KR102427980B1 - 차량 및 그 위치 인식 방법 - Google Patents

차량 및 그 위치 인식 방법 Download PDF

Info

Publication number
KR102427980B1
KR102427980B1 KR1020170175899A KR20170175899A KR102427980B1 KR 102427980 B1 KR102427980 B1 KR 102427980B1 KR 1020170175899 A KR1020170175899 A KR 1020170175899A KR 20170175899 A KR20170175899 A KR 20170175899A KR 102427980 B1 KR102427980 B1 KR 102427980B1
Authority
KR
South Korea
Prior art keywords
information
point contour
point
vehicle
contour
Prior art date
Application number
KR1020170175899A
Other languages
English (en)
Other versions
KR20190084156A (ko
Inventor
양석열
Original Assignee
현대자동차주식회사
기아 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 현대자동차주식회사, 기아 주식회사 filed Critical 현대자동차주식회사
Priority to KR1020170175899A priority Critical patent/KR102427980B1/ko
Publication of KR20190084156A publication Critical patent/KR20190084156A/ko
Application granted granted Critical
Publication of KR102427980B1 publication Critical patent/KR102427980B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/14—Adaptive cruise control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • B60W2420/408—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/52—Radar, Lidar

Abstract

일 측면은 자율주행 가능하도록 마련된 차량에 있어서, 라이더(lidar)의 출력 정보를 이용하여 차량의 위치를 인식할 수 있도록 마련된 차량 및 그 위치 인식 방법에 관한 것이다.
일 실시 예에 따른 차량의 위치 인식 방법은 라이더 센서에서 포인트 컨투어 정보를 획득하는 단계; 획득된 포인트 컨투어 정보를 기초로 지도 정보에서 도로 경계 정보를 추출하는 단계; 추출된 도로 경계 정보 중 포인트 컨투어 정보의 포인트 컨투어 성분과 인접한 도로 경계 점 정보를 추출하는 단계; 및 도로 경계 점 정보를 모델링한 모델링 정보와 포인트 컨투어 정보를 비교하여 차량의 위치를 결정하는 단계;를 포함한다.

