KR102591812B1 - 주변 차량 인지 시스템 및 방법 - Google Patents

주변 차량 인지 시스템 및 방법 Download PDF

Info

Publication number
KR102591812B1
KR102591812B1 KR1020230034179A KR20230034179A KR102591812B1 KR 102591812 B1 KR102591812 B1 KR 102591812B1 KR 1020230034179 A KR1020230034179 A KR 1020230034179A KR 20230034179 A KR20230034179 A KR 20230034179A KR 102591812 B1 KR102591812 B1 KR 102591812B1
Authority
KR
South Korea
Prior art keywords
vehicle
information
surrounding
surrounding vehicles
lane
Prior art date
Application number
KR1020230034179A
Other languages
English (en)
Other versions
KR20230041991A (ko
Inventor
백송남
Original Assignee
현대모비스 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 현대모비스 주식회사 filed Critical 현대모비스 주식회사
Priority to KR1020230034179A priority Critical patent/KR102591812B1/ko
Publication of KR20230041991A publication Critical patent/KR20230041991A/ko
Application granted granted Critical
Publication of KR102591812B1 publication Critical patent/KR102591812B1/ko

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • 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
    • B60W40/04—Traffic conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • 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
    • 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
    • B60W40/10—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 vehicle motion
    • 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
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/30—Road curve radius
    • 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
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4041—Position
    • 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
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4044—Direction of movement, e.g. backwards
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/65—Data transmitted between vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Navigation (AREA)

Abstract

본 발명에 따른 주변 차량 인지 시스템에서의 주변 차량 인지 방법은 자차 및 상기 자차의 주변에 위치하는 하나 이상의 주변 차량의 경로 정보에 기초하여, 상기 자차의 현재 위치를 기준으로 상기 주변 차량의 좌표를 나타내는 차량 맵을 생성하는 단계; 상기 자차의 현재 위치 및 곡률 반경 정보와 상기 자차 및 주변 차량의 경로 정보에 기초하여 상기 차량 맵 상에 차선 정보를 생성하는 단계; 상기 생성된 차선 정보에 기초하여 상기 주변 차량의 위치를 판단하는 단계; 및 상기 주변 차량의 위치에 기초하여 인지 가능한 주변 차량을 선정하는 단계를 포함한다.

Description

주변 차량 인지 시스템 및 방법{SYSTEM AND METHOD FOR RECOGNIZING SURROUNDING VEHICLE}
본 발명은 주변 차량 인지 시스템 및 방법에 관한 것으로, 보다 상세하게는 차량간 통신에 기반하여 주변 차량을 인지할 수 있는 시스템 및 방법에 관한 것이다.
최근 들어 자동차 기술 분야에서는 사고 위험을 줄일 수 있는 주변 차량 인지 방법 및 차선 인지 방법에 관한 연구가 활발히 진행되고 있다.
일반적으로, 차선 감지 및 주변 차량 감지는 차량에 구비된 카메라 혹은 센서를 통해 촬영되는 영상을 기반으로 이루어지고 있다.
그러나 카메라 또는 센서 기반의 차선 감지 방법은 날씨 또는 외부 밝기의 요인에 따라 주변 차량 감지가 제대로 행해지지 않을 수 있다. 예를 들어, 맑은 날씨에는 도로상의 차선을 쉽게 감지할 수 있지만, 주변이 어둡거나, 눈 또는 비 등으로 인하여 날씨가 좋지 못한 상황에서는 카메라 또는 센서를 통해서는 차선을 감지하지 못하거나, 좁은 시야의 차선을 감지할 수 있는 정도에 그칠 수 있다. 또한, 햇빛이 강한 경우에도 역광으로 인해 카메라 또는 센서를 통해 촬영된 영상을 통해 차선을 쉽게 감지하지 못하는 경우도 발생한다.
따라서, 차량에 구비되는 센서들로는 레이더(radar) 혹은 비전(vision) 센서가 주로 사용되고 있으나, 센서들의 한계성으로 인하여 차량간 통신 기법을 통한 주변 차량 인지 방법에 대해 많은 연구가 진행중에 있다.
그러나 종래 기술에 따른 주변 차량 인지 방법의 경우 교차로 및 곡선 구간(예를 들어, 급커브 도로, S자 도로 등)에서 도로 형상 없이는 주변 차량을 인지하기 어려운 문제가 있다.
이와 관련하여, 한국공개특허공보 제10-2010-0087016호(발명의 명칭: V2V 기반 차량 충돌 회피 제어 시스템 및 방법)는 일 차량의 GPS 위치좌표, 진행방향 및 현재속 도를 포함하는 정보 데이터를 생성하는 데이터 생성부; V2V(Vehicle-to-Vehicle Communication System: Vehicular communication systems) 통신을 통해 상기 정보 데이터를 주변의 다른 차량으로 송신하며, 상기 다른 차량으로부터 정보 데이터를 수신하는 V2V 통신부; 및 상기 정보 데이터들을 이용하여 상기 일 차량과 상기 다른 차량과의 충돌 가능성을 예측하는 충돌 예측부를 포함하며, 일 차량에 구비된 기술을 개시하고 있다.
본 발명의 실시예는 차량 간 통신을 바탕으로 자차와 주변 차량의 경로 정보를 이용함으로써 차선 정보를 추정하고, 추정한 차선 정보를 기반으로 효율적으로 주변 차량을 인지할 수 있는 시스템 및 방법을 제공하고자 한다.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 제 1 측면에 따른 주변 차량 인지 시스템에서의 주변 차량 인지 방법은 자차 및 상기 자차의 주변에 위치하는 하나 이상의 주변 차량의 경로 정보에 기초하여, 상기 자차의 현재 위치를 기준으로 상기 주변 차량의 좌표를 나타내는 차량 맵을 생성하는 단계; 상기 자차의 현재 위치 및 곡률 반경 정보와 상기 자차 및 주변 차량의 경로 정보에 기초하여 상기 차량 맵 상에 차선 정보를 생성하는 단계; 상기 생성된 차선 정보에 기초하여 상기 주변 차량의 위치를 판단하는 단계; 및 상기 주변 차량의 위치에 기초하여 인지 가능한 주변 차량을 선정하는 단계를 포함한다.
또한, 본 발명의 제 2 측면에 따른 자차의 주변에 위치하는 하나 이상의 주변 차량을 인지하는 주변 차량 인지 시스템은 상기 주변 차량과 데이터를 송수신하는 통신 모듈, 상기 자차의 위치 정보를 수신하는 위치 정보 수신 모듈, 상기 주변 차량을 인지하기 위한 프로그램이 저장된 메모리 및 상기 프로그램을 실행시키는 프로세서를 포함하되, 상기 프로세서는 상기 프로그램을 실행시킴에 따라, 상기 자차 및 상기 주변 차량의 경로 정보에 기초하여, 상기 자차의 현재 위치를 기준으로 상기 주변 차량의 좌표를 나타내는 차량 맵을 생성하고, 상기 자차의 현재 위치 및 곡률 반경 정보와 상기 자차 및 주변 차량의 경로 정보에 기초하여 상기 차량 맵 상에 차선 정보를 생성하며, 상기 생성된 차선 정보에 기초하여 상기 주변 차량의 위치를 판단하고, 상기 주변 차량의 위치에 기초하여 인지 가능한 주변 차량을 선정한다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 차량 간 통신을 이용하여 주변 차량을 인지하기 때문에 기존의 운전자 지원 시스템(DAS, Driver Assistance System) 센서의 한계를 보완할 수 있다.
또한, V2X(Vehicle to Everything) 단말기가 장착된 차량에 소프트웨어를 탑재하여 구현할 수 있으므로, 하드웨어가 추가적으로 필요하지 않다.
도 1은 본 발명의 일 실시예에 따른 주변 차량 인지 시스템의 블록도이다.
도 2는 본 발명의 일 실시예에 따른 주변 차량 인지 방법의 순서도이다.
도 3은 차선 정보 생성 단계의 순서도이다.
도 4는 주변 차량 위치 판단 단계의 순서도이다.
도 5는 기본 차선 정보 중 전방 차선 정보를 설명하기 위한 도면이다.
도 6은 기본 차선 정보 중 후방 차선 정보를 설명하기 위한 도면이다.
도 7 및 도 8은 전방 차선 정보를 보정하는 단계를 설명하기 위한 도면이다.
도 9는 기본 차선 정보를 보정하는 단계를 설명하기 위한 도면이다.
도 10은 인지 가능한 주변 차량을 선정하는 단계를 설명하기 위한 도면이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
도 1은 본 발명의 일 실시예에 따른 주변 차량 인지 시스템(100)의 블록도이다.
본 발명의 일 실시예에 따른 주변 차량 인지 시스템(100)은 자차의 주변에 위치하는 하나 이상의 주변 차량을 인지한다.
이와 같은, 주변 차량 인지 시스템(100)은 통신 모듈(110), 위치 정보 수신 모듈(120), 메모리(130) 및 프로세서(140)를 포함한다.
통신 모듈(110)은 주변 차량과 데이터를 송수신한다. 이와 같은 통신 모듈(110)은 유선 통신 모듈 및 무선 통신 모듈을 모두 포함할 수 있다. 유선 통신 모듈은 전력선 통신 장치, 전화선 통신 장치, 케이블 홈(MoCA), 이더넷(Ethernet), IEEE1294, 통합 유선 홈 네트워크 및 RS-485 제어 장치로 구현될 수 있다. 또한, 무선 통신 모듈은 WLAN(wireless LAN), Bluetooth, HDR WPAN, UWB, ZigBee, Impulse Radio, 60GHz WPAN, Binary-CDMA, 무선 USB 기술 및 무선 HDMI 기술 등으로 구현될 수 있다.
본 발명의 일 실시예에서의 통신 모듈(110)은 차량 내 네트워크(IVN; Internal Vehicle Network)를 통해 상기 자차의 위치 정보를 수신하고, 차량 간 통신(WAVE: Wireless Access for Vehicle Environment)을 통해 상기 주변 차량의 위치 정보를 수신할 수 있다.
위치 정보 수신 모듈(120)은 자차의 위치 정보를 수신한다. 이때, 위치 정보 수신 모듈(120)은 예를 들어 GPS일 수 있다. GPS를 통해 자차의 경도, 위도, 고도 등의 위치 정보를 수신할 수 있다.
메모리(130)에는 주변 차량을 인지하기 위한 프로그램이 저장된다. 이때, 메모리(130)는 전원이 공급되지 않아도 저장된 정보를 계속 유지하는 비휘발성 저장장치 및 휘발성 저장장치를 통칭하는 것이다.
예를 들어, 메모리(130)는 콤팩트 플래시(compact flash; CF) 카드, SD(secure digital) 카드, 메모리 스틱(memory stick), 솔리드 스테이트 드라이브(solid-state drive; SSD) 및 마이크로(micro) SD 카드 등과 같은 낸드 플래시 메모리(NAND flash memory), 하드 디스크 드라이브(hard disk drive; HDD) 등과 같은 마그네틱 컴퓨터 기억 장치 및 CD-ROM, DVD-ROM 등과 같은 광학 디스크 드라이브(optical disc drive) 등을 포함할 수 있다.
또한, 메모리(130)에 저장된 프로그램은 소프트웨어 또는 FPGA(Field Programmable Gate Array) 또는 ASIC(Application Specific Integrated Circuit)와 같은 하드웨어 형태로 구현될 수 있으며, 소정의 역할들을 수행할 수 있다.
프로세서(140)는 메모리(130)에 저장된 프로그램을 실행시킨다. 프로세서(140)는 프로그램을 실행시킴에 따라, 자차 및 자차의 주변에 위치하는 하나 이상의 주변 차량의 경로 정보에 기초하여, 자차의 현재 위치를 기준으로 주변 차량의 좌표를 나타내는 차량 맵을 생성한다.
이때, 경로 정보는 점 데이터(예를 들어, 23개의 점 데이터)의 형태로 나타낼 수 있다. 이와 같은 경로 정보는 곡률에 따라 점의 조밀도가 상이하게 표시될 수 있다.
그 다음 프로세서(140)는 자차의 현재 위치 및 곡률 반경 정보(Radius of Curve)와 자차 및 주변 차량의 경로 정보에 기초하여 차량 맵 상에 차선 정보를 생성한다. 이와 같이 생성된 차선 정보에 기초하여 프로세서(140)는 주변 차량의 위치를 파악하고, 인지 가능한 주변 차량을 선정할 수 있다.
참고로, 본 발명의 실시예에 따른 도 1에 도시된 구성 요소들은 소프트웨어 또는 FPGA(Field Programmable Gate Array) 또는 ASIC(Application Specific Integrated Circuit)와 같은 하드웨어 형태로 구현될 수 있으며, 소정의 역할들을 수행할 수 있다.
그렇지만 '구성 요소들'은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, 각 구성 요소는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다.
따라서, 일 예로서 구성 요소는 소프트웨어 구성 요소들, 객체지향 소프트웨어 구성 요소들, 클래스 구성 요소들 및 태스크 구성 요소들과 같은 구성 요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다.
구성 요소들과 해당 구성 요소들 안에서 제공되는 기능은 더 작은 수의 구성 요소들로 결합되거나 추가적인 구성 요소들로 더 분리될 수 있다.
이하에서는 도 2 내지 도 10을 참조하여 본 발명의 일 실시예에 따른 주변 차량 인지 시스템(100)에서의 주변 차량 인지 방법에 대하여 구체적으로 설명하도록 한다.
도 2는 본 발명의 일 실시예에 따른 주변 차량 인지 방법의 순서도이다.
본 발명의 일 실시예에 따른 주변 차량 인지 방법은 먼저, 자차 및 자차의 주변에 위치하는 하나 이상의 주변 차량의 정보에 기초하여, 자차의 현재 위치를 기준으로 주변 차량의 좌표를 나타내는 차량 맵을 생성한다(S210).
이때, 차량 맵은 자차의 현재 위치를 기준으로, 자차와 V2X(Vehicle to Everything) 통신 범위(약 300m) 내의 주변 차량의 위치 및 운동 상태를 상대적인 좌표계로 변환된 형태로 나타낼 수 있다.
이와 같은 차량 맵을 생성하기 위한 구체적인 내용은 다음과 같다.
먼저, 자차 및 주변 차량의 경도(X), 위도(Y) 및 GPS 방향각(Ψ)을 [수학식 1]과 같이 차량 맵 상에 나타내기 위한 좌표계(x, y, φ)로 좌표 변환한다.
[수학식 1]
다음으로, 주변 차량의 위경도로 주어진 경로 정보를 [수학식 2]와 같이 자차를 중심으로 좌표 변환한다. 그리고 각 경로 정보를 차량 맵 상에 나타내기 위하여 포인트(x, y)로 변환한다.
[수학식 2]
이때, 주변 차량의 경로 정보는 [수학식 3]과 같이, 현의 길이(c), 각도차(α), 선회 반지름(R), 중심 거리(d) 및 수평 거리의 오차(e)에 기초하여 산출될 수 있다.
[수학식 3]
이때, 경로 정보는 주변 차량의 주행 중 수평 거리의 오차(e) 및 현의 길이(c)가 기 설정된 임계값을 초과하는 경우에만 사용되도록 할 수 있다.
이와 같은 과정을 통해 차량 맵을 생성하면, 다음으로 자차의 현재 위치 및 곡률 반경 정보와, 자차 및 주변 차량의 경로 정보에 기초하여 차량 맵 상에 차선 정보를 생성한다(S220).
즉, 자차의 현재 위치 및 곡률 반경 정보와, 자차 및 주변 차량의 경로 정보에 기초하여, 자차를 기준으로 추상화된 주행 차선을 추정할 수 있다. 이때, 추정된 차선 정보는 파라미터화된 3차 함수 형태로 나타낼 수 있다.
이와 같은 차선 정보는 자차가 운행중인 현재 차선을 정확히 추정하기 위하여 사용될 전방 주변 차량의 경로 정보를 선택하기 위함이다. 이때, 전방 주변 차량은 운행 중 차선 변경이 없는 것으로 가정할 수 있다.
이와 같은 차선 정보를 생성하는 과정을 도 3 및 도 5 내지 도 9를 참조하여 설명하도록 한다.
도 3은 차선 정보 생성 단계의 순서도이다. 도 5는 기본 차선 정보 중 전방 차선 정보를 설명하기 위한 도면이다. 도 6은 기본 차선 정보 중 후방 차선 정보를 설명하기 위한 도면이다. 도 7 및 도 8은 전방 차선 정보를 보정하는 단계를 설명하기 위한 도면이다. 도 9는 기본 차선 정보를 보정하는 단계를 설명하기 위한 도면이다.
차선 정보를 생성하는 과정은 먼저, 자차의 경로 정보에 기초하여 기본 차선 정보를 생성한다(S221).
기본 차선 정보는 자차의 전방에 주변 차량이 없는 것으로 가정할 경우, 자차의 정보만으로 생성되는 차선 정보이다. 이때, 기본 차선 정보는 전방 차선 정보 및 후방 차선 정보를 포함한다.
*전방 차선 정보는 자차의 곡률 반경 정보(Radius of Curvature)에 기초하여 생성할 수 있다. 자차가 일정한 회전 반경을 가지고 선회하는 상황을 가정하면, 전방의 경로는 원의 형태가 될 수 있다. 이와 같은 원의 형태를 모사하기 위하여, 아래 수학식 4에 따른 3차 곡선을 생성할 수 있다.
[수학식 4]
이와 같이 생성된 3차 곡선 상에서 자차가 60도만큼 이동한 경우를 그래프로 나타내면 도 5에 도시된 바와 같다.
도 5의 (a)는 곡률 반경 정보 R이 1m인 경우이다. 곡률 반경 정보가 1m인 경우 3차 곡선과 원은 거의 일치하는 것을 확인할 수 있다. 그러나 3차 곡선의 특성상 기울기가 증가할 경우 완벽한 원의 형태와 어긋나기 때문에, 자차가 60도 이상 이동하는 경우에는 오차가 발생할 수 있다.
도 5의 (b)와 (c)는 각각 곡률 반경 정보가 25m와 50m인 경우를 도시한 그래프이다. 자차가 60도 이상 이동한 경우에는 원과 3차원 곡선 상의 오차가 발생하나, 60도 미만에서는 거의 일치하는 것을 확인할 수 있다. 또한, 25m인 경우와 50m인 경우 3차 곡선의 모양은 변하지 않고, 크기만 증가하는 것을 확인할 수 있다.
이와 같이, 수학식 4 및 차량의 곡률 반경 정보를 이용하여 전방 차선 정보를 모델링할 수 있다.
후방 차선 정보는 최소 자승법(Least Square Method)을 사용하여 모델링할 수 있다. 후방 차선 정보를 생성하기 위해서는 도 6에 도시된 각 샘플 포인트(D)의 거리를 최소화할 수 있는 3차원 곡선을 추출해야 한다.
모든 샘플 포인트(D)에 3차 곡선 수식을 적용하고 이를 매트릭스 형태로 표현하면 아래 [수학식 5]와 같이 나타낼 수 있다.
[수학식 5]
이때, Ｖ는 정사각행렬(square matrix)이 아니므로, 의사역행렬(pseudo inverse)을 사용하면, 를 산출할 수 있다.
한편, 샘플 포인트(D)의 수가 5개 이상인 경우에는 아래 [수학식 6]과 같은 매트릭스 행렬을 적용할 수 있다.
[수학식 6]
이와 달리, 샘플 포인트(D)의 수가 5개 미만인 경우에는 아래 [수학식 7]과 같은 매트릭스 행렬을 적용할 수 있다.
[수학식 7]
이와 같이, 기본 차선 정보는 3차 함수 형태로 나타낼 수 있으며, 샘플 포인트의 개수에 따라 2차 곡선으로 나타낼 수도 있다.
다시 도 3을 참조하면 다음으로, 기본 차선 정보를 생성하고 난 뒤, 자차의 전방에 위치하는 하나 이상의 주변 차량의 측면 거리 정보에 기초하여, 자차를 기준으로 주변 차량의 경로 정보를 보정한다(S222).
이때, 주변 차량의 정보를 보정하기 위해서는, 자차와 주변 차량은 동일한 도로를 주행하고 있어야 한다. 즉, 주변 차량의 경로 정보가 자차의 후방까지 존재하여 도로 형상을 추정할 수 있는 정보가 충분해야만, 자차와 주변 차량이 동일 도로를 주행하는 것으로 판단할 수 있다.
한편, 자차(10)는 주변 차량(20)이 지나간 도로와 유사한 도로를 주행한다고 가정하고 있는바, 도 7에 도시된 바와 같이, 주변 차량(20)의 경로 정보와 가장 가까운 두 개의 경로 정보((x5, y5), (x6, y6))를 이용하여 [수학식 8]과 같은 1차 다항식을 산출할 수 있다.
[수학식 8]
이와 같이 수학식 8에 따른 곡선과 자차 사이의 측면 오차의 거리(dRV)가 산출되면, 자차(10)의 전방에 위치하는 주변 차량(20)의 경로 정보를 보정할 수 있다. 즉, 도 8의 (a) 및 (b)에 도시된 바와 같이, 주변 차량(20)의 경로 정보에 기초하여 각각 산출된 측면 오차의 거리(dRV)만큼 자차(10) 방향으로 주변 차량(20)의 경로 정보를 이동한다.
다시 도 3을 참조하면, 주변 차량의 경로 정보가 보정된 후, 보정된 주변 차량의 정보에 기초하여 기본 차선 정보 중 전방 차선 정보를 보정한다(S223). 즉, 자차의 경로 정보만을 이용하여 추정한 결과인 도 9의 (a) 중 후방 차선 정보와, 자차의 전방에 위치하는 주변 차량의 경로 정보만을 이용하여 추정한 결과인 도 9의 (b)의 전방 차선 정보를 각각 결합하여, 최종적인 기본 차선 정보를 보정한다.
도 3을 참조하면, 이와 같이 기본 차선 정보가 보정되고 나면, 보정된 기본 차선 정보에 포함된 주변 차량 중 차선 정보에 필요한 주변 차량을 추출한다(S224). 즉, 주변 차량의 위치 정보 및 경로 정보와, 이전 단계에서 생성된 차선 정보를 이용하여 차선 정보 생성에 필요하지 않는 주변 차량을 필터링하여 제거한다.
이때, 기 설정된 최대 인지 가능한 주변 차량의 수를 고려하여 주변 차량을 추출할 수 있으며, 최대 인지 가능한 주변 차량의 수는 연산량을 고려하여 설정될 수 있다. 이와 같은 과정을 통하여 매번 추정된 차선 정보에 기초하여 인지 가능한 주변 차량을 갱신할 수 있다.
한편, 인지 가능한 주변 차량의 개수가 기 설정된 최소값 미만인 경우에는, 차선 정보 생성에 필요한 주변 차량의 개수가 적은 상태이므로, 차선 정보의 생성에 필요하지 않은 것으로 판단된 주변 차량을 제거하지 않는다. 이와 같이 제거되지 않은 주변 차량은 그 경로 정보 중 차선 변경 이전까지의 경로 정보를 추출하여 차선 정보 생성에 사용할 수 있다.
이와 같이 차선 정보 생성에 필요한 주변 차량을 추출하면, 추출된 주변 차량 중 기 생성된 차선 정보와 동일 또는 인접하는 차선에 위치하는 주변 차량의 경로 정보를 추출한다(S225). 즉, 차선 정보 생성을 위해 추출된 주변 차량의 경로 정보 중 이전 단계에서 생성된 차선 정보의 유효 영역에 속하지 않는 경로 정보는 필터링하여 제거한다.
그 다음, 추출된 주변 차량의 경로 정보에 기초하여 차량 맵 상에 차선 정보를 생성할 수 있다(S226).
다시 도 2를 참조하면, 이와 같이 차선 정보를 생성한 뒤, 생성된 차선 정보에 기초하여 주변 차량의 위치를 판단한다(S230).
주변 차량의 위치는 생성된 차선 정보를 기준으로 판단할 수 있으며, 추후 차선 추정에 사용될 주변 차량을 분류하는데 사용될 수 있다. 또한, 주변 차량의 위치 정보를 판단함에 따라, 차선 정보에 기반하여 인지되는 주변 차량의 종/횡방향 거리 정보, 차선 정보와 인지되는 주변 차량의 방향 차이의 정보 등을 파악할 수 있다.
이와 같은 주변 차량 위치 판단 과정을 도 4 및 도 10을 참조하여 설명하도록 한다.
도 4는 주변 차량 위치 판단 단계의 순서도이다. 도 10은 인지 가능한 주변 차량을 선정하는 단계를 설명하기 위한 도면이다.
주변 차량의 위치를 판단하는 단계는 먼저, 생성된 차선 정보의 넓이와 주변 차량의 넓이에 기초하여 자차를 기준으로 주변 차량의 현재 위치를 판단한다(S231). 이때, 주변 차량의 현재 위치는 자차를 기준으로 앞쪽(front), 왼쪽(left), 오른쪽(right), 맨 왼쪽(far left), 맨 오른쪽(far right)으로 구분할 수 있다.
다음으로, 주변 차량의 진행 방향 및 차선 정보의 진행 방향에 기초하여 차선 정보 상에서 주변 차량의 진행 방향을 결정한다(S232). 이때, 주변 차량의 진행 방향은 전방향(forward), 후방향(backward), 교차로 진행 방향(cross traffic)으로 구분할 수 있다.
한편, 본 발명의 일 실시예는 자차를 기준으로 주변 차량이 교차로 상에서 진행(cross traffic)하는 차량인지 여부를 판단할 수 있다.
주변 차량이 교차로 상에서 진행하는 방향(cross traffic)인지 여부를 판단하기 위해서는 먼저, 생성된 차선 정보의 진행 방향 및 주변 차량의 진행 방향의 차이가 일정 시간 동안 기 설정된 임계값을 초과하는지 여부를 판단한다. 그리고 판단 결과 임계값을 초과하는 경우, 주변 차량을 교차로 상에서 진행하는 주변 차량인 것으로 결정할 수 있다.
이때, 교차로 상에서 진행하는 주변 차량인지 여부 판단시, 차량의 현재 위치가 맨 왼쪽(far left) 또는 맨 오른쪽(far right)으로 분류된 차량 중, 자차와의 각도가 15도 이상을 만족하는 주변 차량에 대해서만 판단함으로써, 주변 차량의 진행 방향이 교차로 진행 방향인지 여부에 대한 정확도를 더욱 높일 수 있다.
또한, 본 발명의 일 실시예는 자차를 기준으로 주변 차량이 주행 중 차선을 변경한 차량인지 여부를 판단할 수 있다.
주변 차량이 주행 중 차선을 변경한 주변 차량인지 여부를 판단하기 위해서는 먼저, 자차의 진행 방향 및 자차의 전방향에 위치하는 주변 차량의 진행 방향의 차이가 기 설정된 임계값을 초과하는지 여부를 판단한다. 그리고 판단 결과 임계값을 초과하는 경우, 주변 차량을 주행 중 차선 변경한 주변 차량인 것으로 결정할 수 있다.
이와 같은 주변 차량의 위치는 도 10에 도시된 바와 같이 구분될 수 있다. 즉, 자차(10)를 기준으로 주변 차량이 전방, 후방, 좌측, 우측에 위치하는지 여부, 그리고 주변 차량이 전방향, 후방향 또는 교차로 상에서 진행하고 있는지에 대한 진행 방향을 총 11가지 형태로 구분할 수 있다.
다시 도 2를 참조하면, 주변 차량의 위치가 결정된 뒤, 주변 차량의 위치에 기초하여 인지 가능한 주변 차량을 선정한다(S240).
이때, 본 발명의 일 실시예는 인지 가능한 주변 차량의 정보를 포함하는 주변 차량 정보 테이블을 생성하는 단계를 더 포함할 수 있다. 즉, 주변 차량의 위치에 기초하여 인지 가능한 주변 차량의 정보가 생성되면, 생성된 정보를 플래그(flag) 형태로 주변 차량 정보 테이블에 저장하고 이를 갱신할 수 있다. 이와 같은 주변 차량 정보 테이블은 매번 실행 단계마다 갱신될 수 있다.
이때, 주변 차량 정보 테이블은 기 설정된 시간 동안 주변 차량의 정보를 저장한 후 삭제할 수 있다. 예를 들어, 기 설정된 시간(500ms)동안 인지 가능한 주변 차량 정보를 저장하고, 이러한 시간이 경과하면 저장된 주변 차량 정보를 삭제할 수 있다.
이와 같은 주변 차량 정보 테이블에 저장된 주변 차량의 정보는 차선 정보 생성시 사용될 수 있으며, 자차를 기준으로 차선 변경 여부를 판단하여 다음 실행 단계에서 차선 정보 생성시 사용될 수 있다. 이때, 차선 정보 생성시 사용되는 주변 차량의 정보는 주변 차량의 위치가 전방(ahead), 전방 좌우측(ahead right, ahead left)로 구분된 차량만 사용될 수 있다.
상술한 설명에서, 단계 S210 내지 S240은 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다. 아울러, 기타 생략된 내용이라 하더라도 도 1에서 이미 기술된 내용은 도 2 내지 도 4의 주변 차량 인지 방법 방법에도 적용될 수 있다.
이와 같은 본 발명의 일 실시예 중 어느 하나에 의하면, 차량 간 통신을 이용하여 주변 차량을 인지하기 때문에 기존의 운전자 지원 시스템(DAS, Driver Assistance System) 센서의 한계를 보완할 수 있다.
또한, V2X(Vehicle to Everything) 단말기가 장착된 차량에 소프트웨어를 탑재하여 구현할 수 있으므로, 하드웨어가 추가적으로 필요하지 않다는 장점이 있다.
한편, 본 발명의 일 실시예에 따른 주변 차량 인지 방법은 컴퓨터에 의해 실행되는 매체에 저장된 컴퓨터 프로그램 또는 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 통신 매체는 전형적으로 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈, 또는 반송파와 같은 변조된 데이터 신호의 기타 데이터, 또는 기타 전송 메커니즘을 포함하며, 임의의 정보 전달 매체를 포함한다.
본 발명의 방법 및 시스템은 특정 실시예와 관련하여 설명되었지만, 그것들의 구성 요소 또는 동작의 일부 또는 전부는 범용 하드웨어 아키텍쳐를 갖는 컴퓨터 시스템을 사용하여 구현될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
10: 자차 20: 주변 차량
100: 주변 차량 인지 시스템 110: 통신 모듈
120: 위치 정보 수신 모듈 130: 메모리
140: 프로세서

Claims (5)

  1. 차량에 탑재된 장치에 의해 수행되는 주변 차량 인지 방법에 있어서,
    하나 이상의 주변 차량과 통신함으로써 주변 차량에 관한 정보를 획득하는 단계, 상기 주변 차량에 관한 정보는 위치 정보 및 경로 정보를 포함함;
    차량의 현재 위치 및 곡률 반경 정보와 상기 차량 및 주변 차량의 경로 정보에 기초하여 차선 정보를 생성하는 단계; 및
    상기 차선 정보 및 상기 주변 차량의 폭 정보를 이용하여 상기 차량에 대한 상기 주변 차량의 위치를 결정하는 단계
    를 포함하되,
    상기 차량에 대한 상기 주변 차량의 위치를 결정하는 단계는,
    상기 차선 정보 및 상기 주변 차량의 진행 방향 간 차이가 일정 시간 동안 기 설정된 임계값을 초과하는지 여부 또는 상기 주변 차량과 상기 차량 간 각도가 기 설정된 각도값을 초과하는지 여부 중 적어도 하나에 따라 상기 주변 차량을 교차로 진행 방향으로 주행하는 차량인 것으로 결정하는 단계를 포함하는 주변 차량 인지 방법.
  2. 제1항에 있어서,
    상기 차선 정보를 생성하는 단계는,
    상기 차량의 현재 위치 및 곡률 반경 정보와 상기 차량의 전방에 있는 적어도 하나의 주변 차량에 대응되는 경로 정보를 이용하여 상기 차량의 전방 차선 정보를 생성하는 단계
    를 포함하는 주변 차량 인지 방법.
  3. 제2항에 있어서,
    상기 전방 차선 정보를 생성하는 단계는,
    상기 차량의 현재 위치 및 곡률 반경 정보를 이용하여 상기 차량의 기본 차선 정보를 추정하는 단계;
    상기 적어도 하나의 주변 차량에 대응되는 경로 정보를 이용하여 상기 기본 차선 정보를 보정함으로써 상기 전방 차선 정보를 생성하는 단계
    를 포함하는 주변 차량 인지 방법.
  4. 제1항에 있어서,
    상기 차량에 대한 상기 주변 차량의 위치를 결정하는 단계는,
    상기 차선 정보의 폭과 상기 주변 차량의 폭에 기초하여 상기 주변 차량의 차선 레벨 위치를 결정하는 단계; 및
    상기 차선 정보에 의해 표현되는 차선들을 기준으로 상기 주변 차량의 상대적 진행 방향을 결정하는 단계
    를 포함하는 주변 차량 인지 방법.
  5. 주변 차량을 인지하기 위해 차량에 구비된 차량 인지 장치에 있어서,
    하나 이상의 주변 차량에 관한 정보를 수신하기 위해 주변 차량과 무선 통신하는 무선 통신 모듈, 상기 주변 차량에 관한 정보는 위치 정보 및 경로 정보를 포함함;
    차량의 현재 위치 및 곡률 반경 정보와 상기 차량 및 주변 차량의 경로 정보에 기초하여 차선 정보를 생성하고, 상기 차선 정보 및 상기 주변 차량의 폭 정보를 이용하여 상기 차량에 대한 상기 주변 차량의 위치를 결정하는 프로세서
    를 포함하되,
    상기 프로세서는,
    상기 차선 정보 및 상기 주변 차량의 진행 방향 간 차이가 일정 시간 동안 기 설정된 임계값을 초과하는지 여부 또는 상기 주변 차량과 상기 차량 간 각도가 기 설정된 각도값을 초과하는지 여부 중 적어도 하나에 따라 상기 주변 차량을 교차로 진행 방향으로 주행하는 차량인 것으로 결정하는 것을 특징으로 하는 차량 인지 장치.
KR1020230034179A 2015-12-14 2023-03-15 주변 차량 인지 시스템 및 방법 KR102591812B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230034179A KR102591812B1 (ko) 2015-12-14 2023-03-15 주변 차량 인지 시스템 및 방법

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR1020150177846A KR102503253B1 (ko) 2015-12-14 2015-12-14 주변 차량 인지 시스템 및 방법
KR1020230017144A KR102625882B1 (ko) 2015-12-14 2023-02-09 주변 차량 인지 시스템 및 방법
KR1020230034179A KR102591812B1 (ko) 2015-12-14 2023-03-15 주변 차량 인지 시스템 및 방법

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020230017144A Division KR102625882B1 (ko) 2015-12-14 2023-02-09 주변 차량 인지 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20230041991A KR20230041991A (ko) 2023-03-27
KR102591812B1 true KR102591812B1 (ko) 2023-10-19

Family

ID=58773249

Family Applications (4)

Application Number Title Priority Date Filing Date
KR1020150177846A KR102503253B1 (ko) 2015-12-14 2015-12-14 주변 차량 인지 시스템 및 방법
KR1020220027712A KR102507427B1 (ko) 2015-12-14 2022-03-03 주변 차량 인지 시스템 및 방법
KR1020230017144A KR102625882B1 (ko) 2015-12-14 2023-02-09 주변 차량 인지 시스템 및 방법
KR1020230034179A KR102591812B1 (ko) 2015-12-14 2023-03-15 주변 차량 인지 시스템 및 방법

Family Applications Before (3)

Application Number Title Priority Date Filing Date
KR1020150177846A KR102503253B1 (ko) 2015-12-14 2015-12-14 주변 차량 인지 시스템 및 방법
KR1020220027712A KR102507427B1 (ko) 2015-12-14 2022-03-03 주변 차량 인지 시스템 및 방법
KR1020230017144A KR102625882B1 (ko) 2015-12-14 2023-02-09 주변 차량 인지 시스템 및 방법

Country Status (4)

Country Link
US (1) US10115313B2 (ko)
KR (4) KR102503253B1 (ko)
CN (1) CN106875744B (ko)
DE (1) DE102016221620B4 (ko)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9545361B1 (en) * 2011-07-25 2017-01-17 Dispersol Technologies, Llc Multiple speed process for preserving heat sensitive portions of a thermokinetically melt blended batch
KR102503253B1 (ko) 2015-12-14 2023-02-22 현대모비스 주식회사 주변 차량 인지 시스템 및 방법
US10535257B2 (en) 2017-10-20 2020-01-14 International Business Machines Corporation Transfer of image data taken by an on-vehicle camera
KR20190067574A (ko) * 2017-12-07 2019-06-17 현대자동차주식회사 차량의 차로 변경 제어 장치 및 방법
KR102463720B1 (ko) 2017-12-18 2022-11-07 현대자동차주식회사 차량의 경로 생성 시스템 및 방법
CN108766004B (zh) * 2018-04-27 2021-08-20 榛硕（武汉）智能科技有限公司 无人驾驶车辆的超车控制系统和方法
KR102442230B1 (ko) 2018-09-30 2022-09-13 그레이트 월 모터 컴퍼니 리미티드 주행 좌표계의 구축 방법 및 응용
CN110379155B (zh) * 2018-09-30 2021-01-26 长城汽车股份有限公司 用于确定道路目标坐标的方法及系统
WO2020132938A1 (en) * 2018-12-26 2020-07-02 Baidu.Com Times Technology (Beijing) Co., Ltd. Methods for obstacle filtering for non-nudge planning system in autonomous driving vehicle
WO2020171605A1 (ko) * 2019-02-19 2020-08-27 에스케이텔레콤 주식회사 주행 정보 제공 방법, 차량맵 제공 서버 및 방법
CN112147655B (zh) * 2019-06-28 2023-07-04 厦门雅迅网络股份有限公司 定位轨迹的鉴别方法及计算机可读存储介质
CN110979318B (zh) * 2019-11-20 2021-06-04 苏州智加科技有限公司 车道信息获取方法、装置、自动驾驶车辆及存储介质
CN110992710B (zh) * 2019-12-13 2021-03-16 潍柴动力股份有限公司 弯道测速预警方法、装置、控制设备及可读存储介质
CN112534483B (zh) * 2020-03-04 2021-12-14 华为技术有限公司 预测车辆驶出口的方法和装置
CN115257771B (zh) * 2022-09-28 2023-02-21 天津所托瑞安汽车科技有限公司 一种路口识别方法、电子设备和存储介质
CN116259194A (zh) * 2023-03-21 2023-06-13 阿维塔科技(重庆)有限公司 一种车辆防碰撞方法及装置、设备、存储介质

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6636258B2 (en) 2001-10-19 2003-10-21 Ford Global Technologies, Llc 360° vision system for a vehicle
EP2085279B1 (en) * 2008-01-29 2011-05-25 Ford Global Technologies, LLC A system for collision course prediction
KR101070882B1 (ko) * 2009-01-12 2011-10-06 엠로그씨주식회사 리얼 맵 정보 제공 방법 및 그 시스템
US8775063B2 (en) 2009-01-26 2014-07-08 GM Global Technology Operations LLC System and method of lane path estimation using sensor fusion
DE112010000079B4 (de) * 2009-03-04 2023-04-20 Continental Autonomous Mobility Germany GmbH Verfahren zur automatischen Erkennung eines Fahrmanövers eines Kraftfahrzeugs und ein dieses Verfahren umfassendes Fahrerassistenzsystem
JP5552339B2 (ja) * 2010-03-12 2014-07-16 トヨタ自動車株式会社 車両制御装置
KR101798053B1 (ko) 2010-09-06 2017-11-15 현대모비스 주식회사 Ｖ２ｖ 기반 차량 충돌 회피 제어 시스템 및 방법
JP2012212337A (ja) * 2011-03-31 2012-11-01 Daihatsu Motor Co Ltd 車車間通信装置および車車間通信システム
WO2012147187A1 (ja) * 2011-04-27 2012-11-01 トヨタ自動車株式会社 周辺車両検出装置
EP2720213A4 (en) * 2011-06-13 2015-03-11 Nissan Motor DEVICE FOR DETERMINING A ROAD PROFILE, VEHICLE INTERNAL IMAGE RECOGNITION DEVICE, APPARATUS FOR ADJUSTING A PICTURE BASE AXIS AND TRACE RECOGNITION METHOD
JP5846020B2 (ja) * 2012-04-03 2016-01-20 株式会社デンソー 運転支援装置
KR101394770B1 (ko) * 2012-08-30 2014-05-15 주식회사 만도 곡선 차선 모델을 이용한 영상 안정화 방법 및 시스템
KR101398068B1 (ko) * 2012-09-17 2014-05-27 주식회사 이미지넥스트 차량 설치 카메라 외부 파라미터 추정 방법 및 장치
KR101442702B1 (ko) * 2012-11-23 2014-09-22 현대엠엔소프트 주식회사 차선 변경 차량과 충돌 사고 방지 시스템 및 그 방법
DE102013019112B4 (de) 2013-11-15 2021-10-14 Audi Ag Kraftfahrzeug mit Spurverlaufserkennung für die Fahrerassistenz
KR101526816B1 (ko) * 2014-09-12 2015-06-05 현대자동차주식회사 차선 추정 시스템 및 그 방법
CN104952249A (zh) * 2015-06-10 2015-09-30 浙江吉利汽车研究院有限公司 基于车联网的驾驶行为纠正方法及装置
KR102503253B1 (ko) 2015-12-14 2023-02-22 현대모비스 주식회사 주변 차량 인지 시스템 및 방법

Also Published As

Publication number Publication date
CN106875744A (zh) 2017-06-20
DE102016221620A1 (de) 2017-06-14
US20170169711A1 (en) 2017-06-15
CN106875744B (zh) 2019-08-20
KR102507427B1 (ko) 2023-03-07
DE102016221620B4 (de) 2022-08-25
US10115313B2 (en) 2018-10-30
KR20220031607A (ko) 2022-03-11
KR20170070395A (ko) 2017-06-22
KR102503253B1 (ko) 2023-02-22
KR20230041991A (ko) 2023-03-27
KR102625882B1 (ko) 2024-01-15
KR20230022938A (ko) 2023-02-16

Similar Documents

Publication Publication Date Title
KR102591812B1 (ko) 주변 차량 인지 시스템 및 방법
CN106652557B (zh) 用于预测邻近车辆的驾驶路径的方法和系统
EP3299921B1 (en) Location specific assistance for an autonomous vehicle control system
CN107203738B (zh) 车辆车道边界定位
CN106546977B (zh) 车辆雷达感知和定位
US10452073B2 (en) Vehicle control systems and methods of controlling vehicles using behavior profiles
US9983591B2 (en) Autonomous driving at intersections based on perception data
US9933268B2 (en) Method and system for improving accuracy of digital map data utilized by a vehicle
US9360332B2 (en) Method for determining a course of a traffic lane for a vehicle
US9823661B2 (en) Occupancy grid map for a vehicle
US10229599B2 (en) Vehicle lane changing
CN115087573B (zh) 一种关键目标选取方法、装置及系统
EP3644016A1 (en) Localization using dynamic landmarks
JP7362733B2 (ja) 道路環境情報の自動化クラウドソーシング
JP2020087191A (ja) 車線境界設定装置、車線境界設定方法
US11643082B2 (en) Systems and methods for determining real-time lane level snow accumulation
US11312393B2 (en) Artificially falsifying sensor data to initiate a safety action for an autonomous vehicle
CN116394954A (zh) 用于车辆的假设推理
KR20230168638A (ko) 운전자 보조 시스템 및 운전자 보조 방법
KR20240005336A (ko) 차량의 주행보조장치 및 그의 제어 방법
CN113734192A (zh) 用于自动驾驶车辆的性能限制的基于地图的预测和减轻
CN114348005A (zh) 车辆控制方法和设备、计算机存储介质以及车辆
CN117087676A (zh) 车道曲率确定

Legal Events

Date Code Title Description
A107 Divisional application of patent
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant