KR102386960B1 - 커넥티드 자동화 차량 도로 시스템 및 방법 - Google Patents
커넥티드 자동화 차량 도로 시스템 및 방법 Download PDFInfo
- Publication number
- KR102386960B1 KR102386960B1 KR1020197023379A KR20197023379A KR102386960B1 KR 102386960 B1 KR102386960 B1 KR 102386960B1 KR 1020197023379 A KR1020197023379 A KR 1020197023379A KR 20197023379 A KR20197023379 A KR 20197023379A KR 102386960 B1 KR102386960 B1 KR 102386960B1
- Authority
- KR
- South Korea
- Prior art keywords
- traffic
- vehicle
- information
- control
- tcc
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 55
- 238000004891 communication Methods 0.000 claims abstract description 74
- 230000010354 integration Effects 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 32
- 238000013480 data collection Methods 0.000 claims description 29
- 238000005457 optimization Methods 0.000 claims description 28
- 238000007726 management method Methods 0.000 claims description 26
- 238000005516 engineering process Methods 0.000 claims description 22
- 230000010365 information processing Effects 0.000 claims description 20
- 238000001514 detection method Methods 0.000 claims description 15
- 230000001133 acceleration Effects 0.000 claims description 12
- 230000011664 signaling Effects 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 5
- 230000008054 signal transmission Effects 0.000 claims description 5
- 241000282412 Homo Species 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 claims description 3
- 230000004438 eyesight Effects 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 2
- 230000001939 inductive effect Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims description 2
- 230000007257 malfunction Effects 0.000 claims 2
- 239000013589 supplement Substances 0.000 claims 2
- 101001093748 Homo sapiens Phosphatidylinositol N-acetylglucosaminyltransferase subunit P Proteins 0.000 claims 1
- 238000004220 aggregation Methods 0.000 claims 1
- 230000002776 aggregation Effects 0.000 claims 1
- 230000005540 biological transmission Effects 0.000 claims 1
- 230000006870 function Effects 0.000 abstract description 7
- 238000004422 calculation algorithm Methods 0.000 description 8
- 239000013307 optical fiber Substances 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 238000009434 installation Methods 0.000 description 5
- 230000003068 static effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000004297 night vision Effects 0.000 description 1
- 230000001012 protector Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- 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
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
- G05D1/0291—Fleet control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
- G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
- G08G1/096741—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where the source of the transmitted information selects which information to transmit to each vehicle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
- G08G1/09675—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where a selection from the received information takes place in the vehicle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
- G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D2201/00—Application
- G05D2201/02—Control of position of land vehicles
- G05D2201/0213—Road vehicle, e.g. car or truck
Abstract
본 발명은 다양한 커넥티드 자동화 차량 및 도로 레벨에 대한 시스템 지향적(system-oriented) 및 전체 제어되는 커넥티드 자동화 차량 도로 시스템을 제공한다. 상기 시스템은: 1) 로컬 트래픽 제어부 유닛(TCUs)와 트래픽 제어 센터(TCCs)의 계층적 트래픽 제어 네트워크, 2) (제어 명령을 전달하는 I2V 및 차량 센서의 기능들이 통합된) RSU(로드사이드 유닛) 네트워크, 3) 커넥티드 자동화 차량에 내장된 OBU(센서 및 V2I 통신 유닛을 가진 온보드 유닛) 네트워크, 및 4) 로컬 및 글로벌 연결성 가진 무선 통신 및 보안 시스템 이 시스템은 차량 주행 작업을 계층적 트래픽 제어 네트워크 및 RSU 네트워크에 재분배함으로써 더 안전하고, 신뢰성 있고, 비용 효과적인 솔루션(cost-effective solution)을 제공한다.
Description
본 출원은 2017년 5월 17일 출원된 미국 가출원 제62/507,453호, 2017년 6월 20일 출원된 미국 특허출원 제15/628,331호, 2017년 1월 10일 출원된 중국 특허출원 제CN201710014787.0호를 우선권 주장하고, 이들의 각각은 본 출원에 전체적으로 참조로서 포함된다.
본 발명은 일반적으로 커넥티드 자동화 차량(CAV: connected and automated vehicles)을 위한 전체 차량 동작 및 제어(full vehicle operations and control)을 제공하는 종합적 시스템(comprehensive system)에 관한 것으로, 구체적으로, 차량 따르기(vehicle following), 차선 변경(lane changing), 경로 안내(route guidance) 및 관련 정보를 위한 상세하고 시간에 민감한 제어 명령(detailed and time-sensitive control instructions)을 개별 차량(individual vehicles)에 송신함으로써, CAV를 제어하는 시스템에 관한 것이다.
본 발명은 일반적으로 커넥티드 자동화 차량(CAV: connected and automated vehicles)을 위한 전체 차량 동작 및 제어(full vehicle operations and control)을 제공하는 종합적 시스템(comprehensive system)에 관한 것으로, 구체적으로, 차량 따르기(vehicle following), 차선 변경(lane changing), 경로 안내(route guidance) 및 관련 정보를 위한 상세하고 시간에 민감한 제어 명령(detailed and time-sensitive control instructions)을 개별 차량(individual vehicles)에 송신함으로써, CAV를 제어하는 시스템에 관한 것이다.
인간의 입력이 없거나 감소된 채로 길을 찾고(navigating) 주변환경을 센싱할 수 있는 차량인 자율 차량(autonomous vehicles)이 개발 중이다. 현재, 자율 차량은 광범위하게 상업적으로 이용되지는 않고, 실험용 테스트 중이다. 기존의 접근 방식은 비싸고 복잡한 온보드 시스템(on-board system)을 필요로 하여 광범위한 구현을 상당한 도전으로 만든다.
본 발명은 상세하고 시간에 민감한 제어 명령을 개별 차량에게 송신함으로써 커넥티드 자동화 차량과 도로 시스템을 대한 전체 차량 동작 및 제어(full vehicle operation and control)를 제공하는 종합적 시스템(comprehensive system)을 제공한다. 이는 도로의 차선 모두 또는 차선의 일부에 대해서 적합하다. 상기 명령은 차량에 따라 다르고, 톱 레벨의 트래픽 제어 센터(TCCs: traffic control centers)로부터 보내지고 최적화되며, 가장 낮은 레벨의 트래픽 제어 유닛(TCUs: traffic control units)에 의해 송신된다. 이러한 TCC/TCUs는 계층적 구조(hierarchical structure)로 되어 있고 다른 영역의 레벨(different levels of areas)을 커버(cover)한다.
일부 실시예에서, 상기 시스템 및 방법은 차량 따르기, 차선 변경, 경로 안내 및 관련 정보 중 하나 이상 또는 전부에 대한 상세하고 시간에 민감한 제어 명령을 개별 차량에게 송신함으로써 커넥티드 자동화 차량 및 도로 시스템을 위한 전체 차량 동작 및 제어를 제공하는 교통 관리 시스템(transportation management system) 또는 그 이용을 제공한다. 일부 실시 예에서, 상기 시스템 및 방법은, a)정보를 처리하고 트래픽 동작 명령을 주는 트래픽 제어 센터/유닛(TCCs/TCUs)의 계층(hierarchy), 상기 TCCs 및 TCUs는 데이터 수집(data gathering), 정보 처리(information processing), 네트워크 최적화(network optimization) 및 트래픽 제어(traffic control)에 포커스(focus)하는 자동화 또는 반자동화(semi-automated) 계산 모듈(computational modules); b) 연결된 차량으로부터 데이터 흐름을 수신하고, 트래픽 조건(traffic condition)을 감지(detect)하고, 차량에 타겟된(targeted) 명령을 송신하는 로드사이드 유닛(RSU: road side unit) 네트워크, 일부 실시예에서, 상기 RSU 네트워크는 데이터 센싱(data sensing), 데이터 처리(processing), 제어 신호 전달(control signal delivery) 및 정보 분산(information distribution)에 포커스하고, 포인트 또는 세그먼트 TCU는 RSU와 결합(combined)되거나 통합(integrated) 될 수 있다; c) 예를 들어, 연결성(connectivity) 및 자동화(automation)의 상이한 레벨(different level)에서 차량의 혼잡한(mixed) 트래픽 흐름(traffic flow)을 총괄하여(collectively) 포함하는, 하나 이상의 차량에 탑재된(housed on) 차량 서브 시스템(vehicle sub-system); 및 d) 상기 시스템 내에 하나 이상 또는 모든 엔티티(entities)에게 유선 및 무선 통신 서비스를 제공하는 통신 시스템, 중 하나 이상 또는 전부를 포함한다.
하나 이상의 엔티티(entities)가 하나 이상의 구성 요소(components)를 관리, 제어 또는 소유한다. 엔티티는 차량 안 개인(individuals in vehicles), 사설 및 공공 교통 기관(private and public transportation agencies), 통신 제공 업체(communication providers) 및 제3자 관리자(third party managers)를 포함한다. 개별적으로(individually) 관리되는 구성 요소(components)는 하나 이상의 다른 구성요소에 의해 제어되거나 다른 구성 요소를 제어하고 통신하도록 구성될 수 있다. 예를 들어, 차량에 탑재된 자율 차량 제어 시스템은, a) 정보를 처리하고 트래픽 동작 명령을 주는 트래픽 제어 센터/유닛(TCCs/ TCUs)의 계층과 통신 링크(communication link), 상기 TCCs 및 TCUs는 데이터 수집, 정보 처리, 네트워크 최적화 및 트래픽 제어에 포커스(focus) 하는 자동 또는 반자동 계산 모듈(computational modules)임; b) 연결된 차량으로부터 데이터 흐름을 수신하고, 트래픽 조건을 감지하며, 차량에 타겟된 명령을 송신하는 로드 사이드 유닛 네트워크와의 통신 링크, 상기 RSU 네트워크는 데이터 센싱(data sensing), 데이터 처리, 제어 신호 전달 및 정보 분산(distribution)에 포커스하고, 상기 포인트 또는 세그먼트 TCU는 RSU와 결합(combine)되거나 통합(integrated)될 수 있음; 및 차량 따르기, 차선 변경, 경로 안내 및 관련 정보에 대한 상세하고 시간에 민감한 제어 명령을 수신하도록 구성된 차량 서브 시스템, 중 하나 이상 또는 전부를 포함한다.
일부 실시예에서, 상기 시스템 및 방법은 도로 또는 고속도로의 모든 차선 또는 사용가능한 차선의 일부 상에서 동작되도록 구성된다(configured).
일부 실시예에서, 정보는 상기 시스템에 의하여 서비스되는 각각의 개별 차량(individual vehicle)에 대하여 커스터마이즈(customized)된다; 상기 정보는 날씨, 도보 조건(pavement conditions) 및 예상 여정 시간(estimated travel time) 중 하나 이상 또는 모두를 포함함; 및 상기 정보는 속도(speed), 간격(spacing), 차선 배정(lane designation) 및 경로(routing) 중 하나 이상 또는 모두를 포함함.
일부 실시예에서, 정보는 상위 레벨 TCC/TCU(upper level TCC/TCU)로부터 하위 레벨 TCC/TCU(lower level TCC/TCU)로 송신되고, 목표 속도(a desirable speed), 목표 차량 간격(desirable spacing of vehicles), 목표 트래픽 양(desirable traffic volume), 접근 포인트(access point)에서의 목표 트래픽 분할(desirable traffic split) 및 트래픽 신호 타이밍 파라미터(traffic signal timing parameter) 중 하나 이상 또는 모두를 포함한다.
일부 실시예에서, 상기 시스템은 전력 공급(a power supply), 트래픽 센서(traffic sensors), 유선 및 무선 통신 모듈(wired and wireless communication modules) 및 데이터 저장 장치 및 데이터 베이스(data storage device and database) 중 하나 이상 또는 모두를 포함하는 하드웨어를 채용(employ)한다.
일부 실시예에서, 상기 시스템 및 방법은 마이크로웨이브 시스템(microwave system); 유도 루프 시스템(inductive loop system); 유추 시스템(inferred system); 비디오 카메라 시스템(video camera system); 및 레이저 시스템(laser system)으로 이루어진 그룹으로부터 선택된 센서를 이용하도록 구성된다.
일부 실시예에서, 상기 시스템 및 방법은 지역 TCC(regional TCC)로부터의 정보를 처리하고 제어 타겟(control target)을 제어 TCC에게 제공하는 거시 TCC(macroscopic TCC); 통로 TCC(corridor TCC)로부터의 정보를 처리하고 제어 타겟을 통로 TCC에게 제공하는 지역 TCC(regional TCC); 거시 TCU 및 세그먼트 TCU(segment TCU)로부터의 정보를 처리하고 제어 타겟을 세그먼트 TCU에게 제공하는 통로 TCC; 통로 TCC 및 포인트 TCU(point TCU)로부터의 정보를 처리하고 제어 타겟을 포인트 TCU에게 제공하는 세그먼트 TCU(segment TCUs); 및 세그먼트 TCU 및 RSU로부터의 정보를 처리하고 차량 기반 제어 명령(vehicle-based control instruction)을 RSU에게 제공하는 포인트 TCU 중 하나 이상을 포함하는 트래픽 제어 센터 및 유닛(TCCs/TCUs)의 계층을 포함한다.
일부 실시예에서, 상기 거시 TCC는: 지역 TCC에게 제어 타겟(control targets)을 제공하고; 지역 TCC로부터 관련 데이터를 수집(collect)하고; 정보 처리와 전략 옵티마이저(Strategy Optimizer)를 지원하기(support) 위해 데이터 센터에 히스토리 데이터(historical data)를 보관(archive)하고; 데이터 수집, 정보 처리, 네트워크 최적화 및 트래픽 제어 신호에 포커스한 자동 또는 반자동 계산 센터(computational center)를 제공하고; 그리고 큰 규모 영역(large scale area)에서 다수의 지역 TCC를 제어하고, 광 섬유(optical fiber)와 같은 고 용량(high capacity) 저 지연(low latency) 통신 매체를 이용하여 지역 TCC와 통신한다.
일부 실시예에서, 상기 지역 TCC는: 통로 TCC에 제어 타겟을 제공하고; 통로 TCC로부터 관련 데이터를 수집하고; 정보 처리와 전략 최적화(strategy optimizer)를 지원하기(support) 위해 데이터 센터에 히스토리 데이터(historical data)를 보관(archive)하고; 도시(city)같은 지역(region)에 대한 트래픽 제어 신호, 네트워크 최적화, 정보 처리 및 데이터 수집에 포커스한 자동 또는 반자동 계산 센터(computational center)를 제공하고; 그리고 지역 TCC의 범위(coverage)내에서 다수의 통로 TCC를 제어하고, 광 섬유(optical fiber)와 같은 고 용량(high capacity) 저 지연(low latency) 통신 매체를 이용하여 상위 레벨의 거시 TCC 및 통로 TCC와 통신한다.
일부 실시예에서, 상기 통로 TCC는: 세그먼트 TCU에게 제어 타겟을 제공하고; 세그먼트 TCU로부터 관련 데이터를 수집하고; 제어 타겟을 제공하고 정보를 처리하기 위한 옵티마이저(optimizer)와 프로세서(processor) 모듈을 제공하고; 10마일 길이의 고속도로 범위(freeway stretch)와 인근(vicinity) 로컬 도로(local road)와 같은 긴 도로 통로(long roadway corridor)에 대한 트래픽 제어 신호, 네트워크 최적화, 정보 처리 및 데이터 수집에 포커스한 자동 또는 반자동 계산 센터(computational center)를 제공하고; 그리고 도로 제어부(road controllers)로부터 수집된 데이터를 계산하는 이미지 컴퓨팅 능력(image computing ability)을 가지고, 데이터 전송 유닛(data transfer units), 데이터 웨어하우스(data warehouse) 및 연산 서버(calculation server)를 포함하고, 범위(coverage) 내의 세그먼트 TCU를 제어하고, TCC의 트래픽 제어 알고리즘(예: 적응형 예측 트래픽 제어 알고리즘(adaptive predictive traffic control algorithm))은 포인트 TCU를 제어하는데 이용 되고, 통로 TCC는 광 섬유(optical fiber)와 같은 고 용량(high capacity) 저 지연(low latency) 통신 매체를 이용하여 세그먼트 TCU 및 상위 지역 TCC와 통신하고, 상기 통로 TCC는 5-20 마일(그 이상 또는 그 이하의 거리)을 커버(cover) 한다.
일부 실시예에서, 상기 세그먼트 TCU는: 포인트 TCU에게 제어 타겟을 제공하고; 포인트 TCU로부터 관련 데이터를 수집하고; 제어 타겟을 제공하고 정보를 처리하기 위한 옵티마이저(optimizer)와 프로세서(processor) 모듈을 제공하고; 작은 도로 영역(small roadway area)를 커버하는(covering) 작은 트래픽 제어 유닛(smaller traffic control unit)을 제공하고 약 1에서 2마일의 도로 세그먼트(a road segment)를 커버(cover)하고; 그리고 LAN 데이터 스위칭(switching) 시스템(예: 시스코 넥서스 7000(Cisco Nexus 7000))과 엔지니어 서버(engineer server)(예: IBM 엔지니어 서버 모델 8203, ORACL 데이터 베이스)를 포함하고, 무선 또는 유선 통신 매체 중 하나에 의하여 포인트 TCC와 통신한다.
일부 실시예에서, 상기 포인트 TCU는: 차량 기반 제어 명령을 RSU에게 제공하고; 포인트 RSU로부터 관련 데이터를 수집하고; 제어 타겟을 제공하고 정보를 처리하기 위한 프로세서(processor)와 옵티마이저(optimizer) 모듈을 제공하고; 모든 램프(ramp) 또는 교차로(intersections)를 위해 설치된(installed) 짧은 거리의 도로, 램프 미터링(ramp metering), 또는 교차로(intersections)를 커버하는 작은 트래픽 제어 유닛(smaller traffic control unit)을 제공하고; 그리고 많은 수(예: 10유닛, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 12, 15, 20, 등)의 RSU 유닛과 연결된다.
일부 실시예에서, 상기 RSU는: 트래픽 및 관련 정보를 모으는 센싱 모듈(sensing module); 속도(speed), 운전 간격(headway), 가속/감속률(acceleration/deceleration rate), 차도 표시(carriageway markings)와 차량 사이의 거리, 차량과 중앙선(central line)의 각도, 전반적인 트래픽 상황(overall traffic status)을 포함하되 이에 제한되지 않는 차량 별 측정(vehicle-specific measurements)을 제공하는 데이터 처리 모듈(module); 차량과 상위 레벨의 포인트 TCU 사이에 정보를 송신하는 통신(communication) 모듈; 차량 별 주행 명령(driving instruction)를 차량에 송신하는 통신 모듈; OBU 시스템에 송신된 데이터를 보여주는 인터페이스 모듈(interface module); 및 전력 공급 유닛(a power supply unit)을 포함한다.
일부 실시예에서, 차량 서브 시스템은 a) 차량 제어(vehicle-control); b)트래픽 감지(traffic detection)와 데이터 수집(data collection); c) 무선 통신; 및 d)데이터 수집과 통신 중 하나 이상을 위한 모듈을 포함한다.
일부 실시예에서, 상기 시스템은: 차량에 대한 네비게이션 작업(navigation task)에 필요한 명령을 제공하는 것; 안전 유지(safety maintenance), 트래픽 제어/도로 조건(traffic control/road condition) 및 특별 정보(special information)의 안내 작업(guidance task)에 대해 명령 및 정보를 제공하는 것; 시스템 고장(fail)시 맡기(take over) 위해 안전 유지 작업(safety maintenance tasks)을 모니터링(monitoring) 하고, 차량 기동(maneuver) 작업을 이행하는 것(fulfilling); 보통, 차량에서 차량 센서(sensor)에 의하여 제공되는, 제어 단계(control level)에서 정보 교환(exchange) 작업을 위한 데이터 피드(feed)를 제공하는 것; 기계 레벨(mechanic level)에서 차량 제어 작업을 이행(fulfill)하고, 주변환경(surrounding)을 모니터링(monitoring)하고, 백업시스템(backup system)으로서 대기하는 것; 차량 기반 센서가 계속해서(constantly) 신뢰성 있는 방법으로는 획득하기 어렵거나 비용이 많이 드는(expensive) 주행에 중요한(driving-critical) 정보를 차량을 제공하는 것; 및 주행 작업을 이행하는 것과 오류 또는 고장 발생시 백업(backup)으로 서로를 이용하는 것을 하나 이상 또는 모두를 포함한 차량 간 필수 주행 작업(essential vehicle driving tasks among vehicles)을 재분배(redistribute) 하도록 구성된다.
일부 실시예에서, 상기 시스템 및 방법은 오디오(audio): 음성 제어 및 텍스트-투-보이스(Text-to-Voice); 비전(vision): 헤드 업 디스플레이(HUD: Head-up-display); 및 진동(vibration)으로 이루어진 그룹으로부터 선택된 차량 내부(in-vehicle) 인터페이스(interface)를 포함한다.
일부 실시예에서, 차량 식별(identification) 및 트래킹(tracking) 기능은: CV 보안 증명서(CV security certificate); 온보드유닛(OBU: on Board Unit) 아이디(ID); 모바일 장치 아이디(mobile device ID); DGPS(differential GPS); 비디오 인식(video recognition) 및 사물 감지(object detection)가 결합된 비전 센서(vision sensor); 및 모바일 LiDAR 센서(mobile LiDAR Sensor) 중 어느 것 또는 어느 조합을 이용(operate on)한다.
일부 실시예에서, 상기 시스템 및 방법은: OnStar와 같은 OEM(Original Equipment Manufacturer) 오퍼레이터(operator); ATT 및 Verizon과 같은 무선 통신 서비스 제공자; 및 광 섬유 네트워크를 소유한 DOT와 같이, 시스템을 운영하는 공공기관(public agencies)으로 이루어진 그룹으로부터 선택된 하나 이상의 통신 시스템 이용을 포함한다.
일부 실시예에서, 상기 시스템 및 방법은 DSRC, 무선의(Cellular) 3G, 4G, 5G, 블루투스(Bluetooth)와 같은 무선 통신 기술 및 이더넷(Ethernet)과 같은 케이블(cable) 통신 기술로 이루어진 그룹으로부터 선택된 통신 기술을 채용한다.
따라서, 일부 실시 예에서, 하드웨어와 소프트웨어를 포함하여 다차원(multi-dimensional)으로 된 커넥티드 자동화 차량 도로 시스템(connected and automated vehicle-highway system)이 본 출원에서 제공된다. 상기 시스템은 3가지 차원으로 구성된다: 차원 1(Dimension 1, D1): 커넥티드 자동화 차량의 차량 자동화(vehicle automation); 차원 1(Dimension 2, D2): 인간, 차량, 트래픽 환경(traffic environment) 간 통신의 연결성(connectivity); 및 차원 1(Dimension 3, D3): 교통 시스템 통합(transportation system integration).
일부 실시예에서, 차원 1은: a) 인간 운전자가 동적 주행 작업(dynamic driving task)의 나머지 측면(remaining aspect)을 모두 수행할 것(perform)을 기대하면서 주행 환경(driving environment)에 대한 정보를 이용하여 조향(steering) 또는 가속/감속(acceleration/deceleration) 중 하나의 운전자 보조 시스템(driver assistance system)에 의한 주행 모드 별(driving mode-specific) 실행(execution)을 채용하는(employing) 운전자 보조(driver assistance); b) 인간 운전자가 동적 주행 작업(dynamic driving task)의 나머지 측면(remaining aspect)을 모두 수행할 것(perform)을 기대하면서 주행 환경(driving environment)에 대한 정보를 이용하여, 조향(steering) 및 가속/감속(acceleration/deceleration)의 운전자 보조 시스템(driver assistance system)의 하나 이상에 의한 주행 모드 별(driving mode-specific) 실행(execution)을 채용하는(employing) 부분 자동화(partial automation); c) 인간 운전자가 운전자의 개입 요청(request to intervene)에 적절히 대응(respond)할 것을 기대하면서 동적 주행 작업의 모든 측면의 자동 주행 시스템(an automated driving system)에 의한 주행 모드 별 수행(performance)을 채용하는(employing) 조건부 자동화(conditional automation); d) 인간 운전자가 운전자의 개입 요청에 적절하게 대응하지 않더라도 동적 주행 작업의 모든 측면의 자동 주행 시스템(an automated driving system)에 의한 주행 모드 별 수행(performance)을 채용하는(employing) 높은 자동화(high automation); 및 e) 운전자가 관리할 수 있는 모든 도로(roadway) 및 환경 조건(environmental condition)에서 동적 주행 작업의 모든 측면의 자동 주행 시스템(an automated driving system)에 의한 상시(full-time) 수행을 채택하는 전체 자동화(full automation) 중 하나 이상의 능력(capabilities)을 포함한다.
일부 실시예에서, 차원 2는: a) 주행(driving) 및 의사결정(decision-making)을 보조하기 위해 로드사이드 유닛(roadside unit)으로부터 간단한 트래픽 조건 정보(traffic condition information)를 수신하는 정보 보조(information assistance); b) 주행 및 의사결정을 a)의 정보 보조 보다 잘 보조하기 위해 인간 운전자 및 차량이 온보드 유닛(onboard unit) 및 로드사이드 유닛을 통하여(via) 정보에 접근할 수 있는 제한 연결 센싱(limited connected sensing); c) 인간 운전자 및 차량은 온보드 유닛, 로드사이드 유닛, 트래픽 운영 센터(TOC: Traffic Operation Center) 및 차량을 통하여 다수의 레이어(layers) 정보에 접근할 수 있고, 차량은 인간 주행, 차량 자동 주행(vehicle automated driving) 및 TOC 제어 주행(TOC controlled driving)을 포함한 방법 및 다양한 제어 전략(controlling strategies)을 통하여 동작되는 중복 정보 공유(redundant information sharing); d) 안전하고 최적화된 주행을 가능하게 하기 위해(facilitate) 감소된 중복(reduced redundancy)로 최적화된 정보가 운전자 및 차량에게 제공되고 교통 네트워크(transportation network)에서 정보가 중복되거나(redundant) 과적되지(overloaded) 않는 최적화된 연결성(optimized connectivity) 중 하나 이상의 능력(capabilities)을 포함한다.
일부 실시예에서, 차원 3은: a) 연결된 차량이 트래픽 키 포인트(traffic key point)에서 로드사이드 유닛과 정보를 교환하고, 로컬 이슈(local issues)를 해결(address)하고, 원활하고(smooth) 안전한 트래픽 이동(traffic movement)을 유지하기 위한 차량 제어 명령(control instruction) 및 기타(other) 정보를 얻는(obtain) 키 포인트 시스템 통합(key point system integration); b) 연결된 차량이 특정(specific) 도로 세그먼트(road segment)를 제어하고 관리하기 위해 미시 TOC(microscopic TOC)로부터 특정(specific) 제어 명령 및 정보를 수신하는 세그먼트 시스템 통합(segment system integration); c) 트래픽 양(traffic volume)을 제어하고, 트래픽 혼잡(traffic congestion)을 예상하고, 글로벌 최적화(global optimization)를 위해 거시 TOC에게 제안(propose)하는 거시 TOC로부터, 연결된 차량이 네비게이션 명령(navigation instruction)를 수신하는 통로 통합 시스템(corridor system integration); 및 d) 트래픽 효율성(traffic efficiency)을 올리고, 사람과 물건(goods)의 트래픽 비용을 낮추고, 전 네트워크(whole network)에 글로벌 최적화(global optimization)를 실현(realize)하기 위해 가장 높은 레벨(level)로부터 거시 TOC가 트래픽 혼란(traffic distraction)을 최적화하는 거시 통합 시스템(macroscopic system integration) 중 하나 이상의 능력을 포함한다.
일부 실시예에서, 연결성, 자동화 및 시스템 통합의 레벨은: 1) SAE 정의를 사용하는 차량 자동화 레벨; 2) 콘텐츠(content) 및 정보 양(information volume)에 기반하여 정의되는 연결성 레벨: (예: C0: 연결성 없음(No Connectivity): 차량 및 운전자 모두 어느 트래픽 정보에도 접근하지 않음; C1: 정보 보조: 차량 및 운전자는 종합된 링크 트래픽 상태(aggregated link traffic states)와 같은 오직 간단한 트래픽 정보만 인터넷으로 접근할 수 있고, 정보는 확실한 정확성(certain accuracy), 해상도(resolution) 및 뚜렷한 지연(noticeable delay)을 갖는다; C2: 제한 연결 센싱: 차량 및 운전자는 다른 정보 제공자, 이웃하는 차량(neighboring vehicles) 및 RSU와 연결을 통해 높은 정확도와 지연 없는 라이브 트래픽 정보(live traffic information)(그러나, 정보가 완전하지 않을 수 있음(may not be complete))를 얻을 수 있다; C3: 중복 정보 공유: 차량 및 운전자가 고해상도 인프라스트럭쳐 맵(high-resolution infrastructure map), 라이브 트래픽 조건 맵(live traffic conditions map), 트래픽 제어 장치 및 이웃 차량과 연결될 수 있다(정보는 적당한 정확도(adequate accuracy)를 가지고 거의 실시간(almost in real time)이며 완전하지만 다수의 소스(sources)로부터 중복됨); 및 C4: 최적화된 연결성: 최적화된 정보가 제공되고 스마트 인프라스트럭쳐(smart infrastructure)가 최적화된 정보 피드를 가진 차량을 제공할 수 있다.); 및 3) 시스템 조직화(coordination)/최적화 레벨로 정의되는 교통 시스템 통합 레벨(예: S0: 통합 없음(No integration); S1: 교차로, 램프 미터링과 같은 작은 영역을 커버하는 오직 주요 여정 모드(major travel mode)를 위한 키 포인트 시스템 통합; S2: 2개의 램프 접근 포인트(ramp access point)사이의 고속도로 세그먼트와 같은 짧은 도로 세그먼트를 커버하는 대부분의 여정 모드(most of travel mode)를 위한 세그먼트 시스템 통합; S3: 도로 및 램프를 연결하는 통로를 커버하는 공존하는 모든 트래픽 모드(all coexisting traffic mode)를 위한 통로 시스템 통합; S4: 도시 또는 도심 영역을 커버하는 지역 시스템 통합; 및 S5: 몇 개의 지역 및 지역간 트래픽을 커버하는 거시 시스템 통합)로 구성된다.
또한, 하나 이상의 트래픽 제어 양상(aspects of traffic control)의 관리를 위해 본 출원에서 설명된 어떤 시스템을 채용하는 방법이 본 출원에서 제공된다. 상기 방법은 서로 독립적으로(independently) 또는 조직적으로(in coordination) 작용하는 한 명이상의 참여자들의 총괄적(collective) 활동(activities) 뿐만 아니라 상기 시스템 내의 개별 참여자(예: 운전자, 공공 또는 사설의 로컬, 지역, 국가 교통 퍼실리테이터(transportation facilitators), 정부 기관(government agencies) 등)에 의해 수행되는(undertaken) 이러한 프로세스들을 포함한다.
일부 실시예에서, 상기 시스템 및 방법은 차량 따르기, 차선 변경, 경로 안내 및 관련 정보 중 하나 이상 또는 전부에 대한 상세하고 시간에 민감한 제어 명령을 개별 차량에게 송신함으로써 커넥티드 자동화 차량 및 도로 시스템을 위한 전체 차량 동작 및 제어를 제공하는 교통 관리 시스템(transportation management system) 또는 그 이용을 제공한다. 일부 실시 예에서, 상기 시스템 및 방법은, a)정보를 처리하고 트래픽 동작 명령을 주는 트래픽 제어 센터/유닛(TCCs/TCUs)의 계층(hierarchy), 상기 TCCs 및 TCUs는 데이터 수집(data gathering), 정보 처리(information processing), 네트워크 최적화(network optimization) 및 트래픽 제어(traffic control)에 포커스(focus)하는 자동화 또는 반자동화(semi-automated) 계산 모듈(computational modules); b) 연결된 차량으로부터 데이터 흐름을 수신하고, 트래픽 조건(traffic condition)을 감지(detect)하고, 차량에 타겟된(targeted) 명령을 송신하는 로드사이드 유닛(RSU: road side unit) 네트워크, 일부 실시예에서, 상기 RSU 네트워크는 데이터 센싱(data sensing), 데이터 처리(processing), 제어 신호 전달(control signal delivery) 및 정보 분산(information distribution)에 포커스하고, 포인트 또는 세그먼트 TCU는 RSU와 결합(combined)되거나 통합(integrated) 될 수 있다; c) 예를 들어, 연결성(connectivity) 및 자동화(automation)의 상이한 레벨(different level)에서 차량의 혼잡한(mixed) 트래픽 흐름(traffic flow)을 총괄하여(collectively) 포함하는, 하나 이상의 차량에 탑재된(housed on) 차량 서브 시스템(vehicle sub-system); 및 d) 상기 시스템 내에 하나 이상 또는 모든 엔티티(entities)에게 유선 및 무선 통신 서비스를 제공하는 통신 시스템, 중 하나 이상 또는 전부를 포함한다.
하나 이상의 엔티티(entities)가 하나 이상의 구성 요소(components)를 관리, 제어 또는 소유한다. 엔티티는 차량 안 개인(individuals in vehicles), 사설 및 공공 교통 기관(private and public transportation agencies), 통신 제공 업체(communication providers) 및 제3자 관리자(third party managers)를 포함한다. 개별적으로(individually) 관리되는 구성 요소(components)는 하나 이상의 다른 구성요소에 의해 제어되거나 다른 구성 요소를 제어하고 통신하도록 구성될 수 있다. 예를 들어, 차량에 탑재된 자율 차량 제어 시스템은, a) 정보를 처리하고 트래픽 동작 명령을 주는 트래픽 제어 센터/유닛(TCCs/ TCUs)의 계층과 통신 링크(communication link), 상기 TCCs 및 TCUs는 데이터 수집, 정보 처리, 네트워크 최적화 및 트래픽 제어에 포커스(focus) 하는 자동 또는 반자동 계산 모듈(computational modules)임; b) 연결된 차량으로부터 데이터 흐름을 수신하고, 트래픽 조건을 감지하며, 차량에 타겟된 명령을 송신하는 로드 사이드 유닛 네트워크와의 통신 링크, 상기 RSU 네트워크는 데이터 센싱(data sensing), 데이터 처리, 제어 신호 전달 및 정보 분산(distribution)에 포커스하고, 상기 포인트 또는 세그먼트 TCU는 RSU와 결합(combine)되거나 통합(integrated)될 수 있음; 및 차량 따르기, 차선 변경, 경로 안내 및 관련 정보에 대한 상세하고 시간에 민감한 제어 명령을 수신하도록 구성된 차량 서브 시스템, 중 하나 이상 또는 전부를 포함한다.
일부 실시예에서, 상기 시스템 및 방법은 도로 또는 고속도로의 모든 차선 또는 사용가능한 차선의 일부 상에서 동작되도록 구성된다(configured).
일부 실시예에서, 정보는 상기 시스템에 의하여 서비스되는 각각의 개별 차량(individual vehicle)에 대하여 커스터마이즈(customized)된다; 상기 정보는 날씨, 도보 조건(pavement conditions) 및 예상 여정 시간(estimated travel time) 중 하나 이상 또는 모두를 포함함; 및 상기 정보는 속도(speed), 간격(spacing), 차선 배정(lane designation) 및 경로(routing) 중 하나 이상 또는 모두를 포함함.
일부 실시예에서, 정보는 상위 레벨 TCC/TCU(upper level TCC/TCU)로부터 하위 레벨 TCC/TCU(lower level TCC/TCU)로 송신되고, 목표 속도(a desirable speed), 목표 차량 간격(desirable spacing of vehicles), 목표 트래픽 양(desirable traffic volume), 접근 포인트(access point)에서의 목표 트래픽 분할(desirable traffic split) 및 트래픽 신호 타이밍 파라미터(traffic signal timing parameter) 중 하나 이상 또는 모두를 포함한다.
일부 실시예에서, 상기 시스템은 전력 공급(a power supply), 트래픽 센서(traffic sensors), 유선 및 무선 통신 모듈(wired and wireless communication modules) 및 데이터 저장 장치 및 데이터 베이스(data storage device and database) 중 하나 이상 또는 모두를 포함하는 하드웨어를 채용(employ)한다.
일부 실시예에서, 상기 시스템 및 방법은 마이크로웨이브 시스템(microwave system); 유도 루프 시스템(inductive loop system); 유추 시스템(inferred system); 비디오 카메라 시스템(video camera system); 및 레이저 시스템(laser system)으로 이루어진 그룹으로부터 선택된 센서를 이용하도록 구성된다.
일부 실시예에서, 상기 시스템 및 방법은 지역 TCC(regional TCC)로부터의 정보를 처리하고 제어 타겟(control target)을 제어 TCC에게 제공하는 거시 TCC(macroscopic TCC); 통로 TCC(corridor TCC)로부터의 정보를 처리하고 제어 타겟을 통로 TCC에게 제공하는 지역 TCC(regional TCC); 거시 TCU 및 세그먼트 TCU(segment TCU)로부터의 정보를 처리하고 제어 타겟을 세그먼트 TCU에게 제공하는 통로 TCC; 통로 TCC 및 포인트 TCU(point TCU)로부터의 정보를 처리하고 제어 타겟을 포인트 TCU에게 제공하는 세그먼트 TCU(segment TCUs); 및 세그먼트 TCU 및 RSU로부터의 정보를 처리하고 차량 기반 제어 명령(vehicle-based control instruction)을 RSU에게 제공하는 포인트 TCU 중 하나 이상을 포함하는 트래픽 제어 센터 및 유닛(TCCs/TCUs)의 계층을 포함한다.
일부 실시예에서, 상기 거시 TCC는: 지역 TCC에게 제어 타겟(control targets)을 제공하고; 지역 TCC로부터 관련 데이터를 수집(collect)하고; 정보 처리와 전략 옵티마이저(Strategy Optimizer)를 지원하기(support) 위해 데이터 센터에 히스토리 데이터(historical data)를 보관(archive)하고; 데이터 수집, 정보 처리, 네트워크 최적화 및 트래픽 제어 신호에 포커스한 자동 또는 반자동 계산 센터(computational center)를 제공하고; 그리고 큰 규모 영역(large scale area)에서 다수의 지역 TCC를 제어하고, 광 섬유(optical fiber)와 같은 고 용량(high capacity) 저 지연(low latency) 통신 매체를 이용하여 지역 TCC와 통신한다.
일부 실시예에서, 상기 지역 TCC는: 통로 TCC에 제어 타겟을 제공하고; 통로 TCC로부터 관련 데이터를 수집하고; 정보 처리와 전략 최적화(strategy optimizer)를 지원하기(support) 위해 데이터 센터에 히스토리 데이터(historical data)를 보관(archive)하고; 도시(city)같은 지역(region)에 대한 트래픽 제어 신호, 네트워크 최적화, 정보 처리 및 데이터 수집에 포커스한 자동 또는 반자동 계산 센터(computational center)를 제공하고; 그리고 지역 TCC의 범위(coverage)내에서 다수의 통로 TCC를 제어하고, 광 섬유(optical fiber)와 같은 고 용량(high capacity) 저 지연(low latency) 통신 매체를 이용하여 상위 레벨의 거시 TCC 및 통로 TCC와 통신한다.
일부 실시예에서, 상기 통로 TCC는: 세그먼트 TCU에게 제어 타겟을 제공하고; 세그먼트 TCU로부터 관련 데이터를 수집하고; 제어 타겟을 제공하고 정보를 처리하기 위한 옵티마이저(optimizer)와 프로세서(processor) 모듈을 제공하고; 10마일 길이의 고속도로 범위(freeway stretch)와 인근(vicinity) 로컬 도로(local road)와 같은 긴 도로 통로(long roadway corridor)에 대한 트래픽 제어 신호, 네트워크 최적화, 정보 처리 및 데이터 수집에 포커스한 자동 또는 반자동 계산 센터(computational center)를 제공하고; 그리고 도로 제어부(road controllers)로부터 수집된 데이터를 계산하는 이미지 컴퓨팅 능력(image computing ability)을 가지고, 데이터 전송 유닛(data transfer units), 데이터 웨어하우스(data warehouse) 및 연산 서버(calculation server)를 포함하고, 범위(coverage) 내의 세그먼트 TCU를 제어하고, TCC의 트래픽 제어 알고리즘(예: 적응형 예측 트래픽 제어 알고리즘(adaptive predictive traffic control algorithm))은 포인트 TCU를 제어하는데 이용 되고, 통로 TCC는 광 섬유(optical fiber)와 같은 고 용량(high capacity) 저 지연(low latency) 통신 매체를 이용하여 세그먼트 TCU 및 상위 지역 TCC와 통신하고, 상기 통로 TCC는 5-20 마일(그 이상 또는 그 이하의 거리)을 커버(cover) 한다.
일부 실시예에서, 상기 세그먼트 TCU는: 포인트 TCU에게 제어 타겟을 제공하고; 포인트 TCU로부터 관련 데이터를 수집하고; 제어 타겟을 제공하고 정보를 처리하기 위한 옵티마이저(optimizer)와 프로세서(processor) 모듈을 제공하고; 작은 도로 영역(small roadway area)를 커버하는(covering) 작은 트래픽 제어 유닛(smaller traffic control unit)을 제공하고 약 1에서 2마일의 도로 세그먼트(a road segment)를 커버(cover)하고; 그리고 LAN 데이터 스위칭(switching) 시스템(예: 시스코 넥서스 7000(Cisco Nexus 7000))과 엔지니어 서버(engineer server)(예: IBM 엔지니어 서버 모델 8203, ORACL 데이터 베이스)를 포함하고, 무선 또는 유선 통신 매체 중 하나에 의하여 포인트 TCC와 통신한다.
일부 실시예에서, 상기 포인트 TCU는: 차량 기반 제어 명령을 RSU에게 제공하고; 포인트 RSU로부터 관련 데이터를 수집하고; 제어 타겟을 제공하고 정보를 처리하기 위한 프로세서(processor)와 옵티마이저(optimizer) 모듈을 제공하고; 모든 램프(ramp) 또는 교차로(intersections)를 위해 설치된(installed) 짧은 거리의 도로, 램프 미터링(ramp metering), 또는 교차로(intersections)를 커버하는 작은 트래픽 제어 유닛(smaller traffic control unit)을 제공하고; 그리고 많은 수(예: 10유닛, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 12, 15, 20, 등)의 RSU 유닛과 연결된다.
일부 실시예에서, 상기 RSU는: 트래픽 및 관련 정보를 모으는 센싱 모듈(sensing module); 속도(speed), 운전 간격(headway), 가속/감속률(acceleration/deceleration rate), 차도 표시(carriageway markings)와 차량 사이의 거리, 차량과 중앙선(central line)의 각도, 전반적인 트래픽 상황(overall traffic status)을 포함하되 이에 제한되지 않는 차량 별 측정(vehicle-specific measurements)을 제공하는 데이터 처리 모듈(module); 차량과 상위 레벨의 포인트 TCU 사이에 정보를 송신하는 통신(communication) 모듈; 차량 별 주행 명령(driving instruction)를 차량에 송신하는 통신 모듈; OBU 시스템에 송신된 데이터를 보여주는 인터페이스 모듈(interface module); 및 전력 공급 유닛(a power supply unit)을 포함한다.
일부 실시예에서, 차량 서브 시스템은 a) 차량 제어(vehicle-control); b)트래픽 감지(traffic detection)와 데이터 수집(data collection); c) 무선 통신; 및 d)데이터 수집과 통신 중 하나 이상을 위한 모듈을 포함한다.
일부 실시예에서, 상기 시스템은: 차량에 대한 네비게이션 작업(navigation task)에 필요한 명령을 제공하는 것; 안전 유지(safety maintenance), 트래픽 제어/도로 조건(traffic control/road condition) 및 특별 정보(special information)의 안내 작업(guidance task)에 대해 명령 및 정보를 제공하는 것; 시스템 고장(fail)시 맡기(take over) 위해 안전 유지 작업(safety maintenance tasks)을 모니터링(monitoring) 하고, 차량 기동(maneuver) 작업을 이행하는 것(fulfilling); 보통, 차량에서 차량 센서(sensor)에 의하여 제공되는, 제어 단계(control level)에서 정보 교환(exchange) 작업을 위한 데이터 피드(feed)를 제공하는 것; 기계 레벨(mechanic level)에서 차량 제어 작업을 이행(fulfill)하고, 주변환경(surrounding)을 모니터링(monitoring)하고, 백업시스템(backup system)으로서 대기하는 것; 차량 기반 센서가 계속해서(constantly) 신뢰성 있는 방법으로는 획득하기 어렵거나 비용이 많이 드는(expensive) 주행에 중요한(driving-critical) 정보를 차량을 제공하는 것; 및 주행 작업을 이행하는 것과 오류 또는 고장 발생시 백업(backup)으로 서로를 이용하는 것을 하나 이상 또는 모두를 포함한 차량 간 필수 주행 작업(essential vehicle driving tasks among vehicles)을 재분배(redistribute) 하도록 구성된다.
일부 실시예에서, 상기 시스템 및 방법은 오디오(audio): 음성 제어 및 텍스트-투-보이스(Text-to-Voice); 비전(vision): 헤드 업 디스플레이(HUD: Head-up-display); 및 진동(vibration)으로 이루어진 그룹으로부터 선택된 차량 내부(in-vehicle) 인터페이스(interface)를 포함한다.
일부 실시예에서, 차량 식별(identification) 및 트래킹(tracking) 기능은: CV 보안 증명서(CV security certificate); 온보드유닛(OBU: on Board Unit) 아이디(ID); 모바일 장치 아이디(mobile device ID); DGPS(differential GPS); 비디오 인식(video recognition) 및 사물 감지(object detection)가 결합된 비전 센서(vision sensor); 및 모바일 LiDAR 센서(mobile LiDAR Sensor) 중 어느 것 또는 어느 조합을 이용(operate on)한다.
일부 실시예에서, 상기 시스템 및 방법은: OnStar와 같은 OEM(Original Equipment Manufacturer) 오퍼레이터(operator); ATT 및 Verizon과 같은 무선 통신 서비스 제공자; 및 광 섬유 네트워크를 소유한 DOT와 같이, 시스템을 운영하는 공공기관(public agencies)으로 이루어진 그룹으로부터 선택된 하나 이상의 통신 시스템 이용을 포함한다.
일부 실시예에서, 상기 시스템 및 방법은 DSRC, 무선의(Cellular) 3G, 4G, 5G, 블루투스(Bluetooth)와 같은 무선 통신 기술 및 이더넷(Ethernet)과 같은 케이블(cable) 통신 기술로 이루어진 그룹으로부터 선택된 통신 기술을 채용한다.
따라서, 일부 실시 예에서, 하드웨어와 소프트웨어를 포함하여 다차원(multi-dimensional)으로 된 커넥티드 자동화 차량 도로 시스템(connected and automated vehicle-highway system)이 본 출원에서 제공된다. 상기 시스템은 3가지 차원으로 구성된다: 차원 1(Dimension 1, D1): 커넥티드 자동화 차량의 차량 자동화(vehicle automation); 차원 1(Dimension 2, D2): 인간, 차량, 트래픽 환경(traffic environment) 간 통신의 연결성(connectivity); 및 차원 1(Dimension 3, D3): 교통 시스템 통합(transportation system integration).
일부 실시예에서, 차원 1은: a) 인간 운전자가 동적 주행 작업(dynamic driving task)의 나머지 측면(remaining aspect)을 모두 수행할 것(perform)을 기대하면서 주행 환경(driving environment)에 대한 정보를 이용하여 조향(steering) 또는 가속/감속(acceleration/deceleration) 중 하나의 운전자 보조 시스템(driver assistance system)에 의한 주행 모드 별(driving mode-specific) 실행(execution)을 채용하는(employing) 운전자 보조(driver assistance); b) 인간 운전자가 동적 주행 작업(dynamic driving task)의 나머지 측면(remaining aspect)을 모두 수행할 것(perform)을 기대하면서 주행 환경(driving environment)에 대한 정보를 이용하여, 조향(steering) 및 가속/감속(acceleration/deceleration)의 운전자 보조 시스템(driver assistance system)의 하나 이상에 의한 주행 모드 별(driving mode-specific) 실행(execution)을 채용하는(employing) 부분 자동화(partial automation); c) 인간 운전자가 운전자의 개입 요청(request to intervene)에 적절히 대응(respond)할 것을 기대하면서 동적 주행 작업의 모든 측면의 자동 주행 시스템(an automated driving system)에 의한 주행 모드 별 수행(performance)을 채용하는(employing) 조건부 자동화(conditional automation); d) 인간 운전자가 운전자의 개입 요청에 적절하게 대응하지 않더라도 동적 주행 작업의 모든 측면의 자동 주행 시스템(an automated driving system)에 의한 주행 모드 별 수행(performance)을 채용하는(employing) 높은 자동화(high automation); 및 e) 운전자가 관리할 수 있는 모든 도로(roadway) 및 환경 조건(environmental condition)에서 동적 주행 작업의 모든 측면의 자동 주행 시스템(an automated driving system)에 의한 상시(full-time) 수행을 채택하는 전체 자동화(full automation) 중 하나 이상의 능력(capabilities)을 포함한다.
일부 실시예에서, 차원 2는: a) 주행(driving) 및 의사결정(decision-making)을 보조하기 위해 로드사이드 유닛(roadside unit)으로부터 간단한 트래픽 조건 정보(traffic condition information)를 수신하는 정보 보조(information assistance); b) 주행 및 의사결정을 a)의 정보 보조 보다 잘 보조하기 위해 인간 운전자 및 차량이 온보드 유닛(onboard unit) 및 로드사이드 유닛을 통하여(via) 정보에 접근할 수 있는 제한 연결 센싱(limited connected sensing); c) 인간 운전자 및 차량은 온보드 유닛, 로드사이드 유닛, 트래픽 운영 센터(TOC: Traffic Operation Center) 및 차량을 통하여 다수의 레이어(layers) 정보에 접근할 수 있고, 차량은 인간 주행, 차량 자동 주행(vehicle automated driving) 및 TOC 제어 주행(TOC controlled driving)을 포함한 방법 및 다양한 제어 전략(controlling strategies)을 통하여 동작되는 중복 정보 공유(redundant information sharing); d) 안전하고 최적화된 주행을 가능하게 하기 위해(facilitate) 감소된 중복(reduced redundancy)로 최적화된 정보가 운전자 및 차량에게 제공되고 교통 네트워크(transportation network)에서 정보가 중복되거나(redundant) 과적되지(overloaded) 않는 최적화된 연결성(optimized connectivity) 중 하나 이상의 능력(capabilities)을 포함한다.
일부 실시예에서, 차원 3은: a) 연결된 차량이 트래픽 키 포인트(traffic key point)에서 로드사이드 유닛과 정보를 교환하고, 로컬 이슈(local issues)를 해결(address)하고, 원활하고(smooth) 안전한 트래픽 이동(traffic movement)을 유지하기 위한 차량 제어 명령(control instruction) 및 기타(other) 정보를 얻는(obtain) 키 포인트 시스템 통합(key point system integration); b) 연결된 차량이 특정(specific) 도로 세그먼트(road segment)를 제어하고 관리하기 위해 미시 TOC(microscopic TOC)로부터 특정(specific) 제어 명령 및 정보를 수신하는 세그먼트 시스템 통합(segment system integration); c) 트래픽 양(traffic volume)을 제어하고, 트래픽 혼잡(traffic congestion)을 예상하고, 글로벌 최적화(global optimization)를 위해 거시 TOC에게 제안(propose)하는 거시 TOC로부터, 연결된 차량이 네비게이션 명령(navigation instruction)를 수신하는 통로 통합 시스템(corridor system integration); 및 d) 트래픽 효율성(traffic efficiency)을 올리고, 사람과 물건(goods)의 트래픽 비용을 낮추고, 전 네트워크(whole network)에 글로벌 최적화(global optimization)를 실현(realize)하기 위해 가장 높은 레벨(level)로부터 거시 TOC가 트래픽 혼란(traffic distraction)을 최적화하는 거시 통합 시스템(macroscopic system integration) 중 하나 이상의 능력을 포함한다.
일부 실시예에서, 연결성, 자동화 및 시스템 통합의 레벨은: 1) SAE 정의를 사용하는 차량 자동화 레벨; 2) 콘텐츠(content) 및 정보 양(information volume)에 기반하여 정의되는 연결성 레벨: (예: C0: 연결성 없음(No Connectivity): 차량 및 운전자 모두 어느 트래픽 정보에도 접근하지 않음; C1: 정보 보조: 차량 및 운전자는 종합된 링크 트래픽 상태(aggregated link traffic states)와 같은 오직 간단한 트래픽 정보만 인터넷으로 접근할 수 있고, 정보는 확실한 정확성(certain accuracy), 해상도(resolution) 및 뚜렷한 지연(noticeable delay)을 갖는다; C2: 제한 연결 센싱: 차량 및 운전자는 다른 정보 제공자, 이웃하는 차량(neighboring vehicles) 및 RSU와 연결을 통해 높은 정확도와 지연 없는 라이브 트래픽 정보(live traffic information)(그러나, 정보가 완전하지 않을 수 있음(may not be complete))를 얻을 수 있다; C3: 중복 정보 공유: 차량 및 운전자가 고해상도 인프라스트럭쳐 맵(high-resolution infrastructure map), 라이브 트래픽 조건 맵(live traffic conditions map), 트래픽 제어 장치 및 이웃 차량과 연결될 수 있다(정보는 적당한 정확도(adequate accuracy)를 가지고 거의 실시간(almost in real time)이며 완전하지만 다수의 소스(sources)로부터 중복됨); 및 C4: 최적화된 연결성: 최적화된 정보가 제공되고 스마트 인프라스트럭쳐(smart infrastructure)가 최적화된 정보 피드를 가진 차량을 제공할 수 있다.); 및 3) 시스템 조직화(coordination)/최적화 레벨로 정의되는 교통 시스템 통합 레벨(예: S0: 통합 없음(No integration); S1: 교차로, 램프 미터링과 같은 작은 영역을 커버하는 오직 주요 여정 모드(major travel mode)를 위한 키 포인트 시스템 통합; S2: 2개의 램프 접근 포인트(ramp access point)사이의 고속도로 세그먼트와 같은 짧은 도로 세그먼트를 커버하는 대부분의 여정 모드(most of travel mode)를 위한 세그먼트 시스템 통합; S3: 도로 및 램프를 연결하는 통로를 커버하는 공존하는 모든 트래픽 모드(all coexisting traffic mode)를 위한 통로 시스템 통합; S4: 도시 또는 도심 영역을 커버하는 지역 시스템 통합; 및 S5: 몇 개의 지역 및 지역간 트래픽을 커버하는 거시 시스템 통합)로 구성된다.
또한, 하나 이상의 트래픽 제어 양상(aspects of traffic control)의 관리를 위해 본 출원에서 설명된 어떤 시스템을 채용하는 방법이 본 출원에서 제공된다. 상기 방법은 서로 독립적으로(independently) 또는 조직적으로(in coordination) 작용하는 한 명이상의 참여자들의 총괄적(collective) 활동(activities) 뿐만 아니라 상기 시스템 내의 개별 참여자(예: 운전자, 공공 또는 사설의 로컬, 지역, 국가 교통 퍼실리테이터(transportation facilitators), 정부 기관(government agencies) 등)에 의해 수행되는(undertaken) 이러한 프로세스들을 포함한다.
도 1은 예시적인 시스템 개요를 도시한다.
도 2는 3D CAVH(Connected Automated Vehicle Highway) 시스템의 예시적인 설명을 도시한다.
도 3은 예시적인 주행 작업의 재분배를 도시한다.
도 4는 대표적인 AV(typical Automated Vehicle)의 주행작업의 분산(distribution)을 제공한다.
도 5는 본 출원에서 제공된 기술 중 하나의 실시예에 있는 주행 작업의 예시적인 분산을 도시한다.
도 6은 예시적인 시스템 구성요소(components)를 도시한다.
도 7은 예시적인 TCU(Traffic Control Unit) 서브시스템을 도시한다.
도 8은 예시적인 RSU(Road Side Unit) 서브시스템을 도시한다.
도 9는 예시적인 차량 서브시스템 데이터 흐름을 도시한다.
도 10은 예시적인 통신 서브시스템을 도시한다.
도 11은 예시적인 포인트 TCU를 도시한다.
도 12는 예시적인 세그먼트 TCU를 도시한다.
도 13은 예시적인 통로 TCC를 도시한다.
도 14는 예시적인 지역 TCC를 도시한다.
도 15는 예시적인 거시 TCC를 도시한다.
도 16은 예시적인 차량 입장 제어(vehicle entering control)를 도시한다.
도 17은 예시적인 차량 퇴장 제어(vehicle exit control)를 도시한다.
도 18은 예시적인 차량 RSU 모듈 디자인을 도시한다.
도 19는 차도 표시(carriageway markings)와 차량 사이의 거리를 도시한다.
도 20은 차량과 중앙선(central line)의 각도를 도시한다.
도 21은 전반적인 트래픽 상태(overall traffic state)를 도시한다.
도 22는 마이크로웨이브 레이더(microwave radar)의 설치 각도를 도시한다.
도 23은 예시적인 OBU 모듈 디자인을 도시한다.
도 24은 예시적인 TCC/TCU 구조 맵을 도시한다.
도 25는 3D CAVH(Connected Automated Vehicle Highway) 시스템의 예시적인 설명을 도시한다..
도 2는 3D CAVH(Connected Automated Vehicle Highway) 시스템의 예시적인 설명을 도시한다.
도 3은 예시적인 주행 작업의 재분배를 도시한다.
도 4는 대표적인 AV(typical Automated Vehicle)의 주행작업의 분산(distribution)을 제공한다.
도 5는 본 출원에서 제공된 기술 중 하나의 실시예에 있는 주행 작업의 예시적인 분산을 도시한다.
도 6은 예시적인 시스템 구성요소(components)를 도시한다.
도 7은 예시적인 TCU(Traffic Control Unit) 서브시스템을 도시한다.
도 8은 예시적인 RSU(Road Side Unit) 서브시스템을 도시한다.
도 9는 예시적인 차량 서브시스템 데이터 흐름을 도시한다.
도 10은 예시적인 통신 서브시스템을 도시한다.
도 11은 예시적인 포인트 TCU를 도시한다.
도 12는 예시적인 세그먼트 TCU를 도시한다.
도 13은 예시적인 통로 TCC를 도시한다.
도 14는 예시적인 지역 TCC를 도시한다.
도 15는 예시적인 거시 TCC를 도시한다.
도 16은 예시적인 차량 입장 제어(vehicle entering control)를 도시한다.
도 17은 예시적인 차량 퇴장 제어(vehicle exit control)를 도시한다.
도 18은 예시적인 차량 RSU 모듈 디자인을 도시한다.
도 19는 차도 표시(carriageway markings)와 차량 사이의 거리를 도시한다.
도 20은 차량과 중앙선(central line)의 각도를 도시한다.
도 21은 전반적인 트래픽 상태(overall traffic state)를 도시한다.
도 22는 마이크로웨이브 레이더(microwave radar)의 설치 각도를 도시한다.
도 23은 예시적인 OBU 모듈 디자인을 도시한다.
도 24은 예시적인 TCC/TCU 구조 맵을 도시한다.
도 25는 3D CAVH(Connected Automated Vehicle Highway) 시스템의 예시적인 설명을 도시한다..
상기 기술의 예시적인 실시예가 아래 설명되어 있다. 이것은 설명적인 실시 예이지 본 발명이 이러한 특정 실시예에 한정되지 않는다 것을 이해해야 한다.
기호의 설명(Legend)
101―TCC&TCU 서브시스템: 정보를 처리하고 트래픽 동작 명령을 주는 트래픽 제어 센터(TCCs) 및 트래픽 제어 유닛(TCUs)의 계층(hierarchy). TCC는 짧은 도로 세그먼트(short road segment)보다 큰 지역에 대한 트래픽 제어 신호, 네트워크 최적화, 정보 처리, 데이터 수집에 포커스한 자동 또는 반자동 계산 센터. TCU(또한 포인트 TCU로도 불리는)는 유사 기능을 가진 보다 작은 트래픽 제어 유닛이지만 작은 고속도로 영역, 램프 미터링 또는 교차로를 커버한다.
102―TSU 서브시스템: 타겟된 명령을 차량에 송신하고 트래픽 조건을 감지하고, 연결된 차량으로부터 데이터 흐름을 받는 로드사이드 유닛(RSUs) 네트워크. 상기 RSU 네트워크는 데이터 센싱, 데이터 처리, 제어 신호 전달에 포커스한다. 물리적으로, 예를 들어 포인트 TCU 또는 세그먼트 TCC는 RSU와 결합(combine) 또는 통합(integrate)될 수 있다.
103―차량 서브시스템: 다른 레벨(level)의 연결성(connectivity) 및 자동화(automation)에 있는 차량의 혼합된(mixed) 트래픽 흐름을 포함하는 차량 서브 시스템(vehicle sub-system)
104―통신 서브시스템: 무선/유선 통신 서비스를 시스템 내의 일부 또는 모든 엔티티에 제공하는 시스템.
105―트래픽 데이터 흐름: 데이터 흐름은 트래픽 조건 및 RSU 서브시스템에서 TCC & TCU 서브시스템에 차량 요청을 포함하고 TCC & TCU 서브시스템에 처리된다.
106―제어 명령 집합 흐름(Control instruction set flow): 어느 정도 규모의 차량 기반 제어 명령을 포함하고 TCC & TCU 서브시스템에 의해 연산되는 제어 명령 집합. 상기 제어 명령 집합은 RSU 서브시스템 내에서 RSU 위치에 따라 각각의 타겟된 RSU에 송신된다.
107―차량 데이터 흐름: 차량 상태 데이터(Vehicle state data) 및 차량 서브시스템으로부터 RSU 서브시스템에 대한 요청.
108―차량 제어 명령 흐름: 흐름은 RSU 서브시스템에 의한 차량 서브시스템 내에서 각 차량에 다른 제어 명령(예: 권고 속도(advised speed), 안내 정보)을 포함한다.
301―거시 트래픽 정보 센터: 데이터 수집, 정보 처리, 큰 규모의 네트워크 트래픽 최적화에 포커스한 여러 지역 및 지역간 트래픽 제어를 커버하는 자동 또는 반자동 계산 센터.
302―지역 트래픽 제어 센터: 데이터 수집, 정보 처리, 도심 네트워크 트래픽 및 트래픽 제어 신호 최적화에 포커스한 도시 또는 도심 지역 트래픽 제어를 커버하는 자동 또는 반자동 계산 센터.
303―통로 트래픽 제어 센터: 통로 데이터 수집, 처리, 트래픽 입장 및 퇴장 제어, 및 고속도로 위 동적 트래픽 안내(dynamic traffic guidance)에 포커스하는 도로 및 램프 트래픽 제어와 연결되는 통로를 커버하는 자동 또는 반자동 계산 센터.
304―세그먼트 트래픽 제어 유닛: 세그먼트 데이터 수집, 처리 및 로컬 트래픽 제어에 포커스하는 짧은 도로 세그먼트 트래픽 제어를 커버하는 자동 또는 반자동 계산 센터.
305―포인트 트래픽 제어 유닛: 데이터 수집, 트래픽 신호 제어 및 차량 요청 처리에 포커스하는 교차로, 램프 미터링 또는 작은 고속도로 영역을 커버한다.
306―로드 사이드 유닛: 차량에 타겟된 명령을 송신하고 트래픽 조건을 감지하고 연결된 차량으로부터 데이터 흐름을 수신한다. 상기 RSU 네트워크는 데이터 센싱, 데이터 처리 및 제어 신호 전달에 포커스한다.
307―차량 서브시스템: 다른 레벨(level)의 연결성(connectivity) 및 자동화(automation)에 있는 차량의 혼합된(mixed) 트래픽 흐름을 포함한다.
401―거시 제어 타겟, 이웃(neighbor) 지역 TCC 정보.
403―지역 제어 타겟, 이웃 통로 TCC 정보.
405―통로 제어 타겟, 이웃 세그먼트 TCU 정보.
407―세그먼트 제어 타겟, 이웃 포인트 TCU 정보.
402―지역 세분화 트래픽 조건(Regional refined traffic conditions), 할당된 제어 타겟을 제공하는 매트릭스(metrics)
404―통로 세분화 트래픽 조건(Corridor refined traffic conditions), 할당된 제어 타겟을 제공하는 매트릭스(metrics)
406―세그먼트 세분화 트래픽 조건(Segment refined traffic conditions), 할당된 제어 타겟을 제공하는 매트릭스(metrics)
408―포인트 세분화 트래픽 조건(Point refined traffic conditions), 할당된 제어 타겟을 제공하는 매트릭스(metrics)
601―차량 정적 & 동적 (Static & Dynamic) 정보:
(1) 정적 정보
1. 차량 아이디(Vehicle ID);
2. 차량 사이즈 정보(Vehicle size info);
3. 차량 타입 정보(Vehicle type info)(차량 최대 속도, 가속 및 감속을 포함한다.)
4. 차량 OBU 정보(소프트웨어 정보, 하드웨어 정보): 상기 OBU의 소프트웨어는 유저의 입력(user input)이 요구되지 않는 방법으로 디자인되었고 그것은 차량-투-인프라스트럭쳐(V2I) 및 차량-투-차량(V2V) 중 하나 또는 모두를 경유하여 이동식 RSU(portable RSU)에 완벽하게(seamlessly) 연동(be engaged with)될 수 있다. 상기 OBU 하드웨어는 오직 DSRC 라디오 통신(또는 다른 통신 기술) 능력을 가지는 것이 필요한 상기 RSU와 비교할 때 글로벌 포지셔닝 시스템 기술(Global Positioning System technology) 뿐만 아니라 DSRC 라디오 통신(또는 다른 통신 기술) 능력을 포함한다.
(2) 동적 정보
1. 타임스탬프(timestamp);
2. 차량 횡방향/종방향 위치(Vehicle lateral/longitudinal position);
3. 차량 속도;
4. 차량 OD 정보(출발지 정보(origin information), 목적지 정보(destination information), 경로 선택 정보(route choice information)를 포함함);
5. 다른 차량 필수 상태 정보(Other vehicle necessary state infor).
602―차량 제어 명령:
(1) 차량 제어 명령
1. 특정 시간의 횡방향/종방향 위치 요청;
2. 권고 속도(Advised speed);
4. 조향 및 제어 정보(Steering and control info).
(2) 안내 정보
1. 날씨;
2. 여정 시간/정확성(Travel time/Reliability);
3. 경로 안내.
701―소유된 교통 부서(Department of Transportation owned);
702―통신 서비스 제공자(CSP: Communication Service Provider);
703―OEM;
801―옵티마이저: 최적화된 제어 전략 등을 제공함.;
802―프로세서: RSU로부터 수신한 데이터를 처리함.
일부 실시예에서, 도 1에서 보여지는 것처럼, 상기 시스템은 TCC/TCU 서브시스템(101), RSU 서브시스템(102), 차량 서브시스템(103) 및 통신 서브시스템 (104)를 포함한다. TCC/TCU 서브시스템(101)은 RSU 서브시스템(102)에 트래픽 동장 명령을 주고 RSU 서브시스템(102)로부터 트래픽 정보를 처리하는 로컬 트래픽 제어부 유닛(TCUs: traffic controller units) 및 트래픽 제어 센터(TCCs: Traffic Control Centers)의 계층적 트래픽 제어 네트워크이다. RSU 서브시스템(102)는 배기가스(emissions), 제어 명령, 통신 및 트래픽 감지(traffic detection)를 처리하는 로드사이드 유닛 네트워크이다. 차량 서브시스템(103)은 정적, 동적 정보 및 RSU 서브시스템(102)에 차량의 요청을 송신하고 RSU 서브시스템으로부터 명령을 수신하는 다른 레벨의 연결성 및 자동화에 있는 차량의 혼합된 트래픽 흐름이다. RSU 서브시스템(102)는 차량 데이터 및 차량 서브시스템(103)으로부터의 요청을 트래픽 정보로 전송하고, 그것을 통신 시스템(104)을 통해 TCC/TCU 서브시스템(101)에 송신한다. TCC/TCU 서브시스템(101)은 적당한 레이어(proper layer)에서 상기 정보를 처리하고 동작 명령을 RSU 서브시스템(102)에 다시 송신한다. RSU 서브시스템(102)는 동작 명령을 카탈로그화(catalogues)하고 가려내고(screens) 각 차량에 상기 명령(108)을 송신한다(예: 권고 속도(advised speed), 안내 정보). 통신 서브시스템(104)는 무선 및 유선 통신 서비스를 상기 시스템 내 모든 엔티티에 제공하는 로컬 및 글로벌 연결성을 가진 보안 시스템 및 무선 통신이다.
도 2에서 보여지는 것처럼, 연결성, 자동화 및 시스템 통합의 레벨에 관한, 그러한 시스템의 특성은:
i. 차량 자동화 레벨은 SAE 정의를 사용한다.
ii. 연결성 레벨은 콘텐츠(content) 및 정보 양(information volume)에 기반하여 정의된다:
1. C0: 연결성 없음(No Connectivity)
차량 및 운전자 모두 어느 트래픽 정보에도 접근하지 않는다.
2. C1: 정보 보조
차량 및 운전자는 종합된 링크 트래픽 상태(aggregated link traffic states)와 같은 오직 간단한 트래픽 정보만 인터넷으로 접근할 수 있고, 정보는 확실한 정확성(certain accuracy), 해상도(resolution) 및 뚜렷한 지연(noticeable delay)을 갖는다;
3. C2: 제한 연결 센싱
차량 및 운전자는 다른 정보 제공자, 이웃하는 차량(neighboring vehicles) 및 RSU와 연결을 통해 높은 정확도와 지연 없는 라이브 트래픽 정보를 얻을 수 있다. 그러나, 정보가 완전하지 않을 수 있다.
4. C3: 중복 정보 공유
차량 및 운전자가 고해상도 인프라스트럭쳐 맵(high-resolution infrastructure map), 라이브 트래픽 조건 맵, 트래픽 제어 장치 및 이웃 차량과 연결될 수 있다. 정보는 적당한 정확도(adequate accuracy)를 가지고 거의 실시간(almost in real time)이며 완전하지만 다수의 소스(sources)로부터 중복된다.
5. C4: 최적화된 연결성
차량 및 운전자는 최적화된 정보를 제공받는다. 스마트 인프라스트럭쳐(smart infrastructure)가 최적화된 정보 피드를 가진 차량을 제공할 수 있다.
iii. 시스템 통합 레벨은 조직화(coordination)/최적화 범위(scope)에 기반하여 정의된다.
1. S0: 통합 없음(No integration)
어떠한 시스템 간에도 통합이 없음.
2. S1: 키 포인트 시스템 통합 (예: 교차로, 램프 미터링 제어에 기반한 RSU)
시스템 통합은 교차로 또는 램프 미터링 영역에서 발생한다. 그러나 조직화/최적화 범위(scope)는 매우 작다.
3. S2: 세그먼트 시스템 통합(예: 캠퍼스 내 대학교 거리에 대한 트래픽을 최적화하는 것)
범위(scope)는 커지고 더 많은 RSU 및 차량이 조직화/최적화에 수반(involved)된다. 상기 트래픽 모드(traffic mode)는 동일하기 유지될 것이다.
4. S3: 통로 시스템 통합(예: 다른 트래픽 모드를 가로지르는(across) 도로 및 로컬 거리 통합(highway and local street integration))
조직화 및 최적화가 다른 트래픽 모드를 크로스(cross)할 것이고 전 고속도로 또는 간선도로도 고려될(considered) 것이다. 서로 정보를 공유하는 차량 및 RSU가 타겟된 범위(scope)내에서 시스템 최적화에 달성할 것이다.
5. S4: 거시 시스템 통합 (예: 도시 또는 주 전체)
도시 또는 주 전체 조직화 및 최적화는 매우 큰 범위 내 차량과 RSU를 연결함으로써 달성된다.
다르게 특정되지 않는 한(Unless specified otherwise), 본 출원에 설명된 어느 실시 예든 하나 이상의 시스템 통합 레벨(System Integration Levels)과 각각의 조합에서 하나 이상의 연결성 레벨(Connectivity Level)과 동작하도록 구성될 수 있다.
예를 들어, 일부 실시예에서, 본 출원에서 3차원으로 된(three-dimensional) 커넥티드 자동화 차량 도로 시스템(connected and automated vehicle-highway system)이 제공된다(예: 도 25 참조). 도 25의 예시적인 시스템은 3개 차원을 포함한다: 차원 1(D1: Dimension 1): 차량 자동화, SAE 차량 자동화 정의(예: 운전자 보조, 부분 자동화, 조건부 자동화, 높은 자동화 및 전체 자동화)를 쓰는(adopting) 커넥티드 자동화 차량의 개발 단계(development stage)를 정의한다. 차원 2(D2: Dimension 2): 연결성, 통신 기술의 개발 단계를 정의하고, 인간, 차량 및 트래픽 환경(traffic environment)(예: 정보 보조, 제한 연결 센싱, 중복 정보 공유 및 최적화된 연결성) 간의 통신에 대한 것이다. 차원 3(D3: Dimension 3): 교통 시스템 통합, 교통 시스템(예: 키 포인트 시스템 통합, 세그먼트 시스템 통합, 통로 시스템 통합 및 거시 레벨 시스템 통합)의 개발 단계를 정의한다. 이 시스템은 모든 관련 차량, 정보 서비스, 시설(facilities) 및 시스템을 최적화하고 관리하고 제어하고 조직화하고 통합함으로써 커넥티드 자동화 차량 및 도로에 대한 종합적 시스템(comprehensive system)을 제공한다.
도 3은 (1) 본래 정의된 3가지 일반적인 성능 레벨(broad levels of performance) 중 모든 주행 작업: 1990년에 Lunenfeld 및 Alexander(A User's Guide to Positive Guidance (제 3판) FHWA SA-90-017, 연방 도로 행정부, 워싱턴, DC)에 의한 본래 주행 작업의 정의 따른 "제어", "안내" 및 "네비게이션". 이러한 주행 작업은 모든 차량이 출발지에서 목적지로 안전하게 주행하는데 필수적(essential)이다, 및 (2) 이러한 작업이 어떻게 RSU(102)+TCC/TCU(101) 서브시스템 및 차량 서브시스템(103)에 의해 커버되고 분산되는지를 보여준다. "네비게이션" 레벨에서는, 상기 TCC/TCU(101)+RSU(102) 서브시스템은 차량에 필요한 "경로 계획" 및 "여정 전 정보"를 포함하는 명령을 차량에 제공한다. "안내" 레벨에서는, 상기 TCC/TCU(101)+RSU(102) 서브시스템은 안내 작업을 위한 정보 및 명령을 제공한다: 트래픽 제어/도로 조건 및 특별 정보. 상기 차량 서브시스템(103)은 차량 기동 작업(vehicle maneuver task)을 이행하고 TCC/TCU(101)+RSU(102)의 동작에 추가하여 안전 유지 작업을 모니터링(monitors)한다. "제어" 레벨에서는, 상기 TCC/TCU(101)+RSU(102) 서브시스템은 정보 교환 작업을 위한 데이터 니즈(data needs)를 제공한다. 동시에, 차량 서브시스템(103)은 기계 레벨(mechanic level)에서 차량 제어 작업을 이행하고, 백업 시스템(backup system)으로서 대기하면서(standing-by) 주변환경을 모니터링한다.
도 4는 시스템 솔루션(system solution)에 기반한 대표적인 자동화 차량(AV: Automated Vehicle)을 위한 상기 주행 작업 분배를 보여준다. "차량-투-인프라스트럭쳐"(V2I: Vehicle-to-infrastructure)기술이 "네비게이션" 레벨에 대부분의 지원을 제공하는 동안 레이더(radar), 카메라 등과 같은 센싱 기술의 지원(support of sensing technology)을 받는 자동화 차량은 3가지 레벨 중 대부분의 주행 작업을 맡는다. 상기 V2I는 그것의 지시(command) 및 정보 교환 목적(intentions)을 이행하기 위해 짧은 거리 전용 통신(DSRC: Dedicated Short Range Communications)같은 통신 기술을 대표적으로 이용한다. 그러나, 전통적인 V2I기술은 한계를 가진다. 중요 이슈(major issue) 중 하나는 그것이 오로지 하나의 고장 지점(a single point-of-failure)을 갖는다는 것이다. 즉, 서버 또는 서버에 연결된 링크가 고장날 때마다 상기 시스템이 즉시 고장날 것이라는 의미이다. 상기 고장이 데이터 손실을 일으키고 시스템 전체를 위험하게 만들 것이다.
도 5는 본 시스템의 실시예의 주행 작업 분산을 보여준다. 상기 차량 서브시스템(103)은 TCC/TCU(101) 및 RSU(102) 서브시스템과 함께 세가지 성능 레벨 중 모든 주행 작업을 맡는다. 상기 센싱 및 통신 기술은 본 시스템을 지원하기 위한 차량 서브시스템(103) 및 TCC/TCU(101) 및 RSU(102) 서브시스템 모두에 이용된다. 상기 통신이 "네비게이션" 및 "안내" 레벨에 도움을 주는(serve) 동안, 상기 센싱은 "제어" 및 "안내" 레벨에 도움을 준다. 상기 TCC/TCU(101) 및 RSU(102) 서브시스템과 함께 상기 차량 서브시스템(103)의 협력(collaboration)은 시스템에 비용 효과, 정확도 및 안전의 이점을 시스템에 제공하는 중복(redundancy)을 가져온다. 상기 서브시스템 중 하나가 고장났을 때, 나머지가 전체 시스템이 적절히 작동하도록 보장한다(ensure).
도 6에서 보여지는 것처럼, 전체-제어 커넥티드 자동화 차량 도로 시스템(Fully-Controlled Connected Automated Vehicle Highway System)은 다음과 같이 리스트된(listed as follows) 구성요소를 포함한다: 데이터 수집, 정보 처리 및 큰 규모 네트워크 트래픽 최적화에 포커스한 여러 지역 및 지역간 트래픽 제어를 커버하는 자동 또는 반자동 계산 센터인 거시 트래픽 제어 센터(거시 TCC)(301). 데이터 수집, 정보 처리, 도심 네트워크 트래픽 제어 최적화에 포커스한 도시 또는 도심 지역 트래픽 제어를 커버하는 자동 또는 반자동 계산 센터인 지역 트래픽 제어 센터(지역 TCC)(302). 통로 데이터 수집, 처리, 트래픽 입장 및 퇴장 제어, 및 고속도로 위 동적 트래픽 안내(dynamic traffic guidance)에 포커스하는 도로 및 램프 트래픽 제어와 연결되는 통로를 커버하는 자동 또는 반자동 계산 센터인 통로 트래픽 제어 센터(통로 TCC)(303). 세그먼트 데이터 수집, 처리 및 로컬 트래픽 제어에 포커스하는 짧은 도로 세그먼트 트래픽 제어를 커버하는 자동 또는 반자동 로컬 제어 유닛인 세그먼트 트래픽 제어 유닛(세그먼트 TCU)(304). 데이터 수집, 트래픽 신호 제어 및 차량 요청 처리에 포커스하는 교차로, 램프 미터링 또는 작은 고속도로 영역을 커버하는 자동화 제어 유닛인 포인트 트래픽 제어 유닛(포인트 TCU)(305). 상기 거시 TCC(301), 지역 TCC(302), 통로 TCC(303), 세그먼트 TCU(304) 및 포인트 TCU(305)는 TCC/TCU 서브시스템(101)의 구성요소이다. 연결된 차량으로부터 요청 및 데이터를 수신하고 트래픽 상태(traffic state)를 감지하고 타겟된 차량에 명령을 송신하는 작은 제어 유닛을 나타내는 로드사이드 유닛(RSU)(306). RSU(306)으로 구성된 네트워크는 상기 RSU 서브시스템(303)이고, 데이터 수집, 데이터 처리, 제어 신호 전달에 포커스한다. 다른 레벨의 연결성 및 자동화에 있는 차량을 포함하는 커넥티드 자동화 차량(307)은 차량 서브시스템(304)의 기본 요소(basic element)이다. OBU(센서 및 V2I 통신 유닛을 가진 온보드 유닛(On-Board Unit)) 네트워크는 커넥티드 자동화 차량(307)에 내장된다.
도 7에서 보여지는 것처럼, 최고 레벨 거시 트래픽 제어 센터(TCC)(301)는 경계 정보(401) 및 지역 트래픽 제어 같은 제어 타겟을 두번째 레벨의 지역 TCC(302)로 송신한다. 동시에 지역 TCC(302)는 혼잡 조건(congestion condition)과 같은 세분화된 트래픽 조건(402)을 거시 TCC(301)에 다시 송신하고, 거시 TCC(301)가 큰 규모 네트워크 트래픽 최적화를 수행(deal with)하는 것을 돕는다. 유사한 프로세스들은 모든 두 연속된 레벨 사이에서 처리된다(carried out). 지역 TCC(302) 제어 타겟 및 경계 정보(403)를 통로 TCC(303)에 송신하고 세분화 트래픽 조건(404)를 수신한다. 통로 TCC(303)은 제어 타겟 및 경계 정보(405)를 세그먼트 트래픽 제어 유닛(TCU)(304)에 송신하고 세분화 트래픽 조건(406)을 수신한다. 세그먼트 TCU(304)는 제어 타겟 및 경계 정보(407)를 포인트 TCU(305)에 송신하고, 포인트 TCU(305)의 세분화 트래픽 정보(408)을 수신한다.
도 8에서 보여지는 것처럼, 로드 사이드 유닛 그룹(306)은 CAV 및 Non-CAV로부터 데이터를 수신하고 트래픽 조건을 감지한다. 그리고나서, 로드 사이드 유닛 그룹(306)은 데이터를 포인트 트래픽 제어 유닛(305)에 송신한다. 커버 지역에 위치한 로드 사이드 유닛 그룹(306)으로부터 모든 정보를 받은 후, 포인트 트래픽 제어 유닛(305)는 모든 지역에 대해 트래픽 제어 전략을 최적화하고 타겟된 명령을 로드 사이드 유닛 그룹(306)에 송신한다.
도 9에서 보여지는 것처럼, 로드 사이드 유닛 그룹(306)은 연결된 차량(307)으로부터 데이터를 수신하고, 트래픽 조건을 감지하고 타겟된 명령을 차량(307)에 송신한다. 상기 RSU 네트워크는 데이터 센싱, 데이터 처리, 제어 신호 전달에 포커스한다. 정보는 또한 서로 통신을 하는 다른 차량(307)들로부터 공유된다. 차량(307)은 또한 다른 레벨의 연결성 및 자동화에 있는 차량의 혼합된 트래픽 흐름을 포함하는 서브시스템이다.
도 10에서 보여지는 것처럼, 교통 부서(701)는 상기 트래픽 제어 센터(TCC) 및 트래픽 제어 유닛(TCU) 사이의 정보 통신을 제어한다. 상기 TCU 및 로드사이드 유닛(RSU) 사이의 정보는 교통 부서(701) 및 통신 서비스 제공자(communication service provider)(702)에 공유된다. 상기 통신 서비스 제공자(702) 또한 로드사이드 유닛 및 커넥티드 자동화 차량(CAV) 사이에 데이터를 제어한다. Non-CAV 및 CAV와의 통신 및 RSU 및 non-CAV와의 통신은 OEM(703)으로부터 제어된다.
도 11에서 보여지는 것처럼, RSU(306)는 도로로부터 트래픽 데이터를 수집하고, 트래픽 정보(502)를 옵티마이저(801) 및 프로세서(802)에 보낸다. 데이터를 받은 후, 프로세서(802)는 그것을 처리하고 세그먼트 TCU(304)에 전달되는 현재 트래픽 조건(408)을 생성한다. 세그먼트 TCU(304)는 제어 타겟(407)이 제어되도록 결정하고 옵티마이저(801)에 그것에 대해 알린다. 옵티마이저(801)는 트래픽 정보(502) 및 제어 타겟(407)에 기반한 계획을 최적화하고 차량 기반 제어 명령(501)을 RSU(306)에 반환한다.
도 12에서 보여지는 것처럼, 포인트 TCU(305)는 현재 트래픽 조건(408)을 생성하고 그들을 옵티마이저(801) 및 프로세서(802)에 보낸다. 상기 조건 정보를 받은 후에, 프로세서(802)는 그것을 처리하고 통로 TCC(303)에 전달되는 현재 세그먼트 트래픽 조건(406)을 생성한다. 통로 TCC(303)는 제어 타겟(405)이 제어되도록 결정하고 그것을 옵티마이저(801)에 알린다. 옵티마이저(8010)은 트래픽 조건(408) 및 제어 타겟(405)에 기반한 계획을 최적화하고 포인트 TCU(305)를 위한 제어 타겟(407)을 반환한다.
도 13에서 보여지는 것처럼, 세그먼트 TCU(304)는 현재 세그먼트 트래픽 조건(406)을 생성하고 옵티마이저(801) 및 프로세서(802)에 그들을 보낸다. 상기 조건 정보를 받은 후에, 프로세서(802)는 그것을 처리하고 지역 TCC(302)로 전달되는 현재 통로 트래픽 조건(404)을 생성한다. 지역 TCC(302)는 제어 타겟(403)이 제어되도록 결정하고 그것을 옵티마이저(801)에 알린다. 옵티마이저(801)은 세그먼트 트래픽 조건(406) 및 제어 타겟(403)에 기반한 계획을 최적화하고 세그먼트 TCU(304)를 위한 제어 타겟(405)을 반환한다.
도 14는 지역 TCC(302)의 결정 흐름과 데이터를 보여준다. 각 통로 TCC(303)은 모든 트래픽 데이터를 총괄하여 지역 TCC(302)에 송신한다. 상기 데이터가 데이터 센터로부터 수신된 후, 모든 데이터는 정보 프로세서(information processor)에 처리된다. 상기 정보 프로세서는 트래픽 데이터를 통합하고 그것을 제어 센터에 송신한다. 상기 제어 센터는 미리 설정된 알고리즘(preset algorithm)에 의해 초기-결정(draft-decision)을 내리고 그 결과를 전략 옵티마이저에 송신한다. 상기 옵티마이저는 상기 결정을 시물레이션(simulate)하고 그것을 최적화하고 통로 TCC(303) 및 거시 TCC(301) 모두에 송신한다. 거시 TCC(301)는 근처 다른 지역 TCC(302)으로부터 트래픽 데이터 및 시스템 최적화된 결정(system optimized decision)을 다시 상기 지역 TCC(302)에 공유한다.
도 15에서 보여지는 것처럼, 각 지역 TCC(302)는 트래픽 데이터 및 로컬 최적화 전략을 상기 거시 TCC(301)에 송신한다. 정보 프로세서는 모든 최적화된 정보 및 트래픽 데이터를 통합한다. 그 후에, 상기 제어 센터는 지역 TCC(303)의 트래픽 데이터에 기반한 초기 결정을 내린다. 상기 초기 결정은 그리고나서 전략 옵티마이저에 처리된다. 최종 시스템 최적화 결정이 이루어지고 지역 TCC(303)에 다시 송신된다.
도 16은 전체-제어 시스템(fully-controlled system)에 입장하는 차량(307)의 프로세스를 도시한다. 도 16에서 보여지는 것처럼, 차량(307)은 상기 시스템의 경계 영역에 도착한 후 입장 요청을 RSU(306)에 보낸다. 상기 경계 영역은 세그먼트 TCU(304)의 제어 범위(range)의 가장자리 주변 영역(around the margin of)을 나타낸다. RSU(306)은 포인트 TCU(305)로의 입장 요청을 제어하고 포인터 TCU(305)가 입장 요청을 받아들인 후에 정적 및 동적 차량 정보(6.2)를 포함하는 차량(307) 정보를 감지한다. 포인트 TCU(305)는 RSU(306)로부터 감지된 정보에 기반하여 차량(307)의 제어를 맡으려고 시도하고(attempt to take over) 전체-제어 시스템에 차량(307)이 입장하도록 하는 제어 명령(6.1)(예: 권고 속도, 입장 시간, 입장 위치 등)을 만든다(formulate). 차량(307)은 RSU(306)으로부터 제어 명령(6.1)을 수신하고 상기 명령(6.1)이 확인될 수 있는지를 결정하는 내부 서브시스템(inner subsystem)과 상기 명령(6.1)을 처리한다. 차량(307)은 만약 상기 제어 명령(6.1)이 상기 내부 서브시스템의 판단(judgement)에 기반하여 확인될 수 없다면 입장 요청을 다시 업데이트(update)하고 송신한다. 차량(307)은 만약 상기 제어 명령(6.1)이 확인되면 상기 제어 명령(6.1)에 따라 주행하고 전체-제어 시스템에 입장한다. 포인트 TCU(305)는 차량(307)의 상기 주행 제어를 맡고, 차량(307)은 전체-제어 시스템으로부터 제공되는 상기 제어 명령(6.1)에 기반하여 주행을 유지한다. 포인트 TCU(305)는 차량(307)이 전체-제어 시스템에 입장한 뒤 트래픽 조건을 업데이트하고, 상기 세분화된 정보(4.8)를 상기 세그먼트 TCU(304)에 송신한다.
도 17은 차량(307)이 전체-제어 시스템을 퇴장하는 프로세스를 도시한다. 도 17에서 보여지는 것처럼, 차량(307)은 상기 시스템의 경계 영역에 도착한 뒤에 퇴장 요청을 RSU(306)에 송신한다. 상기 경계 영역은 세그먼트 TCU(304)의 제어 범위(range)의 가장자리 주변 영역을 나타낸다. 포인트 TCU(305)는 RSU(306)로부터 감지된 정보에 기반하여 전체-제어 시스템에서 차량(307)이 퇴장하도록 하는 제어 명령(6.1)(예: 권고 속도, 퇴장 시간, 퇴장 위치 등)을 만든다(formulate). 차량(307)은 RSU(306)으로부터 퇴장 명령(6.1)을 수신하고 상기 명령(6.1)이 확인될 수 있는지를 결정하는 내부 서브시스템(inner subsystem)과 상기 명령(6.1)을 처리한다. 차량(307)은 만약 상기 제어 명령(6.1)이 상기 내부 서브시스템의 판단(judgement)에 기반하여 확인될 수 없다면 입장 요청을 다시 업데이트(update)하고 송신한다. 차량(307)은 만약 상기 제어 명령(6.1)이 확인되면 상기 퇴장 명령(6.1)에 따라 주행하고 전체-제어 시스템에 퇴장한다. 포인트 TCU(305)는 차량(307)의 상기 주행 제어를 끝내고, 퇴장 명령(exiting constructions)을 수행하고나서 차량(307)은 자율 주행(autonomous driving)을 시작하고 자체 주행 전략을 따른다. 포인트 TCU(305)는 차량(307)이 전체-제어 시스템에서 퇴장한 뒤 트래픽 조건을 업데이트하고, 상기 세분화된 정보(4.8)를 상기 세그먼트 TCU(304)에 송신한다.
예
다음의 예시는 고속도로 통로를 위해 디자인된 본 출원의 기술의 방법 및 시스템의 한 실시예의 한가지 구현을 제공한다.
1. RSU
RSU 모듈 디자인(RSU module design)
도면 18에서 보여지는 것처럼, RSU는 2가지 주요 기능을 가진다: 1) 차량 및 포인트 트래픽 제어 유닛(TCCs)과의 통신, 및 2) 트래픽 및 차량 주행 환경 정보를 수집. 상기 센싱 모듈 (2)은 다음 섹션(section)에서 상세히 설명되는 다양한 디텍터(detector)를 사용하여 정보를 수집한다. 상기 데이터 프로세싱 모듈 (5)은 6가지 중요 특징 파라미터(major feature parameter)(속도, 운전 간격, 가속/감속률, 차도 표시와 차량 사이의 거리, 차량과 중앙선의 각도 및 전반적인 트래픽 상황)을 얻는 데이터 융합 기술(data fusion technology)을 이용한다. 한편, 상기 통신 모듈 (1)은 또한 차량 및 포인트 TCU로부터 수신한 정보를 데이터 프로세싱 모듈 (5)의 결과를 업데이트 하기위해 상기 데이터 프로세싱 모듈에 송신한다. 6가지 특징 파라미터가 생성된 후, 상기 통신 모듈 (1)은 주행 명령을 개별 차량에 설치된 상기 OBU 시스템에 송신하고 상기 정보를 포인트 TCU와 공유한다. 상기 인터페이스 모듈 (4)은 OBU 시스템에 송신된 데이터를 보여줄 것이다. 상기 전력 공급 유닛(3)은 전 시스템 작동을 유지하도록 전력을 유지한다.
통신 모듈
차량과 통신
하드웨어 기술 사양(Hardware Technical Specification):
● 표준 적합성(Standard Conformance): IEEE 802.11p - 2010
● 대역폭(Bandwidth): 10 MHz
● 데이터 속도(Data Rates): 10Mbps
● 안테나 다이버시티 CDD 송신 다이버시티(Antenna Diversity CDD Transmit Diversity)
● 환경 동작 범위(Environmental Operating Ranges): -40°C에서 + 55°C
● 주파수 대역(Frequency Band): 5 GHz
● 도플러 확산(Doppler Spread): 800 km/h
● 지연 확산(Delay Spread): 1500ns
● 전력 공급 장치(Power Supply): 12/24V
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다:
A. Cohda Wireless의 MK5 V2X (http://cohdawireless.com)
B. Savari의 StreetWAVE (http://savari.net/technology/road-side-unit/)
포인트 TCU와의 통신
하드웨어 기술 사양(Hardware Technical Specification):
● 표준 적합성(Standard Conformance): ANSI/ TIA/ EIA-492AAAA 및 492AAAB
● 광섬유(Optical fiber)
● 환경 동작 범위(Environmental Operating Ranges): -40°C에서 + 55°C
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다:
Cablesys의 Optical Fiber
https://www.cablesys.com/fiber-patch-cables/?gclid=Cj0KEQjwldzHBRCfg_aImKrf7N4BEiQABJTPKH_q2wbjNLGBhBVQVSBogLQMkDaQdMm5rZtyBaE8uuUaAhTJ8P8HAQ
센싱 모듈
6가지 특징 파라미터(six feature parameters)가 감지된다.
● 속도(speed)
○ 설명: 개별 차량의 속도
○ 주파수: 5 Hz
○ 오류: 99%의 신뢰도로 5 mile/h 미만
● 운전 간격(Headway)
○ 설명: 한 차량의 앞면과 다음 차량의 앞면(the front of a vehicle and the front of the next vehicle) 사이의 위치 차이
○ 주파수: 5 Hz
○ 오류: 99%의 신뢰도로 1 cm 미만
● 가속/감속
○ 설명: 개별 차량의 가속/감속
○ 주파수: 5 Hz
○ 오류: 99% 신뢰도로 5 ft /
미만
● 차도 표시와 차량 사이의 거리
○ 도 19 참조
○ 주파수: 5 Hz
○ 오류: 99% 신뢰도로 5 cm 미만
● 차량과 중앙선의 각도
○ 도 20 참조
○ 주파수: 5 Hz
○ 오류: 99% 신뢰도로 5 ° 미만
● 전반적인 트래픽 상태
○ 도 21 참조
○ 주파수: 5 Hz
○ 오류: 20미터의 공간 해상도(space resolution)로 5% 미만 오류
센싱_모듈_타입(type)_A(LIDAR+카메라+마이크로웨이브 레이더(Microwave radar)):
a. LIDAR
하드웨어 기술 사양(Hardware Technical Specification)
● 50 m 이상의 유효 탐지 거리(Effective detection distance)
● 360 ° 시야(field of view)를 빠르게 스캔
● 감지 오차(detection error)는 99% 신뢰도로 5 cm 이내
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다:
A. Beijing Surestar Technology 주식회사의 R-Fans_16
http://www.isurestar.com/index.php/en-product-product.html#9
B. 정밀 측정 기술(precision-measurement-technologies)의 TDC-GPX2 LIDAR
http://pmt-fl.com/
C. Velodyne Lidar의 HDL-64E
http://velodynelidar.com/index.html
소프트웨어 기술 사양(Software technical Specifications)
● 두 차량 간 운전 간격 확보
● 차도 표시와 차량 사이의 거리 확보
● 차량과 중앙선의 천사(angel) 확보.
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다: ArcGIS에 있는 LIDAR
b. 카메라
하드웨어 기술 사양(Hardware Technical Specification)
l 170도 고해상도 울트라 와이드 앵글(170 degree high-resolution ultra -wide-angle)
● 야간 투시 가능(Night Vision Capable)
소프트웨어 기술 사양
● 차량 감지 오류(The error of vehicle detection)는 99 %의 신뢰도로 90 % 이상(99% confidence above 90%)
● 차선 감지 정확도(Lane detection accuracy)는 99 %의 신뢰도로 90 % 이상(99% confidence above 90%)
● 운전 가능 경로 추출(Drivable path extraction)
● 지나가는 차량의 가속을 확보(Get acceleration of passing vehicles)
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다: Mobileye의 EyEQ4
http://www.mobileye.com/our-technology/
상기 Mobileye 시스템은 몇가지 기본 기능을 가진다: 차량 및 보행자(pedestrian) 감지, 트래픽 표지 인식(traffic sign recognition), 및 차선 표시 식별(lane markings identification) (예: 장벽 및 난간 감지(barrier and guardrail detection), US20120105639A1, 이미지 처리 시스템(image processing system), EP2395472A1 및 도로 수직 윤곽 감지(road vertical contour detection), US20130141580A1 참조, 이들 각각은 본 출원에 전체적으로 참조로서 포함된다. 또한, 본 출원에 전체적으로 참조로서 포함된 US20170075195A1 및 US20160325753A1 참조)
Mobileye의 센싱 알고리즘(sensing algorithm)은 지도 학습(Supervised Learning)이라 불리는 기술을 이용하고, 운전 정책 알고리즘(Driving Policy algorithms)은 다른 운전자와 도로를 협상(negotiate)하는 방법을 학습하는 데 도움이 되는 보상 및 벌(rewards and punishments)을 이용하는 프로세스인 강화 학습(예: 딥러닝)을 이용한다.
c. 마이크로웨이브 레이더
하드웨어 기술 사양(Hardware Technical Specification)
● 절연 벨트로 신뢰성 있는 감지 정확성(Reliable detection accuracy with isolation belt)
● 다중 차선 도로에서 자동 차선 세그멘테이션(Automatic lane segmentation on the multi-lane road)
● 차량 속도, 교통 흐름 및 점유에 대한 감지 오류(Detection errors on vehicle speed, traffic flow and occupancy)는 5 % 미만
● -10 ° C 미만의 온도에서도 작동하는 능력(Ability to work under temperature lower than -10°C)
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다: Sensortech의 STJ1-3
http://www.whsensortech.com/
소프트웨어 기술 사양
● 지나가는 차량의 속도 확보(Get speed of passing vehicles)
● 지나가는 차량의 볼륨 확보(Get volume of passing vehicles)
● 지나가는 차량의 가속 확보(Get acceleration of passing vehicles)
일부 실시 예에서, 데이터 융합 기술은 DF Tech의 제품(product)과 같이 6개의 특징 파라미터를 보다 정확하고 효율적으로 얻고, 한 타입의 디텍터(type of detectors)가 기능적 문제를 갖는 경우 백업 계획(backup plan)을 이용하기 위해 이용된다.
센싱_모듈_타입(type)_B(차량 아이디 인식 장치(Vehicle ID Recognition Device)):
하드웨어 기술 사양
● OBU 또는 차량 아이디 기반하여 차량을 인식
● 허용가능한 차량 이동 속도(Allowable speed of vehicle movement)는 150km/h까지임
● 인공 조명(artificial illumination)으로 주야와 야간의 정확도(Accuracy in daylight and at nighttime)는 99 % 신뢰도로 90 % 이상임
● 시스템에서 차량까지 거리는 50 m 이상임
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다:
A. 요금 징수(Toll Collection)를 위한 제품(Products) - 모빌리티(Mobility) - 요금 징수 위한 Siemens 제품 - 모빌리티(Mobility) - Siemens
https://www.mobility.siemens.com/mobility/global/en/urban-mobility/road-solutions/toll-systems-for-cities/products-for-toll-collection/pages/products-for-toll-collection.aspx
B. Conduent?? - 요금 징수 솔루션(Toll Collection Solutions) Conduent?? - 요금 징수 솔루션
https://www.conduent.com/solution/transportation-solutions/electronic-toll-collection/
소프트웨어 기술 사양
● 각 차량에 6가지 특징 파라미터를 연결하기(link) 위해 상기 정보를 데이터 베이스에 송신하고 차량을 인식한다.
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다: Siemens.
데이터 프로세싱 모듈(Data Processing Module)
데이터 프로세싱 모듈의 기능 다음의 목표(following goal)를 달성하기 위해 다수의 센서로부터 수집된 데이터를 융합(fuse)한다.
● 차량의 정확한 포지셔닝 및 방향 추정(Accurate positioning and orientation estimation of vehicles)
● 고해상도 레벨의 트래픽 상태 추정(High resolution-level traffic state estimation)
● 자율적 경로 계획(Autonomous path planning)
● 실시간 사고 감지(Real time incident detection)
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다: 차량의 동적 안전 시스템 (Buick LaCrosse)의 외부 객체 계산 모듈(EOCM: External Object Calculating Module). 상기 EOCM 시스템은 더 빠르고 정확한 의사 결정 프로세스(decision-making process)를 보장하기 위해 완전히 새로운( all-new) 장거리 레이더, 센서 및 메가 픽셀 정면 카메라(a megapixel front camera)를 포함하는 다른 소스(source)들로부터 데이터를 통합한다. (예: 본 출원에 전체적으로 참조로서 포함되는 US8527139 B1 참조).
설치(Installation):
일부 실시예에서, 한 방향에 대한 커넥티드 자동화 도로(connected automated highway)를 따라 50m 마다 RSU가 하나씩 설치된다. 높이는 도보(pavement) 위로 약 40cm이다. RSU는 설치되는 동안 도로에 수직(perpendicular)이어야 한다. 일부 실시예에서, RSU의 설치 각도는 도 22에서 보여지는 것과 같다.
차량/OBU
OBU 모듈 디자인(OBU Module Design)
OBU 예시에 대한 설명(도 23)
상기 통신 모듈 (1)은 RSU로부터 지시 명령(command instruction) 및 정보 모두를 수시하는데 이용된다. 상기 데이터 수집 모듈(data collection module) (2)은 동작 상태를 모니터링하는데 이용되고 상기 차량 제어 모듈 (3)은 제어 지시를 실행하는데 이용된다.
통신 모듈
OBU 설치
기술 사양
● 표준 적합성(Standard Conformance): IEEE 802.11p - 2010
● 대역폭(Bandwidth): 10 MHz
● 데이터 속도(Data Rates): 10Mbps
● 안테나 다이버시티 CDD 송신 다이버시티(Antenna Diversity CDD Transmit Diversity)
● 환경 동작 범위(Environmental Operating Ranges): -40°C에서 + 55°C
● 주파수 대역(Frequency Band): 5 GHz
● 도플러 확산(Doppler Spread): 800 km/h
● 지연 확산(Delay Spread): 1500ns
● 전력 공급 장치(Power Supply): 12/24V
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다:
A. Cohda Wireless의 MK5 V2X
http://cohdawireless.com
B. Savari의 StreetWAVE
http://savari.net/technology/road-side-unit/
데이터 수집 모듈
데이터 수집 모듈은 차량 동작 및 진단(diagnosis)을 모니터링 하는데 이용된다.
OBU_타입_A(CAN BUS 분석기(Analyzer))
하드웨어 기술 사양
● 환경 설정(configuration), 추적(trace), 전송(transmit), 필터(filter), 로그 등과 같은 기능을 위한 직관적인 PC 유저 인터페이스(Intuitive PC User Interface)
● 높은 데이터 전송 속도(High data transfer rate)
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다:
A. Microchip Technology Inc사의 APGDT002
http://www.microchip.com/
B. vector의 Vector CANalyzer9.0
https://vector.com
소프트웨어 기술 사양
● 타코그래프 운전자 경고 및 원격 분석(Tachograph Driver alerts and remote analysis).
● 실시간 CAN BUS 통계(Real-Time CAN BUS statistics).
● CO2 배출량 보고(CO2 Emissions reporting).
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다: CAN BUS 분석기(Analyzer) USB V2.0
차량 제어 모듈(Vehicle control module)
원격 제어 시스템(Remote control system)
기술 사양
● 저 전력 소비(Low power consumption)
● 신뢰성 있는 종방향 및 횡방향 차량 제어(Reliable longitudinal and lateral vehicle control)
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다: 토요타(Toyota)의 원격 제어 자율 차량. 토요타 시스템에서, 캡처된 데이터(captured data)는 원격 오퍼레이터(remote operator)에게 송신될 수 있다. 상기 원격 오퍼레이터는 수동으로 차량을 원격으로 동작하거나 다양한 차량 시스템에 의해 실행되는 자율 차량에 교부할(issue) 수 있다. (예: 본 출원에 전체적으로 참조로서 포함되는 US9494935 B2 참조).
설치
OBU_타입_A(CAN BUS 분석기(Analyzer))
● DB9 커넥터(DB9 connector) 또는 단말의 나사(screw in terminal)를 이용하여 CAN네트워크에 툴(tool)을 연결
TCU/TCC
예: 도 24를 참조. 상기 TCC/TCU 시스템은 정보를 처리하고 트래픽 동작 명령을 주는 트래픽 제어 유닛 및 트래픽 제어 센터의 계층이다. TCC는 짧은 도로 세그먼트(short road segment)보다 큰 지역에 대한 트래픽 제어 신호, 네트워크 최적화, 정보 처리, 데이터 수집에 포커스한 자동 또는 반자동 계산 센터이다. TCU는 유사 기능을 가진 보다 작은 트래픽 제어 유닛이지만 작은 고속도로 영역, 램프 미터링 또는 교차로를 커버한다. 5가지 다른 타입의 TCC/TCU가 있다. 포인트 TCU는 수 개의 RSU로부터 데이터를 수집하고 교환한다. 세그먼트 TCC는 다수의 포인트 TCU로부터 데이터를 교환하고 데이터를 수집하고 트래픽 흐름을 최적화하고 차량에 제어 신호를 제공하는 포인트 TCU를 제어한다. 통로 TCC는 다수의 RSU로부터 데이터를 수집하고 통로 내 트래픽을 최적화한다. 지역 TCC는 다수의 통로로부터 데이터를 수집하고 큰 영역에 대한 여정 수요(travel demand) 및 트래픽 흐름을 최적화한다(예: 도시가 하나의 지역 TCC로 커버되는 경우). 거시 TCC는 다수의 지역 TCC로부터 데이터를 수집하고 큰 규모 영역에 대한 여정 수요를 최적화한다.
각 포인트 TCU를 위해 상기 데이터는 RSU 시스템 (1)로부터 수집된다. 병렬 인터페이스(parallel interface)를 가지는 포인트 TCU(14)(예: ATC-Model 2070L) RSU로부터 데이터를 수집한다. 뇌우 보호 장치(thunderstorm protection device)는 RSU 및 도로 제어 시스템을 보호한다. RSU 집합(RSU unites)은 도로변(road side)에 설치된다(equipped).
포인트 TCU (14)는 와이어 케이블(wire cable)(광섬유)를 이용하여 RSU와 통신한다. 포인트 TCU는 도로변에 설치되고(equipped) 뇌우 보호기(Thunderstorm protector) (2)에 의하여 보호된다. 각 포인트 TCU (14)는 4 RSU 집합과 연결된다. 포인트 TCU는 엔지니어링 서버(engineering server) 및 데이터 스위칭 시스템(data switching system)(예: Cisco Nexus 7000)을 포함한다.
각 세그먼트 TCU (11)은 LAN 데이터 스위칭 시스템(LAN data switching system)(예: Cisco Nexus 7000) 및 엔지니어링 서버(engineering server)(예: IBM 엔지니어링 서버 모델 8203 및 ORACL 데이터 베이스)를 포함한다. 세그먼트 TCU는 와이어 케이블을 이용하여 포인트 TCU와 통신한다. 각 세그먼트 TCU는 1에서 2마일의 영역을 커버한다.
통로 TCC (15)는 도로 제어부(road controllers) (14) 로부터 수집된 데이터를 계산하는 이미지 컴퓨팅 능력(image computing ability)을 가지고, 데이터 전송 유닛(data transfer units), 데이터 웨어하우스(data warehouse) 및 연산 서버(calculation server)를 포함한다. 상기 통로 TCC는 세그먼트 TCU(예: 통로 TCC는 도시 거리 및 전환점(city street and transition)에 이르는 도로를 커버한다. 트래픽 제어 알고리즘(traffic control algorithm)은 세그먼트 및 포인트 TCU를 제어하는데 이용된다(예: 적응형 예측 트래픽 제어 알고리즘(adaptive predictive traffic control algorithm)). 데이터 웨어하우스는 통로 TCC (15)의 백업인 데이터 베이스이다. 통로 TCC (15)는 와이어 코드(wired cord)를 이용하여 세그먼트 TCU (11)과 통신한다. 연산 워크 스테이션(calculation work station) (KZTs-M1)은 세그먼트 TCU로부터 데이터를 연산하고 연산된 데이터를 세그먼트 TCU (11)에 전송한다. 각 통로 TCC는 5-20 마일을 커버한다.
지역 TCC (12). 각 지역 TCC (12)는 한 지역의 다수의 통로 TCC를 제어한다(예: 한 도시의 지역을 커버함). 지역 TCC는 와이어 케이블(예: 광섬유)를 이용하여 통로 TCC와 통신한다.
제어 TCC (13). 각 제어 TCC (13)은 큰 범위 영역 내 다수의 지역 TCC를 제어한다(예: 각 주는 하나 또는 두개의 거시 TCC를 갖을 것임). 거시 TCC는 와이어 케이블(예: 광섬유)을 이용하여 지역 TCC와 통신한다.
고해상도 맵
기술 사양
● 도로에 프린트된(printed) 차도 표시 및 다른 트래픽 표지(traffic sign)를 정확하고 명확하게 제시.
● 도로 네트워크에 변화가 발생하면 상기 맵은 정보를 자동으로 업데이트.
● 맵 오류는 99% 신뢰도로 10cm 미만.
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다:
A. HERE
https://here.com/en/products-services/products/here-hd-live-map
HERE의 HD 맵은 고도화된 자율 차량(highly automated vehicles)이 도로에서 정확하게 자신을 위치시키도록 허락한다. 일부 실시예에서, 자율 도로 시스템은 그들에게 몇 센티미터안에 커브(curb)가 있는지를 알려줄 수 있는 맵을 채용한다. 일부 실시예에서, 상기 맵은 라이브이고 또한 사고(accident), 트래픽 백업 및 차선 폐쇄(lane closure)에 대한 정보를 초단위(second-by-second)로 업데이트 받는다.
차별화된 글로벌 포지셔닝 시스템(Differential Global Positioning System):
하드웨어 기술 사양
● 99%신뢰도로 5cm 미만의 로케이팅 에러(locating error)
● GPS 시스템 지원(Support GPS system)
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다:
A. Fleetmatics
https://www.fleetmatics.com/
B. Teletrac Navman
http://drive.teletracnavman.com/
C. Fleetmatics
http://lead.fleetmatics.com/
여기 설명의 일부분은 정보에 대한 동작의 기호적 표현(symbolic representations) 및 알고리즘(algorithms)에 관한 본 발명의 실시예를 설명한다. 이러한 알고리즘 설명 및 표현은 데이터 처리 기술 분야(data processing arts)에 당업자가 그들의 작업 내용(the substance of their work)을 다른 당업자에게 효과적으로 전달하기 위해 일반적으로 사용된다. 이러한 동작은 기능적으로(functionally), 계산적으로(computationally) 또는 논리적으로(logically) 설명되었지만, 컴퓨터 프로그램 또는 동일한 전기 회로(equivalent electrical circuits), 마이크로코드(microcode) 등에 의해 구현되는 것으로 이해된다. 게다가, 이러한 동작의 배열(arrangements)을 모듈로 언급하는 것이 때때로 일반성(generality)을 잃지 않고 편리하다는 것이 또한 입증되었습니다. 설명된 동작들 및 이들과 관련된 모듈은 소프트웨어, 펌웨어(firmware), 하드웨어, 또는 이들의 임의의 조합으로 구현될 수 있다.
본 출원에서 설명된 특정 단계, 동작 또는 프로세스는 하나 이상의 하드웨어 또는 소프트웨어 모듈을 단독으로 또는 다른 장치와의 결합을 통해 수행되고 구현된다. 한 실시예에서, 소프트웨어 모듈은 설명된 프로세스, 동작 또는 단계 중 어느 것 또는 모든 것을 수행하기 위한 컴퓨터 프로세서에 의해 실행될 수 있는 컴퓨터 프로그램 코드를 포함하는 컴퓨터 판독 가능 매체(computer-readable medium)를 포함하는 컴퓨터 프로그램 제품(computer program product)으로 구현된다.
본 발명의 실시예는 또한 본 출원의 동작을 수행하는 기구(apparatus)와 연관될 수 있다. 이 기구는 요구되는 목적(required purpose)을 위해 특별하게 구성될 수 있고, 및/또는 컴퓨터에 저장된 컴퓨터 프로그램에 의해 선택적으로 활성화(activated)되거나 재구성(reconfigured)되는 범용 컴퓨팅 장치를 포함할 수 있다. 이러한 컴퓨터 프로그램은 비 일시적(non-transitory)이고, 컴퓨터 판독 가능한 유형의 저장 매체(tangible computer readable storage medium), 또는 컴퓨터 시스템 버스(computer system bus)에 합쳐질 수 있는 전자 명령(electronic instructions)을 저장하기에 적합한 임의의 타입의 매체에 저장될 수 있다. 또한, 본 명세서에서 언급된 임의의 컴퓨팅 시스템은 단일 프로세서를 포함할 수 있고 또는 증가된 컴퓨팅 능력(computing capability)을 위해 다중 프로세서 디자인을 채용하는 아키텍처(architectures)일 수 있다.
본 발명의 실시예는 또한 본 출원에서 설명된 컴퓨팅 프로세스에 의해 제공되는 제품과 관련될 수 있다. 그러한 제품은 정보가 비 일시적이고, 컴퓨터 판독 가능한 유형의 저장 매체에 저장되는 컴퓨팅 프로세스로부터 나온 정보를 포함할 수 있고, 본 출원에서 설명된 컴퓨터 프로그램 제품 또는 다른 데이터 조합의 임의의 실시예를 포함할 수 있다.
기호의 설명(Legend)
101―TCC&TCU 서브시스템: 정보를 처리하고 트래픽 동작 명령을 주는 트래픽 제어 센터(TCCs) 및 트래픽 제어 유닛(TCUs)의 계층(hierarchy). TCC는 짧은 도로 세그먼트(short road segment)보다 큰 지역에 대한 트래픽 제어 신호, 네트워크 최적화, 정보 처리, 데이터 수집에 포커스한 자동 또는 반자동 계산 센터. TCU(또한 포인트 TCU로도 불리는)는 유사 기능을 가진 보다 작은 트래픽 제어 유닛이지만 작은 고속도로 영역, 램프 미터링 또는 교차로를 커버한다.
102―TSU 서브시스템: 타겟된 명령을 차량에 송신하고 트래픽 조건을 감지하고, 연결된 차량으로부터 데이터 흐름을 받는 로드사이드 유닛(RSUs) 네트워크. 상기 RSU 네트워크는 데이터 센싱, 데이터 처리, 제어 신호 전달에 포커스한다. 물리적으로, 예를 들어 포인트 TCU 또는 세그먼트 TCC는 RSU와 결합(combine) 또는 통합(integrate)될 수 있다.
103―차량 서브시스템: 다른 레벨(level)의 연결성(connectivity) 및 자동화(automation)에 있는 차량의 혼합된(mixed) 트래픽 흐름을 포함하는 차량 서브 시스템(vehicle sub-system)
104―통신 서브시스템: 무선/유선 통신 서비스를 시스템 내의 일부 또는 모든 엔티티에 제공하는 시스템.
105―트래픽 데이터 흐름: 데이터 흐름은 트래픽 조건 및 RSU 서브시스템에서 TCC & TCU 서브시스템에 차량 요청을 포함하고 TCC & TCU 서브시스템에 처리된다.
106―제어 명령 집합 흐름(Control instruction set flow): 어느 정도 규모의 차량 기반 제어 명령을 포함하고 TCC & TCU 서브시스템에 의해 연산되는 제어 명령 집합. 상기 제어 명령 집합은 RSU 서브시스템 내에서 RSU 위치에 따라 각각의 타겟된 RSU에 송신된다.
107―차량 데이터 흐름: 차량 상태 데이터(Vehicle state data) 및 차량 서브시스템으로부터 RSU 서브시스템에 대한 요청.
108―차량 제어 명령 흐름: 흐름은 RSU 서브시스템에 의한 차량 서브시스템 내에서 각 차량에 다른 제어 명령(예: 권고 속도(advised speed), 안내 정보)을 포함한다.
301―거시 트래픽 정보 센터: 데이터 수집, 정보 처리, 큰 규모의 네트워크 트래픽 최적화에 포커스한 여러 지역 및 지역간 트래픽 제어를 커버하는 자동 또는 반자동 계산 센터.
302―지역 트래픽 제어 센터: 데이터 수집, 정보 처리, 도심 네트워크 트래픽 및 트래픽 제어 신호 최적화에 포커스한 도시 또는 도심 지역 트래픽 제어를 커버하는 자동 또는 반자동 계산 센터.
303―통로 트래픽 제어 센터: 통로 데이터 수집, 처리, 트래픽 입장 및 퇴장 제어, 및 고속도로 위 동적 트래픽 안내(dynamic traffic guidance)에 포커스하는 도로 및 램프 트래픽 제어와 연결되는 통로를 커버하는 자동 또는 반자동 계산 센터.
304―세그먼트 트래픽 제어 유닛: 세그먼트 데이터 수집, 처리 및 로컬 트래픽 제어에 포커스하는 짧은 도로 세그먼트 트래픽 제어를 커버하는 자동 또는 반자동 계산 센터.
305―포인트 트래픽 제어 유닛: 데이터 수집, 트래픽 신호 제어 및 차량 요청 처리에 포커스하는 교차로, 램프 미터링 또는 작은 고속도로 영역을 커버한다.
306―로드 사이드 유닛: 차량에 타겟된 명령을 송신하고 트래픽 조건을 감지하고 연결된 차량으로부터 데이터 흐름을 수신한다. 상기 RSU 네트워크는 데이터 센싱, 데이터 처리 및 제어 신호 전달에 포커스한다.
307―차량 서브시스템: 다른 레벨(level)의 연결성(connectivity) 및 자동화(automation)에 있는 차량의 혼합된(mixed) 트래픽 흐름을 포함한다.
401―거시 제어 타겟, 이웃(neighbor) 지역 TCC 정보.
403―지역 제어 타겟, 이웃 통로 TCC 정보.
405―통로 제어 타겟, 이웃 세그먼트 TCU 정보.
407―세그먼트 제어 타겟, 이웃 포인트 TCU 정보.
402―지역 세분화 트래픽 조건(Regional refined traffic conditions), 할당된 제어 타겟을 제공하는 매트릭스(metrics)
404―통로 세분화 트래픽 조건(Corridor refined traffic conditions), 할당된 제어 타겟을 제공하는 매트릭스(metrics)
406―세그먼트 세분화 트래픽 조건(Segment refined traffic conditions), 할당된 제어 타겟을 제공하는 매트릭스(metrics)
408―포인트 세분화 트래픽 조건(Point refined traffic conditions), 할당된 제어 타겟을 제공하는 매트릭스(metrics)
601―차량 정적 & 동적 (Static & Dynamic) 정보:
(1) 정적 정보
1. 차량 아이디(Vehicle ID);
2. 차량 사이즈 정보(Vehicle size info);
3. 차량 타입 정보(Vehicle type info)(차량 최대 속도, 가속 및 감속을 포함한다.)
4. 차량 OBU 정보(소프트웨어 정보, 하드웨어 정보): 상기 OBU의 소프트웨어는 유저의 입력(user input)이 요구되지 않는 방법으로 디자인되었고 그것은 차량-투-인프라스트럭쳐(V2I) 및 차량-투-차량(V2V) 중 하나 또는 모두를 경유하여 이동식 RSU(portable RSU)에 완벽하게(seamlessly) 연동(be engaged with)될 수 있다. 상기 OBU 하드웨어는 오직 DSRC 라디오 통신(또는 다른 통신 기술) 능력을 가지는 것이 필요한 상기 RSU와 비교할 때 글로벌 포지셔닝 시스템 기술(Global Positioning System technology) 뿐만 아니라 DSRC 라디오 통신(또는 다른 통신 기술) 능력을 포함한다.
(2) 동적 정보
1. 타임스탬프(timestamp);
2. 차량 횡방향/종방향 위치(Vehicle lateral/longitudinal position);
3. 차량 속도;
4. 차량 OD 정보(출발지 정보(origin information), 목적지 정보(destination information), 경로 선택 정보(route choice information)를 포함함);
5. 다른 차량 필수 상태 정보(Other vehicle necessary state infor).
602―차량 제어 명령:
(1) 차량 제어 명령
1. 특정 시간의 횡방향/종방향 위치 요청;
2. 권고 속도(Advised speed);
4. 조향 및 제어 정보(Steering and control info).
(2) 안내 정보
1. 날씨;
2. 여정 시간/정확성(Travel time/Reliability);
3. 경로 안내.
701―소유된 교통 부서(Department of Transportation owned);
702―통신 서비스 제공자(CSP: Communication Service Provider);
703―OEM;
801―옵티마이저: 최적화된 제어 전략 등을 제공함.;
802―프로세서: RSU로부터 수신한 데이터를 처리함.
일부 실시예에서, 도 1에서 보여지는 것처럼, 상기 시스템은 TCC/TCU 서브시스템(101), RSU 서브시스템(102), 차량 서브시스템(103) 및 통신 서브시스템 (104)를 포함한다. TCC/TCU 서브시스템(101)은 RSU 서브시스템(102)에 트래픽 동장 명령을 주고 RSU 서브시스템(102)로부터 트래픽 정보를 처리하는 로컬 트래픽 제어부 유닛(TCUs: traffic controller units) 및 트래픽 제어 센터(TCCs: Traffic Control Centers)의 계층적 트래픽 제어 네트워크이다. RSU 서브시스템(102)는 배기가스(emissions), 제어 명령, 통신 및 트래픽 감지(traffic detection)를 처리하는 로드사이드 유닛 네트워크이다. 차량 서브시스템(103)은 정적, 동적 정보 및 RSU 서브시스템(102)에 차량의 요청을 송신하고 RSU 서브시스템으로부터 명령을 수신하는 다른 레벨의 연결성 및 자동화에 있는 차량의 혼합된 트래픽 흐름이다. RSU 서브시스템(102)는 차량 데이터 및 차량 서브시스템(103)으로부터의 요청을 트래픽 정보로 전송하고, 그것을 통신 시스템(104)을 통해 TCC/TCU 서브시스템(101)에 송신한다. TCC/TCU 서브시스템(101)은 적당한 레이어(proper layer)에서 상기 정보를 처리하고 동작 명령을 RSU 서브시스템(102)에 다시 송신한다. RSU 서브시스템(102)는 동작 명령을 카탈로그화(catalogues)하고 가려내고(screens) 각 차량에 상기 명령(108)을 송신한다(예: 권고 속도(advised speed), 안내 정보). 통신 서브시스템(104)는 무선 및 유선 통신 서비스를 상기 시스템 내 모든 엔티티에 제공하는 로컬 및 글로벌 연결성을 가진 보안 시스템 및 무선 통신이다.
도 2에서 보여지는 것처럼, 연결성, 자동화 및 시스템 통합의 레벨에 관한, 그러한 시스템의 특성은:
i. 차량 자동화 레벨은 SAE 정의를 사용한다.
ii. 연결성 레벨은 콘텐츠(content) 및 정보 양(information volume)에 기반하여 정의된다:
1. C0: 연결성 없음(No Connectivity)
차량 및 운전자 모두 어느 트래픽 정보에도 접근하지 않는다.
2. C1: 정보 보조
차량 및 운전자는 종합된 링크 트래픽 상태(aggregated link traffic states)와 같은 오직 간단한 트래픽 정보만 인터넷으로 접근할 수 있고, 정보는 확실한 정확성(certain accuracy), 해상도(resolution) 및 뚜렷한 지연(noticeable delay)을 갖는다;
3. C2: 제한 연결 센싱
차량 및 운전자는 다른 정보 제공자, 이웃하는 차량(neighboring vehicles) 및 RSU와 연결을 통해 높은 정확도와 지연 없는 라이브 트래픽 정보를 얻을 수 있다. 그러나, 정보가 완전하지 않을 수 있다.
4. C3: 중복 정보 공유
차량 및 운전자가 고해상도 인프라스트럭쳐 맵(high-resolution infrastructure map), 라이브 트래픽 조건 맵, 트래픽 제어 장치 및 이웃 차량과 연결될 수 있다. 정보는 적당한 정확도(adequate accuracy)를 가지고 거의 실시간(almost in real time)이며 완전하지만 다수의 소스(sources)로부터 중복된다.
5. C4: 최적화된 연결성
차량 및 운전자는 최적화된 정보를 제공받는다. 스마트 인프라스트럭쳐(smart infrastructure)가 최적화된 정보 피드를 가진 차량을 제공할 수 있다.
iii. 시스템 통합 레벨은 조직화(coordination)/최적화 범위(scope)에 기반하여 정의된다.
1. S0: 통합 없음(No integration)
어떠한 시스템 간에도 통합이 없음.
2. S1: 키 포인트 시스템 통합 (예: 교차로, 램프 미터링 제어에 기반한 RSU)
시스템 통합은 교차로 또는 램프 미터링 영역에서 발생한다. 그러나 조직화/최적화 범위(scope)는 매우 작다.
3. S2: 세그먼트 시스템 통합(예: 캠퍼스 내 대학교 거리에 대한 트래픽을 최적화하는 것)
범위(scope)는 커지고 더 많은 RSU 및 차량이 조직화/최적화에 수반(involved)된다. 상기 트래픽 모드(traffic mode)는 동일하기 유지될 것이다.
4. S3: 통로 시스템 통합(예: 다른 트래픽 모드를 가로지르는(across) 도로 및 로컬 거리 통합(highway and local street integration))
조직화 및 최적화가 다른 트래픽 모드를 크로스(cross)할 것이고 전 고속도로 또는 간선도로도 고려될(considered) 것이다. 서로 정보를 공유하는 차량 및 RSU가 타겟된 범위(scope)내에서 시스템 최적화에 달성할 것이다.
5. S4: 거시 시스템 통합 (예: 도시 또는 주 전체)
도시 또는 주 전체 조직화 및 최적화는 매우 큰 범위 내 차량과 RSU를 연결함으로써 달성된다.
다르게 특정되지 않는 한(Unless specified otherwise), 본 출원에 설명된 어느 실시 예든 하나 이상의 시스템 통합 레벨(System Integration Levels)과 각각의 조합에서 하나 이상의 연결성 레벨(Connectivity Level)과 동작하도록 구성될 수 있다.
예를 들어, 일부 실시예에서, 본 출원에서 3차원으로 된(three-dimensional) 커넥티드 자동화 차량 도로 시스템(connected and automated vehicle-highway system)이 제공된다(예: 도 25 참조). 도 25의 예시적인 시스템은 3개 차원을 포함한다: 차원 1(D1: Dimension 1): 차량 자동화, SAE 차량 자동화 정의(예: 운전자 보조, 부분 자동화, 조건부 자동화, 높은 자동화 및 전체 자동화)를 쓰는(adopting) 커넥티드 자동화 차량의 개발 단계(development stage)를 정의한다. 차원 2(D2: Dimension 2): 연결성, 통신 기술의 개발 단계를 정의하고, 인간, 차량 및 트래픽 환경(traffic environment)(예: 정보 보조, 제한 연결 센싱, 중복 정보 공유 및 최적화된 연결성) 간의 통신에 대한 것이다. 차원 3(D3: Dimension 3): 교통 시스템 통합, 교통 시스템(예: 키 포인트 시스템 통합, 세그먼트 시스템 통합, 통로 시스템 통합 및 거시 레벨 시스템 통합)의 개발 단계를 정의한다. 이 시스템은 모든 관련 차량, 정보 서비스, 시설(facilities) 및 시스템을 최적화하고 관리하고 제어하고 조직화하고 통합함으로써 커넥티드 자동화 차량 및 도로에 대한 종합적 시스템(comprehensive system)을 제공한다.
도 3은 (1) 본래 정의된 3가지 일반적인 성능 레벨(broad levels of performance) 중 모든 주행 작업: 1990년에 Lunenfeld 및 Alexander(A User's Guide to Positive Guidance (제 3판) FHWA SA-90-017, 연방 도로 행정부, 워싱턴, DC)에 의한 본래 주행 작업의 정의 따른 "제어", "안내" 및 "네비게이션". 이러한 주행 작업은 모든 차량이 출발지에서 목적지로 안전하게 주행하는데 필수적(essential)이다, 및 (2) 이러한 작업이 어떻게 RSU(102)+TCC/TCU(101) 서브시스템 및 차량 서브시스템(103)에 의해 커버되고 분산되는지를 보여준다. "네비게이션" 레벨에서는, 상기 TCC/TCU(101)+RSU(102) 서브시스템은 차량에 필요한 "경로 계획" 및 "여정 전 정보"를 포함하는 명령을 차량에 제공한다. "안내" 레벨에서는, 상기 TCC/TCU(101)+RSU(102) 서브시스템은 안내 작업을 위한 정보 및 명령을 제공한다: 트래픽 제어/도로 조건 및 특별 정보. 상기 차량 서브시스템(103)은 차량 기동 작업(vehicle maneuver task)을 이행하고 TCC/TCU(101)+RSU(102)의 동작에 추가하여 안전 유지 작업을 모니터링(monitors)한다. "제어" 레벨에서는, 상기 TCC/TCU(101)+RSU(102) 서브시스템은 정보 교환 작업을 위한 데이터 니즈(data needs)를 제공한다. 동시에, 차량 서브시스템(103)은 기계 레벨(mechanic level)에서 차량 제어 작업을 이행하고, 백업 시스템(backup system)으로서 대기하면서(standing-by) 주변환경을 모니터링한다.
도 4는 시스템 솔루션(system solution)에 기반한 대표적인 자동화 차량(AV: Automated Vehicle)을 위한 상기 주행 작업 분배를 보여준다. "차량-투-인프라스트럭쳐"(V2I: Vehicle-to-infrastructure)기술이 "네비게이션" 레벨에 대부분의 지원을 제공하는 동안 레이더(radar), 카메라 등과 같은 센싱 기술의 지원(support of sensing technology)을 받는 자동화 차량은 3가지 레벨 중 대부분의 주행 작업을 맡는다. 상기 V2I는 그것의 지시(command) 및 정보 교환 목적(intentions)을 이행하기 위해 짧은 거리 전용 통신(DSRC: Dedicated Short Range Communications)같은 통신 기술을 대표적으로 이용한다. 그러나, 전통적인 V2I기술은 한계를 가진다. 중요 이슈(major issue) 중 하나는 그것이 오로지 하나의 고장 지점(a single point-of-failure)을 갖는다는 것이다. 즉, 서버 또는 서버에 연결된 링크가 고장날 때마다 상기 시스템이 즉시 고장날 것이라는 의미이다. 상기 고장이 데이터 손실을 일으키고 시스템 전체를 위험하게 만들 것이다.
도 5는 본 시스템의 실시예의 주행 작업 분산을 보여준다. 상기 차량 서브시스템(103)은 TCC/TCU(101) 및 RSU(102) 서브시스템과 함께 세가지 성능 레벨 중 모든 주행 작업을 맡는다. 상기 센싱 및 통신 기술은 본 시스템을 지원하기 위한 차량 서브시스템(103) 및 TCC/TCU(101) 및 RSU(102) 서브시스템 모두에 이용된다. 상기 통신이 "네비게이션" 및 "안내" 레벨에 도움을 주는(serve) 동안, 상기 센싱은 "제어" 및 "안내" 레벨에 도움을 준다. 상기 TCC/TCU(101) 및 RSU(102) 서브시스템과 함께 상기 차량 서브시스템(103)의 협력(collaboration)은 시스템에 비용 효과, 정확도 및 안전의 이점을 시스템에 제공하는 중복(redundancy)을 가져온다. 상기 서브시스템 중 하나가 고장났을 때, 나머지가 전체 시스템이 적절히 작동하도록 보장한다(ensure).
도 6에서 보여지는 것처럼, 전체-제어 커넥티드 자동화 차량 도로 시스템(Fully-Controlled Connected Automated Vehicle Highway System)은 다음과 같이 리스트된(listed as follows) 구성요소를 포함한다: 데이터 수집, 정보 처리 및 큰 규모 네트워크 트래픽 최적화에 포커스한 여러 지역 및 지역간 트래픽 제어를 커버하는 자동 또는 반자동 계산 센터인 거시 트래픽 제어 센터(거시 TCC)(301). 데이터 수집, 정보 처리, 도심 네트워크 트래픽 제어 최적화에 포커스한 도시 또는 도심 지역 트래픽 제어를 커버하는 자동 또는 반자동 계산 센터인 지역 트래픽 제어 센터(지역 TCC)(302). 통로 데이터 수집, 처리, 트래픽 입장 및 퇴장 제어, 및 고속도로 위 동적 트래픽 안내(dynamic traffic guidance)에 포커스하는 도로 및 램프 트래픽 제어와 연결되는 통로를 커버하는 자동 또는 반자동 계산 센터인 통로 트래픽 제어 센터(통로 TCC)(303). 세그먼트 데이터 수집, 처리 및 로컬 트래픽 제어에 포커스하는 짧은 도로 세그먼트 트래픽 제어를 커버하는 자동 또는 반자동 로컬 제어 유닛인 세그먼트 트래픽 제어 유닛(세그먼트 TCU)(304). 데이터 수집, 트래픽 신호 제어 및 차량 요청 처리에 포커스하는 교차로, 램프 미터링 또는 작은 고속도로 영역을 커버하는 자동화 제어 유닛인 포인트 트래픽 제어 유닛(포인트 TCU)(305). 상기 거시 TCC(301), 지역 TCC(302), 통로 TCC(303), 세그먼트 TCU(304) 및 포인트 TCU(305)는 TCC/TCU 서브시스템(101)의 구성요소이다. 연결된 차량으로부터 요청 및 데이터를 수신하고 트래픽 상태(traffic state)를 감지하고 타겟된 차량에 명령을 송신하는 작은 제어 유닛을 나타내는 로드사이드 유닛(RSU)(306). RSU(306)으로 구성된 네트워크는 상기 RSU 서브시스템(303)이고, 데이터 수집, 데이터 처리, 제어 신호 전달에 포커스한다. 다른 레벨의 연결성 및 자동화에 있는 차량을 포함하는 커넥티드 자동화 차량(307)은 차량 서브시스템(304)의 기본 요소(basic element)이다. OBU(센서 및 V2I 통신 유닛을 가진 온보드 유닛(On-Board Unit)) 네트워크는 커넥티드 자동화 차량(307)에 내장된다.
도 7에서 보여지는 것처럼, 최고 레벨 거시 트래픽 제어 센터(TCC)(301)는 경계 정보(401) 및 지역 트래픽 제어 같은 제어 타겟을 두번째 레벨의 지역 TCC(302)로 송신한다. 동시에 지역 TCC(302)는 혼잡 조건(congestion condition)과 같은 세분화된 트래픽 조건(402)을 거시 TCC(301)에 다시 송신하고, 거시 TCC(301)가 큰 규모 네트워크 트래픽 최적화를 수행(deal with)하는 것을 돕는다. 유사한 프로세스들은 모든 두 연속된 레벨 사이에서 처리된다(carried out). 지역 TCC(302) 제어 타겟 및 경계 정보(403)를 통로 TCC(303)에 송신하고 세분화 트래픽 조건(404)를 수신한다. 통로 TCC(303)은 제어 타겟 및 경계 정보(405)를 세그먼트 트래픽 제어 유닛(TCU)(304)에 송신하고 세분화 트래픽 조건(406)을 수신한다. 세그먼트 TCU(304)는 제어 타겟 및 경계 정보(407)를 포인트 TCU(305)에 송신하고, 포인트 TCU(305)의 세분화 트래픽 정보(408)을 수신한다.
도 8에서 보여지는 것처럼, 로드 사이드 유닛 그룹(306)은 CAV 및 Non-CAV로부터 데이터를 수신하고 트래픽 조건을 감지한다. 그리고나서, 로드 사이드 유닛 그룹(306)은 데이터를 포인트 트래픽 제어 유닛(305)에 송신한다. 커버 지역에 위치한 로드 사이드 유닛 그룹(306)으로부터 모든 정보를 받은 후, 포인트 트래픽 제어 유닛(305)는 모든 지역에 대해 트래픽 제어 전략을 최적화하고 타겟된 명령을 로드 사이드 유닛 그룹(306)에 송신한다.
도 9에서 보여지는 것처럼, 로드 사이드 유닛 그룹(306)은 연결된 차량(307)으로부터 데이터를 수신하고, 트래픽 조건을 감지하고 타겟된 명령을 차량(307)에 송신한다. 상기 RSU 네트워크는 데이터 센싱, 데이터 처리, 제어 신호 전달에 포커스한다. 정보는 또한 서로 통신을 하는 다른 차량(307)들로부터 공유된다. 차량(307)은 또한 다른 레벨의 연결성 및 자동화에 있는 차량의 혼합된 트래픽 흐름을 포함하는 서브시스템이다.
도 10에서 보여지는 것처럼, 교통 부서(701)는 상기 트래픽 제어 센터(TCC) 및 트래픽 제어 유닛(TCU) 사이의 정보 통신을 제어한다. 상기 TCU 및 로드사이드 유닛(RSU) 사이의 정보는 교통 부서(701) 및 통신 서비스 제공자(communication service provider)(702)에 공유된다. 상기 통신 서비스 제공자(702) 또한 로드사이드 유닛 및 커넥티드 자동화 차량(CAV) 사이에 데이터를 제어한다. Non-CAV 및 CAV와의 통신 및 RSU 및 non-CAV와의 통신은 OEM(703)으로부터 제어된다.
도 11에서 보여지는 것처럼, RSU(306)는 도로로부터 트래픽 데이터를 수집하고, 트래픽 정보(502)를 옵티마이저(801) 및 프로세서(802)에 보낸다. 데이터를 받은 후, 프로세서(802)는 그것을 처리하고 세그먼트 TCU(304)에 전달되는 현재 트래픽 조건(408)을 생성한다. 세그먼트 TCU(304)는 제어 타겟(407)이 제어되도록 결정하고 옵티마이저(801)에 그것에 대해 알린다. 옵티마이저(801)는 트래픽 정보(502) 및 제어 타겟(407)에 기반한 계획을 최적화하고 차량 기반 제어 명령(501)을 RSU(306)에 반환한다.
도 12에서 보여지는 것처럼, 포인트 TCU(305)는 현재 트래픽 조건(408)을 생성하고 그들을 옵티마이저(801) 및 프로세서(802)에 보낸다. 상기 조건 정보를 받은 후에, 프로세서(802)는 그것을 처리하고 통로 TCC(303)에 전달되는 현재 세그먼트 트래픽 조건(406)을 생성한다. 통로 TCC(303)는 제어 타겟(405)이 제어되도록 결정하고 그것을 옵티마이저(801)에 알린다. 옵티마이저(8010)은 트래픽 조건(408) 및 제어 타겟(405)에 기반한 계획을 최적화하고 포인트 TCU(305)를 위한 제어 타겟(407)을 반환한다.
도 13에서 보여지는 것처럼, 세그먼트 TCU(304)는 현재 세그먼트 트래픽 조건(406)을 생성하고 옵티마이저(801) 및 프로세서(802)에 그들을 보낸다. 상기 조건 정보를 받은 후에, 프로세서(802)는 그것을 처리하고 지역 TCC(302)로 전달되는 현재 통로 트래픽 조건(404)을 생성한다. 지역 TCC(302)는 제어 타겟(403)이 제어되도록 결정하고 그것을 옵티마이저(801)에 알린다. 옵티마이저(801)은 세그먼트 트래픽 조건(406) 및 제어 타겟(403)에 기반한 계획을 최적화하고 세그먼트 TCU(304)를 위한 제어 타겟(405)을 반환한다.
도 14는 지역 TCC(302)의 결정 흐름과 데이터를 보여준다. 각 통로 TCC(303)은 모든 트래픽 데이터를 총괄하여 지역 TCC(302)에 송신한다. 상기 데이터가 데이터 센터로부터 수신된 후, 모든 데이터는 정보 프로세서(information processor)에 처리된다. 상기 정보 프로세서는 트래픽 데이터를 통합하고 그것을 제어 센터에 송신한다. 상기 제어 센터는 미리 설정된 알고리즘(preset algorithm)에 의해 초기-결정(draft-decision)을 내리고 그 결과를 전략 옵티마이저에 송신한다. 상기 옵티마이저는 상기 결정을 시물레이션(simulate)하고 그것을 최적화하고 통로 TCC(303) 및 거시 TCC(301) 모두에 송신한다. 거시 TCC(301)는 근처 다른 지역 TCC(302)으로부터 트래픽 데이터 및 시스템 최적화된 결정(system optimized decision)을 다시 상기 지역 TCC(302)에 공유한다.
도 15에서 보여지는 것처럼, 각 지역 TCC(302)는 트래픽 데이터 및 로컬 최적화 전략을 상기 거시 TCC(301)에 송신한다. 정보 프로세서는 모든 최적화된 정보 및 트래픽 데이터를 통합한다. 그 후에, 상기 제어 센터는 지역 TCC(303)의 트래픽 데이터에 기반한 초기 결정을 내린다. 상기 초기 결정은 그리고나서 전략 옵티마이저에 처리된다. 최종 시스템 최적화 결정이 이루어지고 지역 TCC(303)에 다시 송신된다.
도 16은 전체-제어 시스템(fully-controlled system)에 입장하는 차량(307)의 프로세스를 도시한다. 도 16에서 보여지는 것처럼, 차량(307)은 상기 시스템의 경계 영역에 도착한 후 입장 요청을 RSU(306)에 보낸다. 상기 경계 영역은 세그먼트 TCU(304)의 제어 범위(range)의 가장자리 주변 영역(around the margin of)을 나타낸다. RSU(306)은 포인트 TCU(305)로의 입장 요청을 제어하고 포인터 TCU(305)가 입장 요청을 받아들인 후에 정적 및 동적 차량 정보(6.2)를 포함하는 차량(307) 정보를 감지한다. 포인트 TCU(305)는 RSU(306)로부터 감지된 정보에 기반하여 차량(307)의 제어를 맡으려고 시도하고(attempt to take over) 전체-제어 시스템에 차량(307)이 입장하도록 하는 제어 명령(6.1)(예: 권고 속도, 입장 시간, 입장 위치 등)을 만든다(formulate). 차량(307)은 RSU(306)으로부터 제어 명령(6.1)을 수신하고 상기 명령(6.1)이 확인될 수 있는지를 결정하는 내부 서브시스템(inner subsystem)과 상기 명령(6.1)을 처리한다. 차량(307)은 만약 상기 제어 명령(6.1)이 상기 내부 서브시스템의 판단(judgement)에 기반하여 확인될 수 없다면 입장 요청을 다시 업데이트(update)하고 송신한다. 차량(307)은 만약 상기 제어 명령(6.1)이 확인되면 상기 제어 명령(6.1)에 따라 주행하고 전체-제어 시스템에 입장한다. 포인트 TCU(305)는 차량(307)의 상기 주행 제어를 맡고, 차량(307)은 전체-제어 시스템으로부터 제공되는 상기 제어 명령(6.1)에 기반하여 주행을 유지한다. 포인트 TCU(305)는 차량(307)이 전체-제어 시스템에 입장한 뒤 트래픽 조건을 업데이트하고, 상기 세분화된 정보(4.8)를 상기 세그먼트 TCU(304)에 송신한다.
도 17은 차량(307)이 전체-제어 시스템을 퇴장하는 프로세스를 도시한다. 도 17에서 보여지는 것처럼, 차량(307)은 상기 시스템의 경계 영역에 도착한 뒤에 퇴장 요청을 RSU(306)에 송신한다. 상기 경계 영역은 세그먼트 TCU(304)의 제어 범위(range)의 가장자리 주변 영역을 나타낸다. 포인트 TCU(305)는 RSU(306)로부터 감지된 정보에 기반하여 전체-제어 시스템에서 차량(307)이 퇴장하도록 하는 제어 명령(6.1)(예: 권고 속도, 퇴장 시간, 퇴장 위치 등)을 만든다(formulate). 차량(307)은 RSU(306)으로부터 퇴장 명령(6.1)을 수신하고 상기 명령(6.1)이 확인될 수 있는지를 결정하는 내부 서브시스템(inner subsystem)과 상기 명령(6.1)을 처리한다. 차량(307)은 만약 상기 제어 명령(6.1)이 상기 내부 서브시스템의 판단(judgement)에 기반하여 확인될 수 없다면 입장 요청을 다시 업데이트(update)하고 송신한다. 차량(307)은 만약 상기 제어 명령(6.1)이 확인되면 상기 퇴장 명령(6.1)에 따라 주행하고 전체-제어 시스템에 퇴장한다. 포인트 TCU(305)는 차량(307)의 상기 주행 제어를 끝내고, 퇴장 명령(exiting constructions)을 수행하고나서 차량(307)은 자율 주행(autonomous driving)을 시작하고 자체 주행 전략을 따른다. 포인트 TCU(305)는 차량(307)이 전체-제어 시스템에서 퇴장한 뒤 트래픽 조건을 업데이트하고, 상기 세분화된 정보(4.8)를 상기 세그먼트 TCU(304)에 송신한다.
예
다음의 예시는 고속도로 통로를 위해 디자인된 본 출원의 기술의 방법 및 시스템의 한 실시예의 한가지 구현을 제공한다.
1. RSU
RSU 모듈 디자인(RSU module design)
도면 18에서 보여지는 것처럼, RSU는 2가지 주요 기능을 가진다: 1) 차량 및 포인트 트래픽 제어 유닛(TCCs)과의 통신, 및 2) 트래픽 및 차량 주행 환경 정보를 수집. 상기 센싱 모듈 (2)은 다음 섹션(section)에서 상세히 설명되는 다양한 디텍터(detector)를 사용하여 정보를 수집한다. 상기 데이터 프로세싱 모듈 (5)은 6가지 중요 특징 파라미터(major feature parameter)(속도, 운전 간격, 가속/감속률, 차도 표시와 차량 사이의 거리, 차량과 중앙선의 각도 및 전반적인 트래픽 상황)을 얻는 데이터 융합 기술(data fusion technology)을 이용한다. 한편, 상기 통신 모듈 (1)은 또한 차량 및 포인트 TCU로부터 수신한 정보를 데이터 프로세싱 모듈 (5)의 결과를 업데이트 하기위해 상기 데이터 프로세싱 모듈에 송신한다. 6가지 특징 파라미터가 생성된 후, 상기 통신 모듈 (1)은 주행 명령을 개별 차량에 설치된 상기 OBU 시스템에 송신하고 상기 정보를 포인트 TCU와 공유한다. 상기 인터페이스 모듈 (4)은 OBU 시스템에 송신된 데이터를 보여줄 것이다. 상기 전력 공급 유닛(3)은 전 시스템 작동을 유지하도록 전력을 유지한다.
통신 모듈
차량과 통신
하드웨어 기술 사양(Hardware Technical Specification):
● 표준 적합성(Standard Conformance): IEEE 802.11p - 2010
● 대역폭(Bandwidth): 10 MHz
● 데이터 속도(Data Rates): 10Mbps
● 안테나 다이버시티 CDD 송신 다이버시티(Antenna Diversity CDD Transmit Diversity)
● 환경 동작 범위(Environmental Operating Ranges): -40°C에서 + 55°C
● 주파수 대역(Frequency Band): 5 GHz
● 도플러 확산(Doppler Spread): 800 km/h
● 지연 확산(Delay Spread): 1500ns
● 전력 공급 장치(Power Supply): 12/24V
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다:
A. Cohda Wireless의 MK5 V2X (http://cohdawireless.com)
B. Savari의 StreetWAVE (http://savari.net/technology/road-side-unit/)
포인트 TCU와의 통신
하드웨어 기술 사양(Hardware Technical Specification):
● 표준 적합성(Standard Conformance): ANSI/ TIA/ EIA-492AAAA 및 492AAAB
● 광섬유(Optical fiber)
● 환경 동작 범위(Environmental Operating Ranges): -40°C에서 + 55°C
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다:
Cablesys의 Optical Fiber
https://www.cablesys.com/fiber-patch-cables/?gclid=Cj0KEQjwldzHBRCfg_aImKrf7N4BEiQABJTPKH_q2wbjNLGBhBVQVSBogLQMkDaQdMm5rZtyBaE8uuUaAhTJ8P8HAQ
센싱 모듈
6가지 특징 파라미터(six feature parameters)가 감지된다.
● 속도(speed)
○ 설명: 개별 차량의 속도
○ 주파수: 5 Hz
○ 오류: 99%의 신뢰도로 5 mile/h 미만
● 운전 간격(Headway)
○ 설명: 한 차량의 앞면과 다음 차량의 앞면(the front of a vehicle and the front of the next vehicle) 사이의 위치 차이
○ 주파수: 5 Hz
○ 오류: 99%의 신뢰도로 1 cm 미만
● 가속/감속
○ 설명: 개별 차량의 가속/감속
○ 주파수: 5 Hz
○ 오류: 99% 신뢰도로 5 ft /
● 차도 표시와 차량 사이의 거리
○ 도 19 참조
○ 주파수: 5 Hz
○ 오류: 99% 신뢰도로 5 cm 미만
● 차량과 중앙선의 각도
○ 도 20 참조
○ 주파수: 5 Hz
○ 오류: 99% 신뢰도로 5 ° 미만
● 전반적인 트래픽 상태
○ 도 21 참조
○ 주파수: 5 Hz
○ 오류: 20미터의 공간 해상도(space resolution)로 5% 미만 오류
센싱_모듈_타입(type)_A(LIDAR+카메라+마이크로웨이브 레이더(Microwave radar)):
a. LIDAR
하드웨어 기술 사양(Hardware Technical Specification)
● 50 m 이상의 유효 탐지 거리(Effective detection distance)
● 360 ° 시야(field of view)를 빠르게 스캔
● 감지 오차(detection error)는 99% 신뢰도로 5 cm 이내
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다:
A. Beijing Surestar Technology 주식회사의 R-Fans_16
http://www.isurestar.com/index.php/en-product-product.html#9
B. 정밀 측정 기술(precision-measurement-technologies)의 TDC-GPX2 LIDAR
http://pmt-fl.com/
C. Velodyne Lidar의 HDL-64E
http://velodynelidar.com/index.html
소프트웨어 기술 사양(Software technical Specifications)
● 두 차량 간 운전 간격 확보
● 차도 표시와 차량 사이의 거리 확보
● 차량과 중앙선의 천사(angel) 확보.
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다: ArcGIS에 있는 LIDAR
b. 카메라
하드웨어 기술 사양(Hardware Technical Specification)
l 170도 고해상도 울트라 와이드 앵글(170 degree high-resolution ultra -wide-angle)
● 야간 투시 가능(Night Vision Capable)
소프트웨어 기술 사양
● 차량 감지 오류(The error of vehicle detection)는 99 %의 신뢰도로 90 % 이상(99% confidence above 90%)
● 차선 감지 정확도(Lane detection accuracy)는 99 %의 신뢰도로 90 % 이상(99% confidence above 90%)
● 운전 가능 경로 추출(Drivable path extraction)
● 지나가는 차량의 가속을 확보(Get acceleration of passing vehicles)
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다: Mobileye의 EyEQ4
http://www.mobileye.com/our-technology/
상기 Mobileye 시스템은 몇가지 기본 기능을 가진다: 차량 및 보행자(pedestrian) 감지, 트래픽 표지 인식(traffic sign recognition), 및 차선 표시 식별(lane markings identification) (예: 장벽 및 난간 감지(barrier and guardrail detection), US20120105639A1, 이미지 처리 시스템(image processing system), EP2395472A1 및 도로 수직 윤곽 감지(road vertical contour detection), US20130141580A1 참조, 이들 각각은 본 출원에 전체적으로 참조로서 포함된다. 또한, 본 출원에 전체적으로 참조로서 포함된 US20170075195A1 및 US20160325753A1 참조)
Mobileye의 센싱 알고리즘(sensing algorithm)은 지도 학습(Supervised Learning)이라 불리는 기술을 이용하고, 운전 정책 알고리즘(Driving Policy algorithms)은 다른 운전자와 도로를 협상(negotiate)하는 방법을 학습하는 데 도움이 되는 보상 및 벌(rewards and punishments)을 이용하는 프로세스인 강화 학습(예: 딥러닝)을 이용한다.
c. 마이크로웨이브 레이더
하드웨어 기술 사양(Hardware Technical Specification)
● 절연 벨트로 신뢰성 있는 감지 정확성(Reliable detection accuracy with isolation belt)
● 다중 차선 도로에서 자동 차선 세그멘테이션(Automatic lane segmentation on the multi-lane road)
● 차량 속도, 교통 흐름 및 점유에 대한 감지 오류(Detection errors on vehicle speed, traffic flow and occupancy)는 5 % 미만
● -10 ° C 미만의 온도에서도 작동하는 능력(Ability to work under temperature lower than -10°C)
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다: Sensortech의 STJ1-3
http://www.whsensortech.com/
소프트웨어 기술 사양
● 지나가는 차량의 속도 확보(Get speed of passing vehicles)
● 지나가는 차량의 볼륨 확보(Get volume of passing vehicles)
● 지나가는 차량의 가속 확보(Get acceleration of passing vehicles)
일부 실시 예에서, 데이터 융합 기술은 DF Tech의 제품(product)과 같이 6개의 특징 파라미터를 보다 정확하고 효율적으로 얻고, 한 타입의 디텍터(type of detectors)가 기능적 문제를 갖는 경우 백업 계획(backup plan)을 이용하기 위해 이용된다.
센싱_모듈_타입(type)_B(차량 아이디 인식 장치(Vehicle ID Recognition Device)):
하드웨어 기술 사양
● OBU 또는 차량 아이디 기반하여 차량을 인식
● 허용가능한 차량 이동 속도(Allowable speed of vehicle movement)는 150km/h까지임
● 인공 조명(artificial illumination)으로 주야와 야간의 정확도(Accuracy in daylight and at nighttime)는 99 % 신뢰도로 90 % 이상임
● 시스템에서 차량까지 거리는 50 m 이상임
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다:
A. 요금 징수(Toll Collection)를 위한 제품(Products) - 모빌리티(Mobility) - 요금 징수 위한 Siemens 제품 - 모빌리티(Mobility) - Siemens
https://www.mobility.siemens.com/mobility/global/en/urban-mobility/road-solutions/toll-systems-for-cities/products-for-toll-collection/pages/products-for-toll-collection.aspx
B. Conduent?? - 요금 징수 솔루션(Toll Collection Solutions) Conduent?? - 요금 징수 솔루션
https://www.conduent.com/solution/transportation-solutions/electronic-toll-collection/
소프트웨어 기술 사양
● 각 차량에 6가지 특징 파라미터를 연결하기(link) 위해 상기 정보를 데이터 베이스에 송신하고 차량을 인식한다.
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다: Siemens.
데이터 프로세싱 모듈(Data Processing Module)
데이터 프로세싱 모듈의 기능 다음의 목표(following goal)를 달성하기 위해 다수의 센서로부터 수집된 데이터를 융합(fuse)한다.
● 차량의 정확한 포지셔닝 및 방향 추정(Accurate positioning and orientation estimation of vehicles)
● 고해상도 레벨의 트래픽 상태 추정(High resolution-level traffic state estimation)
● 자율적 경로 계획(Autonomous path planning)
● 실시간 사고 감지(Real time incident detection)
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다: 차량의 동적 안전 시스템 (Buick LaCrosse)의 외부 객체 계산 모듈(EOCM: External Object Calculating Module). 상기 EOCM 시스템은 더 빠르고 정확한 의사 결정 프로세스(decision-making process)를 보장하기 위해 완전히 새로운( all-new) 장거리 레이더, 센서 및 메가 픽셀 정면 카메라(a megapixel front camera)를 포함하는 다른 소스(source)들로부터 데이터를 통합한다. (예: 본 출원에 전체적으로 참조로서 포함되는 US8527139 B1 참조).
설치(Installation):
일부 실시예에서, 한 방향에 대한 커넥티드 자동화 도로(connected automated highway)를 따라 50m 마다 RSU가 하나씩 설치된다. 높이는 도보(pavement) 위로 약 40cm이다. RSU는 설치되는 동안 도로에 수직(perpendicular)이어야 한다. 일부 실시예에서, RSU의 설치 각도는 도 22에서 보여지는 것과 같다.
차량/OBU
OBU 모듈 디자인(OBU Module Design)
OBU 예시에 대한 설명(도 23)
상기 통신 모듈 (1)은 RSU로부터 지시 명령(command instruction) 및 정보 모두를 수시하는데 이용된다. 상기 데이터 수집 모듈(data collection module) (2)은 동작 상태를 모니터링하는데 이용되고 상기 차량 제어 모듈 (3)은 제어 지시를 실행하는데 이용된다.
통신 모듈
OBU 설치
기술 사양
● 표준 적합성(Standard Conformance): IEEE 802.11p - 2010
● 대역폭(Bandwidth): 10 MHz
● 데이터 속도(Data Rates): 10Mbps
● 안테나 다이버시티 CDD 송신 다이버시티(Antenna Diversity CDD Transmit Diversity)
● 환경 동작 범위(Environmental Operating Ranges): -40°C에서 + 55°C
● 주파수 대역(Frequency Band): 5 GHz
● 도플러 확산(Doppler Spread): 800 km/h
● 지연 확산(Delay Spread): 1500ns
● 전력 공급 장치(Power Supply): 12/24V
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다:
A. Cohda Wireless의 MK5 V2X
http://cohdawireless.com
B. Savari의 StreetWAVE
http://savari.net/technology/road-side-unit/
데이터 수집 모듈
데이터 수집 모듈은 차량 동작 및 진단(diagnosis)을 모니터링 하는데 이용된다.
OBU_타입_A(CAN BUS 분석기(Analyzer))
하드웨어 기술 사양
● 환경 설정(configuration), 추적(trace), 전송(transmit), 필터(filter), 로그 등과 같은 기능을 위한 직관적인 PC 유저 인터페이스(Intuitive PC User Interface)
● 높은 데이터 전송 속도(High data transfer rate)
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다:
A. Microchip Technology Inc사의 APGDT002
http://www.microchip.com/
B. vector의 Vector CANalyzer9.0
https://vector.com
소프트웨어 기술 사양
● 타코그래프 운전자 경고 및 원격 분석(Tachograph Driver alerts and remote analysis).
● 실시간 CAN BUS 통계(Real-Time CAN BUS statistics).
● CO2 배출량 보고(CO2 Emissions reporting).
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다: CAN BUS 분석기(Analyzer) USB V2.0
차량 제어 모듈(Vehicle control module)
원격 제어 시스템(Remote control system)
기술 사양
● 저 전력 소비(Low power consumption)
● 신뢰성 있는 종방향 및 횡방향 차량 제어(Reliable longitudinal and lateral vehicle control)
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다: 토요타(Toyota)의 원격 제어 자율 차량. 토요타 시스템에서, 캡처된 데이터(captured data)는 원격 오퍼레이터(remote operator)에게 송신될 수 있다. 상기 원격 오퍼레이터는 수동으로 차량을 원격으로 동작하거나 다양한 차량 시스템에 의해 실행되는 자율 차량에 교부할(issue) 수 있다. (예: 본 출원에 전체적으로 참조로서 포함되는 US9494935 B2 참조).
설치
OBU_타입_A(CAN BUS 분석기(Analyzer))
● DB9 커넥터(DB9 connector) 또는 단말의 나사(screw in terminal)를 이용하여 CAN네트워크에 툴(tool)을 연결
TCU/TCC
예: 도 24를 참조. 상기 TCC/TCU 시스템은 정보를 처리하고 트래픽 동작 명령을 주는 트래픽 제어 유닛 및 트래픽 제어 센터의 계층이다. TCC는 짧은 도로 세그먼트(short road segment)보다 큰 지역에 대한 트래픽 제어 신호, 네트워크 최적화, 정보 처리, 데이터 수집에 포커스한 자동 또는 반자동 계산 센터이다. TCU는 유사 기능을 가진 보다 작은 트래픽 제어 유닛이지만 작은 고속도로 영역, 램프 미터링 또는 교차로를 커버한다. 5가지 다른 타입의 TCC/TCU가 있다. 포인트 TCU는 수 개의 RSU로부터 데이터를 수집하고 교환한다. 세그먼트 TCC는 다수의 포인트 TCU로부터 데이터를 교환하고 데이터를 수집하고 트래픽 흐름을 최적화하고 차량에 제어 신호를 제공하는 포인트 TCU를 제어한다. 통로 TCC는 다수의 RSU로부터 데이터를 수집하고 통로 내 트래픽을 최적화한다. 지역 TCC는 다수의 통로로부터 데이터를 수집하고 큰 영역에 대한 여정 수요(travel demand) 및 트래픽 흐름을 최적화한다(예: 도시가 하나의 지역 TCC로 커버되는 경우). 거시 TCC는 다수의 지역 TCC로부터 데이터를 수집하고 큰 규모 영역에 대한 여정 수요를 최적화한다.
각 포인트 TCU를 위해 상기 데이터는 RSU 시스템 (1)로부터 수집된다. 병렬 인터페이스(parallel interface)를 가지는 포인트 TCU(14)(예: ATC-Model 2070L) RSU로부터 데이터를 수집한다. 뇌우 보호 장치(thunderstorm protection device)는 RSU 및 도로 제어 시스템을 보호한다. RSU 집합(RSU unites)은 도로변(road side)에 설치된다(equipped).
포인트 TCU (14)는 와이어 케이블(wire cable)(광섬유)를 이용하여 RSU와 통신한다. 포인트 TCU는 도로변에 설치되고(equipped) 뇌우 보호기(Thunderstorm protector) (2)에 의하여 보호된다. 각 포인트 TCU (14)는 4 RSU 집합과 연결된다. 포인트 TCU는 엔지니어링 서버(engineering server) 및 데이터 스위칭 시스템(data switching system)(예: Cisco Nexus 7000)을 포함한다.
각 세그먼트 TCU (11)은 LAN 데이터 스위칭 시스템(LAN data switching system)(예: Cisco Nexus 7000) 및 엔지니어링 서버(engineering server)(예: IBM 엔지니어링 서버 모델 8203 및 ORACL 데이터 베이스)를 포함한다. 세그먼트 TCU는 와이어 케이블을 이용하여 포인트 TCU와 통신한다. 각 세그먼트 TCU는 1에서 2마일의 영역을 커버한다.
통로 TCC (15)는 도로 제어부(road controllers) (14) 로부터 수집된 데이터를 계산하는 이미지 컴퓨팅 능력(image computing ability)을 가지고, 데이터 전송 유닛(data transfer units), 데이터 웨어하우스(data warehouse) 및 연산 서버(calculation server)를 포함한다. 상기 통로 TCC는 세그먼트 TCU(예: 통로 TCC는 도시 거리 및 전환점(city street and transition)에 이르는 도로를 커버한다. 트래픽 제어 알고리즘(traffic control algorithm)은 세그먼트 및 포인트 TCU를 제어하는데 이용된다(예: 적응형 예측 트래픽 제어 알고리즘(adaptive predictive traffic control algorithm)). 데이터 웨어하우스는 통로 TCC (15)의 백업인 데이터 베이스이다. 통로 TCC (15)는 와이어 코드(wired cord)를 이용하여 세그먼트 TCU (11)과 통신한다. 연산 워크 스테이션(calculation work station) (KZTs-M1)은 세그먼트 TCU로부터 데이터를 연산하고 연산된 데이터를 세그먼트 TCU (11)에 전송한다. 각 통로 TCC는 5-20 마일을 커버한다.
지역 TCC (12). 각 지역 TCC (12)는 한 지역의 다수의 통로 TCC를 제어한다(예: 한 도시의 지역을 커버함). 지역 TCC는 와이어 케이블(예: 광섬유)를 이용하여 통로 TCC와 통신한다.
제어 TCC (13). 각 제어 TCC (13)은 큰 범위 영역 내 다수의 지역 TCC를 제어한다(예: 각 주는 하나 또는 두개의 거시 TCC를 갖을 것임). 거시 TCC는 와이어 케이블(예: 광섬유)을 이용하여 지역 TCC와 통신한다.
고해상도 맵
기술 사양
● 도로에 프린트된(printed) 차도 표시 및 다른 트래픽 표지(traffic sign)를 정확하고 명확하게 제시.
● 도로 네트워크에 변화가 발생하면 상기 맵은 정보를 자동으로 업데이트.
● 맵 오류는 99% 신뢰도로 10cm 미만.
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다:
A. HERE
https://here.com/en/products-services/products/here-hd-live-map
HERE의 HD 맵은 고도화된 자율 차량(highly automated vehicles)이 도로에서 정확하게 자신을 위치시키도록 허락한다. 일부 실시예에서, 자율 도로 시스템은 그들에게 몇 센티미터안에 커브(curb)가 있는지를 알려줄 수 있는 맵을 채용한다. 일부 실시예에서, 상기 맵은 라이브이고 또한 사고(accident), 트래픽 백업 및 차선 폐쇄(lane closure)에 대한 정보를 초단위(second-by-second)로 업데이트 받는다.
차별화된 글로벌 포지셔닝 시스템(Differential Global Positioning System):
하드웨어 기술 사양
● 99%신뢰도로 5cm 미만의 로케이팅 에러(locating error)
● GPS 시스템 지원(Support GPS system)
시중에 있고(on-market) 채용될 수 있는 예시적인 구성요소는 다음과 같다:
A. Fleetmatics
https://www.fleetmatics.com/
B. Teletrac Navman
http://drive.teletracnavman.com/
C. Fleetmatics
http://lead.fleetmatics.com/
여기 설명의 일부분은 정보에 대한 동작의 기호적 표현(symbolic representations) 및 알고리즘(algorithms)에 관한 본 발명의 실시예를 설명한다. 이러한 알고리즘 설명 및 표현은 데이터 처리 기술 분야(data processing arts)에 당업자가 그들의 작업 내용(the substance of their work)을 다른 당업자에게 효과적으로 전달하기 위해 일반적으로 사용된다. 이러한 동작은 기능적으로(functionally), 계산적으로(computationally) 또는 논리적으로(logically) 설명되었지만, 컴퓨터 프로그램 또는 동일한 전기 회로(equivalent electrical circuits), 마이크로코드(microcode) 등에 의해 구현되는 것으로 이해된다. 게다가, 이러한 동작의 배열(arrangements)을 모듈로 언급하는 것이 때때로 일반성(generality)을 잃지 않고 편리하다는 것이 또한 입증되었습니다. 설명된 동작들 및 이들과 관련된 모듈은 소프트웨어, 펌웨어(firmware), 하드웨어, 또는 이들의 임의의 조합으로 구현될 수 있다.
본 출원에서 설명된 특정 단계, 동작 또는 프로세스는 하나 이상의 하드웨어 또는 소프트웨어 모듈을 단독으로 또는 다른 장치와의 결합을 통해 수행되고 구현된다. 한 실시예에서, 소프트웨어 모듈은 설명된 프로세스, 동작 또는 단계 중 어느 것 또는 모든 것을 수행하기 위한 컴퓨터 프로세서에 의해 실행될 수 있는 컴퓨터 프로그램 코드를 포함하는 컴퓨터 판독 가능 매체(computer-readable medium)를 포함하는 컴퓨터 프로그램 제품(computer program product)으로 구현된다.
본 발명의 실시예는 또한 본 출원의 동작을 수행하는 기구(apparatus)와 연관될 수 있다. 이 기구는 요구되는 목적(required purpose)을 위해 특별하게 구성될 수 있고, 및/또는 컴퓨터에 저장된 컴퓨터 프로그램에 의해 선택적으로 활성화(activated)되거나 재구성(reconfigured)되는 범용 컴퓨팅 장치를 포함할 수 있다. 이러한 컴퓨터 프로그램은 비 일시적(non-transitory)이고, 컴퓨터 판독 가능한 유형의 저장 매체(tangible computer readable storage medium), 또는 컴퓨터 시스템 버스(computer system bus)에 합쳐질 수 있는 전자 명령(electronic instructions)을 저장하기에 적합한 임의의 타입의 매체에 저장될 수 있다. 또한, 본 명세서에서 언급된 임의의 컴퓨팅 시스템은 단일 프로세서를 포함할 수 있고 또는 증가된 컴퓨팅 능력(computing capability)을 위해 다중 프로세서 디자인을 채용하는 아키텍처(architectures)일 수 있다.
본 발명의 실시예는 또한 본 출원에서 설명된 컴퓨팅 프로세스에 의해 제공되는 제품과 관련될 수 있다. 그러한 제품은 정보가 비 일시적이고, 컴퓨터 판독 가능한 유형의 저장 매체에 저장되는 컴퓨팅 프로세스로부터 나온 정보를 포함할 수 있고, 본 출원에서 설명된 컴퓨터 프로그램 제품 또는 다른 데이터 조합의 임의의 실시예를 포함할 수 있다.
Claims (26)
- 차량 따르기, 차선 변경, 경로 안내 및 관련 정보를 위한 상세하고 시간에 민감한 제어 명령을 개별 차량에 송신함으로써, 커넥티드 자동화 차량 및 도로 시스템을 위한 전체 차량 동작 및 제어를 제공하는 교통 관리 시스템에 있어서,
a) 정보를 처리하고 트래픽 동작 명령을 주는 트래픽 제어 센터들(TCCs) 및 트래픽 제어 유닛들(TCUs)의 계층,
b) 연결된 차량으로부터 데이터 흐름을 수신하고, 트래픽 조건을 감지하고, 차량에게 타겟된 명령을 송신하는 RSU 네트워크,
c) 복수의 레벨의 연결성 및 자동화에 있는 차량의 혼합된 트래픽 흐름을 포함하는 차량 서브 시스템, 및
d) 상기 교통 관리 시스템 내의 모든 엔티티에 대하여 유선 및 무선 통신 서비스를 제공하는 통신 시스템
을 포함하고,
상기 트래픽 제어 센터들(TCCs) 및 상기 트래픽 제어 유닛들(TCUs)은,
데이터 수집, 정보 처리, 네트워크 최적화 및 트래픽 제어에 포커스하는 자동화 또는 반자동화 계산 모듈이고,
상기 RSU 네트워크는,
데이터 센싱, 데이터 처리, 제어 신호 전달 및 정보 분산에 포커스하고,
상기 RSU 네트워크의 로드사이드 유닛(RSU)은,
트래픽 제어 유닛(TCU)과 결합되거나 통합될 수 있고,
상기 트래픽 제어 센터들(TCCs) 및 트래픽 제어 유닛들(TCUs)의 계층은,
거시 TCC, 지역 TCC, 통로 TCC, 세그먼트 TCU, 포인트 TCU 및 로드사이드 유닛(RSU) 중 하나 이상을 포함하고,
상기 거시 TCC는,
상기 지역 TCC로부터의 정보를 처리하고, 제어 타겟을 상기 지역 TCC에게 제공하고,
상기 지역 TCC는,
상기 통로 TCC로부터의 정보를 처리하고, 제어 타겟을 상기 통로 TCC에게 제공하고,
상기 통로 TCC는,
상기 거시 TCC 및 상기 세그먼트 TCU로부터의 정보를 처리하고, 제어 타겟을 상기 세그먼트 TCU에게 제공하고,
상기 세그먼트 TCU는,
상기 통로 TCC 및 상기 포인트 TCU로부터의 정보를 처리하고, 제어 타겟을 상기 포인트 TCU에게 제공하고,
상기 포인트 TCU는,
상기 세그먼트 TCU 및 상기 로드사이드 유닛(RSU)로부터의 정보를 처리하고, 차량 기반 제어 명령을 상기 로드사이드 유닛(RSU)에게 제공하는,
교통 관리 시스템. - 자율 차량 제어 시스템에 있어서,
a) 정보를 처리하고 트래픽 동작 명령을 주는 트래픽 제어 센터들(TCCs) 및 트래픽 제어 유닛들(TCUs)의 계층과의 통신 링크,
b) 연결된 차량으로부터 데이터 흐름을 수신하고, 트래픽 조건을 감지하고, 차량에게 타겟된 명령을 송신하는 RSU 네트워크와의 통신 링크, 및
c) 차량 따르기, 차선 변경, 경로 안내 및 관련 정보를 위한 상세하고 시간에 민감한 제어 명령을 수신하도록 구성되는 차량 서브 시스템
을 포함하고,
상기 트래픽 제어 센터들(TCCs) 및 상기 트래픽 제어 유닛들(TCUs)은,
데이터 수집, 정보 처리, 네트워크 최적화 및 트래픽 제어에 포커스하는 자동화 또는 반자동화 계산 모듈이고,
상기 RSU 네트워크는,
데이터 센싱, 데이터 처리, 제어 신호 전달 및 정보 분산에 포커스하고,
상기 RSU 네트워크의 로드사이드 유닛(RSU)은,
트래픽 제어 유닛(TCU)과 결합되거나 통합될 수 있고,
상기 자율 차량 제어 시스템은,
1) 차량에 네비게이션 명령을 제공하는 것,
2) 안전을 유지하기 위한 정보 및 안내 명령을 제공하고, 트래픽 제어/도로 조건 정보를 제공하고, 특별 정보를 제공하는 것,
3) 상기 자율 차량 제어 시스템의 하나 이상의 구성요소가 고장난 경우, 안전 유지 작업을 모니터링하고, 차량 기동 작업을 이행하는 것,
4) 차량 내 차량 센서에 의하여 제공되는 정보를 교체하고/하거나 보충하기 위하여, 제어 레벨에서 정보 교환 작업을 위한 데이터 피드를 제공하는 것,
5) 기계 레벨에서 차량 제어 작업을 이행하고, 주변환경을 모니터링하고, 백업 시스템으로서 대기하는 것,
6) 주행에 중요한 정보를 차량을 제공하는 것,
7) 주행 작업을 이행하는 것, 및
8) 오류 또는 고장이 발생한 차량에 백업 기능을 제공하기 위하여 차량을 이용하는 것
을 포함한 차량 간 필수 주행 작업을 재분배하도록 구성된
자율 차량 제어 시스템. - 제1항에 있어서,
상기 교통 관리 시스템은,
도로의 모든 차선 상에서 또는 사용가능한 차선의 일부 상에서 동작되도록 구성되는,
교통 관리 시스템. - 제1항에 있어서,
상기 교통 관리 시스템에 의하여 서비스되는 각각의 개별 차량에 대하여 정보는 커스터마이즈되고,
상기 정보는,
날씨, 도보 조건 및 예상 여정 시간을 포함하고,
상기 정보는,
속도, 간격, 차선 배정 및 경로로 이루어진 그룹으로부터 선택된 차량 제어 명령을 포함하는,
교통 관리 시스템. - 제1항에 있어서,
정보는 상위 레벨 TCC/TCU로부터 하위 레벨 TCC/TCU로 송신되고,
상기 정보는,
a) 목표 속도,
b) 목표 차량 간격,
c) 목표 트래픽 양,
d) 접근 포인트에서의 목표 트래픽 분할 및
e) 트래픽 신호 타이밍 파라미터
중 하나 이상을 포함하는,
교통 관리 시스템. - 제1항 에 있어서,
상기 교통 관리 시스템은,
a) 전력 공급,
b) 트래픽 센서,
c) 유선 및 무선 통신 모듈 및
d) 데이터 저장 장치 및 데이터 베이스
중 하나 이상을 포함하는 하드웨어를 채용하는
교통 관리 시스템. - 제1항에 있어서,
a) 마이크로웨이브 시스템;
b) 유도 루프 시스템(inductive loop system);
c) 적외선 시스템(infrared system);
d) 비디오 카메라 시스템; 및
e) 레이저 시스템
으로 이루어진 그룹으로부터 선택된 센서를 이용하도록 구성되는
교통 관리 시스템. - 삭제
- 제1항에 있어서,
상기 거시 TCC는,
a) 상기 지역 TCC에게 제어 타겟을 제공하고,
b) 상기 지역 TCC로부터 관련 데이터를 수집하고,
c) 정보 처리와 전략 옵티마이저를 지원하기 위해 데이터 센터에 히스토리 데이터를 보관하고,
d) 데이터 수집, 정보 처리, 네트워크 최적화 및 트래픽 제어 신호에 포커스한 자동 또는 반자동 계산 센터를 제공하고, 및
e) 큰 규모 영역에서 복수의 지역 TCC를 제어하고, 고 용량 저 지연 통신 매체를 이용하여 상기 복수의 지역 TCC와 통신하는
교통 관리 시스템. - 제1항에 있어서
상기 지역 TCC는,
a) 상기 통로 TCC에 제어 타겟을 제공하고,
b) 상기 통로 TCC로부터 관련 데이터를 수집하고,
c) 정보 처리와 전략 최적화를 지원하기 위해 데이터 센터에 히스토리 데이터를 보관하고,
d) 지역에 대한 트래픽 제어 신호, 네트워크 최적화, 정보 처리 및 데이터 수집에 포커스한 자동 또는 반자동 계산 센터를 제공하고, 및
e) 지역 TCC의 범위 내에서 복수의 통로 TCC를 제어하고, 고 용량 저 지연 통신 매체를 이용하여 상기 거시 TCC 및 상기 복수의 통로 TCC와 통신하는,
교통 관리 시스템. - 제1항에 있어서,
상기 통로 TCC는,
a) 상기 세그먼트 TCU에게 제어 타겟을 제공하고,
b) 상기 세그먼트 TCU로부터 관련 데이터를 수집하고,
c) 제어 타겟을 제공하고 정보를 처리하기 위한 옵티마이저와 프로세서 모듈을 제공하고,
d) 도로 통로에 대한 트래픽 제어 신호, 네트워크 최적화, 정보 처리 및 데이터 수집에 포커스한 자동 또는 반자동 계산 센터를 제공하고, 및
e) 이미지 및 센서 처리를 위한 컴퓨팅 능력,데이터 전송 유닛, 데이터 웨어하우스 및 연산 서버를 포함하는,
교통 관리 시스템. - 제1항에 있어서,
상기 세그먼트 TCU는,
a) 상기 포인트 TCU에게 제어 타겟을 제공하고,
b) 상기 포인트 TCU로부터 관련 데이터를 수집하고,
c) 제어 타겟을 제공하고 정보를 처리하기 위한 옵티마이저와 프로세서 모듈을 제공하고,
d) 도로 영역에 대한 트래픽 제어를 제공하고, 및
e) LAN 데이터 스위칭 시스템 및 엔지니어 서버를 포함하고, 무선 또는 유선 통신 매체 중 하나에 의하여 상기 포인트 TCU와 통신하는,
교통 관리 시스템. - 제1항에 있어서,
상기 포인트 TCU는,
a) 차량 기반 제어 명령을 상기 로드사이드 유닛(RSU)에게 제공하고,
b) 상기 로드사이드 유닛(RSU)으로부터 관련 데이터를 수집하고,
c) 제어 타겟을 제공하고 정보를 처리하기 위한 프로세서와 옵티마이저 모듈을 제공하고,
d) 미리 정해진 거리의 도로, 램프 미터링 또는 교차로에 대한 트래픽 제어를 제공하고, 및
e) 하나 이상의 로드사이드 유닛(RSU)과 연결되는,
교통 관리 시스템. - 제1항에 있어서,
상기 로드사이드 유닛(RSU)은,
a) 트래픽 및 관련 정보를 모으는 센싱 모듈,
b) 차량 별 측정을 제공하는 데이터 처리 모듈,
c) 차량과 포인트 TCU 사이에 정보를 송수신하는 통신 모듈,
d) 차량 별 주행 명령을 차량에 송신하는 통신 모듈,
e) OBU 시스템에 송신된 데이터를 보여주는 인터페이스 모듈, 및
f) 전력 공급 유닛
을 포함하는 교통 관리 시스템. - 제1항에 있어서,
a) 차량 제어,
b) 트래픽 감지와 데이터 수집,
c) 무선 통신, 및
d) 데이터 수집과 통신
중 하나 이상을 위한 모듈을 포함하는 차량 서브 시스템을 포함하는
교통 관리 시스템. - 삭제
- 제1항 에 있어서,
차량 내부 인터페이스
를 더 포함하고,
상기 차량 내부 인터페이스는,
a) 음성 제어 및 텍스트-투-보이스,
b) 헤드 업 디스플레이(HUD), 및
c) 진동
중 하나 이상을 포함하는,
교통 관리 시스템. - 제1항에 있어서,
차량 식별 및 트래킹 기능이,
a) CV 보안 증명서,
b) 온보드유닛(OBU) 아이디,
c) 모바일 장치 아이디,
d) DGPS,
e) 비디오 인식 및 사물 감지가 조합된 비전 센서, 및
f) 모바일 LiDAR 센서
중 어느 것 또는 어느 조합을 이용하는
교통 관리 시스템. - 제1항 에 있어서,
a) OEM 오퍼레이터;
b) 무선 통신 서비스 제공자; 및
c) 교통 관리 시스템을 운영하는 공공기관
으로 이루어진 그룹으로부터 선택된 하나 이상의 통신 시스템 이용을 포함하는
교통 관리 시스템. - 제1항에 있어서,
a) DSRC, 무선의 3G, 4G, 5G, 및 블루투스 중 하나 이상을 포함하는 무선 통신 기술, 및
b) 케이블 통신 기술
로 이루어진 그룹으로부터 선택된 통신 기술을 채용하는
교통 관리 시스템. - 다차원 커넥티드 자동화 차량 도로 시스템에 있어서,
하드웨어와 소프트웨어를 포함하고,
상기 다차원 커넥티드 자동화 차량 도로 시스템은,
a) 차원 1(D1): 커넥티드 자동화 차량의 차량 자동화,
b) 차원 2(D2): 인간, 차량, 및 트래픽 환경 간의 통신의 연결성, 및
c) 차원 3(D3): 교통 시스템 통합
의 3가지 차원을 포함하고,
상기 다차원 커넥티드 자동화 차량 도로 시스템은,
1) 차량에 네비게이션 명령을 제공하는 것,
2) 안전을 유지하기 위한 정보 및 안내 명령을 제공하고, 트래픽 제어/도로 조건 정보를 제공하고, 특별 정보를 제공하는 것,
3) 상기 다차원 커넥티드 자동화 차량 도로 시스템의 하나 이상의 구성요소가 고장난 경우, 안전 유지 작업을 모니터링하고, 차량 기동 작업을 이행하는 것,
4) 차량 내 차량 센서에 의하여 제공되는 정보를 교체하고/하거나 보충하기 위하여, 제어 레벨에서 정보 교환 작업을 위한 데이터 피드를 제공하는 것,
5) 기계 레벨에서 차량 제어 작업을 이행하고, 주변환경을 모니터링하고, 백업 시스템으로서 대기하는 것,
6) 주행에 중요한 정보를 차량을 제공하는 것,
7) 주행 작업을 이행하는 것, 및
8) 오류 또는 고장이 발생한 차량에 백업 기능을 제공하기 위하여 차량을 이용하는 것
을 포함한 차량 간 필수 주행 작업을 재분배하도록 구성된
시스템. - 제21항에 있어서,
상기 차원 1(D1)은,
a) 인간 운전자가 동적 주행 작업의 나머지 측면을 모두 수행할 것을 기대하면서 주행 환경에 대한 정보를 이용하여 조향 또는 가속/감속 중 하나의 운전자 보조 시스템에 의한 주행 모드 별 실행을 채용하는 운전자 보조;
b) 인간 운전자가 동적 주행 작업의 나머지 측면을 모두 수행할 것을 기대하면서 주행 환경에 대한 정보를 이용하여, 조향 및 가속/감속의 운전자 보조 시스템의 하나 이상에 의한 주행 모드 별 실행을 채용하는 부분 자동화;
c) 인간 운전자가 운전자의 개입 요청에 적절히 대응할 것을 기대하면서 동적 주행 작업의 모든 측면의 자동 주행 시스템에 의한 주행 모드 별 수행을 채용하는 조건부 자동화;
d) 인간 운전자가 운전자의 개입 요청에 적절하게 대응하지 않더라도 동적 주행 작업의 모든 측면의 자동 주행 시스템에 의한 주행 모드 별 수행을 채용하는 높은 자동화; 및
e) 운전자가 관리할 수 있는 모든 도로 및 환경 조건에서 동적 주행 작업의 모든 측면의 자동 주행 시스템에 의한 상시 수행을 채택하는 전체 자동화
중 하나 이상의 능력을 포함하는,
시스템. - 제21항에 있어서,
상기 차원 2(D2)는,
a) 주행 및 의사결정을 보조하기 위해 로드사이드 유닛으로부터 간단한 트래픽 조건 정보를 수신하는 정보 보조,
b) 주행 및 의사결정을 a)의 정보 보조 보다 잘 보조하기 위해 인간 운전자 및 차량이 온보드 유닛 및 로드사이드 유닛을 통하여(via) 정보에 접근할 수 있는 제한 연결 센싱,
c) 인간 운전자 및 차량은 온보드 유닛, 로드사이드 유닛, 트래픽 운영 센터(TOC) 및 차량을 통하여 다수의 레이어 정보에 접근할 수 있고, 차량은 인간 주행, 차량 자동 주행 및 TOC 제어 주행을 포함한 방법 및 다양한 제어 전략을 통하여 동작되는 중복 정보 공유,
d) 안전하고 최적화된 주행을 가능하게 하기 위해 감소된 중복으로 최적화된 정보가 운전자 및 차량에게 제공되고 교통 네트워크에서 정보가 중복되거나 과적되지 않는 최적화된 연결성
중 하나 이상의 능력을 포함하는,
시스템. - 제21항에 있어서,
상기 차원 3(D3)은,
a) 연결된 차량이 트래픽 키 포인트에서 로드사이드 유닛과 정보를 교환하고, 로컬 이슈를 해결하고, 원활하고 안전한 트래픽 이동을 유지하기 위한 차량 제어 명령 및 기타 정보를 얻는 키 포인트 시스템 통합,
b) 연결된 차량이 미시 트래픽 운영 센터(TOC)로부터 특정 제어 명령 및 정보를 수신하는 세그먼트 시스템 통합 - 상기 미시 트래픽 운영 센터(TOC)는, 특정 도로 세그먼트를 제어하고 관리함 -,
c) 연결된 차량이 거시 트래픽 운영 센터(TOC)로부터 네비게이션 명령을 수신하는 통로 통합 시스템 - 상기 거시 트래픽 운영 센터(TOC)는, 트래픽 양을 제어하고, 트래픽 혼잡을 예상함 -, 및
d) 트래픽 효율성을 올리고, 사람과 물건의 트래픽 비용을 낮추고, 전 네트워크에 글로벌 최적화를 실현하기 위해 가장 높은 레벨로부터 거시 트래픽 운영 센터(TOC)가 트래픽 혼란을 최적화하는 거시 통합 시스템
중 하나 이상의 능력을 포함하는,
시스템. - 제24항에 있어서,
상기 트래픽 키 포인트는 도로의 교차로를 포함하는,
시스템. - 제24항에 있어서,
상기 거시 TOC는 도시 전체 또는 주 전체 트래픽을 관리하는,
시스템.
Applications Claiming Priority (7)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710014787.0 | 2017-01-10 | ||
| CN201710014787.0A CN106710203A (zh) | 2017-01-10 | 2017-01-10 | 一种多维智能网联交通系统 |
| US201762507453P | 2017-05-17 | 2017-05-17 | |
| US62/507,453 | 2017-05-17 | ||
| US15/628,331 US10380886B2 (en) | 2017-05-17 | 2017-06-20 | Connected automated vehicle highway systems and methods |
| US15/628,331 | 2017-06-20 | ||
| PCT/US2018/012961 WO2018132378A2 (en) | 2017-01-10 | 2018-01-09 | Connected automated vehicle highway systems and methods |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190103345A KR20190103345A (ko) | 2019-09-04 |
| KR102386960B1 true KR102386960B1 (ko) | 2022-04-15 |
Family
ID=67297726
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020197023379A KR102386960B1 (ko) | 2017-01-10 | 2018-01-09 | 커넥티드 자동화 차량 도로 시스템 및 방법 |
Country Status (5)
| Country | Link |
|---|---|
| EP (1) | EP3568843A4 (ko) |
| JP (3) | JP6994203B2 (ko) |
| KR (1) | KR102386960B1 (ko) |
| AU (1) | AU2018208404B2 (ko) |
| CA (1) | CA3049019A1 (ko) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111210618B (zh) * | 2018-11-22 | 2022-06-07 | 上海丰豹商务咨询有限公司 | 自动网联公交道路系统 |
| CN111307159B (zh) * | 2020-03-19 | 2022-11-18 | 哈尔滨工程大学 | 一种多auv三维协同航路规划方法 |
| KR20210138947A (ko) * | 2020-05-13 | 2021-11-22 | 한양대학교 에리카산학협력단 | 다중채널 자원할당 방법 및 시스템 |
| CL2021002230A1 (es) * | 2020-08-27 | 2022-04-18 | Tech Resources Pty Ltd | Método y aparatos para coordinar múltiples trayectorias cooperativas de vehículos en redes de carreteras compartidas |
| CN114679476B (zh) * | 2022-02-15 | 2023-10-24 | 浙江大华技术股份有限公司 | 信息采集方法、系统、路侧系统及存储介质 |
| CN114802311B (zh) * | 2022-06-28 | 2022-09-13 | 国汽智控(北京)科技有限公司 | 全局化车辆控制方法、装置、电子设备及存储介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003141676A (ja) | 2001-11-02 | 2003-05-16 | Pioneer Electronic Corp | 車両自動誘導システム、車両自動誘導システムにおける制御装置、車両自動誘導方法および自動誘導処理プログラム。 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10207504A (ja) * | 1997-01-20 | 1998-08-07 | Komatsu Ltd | 人工知能機械および人工知能機械システム |
| US7979173B2 (en) * | 1997-10-22 | 2011-07-12 | Intelligent Technologies International, Inc. | Autonomous vehicle travel control systems and methods |
| KR19990075982A (ko) * | 1998-03-26 | 1999-10-15 | 이종수 | 자동 운행 교통망 시스템 |
| JP2001134866A (ja) | 1999-08-23 | 2001-05-18 | Sumitomo Electric Ind Ltd | 遠隔制御システム |
| JP2005267505A (ja) | 2004-03-22 | 2005-09-29 | Fujitsu Ltd | 交通管理システム |
| JP4586563B2 (ja) | 2005-02-18 | 2010-11-24 | 住友電気工業株式会社 | 車載機 |
| KR101291067B1 (ko) * | 2009-11-26 | 2013-08-07 | 한국전자통신연구원 | 차량 제어 장치 및 그 자율 주행 방법, 지역 서버 장치 및 그 자율 주행 서비스 방법, 전역 서버 장치 및 그 자율 주행 서비스 방법 |
| JP6344239B2 (ja) | 2012-10-15 | 2018-06-20 | 日本電気株式会社 | 交通情報配信システム、セルラ通信システム、及び通信端末 |
| US9478129B1 (en) * | 2013-11-22 | 2016-10-25 | Vaibhavi Kothari | Vehicle monitoring and control system |
| CN106233353A (zh) | 2014-05-29 | 2016-12-14 | 英派尔科技开发有限公司 | 远程驾驶辅助 |
| JP2016110413A (ja) | 2014-12-08 | 2016-06-20 | 三洋テクノソリューションズ鳥取株式会社 | 交通制御システム |
| US10096240B2 (en) | 2015-02-06 | 2018-10-09 | Jung H BYUN | Method and server for traffic signal regulation based on crowdsourcing data |
| US10013877B2 (en) | 2016-06-20 | 2018-07-03 | Toyota Jidosha Kabushiki Kaisha | Traffic obstruction notification system based on wireless vehicle data |
-
2018
- 2018-01-09 AU AU2018208404A patent/AU2018208404B2/en active Active
- 2018-01-09 CA CA3049019A patent/CA3049019A1/en active Pending
- 2018-01-09 JP JP2019557535A patent/JP6994203B2/ja active Active
- 2018-01-09 KR KR1020197023379A patent/KR102386960B1/ko active IP Right Grant
- 2018-01-09 EP EP18738971.3A patent/EP3568843A4/en active Pending
-
2021
- 2021-12-01 JP JP2021195103A patent/JP7207670B2/ja active Active
-
2022
- 2022-12-22 JP JP2022205040A patent/JP2023030100A/ja active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003141676A (ja) | 2001-11-02 | 2003-05-16 | Pioneer Electronic Corp | 車両自動誘導システム、車両自動誘導システムにおける制御装置、車両自動誘導方法および自動誘導処理プログラム。 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7207670B2 (ja) | 2023-01-18 |
| AU2018208404A1 (en) | 2019-07-25 |
| CA3049019A1 (en) | 2018-07-19 |
| JP2022031830A (ja) | 2022-02-22 |
| JP6994203B2 (ja) | 2022-01-14 |
| EP3568843A4 (en) | 2021-03-31 |
| AU2018208404B2 (en) | 2023-08-03 |
| EP3568843A2 (en) | 2019-11-20 |
| KR20190103345A (ko) | 2019-09-04 |
| JP2020510941A (ja) | 2020-04-09 |
| JP2023030100A (ja) | 2023-03-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11955002B2 (en) | Autonomous vehicle control system with roadside unit (RSU) network's global sensing | |
| WO2018132378A2 (en) | Connected automated vehicle highway systems and methods | |
| JP7339635B2 (ja) | インテリジェント道路インフラストラクチャシステム（ｉｒｉｓ）：システム及び方法 | |
| US11881101B2 (en) | Intelligent road side unit (RSU) network for automated driving | |
| US11842642B2 (en) | Connected automated vehicle highway systems and methods related to heavy vehicles | |
| KR102386960B1 (ko) | 커넥티드 자동화 차량 도로 시스템 및 방법 | |
| US11447152B2 (en) | System and methods for partially instrumented connected automated vehicle highway systems | |
| US20220114885A1 (en) | Coordinated control for automated driving on connected automated highways | |
| KR20210008836A (ko) | 차량 및 고속도로 사이의 주행 지능 할당을 위한 시스템 및 방법 | |
| US11735035B2 (en) | Autonomous vehicle and cloud control (AVCC) system with roadside unit (RSU) network | |
| US11964674B2 (en) | Autonomous vehicle with partially instrumened roadside unit network |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |