KR102562381B1

KR102562381B1 - 차량 호라이즌에서 오브젝트를 컨텍스트화 하기 위한 시스템 및 방법

Info

Publication number: KR102562381B1
Application number: KR1020207031770A
Authority: KR
Inventors: 구스타보 포트만
Original assignee: 하만인터내셔날인더스트리스인코포레이티드
Priority date: 2018-05-04
Filing date: 2018-05-04
Publication date: 2023-08-02
Also published as: WO2019212574A1; EP3788540A4; EP3788540A1; KR20210002517A; US20210231441A1

Abstract

본 개시는 차량 호라이즌 대해 오브젝트를 컨텍스트화하기 위한 시스템, 디바이스 및 방법에 관한 것이다. 일 실시 예에서, 차량 궤적 및 차량 위치 및 차량 궤적에 대한 도로 데이터에 기초하여 차량 호라이즌을 식별하는 단계를 포함하는 방법이 제공된다. 차량 호라이즌은 적어도 하나의 도로 세그먼트를 결정하기 위해 식별된다. 차량과 관련된 오브젝트가 식별되고 도로 세그먼트에 할당될 수 있다. 차량 호라이즌과 관련된 오브젝트만을 할당하여 오브젝트가 컨텍스트화될 수 있다. 도로 세그먼트에 할당된 각 오브젝트는 차량 호라이즌을 기준으로 할당된다. 방법은 차량 호라이즌과 관련된 도로 세그먼트에 할당된 각 오브젝트를 모니터링하는 단계를 포함할 수 있다. 할당된 오브젝트를 모니터링함으로써, 차량에 거의 영향을 미치지 않거나 전혀 영향을 미치지 않는 오브젝트를 무시할 수 있으며 관심 없는 오브젝트를 추적하는 데 차량의 컴퓨팅 리소스가 낭비되지 않을 수 있다.

Description

차량 호라이즌에서 오브젝트를 컨텍스트화 하기 위한 시스템 및 방법

본 개시는 차량 제어를 위한 시스템, 방법 및 디바이스에 관한 것으로, 특히 차량 작동 및 제어를 위한 오브젝트의 컨텍스트화(contextualization)에 관한 것이다.

성능을 유지하면서 도로-차량 어플리케이션에 대한 전자 제품의 무게, 전력 소비, 크기 및 비용을 감소시키려는 지속적인 요구가 있다. 일반적으로, 위에서 언급한 파라미터들은 해당 제품에서 실행되는 알고리즘의 효율성과 이러한 알고리즘이 단위 시간당 처리해야 하는 데이터의 크기에 의해 직접적인 영향을 받는다. 차량 작동에 영향을 줄 가능성이 낮은 오브젝트에 기인한 프로세싱 노력을 제한함으로써 보다 효율적으로 작동하는 차량 구성 요소 및 구성에 대한 요구가 존재한다.

종래의 오브젝트 감지 시스템은 미리 정의된 반경을 이용하여 어떤 오브젝트가 차량에 관련되는지 설정할 수 있다. 원형 "쿠키 커터(cookie cutter)"를 사용하는 것과 유사한 방법에서, 종래의 방법은, 모든 방향에서, 차량에 대해 정의된 거리를 벗어난 모든 오브젝트를 제거한다. 대부분의 경우, 이러한 방식으로 선택된 일부 오브젝트는 차량에 거의 사용되지 않거나 전혀 사용되지 않는다. 예를 들어, 고가 도로(overpass)를 주행하는 제1 차량은 고가 도로 아래 별도의 도로를 주행하는 제2 차량에 의해 감지될 수 있지만, 제2 차량은 제1 차량이 제2 차량에 미치는 영향이 거의 없기 때문에 제1 차량을 추적할 필요가 없다. 그러나, 기존 시스템은 감지된 오브젝트의 관련성을 설정하기 위해 미리 정의된 반경을 사용하기 때문에, 다른 도로 또는 연결되지 않은 도로에 있는 차량 또는 기타 오브젝트가 중요하게 보일 수 있으며 진정으로 관련된 오브젝트와 동일한 계산 리소스(computational resources)가 필요할 수 있다. 유사하게, 기존 시스템은 도로 근처에 있을 수 있지만 낮은 중요도를 갖는 사람 또는 사람들의 그룹의 감지에 응답하여 작동하도록 구성될 수 있다. 예를 들어, 머리 위의 보행자 횡단 보도에 있는 사람들은 차량 이동 방향 내에 있는 것처럼 보일 수 있다. 적어도 이러한 이유로 인해, 기존의 오브젝트 관련성 분류 방법은 차량에 영향을 주지 않는 오브젝트에 대해 계산 리소스를 사용할 수 있다.

기존 시스템은 일반적으로 진행 방향의 도로만 고려하여 사람이 운영하는 차량에서 전자 호라이즌(electronic horizons)을 활용한다. 이러한 시스템은 움직이는 오브젝트와 차량의 관련성을 결정하는 데 사용되지 않으며, 오브젝트를 프로세싱할 때 계산 리소스를 줄이기 위해 사용되지 않는다. 전술한 단점들 중 하나 이상을 극복하는 동작을 허용하는 시스템, 방법 및 장치에 대한 요구가 존재한다. 또한, 정지 상태 또는 이동 중인, 오브젝트를 도로에 대해 컨텍스트화 할 수 있는 시스템, 방법 및 장치에 대한 요구가 존재한다.

본원에 개시되고 청구된 것은 차량 작동 및 제어를 위해 오브젝트를 컨텍스트화하기 위한 방법, 디바이스 및 시스템이다. 일 실시 예는 차량의 제어 유닛에 의해 차량 궤적 및 차량 위치에 대한 도로 데이터에 기초하여 차량 호라이즌을 식별하는 단계를 포함하는 방법에 관한 것이며, 여기서 차량 호라이즌을 식별하는 단계는 도로 데이터 및 차량 궤적에 기초하여 적어도 하나의 도로 세그먼트를 결정하는 단계를 포함한다. 이 방법은 또한, 제어 유닛에 의해, 차량에 대한 적어도 하나의 오브젝트를 식별하고, 제어 유닛에 의해, 제어 유닛에 의해 식별된 오브젝트를 도로 구간에 할당하는 단계를 포함하고, 여기서 도로 세그먼트에 할당된 각 오브젝트는 차량 호라이즌을 기반으로 할당된다. 이 방법은 또한, 제어 유닛에 의해, 차량 호라이즌과 관련된 도로 세그먼트에 할당된 각 오브젝트를 모니터링하는 단계를 포함한다.

일 실시 예에서, 차량 호라이즌은 차량의 현재 도로 및 차량의 미리 정의된 영역 내에서의 그리고 차량 궤적에 기초한 현재 도로에 대한 도로 경로와 관련된다.

일 실시 예에서, 각각의 도로 구간은 제어 유닛에 의해 식별된 도로의 섹션과 관련되며, 여기서 각각의 도로 섹션은 차량 작동 특성에 기초하여 결정된다.

일 실시 예에서, 차량 호라이즌은 현재 도로 및 현재 도로에 합류하는 도로에 대한 차량의 전방 궤적에 기초하여 결정된다.

일 실시 예에서, 차량 호라이즌은 차량의 전방 궤적에 기초하여 차량에 접근하는 교차 도로 경로에 대해 결정된다.

일 실시 예에서, 적어도 오브젝트를 식별하는 단계는 차량의 센서에 의해 적어도 하나의 오브젝트를 검출하는 단계를 포함하고, 오브젝트 위치는 차량에 대해 검출된다.

일 실시 예에서, 적어도 오브젝트를 식별하는 단계는 다른 차량 및 통신 네트워크 중 적어도 하나로부터 적어도 하나의 오브젝트를 수신하는 것을 포함하며, 적어도 하나의 오브젝트에 대한 위치 데이터가 수신된다.

일 실시 예에서, 제어 유닛에 의해 식별된 오브젝트를 도로 세그먼트에 할당하는 단계는 오브젝트가 차량의 차량 호라이즌과 연관될 때 오브젝트를 세그먼트에 연관시키는 것을 포함한다.

일 실시 예에서, 제어 유닛에 의해 식별된 오브젝트를 도로 세그먼트에 할당하는 단계는 차량에 대한 안정 정지 거리를 사용하여 결정되는 선형 거리에 기초한다.

일 실시 예에서, 모니터링은 차량 호라이즌 내의 오브젝트에 대한 오브젝트 위치를 추적하는 것을 포함한다.

일 실시 예는 차량 궤적 및 차량 위치에 대한 도로 데이터에 기초하여 차량 전자 호라이즌을 식별하도록 구성된 차량 궤적 모듈을 포함하는 차량 제어 유닛에 관한 것이며, 차량 호라이즌을 식별하는 것은 도로 데이터에 기초하여 적어도 하나의 도로 세그먼트를 결정하는 것을 포함한다. 차량 제어 유닛은 또한 차량에 대한 적어도 하나의 오브젝트를 식별하고 제어 유닛에 의해 식별된 오브젝트를 도로 세그먼트에 할당하도록 구성된 오브젝트 감지 모듈을 포함하고, 여기서 도로 세그먼트에 할당된 각 오브젝트는 차량 호라이즌을 기반으로 할당된다. 차량 제어 유닛은 또한 차량 호라이즌과 관련된 도로 세그먼트에 할당된 각 오브젝트를 모니터링하도록 구성된다.

다른 양태, 특징 및 기술은 실시 예에 대한 다음의 상세한 설명을 고려하여 관련 기술 분야의 숙련자에게 명백할 것이다.

본 개시 내용의 특징, 목적 및 이점은 유사한 참조 문자가 전체에 걸쳐 상응하게 식별되는 도면과 관련하여 아래에 설명된 상세한 설명으로부터 더욱 명백해질 것이며, 여기서:
도 1은 하나 이상의 실시 예에 따른 차량 및 오브젝트 감지의 그래픽 표현을 도시하고;
도 2는 하나 이상의 실시 예에 따른 오브젝트를 컨텍스트화하기 위한 프로세스를 도시하고;
도 3은 하나 이상의 실시 예에 따른 차량 제어 유닛의 그래픽 표현을 도시하고;
도 4는 하나 이상의 실시 예에 따른 시스템 구성의 그래픽 표현을 도시하고;
도 5a-DF는 하나 이상의 실시 예에 따른 차량 호라이즌의 그래픽 표현을 도시하고; 그리고
도 6은 하나 이상의 실시 예에 따른 차량 호라이즌의 그래픽 표현을 도시하고;
도 7은 하나 이상의 실시 예에 따른 오브젝트 핸들링의 그래픽 표현을 도시하고;
도 8은 하나 이상의 실시 예에 따라 도로 세그먼트에 오브젝트를 할당하는 그래픽 표현을 도시하고;
도 9는 하나 이상의 실시 예에 따른 오브젝트를 컨텍스트화 하는 그래픽 표현을 도시하고;
도 10은 하나 이상의 실시 예에 따른 차량 호라이즌의 그래픽 표현을 도시하고;
도 11a 내지 도 11d는 하나 이상의 실시 예에 따른 오브젝트 컨텍스트화의 그래픽 표현을 도시하고;
도 12는 하나 이상의 실시 예에 따라 세그먼트에 오브젝트를 할당하는 그래픽 표현을 도시하고;
도 13은 하나 이상의 실시 예에 따른 오브젝트를 결정하기 위한 프로세스를 도시하고; 그리고
도 14는 하나 이상의 실시 예에 따른 오브젝트를 할당하기 위한 프로세스를 도시한다.

개요 및 용어

본 개시의 일 양태는 자율 주행 차량(예를 들어, 온-로드)과 같은 차량 시스템 및 ADAS(Advanced Driver Assistant System)와 같은 운전자 지원 시스템에 대한 오브젝트를 식별하는 것에 관한 것이다.

실시 예는 차량 호라이즌(horizon)에 대한 오브젝트를 결정하기 위한 시스템, 방법 및 디바이스에 관한 것이다. 본원에서 논의되는 바와 같이, 본 개시의 원리는 차량이 차량에 영향을 미칠 수 있는 식별된 오브젝트의 선택을 이용할 수 있게 한다. 차량에 대한 오브젝트를 식별하기 위해 시스템, 디바이스 구성 및 프로세스가 제공된다. 도로 차량에 사용할 수 있는 센서는 많은 수의 오브젝트를 감지할 수 있지만 모든 오브젝트가 반드시 차량에 관심이 있는 것은 아니다. 마찬가지로 도로 인프라에 있는 다른 차량의 센서는 오브젝트를 감지하여 차량으로 전송되고 차량의 오브젝트 지식의 일부가 될 수 있다. 오브젝트가 차량 궤적에 팀-근처의 영향이 거의 없거나 전혀 없다면, 차량의 궤적에서 오브젝트를 감지, 식별, 추적하고 결과적으로 고려하면 시스템 전체의 성능에 영향을 미칠 수 있는 귀중한 컴퓨터 리소스가 소모된다. 본 개시는 자아 차량에 관심이 있는 도로 토폴로지에 대한 오브젝트를 컨텍스트화 하는 것에 관한 것이다. 덜 중요하거나 도로 토폴로지에 할당할 수 없는 오브젝트는 덜 중요 할 수 있다. 덜 중요한 오브젝트는 여전히 추적되어 결국 도로 토폴로지의 일부가 될 수 있다. 도로에 대한 오브젝트를 컨텍스트화 하여 처리해야 하는 오브젝트(예를 들어, 데이터)의 수를 줄이기 위해 시스템, 디바이스 구성 및 프로세스가 제공된다. 오브젝트를 식별할 때 도로 토폴로지(예를 들어, 도로 레이아웃, 유형, 인접 도로 등)을 고려할 수 있다. 오브젝트 식별 및 핸들링은 오브젝트를 차량과 다소 관련이 있는 것으로 분류하는 것을 포함할 수 있다.

프로세스 및 디바이스 구성은 가깝거나 감지 범위 내에 있고 차량에 거의 또는 전혀 영향을 미치지 않는 오브젝트 감지와 같이 근접한 거리에서 발생하는 문제를 극복할 수 있다. 예를 들어, 근처에서 감지된 일부 차량은 감지된 차량이 언더 패스 또는 완전히 다른 도로에서 주행할 때 인접하더라도 관련이 없을 수 있다. 별도의 교량 유닛에 있는 차량이 인접하지만 간섭할 가능성이 없는 평행 도로가 있는 교량의 상황에 대해서도 유사한 문제가 제시될 수 있다. 당업자는 도로 기반 차량이 하나의 브리지 스팬을 다른 브리지 스팬으로 남겨 두는 데 거의 또는 전혀 변화가 없음을 인식할 것이다. 고속도로 육교에 있는 사람이나 보행자에 대해 근접한 거리가 제시될 수 있다. 여러 사람이 감지되면, 차량에 높은 처리 능력이 필요할 수 있다. 교량 육교에 있는 사람의 경우 사람을 추적하는 처리 담당자가 필요하지 않는다.