Description

차량 및 그 위치 인식 방법{VEHICLE AND POSITION RECOGNITION METHOD OF THE SAME}
일 측면은 자율주행 가능하도록 마련된 차량에 있어서, 라이더(lidar)의 출력 정보를 이용하여 차량의 위치를 인식할 수 있도록 마련된 차량 및 그 위치 인식 방법에 관한 것이다.
정밀지도 기반의 자율주행 차량에 있어서, 지도 정보를 활용한 차량의 위치 인식은 가장 먼저 수행되어야 하는 부분으로 위치 인식의 정확성이 차량 제어의 성능에까지 영향을 미치게 된다.
종래에는 라이더 센서의 포인트 컨투어(point contour) 정보를 선 성분으로 구분하여 종횡을 구분하여 매칭하는 방법으로 차량의 위치 인식을 수행하였다.
일 측면은 라이더 센서로 포인트 컨투어 정보를 획득하여 유효한 곡선 성분을 획득하고, 유효한 곡선 성분을 기반으로 지도 정보에 매칭되는 도로 경계성분을 획득하여 획득된 정보들을 피팅한 후 차량의 최적 위치를 판단하도록 마련된 차량 및 그 제어 방법을 제공한다.
일 측면에 따른 차량의 위치 인식 방법은 라이더 센서에서 포인트 컨투어 정보를 획득하는 단계; 획득된 포인트 컨투어 정보를 기초로 지도 정보에서 도로 경계 정보를 추출하는 단계; 추출된 도로 경계 정보 중 포인트 컨투어 정보의 포인트 컨투어 성분과 인접한 도로 경계 점 정보를 추출하는 단계; 및 도로 경계 점 정보를 모델링한 모델링 정보와 포인트 컨투어 정보를 비교하여 차량의 위치를 결정하는 단계;를 포함한다.
또한, 획득된 포인트 컨투어 정보에서 유효한 포인트 컨투어 성분을 추출하는 단계;를 더 포함할 수 있다.
또한, 유효한 포인트 컨투어 성분을 추출하는 단계는, 획득된 포인트 컨투어 정보에 포함된 포인트 컨투어 성분들 중 연속된 세 포인트 컨투어 성분들 간의 거리가 미리 설정된 제 1 거리 이내이고, 세 포인트 컨투어 성분들이 이루는 각이 미리 설정된 각도보다 크면 세 포인트 컨투어 성분들 중 적어도 하나의 포인트 컨투어 성분을 특이점으로 판단하고, 특이점을 제외한 포인트 컨투어 성분들을 유효한 포인트 컨투어 성분으로 추출하는 것을 포함할 수 있다.
또한, 유효한 포인트 컨투어 성분을 추출하는 단계는, 특이점이라고 판단된 포인트 컨투어 성분을 기준으로 미리 설정된 제 2 거리 이내에 존재하는 포인트 컨투어 성분들을 특이점으로 판단하고, 특이점들을 제외한 포인트 컨투어 성분들을 유효한 포인트 컨투어 성분으로 추출하는 것을 포함할 수 있다.
또한, 라이더 센서에서 포인트 컨투어 정보를 획득하는 단계는, 라이더 센서에서 복수의 포인트 컨투어 정보를 획득하는 것을 포함할 수 있다.
또한, 라이더 센서에서 포인트 컨투어 정보를 획득하는 단계는, 제 1 포인트 컨투어 정보와 제 2 포인트 컨투어 정보를 포함하는 포인트 컨투어 정보를 획득하는 것을 포함하고, 도로 경계 점 정보를 모델링한 모델링 정보와 포인트 컨투어 정보를 비교하여 차량의 위치를 결정하는 단계는, 도로 경계 점 정보를 모델링한 모델링 정보를 추출하고, 추출된 모델링 정보와 제 1 포인트 컨투어 정보의 거리 오차의 분산이 최소가 되도록 하는 제 1 회전 및 평행 이동 값을 추출하고, 추출된 제 1 회전 및 평행 이동 값을 전체 포인트 컨투어 정보에 적용하여 거리 오차의 합을 산출하고, 추출된 모델링 정보와 제 2 포인트 컨투어 정보의 거리 오차의 분산이 최소가 되도록 하는 제 2 회전 및 평행 이동 값을 추출하고, 추출된 제 2 회전 및 평행 이동 값을 전체 포인트 컨투어 정보에 적용하여 거리 오차의 합을 산출하고, 각각 산출된 거리 오차의 합에 대한 가중치를 산출하고, 산출된 가중치를 적용하여 최적 회전 및 평행 이동 값을 산출하는 것을 포함할 수 있다.
또한, 각각 산출된 거리 오차의 합에 대한 가중치를 산출하는 것은, 거리 오차의 합이 적을수록 높은 가중치가 부여되도록 가중치를 산출하는 것을 포함할 수 있다.
다음으로, 일 측면에 따른 차량은 포인트 컨투어 정보를 획득하도록 마련된 라이더 센서; 지도 정보를 저장하도록 마련된 메모리; 및 라이더 센서에서 획득된 포인트 컨투어 정보를 기초로 지도 정보에서 도로 경계 정보를 추출하고, 추출된 도로 경계 정보 중 포인트 컨투어 정보의 포인트 컨투어 성분과 인접한 도로 경계 점 정보를 추출하고, 도로 경계 점 정보를 모델링한 모델링 정보와 포인트 컨투어 정보를 비교하여 차량의 위치를 결정하는 제어부;를 포함한다.
또한, 제어부는, 획득된 포인트 컨투어 정보에서 유효한 포인트 컨투어 성분을 추출하는 것을 포함할 수 있다.
또한, 제어부는, 획득된 포인트 컨투어 정보에 포함된 포인트 컨투어 성분들 중 연속된 세 포인트 컨투어 성분들 간의 거리가 미리 설정된 제 1 거리 이내이고, 세 포인트 컨투어 성분들이 이루는 각도가 미리 설정된 각도보다 크면 세 포인트 컨투어 성분들 중 적어도 하나의 포인트 컨투어 성분을 특이점으로 판단하고, 특이점을 제외한 포인트 컨투어 성분들을 유효한 포인트 컨투어 성분으로 추출하는 것을 포함할 수 있다.
또한, 제어부는, 특이점이라고 판단된 포인트 컨투어 성분을 기준으로 미리 설정된 제 2 거리 이내에 존재하는 포인트 컨투어 성분들을 특이점으로 판단하고, 특이점들을 제외한 포인트 컨투어 성분들을 유효한 포인트 컨투어 성분으로 추출하는 것을 포함할 수 있다.
또한, 라이더 센서는, 복수의 포인트 컨투어 정보를 획득하는 것을 포함할 수 있다.
또한, 라이더 센서는, 제 1 포인트 컨투어 정보와 제 2 포인트 컨투어 정보를 포함하는 포인트 컨투어 정보를 획득하는 것을 포함하고, 제어부는, 도로 경계 점 정보를 모델링하여 모델링 정보를 추출하고, 추출된 모델링 정보와 제 1 포인트 컨투어 정보의 거리 오차의 분산이 최소가 되도록 하는 제 1 회전 및 평행 이동 값을 추출하고, 추출된 제 1 회전 및 평행 이동 값을 전체 포인트 컨투어 정보에 적용하여 거리 오차의 합을 산출하고, 추출된 모델링 정보와 제 2 포인트 컨투어 정보의 거리 오차의 분산이 최소가 되도록 하는 제 2 회전 및 평행 이동 값을 추출하고, 추출된 제 2 회전 및 평행 이동 값을 전체 포인트 컨투어 정보에 적용하여 거리 오차의 합을 산출하고, 각각 산출된 거리 오차의 합에 대한 가중치를 산출하고, 산출된 가중치를 적용하여 최적 회전 및 평행 이동 값을 산출하는 것을 포함할 수 있다.
또한, 제어부는, 산출된 거리 오차의 합이 적을수록 높은 가중치가 부여되도록 가중치를 산출하는 것을 포함할 수 있다.
일 측면에 따른 차량 및 그 제어 방법에 의하면 곡선이 다수 존재하는 구간에서 차량의 위치 인지 성능 개선에 기여하도록 할 수 있다.
보다 상세하게, 고 곡률 도로와 같이 차선이 인지되지 않는 상황, 고속도로와 같이 차량의 위치 인지를 위한 랜드마크가 부족한 구간 또는 곡선 성분의 구조물이 존재하는 구간에서 차량의 위치 인지 성능 개선에 기여하도록 할 수 있다.
도 1은 일 실시 예에 따른 차량의 외관을 도시한 도면이다.
도 2는 일 실시 예에 따른 차량의 내부를 도시한 도면이다.
도 3은 일 실시 예에 따른 차량의 제어 블록도 이다.
도 4는 일 실시 예에 따른 차량의 위치 인식 방법을 나타낸 흐름도 이다.
도 5는 유효한 포인트 컨투어 성분을 추출하는 과정을 나타낸 흐름도 이다.
도 6은 도 5의 유효한 포인트 컨투어 성분을 추출하는 과정을 나타낸 개념도 이다.
도 7은 라이더 센서에서 획득된 포인트 컨투어 정보의 예를 도시한 것이다.
도 8은 포인트 컨투어 정보에서 유효한 포인트 컨투어 성분들과 특징점을 구분한 예를 도시한 것이다.
도 9는 유효한 포인트 컨투어 성분들을 기반으로 지도 정보의 도로 경계 정보를 추출하여 커브 피팅한 예를 도시한 것이다.
도 10은 추출된 도로 경계 정보와 포인트 컨투어 정보를 커브 피팅한 예를 도시한 도면이다.
도 11은 도로 경계 점 정보를 모델링한 예를 도시한 도면이다.
도 12는 로드 사이드 점 정보를 모델링한 모델링 정보와, 포인트 컨투어 정보를 비교하여 차량의 위치를 결정하는 세부 과정을 도시한 흐름도 이다.
도 13은 도 12의 단계 342를 설명하기 위한 도면이다.
도 14는 도 12의 단계 344를 설명하기 위한 도면이다.
도 15는 차량의 최종 위치 인식 방법을 설명하기 위한 순서도 이다.
명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다. 본 명세서가 실시예들의 모든 요소들을 설명하는 것은 아니며, 본 발명이 속하는 기술분야에서 일반적인 내용 또는 실시예들 간에 중복되는 내용은 생략한다. 명세서에서 사용되는 '부, 모듈, 부재, 블록'이라는 용어는 소프트웨어 또는 하드웨어로 구현될 수 있으며, 실시예들에 따라 복수의 '부, 모듈, 부재, 블록'이 하나의 구성요소로 구현되거나, 하나의 '부, 모듈, 부재, 블록'이 복수의 구성요소들을 포함하는 것도 가능하다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우뿐 아니라, 간접적으로 연결되어 있는 경우를 포함하고, 간접적인 연결은 무선 통신망을 통해 연결되는 것을 포함한다.
또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
제 1, 제 2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위해 사용되는 것으로, 구성요소가 전술된 용어들에 의해 제한되는 것은 아니다.
단수의 표현은 문맥상 명백하게 예외가 있지 않는 한, 복수의 표현을 포함한다.
각 단계들에 있어 식별부호는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 실시될 수 있다.
이하 첨부된 도면들을 참고하여 본 발명의 작용 원리 및 실시 예들에 대해 설명한다.
도 1은 일 실시 예에 따른 차량(100)의 외관도 이다.
도 1을 참조하면, 차량(100)은 차량(100)의 외관을 형성하는 본체(1)와, 차량(100) 내부의 운전자에게 차량(100) 전방의 시야를 제공하는 전면 유리(30)와, 차량(100)을 이동시키는 차륜(51, 52)과, 차륜(51, 52)을 회전시키는 구동 장치(60)와, 차량(100) 내부를 외부로부터 차폐시키는 도어(71)와, 운전자에게 차량(100) 후방의 시야를 제공하는 사이드 미러(81, 82)를 포함할 수 있다.
전면 유리(30)는 본체(100)의 전방 상측에 마련되어 차량(100) 내부의 운전자가 차량(100) 전방의 시각 정보를 획득할 수 있도록 하는 것으로서, 윈드쉴드 글래스(windshield glass)라고도 한다.
차륜(51, 52)은 차량(100)의 전방에 마련되는 전륜(51)과 차량(100)의 후방에 마련되는 후륜(52)을 포함하며, 구동 장치(60)는 본체(1)가 전방 또는 후방으로 이동하도록 전륜(51) 또는 후륜(52)에 회전력을 제공할 수 있다. 이와 같은 구동 장치(60)는 화석 연료를 연소시켜 회전력을 생성하는 엔진(engine) 또는 축전기(미도시)로부터 전원을 공급받아 회전력을 생성하는 모터(motor)를 채용할 수 있다.
도어(71)는 본체(1)의 좌측 및 우측에 회동 가능하게 마련되어 개방 시에 운전자가 차량(100)의 내부에 탑승할 수 있도록 하며, 폐쇄 시에 차량(100)의 내부를 외부로부터 차폐시킬 수 있다. 도어(71)에는 밖을 내다 보거나 밖에서 안을 볼 수 있는 윈도우(72)가 설치될 수 있다. 실시 예에 따라 윈도우(72)는 한쪽에서만 볼 수 있도록 마련될 수 있으며, 개폐 가능하도록 마련될 수도 있다.
사이드 미러(81, 82)는 본체(1)의 좌측에 마련되는 좌측 사이드 미러(81) 및 우측에 마련되는 우측 사이드 미러(82)를 포함하며, 차량(100) 내부의 운전자가 차량(100) 측면 및 후방의 시각 정보를 획득할 수 있도록 한다.
도 2는 일 실시 예에 따른 차량(100)의 내부 구성을 나타낸 도면이다. 도 2에 도시된 바를 참조하면 차량(100)은 운전자 등이 탑승하는 시트(110)와, 기어 박스(120), 센터페시아(130) 및 스티어링 휠(140) 등이 마련된 대시보드(150)(dashboard)를 포함할 수 있다.
기어 박스(120)에는 차량(100) 변속을 위한 변속 레버(121)와, 차량(100)의 기능 수행을 제어하기 위한 터치 패드(122)가 설치될 수 있다. 한편, 필요에 따라 다이얼 조작부(123)가 선택적으로 설치될 수도 있다.
센터페시아(130)에는 공조 장치(131), 시계(132), 오디오 장치(133) 및 AVN 장치(134) 등이 설치될 수 있다.
공조 장치(131)는 차량(100) 내부의 온도, 습도, 공기의 청정도, 공기의 흐름을 조절하여 차량(100)의 내부를 쾌적하게 유지한다. 공조 장치(131)는 센터페시아(130)에 설치되고 공기를 토출하는 적어도 하나의 토출구(131a)를 포함할 수 있다. 센터페시아(130)에는 공조 장치(131) 등을 제어하기 위한 버튼이나 다이얼 등이 설치될 수 있다. 운전자 등의 사용자는 센터페시아(130)에 배치된 버튼을 이용하여 공조 장치(131)를 제어할 수 있다.
시계(132)는 공조 장치(131)를 제어하기 위한 버튼이나 다이얼 주위에 마련될 수 있다.
오디오 장치(133)는 오디오 장치(133)의 기능 수행을 위한 다수의 버튼들이 마련된 조작패널을 포함한다. 오디오 장치는 라디오 기능을 제공하는 라디오 모드와 오디오 파일이 담긴 다양한 저장매체의 오디오 파일을 재생하는 미디어 모드를 제공할 수 있다.
AVN 장치(134)는 차량(100)의 센터페시아(130) 내부에 매립되어 형성될 수 있다. AVN 장치(134)는 사용자의 조작에 따라 오디오 기능, 비디오 기능 및 내비게이션 기능을 통합적으로 수행할 수 있는 장치이다. AVN 장치(134)는 AVN 장치(134)에 대한 사용자 명령을 입력받는 입력부(135)와, 오디오 기능과 관련된 화면, 비디오 기능과 관련된 화면 또는 내비게이션 기능과 관련된 화면을 표시하는 디스플레이(136)를 포함할 수 있다.
스티어링 휠(140)은 차량(100)의 주행 방향을 조절하기 위한 장치로, 운전자에 의해 파지되는 림(141) 및 차량(100)의 조향 장치와 연결되고 림(141)과 조향을 위한 회전축의 허브를 연결하는 스포크(142)를 포함할 수 있다. 실시 예에 따라서 스포크(142)에는 차량(100) 내의 각종 장치, 일례로 오디오 장치 등을 제어하기 위한 조작 장치(142a, 142b)가 형성될 수 있다.
또한 대시보드(150)는 실시 예에 따라서 차량(100)의 주행 속도, 엔진 회전 수 또는 연료 잔량 등을 표시할 수 있는 각종 계기판 및 각종 물건을 수납할 수 있는 글로브 박스(globe box) 등을 더 포함할 수도 있다.
