KR102629828B1 - 자동화된 차량에 대한 교착 상황을 예측하기 위한 방법, 컴퓨터 프로그램, 장치, 차량, 및 네트워크 엔티티 - Google Patents

자동화된 차량에 대한 교착 상황을 예측하기 위한 방법, 컴퓨터 프로그램, 장치, 차량, 및 네트워크 엔티티 Download PDF

Info

Publication number
KR102629828B1
KR102629828B1 KR1020230076253A KR20230076253A KR102629828B1 KR 102629828 B1 KR102629828 B1 KR 102629828B1 KR 1020230076253 A KR1020230076253 A KR 1020230076253A KR 20230076253 A KR20230076253 A KR 20230076253A KR 102629828 B1 KR102629828 B1 KR 102629828B1
Authority
KR
South Korea
Prior art keywords
deadlock
information
deadlock situation
historical
situation
Prior art date
Application number
KR1020230076253A
Other languages
English (en)
Other versions
KR20230095043A (ko
Inventor
기욤 조르노드
안드레아스 파들러
바즈퀘즈 이스라엘 곤잘레즈
Original Assignee
폭스바겐 악티엔게젤샤프트
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 폭스바겐 악티엔게젤샤프트 filed Critical 폭스바겐 악티엔게젤샤프트
Publication of KR20230095043A publication Critical patent/KR20230095043A/ko
Application granted granted Critical
Publication of KR102629828B1 publication Critical patent/KR102629828B1/ko

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0011—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement
    • G05D1/0027—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement involving a plurality of vehicles, e.g. fleet or convoy travelling
    • 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
    • B60W50/0097—Predicting future conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0025—Planning or execution of driving tasks specially adapted for specific operations
    • B60W60/00256—Delivery operations
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/005—Handover processes
    • B60W60/0059—Estimation of the risk associated with autonomous or manual driving, e.g. situation too complex, sensor failure or driver incapacity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0011—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • 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
    • 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
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0063—Manual parameter input, manual setting means, manual initialising or calibrating means
    • B60W2050/0064—Manual parameter input, manual setting means, manual initialising or calibrating means using a remote, e.g. cordless, transmitter or receiver unit, e.g. remote keypad or mobile phone
    • 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
    • B60W2300/00—Indexing codes relating to the type of vehicle
    • B60W2300/12—Trucks; Load vehicles
    • 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
    • B60W2554/402—Type
    • B60W2554/4023—Type large-size vehicles, e.g. trucks
    • 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
    • B60W2554/406—Traffic density
    • 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
    • B60W2554/408—Traffic behavior, e.g. swarm
    • 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
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/20—Ambient conditions, e.g. wind or rain
    • G05D2201/0213—

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Traffic Control Systems (AREA)

Abstract

실시예들은 자동화된 차량에 대한 교착 상황을 예측하기 위한 방법, 컴퓨터 프로그램, 장치, 차량, 및 네트워크 엔티티를 제공한다. 교착 상황은 차량(100)의 운전 모드의 변경을 필요로 하는 이례적인 교통 상황이다. 자동화된 차량(100)에 대한 교착 상황을 예측하기 위한 방법(10)은 이력적 교착 상황 원인과 관련된 정보를 획득하는 단계(12)와, 이력적 교착 상황 원인에 대한 이력적 컨텍스트 정보를 결정하는 단계(14)를 포함한다. 방법(10)은 이력적 컨텍스트 정보와 관련된 정보에 기초하여 교착 상황을 표시하는 정보를 결정하는 단계(16)와, 교착 상황을 표시하는 정보에 대한 실제 컨텍스트 정보를 모니터링하는 단계(18)를 더 포함한다. 방법(10)은 실제 컨텍스트 정보에서의 교착 상황을 표시하는 정보에 기초하여 교착 상황을 예측하는 단계(20)를 더 포함한다.

Description

자동화된 차량에 대한 교착 상황을 예측하기 위한 방법, 컴퓨터 프로그램, 장치, 차량, 및 네트워크 엔티티{A METHOD, A COMPUTER PROGRAM, AN APPARATUS, A VEHICLE, AND A NETWORK ENTITY FOR PREDICTING A DEADLOCK SITUATION FOR AN AUTOMATED VEHICLE}
본 발명은 자동화된 차량에 대한 교착(deadlock) 상황을 예측하기 위한 방법, 컴퓨터 프로그램, 장치, 차량, 및 네트워크 엔티티에 관한 것이며, 보다 구체적으로는, 망라적인 것인 아니지만, 원격 운전 주행에서의 지연 보상을 위한 개념에 관한 것이다.
차량 통신은 연구 개발 분야이다. 차량의 자율 또는 반자율 주행을 가능하게 하기 위해, 차량은 예컨대, 주행 조작을 조정하고 및/또는 원격 운전 주행 명령들을 수신하도록, V2V(Vehicle-to-Vehicle-communication) 및 V2N(Vehicle-to-Network) 통신을 사용할 것으로 예상된다. 이 통신은 일반적으로 무선인데, 즉, 차량은 셀룰러 이동 통신 시스템을 통해 주변의 다른 차량들과 및/또는 백엔드 서비스와 무선으로 통신할 수 있다.
원격 운전 주행(tele-operated driving; ToD)이 점점 더 많은 관심을 받고 있다. ToD의 주요 개념은 통제/지휘 센터(control/command center; CC)에 의해 원격으로 주행되는 자동화된 차량(automated vehicle; AV)이다. CC와 AV는 서로 멀리 떨어져 있을 수 있다. 이들은 무선 통신 시스템(예컨대, 4세대, 5세대 이동 통신 시스템(4G, 5G)) 및 백홀을 통해 연결된다. 따라서, 특정 종단간(end-to-end; E2E) 지연이 예상될 것이다. CC는 원격 제어를 통해 직접적으로 또는 간접적으로 자동화된 차량(AV)을 제어한다. 간접 제어에서는, 제안된 경로(궤적)가 AV로 전송되는 반면, 직접 제어에서는, CC가 AV의 하나 이상의 액추에이터를 직접 제어한다. 두 경우 모두, CC가 차량 경로를 계획하거나 또는 차량을 조종할 때 CC에서부터 AV로의 E2E 지연이 고려될 수 있다.
ToD는 해석 문제 또는 교착과 같은, L4/L5(고도 자동화/완전 자동화) 구동 차량들의 문제를 해결하기 위한 핵심 기술이 될 수 있다. 차량은 각자의 온보드 센서 시스템을 사용하여 각자의 주변과 환경을 모델링하고 해석한다. 주어진 높은 안전성 및 신뢰성 표준들로 인해, 충분한 신뢰성을 갖고 더 이상 해석되거나 해결될 수 없는 상황들이 발생할 수 있다. 이러한 문제는 자동 주행 차량(AV)이 불명확한 교통 상태, 예컨대, 사고 또는 건설 현장, 또는 일반적으로 감지된 물체들의 낮은 신뢰 수준으로 인해 상황을 해석하고 해결할 수 없을 때 발생한다. 이러한 상황을 교착 상태라고도 부른다. 교착 상황에 있는 차량은 이러한 상황을 해결하기 위해 다른 사람으로부터의 외부 명령을 필요할 수 있다. 한 가지 옵션은 가능한 경우 운전자에 의한 수동 운전이며, 다른 옵션은 ToD 서비스를 제공하는 소위 제어 센터(CC)의 운전이다. ToD 운전 차량은 소위 말하는 ToD 세션에서 CC로부터 원격으로 주행될 것이다.
문헌 DE 10 2015 118 489 A1은 자율 주행 승용차의 원격 제어를 위한 컴퓨터 디바이스, 시스템, 및 방법을 설명한다. 자율 주행 차량이 도로 공사 현장이나 자율 운전에 부적합한 장애물과 같이, 예상치 못한 환경에 있는 경우, 차량 센서는 이미지, 레이더(radar), 및 LIDAR 데이터 등을 비롯한, 차량 및 예상치 못한 환경에 대한 데이터를 수집할 수 있다. 캡처된 데이터는 원격 운전자에게 보내질 수 있다. 원격 운전자는 차량을 원격으로 수동 운전하거나 또는 다양한 차량 시스템에 의해 실행될 명령들을 자율 주행 차량에 하달할 수 있다. 원격 운전자에게 전송된 캡처된 데이터는 캡처된 데이터의 제한된 서브세트를 전송함으로써와 같이, 대역폭을 절약하도록 최적화될 수 있다.
문헌 DE 10 2018 106 527 A1은 자율 주행 모드로부터 차량 제어를 전환시키기 위한 차량용 전자 제어 유닛을 개시한다. 제어 유닛은 하나 이상의 프로세서, 네트워크를 통해 원격 서버와 통신하도록 구성된 네트워크 인터페이스 하드웨어, 및 로직을 저장하는 하나 이상의 메모리 모듈을 포함한다. 전자 제어 유닛은 로직을 실행하여, 차량의 자율 주행 모드가 종료될 것이라고 결정하고, 자율 주행의 종료시 운전자가 차량의 즉시적인 제어를 취할 수 없다고 결정하고, 차량의 제어를 네트워크 인터페이스 하드웨어를 통해 원격 운전자에게 제1 기간 동안 양도하고, 운전자에게 차량의 수동 제어를 취하라는 경고를 생성하며, 제1 기간이 경과된 후 차량의 제어를 운전자와 자율 주행 모드 중 하나에게 양도한다.
문헌 US 2019/0163176 A1은 자율 주행 차량의 제어를 원격 운전자에게 양도하기 위한 개념을 개시한다.
문헌 US 2019/204830 A1은 차량의 이상 예측 디바이스 및 차량 탑승자의 이상을 예측하고 차량 부품의 이상을 예측하는 이상 예측 디바이스를 개시한다.
문헌 US 2015/149017 A1은 차량의 차량 운전자를 식별하고 차량을 자율적으로 운전하기 위한 모드를 지정하는 하나 이상의 파라미터를 결정하기 위한 개념을 개시한다.
자동화된 차량들의 교착 상황들을 해결하는 것과 관련하여 개선된 개념에 대한 요구가 있다.
실시예들은 자동화된 차량들에 대한 교착 상황이 예측될 수 있다는 발견에 기초한다. 이러한 예측은 교착 상태 이력 데이터의 분석에 기초하여, 예컨대, 교착 상황이 발생하는 원인이 무엇인지를 결정하는 것에 기초할 수 있다. 또한, 이러한 교착 상태 원인의 실제적 및 이력적 컨텍스트 상황이 예컨대, 환경 요인, 시간 요인, 기타 환경 및 조건과 같은 다른 요인들과의 상관성 측면에서 분석될 수 있다. 그런 후 이러한 상관성들을 사용하여 교착 상황에 대한 트리거 또는 지표로서 사용될 수 있는 정보를 결정할 수 있다. 실제 컨텍스트 정보를 모니터링하고 실제 컨텍스트 정보에서 교착 상황을 표시하는 정보를 감지함으로써, 미래의 교착 상황이 예측될 수 있거나 또는 적어도 교착 상황의 높은 가능성을 표시하는 환경들이 감지/예측될 수 있다. 이러한 정보는 또한 예측된 교착 상황을 갖춘 맵을 생성하는 데 사용될 수 있다. 교착 상황의 발생을 신뢰할 수 있게 예측할 수 있으면 ToD 수요에 대한 더 나은 자원 계획이 가능해진다. 예를 들어, 내일 많은 교착 상황들이 일어날 확률이 높을 것으로 알려진 경우, ToD 지휘 센터 내에 더 많은 인원(원격 운전자들)이 계획될 수 있다.
실시예들은 자동화된 차량에 대한 교착 상황을 예측하는 방법을 제공한다. 교착 상황은 차량의 운전 모드의 변경을 필요로 하는 이례적인 교통 상황이다. 이 방법은 이력적 교착 상황 원인과 관련된 정보를 획득하고, 이력적 교착 상황 원인에 대한 이력적 컨텍스트 정보를 결정하는 단계를 포함한다. 이 방법은 이력적 컨텍스트 정보와 관련된 정보에 기초하여 교착 상황을 표시하는 정보를 결정하고, 교착 상황을 표시하는 정보에 대한 실제 컨텍스트 정보를 모니터링하는 단계를 더 포함한다. 이 방법은 실제 컨텍스트 정보에서의 교착 상황을 표시하는 정보에 기초하여 교착 상황을 예측하는 단계를 더 포함한다. 실시예들은 교착 상황의 예측을 가능하게 할 수 있다.
예를 들어, 이력적 컨텍스트 정보는 교착 상황의 공간 분포 계절성(spatial distribution seasonality)에 대한 정보를 포함할 수 있다. 공간 분포 계절성은 교착 상황에 대한 보다 신뢰적인 예측을 가능하게 할 수 있다.
일부 실시예들에서, 교착 상황은 교통 체증일 수 있고, 이력적 교착 상황 원인에 대한 정보는 증가된 교통 밀도일 수 있으며, 이력적 컨텍스트 정보는 주간 러시아워(rush hour), 영업일 러시아워, 및 휴일 러시아워의 그룹 중 적어도 하나의 요소를 포함할 수 있다. 실제 컨텍스트 정보는 실제 주간, 날짜, 및 하루가 휴일인지의 여부의 그룹 중 적어도 하나의 요소를 포함할 수 있다. 증가된 교통 밀도/체증의 상황이 결정될 수 있으며, 이것의 컨텍스트가, 예컨대, 이러한 상황 발생 하에서의 시간, 날짜, 및 기타 환경들에 대해 분석될 수 있다. 그 후, 실시예들은 반복적인 컨텍스트 정보에 기초하여 그러한 상황들의 신뢰할 수 있는 예측을 가능하게 할 수 있다.
교착 상황을 표시하는 정보는 예측된 러시아워일 수 있다. 실시예들은 러시아워 시간 동안 교착 상황이 발생할 확률이 더 높다는 정보를 사용할 수 있다.
교착 상황은 추가 실시예들에서 길을 막고 있는 트럭일 수 있다. 이력적 교착 상황 원인에 대한 정보는 이동 활동일 수 있으며, 이력적 컨텍스트 정보는 이동 중인 트럭들에 대한 계절적 이동 활동들, 이동률, 및 공식적인 길 막음 승인의 그룹 중 적어도 하나의 요소를 포함할 수 있다. 실시예들은 더 높은 신뢰도로 교착 상황을 예측하기 위해 이동 중인 트럭들에 대한 계절적 이동 활동, 이동률, 또는 공식적인 길 막음 승인에 관한 지식을 활용할 수 있다.
예를 들어, 교착 상황은 길을 막고 있는 트럭일 수 있으며, 이력적 교착 상황 원인에 대한 정보는 상품 배송일 수 있다. 이력적 컨텍스트 정보는 상품의 정기적 배송, 트럭의 배송 일정, 및 패킷 배송 서비스의 배송 일정의 그룹 중 적어도 하나의 요소를 포함할 수 있다. 일부 실시예들은 교착 상황을 예측하기 위해 상품의 정기적 배송, 트럭의 배송 일정, 및/또는 패킷 배송 서비스의 배송 일정과 관련된 정보를 활용할 수 있다. 교착 상황을 표시하는 정보는 예측된 배송일 수 있다.
추가적인 실시예들에서, 교착 상황은 교통 체증일 수 있다. 이력적 교착 상황 원인에 대한 정보는 증가된 교통 밀도일 수 있으며, 이력적 컨텍스트 정보는 이벤트 일정을 포함할 수 있다. 이벤트는 스포츠 이벤트, 음악 이벤트, 및/또는 정치 이벤트일 수 있으며, 교착 상황을 표시하는 정보는 예측된 이벤트일 수 있다. 실시예들은 교착 상황들의 예측을 위해 예정된 이벤트들을 고려할 수 있고, 그러한 이벤트들에 의해 유발되는 교착 상태들을 보다 확실하게 예측할 수 있다.
교착 상황은 차량의 경로 상에서 감지된 물체에 대한 오경보(false alarm)일 수 있다. 물체 오감지(false object detection)에 기여하거나 또는 이를 유발시킬 수 있는 환경들은 여러 가지가 있다. 예를 들어, 이력적 교착 상황 원인에 대한 정보는 날씨 이벤트일 수 있다. 이력적 컨텍스트 정보는 이력적 날씨 데이터와 날씨 이벤트들에 의존하는 오감지율의 그룹 중 적어도 하나의 요소를 포함할 수 있다. 일부 실시예들에서, 앞으로 다가올 날씨 이벤트들에 대한 정보가 예측의 신뢰성을 더 향상시키기 위해 사용될 수 있다. 날씨 이벤트는 미리정의된 임계값보다 더 높은 풍속을 포함할 수 있다. 풍속이 높을수록 더 많은 물체들, 예컨대, 차량 센서에 의한 물체 오감지를 유발시킬 수 있는 비닐 봉지 또는 나뭇잎이 지표면 옆으로 이동될 것이라는 것을 표시할 수 있다.
실시예들은 컴퓨터 프로그램이 컴퓨터, 프로세서, 또는 프로그램가능 하드웨어 컴포넌트 상에서 실행될 때, 설명된 방법들 중 하나 이상을 수행하기 위한 프로그램 코드를 갖는 컴퓨터 프로그램을 더 제공한다. 추가적인 실시예는 컴퓨터, 프로세서, 또는 프로그램가능 하드웨어 컴포넌트에 의해 실행될 때, 컴퓨터로 하여금 본 명세서에서 설명된 방법들 중 하나를 구현하게 하는 명령어들을 저장한 컴퓨터 판독가능 저장 매체이다.
실시예들은 자동화된 차량에 대한 교착 상황을 예측하는 장치를 더 제공한다. 교착 상황은 차량의 운전 모드의 변경을 필요로 하는 이례적인 교통 상황이다. 장치는 하나 이상의 네트워크 엔티티와 통신하기 위한 하나 이상의 인터페이스를 포함한다. 장치는 여기서 설명된 방법들 중 하나를 수행하도록 구성된 제어 모듈을 더 포함한다. 다른 실시예는 장치의 실시예를 포함하는 차량이고, 또 다른 실시예는 장치의 실시예를 포함하는 네트워크 엔티티이다.
일부 다른 특징들 또는 양태들을 단지 예시로서 그리고 첨부 도면들을 참조하여, 장치 또는 방법 또는 컴퓨터 프로그램 또는 컴퓨터 프로그램 제품의 아래의 비제한적인 실시예들을 사용하여 설명할 것이다.
도 1은 자동화된 차량에 대한 교착 상황을 예측하는 방법의 실시예의 블록도를 나타낸다.
도 2는 자동화된 차량에 대한 교착 상황을 예측하기 위한 장치에 대한 실시예들, 그리고 차량 또는 네트워크 엔티티에 대한 실시예들의 블록도들을 나타낸다.
이제 일부 예시적인 실시예들이 예시되어 있는 첨부 도면들을 참조하여 다양한 예시적인 실시예들을 보다 상세히 설명할 것이다. 도면들에서, 선, 층, 또는 영역의 두께는 명확성을 위해 과장될 수 있다. 선택적 컴포넌트들은 파선, 쇄선, 또는 점선을 사용하여 예시될 수 있다.
따라서, 예시적인 실시예들은 다양한 변형들 및 대안적인 형태들이 가능하지만, 도면들에서는 그 실시예들을 예시로서 도시하며, 본 명세서에서는 이를 보다 자세하게 설명할 것이다. 하지만, 예시적인 실시예들을 개시된 특정한 형태들로 한정시키고자 하는 의도는 없으며, 이와는 반대로, 예시적인 실시예들은 본 발명의 범위 내에 속하는 모든 변형들, 등가물들, 및 대안책들을 커버하는 것임을 이해해야 한다. 도면들의 설명 전반에 걸쳐 동일한 숫자들은 동일하거나 또는 유사한 엘리먼트들을 가리킨다.
여기서 사용되는 용어 "또는"은, 달리 명시되지 않는 한(예컨대, "또는 이와 달리" 또는 "또는 대안적으로"), 비 배타적 OR를 가리킨다. 더 나아가, 여기서 사용되는 바와 같이, 엘리먼트들 간의 관계를 기술하는데 사용되는 단어들은 달리 명시되지 않는 한, 개재 엘리먼트들의 존재 또는 직접적 관계를 포함하는 것으로 넓게 해석되어야 한다. 예를 들어, 엘리먼트가 다른 엘리먼트에 "연결된다", 또는 "결합된다"라고 언급될 때, 해당 엘리먼트는 다른 엘리먼트에 직접 연결되거나 또는 결합될 수 있거나, 또는 개재 엘리먼트들이 존재할 수 있다. 이와는 대조적으로, 엘리먼트가 다른 엘리먼트에 "직접 연결된다" 또는 "직접 결합된다"라고 언급될 때에는, 개재 엘리먼트들이 존재하지 않는다. 마찬가지로, "사이", "인접하여" 등과 같은 단어들이 마찬가지 방식으로 해석되어져야 한다.
본 명세서에서 사용되는 용어는 특정 실시예들을 설명하기 위한 것일 뿐이며, 예시적인 실시예들을 한정시키려고 의도된 것은 아니다. 여기서 사용되는 단수 형태들은 문맥이 명백히 달리 밝히지 않는 한, 복수 형태들도 포함하는 것으로 한다. 본 명세서에서 "포함한다" "포함하는", "구비한다" 또는 "구비하는"의 용어들은, 사용될 때에, 진술된 특징들, 정수들, 단계들, 동작들, 엘리먼트들, 또는 컴포넌트들의 존재를 규정하지만, 하나 이상의 다른 특징들, 정수들, 단계들, 동작들, 엘리먼트들, 컴포넌트들, 또는 이들의 그룹의 존재 또는 추가를 배제하지 않음을 또한 이해할 것이다.
본 명세서에서 사용되는 (기술적 및 과학적 용어를 비롯한) 모든 용어들은, 달리 정의되지 않는 한, 예시적인 실시예들이 속한 분야의 당업자에 의해 통상적으로 이해되는 것과 동일한 의미를 갖는다. 용어들, 예컨대, 통용 사전에서 정의되어 있는 용어들은 관련 기술의 상황에서 각자의 의미에 일치하는 의미를 갖는 것으로서 해석되어야 하며, 여기서 이상적이거나 과도하게 형식적인 방식으로 정의되어 있지 않는 한 이렇게 이상적이거나 과도하게 형식적인 방식으로 해석되어서는 안된다는 것을 또한 이해할 것이다.
도 1은 자동화된 차량에 대한 교착 상황을 예측하는 방법(10)의 실시예의 블록도를 나타낸다. 교착 상황은 차량의 운전 모드의 변경을 필요로 하는 이례적인 교통 상황이다. 예를 들어, 차량이 자율 주행의 L4 또는 L5에 있지만, 차량에 의해 감지된 상황은 이 주행 모드에서의 계속을 허용하지 않는다. 이러한 필요성의 이유는 이러한 상황의 해석이, 예컨대, 물체가 길을 방해하고 있는지 여부 또는 막고 있는 물체를 우회하는 경로가 안전한지 여부가 너무 불확실하다는 것일 수 있기 때문이다. 따라서, 이러한 상황을 해결하기 위해, 즉 이러한 상황으로부터 차량을 빠져나오게끔 안내하기 위해 해당 상황에 대한 더 많은 정보를 갖는 주체에 의한 더 많은 인간 상호작용 또는 지원이 필요할 수 있다.
도 1에서 도시된 바와 같이, 방법(10)은 이력적 교착 상황 원인과 관련된 정보를 획득하는 단계(12)를 포함한다. 이러한 정보는 통계로부터 획득될 수 있다. 예를 들어, 데이터는 시간 경과에 따라 수집/로그되고 분석될 수 있다. 방법(10)은 이력적 교착 상황 원인에 대한 이력적 컨텍스트 정보를 결정하는 단계(14)를 더 포함한다. 따라서, 분석은 이력적 교착 상황과 이력적 교착 상황 원인 사이의, 이력적 컨텍스트 정보에서의 상관성들 또는 조건 관계들을 결정하는 것을 포함할 수 있다. 방법(10)은 이력적 컨텍스트 정보와 관련된 정보에 기초하여 교착 상황을 표시하는 정보를 결정하는 단계(16)를 더 포함한다. 그러한 표시 정보는 교착 상황을 예측하는 것을 허용할, 이력적 컨텍스트 정보에서의 트리거 또는 표시를 포함할 수 있다. 그런 후, 방법(10)은 교착 상황을 표시하는 정보에 대한 실제 컨텍스트 정보를 모니터링하거나, 스캐닝하거나, 또는 검색하는 단계(18)를 포함한다. 그런 후, 이력적 교착 상황에 대해 결정된 지표들이 실제 또는 현재 컨텍스트 정보에 적용될 수 있다. 방법(10)은 실제 컨텍스트 정보에서의 교착 상황을 표시하는 정보에 기초하여 교착 상황을 예측하는 단계(20)를 더 포함한다.
실제 및 이력적 컨텍스트 정보는 외부 환경 또는 조건, 예컨대, 날씨, 시간, 교통, 도로 유형 등과 관련된 임의의 정보를 나타내는 임의의 정보를 포함할 수 있다. 이러한 정보는 각자의 환경을 감지하는 차량들로부터 시간의 경과에 따라 리트리빙될 수 있다.
도 2는 자동화된 차량(100)에 대한 교착 상황을 예측하기 위한 장치(30)에 대한 실시예들, 그리고 차량(100) 또는 네트워크 엔티티(100)에 대한 실시예들의 블록도들을 나타낸다. 자동화 차량에 대한 교착 상황을 예측하기 위한 장치(30)는 하나 이상의 네트워크 엔티티, 예컨대, 서버, 차량 등과 통신하기 위한 하나 이상의 인터페이스(32)를 포함한다. 장치(30)는 하나 이상의 인터페이스에 결합되고 본 명세서에서 설명된 방법(10) 중 하나를 수행하도록 구성된 제어 모듈(34)을 더 포함한다. 도 2는 장치(30)의 실시예를 포함하는 차량(100) 또는 네트워크 엔티티(100)의 실시예를 추가로 도시한다.
실시예들에서, 하나 이상의 인터페이스(32)는 예를 들어, 아날로그 신호 또는 디지털 신호 또는 정보를 획득하거나, 수신하거나, 전송하거나, 또는 제공하기 위한 임의의 수단들, 예컨대, 신호 또는 정보를 제공하거나 획득하도록 해주는 임의의 커넥터, 접점, 핀, 레지스터, 입력 포트, 출력 포트, 컨덕터, 레인 등에 대응할 수 있다. 인터페이스는 무선 또는 유선일 수 있으며, 추가적인 내부 또는 외부 컴포넌트들과 신호, 정보를 통신하도록, 즉 신호, 정보를 전송하거나 또는 수신하도록 구성될 수 있다. 하나 이상의 인터페이스(32)는 통신 시스템, 예컨대, 이동 통신 시스템에 따라 인에이블되는 추가적인 컴포넌트들을 포함할 수 있으며, 이러한 컴포넌트들은 하나 이상의 저잡음 증폭기(Low-Noise Amplifier; LNA), 하나 이상의 전력 증폭기(Power-Amplifier; PA), 하나 이상의 듀플렉서, 하나 이상의 다이플렉서, 하나 이상의 필터 또는 필터 회로부, 하나 이상의 컨버터, 하나 이상의 믹서, 이에 따라 적응된 무선 주파수 컴포넌트들 등과 같은, 트랜스시버(전송기 및/또는 수신기) 컴포넌트들을 포함할 수 있다. 하나 이상의 인터페이스(32)는 혼(horn) 안테나, 다이폴 안테나, 패치 안테나, 섹터 안테나 등과 같은 임의의 송신 및/또는 수신 안테나들에 대응할 수 있는 하나 이상의 안테나에 결합될 수 있다. 일부 예시들에서, 하나 이상의 인터페이스(32)는 정보, 입력 데이터, 제어 정보, 추가적인 정보 메시지 등과 같은 정보를 전송하거나 또는 수신하거나 또는, 전송하고 수신하는 것 둘 다를 서빙할 수 있다.
도 2에서 도시된 바와 같이, 각각의 하나 이상의 인터페이스(32)는 장치(30)에서 각각의 제어 모듈(34)에 결합된다. 실시예들에서, 제어 모듈(34)은 하나 이상의 처리 유닛, 하나 이상의 처리 디바이스, 프로세서, 컴퓨터, 또는 이에 따라 적응된 소프트웨어로 동작가능한 프로그램가능 하드웨어 컴포넌트와 같은 임의의 처리 수단을 사용하여 구현될 수 있다. 달리 말해서, 제어 모듈(34)의 설명된 기능들은 소프트웨어로 구현될 수도 있으며, 그 후 하나 이상의 프로그램가능 하드웨어 컴포넌트 상에서 실행될 수 있다. 이러한 하드웨어 컴포넌트들은 범용 프로세서, DSP(Digital Signal Processor), 마이크로-컨트롤러 등을 포함할 수 있다.
실시예들에서, 통신, 즉, 전송, 수신 또는 둘 다가, 예를 들어, 입력 데이터 또는 제어 정보를 제어 센터로/로부터 포워딩하는 것이 이동 트랜시버/차량(100) 간에 직접적으로 발생할 수 있다. 이러한 통신은 이동 통신 시스템을 사용할 수 있다. 이러한 통신은 예컨대, 디바이스간(Device-to-Device; D2D) 통신을 통해 직접적으로 수행될 수 있으며, 이동 통신 시스템의 사양을 사용하여 수행될 수 있다. D2D의 예시는 차량들 간의 직접적 통신이며, 이것을 각각 차량간(Vehicle-to-Vehicle; V2V) 통신, 차량간, 전용 단거리 통신(Dedicated Short Range Communication; DSRC)이라고도 칭한다. 이러한 D2D 통신을 가능하게 하는 기술들에는 802.11p, 3GPP(3세대 파트너쉽 프로젝트) 시스템(4세대(4G), 5G, 신규 무선(NR) 이상) 등이 포함된다.
실시예들에서, 차량은 예를 들어, 임의의 구상가능한 운송 수단, 예컨대, 자동차, 자전거, 오토바이, 밴, 트럭, 버스, 배, 보트, 비행기, 기차, 전차 등에 대응할 수 있다. 전술한 바와 같은 방법(10)은 차량 또는 네트워크 엔티티(100)에서 수행될 수 있다. 네트워크 엔티티는 네트워크에서 구현된 임의의 서버, 컴퓨터, 기지국, 제어기일 수 있다. 예를 들어, 네트워크 엔티티는 ToD를 위한 통제/지휘 센터와 공동 배치되거나 또는 이와 긴밀하게 통신할 수 있다. 이러한 방식으로, 자동화된 차량들에 대한 교착 상황의 예측을 통해 통제/지휘 센터에서의 자원 계획은 강화될 수 있다.
예를 들어, 실시예들은 원격 운전 주행을 위한 교착 상황을 예측하기 위한 방법(10)을 제공할 수 있다. 일부 교착 상황들이 사전 지식(이력 정보)을 사용하여 예측될 수 있고 예측된 교착 상태 맵에서 수집될 수 있다. 이러한 맵은 예컨대, 교착 상황들의 발생가능 확률의 지표들과 함께, 예상되는 교착 상황에 대한 지표들이 오버레이된 거리 또는 도로 맵일 수 있다. 이러한 맵은 시간 컴포넌트를 추가로 가질 수 있는데, 예컨대, 일부 교착 상황은 러시아워 동안과 같이, 특정 시간 동안에만 상당한 확률을 가질 수 있다.
일부 실시예들에서, 방법(10)은 실제 컨텍스트 정보에 기초하여 예측된 교착 상태 맵을 생성하는 단계를 더 포함할 수 있다. 실시예들은 이력적 교착 상황의 분석을 사용하여 교착 상태를 예측할 수 있다. 실제로, 일부 실시예들에서, 일부 교착 상태 이벤트의 공간적 계절성이 미래 이벤트를 예측하는 데 사용될 수 있다. 이력적 컨텍스트 정보는 교착 상황의 공간 분포 계절성에 대한 정보를 포함할 수 있다.
예를 들어, 교통 체증은 러시아워(영업일, 휴일 등) 동안 신호등에서 알 수 없거나 불확실한 상황을 연출시킬 수 있다. 교착 상황은 교통 체증일 수 있으며, 이력적 교착 상황 원인에 대한 정보는 증가된 교통 밀도일 수 있다. 따라서, 이력적 컨텍스트 정보는 주간 러시아워, 영업일 러시아워, 및/또는 휴일 러시아워의 그룹 중 적어도 하나의 요소를 포함할 수 있다. 실제 컨텍스트 정보는 실제 주간, 날짜, 및 하루가 휴일인지의 여부의 그룹 중 적어도 하나의 요소를 포함할 수 있다. 따라서, 교착 상황을 표시하는 정보는 예상된 러시아워일 수 있으며, 이는 다시 다른 요인들, 예컨대, 영업일 동안의 하루 중 어떤 시간과 강하게 상관된다.
또한, (안팎으로) 이동하는 사람의 수에는 계절성이 있으며, 여러 통계가 이용가능하고, 이는 겨울철보다 여름철 동안에 더 많은 이동 활동이 있음을 나타낸다. https://www.atlasvanlines.com/infographics/seasonality-of-moving에서 예시를 찾아볼 수 있다.
(안팎으로의) 이동에는 길을 막고 있는 트럭이 포함될 수 있다. 추가적으로, 대부분의 도시에서, 이동 트럭으로 길 막음을 하는 것에는 특정 승인이 필요하다. 이 데이터는 실시예들에서 맵을 정확하게 업데이트하는 데 사용될 수 있다. 예를 들어, 교착 상황은 길을 막고 있는 트럭이다. 이력적 교착 상황 원인에 대한 정보는 이동 활동일 수 있으며, 이력적 컨텍스트 정보는 이동 중인 트럭들에 대한 계절적 이동 활동들, 이동률, 및 공식적인 길 막음 승인의 그룹 중 적어도 하나의 요소를 포함할 수 있다.
다른 실시예에서, 교착 상황은 또한 길을 막고 있는 트럭이다. 이력적 교착 상황 원인에 대한 정보는 상품 배송이며, 이력적 컨텍스트 정보는 상품의 정기적 배송, 트럭의 배송 일정, 및 패킷 배송 서비스의 배송 일정의 그룹 중 적어도 하나의 요소를 포함할 수 있다. 배송 트럭은 일반적으로 특정 일정에 따라 운전된다. 교착 상태 패턴이 영역에서 감지되면, 실시예는 이러한 배송 트럭에 의해 생성되는 교착 상태의 향후 발생을 예측할 수 있다. 그러면 교착 상황을 표시하는 정보는 예측된 배송이다. 다른 유사한 예시는 쓰레기 수거 트럭이며, 이는 또한 교착 상황을 일으킬 수 있다. 쓰레기 수거 트럭의 경로는 일정을 따를 수 있으며, 이는 일부 실시예들에서 예측을 위해 액세스될 수 있다.
추가 실시예에서, 특정 거리를 막는 대규모 이벤트(축구 경기, 시위 등)에 관한 공개 데이터가 교착 상태 확률 맵을 업데이트하는 데 사용될 수 있다. 그러면 교착 상황은 교통 체증일 수 있으며, 이력적 교착 상황 원인에 대한 정보는 증가된 교통 밀도일 수 있다. 이력적 컨텍스트 정보는 이벤트 일정을 포함한다. 불법 시위(예컨대, 파리의 노란 재킷(Yellow Jacket), 매주 토요일, 특정 시위 계획 없음)와 같이, 특정 장소가 없는 예측된 이벤트와 관련하여 더 많은 글로벌 업데이트가 예상될 수 있다. 실시예들에서, 이벤트는 스포츠 이벤트, 음악 이벤트, 또는 정치 이벤트일 수 있으며, 교착 상황을 표시하는 정보는 예측된 이벤트일 수 있다.
교착 상태의 다른 원인은 물체 감지에 대한 거짓 양성(false positive)이다. 하나의 예시는 거리 상에서 날아다니는 비닐 봉지 또는 나뭇가지이다. 이러한 이벤트는 바람의 방향 및 힘과 연결될 수 있으며, 이는 또한 이용가능한 데이터이다. 실시예들은 먼저 교착 상황에 대한 바람의 영향을 연구할 수 있다. 그 후 실시예들은 바람 기반 이벤트로부터 교착 상태의 일반적으로 더 높은 확률을 예측할 수 있다. 그러면 교착 상황은 차량의 경로 상에서 감지된 물체에 대한 오경보일 수 있다. 이력적 교착 상황 원인에 대한 정보는 날씨 이벤트일 수 있다. 그러면 이력적 컨텍스트 정보는 이력적 날씨 데이터와 날씨 이벤트들에 의존하는 오감지율의 그룹 중 적어도 하나의 요소를 포함할 수 있다. 날씨 이벤트는 미리정의된 임계값보다 더 높은 풍속, 뇌우, 눈보라, 도로 결빙 등을 포함할 수 있다.
예를 들어, 뇌우 또는 폭우 또는 환경의 센서 감지를 손상시킬 수 있는 기타 날씨 현상 동안에 더 높은 확률로 교착 상황이 발생할 수 있다. 따라서 일부 실시예들은 특정 영역에서 교착 상황을 예측하기 위해 일기 예보 정보를 사용할 수 있다. 이러한 예측은 이력적 데이터로부터 그러한 날씨 현상과 교착 상황 사이의 상관성이 결정될 수 있다는 지식에 기초될 수 있다. 예를 들어, 강풍 동안/후에는 골목 노면 상에 낙하된 나뭇가지들이 예측될 수 있고, 폭우 후에는 특정 도로 상에서 반복적인 홍수가 관찰될 수 있으며, 도로 결빙 후에는 특정 도로 구간 상에서 반복적인 사고가 발생한다.
이미 언급한 바와 같이, 실시예들에서, 각각의 방법은 각각의 하드웨어 상에서 실행될 수 있는 컴퓨터 프로그램들 또는 코드들로서 구현될 수 있다. 따라서, 다른 실시예는 컴퓨터 프로그램이 컴퓨터, 프로세서, 또는 프로그램가능 하드웨어 컴포넌트 상에서 실행될 때, 상기 방법들 중 적어도 하나를 수행하기 위한 프로그램 코드를 갖는 컴퓨터 프로그램이다. 추가적인 실시예는 컴퓨터, 프로세서, 또는 프로그램가능 하드웨어 컴포넌트에 의해 실행될 때, 컴퓨터로 하여금 본 명세서에서 설명된 방법들 중 하나를 구현하게 하는 명령어들을 저장한 컴퓨터 판독가능 저장 매체이다.
당업자는 전술된 다양한 방법들의 단계들이 프로그래밍된 컴퓨터들에 의해 수행될 수 있다는 것을 쉽게 인식할 것인데, 예를 들어, 슬롯들의 위치들이 결정되거나 또는 계산될 수 있다. 본 명세서에서, 일부 실시예들은 또한 프로그램 저장 디바이스들, 예컨대, 머신 또는 컴퓨터 판독가능하고 본 명세서에서 설명된 방법들의 단계들 모두 또는 일부를 수행하는 명령어들의 머신 실행가능 또는 컴퓨터 실행가능 프로그램들을 인코딩한 디지털 데이터 저장 매체를 커버하도록 의도된다. 프로그램 저장 디바이스들은, 예를 들어, 디지털 메모리, 자기 디스크 및 자기 테이프와 같은 자기 저장 매체, 하드 드라이브, 또는 광학적으로 판독가능한 디지털 데이터 저장 매체일 수 있다. 실시예들은 또한 본 명세서에서 설명된 상기 방법들의 단계들을 수행하도록 프로그래밍된 컴퓨터들 또는 상기 상술한 방법들의 단계들을 수행하도록 프로그래밍된 (필드) 프로그램가능 논리 어레이((F)PLA) 또는 (필드) 프로그램가능 게이트 어레이((F)PGA)를 커버하도록 의도된다.
본 상세한 설명과 도면들은 단지 본 발명의 원리들을 예시하기 위한 것일 뿐이다. 따라서, 당업자는, 비록 여기서는 명시적으로 설명되거나 또는 도시되지는 않았지만, 본 발명의 원리들을 구현하며 본 발명의 사상과 범위 내에 포함되는 다양한 구성들을 고안해낼 수 있을 것이라는 것을 이해할 것이다. 더 나아가, 본 명세서에서 언급된 모든 예시들은 원칙적으로 독자가 본 발명의 원리들과 발명자(들)에 의해 본 기술을 발전시키는데 기여한 개념들을 이해하는 것을 돕기 위한 교육학적 목적용으로 특별히 의도된 것일 뿐이며, 이렇게 구체적으로 언급된 예시들과 조건들로 제한되지 않도록 해석되어야 한다. 게다가, 여기서 본 발명의 원리들, 양태들, 및 실시예들뿐만이 아니라, 그 구체적인 예시들을 언급한 모든 진술들은 그 등가물들을 망라하도록 의도된 것이다.
본 기능들은, 프로세서에 의해 제공될 때, 단일 전용 프로세서에 의해, 단일 공유 프로세서에 의해, 또는 복수의 개별 프로세서들에 의해 제공될 수 있으며, 이들 중 일부는 공유될 수 있다. 또한, "프로세서” 또는 "제어기"의 용어의 명백한 사용은 소프트웨어를 실행할 수 있는 하드웨어를 독점적으로 지칭하는 것으로 해석되어서는 안되며, 비제한적인 예시로서, DSP(digital signal processor) 하드웨어, 네트워크 프로세서, ASIC(application specific integrated circuit), FPGA(field programmable gate array), 소프트웨어를 저장하기 위한 ROM(read only memory), RAM(random access memory), 및 비휘발성 스토리지를 암시적으로 포함할 수 있다. 종래의 또는 관례적인 다른 하드웨어가 또한 포함될 수 있다. 이들의 기능은 프로그램 로직의 운영을 통해, 전용 로직을 통해, 프로그램 제어와 전용 로직의 상호작용을 통해, 또는 심지어 수동으로 수행될 수 있으며, 특정 기술이 상황으로부터 더 구체적으로 이해될 수 있도록 구현자에 의해 선택가능하다.
여기서의 임의의 블록도들은 본 발명의 원리들를 구현하는 예시적인 회로부의 개념도들을 나타내는 것임을 당업자는 이해해야 한다. 마찬가지로, 임의의 플로우차트, 흐름도, 상태 천이도, 의사 코드 등은 컴퓨터 판독가능 매체로 실질적으로 표현될 수 있고, 컴퓨터 또는 프로세서가 명시적으로 표시되어 있는지에 상관없이, 이러한 컴퓨터 또는 프로세서에 의해 실행될 수 있는 다양한 프로세스들을 나타내는 것으로 이해될 것이다.
또한, 이하의 청구항들은 상세한 설명 내에 병합되며, 각 청구항은 별개의 실시예로서 자체적으로 존재할 수 있다. 각각의 청구항은 별개의 실시예로서 자체적으로 존재할 수 있는 반면에, 종속항은 청구항들에서 하나 이상의 다른 청구항들과의 특정 조합을 가리킬 수 있지만, 다른 실시예들은 각각의 다른 종속항의 내용과 해당 종속항의 조합을 포함할 수도 있음에 유의해야 한다. 이러한 조합들은 특정 조합이 의도되지 않았다고 언급되지 않는 한 본 명세서에서 제안된다. 또한, 이 청구항이 독립항에 직접적으로 종속되지 않더라도, 임의의 다른 독립항에 대한 청구항의 특징들을 또한 포함하도록 의도된다.
또한, 본 명세서에서 또는 청구항에서 개시된 방법들은 이들 방법들의 각각의 단계들 각각을 수행하기 위한 수단을 갖는 디바이스에 의해 구현될 수 있음에 유의해야 한다.
10: 자동화된 차량에 대한 교착 상황을 예측하는 방법
12: 이력적 교착 상황 원인과 관련된 정보를 획득
14: 이력적 교착 상황 원인에 대한 이력적 컨텍스트 정보를 결정
16: 이력적 컨텍스트 정보와 관련된 정보에 기초하여 교착 상황을 표시하는 정보를 결정
18: 교착 상황을 표시하는 정보에 대한 실제 컨텍스트 정보를 모니터링
20: 실제 컨텍스트 정보에서의 교착 상황을 표시하는 정보에 기초하여 교착 상황을 예측
30: 자동화된 차량에 대한 교착 상황을 예측하기 위한 장치
32: 하나 이상의 인터페이스
34: 제어 모듈
100: 차량/네트워크 엔티티

Claims (15)

  1. 자동화된 차량(100)에 대한 미래의 교착 상황을 예측하기 위한 방법(10)에 있어서, 상기 미래의 교착 상황은 상기 차량(100)의 운전 모드의 변경을 필요로 하는 이례적인 교통 상황이고, 상기 방법은,
    이력적 교착 상황 원인(historical deadlock situation cause)과 관련된 정보를 획득하는 단계(12);
    상기 이력적 교착 상황 원인에 대한 이력적 컨텍스트(historical context) 정보를 결정하는 단계(14);
    상기 이력적 컨텍스트 정보와 관련된 정보에 기초하여 교착 상황을 표시하는 정보를 결정하는 단계(16);
    상기 교착 상황을 표시하는 정보에 대한 실제 컨텍스트(actual context) 정보를 모니터링하는 단계(18); 및
    상기 실제 컨텍스트 정보에서의 상기 교착 상황을 표시하는 정보에 기초하여 상기 미래의 교착 상황을 예측하는 단계(20)
    를 포함하고,
    상기 미래의 교착 상황은 길을 막고 있는 트럭이고, 상기 이력적 교착 상황 원인에 대한 정보는 이동 활동이고, 상기 이력적 컨텍스트 정보는 이동 중인 트럭들에 대한 계절적 이동 활동들, 이동률, 및 공식적인 길 막음 승인의 그룹 중 적어도 하나의 요소를 포함한 것인, 자동화된 차량(100)에 대한 미래의 교착 상황을 예측하기 위한 방법(10).
  2. 자동화된 차량(100)에 대한 미래의 교착 상황을 예측하기 위한 방법(10)에 있어서, 상기 미래의 교착 상황은 상기 차량(100)의 운전 모드의 변경을 필요로 하는 이례적인 교통 상황이고, 상기 방법은,
    이력적 교착 상황 원인과 관련된 정보를 획득하는 단계(12);
    상기 이력적 교착 상황 원인에 대한 이력적 컨텍스트 정보를 결정하는 단계(14);
    상기 이력적 컨텍스트 정보와 관련된 정보에 기초하여 교착 상황을 표시하는 정보를 결정하는 단계(16);
    상기 교착 상황을 표시하는 정보에 대한 실제 컨텍스트 정보를 모니터링하는 단계(18); 및
    상기 실제 컨텍스트 정보에서의 상기 교착 상황을 표시하는 정보에 기초하여 상기 미래의 교착 상황을 예측하는 단계(20)
    를 포함하고,
    상기 미래의 교착 상황은 길을 막고 있는 트럭이고, 상기 이력적 교착 상황 원인에 대한 정보는 상품 배송이며, 상기 이력적 컨텍스트 정보는 상품의 정기적 배송, 트럭의 배송 일정, 및 패킷 배송 서비스의 배송 일정의 그룹 중 적어도 하나의 요소를 포함한 것인, 자동화된 차량(100)에 대한 미래의 교착 상황을 예측하기 위한 방법(10).
  3. 제1항 또는 제2항에 있어서,
    상기 이력적 컨텍스트 정보는 교착 상황의 공간 분포 계절성(spatial distribution seasonality)에 대한 정보를 포함한 것인, 자동화된 차량(100)에 대한 미래의 교착 상황을 예측하기 위한 방법(10).
  4. 제2항에 있어서,
    상기 교착 상황을 표시하는 정보는 예측된 배송인 것인, 자동화된 차량(100)에 대한 미래의 교착 상황을 예측하기 위한 방법(10).
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 삭제
  10. 삭제
  11. 삭제
  12. 삭제
  13. 삭제
  14. 삭제
  15. 삭제
KR1020230076253A 2020-02-26 2023-06-14 자동화된 차량에 대한 교착 상황을 예측하기 위한 방법, 컴퓨터 프로그램, 장치, 차량, 및 네트워크 엔티티 KR102629828B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP20159588.1 2020-02-26
EP20159588.1A EP3872594B1 (en) 2020-02-26 2020-02-26 A method, a computer program, an apparatus, a vehicle, and a network entity for predicting a deadlock situation for an automated vehicle
KR1020210023441A KR20210108895A (ko) 2020-02-26 2021-02-22 자동화된 차량에 대한 교착 상황을 예측하기 위한 방법, 컴퓨터 프로그램, 장치, 차량, 및 네트워크 엔티티

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020210023441A Division KR20210108895A (ko) 2020-02-26 2021-02-22 자동화된 차량에 대한 교착 상황을 예측하기 위한 방법, 컴퓨터 프로그램, 장치, 차량, 및 네트워크 엔티티

Publications (2)

Publication Number Publication Date
KR20230095043A KR20230095043A (ko) 2023-06-28
KR102629828B1 true KR102629828B1 (ko) 2024-01-26

Family

ID=69740267

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020210023441A KR20210108895A (ko) 2020-02-26 2021-02-22 자동화된 차량에 대한 교착 상황을 예측하기 위한 방법, 컴퓨터 프로그램, 장치, 차량, 및 네트워크 엔티티
KR1020230076253A KR102629828B1 (ko) 2020-02-26 2023-06-14 자동화된 차량에 대한 교착 상황을 예측하기 위한 방법, 컴퓨터 프로그램, 장치, 차량, 및 네트워크 엔티티

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020210023441A KR20210108895A (ko) 2020-02-26 2021-02-22 자동화된 차량에 대한 교착 상황을 예측하기 위한 방법, 컴퓨터 프로그램, 장치, 차량, 및 네트워크 엔티티

Country Status (4)

Country Link
US (1) US20210262813A1 (ko)
EP (1) EP3872594B1 (ko)
KR (2) KR20210108895A (ko)
CN (1) CN113306569A (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022141415A (ja) * 2021-03-15 2022-09-29 株式会社アイシン 物体検出装置及び移動体制御装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002286473A (ja) * 2001-03-22 2002-10-03 Auto Network Gijutsu Kenkyusho:Kk 推奨経路計算方法
JP2015227852A (ja) * 2014-06-02 2015-12-17 西日本電信電話株式会社 情報送信装置、情報送信方法及びコンピュータプログラム

Family Cites Families (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1995027957A2 (en) * 1994-04-08 1995-10-19 Michael Anthony Fisher Vehicle sensor/display systems
US20030004780A1 (en) * 2001-06-19 2003-01-02 Smith Michael R. Method and system for integrating weather information with enterprise planning systems
FR2861155B1 (fr) * 2003-10-17 2005-12-16 Siemens Vdo Automotive Procede de determination du rapport engage dans une boite de vitesses
US20080005617A1 (en) * 2006-05-15 2008-01-03 The Boeing Company Automated processing of electronic log book pilot reports for ground-based fault processing
AU2010238762C1 (en) * 2009-04-22 2015-01-22 Inrix, Inc. Predicting expected road traffic conditions based on historical and current data
US9552726B2 (en) * 2009-08-24 2017-01-24 Here Global B.V. Providing driving condition alerts using road attribute data
US9014888B2 (en) * 2011-07-21 2015-04-21 Saturna Green Systems Inc. Vehicle communication, analysis and operation system
KR101440334B1 (ko) * 2012-02-03 2014-09-18 팅크웨어(주) 교통 정보 제공 서버, 전자 기기 및 교통 정보 제공 방법
US9517771B2 (en) * 2013-11-22 2016-12-13 Ford Global Technologies, Llc Autonomous vehicle modes
US9563199B1 (en) * 2013-11-27 2017-02-07 Google Inc. Assisted perception for autonomous vehicles
US20160042321A1 (en) * 2014-08-11 2016-02-11 Weft, Inc. Systems and methods for providing logistics data
US9494935B2 (en) 2014-11-13 2016-11-15 Toyota Motor Engineering & Manufacturing North America, Inc. Remote operation of autonomous vehicle in unexpected environment
US9761137B2 (en) * 2015-09-09 2017-09-12 Here Global B.V. Method and apparatus for providing locally relevant rerouting information
US9507346B1 (en) * 2015-11-04 2016-11-29 Zoox, Inc. Teleoperation system and method for trajectory modification of autonomous vehicles
CN105404401A (zh) * 2015-11-23 2016-03-16 小米科技有限责任公司 输入处理方法、装置及设备
US20170161614A1 (en) * 2015-12-07 2017-06-08 Rapidsos, Inc. Systems and methods for predicting emergency situations
US10317900B2 (en) * 2016-05-13 2019-06-11 GM Global Technology Operations LLC Controlling autonomous-vehicle functions and output based on occupant position and attention
US10762794B2 (en) * 2016-09-19 2020-09-01 Honeywell International Inc. Methods and systems for automation guidance
JP6717723B2 (ja) * 2016-10-12 2020-07-01 矢崎総業株式会社 車両システム
JP6765063B2 (ja) * 2016-10-27 2020-10-07 パナソニックＩｐマネジメント株式会社 遠隔型自動走行システム、無線通信方法、移動体装置及びプログラム
US10311456B2 (en) * 2017-01-19 2019-06-04 Quick Bites, Inc. Dispensation delay prediction systems and methods
CN108422949B (zh) * 2017-02-15 2019-06-28 百度在线网络技术（北京）有限公司 用于无人驾驶车辆的信息共享方法、装置、系统及设备
US10133270B2 (en) 2017-03-28 2018-11-20 Toyota Research Institute, Inc. Electronic control units, vehicles, and methods for switching vehicle control from an autonomous driving mode
KR20180112949A (ko) * 2017-04-05 2018-10-15 현대자동차주식회사 차량의 자율 주행 제어 시스템 및 그를 이용한 자율 주행 제어방법
KR102331761B1 (ko) * 2017-04-25 2021-11-26 현대자동차주식회사 경로 추출을 이용한 교통정보 평가 방법 및 장치
US10501091B2 (en) * 2017-05-23 2019-12-10 Uber Technologies, Inc. Software version and mode switching for autonomous vehicles
US10740988B2 (en) * 2017-06-16 2020-08-11 nuTonomy Inc. Intervention in operation of a vehicle having autonomous driving capabilities
US10466705B1 (en) * 2017-07-12 2019-11-05 Uber Technologies, Inc. Systems and methods for automated testing of autonomous vehicles
KR102007304B1 (ko) * 2017-07-12 2019-08-05 엘지전자 주식회사 차량 주행 시스템 및 차량
EP3659078B1 (en) * 2017-07-26 2023-08-30 Via Transportation, Inc. Systems and methods for managing and routing ridesharing vehicles
US10981563B2 (en) * 2017-11-01 2021-04-20 Florida Atlantic University Board Of Trustees Adaptive mood control in semi or fully autonomous vehicles
US20190163176A1 (en) * 2017-11-30 2019-05-30 drive.ai Inc. Method for transferring control of an autonomous vehicle to a remote operator
CN107943046B (zh) * 2017-12-08 2021-09-10 珠海横琴小可乐信息技术有限公司 一种自动驾驶车辆人机控制权移交方法及系统
JP7041565B2 (ja) * 2018-03-23 2022-03-24 本田技研工業株式会社 遠隔運転管理装置及びプログラム
KR20190114127A (ko) * 2018-03-29 2019-10-10 주식회사 블루시그널 미래 교통 정보를 이용한 물류 배송용 경로 제공 방법 및 이를 실행하는 서버
US10663963B2 (en) * 2018-08-03 2020-05-26 Here Global B.V. Method and apparatus for visualizing future events for passengers of autonomous vehicles
CN109360421B (zh) * 2018-11-28 2022-03-25 平安科技（深圳）有限公司 一种基于机器学习的交通信息预测方法及装置、电子终端
US11385068B2 (en) * 2019-09-26 2022-07-12 International Business Machines Corporation Peer to peer route guidance

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002286473A (ja) * 2001-03-22 2002-10-03 Auto Network Gijutsu Kenkyusho:Kk 推奨経路計算方法
JP2015227852A (ja) * 2014-06-02 2015-12-17 西日本電信電話株式会社 情報送信装置、情報送信方法及びコンピュータプログラム

Also Published As

Publication number Publication date
KR20210108895A (ko) 2021-09-03
US20210262813A1 (en) 2021-08-26
EP3872594A1 (en) 2021-09-01
EP3872594B1 (en) 2023-12-06
KR20230095043A (ko) 2023-06-28
CN113306569A (zh) 2021-08-27

Similar Documents

Publication Publication Date Title
US11881101B2 (en) Intelligent road side unit (RSU) network for automated driving
US20240203247A1 (en) An autonomous vehicle intelligent driving system with re-distribution of driving tasks
US20240038063A1 (en) Traffic monitoring and management systems and methods
CN109478063B (zh) 车辆的自动自主驾驶
US9224293B2 (en) Apparatus and system for monitoring and managing traffic flow
US9672736B2 (en) Site map interface for vehicular application
US9175966B2 (en) Remote vehicle monitoring
US11565722B2 (en) Vehicle trajectory prediction near or at traffic signal
US7864071B2 (en) Emergency vehicle traffic signal preemption system
US20150106010A1 (en) Aerial data for vehicle navigation
WO2018132378A2 (en) Connected automated vehicle highway systems and methods
US11840262B2 (en) Production factory unmanned transfer system and method
CN104408604A (zh) 智能物流全程感知系统
CN105405307A (zh) 一种车联网服务管理系统
US10332396B1 (en) Technology for managing autonomous vehicle operation in association with emergency events
AU2018208404B2 (en) Connected automated vehicle highway systems and methods
KR102629828B1 (ko) 자동화된 차량에 대한 교착 상황을 예측하기 위한 방법, 컴퓨터 프로그램, 장치, 차량, 및 네트워크 엔티티
US11960287B2 (en) Technology for managing autonomous vehicle operation in emergency situations
US11904854B2 (en) Systems and methods for modeling pedestrian activity
US20220375337A1 (en) Autonomous Vehicle and Cloud Control (AVCC) System with Roadside Unit (RSU) Network
US11587366B1 (en) Systems and methods for selecting locations to validate automated vehicle data transmission
CN113748316A (zh) 用于车辆遥测的系统和方法
CN112562394A (zh) 一种车场云协同的自主代客泊车停车场解决方法
US20240231360A1 (en) Technology for managing autonomous vehicle operation in emergency situations
US20230237856A1 (en) Method and system for learning reward functions for driving using positive-unlabeled reward learning

Legal Events

Date Code Title Description
A107 Divisional application of patent
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant