KR20160027817A

KR20160027817A - 자율주행차량의 주행환경 인식장치 및 방법

Info

Publication number: KR20160027817A
Application number: KR1020140116412A
Authority: KR
Inventors: 유병용; 허명선; 오영철
Original assignee: 현대자동차주식회사
Priority date: 2014-09-02
Filing date: 2014-09-02
Publication date: 2016-03-10
Also published as: CN105759295A; KR101610502B1; US20160061612A1; CN105759295B; US9360328B2

Abstract

본 발명은 GPS(global positioning system) 정보와 지도 정보의 정밀도에 따라 영상 센서 및 거리 센서의 융합 방법을 달리하여 정확한 주행환경을 인식하고 그에 따른 상황 대처가 가능하게 하는 자율주행차량의 주행환경 인식장치 및 방법에 관한 것으로, 위성으로부터 위성신호를 수신하는 위성항법수신기와, 지도데이터가 저장된 지도저장부와, 차량의 주변영상을 촬영하는 영상센서와, 상기 차량의 주변에 위치하는 객체를 감지하는 거리센서와, 상기 위성항법수신기의 수신상태 및 지도데이터의 정밀도에 따라 상기 영상센서와 거리센서에 의해 측정된 정보의 융합방법을 결정하여 주행환경을 인식하는 제어부를 포함한다.

Description

자율주행차량의 주행환경 인식장치 및 방법{APPARATUS AND METHOD FOR RECOGNIZING DRIVING ENVIROMENT FOR AUTONOMOUS VEHICLE}

본 발명은 GPS(global positioning system) 정보와 지도 정보의 정밀도에 따라 영상 센서 및 거리 센서의 융합 방법을 달리하여 정확하게 주행환경을 인식하고 그에 따른 상황 대처가 가능하게 하는 자율주행차량의 주행환경 인식장치 및 방법에 관한 것이다.

자율주행차량은 일반적으로 운전자의 조작없이 차량 스스로 주행환경을 인식하여 목적지까지 주행하는 차량을 말한다. 이러한 자율주행차량이 도심에서 활용되기 위해서는 주행환경을 정확하게 인식하는 것이 중요한데, 이를 위해 GPS(global positioning system), 지도정보, 각종 센서 등을 융합한 주행환경 인식기술에 대한 연구가 이루어지고 있다.

최근에는 주로 레이더 및 라이더(Light Detection And Ranging, LiDAR) 센서와 영상 센서를 이용한 주행환경 인식기술이 소개되고 있다. 이러한 종래의 주행환경 인식기술은 GPS 정보 및 지도 정보의 정밀도를 고려하지 않고 단순하게 영상 센서와 거리센서를 융합한다. 따라서, 종래의 주행환경 인식기술은 복잡한 도심에서 적용하기 어렵다.

또한, 종래와 같이, 정밀지도 없이 일반지도를 이용하는 경우 종방향에 대해서는 비교적 정확한 위치 매칭이 가능하나 횡방향에 대한 정확한 위치 매칭이 어렵다.

본 발명은 상기한 종래기술의 문제점을 해결하기 위하여 안출된 것으로, GPS(global positioning system) 정보와 지도 정보의 정밀도에 따라 영상 센서 및 거리 센서의 융합 방법을 달리하여 정확하게 주행환경을 인식하고 그에 따른 상황 대처가 가능하게 하는 자율주행차량의 주행환경 인식장치 및 방법을 제공하고자 한다.

상기한 과제를 해결하기 위하여, 본 발명의 일 실시예에 따른 자율주행차량의 주행환경 인식장치는 위성으로부터 위성신호를 수신하는 위성항법수신기와, 지도데이터가 저장된 지도저장부와, 차량의 주변영상을 촬영하는 영상센서와, 상기 차량의 주변에 위치하는 객체를 감지하는 거리센서와, 상기 위성항법수신기의 수신상태 및 지도데이터의 정밀도에 따라 상기 영상센서와 거리센서에 의해 측정된 정보의 융합방법을 결정하여 주행환경을 인식하는 제어부를 포함하는 것을 특징으로 한다.

또한, 상기 제어부는, 상기 위성신호의 수신이 불가능하거나 또는 일직선 상에서 상기 위성신호 직접 수신이 가능한 위성수가 기준치 이하이면 상기 영상센서 및 거리센서를 통해 도로 경계 영역을 추출하고 그 추출한 도로 경계 영역들의 최소 경계 영역을 도출하는 것을 특징으로 한다.

또한, 상기 제어부는, 상기 최소 경계 영역과 지도데이터를 맵핑하여 주행 가능 경로를 생성하는 것을 특징으로 한다.

또한, 상기 제어부는, 상기 위성신호에 포함된 수신정보가 수 미터 이내의 오차 범위 안에 있으면 상기 영상센서를 통해 도로 시설물을 추출하고 상기 거리센서를 통해 주변 차량 정보를 추출하는 것을 특징으로 한다.

또한, 상기 제어부는, 상기 도로 시설물과 상기 지도데이터 내 랜드마크의 비교결과와 상기 주변 차량 정보에 대하여 확률기반 필터링을 수행하여 상기 차량의 종방향 및 횡방향 위치를 보정하는 것을 특징으로 한다.

또한, 상기 제어부는, 상기 위성신호 내 수신정보가 수 미터 오차 미만이며, 상기 지도데이터가 정밀지도이면, 상기 영상센서를 통해 원거리 장애물을 추출하고, 상기 거리센서를 통해 근거리 장애물을 추출하는 것을 특징으로 한다.

또한, 상기 제어부는, 상기 원거리 장애물 및 근거리 장애물을 상기 지도데이터에 매핑하여 주행상황을 인식하고 그 주행상황에 따른 주변차량의 거동을 예측하는 것을 특징으로 한다.

또한, 상기 제어부는, 상기 위성신호 내 수신정보가 수 미터 오차 미만이며, 상기 지도데이터가 정밀지도이면, 상기 영상센서를 통해 주행 차로 정보를 추출하고, 상기 거리센서를 통해 주변차량 정보를 추출하는 것을 특징으로 한다.

또한, 상기 제어부는, 상기 주행 차로 정보 및 주변 차량 정보에 대해 확률기반 필터링을 수행하여 상기 차량의 횡방향 위치를 보정하는 것을 특징으로 한다.

본 발명의 일 실시예에 따른 자율주행차량의 주행환경 인식방법은 위성으로부터 수신되는 위성신호의 신뢰도 및 정밀지도의 존재유무를 확인하는 단계와, 상기 위성신호의 신뢰도 및 정밀지도의 존재유무에 따라 영상센서 및 거리센서를 통해 획득하는 정보들을 융합하여 주행환경을 인식하는 단계를 포함하는 것을 특징으로 한다.

또한, 상기 주행환경 인식단계는, 상기 위성신호의 신뢰도가 기준 미만인지를 확인하는 단계와, 상기 위성신호의 신뢰도가 기준 미만이면, 상기 영상센서 및 거리센서를 통해 도로 시설물 및 주변 차량 정보를 각각 추출하는 단계와, 상기 도로 시설물 및 주변 차량 정보에 대해 확률기반 필터링을 수행하여 차량의 종방향 및 횡방향 위치를 보정하는 단계를 포함하는 것을 특징으로 한다.

또한, 상기 주행환경 인식단계는, 상기 위성신호의 신뢰도가 기준 이상이면 정밀지도의 존재유무를 확인하는 단계와, 상기 정밀지도가 존재하면 상기 영상센서 및 거리센서를 통해 원거리 장애물 및 근거리 장애물을 각각 추출하는 단계와, 상기 원거리 장애물 및 근거리 장애물을 상기 정밀지도 상에 맵핑하여 주변차량의 거동을 예측하는 단계를 더 포함하는 것을 특징으로 한다.

또한, 상기 주행환경 인식단계는, 상기 정밀지도가 존재하지 않으면, 상기 영상센서 및 거리센서를 통해 주행 차로 정보 및 주변 차량 정보를 각각 추출하는 단계와,

상기 주행 차로 정보 및 주변 차량 정보에 대하여 확률기반 필터링을 수행하여 상기 차량의 횡방향 위치를 보정하는 단계를 더 포함하는 것을 특징으로 한다.

또한, 상기 위성신호의 수신이 불량인 경우, 상기 영상센서 및 거리센서를 통해 각각 도로 경계 영역을 추출하는 단계와, 상기 도로 경계 영역들의 최소 경계 영역을 추출하는 단계와, 상기 최소 경계 영역에 근거하여 주행 가능 경로를 생성하는 단계를 더 포함하는 것을 특징으로 한다.

본 발명은 GPS(global positioning system) 정보와 지도 정보의 정밀도에 따라 영상 센서 및 거리 센서의 융합 방법을 달리하여 정확하게 주행환경을 인식하고 그에 따른 상황 대처가 가능하게 한다.

도 1은 본 발명의 일 실시예에 따른 자율주행차량의 주행환경 인식장치를 도시한 블록구성도.
도 2는 본 발명에 따른 영상 내 도로 경계 영역 추출을 도시한 예시도.
도 3은 본 발명의 일 실시예에 따른 자율주행차량의 주행환경 인식방법을 도시한 흐름도.

이하, 첨부된 도면들을 참조하여 본 발명에 따른 실시예들을 상세하게 설명한다.

도 1은 본 발명의 일 실시예에 따른 자율주행차량의 주행환경 인식장치를 도시한 블록구성도이고, 도 2는 본 발명에 따른 영상 내 도로 경계 영역 추출을 도시한 예시도이다.

도 1에 도시된 바와 같이, 자율주행차량의 주행환경 인식장치는 위성항법수신기(10), 지도저장부(20), 영상센서(30), 거리센서(40), 제어부(50), 표시부(60)을 포함한다.

위성항법수신기(10)는 위성으로부터 방송되는 항법정보(navigation message)를 수신하는 GPS(Global Positioning System) 수신기이다. 위성항법수신기(10)는 항법정보(GPS 정보, GPS 신호, 위성신호)를 활용하여 차량의 현재위치, 위성신호 수신 가능한 전체 위성 수, 일직선(Line Of Sight, LOS)으로 신호 수신 가능한 위성수, 현재 차량속도 등을 확인할 수 있다.

지도저장부(20)에는 POI(Point of Interest) 정보 및 랜드마크 정보 등의 지형지물정보를 포함하고 있는 지도데이터가 저장된다. 여기서, 지도데이터는 정밀지도(1:2만5천 이상 축척) 및/또는 일반지도(1:2만5천 미만 축척)이고, 정밀지도는 일반지도에 비하여 POI 정보 및 랜드마크 정보와 같은 지형지물 정보를 더 많이 포함한다.

영상센서(30)는 차량에 장착되어 차량의 주변영상(전방 영상, 후방 영상, 측방 영상 등)을 획득한다. 이때, 영상센서(30)는 단일 카메라, 입체 카메라, 전방위 카메라, 단안 카메라 등으로 구현될 수 있다.

거리센서(40)는 차량 주변에 존재하는 객체를 검출하고 차량과 객체(피측정물, 물체, 장애물, 차량 등) 간의 거리를 측정한다. 즉, 거리센서(40)는 차량 주변에 위치하는 객체에 대한 정보를 검출한다. 이러한 거리센서(40)는 레이더(Radio Detection And Ranging, RADAR), 라이다(Light Detection and Ranging, lidar), 초음파 센서, 적외선 센서 등으로 구현될 수 있다.

제어부(50)는 위성항법수신기(10)의 수신상태 및 정밀지도의 존재유무에 따라 영상센서(30)와 거리센서(40)의 융합 방법을 결정한다([표 1] 참조).

조건	영상센서	거리센서	융합방법	최종결과
GPS 수신 불량	도로 경계 영역 추출	도로 경계 영역 추출	min(센서 추출 영역)	주행 가능 경로 생성
GPS m 단위 오차 정밀지도 有	도로 시설물 추출	주변 차량 정보 추출	확률기반 필터링	종방향 및 횡방향 위치 보정
GPS m 단위 오차 정밀지도 無	도로 시설물 추출	주변 차량 정보 추출	확률기반 필터링	종방향 및 횡방향 위치 보정
GPS ㎝ 단위 오차 정밀지도 有	원거리 장애물 추출	근거리 장애물 추출	지도 매칭	주변 차량 거동 예측
GPS ㎝ 단위 오차 정밀지도 無	차선 타입 및 연석 추출	주변 차량 정보 추출	확률기반 필터링	횡방향 위치 보정

제어부(50)는 위성항법수신기(10)를 통해 수신되는 GPS 신호(위성 신호)들 중 일부 GPS 신호(최근 위성 신호)를 표본(sample)으로 추출하여 그 추출한 GPS 신호(예: 신호세기)에 대한 표준편차(표본표준편차)를 연산한다. 그리고, 제어부(50)는 연산한 표본표준편차가 임계치(threshold)를 초과하는지를 확인하여 위성항법수신기(10)에 대한 신뢰도(정밀도)를 판단한다.

다시 말해서, 제어부(50)는 표본표준편차가 임계치를 초과하면 위성항법수신기(10)를 통해 수신한 정보(예: 위치정보) 오차가 미터 단위 오차 범위(1미터 이상 10미터 미만) 내인 것으로 결정하고, 표본표준편차가 임계치 이하이면 위성항법수신기(10)의 수신정보 오차가 센티미터 단위 오차 범위(1미터 미만) 내인 것으로 결정한다.

이하에서는 [표 1]을 참조하여 조건별 센서융합 전략을 설명한다.

먼저, 제어부(50)는 위성항법수신기(10)를 통한 GPS 신호(위성 신호) 수신이 불가능하거나 또는 LOS(line of sight) 상에서 신호 직접 수신이 가능한 위성수가 기준치 이하이면 영상센서(30) 및 거리센서(40)를 통해 각각 도로 경계 영역(주행 가능영역)을 추출한다. 즉, 제어부(50)는 주행 중 현재 자차의 위치(예: 음영지역) 확인이 불가한 경우 영상센서(30) 및 거리센서(40)를 이용하여 차선 또는 주행 가능한 영역을 추출한다.

이때, 제어부(50)는 도 2와 같이 영상센서(30)를 통해 획득한 영상에서 직선성분을 도로 경계 영역으로 추출하고, 거리센서(40)를 통해 측정한 데이터에서 직선성분을 도로 경계 영역으로 추출한다. 그리고, 제어부(50)는 영상센서(30) 및 거리센서(40)를 통해 추출한 도로 경계 영역들 간의 최소 경계 영역(minimum bounding sphere)을 도출한다. 즉, 제어부(50)는 동일한 타겟에 대한 정보를 융합한다.

제어부(50)는 최소 경계 영역과 지도데이터를 맵핑하여 주행 가능 경로를 생성한다. 이후, 제어부(50)는 조향장치, 구동장치, 제동장치 등을 제어하여 생성한 주행 가능 경로에 따라 차량 주행을 제어한다.

제어부(50)는 위성항법수신기(10)의 수신 정보 오차가 미터(m)단위 오차 범위 내이며, 정밀지도가 존재하면 영상센서(30)를 통해 도로 시설물을 추출하고, 거리센서(40)를 통해 주변 차량 정보를 추출하여 주행차로를 판단한다. 도로 시설물은 횡단보도, 속도표지판, 신호등, 정지선, 속도감시카메라, 방지턱 등을 포함한다.

다시 말해서, 제어부(50)는 자차가 현재 도로 영역에 위치하며 GPS 신호에 대한 표본표준편차가 임계치를 초과하는 경우, 영상 센서(30)를 통해 획득한 도로 시설물 정보와 정밀지도 내 랜드마크를 비교하여 그 비교결과를 종방향 위치 보정에 이용한다. 또한, 제어부(50)는 거리센서(40)를 통해 획득한 주변 차량 정보를 이용하여 주행차로를 판단하여 횡방향 위치 보정에 이용한다.

이때, 제어부(50)는 영상센서(30) 및 거리센서(40)에 의해 추출된 정보에 대하여 확률기반 필터링을 수행하므로 자차의 종방향 및 횡방향 위치 오차를 보정한다. 여기서, 확률기반 필터링에는 칼만 필터(kalman filter) 및 파티클 필터(particle filter) 등이 사용된다.

제어부(50)는 위성항법수신기(10)의 수신 정보 오차가 미터 단위 오차이며 정밀지도가 존재하지 않는 경우, 영상센서(30)를 통해 도로 시설물을 추출하고, 거리센서(40)를 통해 주변 차량 정보를 추출하여 주행차로를 판단한다.

다시 말해서, 제어부(50)는 자차가 현재 도로 상에 위치하는지 여부를 확인할 수 있으며 위성 신호의 표본표준편차가 임계치를 초과하고 일반지도가 존재하는 경우, 영상센서(30) 및 거리센서(40)에 의해 추출된 정보에 대해 확률기반 필터링하여 자차의 종방향 및 횡방향 위치 오차를 보정한다. 이 경우, 일반지도에는 정밀지도에 비하여 랜드마크 정보가 제한적이다.

이와 같이, 제어부(50)는 위성항법수신기(10)의 수신 정보 오차가 미터 단위 오차이면 지도데이터의 정밀도와 관계없이 영상센서(30) 및 거리센서(40)를 통해 도로시설물 및 주변 차량 정보를 추출하고 그 추출한 정보들을 융합하여 자차의 종방향 및 횡방향 위치 오차를 보정한다. 이때, 융합 방법에는 칼만 필터 또는 파티클 필터와 같은 확률기반 필터가 이용된다.

제어부(50)는 위성항법수신기(10)의 수신 정보 오차가 센티미터 단위 오차이며 GPS 신호에 대한 표본표준편차가 임계치(기준수치) 이하이고 정밀지도가 존재하는 경우, 영상센서(30)를 통해 획득한 영상으로부터 원거리 장애물을 검출하고, 거리센서(40)를 통해 근거리 장애물을 검출한다.

그리고, 제어부(50)는 검출한 장애물을 지도데이터에 맵핑(mapping)하여 전방 상황 및 주변 장애물(원거리 장애물 및 근거리 장애물)에 따른 주변 차량의 거동을 예측한다.

또한, 제어부(50)는 위성항법수신기(10)의 수신 정보 오차가 센티미터 단위 오차 범위 내로 GPS 신호에 대한 표본표준편차가 임계치(기준수치) 이하이며 정밀지도가 존재하지 않는 경우, 영상센서(30)를 통해 획득한 영상정보(영상)로부터 차선타입 및 연석 등을 추출하고, 거리센서(40)를 통해 주변차량 정보를 획득한다.

그리고, 제어부(50)는 영상센서(30) 및 거리센서(40)를 통해 획득한 정보를 확률기반 필터링하여 자차의 횡방향 위치 오차를 보정한다.

제어부(50)는 위성항법수신기(10)를 통해 수신되는 수신정보 및 지도데이터의 정밀도를 고려하여 영상센서(30)와 거리센서(40)의 융합방법을 달리하여 주행상황을 인식한다. 그리고, 제어부(50)는 인식한 주행상황에 따라 구동장치 및 제동장치, 조향장치, 현가장치 등을 제어하여 자차의 주행을 제어한다. 즉, 본 발명은 자율주행차량이 자차의 주행상황(주변상황)을 인식하여 그 상황에 대해 대처할 수 있게 한다.

표시부(60)는 제어부(50)의 제어에 따라 각종 정보를 표시한다. 즉, 표시부(60)는 센서융합을 통해 인식한 주행상황 및 상황 대처를 위한 주행제어 진행상황을 표시한다.

표시부(60)은 파일럿 램프(pilot lamp), 발광다이오드(light emitting diode: LED), 전계발광소자(electro-luminescence element: EL), 진공형광 디스플레이(vacuum fluorescence display: VFD), 음극선 관(cathode ray tube: CRT), 플라즈마 디스플레이(plasma display), 액정 디스플레이(liquid crystal display: LCD), 헤드업디스플레이(head up display, HUD) 등으로 구현될 수 있다.

도 3은 본 발명의 일 실시예에 따른 자율주행차량의 주행환경 인식방법을 도시한 흐름도이다.

먼저, 제어부(50)는 위성항법수신기(10)의 GPS 신호 수신상태를 확인한다(S11). 이때, 제어부(50)는 차량 내 장착된 영상센서(30) 및 거리센서(40)로부터 영상정보 및 거리정보를 수신한다.

제어부(50)는 위성항법수신기(10)의 수신 상태가 불량인지를 확인한다(S12). 다시 말해서, 제어부(50)는 위성항법수신기(10)를 통한 GPS 신호(위성)의 수신이 불가능한지 또는 LOS 상에서 신호 직접 수신이 가능한 위성수가 기준치 이하인지를 확인한다.

제어부(50)는 위성항법수신기(10)의 수신 상태가 불량이면 영상센서(30) 및 거리센서(40)를 통해 도로 경계 영역을 각각 추출한다(S13). 여기서, 제어부(50)는 영상센서(30)로부터 출력되는 영상에서 직선성분을 도로 경계 영역으로 추출한다. 또한, 제어부(50)는 거리센서(40)를 통해 측정되는 자차와 객체 간의 거리정보에 근거하여 직선성분을 도로 경계 영역으로 추출한다.

그리고, 제어부(50)는 추출한 도로 경계 영역들의 최소 경계 영역을 추출한다(S14). 즉, 제어부(50)는 추출한 도로 경계 영역들에서 동일한 타겟에 대한 영역을 추출한다.

제어부(50)는 최소 경계 영역에 근거하여 주행 가능 경로를 생성한다(S15). 이후, 제어부(50)는 생성한 주행 가능 경로에 따라 차량의 주행을 제어한다.

한편, 제어부(50)는 위성항법수신기(10)의 수신 상태가 정상이며 수신 정보의 신뢰도가 기준 미만인지를 확인한다(S16). 여기서, 제어부(50)는 위성항법수신기(10)를 통해 수신한 GPS 신호들 중 최신 GPS 신호 일부를 표본으로 추출하고 그 표본으로 추출한 GPS 신호들에 대한 표준편차(표본표준편차)를 연산한다. 그리고, 제어부(50)는 연산한 표준편차가 임계치를 초과하는지를 확인한다.

제어부(50)는 위성항법수신기(10)를 통한 수신 정보의 신뢰도가 기준 미만이면 영상센서(30)를 통해 도로 시설물을 추출하고 거리센서(40)를 통해 주변 차량 정보를 추출한다(S17). 즉, 제어부(50)는 위성항법수신기(10)를 통해 수신한 수신 정보가 미터 단위 오차(1m 이상 10m 미만)를 가지는 경우 영상센서(30)로 획득한 영상으로부터 도로 시설물을 추출하고, 거리센서(40)를 통해 주변 차량 존재유무 및 주변 차량과의 거리 등의 주변 차량 정보를 검출한다.

제어부(50)는 영상센서(30)를 통해 추출한 도로 시설물과 지도저장부(20)에 저장된 지도데이터 내 랜드마크와 맵핑하여 종방향 위치를 보정하고, 거리센서(40)에 의해 검출한 주변 차량 정보에 근거하여 주행차로를 판단하여 횡방향 위치를 보정한다(S18). 이때, 제어부(50)는 확률기반 필터를 이용하여 차량의 위치를 보정한다.

한편, 제어부(50)는 GPS 신호의 신뢰도가 기준 이상이면 정밀지도의 존재유무를 확인한다(S19).

제어부(50)는 확인결과 정밀지도가 존재하면 영상센서(30) 및 거리센서(40)를 통해 원거리 장애물 및 근거리 장애물을 각각 검출한다(S20). 즉, 제어부(50)는 GPS 신호에 포함된 수신정보가 센티미터 단위 오차를 가지는 경우(현재 위치한 차선 정보까지 확인이 가능한 경우), 영상센서(30)에 의해 획득한 영상 내에서 원거리 장애물을 추출한다. 그리고, 제어부(50)를 거리센서(40)를 통해 차량 주변에 위치하는 근거리 장애물을 검출하고 그 근거리 장애물과의 거리를 측정한다.

제어부(50)는 영상센서(30) 및 거리센서(40)에 의해 추출된 장애물 정보에 근거하여 주변차량의 거동을 예측한다(S21). 다시 말해서, 제어부(50)는 추출한 장애물 정보와 정밀지도를 맵핑하여 전방 상황 및 주변 상황을 인식하여 주변 차량의 거동을 예측한다.

상기 단계(S19)에서, 제어부(50)는 정밀지도가 존재하지 않으면 영상센서(30)를 통해 주행 차로 정보를 추출하고, 거리센서(40)를 통해 주변 차량 정보를 추출한다(S22).

그리고, 제어부(50)는 주행차로 정보 및 주변 차량 정보에 확률기반 필터링을 적용하여 자차의 횡방향 위치를 보정한다(S23).

이후, 제어부(50)는 상기한 절차를 통해 주행환경을 인식하고 그에 따라 자차의 주행을 제어한다.

이상에서, 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 발명의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 저장매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다. 컴퓨터 프로그램의 저장매체로서는 자기 기록매체, 광 기록매체, 캐리어 웨이브 매체 등이 포함될 수 있다.

또한, 이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재될 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥 상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

10: 위성항법수신기
20: 지도저장부
30: 영상센서
40: 거리센서
50: 제어부
60: 표시부

Claims

위성으로부터 위성신호를 수신하는 위성항법수신기와,
지도데이터가 저장된 지도저장부와,
차량의 주변영상을 촬영하는 영상센서와,
상기 차량의 주변에 위치하는 객체를 감지하는 거리센서와,
상기 위성항법수신기의 수신상태 및 지도데이터의 정밀도에 따라 상기 영상센서와 거리센서에 의해 측정된 정보의 융합방법을 결정하여 주행환경을 인식하는 제어부를 포함하는 것을 특징으로 하는 자율주행차량의 주행환경 인식장치.
제1항에 있어서,
상기 제어부는,
상기 위성신호의 수신이 불가능하거나 또는 일직선 상에서 상기 위성신호 직접 수신이 가능한 위성수가 기준치 이하이면 상기 영상센서 및 거리센서를 통해 도로 경계 영역을 추출하고 그 추출한 도로 경계 영역들의 최소 경계 영역을 도출하는 것을 특징으로 하는 자율주행차량의 주행환경 인식장치.
제2항에 있어서,
상기 제어부는,
상기 최소 경계 영역과 지도데이터를 맵핑하여 주행 가능 경로를 생성하는 것을 특징으로 하는 자율주행차량의 주행환경 인식장치.
제1항에 있어서,
상기 제어부는,
상기 위성신호에 포함된 수신정보가 수 미터 이내의 오차 범위 안에 있으면 상기 영상센서를 통해 도로 시설물을 추출하고 상기 거리센서를 통해 주변 차량 정보를 추출하는 것을 특징으로 하는 자율주행차량의 주행환경 인식장치.
제4항에 있어서,
상기 제어부는,
상기 도로 시설물과 상기 지도데이터 내 랜드마크의 비교결과와 상기 주변 차량 정보에 대하여 확률기반 필터링을 수행하여 상기 차량의 종방향 및 횡방향 위치를 보정하는 것을 특징으로 하는 자율주행차량의 주행환경 인식장치.
제1항에 있어서,
상기 제어부는,
상기 위성신호 내 수신정보가 수 미터 오차 미만이며, 상기 지도데이터가 정밀지도이면, 상기 영상센서를 통해 원거리 장애물을 추출하고, 상기 거리센서를 통해 근거리 장애물을 추출하는 것을 특징으로 하는 자율주행차량의 주행환경 인식장치.
제6항에 있어서,
상기 제어부는,
상기 원거리 장애물 및 근거리 장애물을 상기 지도데이터에 매핑하여 주행상황을 인식하고 그 주행상황에 따른 주변차량의 거동을 예측하는 것을 특징으로 하는 자율주행차량의 주행환경 인식장치.
제1항에 있어서,
상기 제어부는,
상기 위성신호 내 수신정보가 수 미터 오차 미만이며, 상기 지도데이터가 정밀지도이면, 상기 영상센서를 통해 주행 차로 정보를 추출하고, 상기 거리센서를 통해 주변차량 정보를 추출하는 것을 특징으로 하는 자율주행차량의 주행환경 인식장치.
제8항에 있어서,
상기 제어부는,
상기 주행 차로 정보 및 주변 차량 정보에 대해 확률기반 필터링을 수행하여 상기 차량의 횡방향 위치를 보정하는 것을 특징으로 하는 자율주행차량의 주행환경 인식장치.
위성으로부터 수신되는 위성신호의 신뢰도 및 정밀지도의 존재유무를 확인하는 단계와,
상기 위성신호의 신뢰도 및 정밀지도의 존재유무에 따라 영상센서 및 거리센서를 통해 획득하는 정보들을 융합하여 주행환경을 인식하는 단계를 포함하는 것을 특징으로 하는 자율주행차량의 주행환경 인식방법.
제10항에 있어서,
상기 주행환경 인식단계는,
상기 위성신호의 신뢰도가 기준 미만인지를 확인하는 단계와,
상기 위성신호의 신뢰도가 기준 미만이면, 상기 영상센서 및 거리센서를 통해 도로 시설물 및 주변 차량 정보를 각각 추출하는 단계와,
상기 도로 시설물 및 주변 차량 정보에 대해 확률기반 필터링을 수행하여 차량의 종방향 및 횡방향 위치를 보정하는 단계를 포함하는 것을 특징으로 하는 자율주행차량의 주행환경 인식방법.
제11항에 있어서,
상기 주행환경 인식단계는,
상기 위성신호의 신뢰도가 기준 이상이면 정밀지도의 존재유무를 확인하는 단계와,
상기 정밀지도가 존재하면 상기 영상센서 및 거리센서를 통해 원거리 장애물 및 근거리 장애물을 각각 추출하는 단계와,
상기 원거리 장애물 및 근거리 장애물을 상기 정밀지도 상에 맵핑하여 주변차량의 거동을 예측하는 단계를 더 포함하는 것을 특징으로 하는 자율주행차량의 주행환경 인식방법.
제12항에 있어서,
상기 주행환경 인식단계는,
상기 정밀지도가 존재하지 않으면, 상기 영상센서 및 거리센서를 통해 주행 차로 정보 및 주변 차량 정보를 각각 추출하는 단계와,
상기 주행 차로 정보 및 주변 차량 정보에 대하여 확률기반 필터링을 수행하여 상기 차량의 횡방향 위치를 보정하는 단계를 더 포함하는 것을 특징으로 하는 자율주행차량의 주행환경 인식방법.
제10항에 있어서,
상기 위성신호의 수신이 불량인 경우, 상기 영상센서 및 거리센서를 통해 각각 도로 경계 영역을 추출하는 단계와,
상기 도로 경계 영역들의 최소 경계 영역을 추출하는 단계와,
상기 최소 경계 영역에 근거하여 주행 가능 경로를 생성하는 단계를 더 포함하는 것을 특징으로 하는 자율주행차량의 주행환경 인식방법.