KR102459736B1 - 자율 주행 시스템의 업그레이드 방법, 자율 주행 시스템 및 차량 탑재 장치 - Google Patents

자율 주행 시스템의 업그레이드 방법, 자율 주행 시스템 및 차량 탑재 장치 Download PDF

Info

Publication number
KR102459736B1
KR102459736B1 KR1020217032108A KR20217032108A KR102459736B1 KR 102459736 B1 KR102459736 B1 KR 102459736B1 KR 1020217032108 A KR1020217032108 A KR 1020217032108A KR 20217032108 A KR20217032108 A KR 20217032108A KR 102459736 B1 KR102459736 B1 KR 102459736B1
Authority
KR
South Korea
Prior art keywords
driving
data
autonomous driving
vehicle
sensor group
Prior art date
Application number
KR1020217032108A
Other languages
English (en)
Other versions
KR20210137506A (ko
Inventor
간사 우
신 저우
위신 장
Original Assignee
우이시 테크놀로지스 (베이징) 리미티드.
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 우이시 테크놀로지스 (베이징) 리미티드. filed Critical 우이시 테크놀로지스 (베이징) 리미티드.
Publication of KR20210137506A publication Critical patent/KR20210137506A/ko
Application granted granted Critical
Publication of KR102459736B1 publication Critical patent/KR102459736B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0013—Planning or execution of driving tasks specially adapted for occupant comfort
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/10—Path keeping
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—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 drivers or passengers
    • B60W40/09—Driving style or behaviour
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/085—Changing the parameters of the control units, e.g. changing limit values, working points by control input
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0055—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements
    • G05D1/0061—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements for transition from automatic pilot to manual pilot and vice versa
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/027—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising intertial navigation means, e.g. azimuth detector
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B60W2050/0083—Setting, resetting, calibration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B60W2050/0083—Setting, resetting, calibration
    • B60W2050/0088—Adaptive recalibration
    • 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
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • 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
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/06—Direction of travel
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/12—Lateral speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/12—Lateral speed
    • B60W2520/125—Lateral acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/28—Wheel speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
    • B60W2530/18—Distance travelled
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/18—Steering angle
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/30—Driving style
    • 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
    • B60W2556/00—Input parameters relating to data
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/55—External transmission of data to or from the vehicle using telemetry
    • 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
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • B60W2720/106—Longitudinal acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/28—Wheel speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/0205—Diagnosing or detecting failures; Failure detection models
    • G05D2201/0213—

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Mathematical Physics (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Medical Informatics (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Navigation (AREA)

Abstract

본 발명의 실시예는 자율 주행 기술 분야에 관한 것으로, 특히 자율 주행 시스템의 업그레이드 방법, 자율 주행 시스템 및 차량 탑재 장치에 관한 것이다. 본 발명의 실시예에서, 자율 주행 시스템은 수동 운전 모드에서도 차량의 주변 환경을 감지하고 차량의 측위를 수행하며, 환경 인식 정보, 측위 정보 및 차량 센서의 데이터를 기반으로 차량의 자율 주행 경로를 계획하지만, 차량의 주행을 제어하기 위한 명령을 발행하지 않고, 운전자가 수동 운전 모드에서 차량을 운전하여 주행하는 경로와 비교하여 자율 주행 시스템의 계획 제어 알고리즘을 업그레이드함으로써, 자율 운전 계획 및 의사 결정의 신뢰성을 보장하는 전제 하에, 업그레이드된 자율 주행 시스템이 운전자의 운전 습관에 부합되고 운전자의 경험을 향상시킬 수 있도록 한다.

