KR20110074629A - 자율 운전 차량의 제어 및 시스템 - Google Patents

Abstract

차량의 위치 및 방향을 나타내는 위치 신호를 발생하도록 구성된 위치 센서를 포함하는 내비게이션 및 제어 시스템. 본 시스템은 입력을 받아 차량의 동작을 제어하는 출력을 생성하는 하나 이상의 작동 제어 메커니즘을 포함하고, 작동 제어 메커니즘으로부터 원격지에 배치된 자체-완비된 자율 제어기(self-contained autonomous controller)를 포함한다. 자율 제어기는 위치 센서로부터 위치 신호를 수신하고 차량의 업데이트된 이동 경로를 정의하는 작동 제어 신호를 발생하도록 구성된 프로세서와, 위치 센서, 작동 제어 메커니즘 및 프로세서 간의 통신을 제공하는 프로그램가능 인터페이스를 포함한다. 프로그램가능 인터페이스는 위치 센서로부터 프로세서로의 입력을 정규화하고 작동 제어 메커니즘에 입력으로 인가되는 호환 작동 제어 신호를 발생하도록 구성되어 있으며, 그로써 자체-완비된 자율 제어기는 각종의 상이한 센서 및 상이한 작동 제어 메커니즘과 동작하도록 구성가능하다.

Description

자율 운전 차량의 제어 및 시스템{CONTROL AND SYSTEMS FOR AUTONOMOUSLY DRIVEN VEHICLES}

<관련 출원의 상호 참조>

본 출원은 대리인 사건 번호 제284361US호로 2006년 3월 16일자로 출원된, 발명의 명칭이 "NAVIGATION AND CONTROL SYSTEM FOR AUTONOMOUS VEHICLES"인 미국 특허 출원 제11/376,160호에 관한 것이다. 이 출원의 전체 내용은 참조 문헌으로서 본 명세서에 포함된다.

본 발명은 자율 운전 차량(autonomously driven vehicle)을 제어 및 방향 전환(direct)시키는 통합 센서 및 컴퓨터-기반 알고리즘 시스템에 관한 것이다.

최근의 차량에서, 운전자가 차량의 제어 시스템의 중요한 구성요소로 남아 있는데, 그 이유는 운전자가 속도, 조향(steering), 장애물 및 위험 인식, 그리고 이들의 회피를 포함하는 차량의 안전 조작에 관한 수많은 결정을 하기 때문이다. 그러나, 운전자 피로, 운전자 장애, 운전자 부주의, 또는 운전자가 성공적으로 위험을 피하는 데 필요한 반응 시간을 감소시키는 가시도 등의 다른 요인과 같은 물리적 요인으로 인해 이들 기능 모두를 수행할 수 있는 운전자의 능력이 떨어질 수 있다.

게다가, 예를 들어, 전쟁 상황에서 또는 유독물 또는 핵 방사능 위험이 존재하는 상황에서와 같은 환경적으로 위험한 상황에서, 운전자는 위험에 처해 있다. 실제로, 이라크에서의 도로변 폭탄은 군대에 물자를 전달하는 보급 트럭이 무인이었다면 많은 상황에서 피할 수 있었을 인명 손실의 단지 한 최근의 예에 불과하다.

보다 종래의 다른 환경에서, 운전자는 방향 감각을 잃게 될 수 있거나, 작동자가 의료 응급 상황에 처하는 경우 또는, 예를 들어, 운전자가 운전 상태에서 방향 감각을 잃게 된 경우에 일어나게 되는 것처럼 물리적으로 차량에 명령을 내릴 수 없게 될 수 있다. 이러한 방향 감각을 잃게 만들거나 무력하게 만드는 상황의 한 예는 위험이 다가오거나 배에 접근하고 있는 위험을 인지하고 반응하는 능력에 있어서 운전자(또는 선박의 선장)가 장애를 갖게 되는 눈, 안개, 비, 및/또는 야간 정전 상태에서 차량 또는 선박을 운전 또는 조향하는 것이다.

따라서, 차량의 제어에 있어서의 사람의 결점을 해결하든 또는 사람에 의한 제어가 바람직하지 않은 환경적으로 위험한 상태에 있든 간에, 차량의 경로에 있거나 차량의 경로로 들어오는 정지 및 이동 물체를 차량에서 식별하는 시스템 및 방법를 구비하는 것이 필요하다.

이하의 참조 문헌들(이들 모두는 참조 문헌으로서 본 명세서에 포함됨)과 같은 자율 운전 차량과 레이저 검출 및 시각화 시스템의 개발에 관한 수많은 논문이 보고되었다.

1) H. Wang, J. Kearney, J. Cremer, and P. Willemsen, "Steering Autonomous Driving Agents Through Intersections in Virtual Urban Environments," 2004 International Conference on Modeling, Simulation, and Visualization Methods, (2004),

2) R. Frezza, G. Picci, and S. Soatto, "A Lagrangian Formulation of Nonholonomic Path Following," The Confluence of Vision and Control, (A. S. Morse et al. (eds), Springer Verlag, 1998),

3) J. Shirazi, Java Performance Tuning, (OReilly & Associates, 2000),

4) J. Witt, C. Crane III, and D. Armstrong, "Autonomous Ground Vehicle Path Tracking," Journal of Robotic Systems, (21(8), 2004),

5) C. Crane III, D. Armstrong Jr., M. Torrie, and S. Gray, "Autonomous Ground Vehicle Technologies Applied to the DARPA Grand Challenge," International Conference on Control, Automation, and Systems, (2004),

6) T. Berglund, H. Jonsson, and I. Soderkvist, "An Obstacle-Avoiding Minimum Variation B-spline Problem," International Conference on Geometric Modeling and Graphics, (July, 2003),

7) D. Coombs, B. Yoshimi, T. Tsai, and E. Kent, 'Visualizing Terrain and Navigation Data," NISTIR 6720, (March 01, 2001),

8) 미국 특허 제5,644,386호(Jenkins 등),

9) 미국 특허 제5,870,181호(Andressen),

10) 미국 특허 제5,200,606호(Krasutsky 등), 및

11) 미국 특허 제6,844,924호(Ruff 등).

이 연구에도 불구하고, 적절한 시각화, 장애 식별, 및 장애 회피 시스템 및 방법의 실현이 차량의 작동을 제한하는 문제가 없는 것은 아니었으며, 도심 환경에서의 자율 방향 전환(autonomous direction)과 관련하여 특히 그렇다.

본 발명의 일 실시예에서, 내비게이션 및 제어 시스템은 차량의 위치 및 방향(heading)을 나타내는 위치 신호를 발생하도록 구성된 하나 이상의 위치 센서를 포함한다. 본 시스템은 입력을 갖고 차량의 작동을 제어하는 출력을 생성하는 하나 이상의 작동 제어 메커니즘을 포함하고, 작동 제어 메커니즘으로부터 원격지에 배치된 자체-완비된 자율 제어기(self-contained autonomous controller)를 포함한다. 자율 제어기는 위치 센서로부터 위치 신호를 수신하고 차량에 대해 업데이트된 이동 경로를 정의하는 작동 제어 신호를 발생하도록 구성된 프로세서와, 위치 센서, 작동 제어 메커니즘 및 프로세서 간의 통신을 제공하는 프로그램가능 인터페이스를 포함한다. 프로그램가능 인터페이스는 위치 센서로부터 프로세서로의 입력을 정규화하고 작동 제어 메커니즘에 입력으로 인가되는 호환 작동 제어 신호를 발생하도록 구성되어 있으며, 그로써 자체-완비된 자율 제어기는 각종의 상이한 센서 및 상이한 작동 제어 메커니즘과 동작하도록 구성가능하다.

본 발명의 일 실시예에서, 차량의 내비게이션 및 제어 방법은 차량의 위치 및 방향을 나타내는 위치 신호를 발생하는 단계, 프로그램가능 인터페이스를 통해 위치 신호를 정규화하여 정규화된 위치 신호를 생성하는 단계, 정규화된 위치 신호로부터 작동 제어 신호를 생성하는 단계, 및 프로그램가능 인터페이스를 통해 작동 제어 신호를 정규화하여, 차량의 업데이트된 이동 경로를 따라 차량의 작동을 제어하는 정규화된 작동 제어 신호를 생성하는 단계를 포함한다.

본 발명의 이상의 개괄적인 설명 및 이하의 상세한 설명 둘다가 예시적인 것이며 본 발명을 제한하는 것이 아님을 잘 알 것이다.

첨부 도면들과 관련하여 고려될 때 이하의 상세한 설명을 참조하면 더 잘 이해되는 것처럼, 본 발명 및 본 발명의 많은 부수적인 이점들에 대한 보다 완전한 이해가 용이하게 이루어질 것이다.
도 1a는 차량의 소정의 축에 수직인 평면의 섹터에서 2차원(2D) 스캔이 행해지는, 본 발명의 일 실시예에 따른 자율 차량의 개략도이다.
도 1b는 차량의 소정의 축에 수직인 평면을 벗어난 스캔을 변위시킴으로써 3차원(3D) 스캔이 행해지는, 본 발명의 일 실시예에 따른 자율 차량의 개략도이다.
도 2는 본 발명의 일 실시예에 따른 방출기 및 검출기 시스템을 간략히 나타낸 도면이다.
도 3a의 (1)은 본 발명의 일 실시예에서 하나의 레이저 스캐너 시스템에 의해 스캔되는 한 영역을 개략적으로 나타낸 도면이다.
도 3a의 (2)는 본 발명의 일 실시예에서 또 다른 레이저 스캐너 시스템에 의해 스캔되는 상보적 영역을 개략적으로 나타낸 도면이다.
도 3b는 스캐닝 시스템은 물론 광학 이미징 시스템을 포함하는, 본 발명의 일 실시예에 따른 자율 차량의 개략도이다.
도 4a는 본 발명의 통합 자율 차량 시스템 플랫폼을 나타낸 하드웨어 개략도이다.
도 4b는 본 발명의 자율 차량을 제어하는 다수의 프로세서의 상호연결을 나타낸 기능 개략도이다.
도 4c는 자율 차량 시스템 플랫폼의 구성을 위해 사용자에게 제공되는 그래픽 디스플레이의 스크린 샷이다.
도 5a 내지 도 5c는 GPS 신호가 완전히 상실되는 터널을 통과할 때 본 발명의 자율 차량의 작동 동안에 조향 제어기로부터 수집된 데이터를 나타낸 도면이다.
도 6a는 본 발명의 일 실시예에 따른 가변 구조물 관찰자 알고리즘 이용을 나타낸 도면이다.
도 6b는 원래의 속도 계획 및 관찰된 장애물을 고려하여 정정된 경로를 나타낸 예시적인 S-T 다이어그램이다.
도 6c는 일 실시예의 VPP 계산 프로세스를 나타낸 흐름도이다.
도 7은 도심 환경에서 본 발명의 차량의 조향 제어기에 대한 표준 편차를 나타낸 도면이다.
도 8은 30 km/hr의 일정 속도로 급커브를 포함하는 지그재그 코스를 빠져나가는 동안에도 본 발명의 자율 차량이 계획된 경로로부터 25 cm 미만의 표준 편차를 유지하는 것을 나타낸 도면이다.
도 9는 본 발명의 레이저 스캐닝 시스템으로부터의 속도 값을 필터링하는 것을 나타낸 도면이다.
도 10은 자율 차량 궤적을 예측하는 완전한 논홀로노믹 모델(completely nonholonomic model)을 나타낸 개략도이다.
도 11은 자율 차량 궤적을 예측하는 부분적 논홀로노믹 모델(partially nonholonomic model)을 나타낸 개략도이다.
도 12는 AVS 콘솔 개략도이다.
도 13은 본 발명에 적합한 컴퓨터 시스템의 개략도이다.

이제부터, 유사한 참조 번호가 몇개의 도면에 걸쳐 동일하거나 대응하는 부분을 가리키는 도면들, 보다 상세하게는, 일 실시예에서, 차량(10)의 상부에 장착되어 있는 이미징 센서(8)를 나타내는 도 1a를 참조하면, 차량(10)의 소정의 축에 수직인 평면(11)(본 명세서에서, 설명을 위해 "수직" 스캐닝 평면이라고 함)의 섹터에서 2차원(2D) 스캔이 행해진다. 이 이미징 센서 및 그의 작동은 미국 특허 출원 제11/376,160호에 더 상세히 기술되어 있다. 이 이미징 센서는 본 발명에서 사용될 수 있는 이미징 센서의 한 예에 불과하다.

그럼에도 불구하고, 여기서의 설명은 본 발명이 적용되는 하나의 상황을 제공하기 위해 이미징 센서(8)의 작동에 대해 간략히 기술한다. 일 실시예에서, 이미징 센서(8)는 이미징 센서(8)로부터 차량(10) 부근의 환경으로 레이저 펄스(또는 광)(14)를 전송하는 방출기(12)(도 2에 도시됨)를 포함한다. 도 1a에 도시된 바와 같이, 레이저(또는 광) 펄스(14)는 수직 스캐닝 평면(11) 내로 방출된다. 3차원(3D) 이미지를 생성하기 위해, 이미징 센서(8)가 평면(11) 내외로 패닝(또는 발진)되어, 도 1b에 도시된 바와 같은 3D 스캐닝 체적(16)을 생성한다. 이미징 센서(8)는 물체(22)(도 1b에 도시됨)로부터 반사된 광을 검출함으로써 차량(10) 근처 환경의 물체(22)를 검출한다.

본 발명의 일 실시예에서, 자율 차량(10)은 이하에서 더 상세히 기술되는 2개의 레이저 스캐너 시스템(40)을 사용한다.

도 2에 도시된 바와 같이, 이미징 센서(8)는 에코된 신호(20)의 복귀를 검출하는 검출기(18)를 포함한다. 이미징 센서(8)는 프로세서(24)를 이용하여, 레이저 펄스(14)의 타이밍 및 방출을 제어하고 레이저 펄스(14)의 방출을 에코된 신호(20)의 수신과 상관시킨다. 프로세서(24)는 차량에 탑재되어 있거나 이미징 센서(8)의 일부일 수 있다. 예시적인 프로세서 및 그의 기능에 대한 상세한 사항은 나중에 제공된다.

예시적인 예에서, 방출기(12)로부터의 레이저 펄스(14)는 빔 확대기(beam expander)(13a) 및 콜리메이터(collimator)(13b)를 통과한다. 레이저 펄스(14)는 정지 거울(15a)에서 회전 거울(26)로 반사되고, 이어서 렌즈(27a) 및 망원경(27b)를 통해 전달되어 직경 1-10mm의 레이저 펄스(14)용 빔을 형성하여, 합성된 3차원 시야의 대응하는 분해능을 제공한다. 망원경(27b)은 물체(22)로부터 반사된 광을 수집하는 역할을 한다.

본 발명의 일 실시예에서, 검출기(18)는, 물체로부터 반사되어 검출기로 다시 오는 레이저 광을 배경 광과 구분하기 위해, 방출된 광의 파장의 광만을 검출하도록 구성되어 있다. 그에 따라, 본 발명의 일 실시예에서, 이미징 센서(8)는 물체(22)에 의해 반사되어, 물체가 검출기(18)의 감도 범위 내에 있기만 하다면, 검출기(18)에 의해 측정되는 레이저 펄스(14)를 송출하는 동작을 한다. 레이저 펄스의 방출과 수신 사이의 경과 시간을 사용하여 프로세서(24)는 물체(22)와 검출기(18) 사이의 거리를 계산할 수 있다. 본 발명의 일 실시예에서, 광학계(즉, 13a, 13b, 15a, 26, 27a, 27b)는 빔을 순간적으로 도 1a에 도시된 섹터 내로 지향시키도록 구성되어 있고, 검출기(18)는 도 1a에 도시된 각자의 각도 방향 α₁에 대응하는 소정의 각도 위치에서 수신 신호를 수신하는 FPGA(field-programmable gate array)이다.

회전 거울(26)을 통해, 레이저 펄스(14)는 도 1a에 예시적으로 도시된 바와 같이 평면(11) 내에서 방사상 섹터 α에 걸쳐 스위프(sweep)된다. 본 발명의 일 실시예에서, 이미징 센서(8)의 전방의 시야에서 물체의 매핑을 달성하기 위해, 회전 거울(26)은 100 - 10000 도/초 범위의 각속도로 30도 내지 90도 범위의 각도 변위에 걸쳐 회전된다.

3차원(3D) 이미지를 생성하기 위해, 본 발명의 일 실시예에서, 이미징 센서(8)가 평면(11) 내외로 패닝(또는 발진)되어, 도 1b에 도시된 바와 같은 3D 스캐닝 체적(16)을 생성한다. 예시를 위해, 도 1b는 각도 α(수직 스캐닝 방향에서) 및 각도 β(수평 스캐닝 방향에서)에 의해 스캐닝 체적(16)을 정의한다. 각도 α는, 앞서 살펴본 바와 같이, 30도 내지 70도 범위에 있으며, 각속도는 100 - 1000 도/초 범위에 있다. 각도 β(즉, 패닝 각도)는 1도 내지 270도 범위에 있으며, 패닝 레이트(panning rate)는 1 - 150 도/초 범위에 있다. 종합하면, 이미징 센서(8)는 통상적으로 3D 스캐닝 체적(16)을 초당 3회 이상 완전히 스캔할 수 있다.

본 발명의 일 실시예에서, 프로세서(24)에서, 물체와 차량 간의 거리 및 차량으로부터의 물체의 방향에 기초하여, 시야에서의 물체의 지리 공간 위치를 계산하는 데 순간 차량 위치(instantaneous vehicle position)의 지리 공간 위치 데이터가 이용된다. 도 2에 도시된 바와 같이, 프로세서(24)는, 예를 들어, 초당 여러번 차량의 위치, 방향, 고도, 및 속도를 프로세서(24)로 전송하는 GPS(global positioning system) 및/또는 INS(inertial navigation system) 등의 실시간 위치 결정 디바이스(25)와 통신하고 있다. 실시간 위치 결정 디바이스(25)는 통상적으로 차량(10)에 장착되어 있고, 데이터(차량의 위치, 방향, 고도 및 속도 등)를 차량(10) 상의 모든 이미징 센서(8)(및 모든 프로세서(24))로 전송한다.

상업적으로 이용가능한 GPS 및 INS 유닛에서, 프로세서(24)는 시야에 있는 물체의 위치를 10 cm보다 나은 정확도로 결정할 수 있다. 본 발명의 일 실시예에서, 프로세서(24)는 GPS 위치, LADAR 측정치, 및 편향각(angle of deflection) 데이터를 상관시켜 차량의 경로에 있는 장애물의 지도를 생성한다. 지도의 정확도는 위치 결정 디바이스(25)로부터의 데이터의 정확도에 의존한다. 이하는 이러한 데이터의 정확도의 예시적인 예이다: 위치 10 cm, 전방 속도(forward velocity) 0.07 km/hr, 가속도 0.01 %, 롤/피치(roll/pitch) 0.03 도, 방향 0.1 도, 측방 속도(lateral velocity) 0.2 %.

본 발명의 일 실시예에서, Kalman 필터(상업적으로 통합되어 있음)는 프로세서(24)로의 모든 데이터 입력을 분류한다. Kalman 필터는 잡음성 데이터의 재귀적 측정에 기초하여 시스템의 상태를 추정하는 공지의 방법이다. 이 경우에, Kalman 필터는 각각의 유형의 센서에 본질적인 잡음의 유형을 고려하고 실제 위치의 최적의 추정치를 생성함으로써 차량 위치를 훨씬 더 정확하게 추정할 수 있다. 이러한 필터링은 A. Kelly의 "A 3d State Space Formulation of a Navigation Kalman Filter for Autonomous Vehicles," CMU Robotics Institute, Tech. Rep., 1994에 기술되어 있으며, 이 문서의 전체 내용은 참조 문헌으로서 본 명세서에 포함된다.

범위 측정(ranging measurement)을 제공하기 위해 방출기(12) 및 검출기(18)에 상업적으로 이용가능한 구성요소가 사용될 수 있다. 일 실시예에서, 방출기(12), 검출기(18) 및 연관된 광학계는 LADAR(laser radar) 시스템을 구성하지만, 예를 들어, LIDAR(light detection and ranging) 센서, 레이더, 또는 카메라 등의 정확한 거리 측정을 할 수 있는 기타 시스템이 본 발명에서 사용될 수 있다. LIDAR(Light Detection and Ranging 또는 Laser Imaging Detection and Ranging)는 레이저 펄스를 사용하여 물체 또는 표면까지의 거리를 결정하는 기술이다.

도 3a의 (1)은 본 발명의 일 실시예에서 하나의 레이저 스캐너 시스템에 의해 스캔되는 하나의 영역을 개략적으로 나타낸 것이다. 도 3a의 (2)는 본 발명의 일 실시예에서 또 하나의 레이저 스캐너 시스템에 의해 스캔되는 상보적 영역을 개략적으로 나타낸 것이다. 각각의 레이저 스캐너 시스템(40)은 레이저 펄스(14)를 방출하여 센서의 전방을, 예를 들어, 270° 스위프하기 위해 회전 거울과 함께 4개의 레이저를 사용한다. 본 발명은 정확하게 270° 원호(arc)를 스위프하는 것으로 제한되지 않으며, 180°에서 270°, 360°에 이르는 다른 원호 범위가 사용될 수 있다. 이 예에서, 거울이 곧바로 전방으로 그리고 0°로 직접적으로 측면으로 향해 있을 때 빔이 유닛으로부터 0.8°씩 오프셋되어 있는 4개의 상이한 스캐닝 평면 상에 방출된다. 이러한 방식으로 다수의 레이저를 사용함으로써, 차량이 조종 동안에 피칭(pitch) 및 롤링(roll)할 때에도, 스캐너 시스템(40)은 충분한 시야를 유지할 수 있다.

스캐너 시스템(40)은 지면으로부터 상이한 높이에 장착될 수 있다. 예를 들어, 센서를 0.5 미터의 비교적 낮은 높이에 장착함으로써, 센서가 차량의 높은 곳에 장착되어 있는 경우 보다 효과적으로 작은 장애물을 검출할 수 있다. 한편, 일부 수평으로 장착된 센서는 낮게 장착되어 있을 때 그만큼 효과적이지 못한데, 그 이유는 차량이 피칭(pitch) 및 롤링(roll)할 때 센서의 스캐닝 평면이 지면에 의해 빈번히 방해되기 때문이다.

종래에는, 완전 360° 스캐너 범위(scanner coverage)를 필요로 했던 차량은 차량의 전방에 있는 하나의 스캐너 시스템 및 차량의 후방에 있는 하나의 독립형 스캐너(standalone scanner)를 사용하였다. 2개의 ECU(전방 센서 및 후방 센서에 대해 하나씩)를 사용하는 이러한 방식에서는 시스템은 단일 고장점에 대해 취약하다. 본 발명은 2개의 스캐너를 사용함으로써 단일 고장점의 문제를 해결하며, 각각의 스캐너는 완전한 360° 시야를 가짐으로써 주변 환경의 중복 시야를 제공한다. 각각의 스캐너 시스템은, 도 3a의 (1) 및 도 3a의 (2)에 도시된 바와 같이, 각각의 센서의 ECU와 함께, 차량의 전방 코너 중 하나에 센서를 가지고 차량의 반대쪽 후방 코너에 센서를 가진다. 실제로, 도 3b는 스캐닝 시스템(예를 들어, 2개의 레이저 스캐너 시스템(40) 등)은 물론 광학 이미징 시스템(42)을 포함하는, 본 발명의 일 실시예에 따른 자율 차량의 개략도이다.

도심 환경에서 작동하는 자율 차량에는 몇가지 중요한 기술적 과제가 있다. 이들 과제는 본 발명의 혁신적인 하드웨어 및 소프트웨어 설계를 통해 해결된다. 1) 도심 환경에 존재하는 빌딩 및 기타 장애물로 인해 GPS 데이터가 빈번히 이용가능하지 않게 될 것이다. 자율 차량의 임무의 요소 중 다수가 GPS 좌표를 통해 지정되기 때문에, 본 발명에서 GPS 데이터를 보충하기 위해 부가의 위치 측정 정보(localization information)가 사용될 수 있다. 2) 도심 환경에는, 정적 장애물과 함께, 많은 이동 차량이 존재한다. 본 발명의 일 실시예에서, 차량의 소프트웨어는 다른 차량의 이동을 추적하고, 그와 상호작용하며, 때때로 그를 예측한다. 3) 자율 차량은 항상 모든 적용되는 교통 법규를 준수해야만 한다. 4) 도심 환경에서의 자율 차량은 때때로 다른 차량을 추월, 주차, U턴을 수행, 반대쪽 차선을 넘어 좌회전을 수행, 및 혼잡한 교통을 빠져나가는 등의 진보된 조종을 수행한다. 5) 도심 환경의 일부 지역에서, 도로가 단지 일련의 듬성듬성 있는 웨이포인트(waypoint)만으로 지정될 것이며, 본 발명의 자율 차량은 센서를 사용하여 따라갈 적절한 경로를 검출할 것이다.

이들 과제가 본 발명에서는 환경에서, 특히 교차로에서 자율 차량 및 기타 차량 모두의 상태를 추적하는 소프트웨어 시스템에 의해 해결된다.

시스템 구성요소

연구 차량: 2005 Ford Escape Hybrid™(이후부터 연구 차량이라고 함)가 본 발명의 이미징 센서(8)를 포함하도록 개조되었다. 연구 차량은 거의 항상 전기 엔진이 작동하고 가스 엔진(gas engine)이 여분의 마력을 제공하거나 전기 엔진의 배터리를 충전하기 위해 자동으로 켜지고 꺼지는 하이브리드 드라이브 시스템(hybrid drive system)을 사용하였다. 330 볼트 배터리에 의해 전원이 공급되는 연구 차량의 전기 시스템은 연구 차량에 장착된 장비에 1300 와트 이상의 전력을 제공한다.

연구 차량은, 자동차를 물리적으로 제어하기 위해, EMC(Electronic Mobility Controls)로부터 상업적으로 이용가능한 AEVIT(Advanced Electronic Vehicle Interface Technology) "드라이브 바이 와이어(drive-by-wire)" 시스템을 이용하였다. AEVIT 시스템은 중복 서보 및 모터를 사용하여 핸들을 돌리고 기어를 바꾸며 가속을 하고 제동을 한다. EMC Corporation로부터 상업적으로 이용가능한 이 해결책은 스티어링 칼럼(steering column), 브레이크 페달, 쓰로틀 와이어(throttle wire), 비상 브레이크, 및 자동 변속기에 장착된 액츄에이터(actuator) 및 서보를 포함한다. 이는 또한 차량의 회전 신호 및 시동(ignition)도 제어할 수 있다. 전자 운전 보조 제어 시스템(electronic driving aid control system)을 사용함으로써, 모든 관점에서 차량은 하나의 완전 통합 시스템을 통해 제어되고, 그로써 전체적인 복잡도를 감소시키고 고장점을 제거한다. 전자 운전 보조 제어 시스템은 또한, 트리거될 때, 차량의 1차 브레이크 시스템을 적용하고 이어서 차량의 시동을 끄는 비상-정지(E-Stop) 메커니즘을 자율 차량에 제공하였다. 마지막으로, 약간의 지연 후에, 차량의 비상 브레이크가 적용되고 유지된다. 이것은 E-Stop 명령이 수신될 때 차량이 효과적으로 정지할 수 있고 차량이 경사면에 있을 경우에도 정지된 채로 있을 수 있도록 한다. 이들 기능이 본 발명에서 선택적인 것으로 간주된다.

하드웨어 플랫폼: 본 발명의 AVS(Autonomous Vehicle System) 플랫폼은 각종의 자율 운전 응용을 위해 설계되었다. AVS 플랫폼은 하드웨어 계층 및 소프트웨어 계층을 포함한다. 하드웨어 계층은 GPS 수신기 또는 장애물 센서와 같은 외부 센서에 전력을 제공하는 것 및 그와 통신하는 것 둘 다를 위해 인쇄 회로 기판 또는 그외의 자체-완비된 배선 및 배선을 포함하는 디바이스 구성체는 물론, 입력을 갖고 차량의 작동을 제어하는 출력을 생성하는 작동 제어 메커니즘도 포함한다. 일 실시예에서, 이를 위해 ASIC(application-specific integrated circuit)이 사용될 수 있다.

도 4a는 본 발명의 통합 자율 차량 시스템 플랫폼을 나타낸 하드웨어 개략도이다. 도 4a는 사용자 또는 프로그램 인터페이스(52), 컴퓨터(53, 54), FPGA 디바이스(56), 안전 무선기(safety radio)(58), 하드웨어 와치독(hardware watchdog)(60), 이더넷 링크 디바이스(62), 전력 배분 구성요소(64), 비상 정지(E-Stop) 논리 디바이스(66), 내부 및 외부 CAN(controller area network)(68), 디지털 및 아날로그 입/출력 디바이스(70), 그리고 RS-232 및 RS-422 포트(80)를 포함하는 AVS 인쇄 회로 기판(50)을 구체적으로 나타낸 것이다. 이들 구성요소를 인쇄 회로 기판에 통합함으로써, AVS(autonomous vehicle system) 플랫폼은 센서 데이터를 처리하고 자율 차량을 지향시키는 컴퓨팅 기능과 각종의 센서를 통합하기 위한 하드웨어를 제공한다. 게다가, 대부분의 물리적 배선을 수작업에 의한 배선보다는 인쇄 회로 기판상에 구현함으로써, 본 발명의 AVS 플랫폼에서의 하드웨어 계층은 향상된 신뢰성을 보여주었다.

더욱이, 본 발명 이전에, 자율 차량은 특정의 센서와 운전 및 조향 제어에 맞게 특정하여 설계되거나 개조되었다. 이들 프로토타입 차량 대부분은, 자율 엔지니어가 알고 있었던 기지의 문제점에 대한 특정한 해결책으로, 업계에서 이들 차량을 개발할 때 자율 차량의 개발에서의 특정의 문제를 해결하는 데 사용되었다. 따라서, 그 때에는 더 보편적인 자율 차량 제어 플랫폼을 제작하고자 하는 실제적인 동기가 없었다. 게다가, 어느 종류의 센서 및 어느 종류의 운전 제어 시스템이 포함되어야 하는지의 미해결된 문제는, 그 분야에서 이러한 보편적인 해결책을 고려하기에는 너무 시기 상조인 상태에서 자율 차량을 감지하고 제어하기 위한 수많은 선택 사항들을 정합시킬 수 있는 시스템의 설계를 남겨 두었다.

따라서, 본 발명의 일 실시예에서, 사용자는 사용자 또는 프로그램 인터페이스(52)를 사용하여 특정의 센서 및 특정의 운전 조향 제어를 위한 구성가능 인터페이스 디바이스를 프로그램할 수 있다. 예를 들어, AVS 인쇄 회로 기판(50)을 자율 차량에 설치하는 엔지니어는, 예를 들어, AEVIT 드라이브-바이-와이어 시스템(즉, 작동 제어 메커니즘)에 필요한 제어 등의 특정의 운전 및 조향 제어를 위해 자율 차량 상의 특정의 센서 모음에 대한 FPGA 디바이스(56)(즉, 구성가능 인터페이스 디바이스)를 프로그램할 것이다. 다른 예에서, 현장 또는 서비스 기술자는 자율 차량에 새로운 센서를 설치할 수도 있고, 그 때 새로 설치된 센서와 호환되도록 FPGA 디바이스(56)를 재프로그램할 수도 있다.

일 실시예에서, 인쇄 회로 기판(50)은 안전 무선기(58)의 E-Stop 무선기와 그리고 AEVIT 드라이브-바이-와이어 시스템(도 4a에 도시된 컴퓨터들 중 하나를 구성함)과 인터페이스되었다. 일 실시예에서, 하드웨어 계층은 하드웨어의 작동을 모니터링하고 고장난 구성요소를 전원-사이클링(power-cycling)할 수 있거나(예를 들어, 전력 배분 구성요소(64)를 통해) 심지어 심각한 오류가 검출되는 경우 차량을 정지시킬 수 있는(예를 들어, E-Stop 논리 디바이스(60)를 통해) 프로그램가능 논리 디바이스(즉, 하드웨어 와치독(60))를 포함한다. 일 실시예에서, AVS 하드웨어 계층은 컴퓨터(53, 54)로서 QNX 하드 실시간 운영 체제를 실행하는 Intel Core Duo 컴퓨터를 포함한다. 이들 컴퓨터는 AVS 소프트웨어 플랫폼을 실행시키는 데 사용되었다.

시스템내 통신: 도 4b는 CAN(controller area network) 및 AVS 소프트웨어/하드웨어 및 센서 간의 프로세스 관계를 나타낸 기능 개략도이다. AVS 플랫폼의 개별 구성요소 내에서의 통신은 포함된 메시지의 중요성(criticality) 및 규칙성(punctuality)에 기초하여 분할될 수 있다. 일 실시예에서, AVS 소프트웨어와 드라이브 바이 와이어 시스템 간의 차량 제어 메시지는 독립적인 CAN(Controller Area Network)을 통해 전송될 수 있다. 일 실시예에서, CAN(68)은 예측가능 실시간 통신(예를 들어, 운전 및 제어 신호)을 제공하고 전자기 간섭에 대한 강건함을 제공하는 통합 우선순위 시스템(integrated priority system)을 가진다. 본 발명의 하나의 우선순위 제어 시스템에서, 비상 제어와, 필요한 경우, 차량의 정지가 최고 우선순위를 가지며, CAN 버스 상의 임의의 다른 통신을 대신한다. 이따금씩 긴급 메시지가 존재하는 것을 방지함으로써, 계획 소프트웨어와 드라이브 바이 와이어 시스템 간의 제어 통신이 두번째 우선순위로서 소정의 시간 동안 방해를 받지 않고 일어날 수 있다.

일 실시예에서, 인쇄 회로 기판(50) 상에서, 다른 형태의 통신을 가능하게 하거나 그렇지 않을 수 있는, 자동차용으로 특별히 설계된 센서와의 통신(예를 들어, 센서 신호)을 위해 별도의 CAN 버스가 사용된다. 제어 네트워크를 센서에 전용시킴으로써, 제어 패킷이 입력 센서 패킷에 우선하는 것이 방지된다. 또한, 이 분리는 센서 네트워크 상의 오작동 디바이스가 제어 CAN 버스를 교란시키는 것을 방지하는 데 도움을 주는데, 그 이유는 이러한 교란이 자율 차량의 안전 운전에 악영향을 줄 수 있기 때문이다.

일 실시예에서, 인쇄 회로 기판(50) 상에, 센서와 계획 컴퓨터(53, 54) 간의 고대역폭 통신이 이더넷 링크 디바이스(62)를 통해 일어난다. AVS 플랫폼에 연결된 고정밀도 센서는 이더넷 링크 디바이스(62)에 의해 제공되는 고대역폭, 낮은 레이턴시(latency), 및 고장 내성(fault tolerance)에 아주 적합한 대량의 데이터를 발생할 수 있다. 일 실시예에서, 위치 측정 센서로부터의 위치 데이터 및 장애물 스캐너로부터의 물체 데이터 둘다는 이들의 데이터의 결정론적 전송을 필요없게 만드는 타임스탬프를 포함한다. 위치 및 장애물 데이터는 이동 계획 컴퓨터(trip planning computer)(53, 54) 내에서 재구성 및 재정렬되어 센서들 중 임의의 센서의 세상에 대한 시야를 재구성할 수 있다.

일 실시예에서, 인쇄 회로 기판(50) 상에서, FPGA 디바이스(56)는 위치 및 이동 정보를 수집하고, 데이터가 컴퓨터(53, 54)로 전송되기 전에, 관성 시스템에서의 드리프트 및 GPS 시스템에서의 작동 정지(outage)를 보상할 수 있다. 이어서, 정정된 데이터가 이더넷 및 CAN을 통해 컴퓨터(53, 54)로 전송된다. 정정된 데이터는 또한 전용 CAN 버스를 통해 장애물 스캐너로 전송된다. 이 데이터는, 차량의 위치, 속도, 및 배향이 잠재적으로 스캐너의 장애물 데이터를 정정하는 데 도움이 되게 사용될 수 있도록, 장애물 스캐너로 전송된다. 이어서, 컴퓨터(53, 54)는 장애물, 로봇의 위치, 및 임무 웨이포인트(mission waypoint)를 동일한 좌표 집합에 상관시킬 수 있다. FPGA 디바이스(56)는 위치 센서, 작동 제어 메커니즘, 및 프로세서 간의 통신을 제공할 수 있고, 1) 위치 또는 물체 센서로부터 프로세서로의 입력을 정규화하며, 2) 예를 들어, (전술한 AEVIT(Advanced Electronic Vehicle Interface Technology)과 같은) 작동 제어 메커니즘에 입력으로서 인가되는 호환 작동 제어 신호를 발생할 수 있다. 이러한 방식으로, 인쇄 회로 기판(50)(즉, 자체-완비된 자율 제어기)은 각종의 상이한 센서 및 상이한 작동 제어 메커니즘과 동작하도록 구성가능하다.

따라서, 통합형 인쇄 회로 플랫폼 실시예는 자율 차량에 탑재된 센서로부터 입력을 수신하고, 한 목적지로부터 다른 목적지로의 이동 경로를 식별하며, 이동 경로를 따라 정지 장애물과 이동 장애물 및 웨이포인트를 식별하고, 정지 장애물과 이동 장애물 둘 다를 피하기 위해 이동 경로를 정정하도록 구성된 프로세서를 포함하는 새로운 구성을 통해 본 발명의 자율 차량에 독자적인 기능을 제공한다. 통합형 인쇄 회로 플랫폼은 자율 차량 센서로부터의 입력과 운전 및 조향 제어에 대한 출력 둘 다를 수용하여 정규화할 수 있는 능력을 제공하는 프로그램가능 디바이스를 기능상 중심 위치에 포함한다. 따라서, 이 플랫폼은 1) 인쇄 회로 기판 상에 각종의 입/출력 디바이스를 포함하고 2) 사용자가 일련의 특정 센서 및 조향 제어를 위해 플랫폼을 "커스터마이즈"하는 데 사용될 수 있는 인터페이스를 제공함으로써 광범위한 자율 차량 센서를 수용할 수 있다.

전술한 바와 같이, 사용자 또는 프로그램 인터페이스(52)는 자율 차량에 포함되어 있는 다양한 센서와 운전 및 조향 제어를 수용하도록 FPGA(56)를 프로그램하는 데 사용될 수 있는 메커니즘을 사용자에게 제공한다. 도 4c는 사용자 인터페이스에 액세스할 때 사용자에게 제공되는 그래픽 디스플레이(70)의 스크린 샷이다. 그래픽 디스플레이(70)는 사용자가, 예를 들어, 전압(V), 차량 CAN 피드백, EMC CAN 피드백, 및 비례 이득 제어(proportion gain control) 등의 필드를 선택할 수 있게 하는 컨트롤을 포함한다. 도 4b에 도시된 바와 같이, 사용자 또는 프로그램 인터페이스(52)는 하나의 컴퓨터(53 또는 54) (또는 둘다)와의 상호작용을 통해 또는 FPGA 디바이스(56)과의 직접적인 상호작용을 통해 자율 차량 시스템 플랫폼을 구성할 수 있게 한다.

센서: 자율 차량은 어떤 환경에서도 안전하게 이동하기 위해 주변 환경의 정확한 사진 및 그 자신의 글로벌 위치(global position)를 필요로 한다. 도심 환경에서 동작하기 위한 부가의 과제가 있다. 이하에서는, 본 발명의 다양한 실시예에서, 본 발명의 자율 차량에 설치된 상이한 유형의 센서에 대해 기술한다.

장소 또는 위치 센서: 도심 환경에 진입하는 자율 차량 또는 로봇에 대한 과제들 중 하나는 로봇 주변의 세계의 지도를 작성하는 것과 그 지도 내에서 그 자신의 위치를 확인하는 것이다. 세계에서의 어떤 절대적 위치 또는 차량에 대해 상대적인 어떤 위치에 대해 장애물 및 차선 검출 센서로부터 수집된 데이터가 참조된다. 차량의 위치, 방향 및 속도에 관한 정확한 정보가 없는 경우, 다른 데이터가 쓸모 없게 될 수 있다. 세계에서 교통과 관련하여 경로를 계획하는 것은 차량에 관해 수집된 모든 정보를 일련의 글로벌 좌표로 변환함으로써 단순화된다. 이 변환을 하려면 데이터가 수집될 때의 차량의 위치에 대한 정확한 정보가 필요하다. 이 정보로부터, 자율 차량 주변의 지역의 지도가 생성될 수 있고, 이 지도로부터, 자율 차량의 경로가 계획될 수 있다.

기본적으로, 자율 차량의 경로를 계획하는 것 및 센서로부터 수집된 데이터를 합성하는 것은 정확한 위치 측정 정보를 필요로 한다. 전술한 연구 차량은 차량 위치 측정(즉, 위치 결정 데이터)을 제공하기 위해 Oxford Technical Solutions의 RT3000™ 위치 결정 디바이스를 이용하였다. RT3000™은 10 cm 이하의 위치 정확도를 제공하기 위해 그리고 0.1 도 이내로 정확한 방향 측정을 제공하기 위해 Omnistar™ HP 디퍼런셜(differential) GPS 신호를 사용한다. RT3000™에서의 통합형 INS(inertial navigational system)는 RT3000™이 30초 까지의 GPS 동작 정지에도 성능 열화가 거의 없이 잘 동작할 수 있게 한다. INS는 가속도 및 롤 정보를 제공한다. 관성 시스템 내의 가속도계 및 자이로스코프에 부가하여, ABS(anti-braking system) 인터페이스 보드를 통해 Ford Escape Hybrid의 후방 ABS 바퀴 속도 센서들 중 하나로부터의 바퀴 속도 입력이 RT3000 센서에 제공된다. AVS 인터페이스 보드는 Ford Escape의 ABS 센서로부터 Ford Escape의 ECU로의 통신 신호를 판독하고, 이를 GPS가 사용할 수 있는 신호로 변환한다. RT3000 센서는 RT300 센서에 내부적으로 제공되는 Kalman 필터링 및 알고리즘의 조합을 사용하여 내부적으로 각각의 소스로부터의 데이터를 통합한다.

RT3000 센서가 본 발명에서 효과적인 위치 측정 센서의 한 예로서 사용된다. GPS 신호가 부분적으로 또는 전체적으로 상실되는 경우에서도, RT3000 센서는 상실된 신호를 적절히 보상할 수 있다. 도 5a 내지 도 5c는 터널을 통해 자율 차량이 이동하는 동안에 조향 제어기로부터 수집된 데이터를 나타낸 것이며, 이 경우 GPS 신호는 10초 내지 15초 동안 완전히 상실되었다. GPS 신호를 재획득할 때 차량이 원하는 경로로부터 단지 50 cm만 벗어났다는 사실은 RT3000 센서의 신뢰성과, RT300 센서로부터 방출되는 데이터와 관련하여 제어 시스템이 잘 동작할 수 있다는 능력에 대해 말한다. 이들 도면에서, Y-오차는 제어 시스템 알고리즘에 대한 입력 신호이고, 경로 오차는 차량의 중심선이 원하는 경로로부터 벗어나는 실제량이며, 조향 각도는 차량의 전방 타이어의 각도이다. Y-오차 신호가 증가할 때, 실제 경로 오차를 최소화시키기 위해 조향 각도가 조정될 것이다.

장애물 또는 물체 센서: 앞서 일반적으로 기술된 바와 같은 일 실시예에서, 본 발명의 자율 차량은 그의 1차 장애물 회피 센서용으로 2개의 Ibeo ALASCA XT 융합 시스템 센서(Ibeo Automobile Sensor GmbH, Merkurring 20, 22143 Hamburg, Deutschland)를 사용한다. 각각의 ALASCA XT 융합 시스템 센서는 2개의 Ibeo ALASCA XT 레이저 스캐너 및 하나의 Ibeo ECU(Electronic Control Unit)를 포함한다. 연구 차량 내의 각각의 ALASCA XT 레이저 스캐너는 센서의 전방에 270°원호를 스위프하는 회전 거울과 관련하여 4안 안전 레이저(four eye-safe laser)를 사용하였다. 거울이 곧바로 전방으로 그리고 0°로 직접적으로 측면으로 향해 있을 때 ALASCA XT 레이저 스캐너에서의 4개의 빔 전부는 유닛으로부터 0.8°씩 오프셋되어 있는 4개의 상이한 스캐닝 평면상에 방출된다.

그의 시야의 유연성으로 인해, 이 예시에서, ALASCA XT 레이저 스캐너는 지면으로부터 대략 0.5 미터의 높이에서 차량에 견고하게 장착되었다. 본 발명에는 다른 높이 위치가 적당하다. 센서를 0.5 미터의 비교적 낮은 높이에 장착함으로써, 센서가 차량의 높은 곳에 장착되어 있는 경우 보다 효과적으로 작은 장애물을 검출할 수 있다. 일부 수평으로 장착된 센서는 이렇게 낮게 장착되어 있을 때 그만큼 효과적이지 못한데, 그 이유는 차량이 피칭할 때 센서의 스캐닝 평면이 지면에 의해 빈번히 방해되기 때문이다.

ALASCA XT 레이저 스캐너는 하나의 레이저 빔으로부터 다수의 에코를 검출할 수 있는 그 능력 때문에 광범위한 날씨 조건에서 동작할 수 있다. 빔이 유리창 또는 빗방울과 같은 투명한 물체에 도달하는 경우, 빔은 레이저 스캐너에 의해 인식되고 간주되는 부분 에코(partial echo)를 생성할 것이다. 이러한 다중-타겟 성능(Multi-Target Capability)은 ALASCA XT 레이저 스캐너가 폭풍우를 비롯한 많은 상이한 유형의 악천후에서 작동할 수 있게 한다.

ALASCA XT 레이저 스캐너의 다른 장점은 차량 주변의 물체의 지도를 생성하기 위해 2개의 ALASCA XT 센서로부터의 레이저 각도 및 범위 정보를 포함할 수 있는 ECU(electronic control unit)의 능력이다. 빗방울 및 지면 등의 관심없는 레이저 에코(laser echo)를 제거하기 위한 필터링 후에, ALASCA XT 레이저 스캐너 제어 시스템은 양쪽 레이저 스캐너로부터의 데이터를 결합하여 에코 그룹 주위에 다각형을 피팅한다(fit). 그 다음에, ECU 내의 소프트웨어 알고리즘은 각각의 장애물의 속도 벡터를 계산하고 그 자신의 고유 식별 번호로 각각의 장애물을 식별한다. 통신 오버헤드를 감소시키기 위해, ECU는 특정의 우선순위 분류 알고리즘을 만족시키는 장애물만을 전송한다. 본 발명의 일 실시예에서, 자율 차량은 이 분류를 위한 1차 기준으로서 물체 속도 및 차량으로부터의 거리 둘다에 기초한 알고리즘을 사용한다. 얻어진 다각형은 CAN을 통해 컴퓨터(53, 54)로 전송된다. 이 실시예에서, 이 처리의 전부가 ALASCA XT 레이저 스캐너의 ECU 상에서 국부적으로 행해지기 때문에, 컴퓨터(53, 54)는 이 부가의 처리 오버헤드를 겪지 않는다.

양쪽 장애물 검출 시스템(40)으로부터 반환된 장애물의 컬렉션은 차량의 장애물 저장소에 포함된다. 하나의 스캐너 시스템이 장애물의 리스트를 반환하지 못하는 경우, 차량은 그 시야 중 어떤 것도 상실하지 않고 다른 스캐너 시스템을 이용하여 단절없이 작동을 계속한다. 하나의 스캐너 시스템의 고장이 검출될 때, AVS 플랫폼의 하드웨어 계층은, 재시작 시에 복구가 일어나는지를 알아보기 위해, 시스템을 재부팅할 수 있다.

본 발명의 다른 실시예에서, Velodyne LIDAR(예를 들어, 360도 HFOV 및 26.8도 VFOV를 전달하는 64-요소 LIDAR 센서인 모델 HDL-64E)가 장애물 검출기(40)로서 사용된다. 이 LIDAR 시스템은 5-15 Hz의 프레임 레이트 및 초당 130만 이상의 데이터 포인트를 특징으로 한다. 이 시스템이 생성하는 포인트 구름(point cloud)은 지형 및 환경 정보를 제공한다. 이더넷 출력 패킷 페이로드(payload)에서 거리 및 세기(intensity) 데이터 둘다 제공된다. 전적으로 환경에 관한 정보를 위해 HDL-64E에 의존할 수 있고, 따라서 HDL-64E는 전술한 다른 센서들과의 중복성을 제공한다. HDL-64E 센서는 64개의 레이저를 이용하여 0.09도 각도 분해능(방위각)을 가지는 360도 시야(방위각)를 제공하고, 위로 +2° 아래로 -24.8°인 26.8도 수직 시야(고도각)는 64개의 똑같은 간격의 각도 세분(대략 0.4°)을 가진다. HDL-64E의 정확도는 2 cm 미만이다. HDL-64E는 5 내지 15 Hz(사용자 선택가능함)의 레이트로 시야를 업데이트하고, 포장 도로(~0.10 반사율)에 대해서는 50 미터 범위를 가지고, 자동차 및 나뭇잎(~0.80 반사율)에 대해서는 120 미터 범위를 가진다.

차선/도로 검출 센서: 때때로, 단지 듬성 듬성 있는 웨이포인트의 컬렉션만이 차선/도로를 식별하는 경우에 자율 차량은 적절한 차선/도로를 찾아 따라가야만 한다. 이 문제를 해결하기 위해, 본 발명의 자율 차량의 일 실시예에서, 비디오-기반 차선-검출 시스템, 예를 들어, Iteris, Inc.(Iteris, Inc., Santa Ana, California)의 모델 LDW가 이미징 디바이스(42)로서 이용되었다. Iteris LDW 시스템은 광 센서 및 이미지 처리 시스템을 사용하여 차선 표시들을 검출하고 추적한다. LDW 시스템 내의 이미징 센서는 LDW 시스템이 차선 표시선을 찾고 있는 차량 전방의 영역의 2차원 디지털화된 사진을 생성한다. 연구 차량에서, 이미징 센서는 차량 앞유리의 상부에 설치되었지만, 앞쪽을 바라보는 다른 위치가 적합할 것이다. 비디오-기반 차선-검출 시스템은 좌측 및 우측 차선 표시들의 위치, 좌측 및 우측 차선 표시들의 유형(실선, 점선 등), 차선 내에서의 차량의 각도, 및 차선의 곡률을 자율 차량에 제공한다. 이 정보는 CAN(68b)을 통해 초당 25회의 레이트로 AVS 플랫폼 소프트웨어에 제공된다. 차선 모델을 더 잘 준수하기 위해 차량의 계획된 경로를 조정하도록 차량의 소프트웨어 시스템에 의해 사용될 수 있는 현재 차선의 모델을 작성하기 위해 비디오-기반 차선-검출 시스템으로부터의 정보가 사용된다.

소프트웨어 플랫폼: 자율 차량이 도심 환경에서 성공적으로 작동하는 데 필요한 소프트웨어의 분량 및 복잡성은 소프트웨어 아키텍처를 쉽게 압도할 수 있다.

AVS 소프트웨어 플랫폼은 많은 상이한 유형의 자율 차량 응용 애플리케이션에 대해 사용될 수 있는 일반 자율 애플리케이션 프레임워크로서 설계되었다. AVS 소프트웨어 플랫폼은 센서 통합 기능, 장애물 회피 기능, 내비게이션 기능, 안전 시스템, 이벤트 로그 시스템, 위치 측정 시스템, 실시간 차량 모니터링 기능, 및 네트워크 통합 기능을 (많은 다른 기본적인 자율 차량 요구사항과 함께) 제공한다.

연구 차량에서의 AVS 소프트웨어 플랫폼은 자바 프로그래밍 언어를 사용하였지만, 본 발명이 이 프로그래밍 언어로 제한되지 않는다. 자바의 플랫폼-독립성으로 인해, 동일한 코드 베이스가 다양한 수의 하드웨어 시스템에서 실행될 수 있으며 신뢰할 수 있고 반복가능한 결과가 얻어진다. 이하에서 기술되는 AVS 소프트웨어 프레임워크는 자율 차량 애플리케이션 설계의 복잡성을 감소시키기 위해 여러 상이한 소프트웨어 설계 패턴 또는 설계 원칙을 사용한다. 이들 설계 패턴 각각은 복잡성을 감소시키고 엔터프라이즈 애플리케이션 개발에서 소프트웨어 개발의 신뢰성을 향상시키는 데 성공적인 것으로 증명되었다.

본 발명의 AVS 소프트웨어 프레임워크에서 사용되는 주요 소프트웨어 설계 원칙들 중 하나는, 큰 문제를 해결이 보다 쉽도록 설계되어 있는 일련의 느슨하게 결합된 하위 문제들로 분해함으로써, 개발에서의 복잡성을 감소시키는 "사안들의 분리(Separation of Concerns)" 패러다임이다. 따라서, 소프트웨어 시스템이 최소한의 중복을 가지는 가능한 한 많은 개별 구성요소로 분리된다. 소프트웨어를 기능상 개별적인 구성요소로 분리함으로써, 한 구성요소에서의 사소한 고장이 다른 구성요소에 악영향을 주어서는 안된다.

IoC(Inversion of Control) 컨테이너에 중점을 둔 아키텍처를 사용하여 AVS 소프트웨어 프레임워크가 구현되었다. IoC(Inversion of Control)는 프레임워크가 개개의 애플리케이션 구성요소의 실행을 조정하고 제어하는 컨테이너로서 작동하는 설계 패턴이다. IoC 프레임워크는 애플리케이션 설계를 단순화시키는데, 그 이유는 애플리케이션보다는 프레임워크가 구성요소들을 서로 링크시키고 이벤트를 애플리케이션 내의 적당한 구성요소로 보내는 일을 맡고 있기 때문이다. AVS 프레임워크에서, IoC 컨테이너는, 스레드 스케줄링, 로깅 서비스, 컴퓨팅 클러스터에 걸친 애플리케이션 자산의 분배, 고장 내성, 및 네트워크 통신을 포함하는 적절한 실시간 자율 차량 애플리케이션에 필요한 모든 서비스를 제공한다.

AVS 소프트웨어 프레임워크의 스레드 스케줄링 기능은 자율 차량 애플리케이션의 개발을 상당히 향상시켰다. 사안의 분리 패러다임이 가장 효과적이기 위해, 구성요소들이 가능한 한 격리되어 있어야 한다. 이상적으로는, 한 구성요소에서의 고장으로 인해 후속 구성요소의 실행이 중단되지 않도록 구성요소들이 순차적이기 보다는 병렬로 실행되어야 한다. AVS 소프트웨어 프레임워크는, 심지어 다수의 컴퓨터에 걸쳐서, 각각의 구성요소를 그 자신의 실행 스레드로서 자동으로 실행하고, 개별적인 구성요소 간의 데이터 공유를 투명하게 조정한다. AVS 소프트웨어 프레임워크는 또한 많은 상이한 프로세서 부하 레벨 하에서 설정된 빈도수로 이들 구성요소를 실행할 수 있으며, 이는 자율 차량 작동에 필요한 많은 제어 시스템에 유익한데, 그 이유는 이들 제어 시스템 각각이 정확한 차량 제어를 위한 정밀한 타이밍을 필요로 하기 때문이다.

일 실시예에서, AVS 소프트웨어 프레임워크는 (도 4a에 도시된 단지 2개의 컴퓨터(53, 54) 대신에) 하나 이상의 코어 내장형 컴퓨터상에서 실행될 수 있다. 실제로, 3개의 코어 내장형 컴퓨터가 분산 클러스터로서 작동되었다. 클러스터 내의 각각의 컴퓨터는 사전 설정된 시간 제약들 내에서 자율 애플리케이션의 결정론적 실행을 지원하기 위해 AVS 소프트웨어 프레임워크의 실시간 기능과 연결된 하드 실시간 운영 체제를 실행한다. 실시간 지원이 인에이블되면, 프로세스의 동작 빈도수가 급격히 안정된다. AVS 소프트웨어 프레임워크의 실시간 기능은 자율 애플리케이션이 보다 일관성있게 거동할 수 있게 하고, 심지어 소프트웨어 문제의 경우에도, 안전 모니터와 같은 높은 우선순위 구성요소 및 저 레벨 운전 알고리즘이 적절히 실행될 수 있도록 한다.

소프트웨어 구현: 소프트웨어 논리가 AVS 소프트웨어 프레임워크에 대한 모듈로서 구현되었다. AVS 소프트웨어 프레임워크는 그 자신의 독립적인 실행 스레드로 이들 모듈 각각을 실행할 수 있고, 다수의 구성요소 간의 의존관계를 자동으로 관리한다. 이하의 서브섹션에서는 본 발명에서 이용되는 소프트웨어 모듈에 대해 기술한다.

경로 계획: 자율 차량의 설계에서 환경과 장거리 경로 계획의 매핑이 중요한 관심사이다. 이용된 설계 모델은 시각적 매핑을 논리적 매핑 및 경로 계획으로부터 분리시킨다. 온보드 컴퓨터에 의해 수행되는 논리적 매핑 기능은 교차로 식별 구성요소, 센서-감지가능(sensor-visible) 랜드마크(landmark)의 매핑, 및 미정의(under-defined) 지도 영역의 정정을 포함한다. 미정의 지도 영역은 로봇(즉, 자율 차량)에 제공된 지도가 실세계 환경에 불충분하게 상관되어 있는 지역으로 이루어져 있다. 이 경우에, 로봇은 그의 이동 경로를 따라 그 영역을 탐색하고 식별해야만 한다.

본 발명의 일 실시예에서, 기존의 지도를 좌표 데이터로 변환하는 것은, 측량 등의 다른 방법보다 방향을 조향하는 것을 획득하는 더 효율적인 방법인 것으로 밝혀졌다. 어떤 상황에서, 기존의 지도가 이용가능하지 않을 수 있다. 자율 차량이 "폐쇄" 경로(즉, 물리적 또는 소프트웨어-결정(software-directed) 경계에 의해 설정된 경로)에 걸쳐 동작하도록 설계되어 있는 경우, 자율 차량이 폐쇄 경로를 계획하는 동안 통상적으로 자율 차량을 제어하는 데 사람에 의한 차량의 제어가 사용될 수 있다. 자율 차량은 그의 GPS, 장애물 스캐너, 및 차선 검출 센서로부터의 정보를 상관시킴으로써 지정된 경로를 계획할 수 있다.

경로 및 경로를 따라 있는 웨이포인트를 나타내는 논리적 지도가 얻어지면, 논리적 지도가, 예를 들어, RNDF(Route Network Definition File) 형식으로 온보드 컴퓨터(53, 54)에 제공되지만, 다른 형식이 사용될 수 있다. 2-패스 파서(two pass parser)는 모든 웨이포인트 참조가 유효한지를 검증하기 전에 모든 웨이포인트를 식별한다. 이 지도는 RNDF 형식의 객체-지향 구성 형태로 저장되고, RNDF 파일로부터 도출된 지도 특징에 대한 확장을 포함한다.

RNDF의 데이터로부터 획득된 제1 도출 특징은 정류소 및 진출로/진입로 웨이포인트를 교차로로 그룹화하는 것이다. 이하는 예시적인 매핑/웨이포인트 알고리즘이다. 알고리즘은 먼저 임의의 정류소 웨이포인트를 선택하고, 이어서 그 지점을 빠져나가는 모든 진출로 및 그 지점으로 가는 모든 진입로를 찾는다. 그 다음에, 교차로에서의 각각의 진출로에 대해, 진출로 다음에 오는 웨이포인트가 진입로인 경우, 진입로/진출로 쌍이 교차로에 추가된다. 마찬가지로, 교차로에서의 각각의 진입로에 대해, 진입로 이전의 웨이포인트가 진출로 웨이포인트인 경우, 진출로/진입로 쌍이 교차로에 추가된다. 마지막으로, 임의의 정류소 또는 진출로가 교차로의 경계로부터 정의된 거리 내에 있는 경우, 이들도 역시 교차로에 추가된다. 각각의 정류소 또는 진출로만이 하나의 교차로에 속하는 것을 보장하도록 프로비전(provision)이 이루어진다.

RNDF의 데이터로부터 획득된 제2 도출 특징은 웨이포인트 간의 이동과 연관된 비용의 저장이다. 한 웨이포인트로부터 그 다음 웨이포인트로 운전하는 데 걸리는 시간이 최적의 경로를 선택하는 데 사용되는 메트릭의 제1 후보이다. 시간 메트릭은 웨이포인트, 진출로 및 구역 객체에 저장된다. 구간 최고 속도 제한을 웨이포인트와 그것의 이전 웨이포인트 사이의 거리로 나눔으로써 각각의 웨이포인트에 대한 초기 비용이 최적으로 계산된다. 웨이포인트가 차선의 시작에 있는 경우, 그 웨이포인트는 비용이 0이다. 진출로의 비용은 진입로 구간의 속도 및 고정 벌점에 기초하여 계산된다.

본 발명의 한가지 경로 발견 알고리즘은 로봇(즉, 자율 차량)이 그의 환경을 더 탐색할 때 그 계획에 있어서 보다 효율적으로 될 수 있게 하는 학습 구성요소를 포함할 수 있다. 웨이포인트 사이를, 교차로를 통해 그리고 구역에 걸쳐 이동하는 데 걸리는 시간을 기록함으로써, 이동 시간이 최적으로 되는 경로가 계산된다. 다수의 경로에 걸쳐 사용되는 주어진 RNDF에 대해 이동 시간의 기록이 유지된다. 시간이 지남에 따라 교통 패턴이 변할 때, 새로운 혼잡 영역이 표시되고, 이전의 관찰 내용은 신뢰되지 않는다. 기하급수적으로 감소하는 가중치를 가지는 식 1에 나타낸 바와 같은 가중 평균 수식이 특정의 이동 단위의 비용을 계산하는 데 사용된다. 가장 최근의 관찰 내용이 0.5의 가중치를 가지며, 각각의 이전의 관찰 내용의 가중치는 1/2로 감소된다.

S_n = 샘플

N = 샘플의 수

N = 1 : 합 S₀

N > 1 : 합 =

(1)

본 발명의 일 실시예에서,

추론-안내 검색(heuristic-guided search)으로 공지된 검색 알고리즘을 적용함으로써 체크포이트들 사이의 최적의 경로가 결정된다. 다른 알고리즘도 마찬가지로 사용될 수 있다.

검색 알고리즘은 탐색된 경로의 우선순위 큐를 유지한다. 경로의 현재 비용(g(x)) 및 목표까지의 추정된 비용(h(x))에 의해 우선순위가 결정된다. 경로 계획을 위한

의 구현에서, g(x)는 이미 탐색된 이동 단위에 대한 관찰된 평균 이동 시간의 합이다. 추론 h(x)는 목표 체크포인트까지의 직선 거리를 경로에 대한 최대 속도 제한으로 나눈 것이다. 이 추론은 가장 직접적인 경로가 먼저 탐색되는 거동에 영향을 미친다.

알고리즘은 시뮬레이션 및 실제 테스트 모두에서 정확한 경로를 생성하는 것으로 증명되었다.

VSO(Variable Structure Observer, 가변 구조물 관찰자): VSO의 주요 기능은 정보 통합과 자율 차량의 근방 환경(대략 150 미터 이내)에 있는 모든 정지 장애물 및 이동 장애물의 좌표 및 궤적의 예측을 제공하는 것이다. 가변 구조물 관찰자 알고리즘은 다수의 정지 물체 및 이동 물체를 추적한다. 가변 구조물 관찰자 알고리즘은 차량의 상황 인식을 향상시키고, 센서 데이터가 일시적으로 상실되거나 일시적으로 신뢰할 수 없게 되는 경우에도, 차량의 지능적 작동 및 이동을 유지하는 기능을 제공한다. 이것은, 다른 차량이 자율 차량의 전방에서 교차로를 주행하여 통과하고 있을 때와 같이, 한 장애물이 다른 장애물에 의해 일시적으로 가려져 있는 상황에서 극히 유용하다.

도 6a는 본 발명의 일 실시예에 따른 VSO 알고리즘 이용을 나타낸 것이다. 구체적으로는, 도 6b는 자율 차량의 계획된 경로(즉, PP로 나타낸 곡선)가 작은 이동 직사각형(82)의 시퀀스로 도시된 레이더 추적된 차량(이동 장애물)의 경로와 교차하는 시나리오에서 개발된 가변 구조물 관찰자를 나타낸 것이다. 이 예에서, 레이더 빔(즉, 좌측 하부 코너로부터 뻗어 있는 각도 변위된 선)이 2개의 트레일러(84)(즉, 큰 직사각형)에 의해 차단된다. 추적된 이동 장애물(82)이 트레일러(84)에 의한 차단으로 인해 레이더 스크린으로부터 사라질 때, 가변 구조물 관찰자는 그의 모델을 실행하여 이동 차량의 예측된 위치를 생성함으로써 이를 메모리에 유지한다. 자율 차량 경로를 따르는 속도 계획은 이동 장애물이 경로와 교차하는 시간을 고려한다. 점선의 원형 영역에서의 중첩하는 직사각형은 불확실성으로 인한 예측된 위치의 오차를 나타낸다. 따라서, 가변 구조물 관찰자는 데이터의 흐름이 중단될 때에도 충돌을 방지한다. 개발된 가변 구조물 관찰자는 시스템의 계산 능력에 의해서만 제한되는, 무한한 수의 이동 장애물의 추적을 가능하게 한다.

VSO 원리는 Drakunov, S. V., "Sliding-Mode Observers Based on Equivalent Control Method," Proceedings of the 31st IEEE Conference on Decision and Control (CDC), Tucson, Arizona, December 16-18, 1992, pp. 2368-2370에서 제안된 슬라이딩 모드 관찰자(sliding mode observer)의 사상에 기초하며, 가변 구조물 시스템의 일반 이론에 기초하고 있으며, 이 문서의 전체 내용은 참조 문헌으로서 본 명세서에 포함된다. 그 원리는 다음과 같이 기술될 수 있다: 장애물이 센서 시스템에 의해 검출되면, 장애물의 위치, 기하 형태 및 속도 벡터를 알아내기 위해 예비 데이터 처리가 사용된다. VSO 알고리즘은 장애물에 대한 "식별자" 및 그의 움직임의 수학적 모델을 자동으로 생성할 것이다.

그 결과, 식별된 장애물에 대한 상태 벡터[위치, 기하 형태, 형상, 속도 등]가 생성된다. 상태 벡터(즉, 그것의 파라미터)가 인입하는 센서 데이터 스트림에 기초하여 끊임없이 업데이트된다. 센서 데이터가 일시적으로 상실되는 경우, VSO 알고리즘은 센서 데이터가 재획득될 때까지 일시적으로 가려진 차량이 안전하게 정지하거나 장애물을 피할 수 있게 하도록 장애물의 위치 및 속도의 예측을 (시뮬레이션을 통해) 계속하여 제공할 것이다.

VSO 알고리즘을 전방으로 장래의 시간까지 실행함으로써, VSO는 경로 계획 및 속도 계획을 위해 이 장애물의 현재 위치 뿐만 아니라 장래 위치도 예측할 수 있다. 특정 규칙이 뒤따른다. 예를 들어, 식별된 물체가 자율 차량과 동일한 도로를 따라 이동하는 이동 물체인 경우, VSO는 식별된 물체가 도로 상에 있는 것으로 가정할 것이다. 예를 들어, 식별된 물체가 자율 차량과 동일한 도로를 따라 이동했고 거의 일정한 속도로 이동한 이동 물체인 경우, VSO는 식별된 물체가 도로 상에 있고 (따라서 다른 물체가 끼어들지 않는 한) 계속하여 동일한 속도에 있는 것으로 가정할 것이다. VSO는 근처 환경 내의 모든 장애물의 상태 벡터를 차량의 동작 환경의 하나의 가변 구조물 모델 내로 결합하며, 가변 구조물 모델은 환경에 따라 동적으로 변화한다. 관찰자의 상태 벡터의 차원은 항상 변하는데, 그 이유는 VSO가 이 영역에 진입하는 장애물에 대한 새로운 모델을 추가하고 장애물이 그 영역에서 빠져나갈 때 장애물을 제거할 것이기 때문이다.

본 발명의 일 실시예에서, 가변 구조물 관찰자는 슬라이딩 모드를 갖는 시스템의 이론에 기초한다. 슬라이딩 모드의 사용은 비선형 수학으로부터 이해되며, 시스템의 시간 거동을 분석하기 위해 다른 "시스템"에서 사용되었다. 본 발명의 가변 구조물 관찰자에서, 불확실성의 존재 하에서 강한 비선형 시스템에 대한 관찰 데이터로부터 상태 벡터를 재구성하는 데 슬라이딩 모드가 사용된다. 경로 계획과 관련하여 VSO를 이용하는 것에 대한 보다 상세한 설명이 이하에 포함되어 있다.

실제로, VSO는 또 다른 이점을 제공한다. 그것의 계산에 있어서 차량 움직임의 수학적 모델을 포함시킴으로써, VSO는 센서 데이터에서 발생할 수 있는 변동을 자동으로 필터링하여 제거한다. 이것은 레이저 스캐너 센서와 관련하여 특히 중요한데, 그 이유는 (이들 센서가 계산하는) 속도 벡터가 상당한 지터를 포함할 수 있기 때문이다.

경로 계획: 본 발명의 경로 계획 알고리즘은 장애물을 피하고 항상 계획된 경로 내에서 차량을 조종한다. 일 실시예에서, 이들 알고리즘은 이유 없이 차량을 계획된 경로부터 벗어나게 하지 않을 것이다. 그러나, 차량이 어떤 이유로 경로를 벗어나는 경우, 내비게이션 시스템은 이것을 검출하고 경로로 되돌아오는 안전한 경로를 제공한다. 웨이포인트를 놓친 경우, 내비게이션 시스템은 단순히 경로 상의 그 다음 이용가능한 웨이포인트로 계속 진행할 것이다. 경로가 장애물로 차단되어 있는 경우, 경로 계획 시스템은 장애물 근방의 경로를 결정할 것이다.

본 발명의 일 실시예에서, 여전히 차량이 이동하는 것이 불가능하지 않도록 하면서 계획된 경로의 중앙을 따르도록 설계된 큐빅 B-스플라인(cubic b-spline)의 사용을 통해 경로 계획이 달성된다. 이러한 보장은 경로를 따르는 임의의 포인트에서의 곡률이 차량이 성공적으로 따라갈 수 있는 최대 곡률 미만이라는 것을 의미한다. 또한, 계속하기 전에 새 위치로 핸들을 돌리기 위해 차량을 정지시킬 필요가 없도록 곡률이 연속하게 유지된다. 경로 계획 알고리즘에서 사용하기 위해 B-스플라인이 선택된 주된 이유는 그의 결과적인 곡선의 형상이 쉽게 제어될 수 있기 때문이다. 경로의 중앙을 따르는 초기 경로가 생성된 후에, 이 경로가 안전한 경로인지를 판정하기 위해 장애물 저장소와 대조하여 검사된다. 경로가 안전하지 않은 경우, 간단한 알고리즘은 스플라인이 유효 최대 곡률을 여전히 포함하면서 모든 기지의 장애물을 피할 때까지 곡선의 문제 지점에 제어 포인트들을 발생하고 조정한다. 이 시점에서, 경로는 안전하고 주행가능하다.

본 발명의 경로 계획은 또한 장애물 근방의 경로를 계획하기 위해 몇개의 계획 알고리즘과 함께 LOD(Level of Detail) 기반 장애물 회피 알고리즘을 사용할 수 있다. 본 발명의 일 실시예에서, LOD 분석은 상이한 LOD에서 동일한 알고리즘을 실행한다. 예를 들어, 적은 디테일로 실행될 때(예를 들어, 큰 안전 마진(safety margin)을 수용하기 위해), 유효한 경로가 발견될 때까지 (예를 들어, 작은 안전 마진을 수용하기 위해) 디테일을 반복적으로 증가시킨다. 유효한 경로가 발견될 때까지 몇가지 상이한 파라미터를 사용하여 경로 계획 알고리즘이 실행된다. 초기 파라미터는 안전 마진을 사용하는 반면(예를 들어, 차량과 장애물 간의 여유 또는 장애물들 간의 여유), 최종 파라미터는 장애물 근방의 안전 마진을 사용하지 않는다. 이것은 큰 오차 마진(예를 들어, 차량 측방 여유)으로 장애물을 피하는 경로가 이용가능한 경우, 경로 계획 소프트웨어는 그 경로를 선택한다. 그렇지 않은 경우, 계획 알고리즘은 유효한 경로가 결정될 때까지 계속하여 장애물 근방의 안전 마진을 감소시킬 것이다.

본 발명은 차량 추력(vehicle thrust) 및 차량에 대한 외력 등의 요인들을 수용한다. 실제 차량 시스템과 동일한 방식(또는 유사한 방식)으로 거동하는 전달 함수를 구하기 위해 시스템으로의 입력 신호를 시스템의 응답과 관련시킴으로써 시스템을 정의하는 파라미터를 결정하는 데 사용될 수 있는 본 발명에서 사용되는 방법은 시스템 식별(system identification)이다. 예를 들어, 차량의 속도를 제어하려고 할 때, 입력은 브레이크와 액셀러레이터 위치이고, 출력은 차량의 속도이다. 시스템 모델은 다음과 같이 전달 함수 H(S)로 표현될 수 있다:

여기서, u(s)는 시스템 입력(브레이크 및 액셀러레이터 위치)이고, y(s)는 시스템 출력(속도)이다. 정확한 전달 함수라는 확신이 얻어질 때까지, 예를 들어, 연구 차량에 대해 경험적으로 테스트된 차량 시스템의 전달 함수 H(s)에 도달하기 위해 시스템 식별이 차량 추진 시스템으로부터의 실세계 데이터에 적용되었다.

따라서, 본 발명에 따른 차량의 속도 제어는 액셀러레이터 및 브레이크 기능을 수용했을 뿐만 아니라 물리적 엔진 시스템에서의 많은 다른 인자들도 수용하였다. 예를 들어, 연구 차량이 가스-전기(gas-electric) 하이브리드 엔진을 가지고 있기 때문에, 2개의 추진 시스템의 결합이 연료 효율성을 위해 조정된 액세스가능하지 않은 공장에서 설치된 온보드 컴퓨터에 의해 제어되었다. 결과적으로, 요청된 페달 위치와 달성된 실제 위치의 매핑이 선형이 아니며, 경험적 결정에 의해 소프트웨어로 재매핑되어야만 한다. 본 발명의 일 실시예에서, 통합된 PD(proportional-derivative) 제어기에 의해 차량의 속도가 제어된다. 이 제어기의 출력은 이전의 출력과 현재 오차 및 오차의 미분에 기초한다. 시간 영역에서, 제어기는 다음과 같이 쓰여질 수 있다:

여기서, K_p 및 K_d는 조정가능한 계수이고, u(t)는 시간 t에서의 제어기의 출력이며, e(t)는 시간 t에서의 오차이다. 오차는 목표 출력에서 실제 출력을 뺀 것으로 정의되었다. 실제 출력은 RT3000™에 의해 보고되었고, 목표 속도는 경로 계획 알고리즘으로부터 도출되었다.

통합된 PD 제어기가 설계되고 전술한 도출된 전달 함수에 대해 조정되었다. 예를 들어, 도출된 전달 함수의 계산 모델에 대해 최적의 성능을 위해 필요한 (PD 제어기에서의 비례 제어를 위한) 가중치가 먼저 도출되었고 이어서 차량에서 작동될 때 조정되었다.

연구 차량에서 둘다 경로 계획 시스템과 독립적인 2개의 개별적인 프로세스를 사용하여 액셀러레이터 및 핸들 제어가 달성되었다. 경로 계획 알고리즘에 의해 경로가 결정되었으면, 선택된 경로를 유지하기 위해 가속도 및 조향이 배타적으로 사용된다. 경로들은 생성 시에 실행가능성에 대해 검사되기 때문에, 제어 시스템에서 차량에 대해 주어진 모든 경로는 달성가능한 것으로 제어 시스템에 의해 가정되었다. 이러한 방식으로(비록 본 발명이 다른 시작 가정을 사용할 수 있지만), 선택된 경로를 따라가기 위해 얼마나 최선으로 진행할 것인지를 결정하는 일은 제어 시스템의 부담이 된다.

일 실시예에서, 연구 차량의 조향 제어기는, 그 전체 내용이 참조 문헌으로서 본 명세서에 포함되는, Riekert 및 Schunck의 "Zur fahrmechanik des gummibereiften kraftfahrzeugs," in Ingenieur Archiv, vol. 1 1, 1940, pp. 210-224에 의해 설명된 고전적인 단일-트랙 모델 또는 자전거 모델에 기초하는 리드-래그(lead-lag) 제어기였다. 리드 보상기(lead compensator)는 시스템의 응답성을 향상시키고, 래그 보상기(lag compensator)는 정상 상태 오차(steady state error)를 감소시킨다(그러나, 제거하지는 않는다). 리드-래그 보상기는 시스템의 주파수 응답에 기초하였다. 리드-래그 보상기는, 그 전체 내용이 참조 문헌으로서 본 명세서에 포함되는, D. Bernstein의 A students guide to classical control, IEEE Control Systems Magazine, vol. 17, pp. 96-100 (1997)에 기술된 것과 유사하였다. 연구 차량의 결과적인 제어기는 2개의 리드 및 래그 함수의 콘벌루션을, 0.045인 저주파 이득과 곱한 것이었다. 적응적 추정 파라미터가 사용되었다. 적응적 추정은 먼저 이론적 함수를 적용하여 얻어진 일련의 값(파라미터)을 사용하고 이어서 파라미터가 완전하게 될 때까지 파라미터를 실세계 시나리오(예를 들어, 깊은 모래, 거친 지형, 및 기타 지형 유형)에서 테스트하고 수정한다.

(12) 및 (13)에 나타낸 바와 같이 이산화된 제어기(discretized controller)가 구현되었으며, 여기서 x는 상태 벡터이고,

는 시간에 대한 상태 벡터의 미분이며, u는 입력 벡터이고, δ_f는 타이어에서 중심선에 대해 측정된 출력 조향 각도이다. 상태 벡터 x는 [y_s ψ]로서 정의되고, 여기서 y_s는 가상 센서로부터 참조 경로까지의 거리를 지칭하고, ψ는 차량의 요 레이트(yaw rate)이다. 가상 센서는 차량의 중심선을 따라 차량의 전방으로 주어진 거리만큼 투사된(projected) 지점이다. 이 지점은 흔히 전방 주시 지점(look-ahead point)이라고 하고, 전방 주시 지점에서 RT3000까지의 거리는 전방 주시 거리(look-ahead distance)라고 한다.

제어기에 대한 입력 벡터 u는 [y_s]로서 정의된다. 제어기의 출력은 타이어에서 중심선에 대해 측정된 조향 각도이다.

연구 차량에서의 조향 및 제어 시스템은 핸들 각도와 얻어진 타이어 각도 간의 관계가 선형이고 차량의 중력 중심의 위치가 전방 차축과 후방 차축 사이의 웨이포인트에 있는 것으로 가정하였다. 안전성 척도로서, 차량이 불안정하게 되는 것을 방지하기 위해 y_s 신호의 크기가 모니터링되었다. y_s가 주어진 임계값을 가로지르는 경우, 차량이 경로로부터 심각하게 벗어나 있음을 의미하며, 차량의 속도가 2 mph로 감소되었다. 이것에 의해 차량이 원하는 경로로 복귀할 수 있고 가능한 전복을 방지하였다.

따라서, 자율 차량이 일반적으로 따라가야 하는 글로벌 경로(global route)를 생성하기 위해 경로 계획 모델이 사용되지만, 글로벌 경로로부터 현재 로컬 경로(local path)로 변환하기 위해 VPP(Velocity and Path Planner)라고 하는 로컬 경로 계획 모델이 사용된다. 로컬 경로는 차량의 계획된 위치 및 차량의 계획된 목표 속도 둘 다를 포함한다. 차량의 상태 및 주변 환경 둘 다 변하기 때문에, 로컬 경로가 초당 여러번 재생성될 수 있다.

VPP는 VSO로부터의 정보를 사용하여 자율 차량의 시간-공간 궤적 및 속도 프로파일을 계획 및 업데이트한다. VPP는 적절한 경로 계획에 의해 정적 장애물을 피하는 것(즉, 정적 장애물로부터 떨어지게 조향하는 것)을 목표로 하고, 자율 차량의 계획된 경로를 가로지르게 될 이동 장애물을 피하기 위해(필요한 경우 장애물을 피하기 위해 완전히 정지하게 되는 것을 포함함) 자율 차량의 속도를 조절하는 것을 목표로 한다. 장애물의 시간-공간 특성 및 그의 장래 위치를 포함하는 확장된 영역에서 최적 경로 계산이 수행된다. 이 설명을 단순화하기 위해 이러한 방식으로 본 명세서에 제시되는 3개의 논리적 단계에서 궤적 계산이 행해진다.

제1 단계 동안에, VPP는 글로벌 경로로부터 제공된 GPS 포인트들에 기초하여 (x,y)-공간 궤적을 계산한다. 이들 지점은 이어서 큐빅 또는 고차 스플라인 보간을 사용하여 계산된 부드러운 곡선으로 연결된다.

제2 단계에서, VPP는 속도 제약들(최대 및 최소 속도 제한)을 만족시키고 임의의 기지의 또는 검출된 장애물을 피하는 확장된 시간-공간 영역

에서의 시간-최적 궤적을 계산한다. 변분법, Bellman 동적 프로그래밍, 및 Pontryagin의 최소 원리의 조합을 사용하여 전술한 제약들을 가지는 최적의 궤적 및 준최적의(quasi-optimal) 궤적이 계산된다. Pontryagin의 최소 원리는 제어 및 상태 변수 제약들의 경우에 시간-최적 제어를 위한 필요 조건을 제공한다. 이 계산은 전술한 바와 같은 슬라이딩 모드 알고리즘을 사용하여 행해진다. 도 6b는 원래의 속도 계획(대각선) 및 관찰된 장애물(즉, 타원 형상)을 고려하는 정정된 경로(우측으로 벗어나서 원래의 속도 경로에 평행하게 대각선으로 진행하는 선)를 도시하는 예시적인 거리 대 시간 S-T 다이어그램이다. 이 차트에서, s는 경로를 따른 거리를 나타내고, 시간은 경로를 따라 그 포인트에 있게 될 예상 시간이다.

제3 단계에서, VPP는 속도 및 차량 안전성을 유지하면서 가속/감속 제약들을 만족시키는 단계 2에서 계산된 궤적에 가장 가까운 궤적의 온라인 준최적 계산을 사용한다. 이 시점에서, 안전 작동을 방해하지 않는 경우, 승차감이 고려될 수 있다. 일 실시예에서, 이 궤적 계산은 슬라이딩 모드 알고리즘을 사용하여 VPP 의해 수행된다.

VPP는 차량의 속도를 변경함으로써, 공간-시간 영역(S-T 영역)에서 모든 유형의 장애물의 회피를 가능하게 한다. 수학적 해가 없고 차량이 감속함으로써 장애물을 피할 수 없는 경우, 그 다음에, 장애물을 피할 수 있는 경우, 장애물을 피하기 위해 방향 전환 조종(swerving maneuver)이 구현된다. 예를 들어, 다른 차량이 이상하게 거동하지 않는 경우, 이러한 유형의 방향 전환 조종은 수용가능하다.

차선 변경 또는 기타 경로-변경 조종이 시도되어야만 하는 지를 판정하기 위해 VPP의 결과가 반복하여 평가된다. VPP의 한가지 목표는 최적의 속도를 달성하는 것일 수 있으며, 따라서 다른 차량이 너무 오랫동안 정지해 있는 경우 또는 심지어 자율 차량의 속도가 그 전방에 있는 다른 차량에 의해 너무 많이 느려지는 경우, 계획 알고리즘은 다른 차량을 추월하려고 시도할 것이다.

보다 일반적으로, 본 발명의 VPP 알고리즘은 도 6c에서 설명될 수 있다. 구체적으로는, 도 6c는 일 실시예의 VPP 계산 프로세스를 나타낸 흐름도이다. 이 프로세스는 의도된 이동 경로 계획(예를 들어, 수치 스플라인으로서 표현됨)을 수신하고 이어서 경로 파라미터(예를 들어, 거리, 접선 벡터, 요 각도(yaw angle) 등)를 계산함으로써 시작하는 것으로 개념화될 수 있다. 그 다음에, 이 프로세스는 계산된 경로 파라미터에 대해 수행되는 곡률 계산을 고려하고, 전방 및 후방 슬라이딩 모드 리미터 계산 둘 다를 수행하는 데 있어서의 가속/감속 제약들을 고려한다. 속도 계획이 생성된다.

이제 의도된 이동 경로 계획 및 계산된 속도 계획을 가지는 프로세스가 계속하여 이동 경로를 따라 시간 분포를 계산한다. 후속하여, 이 프로세스는 공간-시간 영역 속도 계획을 재계산하여 의도된 이동 경로를 가로지르는 이동 장애물을 피하기 위해 이동 장애물 데이터를 고려하고, 그에 의해 수정된 속도 계획을 생성한다. 수정된 속도 계획이 소정의 또는 사전 설정된 가속/감속 제약들을 만족시키는 경우, 이 실시예에서 이동 장애물을 피하는 수정된 속도 계획이 수용된다. 그렇지 않은 경우, 전방 슬라이딩 모드 리미터 계산에 의해 새로운 속도 계획을 다시 계산하기 시작함으로써 이 프로세스가 재반복된다.

조향 제어 시스템: 경로가 곡률 및 속도에 관련된 특정의 제약들을 만족시키는 한, 소프트웨어 계획 모듈은 어떤 경로라도 생성할 수 있다. 차량은 높은 수준의 정밀도로 경로를 정확하게 따라갈 수 있다. 이 높은 수준의 운전 정밀도로 인해, 계획 모듈은 조밀한 장애물 영역을 뚫고 성공적으로 빠져나가는 경로를 생성할 수 있다. 다수의 계획 모듈이 중복성을 위해 사용될 수 있고, 또한 다수의 후보 경로를 동시에 생성하는 데 사용될 수 있다. 다수의 경로가 생성되는 경우, 최상의 점수(점수는 많은 상이한 방식(최단 시간, 최단 거리, 장애물이 최소로 있는 것, 기타)으로 계산될 수 있음)를 가지는 것이 사용된다.

게다가, 차량이 생성된 경로를 정확하게 주행할 수 있을 때 경로 계획 구성요소가 가장 효과적으로 동작하기 때문에, 본 발명의 자율 차량의 개발 동안 조향 제어기에 특별히 중점을 두었다. 이하에서는 본 발명의 고성능 조향 알고리즘에 대해 보다 상세히 기술된다. 고성능 조향 알고리즘에 대해 실현된 결과가 도 7 내지 도 9에 도시되어 있다.

도 7은 도심 환경에서 본 발명의 차량의 조향 제어기에 대한 표준 편차를 나타낸 도면이다. 도 7이 차량의 조향 제어기가, 심지어 도심 환경에서도 고속으로, 극히 높은 정확도로 주행할 수 있다는 것을 나타내기 때문에, 자율 차량이 구불구불한 도심 경로 동안 더 높은 안정된 속도를 달성할 수 있게 한다. 도심 주행 동안, GPS로부터의 신호는 고층 빌딩 및 나무가 GPS 신호에 미칠 수 있는 영향으로 인해 노이즈가 아주 많을 수 있다. 이 노이즈는 도심 환경에서의 고속의 자율 주행을 훨씬 더 어렵게 만들 수 있다.

도 8은, 심지어 30 km/hr의 일정한 속도로 급커브를 포함하는 어려운 지그재그 코스를 주행하는 동안에도, 본 발명의 조향 제어기가 경로로부터의 표준 편차가 25 cm 미만으로 유지할 수 있다는 것을 보여준다. 이러한 유형의 정확도는 고속으로 급커브하는 동안 달성하기 어려운데, 그 이유는 차량의 타이어가 지면 상에서 슬라이딩/스키딩(skidding)하기 때문이며, 이는 이들 조종 동안에 조향 제어 알고리즘에 의해 고려되어야 하는 추가의 변수이다.

정밀 주행 능력에 부가하여, 통계 평균 및 필터링 방법을 사용하는 데이터 필터링 알고리즘은 본 발명의 자율 차량 상의 장애물 센서에서의 노이즈를 감소시키는 것으로 밝혀졌다. 도 9는 레이저 스캐닝 시스템으로부터의 속도 값을 필터링한 결과를 나타낸 것이다. 도 9는 상당한 노이즈를 포함하고 있었던, 레이저 스캐너에 의해 제공된 속도 값이 성공적으로 제거된다는 것을 보여준다.

고성능 조향 알고리즘: 본 발명의 일 실시예에서, 새로운 자율 차량 조향 방법이 제공된다. 이 방법은 조향 명령을 생성하기 위해 지면 상의 경로를 따라 이동 포인트

를 따라가는 단계를 포함한다. 조향을 실행하는 방법은 경로를 따라 이동하는 지점의 원점으로부터의 거리의 피제어 시간-함수(controlled time-function) s(t)에 기초한다. 지면 상의 이동 포인트

로부터의 실제 차량 위치(x(t), y(t))의 벡터 오차

가 다음과 같도록 함수 s(t)의 제어 및 조향 각도

가 선택되고,

은, 예를 들어,

(여기서, 이득 k>0) 또는 보다 일반적인

형태의 원하는 점근적 안정 미분 방정식(asymptotically stable differential equation)을 만족시킨다. 그 결과, 오차가 0에 수렴하며, 따라서 경로를 따라 차량의 강건한 조향을 제공한다. 이하에서, 이 방법의 한가지 가능한 구현을 제공하며, 제어기 이득 k의 선택은 최적의 수렴 조건에 기초한다.

완전한 논홀로노믹 모델(도 10 참조)의 경우, 전방 타이어 및 후방 타이어 둘 다의 측면 슬립(side slip)이 없는 것으로 가정된다. 리어 디퍼렌셜(rear differential)로부터의 거리 x₀에 대해 차량 세로축 상에 위치하는 포인트의 X-Y 좌표를 나타내는 논홀로노믹 모델의 운동학 부분(kinematical part)은 다음과 같고

여기서, x,y는 글로벌 프레임에서 판독 포인트의 좌표이고, θ는 요 각도이며,

는 전방 진행 각도이고, v_f는 전방 속도이다. 후방 바퀴 속도는

이다.

이제, 전방 바퀴가 슬립하지 않는 동안, 후방 바퀴 측면 슬립의 가능성을 생각해보자. 도 11을 참조하기 바란다.

경로를 따른 거리 s의 함수인 원하는 경로:

경로 시작점으로부터의 가상 포인트의 거리:

시간 t에서의 가상 포인트의 XY-위치:

가상 포인트로부터의 현재 차량 위치의 벡터 오차:

오차에 대한 시스템:

여기서 w는 경로를 따른 가상 포인트 속도이다(이것이 가상 제어임).

은 가상 포인트 방향 (단위) 벡터이다.

속도가 주어진 경우 오차의 최대 수렴율의 조건으로부터 가상 제어를 선택할 시에, 수학식 2에서의 제1 방정식의 우변은 다음과 같고,

이어서,

이것은 오차가 지수함수적 레이트(exponential rate) k로 0에 수렴하는 것을 보장한다:

에 따라

수학식 3으로부터, 타이어 각도

는 다음을 만족해야만 한다.

수학식 4의 양변에 제곱 놈(norm squared)을 취하면, 수학식 5가 얻어진다.

이 방정식으로부터 k가 주어지면, 다음과 같이 w를 구할 수 있다.

여기서

은 포인트 x₀의 속도를 나타낸다.

한편, 수학식 5로부터, 수학식 5를 w에 대해 미분하고 k의 도함수를 0으로 설정함으로써 k의 최적 값을 구할 수 있다.

최적 지점에서,

이다. 쉽게 알 수 있는 바와 같이, 이 최적값은 영역

에서의 최대값이다. 실제로, 수학식 5는 wk-평면에서의 2차 곡선

을 나타낸다.

이기 때문에,

B²<AC이고, 따라서, 이것은 타원이다. 따라서, k_opt > 0이 최대값이다.

수학식 7로부터,

이다.

따라서,

이거나

수학식 5로부터

이고,

이로부터

이다.

오차 E(t)가 0으로 수렴할 때, k_opt의 값은 아주 크게 될 수 있다. k를 제한하기 위해, 최적 근사값(near optimal value)을 사용할 수 있다.

여기서, ε > 0은 작은 상수이고(이것은

가 바운드(bound)되는 것을 보장함), 수학식 8을 도입하면

을 얻는다.

수학식 6에 수학식 8을 대입하면, w의 최적 근사값

을 얻으며, 여기서

이다.

따라서,

이다.

수학식 4로부터,

이 얻어진다.

이것으로부터,

이 얻어진다.

이들 방정식의 우변에서,

은 진행 각도

에도 의존한다. 따라서,

를 표현하는 한가지 방식은

를 구하기 위해 2개의 방정식을 나누는 것이다.

그 결과,

가 얻어진다.

이제, 전방 바퀴가 슬립하지 않는 동안, 후방 바퀴 측면 슬립의 가능성을 생각해보자. 도 11을 참조하기 바란다.

이 경우에, 후방 지점의 속도 v _r 이 자동차 세로축과 정렬될 필요는 없다. 질량 중심은 차량에서의 하나의 표준 기준 포인트이지만, 실제로 회전의 기준으로서 어떤 포인트라도 고려될 수 있다. 이 예에서, 시스템이 논홀로노믹이기 때문에, 질량 중심보다는 전방 바퀴 사이의 포인트를 고려하는 것이 더 편리하다. 따라서, 기준 포인트로서의 질량 중심은 스키드를 갖는 코너링 제어에 사용될 수 있다.

이어서,

이 얻어지고,

따라서,

여기서 마지막 방정식에서 두번째 항은 원심력의 근사를 나타낸다. 이 표현식에서,

은 대략 순간 회전 반경이다.

여기서,

알 수 있는 바와 같이, F_lateral은 변수 σ의 불연속 함수이다. 이러한 시스템에서, 슬라이딩 모드의 현상이 일어날 수 있다(예를 들어, DeCarlo R. 및 S. Zak, S. V. Drakunov의 "Variable Structure and Sliding Mode Control," chapter in The Control Handbook, a Volume in the Electrical Engineering Handbook Series, CRC Press, Inc., 1996을 참조할 것, 이 문서의 전체 내용은 참조 문헌으로서 본 명세서에 포함됨). 이 시스템에서, 측방 마찰력의 충분한 마진이 있는 경우 슬라이딩 모드가 일어난다. 즉,

슬라이딩 모드에서,

이고, 시스템의 제1 방정식(수학식 10)은 수학식 1로 된다. 슬라이딩 모드에서, 측방력은 슬라이딩 모드에서의 불연속 함수가 등식

으로부터 구해진 동등한 값으로 대체될 수 있다고 하는 동등한 제어 방법(예를 들어, 상기 참조 문헌을 참고할 것)을 사용하여 구할 수 있다.

미분하면,

이 얻어진다.

여기로부터,

이다.

이 표현식 및 부등식(수학식 13)은 속도 및/또는 조향 각도를 조작함으로써 스키드를 제어(원하는 순간에 시작하거나 방지)하는 데 사용된다.

(낮은 측방 마찰력의 자연적 조건 또는 인위적으로 생성된 조건으로 인해) 스키드가 일어나는 경우, 이하에서 기술되는 조향 알고리즘이 사용된다. 수학식 1 대신에 수정된 모델(수학식 10)을 고려하여 이전의 경우와 유사하게 가상 포인트 속도가 계산된다. 그 결과,

이 얻어지고,

여기서,

은

이전과 같다.

따라서,

임무 관리자: 본 발명의 자율 차량 내에서의 상당한 양의 상위 레벨 처리 및 의사 결정이 임무 관리자 모듈에 의해 처리된다. 임무 관리자 모듈은, 적절한 작동을 위해 각각의 구성요소를 모니터링하는 것에 부가하여, AVS 아키텍처 내의 모든 다른 구성요소 간에 조정을 한다. 임무 관리자 모듈 자체는 구성요소 구현과 독립적으로 작동하도록 설계되어 있으며, 따라서 하나의 유형의 센서를 다른 설계의 센서로 대체하는 것이 차량의 적절한 작동에 영향을 주지 않을 것이다. 이 소프트웨어 성능은 사용자 또는 프로그램 인터페이스(52) 및 FPGA(56)에 의해 제공되는 구성가능한 하드웨어 성능을 보충한다.

본 발명의 일 실시예에서, 지시된 경로의 성공적인 완수에 필요한 일련의 이벤트를 통해 자율 차량을 지향시키는 일을 맡고 있는 FSM(Finite State Machine)이 이용된다. FSM은 차량이 가질 수 있는 일련의 상태 및 상태들 간의 천이로 정의된다. 이들 상태는 운전, 추월, 교차로에서의 대기 등의 이벤트를 포함한다. 이들 상태 각각으로부터, FSM은 차량이 한 상태에서 다른 상태로 진행하기 위해 수행할 수 있는 천이인 일련의 정의된 "탈출(exit)"를 포함한다. 차량이 원하는 경로를 차단하고 있을 때 이러한 탈출이 발생할 수 있으며, 이로 인해 차량이 "주행" 상태로부터 "추월" 상태로 변할 수 있다.

FSM은 교통 법규를 포함할 수 있는데, 그 이유는 이러한 법규가 일반적으로 이들이 적용되어야 하는 아주 구체적인 상황들을 포함하고 있기 때문이다. 차량의 동작이 한번에 하나의 상태에 의해서만 제어될 수 있기 때문에, 일 실시예에서, FSM은 나중에 버그 및 논리적 오류에 대해 분석될 수 있는 일련의 시간순 거동 및 이들 거동을 개시한 이유를 생성한다.

AVS 임무 관리자는 제공된 MDF(Mission Data File) 및 RNDF에 기초하여 상위-레벨 계획을 수행하는 임무 계획기(Mission Planner) 구성요소를 모니터링할 수 있다. MDF의 규정된(prescribed) 검사점들을 따라 웨이포인트에서 웨이포인트로 차량을 이동시키는 글로벌 계획이 생성되면, 이 계획에 대한 수정이 임무 계획기에 의해 추적되고 검증된다. 일 실시예에서, 고속도로 또는 기타 경로를 따르는 도로변 디바이스는 그들의 지리 공간 좌표를 브로드캐스트할 수 있고, 자율 차량은 이를 수신하고, 자율 차량이 그의 위치를 확인하기 위해 도로변 디바이스로부터 수신된 신호를 처리한다. 그에 따라, 차량의 물체 센서는 차량으로부터 원격지에 있는 구성요소 디바이스를 포함할 수 있다.

임무 관리자의 또 다른 기능은 하나의 구성요소로부터 다른 구성요소로의 요청이 차량의 안전 작동에 악영향을 주지 않도록 하는 것이다. 예를 들어, 조향 제어 모듈로부터 전송된 조향 명령은, 차량의 액츄에이터로 전달되기 전에, 먼저 임무 관리자에 의해 차량의 상황(속도, 롤, 기타)에 적절한 것인지 검증된다. 임무 관리자는 또한 일시정지 명령을 검출하고, 차량의 매끄러운 정지를 조정한다.

임무 관리자의 또 다른 기능은 임무 관리자의 자율 차량에 근접하여 작동하는 다른 자율 차량을 모니터링하는 것이다. 다른 자율 차량을 모니터링하는 한가지 방식은 각각의 자율 차량이 그 자신의 위치를 동일한 네트워크 상의 임의의 다른 자율 차량으로 전송하게 하는 것이다. 이 기능은 각각의 자율 차량(또는 심지어 위치 정보를 브로드캐스트하는 다른 비자율 차량)이 서로 통신하고 있는 경우로 당연히 확장될 수 있다. 한가지 이러한 응용은 유한한 경로가 있고 유한한 수의 차량이 추적되는 광산 어플리케이션일 것이다.

경로 시각화: AVS 콘솔은 자율 차량 및 그의 환경의 실시간 디스플레이 및 이전의 자율 차량 주행의 재생 둘 다를 가능하게 하는 AVS 플랫폼의 구성요소이다. 도 12는 실시간 디스플레이(80)를 나타낸 AVS 콘솔 개략도이다.

로깅 모듈에 의해 규칙적인 간격으로 AVS 소프트웨어 플랫폼 내의 각각의 내부 모듈을 쿼리한다. 이 간격은 각각의 개별 모듈에 대한 데이터가 얼마나 시간에 민감한지에 따라, 특정의 애플리케이션에 적절한 것으로 생각되는 임의의 인자들에 따라, 1 Hz 미만에서 250 Hz까지 변할 수 있다.

AVS 플랫폼은 모듈이 그의 데이터를 어떻게 로그하는지에 대한 표준화된 이진 형식을 제공한다. 먼저, 모듈은 그의 내부 상태가 마지막으로 변경된 때를 나타내는 8 바이트 타임스탬프를 기록한다. 그 다음에, 모듈은 모듈을 식별하는 데 사용되는 2 바이트 수치 식별자를 기록한다. 그 다음에, 모듈은 모듈의 데이터의 길이를 포함하는 4 바이트 정수를 기록할 것이다. 마지막으로, 모듈은 그의 데이터를 메모리에 기록할 수 있다.

로깅 모듈은 각각의 모듈에 대한 데이터를 받아서 이를 프로세서의 디스크 드라이브에 순차적으로 기록한다. AVS 콘솔은 자율 차량의 재생을 용이하게 하도록 나중에 TCP 연결을 통해 이 데이터를 검색한다. 또한, AVS 콘솔은 UDP 및 TCP 통신의 결합을 사용하여 이 데이터를 AVS로부터 실시간으로 검색한다. 자율적으로 작동하기 위해 AVS 콘솔이 존재할 필요가 없지만, AVS 콘솔이 존재하는 경우, 이는 자율 차량 및 그의 환경의 실시간 보기를 디스플레이할 것이다.

로깅 모듈은 AVS 콘솔로부터의 TCP 연결을 기다리고, 이어서 임의의 요청된 모듈에 대한 데이터를 이 동일한 TCP 연결을 통해 AVS 콘솔로 전송한다. 또한, 특정의 애플리케이션에 적절한 것으로 생각되는 임의의 인자들에 따라, 일부 모듈에 대한 데이터가 연속적인 UDP 브로드캐스트로서 자율 차량과 동일한 이더넷 네트워크 상의 임의의 컴퓨터로 전송된다.

AVS 콘솔은 OpenGL 프레임워크 내장 3D 디스플레이를 포함한다. 각각의 모듈에 대한 데이터는 AVS 콘솔에 의해 처리되고 이어서 3D 디스플레이에 디스플레이된다. 디스플레이되는 데이터의 유형은 특정의 모듈에 의존한다. 항상 디스플레이되는 표준 데이터는, 자율 차량에 의해 현재 감지되는 임의의 장애물과 함께, 차량의 위치, 위도 및 속도를 포함한다. 이전의 주행을 재생하기 위해, AVS 콘솔은 이전에 저장된 데이터를 판독할 수 있고, 이 데이터를 3D 디스플레이에 로드할 수 있다.

컴퓨터 구현: 도 13은 본 발명의 프로세서(24)(또는 이하에서 기술되는 특정 프로세서들 중 임의의 프로세서)가 구현될 수 있는 컴퓨터 시스템(1201)의 일 실시예를 나타낸 것이다. 컴퓨터 시스템(1201)은 전술한 기능들 중 일부 또는 전부를 수행하도록 프로그램되고/되거나 구성된다. 게다가, 각각의 기능이 차량에 탑재된 상이한 컴퓨터들 간에 분할될 수 있다. 이들 컴퓨터는 통신 네트워크(1216)(이하에서 기술함)를 통해 서로 통신하고 있을 수 있다. 컴퓨터 시스템(1201)은 정보를 통신하기 위한 버스(1202) 또는 기타 통신 메커니즘, 및 정보를 처리하기 위해 버스(1202)와 결합되어 있는, 내부 프로세서(1203)를 포함한다. 컴퓨터 시스템(1201)은 내부 프로세서(1203)에서 실행될 명령어 및 정보를 저장하기 위해 버스(1202)에 결합되어 있는 랜덤 액세스 메모리(RAM) 또는 기타 동적 저장 디바이스(예를 들어, DRAM(dynamic RAM), SRAM(static RAM), 및 SDRAM(synchronous DRAM)) 등의 메모리(1204)를 포함한다. 또한, 메모리(1204)는 내부 프로세서(1203)에 의한 명령어들의 실행 동안 임시 변수 또는 기타 중간 정보를 저장하는 데 사용될 수 있다. 컴퓨터 시스템(1201)은 바람직하게는 내부 프로세서(1203)에 대한 정적 정보 및 명령어를 저장하기 위해 버스(1202)에 결합되어 있는 비휘발성 메모리(예를 들어, 판독 전용 메모리(ROM)(1205) 또는 기타 정적 저장 디바이스(예를 들어, PROM(programmable ROM), EPROM(erasable PROM), 및 EEPROM(electrically erasable PROM)) 등)를 포함한다.

컴퓨터 시스템(1201)은 또한 특수 목적 논리 디바이스(예를 들어, ASIC(application specific integrated circuit)) 또는 구성가능 논리 디바이스(예를 들어, SPLD(simple programmable logic device), CPLD(complex programmable logic device), 및 FPGA)도 포함할 수 있다. 컴퓨터 시스템은 또한 Texas Instruments의 TMS320 시리즈 칩, Motorola의 DSP56000, DSP56100, DSP56300, DSP56600, 및 DSP96000 시리즈 칩, Lucent Technologies의 DSP 1600 및 DSP3200 시리즈 또는 Analog Devices의 ADSP2100 및 ADSP21000 시리즈 등의 하나 이상의 디지털 신호 처리기(DSP)를 포함할 수 있다. 디지털 영역으로 변환된 아날로그 신호를 처리하도록 특별히 설계된 다른 프로세서도 사용될 수 있다(이하의 동작 예에서 상세히 설명함).

컴퓨터 시스템(1201)은 내부 프로세서(1203)가 메인 메모리(1204) 등의 메모리에 포함된 하나 이상의 명령어의 하나 이상의 시퀀스를 실행한 것에 응답하여 본 발명의 처리 단계들 중 일부 또는 전부를 수행한다. 이러한 명령어는 하드 디스크(1207) 또는 착탈식 매체 드라이브(1208) 등의 또 다른 컴퓨터 판독가능 매체로부터 메인 메모리(1204) 내로 판독될 수 있다. 이러한 명령어는 USB 플래시 드라이브 또는 점프 드라이브 등의 또 다른 컴퓨터 판독가능 매체로부터 메인 메모리(1204) 내로 판독될 수 있다. 이러한 드라이브는 대부분의 컴퓨터 운영 체제 하에서 플로피 디스크 또는 하드 드라이브로서 기능할 수 있는 고상 메모리 디바이스가다. 다중-처리 구성에서의 하나 이상의 프로세서는 또한 주 메모리(1204)에 포함된 명령어 시퀀스를 실행하는 데도 이용될 수 있다. 대안의 실시예에서, 소프트웨어 명령어 대신에 또는 그와 함께 하드와이어 회로(hardwired circuitry)가 사용될 수 있다. 따라서, 실시예가 하드웨어 회로 및 소프트웨어의 임의의 특정의 조합으로 제한되지 않는다.

전술한 바와 같이, 컴퓨터 시스템(1201)은 본 발명의 개시 내용에 따라 프로그램된 명령어를 보유하고 본 명세서에 기술된 데이터 구조, 테이블, 레코드 또는 기타 데이터를 포함하는 적어도 하나의 컴퓨터 판독가능 매체 또는 메모리를 포함한다. 본 발명에 적합한 컴퓨터 판독가능 매체의 예는 컴팩트 디스크, 하드 디스크, 플로피 디스크, 테이프, 광자기 디스크, PROM(EPROM, EEPROM, 플래시 EPROM), DRAM, SRAM, SDRAM, 또는 임의의 다른 자기 매체, 콤펙트 디스크(예를 들어, CD-ROM) 또는 임의의 다른 광 매체, 펀치 카드, 종이 테이프, 또는 구멍 패턴을 가지는 기타 물리적 매체, 반송파(이하에서 기술함), 또는 컴퓨터가 판독할 수 있는 임의의 다른 매체이다.

본 발명은, 컴퓨터 판독가능 매체들 중 임의의 하나 또는 조합에 저장된, 본 발명을 구현하는 디바이스 또는 디바이스들을 구동하도록 컴퓨터 시스템(1201)을 제어하고 컴퓨터 시스템(1201)이 사람 사용자(예를 들어, 운전자)와 상호작용할 수 있게 하는 소프트웨어를 포함한다. 이러한 소프트웨어는 디바이스 드라이버, 운영 체제, 개발 도구, 및 응용 프로그램 소프트웨어를 포함할 수 있지만, 이들로 제한되지 않는다. 이러한 컴퓨터 판독가능 매체는 또한 본 발명을 구현하는 데 수행되는 처리의 전부 또는 일부(처리가 분산되어 있는 경우)를 수행하는 본 발명의 컴퓨터 프로그램 제품을 포함한다. 본 발명의 컴퓨터 코드 디바이스는 스크립트, 해석가능한 프로그램(interpretable program), DLL(dynamic link library), 자바 클래스, 및 완전한 실행가능 프로그램을 포함하지만, 이들로 제한되지 않는 임의의 해석가능하거나 실행가능한 코드 메커니즘일 수 있다. 게다가, 더 나은 성능, 신뢰성 및/또는 비용을 위해 본 발명의 처리의 일부가 분산될 수 있다.

본 명세서에서 사용되는 바와 같이 "컴퓨터 판독가능 매체"라는 용어는 실행하기 위해 내부 프로세서(1203)에 명령어를 제공하는 데 참여하는 임의의 매체를 지칭한다. 컴퓨터 판독가능 매체는 비휘발성 매체, 휘발성 매체 및 전송 매체를 포함하지만, 이들로 제한되지 않는 많은 형태를 취할 수 있다. 비휘발성 매체는, 예를 들어, 하드 디스크(1207) 또는 착탈식 매체 드라이브(1208)와 같은 광, 자기 디스크, 및 광자기 디스크를 포함한다. 휘발성 매체는 주 메모리(1204)와 같은 동적 메모리를 포함한다. 전송 매체는 버스(1202)를 구성하는 배선을 비롯하여, 동축 케이블, 구리 전선 및 광섬유를 포함한다. 전송 매체는 또한 무선파 및 적외선 데이터 통신 동안에 발생되는 것들과 같은 음향파 또는 광파의 형태를 취할 수 있다.

실행을 위해 내부 프로세서(1203)에 대한 하나 이상의 명령어의 하나 이상의 시퀀스를 수행하기 위해 다양한 형태의 컴퓨터 판독가능 매체가 수반될 수 있다. 예를 들어, 명령어는 처음에 디스크 상에서 원격 컴퓨터로 전달될 수 있다. 버스(1202)에 결합된 적외선 검출기는 적외선 신호로 전달되는 데이터를 수신하고 이 데이터를 버스(1202) 상에 배치할 수 있다. 버스(1202)는 데이터를 주 메모리(1204)로 전달하고, 내부 프로세서(1203)는 주 메모리(1204)로부터 명령어를 검색하고 실행한다. 주 메모리(1204)에 의해 수신된 명령어는 선택적으로 내부 프로세서(1203)에 의한 실행 이전 또는 이후에 저장 디바이스(1207 또는 1208)에 저장될 수 있다.

예를 들어, 본 발명의 일 실시예에서, 컴퓨터 판독가능 매체는, 프로세서에 의해 실행될 때, 프로세서로 하여금 차량의 위치 및 방향을 나타내는 위치 신호를 수신하게 하는 차량 내의 프로세서에서의 실행을 위한 프로로그램 명령어를 포함한다. 수신된 위치 신호는 프로그램가능 인터페이스를 통해 정규화되어 정규화된 위치 신호를 생성한다. 프로세서는 정규화된 위치 신호로부터 작동 제어 신호를 생성하고, 작동 제어 신호를 프로그램가능 인터페이스로 출력하여 정규화된 작동 제어 신호를 생성하며, 이 정규화된 작동 제어 신호는 차량의 업데이트된 이동 경로를 따라 차량의 작동을 제어한다.

본 발명의 일 실시예에서, 컴퓨터 판독가능 매체는, 프로세서에 의해 실행될 때, 프로세서로 하여금 방향 및 속도 제어 명령어 중 적어도 하나를 드라이브 바이 와이어 형식으로 차량에 제공하거나, 웨이포인트 위치를 프로세서에 저장한 것에 기초하여 물체의 존재 및 위치를 결정하거나, 이동 경로를 따라 회피할 정지 또는 이동 물체를 식별함으로써 웨이포인트들 사이에서 차량을 방향 전환하게 하는 차량 내의 프로세서에서 실행하기 위한 프로그램 명령어를 포함한다.

자동차 산업에서의 드라이브 바이 와이어 기술에서, 종래의 기계 및 유압 제어 시스템이 페달 및 조향 느낌 에뮬레이터와 같은 사람-기계 인터페이스 및 전자기계 액츄에이터를 사용하는 전자 제어 시스템으로 대체된다. 따라서, 스티어링 칼럼, 중간 샤프트, 펌프, 호스, 유체, 벨트, 냉각기 및 브레이크 부스터(brake booster), 그리고 마스터 실린더와 같은 종래의 구성요소가 차량으로부터 제거된다. 일 실시예에서, 본 발명은 드라이브 바이 와이어 기능을 용이하게 하는데, 그 이유는 자율 차량 시스템 플랫폼 FPGA 및 입/출력 모듈이 자율 차량의 조향, 제동, 및 추력에 영향을 주는 전자 제어 시스템과 인터페이싱하는 데 도움이 되기 때문이다.

본 발명의 일 실시예에서, 컴퓨터 판독가능 매체는, 프로세서에 의해 실행될 때, 프로세서로 하여금 차량에 대한 물체의 위치를 물체까지의 각각의 거리, 물체로의 각각의 방향, 차량의 방향, 및 차량의 지리 공간 위치에 기초하여 지리 공간 좌표로 변환하게 하는 차량 내의 프로세서에서 실행하기 위한 프로그램 명령어를 포함한다. 상기한 GPS 및 INS 시스템으로부터의 입력은 프로세서(24)에서 물체 위치의 이 변환을 달성하는 데 사용될 수 있다.

본 발명의 일 실시예에서, 컴퓨터 판독가능 매체는, 프로세서에 의해 실행될 때, 프로세서로 하여금 장애물들 중 하나의 위치, 속도, 및 기하 형태를 식별하고, 시간 상에서의 식별된 장애물의 위치 및 속력을 예측하며, 식별된 장애물의 장래 위치를 추정하게 하는 차량 내의 프로세서에서 실행하기 위한 프로그램 명령어를 포함한다. 경로 발견 알고리즘은 2개의 웨이포인트 사이의 기록된 교통 패턴에 기초하여 2개의 웨이포인트 사이의 차량의 경로를 결정할 수 있다. 일 실시예에서, 경로 발견 알고리즘은 2개의 웨이포인트 사이의 기록된 이동 시간, 2개의 웨이포인트 사이의 혼잡 영역의 이력, 및 실시간 혼잡 보고 중 적어도 하나에 기초하여 경로를 결정할 수 있다. 일 실시예에서, 경로 발견 알고리즘은 2개의 웨이포인트 사이의 다수의 특정의 이동 경로에 대한 각각의 가중 평균, 2개의 웨이포인트 사이의 기록된 이동 시간, 2개의 웨이포인트 사이의 혼잡 영역 이력, 실시간 혼잡 보고 중 상기 적어도 하나를 포함한 각자의 가중 평균에 기초하여 경로를 결정할 수 있다.

본 발명의 일 실시예에서, 컴퓨터 판독가능 매체는, 프로세서에 의해 실행될 때, 프로세서(24)로 하여금 (지도 저장 영역에서) 하나의 웨이포인트로부터 다른 웨이포인트로의 방향을 제공하는 웨이포인트의 하나 이상의 논리적 지도에 액세스하게 하는 차량 내의 프로세서에서 실행하기 위한 프로그램 명령어를 포함한다. 논리적 지도는 웨이포인트의 지리 공간 좌표, 차량의 이동 경로를 따르는 도로의 교차로에 대한 교차로 웨이포인트, 및 상이한 웨이포인트 사이의 이동과 연관된 (기록된 또는 계산된) 시간을 포함할 수 있다. 프로세서(24)는 물체 위치를 웨이포인트의 지리 공간 좌표와 비교함으로써 장애물들 중 하나가 장애물인지 상기 웨이포인트 중 하나인지를 판정하도록 장애물 식별 알고리즘을 이용하여 프로그램될 수 있다.

게다가, 본 발명의 컴퓨터 판독가능 매체는 특정의 지역과 연관된 지리적 정보를 상세히 기술하는 프로그램 명령어, 경로 계획 알고리즘(이하에 기술됨), 내비게이션 명령어, 차량에 설치된 이미지 센서에 특유한 명령어, 입체 카메라 또는 차량 바퀴 속도 센서 등의 부가의 센서로부터의 명령 및/또는 데이터의 수신, 또는 운전자 입력 제어 디바이스 또는 기타 온보드 디바이스(나중에 기술됨)로부터의 데이터의 수신을 위한 명령어, 경로 계획 알고리즘, 사용 중인 자율 차량에 대한 차량 추력 및 외력에 대한 응답에 관한 데이터를 포함하는 특수화된 차량 전달 함수, 및 사용 중인 자율 차량에 대한 조향 제어를 포함할 수 있다.

예를 들어, 본 발명의 다양한 실시예에서, 프로그램 명령어는 프로세서로 하여금 섹터들 중 하나로부터의 이미지를 제공하는 카메라로부터의 입력을 처리하게 하도록 구성되어 있다. 프로세서는 이미지에 기초하여 자율 차량의 이동 경로에 대한 차선을 식별한다. 프로세서는 식별된 차선에 장애물이 있는지를 판정할 수 있고, 장애물 주위의 회피 경로를 결정할 수 있다.

컴퓨터 시스템(1201)은 또한 버스(1202)에 결합된 통신 인터페이스(1213)를 포함한다. 통신 인터페이스(1213)는 적어도 일시적으로, 예를 들어, LAN(local area network)(1215)에 또는 소프트웨어를 프로세서(24)로 다운로드하는 동안 다른 통신 네트워크(1216)(인터넷 등)에 또는 차량에 탑재된 다수의 컴퓨터 간의 내부 네트워크에 연결되는 네트워크 링크(1214)에 양방향 데이터 통신 접속을 제공한다. 예를 들어, 통신 인터페이스(1213)는 임의의 패킷 교환 LAN에 접속되는 네트워크 인터페이스 카드일 수 있다. 다른 예로서, 통신 인터페이스(1213)는 대응하는 유형의 통신 회선에 데이터 통신 연결을 제공하는 ADSL(asymmetrical digital subscriber line) 카드, ISDN(integrated services digital network) 카드, 또는 모뎀일 수 있다. 무선 링크는 또한 온보드 컴퓨터, 이미지 센서, 바퀴 속도 센서, 생체 인식 센서, 및/또는 운전자 명령 입력 디바이스 중 임의의 것과의 데이터 교환을 제공하기 위한 통신 인터페이스(1213)의 일부로서 구현될 수 있다. 임의의 이러한 구현에서, 통신 인터페이스(1213)는 다양한 유형의 정보를 표현하는 디지털 데이터 스트림을 전달하는 전기, 전자기 또는 광학 신호를 전송하고 수신한다.

네트워크 링크(1214)는 통상적으로 온보드 컴퓨터, 이미지 센서, 바퀴 속도 센서, 생체 인식 센서, 및/또는 운전자 명령 입력 디바이스 중 임의의 것과의 데이터 교환을 제공하기 위해 하나 이상의 네트워크를 통해 다른 데이터 디바이스로의 데이터 통신을 제공한다. 예를 들어, 네트워크 링크(1214)는 로컬 네트워크(1215)(예를 들어, LAN)를 통해 또는 통신 네트워크(1216)를 통해 통신 서비스를 제공하는 서비스 공급자에 의해 운영되는 장비를 통해 다른 컴퓨터로의 일시적인 접속을 제공할 수 있다. 도 13에 도시된 바와 같이, 컴퓨팅 시스템(1201)은, 예를 들어, 디지털 데이터 스트림을 전달하는 전기, 전자기, 또는 광 신호를 사용하는 로컬 네트워크(1215) 및 통신 네트워크(1216), 및 관련 물리 계층(예를 들어, CAT 5 케이블, 동축 케이블, 광섬유 등)을 통해 입력 디바이스(1217)와 통신하고 있을 수 있다. 컴퓨터 시스템(1201)으로/으로부터 디지털 데이터를 전달하는, 다양한 네트워크를 통한 신호 및 통신 인터페이스(1213)를 통한 네트워크 링크(1214) 상의 신호가 기저 대역 신호 또는 반송파 기반 신호로 구현될 수 있다. 기저 대역 신호는 디지털 데이터 비트의 스트림을 나타내는 디지털 데이터를 비변조 전기 펄스로서 전달하며, "비트"라는 용어는 광의적으로 심볼을 의미하는 것으로 해석되어야 하며, 여기서 각각의 심볼은 적어도 하나 이상의 정보 비트를 전달한다. 디지털 데이터는 또한 전도성 매체를 통해 전파되거나 전파 매체를 통해 전자기파로서 전송되는 진폭, 위상 및/또는 주파수 천이 변조 신호에서와 같이 반송파를 변조하는 데 사용될 수 있다. 따라서, 디지털 데이터는 "유선" 통신 채널을 통해 비변조 기저대역 데이터로서 전송될 수 있고 및/또는 반송파를 변조함으로써 기저 대역과 다른 소정의 주파수 대역 내에서 전송될 수 있다. 컴퓨터 시스템(1201)은 네트워크(들)(1215, 1216), 네트워크 링크(1214) 및 통신 인터페이스(1213)를 통해 프로그램 코드를 포함하는 데이터를 전송 및 수신할 수 있다. 게다가, 네트워크 링크(1214)는 LAN(1215)을 통해 차량에 탑재된 다양한 GPS 및 INS 시스템으로의 접속을 제공할 수 있다. 본 발명의 다양한 실시예에서, 입력 디바이스(1217)는 프로세서(24)에 입력을 제공하고, 본 발명에서 논의된 이미지 센서, 바퀴 속도 센서, 생체 인식 센서, 및/또는 운전자 명령 입력 디바이스를 나타낸다.

응용 분야

본 발명은 본 발명이 각각 기본 모드 또는 보조 모드에서 기능하는 자율 주행 차량 및 사람 주행 차량 둘다에서 광범위한 응용이 있다.

일반적으로, 전술한 속성들 중 몇개를 갖는 본 발명이 각종의 주행가능 디바이스에 포함될 수 있다. 본 발명의 일 실시예에서, 이러한 디바이스는, 예를 들어, 자동차, 트럭, 스포츠 유틸리티 차량, 장갑 차량, 보트, 선박, 바지선, 유조선, 및 장갑 선박을 포함하는 육상 또는 수상 동력 운송 수단이다. 선박의 경우, 본 발명은 가시성이 제한되고 다른 선박의 회피가 요망되는 날씨 또는 야간 조건에서 항행할 때 뿐만 아니라 도크 구조물 및 고정 구조물의 선박에 대한 손상을 최소화하기 위해 도크 구조물과 고정 구조물 사이에서의 선박의 제어가 중요한 도킹 및 고정 동작 시에도 사용될 수 있다.

본 발명은 또한 항공기에도 적용된다. 상세하게는, 고속 항공기에 대한 적용은 비행기가 올바른 조치를 취할 수 있을 정도로 비행기로부터 충분한 거리에서 물체의 존제를 판정하기 위해 검출기 감도 및 정확도에 의존할 것이다. 그러나, 속도가 높지 않은 공항 진입 및 이륙에서 본 발명이 유용하다. 예를 들어, 이륙 및 착륙 시에, 한가지 관심사는 종종 활주로 끝에 있는 새떼가 엔진에 위험이 된다는 것이다. 새는 사람의 눈으로 멀리서 보기 힘들고 항공기 레이더에 의해 검출하기 어렵다. 게다가, 본 발명은 헬리콥터에 적용되며, 많은 경우에 조종사의 시야로부터 보이지 않는 장애물이 있는 임시 지역에 빈번히 착륙하는 구조 헬리콥터에 특히 그렇다.

다른 응용 분야는 공기보다 가벼운 운송 수단(예를 들어, 자율 기상 관측 기구, 예를 들어, 원격 제어 소형 항공기를 포함하는 자율 경계 순찰 시스템), 기타 소형 정찰 항공기, 및 수륙 양용 차량(예를 들어, 호버크라프트 등을 비롯한 수륙 공격 차량 등)을 포함한다.

본 발명의 일 실시예에서, 주행가능 디바이스는 운전자-보조 제어를 사용하지 않는 자율 차량이거나 컴퓨터-보조 제어를 사용하는 운전자-제어 차량일 수 있다. 본 발명의 일 실시예에 따르면, 자율 차량은 운전자가 위험에 처하게 될 상기한 환경적으로 위험한 상황에서 응용이 있다. 본 발명의 운전자-제어 차량은 운전자가 방향 감각을 잃게 될 수 있거나, 운전자가 의료 응급 상황에 처하는 경우 또는, 예를 들어, 운전자가 좋지 않은 운전 상태에서 방향 감각을 잃게 된 경우에 일어나게 되는 것처럼 물리적으로 차량에 명령을 내릴 수 없게 될 수 있는 상기한 보다 종래의 환경에서 응용이 있다. 따라서, 본 발명의 일 실시예에서, 프로세서(24)는 운전자 장애의 경우에, 또는 즉각적인 경로 차단의 경우에 또는 운전자 요청의 경우에 차량을 제어하도록 구성되어 있다.

본 발명의 이 실시예의 예시적인 예로서, 자율 차량은 소정의 경로와 비교하여 운전자가 어디에서 운전하고 있는지를 관찰함으로써 운전자 장애를 인식할 수 있다. 차량의 현재 경로 및 소정의 경로가 유사하지 않은 경우, 자율 차량은, 예를 들어, 운전자가 최근에 핸들을 회전했는지 및/또는 브레이크 또는 쓰로틀을 밟았는지를 알아보기 위해 검사를 할 수 있다. 의사 결정 프로세스에 비교와 조향 및 브레이크 검사 둘다가 포함될 수 있는데, 그 이유는 운전자가 크루즈 제어를 켠 상태에서 직선 도로를 오랫동안 주행한 경우, 운전자가 핸들을 능동적으로 회전하거나 브레이크 또는 쓰로틀을 적용하지 않을 수 있기 때문이다. 동일한 논리에 의해, 운전자가 능동적으로 자동차를 조향하고 있는 한, 운전자는 자율 차량의 경로와 일치하지 않는 경로를 주행할 수 있다. 자율 차량이 인계할 필요가 있는 경우, 본 발명의 일 실시예에서, 자율 차량은 먼저 자율 차량이 인계할 것임을 청각적으로 또한 시각적으로 운전자에게 경고를 하고, 이어서 인계를 하고, 차량을 가능한 한 매끄럽고 안전하게 안전한 정지 위치로 조향한다. 운전자가 다시 제어를 하고자 하는 경우, 일 실시예에서, 본 발명의 자율 차량은 운전자가 제어를 재개할 누름 버튼 또는 기타 입력 디바이스를 제공한다. 본 발명의 다른 실시예에서, 운전자는 또다시 제어를 자율 차량으로 넘기기 위해 버튼(또는 명령 입력)을 누를 수 있다. 따라서, 다양한 실시예에서, 본 발명은 협동적 자율 주행 모드를 제공한다.

본 발명의 다른 실시예에서, 생체 인식 센서는 다른 입력 디바이스를 나타낼 수 있다. 이 실시예에서, 생체 인식 센서는 운전자가, 예를 들어, 차량의 핸들에 내장된 심장 박동 모니터로부터 프로세서(24)로의 입력을 통해 능동적으로 운전하고 있는지를 판정한다. 본 발명에 적합한 심장 박동 모니터의 한 예는 운동 장비에서 사용되는 심장 박동이며, 이는 일 실시예에서 핸들에 통합되어 있거나, 대안으로서, 운전자가 착용하고 있고 프로세서(24)와 무선 통신하고 있을 수 있다. 프로세서(24)가 심장 박동의 완전 상실 또는 긴 기간(예를 들어, 5초) 동안 극히 낮은 심장 박동을 검출한 경우, 프로세서(24)는 차량을 제어하도록 구성되어 있다. 프로세서는, 자동차가 적당한 제어 하에 있을 때 운전자의 정상 심장 박동을 모니터링함으로써, 예를 들어, 운전자가 운전 중에 졸았거나, 경련을 일으켰거나 심장 마비가 있는 것으로 인해 장애가 있는지를 판정하는 기초로 삼을 것이다. 협동적 동작 모드(전술함)에서도 이 실시예가 구현될 수 있다. 이전과 같이, 본 발명의 일 실시예에서, 차량의 제어를 인계하고 차량을 조종하여 안전하게 정지시키기 전에 가청 경보가 발행된다. 운전자가 실제로 장애가 없는 경우, 운전자는 프로세서(24)로부터 제어를 다시 받기 위해 단순히 버튼(또는 다른 입력 디바이스)을 누를 수 있다.

본 발명의 다른 실시예에서, 자율 차량은 소정의 경로에 걸쳐 반복적으로 동작될 수 있다. 예를 들어, 사람 운전자는 자율 차량을 기록 모드로 전환하는 버튼을 누른다. 사람은 자율 차량이 경로를 주행하기를 원하는 것과 똑같이 차량을 작동한다. 사람 운전자는 이어서 버튼을 다시 누르고, 자율 차량은 아주 높은 수준의 신뢰성 및 반복성으로 기록된 경로를 되풀이해서 주행한다. (반복성은 자동차 테스터의 문제이다.) 이 기능은 또한 차량이 연속하여 며칠 동안 위험한 상태에서 오프로드로 주행되는 내구성 테스트 차량에 유용하며, 현재는 사람의 신체가 비교적 약한 것으로 인해 많은 사람 운전자가 이 작업을 수행하는 데 사용된다. 이 기능은 또한 장거리 동안 일정한 속도로 차량을 운전하는 데 유용하다. 예를 들어, 이 기능은 연료 소모 성능에 대해 경주 트랙에서 고속도로 속도로 차량을 테스트하는 데 유용할 것이다.

본 발명의 다른 실시예에서, 사용자가 목적지를 선택할 수 있는 지도 프로그램(예를 들어, 랩톱 상에서 실행됨)과 관련하여 주행가능 디바이스가 사용될 수 있다. 이 시점에서, 자율 내비게이션 소프트웨어는 지도 소프트웨어에 액세스하고 "메인 스트리트에서 좌회전"과 같은 사람 지시에서보다는 GPS 웨이포인트를 제외하고 (소프트웨어가 보통 하는 것처럼) 경로를 발생할 것이다. 이 시점에서, 자율 차량은 그 경로를 따라 계속하여 정상 동작하고 있다. 일 실시예에서, 지도 소프트웨어는 도로폭 및 속도 제한 등의 부가 정보를 자율 내비게이션 프로그램에 제공하도록 커스터마이즈된다.

본 발명의 내비게이션 및 제어 시스템에 대한 다른 응용 분야는 1) 예를 들어, 들판에서 작물을 수확하는 것, 경작하는 것, 풀을 베는 것 등의 예측된 경로에서 반복적인 작업을 수행하는 농업용 장비, 2) 예를 들어, 통상적으로 탈출을 방해하게 될 정전 또는 연기로 가득찬 통로를 통해 자재 또는 사람을 운송할 수 있는 광산 장비(예를 들어, 동력 카트를 포함함), 3) 동굴 탐험 장비, 4) 가시성 장애가 응급 차량이 전방으로 진행하는 것에 방해가 되어서는 안되는, 예를 들어, 소방, 앰뷸런스 및 구조대 등의 응급 또는 경찰 차량, 또는 차량의 유인화가 운전자를 위험에 처하게 하는 위험한 환경적 조건에서 동작하는 차량, 5) 팰릿, 상자 등을 보관/검색하는 데 사용되는 창고 관리 장비, 및 6) 장난감을 포함하지만, 이들로 제한되지 않는다.

본 발명의 자율 차량을 경찰 차량에 적용하는 것의 예시적인 예로서, 뉴올리언즈주의 코즈웨이 다리(길이가 24마일인 세계에서 가장 긴 다리)에서는, 상당한 안개 시기가 있다. 안개가 짙은 아침에, 그 다리에 걸쳐 35 mph로 주행하는 경찰차에 의해 교통이 호위된다. 극히 짧은 가시성으로 인해 저속이 요구된다. 안개가 강한 아침에, 호위도 가능하지 않기 때문에 다리가 폐쇄된다. 호위 중인 인도 경찰차가 상기한 협동적 모드에서 동작하는 본 발명의 자율 차량인 경우, 경찰차는 어떤 유형의 안개에서도 안전하게 호위할 수 있으며, RIEGL™ 이미징 센서가 사용될 때 특히 그렇다. 야간에 주행하는 경우에도 마찬가지이다. 본 발명의 자율 차량은 어둠에 의해 영향을 받지 않는다.

상기 개시 내용을 바탕으로 본 발명의 많은 수정 및 변형이 가능하다. 따라서, 첨부된 특허청구범위의 범위 내에서, 본 발명이 본 명세서에 구체적으로 개시된 것과 다른 방식으로 실시될 수 있다는 것을 잘 알 것이다.

Claims (36)

1. 내비게이션 및 제어 시스템으로서,
   차량의 위치 및 방향을 나타내는 위치 신호들을 발생하도록 구성된 하나 이상의 위치 센서;
   입력들을 갖고 상기 차량의 작동을 제어하는 출력들을 생성하는 하나 이상의 작동 제어 메커니즘; 및
   상기 작동 제어 메커니즘들로부터 원격지에 배치된 자체-완비된 자율 제어기를
   포함하고, 상기 자체-완비된 자율 제어기는,
   상기 위치 센서들로부터 상기 위치 신호들을 수신하고 상기 차량의 업데이트된 이동 경로를 정의하는 작동 제어 신호들을 발생하도록 구성된 프로세서, 및
   상기 위치 센서들, 상기 작동 제어 메커니즘들 및 상기 프로세서 간의 통신을 제공하고, 상기 위치 센서들로부터 상기 프로세서로의 입력들을 정규화하고 상기 작동 제어 메커니즘들에 입력들로서 인가되는 호환 작동 제어 신호들을 발생하도록 구성된 프로그램가능 인터페이스를 포함하며, 이에 의해 상기 자체-완비된 자율 제어기는 각종의 상이한 센서들 및 상이한 작동 제어 메커니즘들과 작동하도록 구성가능한 네비게이션 및 제어 시스템.
2. 제1항에 있어서, 상기 차량의 이동 경로에 대해 물체들을 나타내는 물체 신호들을 발생하도록 구성된 하나 이상의 물체 센서를 더 포함하고,
   상기 프로세서는, 상기 물체 센서들로부터 상기 물체 신호들을 수신하고, 상기 물체 신호들로부터 정지해 있는 물체들 및 상기 차량의 상기 이동 경로에 대해 이동하는 물체들을 식별하며, 상기 식별된 정지 물체들 및 이동 물체들과 상기 위치 신호들을 고려하여 상기 업데이트된 이동 경로를 정의하는 작동 제어 신호들을 발생하도록 구성되어 있는 네비게이션 및 제어 시스템.
3. 제2항에 있어서, 상기 프로그램가능 인터페이스는, 상기 위치 센서들, 상기 물체 센서들, 상기 작동 제어 메커니즘들, 및 상기 프로세서 간의 통신을 제공하도록 구성되고, 상기 물체 센서들로부터 상기 프로세서로의 입력들을 정규화하도록 구성되어 있는 네비게이션 및 제어 시스템.
4. 제2항에 있어서, 상기 물체 센서들은, 빔을 생성하고 상기 물체들로부터 상기 빔의 반사를 검출하도록 구성된 광 검출 및 범위 디바이스를 포함하는 네비게이션 및 제어 시스템.
5. 제2항에 있어서, 상기 물체 센서들은, 빔을 생성하고 상기 물체들로부터 방출된 빔의 파장에서의 반사를 검출하도록 구성된 레이저 레이더 디바이스를 포함하는 네비게이션 및 제어 시스템.
6. 제2항에 있어서, 상기 물체 센서들은 물체들이 식별되는 이동 경로의 이미지를 제공하도록 구성된 카메라를 포함하는 네비게이션 및 제어 시스템.
7. 제1항에 있어서, 상기 프로그램가능 인터페이스에 프로그래밍 명령어들을 입력하도록 구성된 프로그램 인터페이스를 더 포함하는 네비게이션 및 제어 시스템.
8. 제1항에 있어서, 상기 프로세서는, 방향 및 속도 제어 명령어들 중 적어도 하나를 드라이브 바이 와이어(drive by wire) 형식으로 상기 작동 제어 메커니즘들에 제공하도록 구성되고, 이에 의해 상기 프로세서가 엔진 쓰로틀링(engine throttling), 차량 조향, 및 차량 제동 중 적어도 하나를 전기적으로 제어하는 네비게이션 및 제어 시스템.
9. 제1항에 있어서, 상기 이동 경로를 따르는 웨이포인트(waypoint)들의 논리적 지도들을 저장하도록 구성된 지도 저장 영역을 더 포함하고, 상기 논리적 지도는 하나의 웨이포인트로부터 다른 웨이포인트로의 방향들, 상기 웨이포인트들의 지리 공간 좌표들, 상기 차량의 이동 경로를 따르는 도로들의 교차로들, 및 상이한 웨이포인트들 간의 이동과 연관된 시간들 중 적어도 하나를 포함하는 네비게이션 및 제어 시스템.
10. 제9항에 있어서, 상기 프로세서는 물체 위치를 상기 웨이포인트들의 지리 공간 좌표들과 비교함으로써 상기 차량에 근접해 있는 물체들이 상기 웨이포인트들인지를 판정하도록 장애물 식별 알고리즘으로 프로그램되는 네비게이션 및 제어 시스템.
11. 제1항에 있어서, 상기 위치 센서는 GPS(global positioning system) 디바이스 또는 INS(inertial navigation system) 중 적어도 하나를 포함하는 네비게이션 및 제어 시스템.
12. 제1항에 있어서, 상기 프로세서는,
    상기 차량에 근접해 있는 물체들의 위치, 속도, 및 기하 형태를 식별하고, 상기 식별된 물체들의 위치 및 속도를 제시간에 예측하며, 상기 식별된 물체들의 장래 위치들을 추정하도록 구성된 가변 구조물 관찰자를 포함하는 네비게이션 및 제어 시스템.
13. 제1항에 있어서, 상기 프로세서는,
    상기 이동 경로에 대해, 2개의 웨이포인트들 사이의 기록된 교통 패턴들에 기초하여 상기 2개의 웨이포인트들 사이의 상기 차량의 경로를 결정하도록 구성된 경로 발견 알고리즘을 포함하는 네비게이션 및 제어 시스템.
14. 제13항에 있어서, 상기 경로 발견 알고리즘은 상기 2개의 웨이포인트들 사이의 혼잡 영역들의 이력, 실시간 혼잡 보고들, 및 상기 2개의 웨이포인트들 사이의 기록된 이동 시간들 중 적어도 하나에 기초하여 상기 경로를 결정하도록 구성되는 네비게이션 및 제어 시스템.
15. 제14항에 있어서, 상기 경로 발견 알고리즘은 상기 2개의 웨이포인트들 사이의 다수의 특정의 이동 경로에 대한 각각의 가중 평균들에 기초하여 상기 경로를 결정하도록 구성되고, 각각의 가중 평균들은 상기 2개의 웨이포인트들 사이의 상기 혼잡 영역들의 이력, 상기 실시간 혼잡 보고들, 상기 2개의 웨이포인트들 사이의 상기 기록된 이동 시간들 중 상기 적어도 하나를 포함하는 네비게이션 및 제어 시스템.
16. 제1항에 있어서, 상기 이동 경로의 이미지를 제공하도록 구성된 카메라를 더 포함하고;
    상기 프로세서는 상기 이미지에 기초하여 자율 차량의 이동 경로에 대한 차선을 식별하는 네비게이션 및 제어 시스템.
17. 제16항에 있어서, 상기 프로세서는 상기 식별된 차선에 장애물이 있는지를 판정하도록 구성되는 네비게이션 및 제어 시스템.
18. 제1항에 있어서, 상기 프로세서는 정지 물체들 또는 이동 물체들 중 적어도 하나의 주위의 회피 경로를 결정하도록 구성되는 네비게이션 및 제어 시스템.
19. 제18항에 있어서, 상기 프로세서는 상기 정지 물체들 또는 이동 물체들과의 충돌 가능성을 예측함으로써 상기 회피 경로를 결정하도록 구성되고,
    제1 동작으로서, 상기 회피 경로에 대한 제1 해결책이 존재하는지를 판정하기 위해 상기 이동 경로를 따라 차량의 속도가 수정되고;
    제2 동작으로서, 상기 제1 해결책이 존재하지 않을 때, 상기 회피 경로에 대한 제2 해결책이 존재하는지를 판정하기 위해 상기 이동 경로를 따라 슬라이딩 모드 알고리즘에서의 방향 전환 조종이 구현되며;
    제3 동작으로서, 상기 제1 해결책 또는 상기 제2 해결책이 존재하지 않을 때, 상기 차량이 정지되는 네비게이션 및 제어 시스템.
20. 제18항에 있어서, 상기 프로세서는 상기 정지 물체들 및 이동 물체들의 회피를 위한 최적 궤적을 예측하기 위해 슬라이딩 모드 프로그램을 이용하는 가상 경로 분석에 기초하여 상기 회피 경로를 결정하도록 구성되고,
    상기 슬라이딩 모드 분석은 1) 상기 이동 경로로부터의 상기 차량의 이동 지점

    

    , 2) 상기 이동 경로로부터 상기 차량의 거리 s(t), 및 3) 상기 이동 지점

    

    으로부터 실제 차량 위치

    

    의 오차 벡터 E(t)에 기초하여 조향 명령을 발생하도록 프로그램되며,
    상기 오차 벡터 E(t)는 상기 차량이 상기 이동 경로로부터 벗어나게 하거나 접근 경로로부터 벗어나 상기 이동 경로로 가게 할 수 있는 시간 의존적인 비선형 인자들(time dependent non-linear factors)을 수용하는 네비게이션 및 제어 시스템.
21. 차량의 내비게이션 및 제어 방법으로서,
    차량의 위치 및 방향을 나타내는 위치 신호들을 발생하는 단계;
    프로그램가능 인터페이스를 통해 상기 위치 신호들을 정규화하여 정규화된 위치 신호들을 생성하는 단계;
    상기 정규화된 위치 신호들부터 작동 제어 신호들을 생성하는 단계; 및
    상기 프로그램가능 인터페이스를 통해 상기 작동 제어 신호들을 정규화하여, 상기 차량의 업데이트된 이동 경로를 따라 상기 차량의 작동을 제어하는 정규화된 작동 제어 신호들을 생성하는 단계
    를 포함하는 차량의 네비게이션 및 제어 방법.
22. 운행가능 유닛으로서,
    차량을 포함하고,
    상기 차량은,
    차량의 위치 및 방향을 나타내는 위치 신호들을 발생하도록 구성된 하나 이상의 위치 센서;
    입력들을 갖고 상기 차량의 작동을 제어하는 출력들을 생성하는 하나 이상의 작동 제어 메커니즘; 및
    상기 적어도 하나의 작동 제어 메커니즘으로부터 원격지에 배치된 자체-완비된 자율 제어기를 포함하고,
    상기 자체-완비된 자율 제어기는,
    상기 위치 센서들로부터 상기 위치 신호들을 수신하고 상기 차량의 업데이트된 이동 경로를 정의하는 작동 제어 신호들을 발생하도록 구성된 프로세서, 및
    상기 위치 센서들, 상기 작동 제어 메커니즘들 및 상기 프로세서 간의 통신을 제공하고, 상기 위치 센서들로부터 상기 프로세서로의 입력들을 정규화하고 상기 작동 제어 메커니즘들에 입력들로서 인가되는 호환 작동 제어 신호들을 발생하도록 구성된 프로그램가능 인터페이스를 포함하며, 이에 의해 상기 자체-완비된 자율 제어기는 각종의 상이한 센서들 및 상이한 작동 제어 메커니즘들과 동작하도록 구성가능한 운행가능 유닛.
23. 제22항에 있어서, 상기 차량은 랜드-기반(land-based) 차량을 포함하는 운행가능 유닛.
24. 제23항에 있어서, 상기 랜드-기반 차량은 자동차, 트럭, 스포츠 유틸리티 차량, 구조 차량, 농업용 차량, 광산 차량, 에스코트 차량, 장난감 차량, 정찰 차량, 테스트-추적 차량, 및 장갑 차량 중 적어도 하나를 포함하는 운행가능 유닛.
25. 제22항에 있어서, 상기 차량은 선박을 포함하는 운행가능 유닛.
26. 제25항에 있어서, 상기 선박은 보트(boat), 배(ship), 바지선(barge), 유조선(tanker), 수륙 양용 차량(amphibious vehicle), 호버크라프트(hovercraft), 및 장갑선(armored ship) 중 적어도 하나를 포함하는 운행가능 유닛.
27. 제22항에 있어서, 상기 차량은 운전자-보조 제어(driver-assisted control)가 없는 자율 차량을 포함하는 운행가능 유닛.
28. 제22항에 있어서, 상기 차량은 컴퓨터-보조 제어(computer-assisted control)를 갖는 운전자-제어 차량을 포함하는 운행가능 유닛.
29. 제28항에 있어서, 상기 프로세서는 운전자 장애를 인식하도록 구성되는 운행가능 유닛.
30. 제29항에 있어서, 상기 프로세서는 상기 차량의 운전자-제어의 분석으로부터 또는 생체 인식 센서로부터 운전자 장애를 인식하도록 구성되는 운행가능 유닛.
31. 제28항에 있어서, 상기 프로세서는 입력 명령의 경우에 상기 차량을 제어하도록 구성되는 운행가능 유닛.
32. 차량 내의 프로세서 상에서 실행되는 프로그램 명령어들을 포함하는 컴퓨터 판독가능 매체로서, 상기 프로그램 명령어들은 상기 프로세서에 의해 실행될 때, 상기 프로세서로 하여금,
    차량의 위치 및 방향을 나타내는 위치 신호들을 수신하는 기능 - 상기 위치 신호들은 프로그램가능 인터페이스를 통해 정규화되어 정규화된 위치 신호들을 생성함 -;
    상기 정규화된 위치 신호들로부터 작동 제어 신호들을 생성하는 기능; 및
    상기 프로그램가능 인터페이스에 상기 작동 제어 신호들을 출력하여, 상기 차량의 업데이트된 이동 경로를 따라 상기 차량의 작동을 제어하는 정규화된 작동 제어 신호들을 생성하는 기능을 수행하게 하는 컴퓨터 판독가능 매체.
33. 내비게이션 및 제어 시스템으로서,
    입력들을 갖고 차량의 작동을 제어하는 출력들을 생성하는 하나 이상의 작동 제어 메커니즘; 및
    1) 이동 경로로부터의 상기 차량의 이동 지점

    

    , 2) 상기 이동 경로로부터 상기 차량의 거리 s(t), 및 3) 상기 이동 지점

    

    으로부터 실제 차량 위치

    

    의 오차 벡터 E(t)에 기초하여 조향 명령을 발생하도록 구성된 프로세서를 포함하고,
    상기 오차 벡터 E(t)가 상기 차량이 상기 이동 경로로부터 벗어나게 하거나 접근 경로로부터 벗어나 상기 이동 경로로 가게 할 수 있는 시간 의존적인 비선형 인자들을 수용하는 내비게이션 및 제어 시스템.
34. 제33항에 있어서, 상기 프로세서는 상기 오차 벡터 E(t)가

    

    형태의 미분 방정식을 만족시키고 최적 이동 방향을 위해 0으로 수렴하는 것에 기초하여 상기 차량의 이동 방향을 결정하도록 구성되어 있는 내비게이션 및 제어 시스템.
35. 제33항에 있어서, 상기 프로세서가 상기 이동 경로를 따라 상기 이동 지점

    

    을 결정하는 것은 전방 바퀴 속도, 후방 바퀴 속도, 이들 사이의 슬립 정도, 및 차량 미끄러짐(vehicle skid) 중 적어도 하나를 포함하는 비선형 인자들을 결정하는 것을 포함하는 내비게이션 및 제어 시스템.
36. 제33항에 있어서, 상기 프로세서가 상기 이동 경로를 따라 상기 이동 지점

    

    을 결정하는 것은 상기 비선형 인자들을 고려하기 위해 상기 이동 경로에 대해 s(t)의 시간 도함수를 결정하는 것을 포함하는 내비게이션 및 제어 시스템.

Images