KR20160066854A - 자율주행 차량의 기상관측 장치 및 방법 - Google Patents

자율주행 차량의 기상관측 장치 및 방법 Download PDF

Info

Publication number
KR20160066854A
KR20160066854A KR1020140172154A KR20140172154A KR20160066854A KR 20160066854 A KR20160066854 A KR 20160066854A KR 1020140172154 A KR1020140172154 A KR 1020140172154A KR 20140172154 A KR20140172154 A KR 20140172154A KR 20160066854 A KR20160066854 A KR 20160066854A
Authority
KR
South Korea
Prior art keywords
vehicle
unit
attenuation
difference
ghz
Prior art date
Application number
KR1020140172154A
Other languages
English (en)
Inventor
임상훈
Original Assignee
한국건설기술연구원
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 한국건설기술연구원 filed Critical 한국건설기술연구원
Priority to KR1020140172154A priority Critical patent/KR20160066854A/ko
Publication of KR20160066854A publication Critical patent/KR20160066854A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Environmental & Geological Engineering (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

본 발명에 따른 자율주행 차량의 기상관측 장치 및 방법은 차량 지붕에 회전센서가 구비되고, 상기 차량 주변을 스캔하여 3차원 실시간 지도를 제공하는 라이다부(100)와; 상기 차량 내부에 구비되어, 신호등, 주변 차량, 보행자 또는 장애물의 움직임을 촬영하는 카메라부(200)와; 차량의 전방이나 좌우측방으로 소정 주파수의 신호를 출력하여, 주변 차량 또는 장애물과의 거리를 측정하는 레이더부(300)와; 상기 차량의 바퀴에 구비되어, 바퀴의 미세 움직임을 측정하고 지도상에서 차량의 현위치를 계산하는 위치 연산부(400)와; 상기 차량이 주행하고 있는 도로의 통행속도, 교통밀도 또는 교통량 정보를 무선네트워크를 통해 수신하는 통신부(500)와; 상기 차량에 내장되어 주기적으로 주변의 기상정보를 검출하고 기상상황을 촬영하는 기상모듈부(600)와; 상기 차량의 각 구성요소들(100 내지 600)이 수집한 정보들을 제공받아 기상여건에 따른 차량의 속도 또는 방향을 제어하는 제어모듈부(700)를 포함하여 구성된다.
본 발명에 따른 자율주행 차량의 기상관측 장치는 차량에 장착된 카메라부, 레이더부, 센서부를 통해 차량 주변의 도로 기상환경을 검출하고, 특히 레이더부에서 출력되는 전파를 통해 차량 주변의 강수량을 보다 정확하고 간단하게 산정하여, 기상환경을 고려한 차량의 도로 주행을 제어하여 안전하게 차량을 운행할 수 있다.

Description

자율주행 차량의 기상관측 장치 및 방법{APPARATUS AND METHOD FOR METEOROLOGICAL OBSERVATION OF AUTONOMOUS VEHICLE}
본 발명은 기상관측 장치에 관한 것으로, 더욱 상세하게는 자율주행 차량에 탑재된 기상관측 장치 및 방법에 관한 것이다.
무인 자율 주행이란 차량에 운전자 없이 센서, 카메라와 같은 장애물 인식 장치와 GPS 모듈과 같은 자동 항법 장치를 기반으로 조향, 변속, 가속, 브레이크를 도로환경에 맞춰 스스로 제어해 목적지까지 스스로 주행하는 기술을 말한다.
또한, 일반용뿐만 아니라 장애인을 위한 보조수단, 군사용, 화물운송을 비롯하여 상업용 등 광범위한 분야에서 사용될 전망으로 향후 자동차 산업을 이끌 기술로 주목 받고 있다.
최근 미래형 개인 교통수단에 대한 동향은 교통사고 저감을 위한 안전성, 도로에서의 교통 효율성 및 연료 절감을 통한 환경 친화성, 어려운 운전 태스크(task)를 도와주는 편의성을 주요 요구사항으로 삼고 있다.
또한, 상기 무인 자율 주행은 이 모든 기능을 아우르는 기술로써, 전세계적으로 주목을 받고 있으며, 현재 유명 자동차 제작업체와 구글 등 세계적 기업에서 기술 개발 중이다.
상기 무인 자율 주행의 선행기술문헌으로서 한국등록특허 제1371930호(2014.03.03)에는 자율주행차량의 주행제어 장치 및 그 방법이 제안되어 있다. 상기 선행기술문헌(이하, ‘종래 기술’이라 한다)은 자율주행차량과 일반차량이 함께 주행하는 도로상에서 서로 인접해 있는 복수의 자율주행차량을 대상으로 대열을 이뤄 주행하도록 제어함으로써, 도로상에서 원활한 교통 흐름을 지속시켜 사고의 위험성을 감소시킬 수 있는 것을 특징으로 한다.
종래 기술은 정상적인 기상환경 즉, 맑은 날씨의 도로 주행환경 조건에서의 주행만을 고려하고 있으며, 차량의 자율 주행에 있어서 비, 눈, 안개와 같은 기상환경은 고려하지 않은 문제점을 가지고 있다.
따라서, 도로를 주행하는 차량에 탑재되어 차량 주행 중 주변의 강우, 강설 또는 안개와 같은 기상환경을 보다 정확하고 용이하게 검출할 수 있는 기술과 강우, 강설 또는 안개와 같은 기상환경에서도 차량의 자율 주행이 가능한 기술개발이 요구된다.
본 발명의 목적은, 비, 눈, 안개와 같은 기상조건과 통행속도, 교통밀도, 교통량과 같은 교통조건에 따라 차량의 속도, 방향, 제동을 제어할 수 있는 자율주행 차량의 기상관측 장치를 제공하는데 있다.
본 발명에 따른 자율주행 차량의 기상관측 장치는 차량에 장착된 카메라부, 레이더부, 센서부를 통해 차량 주변의 도로 기상환경을 검출할 수 있으며, 특히 레이더부에서 출력되는 전파(24GHz와 77GHz 주파수의 레이더 신호)를 통해 차량 주변의 강수량을 보다 정확하면서도 간단하게 산정할 수 있고, 이를 통해 기상환경을 고려한 차량의 도로 주행을 제어하여 보다 안전하게 차량을 운행할 수 있는 효과가 있다. 또한, 강우, 강설, 안내 등의 기상조건과 통행속도, 교통밀도, 교통량 등의 교통조건에 따라 무인 차량의 속도, 방향, 제동 등을 제어하여 안전하게 주행할 수 있는 효과가 있다.
도1은 본 발명에 따른 자율주행 차량의 기상관측 장치의 블록 구성도.
도2는 본 발명에 따른 기상모듈의 블록 구성도.
도3의 a)는 본 발명에 따른 차량의 레이더부의 예시도.
도3의 b)는 본 발명에 따른 레이더부에서 출력되는 신호들의 방향과 주파수를 나타낸 예시도.
도4는 빗방울의 크기에 따른 수평/수직의 편차를 나타낸 도면.
도5는 강우량에 따른 24GHz와 77GHz의 편파별 감쇄정도를 나타낸 그래프.
도6은 본 발명에 따른 제어모듈부의 블록 구성도.
도7은 본 발명에 따른 자율주행 차량의 기상관측 방법에 관한 순서도.
도8은 본 발명에 따른 기상모듈부에서 기상상황을 관측하는 방법에 관한 순서도.
상기와 같은 목적을 달성하기 위하여, 본 발명에 따른 자율주행 차량의 기상관측 장치는,
차량 지붕에 회전센서가 구비되고, 상기 차량 주변을 스캔하여 3차원 실시간 지도를 제공하는 라이다부(100)와; 상기 차량 내부에 구비되어, 신호등, 주변 차량, 보행자 또는 장애물의 움직임을 촬영하는 카메라부(200)와; 차량의 전방이나 좌우측방으로 소정 주파수의 신호를 출력하여, 주변 차량 또는 장애물과의 거리를 측정하는 레이더부(300)와; 상기 차량의 바퀴에 구비되어, 바퀴의 미세 움직임을 측정하고 지도상에서 차량의 현위치를 계산하는 위치 연산부(400)와; 상기 차량이 주행하고 있는 도로의 통행속도, 교통밀도 또는 교통량 정보를 무선네트워크를 통해 수신하는 통신부(500)와; 상기 차량에 내장되어 주기적으로 주변의 기상정보를 검출하고 기상상황을 촬영하는 기상모듈부(600)와; 상기 차량의 각 구성요소들(100 내지 600)이 정보들을 제공받아 기상여건과 도로교통에 따른 차량의 속도 또는 방향을 제어하는 제어모듈부(700)를 포함하여 구성된다.
상기와 같은 목적을 달성하기 위하여, 본 발명에 따른 자율주행 차량의 기상관측 방법은,
라이다부(100)가 차량 주변을 스캔하여 3차원 실시간 지도를 제공하는 과정과; 카메라부(200)가 신호등, 주변 차량, 보행자 또는 장애물의 움직임을 촬영하는 과정과; 레이더부(300)가 차량의 전방이나 좌우측방으로 소정 주파수 신호를 출력하여, 주변 차량, 보행자 또는 장애물과의 거리를 측정하는 과정과; 통신부(500)가 차량이 주행하고 있는 도로의 통행속도, 교통밀도 또는 교통량 정보를 무선네트워크를 통해 수신하는 과정과; 기상모듈부(600)가 차량이 주행중인 도로의 기상정보를 검출하고 기상상황을 관측하는 과정과; 제어모듈부(700)가 상기 차량의 각 구성요소들(100 내지 600)이 수집한 정보들을 제공받아 기상여건과 도로교통에 따른 차량의 속도 또는 방향을 제어하는 과정을 포함하여 이루어진다.
이하, 본 발명의 바람직한 실시 예를 도면을 참조하여 설명하면 다음과 같다.
도1은 본 발명에 따른 자율주행 차량의 기상관측 장치의 블록 구성도이다.
도1에 도시된 바와 같이 자율주행 차량의 기상관측 장치(10)는 라이다부(100), 카메라부(200), 레이더부(300), 위치 연산부(400), 통신부(500), 기상모듈부(600) 및 제어모듈부(700)를 포함하여 구성된다.
상기 라이다부(100)는 차량 지붕에 회전센서를 구비하고, 상기 차량 주변을 스캔하여 3차원 실시간 지도를 제공한다.
상기 카메라부(200)는 상기 차량 내부에 구비되어, 신호등, 주변 차량, 보행자 또는 장애물의 움직임을 촬영한다.
상기 레이더부(300)는 차량의 전방이나 좌우측방으로 소정 주파수의 신호를 출력하여, 주변 차량, 보행자 또는 장애물과의 거리를 측정한다.
상기 위치 연산부(400)는 상기 차량의 바퀴에 구비되며, 바퀴의 미세 움직임을 측정하여 지도상에서 차량의 현위치를 계산한다.
상기 통신부(500)는 상기 차량이 주행하고 있는 도로의 통행속도, 교통밀도 또는 교통량 정보를 무선네트워크를 통해 수신한다.
이때, 상기 통신부(500)는 무선네트워크를 통해 도로교통센터로부터 수신된 도로교통 정보를 제어모듈부(700)로 제공한다.
상기 통신부(500)는 도로교통센터와 실시간 통신할 수 있도록 WLAN(Wireless LAN)(Wi-Fi), Wibro(Wireless broadband), Wimax(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access) 등의 통신기술을 사용한다.
상기 기상모듈부(600)는 상기 차량에 내장되어 주기적으로 주변의 기상정보를 검출하고, 기상상황을 촬영한다.
상기 제어모듈부(700)는 상기 차량의 각 구성요소들(100 내지 600)이 수집한 정보들을 제공받아 기상여건과 도로교통에 따라 차량의 속도 또는 방향을 제어한다.
도2는 본 발명에 따른 기상모듈의 블록 구성도이다.
도2에 도시된 바와 같이 상기 기상모듈부(600)는 센서부(610), 제어부(620), 촬영부(630), 메모리부(640) 및 통신부(650)를 포함하여 구성된다.
상기 센서부(610)는 차량 주변의 온도, 습도, 풍속, 풍향을 검출한다. 이를 위해, 상기 센서부(610)는 차량 주변의 온도를 검출하는 온도 센서, 차량 주변의 습도를 검출하는 습도 센서, 차량 주변에서 부는 바람의 속도를 검출하는 풍속 센서, 차량 주변에서 부는 바람의 방향을 검출하는 풍향센서 등을 포함하여 구성된다.
상기 제어부(620)는 상기 레이더부(300)에서 출력되는 전파(예: 24GHz와 77GHz 주파수의 레이더 신호)가 사물(예: 다른 차량 등)에 부딪혀 반사되어 돌아오는 신호의 손실특성을 이용하여, 강수량(예: 강우량, 강설량, 안개 등)을 추정한다.
본 발명에 따른 제어부(620)는 대략 4가지 방식으로 강수량을 추정할 수 있다.
첫째, 각 주파수별 감쇄정도의 차이를 가지고 강수량(예: 강우량, 강설량, 안개 등)을 추정한다. 레이더의 순수 반사도(또는 출력전력)와 측정된 리턴 반사도(또는 측정전력)의 차이를 측정거리로 나누면 단위길이(1km)당 감쇄정도를 추정할 수 있다.
둘째, 두 주파수(24GHz & 77GHz)의 감쇄차이를 이용하여 강수량을 추정한다. 두 주파수(24GHz & 77GHz)는 강수량에 따라 감쇄정도가 다른 특성(감쇄차이)을 가지고 있다.
셋째, 하나의 주파수(예: 24GHz 또는 77GHz)에서 수직/수평의 편파별 감쇄정도의 차이를 가지고 강우량을 추정한다. 약한 강우에서, 비는 원형의 형태를 유지하지만 강한 강우에서는 타원형의 형태를 띤다. 따라서 동일한 주파수에서, 비에 대한 수평과 수직의 반사도는 강우량에 따라 다른 감쇄특성을 보인다. 본 발명은 이와 같은, 수직/수평 편파에 따른 감쇄정도의 차이를 가지고 강우량을 추정할 수 있다.
넷째, 두 주파수(24GHz & 77GHz)의 감쇄차이 및 수직/수평의 편파별 감쇄차이를 이용하여 강수량을 추정한다. 본 추정방식은 상기 첫째, 둘째, 셋째 방식들을 융합하여 강수 정보를 산출할 수 있다.
상기 제어부(620)는 또한, 두 주파수(24GHz & 77GHz)의 감쇄차이 및 편파별 감쇄차이를 이용하여 강수타입을 추정한다. 약한 강우와 강한 강우, 그리고 강설 또는 안개 등에 따라 주파수별 편파별 감쇄의 정도에 차이가 있다. 따라서 본 발명은 이를 종합적으로 이용하여 강수 타입을 추정하게 된다.
상기 촬영부(630)는 주행중인 차량 주변의 풍광을 촬영하여 해당 지역의 기상상황을 진단할 수 있도록 이미지를 생성한다.
상기 메모리부(640)는 상기 센서부(610)와 제어부(620)에서 검출된 기상정보(예: 강수량, 습도, 온도, 안개, 풍속, 풍향 등)와, 촬영부(630)의 이미지 정보를 저장한다.
상기 통신부(650)는 상기 메모리부(640)에 저장된 정보를 상기 제어모듈부(700)로 전송한다.
도3의 a)는 본 발명에 따른 차량의 레이더부의 예시도이다.
도3의 a)에 도시된 바와 같이 상기 자율주행 차량의 기상관측 장치는 차량의 레이더부(300)를 이용하여 기상조건(예: 강우, 강설 등)을 관측한다.
상기 레이더부(300)는 전방감지용 밀리미터파 레이더로서, 주로 자동차에 장착하여 전방으로 송신된 밀리미터파의 반사파와의 도플러 주파수 편이와 시간 차를 이용하여 주행차량과 선행 차량 간의 상대속도와 거리를 판별하여 주는 장치이다. 전방감지용 밀리미터파 레이더는 차간 거리가 급격히 가까워질 경우 브레이크를 작동시켜 충돌을 경감시키거나 경보 등을 울려 위험을 알리는 등 여러 가지 종류의 충돌 경감 및 방지 시스템에서부터 나아가 자동주행 등을 가능하게 하는 응용기술에 활용된다.
도3의 b)는 본 발명에 따른 레이더부에서 출력되는 신호들의 방향과 주파수를 나타낸 예시도이다.
도3의 b)에 도시된 바와 같이, 차간거리 측정을 위해 차량의 전방이나 좌우측방으로 소정 주파수의 신호를 출력한다.
상기 레이더부(300)는 차량의 전방으로 77GHz의 주파수를 출력하는 제1레이더부(310)와, 차량의 좌우측방으로 24GHz의 주파수를 출력하는 제2레이더부(320)를 포함하여 구성된다.
상기 제1레이더부(310)는 차량 전면부 일측에 구비되어, 차량의 전방으로 77GHz의 주파수를 출력한다.
상기 제2레이더부(320)는 차량의 좌우측면부 일측에 구비되며, 차량의 좌,우측방으로 24GHz의 주파수를 출력한다.
도3의 a)와 b)에 도시된 바와 같이, 본 발명에 따른 제1, 제2레이더부(310, 320) 각각은 안테나(330a), RF유닛(330b), 신호 처리부(330c, Digital Signal Processor), 인식부(330d)를 포함하여 구성된다.
상기 안테나(330a)는 상기 RF유닛(330b)의 레이더 신호를 공중으로 송출하고, 사물(예: 다른 차량 등)에 부딪혀 반사되어 돌아오는 신호를 수집한다. 안테나(330a)는 상기 RF유닛(330b)으로부터 전송받은 레이더 신호를 출력하고 반사되는 신호를 수신하기 위한 GHz 밀리미터파(Millimeter Wave) 레이더 프론트 엔드(Front-End) 모듈 일체형으로 제작된다.
상기 RF유닛(330b)은 전압제어발진기(미도시, VCO(Voltage Controlled Oscillator))에서 전송되는 GHz의 기준 신호 값에서 상기 안테나(330a)에 수집된 신호의 차이 값을 구하는 소자이다. 상기 전압제어발진기(VCO)는 외부에서 인가된 전압으로 원하는 발진 주파수를 출력할 수 있게 해주는 장치로, 리니어라이저(Linearizer)의 신호를 입력받아 중심주파수 77GHz(or 24GHz) 주변에서 기준신호 값을 출력한다.
상기 신호 처리부(330c)는, 상기 RF유닛(330b)으로부터 수집(스캐닝)된 신호를 입력받아 기상모듈부(600)에서 처리 가능한 디지털 신호로 변환시킨다. 신호 처리부(330c)는 인식부(330d)를 내장한다.
상기 인식부(330d)는 상기 신호 처리부(330c) 내부에 구비되는 구성 소자로서, 레이더 신호를 해석한다. 인식부(330d)는 레이더 센서에 의해 관측된 신호로부터 거리, 로브(Lobe)의 개수 및 밴드 폭(Band Width), 이득(Gain) 등의 데이터를 해석하여 격자화된 표시공간에 각 격자의 점유확률을 구한다.
본 발명에 따른 차량의 기상모듈부(600)은 상기 레이더부(300)에서 출력되는 24GHz와 77GHz 주파수의 신호가 사물(예: 다른 차량 등)에 부딪혀 반사되어 돌아오는 동안의 손실특성을 이용하여, 강수량(예: 강우량, 강설량)을 추정한다.
본 발명에 따라 강수량을 추정하는 4가지 방식을 보다 상세히 설명하면 다음과 같다.
레이더 신호의 반사도는 하기 [수식 1]로서 정의된다.
[수식 1]
Zh,v(r)=Zmh,v(r) + 2Ah,v(r)
여기서, 상기 h는 수평방향을 가리키고, 상기 v는 수직방향을 가리킨다. 상기 Zh,v(r)은 감쇄전의 순수 반사도이고(100m 이내의 근거리에선 기상현상 (예: 강우나 강설 등)이 균일하다고 가정할 수 있으므로 Zh,v(r)은 출력신호와 같다고 할 수 있다), 상기 Zmh,v(r)은 감쇄된 즉, 측정된(돌아온) 반사도이다. 그리고 상기 2Ah,v(r)은 거리 r에서 돌아온 신호의 총 감쇄량이다.
상기 Z(r)과 A(r)은 주파수와 편파(수평과 수직)에서 각기 다른 특성을 갖는다.
강수량을 추정하는 첫번째 방식으로서, 본 발명은 각 주파수(예: 24GHz 또는 77GHz)별 감쇄 정도의 차이를 가지고 강수량(예: 강우량 및 강설량)을 추정한다.
레이더의 순수반사도(or 출력전력)와 측정된 리턴반사도(or 측정전력)의 차이를 측정거리로 나누면 단위길이(1km)당 감쇄를 추정할 수 있다. 예를 들면, 50m 거리에서 돌아온 신호(77GHz 주파수)가 20dBZ (반사도 단위)이고 측정 반사도가 18 dBZ라면 단위길이(1km)당 감쇄는 (20-18)/0.05= 40 dB/km이다.
두번째 방식으로서, 본 발명은 두 주파수의 감쇄차이를 이용하여 강수량을 추정한다.
24GHz의 주파수와 77GHz의 주파수는 강수량에 따라 감쇄정도가 다른 특성을 가지고 있다. 따라서 상기 [수식 1]에서처럼 각 주파수별 감쇄정도를 계산하고 이를 이용하여 강우량을 추정한다.
하기 [수식 2]는 두 주파수의 감쇄차이를 이용하여 강수량을 추정하는 계산식이다.
[수식 2]
R=f(A24(r), A77(r), ΔA(r))
여기서, 상기 R은 강우량이고, 상기 f는 함수기호이고, 상 A24(r)은 24GHz에서 ?단위길이당 감쇄이고, 상기 A77(r)은 77GHz에서 단위길이당 감쇄이고, ΔA(r)은 상기 A77(r)과 A24(r)의 차이(예: A77(r)- A24(r))값이다.
세번째 방식으로서, 본 발명은 하나의 주파수(예: 24GHz 또는 77GHz)에서 수직/수평의 편파별 감쇄정도의 차이를 가지고 강수량을 추정한다.
약한 강우에서, 빗방울은 원형의 형태를 유지하지만 강한 강우에서는 도4에 도시된 바와 같이, 타원형의 형태를 띤다. 따라서 동일한 주파수에서, 빗방울에 대한 수평과 수직의 반사도는 강우량에 따라 각기 다른 감쇄특성을 보인다. 본 발명은 이와 같은, 수직/수평 편파에 따른 감쇄정도의 차이를 가지고 강우량을 추정할 수 있다.
도4는 빗방울의 크기에 따른 수평/수직의 편차를 나타낸 도면이다.
하기 [수식 3]은 하나의 주파수에서 편파별 감쇄정도의 차이를 가지고 강수량을 추정하는 계산식이다.
[수식 3]
R=f(A77h(r), A77v(r), Δ A77h,v(r))
여기서, 상기 A77h(r)은 77GHz에서 수평편파 단위길이당 감쇄이고, 상기 A77v(r)은 77GHz에서 수직편파 단위길이당 감쇄이고, 상기 Δ A77h,v(r)은 상기 A77h(r)과 A77v(r)의 차이(예: A77h(r)- A77v(r))값이다.
네번째 방식으로서, 본 발명은 두 주파수의 감쇄차이 및 수직/수평의 편파별 감쇄차이를 이용하여 강수량을 추정한다.
도5는 강우량에 따른 24GHz와 77GHz의 편파별 감쇄정도를 나타낸 그래프이다.
본 발명은 상기 첫번째, 두번째, 세번째의 방식을 융합하여 강수 정보를 산출할 수 있다. 하기 [수식 4]는 도5에 도시된 바와 같이 두 주파수(예: 24GHz & 77GHz)의 감쇄차이 및 수직/수평 편파별 감쇄차이를 이용하여 강우량을 추정하는 계산식이다.
[수식 4]
R=f(A24h(r), A77h(r), ΔAh(r), A24v(r), A77v(r), ΔAv(r), ΔA24h,v(r), ΔA77h,v(r))
본 발명은 두 주파수의 감쇄차이 및 편파별 감쇄차이를 이용하여 강수타입을 추정할 수 있다. 약한 강우 및 강한 강우, 그리고 강설 또는 안개 등에 따라 주파수별 편파별 감쇄의 정도에 차이가 있다. 본 발명은 이를 종합적으로 퍼지이론을 이용하여 강수 타입을 추정할 수 있다.
하기 [수식 5]는 두 주파수의 감쇄차이 및 편파별 감쇄차이를 이용하여 강수타입(예: 약한 강우, 강한 강우, 강설, 안개 등)을 추정하는 퍼지이론의 계산식이다. 본 발명은 하기 [수식 5]의 입력변수 8개에 퍼지이론을 적용하여 강수타입(예: 약한 강우, 강한 강우, 강설, 안개 등)을 추정할 수 있다.
[수식 5]
HD=f(A24h(r), A77h(r), ΔAh(r), A24v(r), A77v(r), ΔAv(r), ΔA24h,v(r), ΔA77h,v(r))
도6은 본 발명에 따른 제어모듈부의 블록 구성도이다.
도6에 도시된 바와 같이, 상기 제어모듈부(700)는 기상모듈부(600)에서 검출된 기상정보(예: 강수량, 강우량, 강설량, 안개 등)에 따라 차량의 주행 상태를 강우 드라이빙 모드, 강설 드라이빙 모드, 결빙 드라이빙 모드 또는 연무 드라이빙 모드로 전환한다.
상기 제어모듈부(700)는 도6에 도시된 바와 같이, 상기 각 드라이빙 모드의 차량을 제어하기 위해 강우모드부(710), 강설모드부(720), 결빙모드부(730), 연무모드부(740)를 포함하여 구성된다.
또한, 상기 각 모드부(710,720,730,740)는 도로의 기상 정보에 따라 상기 각 드라이빙 모드를 상, 중, 하 단계로 구분하고, 각 단계별 드라이빙 모드에 따라 각기 다른 주행속도와 차간거리를 유지하도록 설정한다.
상기 강우모드부(710)는 차량 주변에서 강우의 기상상황이 관측된 경우, 차량의 상태를 강우 드라이빙 모드로 전환하고, 관측된 강우량에 따라 차량 주행을 제어한다.
상기 강우모드부(710)는 강우량에 따라 상, 중, 하 단계로 구분되고, 각 단계별로 속도(예: 100km/h, 70km/h, 40km/h 등)와 차간거리(예: 100m, 40m, 20m 등)를 다르게 유지한다. 이때, 상기 강우모드부(710)는 강우량에 따라 안개등, 전조등 또는 비상등을 작동시키고, 상, 중, 하 단계로 와이퍼의 작동 횟수를 다르게 유지한다.
상기 강설모드부(720)는 차량 주변에서 강설의 기상상황이 관측된 경우, 차량의 상태를 강설 드라이빙 모드로 전환하고, 관측된 강설량에 따라 차량 주행을 제어한다.
상기 강설모드부(720)는 강설량에 따라 상, 중, 하 단계로 구분되고, 각 단계별로 속도와 차간거리를 다르게 유지한다. 이때, 상기 강설모드부(720)는 강설량에 따라 안개등, 전조등 또는 비상등을 작동시키고, 상, 중, 하 단계로 와이퍼의 작동 횟수를 다르게 유지한다.
또한, 상기 강설모드부(720)는 강설량에 따라 차량의 구동방식(예: 이륜구동, 사륜구동)을 선택적으로 적용한다.
상기 결빙모드부(730)는 차량 주변에서 도로의 결빙이 관측된 경우, 차량의 상태를 결빙 드라이빙 모드로 전환하고, 관측된 결빙상태에 따라 차량 주행을 제어한다. 이때, 도로의 결빙은 차량 주변의 기상환경이 강우 또는 강설이고, 온도가 0도 이하인 경우에 적용된다.
상기 결빙모드부(730)는 도로의 결빙 상태에 따라 상, 중, 하 단계로 구분되고, 각 단계별로 속도와 차간거리를 다르게 유지한다. 이때, 상기 결빙모드부(730)는 도로의 결빙 상태에 따라 차량의 구동방식을 이륜구동에서 사륜구동으로 전환한다.
상기 연무모드부(740)는 차량 주변에서 연무가 관측된 경우, 차량의 상태를 연무 드라이빙 모드로 전환하고, 관측된 도로의 가시거리에 따라 차량 주행을 제어한다.
상기 연무모드부(740)는 가시거리 정도에 따라 상, 중, 하 단계로 구분되고, 각 단계별로 속도와 차간거리를 다르게 유지한다. 이때, 상기 연무모드부(740)는 가시거리에 따라 안개등, 전조등 또는 비상등을 작동시킨다.
도7은 본 발명에 따른 자율주행 차량의 기상관측 방법에 관한 순서도이다.
도7에 도시된 바와 같이, 본 발명은 차량의 라이다부(100)를 통해 차량 주변을 스캔하여 3차원 실시간 지도를 생성한다(S10).
이후, 카메라부(200)를 작동시켜 신호등, 주변 차량, 보행자 또는 장애물의 움직임을 촬영한다(S20).
그리고, 레이더부(300)는 차량의 전방이나 좌우측방으로 소정 주파수 신호를 출력하여, 주변 차량, 보행자 또는 장애물과의 거리를 측정한다(S30).
또한, 통신부(500)는 차량이 주행하고 있는 도로의 통행속도, 교통밀도 또는 교통량 정보를 무선 네트워크를 통해 수신한다(S40).
또한, 기상모듈부(600)는 차량이 주행중인 도로의 기상정보를 검출하고 기상상황을 관측한다(S50).
이후, 상기 차량의 각 구성요소들이 수집한 정보들은 제어모듈부(700)로 전달되고, 상기 제어모듈부(700)는 기상여건에 따라 차량의 속도와 방향을 제어한다(S60).
이때, 상기 제어모듈부(700)는 기상모듈부(600)에서 제공되는 기상정보를 바탕으로 차량의 상태를 강우 드라이빙 모드, 강설 드라이빙 모드, 결빙 드라이빙 모드 또는 연무 드라이빙 모드 중 어느 하나로 전환하여 주행할 수 있다.
도8은 본 발명에 따른 기상모듈부에서 기상상황을 관측하는 방법에 관한 순서도이다.
도8에 도시된 바와 같이, 본 발명에 따른 기상모듈부(600)는 차량의 센서부(610)를 통해 차량 주변의 온도, 습도, 풍속, 풍향을 검출한다(S100).
그리고, 제어부(620)는 차간거리 측정을 위해 차량의 전방이나 좌우측방으로 소정 주파수 신호를 출력하는 레이더부(300)의 전파 손실 특성을 이용하여, 강수량을 추정한다(S200).
한편, 촬영부(630)는 주행중인 차량 주변의 기상상황을 촬영한다(S300).
또한, 메모리부(640)는 센서부(610)와 제어부(620)에서 검출된 기상정보와 촬영부의 이미지 정보를 저장한다(S400)
이후, 통신부(650)는 상기 검출, 추정, 촬영된 기상관련 정보들과 이미지를 제어모듈부(700)로 전송한다(S500).
본 발명은 도면에 도시된 실시 예(들)를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형이 이루어질 수 있으며, 상기 설명된 실시예(들)의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.
이상의 본 발명은 전방 또는 좌우 측방 감지용 레이더 센서를 이용하여, 강수량을 추정하도록 하는 차량의 기상모듈부와 그 방법을 구현함으로써, 자율주행 차량의 기상관측 장치와 방법에 활용하였다.
본 발명에 따른 자율주행 차량의 기상관측 장치는 무인 차량이 자율 주행할 때, 차량의 주변 지역의 기상정보(예: 강수량, 습도, 온도, 안개, 풍속, 풍향 등)를 측정할 수 있도록 함으로써, 기상여건을 고려한 다양한 차량 자율 주행 방법을 제공하였다.
10 : 자율주행 차량의 기상관측 장치 100 : 라이다부
200 : 카메라부 300 : 레이더부
310 : 제1레이더부 320 : 제2레이더부
330a : 안테나 330b : RF유닛
330c : 신호 처리부 330d : 인식부
400 : 위치 연산부 500 : 통신부
600 : 기상모듈부 610 : 센서부
620 : 제어부 630 : 촬영부
640 : 메모리부 650 : 통신부
700 : 제어모듈부 710 : 강우모드부
720 : 강설모드부 730 : 결빙모드부
740 : 연무모드부

Claims (24)

  1. 차량 지붕에 회전센서가 구비되고, 상기 차량 주변을 스캔하여 3차원 실시간 지도를 제공하는 라이다부(100)와;
    상기 차량 내부에 구비되어, 신호등, 주변 차량, 보행자 또는 장애물의 움직임을 촬영하는 카메라부(200)와;
    차량의 전방이나 좌우측방으로 소정 주파수의 신호를 출력하여, 주변 차량, 또는 장애물과의 거리를 측정하는 레이더부(300)와;
    상기 차량의 바퀴에 구비되어, 바퀴의 미세 움직임을 측정하고 지도상에서 차량의 현위치를 계산하는 위치 연산부(400)와;
    상기 차량이 주행하고 있는 도로의 통행속도, 교통밀도 또는 교통량 정보를 무선네트워크를 통해 수신하는 통신부(500)와;
    상기 차량에 내장되어 주기적으로 주변의 기상정보를 검출하고 기상상황을 촬영하는 기상모듈부(600)와;
    상기 차량의 각 구성요소들(100 내지 600)이 수집한 정보들을 제공받아 기상여건과 도로교통에 따른 차량의 속도 또는 방향을 제어하는 제어모듈부(700)를 포함하여 구성되는 것을 특징으로 하는 자율주행 차량의 기상관측 장치.
  2. 제1항에 있어서, 상기 레이더부(300)는
    차량의 전방으로 77GHz의 주파수를 출력하는 제1레이더부(310)와;
    차량의 좌우측방으로 24GHz의 주파수를 출력하는 제2레이더부(320)를 포함하여 구성되는 것을 특징으로 하는 자율주행 차량의 기상관측 장치.
  3. 제1항에 있어서, 상기 기상모듈부(600)는
    차량 주변의 온도, 습도, 풍속, 풍향을 검출하는 센서부(610)와;
    상기 레이더부에서 출력되는 전파의 손실특성을 이용하여, 강우량 또는 강설량을 추정하는 제어부(620)와;
    주행중인 차량 주변의 풍광을 촬영하여 해당 지역의 기상상황을 전달할 수 있는 이미지를 생성하는 촬영부(630)와;
    상기 센서부와 제어부에서 검출된 기상정보와, 촬영부의 이미지 정보를 저장하는 메모리부(640)와;
    상기 메모리부에 저장된 정보를 제어모듈부로 전송하는 통신부(650)를 포함하여 구성되는 것을 특징으로 하는 자율주행 차량의 기상관측 장치.
  4. 제3항에 있어서, 상기 제어부(620)는
    각 주파수별 감쇄 정보의 차이로서 강수량을 추정하는 것을 특징으로 하는 자율주행 차량의 기상관측 장치.
  5. 제3항에 있어서, 상기 제어부(620)는
    강수량에 따라 감쇄정도가 다른 두 주파수의 감쇄차이를 이용하여 강수량을 추정하는 것을 특징으로 하는 자율주행 차량의 기상관측 장치.
  6. 제5항에 있어서, 상기 제어부(620)는,
    강수량에 따라 감쇄정도가 다른 24GHz와 77GHz 주파수의 감쇄차이를 이용하여 하기 계산식에 따라 강수량을 추정하는 것을 특징으로 하는 자율주행 차량의 기상관측 장치.
    R=f(A24(r), A77(r), ΔA(r))
    (상기 R은 강우량이고, 상기 f는 함수기호이고, 상기 A24(r)은 24GHz에서 단위길이당 감쇄이고, 상기 A77(r)은 77GHz에서 단위길이당 감쇄이고, ΔA(r)은 상기 A77(r)과 A24(r)의 차이(예: A77(r)- A24(r))값이다)
  7. 제3항에 있어서, 상기 제어부(620)는,
    하나의 주파수에서 수직/수평의 편파별 감쇄정도의 차이를 가지고 강수량을 추정하는 것을 특징으로 하는 자율주행 차량의 기상관측 장치.
  8. 제7항에 있어서, 상기 제어부(620)는,
    24GHz 또는 77GHz의 주파수에서 수직/수평의 편파별 감쇄정도의 차이를 가지고 하기 계산식에 따라 강수량을 추정하는 것을 특징으로 하는 자율주행 차량의 기상관측 장치.
    R=f(A77h(r), A77v(r), ΔA77h,v(r))
    (상기 A77h(r)은 77GHz에서 수평편파 단위길이당 감쇄이고, 상기 A77v(r)은 77GHz에서 수직편파 단위길이당 감쇄이고, 상기 Δ A77h,v(r)은 상기 A77h(r)과 A77v(r)의 차이(예: A77h(r)- A77v(r))값이다)
  9. 제3항에 있어서, 상기 제어부(620)는,
    두 주파수의 감쇄차이 및 수직/수평의 편파별 감쇄차이를 이용하여 강수량을 추정하는 것을 특징으로 하는 자율주행 차량의 기상관측 장치.
  10. 제9항에 있어서, 상기 제어부(620)는,
    24GHz와 77GHz 주파수의 감쇄차이 및 수직/수평의 편파별 감쇄차이를 이용하여 하기 계산식에 따라 강수량을 추정하는 것을 특징으로 하는 자율주행 차량의 기상관측 장치.
    R=f(A24h(r), A77h(r), ΔAh(r), A24v(r), A77v(r), ΔAv(r), Δ A24h,v(r), ΔA77h,v(r))
  11. 제1항에 있어서, 상기 제어모듈부(700)는
    차량 주변에서 강우의 기상상황이 관측된 경우, 차량의 상태를 강우 드라이빙 모드로 전환하고, 관측된 강우량에 따라 차량 주행을 제어하는 강우모드부(710);
    차량 주변에서 강설의 기상상황이 관측된 경우, 차량의 상태를 강설 드라이빙 모드로 전환하고, 관측된 강설량에 따라 차량 주행을 제어하는 강설모드부(720);
    차량 주변에서 도로의 결빙이 관측된 경우, 차량의 상태를 결빙 드라이빙 모드로 전환하고, 관측된 결빙상태에 따라 차량 주행을 제어하는 결빙모드부(730); 및
    차량 주변에서 연무가 관측된 경우, 차량의 상태를 연무 드라이빙 모드로 전환하고, 관측된 도로의 가시거리에 따라 차량 주행을 제어하는 연무모드부(740)를 포함하여 구성되는 것을 특징으로 하는 자율주행 차량의 기상관측 장치.
  12. 제11항에 있어서, 상기 각 모드부(710,720,730,740)는
    도로의 기상정보에 따라 상기 각 드라이빙 모드를 상, 중, 하 단계로 구분하고, 각 단계별 드라이빙 모드에 따라 각기 다른 주행속도와 차간거리를 유지하도록 설정하는 것을 특징으로 하는 자율주행 차량의 기상관측 장치.
  13. 라이다부(100)가 차량 주변을 스캔하여 3차원 실시간 지도를 제공하는 과정과;
    카메라부(200)가 신호등, 주변 차량, 보행자 또는 장애물의 움직임을 촬영하는 과정과;
    레이더부(300)가 차량의 전방이나 좌우측방으로 소정 주파수 신호를 출력하여, 주변 차량, 보행자 또는 장애물과의 거리를 측정하는 과정과;
    통신부(500)가 차량이 주행하고 있는 도로의 통행속도, 교통밀도 또는 교통량 정보를 무선네트워크를 통해 수신하는 과정과;
    기상모듈부(600)가 차량이 주행중인 도로의 기상정보를 검출하고 기상상황을 관측하는 과정과;
    제어모듈부(700)가 상기 차량의 각 구성요소들(100 내지 600)이 수집한 정보들을 제공받아 기상여건과 도로교통에 따른 차량의 속도 또는 방향을 제어하는 과정을 포함하여 이루어지는 것을 특징으로 하는 자율주행 차량의 기상관측 방법.
  14. 제13항에 있어서, 상기 레이더부(300)는
    차량의 전방으로 77GHz의 주파수를 출력하는 제1레이더부(310)와;
    차량의 좌우측방으로 24GHz의 주파수를 출력하는 제2레이더부(320)를 포함하여 구성되는 것을 특징으로 하는 자율주행 차량의 기상관측 방법.
  15. 제13항에 있어서, 상기 기상상황을 관측하는 과정은
    차량의 센서부(610)가 차량 주변의 온도, 습도, 풍속, 풍향을 검출하는 과정과;
    차간거리 측정을 위해 차량의 전방이나 좌우측방으로 소정 주파수 신호를 출력하는 레이더부(300)의 전파 손실 특성을 이용하여, 제어부(620)가 강수량을 추정하는 과정과;
    촬영부(630)가 주행중인 차량 주변의 기상상황을 촬영하는 과정과;
    메모리부(640)가 상기 센서부와 제어부에서 검출된 기상정보와, 촬영부의 이미지 정보를 저장하는 과정과;
    통신부(650)가 상기 메모리부에 저장된 정보를 제어모듈부로 전송하는 과정을 포함하여 이루어지는 것을 특징으로 하는 자율주행 차량의 기상관측 장치.
  16. 제15항에 있어서, 상기 강수량 추정과정은,
    각 주파수별 감쇄 정도의 차이로서 강수량을 추정하는 것임을 특징으로 하는 자율주행 차량의 기상관측 방법.
  17. 제15항에 있어서, 상기 강수량 추정과정은,
    강수량에 따라 감쇄정도가 다른 두 주파수의 감쇄차이를 이용하여 강수량을 추정하는 것임을 특징으로 하는 자율주행 차량의 기상관측 방법.
  18. 제17항에 있어서, 상기 강수량 추정과정은,
    강수량에 따라 감쇄정도가 다른 24GHz와 77GHz 주파수의 감쇄차이를 이용하여 하기 계산식에 따라 강수량을 추정하는 것임을 특징으로 하는 자율주행 차량의 기상관측 방법.
    R=f(A24(r), A77(r), ΔA(r))
    (상기 R은 강우량이고, 상기 f는 함수기호이고, 상기 A24(r)은 24GHz에서 단위길이당 감쇄이고, 상기 A77(r)은 77GHz에서 단위길이당 감쇄이고, ΔA(r)은 상기 A77(r)과 A24(r)의 차이(예: A77(r)- A24(r))값이다)
  19. 제15에 있어서, 상기 강수량 추정과정은,
    하나의 주파수에서 수직/수평의 편파별 감쇄정도의 차이를 가지고 강수량을 추정하는 것임을 특징으로 하는 자율주행 차량의 기상관측 방법.
  20. 제19항에 있어서, 상기 강수량 추정과정은,
    24GHz 또는 77GHz의 주파수에서 수직/수평의 편파별 감쇄정도의 차이를 가지고 하기 계산식에 따라 강수량을 추정하는 것임을 특징으로 하는 자율주행 차량의 기상관측 방법.
    R=f(A77h(r), A77v(r), ΔA77h,v(r))
    (상기 A77h(r)은 77GHz에서 수평편파 단위길이당 감쇄이고, 상기 A77v(r)은 77GHz에서 수직편파 단위길이당 감쇄이고, 상기 Δ A77h,v(r)은 상기 A77h(r)과 A77v(r)의 차이(예: A77h(r)- A77v(r))값이다)
  21. 제15항에 있어서, 상기 강수량 추정과정은,
    두 주파수의 감쇄차이 및 수직/수평의 편파별 감쇄차이를 이용하여 강수량을 추정하는 것임을 특징으로 하는 자율주행 차량의 기상관측 방법.
  22. 제21항에 있어서, 상기 강수량 추정과정은,
    24GHz와 77GHz 주파수의 감쇄차이 및 수직/수평의 편파별 감쇄차이를 이용하여 하기 계산식에 따라 강수량을 추정하는 것임을 특징으로 하는 자율주행 차량의 기상관측 방법.
    R=f(A24h(r), A77h(r), ΔAh(r), A24v(r), A77v(r), ΔAv(r), Δ A24h,v(r), ΔA77h,v(r))
  23. 제13항에 있어서, 상기 제어모듈부(700)는
    차량 주변에서 강우의 기상상황이 관측된 경우, 차량의 상태를 강우 드라이빙 모드로 전환하고, 관측된 강우량에 따라 차량 주행을 제어하는 강우모드부(710);
    차량 주변에서 강설의 기상상황이 관측된 경우, 차량의 상태를 강설 드라이빙 모드로 전환하고, 관측된 강설량에 따라 차량 주행을 제어하는 강설모드부(720);
    차량 주변에서 도로의 결빙이 관측된 경우, 차량의 상태를 결빙 드라이빙 모드로 전환하고, 관측된 결빙상태에 따라 차량 주행을 제어하는 결빙모드부(730); 및
    차량 주변에서 연무가 관측된 경우, 차량의 상태를 연무 드라이빙 모드로 전환하고, 관측된 도로의 가시거리에 따라 차량 주행을 제어하는 연무모드부(740)를 포함하여 구성되는 것을 특징으로 하는 자율주행 차량의 기상관측 방법.
  24. 제23항에 있어서, 상기 제어모듈부(700)는
    도로의 기상정보에 따라 상기 각 드라이빙 모드를 상, 중, 하 단계로 구분하고, 각 단계별 드라이빙 모드에 따라 각기 다른 주행속도와 차간거리를 유지하도록 설정하는 것을 특징으로 하는 자율주행 차량의 기상관측 방법.
KR1020140172154A 2014-12-03 2014-12-03 자율주행 차량의 기상관측 장치 및 방법 KR20160066854A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140172154A KR20160066854A (ko) 2014-12-03 2014-12-03 자율주행 차량의 기상관측 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140172154A KR20160066854A (ko) 2014-12-03 2014-12-03 자율주행 차량의 기상관측 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20160066854A true KR20160066854A (ko) 2016-06-13

Family

ID=56191139

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140172154A KR20160066854A (ko) 2014-12-03 2014-12-03 자율주행 차량의 기상관측 장치 및 방법

Country Status (1)

Country Link
KR (1) KR20160066854A (ko)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180002205A (ko) * 2016-06-29 2018-01-08 현대오트론 주식회사 물체 탐지 장치 및 방법
KR20180066668A (ko) * 2016-12-09 2018-06-19 동의대학교 산학협력단 무인 이동체의 주행 환경 제작 기술을 위한 장치 및 방법
US20190250637A1 (en) * 2018-02-12 2019-08-15 Vinod Khosla Autonomous rail vehicle movement and system among a group of vehicles on a rail system
WO2019157456A1 (en) * 2018-02-12 2019-08-15 Vinod Khosla Autonomous rail or off rail vehicle movement and system among a group of vehicles
US20190248393A1 (en) * 2018-02-12 2019-08-15 Vinod Khosla Autonomous rail or off rail vehicle movement and system among a group of vehicles
KR20190108018A (ko) * 2018-03-13 2019-09-23 재단법인대구경북과학기술원 융합 센서를 이용한 오브젝트 탐지 장치 및 방법
US10668924B2 (en) 2016-11-29 2020-06-02 Samsung Electronics Co., Ltd. Method and apparatus to control velocity of vehicle
US10908276B2 (en) 2017-12-22 2021-02-02 Samsung Electronics Co., Ltd. Method and device to detect object
KR20210068950A (ko) 2019-12-02 2021-06-10 주식회사 에스프렉텀 자율주행 차량정보를 이용한 국지 기상정보 제공 시스템
US11084512B2 (en) 2018-02-12 2021-08-10 Glydways, Inc. Autonomous rail or off rail vehicle movement and system among a group of vehicles
US12013707B2 (en) 2017-02-28 2024-06-18 Glydways Inc. Transportation system
US12019454B2 (en) 2021-03-19 2024-06-25 Glydways Inc. Vehicle control schemes for autonomous vehicle system

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180002205A (ko) * 2016-06-29 2018-01-08 현대오트론 주식회사 물체 탐지 장치 및 방법
US10668924B2 (en) 2016-11-29 2020-06-02 Samsung Electronics Co., Ltd. Method and apparatus to control velocity of vehicle
KR20180066668A (ko) * 2016-12-09 2018-06-19 동의대학교 산학협력단 무인 이동체의 주행 환경 제작 기술을 위한 장치 및 방법
US12013707B2 (en) 2017-02-28 2024-06-18 Glydways Inc. Transportation system
US10908276B2 (en) 2017-12-22 2021-02-02 Samsung Electronics Co., Ltd. Method and device to detect object
US10613550B2 (en) * 2018-02-12 2020-04-07 Vinod Khosla Autonomous rail vehicle movement and system among a group of vehicles on a rail system
US10611389B2 (en) * 2018-02-12 2020-04-07 Vinod Khosla Autonomous rail or off rail vehicle movement and system among a group of vehicles
US20190248393A1 (en) * 2018-02-12 2019-08-15 Vinod Khosla Autonomous rail or off rail vehicle movement and system among a group of vehicles
US10618537B2 (en) 2018-02-12 2020-04-14 Vinod Khosla Autonomous rail or off rail vehicle movement and system among a group of vehicles
US20190248396A1 (en) * 2018-02-12 2019-08-15 Vinod Khosla Autonomous rail or off rail vehicle movement and system among a group of vehicles
WO2019157456A1 (en) * 2018-02-12 2019-08-15 Vinod Khosla Autonomous rail or off rail vehicle movement and system among a group of vehicles
US11084512B2 (en) 2018-02-12 2021-08-10 Glydways, Inc. Autonomous rail or off rail vehicle movement and system among a group of vehicles
US11427237B2 (en) 2018-02-12 2022-08-30 Glydways, Inc. Autonomous rail or off rail vehicle movement and system among a group of vehicles
US11958516B2 (en) 2018-02-12 2024-04-16 Glydways, Inc. Autonomous rail or off rail vehicle movement and system among a group of vehicles
US20190250637A1 (en) * 2018-02-12 2019-08-15 Vinod Khosla Autonomous rail vehicle movement and system among a group of vehicles on a rail system
KR20190108018A (ko) * 2018-03-13 2019-09-23 재단법인대구경북과학기술원 융합 센서를 이용한 오브젝트 탐지 장치 및 방법
KR20210068950A (ko) 2019-12-02 2021-06-10 주식회사 에스프렉텀 자율주행 차량정보를 이용한 국지 기상정보 제공 시스템
US12019454B2 (en) 2021-03-19 2024-06-25 Glydways Inc. Vehicle control schemes for autonomous vehicle system

Similar Documents

Publication Publication Date Title
KR20160066854A (ko) 자율주행 차량의 기상관측 장치 및 방법
Kutila et al. Automotive LIDAR sensor development scenarios for harsh weather conditions
US9731729B2 (en) Vehicle, vehicle system and method for increasing safety and/or comfort during autonomous driving
US9469307B2 (en) Vehicle, vehicle system and method for increasing safety and/or comfort during autonomous driving
KR101408997B1 (ko) 차량을 이용한 기상관측 시스템
CN110441790B (zh) 激光雷达系统中的方法和装置串扰和多径降噪
Dickmann et al. Radar contribution to highly automated driving
US10416679B2 (en) Method and apparatus for object surface estimation using reflections delay spread
CN109387857B (zh) 激光雷达系统中的跨网段检测方法和设备
US20220169254A1 (en) Systems and techniques for field-of-view improvements in autonomous trucking systems
CN115031981A (zh) 一种车辆、传感器的仿真方法及装置
US11959999B2 (en) Information processing device, information processing method, computer program, and mobile device
US11702102B2 (en) Filtering return points in a point cloud based on radial velocity measurement
EP3835823B1 (en) Information processing device, information processing method, computer program, information processing system, and moving body device
CN112114541B (zh) 传感器的控制方法、装置和传感器
KR101329044B1 (ko) 차량의 기상관측 장치 및 방법
WO2020100569A1 (ja) 制御装置、制御方法及びセンサ制御システム
EP4102251A1 (en) Determination of atmospheric visibility in autonomous vehicle applications
EP4180835A1 (en) Calibration of sensors in autonomous vehicle applications
EP4086655A1 (en) Methods and systems for detecting adverse road conditions using radar
KR20210100775A (ko) 노면 상태를 검출하기 위한 자율 주행 장치 및 그의 동작 방법
US20240025446A1 (en) Motion planning constraints for autonomous vehicles
CN112098967B (zh) 汽车雷达信号处理中的旁瓣减法
US11914679B2 (en) Multispectral object-detection with thermal imaging
EP4184199A1 (en) Systems, methods, and apparatus for determining characteristics of a radome

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application