KR102534412B1 - 환경 목표의 특징점을 추출하는 방법 및 장치 - Google Patents

환경 목표의 특징점을 추출하는 방법 및 장치 Download PDF

Info

Publication number
KR102534412B1
KR102534412B1 KR1020217013022A KR20217013022A KR102534412B1 KR 102534412 B1 KR102534412 B1 KR 102534412B1 KR 1020217013022 A KR1020217013022 A KR 1020217013022A KR 20217013022 A KR20217013022 A KR 20217013022A KR 102534412 B1 KR102534412 B1 KR 102534412B1
Authority
KR
South Korea
Prior art keywords
point
target
vehicle
feature point
environmental
Prior art date
Application number
KR1020217013022A
Other languages
English (en)
Other versions
KR20210069687A (ko
Inventor
홍리안 리우
지안용 제
롱바오 젠
루타오 한
웨이 리
준펑 자오
룽린 정
차오카이 티안
웨이펑 덩
Original Assignee
그레이트 월 모터 컴퍼니 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 그레이트 월 모터 컴퍼니 리미티드 filed Critical 그레이트 월 모터 컴퍼니 리미티드
Publication of KR20210069687A publication Critical patent/KR20210069687A/ko
Application granted granted Critical
Publication of KR102534412B1 publication Critical patent/KR102534412B1/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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • 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
    • B60W40/06—Road conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

본 발명은 환경 목표의 특징점을 추출하는 방법 및 장치에 관한 것으로, 차량 분야에 속한다. 상기 방법은 상기 환경 목표의 각 코너 포인트의 위치를 얻는 단계(S110); 및 상기 환경 목표의 각 코너 포인트의 위치에 따라 상기 환경 목표의 특징점을 결정하는 단계(S120); 를 포함한다. 이는 목표 인식이 부정확한 문제를 해결할 수 있으며, 특히 비교적 큰 목표의 인식에 적용된다.

Description

환경 목표의 특징점을 추출하는 방법 및 장치
본 발명은 차량 분야에 관한 것으로, 특히 환경 목표의 특징점을 추출하는 방법 및 장치에 관한 것이다.
자율 주행 차량은 주행 과정에서 차체에 장착된 센서를 이용하여 주변 환경 목표의 정보를 얻고, 주변 환경 차도선 정보를 결합하여 목표에 대한 영역 구획을 실행함으로써, 목표의 영역 속성을 추가로 얻을 수 있다. 상이한 영역의 목표는 종방향 제어 및 차도 변경 의사 결정에 이용될 수 있으며, 동시에 차도선 정보는 차량에 주행 경로 정보를 제공하여, 차도 변경 및 차도 유지를 위한 횡방향 제어에 이용할 수 있다.
도로 환경에는 비교적 큰 환경 목표(예를 들어 대형 트럭 등)가 존재하기에, 그 길이, 폭 등 사이즈가 매우 커서 목표의 하나의 중심점 속성으로 표시할 수 없어 차량의 횡방향, 종방향 제어 효과가 좋지 않고, 심각한 상황에서는 교통 사고를 일으킬 수 있다. 따라서, 장애물의 관심 포인트 정보를 보다 포괄적으로 추출하고, 일부 관련없는 목표 속성을 제거하여 의사 결정 시스템이 목표 선택에 대한 난이도를 낮추는 동시에, 전체 시스템 제어가 더 정확하고 안전하게 해야한다.
이를 고려하여, 본 발명은 적어도 환경 목표의 특징점 추출을 해결하기 위한 환경 목표의 특징점을 추출하는 방법을 제공한다.
상기 목적을 달성하기 위해, 본 발명의 기술 방안은 다음과 같이 구현된다.
환경 목표의 특징점을 추출하는 방법을 제공한다. 상기 방법은 상기 환경 목표의 각 코너 포인트의 위치를 얻는 단계; 및 상기 환경 목표의 각 코너 포인트의 위치에 따라 상기 환경 목표의 특징점을 결정하는 단계; 를 포함한다.
또한, 상기 환경 목표의 특징점은 고정 영역 특징점 및/또는 후속 영역 특징점을 포함하고, 상기 고정 영역 특징점은, 상기 환경 목표에서 주행 좌표계 XFOFYF의 기준선에 횡방향으로 가장 가까운 포인트인 고정 영역 횡방향 최근점; 상기 환경 목표에서 기준선에 횡방향으로 가장 먼 포인트인 고정 영역 횡방향 최원점; 상기 환경 목표에서 주행 좌표계 XFOFYF의 좌표 원점 OF에 종방향으로 가장 가까운 포인트인 고정 영역 종방향 최근점; 상기 환경 목표와 자차가 위치한 차도 양측 차도선의 교점에서 상기 좌표 원점 OF에 종방향으로 가장 가까운 포인트인 고정 영역 3.75 특징점; 상기 환경 목표와 자차가 위치한 차도내의 2개의 가상선의 교점에서 상기 좌표 원점 OF에 종방향으로 가장 가까운 포인트인 고정 영역 2.8 특징점 중 하나 이상을 포함하며. 상기 2개의 가상선은 자차가 위치한 차도 양측 차도선과 평행하며, 각각 양측 차도선 중의 일측 차도선과의 거리가 소정의 횡방향 거리인 가상선이다. 상기 후속 영역은 자차 운행 방향의 전방에 위치하고, 도로 방향과 평행하여 소정의 폭를 갖는 영역이고, 상기 후속 영역 특징점은 상기 환경 목표와 상기 후속 영역의 교차점에서 상기 좌표 원점 OF에 종방향으로 가장 가까운 포인트를 의미한다. 여기서, 상기 주행 좌표계 XFOFYF는 상기 자차가 위치한 도로의 사이드라인을 기준선으로 하며, 좌표 원점OF는 상기 기준선에서 상기 자차의 특징점까지 거리가 가장 짧은 포인트이며, 횡축 XF은 도로 안내선 방향과 평행하며, 종축 YF는 도로 안내선 방향과 왼손 또는 오른손 규칙을 따른다.
또한, 상기 환경 목표의 각 코너 포인트의 위치에 따라 상기 환경 목표의 특징점을 결정하는 단계는, 상기 환경 목표의 각 코너 포인트에서 상기 고정 영역 횡방향 최근점, 상기 고정 영역 횡방향 최원점, 상기 고정 영역 종방향 최근점을 추출하는 단계; 상기 환경 목표의 인접한 두 코너 포인트로 구성된 각 선분이 자차가 위치한 차도 양측 차도선과의 모든 교점을 계산하고, 해당 모든 교점에서 상기 좌표 원점 OF와 종방향으로 거리가 가장 가까운 점을 상기 고정 영역 3.75 특징점으로 하는 단계; 상기 환경 목표의 인접한 두 코너 포인트를 연결하여 구성된 각 선분이 상기 두 가상선과의 모든 교점을 계산하고, 해당 모든 교점에서 상기 좌표 원점 OF와 종방향으로 거리가 가장 가까운 점을 상기 고정 영역 2.8특징점으로 하는 단계; 및 상기 환경 목표의 인접한 두 코너 포인트를 연결하여 구성된 각 선분이 상기 후속 영역과의 모든 교점을 계산하고, 해당 모든 교점에서 상기 좌표 원점 OF와 종방향으로 거리가 가장 가까운 점을 상기 후속 영역 특징점으로 하는 단계; 를 포함한다.
또한, 상기 방법은 상기 환경 목표의 각 특징점이 주행 좌표계에서의 좌표를 얻는 단계를 더 포함한다.
또한, 상기 방법은, 상기 기준선에서 상기 임의의 한 특징점까지의 가장 가까운 거리 및 상기 기준선에서 상기 가장 가까운 거리에 대응하는 포인트를 결정하는 단계; 상기 가장 가까운 거리의 크기를 상기 임의의 한 특징점이 상기 주행 좌표계에서의 종좌표의 크기로 하는 단계; 상기 기준선에서 상기 임의의 한 특징점까지의 거리가 가장 가까운 포인트와 상기 좌표 원점 OF간의 종방향 호 길이를 결정하는 단계; 및 상기 종방향 호 길이의 크기를 상기 임의의 한 특징점이 상기 주행 좌표계에서의 횡좌표의 크기로 결정하며, 상기 임의의 한 특징점이 상기 주행 좌표계에서 상기 좌표 원점 OF에 대한 위치에 따라 상기 임의의 한 특징점의 종좌표와 횡좌표의 음양을 결정하는 단계; 에 따라 상기 환경 목표의 임의의 한 특징점이 상기 주행 좌표계에서의 좌표를 결정한다.
또한, 상기 후속 영역의 중심선의 연장선은 상기 자차의 전단 중심점을 통과하며, 상기 후속 영역의 길이 범위는 150~250m이고, 및/또는 상기 후속 영역의 폭 범위는 2.2m~3.4m이다.
또한, 상기 소정의 횡방향 거리의 범위는 0.445~0.505m이다.
기존 기술과 비교하면, 본 발명에 따른 환경 목표의 특징점을 추출하는 방법은 다음과 같은 장점이 있다.
특징점의 추출을 통해 목표 식별이 부정확한 문제를 해결할 수 있으며, 특히 비교적 큰 목표(예를 들면 트럭 등)의 인식에 적용된다. 의사 결정 시스템이 더 주목하는 환경 목표의 특징점을 정확하게 추출하여 목표에 대한 의사 결정 시스템의 정보 수요를 줄이고, 의사 결정 시스템의 계산량을 간소화하였다. 의사 결정 시스템은 추출된 목표 특징점에 따라 횡종방향의 제어를 수행함으로써 제어 전략이 더 용이하게하고 제어 정확도 및 제어 효과가 더 이상적이다.
본 발명의 다른 목적은 환경 목표의 특징점을 추출하는 장치를 제공하는 것이다. 상기 장치는 메모리와 프로세서를 포함하며, 상기 메모리에는 명령어가 저장되고, 상기 명령어는 상기 프로세서가 전술한 환경 목표의 특징점을 추출하는 방법을 실행하도록 한다.
상기 환경 목표의 특징점을 추출하는 장치와 전술한 환경 목표의 특징점을 추출하는 방법은 종래 기술과 비교하여 동일한 장점을 가지며, 여기서는 설명을 생략한다.
본 발명의 또 다른 목적은 머신 판독 가능 저장 매체를 제공하는 것이며, 상기 머신 판독 가능 저장 매체에는 명령어가 저장되고, 상기 명령어는 상기 머신이 전술한 환경 목표의 특징점을 추출하는 방법을 실행하도록 한다.
본 발명 실시예의 다른 특징 및 장점은 다음의 구체적인 실시 형태를 통해 상세히 설명될 것이다.
도면은 본 발명의 실시예에 대한 이해를 돕기 위해 사용되고 명세서의 일부를 구성하며, 이하의 구체적인 실시 형태와 함께 본 발명의 실시예를 해석하기 위해 사용되지만, 본 발명 실시예에 대한 제한을 의미하지 않는다.
도 1은 본 발명의 일 실시예에 따른 환경 목표의 특징점을 추출하는 방법을 나타낸 개략적인 흐름도이다.
도 2는 자차와 환경 목표를 나타낸 상대적인 개략도이다.
도 3은 주행 좌표계를 나타낸 하나의 개략도이다.
도 4는 주행 좌표계의 원점을 결정하는 것을 나타낸 개략도이다.
도 5는 고정 영역 3.75 특징점을 나타낸 개략도이다.
도 6은 고정 영역 2.8 특징점을 나타낸 개략도이다.
도 7은 후속 영역의 특징점을 나타낸 개략도이다.
도 8은 환경 목표의 임의의 한 특징점이 주행 좌표계에서의 좌표를 계산하는 것을 나타낸 개략도이다.
도 9는 본 발명의 일 실시예에 따른 환경 목표의 특징점을 추출하는 장치을 나타낸 구조 블록도이다.
이하, 첨부 도면을 참조하여 본 발명 실시예의 구체적인 실시 형태를 상세히 설명한다. 여기에 설명된 구체적인 실시 형태는 단지 본 발명의 실시예를 예시하고 설명하기 위해서만 사용되며, 본 발명의 실시예를 제한하지 않는다.
도 1은 본 발명의 일 실시예에 따른 환경 목표의 특징점을 추출하는 방법을 나타낸 개략적인 흐름도이다. 도 1에 도시된 바와 같이, 본 발명의 실시예는 환경 목표의 특징점을 추출하는 방법을 제공하며, 상기 방법은 자율 주행 차량과 같은 임의의 차량에 적용될 수 있다. 상기 방법은, 상기 환경 목표의 각 코너 포인트의 위치를 얻는 단계 S110; 및 상기 환경 목표의 각 코너 포인트의 위치에 따라 상기 환경 목표의 특징점을 결정하는 단계 S120; 를 포함할 수 있다. "환경 목표"는 차량 주변의 움직이는 물체 또는 정지된 물체를 말하며, 차량, 사람, 건물 등을 예로 들수 있다. 본 발명 실시예에서는 "환경 목표"가 차량인 경우를 예로 들어 설명한다.
도 2는 자차와 환경 목표을 나타낸 상대적 개략도이다. 도 2에 도시된 바와 같이, 환경 목표는 하나의 차량이고, 환경 목표는 자차 주행 차도의 왼쪽 차도에 위치한다. 자차의 센서는 환경 목표의 후단 중심점 A의 위치, 환경 목표의 중심선과 자차 횡축 또는 종축 사이의 협각, 환경 목표의 길이와 환경 목표의 폭를 감지할 수 있다. 자차에 장착된 센서의 출력 정보는 통상적으로 자차를 기준으로 한 차량 좌표계를 기반으로 하며, 차량 좌표계 XHOHYH의 OH는 통상적으로 차량 중심점을 선택하고, XH는 차량의 종축방향을 가리키고, YH는 차량의 횡축방향을 가리키며, 오른손 규칙을 따라 반시계 방향을 정방향으로 한다. 후단 중심점 A의 위치는 후단 중심점 A가 차량 좌표계에서의 좌표를 말하며, 차량 센서에 의해 출력되는 환경 목표의 중심선과 자차 종축(즉, XH축) 사이의 각도α이면, 환경 목표의 후단 중심점 A가 차량 좌표계에서의 좌표, 환경 목표의 중심선과 자차 종축 사이의 각도α, 환경 목표의 길이와 환경 목표의 폭에 의해 환경 목표의 각 코너 포인트가 차량 좌표계에서의 위치 좌표를 계산할 수 있다.
즉, 상기 단계 S110에서 얻는 것은 환경 목표의 각 코너 포인트가 차량 좌표계에서의 위치 좌표일 수 있다. 차량 좌표계와 글로벌 좌표계는 상호 전환될 수 있기에, 얻는 환경 목표의 각 코너 포인트가 차량 좌표계에서의 위치 좌표를 글로벌 좌표계에서의 위치 좌표로 전환할 수 있다. 상기 단계 S110에서 얻는 것은 환경 목표의 각 코너 포인트가 글로벌 좌표계에서의 위치 좌표일 수 있으며, 본 발명 실시예에서는 이에 대해 특별히 제한하지 않는다.
이하 도 3 및 도 4를 참조하여 본 발명 실시예에서 언급한 주행 좌표계를 설명한다. 도 3은 주행 좌표계를 나타낸 일 개략도이다. 도 3에서 XFOFYF는 주행 좌표계이고, XHOHYH는 차량 좌표계이며, XGOGYG는 글로벌 좌표계이다. 여기서, 글로벌 좌표계 XGOGYG는 대지 좌표계를 기준으로 하며, XG는 북쪽, YG는 동쪽, 각도 방향은 시계 방향을 정방향으로 하며, 각도 범위는 [0, 360°]이다. 여기서, 지도 차도선 정보는 통상적으로 글로벌 좌표계를 기준으로 한다. 차량 좌표계 XHOHYH는 자차를 기준으로 하고, 좌표 원점 OH는 통상적으로 차량의 중심점을 선택하며, XH는 차량의 종축 방향을 가리키고, YH는 차량의 횡축 방향을 가리키며, 오른손 규칙을 따르고, 반시계 방향을 정방향으로 한다. 차량에 장착된 카메라, 레이저 레이더, 밀리미터파 레이더 등과 같은 센서의 출력 정보는 통상적으로 차량 좌표계를 기반으로 제공된다. 본 발명 실시예에서 제시한 주행 좌표계 XFOFYF는 도로의 사이드라인을 기준으로 하며, 도로의 사이드라인은 차량이 위치한 도로의 최좌측 차도 사이드라인 또는 최우측 차도 사이드라인 일 수 있고, 좌표 원점 OF는 상기 기준선에서 상기 차량의 제 4 특징점까지의 거리가 가장 짧은 포인트를 의미하며, 횡축 XF은 도로 안내선 방향과 평행할 수 있는 바, 예를 들면 종축 YF는 도로 안내선 방향이거나 또는 도로 안내선 방향과 반대되는 방향 일 수 있다. 종축 YF와 도로 안내선 방향은 왼손 또는 오른손 규칙을 따른다. 여기서, 제 4 특징점은 차량의 임의의 한 포인트 일 수 있으며, 예를 들어 제 4 특징점은 차량 중심점을 선택할 수 있는 바, 다시 말해서 제 4 특징점은 차량 좌표계의 원점과 일치할 수 있다.
도로가 직선 도로인 경우, 횡축 XF는 직선 도로의 안내선 방향과 평행하고, 도로가 커브 도로인 경우, 예를 들어 차량이 회전할 때, 횡축 XF는 커브 도로의 안내선 방향과 평행하는 바, 즉 횡축 XF와 도로 안내선의 방향은 항상 일치하다. 도 2에서는 종축 YF와 도로 안내선 방향이 왼손 규칙을 따른 것을 나타내며, 본 발명 실시예는 주로 종축 YF와 도로 안내선 방향이 왼손 규칙을 따른 것을 예로 들어 설명된다. 종축 YF와 도로 안내선 방향이 오른손 규칙을 따른 경우도 이와 유사하기에 설명을 생략한다. 차도선과 환경 목표는 차량 좌표계와 주행 좌표계의 이중 속성을 동시에 구비할 수 있다.
도 4는 주행 좌표계의 원점을 결정하는 것을 나타낸 개략도이다. 도 4에서는 차량 최좌측 차도선이 기준선으로 결정되어 있으며, 주행 좌표계 XFOFYF의 기준선은 복수개의 포인트(도 4에 표시된 기준선 포인트)로 구분되고, 각각의 인접된 2개 포인트 간의 거리는 동일한 소정 거리 일 수 있으며, 해당 소정 거리는 필요에 따라 임의로 설정될 수 있는 바, 예를 들면 소정 거리의 범위는 0.05m~0.3m 일 수 있다. 차량 좌표계에서 기준선에서 차량 중심점까지의 가장 가까운 거리를 계산할 때, 기준선에서 구분된 각 포인트 또는 소정 범위내의 각 포인트와 차량 중심까지의 유클리드 거리를 계산하여 차량 중심까지의 가장 가까운 거리를 얻을 수 있다. 기준선에서 해당 가장 가까운 거리에 대응하는 포인트를 주행 좌표계의 원점 OF로 한다. 차량의 이동함에 따라, 주행 좌표계의 원점 위치 OF도 계속 변하게 된다.
본 발명의 실시예에서 환경 목표의 특징점은 주로 주행 좌표계와 관련하여 설명된다. 환경 목표의 특징점은 고정 영역 특징점 및/또는 후속 영역 특징점을 포함할 수 있다.
고정 영역 특징점은, 상기 환경 목표에서 주행 좌표계 XFOFYF의 기준선에 횡방향으로 가장 가까운 포인트인 고정 영역 횡방향 최근점; 상기 환경 목표에서 주행 좌표계 XFOFYF의 기준선에 횡방향으로 가장 먼 포인트인 고정 영역 횡방향 최원점; 상기 환경 목표에서 주행 좌표계 XFOFYF의 좌표 원점 OF에 종방향으로 가장 가까운 포인트인 고정 영역 종방향 최근점; 상기 환경 목표와 자차가 위치한 차도 양측 차도선의 교점에서 상기 좌표 원점 OF에 종방향으로 가장 가까운 포인트인 고정 영역 3.75 특징점; 상기 환경 목표와 자차가 위치한 차도내의 2개의 가상선의 교점에서 상기 좌표 원점 OF에 종방향으로 가장 가까운 포인트인 고정 영역 2.8 특징점, 상기 2개의 가상선은 자차가 위치한 차도 양측 차도선과 평행되며, 각각 양측 차도선 중의 일측 차도선과의 거리가 소정의 횡방향 거리인 가상선임; 중 하나 이상을 포함한다.
환경 목표가 차량인 경우, 환경 목표는 4 개의 코너 포인트를 가지며, 특징점의 정의에 따라 환경 목표의 4 개 코너 포인트에서 고정 영역 횡방향 최근점, 고정 영역 횡방향 최원점, 고정 영역 종방향 최근점을 선택할 수 있으며, 여기서 고정 영역 종방향 최근점은 자차와의 거리가 가장 가까운 특징점이며, 또한 자율 주행 차량이 더 많은 관심을 가지는 특징점이기도 하다. 특히, 목표 차량이 자차의 바로 앞인 전방 영역에 위치한 경우, 고정 영역 종방향 최근점을 얻으면 의사 결정 시스템이 자차의 속도, 가속도와 주행 차도 등을 결정하는데 도움이 될 수 있다.
도 5는 고정 영역 3.75 특징점을 나타낸 개략도이다. 도 5에 도시된 바와 같이, 고정 영역 3.75 특징점은 환경 목표와 자차가 위치한 차도 양측 차도선의 교점에서 상기 좌표 원점 OF와 종방향으로 가장 가까운 포인트인 B이다. 선택적으로, 차량 좌표계 또는 글로벌 좌표계에서, 환경 목표의 인접한 두 코너 포인트 각각으로 구성된 각 선분이 자차가 위치한 차도 양측 차도선과의 모든 교점을 계산한다. 예를 들면, 차량 좌표계에서 선분의 방정식과 차도선의 방정식을 연립하고 방정식을 풀어 교점의 좌표를 구할 수 있다. 다음 모든 교점에서 주행 좌표계 XFOFYF의 좌표 원점OF와 종방향으로 가장 가까운 포인트인 B를 고정 영역 3.75 특징점으로 한다.
도 6은 고정 영역 2.8 특징점을 나타낸 개략도이다. 도 6에 도시된 바와 같이, 고정 영역 2.8 특징점은 환경 목표와 자차가 위치한 차도내의 2개의 가상선 L2.8 및 R2.8의 교점에서 주행 좌표계 XFOFYF의 좌표 원점OF와 종방향으로 가장 가까운 포인트인 C이다. 가상선 L2.8은 자차가 위치한 차도 양측 차도선과 평행하며, 자차가 위치한 차도의 좌측 차도선과 소정의 횡방향 거리를 갖는 가상선이다. 가상선 R2.8은 자차가 위치한 차도 양측 차도선과 평행하며, 자차가 위치한 차도의 우측 차도선과 소정의 횡방향 거리를 갖는 가상선이다. 상기 소정의 횡방향 거리의 범위는 0.445m~0.505m일 수 있으며, 예를 들면 소정의 거리는 0.475m를 선택할 수 있다. 통상적으로, 차도의 폭은 3.75m이고, 소정의 거리가 0.475m 인 경우, 두 가상선 L2.8과 R2.8 사이의 폭은 2.8m이다. 선택적으로, 차량 좌표계 또는 글로벌 좌표계에서, 환경 목표의 인접된 두 코너 포인트 각각으로 구성된 각 선분과 가상선 L2.8 및 R2.8의 모든 교점을 계산한다. 예를 들면, 차량 좌표계에서 선분의 방정식과 가상선의 방정식을 연립하고 방정식을 풀어 교점의 좌표를 구할 수 있다. 다음, 모든 교점에서 주행 좌표계 XFOFYF의 좌표 원점OF와 종방향으로 가장 가까운 포인트인 C를 고정 영역 2.8 특징점으로 한다.
경우에 따라, 목표 차량의 특징점에는 고정 영역 횡방향 최근점, 고정 영역 횡방향 최원점, 고정 영역 종방향 최근점만 포함되고, 고정 영역 3.75 특징점 및/또는 고정 영역 2.8 특징점을 포함되지 않을 수 도 있다. 만약 목표 차량이 고정 영역 3.75 특징점 및/또는 고정 영역 2.8 특징점을 구비한다고 계산되는 경우, 목표 차량의 일부가 자차가 위치한 차도의 전방 영역에 있음을 의미하며, 의사 결정 시스템이 차도 변경 결정을 내릴 때, 고정 영역 3.75 특징점 및/또는 고정 영역 2.8 특징점의 위치를 고려하여 보다 정확하고 안전한 차도 변경 방안을 얻을 수 있다. 또한, 고정 영역 3.75 특징점과 고정 영역 2.8 특징점 등 특징점에 따른 솔루션에 따라, 의사 결정 시스템은 보다 용이하게 목표의 중요 등급을 판단할 수 있어, 전체 시스템이 보다 안전하고 안정적이게 된다.
도 7은 후속 영역 특징점을 나타낸 개략도이다. 도 7에 도시된 바와 같이, 후속 영역은 차량 주행 방향의 전방(예를 들어 바로 앞), 도로 방향과 평행하고 소정의 폭을 갖는 영역일 수 있으며, 후속 영역 중심선의 연장선은 자차의 전단 중심선을 통과 할 수 있다. 도 7에서는 직선 도로에서의 후속 영역을 나타낸 개략도이며, 커브 도로인 경우에, 도로 방향의 후속 영역과 평행하는 동시에 만곡된다. 후속 영역의 두 가상 후속 영역 라인 FL2.8 및 FR2.8은 자차의 전단 중심점을 통과하며 차선과 평행한 가상선을 왼쪽과 오른쪽으로 각각 소정 거리만큼 오프셋하여 얻을 수 있으며, 해당 소정 거리의 범위는 1.1m~1.7m 일 수 있는 바, 예를 들면 1.4m 일 수 있다. 후속 영역의 길이 범위는 150m~250m이며, 및/또는 상기 후속 영역의 폭 범위는 2.2m~3.4m일 수 있다. 바람직하게는, 후속 영역의 폭 범위가 차량의 폭보다 크거나 같을 수 있다. 후속 영역은 차량의 이동에 따라 이동하지만 항상 차량의 전방에 위치한다. 예를 들어, 차량이 횡방향으로 차도을 변경할 때, 후속 영역은 여전히 차량 주행 방향의 전방에 위치한다.
후속 영역 특징점은 환경 목표와 후속 영역의 교점에서 주행 좌표계 XFOFYF의 좌표 원점 OF에 종방향으로 가장 가까운 포인트인D이다. 선택적으로, 차량 좌표계 또는 글로벌 좌표계에서, 환경 목표의 인접한 두 코너 포인트 각각으로 구성된 각 선분이 두 가상선 FL2.8과 FR2.8의 모든 교점을 구할 수 있다. 예들 들어, 차량 좌표계에서 선분의 방정식과 가상선의 방정식을 연립하고 방정식을 풀어 교점의 좌표를 구할 수 있다. 다음, 모든 교점에서 주행 좌표계 XFOFYF의 좌표 원점 OF과 종방향으로 가장 가까운 포인트인 D를 후속 영역의 특징점으로 한다.
만일 목표 차량이 후속 영역 특징점을 가진다고 계산되는 경우, 목표 차량의 적어도 일부가 후속 영역에 위치하는 것으로 결정되고, 차도 변경 과정에서, 후속 영역 특징점의 위치에 따라 차도 변경 속도, 가속도 등을 실시간으로 조절해야 한다.
또한, 본 발명 실시예에서 제공하는 환경 목표의 특징점을 추출하는 방법은 환경목표의 각 특징점이 주행 좌표계에서의 좌표를 얻는 단계를 더 포함할 수 있다.
도 8은 환경 목표의 임의의 한 특징점이 주행 좌표계에서의 좌표를 계산하는 것을 나타낸 개략도이다. 도 8에서는 주행 좌표계의 횡축 XF가 도로 안내선 방향을 가리키고, 종축 YF가 도로 안내선 방향과 왼손 규칙을 따르는 것을 예로 들어 설명한다. 환경 목표의 임의의 한 특징점 M이 차량 좌표계에서의 좌표는 이미 계산을 통해 알고있다.
주행 좌표계에서 기준선에서 포인트M까지의 가장 가까운 거리를 찾는다. 예를 들어, 기준선에서 주행 좌표계의 원점으로부터 시작하여 앞 또는 뒤로 에르고딕할 수 있으며, 여기서 앞 또는 뒤로 에르고딕하는지는 포인트M이 차량 중심점의 전방 혹은 후방에 있는지에 의해 결정되며, 이것은 포인트M이 차량 좌표계에서의 좌표에 의해 용이하게 결정될 수 있다. 만일 포인트M이 자차 차량 중심점의 전방에 있으면, 기준선에서 주행 좌표계의 원점으로부터 시작하여 앞으로 기준선의 각 포인트를 에르고딕하여 포인트 M까지의 가장 가까운 거리를 결정할 수 있다. 만일 포인트M이 차량 중심점의 후방에 있으면, 기준선에서 주행 좌표계의 원점으로부터 시작하여 뒤로 기준선의 각 포인트를 에르고딕하여 포인트M까지의 가장 가까운 거리 및 기준선에서 해당 가장 가까운 거리에 대응하는 포인트N을 결정할 수 있다. 해당 가장 가까운 거리의 크기는 포인트M이 주행 좌표계에서 종좌표의 크기로 할 수 있다. 포인트M이 주행 좌표계에서 종좌표의 음양은 포인트M이 기준선 또는 좌표 원점 OF에 대한 위치에 의해 결정될 수 있으며, 만일 포인트M이 기준선 또는 좌표 원점 OF의 오른쪽에 있는 경우에는 양수이고, 왼쪽에 있는 경우에는 음수이다.
포인트M이 주행 좌표계에서의 횡좌표의 크기는 기준선에서의 포인트N과 좌표 원점 OF간의 종방향 호 길이의 크기이고, 기준선에서의 포인트N과 좌표 원점 OF간의 종방향 호 길이의 크기는 기준선에서의 포인트N과 좌표 원점 OF간에 구획된 포인트와 포인트 간의 거리를 누적 계산하여 얻을 수 있다. 포인트A가 주행 좌표계에서의 종좌표의 음양은 포인트M이 좌표 원점 OF에 대한 위치에 의해 결정될 수 있으며, 만일 포인트M이 좌표 원점 OF의 전방에 있으면 양수이고, 후방에 있으면 음수이다.
환경목표의 임의의 특징점이 주행 좌표계에서의 좌표를 결정하는 방법은 포인트M이 주행좌표계에서의 좌표를 결정하는 방법과 유사하며, 여기서는 설명을 생략한다.
각 특징점이 주행 좌표계에서의 좌표를 계산하는 것을 통해 목표 특징점 정보의 사용범위를 확대함으로써, 직선 도로 및 커브 도로 조건에서 모두 사용할 수 있게 된다. 주행 좌표계에서 계산된 거리는 커브 도로 조건에서 직선 거리가 아닌 호 길이이며, 이는 환경 목표의 특수 조건에서의 특징점 거리 정보의 정확성을 향상시킨다.
이에 대응하여, 본 발명의 실시예는 또한 머신 판독 가능 저장 매체를 제공하며, 상기 머신 판독 가능 저장 매체에는 명령어가 저장되고, 상기 명령어는 상기 머신이 전술한 환경 목표의 특징점을 추출하는 방법을 실행하도록 한다. 상기 머신 판독 가능 저장 매체는 예를 들어 U 디스크, 모바일 하드 디스크, 읽기 전용 메모리(ROM，Read-Only Memory), 랜덤 액세스 메모리(RAM，Random Access Memory), 자기 디스크 또는 광 디스크 등 프로그램을 저장할 수 있는 다양한 매체일 수 있다.
도 9는 본 발명 일 실시예에 따른 환경 목표의 특징점을 추출하는 장치를 나타낸 구조 블록도이다. 도 9에 도시된 바와 같이, 본 발명의 실시예는 환경 목표의 특징점을 추출하는 장치를 제공한다. 상기 장치는 메모리(910)와 프로세서(920)를 포함할 수 있으며, 메모리(910)에는 명령어가 저장되며, 해당 명령어는 프로세서(920)가 본 발명의 임의의 실시예에 따른 환경 목표의 특징점 추출 방법을 실행하도록 할 수 있다.
프로세서(920)는 중앙 처리 장치(Central Processing Unit, CPU), 기타 범용 프로세서, 디지털 신호 프로세서(Digital Signal Processor, DSP), 주문형 집적 회로(Application Specific Integrated Circuit, ASIC), 필드 프로그램 가능 게이트 어레이 (Field-Programmable Gate Array，FPGA) 또는 기타 프로그래밍 가능 논리 장치, 개별 게이트 또는 트랜지스터 논리 장치, 개별 하드웨어 구성 요소 등 일 수 있다.
메모리(910)는 상기 컴퓨터 프로그램 명령어를 저장하기 위해사용될 수 있으며, 상기 프로세서는 상기 메모리에 저장된 컴퓨터 프로그램 명령어를 운행 또는 실행하고 메모리에 저장된 데이터를 호출함으로써, 상기 차량 센서용 데이터 융합 장치의 다양한 기능을 구현한다. 메모리(910)는 고속 랜덤 액세스 메모리를 포함할 수 있으며, 또한 하드 디스크, 램(RAM), 플러그인 하드 디스크, 스마트 메모리 카드(Smart Media Card, SMC), 안전 수자(Secure Digital,SD) 카드, 플래시 카드(Flash Card), 적어도 하나의 자기 디스크 저장 장치, 플래시 메모리 장치 또는 기타 휘발성 솔리드 스테이트 저장 장치와 같은 비 휘발성 메모리(non-volatile memory)를 포함할 수 있다.
본 발명의 실시예에서 제공되는 환경 목표의 특징점을 추출하는 장치의 구체적인 작업 원리 및 장점은 전술한 본 발명 실시예에서 제공하는 환경 목표의 특징점을 추출하는 방법의 구체적인 작업 원리 및 장점과 유사하므로 여기서는 설명을 생략한다.
이상 도면을 결합하여 본 발명 실시예의 선택적인 실시 형태를 상세하게 설명하였으나, 본 발명 실시예는 전술한 실시 형태의 특정 세부 사항에 한정되지 않으며, 본 발명 실시예의 기술적 사상의 범위내에서, 본 발명실시예의 기술 방안에 대해 간단하고 다양한 변형을 수행할 수 있으며, 이러한 간단한 변형은 모두 본 발명 실시예의 보호 범위에 속한다.
또한, 전술한 특정 실시예에서 설명된 구체적인 기술 특징 각각은 모순되지 않는 한, 임의의 적절한 방식으로 조합될 수 있다. 불필요한 중복을 방지하기 위해, 본 발명 실시예에서는 각종 가능한 조합 방식에 대해서는 더 이상 설명하지 않는다.
당업자들은 전술한 실시예에 따른 방법의 전부 단계 또는 일부 단계가 프로그램을 통해 관련 하드웨어를 지시함으로써 구현될 수 있음을 이해할 수 있을 것이며, 해당 프로그램은 하나의 저장 매체에 저장되고, 복수의 명령어를 포함함으로써 단일 칩 마이크로 컴퓨터, 칩 또는 프로세서(processor)가 본 출원 각 실시예에 따른 상기 방법의 전부 또는 일부 단계를 실행하게 한다. 전술한 저장 매체는 U 디스크, 모바일 하드 디스크, 읽기 전용 메모리(ROM, Read-Only Memory), 렌덤 액세스 메모리(RAM，Random Access Memory), 자기 디스크 또는 광 디스크 등 프로그램 코드를 저장할 수 있는 다양한 매체를 포함할 수 있다.
또한, 본 발명의 실시예의 사상을 위반하지 않는 한, 본 발명 실시예의 다양한 실시 형태는 임의로 조합될 수 있으며, 이 또한 본 발명 실시예에 의해 개시된 내용으로 간주되어야 한다.
910: 메모리 920: 프로세서

Claims (10)

  1. 방법은, 환경 목표의 각 코너 포인트의 위치를 얻는 단계; 및
    상기 환경 목표의 각 코너 포인트의 위치에 따라 상기 환경 목표의 특징점을 결정하는 단계; 를 포함하며,
    상기 환경 목표는 차량 주변의 움직이는 물체 또는 정지된 물체를 의미하며,
    상기 환경 목표의 특징점은 고정 영역 특징점 및 후속 영역 특징점 중 적어도 하나를 포함하고,
    상기 고정 영역 특징점은, 상기 환경 목표에서 주행 좌표계 XFOFYF의 기준선에 횡방향으로 가장 가까운 포인트인 고정 영역 횡방향 최근점; 상기 환경 목표에서 기준선에 횡방향으로 가장 먼 포인트인 고정 영역 횡방향 최원점; 상기 환경 목표에서 주행 좌표계 XFOFYF의 좌표 원점 OF에 종방향으로 가장 가까운 포인트인 고정 영역 종방향 최근점; 상기 환경 목표와 자차가 위치한 차도 양측 차도선의 교점에서 상기 좌표 원점 OF에 종방향으로 가장 가까운 포인트인 고정 영역 3.75 특징점; 상기 환경 목표와 자차가 위치한 차도내의 2개의 가상선의 교점에서 상기 좌표 원점 OF에 종방향으로 가장 가까운 포인트인 고정 영역 2.8 특징점; 중 하나 이상을 포함하며, 상기 2개의 가상선은 자차가 위치한 차도 양측 차도선과 평행하며, 각각 양측 차도선 중의 일측 차도선과의 거리가 소정의 횡방향 거리인 가상선이며,
    상기 후속 영역은 자차 운행 방향의 전방에 위치하고, 도로 방향과 평행하여 소정의 폭을 갖는 영역이고, 상기 후속 영역 특징점은 상기 환경 목표와 상기 후속 영역의 교차점에서 상기 좌표 원점 OF에 종방향으로 가장 가까운 포인트를 의미하며;
    여기서, 상기 주행 좌표계XFOFYF는 상기 자차가 위치한 도로의 사이드라인을 기준선으로 하며, 좌표 원점 OF는 상기 기준선상에서 상기 자차의 특징점까지 거리가 가장 짧은 포인트이며, 횡축 XF은 도로 안내선 방향과 평행하며, 종축 YF는 방향 도로 안내선 방향과 왼손 또는 오른손 규칙을 따르는 것을 특징으로 하는 환경 목표의 특징점을 추출하는 방법.
  2. 제 1 항에 있어서,
    상기 환경 목표의 각 코너 포인트의 위치에 따라 상기 환경 목표의 특징점을 결정하는 단계는, 상기 환경 목표의 각 코너 포인트에서 상기 고정 영역 횡방향 최근점, 상기 고정 영역 횡방향 최원점, 상기 고정 영역 종방향 최근점을 추출하는 단계;
    상기 환경 목표의 인접한 두 코너 포인트로 구성된 각 선분이 자차가 위치한 차도 양측 차도선과의 모든 교점을 계산하고, 해당 모든 교점에서 상기 좌표 원점 OF와 종방향으로 거리가 가장 가까운 점을 상기 고정 영역 3.75 특징점으로 하는 단계;
    상기 환경 목표의 인접한 두 코너 포인트를 연결하여 구성된 각 선분이 상기 2개의 가상선과의 모든 교점을 계산하고, 해당 모든 교점에서 상기 좌표 원점 OF와 종방향으로 거리가 가장 가까운 점을 상기 고정 영역 2.8특징점으로 하는 단계; 및
    상기 환경 목표의 인접한 두 코너 포인트를 연결하여 구성된 각 선분이 상기 후속 영역과의 모든 교점을 계산하고, 해당 모든 교점에서 상기 좌표 원점 OF와 종방향으로 거리가 가장 가까운 점을 상기 후속 영역 특징점으로 하는 단계;를 포함하는 것을 특징으로 하는 환경 목표의 특징점을 추출하는 방법.
  3. 제 1 항에 있어서,
    상기 방법은 상기 환경 목표의 각 특징점이 주행 좌표계에서의 좌표를 얻는 단계를 더 포함하는 것을 특징으로 하는 환경 목표의 특징점을 추출하는 방법.
  4. 제 3 항에 있어서,
    상기 방법은,
    상기 기준선에서 상기 임의의 한 특징점까지의 가장 가까운 거리 및 상기 기준선에서 상기 가장 가까운 거리에 대응하는 포인트를 결정하는 단계;
    상기 가장 가까운 거리의 크기를 상기 임의의 한 특징점이 상기 주행 좌표계에서의 종좌표의 크기로 하는 단계;
    상기 기준선에서 상기 임의의 한 특징점까지의 거리가 가장 가까운 포인트와 상기 좌표 원점 OF간의 종방향 호 길이를 결정하는 단계; 및
    상기 종방향 호 길이의 크기를 상기 임의의 한 특징점이 상기 주행 좌표계에서의 횡좌표의 크기로 결정하며,
    상기 임의의 한 특징점이 상기 주행 좌표계에서 상기 좌표 원점 OF에 대한 위치에 따라 상기 임의의 한 특징점의 종좌표와 횡좌표의 음양을 결정하는 단계; 에 따라 상기 환경 목표의 임의의 한 특징점이 상기 주행 좌표계에서의 좌표를 결정하는 것을 특징으로 하는 환경 목표의 특징점을 추출하는 방법.
  5. 제 1 항에 있어서,
    상기 후속 영역의 중심선의 연장선은 상기 자차의 전단 중심점을 통과하며, 상기 후속 영역의 길이 범위는 150~250m인 것을 특징으로 하는 환경 목표의 특징점을 추출하는 방법.
  6. 제 1 항에 있어서,
    상기 후속 영역의 폭 범위는 2.2m~3.4m인 것을 특징으로 하는 환경 목표의 특징점을 추출하는 방법.
  7. 제 1 항에 있어서,
    상기 소정의 횡방향 거리의 범위는 0.445~0.505m인 것을 특징으로 하는 환경 목표의 특징점을 추출하는 방법.
  8. 제 1 항에 있어서,
    상기 환경 목표의 각 코너 포인트의 위치를 얻는 단계는,
    상기 환경 목표의 후단 중심점의 위치, 상기 환경 목표의 중심선과 자차 횡축 또는 종축 사이의 협각, 상기 환경 목표의 길이와 상기 환경 목표의 폭을 얻는 단계; 및
    상기 후단 중심점의 위치, 상기 협각, 상기 환경 목표의 길이와 상기 환경 목표의 폭을 이용하여 상기 환경 목표의 각 코너 포인트의 위치를 각각 계산하는 단계; 를 포함하는 것을 특징으로 하는 환경 목표의 특징점을 추출하는 방법.
  9. 차량의 환경 목표가 위치한 영역을 결정하는 장치에 있어서,
    상기 장치는 메모리와 프로세서를 포함하며, 상기 메모리에는 명령어가 저장되고, 상기 명령어는 상기 프로세서가 제 1 내지 8 항 중 어느 한 항에 따른 환경 목표의 특징점을 추출하는 방법을 실행하도록 하는 것을 특징으로 하는 차량의 환경 목표가 위치한 영역을 결정하는 장치.
  10. 머신 판독 가능 저장 매체에 있어서,
    상기 머신 판독 가능 저장 매체에는 명령어가 저장되고, 상기 명령어는 머신이 제 1 내지 8 항 중 어느 한 항에 따른 환경 목표의 특징점을 추출하는 방법을 실행하도록 하는 것을 특징으로 하는 머신 판독 가능 저장 매체.

KR1020217013022A 2018-09-30 2019-09-27 환경 목표의 특징점을 추출하는 방법 및 장치 KR102534412B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201811154061.8A CN110378177B (zh) 2018-09-30 2018-09-30 用于提取环境目标的特征点的方法及装置
CN201811154061.8 2018-09-30
PCT/CN2019/108399 WO2020063813A1 (zh) 2018-09-30 2019-09-27 用于提取环境目标的特征点的方法及装置

Publications (2)

Publication Number Publication Date
KR20210069687A KR20210069687A (ko) 2021-06-11
KR102534412B1 true KR102534412B1 (ko) 2023-05-26

Family

ID=68243466

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020217013022A KR102534412B1 (ko) 2018-09-30 2019-09-27 환경 목표의 특징점을 추출하는 방법 및 장치

Country Status (6)

Country Link
US (1) US11928870B2 (ko)
EP (1) EP3859594A4 (ko)
JP (1) JP7299976B2 (ko)
KR (1) KR102534412B1 (ko)
CN (1) CN110378177B (ko)
WO (1) WO2020063813A1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112308836B (zh) * 2020-11-02 2022-10-04 创新奇智(上海)科技有限公司 角点检测方法、装置、电子设备及可读存储介质
CN112799055A (zh) * 2020-12-28 2021-05-14 深圳承泰科技有限公司 一种探测被测车辆的方法、装置以及电子设备
CN114132325B (zh) * 2021-12-14 2024-03-01 京东鲲鹏(江苏)科技有限公司 车辆的行驶方法和装置
CN117111491B (zh) * 2023-10-25 2024-01-19 北京赛目科技股份有限公司 一种自动驾驶仿真中物体最近点确定方法、装置及设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170247029A1 (en) * 2016-02-25 2017-08-31 Toyota Jidosha Kabushiki Kaisha Travel control apparatus

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102254318B (zh) * 2011-04-08 2013-01-09 上海交通大学 基于图像透视投影变换的车辆道路交通视频测速方法
KR101227569B1 (ko) 2011-05-26 2013-01-29 한국과학기술연구원 골프 스윙 분석을 위한 신체 부위별 위치 추적 장치 및 방법
CN103065151B (zh) * 2012-11-04 2017-02-22 北京工业大学 一种基于深度信息的车辆识别方法
KR101455236B1 (ko) * 2013-04-19 2014-11-07 주식회사 제이엠랩 이동형 증강현실 제공 장치 및 그 방법
RU2659371C1 (ru) 2014-08-29 2018-06-29 Ниссан Мотор Ко., Лтд. Устройство управления движением и способ управления движением
CN106697042B (zh) * 2015-11-17 2019-04-19 比亚迪股份有限公司 车辆、车辆的转向传动机构和车辆的转向系统
JP6564713B2 (ja) * 2016-02-01 2019-08-21 三菱重工業株式会社 自動運転制御装置、車両及び自動運転制御方法
CN105956527B (zh) 2016-04-22 2019-10-22 百度在线网络技术（北京）有限公司 用于无人驾驶车的障碍物检测结果评估方法和装置
KR102528002B1 (ko) * 2016-08-17 2023-05-02 현대모비스 주식회사 탑뷰 영상 생성 장치 및 그 방법
CN106548486B (zh) * 2016-11-01 2024-02-27 浙江大学 一种基于稀疏视觉特征地图的无人车位置跟踪方法
CN108886572B (zh) * 2016-11-29 2021-08-06 深圳市大疆创新科技有限公司 调整图像焦点的方法和系统
KR20180061686A (ko) 2016-11-30 2018-06-08 삼성전자주식회사 자율 주행 경로 생성 방법 및 그 장치
CN108286976A (zh) * 2017-01-09 2018-07-17 北京四维图新科技股份有限公司 一种点云数据的融合方法和装置、以及混合导航系统
CN107895375B (zh) * 2017-11-23 2020-03-31 南京莱斯电子设备有限公司 基于视觉多特征的复杂道路线提取方法
CN108280840B (zh) 2018-01-11 2021-09-03 武汉理工大学 一种基于三维激光雷达的道路实时分割方法
CN110962856B (zh) * 2018-09-30 2021-07-27 毫末智行科技有限公司 用于确定车辆的环境目标所处的区域的方法及装置
CN111563474A (zh) * 2020-05-18 2020-08-21 北京茵沃汽车科技有限公司 运动背景下的基于车载鱼眼镜头的障碍物检测方法、系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170247029A1 (en) * 2016-02-25 2017-08-31 Toyota Jidosha Kabushiki Kaisha Travel control apparatus

Also Published As

Publication number Publication date
CN110378177B (zh) 2022-01-28
JP7299976B2 (ja) 2023-06-28
CN110378177A (zh) 2019-10-25
KR20210069687A (ko) 2021-06-11
EP3859594A4 (en) 2021-11-24
US20210365695A1 (en) 2021-11-25
JP2022502311A (ja) 2022-01-11
US11928870B2 (en) 2024-03-12
WO2020063813A1 (zh) 2020-04-02
EP3859594A1 (en) 2021-08-04

Similar Documents

Publication Publication Date Title
KR102534412B1 (ko) 환경 목표의 특징점을 추출하는 방법 및 장치
KR102512207B1 (ko) 차도선 피팅 방법 및 시스템
CN112068545B (zh) 一种无人驾驶车辆在十字路口的行驶轨迹规划方法、系统及存储介质
CN110687539B (zh) 一种车位检测方法、装置、介质和设备
CN111750886B (zh) 局部路径规划方法及装置
JP2020132151A (ja) 車両走行軌跡の予測方法、装置、端末、記憶媒体、及びプログラム
JP7346707B2 (ja) 自律車両のポリライン輪郭表現
CN110706307A (zh) 电子地图构建方法、装置以及存储介质
JP6038422B1 (ja) 車両判定装置、車両判定方法及び車両判定プログラム
CN112373474B (zh) 车道线融合及横向控制方法、系统、车辆及存储介质
US20220371583A1 (en) Systems and Methods for Selectively Decelerating a Vehicle
EP4275192A2 (en) Systems and methods for common speed mapping and navigation
CN115900738A (zh) 路径规划方法、装置、车辆以及存储介质
CN110962856B (zh) 用于确定车辆的环境目标所处的区域的方法及装置
WO2021170140A1 (zh) 一种车道结构检测方法及装置
CN110962857B (zh) 用于确定车辆的环境目标所处的区域的方法及装置
JP5682302B2 (ja) 走行道路推定装置、方法およびプログラム
CN115145671A (zh) 车辆导航方法、装置、设备、存储介质和计算机程序产品
CN110834626B (zh) 行车障碍预警方法、装置、车辆和存储介质
CN110967699B (zh) 用于确定车辆的环境目标所处的区域的方法及装置
RU2774521C1 (ru) Способ помощи при вождении и устройство помощи при вождении
CN117091615A (zh) 路径规划方法、装置、车辆及存储介质
JP2023184097A (ja) 運転支援システム、運転支援方法、及び運転支援プログラム
JP6460870B2 (ja) 進入判定システム、方法およびプログラム
JP2023151393A (ja) 走行制御方法及び走行制御装置

Legal Events

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