KR102659057B1 - 데이터 처리 연산량 최적화 장치 및 그 방법 - Google Patents

Abstract

일 실시 예에 의한 데이터 처리 연산량 최적화 장치는, 복수의 센서 각각으로부터 센서 정보를 획득하고, 상기 획득된 센서 정보를 소정의 데이터 처리 주파수에 따라 처리하는 제어기; 및 상기 제어기에서 수집 및 처리된 상기 센서 정보 및 정밀지도 정보에 기반하여 주행 상황을 판단하고, 상기 주행 상황에 대응되는 센서 우선순위를 고려하여 상기 소정의 데이터 처리 주파수를 변경하는 연산 처리기를 포함하고, 상기 제어기는, 상기 변경된 데이터 처리 주파수에 따라 상기 센서 정보를 처리할 수 있다.

Description

데이터 처리 연산량 최적화 장치 및 그 방법{APPARATUS AND METHOD FOR OPTIMIZING DATA PROCESSING COMPUTATION}

본 발명은 데이터 처리 연산량 최적화 장치 및 그 방법에 관한 것이다.

자율주행 차량은 다양한 센서 정보를 융합하여 고정밀 경로 정보를 생성하고, 변화하는 교통상황을 반영하여 차선유지, 변경, 회피 등을 수행하기 위한 제어 명령을 생성한다.

이러한 자율주행 제어의 신뢰성을 보장하기 위하여, 자율주행 차량에 탑재된 제어기는 다양한 센서 정보들을 융합하는 데이터 전처리 과정을 수행한다.

그러나, 제어기의 제한된 데이터 처리량을 초과하여 다양한 센서 정보들이 입력되거나, 하드웨어 결함 내지 외부 환경요인으로 인하여 연산처리가 지연될 경우, 자율주행 판단 및 제어가 적시에 이루어지지 않아 사고로 이어질 수 있다.

이에, 제한된 연산처리능력 범위 내에서 센서 정보를 효율적으로 처리하기 위한 데이터 처리 연산량 최적화 장치가 요구되고 있다.

실시 예는 주행 상황에 따른 각 센서의 우선순위에 기반하여 센서 정보의 데이터 처리 주파수를 변경함으로써 제어기의 부하를 감소할 수 있는 데이터 처리 연산량 최적화 장치 및 그 방법을 제공하기 위한 것이다.

실시 예에서 해결하고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제는 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

실시 예는, 복수의 센서 각각으로부터 센서 정보를 획득하고, 상기 획득된 센서 정보를 소정의 데이터 처리 주파수에 따라 처리하는 제어기; 및 상기 제어기에서 수집 및 처리된 상기 센서 정보 및 정밀지도 정보에 기반하여 주행 상황을 판단하고, 상기 주행 상황에 대응되는 센서 우선순위를 고려하여 상기 소정의 데이터 처리 주파수를 변경하는 연산 처리기를 포함하고, 상기 제어기는, 상기 변경된 데이터 처리 주파수에 따라 상기 센서 정보를 처리하는, 데이터 처리 연산량 최적화 장치를 제공할 수 있다.

상기 복수의 센서는, 상기 차량의 전방, 측방 및 후방 중 적어도 하나에 설치되는 카메라, 레이더 센서 및 라이다 센서를 포함할 수 있다.

상기 연산 처리기는, 상기 제어기로부터 상기 제어기의 온도, 리소스 점유율, 및 데이터 처리 지연시간 중 적어도 하나를 포함하는 상태정보를 수신하고, 상기 변경된 데이터 처리 주파수는, 상기 제어기의 상태 정보에 따른 제1 가중치를 고려하여 결정될 수 있다.

상기 변경된 데이터 처리 주파수는, 상기 제어기의 온도, 리소스 점유율 및 데이터 처리 지연시간 중 적어도 하나에 반비례할 수 있다.

상기 차량에 탑재된 GPS 수신기로부터 상기 차량의 위치정보를 수신하고, 상기 주행 상황은, 상기 센서정보, 상기 위치정보, 및 상기 정밀지도 정보에 근거하여 획득한 주행도로의 종류, 주행차로의 위치, 및 유효 오브젝트의 분포도 중 적어도 하나를 포함하고, 상기 센서 우선순위는, 상기 주행 상황에 따라 설정된 제2 가중치를 고려하여 결정될 수 있다.

상기 제어기로부터 상기 복수의 센서 각각의 온도, 고장 여부, 및 신호 지연시간 중 적어도 하나를 포함하는 상태 정보를 수신하고, 상기 변경된 데이터 처리 주파수는, 상기 복수의 센서 각각의 상태 정보에 따른 제3 가중치를 고려하여 결정될 수 있다.

본 발명의 적어도 일 실시 예에 의하면, 주행 상황에 따른 각 센서의 우선순위에 기반하여 센서 정보의 데이터 처리 주파수를 변경함으로써 제어기에서 발생되는 병목 현상을 최소화하고, 각 센서의 측정 주기를 데이터 처리 주파수와 동기화시켜 단위시간 당 불필요한 센서 측정수를 감소할 수 있으므로 센서의 내구성이 향상되는 효과를 얻을 수 있다.

본 실시 예에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며 언급하지 않은 또 다른 효과는 아래의 기재로부터 본 발명이 속하는 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 발명의 일 실시 예에 따른 자율주행 차량의 개략적인 블록도이다.
도 2는 본 발명의 일 실시 예에 따른 연산 처리기의 구성을 설명하기 위한 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 리소스 판단부에서 데이터 처리 주기를 조정하는 일 예를 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시 예에 따른 주행도로 판단부에서 데이터 처리 주기를 조정하는 일 예를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시 예에 따른 주행차로 판단부에서 데이터 처리 주기를 조정하는 일 예를 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시 예에 따른 오브젝트 판단부에서 데이터 처리 주기를 조정하는 일 예를 설명하기 위한 도면이다.

이하, 첨부된 도면들을 참조하여 실시 예를 상세히 설명한다. 실시 예는 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나 이는 실시 예를 특정한 개시 형태에 대해 한정하려는 것이 아니며, 실시 예의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

"제1", "제2" 등의 용어는 다양한 구성요소들을 설명하는 데 사용될 수 있지만, 이러한 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로 사용된다. 또한, 실시 예의 구성 및 작용을 고려하여 특별히 정의된 용어들은 실시 예를 설명하기 위한 것일 뿐이고, 실시 예의 범위를 한정하는 것이 아니다.

본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석될 수 있으며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 본 발명의 각 실시 형태에 관한 효율적인 데이터 처리가 가능한 차량에 대해서 도면을 참조하면서 설명한다. 우선, 본 명세서 및 도면에 있어서 사용되는 주된 용어에 대해서 설명한다.

도 1은 본 발명의 일 실시 예에 따른 자율주행 차량의 개략적인 블록도이다.

도 1에 도시된 바와 같이, 본 발명의 일 실시 예에 따른 차량(10)은 센서(100), GPS 수신기(200), 정밀지도 저장부(210), 및 연산량 최적화 장치(1000)를 포함할 수 있다.

센서(100)는 차량(100) 내부에 구비되어 차량(100) 외부의 주변환경을 감지할 수 있다. 센서(100)는 소정의 검출 범위 내에 위치하는 주변 차량 및/또는 차량(10) 외부의 신호등, 보행자, 장애물 등의 주변 오브젝트를 인식하고, 주변 차량과의 거리를 측정할 수 있다.

센서(100)는 차량(10)의 전방, 측방 및 후방 중 적어도 하나에 설치되는 복수 개의 카메라(camera, 110), 레이더(radar, 120), 및 라이다(LiDAR, 130)를 포함할 수 있다.

카메라(110)는 이미지 센서를 통해 차량(10) 주변에 위치한 물체의 거리를 추정하거나 주변 영상을 획득할 수 있으며, 획득한 영상을 통해 차선과 신호등 등의 정보를 인식할 수 있다.

레이더(120)는 소정의 주파수 신호를 출력하여 주변 차량 또는 주변 오브젝트와의 거리를 측정할 수 있으며, 전 방위 장애물 탐지가 가능하다. 레이더(120)는 전자기파를 발사하여 돌아오는 전파의 소요시간과 주파수 편이를 측정하여 주변 차량 또는 주변 오브젝트와의 거리, 속도 등을 탐지할 수 있다.

레이더(120)는 외부 환경요인(예컨대, 날씨, 시간)에 상관없이 거리 측정이 가능하며, 200m 이상 인식이 가능한 장거리 레이더(LRR, Long Range Radar), 160m 안팎 인식이 가능한 중거리 레이더(MRR, Middle Range Radar), 및 70~80m 인식이 가능한 단거리 레이더(SRR, Short Range Radar)를 포함할 수 있다.

라이다(130)는 빛을 이용해 레이더(120)가 볼 수 없는 사각지대까지 관측할 수 있으며, 차량(10)의 주변환경에 대한 정밀 인지가 가능하다. 라이다(130)는 레이저 펄스를 주사하여 주변 차량 또는 주변 오브젝트에서 반사된 레이저 펄스의 도달시간을 측정함으로써 반사지점의 공간 위치 좌표를 계산하여 주변 차량의 상대속도 및/또는 주변 오브젝트의 크기, 형상 등을 확인할 수 있다.

GPS(Global Positioning System) 수신기(200)는 측위 위성을 통해 수신된 신호의 지연시간을 계측하여 차량(10)의 현재 위치정보를 획득할 수 있다.

지도 저장부(210)는 차로 별 구분이 가능한 정밀지도를 데이터베이스(DB) 형태로 저장하고 있다. 정밀지도 정보는 도로의 종류(예컨대, 도로는 일반국도, 고속도로, 지방도 등의 종류로 구분될 수 있다), 차로 정보 등을 포함하고, 무선 통신을 이용하여 일정 주기마다 자동으로 업데이트되거나 또는 사용자에 의해 수동으로 업데이트될 수 있다. 할 수 있고, 예컨대, 도로는 일반국도, 고속도로, 지방도 등의 종류로 구분될 수 있다.

연산량 최적화 장치(1000)는 센서(100) 및 GPS 수신기(200)를 통해 획득하는 소정의 데이터-예컨대, 센서 정보 및 정밀지도 정보 등-를 효율적으로 처리, 제어하기 위한 통합 제어기(300) 및 연산 처리기(400)를 포함할 수 있다.

통합 제어기(300)는 GPS 수신기(200)로부터 차량(10)의 현재 위치정보를 주기적으로 수신하고, 지도 저장부(210)로부터 정밀지도 정보를 수신할 수 있다.

또한, 통합 제어기(300)는 복수 개의 센서(100) 각각으로부터 감지된 센서 정보들을 수집, 융합(fusion)하여 차량(10)의 자율주행을 제어할 수 있다.

구체적으로, 통합 제어기(300)는 차량(10) 내에 설치된 카메라(110), 레이더(120) 및 라이다(130) 각각으로부터 수신한 센서 정보들을 융합하여 정밀지도에 맵-매칭(Map-matching)함과 동시에, GPS 수신기(미도시)로부터 수신한 현재 위치정보에 기반하여 고정밀 경로 정보를 생성한다. 그리고, 상기 고정밀 경로 정보에 기초하여 차량(10)의 주행 경로를 판단하고, 변화하는 교통상황을 반영하여 차선유지, 변경, 회피 등을 수행하기 위한 제어 명령을 생성한다.

이처럼, 통합 제어기(300)에는 자율주행 제어의 신뢰성을 보장하기 위하여 다양한 센서 정보들을 융합하는 데이터 전처리 과정이 요구된다. 그러나 통합 제어기(300)의 제한된 데이터 처리량을 초과하여 다양한 센서 정보들이 입력되거나, 하드웨어 결함 내지 외부 환경요인으로 인하여 연산처리가 지연될 경우, 주행 상황 별로 각 센서(100)의 우선순위를 결정하여 센서 정보들을 제한적, 순차적으로 처리함으로써 차량(10)의 자율주행 제어가 적시에 이루어지도록 할 필요가 있다.

연산 처리기(400)는 통합 제어기(300)로부터 수신한 정밀지도 정보와 센서 정보들에 기반하여 주행 상황을 판단하고, 상기 주행 상황에 대응되는 각 센서(100)의 우선순위를 고려하여 통합 제어기(300)가 처리하여야 하는 센서 정보들의 데이터 처리 주파수를 조정할 수 있다. 또한, 연산 처리기(400)는 각 센서(100)의 측정 주파수를 상기 조정된 데이터 처리 주파수에 동기화시켜 할당할 수도 있다. 연산 처리기(400)에 대한 구체적인 설명은 도 2를 참조하여 이하에서 설명하기로 한다.

도 2는 본 발명의 일 실시 예에 따른 연산 처리기의 구성을 설명하기 위한 블록도이다.

도 2를 참조하면, 연산 처리기(400)는 입력부(410), 우선순위 결정부(420), 저장부(430), 및 출력부(440)를 포함할 수 있다.

입력부(410)는 통합 제어기(300)로부터 수신한 차량(10)의 현재 위치정보, 정밀지도 정보, 복수의 센서(100)에서 감지된 센서 정보, 및 복수의 센서(100) 각각의 타임 스탬프(time stapm) 정보를 우선순위 결정부(420)로 전송할 수 있다. 여기서, 타임 스탬프는 샘플링 타이밍이 서로 다른 센서 정보들을 동기화(synchronization)하거나 각 센서(100)의 신호 지연시간을 검출하는데 사용될 수 있다.

또한, 입력부(410)는 사용자 입력을 통해 통합 제어기(300)가 처리하는 센서 정보들의 데이터 처리 주파수(f)를 미리 설정할 수 있다. 또는, 경우에 따라 입력부(410)는 각 센서(100)가 지니는 고유의 측정 주파수에 기초하여 상기 데이터 처리 주파수를 설정할 수도 있다. 여기서, 데이터 처리 주파수(f)는, 단위시간 동안 통합 제어기(300)가 각 센서(100)로부터 입력되는 센서 정보들을 처리하는 횟수를 말하며, 데이터 처리 주기(T)에 반비례한다(f=1/T). 예를 들어, 데이터 처리 주파수(f)가 감소할수록 데이터 처리 주기(T)는 증가한다.

입력부(410)는, n(여기서, n은 2 이상의 정수) 개의 센서(100) 별로 미리 설정된 n 개의 데이터 처리 주파수(f)를 포함하는 제1 주기 벡터(S_{( n,1 )})를 미리 저장할 수 있고, 상기 제1 주기 벡터 S_{( n,1 )}는 하기의 수학식 1과 같이 행렬로 표현될 수 있다.

여기서, f_i는 차량(10)에 설치된 i번째 센서(100)로부터 수집된 센서 정보에 대한 데이터 처리 주파수, Lidar(F)는 전방 라이다, Lidar(R)은 후방 라이다, Radar(F)는 전방 레이더, Radar(R)은 후방 레이더, Camera(R)은 후방 카메라이다.

우선순위 결정부(420)는 입력부(410)로부터 수신한 차량(10)의 현재 위치정보, 정밀지도 정보, 센서 정보, 및 복수의 센서(100) 각각의 타임 스탬프(time stapm) 정보에 기반하여 주행 상황을 판단하고, 상기 주행 상황에 대응되는 센서의 우선순위를 고려하여 상기 제1 주기 벡터 S_{(n, 1)}에 소정의 가중치를 부여할 수 있다.

또한, 우선순위 결정부(420)는 통합 제어기(300)의 과부하 지표에 대응하는 상태 정보를 추출하고, 상기 상태 정보를 변수로 소정의 가중치를 더 부여할 수도 있다.

전술한, 우선순위 결정부(420)는 도 2에 도시된 바와 같이, 리소스 판단부(421), 주행도로 판단부(422), 주행차로 판단부(423), 오브젝트 판단부(424), 센서고장 판단부(425), 및 연산부(426)를 포함할 수 있다.

리소스 판단부(421)는 통합 제어기(300)의 제한된 데이터 처리량을 고려하여 각 센서(100)로부터 획득하는 센서 정보의 수신 주기 및/또는 수신된 각 센서 정보에 대한 데이터 처리 주기를 조정할 수 있다. 여기서, 통합 제어기(300)의 데이터 처리량은 통합 제어기(300)의 온도 정보(T_a), 메모리에 저장된 리소스 (resource) 점유율(R), 및 데이터 처리 지연시간(τ_a) 중 적어도 하나를 포함하는 상태 정보에 따라 달라질 수 있다.

리소스 판단부(421)는 상기 통합 제어기(300)의 상태 정보에 따라 데이터 처리 주기를 조정하기 위한 제1 가중치(w₁)를 산출할 수 있다. 여기서, 제1 가중치 w1은 하기의 수학식 2와 같이 표현할 수 있으나, 이는 예시적인 것에 불과하고 본 발명의 범주가 반드시 이에 한정되는 것은 아니다.

c₁은 임의의 상수로 개발자가 미리 설정한 튜닝 파라미터 값이고, T_a는 통합 제어기(300)의 온도, R은 리소스 점유율(이때, 0<R≤1), τ_a는 데이터 처리 지연시간, I_{( n,n )}은 각 센서(100)의 개수가 n개 일 때의 n x n 단위행렬이다. 그리고, T_{a _min}, τ_{a _min} 각각은 비 주행상태일 때, 통합 제어기(300)의 기준온도, 기준 데이터 처리 지연시간을 의미한다.

제1 가중치(w₁)는 통합 제어기(300)의 온도(T_a), 리소스 점유율(R), 및 데이터 처리 지연시간(τ_a) 각각에 반비례할 수 있으며, 제1 가중치(w₁)의 각 파라미터가 클수록 우선순위가 더 높게 부여될 수 있다. 여기서, 우선순위가 더 높게 부여된다는 의미는 매 프레임 마다 처리되는 데이터 처리 횟수(f)가 증가함을 말한다. 이에 대하여, 도 3을 참조하여 보다 상세히 설명하기로 한다.

도 3은 본 발명의 일 실시 예에 따른 리소스 판단부에서 데이터 처리 주기를 조정하는 일 예를 설명하기 위한 도면이다.

도 3에 도시된 바와 같이, n(여기서, n=8) 개의 센서(100)는 다음과 같이 차량(10)의 전방, 측방 및 후방 중 적어도 하나에 설치되어 있다고 가정한다.

카메라(110)는 차량(10)의 전측방과 후측방에 각각 설치된 전측방 카메라(111) 및 후측방 카메라(112)를 포함한다.

레이더(120)는 차량(10)의 전방에 설치된 장거리 레이더(121), 중거리 레이더(122) 및 후측방에 설치된 단거리 레이더(123)를 포함한다.

라이다(130)는 차량의 전방, 측방, 및 후방에 설치된 전방 라이다(131), 측방 라이다(132; 132a, 132b), 및 후방 라이다(133)를 포함한다.

도 3의 (a) 내지 (c)는 통합 제어기(300)의 리소스 점유율(R)이 각각 0, 0.2, 0.5이고, 튜닝 파라미터(c₁)는 1, 통합 제어기(300)의 온도 변화(T_{a _min}/T_a) 내지 데이터 처리 지연시간의 변화(τ_{a _min}/τ_a)는 없다고 가정한다.

도 3의 (a) 내지 (c)를 참조하면, 상기 수학식 1에 의하여 산출된 제1 가중치(w₁)은 각각 1, 0.8, 0.5 이고, 상기 산출된 제1 가중치(w₁)에 따라 도 3의 (a)에서 (c)로 도시될수록 각 센서(100)로부터 수집된 센서 정보에 대한 데이터 처리 횟수 내지 수신 횟수가 감소한다. 즉, 통합 제어기(300)에 과부하가 발생되면 각 센서 정보의 수신 및 데이터 처리를 각 센서에 맞춤형으로 실시하여 통합 제어기(300)의 병목 현상이 최소화될 수 있다.

주행도로 판단부(422)는 입력부(410)로부터 수신한 차량(10)의 현재 위치정보, 정밀지도 정보, 및 복수의 센서(100)에서 감지된 센서 정보에 기반하여 주행 도로의 종류를 판단하고, 상기 주행 도로의 종류에 대응되는 센서 우선순위를 고려하여 제2 가중치(w₂)를 산출할 수 있다. 이에 대하여, 도 4를 참조하여 설명하기로 한다.

도 4는 본 발명의 일 실시 예에 따른 주행도로 판단부에서 데이터 처리 주기를 조정하는 일 예를 설명하기 위한 도면이다.

도 4에 도시된 n(여기서, n=8) 개의 센서(100)는 도 3에서 전술한 n(여기서, n=8) 개의 센서(100)와 동일하므로 동일한 참조부호를 사용하였으며, 각 센서(100)의 설치 위치에 대한 중복되는 설명은 생략한다.

도 4의 (a)는 주행도로가 일반도로(예컨대, 교차로 존재)인 경우, 도 4의 (b)는 주행도로가 고속도로인 경우를 각각 나타낸다.

도 4의 (a)에 도시된 바와 같이, 주행도로가 일반도로인 경우에는 차량(10)의 측방에 설치된 센서(100)의 제2 가중치(w₂)가 높게 설정되는 반면에, 도 4의 (b)에 도시된 바와 같이, 주행도로가 고속도로인 경우에는 차량(10)의 전방과 후방에 설치된 센서(100)의 제2 가중치(w₂)가 높게 설정될 수 있다. 그 이유는, 일반도로의 경우 측방에 보행자, 장애물 등이 존재할 가능성이 상대적으로 크고, 고속도로의 경우 전방과 후방의 인지 거리가 상대적으로 길기 때문이다.

다시 말해서, 주행도로가 일반도로인 경우에는 차량(10)의 전방에 설치된 장거리 레이더(121)의 제2 가중치(w₂)를 낮게 설정하고(예컨대, w₂=0.6), 고속도로인 경우에는 차량(10)의 측방에 설치된 라이다(132)의 제2 가중치(w₂)를 낮게 설정함으로써(예컨대, w₂=0.6), 우선순위가 낮은 센서(121 또는 132)로부터 수신하는 센서 정보의 데이터 처리 횟수를 줄일 수 있다.

주행차로 판단부(423)는 입력부(410)로부터 수신한 차량(10)의 현재 위치정보, 정밀지도 정보, 및 복수의 센서(100)에서 감지된 센서 정보에 기반하여 현재 주행 차로의 위치를 판단하고, 상기 주행 차로의 위치에 대응되는 센서 우선순위를 고려하여 제3 가중치(w₃)를 산출할 수 있다. 이에 대하여, 도 5를 참조하여 설명하기로 한다.

도 5는 본 발명의 일 실시 예에 따른 주행차로 판단부에서 데이터 처리 주기를 조정하는 일 예를 설명하기 위한 도면이다.

도 5에 도시된 n(여기서, n=8) 개의 센서(100)는 도 3에서 전술한 n(여기서, n=8) 개의 센서(100)와 동일하므로 동일한 참조부호를 사용하였으며, 각 센서(100)의 설치 위치에 대한 중복되는 설명은 생략한다.

도 5의 (a)는 차량(10)이 중앙 차로를 주행 중인 경우, 도 5의 (b)는 차량(10)이 우측 차로를 주행 중인 경우를 각각 나타낸다.

도 5의 (a)에 도시된 바와 같이, 현재 중앙 차로를 주행 중인 경우에는 차량(10)의 좌우측방에 설치된 센서(100)의 제3 가중치(w₃)를 높게 설정하는 반면에, 도 5의 (b)에 도시된 바와 같이, 현재 우측 차로를 주행 중인 경우에는 차량(10)의 우측방에 설치된 센서(100)-예컨대, 우측방 라이다(132b)-의 제3 가중치(w₃)를 낮게 설정할 수 있다(예컨대, w₃=0.3). 비록 도시하지는 아니하였지만, 반대로, 현재 좌측 차로를 주행 중인 경우에는 차량(10)의 우측방에 설치된 센서(100)-예컨대, 좌측방 라이다(132a)-의 제3 가중치(w₃)를 낮게 설정할 수도 있다. 그 이유는, 현재 차로가 우측 또는 좌측 차로인 경우에는 우측방 또는 좌측방에 타차량이 존재하지 아니하므로 이의 감지 필요성이 낮아지기 때문이다. 이처럼, 우선순위가 낮은 센서로부터 획득하는 센서 정보의 수신 주기 내지 데이터 처리 주기를 조정하여 통합 제어기(300)의 병목 현상을 최소화할 수 있다.

오브젝트 판단부(424)는 입력부(410)로부터 수신한 복수의 센서(100)에서 감지된 센서 정보들을 융합에 기반하여 차량(10)의 주변에 위치하는 주변 오브젝트의 분포도를 판단하고, 상기 주변 오브젝트의 분포도에 대응되는 센서 우선순위를 고려하여 제4 가중치(w₄)를 산출할 수 있다.

오브젝트 판단부(424)는 복수의 센서(100) 중 차량(10)의 특정 위치에 설치된 센서로부터 감지되는 주변 오브젝트의 수가 많을수록, 해당 센서에 제4 가중치(w₄)를 높게 설정할 수 있다. 여기서, 제4 가중치 w4는 하기의 수학식 3과 같이 표현할 수 있으나, 이는 예시적인 것에 불과하고 본 발명의 범주가 반드시 이에 한정되는 것은 아니다.

N_i는 차량(10)에 설치된 i번째 센서(100)의 측정 범위(D) 내에 위치한 유효 오브젝트의 수이고, c_i는 개발자에 의해 정의되는 튜닝 파라미터 값이다.

제4 가중치(w₄)는 각 센서(100)의 측정 범위(D) 내에 위치한 유효 오브젝트의 수(N_i)에 비례한다. 그러므로, 감지된 유효 오브젝트의 수(N_i)가 많은 센서(100)에 우선순위가 더 크게 부여됨에 따라, 단위시간 당 수신하는 센서 정보의 횟수 또는 수신된 각 센서 정보에 대한 데이터 처리 횟수(f)는 증가하고, 매 프레임 마다 처리되는 데이터 처리 주기(T)는 감소할 수 있다. 이에 대하여, 도 6을 참조하여 설명하기로 한다.

도 6은 본 발명의 일 실시 예에 따른 오브젝트 판단부에서 데이터 처리 주기를 조정하는 일 예를 설명하기 위한 도면이다.

도 6에 도시된 n(여기서, n=8) 개의 센서(100)는 도 3에서 전술한 n(여기서, n=8) 개의 센서(100)와 동일하므로 동일한 참조부호를 사용하였으며, 각 센서(100)의 설치 위치에 대한 중복되는 설명은 생략한다.

도 6의 (a)와 (b)를 비교하여 참조하면, 도 6의 (a)와 달리 도 6의 (b)의 경우 차량(10)의 좌측방에 위치한 라이다(132a)는 측정 범위 내에서 유효 오브젝트를 검출하고 있지 아니하므로, 좌측방에 위치한 라이다(132a)의 제4 가중치(w₄)는 낮게 설정될 수 있다(예컨대, w₄=0.3). 다시 말해서, 오브젝트 판단부(424)는 특정 센서(100)에서 유효 오브젝트가 검출되지 아니하면 해당 센서(100)의 우선순위를 낮게 부여하여 단위시간 당 수신하는 센서 정보의 횟수 또는 수신된 센서 정보에 대한 데이터 처리 횟수(f)를 감소시킬 수 있다.

전술한 바와 같이, 주행도로 판단부(422), 주행차로 판단부(423), 및 오브젝트 판단부(424)는 주행 상황(주행 도로의 종류, 주행 차로의 위치, 및 주변 오브젝트의 분포도)에 따른 각 센서(100)의 우선순위에 기반하여 센서 정보의 데이터 처리 주파수를 변경함으로써 통합 제어기(300)의 병목 현상을 최소화할 수 있다.

센서고장 판단부(425)는 복수의 센서(100) 각각의 상태 정보에 따라 데이터 처리 주기를 조정하기 위한 제5 가중치(F)를 산출할 수 있다. 여기서, 각 센서(100)의 상태 정보는, 복수의 센서(100) 각각의 온도 정보(T_b), 고장 여부, 및 신호 지연시간(τ_b) 중 적어도 하나를 포함하고, 상기 제5 가중치(F)는 하기의 수학식 4와 같이 표현할 수 있으나, 이는 예시적인 것에 불과하고 본 발명의 범주가 반드시 이에 한정되는 것은 아니다.

T_i는 i번째 센서(100)의 온도, τ_i는 i번째 센서(100)의 신호 지연시간이고, 센서 고장 시 가중치는 0으로 설정된다. 그리고, T_{i _min}, τ_{i _min} 각각은 비 주행상태일 때, i번째 센서(100)의 기준온도, 기준 신호 지연시간을 의미한다.

제5 가중치(F)는 각 센서(100)의 온도(T), 및 신호 지연시간(τ) 각각에 반비례할 수 있으며, 복수의 센서(100) 중 적어도 하나의 센서가 고장인 경우 제5 가중치(F)는 0으로 설정될 수 있다.

이처럼, 센서고장 판단부(425)는 센서의 오작동 확률을 감소시키고, 각 센서(100)의 과부하 정도에 따라 데이터 처리 주기를 조정하여 센서의 소모 전력을 감소시킴과 동시에 자율주행 시 통합전력의 부족을 해소하는 효과를 제공할 수 있다.

연산부(426)는 입력부(410)에서 미리 설정된 제1 주기 벡터(S_{( n,1 )})에 상기 제1 내지 제5 가중치(w₁, w₂, w₃, w₄, F)를 행렬곱 연산하여 제2 주기 벡터 (S_{( n,2 )})를 산출할 수 있다. 여기서, 제2 주기 벡터 S_{( n,2 )}는 하기의 수학식 5와 같이 표현할 수 있으나, 이는 예시적인 것에 불과하고, 본 발명의 범주가 이에 한정되는 것은 아니다.

연산부(426)는 리소스 판단부(421), 주행도로 판단부(422), 주행차로 판단부(423), 오브젝트 판단부(424), 및 센서고장 판단부(425) 각각에서 산출된 제1 내지 제5 가중치 행렬(w₁, w₂, w₃, w₄, F) 각각 및/또는 산출된 상기 제2 주기 벡터 (S_(n,2))를 저장부(430)로 전송할 수 있다.

저장부(430)는 리소스 판단부(421), 주행도로 판단부(422), 주행차로 판단부(423), 오브젝트 판단부(424), 및 센서고장 판단부(425) 각각에서 산출된 제1 내지 제5 가중치 행렬(w₁, w₂, w₃, w₄, F)과 제2 주기 벡터(S_{( n,2 )})를 수신 및 저장할 수 있다.

이때, 저장부(430)는 M(여기서, M은 1 이상의 정수) 개의 제2 주기 벡터(S_(n,2))를 샘플링하여 일정 수준 미만의 신뢰도를 가진 제2 주기 벡터(S_{( n,2 )})를 필터링(filtering)할 수 있다. 저장부(430)는 상기 필터링을 통하여 갑작스럽게 센서가 오작동이 되거나 실제 오브젝트가 아닌 값들로 인해 발생되는 고스트(Ghost) 현상에 의한 오작동을 방지할 수 있다.

그리고, 저장부(430)는 필터링된 제2 주기 벡터(S_{( n,2 )})를 출력부(440)로 전송할 수 있다.

출력부(440)는 저장부(430)로부터 수신한 제2 주기 벡터(S_{( n,2 )})를 통합 제어기(300)의 인터페이스 규격에 맞도록 패킷을 재구조화한 이후, 통합 제어기(300)로 상기 제2 주기 벡터(S(n,2))를 전송할 수 있다.

또한, 출력부(440)는 각 센서(100)의 측정 주파수를 상기 소정의 가중치가 부여된 제2 주기 벡터(S(n,2))에 동기화시켜 각 센서(100)로 할당할 수도 있다. 즉, 다른 실시 예에 따른 연산 처리기(400)는 각 센서(100)의 측정 주파수를 주행 상황에 따른 센서(100)의 우선순위에 기반하여 조정함으로써 센서(100)의 과부하 내지 소모전력을 감소시키고 내구성을 향상시키는 효과를 제공할 수도 있다.

그리고, 통합 제어기(300)는 상기 출력부(440)로부터 수신한 제2 주기 벡터(S_(n,2))에 기초하여 각 센서(100)로부터 수집한 센서 정보들의 데이터 처리 주기를 제어함으로써 병목 현상을 최소화하고, 적시에 자율주행의 제어 및 판단을 수행할 수 있다.

한편, 전술한 일 실시 예에서는 행렬 벡터를 이용하여 가중치를 산출하였으나, 본 발명의 범주가 반드시 이에 한정되는 것은 아니고 가중치 함수를 통하여 산출할 수도 있다.

상술한 실시예에 따른 연산 처리방법은 컴퓨터에서 실행되기 위한 프로그램으로 제작되어 컴퓨터가 읽을 수 있는 기록 매체에 저장될 수 있으며, 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 포함될 수 있다.

컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고, 상술한 방법을 구현하기 위한 기능적인(function) 프로그램, 코드 및 코드 세그먼트들은 실시예가 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.

실시 예와 관련하여 전술한 바와 같이 몇 가지만을 기술하였지만, 이외에도 다양한 형태의 실시가 가능하다. 앞서 설명한 실시 예들의 기술적 내용들은 서로 양립할 수 없는 기술이 아닌 이상은 다양한 형태로 조합될 수 있으며, 이를 통해 새로운 실시 형태로 구현될 수도 있다.

본 발명은 본 발명의 정신 및 필수적 특징을 벗어나지 않는 범위에서 다른 특정한 형태로 구체화될 수 있음은 통상의 기술자에게 자명하다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.

Claims (12)

1. 차량에 설치되는 복수의 센서 각각으로부터 센서 정보를 획득하고, 상기 획득된 센서 정보를 소정의 데이터 처리 주파수에 따라 처리하는 제어기; 및
   상기 제어기에서 수집 및 처리된 상기 센서 정보 및 정밀지도 정보, 샘플링 타이밍이 서로 다른 상기 센서 정보들을 동기화하거나 상기 복수의 센서 각각의 신호 지연시간을 검출하는 타임 스탬프 정보에 기반하여 주행 상황을 판단하고, 상기 주행 상황에 대응되는 센서 우선순위를 고려하여 상기 소정의 데이터 처리 주파수를 변경하는 연산 처리기를 포함하고,
   상기 제어기는, 상기 변경된 데이터 처리 주파수에 따라 상기 센서 정보를 처리하는, 데이터 처리 연산량 최적화 장치.
2. 제1 항에 있어서,
   상기 복수의 센서는,
   상기 차량의 전방, 측방 및 후방 중 적어도 하나에 설치되는 카메라, 레이더 센서 및 라이다 센서를 포함하는, 데이터 처리 연산량 최적화 장치.
3. 제1 항에 있어서,
   상기 연산 처리기는,
   상기 제어기로부터 상기 제어기의 온도, 리소스 점유율, 및 데이터 처리 지연시간 중 적어도 하나를 포함하는 상태정보를 수신하고,
   상기 변경된 데이터 처리 주파수는, 상기 제어기의 상태 정보에 따른 제1 가중치를 고려하여 결정되는, 데이터 처리 연산량 최적화 장치.
4. 제3 항에 있어서,
   상기 변경된 데이터 처리 주파수는, 상기 제어기의 온도, 리소스 점유율 및 데이터 처리 지연시간 중 적어도 하나에 반비례하는, 데이터 처리 연산량 최적화 장치.
5. 제1 항에 있어서,
   상기 연산 처리기는,
   상기 차량에 탑재된 GPS 수신기로부터 상기 차량의 위치정보를 수신하고,
   상기 주행 상황은,
   상기 센서정보, 상기 위치정보, 및 상기 정밀지도 정보에 근거하여 획득한 주행도로의 종류, 주행차로의 위치, 및 유효 오브젝트의 분포도 중 적어도 하나를 포함하고,
   상기 센서 우선순위는, 상기 주행 상황에 따라 설정된 제2 가중치를 고려하여 결정되는, 데이터 처리 연산량 최적화 장치.
6. 제1 항에 있어서,
   상기 연산 처리기는,
   상기 제어기로부터 상기 복수의 센서 각각의 온도, 고장 여부, 및 신호 지연시간 중 적어도 하나를 포함하는 상태 정보를 수신하고,
   상기 변경된 데이터 처리 주파수는, 상기 복수의 센서 각각의 상태 정보에 따른 제3 가중치를 고려하여 결정되는, 데이터 처리 연산량 최적화 장치.
7. 차량에 설치되는 복수의 센서 각각으로부터 센서 정보를 획득하는 단계;
   상기 획득된 센서 정보를 소정의 데이터 처리 주파수에 따라 처리하는 단계;
   상기 획득된 센서 정보 및 정밀지도 정보, 샘플링 타이밍이 서로 다른 상기 센서 정보들을 동기화하거나 상기 복수의 센서 각각의 신호 지연시간을 검출하는 타임 스탬프 정보에 기반하여 주행 상황을 판단하는 단계;
   상기 주행 상황에 대응되는 센서 우선순위를 고려하여 상기 소정의 데이터 처리 주파수를 변경하는 단계; 및
   상기 변경된 데이터 처리 주파수에 따라 상기 센서 정보를 처리하는, 데이터 처리 연산량 최적화 방법.
8. 제7 항에 있어서,
   상기 복수의 센서는,
   상기 차량의 전방, 측방 및 후방 중 적어도 하나에 설치되는 카메라, 레이더 센서 및 라이다 센서를 포함하는, 데이터 처리 연산량 최적화 방법.
9. 제7 항에 있어서,
   제어기의 온도, 리소스 점유율, 및 데이터 처리 지연시간 중 적어도 하나를 포함하는 상태정보를 수신하는 단계;를 더 포함하고,
   상기 변경된 데이터 처리 주파수는, 상기 제어기의 상태 정보에 따른 제1 가중치를 고려하여 결정되는, 데이터 처리 연산량 최적화 방법.
10. 제9 항에 있어서,
    상기 변경된 데이터 처리 주파수는, 상기 제어기의 온도, 리소스 점유율 및 데이터 처리 지연시간 중 적어도 하나에 반비례하는, 데이터 처리 연산량 최적화 방법.
11. 제7 항에 있어서,
    상기 차량에 탑재된 GPS 수신기로부터 상기 차량의 위치정보를 수신하는 단계;를 더 포함하고,
    상기 주행 상황을 판단하는 단계는,
    상기 센서정보, 상기 위치정보, 및 상기 정밀지도 정보에 근거하여 주행도로의 종류, 주행차로의 위치, 및 유효 오브젝트의 분포도 중 적어도 하나를 획득하는 단계를 포함하고,
    상기 센서 우선순위는, 상기 주행 상황에 따라 설정된 제2 가중치를 고려하여 결정되는, 데이터 처리 연산량 최적화 방법.
12. 제7 항에 있어서,
    상기 복수의 센서 각각의 온도, 고장 여부, 및 신호 지연시간 중 적어도 하나를 포함하는 상태 정보를 수신하는 단계;를 더 포함하고,
    상기 변경된 데이터 처리 주파수는, 상기 복수의 센서 각각의 상태 정보에 따른 제3 가중치를 고려하여 결정되는, 데이터 처리 연산량 최적화 방법.