Description

자율 주행 시스템의 업그레이드 방법, 자율 주행 시스템 및 차량 탑재 장치
본 발명은 2019년 03월 19일에 중국특허국에 출원한 출원번호가 201910207290.X이고 발명의 명칭이 “자율 주행 시스템의 업그레이드 방법, 자율 주행 시스템 및 차량 탑재 장치” 인 중국 특허 출원의 우선권을 주장하며, 상기 출원의 전체 내용을 참조로 본 출원에 원용한다.
본 발명의 실시예는 자율 주행 기술 분야에 관한 것으로, 특히 자율 주행 시스템의 업그레이드 방법, 자율 주행 시스템 및 차량 탑재 장치에 관한 것이다.
현재 자율 주행 차량은 수동 운전 모드, 보조 운전 모드, 자동 운전 모드 등 다양한 차량 운전 모드를 제공하고 있다. 상기 수동 운전 모드에 해당하는 자율 주행 레벨은 L0이고, 보조 운전 모드에 해당하는 자율 주행 레벨은 L1이고, 자율 주행 모드에 해당하는 자율 주행 레벨은 L2 내지 L5이다. 상기 자율 주행 모드는 자율 주행 차량의 자율 주행 시스템을 통해 차량의 자율 주행을 계획하고 제어한다. 수동 운전 모드에서, 자율 주행 시스템은 휴면 상태로 작동되지 않으며; 자율 주행 모드에서, 자율 주행 시스템은 활성화된다.
운전자마다 운전 습관이 다르기 때문에, 운전자의 운전 습관에 부합되고 운전자의 경험을 향상시킬 수 있도록, 자율 운전 계획 및 의사 결정의 신뢰성을 보장하는 전제 하에 운전자의 운전 습관에 따라 자율 운전 시스템을 업그레이드해야 한다.
종래 기술에 존재하는 문제를 해결하기 위해, 본 발명의 적어도 하나의 실시예는 자율 주행 시스템의 업그레이드 방법, 자율 주행 시스템 및 차량 탑재 장치를 제공한다.
제1 측면에서, 본 발명의 실시예는 자율 주행 시스템의 업그레이드 방법을 제공하며, 상기 자율 주행 시스템은 수동 운전 모드에서 차량의 주행을 제어하기 위한 명령을 발행하지 않으며, 상기 방법은,
수동 운전 모드에서 차량의 제1 주행 경로를 획득하는 단계;
제1 센서 그룹의 데이터 및 제2 센서 그룹의 데이터를 획득하는 단계;
상기 제1 센서 그룹의 데이터를 기반으로 환경 인식 정보 및 측위 정보를 생성하는 단계;
상기 환경 인식 정보, 상기 측위 정보 및 상기 제2 센서 그룹의 데이터를 기반으로, 자율 주행 모드에서 상기 차량의 제2 주행 경로를 계획하는 단계; 및,
상기 제1 주행 경로 및 상기 제2 주행 경로를 기반으로, 자율 주행 시스템의 업그레이드를 수행하는 단계;를 포함한다.
일 실시예에서, 상기 제1 센서 그룹에는 카메라, 라이더, 밀리미터파 레이더, GPS 및/또는 IMU가 포함되며;
상기 제2 센서 그룹에는 휠 속도 센서, 속도 센서, 가속도 센서 및/또는 조향각 센서가 포함된다.
일 실시예에서, 상기 제1 주행 경로 및 상기 제2 주행 경로를 기반으로, 자율 주행 시스템의 업그레이드를 수행하는 단계는,
상기 제1 주행 경로 및 상기 제2 주행 경로의 편차 정도를 결정하는 단계;
상기 제1 주행 경로 및 상기 제2 센서 그룹 중 적어도 하나의 센서의 데이터를 기반으로, 수동 운전 모드에서의 운전 행위 레벨을 결정하는 단계; 및,
상기 편차 정도 및 상기 운전 행위 레벨을 기반으로, 자율 주행 시스템의 업그레이드를 수행하는 단계;를 포함한다.
일 실시예에서, 상기 제1 주행 경로 및 상기 제2 센서 그룹 중 적어도 하나의 센서의 데이터를 기반으로, 수동 운전 모드에서의 운전 행위 레벨을 결정하는 단계는,
클라우드 서버에 상기 제1 주행 경로 및 상기 제2 센서 그룹의 데이터를 전송하는 단계; 및,
상기 클라우드 서버에 의해 전송된 운전 행위 레벨을 수신하는 단계;를 포함한다.
일 실시예에서, 상기 편차 정도 및 상기 운전 행위 레벨을 기반으로, 자율 주행 시스템의 업그레이드를 수행하는 단계는,
상기 편차 정도가 미리 설정된 제1 편차 정도 임계값보다 크고, 상기 운전 행위 레벨이 제1 레벨인 경우, 대응 관계가 있는 것으로 판정하는 단계;
상기 대응 관계를 기반으로, 자율 주행 시스템의 계획 제어 알고리즘을 업그레이드하는 단계;를 포함하며,
상기 대응 관계는 상기 환경 인식 정보, 상기 측위 정보, 상기 제2 센서 그룹의 데이터와 상기 제1 주행 경로의 대응 관계를 가리키며, 상기 자율 주행 시스템은 상기 환경 인식 정보, 상기 측위 정보, 상기 제2 센서 그룹의 데이터 및 상기 대응 관계를 기반으로, 자율 주행 모드에서 상기 차량의 주행 경로를 상기 제1 주행 경로로 계획한다.
일 실시예에서, 상기 방법은,
상기 편차 정도가 미리 설정된 제2 편차 정도의 임계값보다 작거나 같은 경우, 상기 제1 주행 경로의 주행 거리를 자율 주행의 시험 주행 거리로 기록하는 단계;를 더 포함한다.
일 실시예에서, 상기 방법은,
상기 제2 센서 그룹의 데이터 중의 비정상 데이터를 확인하는 단계;
상기 비정상 데이터를 피면하기 위한 역학 추산 데이터 및 상기 역학 추산 데이터에 대응하는 추산 시간을 결정하는 단계;
상기 역학 추산 데이터를 기반으로, 차량의 최하위 실행 시스템의 제어 명령을 결정하는 단계;
상기 추산 시간을 기반으로, 상기 추산 시간에 생성된 과거 환경 인식 정보 및 과거 측위 정보를 결정하는 단계; 및,
상기 과거 환경 인식 정보, 상기 과거 측위 정보 및 상기 제어 명령 간의 대응 관계를 설정하는 단계;를 더 포함한다.
제2 측면에서, 본 발명의 실시예는 또한 자율 주행 시스템을 제공하며, 상기 자율 주행 시스템은 수동 운전 모드에서 차량의 주행을 제어하기 위한 명령을 발행하지 않으며, 상기 자율 주행 시스템은,
수동 운전 모드에서 차량의 제1 주행 경로를 획득하기 위한 제1 획득 유닛;
제1 센서 그룹의 데이터 및 제2 센서 그룹의 데이터를 획득하기 위한 제2 획득 유닛;
상기 제1 센서 그룹의 데이터를 기반으로 환경 인식 정보 및 측위 정보를 생성하기 위한 생성 유닛;
상기 환경 인식 정보, 상기 측위 정보 및 상기 제2 센서 그룹의 데이터를 기반으로, 자율 주행 모드에서 상기 차량의 제2 주행 경로를 계획하기 위한 계획 유닛; 및,
상기 제1 주행 경로 및 상기 제2 주행 경로를 기반으로, 자율 주행 시스템의 업그레이드를 수행하기 위한 업그레이드 유닛;을 포함한다.
일 실시예에서, 상기 제1 센서 그룹에는 카메라, 라이더, 밀리미터파 레이더, GPS 및/또는 IMU가 포함되며;
상기 제2 센서 그룹에는 휠 속도 센서, 속도 센서, 가속도 센서 및/또는 조향각 센서가 포함된다.
일 실시예에서, 상기 업그레이드 유닛은,
상기 제1 주행 경로 및 상기 제2 주행 경로의 편차 정도를 결정하기 위한 제1 서브 유닛;
상기 제1 주행 경로 및 상기 제2 센서 그룹 중 적어도 하나의 센서의 데이터를 기반으로, 수동 운전 모드에서의 운전 행위 레벨을 결정하기 위한 제2 서브 유닛;
상기 편차 정도 및 상기 운전 행위 레벨을 기반으로, 자율 주행 시스템의 업그레이드를 수행하기 위한 제3 서브 유닛;을 포함한다.
일 실시예에서, 상기 제2 서브 유닛은,
클라우드 서버에 상기 제1 주행 경로 및 상기 제2 센서 그룹의 데이터를 전송하며;
상기 클라우드 서버에 의해 전송된 운전 행위 레벨을 수신한다.
일 실시예에서, 상기 제3 서브 유닛은,
상기 편차 정도가 미리 설정된 제1 편차 정도 임계값보다 크고, 상기 운전 행위 레벨이 제1 레벨인 경우, 대응 관계가 있는 것으로 판정하며;
상기 대응 관계를 기반으로, 자율 주행 시스템의 계획 제어 알고리즘을 업그레이드하며;
상기 대응 관계는 상기 환경 인식 정보, 상기 측위 정보, 상기 제2 센서 그룹의 데이터와 상기 제1 주행 경로의 대응 관계를 가리키며, 상기 자율 주행 시스템은 상기 환경 인식 정보, 상기 측위 정보, 상기 제2 센서 그룹의 데이터 및 상기 대응 관계를 기반으로, 자율 주행 모드에서 상기 차량의 주행 경로를 상기 제1 주행 경로로 계획한다.
일 실시예에서, 상기 자율 주행 시스템은,
상기 편차 정도가 미리 설정된 제2 편차 정도의 임계값보다 작거나 같은 경우, 상기 제1 주행 경로의 주행 거리를 자율 주행의 시험 주행 거리로 기록하기 위한 기록 유닛;을 더 포함한다.
일 실시예에서, 상기 자율 주행 시스템은 역분석 유닛을 더 포함하며, 상기 역분석 유닛은,
상기 제2 센서 그룹의 데이터 중의 비정상 데이터를 확인하며;
상기 비정상 데이터를 피면하기 위한 역학 추산 데이터 및 상기 역학 추산 데이터에 대응하는 추산 시간을 결정하며;
상기 역학 추산 데이터를 기반으로, 차량의 최하위 실행 시스템의 제어 명령을 결정하며;
상기 추산 시간을 기반으로, 상기 추산 시간에 생성된 과거 환경 인식 정보 및 과거 측위 정보를 결정하며;
상기 과거 환경 인식 정보, 상기 과거 측위 정보 및 상기 제어 명령 간의 대응 관계를 설정한다.
제3 측면에서, 본 발명의 실시예는 또한 차량 탑재 장치를 제공하며, 상기 장치는,
프로세서, 메모리 및 통신 인터페이스를 포함하여 구성되며;
상기 프로세서, 메모리 및 통신 인터페이스는 버스 시스템을 통해 연결되며;
상기 프로세서는 상기 메모리에 저장된 컴퓨터 프로그램을 호출함으로써, 제1 측면에 따른 방법의 단계를 수행한다.
상술한 바와 같이, 본 발명의 적어도 하나의 실시예에서, 자율 주행 시스템은 수동 운전 모드에서도 차량의 주변 환경을 감지하고 차량의 측위를 수행하며, 환경 인식 정보, 측위 정보 및 차량 센서의 데이터를 기반으로 차량의 자율 주행 경로를 계획하지만, 차량의 주행을 제어하기 위한 명령을 발행하지 않고, 운전자가 수동 운전 모드에서 차량을 운전하여 주행하는 경로와 비교하여 자율 주행 시스템의 계획 제어 알고리즘을 업그레이드함으로써, 자율 운전 계획 및 의사 결정의 신뢰성을 보장하는 전제 하에, 업그레이드된 자율 주행 시스템이 운전자의 운전 습관에 부합되고 운전자의 경험을 향상시킬 수 있도록 한다.
이하, 본 발명의 실시예의 기술 방안을 보다 명확하게 설명하기 위해, 실시예 또는 기존 기술의 설명에 사용되는 첨부도면에 대해 간단히 설명하며, 다음에 설명되는 첨부도면은 본 발명의 일부 실시예를 나타내며, 본 발명의 기술 분야의 통상의 지식을 가진 자는 창의적인 노동을 거치지 않고서도 이러한 첨부도면을 기초로 다른 첨부도면을 얻을 수 있다.
도 1은 본 발명의 실시예에 따른 자율 주행 차량의 전체 구조도이다.
도 2는 본 발명의 실시예에 따른 차량 탑재 장치의 구조도이다.
도 3은 본 발명의 실시예에 따른 자율 주행 시스템의 업그레이드 방법의 흐름도이다.
도 4는 본 발명의 실시예에 따른 자율 주행 시스템의 블록도이다.
본 발명의 상기 목적, 특징 및 장점을 더 잘 이해할 수 있도록, 이하 첨부도면과 실시예를 결부하여 본 발명에 대해 더 상세히 설명하고자 한다. 상기 설명된 실시예는 본 발명의 일부분 실시예이며, 모든 실시예인 것이 아니다. 여기에 설명된 특정 실시예는 단지 본 발명을 해석하기 위한 것이며, 본 발명을 한정하려는 것이 아니다. 본 발명의 기술 분야의 통상의 지식을 가진 자가 상기에 설명된 본 발명의 실시예를 기반으로 창의적인 노동을 거치지 않고 얻은 다른 모든 실시예는 모두 본 발명의 보호 범위에 속한다.
또한, 본 명세서에서 “제1” 및 “제2” 와 같은 관계 용어는 하나의 개체 또는 동작을 다른 개체 또는 동작과 구분하기 위해 사용되며, 상기 개체나 동작 간에 반드시 이러한 실제 관계 또는 순서가 존재해야 한다고 요구하거나 암시하는 것은 아니다.
도 1은 본 발명의 실시예에 따른 자율 주행 차량의 전체 구조도이며, 도 1에서, 제1 센서 그룹에 의해 수집된 데이터에는 차량의 외부 환경의 데이터 및 감지 차량의 위치 데이터가 포함되지만 이에 제한되지 않으며, 제1 센서 그룹에는 예컨대 카메라, 라이다, 밀리미터파 레이더, 글로벌 포지셔닝 시스템 (Global Positioning System, GPS) 및 관성 측정 장치 (Inertial Measurement Unit, IMU) 중 적어도 하나가 포함되지만 이에 제한되지 않는다. 자율 주행 시스템은 제1 센서 그룹의 데이터를 획득할 수 있다.
제2 센서 그룹에 의해 수집된 데이터에는 차량의 역학 데이터가 포함되지만 이에 제한되지 않으며, 제2 센서 그룹에는 휠 속도 센서, 속도 센서, 가속도 센서 및 조향각 센서 중 적어도 하나가 포함되지만 이에 제한되지 않는다. 자율 주행 시스템은 제2 센서 그룹의 데이터를 획득할 수 있다.
수동 운전 모드에서, 운전자는 차량 주행 제어 장치를 조작하여 차량을 운전할 수 있으며, 차량 주행 제어 장치에는 예컨대 브레이크 페달, 핸들 및 가속 페달 등이 포함되지만 이에 제한되지 않는다. 차량 주행 제어 장치는 직접 차량의 최하위 실행 시스템을 실행하여 차량의 주행을 제어할 수 있다. 차량의 최하위 실행 시스템은 차량의 주행을 제어하며, 차량의 최하위 실행 시스템에는 조향 시스템, 제동 시스템 및 동력 시스템이 포함된다.
자율 주행 시스템은 운영 체제에서 실행되는 소프트웨어 시스템이고, 차량의 하드웨어 시스템은 운영 체제의 운영을 지원하는 하드웨어 시스템이다. 자율 주행 시스템은 계획 제어 알고리즘을 기반으로 차량의 자율 주행을 계획하고 의사 결정을 수행한다. 자율 주행 시스템은 클라우드 서버와 무선 통신을 수행하여 다양한 정보를 교환할 수 있다.
자율 주행 시스템은 수동 운전 모드에서 차량의 주행을 제어하기 위한 명령을 발행하지 않으며, 자율 주행 시스템은 다음 단계 1 내지 단계 5를 포함하는 자율 주행 시스템 업그레이드 방법의 각 실시예의 단계를 구현할 수 있다.
단계 1, 수동 운전 모드에서 차량의 제1 주행 경로를 획득한다.
단계 2, 제1 센서 그룹의 데이터 및 제2 센서 그룹의 데이터를 획득한다.
단계 3, 상기 제1 센서 그룹의 데이터를 기반으로, 환경 인식 정보 및 측위 정보를 생성한다.
단계 4, 상기 환경 인식 정보, 상기 측위 정보 및 상기 제2 센서 그룹의 데이터를 기반으로, 자율 주행 모드에서 상기 차량의 제2 주행 경로를 계획한다.
단계 5, 상기 제1 주행 경로 및 상기 제2 주행 경로를 기반으로, 자율 주행 시스템의 업그레이드를 수행한다.
자율 주행 시스템은 수동 운전 모드에서도 차량의 주변 환경을 감지하고 차량의 측위를 수행하며, 환경 인식 정보, 측위 정보 및 차량 센서의 데이터를 기반으로 차량의 자율 주행 경로를 계획하지만, 차량의 주행을 제어하기 위한 명령을 발행하지 않고, 운전자가 수동 운전 모드에서 차량을 운전하여 주행하는 경로와 비교하여 자율 주행 시스템의 계획 제어 알고리즘을 업그레이드함으로써, 자율 운전 계획 및 의사 결정의 신뢰성을 보장하는 전제 하에, 업그레이드된 자율 주행 시스템이 운전자의 운전 습관에 부합되고 운전자의 경험을 향상시킬 수 있도록 한다.
도 2는 본 발명의 실시예에 따른 차량 탑재 장치의 구조도이다.
도 2에 도시된 차량 탑재 장치는, 적어도 하나의 프로세서 (201), 적어도 하나의 메모리 (202) 및 기타 사용자 인터페이스 (203)를 포함하여 구성된다. 차량 탑재 장치 중의 각 구성 요소는 버스 시스템 (204)을 통해 연결된다. 버스 시스템 (204)은 이들 구성 요소들 간의 연결 및 통신을 구현하기 위해 사용된다. 버스 시스템 (204)에는 데이터 버스 외에 전력 버스, 제어 버스 및 상태 신호 버스가 포함된다. 다만, 명확한 설명을 위해, 도 2에서는 각 버스를 버스 시스템 (204)으로 통합하여 표시한다.
상기 사용자 인터페이스 (203)에는 디스플레이 장치, 키보드 또는 클릭 장치 (예를 들어, 마우스, 트랙볼 (trackball), 터치 패널 등이 포함될 수 있다.
본 발명의 실시예에서 메모리 (202)는 휘발성 메모리 또는 비휘발성 메모리일 수 있으며, 또는 휘발성 및 비휘발성 메모리를 모두 포함할 수 있다. 상기 비 휘발성 메모리는 판독 전용 메모리 (Read-OnlyMemory, ROM), 프로그램 가능 판독 전용 메모리 (ProgrammableROM, PROM), 소거 가능한 프로그램 가능 판독 전용 메모리 (ErasablePROM, EPROM), 전기적 소거 가능한 프로그램 가능 판독 전용 메모리 (ElectricallyEPROM, EEPROM) 또는 플래시 메모리일 수 있다. 휘발성 메모리는 외부 캐시로 사용되는 랜덤 액세스 메모리 (Random Access Memory, RAM)일 수 있다. 한정적이 아닌 예시적인 설명에 따르면, 스태틱 랜덤 액세스 메모리 (StaticRAM, SRAM), 동적 램 (DynamicRAM, DRAM), 에스디램 (SynchronousDRAM, SDRAM), 더블 데이터 레이트 (DoubleDataRate SDRAM, DDRSDRAM), 동기식 동적 랜덤 액세스 메모리 (Enhanced SDRAM, ESDRAM), 싱크-링크 디램 (SynchlinkDRAM, SLDRAM) 및 직접 메모리 버스 랜덤 액세스 메모리 (DirectRambusRAM, DRRAM) 등과 같은 다양한 형태의 RAM을 사용할 수 있다. 본 명세서에서 설명된 메모리 (202)는 이들 및 임의의 다른 적합한 유형의 메모리를 포함하지만, 이에 한정되지 않는다.
일부 실시예에서, 메모리 (202)에는 실행 가능한 유닛 또는 데이터 구조, 또는 이들의 서브 세트, 또는 이들의 확장 세트, 운영 체제 (2021) 및 애플리케이션 프로그램 (2022)과 같은 구성 요소가 저장된다.
상기 운영체제 (2021)는 다양한 기본 서비스를 구현하고 하드웨어 기반 작업을 처리하기 위한 프레임 워크 계층, 코어 라이브러리 계층, 드라이버 계층 등과 같은 다양한 시스템 프로그램을 포함한다. 애플리케이션 프로그램 (2022)에는 다양한 응용 서비스를 구현하기 위한 미디어 플레이어 (MediaPlayer), 브라우저 (Browser) 등과 같은 다양한 애플리케이션 프로그램이 포함된다. 본 발명의 실시예의 방법을 구현하기 위한 프로그램은 애플리케이션 프로그램 (2022)에 포함될 수 있다.
본 발명의 실시예에서, 프로세서 (201)는 메모리 (202)에 저장된 프로그램 또는 명령, 구체적으로는 애플리케이션 프로그램 (2022)에 저장된 프로그램 또는 명령을 호출하며, 프로세서 (201)는 단계 1 내지 단계 5를 포함하는 자율 주행 시스템 업그레이드 방법의 각 실시예의 단계를 수행한다.
단계 1, 수동 운전 모드에서 차량의 제1 주행 경로를 획득한다.
단계 2, 제1 센서 그룹의 데이터 및 제2 센서 그룹의 데이터를 획득한다.
단계 3, 상기 제1 센서 그룹의 데이터를 기반으로, 환경 인식 정보 및 측위 정보를 생성한다.
단계 4, 상기 환경 인식 정보, 상기 측위 정보 및 상기 제2 센서 그룹의 데이터를 기반으로, 자율 주행 모드에서 상기 차량의 제2 주행 경로를 계획한다.
단계 5, 상기 제1 주행 경로 및 상기 제2 주행 경로를 기반으로, 자율 주행 시스템의 업그레이드를 수행한다.
본 발명의 전술한 실시예에서 개시된 방법들은 프로세서 (201)에 적용되거나 프로세서 (201)에 의해 구현될 수 있다. 프로세서 (201)는 신호 처리 능력을 갖는 집적 회로 칩일 수 있다. 구현 과정에서, 상기 방법 실시예의 각 단계는 프로세서 (201)의 하드웨어의 집적 로직 회로 또는 소프트웨어 형식의 명령에 의해 실행될 수 있다. 상기 프로세서 (201)는 범용 프로세서, 디지털 신호 프로세서 (DigitalSignalProcessor, DSP), 주문형 집적 회로 (ApplicationSpecific IntegratedCircuit, ASIC), 현장 프로그래머블 게이트 어레이 (FieldProgrammableGateArray, FPGA) 또는 기타 프로그래머블 로직 디바이스, 이산 게이트, 트랜지스터 로직 디바이스 또는 이산된 하드웨어 컴포넌트일 수 있다. 본 발명의 실시예에 개시된 각 방법, 단계 및 논리도를 구현하거나 실행할 수 있다. 범용프로세서는 마이크로프로세서일 수 있고, 또는 프로세서도 임의의 일반 프로세서 등 일 수 있다. 본 발명의 실시예에 개시된 방법의 단계는 하드웨어 디코딩 프로세서에 의해 실행 및 완료되는 것으로 직접 구현되거나, 디코딩 프로세서에서 하드웨어 및 소프트웨어 유닛의 조합에 의해 실행 및 완료되는 것으로 구현될 수 있다. 소프트웨어 모듈은 랜덤 액세스 메모리, 플래시 메모리, 롬-리드 온리 메모리, 프로그래머블 ROM 또는 전기적 소거 가능한 PROM 및 레지스터 등과 같은 당업계에서 신뢰성이 있는 저장매체에 저장될 수 있다. 상기 저장매체는 메모리 (202)에 위치하며, 프로세서 (201)는 메모리 (202) 중의 정보를 판독하여 하드웨어를 통해 상기 방법의 단계를 완성한다.
본 발명에 설명된 실시예들은 하드웨어, 소프트웨어, 펌웨어, 미들웨어, 마이크로 코드 또는 이들의 조합으로 구현될 수 있다. 하드웨어의 구현을 위한 처리 장치는 하나 이상의 주문형 집적회로 (ASIC), 디지털 신호 프로세서 (DSP), 디지털 신호 처리 장치 (DSPDevice, DSPD), 프로그래밍 가능 논리 장치 (PLD), 현장 프로그래밍 가능한 게이트 어레이 (FPGA), 범용 프로세서, 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 및 다른 본 명세서에 설명된 상기 기능을 수행하기 위한 전자 장치 또는 그 조합을 통해 구현될 수 있다.
소프트웨어의 구현의 경우, 본 발명에서 설명된 기능의 유닛에 의해 본 발명의 상기 기술을 구현할 수 있다. 소프트웨어 코드는 메모리에 저장되고 프로세서에 의해 실행될 수 있다. 메모리는 프로세서에서 구현되거나 프로세서 외부에서 구현될 수 있다.
당업자는 본 명세서의 실시예에서 설명된 다양한 예의 유닛 및 알고리즘 단계를 결부하여, 전자 하드웨어 또는 컴퓨터 소프트웨어와 전자 하드웨어의 조합을 통해 본 발명을 구현할 수 있다는 것을 쉽게 인식할 수 있다. 이러한 기능을 하드웨어 방식으로 수행할 것인지, 아니면 소프트웨어 방식으로 수행할 것인지는 기술 방안의 특정된 적용과 설계의 제약 조건에 의해 결정된다. 전문 기술자는 각 특정 적용에 대해, 설명된 기능을 구현하기 위해 서로 다른 방법을 사용할 수 있지만, 이러한 구현을 본 발명은 범위를 벗어나는 것으로 간주해서는 안된다.
본 발명의 기술분야의 통상의 지식을 가진 자는 상술한 시스템, 장비 및 유닛의 구체적인 동작 과정에 대해서는 상기 방법의 실시예의 해당한 과정을 참조할수 있다는 것을 충분히 이해할 수 있을 것이며, 설명의 편의와 간결성을 위해, 여기서는 더 이상 설명하지 않는다.
본 발명에 의해 제공된 실시예에서, 방법 실시예의 단계 사이에 명확한 순서가 없는 한, 실행 순서는 임의로 조정될 수 있다. 본 발명에서 개시된 장치와 방법은 다른 방식을 통해서도 구현될 수 있다. 예를 들어, 상기에서 설명된 장치 실시예는 예시적인 것이고, 또 예를 들어, 상기 유닛의 구분은 단지 로직 기능의 구분이며, 실제로 구현 시에는 다른 방식으로도 구분될 수 있으며, 또 예를 들어, 복수의 유닛 또는 어셈블리는 조합할 수도 있고 다른 시스템에 통합할 수도 있으며, 일부 특징은 무시하거나 또는 수행하지 않을 수 있다. 또한, 표시되거나 논의되는 상호 결합 또는 직접 결합 또는 통신 연결은 일부 인터페이스, 장치 또는 유닛을 통한 간접적 결합 또는 통신 연결일 수 있으며, 전기적으로 연결되거나 또는 기계적 및 다른 형태로 연결될 수도 있다.
상기 분리 부품으로 설명된 유닛은 물리적으로 분리된 것이거나 분리되지 않은 것일 수 있고, 유닛으로 표시된 부품은 물리 유닛이거나 물리 유닛이 아닐 수 있으며, 하나의 위치에 위치하거나 또는 복수의 네트워크 유닛에 배치될 수도 있다. 실제 필요에 따라 일부분 또는 모든 유닛을 선택하여 본 실시예의 기술 방안의 목적을 실현할 수 있다.
또한, 본 발명의 각 실시예의 각 기능 유닛은 하나의 처리 유닛에 통합될 수도 있고, 각 유닛이 단독적으로 물리적으로 존재할 수도 있으며, 둘 이상의 유닛이 하나의 유닛에 통합될 수도 있다.
상기 기능이 소프트웨어 기능 유닛의 형태로 구현되고 또한 독립적인 제품으로서 판매 또는 사용되는 경우, 하나의 컴퓨터 판독 가능 저장 매체에 저장될 수 있다. 이러한 이해에 기초하면, 본 발명의 기술 방안의 본질적 부분 또는 기존 기술에 기여한 부분 또는 해당 기술 방안의 전부 또는 일부분을 소프트웨어 제품의 형태로 구현할 수 있고, 해당 컴퓨터 소프트웨어 제품을 복수의 명령을 포함해 하나의 저장 매체에 저장함으로써 컴퓨터 기기 (개인용 컴퓨터, 서버, 또는 네트워크 장치 등)가 본 발명의 각 실시예에 따른 방법의 전체 또는 일부 단계를 수행할 수 있도록 한다. 상기 저장 매체에는 U 디스크, 모바일 하드 디스크, ROM, RAM, 자기 디스크 또는 CD-ROM 등 프로그램 코드가 저장될 수 있는 다양한 매체가 포함된다.
도 3은 본 발명의 실시예에 따른 자율 주행 시스템의 업그레이드 방법의 흐름도이다. 상기 방법의 실행 주체는 차량 탑재 장치이다.
도 3에 도시된 바와 같이, 본 실시예에 개시된 자율 주행 시스템의 업그레이드 방법에 있어서, 자율 주행 시스템은 수동 운전 모드에서 차량의 주행을 제어하기 위한 명령을 발행하지 않으며, 상기 방법은 다음 단계 301 내지 단계 305를 포함할 수 있다. 즉:
301, 수동 운전 모드에서 차량의 제1 주행 경로를 획득한다.
302, 제1 센서 그룹의 데이터 및 제2 센서 그룹의 데이터를 획득한다.
303, 제1 센서 그룹의 데이터를 기반으로, 환경 인식 정보 및 측위 정보를 생성한다.
304, 환경 인식 정보, 측위 정보 및 제2 센서 그룹의 데이터를 기반으로, 자율 주행 모드에서 차량의 제2 주행 경로를 계획한다.
305, 제1 주행 경로 및 제2 주행 경로를 기반으로, 자율 주행 시스템의 업그레이드를 수행한다.
본 실시예에서, 수동 운전 모드에서, 운전자는 차량 주행 제어 장치를 조작하여 차량을 운전할 수 있으며, 차량 주행 제어 장치에는 예컨대 브레이크 페달, 핸들 및 가속 페달 등이 포함되지만 이에 제한되지 않는다. 차량 주행 제어 장치는 직접 차량의 최하위 실행 시스템을 실행하여 차량의 주행을 제어할 수 있다. 차량의 최하위 실행 시스템은 차량의 주행을 제어하며, 차량의 최하위 실행 시스템에는 조향 시스템, 제동 시스템 및 동력 시스템이 포함된다.
운전자가 차량을 운전하는 과정에 자율 주행 시스템은 제1 센서 그룹의 데이터를 획득할 수 있다. 제1 센서 그룹에 의해 수집된 데이터에는 차량의 외부 환경의 데이터 및 감지 차량의 위치 데이터가 포함되지만 이에 제한되지 않으며, 제1 센서 그룹에는 예컨대 카메라, 라이다, 밀리미터파 레이더, 글로벌 포지셔닝 시스템 (Global Positioning System, GPS) 및 관성 측정 장치 (Inertial Measurement Unit, IMU) 중 적어도 하나가 포함되지만 이에 제한되지 않는다. 자율 주행 시스템은 제1 센서 그룹의 데이터를 획득할 수 있다.
따라서, 자율 주행 시스템은 제1 센서 그룹의 데이터를 기반으로 환경 인식 정보 및 측위 정보를 생성할 수 있으며, 구체적으로, 자율 주행 시스템은 인식 데이터 및 측위 데이터를 기반으로 환경 인식 정보 및 측위 정보를 생성한다.
운전자가 차량을 운전하는 과정에 자율 주행 시스템은 제2 센서 그룹의 데이터를 획득할 수 있다. 제2 센서 그룹에 의해 수집된 데이터에는 차량의 역학 데이터가 포함되지만 이에 제한되지 않으며, 제2 센서 그룹에는 휠 속도 센서, 속도 센서, 가속도 센서 및 조향각 센서 중 적어도 하나가 포함되지만 이에 제한되지 않는다.
따라서, 자율 주행 시스템은 환경 인식 정보, 측위 정보 및 제2 센서 그룹의 데이터를 기반으로, 자율 주행 모드에서 차량의 제2 주행 경로를 계획할 수 있다. 구체적으로, 자율 주행 시스템은 환경 인식 정보, 측위 정보 및 역학 데이터를 기반으로, 자율 주행 계획 및 의사 결정을 수행하여 자율 주행 모드에서 차량의 제2 주행 경로를 획득한다.
자율 주행 시스템은 수동 운전 모드에서도 차량의 주변 환경을 감지하고 차량의 측위를 수행하며, 환경 인식 정보, 측위 정보 및 차량 센서의 데이터를 기반으로 차량의 자율 주행 경로를 계획하지만, 차량의 주행을 제어하기 위한 명령을 발행하지 않고, 운전자가 수동 운전 모드에서 차량을 운전하여 주행하는 경로와 비교하여 자율 주행 시스템의 계획 제어 알고리즘을 업그레이드함으로써, 자율 운전 계획 및 의사 결정의 신뢰성을 보장하는 전제 하에, 업그레이드된 자율 주행 시스템이 운전자의 운전 습관에 부합되고 운전자의 경험을 향상시킬 수 있도록 한다.
일 실시예에서, 단계 303의 제1 주행 경로 및 제2 주행 경로를 기반으로, 자율 주행 시스템의 업그레이드를 수행하는 단계는 다음 단계 (1) 내지 단계 (3)을 포함할 수 있다. 즉:
(1) 상기 제1 주행 경로 및 상기 제2 주행 경로의 편차 정도를 결정한다.
(2) 상기 제1 주행 경로 및 상기 제2 센서 그룹 중 적어도 하나의 센서의 데이터를 기반으로, 수동 운전 모드에서의 운전 행위 레벨을 결정한다.
(3) 상기 편차 정도 및 상기 운전 행위 레벨을 기반으로, 자율 주행 시스템의 업그레이드를 수행한다.
본 실시예에서, 자율 주행 시스템은 제1 주행 경로와 제2 주행 경로의 편차 정도를 확인할 수 있으며, 두 경로의 편차 정도를 확인하는 방법은 기존의 방법을 사용할 수 있고, 여기서는 반복하여 설명하지 않는다.
제1 주행 경로는 운전자가 차량을 운전하는 주행 경로이고 제2 센서 그룹의 데이터에는 차량의 역학 데이터가 포함되기 때문에, 차량의 주행 상태를 나타낼 수 있으며, 따라서, 제1 주행 경로 및 제2 센서 그룹 중 적어도 하나의 센서의 데이터를 기반으로, 운전자의 운전 행위가 비정상적인 지 여부를 확인할 수 있는데, 예를 들어, 차량의 급회전, 급제동, 급추월 등 비정상 사건이 발생하면, 운전자의 행위가 비정상적임을 설명한다.
본 실시예에서, 수동 운전 모드에서의 운전 행위 레벨을 통해 운전자 행위가 비정상적인 지 여부를 평가할 수 있으며, 운전 행위 레벨이 제1 레벨이면 정상임을 나타내고, 운전 행위 레벨이 제2 레벨이면 비정상적임을 나타낸다. 구체적인 적용에 있어서, 다양한 레벨을 사용하여 운전자의 행위를 평가할 수 있다.
제1 주행 경로와 제2 주행 경로의 편차 정도 및 운전 행위 레벨을 결정한 후, 자율 주행 시스템의 계획 제어 알고리즘을 업그레이드할 지 여부를 결정할 수 있다.
운전자의 행위가 비정상이면, 업그레이드를 수행하지 않으며; 운전자의 행위가 정상이면 업그레이드를 수행하여 자율 주행 시스템이 업그레이드된 계획 제어 알고리즘을 기반으로 의사 결정 및 계획을 수행하여 운전자의 습관에 더 부합될 수 있도록 하며, 운전자의 경험을 향상시킨다.
상기 실시예에서, 상기 제1 주행 경로 및 제2 센서 그룹 중 적어도 하나의 센서의 데이터를 기반으로, 수동 운전 모드에서의 운전 행위 레벨을 결정하는 단계는 다음 단계 (1) 및 단계 (2)를 포함한다. 즉:
(1) 클라우드 서버에 상기 제1 주행 경로 및 상기 제2 센서 그룹의 데이터를 전송한다.
(2) 상기 클라우드 서버에 의해 전송된 운전 행위 레벨을 수신한다.
본 실시예에서, 자율 주행 시스템은 클라우드 서버와 통신을 수행하여 제1 주행 경로와 제2 센서 그룹의 데이터를 클라우드 서버에 전송하고, 클라우드 서버에 의해 운전 행위 레벨이 결정된다. 클라우드 서버는 운전 행위 레벨을 결정한 후에 자율 주행 시스템에 전송함으로써, 자율 주행 시스템의 부하를 줄인다.
또한, 클라우드 서버의 처리 능력이 자율 주행 시스템에 의존하는 차량 하드웨어 장치의 처리 능력보다 훨씬 크기 때문에, 더 신속하게 운전 행위 레벨을 결정하여 자율 주행 시스템의 실시간 요구 사항을 충족할 수 있다.
본 실시예에서, 제1 주행 경로는 운전자가 차량을 운전하는 주행 경로이고 제2 센서 그룹의 데이터에는 차량의 역학 데이터가 포함되기 때문에, 차량의 주행 상태를 나타낼 수 있으며, 따라서, 클라우드 서버는 제1 주행 경로 및 제2 센서 그룹 중 적어도 하나의 센서의 데이터를 기반으로, 운전자의 운전 행위가 비정상적인 지 여부를 확인할 수 있는데, 예를 들어, 차량의 급회전, 급제동, 급추월 등 비정상 사건이 발생하면, 운전자의 행위가 비정상적임을 설명한다.
또한, 클라우드 서버에 의해 운전자의 행동이 비정상적이라고 판정되면, 운전자 또는 기타 전문가가 분석 및 참조할 수 있도록 로그 파일을 생성하여 저장할 수 있다.
일 실시예에서, 편차 정도 및 운전 행위 레벨을 기반으로, 자율 주행 시스템의 업그레이드를 수행하는 단계는 다음 단계 (1) 및 단계 (2)를 포함할 수 있다. 즉:
(1) 상기 편차 정도가 미리 설정된 제1 편차 정도 임계값보다 크고, 상기 운전 행위 레벨이 제1 레벨인 경우, 대응 관계가 있는 것으로 판정한다.
(2) 상기 대응 관계를 기반으로, 자율 주행 시스템의 계획 제어 알고리즘을 업그레이드한다.
상기 대응 관계는 상기 환경 인식 정보, 상기 측위 정보, 상기 제2 센서 그룹의 데이터와 상기 제1 주행 경로의 대응 관계를 가리키며, 상기 자율 주행 시스템은 상기 환경 인식 정보, 상기 측위 정보, 상기 제2 센서 그룹의 데이터 및 상기 대응 관계를 기반으로, 자율 주행 모드에서 상기 차량의 주행 경로를 상기 제1 주행 경로로 계획한다.
본 실시예에서, 제1 편차 정도 임계값은 자율 주행 시스템에 의해 계획된 제2 주행 경로와 운전자에 의해 제어되는 차량의 제1 주행 경로의 차이가 너무 커서 운전자의 운전 습관에 부합되지 않음을 나타낸다.
상기 편차 정도가 제1 편차 정도 임계값보다 크고 운전 행위 레벨이 제1 레벨 (즉, 운전자 행위가 정상임)인 경우, 자율 운전 계획 및 의사 결정의 신뢰성을 보장하는 전제 하에, 업그레이드된 자율 주행 시스템이 운전자의 운전 습관에 부합되고 운전자의 경험을 향상시킬 수 있도록, 자율 주행 시스템의 계획 제어 알고리즘을 업그레이드해야 함을 설명한다.
상기 편차 정도가 미리 설정된 제2 편차 정도 임계값보다 작거나 같은 경우, 자율 주행 시스템에 의해 계획된 제2 주행 경로와 운전자에 의해 제어되는 차량의 제1 주행 경로의 차이가 작아 운전자의 운전 습관에 부합되며 업그레이드할 필요가 없음을 나타낸다. 또한, 제1 주행 경로의 주행 거리를 자율 주행의 시험 주행 거리로 기록할 수 있다. 제2 편차 정도 임계값은 제1 편차 정도 임계값보다 작거나 같다.
일 실시예에서, 자율 주행 시스템의 업그레이드 방법은 역분석 과정을 포함할 수 있으며, 구체적으로 다음의 단계 (1) 내지 단계 (5)를 포함한다. 즉:
(1) 상기 제2 센서 그룹의 데이터 중의 비정상 데이터를 확인한다.
(2) 상기 비정상 데이터를 피면하기 위한 역학 추산 데이터 및 상기 역학 추산 데이터에 대응하는 추산 시간을 결정한다.
(3) 상기 역학 추산 데이터를 기반으로, 차량의 최하위 실행 시스템의 제어 명령을 결정한다.
(4) 상기 추산 시간을 기반으로, 상기 추산 시간에 생성된 과거 환경 인식 정보 및 과거 측위 정보를 결정한다.
(5) 상기 과거 환경 인식 정보, 상기 과거 측위 정보 및 상기 제어 명령 간의 대응 관계를 설정한다.
본 실시예에서, 비정상 데이터는 차량의 급회전, 급제동, 급추월 등 비정상 사건에 대응하는 비정상 데이터로 이해될 수 있다.
상기 비정상 데이터를 피면하기 위한 역학 추산 데이터 및 상기 역학 추산 데이터에 대응하는 추산 시간을 결정함으로써, 역학 추산 데이터에 대응하는 차량의 최하위 실행 시스템의 제어 명령 및 추산 시간에 생성된 과거 환경 인식 정보 및 과거 측위 정보를 결정할 수 있다.
과거 환경 인식 정보, 과거 측위 정보 및 제어 명령 간의 대응 관계를 설정함으로써, 차량의 자율 주행 과정에서, 자율 주행 시스템에 의해 환경 인식 정보가 상기 과거 환경 인식 정보로 인식되고 측위 정보가 상기 과거 측위 정보로 인식되면, 자율 주행 시스템은 비정상 사건의 발생을 방지하기 위한 제어 명령을 생성한다.
도 4에 도시된 바와 같이, 본 실시예는 자율 주행 시스템을 개시하며, 상기 자율 주행 시스템은 수동 운전 모드에서 차량의 주행을 제어하기 위한 명령을 발행하지 않으며, 자율 주행 시스템은 다음의 제1 획득 유닛 (41), 제2 획득 유닛 (42), 생성 유닛 (43), 계획 유닛 (44) 및 업그레이드 유닛 (45)을 포함하여 구성되며, 구체적으로는,
수동 운전 모드에서 차량의 제1 주행 경로를 획득하기 위한 제1 획득 유닛 (41);
제1 센서 그룹의 데이터 및 제2 센서 그룹의 데이터를 획득하기 위한 제2 획득 유닛 (42);
상기 제1 센서 그룹의 데이터를 기반으로 환경 인식 정보 및 측위 정보를 생성하기 위한 생성 유닛 (43);
상기 환경 인식 정보, 상기 측위 정보 및 상기 제2 센서 그룹의 데이터를 기반으로, 자율 주행 모드에서 상기 차량의 제2 주행 경로를 계획하기 위한 계획 유닛 (44); 및,
상기 제1 주행 경로 및 상기 제2 주행 경로를 기반으로, 자율 주행 시스템의 업그레이드를 수행하기 위한 업그레이드 유닛 (45);을 포함한다.
일 실시예에서, 상기 제1 센서 그룹에는 카메라, 라이더, 밀리미터파 레이더, GPS 및/또는 IMU가 포함되며;
상기 제2 센서 그룹에는 휠 속도 센서, 속도 센서, 가속도 센서 및/또는 조향각 센서가 포함된다.
일 실시예에서, 상기 업그레이드 유닛 (45)은,
상기 제1 주행 경로 및 상기 제2 주행 경로의 편차 정도를 결정하기 위한 제1 서브 유닛;
상기 제1 주행 경로 및 상기 제2 센서 그룹 중 적어도 하나의 센서의 데이터를 기반으로, 수동 운전 모드에서의 운전 행위 레벨을 결정하기 위한 제2 서브 유닛;
상기 편차 정도 및 상기 운전 행위 레벨을 기반으로, 자율 주행 시스템의 업그레이드를 수행하기 위한 제3 서브 유닛;을 포함한다.
일 실시예에서, 상기 제2 서브 유닛은,
클라우드 서버에 상기 제1 주행 경로 및 상기 제2 센서 그룹의 데이터를 전송하며;
상기 클라우드 서버에 의해 전송된 운전 행위 레벨을 수신한다.
일 실시예에서, 상기 제3 서브 유닛은,
상기 편차 정도가 미리 설정된 제1 편차 정도 임계값보다 크고, 상기 운전 행위 레벨이 제1 레벨인 경우, 대응 관계가 있는 것으로 판정하며;
상기 대응 관계를 기반으로, 자율 주행 시스템의 계획 제어 알고리즘을 업그레이드하며;
상기 대응 관계는 상기 환경 인식 정보, 상기 측위 정보, 상기 제2 센서 그룹의 데이터와 상기 제1 주행 경로의 대응 관계를 가리키며, 상기 자율 주행 시스템은 상기 환경 인식 정보, 상기 측위 정보, 상기 제2 센서 그룹의 데이터 및 상기 대응 관계를 기반으로, 자율 주행 모드에서 상기 차량의 주행 경로를 상기 제1 주행 경로로 계획한다.
일 실시예에서, 상기 자율 주행 시스템은,
상기 편차 정도가 미리 설정된 제2 편차 정도의 임계값보다 작거나 같은 경우, 상기 제1 주행 경로의 주행 거리를 자율 주행의 시험 주행 거리로 기록하기 위한 기록 유닛;을 더 포함한다.
일 실시예에서, 상기 자율 주행 시스템은 역분석 유닛을 더 포함하며, 상기 역분석 유닛은,
상기 제2 센서 그룹의 데이터 중의 비정상 데이터를 확인하며;
상기 비정상 데이터를 피면하기 위한 역학 추산 데이터 및 상기 역학 추산 데이터에 대응하는 추산 시간을 결정하며;
상기 역학 추산 데이터를 기반으로, 차량의 최하위 실행 시스템의 제어 명령을 결정하며;
상기 추산 시간을 기반으로, 상기 추산 시간에 생성된 과거 환경 인식 정보 및 과거 측위 정보를 결정하며;
상기 과거 환경 인식 정보, 상기 과거 측위 정보 및 상기 제어 명령 간의 대응 관계를 설정한다.
상기 실시예의 자율 주행 시스템을 통해 상기 각 방법 실시예에 따른 자율 주행 시스템의 업그레이드 방법의 단계를 구현할 수 있으며, 내용이 반복되는 것을 피면하기 위해, 여기서는 상세한 설명을 생략한다.
본 명세서에서, “포함”, “함유” 또는 다른 변형은 비배타적 포함을 가리키며, 일련의 요소를 포함하는 프로세스, 방법, 물품 또는 장치가 그 요소뿐만 아니라 명확하게 나열되지 않은 다른 요소도 포함하며, 또는 이러한 프로세스, 방법, 물품 또는 장치의 고유한 요소도 포함한다. 별도로 제한이 없는 한, “~을 포함”으로 정의된 요소는 해당 요소를 포함하는 프로세스, 방법, 물품 또는 장치에서 다른 동일한 요소의 존재를 배제하지 않는다.
당업자는 본 명세서에 기재된 일부 실시예가 다른 실시예에 포함된 특정 특징을 포함하지만 다른 특징인 것이 아니며, 상이한 실시예의 특징의 조합은 이들이 본 발명의 범위에 속하고 상이한 실시예를 형성한다는 것을 이해할 수 있을 것이다.
본 발명의 실시예를 첨부도면을 결부하여 설명하였지만, 본 기술 분야의 통상의 지식을 가진 자라면 본 발명의 사상 및 범위를 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능하며, 이러한 수정 및 변형이 모두 특허청구범위에 속한다.
산업적 이용 가능성
본 발명의 실시예에 따른 자율 주행 시스템의 업그레이드 방법, 자율 주행 시스템 및 차량 탑재 장치는 수동 운전 모드에서도 차량의 주변 환경을 감지하고 차량의 측위를 수행하며, 환경 인식 정보, 측위 정보 및 차량 센서의 데이터를 기반으로 차량의 자율 주행 경로를 계획하지만, 차량의 주행을 제어하기 위한 명령을 발행하지 않고, 운전자가 수동 운전 모드에서 차량을 운전하여 주행하는 경로와 비교하여 자율 주행 시스템의 계획 제어 알고리즘을 업그레이드함으로써, 자율 운전 계획 및 의사 결정의 신뢰성을 보장하는 전제 하에, 업그레이드된 자율 주행 시스템이 운전자의 운전 습관에 부합되고 운전자의 경험을 향상시킬 수 있도록 한다.

Claims (15)

  1. 자율 주행 시스템의 업그레이드 방법으로서,
    상기 자율 주행 시스템은 수동 운전 모드에서 차량의 주행을 제어하기 위한 명령을 발행하지 않으며, 상기 방법은,
    수동 운전 모드에서 차량의 제1 주행 경로를 획득하는 단계;
    제1 센서 그룹의 데이터 및 제2 센서 그룹의 데이터를 획득하는 단계;
    상기 제1 센서 그룹의 데이터를 기반으로 환경 인식 정보 및 측위 정보를 생성하는 단계;
    상기 환경 인식 정보, 상기 측위 정보 및 상기 제2 센서 그룹의 데이터를 기반으로, 자율 주행 모드에서 상기 차량의 제2 주행 경로를 계획하는 단계; 및,
    상기 제1 주행 경로 및 상기 제2 주행 경로를 기반으로, 자율 주행 시스템의 업그레이드를 수행하는 단계;를 포함하며,
    상기 자율 주행 시스템의 업그레이드를 수행하는 단계는,
    상기 제1 주행 경로 및 상기 제2 주행 경로의 편차 정도를 결정하는 단계;
    상기 제1 주행 경로 및 상기 제2 센서 그룹 중 적어도 하나의 센서의 데이터를 기반으로, 수동 운전 모드에서의 운전 행위 레벨을 결정하는 단계; 및,
    상기 편차 정도 및 상기 운전 행위 레벨을 기반으로, 자율 주행 시스템의 업그레이드를 수행하는 단계;를 포함하고,
    상기 제2 센서 그룹의 데이터 중의 비정상 데이터를 확인하는 단계;
    상기 비정상 데이터를 피면하기 위한 역학 추산 데이터 및 상기 역학 추산 데이터에 대응하는 추산 시간을 결정하는 단계;
    상기 역학 추산 데이터를 기반으로, 차량의 최하위 실행 시스템의 제어 명령을 결정하는 단계;
    상기 추산 시간을 기반으로, 상기 추산 시간에 생성된 과거 환경 인식 정보 및 과거 측위 정보를 결정하는 단계; 및,
    상기 과거 환경 인식 정보, 상기 과거 측위 정보 및 상기 제어 명령 간의 대응 관계를 설정하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  2. 제1항에 있어서,
    상기 제1 센서 그룹에는 카메라, 라이더, 밀리미터파 레이더, GPS 및/또는 IMU가 포함되며;
    상기 제2 센서 그룹에는 휠 속도 센서, 속도 센서, 가속도 센서 및/또는 조향각 센서가 포함되는 것을 특징으로 하는 방법.
  3. 제1항에 있어서,
    상기 제1 주행 경로 및 상기 제2 센서 그룹 중 적어도 하나의 센서의 데이터를 기반으로, 수동 운전 모드에서의 운전 행위 레벨을 결정하는 단계는,
    클라우드 서버에 상기 제1 주행 경로 및 상기 제2 센서 그룹의 데이터를 전송하는 단계; 및,
    상기 클라우드 서버에 의해 전송된 운전 행위 레벨을 수신하는 단계;를 포함하는 것을 특징으로 하는 방법.
  4. 제1항에 있어서,
    상기 편차 정도 및 상기 운전 행위 레벨을 기반으로, 자율 주행 시스템의 업그레이드를 수행하는 단계는,
    상기 편차 정도가 미리 설정된 제1 편차 정도 임계값보다 크고, 상기 운전 행위 레벨이 제1 레벨인 경우, 대응 관계가 있는 것으로 판정하는 단계;
    상기 대응 관계를 기반으로, 자율 주행 시스템의 계획 제어 알고리즘을 업그레이드하는 단계;를 포함하며,
    상기 대응 관계는 상기 환경 인식 정보, 상기 측위 정보, 상기 제2 센서 그룹의 데이터와 상기 제1 주행 경로의 대응 관계를 가리키며, 상기 자율 주행 시스템은 상기 환경 인식 정보, 상기 측위 정보, 상기 제2 센서 그룹의 데이터 및 상기 대응 관계를 기반으로, 자율 주행 모드에서 상기 차량의 주행 경로를 상기 제1 주행 경로로 계획하는 것을 특징으로 하는 방법.
  5. 제4항에 있어서,
    상기 방법은,
    상기 편차 정도가 미리 설정된 제2 편차 정도의 임계값보다 작거나 같은 경우, 상기 제1 주행 경로의 주행 거리를 자율 주행의 시험 주행 거리로 기록하는 단계;를 더 포함하는 것을 특징으로 하는 방법.
  6. 삭제
  7. 자율 주행 시스템으로서,
    상기 자율 주행 시스템은 수동 운전 모드에서 차량의 주행을 제어하기 위한 명령을 발행하지 않으며, 상기 자율 주행 시스템은,
    수동 운전 모드에서 차량의 제1 주행 경로를 획득하기 위한 제1 획득 유닛;
    제1 센서 그룹의 데이터 및 제2 센서 그룹의 데이터를 획득하기 위한 제2 획득 유닛;
    상기 제1 센서 그룹의 데이터를 기반으로 환경 인식 정보 및 측위 정보를 생성하기 위한 생성 유닛;
    상기 환경 인식 정보, 상기 측위 정보 및 상기 제2 센서 그룹의 데이터를 기반으로, 자율 주행 모드에서 상기 차량의 제2 주행 경로를 계획하기 위한 계획 유닛; 및,
    상기 제1 주행 경로 및 상기 제2 주행 경로를 기반으로, 자율 주행 시스템의 업그레이드를 수행하기 위한 업그레이드 유닛;을 포함하며,
    상기 업그레이드 유닛은,
    상기 제1 주행 경로 및 상기 제2 주행 경로의 편차 정도를 결정하기 위한 제1 서브 유닛;
    상기 제1 주행 경로 및 상기 제2 센서 그룹 중 적어도 하나의 센서의 데이터를 기반으로, 수동 운전 모드에서의 운전 행위 레벨을 결정하기 위한 제2 서브 유닛;
    상기 편차 정도 및 상기 운전 행위 레벨을 기반으로, 자율 주행 시스템의 업그레이드를 수행하기 위한 제3 서브 유닛;을 포함하고,
    상기 자율 주행 시스템은 역분석 유닛을 더 포함하며, 상기 역분석 유닛은,
    상기 제2 센서 그룹의 데이터 중의 비정상 데이터를 확인하며;
    상기 비정상 데이터를 피면하기 위한 역학 추산 데이터 및 상기 역학 추산 데이터에 대응하는 추산 시간을 결정하며;
    상기 역학 추산 데이터를 기반으로, 차량의 최하위 실행 시스템의 제어 명령을 결정하며;
    상기 추산 시간을 기반으로, 상기 추산 시간에 생성된 과거 환경 인식 정보 및 과거 측위 정보를 결정하며;
    상기 과거 환경 인식 정보, 상기 과거 측위 정보 및 상기 제어 명령 간의 대응 관계를 설정하는 것을 특징으로 하는 자율 주행 시스템.
  8. 제7항에 있어서,
    상기 제1 센서 그룹에는 카메라, 라이더, 밀리미터파 레이더, GPS 및/또는 IMU가 포함되며;
    상기 제2 센서 그룹에는 휠 속도 센서, 속도 센서, 가속도 센서 및/또는 조향각 센서가 포함되는 것을 특징으로 하는 자율 주행 시스템.
  9. 제7항에 있어서,
    상기 제2 서브 유닛은,
    클라우드 서버에 상기 제1 주행 경로 및 상기 제2 센서 그룹의 데이터를 전송하며;
    상기 클라우드 서버에 의해 전송된 운전 행위 레벨을 수신하는 것을 특징으로 하는 자율 주행 시스템.
  10. 제7항에 있어서,
    상기 제3 서브 유닛은,
    상기 편차 정도가 미리 설정된 제1 편차 정도 임계값보다 크고, 상기 운전 행위 레벨이 제1 레벨인 경우, 대응 관계가 있는 것으로 판정하며;
    상기 대응 관계를 기반으로, 자율 주행 시스템의 계획 제어 알고리즘을 업그레이드하기 위해 사용되며;
    상기 대응 관계는 상기 환경 인식 정보, 상기 측위 정보, 상기 제2 센서 그룹의 데이터와 상기 제1 주행 경로의 대응 관계를 가리키며, 상기 자율 주행 시스템은 상기 환경 인식 정보, 상기 측위 정보, 상기 제2 센서 그룹의 데이터 및 상기 대응 관계를 기반으로, 자율 주행 모드에서 상기 차량의 주행 경로를 상기 제1 주행 경로로 계획하는 것을 특징으로 하는 자율 주행 시스템.
  11. 제10항에 있어서,
    상기 자율 주행 시스템은,
    상기 편차 정도가 미리 설정된 제2 편차 정도의 임계값보다 작거나 같은 경우, 상기 제1 주행 경로의 주행 거리를 자율 주행의 시험 주행 거리로 기록하기 위한 기록 유닛;을 더 포함하는 것을 특징으로 하는 자율 주행 시스템.
  12. 삭제
  13. 차량 탑재 장치로서,
    프로세서, 메모리 및 통신 인터페이스를 포함하여 구성되며;
    상기 프로세서, 메모리 및 통신 인터페이스는 버스 시스템을 통해 연결되며;
    상기 프로세서는 상기 메모리에 저장된 컴퓨터 프로그램을 호출함으로써, 제1항에 따른 방법의 단계를 수행하는 것을 특징으로 하는 차량 탑재 장치.
  14. 삭제
  15. 삭제
KR1020217032108A 2019-03-19 2019-05-28 자율 주행 시스템의 업그레이드 방법, 자율 주행 시스템 및 차량 탑재 장치 KR102459736B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201910207290.XA CN110069064B (zh) 2019-03-19 2019-03-19 一种自动驾驶系统升级的方法、自动驾驶系统及车载设备
CN201910207290.X 2019-03-19
PCT/CN2019/088822 WO2020186625A1 (zh) 2019-03-19 2019-05-28 一种自动驾驶系统升级的方法、自动驾驶系统及车载设备

Publications (2)

Publication Number Publication Date
KR20210137506A KR20210137506A (ko) 2021-11-17
KR102459736B1 true KR102459736B1 (ko) 2022-10-27

Family

ID=67366394

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020217032108A KR102459736B1 (ko) 2019-03-19 2019-05-28 자율 주행 시스템의 업그레이드 방법, 자율 주행 시스템 및 차량 탑재 장치

Country Status (6)

Country Link
US (1) US11685397B2 (ko)
EP (1) EP3944046A4 (ko)
JP (1) JP7121864B2 (ko)
KR (1) KR102459736B1 (ko)
CN (1) CN110069064B (ko)
WO (1) WO2020186625A1 (ko)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110473310B (zh) * 2019-08-26 2022-04-12 爱驰汽车有限公司 汽车行驶数据记录方法、系统、设备及存储介质
CN113859246B (zh) * 2020-06-30 2023-09-08 广州汽车集团股份有限公司 一种车辆控制方法和装置
CN111880533B (zh) * 2020-07-16 2023-03-24 华人运通(上海)自动驾驶科技有限公司 驾驶场景重构方法、装置、系统、车辆、设备及存储介质
CN114661574A (zh) * 2020-12-23 2022-06-24 北京百度网讯科技有限公司 样本偏差数据的获取方法、装置和电子设备
JP7571589B2 (ja) 2021-02-03 2024-10-23 株式会社デンソー 広告システム及び広告方法
CN112987761B (zh) * 2021-05-10 2021-09-24 北京三快在线科技有限公司 一种无人驾驶设备的控制系统、方法及装置
CN113362627A (zh) * 2021-05-25 2021-09-07 中国联合网络通信集团有限公司 自动驾驶方法及车载终端
CN113401139B (zh) * 2021-06-21 2023-02-17 安徽江淮汽车集团股份有限公司 串联式自动驾驶系统
CN113903102B (zh) * 2021-10-29 2023-11-17 广汽埃安新能源汽车有限公司 调整信息获取方法、调整方法、装置、电子设备及介质
CN114056351B (zh) * 2021-11-26 2024-02-02 文远苏行(江苏)科技有限公司 自动驾驶方法及装置
KR20230093834A (ko) * 2021-12-20 2023-06-27 현대자동차주식회사 자율 주행 차량, 그와 정보를 공유하는 관제 시스템 및 그 방법
CN114047003B (zh) * 2021-12-22 2023-07-14 吉林大学 一种基于动态时间规整算法的人车差异性数据触发记录控制方法
CN114489714A (zh) 2021-12-24 2022-05-13 北京百度网讯科技有限公司 一种车载数据处理方法、装置、电子设备及存储介质
CN117724693B (zh) * 2024-02-07 2024-05-24 深圳海星智驾科技有限公司 自动驾驶软件的开发方法、系统、计算机设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6246336B2 (ja) * 2014-04-14 2017-12-13 三菱電機株式会社 運転支援装置および運転支援方法
JP2018101400A (ja) * 2016-12-20 2018-06-28 バイドゥ・ユーエスエイ・リミテッド・ライアビリティ・カンパニーＢａｉｄｕ ＵＳＡ ＬＬＣ 自律走行車の個人運転好みの認識方法及びシステム

Family Cites Families (83)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8509982B2 (en) * 2010-10-05 2013-08-13 Google Inc. Zone driving
US20160362118A1 (en) * 2011-08-31 2016-12-15 Pulsar Informatics, Inc. Driver performance metric
US8527199B1 (en) 2012-05-17 2013-09-03 Google Inc. Automatic collection of quality control statistics for maps used in autonomous driving
US9679258B2 (en) * 2013-10-08 2017-06-13 Google Inc. Methods and apparatus for reinforcement learning
JP2015089801A (ja) 2013-11-07 2015-05-11 株式会社デンソー 運転制御装置
CN104391504B (zh) 2014-11-25 2017-05-31 浙江吉利汽车研究院有限公司 基于车联网的自动驾驶控制策略的生成方法与生成装置
EP3272611B1 (en) 2015-04-21 2019-07-24 Panasonic Intellectual Property Management Co., Ltd. Information processing system, information processing method, and program
US10077056B1 (en) * 2015-04-24 2018-09-18 State Farm Mutual Automobile Insurance Company Managing self-driving behavior of autonomous or semi-autonomous vehicle based upon actual driving behavior of driver
US9555807B2 (en) * 2015-05-01 2017-01-31 Delphi Technologies, Inc. Automated vehicle parameter modification based on operator override
JP6330737B2 (ja) * 2015-06-15 2018-05-30 トヨタ自動車株式会社 情報収集システム、車載装置、及びサーバー
US20170294060A1 (en) * 2015-07-14 2017-10-12 Jonathan David Lanski Device for teaching a driver to drive in a fuel efficient manner
WO2017057060A1 (ja) 2015-09-30 2017-04-06 ソニー株式会社 運転制御装置、および運転制御方法、並びにプログラム
DE102015219465A1 (de) * 2015-10-08 2017-04-13 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zur Ermittlung der adaptiven Reaktionszeit des Fahrers eines Kraftfahrzeugs
CN106652378A (zh) * 2015-11-02 2017-05-10 比亚迪股份有限公司 用于车辆的驾驶提醒方法、系统、服务器和车辆
KR20170053799A (ko) * 2015-11-06 2017-05-17 고려대학교 산학협력단 자율 주행 차량의 안전성 제공 장치 및 방법
JP6641916B2 (ja) * 2015-11-20 2020-02-05 オムロン株式会社 自動運転支援装置、自動運転支援システム、自動運転支援方法および自動運転支援プログラム
CN107024927B (zh) * 2016-02-01 2021-02-12 上海无线通信研究中心 一种自动驾驶系统和方法
KR20180137562A (ko) * 2016-04-27 2018-12-27 뉴럴라 인코포레이티드 심층 신경망 기반의 큐-러닝을 위한 경험 기억을 프루닝하는 방법 및 장치
DE102016209984A1 (de) * 2016-06-07 2017-12-07 Lucas Automotive Gmbh Verfahren zur Schätzung einer Wahrscheinlichkeitsverteilung des maximalen Reibwerts an einem aktuellen und/oder zukünftigen Wegpunkt eines Fahrzeugs
US10146222B2 (en) * 2016-07-12 2018-12-04 Elwha Llc Driver training in an autonomous vehicle
JP6663822B2 (ja) * 2016-08-08 2020-03-13 日立オートモティブシステムズ株式会社 自動運転装置
JP6731619B2 (ja) * 2016-10-26 2020-07-29 パナソニックＩｐマネジメント株式会社 情報処理システム、情報処理方法、およびプログラム
US9963106B1 (en) * 2016-11-07 2018-05-08 Nio Usa, Inc. Method and system for authentication in autonomous vehicles
US10802484B2 (en) * 2016-11-14 2020-10-13 Baidu Usa Llc Planning feedback based decision improvement system for autonomous driving vehicle
US10515390B2 (en) * 2016-11-21 2019-12-24 Nio Usa, Inc. Method and system for data optimization
EP3549044A4 (en) * 2016-12-02 2020-07-22 Starsky Robotics, Inc. VEHICLE CONTROL SYSTEM AND METHOD OF USE
JP6895634B2 (ja) * 2016-12-16 2021-06-30 パナソニックＩｐマネジメント株式会社 情報処理システム、情報処理方法、およびプログラム
US20190138907A1 (en) * 2017-02-23 2019-05-09 Harold Szu Unsupervised Deep Learning Biological Neural Networks
CN108508881B (zh) * 2017-02-27 2022-05-27 北京百度网讯科技有限公司 自动驾驶控制策略调整方法、装置、设备及存储介质
US10787173B2 (en) 2017-03-07 2020-09-29 Nissan Motor Co., Ltd. Traveling assistance method and driving control device
JP6683805B2 (ja) * 2017-03-10 2020-04-22 バイドゥドットコム タイムズ テクノロジー （ベイジン） カンパニー リミテッドＢａｉｄｕ．ｃｏｍ Ｔｉｍｅｓ Ｔｅｃｈｎｏｌｏｇｙ （Ｂｅｉｊｉｎｇ） Ｃｏ．， Ｌｔｄ． 自律走行モードへ再進入する自律走行車の制御のための方法及びシステム
US10710592B2 (en) * 2017-04-07 2020-07-14 Tusimple, Inc. System and method for path planning of autonomous vehicles based on gradient
US10134279B1 (en) * 2017-05-05 2018-11-20 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for visualizing potential risks
CN107200017A (zh) * 2017-05-22 2017-09-26 北京联合大学 一种基于深度学习的无人驾驶车辆控制系统
US10543853B2 (en) * 2017-07-05 2020-01-28 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for providing collaborative control of a vehicle
CN107458367B (zh) 2017-07-07 2020-11-20 驭势科技（北京）有限公司 行驶控制方法及行驶控制装置
CN107491073B (zh) * 2017-09-05 2021-04-02 百度在线网络技术（北京）有限公司 无人驾驶车辆的数据训练方法和装置
US10782694B2 (en) * 2017-09-07 2020-09-22 Tusimple, Inc. Prediction-based system and method for trajectory planning of autonomous vehicles
US10782693B2 (en) * 2017-09-07 2020-09-22 Tusimple, Inc. Prediction-based system and method for trajectory planning of autonomous vehicles
US11093829B2 (en) * 2017-10-12 2021-08-17 Honda Motor Co., Ltd. Interaction-aware decision making
US10866588B2 (en) * 2017-10-16 2020-12-15 Toyota Research Institute, Inc. System and method for leveraging end-to-end driving models for improving driving task modules
US10606270B2 (en) * 2017-10-18 2020-03-31 Luminar Technologies, Inc. Controlling an autonomous vehicle using cost maps
US10677686B2 (en) * 2017-11-14 2020-06-09 GM Global Technology Operations LLC Method and apparatus for autonomous system performance and grading
US20190146493A1 (en) * 2017-11-14 2019-05-16 GM Global Technology Operations LLC Method And Apparatus For Autonomous System Performance And Benchmarking
US11461627B2 (en) * 2017-11-30 2022-10-04 Volkswagen Ag Systems and methods for training and controlling an artificial neural network with discrete vehicle driving commands
US10737717B2 (en) * 2018-02-14 2020-08-11 GM Global Technology Operations LLC Trajectory tracking for vehicle lateral control using neural network
US11086317B2 (en) * 2018-03-30 2021-08-10 Intel Corporation Emotional adaptive driving policies for automated driving vehicles
US11328219B2 (en) * 2018-04-12 2022-05-10 Baidu Usa Llc System and method for training a machine learning model deployed on a simulation platform
US10990096B2 (en) * 2018-04-27 2021-04-27 Honda Motor Co., Ltd. Reinforcement learning on autonomous vehicles
CN108776472A (zh) * 2018-05-17 2018-11-09 驭势（上海）汽车科技有限公司 智能驾驶控制方法及系统、车载控制设备和智能驾驶车辆
CN109059944B (zh) 2018-06-06 2021-08-06 上海国际汽车城（集团）有限公司 基于驾驶习惯学习的运动规划方法
WO2019241612A1 (en) * 2018-06-15 2019-12-19 The Regents Of The University Of California Systems, apparatus and methods to improve plug-in hybrid electric vehicle energy performance by using v2c connectivity
CN108791372B (zh) * 2018-06-28 2020-07-07 湖南中车时代通信信号有限公司 基于自动驾驶的单一接口输入的分布式系统及其升级方法
US20200033869A1 (en) * 2018-07-27 2020-01-30 GM Global Technology Operations LLC Systems, methods and controllers that implement autonomous driver agents and a policy server for serving policies to autonomous driver agents for controlling an autonomous vehicle
CN109263639B (zh) 2018-08-24 2020-09-01 武汉理工大学 基于状态栅格法的驾驶路径规划方法
CN109213499A (zh) * 2018-08-29 2019-01-15 百度在线网络技术（北京）有限公司 无人驾驶汽车升级包安装方法、装置、设备及存储介质
US11535262B2 (en) * 2018-09-10 2022-12-27 Here Global B.V. Method and apparatus for using a passenger-based driving profile
US10902279B2 (en) * 2018-09-25 2021-01-26 Honda Motor Co., Ltd. Training saliency
US11620494B2 (en) * 2018-09-26 2023-04-04 Allstate Insurance Company Adaptable on-deployment learning platform for driver analysis output generation
KR102528232B1 (ko) * 2018-10-08 2023-05-03 현대자동차주식회사 차량 및 그 제어 방법
CN109358627A (zh) * 2018-10-30 2019-02-19 百度在线网络技术（北京）有限公司 基于无人驾驶的驾驶辅助方法、装置、设备、介质和车辆
CN109377778B (zh) * 2018-11-15 2021-04-06 浪潮集团有限公司 一种基于多路rdma和v2x的协同自动驾驶系统及方法
US20200192393A1 (en) * 2018-12-12 2020-06-18 Allstate Insurance Company Self-Modification of an Autonomous Driving System
US20200209857A1 (en) * 2018-12-31 2020-07-02 Uber Technologies, Inc. Multimodal control system for self driving vehicle
US11364929B2 (en) * 2019-01-04 2022-06-21 Toyota Research Institute, Inc. Systems and methods for shared control of a vehicle
US11235776B2 (en) * 2019-01-31 2022-02-01 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for controlling a vehicle based on driver engagement
US11150664B2 (en) * 2019-02-01 2021-10-19 Tesla, Inc. Predicting three-dimensional features for autonomous driving
US20200249674A1 (en) * 2019-02-05 2020-08-06 Nvidia Corporation Combined prediction and path planning for autonomous objects using neural networks
CN110058588B (zh) * 2019-03-19 2021-07-02 驭势科技（北京）有限公司 一种自动驾驶系统升级的方法、自动驾驶系统及车载设备
US20220126864A1 (en) * 2019-03-29 2022-04-28 Intel Corporation Autonomous vehicle system
US11551030B2 (en) * 2019-10-11 2023-01-10 Perceptive Automata, Inc. Visualizing machine learning predictions of human interaction with vehicles
US11829150B2 (en) * 2020-06-10 2023-11-28 Toyota Research Institute, Inc. Systems and methods for using a joint feature space to identify driving behaviors
US20210398014A1 (en) * 2020-06-17 2021-12-23 Toyota Research Institute, Inc. Reinforcement learning based control of imitative policies for autonomous driving
US11577743B2 (en) * 2020-07-09 2023-02-14 Toyota Research Institute, Inc. Systems and methods for testing of driver inputs to improve automated driving
US11662214B2 (en) * 2020-07-30 2023-05-30 Ford Global Technologies, Llc Interactive vehicle navigation coaching system
CA3139480A1 (en) * 2020-11-17 2022-05-17 Uatc, Llc Systems and methods for generating synthetic motion predictions
US11480436B2 (en) * 2020-12-02 2022-10-25 Here Global B.V. Method and apparatus for requesting a map update based on an accident and/or damaged/malfunctioning sensors to allow a vehicle to continue driving
WO2022133242A1 (en) * 2020-12-17 2022-06-23 May Mobility, Inc. Method and system for dynamically updating an environmental representation of an autonomous agent
US20210188306A1 (en) * 2020-12-23 2021-06-24 Nageen Himayat Distributed learning to learn context-specific driving patterns
US11834042B2 (en) * 2021-01-14 2023-12-05 GM Global Technology Operations LLC Methods, systems, and apparatuses for behavioral based adaptive cruise control (ACC) to driver's vehicle operation style
US20220274603A1 (en) * 2021-03-01 2022-09-01 Continental Automotive Systems, Inc. Method of Modeling Human Driving Behavior to Train Neural Network Based Motion Controllers
US20220314983A1 (en) * 2021-04-05 2022-10-06 Argo AI, LLC Counter-steering penalization during vehicle turns
KR20230001072A (ko) * 2021-06-25 2023-01-04 현대자동차주식회사 자율 주행 차량, 그를 원격 제어하는 관제 시스템 및 그 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6246336B2 (ja) * 2014-04-14 2017-12-13 三菱電機株式会社 運転支援装置および運転支援方法
JP2018101400A (ja) * 2016-12-20 2018-06-28 バイドゥ・ユーエスエイ・リミテッド・ライアビリティ・カンパニーＢａｉｄｕ ＵＳＡ ＬＬＣ 自律走行車の個人運転好みの認識方法及びシステム

Also Published As

Publication number Publication date
JP7121864B2 (ja) 2022-08-18
JP2022521808A (ja) 2022-04-12
US11685397B2 (en) 2023-06-27
CN110069064B (zh) 2021-01-29
EP3944046A4 (en) 2023-03-08
WO2020186625A1 (zh) 2020-09-24
EP3944046A1 (en) 2022-01-26
CN110069064A (zh) 2019-07-30
KR20210137506A (ko) 2021-11-17
US20220153294A1 (en) 2022-05-19

Similar Documents

Publication Publication Date Title
KR102459736B1 (ko) 자율 주행 시스템의 업그레이드 방법, 자율 주행 시스템 및 차량 탑재 장치
KR102459737B1 (ko) 자율 주행 시스템의 업그레이드 방법, 자율 주행 시스템 및 차량 탑재 장치
US11550317B2 (en) Apparatus and method for controlling to enable autonomous system in vehicle
US10520305B2 (en) Determining vehicle wheel misalignment
JP2020032998A (ja) 車両制御方法、装置、コンピュータ機器及び記憶媒体
US11904853B2 (en) Apparatus for preventing vehicle collision and method thereof
US20190315366A1 (en) Apparatus and method for providing safety strategy in vehicle
EP3623950B1 (en) System and method for verifying vehicle controller based on virtual machine
US20180137762A1 (en) Start control device and method for vehicle
US20220057796A1 (en) Device and method for controlling autonomous driving
CN110461678A (zh) 自动车辆道路水检测
CN114684185A (zh) 自动化车辆安全控制的车辆安全响应控制层级结构及对应的方法
US20200372583A1 (en) System for determining driver operating autonomous vehicle to calculate insurance fee and method therefor
US11853146B2 (en) Vehicle and control method thereof
CN113844460B (zh) 车辆控制方法、装置及车辆
CN107792067B (zh) 碰撞警告系统
CN111591305B (zh) 驾驶辅助系统的控制方法、系统、计算机设备及存储介质
US20200193737A1 (en) System and method to automatically determine a driving mode of a vehicle
JP7162724B2 (ja) 車載制御装置
US20230264719A1 (en) Apparatus for Controlling Autonomous Driving Control Apparatus, System Having the Same, and Method Thereof
US20230339517A1 (en) Autonomous driving evaluation system
KR20220088612A (ko) 차량
KR20240127120A (ko) 시스템 온 칩, 이를 포함하는 자율 주행 시스템 및 그 동작방법
JP6321138B2 (ja) 移動支援装置、移動支援方法及び移動支援用プログラム

Legal Events

Date Code Title Description
A302 Request for accelerated examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant