KR102603086B1 - 자율주행차량의 주행 데이터 기반의 도로 형상 변경 검지 및 업데이트 방법 - Google Patents

Abstract

본 발명은 자율주행차량의 주행 데이터 기반의 도로 형상 변경 검지 및 지도 업데이트 방법에 관합니다.
본 발명의 방법은 자율주행차량 주행의 데이터 기반이 되는 HDMap(정밀지도) 및 교차로Map 상의 도로가 변경(신설도로,폐쇄도로)된 구간을 자동으로 검지하는 방법이며, 관제센터로 변경 상황에 대한 업데이트 필요 구간을 알려주는 단계까지 실행합니다.

Description

자율주행차량의 주행 데이터 기반의 도로 형상 변경 검지 및 업데이트 방법{THE METHOD OF DETECTING AND UPDATING ROAD SHAPE CHANGES BASED ON DRIVING DATA OF AUTONOMOUS VEHICLES}

본 발명은 차세대 지능형 교통 시스템(Cooperative-Intelligent Transport System: C-ITS)에 관하며, 특히 자율주행차량 기술에 관한다.

지도 정보는 차세대 지능형 교통 시스템(C-ITS) 및 자율주행 시 필수적으로 활용되는 데이터이다. C-ITS에서는 교차로 맵데이터를 주로 활용하며, 일부 관제센터에서는 정밀지도 데이터도 활용한다. 지도를 기반으로 하는 자율주행차량은 국토지리원에서 제공하는 정밀지도 혹은 자체 제작한 정밀지도를 활용하여 자율주행자동차의 경로 산정, 데이터 전송, 관제센터 및 차내 표출 등에 활용하고 있다. 자율주행자동차는 정밀지도 기반으로 경로를 산출하고 그 경로를 따라 주행한다. 차량의 위치정보를 정밀지도 데이터와 매칭하여 차량의 위치, 가장 가까운 역 정보 추출, 초기 경로 및 변경 경로 산출 등을 실시한다. 그리고 현재 주행 경로와 경로 내 주행위치를 차내 디스플레이, 애플리케이션, 관제센터 디스플레이 등에 표출하여 탑승자 및 관제센터 운영자에게 정보를 제공한다.

그런데 자율주행자동차가 잘못 구축된 맵데이터를 활용하여 신호 데이터를 제공할 때 일부 구간의 신호정보가 전송되지 않는 오류가 발생할 수 있다. 이런 오류를 방지하기 위해 종래에는 관리자가 맵 데이터를 일일이 확인하여 잘못된 정보를 수정하고 있는 실정이다. 맵 데이터의 수가 적은 경우에는 수작업으로 맵 데이터 수정 작업이 가능하지만, 그 양이 많거나 C-ITS 서비스를 확장할 경우, 수작업에는 한계가 있다.

또한 종래 기술에서는 신규 도로가 만들어지거나 기존 도로의 기하 구조가 변형되었을 때 이에 대한 즉각적인 파악이 불가능했다. 종래에는 신규 도로 생성 및 도로 형태 변화 정보를 획득하기 위해서는 기관에서 고시하는 정보를 연계받아야 했다. 그 고시가 지체되면 해당 정보의 획득이 늦어졌다. 게다가 타 기관으로부터 연계받은 정보를 활용하기 때문에 맵 데이터 업데이터를 수동적으로 할 수밖에 없는 한계가 있었다.

이와 관련하여 자체 제작 정밀지도를 활용하는 방법이 있다. 자체 제작 지도를 포함하여 자율주행에 활용되는 정밀지도 데이터는 자율주행차량 또는 도로 정보를 수집하는 차량으로부터 정보를 획득하여 수정하는 방법이 있었다. 그러나 넓은 지역을 단기간에 파악할 수는 없었다. 빠른 업데이트가 이루어지지 않을 경우, 자율주행자동차는 주행 안정성에 문제가 발생하며 사고의 위험성이 생긴다.

본 발명의 발명자들은 위와 같은 문제를 해결하기 위하여 오랫동안 연구하고 노력한 끝에 본 발명을 완성하기에 이르렀다.

자율주행차량은 정밀지도를 바탕으로 주행을 한다. 만약 지도 상에 있는 도로가 실제 주행 중인 도로와 일치하지 않으면 자율주행차량이 정상적인 주행을 하지 못하여 사고가 발생하는 등의 안전사고 위험이 높아진다. 그러므로 도로의 형상이 변경됐다면 이를 빨리 정밀 지도에 반영할 필요가 있다. 본 발명의 목적은 자율주행자동차의 주행을 통해 도로 형상의 변경을 신속하고 정확하게 파악하겠다는 것이며, 그런 방법을 프로세스로 자동화하여, 도로 형상 변경에 대한 신속하고 정확한 지도 업데이트가 가능해지는 방법을 제안함에 있다.

지도 데이터의 전체 구간을 업데이트하는 경우, 적지 않은 시간이 소요된다. 본 발명은 특정 필요 구간만으로 빠르게 업데이트하는 것을 다른 목적으로 한다.

한편, 본 발명의 명시되지 않은 또 다른 목적들은 하기의 상세한 설명 및 그 효과로부터 용이하게 추론 할 수 있는 범위 내에서 추가적으로 고려될 것이다.

위와 같은 과제를 달성하기 위한 본 발명은 자율주행차량의 주행 데이터 기반의 도로 형상 변경 검지 및 지도 업데이트 방법으로서:

도로 형상 변경 검지기가 관제 센터에 구축되어 있는 지능형 교통 시스템의 주행 정보 데이터베이스에서 차량 주행 데이터를 추출하여, 미리 정한 시간 주기로 저장된 데이터를 전처리한 다음, 차량 궤적 정보를 재구성하는 단계와, 상기 차량 궤적 정보에 포함되는 차량의 시간대별 위치에 대한 좌표를 맵 데이터의 차선별 링크와 매칭하여 도로 형상 변경 후보 구간을 추출하는 단계와, 상기 도로 형상 변경 구간에서 신설 도로 또는 폐쇄 도로가 포함된 최종 도로 형상 변경 구간을 표시하여 해당 구간에 대하여 상기 관제 센터에 지도 업데이트 알림 통지를 실행하는 단계를 포함하는 것을 특징으로 한다.

또한, 본 발명의 바람직한 어느 실시예에 따른 자율주행차량의 주행 데이터 기반의 도로 형상 변경 검지 및 지도 업데이트 방법에 있어서, 상기 도로 형상 변경 후보 구간에, GPS 음영 구역 및 상기 차량 주행 데이터에서 추출한 차량별 주행 궤적의 레이어를 데이터 중첩하여 최종 도로 형상 변경 구간을 추출하는 단계를 더 포함할 수 있다.

또한, 본 발명의 바람직한 어느 실시예에 따른 자율주행차량의 주행 데이터 기반의 도로 형상 변경 검지 및 지도 업데이트 방법에 있어서, 상기 차량 주행 데이터는 자율주행차량의 GPS로부터만 수집하는 것이 좋다.

또한, 본 발명의 바람직한 어느 실시예에 따른 자율주행차량의 주행 데이터 기반의 도로 형상 변경 검지 및 지도 업데이트 방법에 있어서, 상기 맵 데이터는 고정밀지도 및/또는 교차로 맵 데이터이다.

특히, 본 발명의 바람직한 어느 실시예에 따른 자율주행차량의 주행 데이터 기반의 도로 형상 변경 검지 및 지도 업데이트 방법에 있어서, 상기 도로 형상 변경 후보 구간을 추출하는 단계는:

상기 맵 데이터에서 상기 차량 주행 데이터의 주행 경위도 좌표들이 속하는 하나 이상의 후보 링크를 추출하는 단계; 및

상기 후보 링크 중에서 허용 오차각 외의 링크들을 제거하고 남은 후보 링크를 거리 순으로 정렬하여 가장 가까운 링크와 GPS 좌표의 교점을 찾아 접합링크를 추출하는 단계를 포함할 수 있다.

위와 같은 본 발명의 과제해결수단에 따르면, GPS만으로 데이터를 수집해서 도로의 형상 변경 여부를 신속하게 파악할 수 있기 때문에, 레이더와 라이다 같은 센서 그리고 고가의 장비들이 필요없으므로 고정 비용이 낮다. 또한, 자동 검지 프로세스를 통해 도로 형상의 변경에 대한 업데이트를 정밀 지도를 관리하는 관제 센터에 직접 알림 서비스를 제공할 수 있으므로, 관제 센터 입장에서는 편리하게 도로 형상의 변화를 파악하기 용이하다.

또한, 종래에는 맵 데이터를 업데이트를 하기 위해서는 분기/반년/1년 등의 주기로 전체구간을 조사해야만 했다. 그러나 본 발명에 따르면 1일/1주일 등의 짧은 주기로 업데이트 필요 구간을 선정할 수 있기 때문에 특정 필요 구간만을 빠르게 업데이트 가능하다.

한편, 여기에서 명시적으로 언급되지 않은 효과라 하더라도, 본 발명의 기술적 특징에 의해 기대되는 이하의 명세서에서 기재된 효과 및 그 잠정적인 효과는 본 발명의 명세서에 기재된 것과 같이 취급됨을 첨언한다.

도 1은 본 발명의 바람직한 어느 실시예에 따른 시스템 구성을 개략적으로 나타내었다.
도 2는 본 발명의 바람직한 어느 실시예에 따른 전체 프로세스를 개략적으로 나타내는 도면이다.
도 3은 본 발명의 바람직한 어느 실시예에 따른 전체 프로세스를 좀더 상세히 예시하는 도면이다.
도 4는 본 발명의 어느 실시예에 따른 맵 매핑 과정에서 후보 링크를 추출하는 방법에 관련한 지도 화면 예이다.
도 5는 본 발명의 어느 실시예에 따른 맵 매핑 과정에서 접합 링크를 추출하는 방법에 관련한 지도 화면 예이다.
도 6은 도로 신설 이벤트에 관련한 도로 형상 변경 관련 시나리오를 나타낸다.
도 7은 도로 폐쇄 이벤트에 관련한 도로 형상 변경 관련 시나리오를 나타낸다.
* 첨부된 도면은 본 발명의 기술사상에 대한 이해를 위하여 참조로서 예시된 것임을 밝히며, 그것에 의해 본 발명의 권리범위가 제한되지는 아니한다.

이하 본 발명의 바람직한 실시예들을 도시하는 도면을 이용하여 본 발명의 내용을 설명한다. 본 발명을 설명함에 있어서 관련된 공지기능에 대하여 이 분야의 기술자에게 자명한 사항으로서 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다.

도 1은 본 발명의 바람직한 어느 바람직한 어느 실시예에 따른 시스템 구성을 개략적으로 나타냈다.

자율주행차량(10)은 도로 주행을 한다. 그리고 자율주행차량(10)에 설치된 차량 단말(11)은 관제 센터(100, 관제 시스템의 서버를 지칭한다)에 차량 주행 데이터를 실시간으로 전송한다. 주행 단말(11)은 GPS 모듈, 관제 센터(100)와 통신하는 통신 모듈, 차량에 설치된 센서장치, 레이더 등과 통신하는 전자적 구성들을 포함할 수 있다. 그러나 본 발명의 바람직한 실시예에 따른 방법에서는 주행 단말(11)은 GPS 모듈에 의한 차량 주행 데이터만으로 목적을 달성한다. 일반적으로 차량 단말(11)이 관제 센터(100)에 전송하는 데이터를 프로브 차량 데이터(Probe Vehicle Data: PVD)라 한다. PVD는 지능형 교통 시스템의 가장 중요한 요소로서 주행 중인 차량에서 발생하는 상태 정보에 관한 데이터를 말한다. 차량의 위치정보(위도, 경도, 고도)와 차량의 운행 상태 정보(시간, 센서로부터 수집된 차량의 이벤트 정보 등)를 포함한다.

지능형 교통 시스템을 구축하는 관제 센터(100)는 하나 이상의 서버 장치로 구성되며, 이러한 서버 장치는 하드웨어 및 소프트웨어 장비를 포함한다. 관제 센터(100)는 주행 중인 N대(N은 1보다 큰 정수이다)의 자율주행차량과 통신하면서 실시간으로 PVD를 수집한다. 그리고 PVD는 주행 정보 데이터베이스(130)에 저장된다.

관제 센터(100)는 하나 이상의 지도 데이터베이스(110, 120)를 갖는다. 바람직하게는, 지도 데이터베이스(110)는 고정밀지도(High Definition Map: HDMap)을 보관한다. HDMap은 현실의 도로 상황을 최대한 정확하게 표현하는 것이 핵심인 지도로, 도로, 지형의 고저, 곡률과 같은 주변환경 정보가 3D로 구현된 지도이며, 오차범위가 10cm로 기존의 지도보다 10배 이상 높은 정확성을 가지고 있는 지도이다. 악천후와 같은 날씨 등의 조건에서는 자율주행차량의 인지센서들(라이다,레이더 등)의 한계가 발생하고, 그로 말미암아 생기는 만일의 안전사고들을 예방하기 위해 도로와 주변상황을 지도 데이터베이스(110)에 보관된 HDMap과 매칭하여 자율주행차량(10)의 원활한 주행을 돕는다. 바람직하게는, 지도 데이터베이스(120)는 교차로 맵을 보관한다. 교차로 지역에서는 자율주행차량의 사고 위험성이 높으며, 신호정보(SpaT메시지)외 연계되는 별도의 교차로 맵을 사용하는 것이 좋다.

본 발명의 관제 센터(100)는 그밖에도 다양한 정밀 지도를 보관하여 활용할 수 있다. 그런 지도로는 동적 지도(Local Dynamic Map: LDM)가 있다. 이 LDM은 Level 4이상의 자율협력주행에 반드시 필요한 기술로 정적데이터와 동적데이터를 모두 포함하는 4개의 레이어로 이루어져 있는 지도이다. 도로 상의 동적정보(인프라 제공정보, 센서정보, 날씨정보 등)를 실시간으로 수집, 가공, 제공, 저장, 관리하는 정밀지도 기반의 맵 시스템으로서 차량, 보행자 인프라 등 각각의 정보를 분석하여 안전한 자율주행을 구현하며, 움직이는 정보를 정밀지도 위에 나타낼 수 있는 지도(데이터 저장소)이다.

도로 형상 변경 검지기(200)는 관제 센터의 지능형 교통 시스템의 주행 정보 데이터베이스(130)에서 차량 주행 데이터를 추출하여, 도로 형상 변경 구간을 탐지한다. 도로 형상 변경이란 새로운 도로의 생성 또는 도로의 삭제 등 도로의 구조 정보가 변경되는 것을 뜻한다. 본 발명의 바람직한 어느 실시예에서는 도로 형상 변경 검지기(200)는 관제 센터(100)의 컴퓨터 시스템의 내부 요소로서 주행 정보 데이터베이스(130)에 접근하여 프로세스를 실행하는 장비이다. 또한 본 발명의 바람직한 다른 실시예에 있어서 도로 형상 변경 검지기는 관제 센터(100) 시스템 외부에 위치하는 요소로서 통신망을 통해 관제 센터 시스템의 주행 정보 데이터베이스(130)에 접근하는 장비일 수 있다.

도로 형상 변경 검지기(200)는 주행 정보 데이터베이스에 액세스해서 차량 주행 데이터를 추출하는 요소, 데이터 가공을 실시하는 요소, 지도 데이터베이스에 접근하여 지도를 실행하고 맵 데이터를 사용하는 요소, 차량 주행 데이터와 맵 데이터를 매칭하는 요소, 맵 매칭에 필요한 연산을 수행하는 요소(뒤에 설명하는 데이터 중첩 요소를 포함한다), 최종 도로 형상 변경 구간을 생성하는 요소, 관제 센터와 통신하여 지도 업데이트 알람을 통지하는 요소를 포함한다.

본 발명의 기술사상은 도로 형상 변경 검지기(200)에 의해 실행되는 자동화 시스템이다. 즉, 자율주행차량(10)이 주행 데이터 기반의 도로 형상 변경 검지 시스템을 자동화하는 시스템다. 이런 시스템의 대략적인 프로세스는 도 2를 통해 도시되어 있다.

즉, 도 2는 본 발명의 바람직한 방법의 전체 프로세스를 개략적으로 나타낸다.

먼저 도로 형상 변경 검지기가 지능형 교통 시스템의 주행 정보 데이터베이스(130)에서 차량 주행 데이터를 추출한다(S100). 추출되는 차량 주행 데이터로는 ProbeID, 경도 위도 좌표(longitude, latitude), 헤딩 정보(heading) 등이 있다.

다음으로 미리 정한 시간 주기로 저장된 데이터를 전처리하여 차량 궤적 정보를 재구성한다(S110). 미리 정한 시간 주기는 1일 또는 1주일로 도로 형상 변경 검지기에 미리 등록해 둘 수 있으며, 이러한 시간 주기로 데이터를 묶어서 전처리를 실시한다. 데이터 전처리는 데이터 셋을 확인하고 결측값 또는 이상값(예컨대 GPS 오류 데이터)을 정제하는 일련의 데이터 가공 과정을 통해 데이터를 클리닝한다.

다음으로 맵 매칭을 실시한다(S120). 차량 궤적 정보에 포함되는 차량의 시간대별 위치에 대한 좌표(매핑 과정에서 점의 형태로 표시된다)를 맵 데이터의 차선 별 링크와 매칭하여 도로 형상 변경 후보 구간을 추출한다. 지도에서 도로는 선의 형태로 링크로 표시된다.

이러한 맵 매칭 과정을 거쳐서 기존 맵 데이터의 도로 링크와 미리 정한 오차범위 이상의 이상 구간을 최종 도로 형상 변경 구간으로 추출한다(S130). 맵 매칭에 실패한 차량 위치 데이터를 리스트 업하고, 그것을 지도 상에 투영하여 맵 내에서 이상 구간의 결과를 표출할 수 있다.

그다음 도로 형상 변경 검지기는 S130 단계의 최종 도로 형상 변경 구간에 관한 데이터를 관제 센터에 전송하여 맵 데이터의 업데이트 알림을 통지한다(S140).

도 3은 본 발명의 바람직한 어느 실시예에 따른 방법으로, 도 2의 실시예를 더 넓고 더 자세하게 보강해 준다.

S200 단계와 S210 단계는 자율주행차량과 관제 센터 사이의 통신을 통해 행해지며, 자율주행차량의 주행 정보 데이터베이스가 확보된다.

자율주행차량이 주행함에 따라 차량 주행 데이터가 관제 센터로 실시간으로 전송된다(S200). 그리고 이들 차량 주행 데이터가 관제 센터의 데이터베이스에 저장된다(S210). 차량주행 시간, 차량주행의 경도와 위도 좌표(x, y), 차량 헤드의 주행 방향 데이터(헤딩 데이터), 차량 구분을 위한 차량 ID 등의 데이터이다. 이런 데이터는 차량 단말의 GPS에서만 얻는 정보이다. 즉, 차량의 레이더 및 라이더와 같은 센서를 이용한 데이터가 아니다. 따라서 본 발명의 방법은 신속하고 저렴하게 지도 업데이트가 가능하다는 장점이 있다.

도 3의 사각형 박스 안의 단계들, 즉 S220 ~ S250는 맵 매핑 프로세스이다.

관제 센터의 데이터베이스에 추출한 차량 주행 데이터를 시간 단위로 묶어서 데이터를 처리하게 되는데, 이러한 차량 주행 데이터에서 경위도 좌표들에 대응하는 후보 링크를 맵 데이터 상에서 추출한다(S220). 후보 링크를 추출하기 위해 HDMap과 교차로 맵 데이터를 사용한다. 교차로 부분의 링크가 따로 표시되지 않은 HDMap도 존재하기 때문에 교차로 맵 데이터가 별도로 필요하다.

도 4는 이러한 후보 링크 추출 단계(S220)를 지도 화면(300)으로 예시한다.

지도 화면(300) 위의 도로(310)는 여러 개의 링크들이 표시되어 있다. 링크는 정밀 지도에서 도로를 나타내는 선분을 뜻한다. GPS 정보로 후보 링크를 추출한다. 예컨대 GPS 정보를 통해 차량의 위치 기준점(301)을 결정하고, 이 기준점(301)을 기준으로 반경 50m 이내의 영역(330) 안에 위치하는 링크를 추출 기준으로 삼을 수 있다. 도시 예에서는 A-0, A-1, B-0, B-1, C-0, C-1, D-0, D-1의 링크들이 후보 링크로 추출된다.

추출된 후보 링크들이 맵 매핑의 최종 결과가 아니다.

다음으로 후보 링크들에서 접합 링크를 결정한다(S230). 도 5는 접합 링크를 추출하는 지도 화면(300)을 예시한다.

차량의 위치 기준점(301)을 기준으로 허용 오차각 외의 링크를 제거한다. 예컨대 기준 점의 방향과 링크 선분의 방향각이 좌우 45도 이상에 해당하는 링크를 제거한다. 그 결과 A-0, A-1, B-0, B-1, C-0, C-1, D-0, D-1의 후보 링크 중에서 A-0, A-1, B-0, B-1, C-0, C-1 링크가 제거된다. 그런 다음, 위치 기준점(301)과 후보 링크와의 거리를 계산하여, 남은 링크를 거리순으로 정렬하면, D-1, D-0이 되고, 이것을 접합 링크로 결정한다. 이로써 차량의 주행 경위도 좌표들에게 가장 적합한 링크들이 추출되었다. 이러한 적합 링크와 GPS 좌표의 교점을 맵매칭 좌표로 결정할 수 있는 것이다.

다시 도 3으로 돌아가자.

다음으로 도로 형상 변경 검지기는 차량 주행 데이터와 맵 매칭 정합성을 판별한다(S240). 예컨대 도 4 및 도 5와 같은 방법으로 차량 주행 데이터(차량의 시간대별 위치에 대한 좌표)를 HDMap과 교차료 Map의 차선별 링크에 매칭하여 맵 매칭 결과 정합성이 있다면 도로 형상의 변화가 없다고 판단한다(S51). 맵 매칭의 정합성이 없다면, 즉 좌표가 미리 정한 정합 허용 범위 이내에서 일치하지 않는 좌표의 수가 다수이고, 일정한 변경이 존재한다면 맵 매칭이 불가능한 것이고, 도로 형상 변경이 있다고 판단하여 도로 형상 변경 후보 구간, 즉 이상탐지구간을 추출한다(S250).

또한, 바람직한 실시예에서는 데이터의 신뢰성을 높이기 위해, S250 단계에서 추출한 도로 형상 변경 후보 구간에 GPS 음영 구역 데이터와 차량별 주행 궤적 데이터의 레이어를 중첩시킬 수 있다(S260). GPS 음영 구역은 GPS가 안 잡히는 구간을 의미한다. 본 발명의 방법은 자율 주행 차량의 GPS 정보만을 활용하여 도로 형상 변경 구간을 자동으로 검지하는 것이므로, GPS 음영 구역을 반영할 필요가 있다. 차량별 주행 궤적 데이터는 차량별 주행 좌표들을 연결하여 궤적을 생성한 데이터를 뜻한다.

S260 단계의 데이터 중첩 결과를 통해 최종 도로 형상 변경 구간을 추출한다(S270). 바람직하게는 신설 도로 및 폐쇄 도로 등의 도로 형상 변경 구간을 지도 화면에 표시하여 가시화할 수 있다.

마지막으로 관제센터에 지도 업데이트 알림 통지를 실행한다(S280). 본 발명의 도로 형상 변경 검지기는 도로 형상을 변경하는 수단이기 때문에, 그다음 지도 데이터를 변경하는 것은 지도 데이터베이스를 보관하고 관리하는 관제 센터가 수행한다. 즉, 본 발명의 도로 형상 변경 검지기는 관제 센터 데이터베이스에 보관되어 있는 HDMap 데이터와 교차로 맵 데이터의 업데이트를 요청하는 것으로 시스템에서의 역할을 행한다.

본 명세서에서 이러한 프로세스는 편의상 1대의 자율주행차량의 주행 데이터를 맵 데이터와 매칭함으로써 실행되는 것을 예로 들었다. 그러나 관제 센터는 N대의 자율주행차량의 주행을 원격으로 관리하며, 또한 그 N대의 차량 주행 데이터를 보관한다. 즉, 위와 같은 본 발명의 프로세스는 N대의 차량 주행 데이터에 대한 맵 매핑을 통해 더욱 정확하게 고도화될 수 있다.

도 6은 본 발명의 방법을 적용한 도로 형상 변경 시나리오이다. 2대의 자율주행차량의 주행 데이터를 지도 상에 나타내었다. 도 6(a)에 도시한 것처럼, 지도 상에서 특정 교차로 맵(350)에서 원래 없던 도로에 차량 주행 궤적(315)이 맵 매핑 과정에서 표출되었다. 그러면 해당 구간은 이상탐지구간으로 특정되고, 본 발명의 도로 형상 변경 검지기는 관제 센터에 신설 도로가 생성됐다는 이벤트를 통지하면서 관제 센터가 보관 중인 정밀 지도 및 교차로 지도를 업데이트할 것을 알람할 수 있다. 그러면서 도 6(b)와 같은 신설 도로(315, 차량 주행 궤적과 일치)를 표시해 줄 수 있다.

도 7은 본 발명의 방법을 적용한, 다른 예의 도로 형상 변경 시나리오이다. 마찬가지로 2대의 자율주행차량의 주행 데이터를 지도 상에 나타내었다. 도 7(a)에 도시한 것처럼, 지도 상에서 특정 교차로 맵(350)에서 나타난 차량 주행 궤적(317)과 원래 있던 도로(352)가 서로 매칭되지 않는다. 즉 차량이 지도 상의 도로를 주행하지 않는 것이다. 그러면 해당 구간은 이상탐지구간으로 특정되고, 본 발명의 도로 형상 변경 검지기는 관제 센터에 도로가 폐쇄되었다는 이벤트를 통지하면서 관제 센터가 보관 중인 정밀 지도 및 교차로 지도를 업데이트할 것을 알람할 수 있다. 관제 센터에 업데이트되는 도로에는, 도 7(b)와 같이, 해당 링크가 삭제되어 있다.

참고로, 본 발명의 일 실시예에 따른 자율주행차량의 주행 데이터 기반의 도로 형상 변경 검지 및 지도 업데이트 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독가능매체에 기록될 수 있다. 상기 컴퓨터 판독가능매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계 되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.

컴퓨터 판독가능매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크 (floptical disk)와 같은 자기-광 매체, 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함될 수 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어코드뿐 만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급언어코드를 포함한다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지다.

본 발명의 보호범위가 이상에서 명시적으로 설명한 실시예의 기재와 표현에 제한되는 것은 아니다. 설명의 편의를 위해 제공된 도면의 가시적인 형상과 수치와 비례에 의해서도 제한되지 않는다. 또한, 본 발명이 속하는 기술분야에서 자명한 변경이나 치환으로 말미암아 본 발명이 보호범위가 제한될 수도 없음을 다시 한번 첨언한다.

Claims (5)

1. 차량과 직접 통신하지 않고, 관제 센터의 컴퓨터 시스템의 내부에서 혹은 외부에서 관제 센터와 통신하여 데이터를 수집, 처리, 분석하는 장비인 도로 형상 변경 검지기가, 관제 센터에 구축되어 있는 지능형 교통 시스템의 주행 정보 데이터베이스에서 차량 주행 데이터를 추출하여, 미리 정한 시간 주기로 저장된 데이터를 전처리한 다음, 차량 궤적 정보를 재구성하는 단계와, 상기 차량 궤적 정보에 포함되는 차량의 시간대별 위치에 대한 좌표를 맵 데이터의 차선별 링크와 매칭하여 도로 형상 변경 후보 구간을 추출하는 단계와, 상기 도로 형상 변경 후보 구간에서 신설 도로 또는 폐쇄 도로가 포함된 최종 도로 형상 변경 구간을 표시하여 해당 구간에 대하여 상기 관제 센터에 지도 업데이트 알림 통지를 실행하는 단계를 포함하며,
   상기 도로 형상 변경 후보 구간을 추출하는 단계는 교차로 지역에 관하며:
   상기 맵 데이터에서 상기 차량 주행 데이터의 주행 경위도 좌표들이 속하는 하나 이상의 후보 링크를 추출하는 단계;
   상기 후보 링크 중에서 차량의 위치 기준점을 기준으로 허용 오차각 외의 링크들을 제거하고 남은 후보 링크를 거리 순으로 정렬하여 가장 가까운 링크와 GPS 좌표의 교점을 찾아 접합링크를 추출하는 단계; 및
   상기 접합 링크에 대하여 상기 도로 형상 변경 검지기가 차량 주행 데이터와 관제 센터의 지도 데이터베이스에 있는 교차로 지역의 맵 데이터를 맵 매칭하여 정합성을 판별하여 상기 교차로 지역의 이상 탐지 구간을 추출하는 단계를 포함하는 것을 특징으로 하는, 자율주행차량의 주행 데이터 기반의 도로 형상 변경 검지 및 지도 업데이트 방법.
   
2. 제1항에 있어서,
   상기 도로 형상 변경 후보 구간에, GPS 음영 구역 및 상기 차량 주행 데이터에서 추출한 차량별 주행 궤적의 레이어를 데이터 중첩하여 최종 도로 형상 변경 구간을 추출하는 단계를 더 포함하는, 자율주행차량의 주행 데이터 기반의 도로 형상 변경 검지 및 지도 업데이트 방법.
   
3. 제1항에 있어서,
   상기 차량 주행 데이터는 자율주행차량의 GPS로부터만 수집하는 것인, 자율주행차량의 주행 데이터 기반의 도로 형상 변경 검지 및 지도 업데이트 방법.
   
4. 제1항에 있어서,
   상기 맵 데이터는 고정밀지도 및/또는 교차로 맵 데이터인, 자율주행차량의 주행 데이터 기반의 도로 형상 변경 검지 및 지도 업데이트 방법.
   
5. 삭제

Images