KR102512793B1 - 차량의 군집주행을 위한 시스템 - Google Patents

차량의 군집주행을 위한 시스템 Download PDF

Info

Publication number
KR102512793B1
KR102512793B1 KR1020210167060A KR20210167060A KR102512793B1 KR 102512793 B1 KR102512793 B1 KR 102512793B1 KR 1020210167060 A KR1020210167060 A KR 1020210167060A KR 20210167060 A KR20210167060 A KR 20210167060A KR 102512793 B1 KR102512793 B1 KR 102512793B1
Authority
KR
South Korea
Prior art keywords
vehicle
steering angle
unit
data
lane
Prior art date
Application number
KR1020210167060A
Other languages
English (en)
Inventor
김홍근
배주환
이상현
정원묵
Original Assignee
한국기술교육대학교 산학협력단
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 한국기술교육대학교 산학협력단 filed Critical 한국기술교육대학교 산학협력단
Priority to KR1020210167060A priority Critical patent/KR102512793B1/ko
Application granted granted Critical
Publication of KR102512793B1 publication Critical patent/KR102512793B1/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
    • 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
    • B60W30/14—Adaptive cruise control
    • B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering systems
    • 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
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/181—Preparing for stopping
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • 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
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • B60W2420/42—
    • B60W2420/52—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/802—Longitudinal distance

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Human Computer Interaction (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명에 따른 차량의 군집주행을 위한 시스템은, 라이다 센서를 통해 검출되는 거리 데이터를 입력받는 거리 데이터 입력부; 상기 거리 데이터 중에서, 관심 영역 내에 존재하는 거리 데이터인 관심 영역 데이터를 추출하는 관심 영역 데이터 추출부; 상기 관심 영역 데이터를 기 설정된 군집 기준에 따라 군집화하는 군집화부; 상기 군집화된 관심 영역 데이터마다 하나의 객체로 인식하고, 상기 거리 데이터의 이전 프레임에서 인식된 객체와 상기 거리 데이터의 현재 프레임에서 인식된 객체를 비교하여 추적 대상을 선별하는 추적 대상 선별부; 및 상기 선별된 추적 대상을 추적하는 추적 대상 추적부를 포함한다. 본 발명은 라이다 센서를 통해 검출되는 거리 데이터에 기초하여 추적 대상을 선별하고, 그 선별된 추적 대상을 추적하도록 구성되어 있기 때문에, 전방 차량과 후방 차량 간 거리 검출의 정확도가 종래 레이더 센서를 활용한 경우보다 높아 여러 대의 차량이 보다 안정적인 군집주행을 할 수 있게 된다.

Description

차량의 군집주행을 위한 시스템{System for platooning}
본 발명은 여러 대의 차량이 군집주행을 할 수 있도록 하는 시스템에 관한 것이다.
일반 소형차의 자율 주행 기술은 구글 등의 IT(Information Technology) 기업이 선도하고 있지만, 화물 차량의 자율 주행 기술은 전통적인 유럽의 자동차 제조업체가 보다 적극적으로 연구를 선도하고 있다.
독일의 다임러는 2014년에 독일의 마그데부르그에서 세계 첫 자율주행 트럭을 선보였고, 2015년에는 프레이트라이너 인스피레이션 트럭(Freightliner Inspiration Truck)으로 미국 네바다 주에서 도로 주행 면허를 받았다. 또한, 2016년 네덜란드 정부에서는 '유럽 트럭 플래투닝 챌린지 2016(European Truck Platooning Challenge 2016)'이라는 이름으로 트럭 군집주행 대회를 개최하며 관련 기술 연구를 활성화하기도 하였다. 최근 국내에서도 현대자동차가 약 7.7km 구간에서 트럭 플래투닝 시연 주행에 성공하며, 관련 기술 수준을 단계적으로 높여가고 있다.
여기서, 플래투닝이라 함은 여러 대의 차량이 자율 주행 기술을 이용하여 마치 기차의 화물칸처럼 하나로 연결되어 주행하는 것을 말하며, 특히 후방 차량은 전방 차량의 위치, 방향 및 속도를 실시간으로 추종하면서 주행을 하게 된다.
차량의 군집주행에 있어서 전방 차량과 후방 차량 간 안전 거리를 확보하는 일은 매우 중요하다. 이와 관련하여 종래에는 차량의 군집주행에 있어서 레이더 센서를 활용하고 있었는데, 이러한 레이더 센서는 장거리에 있는 물체와의 거리를 측정하는 데에는 유용하지만, 형태 인식의 정밀도가 낮아 전방 차량을 정밀하게 인식하게 인식하지 못한다는 문제점이 있다.
등록특허공보 제10-0199757호(1999.03.06.)
본 발명은 전방 차량과 후방 차량 간 거리 검출의 정확도를 높여 여러 대의 차량이 보다 안정적인 군집주행을 할 수 있는 시스템을 제공하는 것에 그 목적이 있다.
다만, 본 발명이 해결하고자 하는 기술적 과제는 상술한 과제만으로 한정되는 것은 아니며, 언급되지 않은 또 다른 기술적 과제들은 아래에 기재된 발명의 설명으로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상기와 같은 목적을 달성하기 위하여, 본 발명에 따른 차량의 군집주행을 위한 시스템은, 라이다 센서를 통해 검출되는 거리 데이터를 입력받는 거리 데이터 입력부; 상기 거리 데이터 중에서, 관심 영역 내에 존재하는 거리 데이터인 관심 영역 데이터를 추출하는 관심 영역 데이터 추출부; 상기 관심 영역 데이터를 기 설정된 군집 기준에 따라 군집화하는 군집화부; 상기 군집화된 관심 영역 데이터마다 하나의 객체로 인식하고, 상기 거리 데이터의 이전 프레임에서 인식된 객체와 상기 거리 데이터의 현재 프레임에서 인식된 객체를 비교하여 추적 대상을 선별하는 추적 대상 선별부; 및 상기 선별된 추적 대상을 추적하는 추적 대상 추적부를 포함할 수 있다.
상기 군집화부는, 상기 관심 영역 데이터를 상기 관심 영역 데이터 상호 간의 거리에 기반하여 군집화할 수 있다.
상기 추적 대상 선별부는, 상기 이전 프레임에서 인식된 객체와 상기 현재 프레임에서 인식된 객체 간 정합을 위한 거리가 기 설정된 거리 이하일 경우, 상기 현재 프레임에서 인식된 객체를 상기 추적 대상으로 선별할 수 있다.
본 발명에 따른 차량의 군집주행을 위한 시스템은, 상기 추적 대상의 관심 영역 데이터가 포함되도록 볼록 형상의 테두리를 형성하는 컨벡스-헐(convex-hull) 알고리즘 수행부를 더 포함할 수 있으며, 이때 상기 추적 대상 추적부는, 상기 볼록 형상의 테두리 내부를 침범하지 않도록 상기 추적 대상을 추적할 수 있다.
본 발명에 따른 차량의 군집주행을 위한 시스템은, 카메라 센서를 통해 검출되는 원본 영상 데이터를 입력받는 영상 데이터 입력부; 상기 원본 영상 데이터의 픽셀 값을 수평 방향 및 수직 방향으로 누적하여 적분 영상 데이터를 생성하는 적분 영상 생성부; 및 기 설정된 계산식을 이용하여 상기 적분 영상 데이터로부터 마스크의 밝기를 계산하고, 상기 마스크의 밝기를 기 설정된 차선 마스크 패턴과 비교하여 차선을 인식하는 마스크 필터링부를 더 포함할 수 있다.
본 발명에 따른 차량의 군집주행을 위한 시스템은, 상기 마스크 필터링부에 의해 인식된 차선에 대해 차량의 주행 방향으로 단위 윈도우를 단계적으로 쌓아 올리고, 상기 단계적으로 쌓아 올린 단위 윈도우 내에 상기 차선이 존재하는지 여부에 따라 상기 차선을 재인식하는 슬라이딩 윈도우부를 더 포함할 수 있다.
본 발명에 따른 차량의 군집주행을 위한 시스템은, 기준 경로 데이터를 이용하여 경로의 곡률 반지름을 계산하고, 상기 곡률 반지름이 계산된 경로에서 슬립이 방지될 수 있는 슬립 방지 속도를 계산하는 곡률 속도 제어부를 더 포함할 수 있다.
상기 곡률 속도 제어부는, 다음의 수학식 1을 통해 상기 슬립 방지 속도를 계산할 수 있다.
[수학식 1]
Figure 112021137878944-pat00001
(상기 수학식 1에서, k는 상기 시스템의 사용자에 의해 설정되는 안전계수, μ는 차량의 바퀴와 지면 사이의 마찰 계수, m은 차량의 질량, g는 중력 가속도, r은 곡률 반지름이고, v는 상기 슬립 방지 속도임)
본 발명에 따른 차량의 군집주행을 위한 시스템은, 차량의 현재 속도와 상기 슬립 방지 속도 간 속도 차이를 산출하고, 상기 속도 차이에 기반하여 상기 차량의 현재 속도가 상기 슬립 방지 속도에 도달하도록 차량의 속도를 제어하는 피드백 속도 제어부를 더 포함할 수 있다.
본 발명에 따른 차량의 군집주행을 위한 시스템은, 차량의 현재 조향각과 목표 조향각 간 조향각 차이를 산출하고, 상기 조향각 차이에 기반하여 상기 차량의 현재 조향각이 상기 목표 조향각에 도달하도록 차량의 조향각을 제어하는 피드백 조향각 제어부를 더 포함할 수 있다.
본 발명에 따른 차량의 군집주행을 위한 시스템은, 상기 마스크 필터링부에 의한 차선 인식 정도가 기 설정된 차선 인식 기준을 충족시키지 못할 경우, 차량의 주행을 정지시키는 차량 주행 정지부; 및 상기 마스크 필터링부에 의한 차선 인식 정도가 기 설정된 차선 인식 기준을 충족시킬 경우, 차량의 현재 조향각과 목표 조향각 간 조향각 차이를 산출하고, 상기 조향각 차이에 기반하여 상기 차량의 현재 조향각이 상기 목표 조향각에 도달하도록 차량의 조향각을 제어하는 피드백 조향각 제어부를 더 포함할 수 있다.
본 발명에 따른 차량의 군집주행을 위한 시스템은, 상기 슬라이딩 윈도우부에 의한 차선 재인식 정도가 기 설정된 차선 인식 기준을 충족시키지 못할 경우, 차량의 주행을 정지시키는 차량 주행 정지부; 및 상기 슬라이딩 윈도우부에 의한 차선 재인식 정도가 기 설정된 차선 인식 기준을 충족시킬 경우, 차량의 현재 조향각과 목표 조향각 간 조향각 차이를 산출하고, 상기 조향각 차이에 기반하여 상기 차량의 현재 조향각이 상기 목표 조향각에 도달하도록 차량의 조향각을 제어하는 피드백 조향각 제어부를 더 포함할 수 있다.
본 발명은 라이다 센서를 통해 검출되는 거리 데이터에 기초하여 추적 대상을 선별하고, 그 선별된 추적 대상을 추적하도록 구성되어 있다. 이러한 본 발명에 의하면, 전방 차량과 후방 차량 간 거리 검출의 정확도가 종래 레이더 센서를 활용한 경우보다 높아 여러 대의 차량이 보다 안정적인 군집주행을 할 수 있게 된다.
게다가, 본 발명은 컨벡스-헐 알고리즘 수행부에 의해 추적 대상의 관심 영역 데이터가 포함되도록 볼록 형상의 테두리가 형성되고, 추적 대상 추적부는 상기 볼록 형상의 테두리 내부를 침범하지 않도록 추적 대상을 추적하도록 구성되어 있다. 이러한 본 발명에 의하면, 후방 차량이 전방 차량에 충돌할 위험성이 감소되어 후방 차량이 전방 차량을 보다 더 안전하게 추적할 수 있게 된다.
도 1은 본 발명의 일 실시예에 따른 차량의 군집주행을 위한 시스템에 관한 개략도이다.
도 2는 라이다 센서를 통해 검출되는 거리 데이터의 예시도이다.
도 3은 도 2의 거리 데이터 중에서 추출되는 관심 영역 데이터의 예시도이다.
도 4는 도 3의 관심 영역 데이터를 관심 영역 데이터 상호 간의 거리에 기반하여 군집화한 모습을 나타낸 도면이다.
도 5는 추적 대상 선별부가 추적 대상을 선별한 모습의 예시도이다.
도 6은 추적 대상의 관심 영역 데이터가 포함되도록 볼록 형상의 테두리가 형성된 모습을 나타낸 도면이다.
도 7a는 카메라 센서를 통해 검출되는 원본 영상 데이터의 예시도이고, 도 7b는 상기 영상 데이터에 기초하여 생성되는 적분 영상 데이터의 예시도이며, 도 7c는 상기 적분 영상 데이터에서 마스크의 밝기를 계산하는 모습을 설명하기 위한 도면이고, 도 7d는 차선 마스크 패턴의 예시도이다.
도 8a는 곡선 차선에 대해 차량의 주행 방향으로 단계적으로 쌓아 올리는 단위 윈도우의 예시도이고, 도 8b는 점선 차선에 대해 차량의 주행 방향으로 단계적으로 쌓아 올리는 단위 윈도우의 예시도이다.
도 9a는 실제 차선의 예시도이고, 도 9b는 RANSAC 보정 후 인식되는 차선의 예시도이다.
도 10은 기준 경로 데이터에서의 곡률 반지름 및 슬립 방지 속도를 설명하기 위한 도면이다.
도 11a는 전방 차량과 후방 차량의 군집주행 중 후방 차량에서의 속도 변화를 나타낸 그래프이고, 도 11b는 후방 차량에서의 조향각 변화를 나타낸 그래프이다.
이하, 첨부한 도면들을 참조하여 본 발명에 따른 차량의 군집주행을 위한 시스템에 대해 상세히 설명한다. 첨부한 도면들은 통상의 기술자에게 본 발명의 기술적 사상이 충분히 전달될 수 있도록 하기 위하여 어디까지나 예시적으로 제공되는 것으로서, 본 발명은 이하 제시되는 도면들로 한정되지 않고 다른 형태로 얼마든지 구체화될 수 있다.
도 1은 본 발명의 일 실시예에 따른 차량의 군집주행을 위한 시스템에 관한 개략도이다. 도 1에 나타낸 바와 같이, 차량의 군집주행을 위한 시스템(1000)은 객체 추적 모듈(100), 차선 인식 모듈(200), 속도 제어 모듈(300) 및 조향각 제어 모듈(400)로 이루어질 수 있다.
객체 추적 모듈(100)은 주로 후방 차량에 구비되어, 후방 차량이 전방 차량을 추적하는 데에 사용하는 모듈이다. 차선 인식 모듈(200)은 주로 전방 차량에 구비되어, 전방 차량이 차선을 검출하는 데에 사용하는 모듈이다. 속도 제어 모듈(300)은 전방 차량과 후방 차량에 모두 구비될 수 있으며, 전방 차량과 후방 차량이 각각의 속도를 제어하는 데에 사용하는 모듈이다. 조향각 제어 모듈(400) 역시 전방 차량과 후방 차량에 모두 구비될 수 있으며, 전방 차량과 후방 차량이 각각의 조향각을 제어하는 데에 사용하는 모듈이다.
우선, 객체 추적 모듈(100)은 거리 데이터 입력부(110), 관심 영역 데이터 추출부(120), 군집화부(130), 추적 대상 선별부(140), 컨벡스-헐 알고리즘 수행부(150) 및 추적 대상 추적부(160)를 선택적으로 포함할 수 있다.
거리 데이터 입력부(110)는 라이다 센서(미도시)를 통해 검출되는 거리 데이터를 입력받는다. 라이다 센서는 빛을 방출하고, 그 방출된 빛이 물체에 반사되어 돌아오는 시간을 통해 물체를 탐지하는 센서로서, 레이더 센서에 비해 더 높은 해상도로 물체의 거리 데이터를 검출할 수 있다. 이러한 라이다 센서가 후방 차량에 구비될 경우, 그 후방 차량의 앞에서 주행하는 전방 차량의 거리 데이터를 비교적 높은 해상도로 검출해낼 수 있게 된다.
도 2는 라이다 센서를 통해 검출되는 거리 데이터의 예시도이다.
도 2에 나타낸 바와 같이, 라이다 센서를 통해 검출되는 거리 데이터는 3차원 포인트 클라우드(3D pointcloud) 형식의 데이터일 수 있다. 도 2에 나타낸 거리 데이터는 특정 프레임(frame)에서의 거리 데이터이며, 일반적으로 거리 데이터의 개수는 초당 수만개에서 수십만개에 이르기 때문에 거리 데이터를 실시간으로 처리하기 위해서는 관심 영역(ROI: Region Of Interest)을 설정하는 것이 필요하다.
도 3은 도 2의 거리 데이터 중에서 추출되는 관심 영역 데이터의 예시도이다.
관심 영역 데이터 추출부(120)는 거리 데이터 입력부(110)에 입력된 거리 데이터 중에서, 관심 영역 내에 존재하는 거리 데이터인 관심 영역 데이터를 추출한다. 상기 관심 영역은 관심 영역 데이터 추출부(120)에 기 설정되어 있을 수 있으며, 예를 들어 후방 차량의 주행 방향을 기준으로 -α°이상 +α°이하로 설정될 수 있다. 이에 따라, 관심 영역 데이터 추출부(120)는 도 3에 나타낸 바와 같이, 후방 차량의 주행 방향을 기준으로 기 설정된 관심 영역 내에 속하는 거리 데이터만을 관심 영역 데이터로서 추출할 수 있게 된다.
이와 같이 관심 영역 데이터 추출부(120)가 관심 영역 데이터를 추출한다 하더라도, 후방 차량으로서는 추적 대상을 정확히 구별하기 어려울 수 있다. 이에 따라, 군집화부(130)는 추적 대상의 정확한 구별을 위해 상기 관심 영역 데이터를 기 설정된 군집 기준에 따라 군집화(clustering)할 수 있다. 이때 군집화부(130)는 관심 영역 데이터 상호 간의 거리에 기반하여(즉, 유클리디안 군집화) 관심 영역 데이터를 군집화할 수 있다.
도 4는 도 3의 관심 영역 데이터를 관심 영역 데이터 상호 간의 거리에 기반하여 군집화한 모습을 나타낸 도면이다.
군집화부(130)는 관심 영역 데이터 추출부(120)에 의해 추출된 관심 영역 데이터를 2차원의 x-y 좌표 상에 위치시킨 뒤, 그 x-y 좌표 상에서 관심 영역 데이터 상호 간의 거리가 기 설정된 거리 이하에 해당하는 관심 영역 데이터끼리 군집화할 수 있다. 도 4에서는 군집화부(130)에 의해 군집화된 전방 차량을 초록색으로 표시하였다.
추적 대상 선별부(140)는 군집화부(130)에 의해 군집화된 관심 영역 데이터마다 하나의 객체로 인식할 수 있다. 예를 들어, 관심 영역 데이터가 군집화부(130)에 의해 총 2개의 군집으로 군집화될 경우, 추적 대상 선별부(140)는 거리 데이터 입력부(110)에 입력된 거리 데이터의 현재 프레임에 총 2개의 객체가 존재하는 것으로 인식할 수 있다.
추적 대상 선별부(140)는 상기 거리 데이터의 이전 프레임에서 인식된 객체와, 상기 거리 데이터의 현재 프레임에서 인식된 객체(총 2개)를 비교하여, 총 2개의 객체 중 추적 대상을 선별할 수 있다.
보다 구체적으로, 추적 대상 선별부(140)는 추적 대상을 선별하기 위하여, 이전 프레임에서 인식된 객체와 현재 프레임에서 인식된 객체(총 2개)를 정합시킬 수 있다. 이때 이전 프레임에서 인식된 객체와 현재 프레임에서 인식된 객체 간 정합을 위한 거리가 추적 대상 선별부(140)에 기 설정된 거리를 초과할 경우, 추적 대상 선별부(140)는 이전 프레임에서 인식된 객체와 현재 프레임에서 인식된 객체를 서로 다른 객체로 인식하여 추적 대상을 선별하지 않을 수 있다.
이에 반해, 이전 프레임에서 인식된 객체와 현재 프레임에서 인식된 객체 간 정합을 위한 거리가 추적 대상 선별부(140)에 기 설정된 거리 이하일 경우, 추적 대상 선별부(140)는 이전 프레임에서 인식된 객체와 현재 프레임에서 인식된 객체를 동일한 객체로 인식할 수 있다. 예를 들어, 현재 프레임에서 인식된 2개의 객체 중 어느 1개의 객체와 이전 프레임에서 인식된 특정 객체 간 정합을 위한 거리가 상기 기 설정된 거리 이하일 경우, 추적 대상 선별부(140)는 이들 객체를 동일한 객체로 인식하고, 현재 프레임에서 인식된 그 1개의 객체를 추적 대상으로 선별할 수 있다.
도 5는 추적 대상 선별부가 추적 대상을 선별한 모습의 예시도이다. 도 5에 의하면, 후방 차량의 추적 대상 선별부(140)가 선별한 추적 대상은 후방 차량의 바로 전방에서 주행하는 전방 차량이며, 도 5에서는 추적 대상 선별부(140)에 의해 선별된 전방 차량을 흰색으로 표시하였다.
추적 대상 추적부(160)는 추적 대상 선별부(140)에 의해 선별된 추적 대상을 추적한다. 이때 추적 대상 추적부(160)는 후방 차량의 속도나 조향각을 제어하라는 취지의 신호를 후술하는 피드백 속도 제어부(320) 또는 피드백 조향각 제어부(420)에 전달하여, 후방 차량이 전방 차량을 추적하도록 할 수 있다.
다만, 라이다 센서는 빛의 반사를 통해 물체의 거리 데이터를 검출하기 때문에, 유리나 거울 등의 재질로 이루어진 물체의 거리 데이터는 정확도 높게 검출할 수 없다. 이로 인해 후방 차량에 구비된 라이다 센서가 전방 차량의 거리 데이터를 검출하더라도, 전방 차량의 대략적인 위치만 검출할 수 있을 뿐 정확한 위치까지 검출해내기는 어려울 수 있다. 이에 따라, 라이다 센서를 통해 검출되는 거리 데이터에만 기초하여 후방 차량이 전방 차량(즉, 추적 대상)을 추적할 경우에는, 후방 차량과 전방 차량 간 충돌의 위험성이 커지게 된다.
이러한 문제점을 해결하기 위해서는, 본 발명에 따른 시스템(1000)이, 추적 대상 선별부(140)에 의해 선별된 추적 대상의 관심 영역 데이터가 포함되도록 볼록 형상의 테두리를 형성하는 컨벡스-헐 알고리즘 수행부(150)를 포함하는 것이 바람직하다.
도 6은 추적 대상의 관심 영역 데이터가 포함되도록 볼록 형상의 테두리가 형성된 모습을 나타낸 도면이다. 컨벡스-헐 알고리즘은 한 면 위에 주어진 임의의 점들의 집합에서 모든 점들을 포함하는 가장 작은 볼록 형상의 테두리를 형성하는 알고리즘이다. 컨벡스-헐 알고리즘 수행부(150)는 이에 저장된 컨벡스-헐 알고리즘을 실행하여, 추적 대상 선별부(140)에 의해 선별된 추적 대상의 관심 영역 데이터에 대하여 도 6에 나타낸 바와 같은 볼록 형상의 테두리(파란색 실선 참고)를 형성할 수 있다.
컨벡스-헐 알고리즘 수행부(150)에 의해 볼록 형상의 테두리가 형성될 경우, 추적 대상 추적부(160)는 상기 볼록 형상의 테두리 내부를 침범하지 않도록 추적 대상을 추적할 수 있다. 이와 같은 컨벡스-헐 알고리즘 수행부(150)에 의하면, 후방 차량이 전방 차량에 충돌할 위험성이 크게 감소되어 후방 차량이 전방 차량을 보다 더 안전하게 추적할 수 있게 된다.
한편, 차선 인식 모듈(200)은 영상 데이터 입력부(210), 적분 영상 생성부(220), 마스크 필터링부(230), 슬라이딩 윈도우부(240) 및 차선 보정부(250)를 선택적으로 포함할 수 있다.
영상 데이터 입력부(210)는 카메라 센서(미도시)를 통해 검출되는 원본 영상 데이터를 입력받는다. 카메라 센서는 전방 차량에 구비될 수 있으며, 카메라 센서에 의해 촬영되는 원본 영상 데이터는 카메라 렌즈 자체의 왜곡을 고려하여 캘리브레이션(calibration)이 이루어진 것일 수 있다. 이와 함께 또는 이와 별도로, 원본 영상 데이터는 후술하는 차선 인식을 용이하게 하기 위해 조감도 영상(bird eye view image)이거나 AVM(Around View Monitoring) 영상일 수 있다.
도 7a는 카메라 센서를 통해 검출되는 원본 영상 데이터의 예시도이고, 도 7b는 상기 영상 데이터에 기초하여 생성되는 적분 영상 데이터의 예시도이다.
영상 데이터 입력부(210)에 입력되는 원본 영상 데이터의 픽셀 값이 도 7a와 같을 경우, 적분 영상 생성부(220)는 도 7b와 같이 상기 원본 영상 데이터의 픽셀 값을 수평 방향 및 수직 방향으로 누적하여 적분 영상 데이터를 생성한다. 일 예로 적분 영상 생성부(220)는 원본 영상 데이터의 픽셀 값을 수평 방향으로 누적하고, 상기 수평 방향으로 누적된 픽셀 값을 수직 방향으로 누적하여 적분 영상 데이터를 생성할 수 있다. 여기서, 픽셀이라 함은 이미지 화소를 의미하며, 원본 영상 데이터를 이루는 각 픽셀의 픽셀 값은 RGB(Red-Green-Blue)를 표현하는 수치를 의미할 수 있다.
도 7c는 상기 적분 영상 데이터에서 마스크의 밝기를 계산하는 모습을 설명하기 위한 도면이다. 마스크 필터링부(230)에는 마스크의 밝기 계산을 위한 계산식의 예시로서
Figure 112021137878944-pat00002
이 기 설정되어 있을 수 있다. 이에 따라, 마스크 필터링부(230)는 상기 기 설정된 계산식을 이용하여 상기 적분 영상 데이터로부터 마스크의 밝기(즉, 도 7c의 초록색 영역의 밝기)를 계산할 수 있게 된다.
도 7d는 차선 마스크 패턴의 예시도이며, 마스크 필터링부(230)에는 도 7d와 같은 차선 마스크 패턴 역시 기 설정되어 있을 수 있다. 마스크 필터링부(230)는 상기 계산된 마스크의 밝기를 도 7d에 나타낸 바와 같은 기 설정된 차선 마스크 패턴과 비교하여 차선을 인식할 수 있다.
도 7d의 차선 마스크 패턴에서 'Mask1' 영역은 차선이 위치하는 영역에 해당하고, 'Mask0', 'Mask2' 영역은 차선이 위치하지 않는 영역'에 해당한다. 'Mask0', 'Mask1' 및 'Mask2' 영역은 마스크의 밝기가 차선에 해당하는지 여부와, 차선에 해당한다면 그 차선이 좌측 차선(예를 들어, 노란색의 중앙 차선)인지 아니면 우측 차선(예를 들어, 흰색의 외곽 차선)인지를 마스크 필터링부(230)가 구별토록 하는 기준 영역에 해당한다. 즉, 차선 마스크 패턴에서 'Mask0'과 'Mask2' 영역은 차선이 위치하지 않는 영역(예를 들어, 검은색 아스팔트)에 해당하고, 'Mask1' 영역은 차선이 위치하는 영역(예를 들어, 노란색 중앙 차선 또는 흰색 차선)에 해당한다. 'Mask0', 'Mask1' 및 'Mask2' 영역은 마스크의 밝기가 차선에 해당하는지 여부를 마스크 필터링부(230)가 구별토록 하는 기준 영역에 해당한다.
즉, 마스크 필터링부(230)가 계산한 마스크의 밝기가 'Mask1'에 해당하는 마스크의 밝기 범위 내에 존재할 경우, 마스크 필터링부(230)는 이를 좌측 차선(예를 들어, 노란색의 중앙 차선) 또는 우측 차선(예를 들어, 흰색의 외곽 차선)으로 인식할 수 있다. 또한, 마스크 필터링부(230)가 계산한 마스크의 밝기가 'Mask0' 또는 'Mask2'에 해당하는 마스크의 밝기 범위 내에 존재할 경우, 마스크 필터링부(230)는 차선이 아닌 것으로 인식할 수 있다. 그러므로, 마스크 필터링부(230)가 계산한 마스크의 밝기가 'Mask0' 또는 'Mask2'에 해당하는 마스크의 밝기 범위 내에 존재할 경우, 마스크 필터링부(230)는 그 밝기를 계산한 영역이 차선이 위치하지 않는 영역(즉, 검은색 아스팔트)인 것으로 인식할 수 있다. 이에 반해, 마스크 필터링부(230)가 계산한 마스크의 밝기가 'Mask1'에 해당하는 마스크의 밝기 범위 내에 존재할 경우, 마스크 필터링부(230)는 그 밝기를 계산한 영역이 차선이 위치하는 영역(즉, 노란색 중앙 차선 또는 흰색 차선)인 것으로 인식할 수 있다.
상술한 차선 인식 방안은 직선 차선인 경우에는 별다른 보완책이 필요하지 않지만, 곡선 차선 또는 점선 차선인 경우에는 차량의 조향각이 변하기 때문에 이에 대한 보완책이 필요하다.
도 8a는 곡선 차선(흰색)에 대해 차량의 주행 방향으로 단계적으로 쌓아 올리는 단위 윈도우(초록색 및 빨간색)의 예시도이고, 도 8b는 점선 차선(흰색)에 대해 차량의 주행 방향으로 단계적으로 쌓아 올리는 단위 윈도우(초록색)의 예시도이다.
도 8a 및 도 8b에 나타낸 바와 같이, 슬라이딩 윈도우부(240)는 마스크 필터링부(230)에 의해 인식된 차선에 대해 차량의 주행 방향으로 단위 윈도우를 단계적으로 쌓아 올릴 수 있고, 또한 그 단계적으로 쌓아 올린 단위 윈도우 내에 상기 차선이 존재하는지 여부에 따라 상기 차선을 재인식할 수 있다.
예를 들어, 슬라이딩 윈도우부(240)는 마스크 필터링부(230)에 의해 인식된 차선이 단위 윈도우의 중앙에 위치하도록 단위 윈도우를 단계적으로 쌓아 올릴 수 있다. 슬라이딩 윈도우부(240)가 이와 같이 단위 윈도우를 단계적으로 쌓아 올릴 경우에는, 차량이 현재 주행하고 있는 차선이 도 8a에 나타낸 바와 같이 곡선 차선임을 인식할 수 있다. 슬라이딩 윈도우부(240)가 곡선 차선임을 인식할 경우에는 전방 차량의 속도나 조향각이 제어되어야 한다는 취지의 신호를 후술하는 피드백 속도 제어부(320) 또는 피드백 조향각 제어부(420)에 전달하여, 전방 차량의 속도 또는 조향각이 곡선 차선에 맞춤 제어되도록 할 수 있다.
또한, 슬라이딩 윈도우부(240)가 단위 윈도우를 단계적으로 쌓아 올릴 경우에는, 차량이 현재 주행하고 있는 차선이 도 8b에 나타낸 바와 같이 점선 차선임을 인식할 수도 있다. 즉, 단계적으로 쌓아 올린 단위 윈도우 내에 차선이 존재하는 경우와 존재하지 않는 경우가 일정 시간 간격으로 반복될 경우, 슬라이딩 윈도우부(240)는 차량이 현재 주행하고 있는 차선이 도 8b에 나타낸 바와 같이 점선 차선임을 인식할 수 있는 것이다.
차선 보정부(250)에는 RANSAC(random sample consensus) 알고리즘이 저장되어 있을 수 있다. 이러한 차선 보정부(250)는 RANSAC 알고리즘을 실행하여, 마스크 필터링부(230)에 의해 인식된 차선 또는 슬라이딩 윈도우부(240)에 의해 재인식된 차선에서 노이즈를 제거하는 등의 방법을 통해 차선 검출의 신뢰도를 높일 수 있다.
도 9a는 실제 차선의 예시도이고, 도 9b는 RANSAC 보정 후 인식되는 차선의 예시도이다. 본 발명에 따른 시스템(1000)에 의하면, 도 9a의 중앙 차선이 도 9b의 흰색선으로 복원되고, 도 9a의 우측 외곽 차선이 도 9b의 초록색선으로 복원된 결과, 비교적 높은 차선 인식률을 제공할 수 있음을 알 수 있다.
한편, 차량 제어는 차량의 종방향에 영향을 미치는 속도 제어와, 차량의 횡방향에 영향을 미치는 조향각 제어로 나뉘게 된다.
속도 제어 모듈(300)은 차량의 종방향에 영향을 미치는 속도를 제어하기 위한 것으로서, 곡률 속도 제어부(310) 및 피드백 속도 제어부(320)를 선택적으로 포함할 수 있다.
곡률 속도 제어부(310)는 시스템(1000)의 사용자로부터 기준 경로 데이터를 미리 입력받거나, 차량에 구비된 라이다 센서(후방 차량일 경우) 또는 카메라 센서(전방 차량일 경우)에 의해 실시간으로 또는 단위 프레임마다 검출되는 데이터를 기준 경로 데이터로서 입력받을 수 있다. 곡률 속도 제어부(310)는 세부적으로 곡률 반지름 계산부(311) 및 슬립 방지 속도 계산부(312)로 이루어질 수 있다.
도 10은 기준 경로 데이터에서의 곡률 반지름 및 슬립 방지 속도를 설명하기 위한 도면이다. 도 10을 참고하면, 차량이 곡선 차선을 주행할 경우, 곡률 반지름 계산부(311)는 입력받은 기준 경로 데이터를 이용하여 경로의 곡률 반지름을 실시간으로 또는 단위 프레임마다 계산할 수 있다.
곡률 반지름 계산부(311)에서 곡률 반지름이 계산될 경우, 슬립 방지 속도 계산부(312)는 상기 곡률 반지름이 계산된 경로에서 슬립이 방지될 수 있는 슬립 방지 속도를 계산할 수 있다. 구체적으로, 슬립 방지 속도 계산부(312)는 다음의 수학식 1을 통해 슬립 방지 속도를 계산할 수 있다.
[수학식 1]
Figure 112021137878944-pat00003
수학식 1은, 차량의 슬립이 방지되기 위해서는 지면에 대한 차량의 마찰력이 차량의 원심력보다 커야 한다는 원리로부터 기인한 것이다.
수학식 1에서 k는 차량이 곡선 차선을 안전하게 주행토록 하기 위해 시스템(1000)의 사용자에 의해 설정되는 안전계수로서, 그 값은 0 < k < 1일 수 있다. 상기 수학식 1에서 μ는 차량의 바퀴와 지면 사이의 마찰 계수, m은 차량의 질량, g는 중력 가속도, r은 곡률 반지름이고, v는 슬립 방지 속도이다. 수학식 1의 k, μ, m, g 및 r은 곡률 속도 제어부(310)의 슬립 방지 속도 계산부(312)에 기 설정되어 있을 수 있다.
수학식 1에 의하면, 차량이 곡선 차선을 슬립 없이 주행할 수 있는 최대 속도가 안전계수 k로 인해 감소되는 효과를 가져와, 전방 차량 및 후방 차량이 곡선 차선을 보다 더 안전하게 주행할 수 있게 된다.
피드백 속도 제어부(320)는 차량에 구비된 속도 센서(미도시)로부터 차량의 현재 속도를 제공받을 수 있고, 슬립 방지 속도 계산부(312)로부터 슬립 방지 속도(즉, 차량의 목표 속도)를 제공받을 수 있다. 이 경우 피드백 속도 제어부(320)는 차량의 현재 속도와 슬립 방지 속도 간 속도 차이를 산출하고, 상기 속도 차이에 기반하여 차량의 현재 속도가 슬립 방지 속도에 도달하도록 차량의 속도를 제어할 수 있다.
피드백 속도 제어부(320)는 차량의 현재 속도와 슬립 방지 속도 간 속도 차이를 에러로 규정할 수 있으며, 그 에러 제거를 위해 비례 제어를 활용하여 차량의 현재 속도가 슬립 방지 속도에 빠르게 도달하도록 할 수 있다. 이러한 피드백 속도 제어부(320)에 의하면, 차량의 효율적인 주행과 함께, 군집주행의 연비 절감, 교통 정체 완화 등을 기대할 수 있게 된다.
피드백 속도 제어부(320)는 비단 곡선 차선을 진행하는 차량에 대해서만 동작을 수행하는 것은 아니며, 직선 차선을 진행하는 차량에 대해서도 얼마든지 그 동작을 수행할 수 있다. 즉, 피드백 속도 제어부(320)에는 직선 차선을 주행하는 차량에 대한 목표 속도가 기 설정되어 있을 수 있으며, 이 경우 피드백 속도 제어부(320)는 차량의 현재 속도와 상기 목표 속도 간 속도 차이를 에러로 규정하고, 그 에러 제거를 위해 비례 제어를 활용하여 차량의 현재 속도가 상기 목표 속도에 빠르게 도달하도록 할 수 있다.
피드백 속도 제어부(320)는 비례 제어만 활용할 수 있는 것은 아니며, 비례-미분 제어, 비례-적분 제어 등 얼마든지 다양한 방법을 통해 상기 에러를 제거할 수 있다.
조향각 제어 모듈(400)은 차량의 횡방향에 영향을 미치는 조향각을 제어하기 위한 것이다. 조향각 제어 모듈(400)은 전방 차량과 후방 차량에 따라 구성상 차이가 있을 수 있다. 상술한 바와 같이, 전방 차량은 후방 차량과 달리 차선을 인식할 필요가 있으며, 전방 차량의 차선 인식이 제대로 이루어지지 않을 경우에는 전방 차량은 물론 후방 차량까지 위험에 노출시키게 된다. 이에 따라, 후방 차량의 경우에는 피드백 조향각 제어부(420)만을 포함할 수 있지만, 전방 차량의 경우에는 차량 주행 정지부(410) 및 피드백 조향각 제어부(420)를 모두 포함하는 것이 바람직하다.
차량 주행 정지부(410)는 전방 차량의 차선 인식이 제대로 이루어지지 않을 경우에 동작한다. 차량 주행 정지부(410)에는 차선 인식 기준이 기 설정되어 있을 수 있는데, 예를 들어 마스크 필터링부(230) 또는 슬라이딩 윈도우부(240)가 3초 중 특정 시간 구간 동안에는 차선을 인식하여야 한다는 등으로 그 기준이 설정될 수 있다.
차량 주행 정지부(410)는 마스크 필터링부(230)에 의한 차선 인식 정도 또는 슬라이딩 윈도우부(240)에 의한 차선 재인식 정도가 상기 기 설정된 차선 인식 기준을 충족시키지 못할 경우에는 차량의 주행을 정지시킬 수 있다. 이때 차량 주행 정지부(410)는 차량의 주행을 정지시키라는 취지의 신호를 피드백 속도 제어부(320)에 전달하여, 피드백 속도 제어부(320)로 하여금 전방 차량의 주행을 정지시키도록 할 수 있다.
이와 달리 마스크 필터링부(230)에 의한 차선 인식 정도 또는 슬라이딩 윈도우부(240)에 의한 차선 재인식 정도가 상기 기 설정된 차선 인식 기준을 충족시킬 경우에는 피드백 조향각 제어부(420)가 동작하게 된다. 이와 더불어 후방 차량의 경우에는 상기 차선 인식 기준의 충족 여부와 무관하게 피드백 조향각 제어부(420)가 동작할 수 있다.
피드백 조향각 제어부(420)는 차량에 구비된 조향 센서(미도시)로부터 차량의 현재 조향각을 제공받을 수 있고, 차량에 구비된 라이다 센서(후방 차량일 경우) 또는 카메라 센서(전방 차량일 경우)로부터 조향각 데이터를 목표 조향각으로서 입력받을 수 있다. 이 경우 피드백 조향각 제어부(420)는 차량의 현재 조향각과 입력받은 목표 조향각 간 조향각 차이를 산출하고, 상기 조향각 차이에 기반하여 차량의 현재 조향각이 상기 목표 조향각에 도달하도록 차량의 조향각을 제어할 수 있다.
피드백 조향각 제어부(420)는 차량의 현재 조향각과 목표 조향각 간 조향각 차이를 에러로 규정할 수 있으며, 그 에러 제거를 위해 비례-미분 제어를 활용하여 차량의 현재 조향각이 목표 조향각에 빠르게 도달하도록 할 수 있다. 이러한 피드백 조향각 제어부(420)에 의하면, 차량의 안정적인 주행은 물론, 도로 주행 시 연비 절감, 교통 정체 완화 등을 기대할 수 있게 된다.
피드백 조향각 제어부(420)는 비례-미분 제어 이외에 비례 제어, 비례-적분 제어 등 얼마든지 다양한 방법을 통해 상기 에러를 제거할 수 있다.
도 11a는 전방 차량과 후방 차량의 군집주행 중 후방 차량에서의 속도 변화를 나타낸 그래프이고, 도 11b는 전방 차량과 후방 차량의 군집주행 중 후방 차량에서의 조향각 변화를 나타낸 그래프이다. 도 11a에 의하면, 후방 차량은 전방 차량의 속도에 따라 10~15km/h의 범위 내에서 능동적인 주행 및 전방 차량 추적이 이루어졌음을 확인할 수 있다. 또한, 도 11b에 의하면, 후방 차량의 회선 시 그 조향 각도가 일정 각도로 수렴함에 따라 안정적인 주행이 가능함을 확인할 수 있다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 기술적 사상은 청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명의 기술적 사상의 범주 안에 속한다고 할 것이다.
100: 객체 추적 모듈
110: 거리 데이터 입력부 120: 관심 영역 데이터 추출부
130: 군집화부 140: 추적 대상 선별부
150: 컨벡스-헐 알고리즘 수행부 160: 추적 대상 추적부
200: 차선 인식 모듈 210: 영상 데이터 입력부
220: 적분 영상 생성부 230: 마스크 필터링부
240: 슬라이딩 윈도우부 250: 차선 보정부
300: 속도 제어 모듈 310: 곡률 속도 제어부
311: 곡률 반지름 계산부 312: 슬립 방지 속도 계산부
320: 피드백 속도 제어부 400: 조향각 제어 모듈
410: 차량 주행 정지부 420: 피드백 조향각 제어부
1000: 차량의 군집주행을 위한 시스템

Claims (12)

  1. 라이다 센서를 통해 검출되는 거리 데이터를 입력받는 거리 데이터 입력부;
    상기 거리 데이터 중에서, 관심 영역 내에 존재하는 거리 데이터인 관심 영역 데이터를 추출하는 관심 영역 데이터 추출부;
    상기 관심 영역 데이터를 기 설정된 군집 기준에 따라 군집화하는 군집화부;
    상기 군집화된 관심 영역 데이터마다 하나의 객체로 인식하고, 상기 거리 데이터의 이전 프레임에서 인식된 객체와 상기 거리 데이터의 현재 프레임에서 인식된 객체를 비교하여 추적 대상을 선별하는 추적 대상 선별부; 및
    상기 선별된 추적 대상을 추적하는 추적 대상 추적부;를 포함하며,
    카메라 센서를 통해 검출되는 원본 영상 데이터를 입력받는 영상 데이터 입력부;
    상기 원본 영상 데이터의 픽셀 값을 수평 방향 및 수직 방향으로 누적하여 적분 영상 데이터를 생성하는 적분 영상 생성부; 및
    기 설정된 계산식을 이용하여 상기 적분 영상 데이터로부터 마스크의 밝기를 계산하고, 상기 마스크의 밝기를 기 설정된 차선 마스크 패턴과 비교하여 차선을 인식하는 마스크 필터링부;를 더 포함하고,
    상기 마스크 필터링부에 의해 인식된 차선에 대해 차량의 주행 방향으로 단위 윈도우를 단계적으로 쌓아 올리고, 상기 단계적으로 쌓아 올린 단위 윈도우 내에 상기 차선이 존재하는지 여부에 따라 상기 차선을 재인식하는 슬라이딩 윈도우부를 더 포함하는 차량의 군집주행을 위한 시스템.
  2. 제1항에 있어서,
    상기 군집화부는,
    상기 관심 영역 데이터를 상기 관심 영역 데이터 상호 간의 거리에 기반하여 군집화하는 것을 특징으로 하는 차량의 군집주행을 위한 시스템.
  3. 제1항에 있어서,
    상기 추적 대상 선별부는,
    상기 이전 프레임에서 인식된 객체와 상기 현재 프레임에서 인식된 객체 간 정합을 위한 거리가 기 설정된 거리 이하일 경우, 상기 현재 프레임에서 인식된 객체를 상기 추적 대상으로 선별하는 것을 특징으로 하는 차량의 군집주행을 위한 시스템.
  4. 제1항에 있어서,
    상기 추적 대상의 관심 영역 데이터가 포함되도록 볼록 형상의 테두리를 형성하는 컨벡스-헐(convex-hull) 알고리즘 수행부;를 더 포함하며,
    상기 추적 대상 추적부는,
    상기 볼록 형상의 테두리 내부를 침범하지 않도록 상기 추적 대상을 추적하는 것을 특징으로 하는 차량의 군집주행을 위한 시스템.
  5. 삭제
  6. 삭제
  7. 제1항에 있어서,
    기준 경로 데이터를 이용하여 경로의 곡률 반지름을 계산하고, 상기 곡률 반지름이 계산된 경로에서 슬립이 방지될 수 있는 슬립 방지 속도를 계산하는 곡률 속도 제어부를 더 포함하는 차량의 군집주행을 위한 시스템.
  8. 제7항에 있어서,
    상기 곡률 속도 제어부는,
    다음의 수학식 1을 통해 상기 슬립 방지 속도를 계산하는 것을 특징으로 하는 차량의 군집주행을 위한 시스템.
    [수학식 1]
    Figure 112021137878944-pat00004

    (상기 수학식 1에서, k는 상기 시스템의 사용자에 의해 설정되는 안전계수, μ는 차량의 바퀴와 지면 사이의 마찰 계수, m은 차량의 질량, g는 중력 가속도, r은 곡률 반지름이고, v는 상기 슬립 방지 속도임)
  9. 제7항에 있어서,
    차량의 현재 속도와 상기 슬립 방지 속도 간 속도 차이를 산출하고, 상기 속도 차이에 기반하여 상기 차량의 현재 속도가 상기 슬립 방지 속도에 도달하도록 차량의 속도를 제어하는 피드백 속도 제어부를 더 포함하는 차량의 군집주행을 위한 시스템.
  10. 제1항에 있어서,
    차량의 현재 조향각과 목표 조향각 간 조향각 차이를 산출하고, 상기 조향각 차이에 기반하여 상기 차량의 현재 조향각이 상기 목표 조향각에 도달하도록 차량의 조향각을 제어하는 피드백 조향각 제어부를 더 포함하는 차량의 군집주행을 위한 시스템.
  11. 제1항에 있어서,
    상기 마스크 필터링부에 의한 차선 인식 정도가 기 설정된 차선 인식 기준을 충족시키지 못할 경우, 차량의 주행을 정지시키는 차량 주행 정지부; 및
    상기 마스크 필터링부에 의한 차선 인식 정도가 기 설정된 차선 인식 기준을 충족시킬 경우, 차량의 현재 조향각과 목표 조향각 간 조향각 차이를 산출하고, 상기 조향각 차이에 기반하여 상기 차량의 현재 조향각이 상기 목표 조향각에 도달하도록 차량의 조향각을 제어하는 피드백 조향각 제어부를 더 포함하는 차량의 군집주행을 위한 시스템.
  12. 제1항에 있어서,
    상기 슬라이딩 윈도우부에 의한 차선 재인식 정도가 기 설정된 차선 인식 기준을 충족시키지 못할 경우, 차량의 주행을 정지시키는 차량 주행 정지부; 및
    상기 슬라이딩 윈도우부에 의한 차선 재인식 정도가 기 설정된 차선 인식 기준을 충족시킬 경우, 차량의 현재 조향각과 목표 조향각 간 조향각 차이를 산출하고, 상기 조향각 차이에 기반하여 상기 차량의 현재 조향각이 상기 목표 조향각에 도달하도록 차량의 조향각을 제어하는 피드백 조향각 제어부를 더 포함하는 차량의 군집주행을 위한 시스템.
KR1020210167060A 2021-11-29 2021-11-29 차량의 군집주행을 위한 시스템 KR102512793B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210167060A KR102512793B1 (ko) 2021-11-29 2021-11-29 차량의 군집주행을 위한 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210167060A KR102512793B1 (ko) 2021-11-29 2021-11-29 차량의 군집주행을 위한 시스템

Publications (1)

Publication Number Publication Date
KR102512793B1 true KR102512793B1 (ko) 2023-03-22

Family

ID=86006073

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210167060A KR102512793B1 (ko) 2021-11-29 2021-11-29 차량의 군집주행을 위한 시스템

Country Status (1)

Country Link
KR (1) KR102512793B1 (ko)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100199757B1 (ko) 1996-12-19 1999-06-15 정몽규 집단무인 주행차량 및 집단무인주행 방법
KR20130084145A (ko) * 2012-01-16 2013-07-24 경북대학교 산학협력단 차선 인식 장치 및 차선 인식 방법
JP2017047814A (ja) * 2015-09-03 2017-03-09 株式会社デンソー 車両認識装置
JP2017100653A (ja) * 2015-12-04 2017-06-08 株式会社デンソー 走行制御装置
JP2018154304A (ja) * 2017-03-21 2018-10-04 株式会社Ｓｕｂａｒｕ 車両の走行制御装置
US20210261158A1 (en) * 2020-02-21 2021-08-26 BlueSpace.ai, Inc. Method for object avoidance during autonomous navigation

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100199757B1 (ko) 1996-12-19 1999-06-15 정몽규 집단무인 주행차량 및 집단무인주행 방법
KR20130084145A (ko) * 2012-01-16 2013-07-24 경북대학교 산학협력단 차선 인식 장치 및 차선 인식 방법
JP2017047814A (ja) * 2015-09-03 2017-03-09 株式会社デンソー 車両認識装置
JP2017100653A (ja) * 2015-12-04 2017-06-08 株式会社デンソー 走行制御装置
JP2018154304A (ja) * 2017-03-21 2018-10-04 株式会社Ｓｕｂａｒｕ 車両の走行制御装置
US20210261158A1 (en) * 2020-02-21 2021-08-26 BlueSpace.ai, Inc. Method for object avoidance during autonomous navigation

Similar Documents

Publication Publication Date Title
US10627228B2 (en) Object detection device
US9934690B2 (en) Object recognition apparatus and vehicle travel controller using same
EP2741256B1 (en) Moving body detection device and method
KR101395089B1 (ko) 장애물 감지 시스템 및 방법
US9349057B2 (en) Three-dimensional object detection device
EP2372308B1 (en) Image processing system and vehicle control system
EP2372304B1 (en) Vehicle position recognition system
CN109017780A (zh) 一种车辆智能驾驶控制方法
RU2563534C1 (ru) Устройство обнаружения сплошных объектов и способ обнаружения сплошных объектов
CN105922991A (zh) 基于生成虚拟车道线的车道偏离预警方法及系统
JP5363921B2 (ja) 車両用白線認識装置
CN105620489A (zh) 驾驶辅助系统及车辆实时预警提醒方法
CN108108750A (zh) 基于深度学习和单目视觉的距离空间重建方法
KR101448506B1 (ko) 선행차량의 거동을 이용한 주행 차로의 곡률 측정 방법 및 장치
US11417120B2 (en) Vehicle which indicates passenger movability, and method for controlling the same
CN105261007A (zh) 基于视觉的潮湿道路表面检测
WO2017145634A1 (ja) 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム
JP2015064795A (ja) 駐車場判定装置、駐車場判定方法
JP2020106915A (ja) 情報提示装置
US20220253065A1 (en) Information processing apparatus, information processing method, and information processing program
JP5103722B2 (ja) 停止車両判別装置
WO2011087354A2 (en) Vehicle parking and obstacle avoidance system using a single panoramic camera
KR102512793B1 (ko) 차량의 군집주행을 위한 시스템
JP5444130B2 (ja) 車両用白線認識装置
JP3612821B2 (ja) 車載用距離測定装置

Legal Events

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