KR102304851B1 - Ecu, 상기 ecu를 포함하는 무인 자율 주행 차량, 및 이의 주변 차량 인지 방법 - Google Patents

Ecu, 상기 ecu를 포함하는 무인 자율 주행 차량, 및 이의 주변 차량 인지 방법 Download PDF

Info

Publication number
KR102304851B1
KR102304851B1 KR1020170039300A KR20170039300A KR102304851B1 KR 102304851 B1 KR102304851 B1 KR 102304851B1 KR 1020170039300 A KR1020170039300 A KR 1020170039300A KR 20170039300 A KR20170039300 A KR 20170039300A KR 102304851 B1 KR102304851 B1 KR 102304851B1
Authority
KR
South Korea
Prior art keywords
vehicle
surrounding vehicle
surrounding
index
coordinate
Prior art date
Application number
KR1020170039300A
Other languages
English (en)
Other versions
KR20180109497A (ko
Inventor
이태석
임성수
양석열
Original Assignee
현대자동차주식회사
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 현대자동차주식회사 filed Critical 현대자동차주식회사
Priority to KR1020170039300A priority Critical patent/KR102304851B1/ko
Priority to US15/786,494 priority patent/US10386849B2/en
Priority to CN201711141936.6A priority patent/CN108657173B/zh
Priority to DE102017129135.0A priority patent/DE102017129135A1/de
Publication of KR20180109497A publication Critical patent/KR20180109497A/ko
Application granted granted Critical
Publication of KR102304851B1 publication Critical patent/KR102304851B1/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
    • 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
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/0088—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • 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
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • 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
    • 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
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/0055—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot with safety arrangements
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
    • 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
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/14—Cruise control
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Abstract

본 발명의 일 실시예에 따른 무인 자율 주행 차량의 주변 차량 인지 방법은, ECU(Electronic Control Unit)의 자율 주행 로직이, 일정 각도 범위 내에서 각도별로 감지된 거리로부터 주변 차량을 감지하여 주변 차량 정보를 추출하는 단계; 상기 주변 차량 정보를 기초로 상기 주변 차량의 형태가 배기가스에 가까운 정도를 나타내는 오인지 지수를 산출하는 단계; 상기 오인지 지수가 임계 오인지 지수보다 큰 경우, 상기 주변 차량 정보를 보정하기 위한 배기가스 제거 알고리즘을 수행하는 단계; 및 상기 주변 차량 정보 또는 상기 배기가스 제거 알고리즘을 통해 보정된 주변 차량 정보를 이용해 현재 프레임 이후의 상기 주변 차량의 움직임을 추정하는 단계를 포함할 수 있다.

Description

ECU, 상기 ECU를 포함하는 무인 자율 주행 차량, 및 이의 주변 차량 인지 방법{ECU, AUTONOMOUS VEHICLE INCLUDING THE ECU, AND METHOD OF RECOGNIZING NEAR VEHICLE FOR THE SAME}
본 발명은 ECU, 상기 ECU를 포함하는 무인 자율 주행 차량, 및 이의 주변 차량 인지 방법에 관한 것으로, 더욱 상세하게는 주변 차량 인지시 배기가스의 특성을 고려하여 인지 정확성을 높일 수 있는 ECU, 상기 ECU를 포함하는 무인 자율 주행 차량, 및 이의 주변 차량 인지 방법에 관한 것이다.
최근, 자동차의 무인 자율 주행 기술에 대한 관심이 고조되고 있다. 상기 무인 자율 주행 기술은 운전자의 개입 없이도 자동으로 차량 주행이 가능하도록 하는 기술을 의미한다. 그리고, 무인 자율 주행 시에 라이다(LiDAR) 등의 거리 측정 센서를 이용해 획득되는 거리 정보를 통해 전방 차량과의 거리를 인식하고, 이를 기반으로 차선 변경 동작, 스마트 크루즈 컨트롤(Smart Cruze Control; SCC) 등을 수행하게 된다.
그러나, 전방 차량과의 거리 인식시 전방 차량으로부터 배출된 배기가스가 차량으로 오인지될 수 있는 가능성이 존재한다. 만일, 배기가스가 전방 차량으로 오인지되어 실제 전방 차량의 움직임과는 무관하게 자차의 거동이 제어되어 운전자에게 심각한 안전상의 위험이나 급브레이크 등으로 후방 차량에도 위험을 끼칠 수 있다. 따라서, 이러한 오인지를 유발하는 배기가스를 차량으로 오인지 하지 않기 위한 기술이 요구된다.
본 발명은 무인 자율 주행 차량의 주행중 오인지를 유발하는 배기가스의 영향을 최소화할 수 있는 ECU, 상기 ECU를 포함하는 무인 자율 주행 차량, 및 이의 주변 차량 인지 방법을 제공하기 위한 것이다.
본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
상기와 같은 기술적 과제를 해결하기 위하여, 본 발명의 일 실시예에 따른 무인 자율 주행 차량의 주변 차량 인지 방법은, ECU(Electronic Control Unit)의 자율 주행 로직이, 일정 각도 범위 내에서 각도별로 감지된 거리로부터 주변 차량을 감지하여 주변 차량 정보를 추출하는 단계; 상기 주변 차량 정보를 기초로 상기 주변 차량의 형태가 배기가스에 가까운 정도를 나타내는 오인지 지수를 산출하는 단계; 상기 오인지 지수가 임계 오인지 지수보다 큰 경우, 상기 주변 차량 정보를 보정하기 위한 배기가스 제거 알고리즘을 수행하는 단계; 및 상기 주변 차량 정보 또는 상기 배기가스 제거 알고리즘을 통해 보정된 주변 차량 정보를 이용해 현재 프레임 이후의 상기 주변 차량의 움직임을 추정하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따른 무인 자율 주행 차량의 ECU(Electronic Control Unit)는, 일정 각도 범위 내에서 각도별로 감지된 거리로부터 주변 차량을 감지하여 주변 차량 정보를 추출하고, 상기 주변 차량 정보를 기초로 상기 주변 차량의 형태가 배기가스에 가까운 정도를 나타내는 오인지 지수를 산출하는 주변 차량 정보 추출부; 상기 오인지 지수가 임계 오인지 지수보다 큰 경우, 상기 주변 차량 정보를 보정하기 위한 배기가스 제거 알고리즘을 수행하는 배기가스 오인지 제거부; 및 상기 주변 차량 정보 또는 상기 배기가스 제거 알고리즘을 통해 보정된 주변 차량 정보를 이용해 현재 프레임 이후의 상기 주변 차량의 움직임을 추정하는 주변 차량 정보 추정부를 포함할 수 있다.
상기와 같이 구성되는 본 발명의 일 실시예에 따른 ECU, 상기 ECU를 포함하는 무인 자율 주행 차량, 및 이의 주변 차량 인지 방법에 의하면, 주변 차량으로부터 배출된 배기가스가 주변 차량의 일부로 오인지되어 주변 차량의 위치, 속도 등의 정보가 왜곡되는 현상을 최소화할 수 있다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 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 발명의 일 실시예에 따른 차량을 개략적으로 도시한 블록도이다.
도 2는 배기가스의 오인지의 일 예를 나타낸 도면이다.
도 3은 도 1에 도시된 자율 주행 로직의 동작 방법을 나타낸 흐름도이다.
도 4는 오인지 지수를 산출하는 일 예를 나타낸 도면이다.
도 5는 배기가스 제거 알고리즘의 일 실시예를 나타낸 도면이다.
도 6은 도 5의 배기가스 제거 알고리즘에 의해 제거되는 배기가스의 예시를 나타낸 도면이다.
이하, 본 발명과 관련된 적어도 하나의 실시 예에 대하여 도면을 참조하여 보다 상세하게 설명한다. 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.
도 1은 본 발명의 일 실시예에 따른 차량을 개략적으로 도시한 블록도이다.
도 1을 참조하면, 차량(10)은 무인 자율 주행 기술이 적용된 차량이며, 상기 무인 자율 주행 기술은 운전자의 개입 없이도 자동으로 차량 주행이 가능하도록 하는 기술을 의미한다. 상기 무인 자율 주행 기술은 사용자의 편의성과 함께 사고 방지를 통한 사용자의 안전을 그 목표로 한다.
차량(10)은 정보 추출부(100), 자율 주행 로직(200), 및 구동부(300)를 포함할 수 있다.
정보 추출부(100)는 차량(10)의 주변에 대한 정보를 수집하는 구성이며, 차량(10)의 주변에 위치하는 물체와의 거리 정보를 획득하는 거리측정센서(110), 차량(10)의 주변을 촬영한 영상 정보를 획득하는 카메라(120), 및 현재 차량(10)이 주행중인 속도를 감지하는 속도 센서(130)를 포함할 수 있다.
특히, 거리측정센서(110)는 라이다(LiDAR), 레이더(radar), 초음파 등으로 구현될 수 있으며, ToF(Time of Flight) 방식으로 특정 파장의 신호를 전방으로 조사한 뒤 반사되는 특정 파장의 신호를 검출되는 시간 차이를 이용해 전방 물체와의 거리를 감지할 수 있다.
자율 주행 로직(200)은 무인 자율 주행의 기능을 구현하기 위한 소프트웨어(software), 하드웨어(hardward), 또는 이들의 조합일 수 있다. 자율 주행 로직(200)은 차량(10)의 ECU(Electronic Control Unit)의 일부로 구현될 수 있으나, 본 발명의 범위는 이에 한정되지 않는다.
주제어 로직(220)은 무인 자율 주행 기능의 전반적인 제어를 담당할 수 있다. 주제어 로직(220)은 주변 차량 정보 추출부(220), 배기가스 오인지 제거부(230), 및/또는 주변 차량 정보 추정부(240)가 제공하는 정보를 기초로 구동부(300)를 제어하기 위한 신호를 생성할 수 있다.
주변 차량 정보 추출부(220)는 거리 측정 센서(110)의 거리 정보, 카메라(120)의 영상, 차량(10)의 속도 정보 중 적어도 하나를 기초로 주변 차량에 대한 각종 정보를 생성할 수 있다. 또한, 주변 차량 정보 추출부(220)는 각종 정보를 이용해 배기가스 제거 알고리즘의 수행 여부를 결정할 수 있다. 배기가스 제거 알고리즘은 배기가스 오인지 제거부(220)에 의해 수행되는 알고리즘을 의미한다.
배기가스 오인지 제거부(230)는 주변 차량 정보 추출부(220)로부터 제공된 각종 정보를 이용해 검출된 주변 차량이 배기가스인지 여부 및 배기가스의 유형을 판단하여, 해당 주변 차량의 정보를 보정할 수 있다.
주변 차량 정보 추정부(240)는 주변 차량 정보 추출부(220) 또는 배기가스 오인지 제거부(230)로부터 주변 차량의 위치 및 속도를 이용해 이후의 주변 차량의 움직임을 추정할 수 있다.
구동부(300)는 주제어 로직(220)의 제어 신호에 따른 차량(10)의 구동을 수행하는 구성이며, 브레이크, 엑셀레이터, 변속기, 조향 장치 등의 차량 구동을 실질적으로 제어하는 구성들을 포함할 수 있다.
예컨대, 주제어 로직(220)의 제어 신호가 가속하면서 좌측 차선으로 차선변경을 지시하는 신호일 경우, 구동부(300)의 엑셀레이터는 가속을, 조향 장치는 좌측 방향으로 토크를 가하는 구동제어를 실행할 수 있다.
도 2는 배기가스의 오인지의 일 예를 나타낸 도면이다.
도 2를 참조하면, 좌측 도면은 동일 차선을 주행하는 주변 차량으로부터 배기가스가 배출되지 않을 경우(주행중인 차량에서는 배기가스가 당연히 배출되나, 여기서는 거리 측정 센서에 의한 오인지가 발생되지 않는 정도의 배기가스가 배출됨을 의미함)에 대한 것이고, 우측 도면은 동일 차선을 주행하는 주변 차량으로부터 배기가스가 배출되는 경우에 대한 것이다.
먼저 좌측 도면에서 자차의 주행중 거리 측정 센서(110)는 전방으로 특정 파장의 신호를 조사하고, 반사되는 신호를 감지하게 되는데, 이때의 반사는 주변 차량의 후방 차체에서 일어나므로, 거리 측정 센서(110)에 의해 감지된 동일 차선을 주행하는 주변 차량과의 거리 및 주변 차량의 형태는 실제 주변 차량과 일치하게 된다. 따라서, 이러한 경우 거리 측정 센서(110)의 거리 정보를 기초로 구동부(300)가 제어되더라도 문제가 발생되지 않는다.
그러나, 우측 도면에서 자차의 거리 측정 센서(110)로부터 전방으로 조사된 특정 파장의 신호는 주변 차량의 차체가 아닌 주변 차량이 배출한 배기가스에서 반사가 일어나므로, 거리 측정 센서(110)에 의해 감지된 동일 차선을 주행하는 주변 차량과의 거리는 실제보다 더 작게 되고, 주변 차량의 형태 역시 우측 방향으로 더 퍼진 형태로 감지될 수 있다. 따라서, 이러한 경우 거리 측정 센서(110)의 거리 정보를 기초로 구동부(300)가 제어된다면, 불필요하게 급감속 등의 제어가 수행되어 자차 및 다른 주변 차량에 위험을 끼칠 수 있다.
도 3은 도 1에 도시된 자율 주행 로직의 동작 방법을 나타낸 흐름도이다. 도 4는 오인지 지수를 산출하는 일 예를 나타낸 도면이다. 도 5는 배기가스 제거 알고리즘의 일 실시예를 나타낸 도면이다. 도 6은 도 5의 배기가스 제거 알고리즘에 의해 제거되는 배기가스의 예시를 나타낸 도면이다.
도 3 내지 도 6을 참조하면, 자차(도 3 내지 도 6의 설명에서 자차(차량(10)은 이하 '자차'라 칭하기로 함)의 주행중 정보 추출부(100)는 자차의 주변 정보를 수집할 수 있다(S10). 이때, 수집되는 정보에는 거리 측정 센서(110)로부터 전방의 일정 각도 범위(예를 들어, 120도) 내에서 각도별(예를 들어, 1도)로 감지된 거리에 대한 거리 정보, 전방을 촬영한 영상 정보, 자차의 주행중인 속도 등이 포함될 수 있다. 수집된 주변 정보는 주변 차량 정보 추출부(220)로 전달될 수 있다.
주변 차량 정보 추출부(220)는 일정 각도 범위 내에서 각도별로 감지된 거리로부터 적어도 하나의 주변 차량으로 클러스터링(clustering)할 수 있다. 예를 들어, 연속적인 각도 범위 내에서 특정 거리 범위 이내의 거리를 갖는 것으로 감지된 경우, 하나의 주변 차량으로 클러스터링 될 수 있다.
주변 차량 정보 추출부(220)는 자차를 중심으로 하는 좌표계에서 2차원 좌표로 각 주변 차량의 꼭지점(좌측 후방 꼭지점, 우측 후방 꼭지점, 좌측 전방 꼭지점, 우측 전방 꼭지점)의 좌표를 획득할 수 있다. 만일, 주변 차량의 꼭지점의 좌표 중 일부가 거리 정보로부터 직접 획득되지 못할 경우, 주변 차량 정보 추출부(220)는 주변 차량의 형상을 추정하여 미획득된 꼭지점의 좌표를 획득할 수 있다. 주변 차량의 꼭지점 좌표를 기초로 주변 차량의 각종 파라미터(예를 들어, 종방향 최소 좌표, 횡방향 최소 좌표, 종방향 최대 좌표, 횡방향 최대 좌표, 종방향 중심 좌표, 횡방향 중심 좌표, 차폭, 차길이 등)를 산출할 수 있다. 본 명세서에서 종방향은 자차의 정면(또는 진행) 방향 또는 X축 방향을 의미하며, 횡방향은 자차의 정면(또는 진행) 방향의 수직 방향 또는 Y축 방향을 의미한다. 또한, 자차를 원점(0,0)으로 가정할 때, 우측으로 갈수록 X 좌표가 증가되고 좌측으로 갈수록 X 좌표가 감소하며, 상측으로 갈수록 Y 좌표가 증가되고 하측으로 갈수록 Y 좌표가 감소한다.
또한, 주변 차량 정보 추출부(220)는 이전 프레임에서의 주변 차량의 파라미터와 현재 프레임에서의 주변 차량의 파라미터를 연산하여 각종 파라미터(예를 들어, 종방향 변화량, 횡방향 변화량, 차폭 변화량, 차길이 변화량 등)를 산출할 수 있다. 여기서, 프레임은 어느 한 시각에서 생성되는 주변 차량 정보의 집합을 의미할 수 있다.
주변 차량 정보 추출부(220)는 카메라(120)의 영상으로부터 자차가 주행중인 차선의 차선폭 및 자차와 주변 차량의 차선 정보를 획득할 수 있다. 다른 실시예에 따라, 주변 차량 정보 추출부(220)는 내비게이션 프로그램으로부터 자차가 주행중인 차선의 차선폭 및 자차와 주변 차량의 차선 정보를 획득할 수 있다.
주변 차량 정보 추출부(220)는 속도 센서(130)로부터 자차의 주행 속도에 대한 정보(종방향 속도 및 횡방향 속도)를 획득할 수 있다.
즉, 주변 차량 정보 추출부(220)는 이후의 단계에서 요구되는 주변 차량 및 자차에 관한 각종 정보(이들을 통칭하여 '주변 차량 정보'라 함)를 추출할 수 있다(S20).
주변 차량 정보 추출부(220)는 추출된 정보를 이용해 오인지 지수를 산출하고, 오인지 지수와 임계 오인지 지수를 비교하여, 배기가스 제거 알고리즘의 수행 여부를 결정할 수 있다(S30). 상기 임계 오인지 지수는, 센서 오류 등을 고려하여 실험적으로 결정된 값일 수 있으며, 예를 들어 1.5 일수 있으나 본 발명의 범위는 이에 한정되지 않는다.
도 4에는 오인지 지수(
Figure 112017030443398-pat00001
)를 산출하는 일 실시예가 도시되어 있다.
오인지 지수(
Figure 112017030443398-pat00002
)는 주변 차량 별로 계산될 수 있고, 크게 주변 차량의 횡방향 움직임 지수, 종방향 움직임 지수, 폭 변화 지수 및 길이 변화 지수를 각각 산출하여 합산함에 의해 산출될 수 있다. 실시예에 따라, 오인지 지수(
Figure 112017030443398-pat00003
)는 주변 차량의 횡방향 움직임 지수, 종방향 움직임 지수, 폭 변화 지수 및 길이 변화 지수 중 적어도 하나를 포함하지 않을 수 있다.
주변 차량의 횡방향 움직임 지수는 주변 차량의 횡방향 변화량(
Figure 112017030443398-pat00004
)과 자차의 횡방향 속도(
Figure 112017030443398-pat00005
)의 차이(절대값)와, 평균 차량폭(
Figure 112017030443398-pat00006
) 대비 주변 차량의 차량폭(
Figure 112017030443398-pat00007
) 비율의 곱으로 나타날 수 있다.
주변 차량의 횡방향 변화량(
Figure 112017030443398-pat00008
)은 현재 프레임의 횡방향 중심 좌표(횡방향 최대 좌표와 횡방향 최소 좌표의 평균 좌표)로부터 이전 프레임의 횡방향 중심 좌표를 감산하고 이를 프레임간 시간으로 나눈 결과로서, 주변 차량이 횡방향으로 이동한 속도를 나타낸다. 따라서, 주변 차량의 횡방향 변화량(
Figure 112017030443398-pat00009
)과 자차의 횡방향 속도(
Figure 112017030443398-pat00010
)의 차이는 주변 차량이 자차에 비해 횡방향으로 얼마나 다른 속도로 움직이는지를 나타낼 수 있다.
동일 방향을 주행하는 주변 차량인 경우 특수한 상황(예를 들어, 차선 변경중)을 제외하고는 주변 차량의 횡방향 이동 속도와 자차의 횡방향 이동 속도는 거의 동일해야 한다는 점을 이용하여, 주변 차량이 자차에 비해 횡방향으로 얼마나 다른 속도로 움직이는지에 대한 주변 차량의 횡방향 변화량(
Figure 112017030443398-pat00011
)과 자차의 횡방향 속도(
Figure 112017030443398-pat00012
)의 차이는 그 값이 높을수록 주변 차량의 형태가 배기가스에 가까움을 의미할 수 있다.
또한, 평균 차량폭(
Figure 112017030443398-pat00013
)은 주변 차량의 평균적인 차량폭을 나타내며, 이는 평균적인 승용차의 통상적인 차량폭으로 미리 결정될 수 있다. 다른 실시예에 따라, 다른 정보(예를 들어, 영상 정보)를 통해 주변 차량의 차종이 식별될 수 있는 경우, 미리 저장된 차종 및 해당 차종의 차량폭이 맵핑된 테이블을 참조하여 주변 차량의 평균 차량폭이 결정될 수도 있다. 주변 차량의 차량폭(
Figure 112017030443398-pat00014
)은 횡방향 최대 좌표와 횡방향 최소 좌표의 차이(절대값)로부터 산출될 수 있다. 평균 차량폭(
Figure 112017030443398-pat00015
) 대비 주변 차량의 차량폭(
Figure 112017030443398-pat00016
)은 주변 차량의 차량폭의 이상 여부를 나타낼 수 있다.
정상적인 주변 차량인 경우 주변 차량의 차량폭과 평균적인 차량폭은 거의 동일해야 한다는 점을 이용하여, 주변 차량의 차량폭이 얼마나 비정상적인지에 대한 평균 차량폭(
Figure 112017030443398-pat00017
) 대비 주변 차량의 차량폭(
Figure 112017030443398-pat00018
) 비율은 그 값이 높을수록 주변 차량의 형태가 배기가스에 가까움을 의미할 수 있다.
즉, 주변 차량의 횡방향 움직임 지수는 횡방향 움직임(또는 형태)과 관련하여 주변 차량의 형태가 얼마나 배기가스에 가까운지를 나타내는 지수에 해당한다.
주변 차량의 종방향 움직임 지수는 주변 차량의 종방향 변화량(
Figure 112017030443398-pat00019
)과 자차의 종방향 속도(
Figure 112017030443398-pat00020
)의 차이와, 평균 차량길이(
Figure 112017030443398-pat00021
) 대비 주변 차량의 차량길이(
Figure 112017030443398-pat00022
) 비율의 곱으로 나타날 수 있다.
주변 차량의 종방향 변화량(
Figure 112017030443398-pat00023
)은 현재 프레임의 종방향 중심 좌표(종방향 최대 좌표와 종방향 최소 좌표의 평균 좌표)로부터 이전 프레임의 종방향 중심 좌표를 감산하고 이를 프레임간 시간으로 나눈 결과로서, 주변 차량이 종방향으로 이동한 속도를 나타낸다. 따라서, 주변 차량의 종방향 변화량(
Figure 112017030443398-pat00024
)과 자차의 종방향 속도(
Figure 112017030443398-pat00025
)의 차이는 주변 차량이 자차에 비해 종방향으로 얼마나 다른 속도로 움직이는지를 나타낼 수 있다.
동일 방향을 주행하는 주변 차량인 경우 특수한 상황(예를 들어, 주변 차량이 운전미숙으로 급감속/급가속)을 제외하고는 주변 차량의 종방향 이동 속도와 자차의 종방향 이동 속도는 거의 동일해야 한다는 점을 이용하여, 주변 차량이 자차에 비해 종방향으로 얼마나 다른 속도로 움직이는지에 대한 주변 차량의 종방향 변화량(
Figure 112017030443398-pat00026
)과 자차의 종방향 속도(
Figure 112017030443398-pat00027
)의 차이는 그 값이 낮을수록 주변 차량의 형태가 배기가스에 가까움을 의미할 수 있다.
여기서, 횡방향 움직임 지수와는 달리, 종방향 움직임 지수에서 주변 차량의 종방향 변화량(
Figure 112017030443398-pat00028
)과 자차의 종방향 속도(
Figure 112017030443398-pat00029
)의 차이의 절대값을 사용하고 종방향 움직임 지수의 부호가 음수인 이유는, 주변 차량의 종방향 변화량(
Figure 112017030443398-pat00030
)과 자차의 종방향 속도(
Figure 112017030443398-pat00031
)의 차이가 커지게 되면 주변 차량은 자차로부터 빠르게 멀어짐을 의미하고, 이는 자차의 안전과는 무관하여 배기가스 제거 알고리즘이 수행될 실익이 적어 이를 생략하는 것이 시스템의 효율에 기여할 수 있기 때문이다.
또한, 평균 차량길이(
Figure 112017030443398-pat00032
)는 주변 차량의 평균적인 차량길이를 나타내며, 이는 평균적인 승용차의 통상적인 차량길이로 미리 결정될 수 있다. 다른 실시예에 따라, 다른 정보(예를 들어, 영상 정보)를 통해 주변 차량의 차종이 식별될 수 있는 경우, 미리 저장된 차종 및 해당 차종의 차량길이가 맵핑된 테이블을 참조하여 주변 차량의 평균 차량길이가 결정될 수도 있다. 주변 차량의 차량길이(
Figure 112017030443398-pat00033
)는 종방향 최대 좌표와 종방향 최소 좌표의 차이로부터 산출될 수 있다. 평균 차량길이(
Figure 112017030443398-pat00034
) 대비 주변 차량의 차량길이(
Figure 112017030443398-pat00035
) 비율은 주변 차량의 차량길이의 이상 여부를 나타낼 수 있다.
정상적인 주변 차량인 경우 주변 차량의 차량길이와 평균적인 차량길이는 거의 동일해야 한다는 점을 이용하여, 주변 차량의 차량길이가 얼마나 비정상적인지에 대한 평균 차량길이(
Figure 112017030443398-pat00036
) 대비 주변 차량의 차량길이(
Figure 112017030443398-pat00037
) 비율은 그 값이 높을수록 주변 차량의 형태가 배기가스에 가까움을 의미할 수 있다.
즉, 주변 차량의 종방향 움직임 지수는 종방향 움직임(또는 형태)과 관련하여 주변 차량의 형태가 배기가스에 가까운지를 나타내는 지수에 해당한다.
폭 변화 지수는 주변 차량의 차폭 변화량(
Figure 112017030443398-pat00038
)의 절대값을 의미하고, 현재 프레임의 주변 차량의 차량폭(
Figure 112017030443398-pat00039
)과 이전 프레임의 주변 차량의 차량폭(
Figure 112017030443398-pat00040
)의 차이를 프레임간 시간으로 나누어 산출될 수 있다.
정상적인 주변 차량인 경우, 특수한 상황(예를 들어, 차선 변경중)을 제외하고는 시간에 따라 주변 차량의 차량길이의 변화는 거의 없어야 한다는 점을 이용하여, 주변 차량의 차폭 변화량(
Figure 112017030443398-pat00041
)의 절대값이 높을수록 주변 차량의 형태가 배기가스에 가까움을 의미할 수 있다.
길이 변화 지수는 주변 차량의 차길이 변화량(
Figure 112017030443398-pat00042
)의 절대값을 의미하고, 현재 프레임의 주변 차량의 차량길이(
Figure 112017030443398-pat00043
)과 이전 프레임의 주변 차량의 차량길이(
Figure 112017030443398-pat00044
)의 차이를 프레임간 시간으로 나누어 산출될 수 있다.
정상적인 주변 차량인 경우, 특수한 상황(예를 들어, 차선 변경중)을 제외하고는 시간에 따라 주변 차량의 차량길이의 변화는 거의 없어야 한다는 점을 이용하여, 주변 차량의 차길이 변화량(
Figure 112017030443398-pat00045
)의 절대값이 높을수록 주변 차량의 형태가 배기가스에 가까움을 의미할 수 있다.
따라서, 오인지 지수(
Figure 112017030443398-pat00046
)는 해당 주변 차량의 형태가 배기가스에 가까운 정도를 나타내며, 주변 차량 정보 추출부(220)는 오인지 지수(
Figure 112017030443398-pat00047
)와 임계 오인지 지수를 비교하여, 오인지 지수(
Figure 112017030443398-pat00048
)가 임계 오인지 지수를 초과하면(S30의 Yes) 배기가스 제거 알고리즘을 수행하도록 배기가스 오인지 제거부(230)를 제어하고, 오인지 지수(
Figure 112017030443398-pat00049
)가 임계 오인지 지수 이하이면(S30의 No) 배기가스 제거 알고리즘을 수행하지 않고 S40 단계가 수행되도록 한다.
주변 차량 정보 추정부(240)는 주변 차량 정보 추출부(220)의 주변 차량에 대한 각종 정보(또는 주변 차량 정보) 및/또는 배기가스 오인지 제거부(230)의 주변 차량에 대한 보정된 각종 정보(또는 보정된 주변 차량 정보)로부터 주변 차량의 위치 및 속도를 이용해 현재 프레임 이후의 주변 차량의 움직임을 추정할 수 있다. 주변 차량 정보 추정부(240)는 다음 프레임에서의 주변 차량의 위치 즉, 예측 종방향 중심 좌표(
Figure 112017030443398-pat00050
) 및 예측 횡방향 중심 좌표(
Figure 112017030443398-pat00051
)를 추정할 수 있다.
여기서, 추정 방법은 확정된 주변 차량의 위치(종방향 중심 좌표 및 횡방향 중심 좌표)로부터 속도(종방향 변화량 및 횡방향 변화량)와 프레임간 시간을 연산하여 다음 프레임의 예측 종방향 중심 좌표(
Figure 112017030443398-pat00052
) 및 예측 횡방향 중심 좌표(
Figure 112017030443398-pat00053
)를 산출하는 방법일 수 있으나, 본 발명의 범위는 이에 한정되지 않는다.
주변 차량 정보 추정부(240)는 다음 프레임에서의 주변 차량의 위치 만이 아니라 그 이후의 프레임에 대해서도 주변 차량의 위치를 추정할 수도 있고, 또한, 주변 차량의 위치 만이 아니라 다른 정보(예컨대, 속도)를 추정할 수도 있다.
주변 차량 정보 추정부(240)는 추정된 현재 프레임 이후의 주변 차량의 정보, 즉 차량 예측 정보를 저장할 수 있다(S50).
도 5에는 배기가스 오인지 제거부(230)에 의해 수행되는 주변 차량 정보를 보정하기 위한 배기가스 제거 알고리즘이 도시되어 있다.
배기가스 오인지 제거부(230)는 주변 차량의 차길이 변화량(
Figure 112017030443398-pat00054
)이 제1 임계 지수(δ1)를 초과하는지 여부를 판단할 수 있다(S100). 제1 임계 지수(δ1)는 센서 오류, 차선변경시 차량길이 변화 등을 고려하여 실험적으로 결정된 값일 수 있다.
주변 차량의 차길이 변화량(
Figure 112017030443398-pat00055
)이 제1 임계 지수(δ1)를 초과할 경우(S100의 Yes), 이는 주변 차량의 종방향 정보는 신뢰할 수 없음을 의미하고, 배기가스 오인지 제거부(230)는 주변 차량의 차폭 변화량(
Figure 112017030443398-pat00056
)이 제2 임계 지수(δ2)를 초과하는지 여부를 판단할 수 있다(S110). 제2 임계 지수(δ2)는 센서 오류, 차선변경시 차량길이 변화 등을 고려하여 실험적으로 결정된 값일 수 있다.
주변 차량의 차폭 변화량(
Figure 112017030443398-pat00057
)이 제2 임계 지수(δ2) 이하인 경우(S110의 No), 이는 주변 차량의 횡방향 정보는 신뢰할 수 있음을 의미하므로, 배기가스 오인지 제거부(230)는 S120 단계에서 주변 차량의 종방향 정보만을 보정하게 된다.
우측 후방 꼭지점의 X좌표(
Figure 112017030443398-pat00058
)와 좌측 후방 꼭지점의 X좌표(
Figure 112017030443398-pat00059
)가 거의 동일하고(예를 들어, 수십cm 이내), 종방향 최소 좌표(
Figure 112017030443398-pat00060
)가 좌측 후방 꼭지점의 X좌표(
Figure 112017030443398-pat00061
)보다 작다면, 배기가스 오인지 제거부(230)는 종방향 최소 좌표(
Figure 112017030443398-pat00062
)를 우측 후방 꼭지점의 X좌표(
Figure 112017030443398-pat00063
)와 좌측 후방 꼭지점의 X좌표(
Figure 112017030443398-pat00064
)의 평균으로 보정할 수 있다. 이에 따라, 주변 차량의 종방향 중심 좌표(
Figure 112017030443398-pat00065
)는 보정된 종방향 최소 좌표(
Figure 112017030443398-pat00066
)와 종방향 최대 좌표(
Figure 112017030443398-pat00067
)의 평균으로 산출될 수 있다(S120).
따라서, S120 단계에 의하면, 도 6의 (a)에 도시된 배기가스와 같이 차량 후방의 중심으로부터 배출되어 뭉치는 형태의 배기가스가 주변 차량으로 인지되어 주변 차량의 종방향 정보가 왜곡되는 현상을 최소화할 수 있다.
주변 차량의 차폭 변화량(
Figure 112017030443398-pat00068
)이 제2 임계 지수(δ2)를 초과할 경우(S110의 Yes), 이는 주변 차량의 횡방향 정보 역시 신뢰할 수 없음을 의미하므로, 배기가스 오인지 제거부(230)는 S130 단계에서 주변 차량의 종방향 정보 및 횡방향 정보를 모두 보정하게 된다.
배기가스 오인지 제거부(230)는 현재 프레임에서 획득된 주변 차량의 종방향 정보 및 횡방향 정보를 신뢰할 수 없으므로, 이전 프레임에서 추정되어 저장된 예측 종방향 중심 좌표(
Figure 112017030443398-pat00069
) 및 예측 횡방향 중심 좌표(
Figure 112017030443398-pat00070
)를 각각 현재 프레임에서 주변 차량의 종방향 중심 좌표(
Figure 112017030443398-pat00071
) 및 횡방향 중심 좌표(
Figure 112017030443398-pat00072
)로 결정할 수 있다(S130).
따라서, S130 단계에 의하면, 도 6의 (b)에 도시된 배기가스와 같이 비정형으로 배출되는 형태의 배기가스가 주변 차량으로 인지되어 주변 차량의 종방향 정보 및 횡방향 정보가 왜곡되는 현상을 최소화할 수 있다.
주변 차량의 차길이 변화량(
Figure 112017030443398-pat00073
)이 제1 임계 지수(δ1) 이하일 경우(S100의 No), 이는 주변 차량의 종방향 정보는 신뢰할 수 있음을 의미하고, 배기가스 오인지 제거부(230)는 주변 차량의 차폭 변화량(
Figure 112017030443398-pat00074
)이 제2 임계 지수(δ2)를 초과하는지 여부를 판단할 수 있다(S140).
주변 차량의 차폭 변화량(
Figure 112017030443398-pat00075
)이 제2 임계 지수(δ2)를 초과할 경우(S140의 Yes), 이는 주변 차량의 횡방향 정보는 신뢰할 수 없음을 의미하므로, 배기가스 오인지 제거부(230)는 S150 단계에서 주변 차량의 횡방향 정보만을 보정하게 된다.
횡방향 최대 좌표(
Figure 112017030443398-pat00076
)가 자차가 주행중인 차선의 차선폭의 절반(
Figure 112017030443398-pat00077
)을 초과한다면, 배기가스 오인지 제거부(230)는 횡방향 최대 좌표(
Figure 112017030443398-pat00078
)를 차선폭의 절반(
Figure 112017030443398-pat00079
)과 동일해지도록 보정할 수 있다. 또한, 횡방향 최소 좌표(
Figure 112017030443398-pat00080
)가 자차가 주행중인 차선의 차선폭의 절반의 음수값(
Figure 112017030443398-pat00081
) 미만이라면, 배기가스 오인지 제거부(230)는 횡방향 최소 좌표(
Figure 112017030443398-pat00082
)를 차선폭의 절반의 음수값(
Figure 112017030443398-pat00083
)과 동일해지도록 보정할 수 있다(S150).
여기서, 보정 조건 및 보정 값은 주변 차랑이 자차가 주행중인 차선과 동일 차선에 위치함을 전제로 하며, 주변 차랑이 자차가 주행중인 차선과 다른 차선에 위치한다면, 주변 차량의 차선 정보를 이용해 보정 조건 및 보정 값이 변경될 수 있다.
예를 들어, 자차가 k(k는 1이상의 정수)차선에서 주행하고, 주변 차량이 m(m은 1이상의 정수)차선에서 주행하는 경우, 횡방향 최대 좌표(
Figure 112017030443398-pat00084
)가 자차가 주행중인 차선의 차선폭의 절반(
Figure 112017030443398-pat00085
)에 차선의 차선폭과 (m-k)의 곱을 더한 값을 초과한다면, 배기가스 오인지 제거부(230)는 횡방향 최대 좌표(
Figure 112017030443398-pat00086
)를 차선폭의 절반(
Figure 112017030443398-pat00087
)에 차선의 차선폭과 (m-k)의 곱을 더한 값과 동일해지도록 보정할 수 있다. 또한, 횡방향 최소 좌표(
Figure 112017030443398-pat00088
)가 자차가 주행중인 차선의 차선폭의 절반의 음수값(
Figure 112017030443398-pat00089
)에 차선의 차선폭과 (m-k)의 곱을 더한 값의 미만이라면, 배기가스 오인지 제거부(230)는 횡방향 최소 좌표(
Figure 112017030443398-pat00090
)를 차선폭의 절반의 음수값(
Figure 112017030443398-pat00091
)에 차선의 차선폭과 (m-k)의 곱을 감산한 값과 동일해지도록 보정할 수 있다.
이에 따라, 주변 차량의 횡방향 중심 좌표(
Figure 112017030443398-pat00092
)는 보정된 횡방향 최소 좌표(
Figure 112017030443398-pat00093
)와 보정된 횡방향 최대 좌표(
Figure 112017030443398-pat00094
)의 평균으로 산출될 수 있다(S150).
따라서, S150 단계에 의하면, 도 6의 (b)에 도시된 배기가스와 같이 차량 후방의 좌우로 퍼지는 형태의 배기가스가 주변 차량으로 인지되어 주변 차량의 종방향 정보가 왜곡되는 현상을 최소화할 수 있다.
주변 차량의 차폭 변화량(
Figure 112017030443398-pat00095
)이 제2 임계 지수(δ2) 이하인 경우(S140의 No), 이는 주변 차량의 횡방향 정보 역시 신뢰할 수 있음을 의미한다. 그러나, 주변 차량의 종방향 정보가 왜곡될 경우, 심각한 안전상의 위험을 초래할 수 있으므로, 추가적으로 S160 단계가 수행될 수 있다.
즉, 배기가스 오인지 제거부(230)는 주변 차량의 종방향 변화량(
Figure 112017030443398-pat00096
)이 제3 임계 지수(δ3) 미만인지 판단할 수 있다(S160). 제3 임계 지수(δ3)는 센서 오류, 자차 속도 등을 고려하여 실험적으로 결정된 값일 수 있다. 제3 임계 지수(δ3)는 음수일 수 있으나, 본 발명의 범위는 이에 한정되지 않는다.
주변 차량의 종방향 변화량(
Figure 112017030443398-pat00097
)이 제3 임계 지수(δ3) 미만인 경우, 주변 차량이 자차 방향으로 빠르게 이동하는 것을 의미하므로, 정상적인 범위를 벗어난 속도로 자차 방향으로 이동함은 주변 차량이 아닌 주변 차량에서 배출된 배기가스가 배출된 위치에 머무는 것으로 볼 수 있다.
따라서, 주변 차량의 종방향 변화량(
Figure 112017030443398-pat00098
)이 제3 임계 지수(δ3) 미만인 경우(S160의 Yes), 배기가스 오인지 제거부(230)는 현재 프레임에서 획득된 주변 차량의 종방향 정보를 신뢰할 수 없는 것으로 간주하여, 이전 프레임에서 추정되어 저장된 예측 종방향 중심 좌표(
Figure 112017030443398-pat00099
)를 현재 프레임에서 주변 차량의 종방향 중심 좌표(
Figure 112017030443398-pat00100
)로 결정할 수 있다(S170).
따라서, S170 단계에 의하면, 도 6의 (d)에 도시된 배기가스와 같이 주변 차량에서 배출된 배기가스가 배출된 위치에 머무는 형태의 배기가스가 주변 차량으로 인지되어 주변 차량의 종방향 정보가 왜곡되는 현상을 최소화할 수 있다.
주변 차량의 종방향 변화량(
Figure 112017030443398-pat00101
)이 제3 임계 지수(δ3) 이상인 경우(S160의 No), 현재 프레임에서 획득된 주변 차량의 종방향 정보 및 횡방향 정보를 신뢰할 수 있다고 보아, 보정되지 않은 주변 차량의 종방향 정보 및 횡방향 정보를 이용해 S40 단계가 수행될 수 있다.
즉, 본 발명의 일 실시예에 따른 차량에 의하면, 주변 차량으로부터 배출된 배기가스가 주변 차량의 일부로 오인지되어 주변 차량의 위치, 속도 등의 정보가 왜곡되는 현상을 최소화할 수 있다.
상기와 같이 설명된 방법은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현되는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체로는 컴퓨터 시스템에 의하여 해독될 수 있는 데이터가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래쉬 메모리, 광 데이터 저장장치 등이 있을 수 있다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 통신망으로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 읽을 수 있는 코드로서 저장되고 실행될 수 있다.
또한, 상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims (20)

  1. ECU(Electronic Control Unit)의 자율 주행 로직이, 일정 각도 범위 내에서 각도별로 감지된 거리로부터 주변 차량을 감지하여 주변 차량 정보를 추출하는 단계;
    상기 주변 차량 정보를 기초로 상기 주변 차량의 형태가 배기가스에 가까운 정도를 나타내는 오인지 지수를 산출하는 단계;
    상기 오인지 지수가 임계 오인지 지수보다 큰 경우, 상기 주변 차량 정보를 보정하기 위한 배기가스 제거 알고리즘을 수행하는 단계; 및
    상기 주변 차량 정보 또는 상기 배기가스 제거 알고리즘을 통해 보정된 주변 차량 정보를 이용해 현재 프레임 이후의 상기 주변 차량의 움직임을 추정하는 단계를 포함하고,
    상기 오인지 지수는, 상기 주변 차량의 횡방향 움직임 지수, 종방향 움직임 지수, 폭 변화 지수 및 길이 변화 지수 중 적어도 하나를 포함하고,
    상기 횡방향 움직임 지수는,
    상기 주변 차량의 횡방향 변화량과 자차의 횡방향 속도의 차이와, 평균 차량폭 대비 상기 주변 차량의 차량폭 비율의 곱이고,
    상기 종방향 움직임 지수는,
    상기 주변 차량의 종방향 변화량과 자차의 종방향 속도의 차이와, 평균 차량길이 대비 상기 주변 차량의 차량길이 비율의 곱이며,
    상기 폭 변화 지수는,
    상기 주변 차량의 차폭 변화량의 절대값이고,
    상기 길이 변화 지수는,
    상기 주변 차량의 차길이 변화량의 절대값인, 무인 자율 주행 차량의 주변 차량 인지 방법.
  2. 제1항에 있어서,
    상기 주변 차량 정보를 추출하는 단계는,
    연속적인 각도 범위 내에서 특정 거리 범위 이내의 거리를 갖는 것으로 감지되면 하나의 주변 차량으로 클러스터링 하는 단계를 포함하는, 무인 자율 주행 차량의 주변 차량 인지 방법.
  3. 제1항에 있어서,
    상기 주변 차량 정보는 상기 주변 차량의 꼭지점 좌표, 종방향 최소 좌표, 횡방향 최소 좌표, 종방향 최대 좌표, 횡방향 최대 좌표, 종방향 중심 좌표, 횡방향 중심 좌표, 차폭, 차길이, 상기 종방향 변화량, 상기 횡방향 변화량, 상기 차폭 변화량, 상기 차길이 변화량 중 적어도 하나를 포함하는, 무인 자율 주행 차량의 주변 차량 인지 방법.
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 제1항에 있어서,
    상기 배기가스 제거 알고리즘을 수행하는 단계는,
    상기 주변 차량의 상기 차길이 변화량이 제1 임계 지수를 초과하고 상기 주변 차량의 상기 차폭 변화량이 제2 임계 지수 이하인 경우,
    우측 후방 꼭지점의 X좌표와 좌측 후방 꼭지점의 X좌표가 일정 범위 이내이고, 종방향 최소 좌표가 좌측 후방 꼭지점의 X좌표보다 작다면, 상기 종방향 최소 좌표를 상기 우측 후방 꼭지점의 X좌표와 상기 좌측 후방 꼭지점의 X좌표의 평균으로 보정하는 단계; 및
    상기 주변 차량의 종방향 중심 좌표를 상기 보정된 종방향 최소 좌표와 종방향 최대 좌표의 평균으로 보정하는 단계를 포함하는, 무인 자율 주행 차량의 주변 차량 인지 방법.
  10. 제1항에 있어서,
    상기 배기가스 제거 알고리즘을 수행하는 단계는,
    상기 주변 차량의 상기 차길이 변화량이 제1 임계 지수를 초과하고 상기 주변 차량의 상기 차폭 변화량이 제2 임계 지수를 초과할 경우,
    이전 프레임에서 추정되어 저장된 예측 종방향 중심 좌표 및 예측 횡방향 중심 좌표를 각각 현재 프레임에서 상기 주변 차량의 종방향 중심 좌표 및 횡방향 중심 좌표로 결정하는 단계를 포함하는, 무인 자율 주행 차량의 주변 차량 인지 방법.
  11. 제1항에 있어서,
    상기 배기가스 제거 알고리즘을 수행하는 단계는,
    상기 주변 차량의 상기 차길이 변화량이 제1 임계 지수 이하이고 상기 주변 차량의 상기 차폭 변화량이 제2 임계 지수를 초과할 경우,
    횡방향 최대 좌표가 자차가 주행중인 차선의 차선폭의 절반을 초과한다면, 상기 횡방향 최대 좌표를 상기 차선폭의 절반과 동일해지도록 보정하는 단계; 및
    횡방향 최소 좌표가 상기 차선폭의 절반의 음수값 미만이라면, 상기 횡방향 최소 좌표를 상기 차선폭의 절반의 음수값과 동일해지도록 보정하는 단계를 포함하는, 무인 자율 주행 차량의 주변 차량 인지 방법.
  12. 제1항에 있어서,
    상기 배기가스 제거 알고리즘을 수행하는 단계는,
    상기 주변 차량의 상기 차길이 변화량이 제1 임계 지수 이하이고 상기 주변 차량의 상기 차폭 변화량이 제2 임계 지수 이하이고, 상기 주변 차량의 상기 종방향 변화량이 제3 임계 지수 미만인 경우,
    이전 프레임에서 추정되어 저장된 예측 종방향 중심 좌표를 현재 프레임에서 상기 주변 차량의 종방향 중심 좌표로 결정하는 단계를 포함하는, 무인 자율 주행 차량의 주변 차량 인지 방법.
  13. 일정 각도 범위 내에서 각도별로 감지된 거리로부터 주변 차량을 감지하여 주변 차량 정보를 추출하고, 상기 주변 차량 정보를 기초로 상기 주변 차량의 형태가 배기가스에 가까운 정도를 나타내는 오인지 지수를 산출하는 주변 차량 정보 추출부;
    상기 오인지 지수가 임계 오인지 지수보다 큰 경우, 상기 주변 차량 정보를 보정하기 위한 배기가스 제거 알고리즘을 수행하는 배기가스 오인지 제거부; 및
    상기 주변 차량 정보 또는 상기 배기가스 제거 알고리즘을 통해 보정된 주변 차량 정보를 이용해 현재 프레임 이후의 상기 주변 차량의 움직임을 추정하는 주변 차량 정보 추정부를 포함하고,
    상기 오인지 지수는, 상기 주변 차량의 횡방향 움직임 지수, 종방향 움직임 지수, 폭 변화 지수 및 길이 변화 지수 중 적어도 하나를 포함하고,
    상기 횡방향 움직임 지수는, 상기 주변 차량의 횡방향 변화량과 자차의 횡방향 속도의 차이와, 평균 차량폭 대비 상기 주변 차량의 차량폭 비율의 곱이고,
    상기 종방향 움직임 지수는, 상기 주변 차량의 종방향 변화량과 자차의 종방향 속도의 차이와, 평균 차량길이 대비 상기 주변 차량의 차량길이 비율의 곱이고,
    상기 폭 변화 지수는, 상기 주변 차량의 차폭 변화량의 절대값이고,
    상기 길이 변화 지수는, 상기 주변 차량의 상기 차량길이 변화량의 절대값인, 무인 자율 주행 차량의 ECU.
  14. 삭제
  15. 삭제
  16. 제13항에 있어서,
    상기 배기가스 오인지 제거부는,
    상기 주변 차량의 상기 차길이 변화량이 제1 임계 지수를 초과하고 상기 주변 차량의 상기 차폭 변화량이 제2 임계 지수 이하인 경우,
    우측 후방 꼭지점의 X좌표와 좌측 후방 꼭지점의 X좌표가 일정 범위 이내이고, 종방향 최소 좌표가 상기 좌측 후방 꼭지점의 X좌표보다 작다면, 상기 종방향 최소 좌표를 상기 우측 후방 꼭지점의 X좌표와 상기 좌측 후방 꼭지점의 X좌표의 평균으로 보정하고,
    상기 주변 차량의 종방향 중심 좌표를 상기 보정된 종방향 최소 좌표와 종방향 최대 좌표의 평균으로 보정하는, 무인 자율 주행 차량의 ECU.
  17. 제13항에 있어서,
    상기 배기가스 오인지 제거부는,
    상기 주변 차량의 상기 차길이 변화량이 제1 임계 지수를 초과하고 상기 주변 차량의 상기 차폭 변화량이 제2 임계 지수를 초과할 경우,
    이전 프레임에서 추정되어 저장된 예측 종방향 중심 좌표 및 예측 횡방향 중심 좌표를 각각 현재 프레임에서 상기 주변 차량의 종방향 중심 좌표 및 횡방향 중심 좌표로 결정하는 단계를 포함하는, 무인 자율 주행 차량의 ECU.
  18. 제13항에 있어서,
    상기 배기가스 오인지 제거부는,
    상기 주변 차량의 상기 차길이 변화량이 제1 임계 지수 이하이고 상기 주변 차량의 상기 차폭 변화량이 제2 임계 지수를 초과할 경우,
    횡방향 최대 좌표가 자차가 주행중인 차선의 차선폭의 절반을 초과한다면, 상기 횡방향 최대 좌표를 상기 차선폭의 절반과 동일해지도록 보정하고,
    횡방향 최소 좌표가 상기 차선폭의 절반의 음수값 미만이라면, 상기 횡방향 최소 좌표를 상기 차선폭의 절반의 음수값과 동일해지도록 보정하는, 무인 자율 주행 차량의 ECU.
  19. 제13항에 있어서,
    상기 배기가스 오인지 제거부는,
    상기 주변 차량의 상기 차길이 변화량이 제1 임계 지수 이하이고 상기 주변 차량의 상기 차폭 변화량이 제2 임계 지수 이하이고, 상기 주변 차량의 상기 종방향 변화량이 제3 임계 지수 미만인 경우,
    이전 프레임에서 추정되어 저장된 예측 종방향 중심 좌표를 현재 프레임에서 상기 주변 차량의 종방향 중심 좌표로 결정하는, 무인 자율 주행 차량의 ECU.
  20. 제13항의 ECU; 및
    상기 ECU가 생성하는 제어 신호에 따라 차량의 구동을 제어하는 구동부를 포함하는 무인 자율 주행 차량.
KR1020170039300A 2017-03-28 2017-03-28 Ecu, 상기 ecu를 포함하는 무인 자율 주행 차량, 및 이의 주변 차량 인지 방법 KR102304851B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020170039300A KR102304851B1 (ko) 2017-03-28 2017-03-28 Ecu, 상기 ecu를 포함하는 무인 자율 주행 차량, 및 이의 주변 차량 인지 방법
US15/786,494 US10386849B2 (en) 2017-03-28 2017-10-17 ECU, autonomous vehicle including ECU, and method of recognizing nearby vehicle for the same
CN201711141936.6A CN108657173B (zh) 2017-03-28 2017-11-16 Ecu、包含ecu的自主车辆及识别其附近车辆的方法
DE102017129135.0A DE102017129135A1 (de) 2017-03-28 2017-12-07 Elektronische Steuereinheit (ECU), Autonomes Fahrzeug, das die ECU aufweist, und Verfahren zum Erkennen eines nahen Fahrzeugs dafür

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170039300A KR102304851B1 (ko) 2017-03-28 2017-03-28 Ecu, 상기 ecu를 포함하는 무인 자율 주행 차량, 및 이의 주변 차량 인지 방법

Publications (2)

Publication Number Publication Date
KR20180109497A KR20180109497A (ko) 2018-10-08
KR102304851B1 true KR102304851B1 (ko) 2021-09-27

Family

ID=63525471

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170039300A KR102304851B1 (ko) 2017-03-28 2017-03-28 Ecu, 상기 ecu를 포함하는 무인 자율 주행 차량, 및 이의 주변 차량 인지 방법

Country Status (4)

Country Link
US (1) US10386849B2 (ko)
KR (1) KR102304851B1 (ko)
CN (1) CN108657173B (ko)
DE (1) DE102017129135A1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2018131090A1 (ja) * 2017-01-11 2019-11-07 本田技研工業株式会社 車両制御装置、車両制御方法、および車両制御プログラム
US11643072B2 (en) * 2019-09-27 2023-05-09 Zoox, Inc. Planning accommodations for particulate matter
US11640170B1 (en) 2019-10-29 2023-05-02 Zoox, Inc. Identification of particulate matter in sensor data
JP7216695B2 (ja) * 2020-11-04 2023-02-01 本田技研工業株式会社 周囲車両監視装置及び周囲車両監視方法
US11546734B2 (en) * 2021-05-17 2023-01-03 Ford Global Technologies, Llc Providing security via vehicle-based surveillance of neighboring vehicles

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001195700A (ja) * 2000-01-14 2001-07-19 Matsushita Electric Ind Co Ltd 車両情報検出装置
JP3915746B2 (ja) * 2003-07-01 2007-05-16 日産自動車株式会社 車両用外界認識装置
JP4956374B2 (ja) * 2007-10-29 2012-06-20 富士重工業株式会社 物体検出装置および接触回避システム
JP2012243049A (ja) 2011-05-19 2012-12-10 Fuji Heavy Ind Ltd 環境認識装置および環境認識方法
CN102971175B (zh) * 2011-07-11 2016-05-25 丰田自动车株式会社 车辆的紧急避让装置
JP2013167479A (ja) 2012-02-14 2013-08-29 Toyota Motor Corp レーザーレーダ装置及びレーザーレーダ装置で行われる物体検知方法
JP2014092434A (ja) 2012-11-02 2014-05-19 Denso Corp 物標検出装置、及び、当該装置を用いた接触回避システム
JP5949467B2 (ja) 2012-11-06 2016-07-06 株式会社デンソー 監視装置
US8983705B2 (en) 2013-04-30 2015-03-17 Google Inc. Methods and systems for detecting weather conditions including fog using vehicle onboard sensors
JP6093261B2 (ja) * 2013-07-19 2017-03-08 株式会社日本自動車部品総合研究所 監視装置およびプログラム
JP5949721B2 (ja) * 2013-10-10 2016-07-13 株式会社デンソー 先行車選択装置
JP6412345B2 (ja) 2014-06-12 2018-10-24 株式会社Ｓｕｂａｒｕ 車外環境認識装置
JP2016036628A (ja) 2014-08-08 2016-03-22 ユニ・チャーム株式会社 清掃シートおよび清掃用具パッケージ
KR101610502B1 (ko) * 2014-09-02 2016-04-07 현대자동차주식회사 자율주행차량의 주행환경 인식장치 및 방법
KR101637298B1 (ko) * 2014-12-05 2016-07-07 현대자동차 주식회사 증강 현실을 이용한 차량용 헤드 업 디스플레이 장치

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
일본 공개특허공보 특개2009-110168호(2009.05.21.)*
일본 공개특허공보 특개2015-022541호(2015.02.02.)*

Also Published As

Publication number Publication date
CN108657173A (zh) 2018-10-16
US10386849B2 (en) 2019-08-20
DE102017129135A1 (de) 2018-10-04
US20180284803A1 (en) 2018-10-04
KR20180109497A (ko) 2018-10-08
CN108657173B (zh) 2022-05-03

Similar Documents

Publication Publication Date Title
KR102304851B1 (ko) Ecu, 상기 ecu를 포함하는 무인 자율 주행 차량, 및 이의 주변 차량 인지 방법
CN109421711B (zh) 跟车速度控制方法、装置、系统、计算机设备及存储介质
CN108243623B (zh) 基于双目立体视觉的汽车防碰撞预警方法和系统
US9476976B2 (en) Object recognition apparatus and vehicle
EP3188118B1 (en) Object detecting device
US7542835B2 (en) Vehicle image processing device
US11691585B2 (en) Image processing apparatus, imaging device, moving body device control system, image processing method, and program product
US10853666B2 (en) Target object estimating apparatus
CN106183979A (zh) 一种根据车距对车辆进行提醒的方法和装置
EP3432265A1 (en) Image processing device, apparatus control system, image pickup device, image processing method, and program
CN109689459B (zh) 车辆的行驶控制方法及行驶控制装置
US11527075B2 (en) Information processing apparatus, imaging apparatus, apparatus control system, movable object, information processing method, and computer-readable recording medium
WO2019065970A1 (ja) 車両用外界認識装置
US10953885B2 (en) Road surface detecting apparatus
JP7071154B2 (ja) 道路境界検出装置
US11054245B2 (en) Image processing apparatus, device control system, imaging apparatus, image processing method, and recording medium
US10789727B2 (en) Information processing apparatus and non-transitory recording medium storing thereon a computer program
JP6763198B2 (ja) 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム
KR102335987B1 (ko) 차량 주행제어 장치 및 방법
KR101963352B1 (ko) 비전 기반 적응형 순항 제어 시스템 및 방법
TWI723657B (zh) 車輛控制方法與車用控制系統
US20230004169A1 (en) Apparatus and Method for Controlling Mobile Body
JP6877636B2 (ja) 車載カメラ装置
WO2022269980A1 (ja) 外界認識装置、および、外界認識方法
JP6082293B2 (ja) 車両用白線認識装置

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