KR102425980B1 - 서비스 맞춤형 v2x 지원 시스템 및 방법 - Google Patents

서비스 맞춤형 v2x 지원 시스템 및 방법 Download PDF

Info

Publication number
KR102425980B1
KR102425980B1 KR1020210088158A KR20210088158A KR102425980B1 KR 102425980 B1 KR102425980 B1 KR 102425980B1 KR 1020210088158 A KR1020210088158 A KR 1020210088158A KR 20210088158 A KR20210088158 A KR 20210088158A KR 102425980 B1 KR102425980 B1 KR 102425980B1
Authority
KR
South Korea
Prior art keywords
entity
service
sensor
vehicle
service type
Prior art date
Application number
KR1020210088158A
Other languages
English (en)
Inventor
정성환
조복연
김동훈
Original Assignee
한국전자기술연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전자기술연구원 filed Critical 한국전자기술연구원
Priority to KR1020210088158A priority Critical patent/KR102425980B1/ko
Application granted granted Critical
Publication of KR102425980B1 publication Critical patent/KR102425980B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명은 도로 상에서 움직이는 차량 또는 상기 도로의 상태에 관한 센싱 데이터를 수집하는 센서 엔터티, 상기 센서 엔터티로부터 센싱 데이터를 수신하고, 상기 차량의 자율 주행과 관련한 서비스 타입을 확인하고, 확인된 서비스 타입에 따라 상기 센싱 데이터의 처리를 다르게 수행하는 지능형 라우터 엔터티를 포함하는 것을 특징으로 하는 서비스 맞춤형 V2X 지원 시스템 및 방법을 개시한다.

Description

서비스 맞춤형 V2X 지원 시스템 및 방법{Supporting System and Method for customizing service of Vehicle to Everything}
본 발명은 V2X 자율 주행 지원에 관한 것으로서, 더욱 상세하게는 V2X 자율 주행에서 차량에 지원되는 서비스 타입에 따른 적응적 센서 데이터 처리를 수행하는 서비스 맞춤형 V2X 지원 시스템 및 방법에 관한 것이다.
V2X(Vehicle to Everything)는 자동차가 자율주행하기 위해 도로에 있는 다양한 요소와 소통하는 기술을 일컫는다. 이러한 V2X는 전방 교통 상황과 차량 간 접근을 알리는 V2V(vehicle to vehicle) 통신, 신호등과 같은 교통 인프라와 소통하는 V2I(vehicle to infrastructure) 통신, 보행자 정보를 지원하는 V2P(vehicle to pedestrian) 통신 등으로 구성될 수 있다.
한편, 최근 모빌리티 4.0 단계를 포함한 스마트 시티 구축을 위한 연구가 활발히 진행되고 있으며, V2X와 관련하여, EV(Electric Vehicle) 기반의 자율주행 기술 개발 및 상용화를 위한 in-vehicle 그리고 out-vehicle 관점에서의 기술이 주목받고 있다. In-vehicle 관점에서 차량에 설치된 다양한 센서를 통해 확보되는 정보는 센서 성능에 대한 의존도가 높으며 가시거리 내에서만 활용할 수 있는 제약이 있다. 이러한 문제점을 해결하기 위해 out-vehicle 데이터 처리 기술 즉, 차량 외부 환경에 대한 정보 수집/공유를 통해 광범위한 영역을 인지하고 처리하는 기술이 연구되고 있다. 그리고 현재 이러한 산업 동향에 따라 C-ITS(Cooperative-Intelligent Transport Systems)를 기반으로 고성능의 센서들이 스마트 인프라 곳곳에 설치되고 있다.
이에 따라, 차량 또는 교통 기반 시설에 기설치된 저사양(low-end)의 센서와 IT 리소스(resource)를 어떻게 활용할 것인지가 중요시 되고 있다. 현재 적용되고 있는 시스템은 정해진 위치에 설치되어 있는 센서들로부터 수집된 정보와 IT 리소스를 바탕으로 영상 처리를 통해 분석/검출/감지를 수행하고, 관리자 예컨대, 감시 센터(monitoring center 또는 administrator)에 전달하는 구조로 형성된다. 이러한 방식의 시스템은 설치된 IT 리소스의 지속적인 유지 및 보수, 업데이트에 어려움이 있고 비용 측면에서도 비효율적이다.
예컨대, 도로 상이나 터널 안에 설치된 카메라 센서를 이용한 유고를 포함한 특수 상황들을 감지하기 위해 필요한 이미지 처리 알고리즘(algorithm)을 사용할 경우, 해당 알고리즘의 복잡도(complexity)에 따라 처리 시간이 길어지는 경우가 있고, 이 경우, 실시간성을 보장 받지 못하여 자율 주행에서의 신뢰성과 안전성 문제로 이어질 수 있다. 이러한 문제를 해결하기 위하여 복잡도가 낮은 이미지 처리 알고리즘을 적용할 경우, 실시간성은 보장될 수 있으나 분석/검출/감지 결과물의 정확도가 떨어지게 되고, 결과적으로 영상 처리에 대한 신뢰성(reliability)과 안전성(safety) 문제로 이어질 수 있다.
상술한 문제점을 해결하기 위하여, 본 발명은 V2X 환경 기반의 자율주행과 비자율주행이 혼재되어 있는 실시간 교통 상황 속에서 실시간성인 Quality of Service(이하 QoS)를 보장하면서 객체 인지 성능인 Quality of Experience(이하 QoE)의 정확도를 서비스 종류에 따라 적응적으로 제공할 수 있는 서비스 맞춤형 V2X 지원 시스템 및 방법을 제공함에 있다.
또는, 본 발명은 자율 주행 관련 영상 처리에 대한 정확도와 실시간성을 보장할 수 있는(trade-off) 적정 임계값(threshold value)을 제공하기 위한 스케쥴러(scheduler)를 포함하는 장치 및 이의 운용 방법을 제공할 수 있다.
한편, 이러한 본 발명의 목적은 상기의 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.
상술한 바와 같은 목적을 달성하기 위한 본 발명은 도로 상에서 움직이는 차량 또는 상기 도로의 상태에 관한 센싱 데이터를 수집하는 센서 엔터티, 상기 센서 엔터티로부터 센싱 데이터를 수신하고, 상기 차량의 자율 주행과 관련한 서비스 타입을 확인하고, 확인된 서비스 타입에 따라 상기 센싱 데이터의 처리를 다르게 수행하는 지능형 라우터 엔터티를 포함하는 것을 특징으로 하는 서비스 맞춤형 V2X 지원 시스템을 제공한다.
여기서, 상기 센서 엔터티는 차량 내외부에 부착되어 차량 이동과 관련한 센싱 데이터를 수집한 차량 내 센서 엔터티 또는 상기 도로 일측에 설치되어 상기 도로의 상태 또는 상기 도로에서 움직이는 물체에 대한 센싱 데이터를 수집하는 차량 외 센서 엔터티를 포함하는 것을 특징으로 한다.
또는, 상기 센서 엔터티는 수집된 센싱 데이터에 대한 이미지 처리를 수행할 수 있는 IT 리소스를 포함하는 센서 엔터티, 수집된 센싱 데이터를 이미지 처리 없이 상기 지능형 라우터 엔터티에 제공하는 센서 엔터티 중 어느 하나로 구성될 수 있다.
한편, 상기 지능형 라우터 엔터티는 상기 센서 엔터티가 제공한 메시지에서 서비스 타입을 정의하는 파라메터를 확인하고, 상기 확인된 파라메터에 따라, 상대적으로 높은 실시간성을 유지하도록 상대적으로 낮은 복잡도를 가지는 알고리즘을 기반으로 상기 센싱 데이터에 대한 이미지 처리를 수행하는 것을 특징으로 한다.
또는, 상기 지능형 라우터 엔터티는 상기 센서 엔터티가 제공한 메시지에서 서비스 타입을 정의하는 파라메터를 확인하고, 상기 확인된 파라메터에 따라, 상대적으로 높은 정확도를 유지하도록 상대적으로 높은 복잡도를 가지는 알고리즘을 기반으로 상기 센싱 데이터에 대한 이미지 처리를 수행하는 것을 특징으로 한다.
또는, 상기 지능형 라우터 엔터티는 상기 센서 엔터티가 제공한 메시지에서 서비스 타입을 정의하는 파라메터를 확인하고, 상기 센서 엔터티의 서비스 타입이 상대적으로 낮은 경우, 센서 엔터티와 관련한 IT 리소스를 예약하여 상대적으로 높은 서비스 타입을 요청한 센서 엔터티의 센싱 데이터 처리를 위해 사용하는 것을 특징으로 한다.
본 발명의 실시 예에 따른 서비스 맞춤형 V2X 지원 방법은 지능형 라우터 엔터티가, 도로 상에서 움직이는 차량으로부터 센싱 데이터를 포함하는 메시지를 수신하는 단계, 상기 메시지에서 상기 차량의 자율 주행과 관련한 서비스 타입을 정의한 파라메터를 확인하는 단계, 상기 서비스 타입에 따라 상기 센싱 데이터의 처리를 다르게 수행하는 단계를 포함하는 것을 특징으로 한다.
여기서, 상기 수행하는 단계는 상기 서비스 타입이 상대적으로 낮은 경우, 상대적으로 높은 실시간성을 유지하도록 상대적으로 낮은 복잡도를 가지는 알고리즘을 기반으로 상기 센싱 데이터에 대한 이미지 처리를 수행하는 단계를 포함하는 것을 특징으로 한다.
또는, 상기 수행하는 단계는 상기 서비스 타입이 상대적으로 높은 경우, 상대적으로 높은 정확도를 유지하도록 상대적으로 높은 복잡도를 가지는 알고리즘을 기반으로 상기 센싱 데이터에 대한 이미지 처리를 수행하는 단계를 포함하는 것을 특징으로 한다.
본 발명에 따르면, 본 발명은 소프트웨어 및 하드웨어의 가상화 및 모듈화를 통해 자율 주행과 관련한 V2X 환경 요소들의 지속적인 유지, 보수, 업데이트의 용이성을 확보하고, 그에 따른 비용 절감(virtualization, modulization)을 달성할 수 있다.
또한, 본 발명은 지능형 라우터 엔터티의 풍부한 IT 리소스를 활용한 객체 인지 성능 향상 및 실시간성 보장(QoS/QoE)을 통한 보다 높은 신뢰성 및 안전성을 제공할 수 있다.
또한, 본 발명은 실시간 스케쥴러를 활용하여 V2X 자율 주행 환경에서의 서비스 종류에 따른 차세대 서비스 맞춤형 V2X 플랫폼을 제공할 수 있다.
아울러, 상술한 효과 이외의 다양한 효과들이 후술될 본 발명의 실시 예에 따른 상세한 설명에서 직접적 또는 암시적으로 개시될 수 있다.
도 1은 본 발명의 실시 예에 따른 서비스 맞춤형 V2X 지원 시스템이 적용되는 환경의 한 예를 나타낸 도면이다.
도 2는 본 발명의 실시 예에 따른 서비스 맞춤형 V2X 지원 시스템의 한 예를 나타낸 도면이다.
도 3은 본 발명의 실시 예에 따른 IT 리소스를 가지는 센서 엔터티를 포함한 서비스 맞춤형 V2X 지원 시스템의 한 예를 나타낸 도면이다.
도 4는 본 발명의 실시 예에 따른 IT 리소스가 없는 센서 엔터티를 포함한 서비스 맞춤형 V2X 지원 시스템의 한 예를 나타낸 도면이다.
도 5는 본 발명의 실시 예에 따른 서비스 맞춤형 V2X 지원 시스템에 적용되는 서비스 종류의 예를 나타낸 도면이다.
도 6은 본 발명의 실시 예에 따른 지능형 라우터 엔터티 구동과 관련한 구문의 한 예를 나타낸 도면이다.
도 7은 도 6에 나타낸 구문의 각 파라메터 설명을 나타낸 도면이다.
도 8은 본 발명의 실시 예에 따른 서비스 맞춤형 V2X 지원 시스템 중 지능형 라우터의 운용 방법의 한 예를 나타낸 도면이다.
본 발명의 과제 해결 수단의 특징 및 이점을 보다 명확히 하기 위하여, 첨부된 도면에 도시된 본 발명의 특정 실시 예를 참조하여 본 발명을 더 상세하게 설명한다.
다만, 하기의 설명 및 첨부된 도면에서 본 발명의 요지를 흐릴 수 있는 공지 기능 또는 구성에 대한 상세한 설명은 생략한다. 또한, 도면 전체에 걸쳐 동일한 구성 요소들은 가능한 한 동일한 도면 부호로 나타내고 있음에 유의하여야 한다.
이하의 설명 및 도면에서 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위한 용어의 개념으로 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시 예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.
또한, 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하기 위해 사용하는 것으로, 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용될 뿐, 상기 구성요소들을 한정하기 위해 사용되지 않는다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제2 구성요소는 제1 구성요소로 명명될 수 있고, 유사하게 제1 구성요소도 제2 구성요소로 명명될 수 있다.
또한, 본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한, 본 명세서에서 기술되는 "포함 한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
또한, 명세서에 기재된 "부", "기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, "일(a 또는 an)", "하나(one)", "그(the)" 및 유사 관련어는 본 발명을 기술하는 문맥에 있어서(특히, 이하의 청구항의 문맥에서) 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.
상술한 용어들 이외에, 이하의 설명에서 사용되는 특정 용어들은 본 발명의 이해를 돕기 위해서 제공된 것이며, 이러한 특정 용어의 사용은 본 발명의 기술적 사상을 벗어나지 않는 범위에서 다른 형태로 변경될 수 있다.
아울러, 본 발명의 범위 내의 실시 예들은 컴퓨터 실행가능 명령어 또는 컴퓨터 판독가능 매체에 저장된 데이터 구조를 가지거나 전달하는 컴퓨터 판독가능 매체를 포함한다. 이러한 컴퓨터 판독가능 매체는, 범용 또는 특수 목적의 컴퓨터 시스템에 의해 액세스 가능한 임의의 이용 가능한 매체일 수 있다. 예로서, 이러한 컴퓨터 판독가능 매체는 RAM, ROM, EPROM, CD-ROM 또는 기타 광 디스크 저장장치, 자기 디스크 저장장치 또는 기타 자기 저장장치, 또는 컴퓨터 실행가능 명령어, 컴퓨터 판독가능 명령어 또는 데이터 구조의 형태로 된 소정의 프로그램 코드 수단을 저장하거나 전달하는 데에 이용될 수 있고, 범용 또는 특수 목적 컴퓨터 시스템에 의해 액세스 될 수 있는 임의의 기타 매체와 같은 물리적 저장 매체를 포함할 수 있지만, 이에 한정되지 않는다.
이하에서 설명하는 본 발명은 모빌리티 플랫폼(mobility platform) 및 스마트 인프라(smart city) 환경에 산재되어 있는 저사양의 센서와 제한된 IT 리소스로 인한 신뢰성 및 안전성의 문제점을 해결하기 위해 지능형 라우터(cloud computing) 기반의 딥러닝(deep learning) 학습을 활용한 객체 인지(computer vision) 성능 향상과 실시간성(real-time multimedia streaming) 보장을 제공(QoS/QoE)할 수 있는 시스템 및 방법에 관한 것이다.
이러한 본 발명은 딥러닝 기반의 객체 인지 성능 향상을 통한 정확도(QoE)를 보장하고, 클라우드 컴퓨팅 기반의 IT 리소스 활용을 통한 실시간성(QoS)을 보장하며, 자율 주행 관련 서비스 종류에 따른 서비스 맞춤형 V2X 플랫폼을 제공하고, 클라우드 기반의 리소스 가상화와 프로세스 모듈화를 통한 스마트 인프라의 유지, 보수, 업데이트 용이성을 확보하고 그에 따른 비용을 절감할 수 있다.
도 1은 본 발명의 실시 예에 따른 서비스 맞춤형 V2X 지원 시스템이 적용되는 환경의 한 예를 나타낸 도면이다.
도 1을 참조하면, 본 발명의 실시 예에 따른 서비스 맞춤형 V2X 지원 시스템이 적용되는 환경(1000)은 차량(100)이 이동할 수 있는 도로(11)와, 도로(11)의 일단에 배치된 터널(12), 도로(11)를 횡단할 수 있는 횡단보도(13) 등을 포함할 수 있다. 이러한 환경(1000)에서, 차량(100)의 자율 주행과 관련하여 스마트 인프라로서, 적어도 하나의 가로등에 배치된 가로등 센서(11_1, 11_2, 11_3), 횡단보도(13) 일측 또는 도로(11)의 일측에 설치된 신호등에 배치된 신호등 센서(11_4), 차량이 정류할 수 있는 정류소에 배치된 정류소 장치(14), 상기 터널(12)에 배치된 적어도 하나의 터널 센서(12_1, 12_2, 12_3)를 더 포함할 수 있다.
상기 적어도 하나의 가로등 센서(11_1, 11_2, 11_3)는 도로(11)의 일측에 복수개가 배치될 수 있다. 상기 가로등 센서(11_1, 11_2, 11_3)는 가로등에 공급되는 전력을 이용하여 센싱 동작을 수행할 수 있다. 상기 가로등 센서(11_1, 11_2, 11_3)는 예컨대, 상기 도로(11)를 포함한 일정 영역에 대응하는 이미지를 획득할 수 있는 이미지 센서를 포함할 수 있다. 또는, 상기 가로등 센서(11_1, 11_2, 11_3)는 상기 도로(11) 상에서 이동 중인 물체의 속도를 감지할 수 있는 속도 감지 센서를 포함할 수 있다. 또는, 상기 가로등 센서(11_1, 11_2, 11_3)는 상기 도로(11)의 일정 영역에 차량(100) 등이 접근하는 것을 감지할 수 있는 라이다 센서를 포함할 수 있다. 상기 적어도 하나의 가로등 센서(11_1, 11_2, 11_3)는 수집된 센싱 정보를 정류소 장치(14)를 통하여 지능형 라우터 엔터티(또는 장치, 구성, 콤포넌트(component), 요소(element), 구조 또는 구조물)에 전송할 수 있다. 이와 관련하여, 상기 적어도 하나의 가로등 센서(11_1, 11_2, 11_3)는 정류소 장치(14)와 유선 또는 무선 통신 채널을 형성할 수 있다. 다른 예로서, 상기 적어도 하나의 가로등 센서(11_1, 11_2, 11_3)는 도로(11) 상에 움직이는 물체에 대한 센싱 동작을 통해 획득된 센싱 데이터를 지능형 라우터 엔터티에 직접 전송할 수 있는 통신 모듈을 포함할 수 있다. 또는, 상기 적어도 하나의 가로등 센서(11_1, 11_2, 11_3)는 수집된 센싱 데이터 특징점 검출(예: 센서를 통해 수집된 이미지에서 물체로 인식될 수 있는 부분들에 대한 특징점을 검출)과 이를 기반으로 한 특정 데이터 생성을 수행할 수 있는 IT 리소스(예: 센싱 정보 또는 센싱 데이터를 저장할 수 있는 메모리, 센싱 데이터 수집과 특징점 추출 및 추출된 특징점 기반의 메시지(예: 센싱 데이터를 수집한 주체의 식별자, 물체 인식 여부, 인식된 물체의 이동 방향과 속도, 인식된 물체의 크기, 인식된 물체의 종류 중 적어도 하나를 포함한 메시지)를 생성할 수 있는 프로세서)를 더 포함할 수 있다. 상기 가로등 센서(11_1, 11_2, 11_3)가 IT 리소스를 포함하는 경우, 수집된 센싱 데이터에 대한 데이터 처리를 수행한 후, 데이터 처리된 특정 메시지를 지능형 라우터 엔터티에 전송할 수 있다.
상기 신호등 센서(11_4)는 신호등 일측에 배치되어 신호등에 제공되는 전력을 기반으로 운용될 수 있다. 상기 신호등 센서(11_4)는 상기 적어도 하나의 가로등 센서(11_1, 11_2, 11_3)와 동일 또는 유사한 구조를 가질 수 있다. 예컨대, 상기 신호등 센서(11_4)는 카메라 센서, 속도 감지 센서, 라이다 센서 중 적어도 하나를 포함할 수 있다. 상기 신호등 센서(11_4)는 IT 리소스(예: 센싱 데이터를 수집하여 저장할 수 있는 메모리, 수집된 데이터에 대한 특징점 추출과, 추출된 특징점을 기반으로 물체 파악을 수행하고, 파악된 물체에 대한 메시지를 생성하는 프로세서)를 포함하는 구조를 가질 수 있다. 또한, 신호등 센서(11_4)는 통신 모듈을 포함하여, 상기 센싱 데이터 또는 상기 메시지를 지능형 라우터 엔터티에 제공할 수 있다.
상기 정류소 장치(14)는 도로(11) 일측에서의 물체 움직임을 센싱할 수 있도록 배치될 수 있다. 이러한 정류소 장치(14)는 앞서 설명한 적어도 하나의 가로등 센서(11_1, 11_2, 11_3) 또는 신호등 센서(11_4)와 동일 또는 유사한 구조(예: 카메라 센서, 속도 감지 센서, 라이다 센서 중 적어도 하나를 포함하는 센서 구조, IT 리소스, 통신 모듈 중 적어도 하나를 포함하는 구조)를 가질 수 있다. 다른 예로서, 상기 정류소 장치(14)는 별도의 센서를 포함하지 않고, 적어도 하나의 가로등 센서(11_1, 11_2, 11_3) 및 신호등 센서(11_4) 등과 유선 또는 무선으로 통신 채널을 형성하고, 상기 가로등 센서(11_1, 11_2, 11_3) 및 신호등 센서(11_4)가 수집한 센싱 데이터를 수집할 수 있다. 상기 정류소 장치(14)는 수집된 센싱 데이터에 대한 데이터를 수행하여 특징점을 추출하고, 추출된 특징점을 기반으로 물체를 인식하고, 인식 결과에 따른 메시지를 작성하여 지능형 라우터 엔터티에 전송할 수 있도록 IT 리소스를 포함할 수 있다. 이 경우, 상기 적어도 하나의 가로등 센서(11_1, 11_2, 11_3) 및 신호등 센서(11_4)는 별도의 IT 리소스를 포함하지 않고, 센싱 데이터 수집을 위한 구성들(예: 물체 움직임 센싱이 가능한 센서, 센서에 전원을 공급하기 위한 배터리 또는 영구전원, 센서와 전원이 안착되는 하우징 또는 케이스)을 포함할 수 있다.
상기 적어도 하나의 터널 센서(12_1, 12_2, 12_3)는 터널(12) 내측에 배치되어 터널(12)을 이동하는 물체에 대한 센싱 데이터를 수집할 수 있다. 예컨대, 상기 적어도 하나의 터널 센서(12_1, 12_2, 12_3)는 상기 센서들(예: 가로등 센서(11_1, 11_2, 11_3), 신호등 센서(11_4), 정류소 장치(14))과 동일 또는 유사하게, 카메라 센서, 속도 감지 센서, 라이다 센서 중 적어도 하나를 포함하며, IT 리소스 및 통신 모듈을 포함할 수 있다. 한편, 상기 적어도 하나의 터널 센서(12_1, 12_2, 12_3)는 터널(12) 내 환경에서 물체 인식을 위하여 가로등 센서(11_1, 11_2, 11_3) 또는 신호등 센서(11_4)에 배치된 카메라 센서와 다른 이미지 센서(예: 적외선 센서)를 포함할 수 있다. 상기 터널 센서(12_1, 12_2, 12_3)는 터널(12) 내의 물체 움직임에 관한 정보를 수집하고, 수집된 정보를 지능형 라우터 엔터티에 전송할 수 있다.
상기 차량(100)은 도로(11)를 이동하면서, 도로(11) 일측에 배치된 다양한 센서들에 의해 센싱(예: out-vehicle 센싱)될 수 있다. 또한, 상기 차량(100)은 차량 내에 배치된 적어도 하나의 센서들에 의한 센싱(예: in-vehicle) 데이터를 수집하고, 지능형 라우터 엔터티에 제공할 수 있다. 이를 위하여 상기 차량(100)은 운전 중인 운전자 및 동승자 중 적어도 하나를 포함하는 객체를 촬영할 수 있는 카메라 센서, 차량(100)의 이동 속도를 검출할 수 있는 속도계, 차량(100) 일측에 배치되어 차량(100) 주변을 센싱할 수 있는 라이다 센서, 차량(100)의 전방, 후방 또는 측방 중 적어도 한 방향에 배치되어 차량(100) 주변 환경에 대한 영상을 촬영할 수 있는 카메라 센서를 포함할 수 있다. 또한, 상기 차량(100)은 센서들이 수집한 센싱 데이터를 지능형 라우터 엔터티에 전달할 수 있는 통신 모듈(예: 이동통신 모듈)을 포함할 수 있다. 추가로, 차량(100)은 센싱 데이터를 수집하고, 수집된 센싱 데이터를 기반으로 주변 영상 처리 또는 운전자 영상 처리를 수행하고, 영상 처리 결과를 메시지에 포함하여 지능형 라우터 엔터티에 전송할 수 있다. 다른 예로, 차량(100)은 지능형 라우터 엔터티로부터 메시지를 수신하고, 수신된 메시지에 따른 특정 동작 예컨대, 차량 속도 감속 또는 정지, 차량의 조향 변화, 알람 출력(예: 운전자 졸음 방지 또는 졸음 상태 해소를 위한 알람 출력) 등을 수행할 수 있다.
도 2는 본 발명의 실시 예에 따른 서비스 맞춤형 V2X 지원 시스템의 한 예를 나타낸 도면이다.
도 1 및 도 2를 참조하면, 본 발명의 실시 예에 따른 서비스 맞춤형 V2X 지원 시스템(1001)은 센서 엔터티(60), 네트워크(50)에 배치된 지능형 라우터 엔터티(51) 및 관리자 엔터티(70)를 포함할 수 있다. 여기서, 시스템 구성 형태에 따라 상기 관리자 엔터티(70)의 구성은 생략되고, 관리자 엔터티(70)가 제공하는 기능은 지능형 라우터 엔터티(51)가 제공하도록 구성될 수도 있다.
상기 센서 엔터티(60)는 앞서 도 1에서 설명한 다양한 센서들을 포함할 수 있다. 센서 엔터티(60)는 IT 리소스(예: 센싱 데이터를 수집하는 데이터 수집부, 수집된 데이터의 특징점(예: 촬영 이미지의 필터링을 통해 이동 물체 또는 고정 물체를 검출할 수 있는 특징점)을 검출하는 데이터 검출부, 검출된 데이터를 기반으로 지능형 라우터 엔터티(51)에 제공하는 메시지(예: 센싱 데이터를 수집한 주체의 식별자, 물체 인식 여부, 인식된 물체의 현재 위치, 인식된 물체의 이동 방향과 속도, 인식된 물체의 크기, 인식된 물체의 종류 중 적어도 하나를 포함한 메시지)를 생성하는 데이터 생성부)를 포함하거나 또는 포함하지 않는 구조(예: IT 리소스 없이 센서만 포함한 구조)를 가질 수 있다. 예컨대, 센서 엔터티(60)는 차량 내 센서 엔터티(61) 및 차량 외 센서 엔터티(62)를 포함할 수 있다.
상기 차량 내 센서 엔터티(61)는 앞서 도 1에서 설명한 차량(100)에 배치된 적어도 하나의 센서(예: 운전자 또는 운전자 얼굴을 촬영할 수 있는 카메라 센서, 차량에 배치되어 차량 외부를 촬영할 수 있는 카메라 센서, 차량 주변 환경을 감지할 수 있는 라이다 센서, 차량의 속도 계 등)를 포함할 수 있다. 차량 내 센서 엔터티(61)는 차량(100)이 시동-온 된 이후, 활성화되어 센싱 데이터를 수집하고, 수집된 센싱 데이터를 지능형 라우터 엔터티(51)에 전송할 수 있다. 추가적으로, 차량 내 센서 엔터티(61)는 IT 리소스(예: 데이터 수집부, 데이터 검출부, 데이터 생성부)를 포함하고, 수집된 센싱 데이터에 대한 데이터 처리(예: 특징점 추출과, 추출된 특징점을 기반으로 주변 물체 인식 결과 생성)할 수 있다. 이후 차량 내 센서 엔터티(61)는 처리된 결과를 지능형 라우터 엔터티(51)에 제공할 수 있는 형태로 변경(예: 지능형 라우터 엔터티(51)가 인식할 수 있는 메시지 작성)한 후 지능형 라우터 엔터티(51)에 제공할 수 있다.
상기 차량 외 센서 엔터티(62)는 차량(100) 이외 도로(11) 일측에 배치된 센서(예: 도 1에서 설명한 적어도 하나의 가로등 센서(11_1, 11_2, 11_3), 신호등 센서(11_4), 정류소 장치(14), 적어도 하나의 터널 센서(12_1, 12_2, 12_3))를 포함할 수 있다. 상기 차량(100) 외에 도로(11)에 배치된 센서들은 앞서 도 1에서 설명한 바와 같이, 도로(11) 상에 움직이는 물체에 대한 감지를 수행하여, 센싱 데이터를 수집하고, 수집된 센싱 데이터를 지능형 라우터 엔터티(51)에 제공할 수 있다. 이때, 상기 차량 외 센서 엔터티(62)는 IT 리소스를 포함하는 경우, 수집된 센싱 데이터에 대한 영상 처리를 수행하고, 수행 결과를 지능형 라우터 엔터티(51)에 제공할 수도 있다. 차량 외 센서 엔터티(62)는 IT 리소스가 없는 경우, 센서가 수집한 센싱 데이터를 지능형 라우터 엔터티(51)에 제공할 수 있다.
상기 지능형 라우터 엔터티(51)는 네트워크(50)의 적어도 일부를 구성할 수 있다. 상기 지능형 라우터 엔터티(51)는 센서 엔터티(60)와 통신할 수 있는 적어도 하나의 통신 회로를 포함하며, 센서 엔터티(60)로부터 센싱 데이터 또는 메시지 중 적어도 하나를 수신할 수 있다. 한 예로서, 지능형 라우터 엔터티(51)는 센서 엔터티(60)와 통신 채널을 형성하고, 센서 엔터티(60)의 식별자를 수신하여, 센서 엔터티(60)가 어떠한 타입인지 확인할 수 있다. 예컨대, 상기 지능형 라우터 엔터티(51)는 도로(11)에 배치된 가로등 센서(11_1, 11_2, 11_3), 신호등 센서(11_4) 및 터널 센서(12_1, 12_2, 12_3)와 통신 채널을 형성하고, 해당 센서들이 제공한 식별자 정보를 토대로 해당 센서들이 IT 리소스가 없는 구조임을 인식할 수 있다. 또는, 상기 지능형 라우터 엔터티(51)는 정류소 장치(14) 및 차량(100) 등과 통신 채널을 형성하고, 상기 정류소 장치(14) 및 차량(100) 등이 IT 리소스를 포함한 장치들임을 인식할 수 있다. 상기 지능형 라우터 엔터티(51)는 센서 엔터티(60)에 포함된 구성들의 IT 리소스 여부를 확인하고, 그에 따른 가상 프로세싱 모듈을 할당하고, 할당된 프로세싱 모듈을 기반으로 IT 리소스를 포함한 구성은 IT 리소스를 활용한 메시지를 제공하도록 지시하고, IT 리소스가 없는 구성은 센싱 데이터만을 제공하도록 요청할 수 있다. 특히, 상기 지능형 라우터 엔터티(51)는 차량(100)의 주행과 관련한 서비스 타입 메시지를 수신하고, 서비스 타입 메시지에 따라, 차량(100)의 IT 리소스 활용 여부를 결정하거나, 차량(100)이 제공한 센싱 데이터의 처리를 위한 IT 리소스 할당을 다르게 처리할 수 있다. 예컨대, 상기 지능형 라우터 엔터티(51)는 차량(100)이 자율 주행과 관련하여 실시간성 데이터 처리를 우선하는 자율 주행을 수행하는 경우, 데이터 처리 속도를 높일 수 있는 IT 리소스를 할당(예: 상대적으로 복잡도가 낮은 이미지 처리 알고리즘을 적용 및 이를 처리할 수 있는 리소스 할당)하고, 실시간성 처리보다 데이터 처리의 정확도를 우선하는 주행 중인 경우, 데이터 처리의 정확도를 높일 수 있는 IT 리소스 할당(예: 상대적으로 복잡도가 높은 이미지 처리 알고리즘을 적용 및 이를 처리할 수 있는 리소스 할당)을 수행할 수 있다. 또는, 상기 지능형 라우터 엔터티(51)는 높은 실시간성과 높은 정확도를 요구하는 자율 주행인 경우, 그에 따른 IT 리소스를 할당하거나 또는 해당 IT 리소스 제공이 어려운 경우 자율 주행의 속도 감속을 요청할 수 있다.
상기 관리자 엔터티(70)는 상기 지능형 라우터 엔터티(51)로부터 차량(100)의 서비스 관리와 관련한 정보 및 센싱 데이터 또는 메시지를 수신할 수 있다. 상기 관리자 엔터티(70)는 수신된 데이터들을 저장 및 출력할 수 있다. 상기 관리자 엔터티(70)는 수신된 데이터들에 대한 분석을 수행하여, 차량(100)의 자율 주행 타입(또는 서비스 타입)에 따라 적절한 IT 리소스 할당을 확인하고, 할당된 IT 리소스를 기반으로 센싱 데이터에 대한 처리를 수행하여, 차량(100)이 적절한 자율 주행이 수행되도록 제어할 수 있다. 한 예로서, 관리자 엔터티(70)는 차량(100)의 운전자 관련 객체 이미지 분석 결과, 차량(100) 운전자가 졸음 상태인 경우, 차량(100)의 자율 주행 타입에 따라 졸음 상태를 유지하거나 또는 졸음을 깨울 수 있는 알람을 출력하도록 지능형 라우터 엔터티(51)를 통해 차량(100) 제어를 수행할 수 있다.
도 3은 본 발명의 실시 예에 따른 IT 리소스를 가지는 센서 엔터티를 포함한 서비스 맞춤형 V2X 지원 시스템의 한 예를 나타낸 도면이며, 도 4는 본 발명의 실시 예에 따른 IT 리소스가 없는 센서 엔터티를 포함한 서비스 맞춤형 V2X 지원 시스템의 한 예를 나타낸 도면이다.
도 3을 참조하면, 한 예에 따른 제1 타입 서비스 맞춤형 V2X 지원 시스템(1001a)은 제1 타입 센서 엔터티(60a), 지능형 라우터 엔터티(51), 관리자 엔터티(70)를 포함할 수 있다. 여기서, 상기 제1 타입 서비스 맞춤형 V2X 지원 시스템(1001a)은 관리자 엔터티(70)가 지능형 라우터 엔터티(51)의 일 구성으로 포함되거나 또는 지능형 라우터 엔터티(51)가 관리자 엔터티(70)에 포함된 2 블록 구조(예: 제1 타입 센서 엔터티(60a)와 지능형 라우터 엔터티(51)(또는 관리자 엔터티(70))만을 포함하는 구조)로 구성될 수도 있다. 상기 관리자 엔터티(70)는 앞서 도 2에서 설명한 관리자 엔터티(70)와 실질적으로 동일 또는 유사한 구성에 해당할 수 있다. 이와 관련하여, 관리자 엔터티(70)는 제3 데이터 수집부(70_2), 데이터 감시부(70_1) 및 제3 데이터 송수신부(70_5)를 포함할 수 있다. 제3 데이터 송수신부(70_5)는 지능형 라우터 엔터티(51)와의 통신을 위한 구성일 수 있다. 제3 데이터 수집부(70_2)는 지능형 라우터 엔터티(51)가 전달하는 메시지를 수집할 수 있다. 데이터 감시부(70_1)는 수신된 메시지 분석을 통하여 차량(100)의 자율 주행 제어와 관련한 제어 메시지(예: 차량(100)의 자율 주행 속도 감속 또는 가속, 차량(100) 운전자의 운전 안내를 위한 가이드 정보 출력 등)를 생성하고, 제어 메시지를 차량(100)에 전달할 수 있다.
상기 제1 타입 센서 엔터티(60a)는 센서부(60_1), 제1 데이터 수집부(60_2), 제1 데이터 검출부(60_3), 제1 데이터 생성부(60_4), 제1 데이터 송수신부(60_5)를 포함할 수 있다. 상기 센서부(60_1)는 도로(11) 상에 움직이는 물체 또는 고정된 물체에 대한 이미지를 센싱할 수 있는 이미지 센서, 또는 도로(11)에서의 물체 이동을 감지하는 센서 등을 포함할 수 있다. 상기 제1 데이터 수집부(60_2)는 센서부(60_1) 운용에 따른 센싱 데이터를 수집할 수 있다. 제1 데이터 검출부(60_3)는 수집된 센싱 데이터에 대한 데이터 처리(예: 이진화, 마스킹, 특징점 추출 등)를 수행할 수 있다. 제1 데이터 생성부(60_4)는 데이터 처리 결과에 따른 메시지를 생성할 수 있다. 제1 데이터 송수신부(60_5)는 생성된 메시지를 지능형 라우터 엔터티(51)에 전달할 수 있다. 이 과정에서, 제1 타입 센서 엔터티(60a)는 지능형 라우터 엔터티(51)와 통신 채널을 수행하고, 식별 정보를 지능형 라우터 엔터티(51)에 제공하여, 자신이 IT 리소스를 포함한 장치임을 안내할 수 있다. 다른 예로서, 제1 타입 센서 엔터티(60a)는 차량(100)의 자율 주행 서비스 타입에 관한 정보를 지능형 라우터 엔터티(51)에 전달할 수 있다. 제1 타입 센서 엔터티(60a)는 자율 주행 서비스 타입에 따라, 메모리에 저장된 알고리즘을 선택하고, 선택된 알고리즘 운용에 따른 결과를 기반으로 자율 주행을 수행할 수 있다. 여기서, 상기 데이터 처리를 위한 알고리즘은 메모리에 사전 저장되거나, 현재 자율 주행 서비스 타입에 따라 지능형 라우터 엔터티(51)로부터 다운로드하여 이용할 수 있다.
상기 지능형 라우터 엔터티(51)는 복수의 제1 타입 센서 엔터티(60a)들과 통신 채널을 형성하고, 복수의 제1 타입 센서 엔터티(60a)들의 타입 또는 센서 엔터티의 자율 주행 서비스 타입에 따라 IT 리소스의 활용을 제어할 수 있다. 이와 관련하여, 지능형 라우터 엔터티(51)는 제2 데이터 수집부(51_2), 제2 데이터 검출부(51_3), 제2 데이터 생성부(51_4)를 포함하며, 센서 엔터티의 타입 또는 센서 엔터티의 자율 주행 서비스 타입에 따른 제어를 수행하는 서비스 관리부(51_1), 제2 데이터 송수신부(51_5)를 포함할 수 있다. 상기 제2 데이터 수집부(51_2), 제2 데이터 검출부(51_3), 제2 데이터 생성부(51_4)는 제1 타입 센서 엔터티(60a)에 배치된 제1 데이터 수집부(60_2), 제1 데이터 검출부(60_3) 및 제1 데이터 생성부(60_4)의 구성과 동일한 구성 및 역할을 수행할 수 있다. 한편, 지능형 라우터 엔터티(51)는 데이터 검출 수행과 관련하여 복잡도가 다른 알고리즘을 저장하는 메모리를 포함할 수 있다. 지능형 라우터 엔터티(51)의 서비스 관리부(51_1)는 센서 엔터티의 서비스 타입에 따라 복잡도가 다른 알고리즘을 적응적으로 선택하고, 선택된 알고리즘을 기반으로 수집된 센싱 데이터에 대한 데이터 처리(예: 영상 처리)를 수행할 수 있다. 이 과정에서 지능형 라우터 엔터티(51)의 서비스 관리부(51_1)는 센서 엔터티가 IT 리소스를 포함하는 제1 타입 센서 엔터티(60a)인 경우, 센싱 데이터의 수집과, 데이터 검출 및 데이터 생성을 제1 타입 센서 엔터티(60a)에 요청할 수 있다. 지능형 라우터 엔터티(51)는 센서 엔터티와 관련한 메시지를 제1 타입 센서 엔터티(60a)로부터 수신하면, 수신된 메시지를 관리자 엔터티(70)에 전달할 수 있다. 상기 지능형 라우터 엔터티(51)의 서비스 관리부(51_1)는 제1 타입 센서 엔터티(60a)의 제어 과정에서는 자신이 보유한 IT 리소스(예: 제2 데이터 수집부(51_2), 제2 데이터 검출부(51_3), 제2 데이터 생성부(51_4))를 활용하지 않고, 보류할 수 있다. 상기 서비스 관리부(51_1)는 제1 타입 센서 엔터티(60a)의 서비스 종류(또는 타입)에 따른 맞춤형 V2X 플랫폼 제공을 위한 실시간 스케쥴링을 수행할 수 있다. 상술한 지능형 라우터 엔터티(51)는 상용 클라우드 서버 기반의 CDN(Content Delivery Network), SDN(Software Definition Network), VNF(Virtualized Network Function) 등의 기능을 수행할 수 있다.
도 4를 참조하면, 본 발명의 실시 예에 따른 제2 타입 서비스 맞춤형 V2X 지원 시스템(1001b)은 제2 타입 센서 엔터티(60b), 지능형 라우터 엔터티(51), 관리자 엔터티(70)를 포함할 수 있다. 상기 관리자 엔터티(70)는 앞서 도 2 및 도 3에서 설명한 관리자 엔터티(70)와 실질적으로 동일 또는 유사한 구성에 해당할 수 있다.
상기 제2 타입 센서 엔터티(60b)는 앞서 도 3에서 설명한 제1 타입 센서 엔터티(60a)와 비교하여 제1 데이터 수집부(60_2), 제1 데이터 검출부(60_3), 제1 데이터 생성부(60_4) 구성을 제외하고 동일한 구성을 포함할 수 있다. 예컨대, 제2 타입 센서 엔터티(60b)는 센서부(60_1) 및 제1 데이터 송수신부(60_5)를 포함할 수 있다. 상기 제2 타입 센서 엔터티(60b)는 지능형 라우터 엔터티(51)와 통신을 수행하고, 지능형 라우터 엔터티(51)의 제어에 대응하여 센싱 데이터를 수집하여 지능형 라우터 엔터티(51)에 전달할 수 있다.
상기 지능형 라우터 엔터티(51)는 제2 타입 센서 엔터티(60b)와 통신 채널을 형성하면, 제2 타입 센서 엔터티(60b)의 특성에 따라 IT 리소스 활용에 대한 처리를 제어할 수 있다. 예컨대, 상기 지능형 라우터 엔터티(51)의 서비스 관리부(51_1)는 제2 타입 센서 엔터티(60b)가 제공한 센싱 데이터에 대한 처리를 위하여 제2 데이터 수집부(51_2), 제2 데이터 검출부(51_3) 및 제2 데이터 생성부(51_4)를 할당할 수 있다. 상기 지능형 라우터 엔터티(51)는 제2 데이터 생성부(51_4)가 생성한 메시지를 제2 데이터 송수신부(51_5)를 통해 관리자 엔터티(70)에 전달할 수 있다.
상술한 바와 같이, 본 발명의 지능형 라우터 엔터티(51)의 서비스 관리부(51_1)는 센서 엔터티의 타입(예: IT 리소스 존재 여부)에 따라 모듈화된 프로세스(process)의 오프로딩(offloading) 여부를 결정하는 스케쥴링(scheduling) 기능을 지원한다. 또한, 서비스 관리부(51_1)는 다양한 상황에 의해 생성될 수 있는 서비스 종류(예: 차량(100)의 자율 주행 서비스 타입)에 따른 서비스 맞춤형 V2X 플랫폼 제공을 지원한다.
도 5는 본 발명의 실시 예에 따른 서비스 맞춤형 V2X 지원 시스템에 적용되는 서비스 종류의 예를 나타낸 도면이다. 도 5에 기재된 테이블은 V2X 자율주행 환경에서의 서비스 종류와 해당 서비스에서 요구하는 중요도를 의미하며 그에 대한 정의 및 서비스 예시를 나타낸 것이다. 예컨대, 본 발명의 서비스 맞춤형 V2X 지원 시스템은 4단계 수준의 자율주행, 또는 1~3 단계 수준의 자율주행 그리고 비자율주행 차량이 혼재된 교통 상황들에 대하여, 클라우드 컴퓨팅을 통한 IT 리소스 제공 및 V2X 기반 효율적인 정보 공유를 기반으로 적응적인 V2X 플랫폼 서비스를 제공할 수 있다.
도 5를 참조하면, 서비스 맞춤형 V2X 지원 시스템에 의해 차량(100)에 지원되는 자율 주행 관련 서비스 타입은 R1 내지 R4를 포함할 수 있다. 이를 보다 상세히 설명하면, 잠재적 운전자(latent-driver) 특성 분석은 R1에 해당하는 서비스로서, 실시간성 보다 정확도의 중요도가 높은 서비스이다. 잠재적 운전자의 정의는 차량을 소유하고 있지만 현재 운전 중이 아닌 사용자 또는 보행자를 의미한다. 잠재적 운전자의 특성 분석은 보유하고 있는 모바일 디바이스(mobile device)와 스마트 인프라에 산재되어 있는 센서들을 통해 수행될 수 있다. 예컨대, 잠재적 운전자와 관련하여 센싱된 센싱 정보들은 지능형 라우터 엔터티(51)가 통합하여 협력적(cognitive) 영상 분석을 수행할 수 있다. 이에 따라, 본 발명의 지능형 라우터 엔터티(51)는 잠재적 운전자와 관련하여 획득된 센싱 데이터들에 대하여 의미있는(meaningful) 데이터 생성을 지원하며 및 이전 보다 향상된 정확도를 제공할 수 있다. 또한, 지능형 라우터 엔터티(51)는 R1로 분류되는 서비스의 QoS와 연관된 IT 리소스 할당에 제한(constraint)을 두고 다른 서비스(예: R2 또는 R3 서비스 타입)를 위해 IT 리소스를 예약(pre-reservation) 함으로써 효율적인 자원 관리를 수행할 수 있다. 이를 통해, 지능형 라우터 엔터티(51)는 네트워크 및 하드웨어 측면의 IT 리소스의 under-provisioning 또는 over-provisioning을 예방할 수 있다.
R2 서비스 타입과 관련하여, 지능형 라우터 엔터티(51)는 스마트 인프라에 설치된 다양한 센서를 통한 실시간 모니터링이 수행될 수 있다. 상기 R2 서비스는 정확도 보다 실시간성의 중요도가 높은 서비스이다. 지능형 라우터 엔터티(51) 또는 관리자 엔터티(70)는 센서를 통해 수집한 다양한 형태의 멀티미디어(multimedia) 데이터를 실시간으로 스트리밍으로 수집할 수 있다. 예컨대, 지능형 라우터 엔터티(51)는 시변하는(time-varying) 네트워크 특성을 고려하여 V2X adaptation feedback message 내의 QoS adaptation parameter information에 존재하는 파라메터들 정보를 실시간으로 수집하며 그에 맞춰 실시간 QoS adaptation을 수행하여 패킷손실(packet loss)과 지연(latency)을 예방하고 가용대역폭(available bandwidth)을 효율적으로 관리한다. 또한, 지능형 라우터 엔터티(51)는 앞서 설명한 잠재적 운전자 특성 분석과 관련하여 예약한 IT 리소스를 실시간성의 중요도가 높은 R2 서비스 지원을 위해 소비함으로써 서비스 특성에 맞게 효율적인 자원 관리를 제공하는 서비스 맞춤형 V2X 플랫폼을 지원할 수 있다.
R3 서비스 타입과 관련하여, R3 서비스는 운전자 감시, 터널 유고 감지 그리고 자율주행 등, 실시간성과 정확도를 모두 요구하는 서비스 타입이다. R3 서비스 제공과 관련하여, 지능형 라우터 엔터티(51)는 차량 내부에 설치된 카메라를 이용하여 운전자의 얼굴 영상을 수집하고 차량 내부 제한된 IT 리소스를 통해 검출/인지를 수행하고, 운전자 상태에 대해 위험 상황 알람 서비스를 제공할 수 있다. 이 과정에서, 지능형 라우터 엔터티(51)는 상황에 대한 정확한 분석을 위해서 머신러닝 또는 딥러닝을 활용한 차량 내부 및 운전자 상태의 다각적인 분석을 수행할 수 있는 IT 리소스 할당을 처리할 수 있다. 이를 통해 본 발명의 지능형 라우터 엔터티(51)는 R3 서비스 유형에 부합하는 IT 리소스를 제공함으로써 실시간성 및 정확도를 보장한다. 특히, 운전자 감시를 위해 사용되는 알고리즘은 대상 객체(face, eye, cigarrete, cellphone etc.)에 따라 다르다는 점에서 본 발명에서 제안하는 클라우드 기반의 리소스 가상화와 프로세스 모듈화를 통한 오프로딩 최적화를 통해 정확도 향상 및 비용 효율을 제공한다. 한편, 상술한 터널 유고 감지는 차량 외부에 설치된 감시 카메라를 이용하여 터널 내부에서 발생할 수 있는 위험한 상황을 검출/인지하여 관리자 엔터티(70)(administor 엔터티)에 보고(report)하는 서비스이다. 이를 위해, 터널 내부 센서를 통한 정확한 상황 검출/인지를 통한 실시간 보고가 필수적이다. 지능형 라우터 엔터티(51)는 터널 관련 데이터 처리를 위해 클라우드 기반의 IT 리소스 가상화 및 모듈화를 통해 다양한 상황별(역주행차량, 낙하물, 보행자, 이동물체, 정지차량 등) 요구되는 수준의 성능을 보장하는 가상화된 알고리즘(virtualized function) 적용을 최적화하여 실시간성과 정확도를 함께 보장할 수 있다.
도 6은 본 발명의 실시 예에 따른 지능형 라우터 엔터티 구동과 관련한 구문의 한 예를 나타낸 도면이며, 도 7은 도 6에 나타낸 구문의 각 파라메터 설명을 나타낸 도면이다.
지능형 라우터 엔터티(51)는 도 6에 나타낸 바와 같이, 서비스 관리부 구동을 위해 필요한 각 엔터티의 실시간 또는 비실시간 파라메터(parameter) 정보 운용을 위한 구문을 작성하고, 해당 구문을 통해 적응적 자율 주행 서비스를 제공할 수 있다. 도 6에 나타낸 V2X_adaptation_feedback message는 실시간 또는 비실시간성의 파라메터 정보들로 구성되어 있고 해당 정보는 descriptor message의 형태로 센서들과 송수신될 수 있다. 구문에 사용된 파라메터가 가지고 있는 의미와 정보는 도 7에 나타낸 바와 같이 정의될 수 있다.
본 발명의 실시간 모니터링 시스템 기반의 서비스 맞춤형 V2X 플랫폼은 V2X adaptation feedback message에 대한 syntax/semantics 정보를 이용하여 운용될 수 있다. 센서 엔터티(60) 및 지능형 라우터 엔터티(51)는 V2X adaptation feedback message 정보를 기반으로 실시간 적응적 QoS/QoE를 제공함으로써 IT 리소스의 효율적 소비를 수행할 수 있다. 이를 통해 본 발명은 V2X 플랫폼을 포함하는 스마트 인프라의 전반적인 비용 절감 효과 제공할 수 있다. 특히, 지능형 라우터 엔터티(51)의 서비스 관리부는 실시간 QoS/QoE adaptation을 통한 자원 관리 및 할당을 수행하는데, 심층 강화 학습(deep reinforcement learning) 기반의 최적화 모델을 활용할 수 있다. 즉, 지능형 라우터 엔터티(51)는 시계열(time-series) 데이터의 특성을 가지고 있는 실시간 무선(wireless)/유선(wired) 네트워크 환경에 적합한 모델을 이용하되, 도 6 및 도 7에서 정의한 파라메터들을 에너지(energy)와 비용(cost) 측면에서 최적화하되, 다음 수학식 1 및 2에서 정의한 범용적 수식을 이용할 수 있다.
[수학식 1]
Quality = α(realtime) + β(accuracy)
[수학식 2]
Figure 112021077536915-pat00001
여기서, Quality는 서비스 품질을 의미하며, α는 실시간성의 가중치, β는 정확도의 가중치 값으로서, 서비스 타입 또는 서비스 정책에 의해 결정될 수 있다. fps는 frame per second, bps는 bit per second, Ctask는 task 상수, IQA는 image Quality Assesment를 의미할 수 있다.
도 8은 본 발명의 실시 예에 따른 서비스 맞춤형 V2X 지원 시스템 중 지능형 라우터의 운용 방법의 한 예를 나타낸 도면이다.
도 8을 참조하면, 본 발명의 실시 예에 따른 지능형 라우터 엔터티(51)는 801 단계에서, V2X 지원 시스템에 구축된 적어도 하나의 센서 엔터티(60)에서 주행과 관련한 메시지 수신이 있는지 확인할 수 있다. 이와 관련하여, 지능형 라우터 엔터티(51)는 센서 엔터티(60)와 통신 채널을 형성할 수 있다. 또는, 지능형 라우터 엔터티(51)는 센서 엔터티(60)가 송신하는 센싱 데이터 관련 메시지를 수신할 수 있는 대기 상태를 가질 수 있다.
801 단계에서 메시지 수신이 없는 경우, 지능형 라우터 엔터티(51)는 803 단계에서, 기 설정된 Task를 수행할 수 있다. 예컨대, 상기 지능형 라우터 엔터티(51)는 이전 수신된 메시지 및 메시지 분석 내용을 관리자 엔터티(70)에 제공하고, 관리자 엔터티(70)가 제공한 제어 정보를 특정 센서 엔터티(60)(또는 특정 서비스 타입에 따른 자율 주행 서비스를 이용하는 차량(100))에 제공할 수 있다.
801 단계에서 차량의 주행과 관련한 메시지 수신이 있는 경우, 805 단계에서, 지능형 라우터 엔터티(51)는 수신된 메시지의 구문을 확인하여 모니터링될 차량에 제공할 서비스 타입을 확인할 수 있다. 예컨대, 지능형 라우터 엔터티(51)는 구문에 포함된 Service_type_index 파라메터를 확인하여, R1 내지 R4 중 어떠한 서비스 타입인지 확인할 수 있다.
807 단계에서, 지능형 라우터 엔터티(51)는 확인된 서비스 타입에 따라, 모듈화된 프로세스를 할당할 수 있다. 이 동작에서, 지능형 라우터 엔터티(51)는 확인된 서비스 타입에 따라 해당 차량과 관련하여 제공될 클라우드 기반의 IT 리소스 할당을 수행할 수 있다. 예를 들어, 상기 지능형 라우터 엔터티(51)는 서비스 타입이 R1인 경우, 해당 센서 엔터티(60)와 관련한 IT 리소스를 다른 서비스 운용을 위해 예약할 수 있다. 상기 지능형 라우터 엔터티(51)는 서비스 타입이 R2 또는 R3인 경우, 해당 센서 엔터티(60)와 관련한 데이터 처리를 위해 IT 리소스를 할당할 수 있다.
809 단계에서, 상기 지능형 라우터 엔터티(51)는 서비스 타입에 따른 센서 정보 수집 및 처리를 수행할 수 있다. 예컨대, 지능형 라우터 엔터티(51)는 센서 엔터티(60)로부터 센싱 데이터를 수집하고, 수집된 센싱 데이터에 대한 이미지 처리를 수행할 수 있다. 이 동작에서, 지능형 라우터 엔터티(51)는 서비스 타입에 따라 선택된 알고리즘을 적용할 수 있다. 예를 들어, 지능형 라우터 엔터티(51)는 상대적으로 실시간성이 높은 서비스 타입에 복잡도가 낮은 알고리즘을 적용하고, 실시간성이 낮고 정확도가 높은 서비스 타입에 복잡조가 높은 알고리즘을 적용할 수 있다.
811 단계에서, 상기 지능형 라우터 엔터티(51)는 메시지 송수신 차량과 관련한 모니터링 종료를 위한 이벤트가 발생하는지 확인할 수 있다. 모니터링 종료와 관련한 이벤트가 발생하면, 지능형 라우터 엔터티(51)는 해당 차량과 관련한 모니터링을 종료할 수 있다. 모니터링 종료와 관련한 이벤트 발생이 없으면, 지능형 라우터 엔터티(51)는 801 단계 이전으로 분기하여 이하 동작을 재수행할 수 있다. 재수행 과정에서, 상기 지능형 라우터 엔터티(51)는 모니터링 중인 차량의 서비스 타입이 변경(예: 자율 주행의 타입이 변경되었거나, 자율 주행 중 운전 환경이 변경-예 터널 진입 또는 터널 탈출)되었는지 확인하고, 서비스 타입 변경이 없는 경우 807 단계를 생략하고, 809 단계로 분기하여 이하 동작을 재수행할 수 있다. 상기 지능형 라우터 엔터티(51)는 서비스 타입이 변경된 경우, 807 단계에서 변경된 서비스 타입에 따른 모듈화된 프로세스 및 IT 리소스 할당을 재수행하고 이를 기반으로 수집된 센서 정보의 처리를 수행할 수 있다. 터널 진입 시, 지능형 라우터 엔터티(51)는 터널 진입 이전보다 높은 정확도를 요구하는 센싱 데이터 처리를 수행하고, 터널 탈출 시, 상대적으로 실시간성이 높은 센싱 데이터 처리를 수행하도록 제어할 수 있다.
상술한 본 발명은 클라우드 가상화를 통한 스마트 인프라에 산재되어 있는 IT 리소스의 지속적인 유지, 보수 그리고 업데이트의 용이성 및 비용 절감을 제공하며, 본 발명은 실시간성과 정확도를 고려한 서비스 유형에 따른 서비스 맞춤형 V2X 플랫폼을 제공하고, 지능형 라우터 엔터티의 서비스 관리부의 심층 강화 학습 기반의 실시간 스케쥴링을 통해 서비스 맞춤형 V2X 플랫폼을 제공할 수 있다.
이상에서 설명한 바와 같이, 본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다.
또한, 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시형태의 다양한 시스템 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 시스템들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징될 수 있다는 점을 이해하여야 한다.
본 기술한 설명은 본 발명의 최상의 모드를 제시하고 있으며, 본 발명을 설명하기 위하여, 그리고 통상의 기술자가 본 발명을 제작 및 이용할 수 있도록 하기 위한 예를 제공하고 있다. 이렇게 작성된 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하는 것이 아니다. 따라서, 상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 통상의 기술자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다.
따라서 본 발명의 범위는 설명된 실시 예에 의하여 정할 것이 아니고 특허청구범위에 의해 정하여져야 한다.
11: 도로
11_1, 11_2, 11_3, 11_4: 센서
12: 터널
12_1, 12_2, 12_3: 센서
13: 횡단보도
14: 정류소 장치
50: 네트워크
51: 지능형 라우터 엔터티
51_1: 서비스 관리부
51_2, 60_2, 70_2: 데이터 수집부
51_3, 60_3: 데이터 검출부
51_4, 60_4: 데이터 생성부
51_5, 60_5, 70_5: 데이터 송수신부
60, 61, 62, 60a, 60b: 센서 엔터티
60_1: 센서부
70: 관리자 엔터티
70_1: 데이터 감시부

Claims (9)

  1. 도로 상에서 움직이는 차량 또는 상기 도로의 상태에 관한 센싱 데이터를 수집하는 센서 엔터티;
    상기 센서 엔터티로부터 센싱 데이터를 수신하며, 상기 차량의 자율 주행과 관련한 서비스 타입을 정의한 정보를 상기 센서 엔터티로부터 수신하여 확인하고, 확인된 서비스 타입에 따라 상기 센싱 데이터의 처리를 다르게 수행하는 지능형 라우터 엔터티;를 포함하는 것을 특징으로 하는 서비스 맞춤형 V2X 지원 시스템.
  2. 제1항에 있어서,
    상기 센서 엔터티는
    차량 내외부에 부착되어 차량 이동과 관련한 센싱 데이터를 수집한 차량 내 센서 엔터티;
    상기 도로 일측에 설치되어 상기 도로의 상태 또는 상기 도로에서 움직이는 물체에 대한 센싱 데이터를 수집하는 차량 외 센서 엔터티;를 포함하는 것을 특징으로 하는 서비스 맞춤형 V2X 지원 시스템.
  3. 제1항에 있어서,
    상기 센서 엔터티는
    수집된 센싱 데이터에 대한 이미지 처리를 수행할 수 있는 IT 리소스를 포함하는 센서 엔터티;
    수집된 센싱 데이터를 이미지 처리 없이 상기 지능형 라우터 엔터티에 제공하는 센서 엔터티; 중 어느 하나로 구성되는 것을 특징으로 하는 서비스 맞춤형 V2X 지원 시스템.
  4. 제1항에 있어서,
    상기 지능형 라우터 엔터티는
    상기 확인된 파라메터에 따라, 상기 서비스 타입이 R1 내지 R4 중 R2이면 R1 서비스 타입보다 상대적으로 높은 실시간성을 유지하도록 상기 R1 서비스 타입보다 상대적으로 낮은 복잡도를 가지는 알고리즘을 기반으로 상기 센싱 데이터에 대한 이미지 처리를 수행하는 것을 특징으로 하는 서비스 맞춤형 V2X 지원 시스템.
  5. 제1항에 있어서,
    상기 지능형 라우터 엔터티는
    상기 확인된 파라메터에 따라, 상기 서비스 타입이 서비스 타입 R1 내지 R4 중 R1이면 R2 서비스 타입보다 상대적으로 높은 정확도를 유지하도록 상기 R2 서비스 타입보다 상대적으로 높은 복잡도를 가지는 알고리즘을 기반으로 상기 센싱 데이터에 대한 이미지 처리를 수행하는 것을 특징으로 하는 서비스 맞춤형 V2X 지원 시스템.
  6. 제1항에 있어서,
    상기 지능형 라우터 엔터티는
    상기 센서 엔터티의 서비스 타입이 서비스 타입 R1 내지 R4 중 R1인 경우, 센서 엔터티와 관련한 IT 리소스를 예약하여 상기 R1 서비스 타입보다 상대적으로 높은 서비스 타입을 요청한 센서 엔터티의 센싱 데이터 처리를 위해 사용하는 것을 특징으로 하는 서비스 맞춤형 V2X 지원 시스템.
  7. 지능형 라우터 엔터티가, 도로 상에서 움직이는 차량으로부터 상기 차량의 주행과 관련하여 수집된 센싱 데이터 및 상기 차량의 자율 주행과 관련한 서비스 타입을 정의한 파라메터를 포함하는 메시지를 수신하는 단계;
    상기 메시지에서 상기 차량의 자율 주행과 관련한 서비스 타입을 정의한 파라메터를 확인하는 단계;
    상기 서비스 타입에 따라 상기 센싱 데이터의 처리를 다르게 수행하는 단계;를 포함하는 것을 특징으로 하는 서비스 맞춤형 V2X 지원 방법.
  8. 제7항에 있어서,
    상기 수행하는 단계는
    상기 서비스 타입이 서비스 타입 R1 내지 R4 중 R2이면, R1 서비스 타입보다 상대적으로 높은 실시간성을 유지하도록 상기 R1 서비스 타입보다 상대적으로 낮은 복잡도를 가지는 알고리즘을 기반으로 상기 센싱 데이터에 대한 이미지 처리를 수행하는 단계;를 포함하는 것을 특징으로 하는 서비스 맞춤형 V2X 지원 방법.
  9. 제7항에 있어서,
    상기 수행하는 단계는
    상기 서비스 타입이 서비스 타입 R1 내지 R4 중 R1이면, R2 서비스 타입보다 상대적으로 높은 정확도를 유지하도록 상기 R2 서비스 타입보다 상대적으로 높은 복잡도를 가지는 알고리즘을 기반으로 상기 센싱 데이터에 대한 이미지 처리를 수행하는 단계;를 포함하는 것을 특징으로 하는 서비스 맞춤형 V2X 지원 방법.
KR1020210088158A 2021-07-05 2021-07-05 서비스 맞춤형 v2x 지원 시스템 및 방법 KR102425980B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210088158A KR102425980B1 (ko) 2021-07-05 2021-07-05 서비스 맞춤형 v2x 지원 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210088158A KR102425980B1 (ko) 2021-07-05 2021-07-05 서비스 맞춤형 v2x 지원 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR102425980B1 true KR102425980B1 (ko) 2022-07-29

Family

ID=82606381

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210088158A KR102425980B1 (ko) 2021-07-05 2021-07-05 서비스 맞춤형 v2x 지원 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102425980B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240111456A (ko) 2023-01-10 2024-07-17 주식회사 케이티 협력 지능형 교통 시스템의 교통 서비스 제공방법 및 이를 위한 관제서버

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101803195B1 (ko) * 2016-06-28 2017-11-30 경희대학교 산학협력단 차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치 및 방법
KR102005079B1 (ko) * 2018-11-23 2019-07-29 미성엠프로 주식회사 도로 터널에서의 통신설비 인프라를 이용한 과속 방지 장치 및 시스템
KR102256541B1 (ko) * 2020-11-30 2021-05-25 에스케이증권 주식회사 라이다 센서를 가지는 스마트폴을 이용한 자율주행 시스템

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101803195B1 (ko) * 2016-06-28 2017-11-30 경희대학교 산학협력단 차량의 주행 환경에 따라 적응적으로 다중센서를 제어하는 장치 및 방법
KR102005079B1 (ko) * 2018-11-23 2019-07-29 미성엠프로 주식회사 도로 터널에서의 통신설비 인프라를 이용한 과속 방지 장치 및 시스템
KR102256541B1 (ko) * 2020-11-30 2021-05-25 에스케이증권 주식회사 라이다 센서를 가지는 스마트폴을 이용한 자율주행 시스템

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240111456A (ko) 2023-01-10 2024-07-17 주식회사 케이티 협력 지능형 교통 시스템의 교통 서비스 제공방법 및 이를 위한 관제서버

Similar Documents

Publication Publication Date Title
Zhang et al. SOVCAN: Safety-oriented vehicular controller area network
Chen et al. Cognitive internet of vehicles
US11634145B2 (en) Systems and methods for detecting and dynamically mitigating driver fatigue
US9197705B2 (en) Method and apparatus for supporting driving using wireless communication network and system thereof
US20210312811A1 (en) Systems and methods for machine learning based collision avoidance
KR20190115040A (ko) 운전 거동 결정 방법, 디바이스, 장비 및 저장 매체
US11349903B2 (en) Vehicle data offloading systems and methods
WO2017054279A1 (zh) 一种疲劳驾驶处理方法及装置
US20210123757A1 (en) Method and apparatus for managing vehicle's resource in autonomous driving system
JP2009211397A (ja) 無線通信方法及び車両通信システム
JP7293490B2 (ja) Ｖ２ｘ通信方法、ｖ２ｘ通信装置及び記憶媒体
CN105225508A (zh) 路况提示方法及装置
US10717443B2 (en) Occupant awareness monitoring for autonomous vehicles
US20220324467A1 (en) Driving safety systems
JP7348700B2 (ja) 無線通信装置及びサーバ装置
JP2019176329A (ja) 車両通信制御方法、車両通信装置
US20230078241A1 (en) Driving assistance processing method and apparatus, computer-readable medium, and electronic device
KR102425980B1 (ko) 서비스 맞춤형 v2x 지원 시스템 및 방법
WO2019148683A1 (zh) 一种车辆共享方法及服务器
CN113415275A (zh) 车辆消息的处理方法、装置、可读介质及电子设备
US20230300196A1 (en) Data sharing method and apparatus applied between vehicles, medium, and electronic device
CN112991684A (zh) 一种驾驶预警的方法及装置
Keivani et al. Collaborative mobile edge computing in Ev2x: a solution for low-cost driver assistance systems
CN111480349B (zh) 用于确定数据格式的控制设备和方法
US20220363264A1 (en) Assessing driver cognitive state

Legal Events

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