, 상기 인프라 데이터는 상기 도로 구간별 습도, 노면 상태, 대기질에 대한 정보를 포함한다.
이 실시 예에서, 상기 제어부는, 상기 자율 주행차의 센서들이 수집한 데이터 중에서 센서 장애 코드를 활용하여 센서 이상 또는 상기 센서 통신 이상을 탐지하되, 상기 센서 통신 이상은 상기 센서 장애 코드에는 로드되지 않는 데이터 오류에 대응한다.
이 실시 예에서, 상기 복수의 모니터링 지표 중에서 상기 자율 주행차의 회전 각도의 장애 여부를 포함하고, 상기 제어부는 상기 도로 구간들 각각에서 회전 각도 및 상기 자율 주행차의 진행 방향별 회전 각도를 수집하고, 사기 수집된 회전 각도가 기준치를 벗어나는 경우 회전 각도 장애로 판단한다.
상술한 본 발명의 실시 예에 따른 자율 주행차의 운행 분석 서버에 따르면, 실도로에서의 자율 주행차의 도로 구간별, 차로별, 그리고 차량과 인프라에 특성에 따라 사고 원인을 분석할 수 있다. 따라서, 본 발명의 분석 결과를 사용하여 완전자율 주행차의 운행에 적용하는 경우, 실도로에서의 사고 예방 및 이상 주행시 신속한 대처가 가능하다.
도 1은 본 발명의 실시 예에 따른 자율 주행차의 모니터링 데이터를 획득 및 분석하기 위한 시스템을 예시적으로 보여주는 블록도이다.
도 2는 자율 주행차에 장착될 수 있는 차량 모듈의 구성을 예시적으로 보여주는 블록도이다.
도 3은 도 1의 사물 인터넷(IoT) 센서의 구성을 예시적으로 보여주는 블록도이다.
도 4는 본 발명의 운행 분석 서버의 구성을 예시적으로 보여주는 블록도이다.
도 5는 본 발명의 운행 분석 서버에서 수행되는 자율 주행차의 운행 데이터와 인프라 데이터를 활용한 모니터링 지표를 생성 및 분석하는 방법을 간략히 보여주는 순서도이다.
도 6은 자율 주행차 데이터와 인프라 데이터를 결합을 보여주는 도면이다.
도 7은 자율 주행차의 모니터링 지표를 예시적으로 보여주는 테이블이다.
도 8은 본 발명의 차량의 센서 이상 탐지 지표를 활용한 자율 주행차의 모니터링 방법을 보여주는 순서도이다.
도 9는 본 발명의 센서의 통신 이상 탐지 지표를 활용한 자율 주행차의 모니터링 방법을 보여주는 순서도이다.
도 10은 자율 주행차의 회전 각도 정합성 지표를 활용한 자율 주행차의 모니터링 방법을 보여주는 순서도이다.
도 11은 본 발명의 인프라 데이터를 활용하는 도로 상황 모니터링 지표를 활용한 자율 주행차의 모니터링 방법을 보여주는 순서도이다.
도 12는 인프라 데이터를 활용하여 도로 노면 상태 및 표면 접지력 지표를 활용한 자율 주행차의 모니터링 방법을 보여주는 순서도이다.
도 13은 본 발명의 자율 주행차의 센서 이상 탐지 지표를 활용하는 자율 주행차의 모니터링 적용 및 결과를 예시적으로 보여주는 도면이다.
도 14는 자율 주행차의 센서 통신 이상 탐지 지표를 활용하는 자율 주행차의 모니터링 적용 및 결과를 예시적으로 보여주는 도면이다.
도 15는 자율 주행차의 회전 각도 정합성 탐지 지표를 활용하는 자율 주행차의 모니터링 적용 및 결과를 예시적으로 보여주는 도면이다.
도 16은 자율 주행차의 회전 각도 정합성 탐지 지표를 활용하는 자율 주행차의 모니터링 적용 및 결과의 다른 예시를 보여주는 도면이다.
도 17은 자율 주행차의 회전 각도 정합성 탐지 지표를 활용하는 자율 주행차의 모니터링 적용 및 결과의 다른 예시를 보여주는 도면이다.
도 18은 자율 주행차의 도로 상황 모니터링 지표를 활용하는 자율 주행차의 모니터링 적용 및 결과를 보여주는 도면이다.
도 19는 도로 노면 상태 및 표면 접지력 모니터링 지표를 활용하는 자율 주행차의 모니터링 적용 및 결과를 보여주는 도면이다.
이하, 본 발명의 일부 실시 예들을 예시적인 도면을 참조하여 상세하게 설명한다. 각 도면의 구성 요소들에 참조 부호를 부가함에 있어서, 동일한 구성 요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가질 수 있다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략할 수 있다.
도 1은 본 발명의 실시 예에 따른 자율 주행차의 모니터링 데이터를 획득 및 분석하기 위한 시스템을 예시적으로 보여주는 블록도이다. 도 1을 참조하면, 자율 주행차의 모니터링 데이터(자율 주행차 데이터 및 인프라 데이터)를 획득하기 위한 시스템(10)은 차량 센서 모듈(100), 사물 인터넷(IoT) 센서(200), 통신망(300), 그리고 운행 분석 서버(400)를 포함한다.
차량 센서 모듈(100)은 자율 주행차에 설치된다. 자율 주행차는 모니터링 데이터를 획득하기 위한 실도로를 운행할 수 있는 다양한 종류의 차량에 자율 주행 시스템을 장착한 차량일 수 있다. 자율 주행차에 탑재된 차량 센서 모듈(100)은 다양한 센서들을 사용하여 자율 주행차의 모니터링 데이터를 생성한다. 예를 들면, 차량 센서 모듈(100)은 자율 주행차의 속도 센서, 가속도 센서, 회전율(Yaw rate) 센서, 경도나 위도를 센싱하는 위치 센서 등을 포함할 수 있다. 그리고 이들 센서들로부터 모니터링 데이터를 통신망(300)을 통하여 운행 분석 서버(400)로 전송할 수 있다.
IoT 센서(200)는 도로나 도로 상부에 설치되어 도로의 상태나 교통 흐름, 추돌 사고나 주차 상태 등을 모니터링하는 센서나 카메라일 수 있다. 또한, IoT 센서(200)는 도로 노면의 상태를 모니터링하는 노면 센서를 포함할 수 있다. 즉, 노면 센서를 통해서 노면 상에 적설량이나 강수량에 따른 습도나 빙설의 상태를 센싱할 수 있다. IoT 센서(200)는 이러한 도로의 각 구간별, 차로별로 센싱한 데이터를 인프라 데이터로서 통신망(300)을 통하여 운행 분석 서버(400)로 전송할 수 있다.
통신망(300)은 차량 센서 모듈(100)과 IoT 센서(200) 그리고 운행 분석 서버(400) 간의 통신 채널을 제공한다. 통신망(300)은 차량 센서 모듈(100)이나 운행 분석 서버(400)와 같은 각각의 노드(Node)들 간에 정보의 교환을 위한 무선 또는 유선 통신 구조를 의미한다. 예를 들면, 통신망(300)은 차량이 다른 차량이나 모바일 기기, 도로 등의 사물과 정보를 교환하기 위한 차량사물통신(V2X, Vehicle to Everything)을 포함할 수 있다. 또는, 통신망(300)은 3GPP(3rd Generation artnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 3G, 4G, 5G, 6G 등을 포함할 수 있으나, 본 발명은 여기에 한정되지는 않는다.
운행 분석 서버(400)는 차량 센서 모듈(100)과 IoT 센서(200)로부터 제공되는 자율 주행차 데이터와 인프라 데이터를 사용하여 자율 주행차의 모니터링 지표를 생성한다. 운행 분석 서버(400)는 자율 주행차의 모니터링 지표를 근거로 자율 주행차가 운행하는 도로 구간별, 차로별, 기간 별로 장애나 사고가 빈번한 시간이나 노면 상태를 분류할 수 있다. 즉, 운행 분석 서버(400)는 자율 주행차 또는 인프라에서 발생하는 이벤트를 탐지하여 분류하고 이를 모니터링 자료로 활용할 수 있다. 예를 들면, 운행 분석 서버(400)는 자율 주행차의 센서 이상, 자율 주행차의 센서 통신 이상, 자율 주행차의 회전 각도의 이상, 도로에서의 추돌 사고나 주정차 상태, 도로의 표면 접지력과 같은 모니터링 지표를 생성하고 모니터링할 수 있다.
운행 분석 서버(400)는 도출한 모니터링 지표를 도로 구간의 기하 구조나 시설물과 같은 도로 인프라와 연계하여 해석할 수 있다. 운행 분석 서버(400)는 자율 주행차가 운행하는 도로의 구간별 사고 위험도를 도로 인프라와 연계하여 모니터링하여 차량 운행의 안전도를 높이기 위한 데이터로 사용할 수 있다. 또는, 운행 분석 서버(400)는 실도로와 연계된 모니터링 지표를 사용하여 자율 주행차의 운행 알고리즘을 보완하는데 사용할 수 있다.
이상에서 설명된 운행 분석 서버(400)에 따르면, 실도로에서의 주행시 생성되는 모니터링 데이터를 바탕으로 자율 주행차의 모니터링 지표가 도출될 수 있다. 그리고 도출된 모니터링 지표는 실도로 인프라와 연계하여 자율 주행차의 운행 알고리즘의 개발에 사용될 수 있다. 더불어, 도출된 모니터링 지표를 사용하여 자율 주행차의 보험료 산정이나, 자율 주행차의 이상 운행의 발생시, 사고 피해를 최소화하기 위한 도로 인프라의 제어에 사용할 수도 있다.
도 2는 자율 주행차에 장착될 수 있는 차량 모듈의 구성을 예시적으로 보여주는 블록도이다. 도 2를 참조하면, 차량 센서 모듈(100)은 자율 주행차에 장착되어 모니터링 데이터를 생성하여 운행 분석 서버(400)로 전송할 수 있다. 차량 센서 모듈(100)은 센서부(110), 센서 허브(130), 그리고 차량 통신부(150)를 포함할 수 있다.
센서부(110)는 자율 주행차의 운행시에 감지되는 속도나 가속도, 위치, 회전율과 같은 정보를 센싱한다. 이러한 자율 주행차의 움직임 특성을 센싱하기 위해 센서부(110)는 속도 센서(111), 가속도 센서(113), 위치 센서(115), 회전율 센서(117)를 포함할 수 있다. 도시되지는 않았지만, 센서부(110)는 자율 주행차 주변의 사물이나 상황을 인식하기 위한 레이더나 라이더 센서, 카메라 센서를 더 포함할 수도 있다.
센서 허브(130)는 센서부(110)에 포함되는 복수의 센서들(111, 113, 115, 117)로부터 제공되는 센싱 데이터를 제공받아 처리한다. 센서 허브(130)는 복수의 센서들(111, 113, 115, 117)로부터 랜덤하게 전달되는 센싱 데이터를 주기적으로 또는 비주기적으로 수신할 수 있다. 복수의 센서들(111, 113, 115, 117) 각각의 센싱 데이터는 센서 허브(130)에 의해서 취합된다. 센서 허브(130)는 센서부(110)에서 전달되는 센싱 데이터를 효율적인 전송을 위한 데이터 포맷으로 변환시킬 수도 있다. 센서 허브(130)는 프로세서나 다양한 연산 코어들을 사용하여 구현될 수 있다.
차량 통신부(150)는 센서 허브(130)로부터 제공되는 센싱 데이터를 통신망(300)을 통해서 자율 주행차 데이터로서 전송한다. 예를 들면, 차량 통신부(150)는 차량사물통신(V2X)을 지원하는 유무선 통신 모듈을 포함할 수 있다.
이상에서 설명된 차량 센서 모듈(100)은 자율 주행차에 일체형으로, 또는 모듈형으로 장착될 수 있을 것이다.
도 3은 도 1의 사물 인터넷(IoT) 센서의 구성을 예시적으로 보여주는 블록도이다. 도 3을 참조하면, IoT 센서(200)는 센서부(210) 및 통신부(230)를 포함할 수 있다. IoT 센서(200)는 도로 구간 ID별로 복수의 구간에 복수의 개수로 설치될 수 있다.
센서부(210)는 습도 센서(211), 노면 상태 센서(213) 그리고 대기질 센서(215)를 포함할 수 있다. 습도 센서(211)는 도로 노면의 습도를 센싱하도록 도로 노면이나 도로 변에 설치될 수 있다. 노면 상태 센서(213)는 도로 노면의 상태를 센싱한다. 노면 상태 센서(213)는 도로의 노면 상의 적설량이나 강수량에 따른 빗물이나 빙설의 양을 센싱할 수 있다. 대기질 센서(215)는 대기의 오염도나 미세 먼지의 농도 등을 측정할 수 있다. 또는, 대기질 센서(215)는 안개나 먼지에 의한 시야 확보 상태 등을 센싱할 수도 있다.
통신부(230)는 센서부(210)에서 제공되는 센싱 데이터를 통신망(300)을 통해서 인프라 데이터로서 전송한다. 예를 들면, 통신부(230)는 3GPP(3rd Generation artnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 3G, 4G, 5G, 6G 등의 표준을 지원하는 유무선 통신 모듈을 포함할 수 있다.
도 4는 본 발명의 운행 분석 서버의 구성을 예시적으로 보여주는 블록도이다. 도 4를 참조하면, 운행 분석 서버(400, 도 1 참조)는 차량 센서 모듈(100, 도 1 참조)과 IoT 센서(200, 도 1 참조)로부터 전송되는 자율 주행차 데이터와 인프라 데이터로부터 자율 주행 모니터링 지표를 도출할 수 있다. 운행 분석 서버(400)는 통신부(420), 저장부(440), 그리고 제어부(460)를 포함할 수 있다.
통신부(420)는 수신부(421)와 송신부(423)를 포함한다. 수신부(421)는 차량 센서 모듈(100)에서 전송되는 자율 주행차 데이터와 IoT 센서(200)로부터 제공되는 인프라 데이터를 수신한다. 수신부(421)는 통신망(300, 도 1 참조)을 통해서 전달되는 자율 주행차 데이터와 인프라 데이터를 제어부(460)에서 처리되는 데이터 포맷으로 변경할 수 있다. 수신부(421)는 수신된 자율 주행차 데이터와 인프라 데이터를 제어부(460)에 전달할 것이다. 송신부(423)는 운행 분석 서버(400)에서의 도출된 모니터링 결과나, 실도로 인프라와의 인과 관계 등을 출력할 수 있다.
저장부(440)는 자율 주행차 데이터 DB(441), 인프라 데이터 DB(443), 그리고 도로 구간별 목록 DB(445)를 포함할 수 있다. 저장부(440)는 운행 분석 서버(400)에서 관리하는 데이터를 저장하기 위한 스토리지들로 구성될 수 있을 것이다.
자율 주행차 데이터 DB(441)는 자율 주행차의 차량 센서 모듈(100)로부터 전송된 자율 주행차 데이터를 누적하여 저장한다. 예를 들면, 자율 주행차 데이터 DB(441)에는 차량의 속도, 가속도, 위도, 경도, 그리고 회전율 등에 대한 데이터가 기준 기간 별로 누적되어 저장될 수 있다. 예를 들면, 1개월이나 2개월 단위로 자율 주행차 데이터가 수집되고, 수집된 데이터는 자율 주행차 데이터 DB(441)에 저장될 수 있다.
인프라 데이터 DB(443)에는 도로의 인프라에 관련된 모니터링 데이터가 기간별 또는 도로 구간별로 저장된다. 예를 들면, 인프라 데이터 DB(443)에는 도로 구간별 및 도로 구간들 각각의 차로별 추돌 사고나 차량의 주정차 상태 등이 저장된다. 그리고 노면 센서 장비로부터 제공되는 도로의 구간별 노면 상태, 습도나 온도와 같은 정보가 인프라 데이터 DB(443)에 축적될 수 있다.
도로 구간별 목록 DB(445)에는 모니터링되는 도로의 각 구간별 및 차로별 목록에 대한 정보가 저장된다. 예를 들면, 자율 주행차가 주행하는 전체 도로 구간은 도로의 형태나 시설물, 특징에 따라 복수의 도로 구간들로 구분될 수 있다. 각 도로 구간들은 차선의 증가 또는 감소, 교차로, 횡단 보도와 같은 다양한 도로 인프라를 고려하여 구획될 수 있다. 그리고 구획된 도로 구간들에는 고유한 도로 구간 식별자(ID)를 부여하여 목록으로 관리할 수 있다. 모니터링 지표는 이들 도로 구간 ID 단위로 수집, 생성되고 분석될 수 있을 것이다.
제어부(460)는 저장부(440)에 저장된 데이터를 사용하여 자율 주행차가 운행되는 도로 구간들에 대한 모니터링 지표를 생성하고 해석한다. 이를 위해, 제어부(460)는 프로세서(461), 자율 주행차 센서 모니터링 유닛(462), 자율 주행차 센서 통신 모니터링 유닛(463), 자율 주행차 회전 각도 모니터링 유닛(464), 도로 상황 모니터링 유닛(465) 그리고 도로 노면 상태 모니터링 유닛(466)을 포함한다. 여기서, 바람직하게 프로세서(461)는 하드웨어로 구성될 수 있고, 자율 주행차 센서 모니터링 유닛(462), 자율 주행차 센서 통신 모니터링 유닛(463), 자율 주행차 회전 각도 모니터링 유닛(464), 도로 상황 모니터링 유닛(465), 그리고 도로 노면 상태 모니터링 유닛(466)은 소프트웨어로 제공될 수 있다.
프로세서(461)는 운행 분석 서버(400)의 전반적인 동작을 제어할 수 있다. 프로세서(461)는 통신부(420)를 통해서 수신되는 자율 주행차 데이터나 인프라 데이터를 저장부(440)에 저장하도록 제어할 수 있다. 프로세서(461)는 저장부(440)의 자율 주행차 데이터 DB(441), 인프라 데이터 DB(443), 그리고 도로 구간별 목록 DB(445)에 접근할 수 있다. 프로세서(461)는 자율 주행차 센서 모니터링 유닛(462), 자율 주행차 센서 통신 모니터링 유닛(463), 자율 주행차 회전 각도 모니터링 유닛(464), 그리고 도로 노면 상태 모니터링 유닛(466)을 구성하는 알고리즘이나 프로그램 명령을 실행할 수 있다.
자율 주행차 센서 모니터링 유닛(462)은 자율 주행차 데이터 DB(441)에 저장된 차량의 운행 정보와 도로 구간별 목록 DB(445)에 저장된 도로 구간 목록을 결합한다. 자율 주행차 센서 모니터링 유닛(462)은 센서 장애 코드가 'ON'으로 표기된 데이터를 활용하여 자율 주행차의 센서 이상 여부를 확인할 수 있다. 여기서, 일자별, 차량별, 도로별로 센서 이상이 빈번한 시간이나 위치, 차량이 확인될 수 있다.
자율 주행차 센서 통신 모니터링 유닛(463)은 자율 주행차 데이터 DB(441)에 저장된 차량의 운행 정보와 도로 구간별 목록 DB(445)를 이용하여 자율 주행차의 센서 통신 이상을 탐지할 수 있다. 예를 들면, 속도나 가속도 또는 위치가 규정된 도로 구간에서 발생할 수 없는 이벤트로 수집된 데이터는 해당 위치에서의 센서 통신 이상이나 장애로 판단될 수 있다. 이러한 자율 주행차의 센서 통신 이상이나 장애는 도로 구간별, 일자별, 차로별, 차량별, 운행별로 분류되어 수집될 수 있다.
자율 주행차 회전 각도 모니터링 유닛(464)은 자율 주행차 데이터 DB(441)에 저장된 차량의 운행 정보와 도로 구간별 목록 DB(445)를 이용하여 자율 주행차의 회전 각도 장애 여부를 판단할 수 있다. 예를 들면, 도로 구역을 기준으로 자율 주행차의 회전 각도가 평균값을 중심으로 허용 한도를 벗어나는 경우, 회전 각도의 장애로 판단할 수 있다. 또는, 진행 방향(직진, 좌회전 등)을 기준으로 회전 각도가 평균 및 표준 편차로 규정된 값에서 상한값 및 하한값을 벗어나는 경우를 회전 각도 장애가 발생한 것으로 판단될 수 있다.
도로 상황 모니터링 유닛(465)은 자율 주행차 데이터 DB(441)에 저장된 차량의 운행 정보와 인프라 데이터 DB(443)의 도로 환경 감시 내역 데이터를 이용하여 도로 상황을 모니터링하고 분석할 수 있다. 도로 상황 모니터링 유닛(465)은 경도 좌표와 위도 좌표를 기준으로 구성된 도로 환경 감시 내역 데이터를 도로 구간 ID별로 모니터링할 수 있다. 도로 상황 모니터링 유닛(465)은 모니터링 결과를 사용하여 추돌 사고나 기타 원인으로 도로 상의 주변 차량들 또는 자율 주행차가 금지된 방향으로 이동한 것으로 판단할 수 있다.
도로 노면 상태 모니터링 유닛(466)은 인프라 데이터 DB(443)의 도로 환경 감시 내역 데이터와 날씨 정보 등을 이용하여 도로의 노면 상태 및 표면 접지력을 세부적으로 분석할 수 있다. 예를 들면, 도로 노면 상태 모니터링 유닛(466)은 도로 환경 감시 내역 데이터 중에서 도로 상태 코드, 표면 접지력 코드, 습도값 구분 코드 등을 활용하여 일별, 도로별, 시간별 도로의 표면 접지력이나 노면 상태를 확인할 수 있다.
제어부(460)는 도로의 구간별 특성에 따른 상술한 모니터링 지표를 해석하여 해당 도로 구간의 특성 및 자율 주행차의 주행에 영향을 미치는 요인들을 분석할 수 있다.
도 5는 본 발명의 운행 분석 서버에서 수행되는 자율 주행차의 운행 데이터와 인프라 데이터를 활용한 모니터링 지표를 생성 및 분석하는 방법을 간략히 보여주는 순서도이다. 도 5를 참조하면, 운행 분석 서버(400)는 자율 주행차 데이터와 인프라 데이터를 축적하고, 축적된 데이터로부터 모니터링 지표를 생성하고 분석할 수 있다.
S110 단계에서, 제어부(460)는 자율 주행차의 차량 센서 모듈(100, 도 2 참조)로부터 전송되는 자율 주행차 데이터 및 IoT 센서(200, 도 3 참조)로부터 전송되는 인프라 데이터를 수집한다. 제어부(460)는 저장부(440)의 자율 주행차 데이터 DB(441)에 자율 주행차들 각각에 대한 자율 주행차 데이터를 축적할 수 있다. 제어부(460)는 저장부(440)의 인프라 데이터 DB(443)에 IoT 센서(200)로부터 전송된 인프라 데이터를 축적할 수 있다. 이들 자율 주행차 데이터나 인프라 데이터는 특정 기간 단위로 축적될 수 있다. 예를 들면, 수 주일, 수 개월 단위로 자율 주행차 데이터나 인프라 데이터가 수집될 수 있다.
S120 단계에서, 제어부(460)는 축적된 자율 주행차 데이터나 인프라 데이터, 그리고 도로 구간별 목록 DB(445)를 조합하여 자율 주행 모니터링 지표를 생성할 수 있다. 예를 들면, 제어부(460)의 자율 주행차 센서 모니터링 유닛(462)은 자율 주행차의 센서 이상이 기준 횟수 이상 발생되는 도로 구간 및 시점을 검출할 수 있다.
S130 단계에서, 제어부(460)는 생성된 자율 주행차의 모니터링 지표를 해석할 수 있다. 예를 들면, 자율 주행차 센서 모니터링 유닛(462)은 자율 주행차의 센서 이상이 빈번한 도로 구간 ID나 시점으로부터 도로나 시점의 특징을 추출할 수 있다. 예를 들면, 자율 주행차 센서 모니터링 유닛(462)은 센서 이상 이벤트가 기준 횟수 이상 발생되는 도로 구간이 교차로 좌회전 준비 구간이나, 좌회전 차로의 진입 차량들로 인해 차량이 정지되는 구간을 자율 주행차의 센서 이상이 빈번한 도로 구간의 지표로 판단할 수 있다.
S140 단계에서, 제어부(460)는 자율 주행차의 모니터링 지표를 사용하여 각 도로 구간별로 일자별, 시간별, 날씨별로 사고 위험도를 예측할 수 있다. 더불어, 제어부(460)는 사고 위험도를 기반으로 해당 도로 구간에서의 자율 주행차의 사고 예방을 위한 운전 방안을 제공할 수 있다.
도 6은 자율 주행차 데이터와 인프라 데이터를 결합을 간략히 보여준다. 도 6을 참조하면, 자율 주행차 데이터와 인프라 데이터는 테이블 형태로 분류되어 저장될 수 있고, 기간별, 도로 구간 ID별, 차량별로 조합될 수 있다.
자율 주행차 데이터에는 센서 장애, 회전 각도, 센서 통신 이상, 구동 장비와 같은 데이터가 저장된다. 그리고 인프라 데이터에는 렌즈 오염도, 대기 환경, 도로 형태, 도로의 노면 상태가 저장될 수 있다. 이들 자율 주행차 데이터와 인프라 데이터는 특정 기간 동안 누적되어 집계될 수 있다.
도 7은 자율 주행차의 모니터링 지표를 예시적으로 보여주는 테이블이다. 도 7을 참조하면, 본 발명의 운행 분석 서버(400)에서는 예시적으로 5가지의 자율 주행차 모니터링 지표가 생성될 수 있다. 각 지표들은 차량 관점과 인프라 관점으로 분류될 수 있다.
차량 관점에서의 자율 주행차 모니터링 지표는 차량의 센서 이상 여부, 차량 센서 통신 이상 여부, 그리고 차량의 회전 각도 정합성 여부를 포함할 수 있다. 차량의 센서 이상은 수집된 자율 주행차 데이터 중에서 센서 장애 코드를 통해서 확인될 수 있다. 센서 장애 코드가 존재하는 경우, 해당 센서의 종류와 장애가 발생한 시점이 모니터링 지표로서 추출될 수 있다. 차량 센서 통신 이상은 수집된 데이터 중에서 이상 데이터가 존재하는 경우에 센서의 통신 이상으로 판단할 수 있다. 예를 들면, 위도 또는 경도가 변하면서도 속도가 0으로 수집되는 경우, 센서의 통신 이상으로 판단할 수 있다. 그리고 차량의 회전 각도 정합성 여부는 도로 구간별 자율 주행차의 회전 각도의 기준값에 벗어나는 경우, 그 시점을 회전 각도 장애 시점으로 모니터링된다.
인프라 관점에서의 자율 주행차 모니터링 지표에는 도로 상황 모니터링 지표와 도로 노면 상태 및 표면 접지력 모니터링 지표가 포함될 수 있다. 도로 상황 모니터링 지표는 도로 구간별 추돌 사고나 차량의 주정차 등의 이벤트 발생 여부를 의미한다. 도로 노면 상태 및 표면 접지력 모니터링 지표는 도로의 노면 센서 장비로부터 검출된 도로 노면의 상태 또는 도로의 노면 접지력의 크기를 포함한다.
도 8은 본 발명의 차량의 센서 이상 탐지 지표를 활용한 자율 주행차의 모니터링 방법을 보여주는 순서도이다. 도 8을 참조하면, 제어부(460, 도 4 참조)는 저장부(440)에 축적된 자율 주행차 데이터와 도로 구간 목록 데이터를 이용하여 자율 주행차의 센서 이상을 탐지하고 분석할 수 있다.
S210 단계에서, 제어부(460)의 자율 주행차 센서 모니터링 유닛(462)은 도로 구간을 기준으로 차량 운행 정보와 도로 구간 목록을 결합한다. 즉, 자율 주행차 센서 모니터링 유닛(462)은 자율 주행차의 차량 센서 모듈(100)로부터 수집된 데이터를 자율 주행차가 운행한 도로 구간들 단위로 배열할 수 있다.
S220 단계에서, 자율 주행차 센서 모니터링 유닛(462)은 자율 주행차의 센서 장애 코드가 'ON'으로 적재된 데이터를 활용하여 자율 주행차의 센서 이상을 체크할 수 있다.
S230 단계에서, 자율 주행차 센서 모니터링 유닛(462)은 일자별, 차량별, 그리고 도로 구간별 센서 이상이 발생한 운행을 파악한다. 그리고 자율 주행차 센서 모니터링 유닛(462)은 차량별 센서 이상이 발생한 건수를 누적할 수 있다.
S240 단계에서, 자율 주행차 센서 모니터링 유닛(462)은 센서 이상 탐지가 빈번한 도로를 확인할 수 있다. 자율 주행차 센서 모니터링 유닛(462)은 도로 구간 ID별로 센서 이상 건수들을 취합하고, 기준치 이상의 센서 이상이 누적되는 도로 구간에 대해서는 센서 이상 탐지 구간으로 식별할 수 있다.
도 9는 본 발명의 센서의 통신 이상 탐지 지표를 활용한 자율 주행차의 모니터링 방법을 보여주는 순서도이다. 도 9를 참조하면, 제어부(460, 도 4 참조)는 저장부(440)에 축적된 자율 주행차 데이터와 도로 구간 목록 데이터를 이용하여 자율 주행차의 센서 통신 이상을 탐지하고 분석할 수 있다.
S310 단계에서, 제어부(460)의 자율 주행차 센서 모니터링 유닛(462)은 도로 구간을 기준으로 차량 운행 정보와 도로 구간 목록을 결합한다. 즉, 자율 주행차 센서 통신 모니터링 유닛(463)은 차량 센서 모듈(100)로부터 수집된 데이터를 자율 주행차가 운행한 도로 구간들 단위로 배열할 수 있다.
S320 단계에서, 자율 주행차 센서 통신 모니터링 유닛(463)은 자율 주행차의 상태 코드, 경도, 위도, 그리고 속도를 도로별, 차로별, 일자별, 차량별로 구분하여 배열한다.
S330 단계에서, 자율 주행차 센서 통신 모니터링 유닛(463)은 배열된 센싱 데이터 중에서 장애 판단 기준에 근거하여 장애의 발생을 식별한다. 예를 들면, 속도에서 장애 코드가 존재하는 경우, 속도 센서의 통신 이상 여부를 체크하기 위해 S340 단계로 이동한다. 예를 들면, 속도가 500km/h와 같은 비정상적인 장애 데이터의 경우, 센서의 통신 이상으로 판단될 수 있다.
S340 단계에서, 자율 주행차 센서 통신 모니터링 유닛(463)은 센서의 통신 이상의 건수를 차량별, 도로 구간별, 일자별로 도출할 수 있다. 자율 주행차 센서 통신 모니터링 유닛(463)은 센서의 통신 이상 탐지가 빈번한 도로를 확인할 수 있다. 자율 주행차 센서 통신 모니터링 유닛(463)은 도로 구간 ID별로 센서 통신 이상 건수들을 취합하고, 기준치 이상의 센서 통신 이상이 누적되는 도로 구간에 대해서는 센서 통신 이상 탐지 구간으로 지정할 수 있다.
도 10은 자율 주행차의 회전 각도 정합성 지표를 활용한 자율 주행차의 모니터링 방법을 보여주는 순서도이다. 도 10을 참조하면, 자율 주행차 회전 각도 모니터링 유닛(464)은 저장부(440)에 축적된 자율 주행차 데이터와 도로 구간 목록 및 차로 구간 목록 데이터를 이용하여 자율 주행차의 회전 각도 정합성을 탐지하고 분석할 수 있다.
S410 단계에서, 제어부(460)의 자율 주행차 회전 각도 모니터링 유닛(464)은 도로 구간 ID을 기준으로 차량 운행 정보를 결합한다. 즉, 자율 주행차 회전 각도 모니터링 유닛(464)은 차량 센서 모듈(100)로부터 수집된 자율 주행차 데이터를 로드한다.
S420 단계에서, 자율 주행차 회전 각도 모니터링 유닛(464)은 도로 구간 ID를 기준으로 도로 구간별, 각 차로별 데이터를 결합한다.
S430 단계에서, 자율 주행차 회전 각도 모니터링 유닛(464)은 회전 각도 정합성의 파악을 위해 특정 기간(예를 들면, 3 개월) 동안의 회전 방향별 회전 각도 메타 테이블을 생성할 수 있다.
S440 단계에서, 자율 주행차 회전 각도 모니터링 유닛(464)은 일자별, 차량별로 더욱 세부적인 파생 변수들을 생성할 수 있다. 예를 들면, 시간 기준 운행 구분 코드를 생성할 수 있다.
S450 단계에서, 자율 주행차 회전 각도 모니터링 유닛(464)은 도로 구역 기준 또는 진행 방향 기준으로 회전 각도의 장애 여부를 판단할 수 있다. 그리고 자율 주행차 회전 각도 모니터링 유닛(464)은 구간별, 차량별, 차로별, 일자별 장애 건수를 추출할 수 있다.
예를 들면, 도로 구역 기준의 회전 각도 장애는 해당 도로 구역에서의 회전 각도의 평균 및 표준 편차를 활용하여 장애 여부를 판단할 수 있다. 예컨대, 해당 도로 구역에의 회전 각도가 상한값(95%) 및 하한값(5%)을 벗어나는 경우, 회전 각도의 장애로 판단할 수 있다. 그리고 진행 방향 기준의 회전 각도의 장애는 해당 차로(직진 차로, 좌회전 차로 등)에서 수집된 자율 주행차의 회전 각도를 통해서 판단된다. 마찬가지로 해당 차로에서의 회전 각도의 평균 및 표준 편차를 활용하여, 회전 각도가 상한값(95%) 및 하한값(5%)을 벗어나는 경우에는 해당 진행 방향에서의 회전 각도의 장애로 판단할 수 있다.
도 11은 본 발명의 인프라 데이터를 활용하는 도로 상황 모니터링 지표를 활용한 자율 주행차의 모니터링 방법을 보여주는 순서도이다. 도 11을 참조하면, 제어부(460, 도 4 참조)는 저장부(440)에 축적된 자율 주행차 데이터와 도로의 환경 감시 내역을 이용하여 자율 주행차가 운행하는 도로 상황을 탐지하고 분석할 수 있다.
S510 단계에서, 제어부(460)의 도로 상황 모니터링 유닛(465)은 경도, 위도 좌표를 기준으로 도로 환경 감시 내역 데이터와 차량 운행 내역 데이터를 결합한다.
S520 단계에서, 도로 상황 모니터링 유닛(465)은 도로 구간 ID를 기준으로 차량 기본 운행 내역과 도로 구간 목록 데이터를 결합한다.
S530 단계에서, 도로 상황 모니터링 유닛(465)은 결합된 데이터를 참조하여 도로 상황 모니터링 지표를 세부적으로 분석한다. 도로 상황 모니터링 유닛(465)은 자율 주행차 또는 다른 차량이 금지된 방향으로 이동했는지의 여부, 도로 상에서의 추돌 사고의 존재 등을 모니터링한다. 도로 상황 모니터링 유닛(465)은 일별, 시간별, 요일별, 도로별로 도로 상황을 모니터링 할 수 있다. 도로 상황 모니터링 유닛(465)은 도로 형태별(일반 가로나 교량 등), 도로 구간 유형별(교차로, 횡단 보도 등)로 도로 상황을 모니터링할 수 있다., 일별, 시간별, 도로별로 도로 상황을 모니터링할 수 있다.
도 12는 인프라 데이터를 활용하여 도로 노면 상태 및 표면 접지력 지표를 활용한 자율 주행차의 모니터링 방법을 보여주는 순서도이다. 도 12를 참조하면, 제어부(460, 도 4 참조)는 저장부(440)에 축적된 자율 주행차 데이터와 도로의 환경 감시 내역, 날씨 정보 등을 이용하여 자율 주행차가 운행하는 도로 노면 상태나 도로의 표면 접지력을 탐지하고 분석할 수 있다.
S610 단계에서, 제어부(460)의 도로 노면 상태 모니터링 유닛(466)은 도로 환경 감시 내역과 날씨 정보를 수신한다. 그리고 도로 노면 상태 모니터링 유닛(466)은 도로 환경 감시 내역과 날씨 정보를 결합한다.
S620 단계에서, 도로 노면 상태 모니터링 유닛(466)은 도로 환경 감시 내역과 대기질 정보를 결합한다.
S630 단계에서, 도로 노면 상태 모니터링 유닛(466)은 결합된 데이터를 참조하여 도로 상황 모니터링 지표를 세부적으로 분석한다. 도로 노면 상태 모니터링 유닛(466)은 일별, 요일별, 시간별로 도로의 표면 접지력 상태를 체크할 수 있다. 도로 노면 상태 모니터링 유닛(466)은 도로 상태 코드별로 도로의 표면 접지력을 취합할 수 있다. 또한, 도로 노면 상태 모니터링 유닛(466)은 날씨 정보별로 도로의 표면 접지력을 확인할 수 있다.
도 13은 본 발명의 자율 주행차의 센서 이상 탐지 지표를 활용하는 자율 주행차의 모니터링 적용 및 결과를 예시적으로 보여주는 도면이다. 도 13을 참조하면, 그래프(510)는 특정 기간 동안 누적된 각 도로 구간 ID별로 센서 이상이 발생한 건수들을 보여준다.
각 도로 구간 ID별로 특정 기간 동안(예를 들면, 2개월) 자율 주행차의 센서 이상으로 판단된 횟수들이 도시되어 있다. 예를 들면, 그래프(511)는 도로 구간 ID(A3LI18BA000010)의 구간에서는 8회의 센서 이상이 탐지된 것을 보여준다. 그리고 그래프(514)는 도로 구간 ID(A3LI18BA000113)의 구간에서는 센서 이상이 20 회임을 보여준다. 자율 주행차 센서 모니터링 유닛(462, 도 4 참조)은 해당 기간 동안 15회 이상의 센서 이상이 탐지된 도로 구간을 센서 이상이 빈번한 도로 구간으로 센서 이상 탐지 구간으로 지정할 수 있다.
20회의 센서 이상이 탐지된 도로 구간 ID(A3LI18BA000113)의 도로 구간은 교차로의 좌회전 준비 구간에 해당한다. 좌회전 차로 진입 차량들로 인해서 차량의 정지가 발생하는 구간이다. 따라서, 자율 주행차 센서 모니터링 유닛(462)은 유사한 도로 구조의 도로 구간들을 센서 이상 탐지 지표를 사용하여 모니터링할 수 있다.
도 14는 자율 주행차의 센서 통신 이상 탐지 지표를 활용하는 자율 주행차의 모니터링 적용 및 결과를 예시적으로 보여주는 도면이다. 도 14를 참조하면, 그래프(520)는 특정 기간 동안 누적된 각 도로 구간 ID별로 센서 통신 이상이 발생한 건수들을 보여준다.
각 도로 구간 ID별로 특정 기간 동안(예를 들면, 2개월) 자율 주행차의 센서 통신 이상이 발생한 횟수들이 도시되어 있다. 예를 들면, 그래프(521)는 도로 구간 ID(A3LI18BA000010)에서의 센서 통신 이상이 2,115회 발생한 것으로 도시하고 있다. 반면, 그래프(523)는 도로 구간 ID(A3LI18BA000061)에서의 센서 통신 이상이 22,960회 발생한 것으로 도시하고 있다. 센서 통신 이상이 빈번한 도로 구간의 기준을 20,000회로 설정하는 경우, 그래프들(523, 525)로 표시되는 도로 구간 ID(A3LI18BA000061, A3LI18BA000570)의 도로 구간들이 센서 통신 이상이 빈번한 도로 구간으로 설정될 수 있다. 이들 도로 구간 ID(A3LI18BA000061, A3LI18BA000570)에 대응하는 도로 구간은 각각 교차로 통과전 좌회전 대기 구간인 동시에 유턴 허용 구간에 해당한다. 이들 도로 구간에서 자율 주행차는 좌측 차선의 인식과 관련된 센서의 통신 오류가 관찰되었다.
도 15는 자율 주행차의 회전 각도 정합성 탐지 지표를 활용하는 자율 주행차의 모니터링 적용 및 결과를 예시적으로 보여주는 도면이다. 도 15를 참조하면, 그래프(530)는 특정 기간 동안 누적된 도로 구간 ID별로 회전 각도의 장애가 발생한 건수들을 보여준다.
각 도로 구간 ID별로 특정 기간 동안(예를 들면, 2개월) 자율 주행차의 회전 각도 이상이 발생한 횟수들이 도시되어 있다. 각 도로 구역들에서 검출된 회전 각도의 장애 건수는 대부분이 10회 미만이었다. 하지만, 도로 구간 ID들(B2SL194G000034, A3LI18BA000526, A3LI18BA000527)에 해당하는 도로 구간에서의 회전 각도 장애 건수를 표시한 그래프(531)에 의하면, 13회의 회전 각도 장애가 발생한 것으로 나타난다. 이들 도로 구역은 교차로 통과 구간이며 교차로 내에서 직진 유도선이 존재하지 않는다는 특징이 있다. 또한, 교차로를 통과한 후에 차로 축소로 인해 옆차로 차량들에게 직간접적으로 영향을 받게 되는 구간임을 알 수 있다.
도 16은 자율 주행차의 회전 각도 정합성 탐지 지표를 활용하는 자율 주행차의 모니터링 적용 및 결과의 다른 예시를 보여주는 도면이다. 도 16을 참조하면, 특정 기간 동안 누적된 도로 구간 ID별로 회전 각도의 장애가 발생한 건수들을 보여준다.
진행 방향 회전 각도의 장애 건수는 대부분 15회 미만이었다. 하지만, 도로 구역들 중에서 검출된 회전 각도의 장애 건수가 50회를 초과하는 도로 구간들이 존재한다. 그래프들(532, 533, 534)은 회전 각도의 장애 건수가 각각 52회, 53회, 55회 탐지되었다. 특히, 55회의 회전 각도의 장애가 탐지된 도로 구간 ID(A3LI18BA000280, A3LI18BA000361, A3LI18BA000257)에 해당하는 도로 구간은 차로가 축소되는 구간이 포함되고, 직진 구간이지만 간혹 차로 변경이 발생하는 도로 구간이다.
도 17은 자율 주행차의 회전 각도 정합성 탐지 지표를 활용하는 자율 주행차의 모니터링 적용 및 결과의 다른 예시를 보여주는 도면이다. 도 17을 참조하면, 도로 구간들 중에서 검출된 회전 각도의 장애 건수가 50회를 초과하는 도로 구간들 중에서 그래프(533)는 회전 각도의 장애 건수가 53회 탐지되었다. 그래프(533)에 대응하는 도로 구간은 도로 구간 ID(A3LI18BA000275, A3LI18BA000284, A3LI18BA000772)에 해당한다. 도로 구간 ID(A3LI18BA000275, A3LI18BA000284, A3LI18BA000772)의 도로 구간은 앞서 설명된 도 16의 도로 구간과 유사한 특징을 갖는다. 즉, 차로가 축소되는 구간이 포함되고, 직진 구간이지만 간혹 차로 변경이 발생하는 도로 구간이다.
도 18은 자율 주행차의 도로 상황 모니터링 지표를 활용하는 자율 주행차의 모니터링 적용 및 결과를 보여주는 도면이다. 도 18을 참조하면, 모니터링된 도로 상황에 대응하는 이벤트들의 발생 건수가 각 도로 구간 ID별로 그래프(540) 형태로 도시되어 있다.
특히, 그래프(541)에 대응하는 도로 구간은 도로 구간 ID(A3LI194G000386)에 대응한다. 이 도로 구간 ID(A3LI194G000386)의 도로 구간에서는 금지된 방향으로의 차량 이동, 차량의 주차, 교통 정체, 추돌 사고 등의 이벤트가 빈번하게 탐지되었다. 실제로, 이 도로 구간에서는 공사로 인하여 도로 통제 및 상대 차로를 이용하는 경우가 다수 발생하는 구간임을 알 수 있다.
도 19는 도로 노면 상태 및 표면 접지력 모니터링 지표를 활용하는 자율 주행차의 모니터링 적용 및 결과를 보여주는 도면이다. 도 19를 참조하면, 각 그래프들(550, 560, 570)은 기준 일자별로 제반 도로 구간들에 있어서 표면 접지력을 세 가지 단계로 분류한 것을 보여준다.
그래프(550)는 일자별 표면 접지력이 양호(Good)하게 모니터링된 횟수를 보여준다. 대부분의 양호한 표면 접지력은 건조(Dry)한 노면 상태일 때 나타났음을 알 수 있다. 그래프(560)는 일자별로 표면 접지력이 보통(Fair)으로 모니터링된 횟수를 보여준다. 대부분의 보통(Fair) 표면 접지력을 나타내는 도로는 노면 상태는 습한(Wet) 상태였음을 알 수 있다. 그리고 그래프(570)는 표면 접지력이 미흡(Poor)하게 모니터링된 횟수를 날짜별로 보여준다. 미흡한 표면 접지력이 나타나는 경우의 노면 상태는 빗길(Standing water) 상태임을 알 수 있다.
상술한 방식의 자율 주행차의 안전성을 위한 모니터링 지표를 사용하여 자율 주행차의 사고 위험도 및 구체적인 사고 예방법의 도출이 가능하다. 상술한 자료를 기초로 관제 센터에서 자율 주행차의 주행시 발생하는 사고 예방 및 사고후 처리에 활용될 수 있을 것이다.
이상에서 기술된 내용은 본 발명을 실시하기 위한 구체적인 실시 예들이다. 본 발명은 상술된 실시 예들뿐만 아니라, 단순하게 설계 변경되거나 용이하게 변경할 수 있는 실시 예들 또한 포함할 것이다. 또한, 본 발명은 실시 예들을 이용하여 용이하게 변형하여 실시할 수 있는 기술들도 포함될 것이다. 따라서, 본 발명의 범위는 상술된 실시 예들에 국한되어 정해져서는 안되며 후술하는 특허청구범위뿐만 아니라 이 발명의 특허청구범위와 균등한 것들에 의해 정해져야 할 것이다.

Claims (5)

  1. 자율 주행차의 자율 주행 모니터링을 수행하는 운행 분석 서버에 있어서:
    상기 자율 주행차로부터 운행 중에 센싱된 자율 주행차 데이터와, 상기 자율 주행차가 운행하는 도로 구간들에 설치된 사물 인터넷(IoT) 센서들로부터 전송되는 인프라 데이터를 수신하는 통신부;
    수신된 상기 자율 주행차 데이터 및 상기 인프라 데이터를 저장하는 저장부;
    상기 자율 주행차 데이터 및 상기 인프라 데이터를 상기 도로 구간별로 복수의 모니터링 지표를 생성하는 제어부를 포함하되,
    상기 제어부는:
    상기 자율 주행차 데이터 및 상기 인프라 데이터를 상기 저장부에 특정 기간 동안 누적하도록 상기 통신부 및 저장부를 제어하고,
    누적된 상기 자율 주행차 데이터 및 상기 인프라 데이터를 상기 도로 구간별, 시간별, 그리고 차량별로 이상 발생 횟수를 카운트하고,
    상기 카운트된 이상 발생 횟수를 참조하여 상기 도로 구간별, 상기 시간별, 상기 차량별 사고 위험도를 예측하고,
    상기 제어부는 상기 자율 주행차 데이터로부터 센서 이상 및 센서 통신 이상을 탐지하되, 상기 센서 이상은 상기 자율 주행차의 센서들이 수집한 데이터 중에서 센서 장애 코드를 활용하여 탐지하고, 상기 센서 통신 이상은 상기 센서 장애 코드에는 로드되지 않는 데이터 오류 또는 데이터의 이상 수집을 모니터링하여 탐지하는 운행 분석 서버.
  2. 제 1 항에 있어서,
    상기 자율 주행차 데이터는 상기 자율 주행차의 속도, 가속도, 회전율, 경도 및 위도에 대한 정보를 포함하는 운행 분석 서버.
  3. 제 1 항에 있어서,
    상기 인프라 데이터는 상기 도로 구간별 습도, 노면 상태, 대기질에 대한 정보를 포함하는 운행 분석 서버.
  4. 삭제
  5. 제 1 항에 있어서,
    상기 복수의 모니터링 지표는 상기 자율 주행차의 회전 각도의 장애 여부를 포함하고,
    상기 제어부는 상기 도로 구간들 각각에서 회전 각도 및 상기 자율 주행차의 진행 방향별 회전 각도를 수집하고, 사기 수집된 회전 각도가 기준치를 벗어나는 경우 회전 각도 장애로 판단하는 운행 분석 서버.
KR1020210034484A 2021-03-17 2021-03-17 자율 주행차를 모니터링하는 운행 분석 서버 KR102291318B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020210034484A KR102291318B1 (ko) 2021-03-17 2021-03-17 자율 주행차를 모니터링하는 운행 분석 서버
KR1020210106448A KR20220129985A (ko) 2021-03-17 2021-08-12 자율 주행차를 모니터링하는 운행 분석 서버의 분석 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210034484A KR102291318B1 (ko) 2021-03-17 2021-03-17 자율 주행차를 모니터링하는 운행 분석 서버

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020210106448A Division KR20220129985A (ko) 2021-03-17 2021-08-12 자율 주행차를 모니터링하는 운행 분석 서버의 분석 방법

Publications (1)

Publication Number Publication Date
KR102291318B1 true KR102291318B1 (ko) 2021-08-19

Family

ID=77492799

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020210034484A KR102291318B1 (ko) 2021-03-17 2021-03-17 자율 주행차를 모니터링하는 운행 분석 서버
KR1020210106448A KR20220129985A (ko) 2021-03-17 2021-08-12 자율 주행차를 모니터링하는 운행 분석 서버의 분석 방법

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020210106448A KR20220129985A (ko) 2021-03-17 2021-08-12 자율 주행차를 모니터링하는 운행 분석 서버의 분석 방법

Country Status (1)

Country Link
KR (2) KR102291318B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102477885B1 (ko) * 2022-01-18 2022-12-15 재단법인차세대융합기술연구원 자율주행 도로의 주행 안전도를 평가하는 안전도 분석 관리 서버
KR20230060585A (ko) * 2021-10-27 2023-05-08 한국자동차연구원 자율주행 원활도 정보 제공 장치와 방법
KR20230061607A (ko) * 2021-10-28 2023-05-09 한국자동차연구원 자율주행 차량 평가 시스템 및 방법
KR20230063390A (ko) * 2021-11-02 2023-05-09 주식회사 엔제로 교통약자 모빌리티를 지원하는 자율주행차량의 안전운전 평가방법

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020048459A (ko) * 2000-12-16 2002-06-24 김일환 차량의 원격 진단 서비스 시스템
KR20150075774A (ko) * 2013-12-26 2015-07-06 한국전자통신연구원 자율 주행 차량 및 그것의 자율 주행을 지원하는 인프라
JP2016095831A (ja) * 2014-11-07 2016-05-26 株式会社デンソー 運転支援システム及びセンタ
JP2018073207A (ja) * 2016-10-31 2018-05-10 日立オートモティブシステムズ株式会社 検出データ収集装置
JP6558214B2 (ja) * 2015-10-27 2019-08-14 トヨタ自動車株式会社 自動運転装置
KR20200084949A (ko) * 2018-12-27 2020-07-14 삼성전자주식회사 전자 장치 및 그 제어 방법
KR102136293B1 (ko) 2018-08-16 2020-07-21 주식회사 코암 자율주행차량 관제 시스템 및 방법
KR20200101517A (ko) * 2019-01-30 2020-08-28 한국자동차연구원 차량-도로인프라 정보융합 기반 자율협력주행 방법 및 시스템

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020048459A (ko) * 2000-12-16 2002-06-24 김일환 차량의 원격 진단 서비스 시스템
KR20150075774A (ko) * 2013-12-26 2015-07-06 한국전자통신연구원 자율 주행 차량 및 그것의 자율 주행을 지원하는 인프라
JP2016095831A (ja) * 2014-11-07 2016-05-26 株式会社デンソー 運転支援システム及びセンタ
JP6558214B2 (ja) * 2015-10-27 2019-08-14 トヨタ自動車株式会社 自動運転装置
JP2018073207A (ja) * 2016-10-31 2018-05-10 日立オートモティブシステムズ株式会社 検出データ収集装置
KR102136293B1 (ko) 2018-08-16 2020-07-21 주식회사 코암 자율주행차량 관제 시스템 및 방법
KR20200084949A (ko) * 2018-12-27 2020-07-14 삼성전자주식회사 전자 장치 및 그 제어 방법
KR20200101517A (ko) * 2019-01-30 2020-08-28 한국자동차연구원 차량-도로인프라 정보융합 기반 자율협력주행 방법 및 시스템

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230060585A (ko) * 2021-10-27 2023-05-08 한국자동차연구원 자율주행 원활도 정보 제공 장치와 방법
KR102646435B1 (ko) 2021-10-27 2024-03-12 한국자동차연구원 자율주행 원활도 정보 제공 장치와 방법
KR20230061607A (ko) * 2021-10-28 2023-05-09 한국자동차연구원 자율주행 차량 평가 시스템 및 방법
KR102647445B1 (ko) * 2021-10-28 2024-03-14 한국자동차연구원 자율주행 차량 평가 시스템 및 방법
KR20230063390A (ko) * 2021-11-02 2023-05-09 주식회사 엔제로 교통약자 모빌리티를 지원하는 자율주행차량의 안전운전 평가방법
KR102636871B1 (ko) 2021-11-02 2024-02-19 주식회사 엔제로 교통약자 모빌리티를 지원하는 자율주행차량의 안전운전 평가방법
KR102477885B1 (ko) * 2022-01-18 2022-12-15 재단법인차세대융합기술연구원 자율주행 도로의 주행 안전도를 평가하는 안전도 분석 관리 서버

Also Published As

Publication number Publication date
KR20220129985A (ko) 2022-09-26

Similar Documents

Publication Publication Date Title
KR102291318B1 (ko) 자율 주행차를 모니터링하는 운행 분석 서버
US11842642B2 (en) Connected automated vehicle highway systems and methods related to heavy vehicles
EP4184476A1 (en) Method and device for controlling switching of vehicle driving mode
CN110809790B (zh) 车辆用信息存储方法、车辆的行驶控制方法、以及车辆用信息存储装置
CN108475472B (zh) 驾驶辅助方法及装置
KR101580949B1 (ko) 자율주행으로의 진입 및 자율주행에서의 해제
WO2020164237A1 (zh) 用于驾驶控制的方法、装置、设备、介质和系统
US20180364700A1 (en) Intervention in operation of a vehicle having autonomous driving capabilities
KR102386960B1 (ko) 커넥티드 자동화 차량 도로 시스템 및 방법
CN110998469A (zh) 对具有自主驾驶能力的车辆的操作进行干预
JP6690702B2 (ja) 異常走行検出装置、異常走行検出方法とそのプログラム
JP6686513B2 (ja) 情報処理装置、車載装置、記憶媒体及びコンピュータプログラム
JP7380616B2 (ja) 自動運転制御装置、自動運転制御方法、及び自動運転制御プログラム
KR102631726B1 (ko) 환경 제한 및 센서 이상 시스템 및 방법
CN111164530A (zh) 更新用于至少一个移动单元的自动控制的控制模型的方法和系统
KR102666690B1 (ko) 상황 콘텍스트 내에서의 부동성 검출
CN110562269A (zh) 一种智能驾驶车辆故障处理的方法、车载设备和存储介质
CN110568847A (zh) 一种车辆的智能控制系统、方法，车载设备和存储介质
US11531349B2 (en) Corner case detection and collection for a path planning system
JP4311647B2 (ja) 管理装置及び管理システム及び管理方法及びプログラム
Nice et al. Sailing cavs: Speed-adaptive infrastructure-linked connected and automated vehicles
CN115092159A (zh) 一种车道线自主智能测绘系统和方法
KR102350197B1 (ko) 주행경로 설정장치 및 주행경로 설정방법
KR102477885B1 (ko) 자율주행 도로의 주행 안전도를 평가하는 안전도 분석 관리 서버
KR102681879B1 (ko) 응급상태의 자율주행 차량 원격제어 시스템 및 방법

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
A107 Divisional application of patent
GRNT Written decision to grant