이하, 도 3을 참조하여 일 실시 예에 따른 차량에 대해 보다 상세하게 설명한다. 도 3은 일 실시 예에 따른 차량의 제어 블록도 이다.
도 3을 참조하면 일 실시 예에 따른 차량은 입력부(210), 표시부(220), 라이더 센서(230), 메모리(240) 및 제어부(250)를 포함할 수 있다.
입력부(210)는 사용자로부터 차량(100)에 마련된 각종 기능들에 대한 조작 명령을 입력 받을 수 있다.
입력부(210)는 차량(100) 내부에 마련된 각종 조작 버튼들을 포함할 수 있으며, AVN 장치(134)의 입력부 (135)를 포함하는 개념일 수 있다. 또한, 입력부(210)는 사용자 입력을 위해 터치 패드(touch pad) 등과 같은 GUI(Graphical User interface), 즉 소프트웨어인 장치를 포함할 수도 있다. 터치 패드는 터치 스크린 패널(Touch Screen Panel: TSP)로 구현되어 후술하는 표시부(220)와 상호 레이어 구조를 이룰 수 있다.
표시부(220)는 차량(100)에 마련된 각종 기능들에 대한 동작 정보를 표시할 수 있다. 표시부(220)는 차량(100)의 현재 위치를 중심으로 일정 반경에 대한 지도 정보와 함께, 해당 차량(100)에 대한 실시간 위치 정보를 표시할 수 있다.
이러한 표시부(220)는 음극선관(Cathode Ray Tube: CRT), 디지털 광원 처리(Digital Light Processing: DLP) 패널, 플라즈마 디스플레이 패널(Plasma Display Penal), 액정 디스플레이(Liquid Crystal Display: LCD) 패널, 전기 발광(Electro Luminescence: EL) 패널, 전기영동 디스플레이(Electrophoretic Display: EPD) 패널, 전기변색 디스플레이(Electrochromic Display: ECD) 패널, 발광 다이오드(Light Emitting Diode: LED) 패널 또는 유기 발광 다이오드(Organic Light Emitting Diode: OLED) 패널 등으로 마련될 수 있으나, 이에 한정되지는 않는다.
라이더 센서(230)는 차량(100)의 외부에 설치되어 차량(100) 주위에 존재하는 오브젝트 정보를 수집할 수 있다. 라이더(Lider)란 전파에 가까운 성질을 가진 레이저 광선을 사용하여 개발한 레이더를 의미하는 개념으로 차량(100)은 차량(100)의 전면 또는 후면에 각각 복수의 라이더 센서(230)를 설치하여 차량(100)의 위치 인식에 필요한 포인트 컨투어(point contour) 정보를 획득할 수 있다.
이하 본 명세서에서 포인트 컨투어 정보란 라이더 센서(230)의 출력 정보를 의미하는 것으로, 보다 상세하게 특정 물체에 대한 복수의 포인팅 지점(이하, 단일 포인팅 지점 정보를 포인트 컨투어 성분으로 정의한다)에 대한 집합 정보를 의미하는 것으로 정의한다.
라이더 센서(230)는 차량(100) 주위의 환경에 따라 복수의 포인트 컨투어 정보를 수집할 수 있으며, 하나의 차량에 복수의 라이더 센서(230)가 존재하는 경우 각각의 라이더 센서(230)에서 복수의 포인트 컨투어 정보를 수집할 수 있다. 이하, 설명의 편의상 하나의 차량에 단일 라이더 센서(230)가 설치된 경우를 전제로 발명의 실시 예를 설명하도록 할 것이다.
라이더 센서(230)에서 수집된 센서 값 정보는 제어부(250)로 전달되며, 제어부(250)는 라이더 센서(230)에서 수집된 센서 값 정보를 기초로 차량(100)의 위치를 인식하는 과정을 수행한다.
메모리(240)는 제어부(250)의 제어에 따라 차량에 마련된 각종 기능들을 제어하기 위한 다양한 데이터, 프로그램 또는 어플리케이션을 저장할 수 있다. 보다 상세하게, 라이더 센서(230)에서 획득된 포인트 컨투어 정보를 기초로 지도 정보에서 도로 경계 정보를 추출하고, 추출된 로드 사이드 정보 중 포인트 컨투어 정보의 포인트 컨투어 성분과 인접한 도로 경계 점 정보를 추출하고, 도로 경계 점 정보에 대한 모델링 정보와 포인트 컨투어 정보를 비교하여 차량의 위치를 결정하기 위한 프로그램 정보를 저장할 수 있다.
또한, 메모리(240)는 라이더 센서(230)에서 획득된 포인트 컨투어 정보를 기초롤 유효한 포인트 컨투어 성분을 추출하기 위한 프로그램, 도로 경계 점 정보를 모델링하기 위한 프로그램 등을 저장할 수도 있다.
또한, 메모리(240)는 전술한 라이더 센서(230)에서 수집한 센서 값 정보, 다시 말해 포인트 컨투어 정보를 저장할 수 있으며, 실시 예에 따라 포인트 컨투어 정보로부터 추출된 유효한 포인트 컨투어 정보를 저장할 수도 있다.
또한, 메모리(240)는 전술한 라이더 센서(230)에서 수집한 센서 값 정에 기초하여 차량의 위치를 인식할 수 있도록 지도 정보를 저장할 수 있다. 이러한 지도 정보는 차량의 위치 정보를 보다 높은 정확도로 인식할 수 있도록 마련된 정말 지도 정보일 수 있으며, 정밀 지도 정보는 필요에 따라 주기적으로 업데이트되어 제공될 수 있다.
이러한 메모리(240)는 플래시 메모리(flash memory), 하드디스크(hard disc), 메모리 카드, 롬(ROM: Read-Only Memory), 램(RAM: Random Access Memory), 메모리 카드, EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광 디스크 중 적어도 하나의 저장 매체를 포함할 수 있다.
제어부(250)는 차량의 전반적인 동작을 제어한다. 제어부(250)는 차량 내 구성요소들, 즉 입력부(210), 표시부(220), 라이더 센서(230) 및 메모리(240) 등을 제어할 수 있다. 제어부(250)는 집적 회로가 형성된 적어도 하나의 칩을 포함하는 각종 프로세서들을 포함할 수 있다.
제어부(250)는 차량 내 구성요소들의 동작을 제어하기 위한 알고리즘 또는 알고리즘을 재현한 프로그램에 대한 데이터를 저장하는 메모리 및 메모리에 저장된 데이터를 이용하여 전술한 동작을 수행하는 프로세서로 구현될 수 있다. 이때, 메모리와 프로세서는 각각 별개의 칩으로 구현될 수 있으며, 실시 예에 따라 단일 칩으로 구현될 수도 있다.
제어부(250)는 라이더 센서(230)에서 수집된 센서 값 정보 및 메모리(240)에 미리 저장된 지도 정보에 기초하여 차량의 위치를 결정할 수 있다.
이하, 첨부된 도면을 참조하여 제어부(250)에서 수행되는 차량의 위치를 결정하는 과정에 대해 보다 상세하게 설명하도록 한다.
도 4는 일 실시 예에 따른 차량의 위치 인식 방법을 나타낸 흐름도 이다.
도 4를 참조하면, 일 실시 예에 다른 차량의 위치 인식 방법은 라이더 센서(230)에서 포인트 컨투어 정보를 획득하고(310), 획득된 포인트 컨투어 정보를 기초로 지도 정보에서 도로 경계 정보를 추출하고(320), 추출된 도로 경계 정보 중 포인트 컨투어 정보의 포인트 컨투어 성분과 인접한 도로 경계 점 정보를 추출하고(330), 도로 경계 점 정보를 모델링한 모델링 정보와 포인트 컨투어 정보를 비교하여 차량의 위치를 결정하는 것(340)을 포함한다.
먼저, 라이더 센서(230)에서 포인트 컨투어 정보를 획득하는 단계가 수행된다(310). 라이더 센서(230)에서 포인트 컨투어 정보가 획득되면 획득된 정보는 로우 데이터(raw data)로서 제어부(250)로 전달되게 된다.
도 5는 라이더 센서(230)에서 획득된 포인트 컨투어 정보의 예를 도시한 것이다. 도 5를 참조하면, 라이더 센서(230)는 특정 물체의 기준 면에 대해 복수의 포인팅 지점의 집합 정보로서 포인트 컨투어 정보(lidar_obj_1, lidar_obj_2, lidar_obj_3, ... , lidar_obj_[N], 여기서 N은 4 이상의 정수)를 수집할 수 있다. 포인트 컨투어 정보는 라이더 포인터가 찍힌 모양에 따라 다양한 모양을 가지는 포인트 컨투어 성분의 집합 정보로서 정의될 수 있다.
제어부(250)는 라이더 센서(230)로부터 로우 데이터로서의 포인트 컨투어 정보를 수신하면, 수신된 포인트 컨투어 정보에서 유효한 포인트 컨투어 성분 및 이들을 포함하는 유효한 포인트 컨투어 정보들을 추출할 수 있다.
도 6은 유효한 포인트 컨투어 성분을 추출하는 과정을 나타낸 흐름도 이고, 도 7은 도 6의 유효한 포인트 컨투어 성분을 추출하는 과정을 나타낸 개념도 이고, 도 8은 포인트 컨투어 정보에서 유효한 포인트 컨투어 성분들과 특징점을 구분한 예를 도시한 도면이다.
도 6을 참조하면, 유효한 포인트 컨투어 성분을 추출하는 과정은, 라이더 센서(230)에서 획득된 포인트 컨투어 정보에 포함된 포인트 컨투어 성분들 중 연속된 세 포인트 컨투어 성분들 간의 거리가 미리 설정된 제 1 거리 이내이고, 세 포인트 컨투어 성분들이 이루는 각도가 미리 설정된 각도보다 크면 세 포인트 컨투어 성분들 중 적어도 하나의 포인트 컨투어 성분을 특이점으로 판단하고, 특이점을 제외한 포인트 컨투어 성분들을 유효한 포인트 컨투어 성분으로 추출하고 유효한 포인트 컨투어 정보(contour_[N])를 결정하는 것을 포함할 수 있다(312, 316).
또한, 유효한 포인트 컨투어 성분을 추출하는 과정은, 특이점이라고 판단된 포인트 컨투어 성분을 기준으로 미리 설정된 제 2 거리 이내에 존재하는 포인트 컨투어 성분들을 특이점으로 판단하고, 특이점을 제외한 포인트 컨투어 성분들을 유효한 포인트 컨투어 성분으로 추출하고 유효한 포인트 컨투어 정보(contour_[N])를 결정하는 것을 포함할 수 있다(314, 316). 이하, 유효한 포인트 컨투어 정보 및 유효한 포인트 컨투어 성분은 각각 설명의 편의상 포인트 컨투어 정보 및 포인트 컨투어 성분으로 지칭할 수 있다.
예를 들어, 도 7을 참조하면 제어부(250)는 라이더 센서(230)에서 획득한 포인트 컨투어 정보에 포함된 포인트 컨투어 성분들(P) 중 연속된 세 포인트 컨투어 성분들 P1, P2 및 P3 간의 거리가 각각 d_a, d_b로 미리 설정된 제 1 거리(d1) 이내이고, 세 포인트 컨투어 성분들 P1, P2 및 P3가 이루는 각도 θ_1가 미리 설정된 각도 θ보다 크면, 세 포인트 컨투어 성분들 P1, P2 및 P3 중 적어도 하나의 포인트 컨투어 성분을 특이점으로 판단하고, 특이점을 제외한 포인트 컨투어 성분들을 유효한 포인트 컨투어 성분으로 추출할 수 있다. 설명의 편의상 이하 세 포인트 컨투어 성분들 P1, P2 및 P3가 모두 특이점으로 판단된 경우를 예로 들어 설명하도록 한다.
이어서, 제어부(250)는 특이점으로 판단된 포인트 컨투어 성분들 P1, P2 및 P3를 기준으로 미리 설정된 제 2 거리(d2) 이내에 존재하는 포인트 컨투어 성분들 P4 및 P5를 추가적으로 특이점으로 판단하고, 결과적으로 특이점으로 판단된 포인트 컨투어 성분들 P1 내지 P5를 제외한 포인트 컨투어 성분들을 유효한 포인트 컨투어 성분들로 추출할 수 있다. 아울러, 제어부(250)는 유효한 포인트 컨투어 성분들로 추출된 포인트 컨투어 성분들를 거리 기준으로 그루핑하여 제 1 포인트 컨투어 정보(contour_1)와 제 2 포인트 컨투어 정보(contour_2)로 결정할 수 있다. 도 8은 도 5에 도시한 포인트 컨투어 정보에 대한 로우 데이터에서 유효한 포인트 컨투어 성분들과 특징점을 구분하여 나타낸 예를 도시한 것으로, 제어부(250)는 전술한 방법에 따라 로우 데이터로부터 유효한 포인트 컨투어 성분들과 특징점을 구분하고 유효한 포인트 컨투어 정보들(contour_1 내지 contour_[N])을 추출할 수 있다.
다음으로, 추출된 포인트 컨투어 정보를 기초로 지도 정보에서 로드 사이드 정보를 추출하는 과정이 수행된다(320).
제어부(250)는 전술한 과정에서 추출된 유효한 포인트 컨투어 정보들을 지도 정보와 매칭하고, 지도 정보로부터 유효한 포인트 컨투어 정보들에 대응되는 도로 경계 정보를 추출하는 과정을 수행할 수 있다. 이하, 도로 경계 정보라 함은 차량의 주행 경로 주위에 존재하는 물체들 중 차량의 위치를 특정할 수 있는 기준이 되는 물체에 대한 정보를 의미하는 것으로, 예를 들면 가이드 레일 정보, 표지판 정보, 건물 정보, 도로 정보 등을 의미할 수 있다.
도 9는 유효한 포인트 컨투어 정보들을 기반으로 지도 정보의 도로 경계 정보를 추출한 모습을 나타낸 도면이다. 도 9를 참조하면, 제어부(250)는 유효한 포인트 컨투어 정보들을 기반으로 지도 정보의 로드 사이드 정보를 추출할 수 있다. 예를 들어, 도 6의 316 단계를 통해 3 개의 유효한 포인트 컨투어 정보가 결정된 경우, 제어부(250)는 3 개의 유효한 포인트 컨투어 정보(contour_1, contour_2, contour_3)를 기반으로 해당 포인트 컨투어 정보들에 대응하는 지도 정보의 로드 사이드 정보(rb_1, rb_2)를 추출할 수 있다.
다음으로, 추출된 도로 경계 정보 중 포인트 컨투어 정보의 포인트 컨투어 성분과 인접한 도로 경계 점 정보를 추출하고, 도로 경계 점 정보를 모델링하고, 도로 경계 점 정보를 모델링한 모델링 정보와 포인트 컨투어 정보를 비교하여 차량의 위치를 결정하는 과정이 수행될 수 있다.
추출된 도로 경계 정보 중 포인트 컨투어 정보의 포인트 컨투어 성분과 인접한 도로 경계 점 정보를 추출하는 과정은, 추출된 도로 경계 정보와 포인트 컨투어 정보를 커브 피팅하고, 이어서 추출된 도로 경계 정보 중 포인트 컨투어 정보의 포인트 컨투어 성분과 인접한 도로 경계 점 정보를 추출하는 것을 포함할 수 있다.
도 10은 추출된 도로 경계 정보와 포인트 컨투어 정보를 커브 피팅한 예를 도시한 도면이고, 도 11은 추출된 도로 경계 정보 중 포인트 컨투어 정보의 포인트 컨투어 성분과 인접한 도로 경계 점 정보를 추출하고, 추출된 도로 경계 점 정보를 모델링한 예를 도시한 도면이다.
추출된 로드 사이드 정보와 포인트 컨투어 정보를 커브 피팅하면, 제 1 도로 경계 정보(rb_1)와 제 1, 2 포인트 컨투어 정보(contour_1, contour_2)가 도 10의 왼쪽 부분에 도시된 바와 같이 커브 피팅되고, 제 2 로드 사이드 정보(rb_2)와 제 3 포인트 컨투어 정보(contour_3)가 도 10의 오른쪽 부분에 도시된 바와 같이 커브 피팅 될 수 있다. 아울러, 추출된 제 1, 2 도로 경계 정보(rb_1, rb_2) 중 제 1 내지 3 포인트 컨투어 정보(contour_1, contour_2, contour_3)의 포인트 컨투어 성분과 인접한 도로 경계 점 정보 가 도 11에 도시된 바와 같이 추출될 수 있다.
예를 들어, 제 1 도로 경계 정보(rb_1) 중 제 1 포인트 컨투어 정보(contour_1)의 포인트 컨투어 성분과 인접한 제 1 도로 경계 점 정보(rb_point_1)가 추출되고, 제 1 도로 경계 정보(rb_1) 중 제 2 포인트 컨투어 정보(contour_2)의 포인트 컨투어 성분과 인접한 제 2 도로 경계 점 정보(rb_point_2)가 추출되고, 제 2 도로 경계 정보(rb_2) 중 제 3 포인트 컨투어 정보(contour_3)의 포인트 컨투어 성분과 인접한 제 3 도로 경계 점 정보(rb_point_3)가 추출될 수 있다.
아울러, 각각의 도로 경계 점 정보에 기초하여 도로 경계 점 정보의 모델링 과정이 수행된다. 도로 경계 점 정보의 모델링이란 추출된 도로 경계 점 정보들을 기초로 해당 정보들에 대한 규칙을 식으로 도출하는 과정을 의미하며, 예를 들어 제 1 도로 경계 점 정보(rb_point_1)를 기초로 제 1 모델링 정보(rb_model_1: y_rb1=f_(x_rb1))를 추출하고, 제 2 도로 경계 점 정보(rb_point_2)를 기초로 제 2 모델링 정보(rb_model_2: y_rb2=f_(x_rb2))를 추출하고, 제 3 도로 경계 점 정보(rb_point_3)를 기초로 제 3 모델링 정보(rb_model_3: y_rb3=f_(x_rb3))를 추출할 수 있다.
이어서, 도로 경계 점 정보를 모델링한 모델링 정보와 포인트 컨투어 정보를 비교하여 차량의 위치를 결정하는 과정이 수행된다.
도 12는 로드 사이드 점 정보를 모델링한 모델링 정보와, 포인트 컨투어 정보를 비교하여 차량의 위치를 결정하는 세부 과정을 도시한 흐름도 이고, 도 13은 도 12의 단계 342를 설명하기 위한 도면이고, 도 14는 도 12의 단계 344를 설명하기 위한 도면이다.
도 12를 참조하면, 제어부(250)는 도로 경계 점 정보를 모델링한 모델링 정보와 포인트 컨투어 정보를 비교하여 차량의 위치를 결정할 수 있다.
구체적으로, 제어부(250)는 제 1 모델링 정보(rb_model_1: y_rb1=f_(x_rb1))와 제 1 포인트 컨투어 정보(contour_1)의 거리 오차의 분산이 최소가 되도록 하는 제 1 회전 및 평행 이동 값(x_1, y_1, θ_1)을 추출할 수 있다(342).
제어부(250)는, 도 13에 도시된 바와 같은 그리드 서치(grid search) 방식을 통해 정해진 범위 내 최적 회전 및 이동 방향을 탐색하여 제 1 모델링 정보(rb_model_1: y_rb1=f_(x_rb1))와 제 1 포인트 컨투어 정보(contour_1)의 거리 오차의 분산이 최소가 되도록 하는 제 1 회전 및 평행 이동 값(x_1, y_1, θ_1)을 추출할 수 있다.
이어서, 제어부(250)는 추출된 제 1 회전 및 평행 이동 값(x_1, y_1, θ_1)을 전체 포인트 컨투어 정보(contour_1, contour_2, contour_3)에 적용하여 거리 오차의 합(error sum_1)을 산출할 수 있다(344).
제어부(250)는, 도 14에 도시된 바와 같이, 추출된 제 1 회전 및 평행 이동 값(x_1, y_1, θ_1)을 전체 포인트 컨투어 정보(contour_1, contour_2, contour_3)에 적용하고, 포인트 컨투어 정보를 구성하는 각각의 포인트 컨투어 성분들(P1 내지 P14)로부터 도로 경계 점에 대한 모델까지의 법선 거리의 합(error sum_1 = d_error_1 + ... + d_error_14)을 거리 오차의 합으로 산출할 수 있다.
같은 방식으로, 제어부(250)는 제 2 모델링 정보(rb_model_2: y_rb2=f_(x_rb2))와 제 2 포인트 컨투어 정보(contour_2)의 거리 오차의 분산이 최소가 되도록 하는 제 2 회전 및 평행 이동 값(x_2, y_2, θ_2)을 추출하고, 추출된 제 2 회전 및 평행 이동 값(x_2, y_2, θ_2)을 전체 포인트 컨투어 정보(contour_1, contour_2, contour_3)에 적용하여 거리 오차의 합(error sum_2)을 산출할 수 있다(346, 348).
같은 방식으로, 제어부(250)는 제 3 모델링 정보(rb_model_3: y_rb3=f_(x_rb3))와 제 3 포인트 컨투어 정보(contour_3)의 거리 오차의 분산이 최소가 되도록 하는 제 3 회전 및 평행 이동 값(x_3, y_3, θ_3)을 추출하고, 추출된 제 3 회전 및 평행 이동 값(x_3, y_3, θ_3)을 전체 포인트 컨투어 정보(contour_1, contour_2, contour_3)에 적용하여 거리 오차의 합(error sum_3)을 산출하고(350, 352), 각각 산출된 거리 오차의 합(error sum_1, error sum_2, error sum_3)에 대한 가중치(w_1, w_2, w_3)를 산출하고(354), 산출된 가중치를 적용하여 최적 회전 및 평행 이동 값(x_opt=
Figure 112017127006581-pat00001
, y_opt=
Figure 112017127006581-pat00002
, θ_opt=
Figure 112017127006581-pat00003
)을 산출할 수 있다(356). 여기서, 각각 산출된 거리 오차의 합에 대한 가중치는 산출된 거리 오차의 합이 적을수록 높은 가중치가 부여되도록 가중치를 산출하는 것을 포함한다.
도 15는 차량의 최종 위치 인식 방법을 설명하기 위한 순서도 이다.
도 15를 참조하면, 시간 t에서의 차량 위치는 [x(t), y(t), θ(t)]로 결정되고(360), 기준 시간 경화 후 차량의 위치 [x(t+1), y(t+1), θ(t+1)]는 도 11의 과정에서 산출한 회전 및 평행 이동 값을 반영하여 x(t+1)=x(t)+x_opt, y(t+1)=y(t)+y_opt, θ(t+1)=θ(t)+θ_opt로 결정될 수 있다(362, 364).
이상으로 설명한 차량 및 차량의 위치 인식 방법에 의하면 자율주행 차량에 있어서 고곡률 도로와 같이 차선 인지가 어려운 환경에서도 차량이 본인의 위치를 효율적으로 인지하도록 할 수 있다.
한편, 개시된 발명에 따르면 시간이 경과함에 따라 차량의 위치를 인식하는 과정에서 발생하는 오차들이 누적될 수 있다. 이러한 오차들이 누적될 경우 차량의 정확한 위치 인식이 어려울 수 있는데, 개시된 발명은 미리 설정된 기준에 따라 차량의 위치를 리셋 함으로써 위치 인식 과정에서 발생될 수 있는 오류에 대응할 수 있다. 예를 들어, 차량은 차량에 설치된 GPS 수신기로부터 GPS 신호를 수신하고, GPS 오차 범위보다 더 큰 범위 내에서 차량의 위치 인식 오차가 발생한 경우 리셋 조건을 만족하는 것으로 결정할 수 있으며, 실시 예에 따라 차량에 마련된 차선 인식 센서로 차선이 인식되고, 인식된 결과와 일정 범위 이상의 오차가 발생한 경우 리셋 조건을 만족하는 것으로 결정할 수 있다.
이상으로 일 실시 예에 따른 차량 및 차량의 위치 인식 방법에 대해 설명하였다. 발명의 기술적 사상이 전술한 예들에 의해 제한되는 것은 아니며 당해 업계에서 통상의 지식을 가진 자가 쉽게 생각할 수 있는 범위 내의 변경을 포함하는 개념으로 넓게 이해되어야 할 것이다.
100: 차량
210: 입력부
220: 표시부
230: 라이더 센서
240: 메모리
250: 제어부

Claims (14)

  1. 라이더 센서에서 포인트 컨투어 정보를 획득하는 단계;
    상기 획득된 포인트 컨투어 정보를 기초로 지도 정보에서 도로 경계 정보를 추출하는 단계;
    상기 추출된 도로 경계 정보 중 상기 포인트 컨투어 정보의 포인트 컨투어 성분과 인접한 도로 경계 점 정보를 추출하는 단계; 및
    상기 도로 경계 점 정보를 모델링한 모델링 정보와 상기 포인트 컨투어 정보를 비교하여 차량의 위치를 결정하는 단계;를 포함하는 차량의 위치 인식 방법.
  2. 제 1항에 있어서,
    상기 획득된 포인트 컨투어 정보에서 유효한 포인트 컨투어 성분을 추출하는 단계;를 더 포함하는 차량의 위치 인식 방법.
  3. 제 2항에 있어서,
    상기 유효한 포인트 컨투어 성분을 추출하는 단계는,
    상기 획득된 포인트 컨투어 정보에 포함된 포인트 컨투어 성분들 중 연속된 세 포인트 컨투어 성분들 간의 거리가 미리 설정된 제 1 거리 이내이고, 상기 세 포인트 컨투어 성분들이 이루는 각이 미리 설정된 각도보다 크면 상기 세 포인트 컨투어 성분들 중 적어도 하나의 포인트 컨투어 성분을 특이점으로 판단하고, 상기 특이점을 제외한 포인트 컨투어 성분들을 유효한 포인트 컨투어 성분으로 추출하는 것을 포함하는 차량의 위치 인식 방법.
  4. 제 3항에 있어서,
    상기 유효한 포인트 컨투어 성분을 추출하는 단계는,
    상기 특이점이라고 판단된 포인트 컨투어 성분을 기준으로 미리 설정된 제 2 거리 이내에 존재하는 포인트 컨투어 성분들을 특이점으로 판단하고, 상기 특이점들을 제외한 포인트 컨투어 성분들을 유효한 포인트 컨투어 성분으로 추출하는 것을 포함하는 차량의 위치 인식 방법.
  5. 제 1항에 있어서,
    상기 라이더 센서에서 포인트 컨투어 정보를 획득하는 단계는,
    상기 라이더 센서에서 복수의 포인트 컨투어 정보를 획득하는 것을 포함하는 차량의 위치 인식 방법.
  6. 제 1항에 있어서,
    상기 라이더 센서에서 포인트 컨투어 정보를 획득하는 단계는,
    제 1 포인트 컨투어 정보와 제 2 포인트 컨투어 정보를 포함하는 포인트 컨투어 정보를 획득하는 것을 포함하고,
    상기 도로 경계 점 정보를 모델링한 모델링 정보와 상기 포인트 컨투어 정보를 비교하여 차량의 위치를 결정하는 단계는,
    상기 도로 경계 점 정보를 모델링한 모델링 정보를 추출하고,
    상기 추출된 모델링 정보와 상기 제 1 포인트 컨투어 정보의 거리 오차의 분산이 최소가 되도록 하는 제 1 회전 및 평행 이동 값을 추출하고, 상기 추출된 제 1 회전 및 평행 이동 값을 전체 포인트 컨투어 정보에 적용하여 거리 오차의 합을 산출하고,
    상기 추출된 모델링 정보와 상기 제 2 포인트 컨투어 정보의 거리 오차의 분산이 최소가 되도록 하는 제 2 회전 및 평행 이동 값을 추출하고, 상기 추출된 제 2 회전 및 평행 이동 값을 전체 포인트 컨투어 정보에 적용하여 거리 오차의 합을 산출하고,
    상기 각각 산출된 거리 오차의 합에 대한 가중치를 산출하고,
    상기 산출된 가중치를 적용하여 최적 회전 및 평행 이동 값을 산출하는 것을 포함하는 차량의 위치 인식 방법.
  7. 제 6항에 있어서,
    상기 각각 산출된 거리 오차의 합에 대한 가중치를 산출하는 것은,
    거리 오차의 합이 적을수록 높은 가중치가 부여되도록 가중치를 산출하는 것을 포함하는 차량의 위치 인식 방법.
  8. 포인트 컨투어 정보를 획득하도록 마련된 라이더 센서;
    지도 정보를 저장하도록 마련된 메모리;
    상기 라이더 센서에서 획득된 포인트 컨투어 정보를 기초로 상기 지도 정보에서 도로 경계 정보를 추출하고, 상기 추출된 도로 경계 정보 중 상기 포인트 컨투어 정보의 포인트 컨투어 성분과 인접한 도로 경계 점 정보를 추출하고, 상기 도로 경계 점 정보를 모델링한 모델링 정보와 상기 포인트 컨투어 정보를 비교하여 차량의 위치를 결정하는 제어부;를 포함하는 차량.
  9. 제 8항에 있어서,
    상기 제어부는,
    상기 획득된 포인트 컨투어 정보에서 유효한 포인트 컨투어 성분을 추출하는 것을 포함하는 차량.
  10. 제 8항에 있어서,
    상기 제어부는,
    상기 획득된 포인트 컨투어 정보에 포함된 포인트 컨투어 성분들 중 연속된 세 포인트 컨투어 성분들 간의 거리가 미리 설정된 제 1 거리 이내이고, 상기 세 포인트 컨투어 성분들이 이루는 각도가 미리 설정된 각도보다 크면 상기 세 포인트 컨투어 성분들 중 적어도 하나의 포인트 컨투어 성분을 특이점으로 판단하고, 상기 특이점을 제외한 포인트 컨투어 성분들을 유효한 포인트 컨투어 성분으로 추출하는 것을 포함하는 차량.
  11. 제 10항에 있어서,
    상기 제어부는,
    상기 특이점이라고 판단된 포인트 컨투어 성분을 기준으로 미리 설정된 제 2 거리 이내에 존재하는 포인트 컨투어 성분들을 특이점으로 판단하고, 상기 특이점들을 제외한 포인트 컨투어 성분들을 유효한 포인트 컨투어 성분으로 추출하는 것을 포함하는 차량.
  12. 제 8항에 있어서,
    상기 라이더 센서는,
    복수의 포인트 컨투어 정보를 획득하는 것을 포함하는 차량.
  13. 제 8항에 있어서,
    상기 라이더 센서는,
    제 1 포인트 컨투어 정보와 제 2 포인트 컨투어 정보를 포함하는 포인트 컨투어 정보를 획득하는 것을 포함하고,
    상기 제어부는,
    상기 도로 경계 점 정보를 모델링하여 모델링 정보를 추출하고,
    상기 추출된 모델링 정보와 상기 제 1 포인트 컨투어 정보의 거리 오차의 분산이 최소가 되도록 하는 제 1 회전 및 평행 이동 값을 추출하고, 상기 추출된 제 1 회전 및 평행 이동 값을 전체 포인트 컨투어 정보에 적용하여 거리 오차의 합을 산출하고,
    상기 추출된 모델링 정보와 상기 제 2 포인트 컨투어 정보의 거리 오차의 분산이 최소가 되도록 하는 제 2 회전 및 평행 이동 값을 추출하고, 상기 추출된 제 2 회전 및 평행 이동 값을 전체 포인트 컨투어 정보에 적용하여 거리 오차의 합을 산출하고,
    상기 각각 산출된 거리 오차의 합에 대한 가중치를 산출하고,
    상기 산출된 가중치를 적용하여 최적 회전 및 평행 이동 값을 산출하는 것을 포함하는 차량.
  14. 제 13항에 있어서,
    상기 제어부는,
    상기 산출된 거리 오차의 합이 적을수록 높은 가중치가 부여되도록 가중치를 산출하는 것을 포함하는 차량.

KR1020170175899A 2017-12-20 2017-12-20 차량 및 그 위치 인식 방법 KR102427980B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170175899A KR102427980B1 (ko) 2017-12-20 2017-12-20 차량 및 그 위치 인식 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170175899A KR102427980B1 (ko) 2017-12-20 2017-12-20 차량 및 그 위치 인식 방법

Publications (2)

Publication Number Publication Date
KR20190084156A KR20190084156A (ko) 2019-07-16
KR102427980B1 true KR102427980B1 (ko) 2022-08-02

Family

ID=67474272

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170175899A KR102427980B1 (ko) 2017-12-20 2017-12-20 차량 및 그 위치 인식 방법

Country Status (1)

Country Link
KR (1) KR102427980B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112513876B (zh) * 2020-09-04 2022-01-11 华为技术有限公司 一种用于地图的路面提取方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011189929A (ja) 2010-03-11 2011-09-29 Parrot 無人機、特に回転翼無人機を遠隔制御するための方法および機器

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101625486B1 (ko) * 2014-11-14 2016-05-30 재단법인대구경북과학기술원 지도 기반 측위 시스템 및 그 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011189929A (ja) 2010-03-11 2011-09-29 Parrot 無人機、特に回転翼無人機を遠隔制御するための方法および機器

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Jun-Hyuck Im 외 1명, Precise Vehicle Localization Using 3D LIDAR and GPS/DR in Urban Environment, JPNT 6(1), 27-33 (2017)
박재웅 외 2명, 차량 모델 및 LIDAR를 이용한 맵 매칭 기반의 야지환경에 강인한 무인 자율주행 기술 연구, 제어로봇시스템학회 논문지 17(5), 2011.5, 451-459(9 pages)

Also Published As

Publication number Publication date
KR20190084156A (ko) 2019-07-16

Similar Documents

Publication Publication Date Title
US11320836B2 (en) Algorithm and infrastructure for robust and efficient vehicle localization
CN110388924B (zh) 用于与自动导航有关的基于雷达的车辆定位的系统和方法
EP3361278B1 (en) Autonomous vehicle localization based on walsh kernel projection technique
KR102565533B1 (ko) 자율 주행을 위한 항법 정보의 융합 프레임워크 및 배치 정렬
KR102096726B1 (ko) 자율 주행 차량의 운행을 위한 제어 오류 보정 계획 방법
JP6832421B2 (ja) シミュレーションに基づく自動運転車の感知要求の評価方法
US10436595B2 (en) Method and system for updating localization maps of autonomous driving vehicles
US10474157B2 (en) Data-based control error detection and parameter compensation system
JP2020001678A (ja) 重み付け幾何学的コストを有する区分的螺旋曲線を使用した基準線平滑化方法
CN110345955A (zh) 用于自动驾驶的感知与规划协作框架
CN109935077A (zh) 用于为自动驾驶车辆构建车辆与云端实时交通地图的系统
KR102331025B1 (ko) 영상정보 획득장치, 차량, 및 그 제어방법
CN108604095A (zh) 动态调整自动驾驶车辆的转向率的方法
KR20170070483A (ko) 차량, 및 그 제어방법
CN110389580A (zh) 用于规划自动驾驶车辆的路径的漂移校正的方法
CN106373563B (zh) 车辆及其控制方法
CN108891417A (zh) 用于操作自动驾驶车辆的方法及数据处理系统
CN108733046A (zh) 用于自动驾驶车辆的轨迹重新规划的系统和方法
US10495480B1 (en) Automated travel lane recommendation
CN110096054A (zh) 用于使用多个线程生成用于自动驾驶车辆的参考线的方法和系统
KR101976682B1 (ko) 차량, 및 그 제어방법
CN108628298A (zh) 用于自动驾驶车辆的控制型规划和控制系统
CN110007752A (zh) 增强现实车辆界面连接
CN110390240A (zh) 自动驾驶车辆中的车道后处理
CN109085818A (zh) 基于车道信息控制自动驾驶车辆的车门锁的方法和系统

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant