KR102643361B1 - 차량 사고 회피 시스템의 적응적인 개입 결정 방법 - Google Patents

Abstract

본 발명은 차량 주행 상황을 고려한 적응적인 충돌 회피 개입 결정 방법과 그 방법이 적용된 차량 사고 회피 시스템에 관한 것이다. 본 발명에 따른 차량 사고 회피 시스템은 차량의 주행 환경 및 상기 차량 근방의 오브젝트를 감지하여 센싱 정보를 생성하는 센서부; 상기 센싱 정보 및 외부에서 수집한 정보 중 적어도 하나에 기초하여 상기 차량의 주행 상황을 인지하는 상황 인지부; 복수 개의 상기 센싱 정보를 융합하여 센서 융합 트랙을 생성하고, 상기 센서 융합 트랙의 신뢰도를 산출하는 센서 퓨전부; 및 상기 센서 융합 트랙의 신뢰도가 상기 주행 상황을 기초로 정해진 신뢰도 임계값을 초과하는 경우, 상기 센서 융합 트랙과 상기 차량의 거동 정보를 기초로 상기 차량과 상기 오브젝트 간의 충돌 위험 여부를 판단하여, 충돌 회피 개입 여부를 결정하는 충돌 위험 판단 및 개입 결정부를 포함한다.

Description

차량 사고 회피 시스템의 적응적인 개입 결정 방법{ADAPTIVE INTERVENTION DETERMINATION METHOD OF VEHICLE ACCIDENT AVOIDANCE SYSTEM}

본 발명은 차량 사고 회피 시스템의 적응적인 개입 결정 방법에 관한 것이다. 더욱 상세하게는, 차량에 적용되는 사고 회피 시스템에서 주행 상황을 고려하여 적응적으로 차량의 조향이나 제동 등에 개입할 것인지 여부를 결정하는 방법에 관한 것이다.

운전자를 돕거나 자동 운전을 지원하는 첨단운전자지원시스템(Advanced Driver Assistance Systems, 이하 ADAS) 및 자율주행시스템(ADS; Automated Driving System)은 신뢰할 수 있는 주행 환경 인식을 위해 복수의 환경 센서를 사용한다. 사고 회피 시스템(또는 능동안전시스템)은 복수의 센서로부터 위험 상황이 감지되는 경우 능동적으로 제동하거나 조향을 수행하여 충돌을 회피한다. ADAS에서는 운전의 주체와 책임이 운전자에게 있으므로, AEB(Autonomous Emergency Braking)와 같은 ADAS의 사고 회피 시스템은 능동적인 충돌 회피 개입 결정에 있어 오작동을 방지하기 위해 충분히 신뢰할 수 있을 경우에만 개입하는 보수적인 설계 컨셉을 갖는다. 예를 들어, 사고 회피 시스템은 신뢰도를 높이기 위해 복수의 센서 중 2개 이상의 센서가 동시에 같은 오브젝트를 감지하였을 경우에만 시스템이 개입하도록 설계될 수 있다. 그러나, 이러한 설계는 오작동을 방지할 수는 있으나 충돌 회피 성능을 저하시키는 결과로 이어질 수 있다. 종래의 보수적인 설계 컨셉을 따르는 사고 회피 시스템은 환경적인 영향으로 인해 센서의 감지 성능이 저하되는 경우, 일정한 기준의 신뢰도가 확보되지 못하므로 위험 상황에 적절히 대응하지 못하는 문제점이 있다.

본 발명은 상술한 바와 같이 센싱 정보에 대한 신뢰도와 충돌 회피 성능 간의 트레이드 오프(trade-off) 관계에 따라 발생하는 충돌 회피 성능 저하 문제를 해결하기 위해, 충돌 회피 개입 결정에 있어 적응적인 설계 전략을 도입한 차량 사고 회피 시스템과 동 시스템에 적용된 적응적인 개입 결정 방법을 제공하는 것을 목적으로 한다.

보다 상세하게는, 충돌 회피 개입 결정에 있어 정상 상황에서는 센서 퓨전을 통해 센서 융합 트랙을 구성하여 센싱 정보에 대해 일정한 신뢰도를 보장하면서도, 주행 상황이 취약한 경우 센싱 정보(또는 센서 융합 트랙)에 대한 신뢰도 임계치를 조정함으로써 적응적으로 운전 개입 결정을 하여 충돌 회피 성능을 보장할 수 있는 방법과 그 방법을 적용한 사고 회피 시스템을 제공하는 것을 목적으로 한다.

상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 차량 사고 회피 시스템은, 차량의 주행 환경 및 상기 차량 근방의 오브젝트를 감지하여 센싱 정보를 생성하는 센서부; 상기 센싱 정보 및 외부에서 수집한 정보 중 적어도 하나에 기초하여 상기 차량의 주행 상황을 인지하는 상황 인지부; 복수 개의 상기 센싱 정보를 융합하여 센서 융합 트랙을 생성하고, 상기 센서 융합 트랙의 신뢰도를 산출하는 센서 퓨전부; 및 상기 센서 융합 트랙의 신뢰도가 상기 주행 상황을 기초로 정해진 신뢰도 임계값을 초과하는 경우, 상기 센서 융합 트랙과 상기 차량의 거동 정보를 기초로 상기 차량과 상기 오브젝트 간의 충돌 위험 여부를 판단하여, 충돌 회피 개입 여부를 결정하는 충돌 위험 판단 및 개입 결정부;를 포함한다.

상기 센서부는 카메라 센서, 레이더, 라이다, 조도 센서, V2X 통신 장치 및 GPS 중 적어도 하나의 센서를 포함하여 구성될 수 있다.

상기 상황 인지부는 상기 센싱 정보 및 외부에서 수집한 정보 중 적어도 하나에 기초하여 상기 센서부에 포함된 센서의 인식 특성에 영향을 주는 주행 상황을 인지할 수 있다.

또한, 상기 상황 인지부는 상기 센서부에 포함된 조도 센서의 센싱 정보를 기초로 상기 차량의 주행 상황이 저조도 상황 및 급격한 조도 변화 상황 중 적어도 하나에 해당하는지 여부를 인지할 수 있다.

또한, 상기 상황 인지부는 상기 센서부에 포함된 카메라 센서 및 라이다 센서 중 적어도 하나의 센싱 정보를 기초로 상기 차량의 주행 상황이 오브젝트 간의 겹침(occlusion) 상황인지 여부를 인지할 수 있다.

또한, 상기 상황 인지부는 외부 매체에서 수신한 기상 정보를 기초로 상기 차량의 주행 상황이 강우(降雨), 강설(降雪) 및 안개 중 적어도 하나에 해당하는지 여부를 인지할 수 있다.

또한, 상기 상황 인지부는 상기 센서부에 포함된 V2X 통신 장치에서 수신하는 신호의 세기를 기초로 상기 차량의 주행 상황이 V2X 신호 수신 불가 상황인지 여부를 인지할 수 있다.

상기 센서 퓨전부는 상기 센서 융합 트랙의 기초가 되는 센싱 정보의 종류 수에 따라 상기 센서 융합 트랙의 신뢰도를 산출할 수 있다.

또한, 상기 센서 퓨전부는 상기 센서 융합 트랙의 기초가 되는 각 센싱 정보의 신뢰도 평균을 상기 센서 융합 트랙의 신뢰도로 정할 수 있다.

또한, 상기 센서 퓨전부는 상기 주행 상황을 기초로 상기 센싱 정보 중에서 상기 센서 융합 트랙에 포함될 센싱 정보를 결정하는 것

상기 충돌 위험 판단 및 개입 결정부는 상기 주행 상황이 정상 상황이 아닌 경우 상기 신뢰도 임계값을 정상 상황인 경우의 신뢰도 임계값 대비 낮은 값으로 조정할 수 있다. 이때 상기 정상 상황은 상기 센서부에 포함되는 센서의 성능에 영향을 미치는 외부 요인이 없는 상황을 의미한다.

또한 상기 충돌 위험 판단 및 개입 결정부는, 상기 센서 융합 트랙과 상기 차량의 거동 정보를 기초로 상기 차량과 상기 오브젝트 간의 충돌 위험도를 산출하고, 상기 충돌 위험도가 소정의 위험도 임계값을 초과하는 경우 조향 명령 및 제동 명령 중 적어도 하나의 명령을 발생시켜 충돌 회피 개입을 수행할 수 있다.

그리고, 본 발명의 일 실시예에 따른 차량 주행 상황을 고려한 적응적인 충돌 회피 개입 결정 방법은, 차량의 주행 환경 및 상기 차량 근방의 오브젝트를 감지하여 센싱 정보를 생성하는 오브젝트 및 주행 환경 감지 단계; 상기 센싱 정보 및 외부에서 수집한 정보 중 적어도 하나에 기초하여 상기 차량의 주행 상황을 인지하는 주행 상황 인지 단계; 복수 개의 상기 센싱 정보를 융합하여 센서 융합 트랙을 생성하는 센서 퓨전 단계; 상기 센서 융합 트랙의 신뢰도를 산출하고, 상기 주행 상황에 기초하여 센서 융합 트랙 신뢰도 임계값을 결정하여 상기 센서 융합 트랙의 신뢰도가 상기 신뢰도 임계값을 초과하는지 판단하는 센서 융합 트랙 신뢰도 판단 단계; 상기 센서 융합 트랙의 신뢰도가 상기 신뢰도 임계값을 초과하지 않는 경우, 충돌 회피 개입을 하지 않는 것으로 결정하는 단계; 상기 센서 융합 트랙의 신뢰도가 상기 신뢰도 임계값을 초과하는 경우, 상기 차량과 상기 오브젝트 간의 충돌 위험도를 산출하는 단계; 상기 충돌 위험도가 소정의 충돌 위험도 임계값을 초과하는지 판단하는 충돌 위험 판단 단계; 상기 충돌 위험도가 상기 충돌 위험도 임계값을 초과하지 않는 경우, 충돌 회피 개입을 하지 않는 것으로 결정하는 단계; 및 상기 충돌 위험도가 상기 충돌 위험도 임계값을 초과하는 경우, 충돌 회피 개입을 하는 것으로 결정하는 단계;를 포함한다.

상기 주행 상황 인지 단계에서, 조도 센서의 센싱 정보를 기초로 상기 차량의 주행 상황이 저조도 상황 및 급격한 조도 변화 상황 중 적어도 하나에 해당하는지 여부를 인지할 수 있다.

또한, 상기 주행 상황 인지 단계에서, 카메라 센싱 정보 및 라이다 센싱 정보 중 적어도 하나의 센싱 정보를 기초로 상기 차량의 주행 상황이 오브젝트 간의 겹침(occlusion) 상황인지 여부를 인지할 수 있다.

또한, 상기 주행 상황 인지 단계에서, 외부 매체에서 수신한 기상 정보를 기초로 상기 차량의 주행 상황이 강우(降雨), 강설(降雪) 및 안개 중 적어도 하나에 해당하는지 여부를 인지할 수 있다.

상기 센서 융합 트랙 신뢰도 판단 단계에서, 상기 센서 융합 트랙의 기초가 되는 센싱 정보의 종류 수에 따라 상기 센서 융합 트랙의 신뢰도를 산출할 수 있다.

또한, 상기 센서 융합 트랙 신뢰도 판단 단계에서, 상기 주행 상황이 정상 상황이 아닌 경우 상기 신뢰도 임계값을 정상 상황인 경우의 신뢰도 임계값 대비 낮은 값으로 조정하여 상기 센서 융합 트랙의 신뢰도가 상기 신뢰도 임계값을 초과하는지 판단할 수 있다. 이때, 상기 정상 상황은 상기 차량에 장착된 센서의 성능에 영향을 미치는 외부 요인이 없는 상황을 의미한다.

본 발명의 일 실시예에 따른 사고 회피 시스템과 동 시스템의 적응적인 개입 결정 방법은, 센서가 가지는 환경적인 인식 성능을 고려하여 주행 상황에 적응적인 사고 회피 개입 결정 전략을 통해 시스템의 오작동 방지와 함께 기존 시스템 대비 사고 회피 성능을 향상할 수 있다는 효과가 있다.

도 1은 본 발명의 일 실시예에 따른 차량 사고 회피 시스템의 구성을 나타낸 블록도.
도 2는 본 발명의 일 실시예에 따른 차량 사고 회피 시스템의 구성 요소 간 전달되는 정보를 나타낸 블록도.
도 3은 본 발명의 일 실시예에 따른 적응적인 개입 결정 방법을 설명하기 위한 흐름도.
도 4는 본 발명의 일 실시예에 따른 적응적인 개입 결정 방법을 설명하기 위한 흐름도.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 한편, 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성소자, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성소자, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.

본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

이하, 본 발명의 실시예를 첨부한 도면들을 참조하여 상세히 설명한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면 번호에 상관없이 동일한 수단에 대해서는 동일한 참조 번호를 사용하기로 한다.

도 1은 본 발명의 일 실시예에 따른 차량 사고 회피 시스템(10)의 구성을 나타낸 블록도이다.

본 발명의 일 실시예에 따른 차량 사고 회피 시스템(10)은 센서부(100), 센서 퓨전부(200), 상황 인지부(300) 및 충돌 위험 판단 및 개입 결정부(400)를 포함하여 구성된다.

센서부(100)는 자차량 근방에 출현한 오브젝트와 자차량의 주행 환경을 감지/인식하여 센싱 정보를 생성하고, 개별 센싱 정보를 센서 퓨전부(200) 및 상황 인지부(300)에 전달한다. 오브젝트(object)는 본 발명에 따른 차량 사고 회피 시스템(10)의 관심의 대상이 되는 객체로서, 움직임의 유무를 불문한다. 오브젝트의 예를 들면, 다른 차량, 보행자, 가드 레일 등이 있을 수 있다. 센서부(100)의 센싱 정보는 각 센서의 개별적인 센싱 정보(이하 '개별 센싱 정보'로 약칭)이다. 센서부(100)는 주행 환경을 감지/인식하기 위해 카메라 센서, 레이더, 라이다, V2X 통신 장치, 조도 센서, GPS, 우적 센서 및 습도 센서 중 적어도 하나의 센서를 포함하여 구성된다. 여기에서 V2X(Vehicle to Everything)는 차량과 차량, 사물, 인프라, 사람 등과의 통신을 모두 포함한다. 즉, V2X는 V2I(Vehicle to Infrastructure), V2V(Vehicle to vehicle), V2P(Vehicle to Pedestrian), V2D(Vehicle to device) 및 V2G(Vehicle to grid) 등을 모두 포함하는 개념이다.

센서 퓨전부(200)는 개별 센싱 정보를 기초로 센서 퓨전을 통한 오브젝트 추적 정보인 센서 융합 트랙(track)을 생성한다. 센서 퓨전(sensor fusion)은 각 센서에서 얻어지는 데이터 내지 정보를 종합하는 방법을 말한다. 센서 퓨전부(200)가 센서부(100)의 인식 결과를 통합하여 센서 융합 트랙을 생성하는 것은 오브젝트에 대한 추적 정확도 및 트랙킹 유지성능을 높이는 동시에 개별 센싱 정보에 비해 더 정확하고 신뢰할 수 있는 정보를 생성하기 위함이다.

상황 인지부(300)는 센서부(100)에서 제공하는 센싱 정보, 즉 오브젝트 및 주행 환경 감지 결과에 기초하여 현재 주행 상황을 인지한다. 상황 인지부(300)는 주행 상황 인지 결과를 충돌 위험 판단 및 개입 결정부(400)에 전달한다. 또한, 상황 인지부(300)는 주행 상황 인지 결과를 센서 퓨전부(200)에 전달할 수 있다.

충돌 위험 판단 및 개입 결정부(400)는 자차량의 거동 정보(예컨대, 속도)와 센서 융합 트랙을 기반으로 충돌 여부를 예측하여 차량 사고 회피 시스템(10)의 개입 여부를 결정한다. 충돌 위험 판단 및 개입 결정부(400)는 센서 융합 트랙의 신뢰도가 주행 상황에 기반하여 결정된 신뢰도 임계값을 초과하는지 먼저 판단하고, 초과하는 경우 충돌 위험도를 산출하고, 그에 따라 조향이나 제동 등 차량의 운전에 차량 사고 회피 시스템(10)의 개입 여부를 결정한다. 즉, 충돌 위험 판단 및 개입 결정부(400)는 센서 융합 트랙의 신뢰도가 주행 상황에 기반하여 결정된 신뢰도 임계값을 초과하는 경우, 자차량의 거동 정보에 따른 자차량의 예측 경로와 센서 융합 트랙에 기초한 오브젝트의 예측 경로를 비교하여 충돌 위험도를 산출하고, 충돌 위험도가 위험도 임계값을 초과하는지 여부에 따라 충돌 회피 개입 여부를 결정한다.

본 발명의 다른 실시예에서, 충돌 위험 판단 및 개입 결정부(400)는 센서 융합 트랙의 신뢰도 판단에 앞서, 자차량의 거동 정보에 따른 자차량의 예측 경로와 센서 융합 트랙에 기초한 오브젝트의 예측 경로를 비교하여 충돌 위험도를 먼저 산출하고, 충돌 위험도가 위험도 임계값을 초과하는 경우, 센서 융합 트랙의 신뢰도가 신뢰도 임계값을 초과하는지 판단하여 초과할 경우 충돌 회피 개입을 결정한다. 이 경우에도 센서 융합 트랙의 신뢰도 임계값은 상황 인지부(300)의 주행 상황 인지 결과에 따라 달라질 수 있다.

도 2는 본 발명의 일 실시예에 따른 차량 사고 회피 시스템의 구성 요소 간 전달되는 정보를 나타낸 블록도이다.

센서부(100)는 주행 환경을 감지/인식하여 센싱 정보를 생성하고, 개별 센싱 정보를 센서 퓨전부(200) 및 상황 인지부(300)에 전달한다. 센서부(100)는 주행 환경을 감지하거나 인식하기 위해 카메라 센서, 레이더, 라이다, V2X 통신 장치, 조도 센서, GPS, 우적 센서 및 습도 센서 중 적어도 하나의 센서를 포함하여 구성된다. 여기서 주행 환경이란, 자차량 주변의 오브젝트(예를 들어, 타차량이나 보행자), 날씨, 조도, 통신 등에 관한 모든 정보를 포함한다. 예를 들어, 주행 환경에는 타차량이나 보행자의 모습/위치/이동 방향/속도, 오브젝트 간의 거리, 현재 날씨(맑음/흐림/강우(降雨)/강설(降雪)/안개), 조도 및 조도의 변화, 주변 건물/지형, V2X 신호의 세기 등의 정보가 포함될 수 있다.

예를 들어 센서부(100)는 카메라 센서가 이미지를 기반으로 영상처리를 통해 오브젝트를 인식한 결과를 센서 퓨전부(200)에 전달할 수 있다.

센서 퓨전부(200)는 1가지 이상의 개별 센싱 정보를 기초로 센서 융합 트랙(track)을 생성한다. 센서 퓨전부(200)는 센서 퓨전을 통해 센서 융합 트랙을 생성한다. 센서 퓨전부(200)는 센서 융합 트랙과 센서 융합 트랙의 신뢰도 정보를 충돌 위험 판단 및 개입 결정부(400)에 전달한다. 센서 퓨전부(200)의 동작 결과로 생성되는 센서 융합 트랙은, 복수의 센싱 정보가 모두 융합된 결과일 수 있으나, 개별 센서의 트랙일 수도 있다. 또한, 센서 퓨전부(200)가 생성하는 센서 융합 트랙은 전체 센싱 정보 중 몇 개의 센싱 정보만이 융합된 결과일 수도 있다. 예를 들어, 센서부(100)에 카메라 센서와 레이더 센서가 존재할 경우, 센서 퓨전부(200)의 센서 퓨전의 결과로써 발생할 수 있는 경우의 수는 카메라 트랙, 레이더 트랙, 카메라/레이더 퓨전 트랙의 3가지 형태가 있을 수 있다. 센싱 정보가 융합되지 않는 원인은 다양하다. 센서의 인식 특성이나 센싱 정보 미수신 등에 따라 센싱 정보가 융합되지 않을 수 있다.

센싱 정보가 융합되지 않는 경우 중 센서의 인식 특성이 문제되는 경우의 예를 들면, 카메라 센서의 경우 야간 및 저조도 환경에서 근거리에 있는 오브젝트만을 인식할 수 있으며, 레이더 센서의 경우 차량(반사율이 높은 오브젝트) 옆에 사람(반사율이 낮은 오브젝트)이 있으면 오브젝트의 분해 성능의 부족으로 인하여 사람과 차량을 구분하지 못할 수 있다. 레이더 센서가 오브젝트와 오브젝트를 구분하거나 오브젝트를 정확하게 분류하기 위해서는 오브젝트 간 일정한 거리가 필요하기 때문이다.

센서 퓨전부(200)는 개별 센싱 정보의 융합 여부를 판단하기 위하여 상황 인지부(300)에서 제공하는 주행 환경 인지 결과를 이용할 수 있다. 즉, 센서 퓨전부(200)는 주행 상황을 토대로 센서 융합 트랙에 포함될 센싱 정보를 결정할 수 있다. 예를 들어, 상황 인지부(300)에서 차량이 현재 야간 및 저조도 상황에 있다고 판단한 경우, 카메라 센서의 성능이 저하되는 상황이므로, 센서 퓨전부(200)는 카메라 센싱 정보를 제외하고 레이더 센싱 정보와 라이다 센싱 정보를 기초로 하여 센서 융합 트랙을 생성할 수 있다.

한편, 센서 퓨전부(200)는 센서 융합 트랙의 신뢰도를 산출할 수 있다. 센서 융합 트랙의 신뢰도를 산출하는 방법은 다양한 방법이 있을 수 있다. 일 실시예로, 센서 융합 트랙의 기초가 되는 센싱 정보의 종류 및 각 센서의 사용 기간에 따라 각 센싱 정보의 신뢰도 값을 정하고, 이를 합산하여 센서 융합 트랙의 신뢰도를 산출할 수 있다. 다른 실시예로, 각 센서의 정밀도나 센서의 진단 결과 또는 센싱 정보에 대한 통계 분석 결과에 따라 개별 센서의 트랙의 신뢰도에 대한 가중치를 달리하여, 그 가중치 합으로 센서 융합 트랙의 신뢰도를 산출할 수도 있다.

본 발명의 다른 면에 따라, 센서 퓨전부(200)는 센서 융합 트랙의 기초가 되는 각 센싱 정보의 신뢰도의 평균값을 센서 융합 트랙의 신뢰도 값으로 할 수 있다. 이 경우 충돌 위험 판단 및 개입 결정부(400)에서는 센서 융합 트랙의 신뢰도 임계값을 주행 상황에 따라 조정하지 않고 고정된 값으로 운용할 수 있다. 센서 퓨전부(200)는 주행 상황에 따라 성능이 저하되는 센서의 센싱 정보를 제외한 다른 센서의 센싱 정보를 기초로 센서 융합 트랙을 생성하므로, 그 센서 융합 트랙의 신뢰도는 설정된 신뢰도 임계값보다 큰 값을 가질 수 있다. 이 경우는 하나의 센싱 정보로 센서 융합 트랙이 구성되더라도 충돌 위험 판단과 그 결과에 따른 충돌 회피 개입이 이루어질 수 있다.

상황 인지부(300)는 센서부(100)에서 제공하는 센싱 정보, 즉 오브젝트 및 주행 환경 감지 결과에 기초하여 현재 주행 상황을 인지한다. 상황 인지부(300)는 주행 상황 인지 결과(현재 주행 상황)를 충돌 위험 판단 및 개입 결정부(400)에 전달한다. 또한, 상황 인지부(300)는 주행 상황 인지 결과를 센서 퓨전부(200)에 전달할 수 있다. 또한, 상황 인지부(300)는 주행 상황을 정확하게 인식하기 위하여 외부로부터 정보를 수신할 수 있다. 예를 들어, 상황 인지부(300)는 강우 상황이나 강설 상황을 인식하기 위해 외부 매체에서 기상 정보를 수신할 수 있다. 또한, 상황 인지부(300)는 자차량이 음영 지역에 진입하였는지 인식하기 위해 외부에서 지리 정보(지도)를 수신할 수 있다.

상황 인지부(300)는 주행 상황 인지 결과를 충돌 위험 판단 및 개입 결정부(400)에 전달하여 센서의 인식 특성이 충돌 위험 판단 및 개입 결정부(400)의 충돌 위험 판단 및 개입 로직에 반영되도록 한다. 상황 인지부(300)는 조도 센서의 센싱 정보를 활용하여 저조도 상황을 인지하거나, 라이다의 센싱 정보 및 카메라 센서의 센싱 정보 중 적어도 하나를 활용하여 보행자가 차에 가려지는 상황(겹침, occlusion)을 인지한다. 또한 상황 인지부(300)는 비, 안개와 같이 센서부(100)에 포함된 주행 환경을 감지하는 센서의 인식에 영향을 미치는 기상 상황(악천후)을 인지한다. 예를 들어, 상황 인지부(300)는 외부 매체에서 기상 정보를 수신하거나, 센서부(100)의 우적 센서, 습도 센서 또는 레이더 센서의 센싱 정보를 이용하여 기상 상황을 인지할 수 있다.

충돌 위험 판단 및 개입 결정부(400)는 자차량의 거동 정보와 센서 융합 트랙을 기반으로 충돌 여부를 예측하여 차량 사고 회피 시스템(10)의 충돌 회피 개입 여부를 결정한다. 충돌 위험 판단 및 개입 결정부(400)는 우선 센서 융합 트랙의 신뢰도가 신뢰도 임계값을 초과하는지 먼저 판단하고, 초과하는 경우 충돌 위험도를 산출하고, 충돌 위험도와 위험도 임계치의 비교 결과에 따라 조향이나 제동 등 차량의 운전에 차량 사고 회피 시스템(10)이 개입할 것인지 여부를 결정한다. 즉, 충돌 위험 판단 및 개입 결정부(400)는 센서 융합 트랙의 신뢰도가 주행 상황에 기반하여 결정된 신뢰도 임계값을 초과하는 경우, 자차량의 거동 정보에 따른 자차량의 예측 경로와 센서 융합 트랙에 기초한 오브젝트의 예측 경로를 비교하여 충돌 위험도를 산출하고, 충돌 위험도가 위험도 임계값을 초과하는지 여부에 따라 충돌 회피 개입 여부를 결정한다.

충돌 위험 판단 및 개입 결정부(400)는 상황 인지부(300)의 주행 상황 인식 결과에 따라 센서 융합 트랙 신뢰도의 임계값을 조정(결정)할 수 있다. 즉, 상황 인지부(300)의 주행 상황 인식 결과 정상 상황이 아니라면, 충돌 위험 판단 및 개입 결정부(400)는 센서 융합 트랙 신뢰도의 임계값을 낮게 조정한다. 예를 들어, 충돌 위험 판단 및 개입 결정부(400)는 야간 저조도 상황에서 센서 융합 트랙 신뢰도의 임계값을 낮게 조정한다. 본 발명에서 '정상 상황'은 센서부에 포함되는 센서의 성능에 영향을 미치는 외부 요인이 없는 상황을 말한다. '정상 상황'은 카메라 센서, 레이더, 라이다, 조도 센서의 성능 저하를 일으키는 외부 요인이 없는 상황을 의미할 뿐만 아니라, V2X 통신에 사용되는 신호가 감쇠나 지연 없이 정확하게 전달되는 상황을 포함한다. '정상 상황'이 아닌 주행 상황의 예를 들면, 카메라 센서의 성능 저하를 일으키는 저조도 상황, 레이더의 성능 저하를 일으키는 복수의 오브젝트의 겹침(occlusion), 차량 간 거리가 멀어짐에 따른 V2X 신호 세기 감소 등의 상황이 있을 수 있다.

충돌 위험 판단 및 개입 결정부(400)는 상황 인지부(300)가 인지한 주행 상황에 기반하여 센서 융합 트랙의 신뢰도의 임계값을 결정하고, 센서 융합 트랙의 신뢰도가 상기 임계값을 초과하는 경우, 자차량의 거동 정보(예컨대, 속도)에 따른 자차량의 예측 경로와 센서 융합 트랙에 기초한 오브젝트의 예측 경로를 비교하여 충돌 위험도를 산출한다. 충돌 위험 판단 및 개입 결정부(400)는 충돌 위험도가 소정의 위험도 임계값을 초과하는 경우, 충돌이 일어날 것으로 예측하여 긴급제동과 같은 차량 사고 회피 시스템(10)의 차량 운전 개입(충돌 회피 개입)을 결정한다. 즉, 충돌 위험 판단 및 개입 결정부(400)는 센서 융합 트랙의 신뢰도 및 충돌 위험도에 따라 충돌 회피를 위해 제동 명령이나 조향 명령을 발생시켜 제동이나 조향에 개입한다.

예를 들어, 충돌 위험 판단 및 개입 결정부(400)는 카메라 센서와 레이더의 두 가지 센서가 장착된 차량 사고 회피 시스템(10)에서 상황 인지부(300)의 인지 결과 정상적인 상황이라면 상기 2개의 센서의 센싱 정보를 모두 융합하여 생성된 센서 융합 트랙에 대해서만 충돌 위험을 판단하여 그 판단 결과에 따라 긴급제동을 수행한다. 그러나, 충돌 위험 판단 및 개입 결정부(400)는 상황 인지부(300)의 인지 결과 저조도 상황이라면 레이더 센서의 감지 결과만으로 생성된 트랙이 센서 퓨전부(200)의 센서 퓨전 결과일 경우에도 충돌 위험도가 위험도 임계치를 초과하는지 여부를 판단할 수 있고, 판단 결과 충돌 위험도가 위험도 임계치를 초과한다면 긴급제동 개입을 결정한다. 또한, 충돌 위험 판단 및 개입 결정부(400)는 상황 인지부(300)의 인지 결과 타차량 옆에 보행자가 가까이 위치한 상황(occlusion)이라면, 이 보행자와 자차량 간 충돌 위험도가 위험도 임계값을 초과하는 경우 카메라 센서만으로 인식된 트랙에 기초한 충돌 위험 판단 결과일지라도 자차량의 긴급제동을 수행한다.

본 발명의 다른 실시예에서, 충돌 위험 판단 및 개입 결정부(400)는 센서 융합 트랙 정보와 자차량의 거동 정보를 통해 센서부(100)가 감지한 오브젝트의 예측 경로와 자차량의 예측 경로를 비교하여 충돌이 예측되는 상황(충돌 위험 상황)일 때, 현재 충돌 위험이 있는 오브젝트가 1개의 센서로만 감지된 신뢰도가 낮은 오브젝트일지라도 주행 상황 인지 결과에 근거하여 타당하다면 충돌 회피 개입(예를 들어 긴급 제동 개입)을 결정하는 것으로 설계될 수 있다.

[표 1]은 본 발명의 일 실시예에 따른 차량 사고 회피 시스템(10)의 상황 인식과 센서 퓨전의 예시이다. [표 1]을 참조하여 상황 인지부(300)가 주행 상황을 인식하는 과정, 주행 상황에 따른 센서 퓨전부(200)가 센서 퓨전을 구성하는 과정과 센서 융합 트랙의 신뢰도 산출하는 과정, 충돌 위험 판단 및 개입 결정부(400)가 센서 융합 트랙 신뢰도의 임계치를 조정하는 과정을 예시적으로 설명한다.

[표 1]에서 상황 인지부(300)가 주행 상황을 인식하는 근거가 '상황 인식 근거'에, 상황 인지부(300)의 주행 상황 인식 결과가 '주행 상황'에 표시되어 있다. 또한, 차량이 직면한 주행 상황으로 인해 성능이 저하 되는 센서가 '성능 저하 센서'에 표시되고, 센서 퓨전부(200)에서 성능 저하 센서를 제외한 센싱 정보로 센서 융합 트랙을 생성하기 위해 센서 퓨전을 구성한 결과를 '센서 퓨전'에 표시하였다.

종래의 사고 회피 시스템은 주행 상황을 고려하지 않으므로, 센싱 정보의 신뢰도가 낮은 경우 충돌 회피에 개입하지 않았으나, 본 발명은 주행 상황 인식을 통해 성능이 저하되는 센서가 무엇인지 파악하고, 그에 따라 센서 퓨전의 구성과 센서 융합 트랙 신뢰도 임계값을 조정함으로써, 성능이 저하되는 센서가 있다고 하더라도 성능이 유지되는 다른 센서에서 제공되는 센싱 정보가 일정 수준 이상의 신뢰도를 갖추고 있다면, 상기 다른 센서의 센싱 정보의 융합을 통해 생성된 센서 융합 트랙을 이용한 충돌 위험 판단에 따라 충돌 회피 개입을 할 수 있다는 장점이 있다.

[표 1]에서 (a) 내지 (f)는 센서의 인식 특성(센서의 성능 저하)과 관련한 주행 상황에 관한 예시이며, (g) 및 (h)는 신호 미수신과 관련한 주행 상황에 관한 예시이다.

(a) 내지 (c)는 카메라 센서의 인식 특성과 관련된 주행 상황의 예시이다. 카메라 센서는 이미지를 기반으로 영상처리를 통해 오브젝트를 인식하므로 야간과 같은 저조도 환경, 강우/강설과 같이 시야 확보가 되지 않는 상황이나 조도 변화가 큰 상황에서 정상적인 인식이 어렵다. 따라서, 야간에 보행자가 전방에 있을 경우, 카메라 센서는 보행자를 인식하지 못할 수 있다. 또한, 비나 눈이 오는 경우 보행자나 차량이 전방에 출현한 경우, 카메라 센서는 전방의 보행자나 차량을 인식하지 못할 수 있다. 또한, 터널에서 밖으로 진출하는 경우와 같이 조도 변화가 큰 상황이라든지, 역광일 경우 카메라 센서는 전방의 오브젝트를 인식하지 못할 수 있다. 상황 인지부(300)는 조도 센서의 센싱 정보를 활용하여 (a)와 (c)의 예시와 같은 저조도 상황을 인식할 수 있다. 또한, (b)의 예시와 같이 차량이 안개/강우/강설과 같은 기상 환경에 처한 경우, 상황 인지부(300)는 외부 매체에서 기상 정보를 수신하여 인식하거나, 차량의 외부에 장착되어 있는 우적 센서나 습도 센서를 통해 인식할 수 있다. 또한, 상황 인지부(300)는 레이더 센서를 이용하여 강수량을 추정함으로써 기상 상황을 인식할 수도 있다.

센서 퓨전부(200)는 상황 인지부(300)에서 인식한 주행 상황을 기초로 센서 퓨전에 포함되는 개별 센싱 정보를 결정할 수 있다. (a) 내지 (c)의 예시에서, 센서 퓨전부(200)는 저조도 상황, 강우 상황, 급격한 조도 변화 상황 등의 주행 상황에 따라 센서 퓨전에서 카메라 센서를 제외하고, 레이더 센싱 정보와 라이다 센싱 정보를 기초로 하여 센서 융합 트랙을 생성한다. 만약 오브젝트가 차량인 경우, 센서 퓨전부(200)는 센서 퓨전에 V2X를 추가하여 센서 융합 트랙을 생성할 수 있다.

센서 퓨전부(200)는 레이더 센싱 정보의 신뢰도와 라이다 센싱 정보의 신뢰도를 합산하여 센서 융합 트랙의 신뢰도를 산출한다. (a)의 예시에서, 센서 퓨전부(200)가 센서 융합 트랙에 포함되는 센싱 정보의 종류의 수로만 신뢰도를 구한다면, 레이더 센싱 정보와 라이다 센싱 정보가 융합된 센서 융합 트랙의 신뢰도는 2가 된다. (a)의 다른 예시에서, 센서 퓨전부(200)가 센서의 사용 기간이나 센서의 진단 결과(예를 들어, 레이더와 라이다의 열화)를 반영하여, 레이더 센싱 정보와 라이다 센싱 정보에 각각 0.9의 신뢰도를 부여하였다면, 레이더 센싱 정보와 라이다 센싱 정보가 융합된 센서 융합 트랙의 신뢰도는 1.8이 된다.

한편, 충돌 위험 판단 및 개입 결정부(400)는 충돌 회피 개입 여부와 관련하여 센서 융합 트랙의 신뢰도가 임계값을 초과하는지 판단하는데, 충돌 위험 판단 및 개입 결정부(400)는 상황 인지부(300)의 주행 상황 인식 결과에 따라 센서 융합 트랙 신뢰도의 임계값을 조정할 수 있다. 즉, 충돌 위험 판단 및 개입 결정부(400)는 야간 저조도 상황에서 센서 융합 트랙 신뢰도의 임계값을 낮추어, 충돌 위험도 판단에 따라 충돌 회피에 개입할 수 있다. 예를 들어, 충돌 위험 판단 및 개입 결정부(400)는 기 설정된 정상적인 주행 상황(정상 상황)의 임계값(c)에 조정 팩터(m)를 곱하여 센서 융합 트랙 신뢰도 임계값(c*m)을 구할 수 있다. (a)의 예시에서, 정상 상황의 센서 융합 트랙의 임계값(c)이 2.5로 설정되었다고 할 때, 충돌 위험 판단 및 개입 결정부(400)는 저조도 상황일 경우 조도 센서의 센싱 정보(조도값)에 따라 상기 임계값 조정 팩터(m)의 값을 0.7로 정할 수 있으며, 이때 센서 융합 트랙 신뢰도 임계값(c*m)은 1.75가 된다. 상술한 예시 중 하나에 따라, 레이더 센싱 정보와 라이다 센싱 정보가 융합된 센서 융합 트랙의 신뢰도가 1.8이면, 이 값은 센서 융합 트랙 신뢰도 임계값인 1.75보다 크므로, 충돌 위험 판단 및 개입 결정부(400)는 레이더 센싱 정보와 라이다 센싱 정보만을 기초로 한 센서 융합 트랙 정보와 자차량의 거동 정보에 근거하여 경로 비교를 통해 충돌 위험 판단을 수행하고, 충돌 위험도가 위험도 임계값을 초과한 경우 충돌 회피 개입(조향 명령이나 제동 명령을 차량 내부에 전송)을 수행한다.

반면, 차량에 장착된 센서의 열화로 인해 주행 상황과 관계 없이 센싱 정보의 신뢰도가 저하된 상황(예를 들어 카메라, 레이더, 라이다 센싱 정보의 신뢰도 합산 결과 2.1)일 경우를 예로 들 수 있다. 상황 인지부(300)가 현재의 주행 상황을 정상 상황으로 인식하였을 때, 센서 퓨전부(200)는 센서 융합 트랙을 카메라 센싱 정보, 레이더 센싱 정보 및 라이다 센싱 정보에 기초하여 생성한다. 충돌 위험 판단 및 개입 결정부(400)는 정상 상황의 센서 융합 트랙의 임계값(c) 2.5(조정 팩터 m=1이므로 c*m도 2.5가 됨)를 적용하며, 센서 융합 트랙의 신뢰도가 2.1이므로, 충돌 회피에 개입하지 않는다.

결국 본 발명은 센서가 자체 요인으로 성능이 저하되는 경우와 주행 상황으로 인해 성능이 저하되는 경우를 구분할 수 있다. 종래의 경우 성능이 저하되는 센서가 있는 경우 다른 센서의 성능 저하가 없더라도 긴급 제동 등의 개입이 일어나지 않으나, 본 발명의 경우 특정 센서의 성능 저하로 인해 센서 융합 트랙의 신뢰도가 낮아지더라도, 주행 상황을 고려하여 센서 융합 트랙 신뢰도의 임계값을 조정하여, 조정된 임계값보다 (낮아진) 센서 융합 트랙의 신뢰도가 크다면 충돌 위험 판단을 거쳐 충돌 회피 개입을 할 수 있다는 차별성이 있다. 본 발명은 성능이 저하된 센서 이외의 센서로도 주행 상황이 반영되어 조정된 임계값 보다 큰 센서 융합 트랙의 신뢰도를 확보할 수 있다면, 성능이 저하된 센서의 센싱 정보를 제외한 나머지 센서의 센싱 정보를 기초로 생성된 센서 융합 트랙에 따라 충돌 위험을 판단하여 그 결과에 따라 조향이나 제동에 개입할 수 있다는 장점이 있다.

(d)와 (e)는 레이더 센서의 인식 특성과 관련된 주행 상황의 예시이다. 레이더 센서는 물체를 탐지하는데 용이하나 낮은 해상도로 인해 물체가 무엇인지 식별하는데 취약하다. 이로 인해 레이더 센서는 차량에 인접한 보행자 등과 같이 가까이 있는 물체를 적절히 구분할 수 없다. (d)는 차량 뒤에서 달려 나오는 어린이를 레이더 센서가 차량과 구분하지 못하여 인식할 수 없는 상황이며, (e)는 정차되어 있는 차량에 인접하여 걷는 보행자를 레이더 센서가 인식할 수 없는 상황이다. (d)와 (e)는 레이더 센서가 인접한 오브젝트를 인식하지 못하는 상황이다. 이 경우, 상황 인지부(300)는 해상도가 높은 카메라 및 라이다 센서 중 적어도 하나의 센서에서 제공하는 센싱 정보를 이용하여 오브젝트 간의 '겹침(occlusion)' 상황을 인식할 수 있다. (d) 내지 (e)의 예시에서, 센서 퓨전부(200)는 '겹침(occlusion)'의 주행 상황에 따라 센서 퓨전에서 레이더를 제외하고, 카메라 센싱 정보와 라이다 센싱 정보를 융합하여 센서 융합 트랙을 생성한다. 또한, 센서 퓨전부(200)는 카메라 센싱 정보의 신뢰도와 라이다 센싱 정보의 신뢰도를 합산하여 센서 융합 트랙의 신뢰도를 산출한다. 충돌 위험 판단 및 개입 결정부(400)는 '겹침(occlusion)'의 주행 상황에 해당하는 센서 융합 트랙 신뢰도 임계값의 조정 팩터(예를 들면 0.7)를 적용하여 센서 융합 트랙 신뢰도 임계값(c*m)을 구할 수 있다(예를 들어, 정상 상황의 임계값이 2.5이면 c*m은 1.75가 됨). 충돌 위험 판단 및 개입 결정부(400)는 센서 융합 트랙 신뢰도가 그 임계값(c*m)을 초과하는지 판단하고, 초과할 경우 충돌 위험 판단에 따라 충돌 회피 개입 여부를 결정한다. 예를 들어, '겹침(occlusion)'의 주행 상황에서 센서 융합 트랙의 신뢰도가 1.8이고, 그 임계값이 1.75이면, 충돌 위험 판단 및 개입 결정부(400)는 충돌 위험 판단을 수행한다.

(f) 내지 (h)는 V2X 통신과 관련된 주행 상황의 예시이다. (f)에서, V2X 통신 기반 오브젝트 감지의 경우 현재 차량의 GPS로부터 위치를 수신하여 이를 전송하는 형태로 이루어지므로 GPS가 수신되지 않는 음영지역(예를 들어 빌딩 숲, 터널 등)에서 V2X 통신은 정상적이나 위치 정보가 부정확하여 정상적인 오브젝트 감지가 어렵다. (f)의 예시와 같이 차량이 음영지역(예를 들어 빌딩 숲이나 터널)에 진입한 경우, 상황 인지부(300)는 외부에서 수집한 지도 정보를 활용하여 '음영지역 진입'이라는 주행 상황을 인식할 수 있다. (f) 내지 (h)의 예시에서, 센서 퓨전부(200)는 '음영지역 진입' 또는 'V2X 신호 세기 감소'의 주행 상황에 따라 센서 퓨전에서 V2X를 제외한다. (g)나 (h)인 경우, 카메라나 레이더와 같은 나머지 센서들도 해당 오브젝트를 감지하지 못할 수 있다. 즉, V2X를 제외한 나머지 센서 모두 해당 오브젝트를 감지하지 못하는 경우는 센서 융합 트랙을 생성할 수 없다. 그러나 하나의 센서라도 해당 오브젝트를 감지하는 센서가 있다면 그 경우는 센서 융합 트랙을 생성할 수 있다. 한편, 센서 퓨전부(200)는 각 센싱 정보의 신뢰도를 합산하여 센서 융합 트랙의 신뢰도를 산출한다. 충돌 위험 판단 및 개입 결정부(400)는 음영 지역 또는 V2X 신호 세기 감소의 주행 상황에 해당하는 센서 융합 트랙 신뢰도 임계값의 조정 팩터(예를 들면 0.8)를 적용하여 센서 융합 트랙 신뢰도 임계값(c*m)을 구할 수 있다(예를 들어, 정상 상황의 임계값이 2.5이면 c*m은 2가 됨). 충돌 위험 판단 및 개입 결정부(400)는 센서 융합 트랙 신뢰도가 그 임계값(c*m)을 초과하는지 판단하고, 초과할 경우 충돌 위험 판단에 따라 충돌 회피 개입 여부를 결정한다. 예를 들어, 'V2X 신호 세기 감소'의 주행 상황에서 센서 융합 트랙의 신뢰도가 1.8이고, 그 임계값이 1.75이면, 충돌 위험 판단 및 개입 결정부(400)는 충돌 위험 판단을 수행한다.

(g)와 (h)는 통신 오류 측면(정보 미수신)의 주행 상황 예시인데, 차량 간의 거리가 멀거나 교차로와 같이 시야에 위치하지 않고 벗어난 차량에서 전송하는 통신 신호의 세기가 감소되어 정상적인 정보 수신이 어려울 수 있다. 상황 인지부(300)는 V2X 신호의 세기(예컨대, RSSI 등)를 기준으로 V2X 신호 세기의 감소 또는 신호 미수신 상황을 인식할 수 있다.

본 발명에 따른 차량 사고 회피 시스템(10)은 [표 1]의 예시를 참조한 설명과 같이 주행 상황을 인식하고 이에 적응적으로 센서 퓨전의 트랙 상태를 달리하여 충돌 회피 개입 결정을 수행한다.

도 3은 본 발명의 일 실시예에 따른 차량 사고 회피 시스템(10)의 적응적인 개입 결정 방법을 설명하기 위한 흐름도이다.

S11 단계는 오브젝트 및 주행 환경을 감지하는 단계이다. 센서부(100)는 자차량 근방에 출현한 오브젝트와 자차량의 주행 환경을 감지하여 센싱 정보를 생성하고, 개별 센싱 정보를 센서 퓨전부(200) 및 상황 인지부(300)에 전달한다. 센서부(100)는 카메라 센서, 레이더, 라이다, V2X, 조도 센서, GPS, 우적 센서 및 습도 센서 중 적어도 하나의 센서를 이용하여 오브젝트 및 주행 환경을 감지한다.

S12 단계는 주행 상황을 인지하는 단계이다. 상황 인지부(300)는 오브젝트 감지 결과, 주행 환경 감지 결과(이상 센싱 정보) 또는 외부에서 수집한 정보에 기초하여 현재 주행 상황을 인지한다. 즉, 상황 인지부(300)는 센싱 정보 및 외부에서 수집한 정보 중 적어도 하나에 기초하여 차량의 주행 상황을 인지한다. 상황 인지부(300)는 주행 상황 인지 결과를 충돌 위험 판단 및 개입 결정부(400)에 전달한다. 또한, 상황 인지부(300)는 주행 상황 인지 결과를 센서 퓨전부(200)에 전달할 수 있다. 상황 인지부(300)가 주행 상황을 인지하는 방법에 관한 상세한 내용은 도 2를 참조한 설명 및 [표 1]을 참조한 설명에 따른다.

S13 단계는 센서 퓨전 단계이다. 센서 퓨전부(200)는 개별 센싱 정보를 융합하여 센서 융합 트랙(track)을 생성한다. 센서 퓨전부(200)의 동작 결과로 생성되는 센서 융합 트랙은, 복수의 센싱 정보가 모두 융합된 결과일 수 있으나, 개별 센서의 트랙일 수도 있다. 또한, 센서 퓨전부(200)가 생성하는 센서 융합 트랙은 전체 센싱 정보 중 몇 개의 센싱 정보만이 융합된 결과일 수도 있다. 예를 들어, 센서부(100)에 카메라 센서와 레이더 센서가 존재할 경우, 센서 퓨전부(200)의 센서 퓨전의 결과로써 발생할 수 있는 경우의 수는 카메라 트랙, 레이더 트랙, 카메라/레이더 퓨전 트랙의 3가지 형태가 있을 수 있다. 센싱 정보가 융합되지 않는 원인은 다양하다. 센서의 인식 특성이나 센싱 정보 미수신 등에 따라 센싱 정보가 융합되지 않을 수 있다. 센서 퓨전부(200)가 센서 융합 트랙 생성의 기초가 되는 센싱 정보를 선택하는 과정에 대한 상세한 내용은 [표 1]을 참조한 설명에 따른다.

S14 단계는 센서 융합 트랙의 신뢰도가 임계값을 초과하는지 판단하는 단계이다.

센서 융합 트랙의 신뢰도를 산출하는 방법은 다양한 방법이 있을 수 있다. 일 실시예로, 센서 융합 트랙의 기초가 되는 센싱 정보의 종류 및 각 센서의 사용 기간에 따라 각 센싱 정보의 신뢰도 값을 정하고, 이를 합산하여 센서 융합 트랙의 신뢰도를 산출할 수 있다. 다른 실시예로, 각 센서의 정밀도나 센서의 진단 결과 또는 센싱 정보에 대한 통계 분석 결과에 따라 개별 센서의 트랙의 신뢰도에 대한 가중치를 달리하여, 그 가중치 합으로 센서 융합 트랙의 신뢰도를 산출할 수도 있다. 본 발명의 다른 면에 따라, 센서 퓨전부(200)는 센서 융합 트랙의 기초가 되는 각 센싱 정보의 신뢰도의 평균값을 센서 융합 트랙의 신뢰도 값으로 할 수 있다.

한편, 충돌 위험 판단 및 개입 결정부(400)는 상황 인지부(300)의 주행 상황 인식 결과에 따라 센서 융합 트랙 신뢰도의 임계값을 조정(결정)할 수 있다. 예를 들어, 충돌 위험 판단 및 개입 결정부(400)는 야간 저조도 상황에서 센서 융합 트랙 신뢰도의 임계값을 정상 상황과 대비하여 낮게 조정할 수 있다. '정상 상황'의 의미에 관해서는 도 2를 참조한 설명에 전술하였다.

본 발명의 다른 면에 따라 센서 융합 트랙의 기초가 되는 각 센싱 정보의 신뢰도의 평균값을 센서 융합 트랙의 신뢰도 값으로 하는 경우, 충돌 위험 판단 및 개입 결정부(400)에서는 센서 융합 트랙의 신뢰도 임계값을 주행 상황에 따라 조정하지 않고 고정된 값으로 운용할 수 있다. 센서 퓨전부(200)는 주행 상황에 따라 성능이 저하되는 센서의 센싱 정보를 제외한 다른 센서의 센싱 정보를 기초로 센서 융합 트랙을 생성하므로, 그 센서 융합 트랙의 신뢰도는 설정된 신뢰도 임계값보다 큰 값을 가질 수 있다. 이 경우는 하나의 센싱 정보로 센서 융합 트랙이 구성되더라도 충돌 위험 판단과 그 결과에 따른 충돌 회피 개입이 이루어 질 수 있다.

센서 융합 트랙의 신뢰도가 임계값을 초과하는 경우 S15 단계를 진행하며, 그렇지 않은 경우 S18 단계를 진행한다. 즉 센서 융합 트랙의 신뢰도가 신뢰도 임계값을 초과하지 못하는 경우 충돌 위험 판단 및 개입 결정부(400)는 충돌 회피에 개입하지 않는다.

S15 단계는 충돌 위험도를 산출하는 단계이다. 충돌 위험 판단 및 개입 결정부(400)는 자차량의 거동 정보에 따른 자차량의 예측 경로와 센서 융합 트랙에 기초한 오브젝트의 예측 경로를 비교하여 충돌 위험도를 산출한다.

S16 단계는 충돌 위험도가 위험도의 임계값을 초과하는지 판단하는 단계이다. 위험도의 임계값은 사전에 설정된 기준값을 따른다. 충돌 위험도가 위험도의 임계값을 초과하면 S17 단계를 진행하며, 그렇지 않은 경우 S18 단계를 진행한다. 즉 충돌 위험도가 위험도 임계값을 초과하지 못하는 경우 충돌 위험 판단 및 개입 결정부(400)는 충돌 회피에 개입하지 않는다.

S17 단계는 충돌 회피에 개입하는 단계이다. 즉, 충돌 위험 판단 및 개입 결정부(400)는 센서 융합 트랙의 신뢰도와 충돌 위험도가 각각의 임계값을 초과하는 경우에만 충돌 회피에 개입한다. 충돌 위험 판단 및 개입 결정부(400)는 자차량의 거동 정보, 센서 융합 트랙, 충돌 위험도에 기반하여 조향이나 제동 명령을 차량에 전달하는 방식으로 충돌 회피 개입을 수행한다.

S18 단계는 충돌 회피에 개입하지 않는 단계이다. 즉, 충돌 위험 판단 및 개입 결정부(400)는 센서 융합 트랙의 신뢰도나 충돌 위험도가 각각의 임계값을 초과하지 못하는 경우, 충돌 회피에 개입하지 않는다는 결정을 한다.

도 4는 본 발명의 일 실시예에 따른 차량 사고 회피 시스템(10)의 적응적인 개입 결정 방법을 설명하기 위한 흐름도이다. 도 4는 도 3에 도시된 적응적인 개입 결정 방법의 변형 실시예이다. 도 4에 도시된 차량 사고 회피 시스템(10)의 적응적인 개입 결정 방법은 충돌 위험도를 우선적으로 산출하여 충돌 위험도가 위험도 임계값을 초과하는 경우에만 센서 융합 트랙의 신뢰도가 신뢰도 임계값을 초과하는지 판단하는 특징을 가진다.

S21 단계 내지 S23 단계는 도 3에 도시된 S11 단계 내지 S13 단계와 동일하다.

S24 단계는 충돌 위험도를 산출하는 단계로서, 도 3에 도시된 S15 단계와 동일하다.

S25 단계는 충돌 위험도가 위험도의 임계값을 초과하는지 판단하는 단계이다. 위험도의 임계값은 사전에 설정된 기준값을 따른다. 충돌 위험도가 위험도의 임계값을 초과하면 S26 단계를 진행하며, 그렇지 않은 경우 S28 단계를 진행한다. 즉 충돌 위험도가 위험도 임계값을 초과하지 못하는 경우 충돌 위험 판단 및 개입 결정부(400)는 충돌 회피에 개입하지 않는다.

S26 단계는 센서 융합 트랙의 신뢰도가 임계값을 초과하는지 판단하는 단계이다. 센서 융합 트랙의 신뢰도를 산출하는 방법과 신뢰도의 임계값을 조정(결정)하는 방법은 S14 단계에 관한 설명과 동일하다. 센서 융합 트랙의 신뢰도가 임계값을 초과하는 경우 S27 단계를 진행하며, 그렇지 않은 경우 S28 단계를 진행한다. 즉 센서 융합 트랙의 신뢰도가 신뢰도 임계값을 초과하지 못하는 경우 충돌 위험 판단 및 개입 결정부(400)는 충돌 회피에 개입하지 않는다.

S27 단계는 충돌 회피에 개입하는 단계이다. 상세 내용은 S17 단계에 관한 설명과 동일하다.

S28 단계는 충돌 회피에 개입하지 않는 단계이다. 상세 내용은 S28 단계에 관한 설명과 동일하다.

참고로, 본 발명의 실시예에 따른 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.

이 때, 처리 흐름도 도면들의 각 블록과 흐름도 도면들의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수 있음을 이해할 수 있을 것이다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 흐름도 블록(들)에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터를 이용하거나 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터를 이용하거나 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 흐름도 블록(들)에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 흐름도 블록(들)에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.

또한, 각 블록은 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실행 예들에서는 블록들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.

이 때, 본 실시예에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA또는 ASIC과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.

전술한 차량 사고 회피 시스템의 적응적인 개입 결정 방법은 도면에 제시된 흐름도를 참조로 하여 설명되었다. 간단히 설명하기 위하여 상기 방법은 일련의 블록들로 도시되고 설명되었으나, 본 발명은 상기 블록들의 순서에 한정되지 않고, 몇몇 블록들은 다른 블록들과 본 명세서에서 도시되고 기술된 것과 상이한 순서로 또는 동시에 일어날 수도 있으며, 동일한 또는 유사한 결과를 달성하는 다양한 다른 분기, 흐름 경로, 및 블록의 순서들이 구현될 수 있다. 또한, 본 명세서에서 기술되는 방법의 구현을 위하여 도시된 모든 블록들이 요구되지 않을 수도 있다.

이상, 본 발명의 구성에 대하여 첨부 도면을 참조하여 상세히 설명하였으나, 이는 예시에 불과한 것으로서, 본 발명이 속하는 기술분야에 통상의 지식을 가진자라면 본 발명의 기술적 사상의 범위 내에서 다양한 변형과 변경이 가능함은 물론이다. 따라서 본 발명의 보호 범위는 전술한 실시예에 국한되어서는 아니되며 이하의 특허청구범위의 기재에 의하여 정해져야 할 것이다.

10: 차량 사고 회피 시스템
100: 센서부
200: 센서 퓨전부
300: 상황 인지부
400: 충돌 위험 판단 및 개입 결정부

Claims (18)

1. 차량의 주행 환경 및 상기 차량 근방의 오브젝트를 감지하여 센싱 정보를 생성하는 센서부;
   상기 센싱 정보 및 외부에서 수집한 정보 중 적어도 하나에 기초하여 상기 차량의 주행 상황을 인지하는 상황 인지부;
   복수 개의 상기 센싱 정보를 융합하여 센서 융합 트랙을 생성하고, 상기 센서 융합 트랙의 신뢰도를 산출하는 센서 퓨전부; 및
   상기 센서 융합 트랙의 신뢰도가 상기 주행 상황을 기초로 정해진 신뢰도 임계값을 초과하는 경우, 상기 센서 융합 트랙과 상기 차량의 거동 정보를 기초로 상기 차량과 상기 오브젝트 간의 충돌 위험 여부를 판단하여, 충돌 회피 개입 여부를 결정하는 충돌 위험 판단 및 개입 결정부;
   를 포함하고,
   상기 충돌 위험 판단 및 개입 결정부는,
   상기 주행 상황이 정상 상황이 아닌 경우 상기 신뢰도 임계값을 정상 상황인 경우의 신뢰도 임계값 대비 낮은 값으로 조정하는 것이고,
   상기 정상 상황은 상기 센서부에 포함되는 센서의 성능에 영향을 미치는 외부 요인이 없는 상황을 의미하는 것
   인 차량 사고 회피 시스템.
2. 제1항에 있어서, 상기 센서부는,
   카메라 센서, 레이더, 라이다, 조도 센서, 우적 센서, V2X 통신 장치 및 GPS 중 적어도 하나의 센서를 포함하여 구성되는 것을 특징으로 하는 것
   인 차량 사고 회피 시스템.
3. 제1항에 있어서, 상기 상황 인지부는,
   상기 센싱 정보 및 외부에서 수집한 정보 중 적어도 하나에 기초하여 상기 센서부에 포함된 센서의 인식 특성에 영향을 주는 주행 상황을 인지하는 것
   인 차량 사고 회피 시스템.
4. 제1항에 있어서, 상기 상황 인지부는,
   상기 센서부에 포함된 조도 센서의 센싱 정보를 기초로 상기 차량의 주행 상황이 저조도 상황 및 급격한 조도 변화 상황 중 적어도 하나에 해당하는지 여부를 인지하는 것
   인 차량 사고 회피 시스템.
5. 제1항에 있어서, 상기 상황 인지부는,
   상기 센서부에 포함된 카메라 센서 및 라이다 센서 중 적어도 하나의 센싱 정보를 기초로 상기 차량의 주행 상황이 오브젝트 간의 겹침(occlusion) 상황인지 여부를 인지하는 것
   인 차량 사고 회피 시스템.
6. 제1항에 있어서, 상기 상황 인지부는,
   외부 매체에서 수신한 기상 정보를 기초로 상기 차량의 주행 상황이 강우(降雨), 강설(降雪) 및 안개 중 적어도 하나에 해당하는지 여부를 인지하는 것
   인 차량 사고 회피 시스템.
7. 제1항에 있어서, 상기 상황 인지부는,
   상기 센서부에 포함된 V2X 통신 장치에서 수신하는 신호의 세기를 기초로 상기 차량의 주행 상황이 V2X 신호 수신 불가 상황인지 여부를 인지하는 것
   인 차량 사고 회피 시스템.
8. 제1항에 있어서, 상기 센서 퓨전부는,
   상기 센서 융합 트랙의 기초가 되는 센싱 정보의 종류 수에 따라 상기 센서 융합 트랙의 신뢰도를 산출하는 것
   인 차량 사고 회피 시스템.
9. 제1항에 있어서, 상기 센서 퓨전부는,
   상기 센서 융합 트랙의 기초가 되는 각 센싱 정보의 신뢰도 평균을 상기 센서 융합 트랙의 신뢰도로 정하는 것
   인 차량 사고 회피 시스템.
10. 제1항에 있어서, 상기 센서 퓨전부는,
    상기 주행 상황을 기초로 상기 센싱 정보 중에서 상기 센서 융합 트랙에 포함될 센싱 정보를 결정하는 것
    인 차량 사고 회피 시스템.
11. 삭제
12. 제1항에 있어서, 상기 충돌 위험 판단 및 개입 결정부는,
    상기 센서 융합 트랙과 상기 차량의 거동 정보를 기초로 상기 차량과 상기 오브젝트 간의 충돌 위험도를 산출하고, 상기 충돌 위험도가 소정의 위험도 임계값을 초과하는 경우 조향 명령 및 제동 명령 중 적어도 하나의 명령을 발생시켜 충돌 회피 개입을 수행하는 것
    인 차량 사고 회피 시스템.
13. 차량의 주행 환경 및 상기 차량 근방의 오브젝트를 감지하여 센싱 정보를 생성하는 오브젝트 및 주행 환경 감지 단계;
    상기 센싱 정보 및 외부에서 수집한 정보 중 적어도 하나에 기초하여 상기 차량의 주행 상황을 인지하는 주행 상황 인지 단계;
    복수 개의 상기 센싱 정보를 융합하여 센서 융합 트랙을 생성하는 센서 퓨전 단계;
    상기 센서 융합 트랙의 신뢰도를 산출하고, 상기 주행 상황에 기초하여 센서 융합 트랙 신뢰도 임계값을 결정하여 상기 센서 융합 트랙의 신뢰도가 상기 신뢰도 임계값을 초과하는지 판단하는 센서 융합 트랙 신뢰도 판단 단계;
    상기 센서 융합 트랙의 신뢰도가 상기 신뢰도 임계값을 초과하지 않는 경우, 충돌 회피 개입을 하지 않는 것으로 결정하는 단계;
    상기 센서 융합 트랙의 신뢰도가 상기 신뢰도 임계값을 초과하는 경우, 상기 차량과 상기 오브젝트 간의 충돌 위험도를 산출하는 단계;
    상기 충돌 위험도가 소정의 충돌 위험도 임계값을 초과하는지 판단하는 충돌 위험 판단 단계;
    상기 충돌 위험도가 상기 충돌 위험도 임계값을 초과하지 않는 경우, 충돌 회피 개입을 하지 않는 것으로 결정하는 단계; 및
    상기 충돌 위험도가 상기 충돌 위험도 임계값을 초과하는 경우, 충돌 회피 개입을 하는 것으로 결정하는 단계;
    를 포함하고,
    상기 센서 융합 트랙 신뢰도 판단 단계는,
    상기 주행 상황이 정상 상황이 아닌 경우 상기 신뢰도 임계값을 정상 상황인 경우의 신뢰도 임계값 대비 낮은 값으로 조정하여 상기 센서 융합 트랙의 신뢰도가 상기 신뢰도 임계값을 초과하는지 판단하는 것이며,
    상기 정상 상황은 상기 차량에 장착된 센서의 성능에 영향을 미치는 외부 요인이 없는 상황을 의미하는 것
    인 차량 주행 상황을 고려한 적응적인 충돌 회피 개입 결정 방법.
14. 제13항에 있어서, 상기 주행 상황 인지 단계는,
    조도 센서의 센싱 정보를 기초로 상기 차량의 주행 상황이 저조도 상황 및 급격한 조도 변화 상황 중 적어도 하나에 해당하는지 여부를 인지하는 것
    인 차량 주행 상황을 고려한 적응적인 충돌 회피 개입 결정 방법.
15. 제13항에 있어서, 상기 주행 상황 인지 단계는,
    카메라 센싱 정보 및 라이다 센싱 정보 중 적어도 하나의 센싱 정보를 기초로 상기 차량의 주행 상황이 오브젝트 간의 겹침(occlusion) 상황인지 여부를 인지하는 것
    인 차량 주행 상황을 고려한 적응적인 충돌 회피 개입 결정 방법.
16. 제13항에 있어서, 상기 주행 상황 인지 단계는,
    외부 매체에서 수신한 기상 정보를 기초로 상기 차량의 주행 상황이 강우(降雨), 강설(降雪) 및 안개 중 적어도 하나에 해당하는지 여부를 인지하는 것
    인 차량 주행 상황을 고려한 적응적인 충돌 회피 개입 결정 방법.
17. 제13항에 있어서, 상기 센서 융합 트랙 신뢰도 판단 단계는,
    상기 센서 융합 트랙의 기초가 되는 센싱 정보의 종류 수에 따라 상기 센서 융합 트랙의 신뢰도를 산출하는 것
    인 차량 주행 상황을 고려한 적응적인 충돌 회피 개입 결정 방법.
18. 삭제

Images