본 개시의 일 양태는 차량에 대한 오브젝트를 식별하는 것에 관한 것이다. 차량 근처에서 관련성이 있는 것으로 간주되는 오브젝트를 선택하기 위해 기하학적 형상(예를 들어, 직사각형 또는 타원형)을 사용할 수 있는 기존의 방법과 달리, 실시 예는 미리 정의된 형상을 사용하지 않고 오브젝트를 선택하는 것이다. 일 실시 예에 따르면, 관련 오브젝트의 선택은 차량에 대한 "관심 도로"의 형상에 대략적으로 일치하는 동적으로 생성된 형상을 사용하는 것에 기초한다. 차량에 대한 "관심 도로"의 결정은 차량 유형, 차량이 위치한 국가, 도로 유형, 날씨, 시간 또는 차량의 주행 성능에 영향을 미칠 수 있는 기타 요인과 같은 여러 요인에 따라 달라질 수 있다. 특정 실시 예에서, 설명 "관심 도로"는 차량의 "전자 호라이즌"을 지칭할 수 있다. 일 실시 예에 따르면, 오브젝트가 결정된 형상에 맞는지에 기초하여 이미 검출된 오브젝트로부터 선택이 이루어질 수 있다. 다른 실시 예에 따르면, 형상 내에 있는 것으로 결정된 오브젝트가 검출된다.

본 개시의 일 양태는 오브젝트를 컨텍스트화하기 위해 차량 호라이즌을 결정하는 것이다. 일 실시 예에 따르면, 차량 호라이즌은 차량 궤적 및 가능한 궤적을 특성화하기 위해 결정될 수 있으며, 오브젝트는 차량 호라이즌에 대한 오브젝트 위치 및 오브젝트 궤적 중 하나 이상을 기반으로 추적될 수 있다. 본원에 설명된 시스템 및 방법의 한 가지 이점은 차량의 동작에 영향을 미칠 가능성이 거의 또는 전혀 없는 오브젝트를 제거하거나 무시할 수 있다는 것이다. 아래에서 논의되는 바와 같이, 차량에 매우 근접한 오브젝트조차도 차량의 계산 리소스를 해제하기 위해 차량 추적에서 무시되거나 적어도 제거될 수 있다. 본 개시의 일 실시 예는 차량의 궤적 및 하나 이상의 검출된 오브젝트의 궤적을 결정하는 것에 관한 것이다. 관련이 없거나 중요하지 않은 오브젝트에 대한 계산 리소스가 필요로 하는 차량과 관련된 미리 정의된 영역 내의 모든 오브젝트를 감지하는 것과는 대조적으로 차량 궤적 및 오브젝트 궤적 중 하나 이상은 차량에 영향을 줄 수 있고, 차량 경로 변경 및/또는 차량 작동 명령을 요구할 수 있는 오브젝트를 처리하는 것을 허용할 수 있다(예를 들어, 브레이크, 속도 변경, 경로 변경 등).

특정 실시 예에서, 차량 호라이즌은 차량에 관심을 가질 수 있는 특정 오브젝트를 포함하는 물리적 세계의 표현을 특징으로 할 수 있다. 도로 섹션만을 포함하는 전자 호라이즌과 달리 차량 호라이즌은 실제로 도로 섹션에 있는 오브젝트를 수집한다. 예를 들어, 도로 옆의 보행자, 곧 횡단 할 수 있는 사슴 또는 상기 도로 섹션의 측면에 설정된 교통 표지판과 같이 차량에 관심이 있는 다른 많은 오브젝트가 있다. 이러한 다른 관심 오브젝트를 포함하는 한 가지 접근 방식은 상기 도로 섹션의 폭을 인위적으로 확대하는 것이며, 따라서 이러한 도로 섹션 근처에 있는 오브젝트도 설명된 물리적 세계 레이아웃에 속한다.

개념적으로 차량 호라이즌에 포함된 도로 섹션의 폭을 확대하면 오브젝트 감지의 첫 번째 단계에 이점이 제공된다. 일부 센서는 개념적으로 넓어진 차량 호라이즌을 훨씬 넘어 매우 먼 거리에 있는 오브젝트를 감지할 수 있다; 개념적으로 확장된 차량 호라이즌을 넘어서 상기 센서에 의해 획득된 데이터를 무관한 것으로 표시함으로써, 차량의 계산 장치의 처리 파워가 감소될 수 있게 된다.

개념적으로 넓어진 차량 호라이즌은 상기 도로 섹션을 따라 모든 유형의 오브젝트에 대한 관심 영역을 일반화한다; 사슴은 도로를 향해 빠르게 질주할 수 있지만 인도를 따라 걷는 보행자는 실제 차량 호라이즌에 매우 근접하더라도 차량을 방해 할 가능성이 훨씬 적다(그들은 더 똑똑하고, 그들의 의도는 길을 따라 걷는 것이다); 따라서 차량의 경로를 향해 돌진할 수 있는 사슴을 포함하도록 확대된 도로 세그먼트에는 차량의 경로에 즉각적인 영향을 미칠 가능성은 거의 없는 필연적으로 수 많은 보행자와 심지어 다른 차량도 포함된다.

오브젝트가 감지되면, 그의 예상 궤적(정의된 대로 속도와 가능한 경로가 포함됨)은 해당 오브젝트가 차량의 궤적에 얼마나 영향을 미칠 수 있는지 결정하는 데 중요한 정보이다. 아직 오브젝트를 분류하지 않고(발명의 제한 때문이 아니라 추정된 궤적의 값에 대한 예로서 그것이 사슴인지 인간인지 모른다고 가정), 상기 물체가 정적이고 차량 호라이즌에서 멀리 떨어져 있는 경우(개념적으로 넓어지지 않음) 모든 관련 오브젝트가 처리될 때까지 해당 오브젝트를 식별하는 계산 작업을 연기할 수 있다. 보다 관련성이 높은 물체는 차량 호라이즌에 매우 근접한 정적 물체이거나 차량이 도로 섹션을 상기 오브젝트와 공유할 때 차량 경로 내로 가져 오는 궤적을 가진 오브젝트일 수 있다. 따라서 몇 야드의 들판에서 방목하는 사슴은 무시될 수 있다-아직 그것이 사슴인지 몰라도, 그러나 통제력을 잃은 것처럼 보이고 차량 호라이즌으로 가는 반대편 차선에 있는 차량은 빠르게 식별되어 많은 계산 초점을 소비할 수 있다.

본 개시의 일 양태는 도로에 오브젝트를 할당하는 것에 관한 것이다. 일 실시 예에서, 각 오브젝트는 오브젝트가 어떻게 인식되었는지 또는 관련성이 있는 것으로 간주되었는지 여부와 무관하게 지도의 적어도 하나의 도로 세그먼트에 할당될 수 있다. 이와 같이, 오브젝트는 특정 실시 예에서 전자 호라이즌에 관계없이 도로 세그먼트에 할당될 수 있다. 더욱이, 오브젝트는 관련성 여부에 관계없이 세그먼트에 할당될 수 있다. 오브젝트 할당 데이터는 차량의 하나 이상의 작동 또는 제어에 사용될 수 있다.

오브젝트는 도로 토폴로지에 맞게 켄텍스트화되고 계산 능력은 자아 차량에 영향을 미치는 도로 토폴로지와 더 관련이 있는 이러한 오브젝트로 향할 수 있다. 설명된 모든 특징이 결합되어 단일 컨텍스트화 방법을 형성할 수 있거나, 일부는 여기에 설명된 발명적 개념을 우회하지 않고 단순화를 위해 무시될 수 있다.

본 개시의 실시 예는 중요도가 낮은 근접 오브젝트의 추적을 요구하지 않고 오브젝트를 검출하도록 구성된 온-보드 차량 시스템 및 디바이스에 관한 것이다. 예를 들어, 본원에 설명된 차량 시스템 및 구성은 많은 오브젝트가 차량에 가깝거나 적어도 감지 범위에 있을 수 있지만 하나 이상의 이유로 차량에 영향을 미치지 않는 상황을 해결할 수 있다. 온-보드 차량 시스템은 차량 경로에 있을 수 있는 오브젝트와 같이 차량 호라이즌과 관련된 오브젝트를 감지하고 추적하도록 구성될 수 있다. 여기에서 논의된 구성 및 프로세스 중 하나 이상을 사용함으로써, 온-보드 차량 시스템은 관련 오브젝트에 초점을 맞추기 위해 컴퓨팅 리소스를 더 잘 활용할 수 있다. 또한, 차량에 영향을 줄 수 있는 오브젝트의 감지가 더 쉽게 결정된다. 여기에 사용된 오브젝트 감지는 광학 이미징, 라이다(LiDar), 레이더 등과 같은 하나 이상의 다른 유형의 센서 및 감지 기술을 기반으로 할 수 있다.

본 개시의 다른 양태는 오브젝트 데이터의 교환에 관한 것이다. 운전 환경에서는, 오브젝트 데이터가 풍부할 수 있다. 또한, 주행 조건은 차량 속도 및 도로와 관련된 다른 오브젝트의 속도에 따라 차량이 작동하는 것을 요구한다. 오브젝트 데이터의 교환을 위한 실시 예가 설명된다. 다른 실시 예에 따르면, 오브젝트 데이터의 교환을 허용하기 위한 프로세스가 제공된다. 일 실시 예에 따르면, 오브젝트 위치, 오브젝트 궤적, 오브젝트 분류 등과 같은 오브젝트 정보의 교환을 허용하는 차량 제어 유닛 및 시스템이 제공된다. 시스템 및 디바이스 구성은 차량이 다른 차량을 지원하기 위해 감지된 오브젝트를 수신하고 출력하도록 허용할 수 있다. 일 실시 예에서, 오브젝트의 차량 대 차량(vehicle-to-vehicle, V2V) 공유를 허용하는 구성이 제공된다. 공유 오브젝트 데이터는 차량에 중요한 오브젝트를 감지하기 위해 차량에 의해 사용될 수 있다. 다른 실시 예에서, 여기에 설명된 시스템, 디바이스 구성 및 프로세스는 차량이 수신된 오브젝트 정보를 필터링하여 중요 오브젝트만을 고려하도록 허용한다. 다른 실시 예에 따르면, 오브젝트의 차량 대 인프라 공유를 허용하는 구성이 제공된다. 오브젝트 데이터는 차량에 제공되거나 차량에서 네트워크로 제공될 수 있다. 다른 실시 예에서, 여기에 설명된 시스템, 디바이스 구성 및 프로세스는 차량이 네트워크 소스로부터 수신된 오브젝트 정보를 필터링하고 중요 오브젝트만을 고려하도록 허용한다.

본원에서 사용되는 용어 "하나(a 또는 an)"는 하나 이상을 의미한다. 용어 "복수(plurality)"는 둘 이상을 의미한다. 용어 "다른(another)"은 제2 또는 그 이상으로 정의된다. 용어 "포함하는(including)" 및/또는 "갖는(having)"은 개방형(예를 들어, 포함하는(comprising))이다. 본원에 사용된 용어 "또는(or)"은 포괄적이거나 임의의 하나 또는 임의의 조합을 의미하는 것으로 해석되어야 한다. 따라서 "A, B 또는 C"는 "다음 중 하나를 의미한다: A; B; C; A 및 B; A 및 C; B 및 C; A, B 및 C". 이 정의에 대한 예외는 요소, 기능, 단계 또는 행위의 조합이 어떤 방식으로든 본질적으로 상호 배타적인 경우에만 발생한다.

본 문서에서 "일 실시 예", "특정 실시 예", "실시 예" 또는 유사한 용어에 대한 언급은 실시 예와 관련하여 설명된 특정 특징, 구조 또는 특성이 적어도 하나의 실시 예에 포함된다는 것을 의미한다. 따라서, 본 명세서 전반에 걸쳐 다양한 곳에서 이러한 문구의 출현이 반드시 모두 동일한 실시 예를 언급하는 것은 아니다. 더욱이, 특정 특징, 구조 또는 특성은 제한 없이 하나 이상의 실시 예에서 임의의 적절한 방식으로 결합될 수 있다.

예시적인 실시 예들

도 1은 하나 이상의 실시 예에 따른 차량 및 오브젝트 감지의 그래픽 표현을 도시한다. 일 실시 예에 따르면, 시스템, 방법 및 디바이스 구성은 차량이 중요 오브젝트(objects of consequence)를 감지하고 차량에 거의 또는 전혀 중요하지 않는 계산 리소스 오브젝트로부터 필터링할 수 있도록 제공된다.

도 1은 차량(105)을 포함하는 환경(100)을 도시한다. 본원에서 논의되는 바와 같이, 차량(105)과 같은, 차량에 대한 디바이스 구성이 제공되어 오브젝트의 감지 및 핸들링을 허용한다. 차량(105)과 같은, 차량에 의한 오브젝트 감지 및 핸들링을 위한 시스템 및 프로세스도 제공된다. 도 1은 복수의 오브젝트들을 포함하는 차량의 예시적인 작동 환경을 도시한다. 차량(105)은, 차량에 대한 원형 감지 영역으로 도시된, 감지 영역(110)으로 구성될 수 있다. 본원에서 논의되는 바와 같이, 차량(105)은 오브젝트를 검출하고 차량(105)의 차량 호라이즌과 관련된 도로 세그먼트에 오브젝트를 할당하도록 구성될 수 있다. 도 1에 도시된 바와 같이, 차량(105)은 도로(120) 또는 도로(130)와 같이, 차량(105)에 인접한 다른 도로와 교차하지 않는, 도로(115)를 따라 주행하고 있다. 일 실시 예에 따르면, 차량(105)은, 오브젝트(125)(차량 및 오브젝트 135)와 같은, 검출 영역(110) 내의 오브젝트를 검출하도록 구성될 수 있지만, 차량(105)은 오브젝트들(125 및 135)를 추적할 오브젝트로 할당하지 않도록 구성될 수 있다. 유사하게, 차량(105)은 차량(105)의 차량 호라이즌과 연관되지 않는 것으로 오브젝트들(125 및 135)을 분류하도록 구성될 수 있다. 아래에서 논의되는 바와 같이, 차량(105)과 같은 차량에 대해 차량 호라이즌이 결정될 수 있는데, 이는 검출 영역(110) 내에 도로를 포함하고 차량(105)의 검출 영역(110)을 초과한다. 또한, 차량 호라이즌은, 차량에 영향을 미칠 수 있는 경로가 아니라, 차량(105)과 같은 차량이 취할 수 있는 경로를 포함할 수 있다. 예를 들어, 차량(105)의 도로(115)는 도로(120)에 대한 고가 도로(overpass)이며, 도로(115)를 따른 차량(105)의 궤적 및 도로 토폴로지에 기초하여, 그것이 도로의 진입 포인트로 작동하거나 도로들(115 및 120)이 합쳐지지 않는 한(도 1의 경우가 아님), 차량(105)은 도로(120)에 진입하거나 이동할 수 없다. 본원에서 논의되는 바와 같이, 차량(105)은 도 1에 대한 좌측에서 우측으로 이동하는 궤적, 또는 유사하게 우측에서 좌측으로 이동하는 것과 같은, 차량 방향 및 작동 특성을 결정하기 위한 하나 이상의 센서 또는 처리 유닛을 포함할 수 있다. 일 실시 예에 따르면, 차량(105)의 차량 호라이즌은 차량(105)이 주행하는 도로인 도로(115)를 포함할 수 있고, 도 1의 환경의 도로 토폴로지가 차량(105)이 도로들(120 및 130)에 진입하는 것을 허용하지 않기 때문에 도로(120) 또는 도로(130)를 포함하지 않는다. 따라서, 차량(105)은 모니터링할 오브젝트를 식별하기 위해 도로, 도로의 섹션 및 오브젝트를 특성화할 수 있다.

또 다른 양태에 따르면, 시스템, 장치 및 프로세스는 근접하고 멀리 있는 오브젝트를 극복하기 위해 제공된다(예를 들어, 근접한 멀리 떨어짐(proximate remoteness)). 일 실시 예에 따르면, 차량(105)은 계산 초점의 우선 순위를 정하기 위해 도로 토폴로지의 오브젝트를 컨텍스트화 하도록 구성될 수 있다. 예를 들어, 여기에는 차량에 거의 또는 전혀 영향을 미치지 않는 오브젝트에 계산 리소스를 소비하지 않으면서 차량 작동에 영향을 미칠 수 있는 오브젝트를 세그먼트에 할당하는 것이 포함될 수 있다. 예를 들어, 도로(130) 상의 오브젝트(135) 및 도로(120)상의 오브젝트(125)와 같이, 근접하게 원격인 검출된 오브젝트들은 차량(105)의 하나 이상의 모듈에 의해 필터링될 수 있다. 유사하게, 중요 오브젝트를 도로 세그먼트에 할당하여 오브젝트를 모니터링할 수 있다.

도 2는 하나 이상의 실시 예에 따른 오브젝트를 컨텍스트화하는 프로세스를 도시한다. 일 실시 예에 따르면, 프로세스(200)는 차량 호라이즌에 대해 오브젝트를 컨텍스트화하도록 구성될 수 있다. 프로세스(200)는 제어 유닛(예를 들어, 도 3의 제어 유닛(305), 도 4의 제어 유닛(406)) 또는 차량에 의해 식별된 오브젝트를 핸들링하기 위한 다른 디바이스에 의해 수행될 수 있다. 프로세스(200)는 차량 호라이즌과 관련된 오브젝트를 모니터링하고 차량의 검출 또는 스캐닝 영역 내에서, 차량에 의해 검출된 오브젝트를 필터링하는 능력을 포함하여, 여러 이점을 제공할 수 있다.

일 실시 예에 따르면, 프로세스(200)는 차량 호라이즌에 대해 오브젝트를 컨텍스트화하도록 구성된다. 일 실시 예에서, 프로세스(200)는 블록(205)에서 차량 호라이즌을 식별하는 단계를 포함한다. 차량 호라이즌은 차량 궤적 및 차량 위치에 대한 도로 데이터를 기반으로 차량에 의해 식별될 수 있다. 차량 호라이즌을 식별하는 단계는 또한 도로 데이터에 기초하여 적어도 하나의 도로 세그먼트를 결정하는 것을 포함할 수 있다.

일 실시 예에서, 환경(100)의 도로들의 세트와 같은 도로 시스템은 도로 시스템의 각 도로에 의해 특성화 될 수 있다. 또한, 각 도로, 또는 도로의 섹션을 특성화 할 수 있다. 특정 실시 예에서, 도로들 및 도로들의 섹션들은 섹션들 또는 도로 세그먼트로들 세그먼트화 될 수 있다. 특정 실시 예에서, 도로 세그먼트들은 다수의 차량들에 대한 고정된 또는 균일 세그먼트들과 연관될 수 있다. 다른 실시 예에서, 도로 세그먼트들 및 세그먼트 데이터(예를 들어, 시작 지점, 종료 지점 등)는 차량에 의해 생성 될 수 있다. 특정 실시 예에서, 각각의 도로 세그먼트는 차량에 의해 결정될 수 있는 도로의 섹션이다. 특정 실시 예에서, 도로 세그먼트들은 고정된 길이이다. 다른 실시 예에서 각각의 도로 구간은 차량 속도에 기초하여 생성될 수 있다. 따라서, 고속(예를 들어, 55mph)으로 주행하는 차량은 저속(예를 들어, 15mph)으로 주행하는 차량보다 긴 도로 세그먼트를 가질 수 있다. 차량 호라이즌은 차량 위치 및 도로 토폴로지의 변화에 따라 차량에 의해 업데이트 될 수 있다. 차량이 작동함에 따라, 도로 토폴로지의 특정 경로가 더 이상 차량 호라이즌에 포함되지 않을 수 있으며, 다른 세그먼트가 추가될 수 있다.

차량 호라이즌을 식별하는 블록(205)은 전자 호라이즌(electronic horizon)의 최소 길이를 추정하기 위해 차량의 현재 정지 거리(stopping distance) 또는 정지 거리의 배수를 이용하는 것을 포함할 수 있다. 정지 거리를 사용하면 차량 작동 특성을 고려하여 기존 전자 호라이즌을 개선할 수 있다. 특정 실시 예에서, 차량 호라이즌의 최소 요구 길이를 생성하기 위해 현재 작동 조건 및 추가 버퍼 거리에 기초한 차량의 정지 거리가 사용될 수 있다. 이와 같이, 안정(calm)(예를 들어, 편안한) 정지 거리가 차량 핸들링을 고려하여 활용될 수 있다. 안정 정지 거리는 선형 거리와 연관될 수 있다. 안정 정지 거리는 더 빠른 이동 속도를 위해 더 긴 거리를 갖는 것을 특징으로 할 수 있다. 이와 같이 1-5 피트(0.3-1.5m)의 선형 거리는 저속에 사용될 수 있는 반면 고속 도로 이동과 같은 고속 주행에는 25 내지 150 ft(7.5-45m)의 선형 거리가 요구될 수 있다. 안정 정지 거리와 관련된 선형 거리는 차량 호라이즌을 제한하는 데 사용될 수 있다. 특정 실시 예에서, 무관하게 선형 거리는 미리 정의된 거리와 관련될 수 있다.

일 실시 예에서, 각각의 도로 세그먼트는 제어 유닛에 의해 식별된 도로의 섹션과 관련되며, 여기서 각각의 도로 세그먼트는 차량 작동 특성에 기초하여 결정된다. 일 실시 예에 따르면, 세그먼트 길이는 차량의 정지 거리, 전진 주행 속도 및 도로 특성 중 적어도 하나에 기초하여 결정될 수 있다. 예시적인 실시 예에서 세그먼트 거리는 차량의 현재 속도에서의 안정 정지 거리의 1.5 배에 현재 속도 제한에서의 기준 차량(예를 들어, 표준 차량)의 안정 정지 거리의 1.5를 더한 것과 동일한 관심 전진 주행 거리로 특징지어 질 수 있다. 세그먼트 거리는 동적으로 결정될 수 있다. 일 실시 예에 따르면, 차량 호라이즌은 세그먼트 길이 및 안정 정지 거리에 기초하여 결정될 수 있다. 차량 호라이즌은 또한 역 주행 거리(reverse travel distance)에 기초하여 특성화 및/또는 결정될 수 있다. 예시적인 실시 예에서, 관심 역 주행 거리는 현재 도로 제한 속도에서 기준 차량의 긴급 정지 거리(emergency stopping distance)와 동일할 수 있다.

일 실시 예에서, 차량 호라이즌은 차량의 현재 도로 및 차량 궤적(trajectory)에 기초하여 미리 정의된 영역(예를 들어, 선형 거리) 내의 현재 도로에 대한 도로 경로와 관련된다.

다른 실시 예에 따르면, 차량 호라이즌은 관심 세그먼트에 의해 특징화 될 수 있다. 차량 제어 유닛은 하나 이상의 관심 세그먼트들을 하나 이상의 관심 이동 거리들로 이동될 수 있는 모든 도로들 또는 도로 섹션들로 결정할 수 있다. 예로서, 아래 도 5a에서 논의되는 바와 같이, 차량이 이동할 수 있는 도로 또는 도로 섹션은 도로 토폴로지, 차량 위치 및 궤적과 관련될 수 있다. 특정 실시 예에서, 관심 세그먼트는 또한 선형 거리에 의해 제한될 수 있다.

일 실시 예에서, 차량 호라이즌은 현재 도로 및 현재 도로로부터의 잠재적 도로에 대한 차량의 전방 궤적(forward looking trajectory)에 기초하여 결정된다. 차량의 전방 궤적은 차량의 주행 방향의 도로 세그먼트에 대한 차량의 작동 조건을 포함할 수 있다. 다른 실시 예에 따르면, 차량 호라이즌은 차량 경로의 전방 궤적에 기초하여 그리고 차량 위치에 접근하는 교차 도로 경로에 대해 결정된다. 교차하는 경로는 주행 방향에 있을 수 있다. 대안적으로 또는 조합하여, 교차하는 도로 경로는 차량 작동 경로와 교차할 수 있는 오브젝트를 식별하기 위해 차량의 후방일 수 있고 또는 역 뷰(reverse view)에 대해 있을 수 있다. 역 뷰는 반대 방향으로 주행하는 차량을 바라보는 것(예를 들어, 뒤집힌 차량 뷰)과 그 방향이 식별되고 확장된 이동 방향에 포함되는 경우 확장된 호라이즌에 포함될 모든 세그먼트들에 의해 특징화될 수 있다. 차량 호라이즌은, 종래의 전자 호라이즌과는 달리, 속도를 갖는 오브젝트를 포함하는 오브젝트를 추가하도록 구성된다. 따라서, 차량 경로 또는 궤적에 진입하는 오브젝트가 처리될 수 있다. 유사하게, 차량에 접근하는 오브젝트가 고려될 수 있다.

일 실시 예에 따르면, 블록(205)에서 식별된 차량 호라이즌은 차량의 최대 속도(예를 들어, 미래 최대 속도), 차량이 횡단할 가능성이 있는 다중 도로 세그먼트들의 속도 제한에 기초할 수 있다. 속도 제한 값(또는 속도 제한 값의 배수)에 기초하여 추정 정지 거리를 계산하여, 전자 호라이즌의 향상된 최소 길이를 결정할 수 있으며, 이는 전자 호라이즌의 현재 개념을 개선한 것이다. 예를 들어, 최대 속도 제한이 45MPH인 도로에서 최대 속도 제한이 80MPH인 고속도로에 합류하려고 하는 차량은 고속도로에 합류하면 정지 거리가 더 길어질 수 있다. 따라서, 차량 호라이즌은 궁극적으로 증가된 속도 제한을 설명하도록 결정될 수 있다. 유사하게, 차량 호라이즌은 차량 전자 호라이즌으로 병합되는 도로 세그먼트들의 속도 제한을 고려하여 결정될 수 있다. 기본 차량 호라이즌은 먼저 차량 단독의 동적 특성에 기초하여 결정될 수 있으며, 병합된 도로 세그먼트들은 표준 차량의 표준 정지 거리와 적어도 동일한 길이에 대한 확장된 전자 호라이즌에 추가될 수 있다. 기본 차량 호라이즌으로 병합되는 도로 세그먼트들의 속도 제한을 고려하는 것 외에도, 계산된 정지 거리 위에 버퍼 거리가 추가될 수 있다.

특정 실시 예에서, 차량 호라이즌을 식별하는 단계는 기본 차량 호라이즌에 병합되는 제1 인접 도로 세그먼트 이상의 속도 제한을 고려하는 것을 포함한다. 예를 들어, 기본 차량 호라이즌에서 멀리 떨어진 도로 세그먼트의 속도 제한은 확장된 전자 호라이즌에 포함할 세그먼트를 계산하기 위해 세그먼트 속도 제한이 필요한 경우 고려될 수 있다. 이 동작은 기준 차량 호라이즌에 인접한 도로 세그먼트가 제한 속도로 도로 세그먼트를 주행하는 차량의 정지 거리 또는 그 배수보다 짧은 경우에 필요할 수 있다. 이 동작은 도로 세그먼트가 일반적으로 제한 속도로 정의되지 않을 때 유용할 수 있다.

일 실시 예에 따르면, 블록(205)에서 차량 호라이즌을 식별하는 것은 선택할 도로의 세그먼트를 결정하는 것을 포함할 수 있다. 예를 들어, 차량의 현재 도로에 인접한 모든 세그먼트와 기본 전자 호라이즌으로 이어지는 후속 인접 세그먼트는 현재 차량 위치에 대한 세그먼트에서 차량의 정지 거리를 가정하면서 식별될 수 있다. 대안적으로, 차량 현재 속도 및 미래의 세그먼트에서의 속도는 어느 인접 및 후속 인접 세그먼트가 차량 호라이즌에 추가되는지를 결정하는 데 사용될 수 있다.

특정 실시 예에서, 블록(205)에서 결정된 차량 호라이즌은 정지 거리를 설정하는 것을 포함한다. 정지 거리는 코스팅(coasting) 정지 거리(도로가 내리막이 아닌 경우)와 긴급 정지 거리 사이에서 설정될 수 있으며, 표준 설정은 안정 정지 거리로 설정되어 있다. 안전 정지 거리는, 운전자가 오브젝트 앞에 멈추고 싶고 브레이크를 밟을 때 오브젝트가 갑자기 감지되지 않은 경우, 현재 주행 속도에서 일반적인 숙련된 운전자가 브레이크를 밟기 시작하는 오브젝트까지의 거리와 관련이 있을 수 있다. 안정 정지 거리는, 예를 들어 정지 속도로부터 정지 신호까지 구별할 수 없는, 만족스러운 감속률을 생성할 수 있다.

블록(210)에서, 프로세스(200)는 하나 이상의 오브젝트들을 식별하는 것을 포함한다. 제어 유닛은 차량의 감지 영역에 대한 데이터를 제공하는 하나 이상의 센서로부터 입력을 수신할 수 있다. 특정 실시 예에서 차량은, 네트워크 소스 또는 다른 차량과 같은, 소스로부터 오브젝트 정보를 수신할 수 있다. 일 실시 예에서, 적어도 오브젝트를 식별하는 것은 차량의 센서에 의해 적어도 하나의 오브젝트를 감지하는 것을 포함한다. 차량의 레이더, 라이다(Lidar), 광학 이미지 센서 및 차량 센서 중 하나 이상을 사용하여 차량을 기준으로 오브젝트 위치를 감지할 수 있다. 대안적으로 또는 조합하여, 블록(210)에서 오브젝트를 식별하는 것은 수신된 오브젝트 데이터에 기초한다. 프로세스(200)는 차량 대 차량(vehicle-to-vehicle, V2V) 및 차량 대 인프라(vehicle-to-infrastructure, V2I) 소스 중 하나 이상에 의해 제공되는 오브젝트 데이터와 관련될 수 있는 오브젝트 데이터를 수신하기 위한 선택적인 블록(211)을 포함한다. 블록(211)에서 수신된 오브젝트 데이터는 세그먼트, 오브젝트 위치 및 오브젝트 분류 중 적어도 하나를 포함할 수 있다. 특정 실시 예에서, 오브젝트 속도가 수신될 수 있다. 블록(210)에서, 프로세스(200)는 수신된 데이터 및/또는 차량의 센서 데이터에 기초하여 오브젝트를 식별할 수 있다. 예를 들어, 블록(210)에서 오브젝트를 식별하는 것은 다른 차량 및 통신 네트워크 중 적어도 하나로부터 적어도 하나의 오브젝트를 수신하는 것을 포함한다. 오브젝트 데이터는 좌표 데이터(예를 들어, GPS), 도로 데이터 및 세그먼트 데이터를 포함하지만 이에 제한되지 않는, 적어도 하나의 오브젝트에 대한 위치 데이터와 함께 제공될 수 있다.

일 실시 예에 따르면, 프로세스(200)의 블록(210)에서 오브젝트의 식별은 각 오브젝트가 특정 차량 및 차량을 둘러싼 도로와 상호 작용할 가능성에 기초하여 관련성이 있는 것(또는 관련 없음)으로 결정된 오브젝트에 기초한다. 블록(210)에서 오브젝트의 식별은 차량 호라이즌 주위에서 생성된 형상에 기초할 수 있다. 블록(210)의 오브젝트를 식별하는 예시적인 프로세스는 도 13을 참조하여 아래에 설명된다.

도 2에 도시된 바와 같이, 블록(205)에서 차량 호라이즌을 식별하고 블록(210)에서 오브젝트를 식별하는 것은 개별적으로 또는 조합하여 수행될 수 있다. 특정 실시 예에서, 오브젝트는 차량 호라이즌이 식별되기 전에 식별될 수 있다. 다른 실시 예에서, 차량 호라이즌은 블록(205)에서 식별 될 수 있고, 그 다음 블록(210)에서의 오브젝트 식별은 차량 호라이즌과 연관될 수 있다.

블록(215)에서, 제어 유닛은 제어 유닛에 의해 식별된 오브젝트를 도로 세그먼트에 할당한다. 도로 세그먼트 캠(cam)에 오브젝트를 지정하는 것은 오브젝트를 세그먼트에 연관시키는 것을 포함한다. 특정 실시 예에서, 제어 유닛이 오브젝트가 차량 호라이즌의 도로 세그먼트 내에 위치하는 것으로 결정한 후에 오브젝트는 세그먼트와 연관된다. 특정 실시 예에서, 도로 세그먼트 근처의 오브젝트는 세그먼트에 할당될 수 있다. 오브젝트를 세그먼트에 할당하는 것은 세그먼트를 향한 방향으로의 오브젝트 이동을 기반으로 할 수 있다.

도로 세그먼트는 차량 호라이즌과 관련된 도로의 세그먼트와 관련될 수 있다. 일 실시 예에서, 도로 세그먼트에 할당된 각 오브젝트는 차량 호라이즌을 기반으로 할당된다. 예를 들어, 도로 세그먼트 근처에 있거나 도로 세그먼트에 있는 오브젝트는 해당 세그먼트에 할당될 수 있다. 차량 호라이즌의 도로 세그먼트 안이나 근처에 있지 않은 오브젝트는 차량 호라이즌의 세그먼트에 할당되지 않는다. 따라서, 이러한 할당되지 않은 오브젝트는 차량에 의해 감지되거나 식별되지만 모니터링할 수 있는 오브젝트에는 할당되지 않는다. 일 실시 예에서, 차량은 할당된 오브젝트 및 세그먼트의 기록을 저장할 수 있다. 예를 들어, 기록은 오브젝트를 하나 이상의 세그먼트와 연결한 전자 목록일 수 있다.

일 실시 예에서, 블록(215)에서 제어 유닛에 의해 식별된 오브젝트를 도로 세그먼트에 할당하는 것은 차량에 대해 결정된 선형 거리에 기초한다. 선형 거리는 차량에 대한 안정 정지 거리를 사용하여 결정될 수 있다. 이와 같이, 선형 거리는 차량 작동 조건, 차량에 인접한 다른 차량 및/또는 도로 유형에 기초하여 동적으로 결정될 수 있다. 일 실시 예에 따르면, 프로세스(200)는 차량 호라이즌을 관리 가능한 양으로 결정 및/또는 제한하기 위해 도로 상의 주행의 선형 거리를 사용하는 것을 포함한다. 선형 거리를 사용하지 않으면, 전체 지리적 영역(예를 들어, 미국 지도 전체)에 대한 지도 데이터가 전자 호라이즌의 일부가 될 수 있다. 일 실시 예에서, 선형 거리는 차량에 대한 편안한(comfortable) 정지 거리를 기반으로 한다. 특정 실시 예에서, 차량 호라이즌과 관련된 선형 거리는 상기 차량에 대한 편안한 정지 거리에 근사화 된다.

다른 실시 예에 따르면, 블록(215)에서의 오브젝트 할당은 오브젝트들의 세트가 어떻게 인식되거나 관련성 있다고 간주되었는지 무관하게 수행될 수 있다. 블록(215)에서 오브젝트를 할당하는 예시적인 프로세스는 도 14를 참조하여 아래에 설명된다. 특정 실시 예에서, 각각의 오브젝트는 그것의 관련 여부의 상태와 관계없이 지도에서 적어도 하나의 도로 세그먼트에 할당될 수 있다. 또한, 오브젝트 할당은 이 예에서 도로의 결정과 무관할 수 있다. 차량 호라이즌에 포함하거나 모니터링하기 위한 오브젝트를 선택하기 전에 도로 세그먼트에 오브젝트를 할당하는 것을 포함하는 실시 예가 제공된다.

일 실시 예에 따르면, 프로세스(200)는 블록(215)에서 할당된 오브젝트 이전에 블록(216)에서 선택적으로 오브젝트를 분류할 수 있다. 오브젝트는 사람, 차량, 차량 유형, 고정된 오브젝트, 도로 요소(예를 들어, 장벽, 표지판 등)와 같은 하나 이상의 미리 정의된 카테고리에 따라 분류될 수 있다. 오브젝트 분류는 차량의 작동을 제어하여, 사람이 차량 작동과 관련하여 차량과 다르게 취급될 수 있도록 한다.

블록(220)에서, 프로세스(200)는 차량 호라이즌과 연관된 도로 세그먼트에 할당된 각 오브젝트를 모니터링하는 것을 포함한다. 모니터링은 차량 작동을 결정하기 위한 기초로서 오브젝트, 오브젝트 위치 및 오브젝트 이동 중 하나 이상을 이용하는 것을 포함할 수 있다. 모니터링에는 차량 호라이즌 내의 오브젝트에 대한 오브젝트 위치 추적이 포함될 수 있다. 오브젝트가 자아 차량(ego-vehicle) 앞의 도로에 있는 차량과 관련될 때, 자아 차량은 다른 차량의 감속에 대한 반응으로 능동적인 브레이킹과 같은 차량 제어 메커니즘을 활성화할 수 있다. 대안적으로, 오브젝트가 사람인 경우 차량은 브레이킹 제어, 속도 제어, 조향 등과 같이 오브젝트를 사람으로 감지하는 특정 제어 메커니즘을 활성화할 수 있다. 블록(220)에서의 모니터링에 기초한 하나 이상의 동작은 선택적인 블록(225)에서 경고를 선택적으로 출력하고 선택적인 블록(230)에서 차량 제어를 수행하는 것을 허용할 수 있다.

선택적인 블록(230)에서, 프로세스(200)는 차량의 운전자에게 경고를 출력하는 것을 포함할 수 있다. 예를 들어, 경고에는 경고 지시기 또는 차량 운전자에게 제공되는 그래픽 요소가 포함될 수 있다. 선택적인 블록(230)에서, 프로세스(200)는 차량 호라이즌의 오브젝트에 대한 차량 작동을 제어하는 것을 포함할 수 있다. 차량 작동 제어는 하나 이상의 오브젝트 및 오브젝트 분류를 기반으로 할 수 있다.

특정 실시 예에서, 프로세스(200)에서 식별되고 세그먼트에 할당된 오브젝트는 다른 차량 또는 네트워크 서비스와 공유될 수 있다.

도 3은 하나 이상의 실시 예에 따른 차량 제어 유닛의 그래픽 표현을 도시한다. 일 실시 예에 따르면, 차량(예를 들어, 차량(105))은 하나 이상의 차량 구성 요소와 인터페이스하도록 구성될 수 있는 제어 유닛(305)을 포함한다. 일 실시 예에 따르면, 제어 유닛(305)은, 도 2의 프로세스(200)와 같이, 본원에 설명된 하나 이상의 프로세스 및 기능을 수행하도록 구성될 수 있다. 제어 유닛(305)은 차량 네비게이션 유닛 또는 보조 운전 모듈의 제어 유닛과 관련될 수 있다.

예시적인 실시 예에서, 제어 유닛(305)은 하나 이상의 요소 또는 모듈을 포함한다. 도 3은 차량 호라이즌/세그먼트 모듈(306) 및 오브젝트 감지 모듈(308)을 포함하는 제어 유닛(305)을 도시한다. 제어 유닛(305)의 모듈은 보조 운전, 자율 운전 및 차량 제어 중 하나 이상을 위한 기능을 수행하도록 구성될 수 있다. 제어 유닛(305)은 하나 이상의 차량 구성 요소와 인터페이스하도록 구성된다. 제어 유닛(305)은 수신기(310)로부터 차량에 대한 위치 데이터, 오브젝트 데이터 및 일반적인 데이터를 수신할 수 있다. 하나 이상의 실행 가능한 명령 및 네비게이션 데이터(예를 들어, 지도 데이터)는 데이터 저장소(315)에 의해 저장될 수 있다. 입력/출력 모듈(320)은 차량 구성 요소 및/또는 다른 차량과 인터페이스하도록 구성될 수 있다. 제어 유닛(305)은, ECU를 포함하는, 차량 시스템(330)과 통신하도록 구성될 수 있다.

일 실시 예에 따르면, 차량 호라이즌/세그먼트 모듈(306)은 차량 호라이즌을 결정하도록 구성될 수 있는 제어 유닛(305)의 하나 이상의 기능 및 하드웨어 요소를 나타낸다. 일 실시 예에서, 차량 호라이즌은 차량의 즉각적인 궤적(경로 및 속도)에 영향을 미칠 수 있는 오브젝트를 포함할 수 있는 모든 도로 섹션을 먼저 포함하도록 차량 호라이즌/세그먼트 모듈(306)에 의해 계산된다. 일 실시 예에서, 차량 호라이즌은 현재 차량 위치로부터 편안한 정지 거리와 동일한 거리에 차량의 계획된(planned) 도로 섹션을 포함함으로써 결정된다. 그런 다음, 자아 차량의 이동 방향에서 모든 분기된 도로 섹션은 계획된 속도, 계획된 도로 및 분기 포인트에서 급 정차 거리에 추가될 수 있다. 편안한 정지 거리는 계획된 모든 도로의 모든 속도 제한과 계획된 속도를 고려할 수 있다. 각 특정 분기 도로에 대한 급 정차 거리는 계획된 도로가 분기 도로와 만나는 지점에서 계획된 자아 차량의 속도로부터 자아 차량의 급정지 거리와 동일하다.

일 실시 예에서, 차량은 계획된 경로에 남아있을 것으로 예상되고, 분기된 도로는 순간의 계획된 경로에 대한 그 궤적을 계획할 때 차량이 고려하기 위해 사용할 수 있는 경로로 포함된다. 자아 차량이 분기 도로 중 하나를 사용하기로 결정하면, 선택한 도로가 주요 경로가 되고 차량은 새로운 차량 호라이즌에 포함하기 위해 선택된 도로에서 편안한 정지 거리를 사용할 수 있다. 차량에 대한 갑작스런 인식 또는 차량 경로의 갑작스러운 변경에 의해 현재 경로가 영향을 받을 수 있는 오브젝트를 포함할 수 있는 모든 세그먼트가 선택된 도로 세그먼트의 네트워크에 추가된다. 차량에 의해 영향을 받을 수 있는 오브젝트의 네트워크는 일반적으로 차량의 현재 계획된 경로로 수렴되는 도로 섹션에 있다. 여기에는 차량 뒤의 도로 섹션이 포함될 수 있으며 차량이 이미 횡단한 도로 섹션도 포함될 수 있다. 모든 수렴 도로 섹션의 급(rapid) 정지 거리를 사용하여 수렴 구간을 포함하기 위해 뒤로 얼마나 먼지 결정할 수 있다. 일 실시 예에서, 차량의 정지 거리는 차량까지 측정될 수 있으므로, 계획된 차량 경로에서 멀리 전방에 수렴되는 도로 섹션은 차량 호라이즌에 포함되지 않을 수 있다. 차량 호라이즌의 일부이거나 그 일부가 될 임의의 분기 도로 섹션으로 수렴할 수 있는 모든 도로 섹션도 포함될 수 있다. 특정 실시 예에서, 다른 모든 수렴 도로 섹션과 유사하게, 자아 차량으로부터 급 정지 거리 내에 있는 섹션만 차량 호라이즌에 포함할 필요가 있다. 안정한 방식으로 차량에 영향을 미칠 수 있거나 긴급 또는 급격한 방식으로 차량이 영향을 미칠 수 있는 오브젝트를 포함할 수 있는 도로 섹션의 네트워크가 포함되었다.

정의된 차량 호라이즌을 사용하면, 센서 데이터를 분석하는 소프트웨어 프로세스를 조정하여 차량 호라이즌으로부터 미리 정의된 거리에서 인식되는 임의의 데이터를 무시할 수 있다. 결과적으로, 계산 초점이 감소한다. 특정 실시 예에서, 차량 호라이즌으로부터의 거리는 비 특정 방향으로 사용된다. 이 프로세스는 "그라운드 레벨(ground level)"에서 뿐만 아니라 고도의 다른 미리 정의된 거리 또는 그 조합에서의 데이터를 무시하는 데 똑같이 사용될 수 있다.

일 실시 예에 따르면, 오브젝트 검출 모듈(308)은 차량에 대한 오브젝트를 검출하도록 구성될 수 있는 제어 유닛(305)의 하나 이상의 기능 및 하드웨어 요소를 나타낸다. 오브젝트가 감지되고, 그들이 분류되거나 분류되지 않았을 수 있지만, 그들의 위치, 방향 및 모션 벡터를 사용하여 그들을 특정 도로 섹션에 할당할 수 있다. 예를 들어, 자아 호라이즌에 매우 인접한 오브젝트는 차량 호라이즌에 속하는 도로 섹션에 할당될 수 있고 계산 초점은 오브젝트의 행동을 처리하기 위해 할당될 수 있다. 유사하게, 오브젝트가 차량의 계획된 궤적에 영향을 미칠 수 있는 시점에 차량 호라이즌의 도로 세그먼트에 충분히 인접하게 오브젝트를 가져 오는 궤적(속도와 경로)을 가진 오브젝트는 도로 섹션, 또는 이동 오브젝트의 궤적에 있는 것처럼 보이는 섹션들에 할당될 수 있다. 일단 할당되면, 오브젝트는 차량의 계산 초점의 일부가 된다. 그 결과, 현재 차량 호라이즌 내에 있지 않을 수 있지만 그 일부가 될 수 있는 오브젝트는 오브젝트에 의해 영향을 받을 수 있는 자아 호라이즌의 도로 섹션의 일부로 인식된 오브젝트로 특성화될 수 있다. 일 실시 예에서, 오브젝트는 그것이 차량 호라이즌을 따르는 임의의 도로 섹션에 진입함으로써 차량 호라이즌의 일부가 될 수 있을 뿐만 아니라 차량이 비상 궤도 수정(maneuver) 계획을 위해 오브젝트를 인식하게 함으로써 중요하다.

차량 호라이즌/세그먼트 모듈(306)은 하나 이상의 세그먼트를 식별할 수 있다. 일 실시 예에서, 오브젝트는 지도 매칭에 의해 특정 도로 섹션에 할당될 수 있으며, 이는 제어 유닛(305)에 세계 위치, 또는 세계 위치 및 추정된 궤적을 제공하는 것을 포함한다. 다른 실시 예에 따르면, 제어 유닛(305)은 지도 데이터베이스를 분석하여 제공된 세계 위치 또는 세계 위치 및 궤적과 가장 관련 있는 도로 섹션 또는 섹션들을 추정한다. 예를 들어 두 개 이상의 이러한 섹션들에 유사하게 인접한 경우 오브젝트가 여러 도로 섹션들에 매칭될 수 있다. (도로 섹션들에 대한 오브젝트의) 다중 할당은 다중 계산 초점을 유발하지 않는다; 오브젝트가 하나 이상의 도로 섹션들에 할당되어 해당 오브젝트가 자아 차량에 관심이 있는지 여부를 결정하고, 이는 차량이 할당된 임의의 도로 섹션이 차량 호라이즌에 속하는지 평가하여 결정된다. 그러나 오브젝트가 둘 이상의 도로 섹션에 할당된 경우 오브젝트는 더 관련성이 없다. 하나의 도로 섹션에 명확하게 할당 할 수 없는 경우 하나 이상의 도로 구간에 오브젝트를 할당하는 프로세스는 자아 차량에 영향을 미칠 수 있는 경우 그것을 놓칠 수 없도록 하기 위한 것이다.

일부 오브젝트는 차량에 속하지 않거나 차량 호라이즌의 도로 섹션에 논리적으로 할당될 수 없는 차량 내부 또는 외부의 센서에 의해 감지될 수 있다. 오브젝트를 버리는 것보다, 상호 작용할 가능성이 가장 높은 도로 섹션 또는 섹션들에 오브젝트를 할당하는 것이 좋다. 이렇게 하면, 방금 설명한대로 오브젝트를 포함하는 도로 섹션 또는 섹션들이 차량 호라이즌의 일부가 되면, 해당 오브젝트가 즉시 알려지고 계산 초점이 즉시 할당될 수 있다. 일부 오브젝트는 임의의 도로 구간에서 너무 멀리 떨어져 있지만 차량 안팎의 오브젝트에 의해 인식 될 수 있습니다. 이러한 경우 NULL 도로 섹션-일종의 진공에 그들을 할당하는 것이 소프트웨어 아키텍처의 이점이 될 수 있다.

비상 궤도 수정을 계획할 때, 차량과 매우 가까운 곳에 있는 가능한 모든 오브젝트를 아는 것이 중요할 수 있다. 이 경우, 자아 궤적에 근접하든 아니든 모든 오브젝트가 감지되는 차량 주변의 관심 영역을 오버랩(overlap)하는 것이 유리할 수 있다.

차량과 상호 작용하거나 차량의 영향을 받을 가능성이 큰 오브젝트에만 계산 초점을 줄인다. 비용, 열, 전력 소비, 차량의 컴퓨팅 유닛의 무게 및 크기를 줄일 수 있고, 그러나 더 중요한 것은 차량이 차량의 현재 상태에 영향을 줄 가능성이 더 큰 오브젝트에 먼저 계산 초점을 우선시함으로써 자율 주행을 보다 안전하게 만드는 데이터를 처리할 수 있다는 것이다.

제어 유닛(305)은 브레이킹 제어 명령, 조향 명령, 속도 변경 등과 같은 차량 제어를 위해 차량 작동을 모니터링하고 차량 시스템(330)에 제어 신호를 출력할 수 있다. 제어 유닛(305)은 차량 시스템(330)을 지시하기 위한 추가 데이터를 수신하도록 구성될 수 있다. 일 실시 예에서, 수신기(310)는 하나 이상의 경로 또는 경로 세그먼트를 선택하고 일부 경우에는 회피하는데 사용될 수 있는 교통, 날씨, 도로 폐쇄 등을 포함하는 하나 이상의 경로 서비스 데이터를 수신할 수 있다.

제어 유닛(305)은 제어기 또는 프로세서와 관련될 수 있다. 제어 유닛(305)은 데이터 저장소(315)에 저장된 코드를 실행할 수 있다. 특정 실시 예에서, 데이터 저장소(315)는 비-일시적 데이터를 포함한다. 데이터 저장소는 매핑 정보 및 오브젝트 정보를 제공할 수 있다.

도 4는 하나 이상의 실시 예에 따른 시스템 구성의 그래픽 표현을 도시한다. 일 실시 예에 따르면, 시스템(400)은 차량(405)이 하나 이상의 소스로부터 데이터를 수신하도록 허용한다. 예시적인 실시 예에서, 시스템(400)은 통신 네트워크(415)를 통해 서버(410)와 같은 네트워크 엔티티로부터 차량(405)에 데이터를 제공한다. 이와 같이, 시스템(400)은 차량 대 인프라(vehicle-to-infrastructure, V2I) 시스템으로 구성될 수 있다. 다른 실시 예에서, 시스템(400)은 차량들(425_1-n)을 포함하는 차량 풀(pool)(420)과 같은, 다른 차량들에 대해 차량(405)으로부터 데이터를 제공한다. 이와 같이, 시스템(400)은 차량 대 시스템(vehicle-to-system, V2V) 시스템으로 구성 될 수 있다. 특정 실시 예에서, 차량(405)은 서버(410) 및 차량 풀(420)에 대해 데이터를 수신하고 교환하도록 구성될 수 있다. 또 다른 실시 예에 따르면, 시스템(400)은 차량(405)에 데이터를 제공하도록 구성된 도로 센서와 관련될 수 있는 센서들(430_1-n)과 같은 하나 이상의 센서를 포함할 수 있다. 도로 센서는 도로를 따라 위치할 수 있다. 여기에 설명된 프로세스, 기능 및 구성 중 하나 이상은 차량(405)에 의해 수행될 수 있다.

일 실시 예에서, 시스템(400)은 모든 차량을 보고할 필요 없이 다수의 차량에 서비스를 제공하거나 모든 오브젝트를 차량에 보고하도록 구성될 수 있다. 그렇게 하는 것은 많은 양의 통신 대역폭을 소비 할뿐만 아니라, 차량의 컴퓨터 시스템을 압도할 가능성이 있다. 서버(410)는 세그먼트에 할당된 오브젝트의 목록을 유지할 수 있다(그리고 역방향 검색을 더 쉽게 하기 위해 오브젝트에 할당된 세그먼트 목록). 서버(410)에 의해 사용되는 세그먼트는 각각의 개별 차량에 의해 사용되는 동일한 세그먼트일 필요는 없다. 여러 지도 공급자들 및 도로 세그먼트 형식이 지원될 수 있다. 그러나, 서버(410)는 시스템(400)이 어떻게 이해하는지에 따라 오브젝트를 할당할 수 있다. 특정 실시 예에서, 서버(410) 및 차량(405)은 동일한 도로 데이터 세트 및 도로 세그먼트를 명명하기 위한 규칙을 이용할 수 있다. 다른 실시 예에서, 차량(405)은 서버의 도로 세그먼트 명명법과 다른 도로 세그먼트에 오브젝트를 할당할 수 있다.

예시적인 실시 예에 따르면, 서버(410)는 감지된 오브젝트를 차량에 지속적으로 분배하도록 구성된다. 예를 들어, 세그먼트, 차량 속도 및 가능하다면 계획된 차량 궤적에 대한 네트워크 이해를 사용하여 차량에 대한 차량 호라이즌을 계산할 수 있다. 차량 호라이즌에 대해 추정된 세그먼트를 사용하여 차량에 관심 있는 오브젝트 목록을 얻을 수 있다. 서버(410)는 하나 이상의 세그먼트에 복제된 임의의 오브젝트를 제거하고 관심 있는 모든 오브젝트를 차량에 전송할 수 있다. 보내는 오브젝트에는 오브젝트 위치에 대한 데이터가 포함될 수 있다. 특정 실시 예에서, 차량이 상이한 세그먼트 정의로 작동할 수 있으므로 오브젝트 위치 데이터는 세그먼트 할당과 함께 전송되지 않는다.

도 4는 제어 유닛(406) 및 하나 이상의 센서(407)를 포함하는 차량(405)을 도시한다. 차량(405)은 하나 이상의 라이다(Lidar), 레이더, 이미징 등과 같은 센서 시스템을 사용할 수 있다. 일 실시 예에서, 차량(405)에 이용 가능한 센서(407)는 많은 수의 오브젝트를 검출할 수 있다. 감지된 모든 오브젝트가 반드시 차량(405)에 관심이 있는 것은 아니다. 유사하게 차량(425_1-n)과 같은 다른 차량의 센서 또는 도로 인프라를 따른 센서는 오브젝트를 감지할 수 있고, 이는 차량(405)으로 전송되고 차량(405)의 오브젝트 지식의 일부가 된다. 일 실시 예에 따르면, 감지된 오브젝트가 차량(405)의 궤적에 단기적 영향을 거의 또는 전혀 주지 않는 경우, 차량(405)의 궤적 형성에서 오브젝트를 감지, 식별, 추적하고 결과적으로 고려하는 것은 귀중한 컴퓨팅 리소스 낭비이다. 이는 전체적으로 차량(405)의 시스템의 성능에 영향을 미칠 수 있다. 일 실시 예에 따르면, 여기서 논의된 프로세스 및 구성은 차량(405)에 관심이 있는 도로 토폴로지에 대한 오브젝트를 컨텍스트화하고, 따라서 도로 토폴로지에 합리적으로 할당할 수 없는 오브젝트는 덜 중요하게 간주된다. 덜 중요한 오브젝트는 결국 자아 차량의 관심 도로 토폴로지의 일부가 되는지 여부를 결정하기 위해 추적될 수 있지만 추가 처리는 제한될 수 있다. 도로 차량 어플리케이션에서, 전자 제품의 성능을 유지하면서 무게, 전력 소비, 크기 및 비용을 줄이는 것은 일반적으로 긍정적으로 인식된다.

일 실시 예에 따르면, 제어 유닛(406)은 서버(410) 및/또는 차량 풀(420)로부터 복수의 오브젝트를 수신하도록 구성될 수 있다. 그 다음, 제어 유닛(406)은 그의 차량 호라이즌에 할당 될 오브젝트를 결정할 수 있다. 제어 유닛(406) 및 차량(405)은 오브젝트 데이터를 공유하도록 구성 될 수 있다. 일 실시 예에서, 차량(405)은 감지된 모든 오브젝트를 전송하도록 구성 될 수 있다. 다른 실시 예에 따르면, 제어 유닛(406)은 서버(410) 또는 다른 차량으로부터 이전에 수신된 임의의 오브젝트를 제거하고 나머지 오브젝트를 전송할 수 있다. 이와 같이, 서버(410)는 이러한 오브젝트의 대부분 또는 전부에 대해 이미 알고 있을 수 있다. 또 다른 실시 예에서, 차량(405)은 차량 이동 중에 결정된 관심 오브젝트를 전송하도록 구성된다. 서버(410)는 차량이 이동함에 따라 서버(410)에 더 많은 오브젝트가 제공됨에 따라 차량(405)의 작동을 지시할 수 있다. 차량에 관심이 없지만 다른 차량에 관심이 있을 수 있고 아직 보고한 다른 차량이 없는 오브젝트가 감지될 수 있다. 차량(405)의 보고는 또한 도로 상의 교통량에 따라 달라질 수 있다. 서버(410)는 보고 프로세스를 변경하기 위해 차량(405)을 요청할 수 있다. 예를 들어 도로 상에 차들이 많으면, 한 차량에서 볼 수 있지만 관심이 없는 오브젝트가 다른 차량에서 다시 보고 되지 않았을 가능성은 거의 없다. 반면에, 밤과 외로운 길에서는 모든 오브젝트가 보고되어야 한다. 서버(410)는 도로의 지도 및 자아 차량의 위치를 가질 수 있고; 또한 도로에 있는 다른 차량의 정보를 가지고 있으므로, 어떤 오브젝트를 어떻게 보고하지를 정의하는 것은 실제로 네트워크 서비스(예를 들어, 클라우드)에 달려 있어야 한다.

일 실시 예에 따르면, 제어 유닛(406)은 센서(407)에 의해 검출된 오브젝트에 기초하여 차량(405)에 대한 하나 이상의 차량 작동 기능을 제공하도록 구성될 수 있다. 특정 실시 예에서, 차량(405)은 센서(407)의 출력에 기초하여 오브젝트를 식별할 수 있다. 다른 실시 예에 따르면, 차량(405)은 차량 풀(420) 및 서버(410)의 차량들(425_1-n) 중 적어도 하나로부터 공유되는 하나 이상의 오브젝트를 식별한다. 제어 유닛(406)에 의해 수행되는 동작은 도로 세그먼트에 대한 오브젝트 할당에 응답할 수 있다.

도 5a 내지 도 5d는 하나 이상의 실시 예에 따른 차량 호라이즌의 그래픽 표현을 도시한다. 일 실시 예에 따르면, 차량 호라이즌은 차량(예를 들어, 차량(105), 차량(405) 등)에 관심이 있는 도로 섹션의 네트워크이다. 차량-호라이즌은 차량 궤적에 대한 도로 세그먼트를 식별하는 데 사용될 수 있다(예를 들어, 프로세스(200)의 블록(205)에서 식별). 본원에서 사용되는 바와 같이, 차량 호라이즌은 특정 차량 또는 자아 차량에 관심이 있는 도로 섹션의 네트워크인 자아 호라이즌과 관련될 수 있다. 도 5a 내지 도 5d는 다중 도로 섹션을 갖는 예시적인 도로 네트워크를 도시한다.

도 5a를 참조하면, 도로 시스템(500)은 도로 섹션의 네트워크 및 차량(505)(예를 들어, 자아 차량)을 포함한다. 차량(505)은 제어 유닛을 포함 할 수 있고 도로 세그먼트를 식별하고, 오브젝트를 식별하고, 도로 세그먼트에 오브젝트를 할당하기 위해 본원에 설명된 하나 이상의 프로세스를 수행하도록 구성될 수 있다. 도로 시스템(500)은 차량(505)과 연관된 도로(510), 그리고 도로(511) 및 도로(512)와 같이 차량(505)이 이동할 수 있는 하나 이상의 다른 도로를 포함한다. 일 실시 예에 따르면, 차량 호라이즌은 차량(505)의 현재 계획된 이동 경로의 모든 도로 섹션 및 도 5a에서 515로 도시된 미리 결정된 시간(T1) 내에 차량(505)이 현재 위치로부터 도달할 수 있는 도로와 관련될 수 있다. 도 5a는 도로(510)를 따라 시간 기간(T1) 동안 차량(505)의 궤적(516)을 도시한다. 차량 호라이즌은 또한 차량이 도달할 수 있는 도로 섹션의 네트워크를 포함할 수 있다. 이제 도 5b를 참조하면, 차량 호라이즌은, 517로 도시된, 미리 결정된 시간(T2)에 도달할 수 있는 차량(505)의 이동 방향의 모든 도로를 포함할 수 있다. 궤적(518 및 519)은 각각 도로들(511 및 512)에 대한 잠재적 차량 궤적을 나타낸다. 이와 같이, 차량 호라이즌은 도로(510) 및 기간(515)과 연관된 궤적(516) 및 도로 섹션(511 및 512)과 연관된 궤적(518 및 519)을 포함한다. T2는 현재 속도에서의 안정 정지 시간과 관련 될 수 있으며, 이전에 포함된 도로 섹션(510)에서 분기되거나 이로부터 떨어져 교차로를 형성한다. 다른 실시 예에 따르면, 차량 호라이즌은 또한 차량(505)의 속도에 대한 차량의 정지 거리를 고려한다. 도 5c는 520으로 도시된 거리(D1)에 대해 현재 위치에 도달하기 위해 차량(505)이 따르는 도로 섹션을 포함하는 차량 호라이즌을 도시하며, 이는 상기 도로 섹션에서 제한 속도의 1.25 배로 주행하는 차량의 표준 정지 차량과 동일하다. 차량 호라이즌은 도로(521)와 같이 이전에 포함된 모든 도로 섹션을 향해 도로(525)와 같이 합류하거나 교차하는 모든 도로를 추가함으로써 결정될 수 있고, 이는 도 5d에 도시된 바와 같이 상기 도로 섹션의 제한 속도인 1.25배로 주행하는 차량의 표준 정지 거리와 동일한 자아 차량으로부터의 거리(525)에 있다. 도 5d에 도시된 결과적인 도로 네트워크는 차량(505)에 관심 도로 섹션을 포함한다. 일 실시 예에 따르면, 감지되고 모니터링되는 오브젝트는 도 5d에서 식별된 도로 섹션과 같이 차량 호라이즌 결정에 기초한다. 일 실시 예에 따르면, 차량 호라이즌과 연관된 도로의 섹션이 세그먼트화될 수 있고 식별된 오브젝트가 하나 이상의 세그먼트에 할당될 수 있다.

예시적인 실시 예에 따르면, 차량 호라이즌은 다른 차량 및/또는 차량(505)이 제한 속도의 25% 이상 또는 도로에 할당된 속도 제한에 상대적인 미리 정의된 양 이상으로 이동하지 않을 것이라고 가정하여 결정될 수 있다. 도 5a 내지 도 5d는 오브젝트 식별, 필터링 및 모니터링과 관련하여 차량 호라이즌의 식별 또는 결정을 설명하기 위한 동작을 묘사한다. "안정 정지 거리"에 대한 언급은 차량-호라이즌이 부분적으로 자아 차량 궤적의 변화가 즉각적인 영향을 미치지 않는 모든 오브젝트를 무시하고 궤적 변화가 차량(505)에 즉각적인 영향을 미칠 수 있는 모든 오브젝트를 포함한다는 것을 알릴 수 있다.

특정 실시 예에서, 도 5a 내지 도 5d는 차량 호라이즌의 표현을 묘사한다. 본원에 설명된 프로세스 및 구성은 관심 이동 거리 내에 있는 오브젝트만을 보고 할 수 있다. 예를 들어 헤드라이트를 넘어서지 않는다는 잘-알려진 아이디어와 유사하게, 차량 호라이즌의 컨텍스트에서 정지 거리는 정지하는 데 필요한 거리에서 각 오브젝트를 볼 수 있도록 구성될 수 있다. 이와 같이, 차량 호라이즌을 미리 정의된 거리로 설정하는 대신, 차량 호라이즌은 정지 거리를 기반으로 할 수 있다. 이와 같이, 본원에 설명된 시스템, 장치 및 프로세스는 차량이 그의 차량 호라이즌을 벗어나지 않도록 한다.

도 6은 하나 이상의 실시 예에 따른 차량 호라이즌의 그래픽 표현을 도시한다. 일 실시 예에 따르면, 차량은 도로 섹션을 식별하고 및/또는 관심 있는 오브젝트를 필터링하기 위해 차량-호라이즌을 결정할 수 있다. 도 6은 차량에 대해 결정된 차량 호라이즌의 두 가지 예를 보여준다.

도로 환경(600)은 진입로에서 도로(606)로 병합되는 차량(605)을 보여준다. 일 실시 예에 따르면, 차량(605)의 차량 호라이즌(601)은 차량 궤적(608)과 관련된 도로 세그먼트(607)를 포함한다. 다른 실시 예에 따르면, 차량(605)에 대해 결정된 차량 호라이즌(601)은 또한 궤적(608)에 병합되거나 교차하는 도로 또는 도로 세그먼트와 연관된 도로 세그먼트(609)를 포함한다. 일 실시 예에 따르면, 하나 이상의 다른 오브젝트와 연관된 오브젝트 궤적(610)은 차량(605)의 차량 호라이즌(601)에 대해 추적될 수 있다. 일 실시 예에 따르면, 차량(605)에 대한 차량 호라이즌은 도로 세그먼트(609)를 포함함으로써 차량(605)에 대한 후방보기 또는 후방 뷰 구성 요소를 포함한다. 이와 같이, 차량(605) 및 본원에 설명된 프로세스 및 구성에 의해 사용되는 차량 호라이즌은 차량(605)이 주행할 수 없고 차량(605)의 작동 및/또는 주행 경로에 영향을 미치지 않을 가능성이 있는 경로에서 오브젝트 할당을 허용한다. 예를 들어, 도로 세그먼트609를을 따라 주행할 수 있는 제2 차량(도 6에 표시되지 않음)이 식별될 수 있고, 그 궤적, 예를 들어 궤적(610)이 차량(605)에 의해 작동을 결정 및/또는 제어하는 데 사용될 수 있다. 차량(605)은 역방향 조회(reverse lookup)를 허용하는 차량 호라이즌을 사용하여 합류하는 도로의 차량에 대해 학습할 수 있다.

일 실시 예에 따르면, 차량(605)은 도로(606)의 하나 이상의 세그먼트를 식별 할 수 있다. 세그먼트는 도로(606)의 차선 및 하나 이상의 섹션과 관련될 수 있다. 세그먼트는 또한 차량(605)의 속도, 도로(606)에 대한 속도 제한 및 차량 호라이즌 중 적어도 하나에 기초하여 결정될 수 있다.

도로 환경(601)은 출구 옵션과 함께 도로(616)를 주행하는 차량(615)을 보여준다. 일 실시 예에 따르면, 차량(605)의 차량 호라이즌(617)은 차량 궤적(620)과 연관된 도로 세그먼트 및 출구 도로(616)와 연관된 잠재적 차량 궤적(625)을 포함한다. 일 실시 예에 따르면, 차량(615)은 도로(616)를 계속 주행하기 위해 현재 궤적(620)의 오브젝트를 결정하고 설명할 수 있으며 잠재적 궤적(625)과 같은 잠재적 궤적을 포함할 수 있다. 따라서, 대체 경로가 차량 호라이즌(617)에 포함된다.

도 7은 하나 이상의 실시 예에 따른 오브젝트 핸들링의 그래픽 표현을 도시한다. 일 실시 예에 따르면, 오브젝트의 식별(예를 들어, 블록(210)에서 오브젝트 식별)은 오브젝트의 분류를 포함 할 수 있다. 프로세스(700)는 차량의 제어 유닛에 의해 사용될 수 있다. 일 실시 예에 따르면, 센서 데이터(705)는 차량에 의해 검출된다. 센서 데이터는 이미징 디바이스(예를 들어, 카메라) 및 감지 디바이스(예를 들어, 라이다(LiDar))와 같은 차량의 하나 이상의 소스에 의해 생성될 수 있다. 차량의 제어 유닛은 오브젝트를 식별하고 오브젝트를 하나 이상의 카테고리의 표준 오브젝트(715)로 분류하도록 구성된 복수의 검출기(710_1-n)를 포함한다.

도 8은 하나 이상의 실시 예에 따른 도로 세그먼트에 오브젝트를 할당하는 그래픽 표현을 도시한다. 프로세스(800)는 차량 제어 유닛과 같은 차량에 의해 사용될 수 있다. 식별된 오브젝트는 제어 유닛에 의해 정적 지도(805) 및 동적 지도(810)에 저장 될 수 있다. 일 실시 예에 따르면, 차량 호라이즌과 연관되는 것으로 제어 유닛에 의해 식별된 모든 오브젝트는 하나 이상의 도로 세그먼트에 할당된다. 차량은 모든 오브젝트 목록과 세그먼트 목록을 포함하여 적어도 두 개의 참조 목록을 유지할 수 있다. 세그먼트 목록은 차량 호라이즌의 세그먼트와 같은 관심 세그먼트 및 기타 세그먼트로 나눌 수 있다. 일 실시 예에 따르면, 정적 지도(805)는 오브젝트 및 세그먼트의 목록을 저장하도록 구성될 수 있다.

정적 지도(805)는 도로 분할, 표지판 등과 같은 정적 오브젝트(예를 들어, 움직일 수 없는 오브젝트)를 포함한다. 동적 지도(810)는 다른 차량, 보행자, 동물 등과 같이 움직일 수 있는 오브젝트를 저장한다. 동적 지도(810)는 세그먼트를 저장하고 세그먼트에 할당된 오브젝트와 연관된 데이터 요소를 포함하도록 구성될 수 있다. 일 실시 예에서, 차량 제어 유닛은 차량 호라이즌이 업데이트되고 및/또는 오브젝트 위치가 결정될 때 응답으로 세그먼트 목록을 업데이트하고 오브젝트를 제거/업데이트할 수 있다. 특정 실시 예에서, 어떤 세그먼트에도 부착될 수 없는 오브젝트는 특수 세그먼트(예를 들어, 진공 세그먼트)와 같은 카테고리 또는 목록에 할당될 수 있다. 오브젝트는 이전에 감지된 오브젝트의 재처리를 방지하기 위해 감지되는 한 특수 세그먼트에 연결 및/또는 저장되어 있을 수 있다.

일 실시 예에 따르면, 차량 호라이즌이 결정될 수 있고 도로의 세그먼트가 결정될 수 있다. 도 8은 차량 호라이즌이 830으로 도시된 세그먼트(825_1-n)으로 분할된 도로 네트워크(815)를 도시한다. 검출된 오브젝트(835)는 하나 이상의 클래스의 오브젝트를 포함한다. 예시적인 실시 예에 따르면, 버스(840), 사람(845), 차량(850), 보행자(855) 및 표지판(860)은 차량에 의해 감지되고 하나 이상의 세그먼트에 할당된 오브젝트다. 오브젝트 중 일부는 차량 호라이즌(830)의 세그먼트에 할당되고, 다른 오브젝트는 차량 호라이즌과 연관되지 않은 세그먼트에 할당된다. 다른 실시 예에 따르면, 오브젝트는 하나 이상의 세그먼트에 할당될 수 있다. 예를 들어, 차량(850)은 세그먼트들(825₃ 및 825₄)에 할당된다. 오브젝트는 오브젝트 속도 및 방향과 같은 오브젝트 궤적을 기반으로 할당될 수 있다. 자아 차량이 처음에 오브젝트가 속한 세그먼트를 결정할 수 없는 경우 오브젝트는 둘 이상의 도로 세그먼트에 부착될 수 있다. 일 실시 예에서, 차량 제어 유닛은 위치의 초기 추정에 기초하여 오브젝트가 속할 수 있는 가능한 세그먼트를 결정하기 위해 지도 매칭 동작을 수행한다.

일 실시 예에 따르면, 세그먼트는 오브젝트를 포함하는 것으로 태그되거나 분류될 수 있다. 예로서, 도로 세그먼트(825₃)은 개인 서브스크라이버(865)와 같은 개인의 존재를 식별하기 위한 데이터 요소로서 저장될 수 있다. 유사하게, 도로 세그먼트들(825₄ 및 825₅)은 차량 서브스크라이버(870)와 같은 차량의 존재를 식별하고 표지판 서브스크라이버(875)와 같은 표지판의 존재를 식별하기 위한 데이터 요소로서 저장될 수 있다.

도 9는 하나 이상의 실시 예에 따른 오브젝트를 컨텍스트화하는 그래픽 표현을 도시한다. 도 9는 도로(910)를 주행하는 차량(905)을 도시한다. 일 실시 예에 따르면, 차량은 차량 도로(910)에 대해 915로 도시된 차량 호라이즌을 결정하도록 구성된다. 다른 실시 예에 따르면, 차량(905)은 도로(910)에 위치된 오브젝트(920_1-n)와 같은 하나 이상의 오브젝트 및 도로(910)에 위치하지 않은 오브젝트(925_1-n)와 같은 하나 이상의 다른 오브젝트를 식별하도록 구성된다. 특정 실시 예에서 차량(905)의 센서는 또한 오브젝트(9401-n)를 포함하는 도로(910) 근처에 위치한 도로(935)와 관련된 오브젝트를 검출할 수 있다. 도로(935)는 도로(910)로부터 영역(936)에 의해 분리될 수 있다.

일 실시 예에 따르면, 차량(905)은 도로의 하나 이상의 세그먼트에 오브젝트를 할당하도록 구성 될 수 있다. 예로서, 오브젝트(920_1-n)는 도로(910) 상의 차량과 관련될 수 있고 도로(910)의 하나 이상의 세그먼트에 할당될 수 있다. 다른 실시 예에 따르면, 차량(905)은 오브젝트 궤적 또는 이동을 결정 및/또는 추정하도록 구성될 수 있다. 오브젝트(925_1-n)는 도로에서 이동하지 않지만 차량에서 감지할 수 있는 오브젝트와 연관된다. 특정 실시 예에서, 차량(905) 및 차량의 하나 이상의 센서는 오브젝트 움직임을 검출하고 오브젝트 움직임에 기초하여 차량 호라이즌(915)과 연관된 도로의 세그먼트에 오브젝트를 할당하도록 구성될 수 있다. 예시적인 실시 예에서, 오브젝트(925_1-n)는 이동 가능한 오브젝트, 예를 들어 사슴과 관련될 수 있으며, 여기서 오브젝트(925)는 정지하고 오브젝트(925_n)는 도로(910)를 향해 이동하고 있다. 차량(905)은 오브젝트(925)가 정지되어 있고 오브젝트(9251)를 도로(910)에 할당하지 않는 것으로 결정할 수 있다. 차량(905)은 오브젝트(925n)에 대한 궤적(930)을 결정하고 궤적(930)에 기초하여 오브젝트(925n)를 도로(910)에 할당하도록 구성될 수 있다.

일 실시 예에서, 오브젝트 궤적은 오브젝트가 차량 호라이즌의 도로 세그먼트에 할당되는지 여부를 결정하는 데 사용될 수 있다. 차량(905)은 차량 호라이즌(915)에 대한 오브젝트(925_n)의 할당을 결정하기 위해 궤적(930)을 평가하도록 구성될 수 있다. 다른 실시 예에 따르면, 차량 호라이즌에 할당된 모니터링 오브젝트는 할당된 오브젝트 및 오브젝트 궤적을 제공하는 센서 데이터에 기초할 수 있다. 이와 같이, 오브젝트(930)가 정의된 도로 또는 도로(910)와 교차하는 도로에 있지 않더라도, 오브젝트(925n)는 궤적(930)에 기초하여 도로 세그먼트에 할당될 수 있다.

도 9는 또한 차량 호라이즌 밖의 오브젝트가 차량(905)의 차량 호라이즌의 세그먼트에 추가되거나 할당될 수 있는 오브젝트 궤적의 다른 예를 보여준다. 차량(945)은 도로(935)를 주행하고 도로(910)를 향해 방향(950)으로 진행할 수 있다. 일 실시 예에 따르면, 차량(905)은 차량(945)에 대한 궤적(955)을 식별하고 차량(945)을 차량 호라이즌(915)의 세그먼트에 할당하도록 구성 될 수 있다. 이와 같이, 차량(905)은 차량(945)의 동작을 모니터링할 수 있다. 차량(9401-n)과 같은 도로(935) 상의 다른 차량은 차량(905)에 의해 차량 호라이즌에 추가되지 않을 수 있다.

도 9는 또한 오브젝트 정보 공유의 그래픽 표현을 나타낸다. 일 실시 예에 따르면, 차량은 각 차량에 대한 오브젝트 감지 정보를 교환하도록 구성될 수 있다. 차량 대 차량(vehicle-to-vehicle, V2V) 시스템에서, 차량(905)은 근접한 다른 차량들로부터 오브젝트 데이터를 수신하고 공유할 수 있다. 이와 같이, 차량(905)은 오브젝트(925n)의 검출 그리고 오브젝트 궤적 및 오브젝트에 할당된 도로 세그먼트 중 적어도 하나를 하나 이상의 다른 차량과 공유하도록 구성 될 수 있다. 유사하게, 차량(940₁)과 같은 도로(935) 상의 차량은 감지된 오브젝트를 다른 차량과 공유할 수 있다. 특정 실시 예에서, 차량이 네트워크 엔티티와 오브젝트 데이터를 공유할 수 있도록 하나 이상의 차량이 차량 대 인프라 구성(V2I)에서 작동하도록 구성 될 수 있다. 도 9는 차량에 오브젝트 데이터를 제공 할 수 있는 네트워크(960)와 네트워크 연결을 갖는 차량(940₁)을 도시한다.

도 10은 하나 이상의 실시 예에 따른 차량 호라이즌의 그래픽 표현을 도시한다. 위에서 논의된 바와 같이, 차량 호라이즌은 움직이는 오브젝트를 핸들링하도록 구성될 수 있다. 움직이지 않는 오브젝트만을 설명하는 전자 호라이즌과는 달리, 본 개시에 따른 차량 호라이즌은 이동 및 정지된 오브젝트에 대한 차량 성능을 향상시킬 수 있다. 유사하게, 본 개시의 차량 호라이즌은 차량 전방의 도로만을 설명하는 전자 호라이즌과는 대조적으로 현재 도로, 잠재적인 도로 및 차량과 교차할 수 있는 도로에 대한 차량 성능을 향상시킬 수 있다.

일 실시 예에 따르면, 도 10의 차량 호라이즌(1000)은 1005_1-n으로 표시된 도로 세그먼트(s1-s10) 및 1010_1-n으로 표시된 위치(Y1-Y10)를 포함하는 예시적인 호라이즌이다. 차량 호라이즌(1000)은 도로 토폴로지 및 차량이 정지 할 수 있도록 버퍼 거리에 기초하여 결정될 수 있다. 예시적인 실시 예에서, 트래픽의 흐름은 감소하는 세그먼트 번호를 향해 진행될 수 있다. 따라서, 차량이 위치(Y1 1010₁)에 있고 차량의 현재 속도를 기반하고 모든 후속 세그먼트의 최대 속도를 따를 것이라고 가정하고 차량이 버퍼 거리 직후에 정지하기로 결정한 경우, 차량은 현재 정지 속도 설정에 따라 Y7, Y8 또는 Y4에 위치하게 된다. 이 시나리오에서, s4 및 s7의 속도 제한은 이동 거리가 더 짧기 때문에 s10, s6 및 s3의 속도 제한보다 훨씬 낮다. 그러면 위치(Y1)에서 자아 차량의 전자 호라이즌은 s10, s6, s3, s2, s4 및 s7을 포함한다고 말할 수 있다. 도 10에서, 세그먼트(s4 및 s7)는 트래픽에 대해 반대 주행 방향을 갖지만, 즉 자아 차량은 실제로 s7로 이동하지 않지만, 이 예시적인 실시 예에서 다수의 차량들(하나는 s4로 주행 그리고 하나는 s7로 주행)을 가정하는 것보다 계산을 단순화하기 위해 차량이 있다고 가정할 수 있다. 따라서, 도 10은 차량 호라이즌을 식별하는 예를 제공한다.

다른 실시 예에 따르면, 차량 호라이즌은 주행의 역 방향 관련하여 차량에 접근하거나 관심을 갖는 도로 섹션을 설명할 수 있다. 이와 같이 차량 호라이즌은 전방 및 역방향 호라이즌을 모두를 포함할 수 있다. 차량 호라이즌은 차량의 주행 방향과 반대 방향 또는 그에 이르는 방향의 세그먼트를 포함함으로써 결정될 수 있다. 도 10과 관련하여, 반대 방향으로의 주행의 방향이 확장된 주행 방향으로 차량 호라이즌에 포함되는 경우, 차량이 플립되고(예를 들어, 주행의 역방향) 확장된 호라이즌에 모든 세그먼트가 포함되는 것을 가정한다.

일 실시 예에 따르면, 차량 호라이즌은 전방 호라이즌 및 후방 호라이즌을 모두 포함할 수 있어, 각 호라이즌 방향에서 호라이즌 길이를 설정하는 것에 대한 차량의 정지 거리가 다를 수 있다. 예를 들어, 도 10을 참조하고 차량이 Y3 위치에 있고 전방 주행의 정지 위치가 Y10, Y9 및 Y5라고 가정하고, 전방 호라이즌은 세그먼트(s6, s3, s2, s4, s5, s7 및 s8)를 포함한다. 역 호라이즌의 경우, 역 방향의 모든 세그먼트의 역 뷰(예를 들어, 자동차가 이론적으로 플립되고, 속도 제한에 안전 계수를 곱한 경우)는 임의의 세그먼트의 주행 방향의 완전히 무시하고, 차량은 버퍼 거리 직후에 정지한다. 그런 다음, 차량이 Y2 또는 Y4 위치에 정차한다고 가정하면(역방향의 정지 거리가 전방과 다르게 설정 가능하다는 것을 기초로), "역 호라이즌"은 세그먼트(s6, s10 및 s7)를 포함한다. 확장된 총 호라이즌은 전방 및 후방 호라이즌을 모두 포함한다.

도 11a 내지 도 11d는 하나 이상의 실시 예에 따른 오브젝트를 컨텍스트화하는 그래픽 표현을 도시한다. 도 11a는 도로 세그먼트(1105_1-n)를 포함하는 도로 토폴로지(1100)의 그래픽 표현을 도시한다. 오브젝트를 도로 토폴로지(1100)으로 컨텍스트화하면 자아 차량이 관심을 가져야 하는 오브젝트의 수를 제한할 수 있다. 도 11a는 차량(1110)으로서 도로 토폴로지(1100)과 연관된 자아 차량을 도시한다. 도 11b는 차량(1100)에 의해 감지될 수 있는 하나 이상의 오브젝트를 도시한다. 차량(1115)은 상이한 유형 또는 분류의 오브젝트(1110_1-n)를 검출할 수 있다.

도 11c는 차량(1115)에 대한 도로 토폴로지(1100) 및 차량 호라이즌(1120) 상에 중첩된 오브젝트(1110_1-n)를 도시한다. 차량 호라이즌(1120)은 복수의 세그먼트(1105_1-n)를 포함하는 다면 형상을 갖는 관심 영역 및 도로 세그먼트 영역을 넘어 연장되는 영역으로서 도시된다. 다른 차량 호라이즌 형상이 사용될 수 있음을 이해해야 한다. 차량 호라이즌(1120)은 하나 이상의 방식으로 선택될 수 있는 전자 호라이즌의 도로 세그먼트 주위에 관심 영역을 갖는 것으로 식별될 수 있다. 일 실시 예에서, 차량 호라이즌(1120)의 형상은 오브젝트 독립적이고 전자 호라이즌까지의 거리에 기초하여 결정된다. 이 실시 예에서, 차량 호라이즌(1120)은 자아 차량과의 거리 및 미래 속도를 고려할 수 있다. 더욱이, 이 예에서, 관심 영역은 차량이 정지하는 곳에서 0일 수 있다.

일 실시 예에서, 차량 호라이즌(1120)의 형상은 대상에 의존하여 형상이 특정 오브젝트가 관심 영역에 진입하는 데 걸리는 거리를 기반으로 한다. 오브젝트 종속 버전은 오브젝트가 먼저 식별될 것을 요구한다. 리소스 사용량이 거의 없이 오브젝트를 일반적으로 수신하거나 감지한 다음 관련성이 없는 것으로 폐기하면, 리소스가 유지될 수 있다. 수역(예를 들어, 호수, 강 등), 콘크리트 칸막이와 같은 단단한 장벽이 있거나 또는 차량이 다리 위를 주행할 때, 관심 영역이 더 줄어들 수 있다.

도 11c에서, 식별된 오브젝트(1125)는 차량 호라이즌(1120) 및 차량 호라이즌(1120) 외부와 관련된 오브젝트를 포함한다. 일 실시 예에 따르면, 오브젝트는 식별된 오브젝트(1125)로부터 선택되거나 필터링될 수 있다. 식별된 오브젝트(1125)는 차량(1115)에 의해 인식될 수 있다. 그러나 모든 오브젝트가 차량(1115)에 대해 중요하거나 고려할 가치가 있는 것은 아니다. 일 실시 예에서, 오브젝트가 차량(1115)의 작동을 방해할 가능성은 오브젝트를 세그먼트에 할당하기 위한 기초가 될 수 있다. 식별된 모든 오브젝트가 차량(1115)을 방해하거나 방해할 수 있는 것은 아니며 차량(1115)이 모든 오브젝트를 방해할 수 없다. 차량(1115)으로부터의 거리를 사용하는 일반적인 접근 방식과 달리, 본원에서 논의된 프로세스 및 구성은 차량의 현재 및 잠재적인 위치뿐만 아니라 오브젝트의 현재 및 잠재적인 위치를 고려할 수 있게 한다.

도 11d는 하나 이상의 도로 세그먼트에 대한 오브젝트 할당을 포함하는 식별된 오브젝트(1125)의 필터링된 세트(1126)를 도시한다. 도 11d에서, 필터링된 세트(1126)는 도로 토폴로지를 컨텍스트화하고 도로 호라이즌에 기초하여 22개에서 9개로와 같이 식별된 오브젝트(1125)의 수를 감소시킨다. 차량 호라이즌이 차량과 감지된 오브젝트의 상호 효과를 고려하는 한 여러 유형의 도로 호라이즌이 사용될 수 있음을 이해해야 한다. 전자 호라이즌에 대한 전통적인 접근 방식은 호라이즌의 크기, 너무 많은 오브젝트의 포함 및 정지 거리를 고려할 수 없기 때문에 그다지 유용하지 않을 수 있다.

도 12는 하나 이상의 실시 예에 따라 세그먼트에 오브젝트를 할당하는 그래픽 표현을 도시한다. 도 11a 내지 도 11d는 하나의 특정 전자 호라이즌에 중요한 오브젝트의 서브세트를 생성할 수 있지만, 도 12는 전자 호라이즌과는 달리 도로의 세그먼트에 오브젝트를 할당하여 자원을 줄일 수 있는 방법을 보여준다. 도 12는 도로 세그먼트(1205) 및 차량 호라이즌(1215) 관심 영역(1210)을 포함하는 도로 토폴로지(1200)의 그래픽 표현을 도시한다. 일 실시 예에 따르면, 오브젝트의 식별은 각 오브젝트를 도로 세그먼트에 할당하는 것을 포함할 수 있다. 도 12는 오브젝트(1220)의 궤적(1125)에 기초한 오브젝트(1220) 세그먼트(s6 및 s10)의 할당을 예시한다. 도 12에서 모든 오브젝트는 도로 세그먼트에 할당된다. 도 12의 오브젝트는 움직이는 오브젝트일 수 있다. 오브젝트(1230)와 같은 일부 오브젝트는 특정 세그먼트에 있으므로 세그먼트에 대한 할당은 오브젝트 위치 또는 포지션을 기반으로 한다. 오브젝트(1235)와 같은 일부 오브젝트는 관심 영역에 있으며 하나 이상의 세그먼트에 할당될 수 있다. 오브젝트(1240)와 같은 일부 오브젝트는 관심 영역 밖에 있으며, 오브젝트가 현재 상황과 관련이 없을 수 있으므로, 보이드(void) 세그먼트에 할당된다. 오브젝트가 움직이면, 관련성을 가질 수 있다.

일 실시 예에 따르면, 차량 호라이즌(1215)의 관심 영역(1210)은 알려지지 않은 차량 위치 및 속도를 고려하지 않을 수 있는 반면, 속도, 궤적 및 오브젝트 유형은 특정 오브젝트를 포함하거나 포함하지 않는 데 사용될 수 있다. 예를 들어, 세그먼트에서 멀어지는 오브젝트는 무시될 수 있다. 일 실시 예에서, 세그먼트 목록은 차량에 의해 저장되고 업데이트 될 수 있으며, 각 세그먼트에 부착된 것은 세그먼트에 할당된 모든 오브젝트의 목록이다. 차량 사용을 위한 목록 또는 테이블이 생성되면, 모든 세그먼트와 이러한 세그먼트에 할당된 모든 오브젝트가 도로 세그먼트에 컨텍스트화 될 수 있다. 특정 실시 예에서, 일단 오브젝트가 식별되면 각 오브젝트는 도로 세그먼트에 할당된다. 오브젝트가 움직이고 다른 세그먼트에 가까워지면, 오브젝트가 해당 새 세그먼트에 재할당되거나 오브젝트가 속한 세그먼트를 명확하게 정의 할 수 없는 경우 세그먼트간에 공유될 수 있다. 특정 실시 예에서 오브젝트는 차량 호라이즌의 식별 이전에 세그먼트에 할당된다. 다른 실시 예에서, 오브젝트는 차량 호라이즌이 결정된 후에 할당된다.

일 실시 예에 따르면, 자아 차량과 같은 각 차량은 자아 차량과 오브젝트의 가능한 상호 작용을 평가하여 전자 호라이즌을 추정한다. 차량 호라이즌이 확인되고 자아 호라이즌에 속하는 세그먼트 목록이 알려지면, 오브젝트의 테이블을 세그먼트와 비교하여 자아 차량에 중요한 오브젝트를 결정할 수 있다. 차량이 전진하고 자아-호라이즌을 따르는 세그먼트가 변화함에 따라, 자아 차량에 관심이 있는 오브젝트도 업데이트된다. 세그먼트만을 기준으로 관심 오브젝트가 결정되면, 차량의 현재 및 미래 속도와 도로 세그먼트까지의 오브젝트 거리를 고려하는 스마트 관심 영역(예를 들어, 관심 영역(1120))은 오브젝트의 수를 더욱 줄일 수 있다.

도 13은 하나 이상의 실시 예에 따른 오브젝트를 결정하기 위한 프로세스를 도시한다. 일 실시 예에 따르면, 프로세스(1300)는 자율 주행 차량(예를 들어, 온-로드)과 같은 차량 시스템 및 ADAS(Advanced Driver Assistant System)와 같은 운전자 지원 시스템에 대한 관련 오브젝트를 결정하기 위한 동작을 제공한다. 프로세스(1300)는 차량에 데이터를 제공하는 네트워크 기반 서비스에 의해 사용될 수 있다. 일 실시 예에서, 오브젝트는 차량을 둘러싼 도로에 기초하여 특정 차량과 상호 작용할 가능성에 기초하여 관련되거나 그렇지 않은 것으로 결정된다.

일 실시 예에 따르면, 프로세스(1300)는 특정 차량에 대한 관심 도로에 기초하여 차량 호라이즌(예를 들어, 전자 호라이즌)을 결정하는 것을 포함한다. 전자 호라이즌을 따르는 도로의 모양에 대략적으로 일치하는 "형상(shape)"이 결정될 수 있다. 오브젝트는 블록(1305)에서 결정된 형상을 사용하여 블록(1310)에서 식별될 수 있다. 일 실시 예에서, 이미 검출된 모든 오브젝트와 "형상"은 "형상" 내에 맞는 이러한 오브젝트만을 선택하기 위해 "쿠키 커터(cookie cutter)"로 사용된다. 특정 실시 예에서, 오브젝트가 호라이즌(또는 그 주위의 형상)이 생성될 때 관련성이 결정되기 때문에 도로 세그먼트에 오브젝트를 할당할 필요가 없을 수 있다. 또 다른 실시 예에 따르면, 오브젝트가 검출될 때 그들은 "모양" 내에 있는지 아닌지 결정된다. 따라서 프로세스(1300)는 차량 전자 호라이즌 주위에 생성된 형상을 사용하여 오브젝트를 더 관련성 있는 것으로 선택적으로 표시할 수 있게 한다. 프로세스(1300)는 차량에서 또는 네트워크 리소스를 통해(예를 들어, 클라우드에서) 수행될 수 있다. 도로 또는 지도 데이터와 관련된 오브젝트의 네트워크 기반 결정은, V2X 동작과 같이, 클라우드가 각각의 특정 차량에 전송하는 오브젝트를 선택하는 데 사용될 수 있다.

일 실시 예에 따르면, 네트워크 엔티티 또는 시스템은 관련 오브젝트를 식별하기 위해 프로세스(1300)를 사용할 수 있다. 네트워크 시스템(예를 들어, 도 4의 시스템(400))에서 사용되는 경우, 많은 자동차들은 종종 무작위로 그리고 무질서한 방식으로 많은 오브젝트를 네트워크 시스템에 보낸다. 프로세스(1300)는 블록(1310)에서 동일한 오브젝트가 여러 차량에 의해 보고된 경우에도 각 오브젝트의 단 하나의 인스턴스만 유지하면서 어떤 오브젝트가 반복되는지를 결정하는 데 사용될 수 있다. 그런 다음 네트워크 시스템은 각 차량에 대한 개별 전자 호라이즌을 독립적으로 생성할 수 있다. 블록(1305)에서 생성된 전자 호라이즌으로, 시스템은 블록(1310)에서 관심 오브젝트의 목록을 결정하기 위해 각각의 개별 차량에 대한 "형상"을 구현할 수 있다. 결정된 오브젝트 목록은 각 차량에 전달될 수 있다. 결과적으로, 관련 없는 오브젝트가 전송되지 않아 네트워크 통신 대역폭이 절약되고 각 차량의 처리 능력이 절약된다.

도 14는 하나 이상의 실시 예에 따른 오브젝트를 할당하기 위한 프로세스를 도시한다. 일 실시 예에 따르면, 프로세스(1400)는 자율 주행 차량(예를 들어, 온-로드)과 같은 차량 시스템 및 ADAS(Advanced Driver Assistant System)와 같은 운전자 지원 시스템에 대한 오브젝트를 할당할 수 있다. 프로세스(1400)는 차량에 데이터를 제공하는 네트워크 기반 서비스에 의해 사용될 수 있다. 프로세스(1400)는 오브젝트 세트가 어떻게 인식되었는지 여부와 무관하게 도로 세그먼트에 각 오브젝트를 할당하기 위해 수행될 수 있다. 프로세스(1400)는 오브젝트가 적어도 하나의 도로 세그먼트에 연관될 수 있는지를 결정하기 위해 하나 이상의 오브젝트(예를 들어, 반드시 식별된 것은 아닌)에 사용될 수 있다. 각 도로 세그먼트는 고정 또는 임시 데이터베이스(일반적으로지도 데이터베이스)에 보관될 수 있다.

프로세스(1400)는 블록(1405)에서 적어도 하나의 도로 세그먼트에 대한 오브젝트의 근접성을 결정하는 것을 포함할 수 있다. 일 실시 예에 따르면, 프로세스(1400)는 관련성이 있는 것으로 아직 결정되지 않은 오브젝트로 시작하여 수행될 수 있다. 블록(1410)에서, 프로세스(1400)는 오브젝트가 도로 세그먼트에 할당 가능한지 여부를 결정하는 것을 포함한다. 각 오브젝트는 오브젝트의 미래 위치 및 도로 세그먼트에 근접한 오브젝트를 추정함으로써 도로 세그먼트와 연관될 수 있다. 오브젝트의 유형은 또한 일반적인 행동 패턴을 결정하기 위해 간주될 수 있다. 오브젝트 동작을 결정하는 것과 관련하여 다수의 오브젝트를 고려할 수 있다. 예를 들어, 제2 오브젝트는 제1 오브젝트에 대한 가능한 연결로 인해 적어도 일시적으로 특정 도로 세그먼트와 연관된다(예를 들어, 도로에서 구르는 것으로 보여지는 공, 여기서 공이 이미 도로에서 굴러 나갔지만, 어린이가 공을 따라가는 것이 일반적이므로 "어린이 오브젝트"가 도로에 일시적으로 배치됨).

프로세스(1400)는 블록(1415)에서 차량 호라이즌의 하나 이상의 도로 세그먼트를 업데이트하는 것을 포함 할 수 있다. 블록(1415)에서의 업데이트는 차량에 대한 전자 호라이즌에 속하는 도로 세그먼트에 대해 반복적으로 수행되어 차량에 대한 도로 세그먼트의 목록을 생성 할 수 있다. 이 도로 세그먼트 목록을 기반으로, 차량 호라이즌과 관련된 모든 오브젝트는 후속 시스템 계산 또는 추정에서 우선 순위가 지정될 수 있다. 따라서, 식별된 도로 세그먼트 목록을 기반으로 관련될 때 오브젝트를 고려할 수 있다. 일 실시 예에 따르면, 네트워크 엔티티 또는 시스템은 오브젝트에 세그먼트 식별을 할당하기 위해 프로세스(1400)를 사용할 수 있다. 차량 호라이즌이 각 차량에 대해 생성됨에 따라, 네트워크 시스템은 차량 호라이즌에 포함된 세그먼트에 속하는 오브젝트를 찾을 수 있다.

다른 실시 예에 따르면, 프로세스(1400)는 상이한 지도 공급자와 함께 사용될 수 있다. 지도 데이터베이스의 여러 공급자가 있는 경우, 모든 도로가 동일한 세그먼트로 나뉘지 않으며 지도 공급자가 동일한 방식으로 도로를 식별하지 않는다. 따라서 네트워크 서비스가 특정 차량에 대한 전자 호라이즌을 생성하고 이 전자 호라이즌을 사용하여 해당 차량과 관련된 오브젝트를 찾을 때, 본원에 설명된 구성은 명명된 도로 세그먼트가 있거나 없는 오브젝트 목록을 제공할 수 있다(위치 포함). 차량은 차량에 의해 사용되는 세그먼트에 대한 할당된 오브젝트일 수 있다. 예시적인 실시 예에서, 오브젝트는 네트워크 리소스에 의해 세그먼트 "ABC"와 연관될 수 있지만, 그 다음 차량의 세그먼트 "45A"와 연관될 수 있다.

본 개시 내용은 그 예시적인 실시 예를 참조하여 특히 도시되고 설명되었지만, 당업자라면 청구된 실시 예의 범위를 벗어나지 않고 형태 및 세부 사항의 다양한 변경이 이루어질 수 있음을 이해할 것이다.

Claims

차량 호라이즌(vehicle horizon)에 대한 오브젝트를 컨텍스트화(contextualization)하는 방법에 있어서,
차량의 제어 유닛에 의해, 차량 위치에 대한 도로 데이터 및 차량 궤적(trajectory)을 기반으로 차량 호라이즌을 식별하는 단계-여기서, 상기 차량 호라이즌을 식별하는 단계는 상기 도로 데이터 및 차량 궤적에 기초하여 적어도 하나의 도로 세그먼트를 결정하는 단계를 포함함-;
상기 제어 유닛에 의해, 상기 차량에 대한 적어도 하나의 오브젝트를 식별하는 단계;
상기 제어 유닛에 의해, 상기 제어 유닛에 의해 식별된 오브젝트를 도로 세그먼트에 할당하는 단계-여기서, 도로 세그먼트에 할당된 각 오브젝트는 상기 차량 호라이즌을 기반으로 할당됨-; 및
상기 제어 유닛에 의해, 상기 차량 호라이즌과 관련된 도로 세그먼트에 할당된 각 오브젝트를 모니터링하는 단계를 포함하고,
상기 제어 유닛에 의해 식별된 오브젝트를 도로 세그먼트에 할당하는 단계는 상기 제어 유닛에 상기 차량 호라이즌 밖의 식별된 오브젝트의 추정된 궤적을 제공하는 것을 포함하는, 방법.
제1항에 있어서, 상기 차량 호라이즌은 상기 차량의 현재 도로 및 상기 차량의 미리 정의된 영역 내에서의 그리고 상기 차량 궤적에 기초한 상기 현재 도로에 대한 도로 경로와 관련되는, 방법.
제1항에 있어서, 각각의 도로 세그먼트는 상기 제어 유닛에 의해 식별된 도로의 섹션과 관련되고, 각각의 도로 세그먼트는 차량 작동 특성에 기초하여 결정되는, 방법.
제1항에 있어서, 상기 차량 호라이즌은 현재 도로 및 상기 현재 도로에 합류하는 도로에 대한 상기 차량의 전방 궤적에 기초하여 결정되는, 방법.
제1항에 있어서, 상기 차량 호라이즌은 상기 차량의 전방 궤적에 기초하여 그리고 상기 차량에 접근하는 교차 도로 경로에 대해 결정되는, 방법.
제1항에 있어서, 적어도 오브젝트를 식별하는 단계는 상기 차량의 센서에 의해 적어도 하나의 오브젝트를 검출하는 단계를 포함하고, 오브젝트 위치는 상기 차량에 대해 검출되는, 방법.
제1항에 있어서, 적어도 오브젝트를 식별하는 단계는 다른 차량 및 통신 네트워크 중 적어도 하나로부터 적어도 하나의 오브젝트를 수신하는 단계를 포함하고, 상기 적어도 하나의 오브젝트에 대한 위치 데이터가 수신되는, 방법.
제1항에 있어서, 상기 제어 유닛에 의해 식별된 오브젝트를 도로 세그먼트에 할당하는 단계는 상기 오브젝트가 상기 차량의 상기 차량 호라이즌과 연관될 때 상기 오브젝트를 세그먼트에 연관시키는 단계를 포함하는, 방법.
제1항에 있어서, 상기 제어 유닛에 의해 식별된 오브젝트를 도로 세그먼트에 할당하는 단계는 상기 차량에 대한 안정 정지 거리를 사용하여 결정된 선형 거리에 기초하는, 방법.
제1항에 있어서, 모니터링하는 단계는 상기 차량 호라이즌 내의 오브젝트들에 대한 오브젝트 위치를 추적하는 단계를 포함하는, 방법.
차량 제어 유닛에 있어서,
차량 궤적 및 차량 위치에 대한 도로 데이터에 기초하여 차량 호라이즌을 식별하도록 구성된 차량 궤적 모듈-여기서 상기 차량 호라이즌을 식별하는 것은 상기 도로 데이터 및 차량 궤적에 기초하여 적어도 하나의 도로 세그먼트를 결정하는 것을 포함-; 및
오브젝트 감지 모듈을 포함하고, 상기 오브젝트 감지 모듈은,
상기 차량과 관련된 적어도 하나의 오브젝트를 식별하고;
상기 제어 유닛에 의해 식별된 오브젝트를 도로 세그먼트에 할당하고-여기서, 도로 세그먼트에 할당된 각 오브젝트는 차량 호라이즌에 기초하여 할당됨-; 그리고
상기 차량 호라이즌과 연관된 도로 세그먼트에 할당된 각 오브젝트를 모니터링하도록 구성되고,
상기 제어 유닛에 의해 식별된 오브젝트를 도로 세그먼트에 할당하는 것은 상기 제어 유닛에 상기 차량 호라이즌 밖의 식별된 오브젝트의 추정된 궤적을 제공하는 것을 포함하는, 차량 제어 유닛.
제11항에 있어서,
상기 차량 호라이즌은 상기 차량의 현재 도로 및 상기 차량의 미리 정의된 영역 내에서의 그리고 상기 차량 궤적에 기초한 상기 현재 도로에 대한 도로 경로와 관련되는, 차량 제어 유닛.
제11항에 있어서, 각각의 도로 세그먼트는 상기 제어 유닛에 의해 식별된 도로의 섹션과 관련되고, 각각의 도로 세그먼트는 차량 작동 특성에 기초하여 결정되는, 차량 제어 유닛.
제11항에 있어서, 상기 차량 호라이즌은 현재 도로 및 상기 현재 도로에 합류하는 도로에 대한 상기 차량의 전방 궤적에 기초하여 결정되는, 차량 제어 유닛.
제11항에 있어서, 상기 차량 호라이즌은 상기 차량의 전방 궤적에 기초하여 그리고 상기 차량에 접근하는 교차 도로 경로에 대해 결정되는, 차량 제어 유닛.
제11항에 있어서, 적어도 오브젝트를 식별하는 것은 상기 차량의 센서에 의해 적어도 하나의 오브젝트를 검출하는 것을 포함하고, 오브젝트 위치는 상기 차량에 대해 검출되는, 차량 제어 유닛.
제11항에 있어서, 적어도 오브젝트를 식별하는 것은 다른 차량 및 통신 네트워크 중 적어도 하나로부터 적어도 하나의 오브젝트를 수신하는 것을 포함하고, 상기 적어도 하나의 오브젝트에 대한 위치 데이터가 수신되는, 차량 제어 유닛.
제11항에 있어서, 상기 제어 유닛에 의해 식별된 오브젝트를 도로 세그먼트에 할당하는 것은 상기 오브젝트가 상기 차량의 상기 차량 호라이즌과 연관될 때 상기 오브젝트를 세그먼트에 연관시키는 것을 포함하는, 차량 제어 유닛.
제11항에 있어서, 상기 제어 유닛에 의해 식별된 오브젝트를 도로 세그먼트에 할당하는 것은 상기 차량에 대한 안정 정지 거리를 사용하여 결정된 선형 거리에 기초하는, 차량 제어 유닛.
제11항에 있어서, 모니터링은 상기 차량 호라이즌 내의 오브젝트들에 대한 오브젝트 위치를 추적하는 것을 포함하는, 차량 제어 유닛.