KR20150084143A - 다양한 주행 환경 기반의 차량 자율 주행 장치 및 그 경로 계획 방법 - Google Patents

다양한 주행 환경 기반의 차량 자율 주행 장치 및 그 경로 계획 방법 Download PDF

Info

Publication number
KR20150084143A
KR20150084143A KR1020140003825A KR20140003825A KR20150084143A KR 20150084143 A KR20150084143 A KR 20150084143A KR 1020140003825 A KR1020140003825 A KR 1020140003825A KR 20140003825 A KR20140003825 A KR 20140003825A KR 20150084143 A KR20150084143 A KR 20150084143A
Authority
KR
South Korea
Prior art keywords
vehicle
map
traveling
road
driving
Prior art date
Application number
KR1020140003825A
Other languages
English (en)
Inventor
선우명호
김준수
임원택
Original Assignee
한양대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한양대학교 산학협력단 filed Critical 한양대학교 산학협력단
Priority to KR1020140003825A priority Critical patent/KR20150084143A/ko
Publication of KR20150084143A publication Critical patent/KR20150084143A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Navigation (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명의 일 실시예에 따른 다양한 주행 환경 기반의 차량 자율 주행 장치는 차량의 주행 환경에 기초하여 주행 모드를 결정하는 주행 모드 결정부; 상기 주행 모드에 따라 맵(map) 및 세부 경로 생성 알고리즘을 선택하는 맵/알고리즘 선택부; 및 상기 맵 및 상기 세부 경로 생성 알고리즘을 이용하여 상기 차량의 자율 주행을 위한 주행 경로를 생성하는 주행 경로 생성부를 포함한다.

Description

다양한 주행 환경 기반의 차량 자율 주행 장치 및 그 경로 계획 방법{SELF-CONTROL DRIVING DEVICE BASED ON VARIOUS DRIVING ENVIRONMENT IN AUTONOMOUS VEHICLE AND PATH PLANNING METHOD FOR THE SAME}
본 발명의 실시예들은 다양한 주행 환경을 기반으로 하는 차량 자율 주행 장치 및 상기 차량 자율 주행 장치의 자율 주행을 위한 경로 계획 방법에 관한 것이다.
근래에 들어 행성 탐사, 재난 극복, 인명구조, 험지 및 야지에서의 감시/정찰 임무를 수행하는 군사 로봇 및 서비스 로봇의 활용성이 부각되고 있다. 이는 극한 환경에서 이루어지는 3D 작업에 대한 기피 현상과 인명 중시 풍토에 맞물려 무인 로봇에 대한 기대감과 필요성은 더욱 빠르게 부각되고 있다.
지상에서 운용되는 무인 차량이 인간을 대신하여 주어진 임무를 합리적으로 완수하기 위해서는 인식, 판단 그리고 행동과 같은 기본적이며 계층적인 능력이 요구된다. 특히, 안전하고 빠른 최적의 경로를 통해 주어진 임무 지역까지 자율적으로 주행해 가는 자율 주행(Autonomous Navigation) 기술은 모든 무인 차량에 공통으로 요구되는 근본적인 기술이다. 무인 차량의 자율 주행 기술은 무인 차량에 장착된 센서의 탐지 영역을 기준으로 전역 경로 계획과 지역 경로 계획과 같이 계층적으로 구성된다.
그런데, 기존의 자율 주행 기술에서 경로 계획 방법은 다양한 주행 환경에 대해 단일 경로 계획 방법으로 경로를 생성하기 때문에, 특정 상황에 최적화된 경로를 생성하기 힘들다. 예를 들어, 장애물 격자 지도만을 사용하는 기존의 경로 계획 방법은 장애물이 존재하지 않는 특정 상황에서도 모든 범위의 격자 지도를 이용하여 경로를 생성해야 하기 때문에 불필요한 연산량을 많이 필요로 한다. 자율 주행 차량에서 경로 생성은 반드시 정해진 시간 내에 이루어져야 하기 때문에, 연산량의 증가는 자율 주행 차량의 주행 성능을 크게 감소시킨다.
관련 선행기술로는 대한민국 등록특허공보 제10-1273245호(발명의 명칭: 자율이동 차량용 자율주행 시스템 및 이를 이용한 주행가능 경로 생성방법, 등록일자: 2013년 06월 04일)가 있다.
본 발명의 일 실시예는 다양한 주행 환경에서도 자율 주행을 위한 차량의 경로를 생성할 수 있는 다양한 주행 환경 기반의 차량 자율 주행 장치 및 그 경로 계획 방법을 제공한다.
본 발명의 일 실시예는 경로 생성을 위한 연산량을 줄여 실시간으로 주행 경로 생성이 가능하게 하는 다양한 주행 환경 기반의 차량 자율 주행 장치 및 그 경로 계획 방법을 제공한다.
본 발명이 해결하고자 하는 과제는 이상에서 언급한 과제(들)로 제한되지 않으며, 언급되지 않은 또 다른 과제(들)은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 다양한 주행 환경 기반의 차량 자율 주행 장치는 차량의 주행 환경에 기초하여 주행 모드를 결정하는 주행 모드 결정부; 상기 주행 모드에 따라 맵(map) 및 세부 경로 생성 알고리즘을 선택하는 맵/알고리즘 선택부; 및 상기 맵 및 상기 세부 경로 생성 알고리즘을 이용하여 상기 차량의 자율 주행을 위한 주행 경로를 생성하는 주행 경로 생성부를 포함한다.
상기 주행 모드 결정부는 상기 차량에 탑재된 센서들로부터 현재 주행하는 도로에 관한 인식 정보를 획득하고, 상기 차량과 연계된 GPS 모듈로부터 상기 차량의 현재 위치 정보를 획득하며, 획득된 상기 인식 정보 및 상기 위치 정보에 기초하여 상기 차량의 주행 환경을 판단할 수 있다.
상기 주행 모드 결정부는 추월(overtaking), 스쿨존(school zone), 공사장(construction site), 장애물(barrier), 주차장(parking), 갈림길(split road), 승객(passenger), 횡단보도(crosswalk) 중 적어도 하나를 고려하여 상기 주행 모드를 결정할 수 있다.
상기 맵은 상기 차량의 주행을 위한 도로의 위치 정보를 담고 있는 도로 맵(road map), 상기 차량의 주변 물체들을 격자 그리드상에 표현하여 상기 주행 환경에 존재하는 장애물들을 표현한 정지 장애물 격자 그리드 맵(static obstacle map), 움직이는 물체에 대한 정보를 담고 있는 동적 장애물 리스트(dynamic obstacle lists), 및 상기 차량이 주행 가능한 범위를 표시하는 위험도 맵(risk map) 중 적어도 하나를 포함할 수 있다.
상기 맵/알고리즘 선택부는 상기 주행 모드에 따라서 상기 도로 맵, 상기 정지 장애물 격자 그리드 맵, 상기 동적 장애물 리스트, 및 상기 위험도 맵 중에서 적어도 하나를 선택할 수 있다.
상기 도로 맵은 상기 차량과 연동하는 내비게이션으로부터 제공되고, 상기 정지 장애물 격자 그리드 맵, 상기 동적 장애물 리스트 및 상기 위험도 맵은 상기 차량에 설치된 센서들로부터 수집된 센서 데이터에 기초하여 상기 차량의 현 위치에서 일정 영역에 대해 실시간으로 생성되어 제공될 수 있다.
상기 세부 경로 생성 알고리즘은 도로 모델 기반 경로 생성 알고리즘(road model based planning) 및 A* 기반 그래프 경로 생성 알고리즘 중 적어도 하나를 포함할 수 있다.
상기 맵/알고리즘 선택부는 상기 주행 모드에 따라서 도로 모델 기반 경로 생성 알고리즘(road model based planning) 및 A* 기반 그래프 경로 생성 알고리즘 중에서 어느 하나를 선택할 수 있다.
상기 맵/알고리즘 선택부는 일반적인 도로 주행의 경우에 상기 도로 모델 기반 경로 생성 알고리즘을 선택하고, 다수의 장애물이 존재하는 도로 주행의 경우에 상기 A* 기반 그래프 경로 생성 알고리즘을 선택할 수 있다.
상기 맵 및 세부 경로 생성 알고리즘은 상기 차량 자율 주행 장치에 미리 탑재되고, 상기 주행 모드에 따라 선택되어 제공될 수 있다.
본 발명의 일 실시예에 따른 다양한 주행 환경 기반의 차량 자율 주행 장치의 경로 계획 방법은 차량의 주행 환경에 기초하여 주행 모드를 결정하는 단계; 상기 주행 모드에 따라 맵(map) 및 세부 경로 생성 알고리즘을 선택하는 단계; 및 상기 맵 및 상기 세부 경로 생성 알고리즘을 이용하여 상기 차량의 자율 주행을 위한 주행 경로를 생성하는 단계를 포함한다.
상기 주행 모드를 결정하는 단계는 상기 차량에 탑재된 센서들로부터 현재 주행하는 도로에 관한 인식 정보를 획득하는 단계; 상기 차량과 연계된 GPS 모듈로부터 상기 차량의 현재 위치 정보를 획득하는 단계; 및 획득된 상기 인식 정보 및 상기 위치 정보에 기초하여 상기 차량의 주행 환경을 판단하는 단계를 포함할 수 있다.
상기 맵 및 세부 경로 생성 알고리즘은 상기 차량 자율 주행 장치에 미리 탑재되고, 상기 주행 모드에 따라 선택되어 제공될 수 있다.
기타 실시예들의 구체적인 사항들은 상세한 설명 및 첨부 도면들에 포함되어 있다.
본 발명의 일 실시예에 따르면, 다양한 주행 환경을 기반으로 해당 맵과 세부 경로 생성 알고리즘을 선택하여 자율 주행을 위한 최적의 주행 경로를 생성함으로써, 다양한 주행 환경에서도 자율 주행을 위한 차량의 경로를 효율적으로 생성할 수 있다.
본 발명의 일 실시예에 따르면, 경로 생성을 위한 연산에 필요한 맵 및 세부 경로 생성 알고리즘을 미리 차량 자율 주행 장치에 탑재하여 제공함으로써, 경로 생성을 위한 연산량을 줄여 실시간으로 주행 경로 생성이 가능하게 한다.
도 1은 본 발명의 일 실시예에 따른 다양한 주행 환경 기반의 차량 자율 주행 장치를 설명하기 위해 도시한 블록도이다.
도 2는 본 발명의 일 실시예에 따라 주행 모드를 결정하는 과정을 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따라 경로 계획을 위해 사용되는 맵을 나타낸 도면이다.
도 4는 도로 모델 기반 경로 생성 알고리즘을 나타낸 도면이다.
도 5는 A* 기반 그래프 경로 생성 알고리즘을 나타낸 도면이다.
도 6 및 도 7은 본 발명의 일 실시예에 따른 다양한 주행 환경 기반의 차량 자율 주행 장치의 경로 계획 방법을 설명하기 위해 도시한 흐름도이다.
도 8은 본 발명의 일 실시예에 따라 복합 장애물이 존재하는 도로 상황에서 경로를 생성하는 일례를 도시한 도면이다.
도 9는 공사장의 주행 모습을 도시한 도면이다.
도 10은 본 발명의 일 실시예에 따라 공사장 주행 환경에서 경로를 생성하는 일례를 도시한 도면이다.
도 11은 본 발명의 일 실시예에 따라 추월 상황에서 경로를 생성하는 일례를 도시한 도면이다.
도 12는 주행 거리에 따른 알고리즘별 연산 시간 분석 결과를 비교하여 나타낸 도면이다.
본 발명의 이점 및/또는 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. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다.
이하에서는 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 다양한 주행 환경 기반의 차량 자율 주행 장치를 설명하기 위해 도시한 블록도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 다양한 주행 환경 기반의 차량 자율 주행 장치(100)는 주행 모드 결정부(110), 맵/알고리즘 선택부(120), 주행 경로 생성부(130), 및 제어부(140)를 포함할 수 있다.
상기 주행 모드 결정부(110)는 차량의 주행 환경에 기초하여 주행 모드를 결정한다. 이를 위해, 상기 주행 모드 결정부(110)는 상기 차량에 탑재된 센서들(102)(예: 레이더, 라이다, 카메라, 차속 센서, 휠속 센서 등)로부터 현재 주행하는 도로에 관한 인식 정보(예: 도로 정보, 주변 물체 정보, 경로 상태 정보)를 획득할 수 있다. 또한, 상기 주행 모드 결정부(110)는 상기 차량과 연계된 GPS 모듈(101)로부터 상기 차량의 현재 위치 정보를 획득할 수 있다.
상기 주행 모드 결정부(110)는 획득된 상기 인식 정보 및 상기 위치 정보에 기초하여 상기 차량의 주행 환경을 판단하고, 그 판단 결과를 바탕으로 상기 차량의 주행 모드를 결정할 수 있다. 여기서, 상기 차량의 주행 환경은 추월(overtaking), 스쿨존(school zone), 공사장(construction site), 장애물(barrier), 주차장(parking), 갈림길(split road), 승객(passenger), 횡단보도(crosswalk) 중 적어도 하나를 포함할 수 있다.
다시 말하면, 상기 주행 모드 결정부(110)는 도 2에 도시된 바와 같이, 상기 도로 정보, 주변 물체 정보, 경로 상태 정보 등의 인식 정보와 위치 정보를 입력(Input)으로 받아서 추월(overtaking), 스쿨존(school zone), 공사장(construction site), 장애물(barrier), 주차장(parking), 갈림길(split road), 승객(passenger), 횡단보도(crosswalk) 중 적어도 하나를 상기 차량의 주행 환경으로 판단하고, 상기 판단을 통해 결정된 주행 환경을 고려하여 상기 차량의 주행 모드(vehicle control mode)를 결정하여 출력(Output)할 수 있다. 참고로, 도 2는 본 발명의 일 실시예에 따라 주행 모드를 결정하는 과정을 나타낸 도면이다.
따라서, 본 발명의 일 실시예에 의하면, 다양한 주행 환경을 기반으로 하여 차량의 주행 모드를 결정함으로써, 다양한 주행 환경에서도 자율 주행을 위한 차량의 경로를 생성할 수 있는 환경을 마련할 수 있다.
상기 맵/알고리즘 선택부(120)는 상기 주행 모드에 따라 맵(map) 및 세부 경로 생성 알고리즘을 선택한다. 본 발명의 일 실시예에서는 상기 맵의 선택 과정을 먼저 설명한 후, 이어서 상기 세부 경로 생성 알고리즘의 선택 과정을 설명하기로 한다. 상기 맵/알고리즘 선택부(120)는 상기 맵 및 세부 경로 생성 알고리즘을 선택하는 과정에 있어서, 상기 선택 과정을 순서에 따라 수행하거나 순서에 상관 없이 수행할 수 있다.
먼저, 상기 맵은 도 3에 도시된 바와 같이, (a) 도로 맵(road map), (b) 정지 장애물 격자 그리드 맵(static obstacle map), (c) 동적 장애물 리스트(dynamic obstacle lists), 및 (d) 위험도 맵(risk map) 중 적어도 하나를 포함할 수 있다. 참고로, 도 3은 본 발명의 일 실시예에 따라 경로 계획을 위해 사용되는 맵을 나타낸 도면이다.
여기서, 상기 도로 맵은 상기 차량의 주행을 위한 도로의 위치 정보를 담고 있는 맵이고, 상기 정지 장애물 격자 그리드 맵은 상기 차량의 주변 물체들을 격자 그리드상에 표현하여 상기 주행 환경에 존재하는 장애물들을 표현한 맵이다. 상기 동적 장애물 리스트는 움직이는 물체에 대한 정보를 담고 있는 맵이고, 상기 위험도 맵은 상기 차량이 주행 가능한 범위를 표시하는 맵이다.
상기 맵/알고리즘 선택부(120)는 상기 주행 모드 결정부(110)에 의해 결정된 주행 모드에 따라서 상기 도로 맵, 상기 정지 장애물 격자 그리드 맵, 상기 동적 장애물 리스트, 및 상기 위험도 맵 중에서 적어도 하나를 선택할 수 있다.
이때, 상기 도로 맵은 상기 차량과 연동하는 내비게이션(navigation)(103)으로부터 제공되고, 나머지 맵들(상기 정지 장애물 격자 그리드 맵, 상기 동적 장애물 리스트, 상기 위험도 맵)은 상기 차량에 설치된 센서들(102)로부터 수집된 센서 데이터에 기초하여 상기 차량의 현 위치에서 일정 영역에 대해 실시간으로 생성되어 제공될 수 있다. 여기서, 상기 센서 데이터는 상기 도로에 관한 인식 정보, 예컨대 도로 정보, 주변 물체 정보, 경로 상태 정보 등을 포함할 수 있다.
다음으로, 상기 세부 경로 생성 알고리즘은 도로 모델 기반 경로 생성 알고리즘(road model based planning) 및 A* 기반 그래프 경로 생성 알고리즘 중 적어도 하나를 포함할 수 있다. 도 4는 도로 모델 기반 경로 생성 알고리즘을 나타낸 도면이고, 도 5는 A* 기반 그래프 경로 생성 알고리즘을 나타낸 도면이다.
상기 맵/알고리즘 선택부(120)는 상기 주행 모드 결정부(110)에 의해 결정된 주행 모드에 따라서, 도로 모델 기반 경로 생성 알고리즘(road model based planning) 및 A* 기반 그래프 경로 생성 알고리즘 중에서 어느 하나를 선택할 수 있다.
상기 맵/알고리즘 선택부(120)는 일반적인 도로 주행의 경우에 상기 도로 모델 기반 경로 생성 알고리즘을 선택하고, 다수의 장애물이 존재하는 도로 주행의 경우에 상기 A* 기반 그래프 경로 생성 알고리즘을 선택할 수 있다.
본 실시예에서, 상기 맵 및 세부 경로 생성 알고리즘은 상기 차량 자율 주행 장치(100)에 미리 탑재되고, 상기 주행 모드에 따라 선택되어 제공될 수 있다. 이와 같이, 본 발명의 일 실시예에서는 경로 생성을 위한 연산에 필요한 맵 및 세부 경로 생성 알고리즘을 미리 상기 차량 자율 주행 장치(100)에 탑재하여 제공함으로써, 차량의 주행 경로를 생성할 때 필요한 연산량을 크게 감소시킬 수 있으며, 이를 통해 실시간으로 주행 경로 생성을 가능하게 하는 환경을 마련할 수 있다.
상기 주행 경로 생성부(130)는 상기 맵 및 상기 세부 경로 생성 알고리즘을 이용하여 상기 차량의 자율 주행을 위한 주행 경로를 생성한다.
상기 주행 경로 생성부(130)는 차선을 따라 주행하는 패턴과 달리 다수의 장애물을 회피해야 하는 패턴의 도로를 주행하는 경우, 상기 맵 중 적어도 하나를 기반으로 상기 A* 기반 그래프 경로 생성 알고리즘을 이용하여 안전한 주행 경로를 효율적으로 생성할 수 있다.
한편, 상기 주행 경로 생성부는 다수의 장애물을 회피하면서 주행해야 하는 패턴과 달리 차선을 따라 주행하는 패턴의 도로를 주행하는 경우, 상기 맵 중 적어도 하나를 기반으로 상기 도로 모델 기반 경로 생성 알고리즘을 이용하여 자율 주행을 위한 차량 주행 경로를 효율적으로 생성할 수 있다.
상기 제어부(140)는 본 발명의 일 실시예에 따른 다양한 주행 환경 기반의 차량 자율 주행 장치(100), 즉 상기 주행 모드 결정부(110), 상기 맵/알고리즘 선택부(120), 상기 주행 경로 생성부(130) 등의 동작을 전반적으로 제어할 수 있다.
도 6 및 도 7은 본 발명의 일 실시예에 따른 다양한 주행 환경 기반의 차량 자율 주행 장치의 경로 계획 방법을 설명하기 위해 도시한 흐름도이다.
도 1 및 도 6을 참조하면, 단계(610)에서 상기 차량 자율 주행 장치(100)의 주행 모드 결정부(110)는 차량의 주행 환경에 기초하여 주행 모드를 결정한다.
여기서, 상기 차량의 주행 환경을 판단하는 과정을 도 1 및 도 7을 참조하여 구체적으로 설명하기로 한다.
먼저, 단계(710)에서 상기 차량 자율 주행 장치(100)의 주행 모드 결정부(110)는 상기 차량에 탑재된 센서들로부터 현재 주행하는 도로에 관한 인식 정보를 획득한다.
이후, 단계(720)에서 상기 차량 자율 주행 장치(100)의 주행 모드 결정부(110)는 상기 차량과 연계된 GPS 모듈(101)로부터 상기 차량의 현재 위치 정보를 획득한다.
이후, 단계(730)에서 상기 차량 자율 주행 장치(100)의 주행 모드 결정부(110)는 획득된 상기 인식 정보 및 상기 위치 정보에 기초하여 상기 차량의 주행 환경을 판단한다.
다시 도 1 및 도 6을 참조하면, 단계(620)에서 상기 차량 자율 주행 장치(100)의 맵/알고리즘 선택부(120)는 상기 주행 모드에 따라 맵(map) 및 세부 경로 생성 알고리즘을 선택한다.
여기서, 상기 맵은 도로 맵(road map), 정지 장애물 격자 그리드 맵(static obstacle map), 동적 장애물 리스트(dynamic obstacle lists), 및 위험도 맵(risk map) 중 적어도 하나를 포함할 수 있으며, 상기 세부 경로 생성 알고리즘은 도로 모델 기반 경로 생성 알고리즘(road model based planning) 및 A* 기반 그래프 경로 생성 알고리즘 중 적어도 하나를 포함할 수 있다.
다음으로, 단계(630)에서 상기 차량 자율 주행 장치(100)의 주행 경로 생성부(130)는 상기 맵 및 상기 세부 경로 생성 알고리즘을 이용하여 상기 차량의 자율 주행을 위한 주행 경로를 생성한다.
실시예
1. 실험
다양한 주행 환경에서 본 발명이 최적의 경로를 생성함을 검증하기 위해 3가지의 대표적인 주행 상황에 대해 자율 주행 실차 실험을 실시하였다.
- 주행 상황: 복합 장애물
도 8은 다수의 복합 장애물이 존재하는 상황에서, 본 발명에서 제시한 알고리즘으로 경로를 생성하는 모습을 보여주고 있다. 도 8에서, 회색의 점은 장애물을 나타내며 이를 피해서 갈 수 있는 최적의 경로가 파란색 실선으로 생성되고 있다.
- 주행 상황: 공사장
도 9와 같이 포장 도로를 주행하던 도중, 도로 공사로 인해 길이 우회될 경우, 본 발명의 알고리즘은 도 10과 같이 경로를 생성한다. 도 10을 살펴보면, 우회된 도로를 이탈하지 않을 뿐만 아니라 본 주행 도로로 안전하게 복귀하는 경로가 생성된 것을 확인할 수 있다.
- 주행 상황: 추월
도 11은 추월 상황(주행 환경)에서 본 발명에 의해 생성된 경로를 보여준다. 도 11에 도시된 바와 같이, 주행 도로(초록색 실선) 상에 느리게 주행하는 선행차(파란색 박스)를 추월하기 위해 본 차량(빨간색 박스)이 세부 경로 생성 알고리즘을 이용하여 주행 가능한 경로의 후보군(분홍색 실선)을 생성하고, 그 중 가장 최적의 경로(파란색 실선)를 생성하는 모습을 확인할 수 있다.
2. 알고리즘 연산 시간 분석
2.1. 본 실험은 Intel Core i5 CPU at 3.4 GHz에서 C++로 구현된 알고리즘의 연산 시간을 나타낸다.
2.2. 도 12의 (a)는 도로 기반 경로 생성 알고리즘만을 사용하여 4가지 주행 상황(일반 도로 주행, 복합 장애물, 공사 중인 도로, 추월)에서 경로 생성을 위한 연산 시간을 나타낸 것으로, 최대 50ms의 시간을 필요로 함을 확인할 수 있다. 하지만, 상기 도로 기반 경로 생성 알고리즘은 주행 도로의 형태를 기반으로 경로를 생성하기 때문에 복합 장애물과 공사 중인 도로 환경에서는 도로 기반 경로 생성 알고리즘만으로는 최적의 경로를 생성하기에 한계가 있다.
2.3. 도 12의 (b)는 기존 발명에서 가장 많이 쓰이는 A* 기반의 그래프 경로 생성 알고리즘으로 위와 같은 주행 상황에서 최대 100ms의 연산 시간을 필요로 한다.
2.4. 도 12의 (c)는 본 발명에서 제시한 계층적 구조(주행 모드 결정 단계, 맵/알고리즘 선택 단계, 주행 경로 생성 단계의 3가지 계층 구조로 이루어짐)를 이용한 결과로, 주행 상황에 따라 맵과 경로 생성 방법을 선택적으로 적용해서 경로를 생성한다. 그 결과, 다양한 주행 환경에서 최적의 경로를 생성할 뿐만 아니라, 연산 시간 또한 하나의 알고리즘을 사용한 도 12의 (b)의 결과와 비교해서, 요구되는 연산 시간이 상당히 줄었음을 확인할 수 있다.
이와 같은 본 발명의 일 실시예에 따른 다양한 주행 환경 기반의 차량 자율 주행 장치 및 그 경로 계획 방법은 무인 자율 주행 자동차 시스템(Autonomous vehicle system)의 응용 분야에 적용되어 무인 자율 주행을 위한 주행 경로를 생성하여 제공할 수 있다. 상기 응용 분야에서의 효과는 다음과 같다.
자율 주행 자동차는 일반 도로를 따라 주행해야 할 뿐만 아니라 장애물, 도로 상황, 다른 차량의 위치에 따라 다양한 주행 환경에서도 주행하여야 한다. 이를 위한 경로 생성 알고리즘은 필수적이다. 기존의 단일 알고리즘을 이용한 경로 생성 구조는 다양한 주행 환경을 다루기에는 한계가 존재할 뿐만 아니라 실시간(real-time)성을 보장하는데 비교적 많은 시간이 필요하였다.
따라서, 본 발명의 일 실시예에 의하면, 다양한 주행 환경에 대한 최적의 경로를 제공할 뿐만 아니라 보다 적은 연산량으로 경로를 생성함으로써, 무인 자율 주행 자동차의 실시간성을 유지할 수 있도록 해 준다.
본 발명의 실시예들은 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터 판독 가능 매체를 포함한다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 로컬 데이터 파일, 로컬 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크와 같은 자기-광 매체, 및 롬, 램, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
지금까지 본 발명에 따른 구체적인 실시예에 관하여 설명하였으나, 본 발명의 범위에서 벗어나지 않는 한도 내에서는 여러 가지 변형이 가능함은 물론이다. 그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허 청구의 범위뿐 아니라 이 특허 청구의 범위와 균등한 것들에 의해 정해져야 한다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.
101: GPS 모듈
102: 센서
103: 내비게이션
110: 주행 모드 결정부
120: 맵/알고리즘 선택부
130: 주행 경로 생성부
140: 제어부

Claims (13)

  1. 차량의 주행 환경에 기초하여 주행 모드를 결정하는 주행 모드 결정부;
    상기 주행 모드에 따라 맵(map) 및 세부 경로 생성 알고리즘을 선택하는 맵/알고리즘 선택부; 및
    상기 맵 및 상기 세부 경로 생성 알고리즘을 이용하여 상기 차량의 자율 주행을 위한 주행 경로를 생성하는 주행 경로 생성부
    를 포함하는 것을 특징으로 하는 다양한 주행 환경 기반의 차량 자율 주행 장치.
  2. 제1항에 있어서,
    상기 주행 모드 결정부는
    상기 차량에 탑재된 센서들로부터 현재 주행하는 도로에 관한 인식 정보를 획득하고, 상기 차량과 연계된 GPS 모듈로부터 상기 차량의 현재 위치 정보를 획득하며, 획득된 상기 인식 정보 및 상기 위치 정보에 기초하여 상기 차량의 주행 환경을 판단하는 것을 특징으로 하는 다양한 주행 환경 기반의 차량 자율 주행 장치.
  3. 제1항에 있어서,
    상기 주행 모드 결정부는
    추월(overtaking), 스쿨존(school zone), 공사장(construction site), 장애물(barrier), 주차장(parking), 갈림길(split road), 승객(passenger), 횡단보도(crosswalk) 중 적어도 하나를 고려하여 상기 주행 모드를 결정하는 것을 특징으로 하는 다양한 주행 환경 기반의 차량 자율 주행 장치.
  4. 제1항에 있어서,
    상기 맵은
    상기 차량의 주행을 위한 도로의 위치 정보를 담고 있는 도로 맵(road map), 상기 차량의 주변 물체들을 격자 그리드상에 표현하여 상기 주행 환경에 존재하는 장애물들을 표현한 정지 장애물 격자 그리드 맵(static obstacle map), 움직이는 물체에 대한 정보를 담고 있는 동적 장애물 리스트(dynamic obstacle lists), 및 상기 차량이 주행 가능한 범위를 표시하는 위험도 맵(risk map) 중 적어도 하나를 포함하는 것을 특징으로 하는 다양한 주행 환경 기반의 차량 자율 주행 장치.
  5. 제4항에 있어서,
    상기 맵/알고리즘 선택부는
    상기 주행 모드에 따라서 상기 도로 맵, 상기 정지 장애물 격자 그리드 맵, 상기 동적 장애물 리스트, 및 상기 위험도 맵 중에서 적어도 하나를 선택하는 것을 특징으로 하는 다양한 주행 환경 기반의 차량 자율 주행 장치.
  6. 제4항 또는 제5항에 있어서,
    상기 도로 맵은
    상기 차량과 연동하는 내비게이션으로부터 제공되고,
    상기 정지 장애물 격자 그리드 맵, 상기 동적 장애물 리스트 및 상기 위험도 맵은
    상기 차량에 설치된 센서들로부터 수집된 센서 데이터에 기초하여 상기 차량의 현 위치에서 일정 영역에 대해 실시간으로 생성되어 제공되는 것을 특징으로 하는 다양한 주행 환경 기반의 차량 자율 주행 장치.
  7. 제1항에 있어서,
    상기 세부 경로 생성 알고리즘은
    도로 모델 기반 경로 생성 알고리즘(road model based planning) 및 A* 기반 그래프 경로 생성 알고리즘 중 적어도 하나를 포함하는 것을 특징으로 하는 차량 다양한 주행 환경 기반의 자율 주행 장치.
  8. 제7항에 있어서,
    상기 맵/알고리즘 선택부는
    상기 주행 모드에 따라서 도로 모델 기반 경로 생성 알고리즘(road model based planning) 및 A* 기반 그래프 경로 생성 알고리즘 중에서 어느 하나를 선택하는 것을 특징으로 하는 다양한 주행 환경 기반의 차량 자율 주행 장치.
  9. 제7항 또는 제8항에 있어서,
    상기 맵/알고리즘 선택부는
    일반적인 도로 주행의 경우에 상기 도로 모델 기반 경로 생성 알고리즘을 선택하고, 다수의 장애물이 존재하는 도로 주행의 경우에 상기 A* 기반 그래프 경로 생성 알고리즘을 선택하는 것을 특징으로 하는 다양한 주행 환경 기반의 차량 자율 주행 장치.
  10. 제1항에 있어서,
    상기 맵 및 세부 경로 생성 알고리즘은
    상기 차량 자율 주행 장치에 미리 탑재되고, 상기 주행 모드에 따라 선택되어 제공되는 것을 것을 특징으로 하는 다양한 주행 환경 기반의 차량 자율 주행 장치.
  11. 차량의 주행 환경에 기초하여 주행 모드를 결정하는 단계;
    상기 주행 모드에 따라 맵(map) 및 세부 경로 생성 알고리즘을 선택하는 단계; 및
    상기 맵 및 상기 세부 경로 생성 알고리즘을 이용하여 상기 차량의 자율 주행을 위한 주행 경로를 생성하는 단계
    를 포함하는 것을 특징으로 하는 다양한 주행 환경 기반의 차량 자율 주행 장치의 경로 계획 방법.
  12. 제11항에 있어서,
    상기 주행 모드를 결정하는 단계는
    상기 차량에 탑재된 센서들로부터 현재 주행하는 도로에 관한 인식 정보를 획득하는 단계;
    상기 차량과 연계된 GPS 모듈로부터 상기 차량의 현재 위치 정보를 획득하는 단계; 및
    획득된 상기 인식 정보 및 상기 위치 정보에 기초하여 상기 차량의 주행 환경을 판단하는 단계
    를 포함하는 것을 특징으로 하는 다양한 주행 환경 기반의 차량 자율 주행 장치의 경로 계획 방법.
  13. 제11항에 있어서,
    상기 맵 및 세부 경로 생성 알고리즘은
    상기 차량 자율 주행 장치에 미리 탑재되고, 상기 주행 모드에 따라 선택되어 제공되는 것을 것을 특징으로 하는 다양한 주행 환경 기반의 차량 자율 주행 장치의 경로 계획 방법.
KR1020140003825A 2014-01-13 2014-01-13 다양한 주행 환경 기반의 차량 자율 주행 장치 및 그 경로 계획 방법 KR20150084143A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140003825A KR20150084143A (ko) 2014-01-13 2014-01-13 다양한 주행 환경 기반의 차량 자율 주행 장치 및 그 경로 계획 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140003825A KR20150084143A (ko) 2014-01-13 2014-01-13 다양한 주행 환경 기반의 차량 자율 주행 장치 및 그 경로 계획 방법

Publications (1)

Publication Number Publication Date
KR20150084143A true KR20150084143A (ko) 2015-07-22

Family

ID=53874161

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140003825A KR20150084143A (ko) 2014-01-13 2014-01-13 다양한 주행 환경 기반의 차량 자율 주행 장치 및 그 경로 계획 방법

Country Status (1)

Country Link
KR (1) KR20150084143A (ko)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105739495A (zh) * 2016-01-29 2016-07-06 大连楼兰科技股份有限公司 行车路径规划方法、装置和自动转向系统
KR20170068937A (ko) * 2015-12-10 2017-06-20 현대모비스 주식회사 터널 조명을 이용한 자율주행 차량 항법 시스템
CN107702716A (zh) * 2017-08-31 2018-02-16 广州小鹏汽车科技有限公司 一种无人驾驶路径规划方法、系统和装置
KR20180023100A (ko) * 2016-08-23 2018-03-07 한국철도기술연구원 강인한 군집주행을 위한 판단/제어 방법 및 그 판단/제어장치
US10073458B2 (en) 2016-11-11 2018-09-11 Hyundai Motor Company Path determining apparatus for autonomous driving vehicle and path determining method
CN110187639A (zh) * 2019-06-27 2019-08-30 吉林大学 一种基于参数决策框架的轨迹规划控制方法
KR102065693B1 (ko) * 2018-10-26 2020-01-13 인하대학교 산학협력단 자율주행 차량을 위한 기계학습 데이터 표준화 방법 및 시스템
US10579058B2 (en) 2016-12-14 2020-03-03 Samsung Electronics Co., Ltd. Apparatus and method for generating training data to train neural network determining information associated with road included in image
KR20200052868A (ko) * 2015-12-10 2020-05-15 현대모비스 주식회사 자율주행 차량 항법 장치 및 항법
CN113334384A (zh) * 2018-12-05 2021-09-03 北京百度网讯科技有限公司 移动机器人控制方法、装置、设备及存储介质
US11584394B2 (en) * 2019-07-16 2023-02-21 Toyota Jidosha Kabushiki Kaisha Vehicle controller device and vehicle control system

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170068937A (ko) * 2015-12-10 2017-06-20 현대모비스 주식회사 터널 조명을 이용한 자율주행 차량 항법 시스템
KR20200052868A (ko) * 2015-12-10 2020-05-15 현대모비스 주식회사 자율주행 차량 항법 장치 및 항법
CN105739495B (zh) * 2016-01-29 2019-05-14 大连楼兰科技股份有限公司 行车路径规划方法、装置和自动转向系统
CN105739495A (zh) * 2016-01-29 2016-07-06 大连楼兰科技股份有限公司 行车路径规划方法、装置和自动转向系统
KR20180023100A (ko) * 2016-08-23 2018-03-07 한국철도기술연구원 강인한 군집주행을 위한 판단/제어 방법 및 그 판단/제어장치
US10073458B2 (en) 2016-11-11 2018-09-11 Hyundai Motor Company Path determining apparatus for autonomous driving vehicle and path determining method
US10579058B2 (en) 2016-12-14 2020-03-03 Samsung Electronics Co., Ltd. Apparatus and method for generating training data to train neural network determining information associated with road included in image
CN107702716B (zh) * 2017-08-31 2021-04-13 广州小鹏汽车科技有限公司 一种无人驾驶路径规划方法、系统和装置
CN107702716A (zh) * 2017-08-31 2018-02-16 广州小鹏汽车科技有限公司 一种无人驾驶路径规划方法、系统和装置
WO2019042295A1 (zh) * 2017-08-31 2019-03-07 广州小鹏汽车科技有限公司 一种无人驾驶路径规划方法、系统和装置
US11460311B2 (en) 2017-08-31 2022-10-04 Guangzhou Xiaopeng Motors Technology Co., Ltd. Path planning method, system and device for autonomous driving
KR102065693B1 (ko) * 2018-10-26 2020-01-13 인하대학교 산학협력단 자율주행 차량을 위한 기계학습 데이터 표준화 방법 및 시스템
CN113334384A (zh) * 2018-12-05 2021-09-03 北京百度网讯科技有限公司 移动机器人控制方法、装置、设备及存储介质
CN113334384B (zh) * 2018-12-05 2024-03-01 北京百度网讯科技有限公司 移动机器人控制方法、装置、设备及存储介质
CN110187639B (zh) * 2019-06-27 2021-05-11 吉林大学 一种基于参数决策框架的轨迹规划控制方法
CN110187639A (zh) * 2019-06-27 2019-08-30 吉林大学 一种基于参数决策框架的轨迹规划控制方法
US11584394B2 (en) * 2019-07-16 2023-02-21 Toyota Jidosha Kabushiki Kaisha Vehicle controller device and vehicle control system

Similar Documents

Publication Publication Date Title
US11884293B2 (en) Operator assistance for autonomous vehicles
US10829116B2 (en) Affecting functions of a vehicle based on function-related information about its environment
KR20150084143A (ko) 다양한 주행 환경 기반의 차량 자율 주행 장치 및 그 경로 계획 방법
CN109863513B (zh) 用于自主车辆控制的神经网络系统
US20230358554A1 (en) Routing graph management in autonomous vehicle routing
US20180004210A1 (en) Affecting Functions of a Vehicle Based on Function-Related Information about its Environment
US11815891B2 (en) End dynamics and constraints relaxation algorithm on optimizing an open space trajectory
US20210221405A1 (en) A pedestrian probability prediction system for autonomous vehicles
US11055540B2 (en) Method for determining anchor boxes for training neural network object detection models for autonomous driving
EP3479182A1 (en) Affecting functions of a vehicle based on function-related information about its environment
US11435200B2 (en) Autonomous vehicle routing with local and general routes
CN116045998A (zh) 使用动态步长搜索用于自主驾驶车辆的环境感知路径规划
US20210356965A1 (en) Vehicle routing using third party vehicle capabilities
US20220032949A1 (en) Routing feature flags
US11904855B2 (en) Cooperative driving system and method
US20220065647A1 (en) Autonomous vehicle planned route prediction
JP2023066389A (ja) 停車中又は低速で移動する車両の交通状況の監視
US20210095977A1 (en) Revising self-driving vehicle routes in response to obstructions
Ulbrich et al. Extracting path graphs from vehicle trajectories
US20240037961A1 (en) Systems and methods for detecting lanes using a segmented image and semantic context
US20230415773A1 (en) Validating protolanes with actor behavior flowcharts
US20230343109A1 (en) Systems and methods for detecting traffic lights of driving lanes using a camera and multiple models
US20230418291A1 (en) Testing reuse across protolane families
Asghar et al. System Architecture for Autonomous Driving on Route du Bray
CN118306407A (en) System and method for avoiding deadlock by vehicle maneuver

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
AMND Amendment