KR20180025591A - 자율 주행 차량을 위한 비전 센서의 제어 방법 및 장치 - Google Patents

자율 주행 차량을 위한 비전 센서의 제어 방법 및 장치 Download PDF

Info

Publication number
KR20180025591A
KR20180025591A KR1020160112452A KR20160112452A KR20180025591A KR 20180025591 A KR20180025591 A KR 20180025591A KR 1020160112452 A KR1020160112452 A KR 1020160112452A KR 20160112452 A KR20160112452 A KR 20160112452A KR 20180025591 A KR20180025591 A KR 20180025591A
Authority
KR
South Korea
Prior art keywords
host vehicle
tunnel
vision sensor
entry point
sensor
Prior art date
Application number
KR1020160112452A
Other languages
English (en)
Inventor
지대현
오도관
이동욱
이재우
장철훈
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020160112452A priority Critical patent/KR20180025591A/ko
Priority to EP17162892.8A priority patent/EP3291134A1/en
Priority to US15/472,517 priority patent/US10657387B2/en
Priority to CN201710346796.XA priority patent/CN107797549A/zh
Priority to JP2017100676A priority patent/JP2018037061A/ja
Publication of KR20180025591A publication Critical patent/KR20180025591A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
    • B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/14—Adaptive cruise control
    • B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/04—Systems determining presence of a target
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/141—Control of illumination
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/71—Circuitry for evaluating the brightness variation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/741—Circuitry for compensating brightness variation in the scene by increasing the dynamic range of the image compared to the dynamic range of the electronic image sensors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/75—Circuitry for compensating brightness variation in the scene by influencing optical camera components
    • H04N5/225—
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position

Abstract

비전 센서의 제어 방법 및 장치가 개시된다. 일 실시예에 따른 비전 센서의 제어 장치는 호스트 차량의 주행 경로 상 임계값 이상의 조도 변화가 예상되는 지점을 예측하고, 호스트 차량이 조도 변화가 예상되는 지점으부터 임계 거리 내에 위치하는 경우 예상되는 조도 변화에 기초하여 비전 센서를 제어한다.

Description

자율 주행 차량을 위한 비전 센서의 제어 방법 및 장치{CONTROL METHOD AND APPARATUS OF VISION SENSOR FOR AUTOMATIC DRIVING CAR}
아래의 실시예들은 자율 주행 차량을 위한 비전 센서의 제어 방법 및 장치에 관한 것이다.
자율 주행(Automatic Driving)은 호스트 차량의 주행 중 요구되는 각종 조작을 자동으로 수행하는 것으로, 예를 들어 자율 주행 차량은 운전자가 핸들과 가속 페달, 브레이크 등을 조작하지 않아도 스스로 도로에서 달릴 수 있다. 차량의 자율 주행을 위해서는 차간 거리를 자동으로 유지해 주는 기술, 차선 이탈 및 차선 유지 여부를 알려주는 기술, 후방 및 측방의 감지물을 알려주는 기술 등이 사용될 수 있다. 자율 주행을 위한 다양한 기술들은 차량에서 파악되는 주변 영상 정보를 통해 수행될 수 있다.
일 실시예에 따르면, 비전 센서의 제어 방법은 호스트 차량의 주행 경로 상, 임계값 이상의 조도 변화가 예상되는 지점을 예측하는 단계; 상기 호스트 차량이, 상기 조도 변화가 예상되는 지점으로부터 상기 호스트 차량의 비전 센서를 제어하기 위한 임계 거리 내에 위치하는지 여부를 판단하는 단계; 및 상기 호스트 차량이 상기 임계 거리 내에 위치한다는 판단에 따라, 상기 예상되는 조도 변화에 기초하여 상기 비전 센서를 제어하는 단계를 포함한다.
상기 조도 변화가 예상되는 지점을 예측하는 단계는 상기 비전 센서에 의하여 촬영된 영상, 상기 호스트 차량의 주행 경로와 관련된 지도 데이터, 상기 호스트 차량의 주행 위치에 해당하는 GPS 좌표 및 상기 호스트 차량의 주행 속도 중 적어도 하나에 기초하여, 상기 임계값 이상의 조도 변화가 예상되는 지점을 예측하는 단계를 포함할 수 있다.
상기 조도 변화가 예상되는 지점을 예측하는 단계는 상기 비전 센서에 의하여 촬영된 영상과 상기 임계값 이상의 조도 변화가 예상되는 지점에 대한 미리 학습된 영상 간의 유사도에 기초하여, 상기 임계값 이상의 조도 변화가 예상되는 지점을 예측하는 단계를 포함할 수 있다.
상기 조도 변화가 예상되는 지점을 예측하는 단계는 상기 호스트 차량의 주행 경로 상 위치하는 터널(tunnel)의 진입 지점 및 상기 터널의 진출 지점 중 적어도 하나를 인식하는 단계; 및 상기 터널의 진입 지점 및 상기 터널의 진출 지점 중 적어도 하나를 상기 조도 변화가 예상되는 지점으로 예측하는 단계를 포함할 수 있다.
상기 터널의 진입 지점 및 상기 터널의 진출 지점 중 적어도 하나를 인식하는 단계는 상기 비전 센서에 의하여 촬영된 영상, 상기 호스트 차량의 주행 경로와 관련된 지도 데이터, 및 상기 호스트 차량의 주행 위치에 해당하는 GPS 좌표 중 적어도 하나에 기초하여, 상기 터널의 진입 지점을 인식하는 단계; 및 상기 비전 센서에 의하여 촬영된 영상, 상기 지도 데이터 및 상기 호스트 차량의 주행 속도 중 적어도 하나에 기초하여, 상기 터널의 진출 지점을 인식하는 단계 중 적어도 하나를 포함할 수 있다.
상기 터널의 진입 지점을 인식하는 단계는 상기 비전 센서에 의하여 촬영된 영상이 상기 터널의 입구와 관련된 특정 형상을 포함하는지 여부에 기초하여 상기 터널의 진입 지점을 인식하는 단계; 및 상기 호스트 차량의 주행 경로와 관련된 지도 데이터, 및 상기 호스트 차량의 주행 위치에 해당하는 GPS 좌표에 기초하여 상기 터널의 진입 지점을 인식하는 단계 중 적어도 하나를 포함할 수 있다.
상기 터널의 진출 지점을 인식하는 단계는 상기 비전 센서에 의하여 촬영된 영상이 상기 터널의 출구와 관련된 특정 형상을 포함하는지 여부에 기초하여 상기 터널의 진출 지점을 인식하는 단계; 및 상기 터널의 진입 지점을 기준으로 매칭된 지도 데이터 및 상기 호스트 차량의 주행 속도에 기초하여 상기 터널의 진출 지점을 인식하는 단계 중 적어도 하나를 포함할 수 있다.
상기 호스트 차량이 상기 임계 거리 내에 위치하는지 여부를 판단하는 단계는 상기 호스트 차량의 비전 센서에 의하여 촬영된 영상에 기초하여, 상기 조도 변화가 예상되는 지점에 대응한 깊이 값을 산출하는 단계; 및 상기 깊이 값에 기초하여, 상기 호스트 차량이 상기 임계 거리 내에 위치하는지 여부를 판단하는 단계를 포함할 수 있다.
상기 호스트 차량이 상기 임계 거리 내에 위치하는지 여부를 판단하는 단계는 상기 호스트 차량의 주행 속도에 따른 상기 호스트 차량과 상기 조도 변화가 예상되는 지점 간의 잔여 거리에 기초하여, 상기 호스트 차량이 상기 임계 거리 내에 위치하는지 여부를 판단하는 단계를 포함할 수 있다.
상기 호스트 차량의 비전 센서를 제어하는 단계는 상기 비전 센서의 센싱 파라미터를 제어하는 단계; 상기 비전 센서에 의해 촬영된 영상에 대한 영상 처리를 수행하는 단계; 및 상기 비전 센서를 위한 필터(filter)의 사용 여부를 제어하는 단계 중 적어도 하나를 포함할 수 있다.
상기 비전 센서의 센싱 파라미터를 제어하는 단계는 상기 조도 변화가 예상되는 지점이 터널의 진입 지점인 경우, 상기 호스트 차량과 상기 진입 지점 사이의 거리에 따라 상기 비전 센서의 감광도 값을 단계적으로 증가시키는 단계; 및 상기 조도 변화가 예상되는 지점이 터널의 진출 지점인 경우, 상기 호스트 차량과 상기 진출 지점 사이의 거리에 따라 상기 비전 센서의 감광도 값을 단계적으로 감소시키는 단계를 포함할 수 있다.
상기 비전 센서에 의해 촬영된 영상에 대한 영상 처리를 수행하는 단계는 상기 비전 센서에 의해 촬영된 영상에 톤 매핑을 통한 하이 다이나믹 레인지 이미징 (High Dynamic Range Imaging, HDRI) 처리를 수행하는 단계를 포함할 수 있다.
상기 비전 센서를 위한 필터의 사용 여부를 제어하는 단계는 상기 조도 변화가 예상되는 지점이 터널의 진입 지점인 경우, 상기 비전 센서에 상기 필터를 탈착하는 단계; 및 상기 조도 변화가 예상되는 지점이 터널의 진출 지점인 경우, 상기 필터를 장착하는 단계를 포함할 수 있다.
상기 조도 변화가 예상되는 지점을 예측하는 단계는 상기 호스트 차량이 역광 환경에 노출되어 있는지 여부를 판단하는 단계; 및 상기 판단 결과에 따라, 상기 호스트 차량의 위치를 상기 조도 변화가 예상되는 지점으로 결정하는 단계를 포함할 수 있다.
상기 호스트 차량이 상기 역광 환경에 노출되어 있는지 여부를 판단하는 단계는 조도 센서에 의하여 측정된 조도가 상기 역광 환경과 관련된 임계값 이상인 경우, 상기 호스트 차량이 상기 역광 환경에 노출되어 있다고 판단하는 단계; 및 상기 비전 센서에 의하여 촬영된 영상으로부터 태양과 관련된 객체가 인식되는 경우, 상기 호스트 차량이 상기 역광 환경에 노출되어 있다고 판단하는 단계 중 적어도 하나를 포함할 수 있다.
일 실시예에 따르면, 비전 센서의 제어 장치는 호스트 차량의 주행 경로 상, 임계값 이상의 조도 변화가 예상되는 지점을 예측하고, 상기 호스트 차량이, 상기 조도 변화가 예상되는 지점으로부터 상기 호스트 차량의 비전 센서를 제어하기 위한 임계 거리 내에 위치하는지 여부를 판단하며, 상기 호스트 차량이 상기 임계 거리 내에 위치한다는 판단에 따라, 상기 예상되는 조도 변화에 기초하여 상기 비전 센서를 제어하는 프로세서를 포함한다.
상기 비전 센서의 제어 장치는 상기 호스트 차량의 주행 경로와 관련된 지도 데이터를 저장하는 메모리; 상기 호스트 차량의 주행 위치에 해당하는 GPS 좌표를 측정하는 GPS 센서; 및 상기 호스트 차량의 주행 속도를 감지하는 속도 센서를 더 포함하고, 상기 프로세서는 상기 비전 센서에 의하여 촬영된 영상, 상기 호스트 차량의 주행 경로와 관련된 지도 데이터, 상기 호스트 차량의 주행 위치에 해당하는 GPS 좌표 및 상기 호스트 차량의 주행 속도 중 적어도 하나에 기초하여, 상기 임계값 이상의 조도 변화가 예상되는 지점을 예측할 수 있다.
상기 프로세서는 상기 비전 센서에 의하여 촬영된 영상과 상기 임계값 이상의 조도 변화가 예상되는 지점에 대한 미리 학습된 영상 간의 유사도에 기초하여, 상기 임계값 이상의 조도 변화가 예상되는 지점을 예측할 수 있다.
상기 프로세서는 상기 호스트 차량의 주행 경로 상 위치하는 터널의 진입 지점 및 상기 터널의 진출 지점 중 적어도 하나를 인식하고, 상기 터널의 진입 지점 및 상기 터널의 진출 지점 중 적어도 하나를 상기 조도 변화가 예상되는 지점으로 예측할 수 있다.
상기 프로세서는 상기 비전 센서에 의하여 촬영된 영상, 상기 호스트 차량의 주행 경로와 관련된 지도 데이터, 및 상기 호스트 차량의 주행 위치에 해당하는 GPS 좌표 중 적어도 하나에 기초하여, 상기 터널의 진입 지점을 인식하는 동작, 및 상기 비전 센서에 의하여 촬영된 영상, 상기 지도 데이터 및 상기 호스트 차량의 주행 속도 중 적어도 하나에 기초하여, 상기 터널의 진출 지점을 인식하는 동작 중 적어도 하나를 수행할 수 있다.
상기 프로세서는 상기 비전 센서에 의하여 촬영된 영상이 상기 터널의 입구와 관련된 특정 형상을 포함하는지 여부에 기초하여 상기 터널의 진입 지점을 인식하는 동작 및 상기 호스트 차량의 주행 경로와 관련된 지도 데이터, 및 상기 호스트 차량의 주행 위치에 해당하는 GPS 좌표에 기초하여 상기 터널의 진입 지점을 인식하는 동작 중 적어도 하나를 수행할 수 있다.
상기 프로세서는 상기 비전 센서에 의하여 촬영된 영상이 상기 터널의 출구와 관련된 특정 형상을 포함하는지 여부에 기초하여 상기 터널의 진출 지점을 인식하는 동작 및 상기 터널의 진입 지점을 기준으로 매칭된 지도 데이터 및 상기 호스트 차량의 주행 속도에 기초하여 상기 터널의 진출 지점을 인식하는 동작 중 적어도 하나를 포함할 수 있다.
상기 프로세서는 상기 호스트 차량의 비전 센서에 의하여 촬영된 영상에 기초하여, 상기 조도 변화가 예상되는 지점에 대응한 깊이 값을 산출하고, 상기 깊이 값에 기초하여, 상기 호스트 차량이 상기 임계 거리 내에 위치하는지 여부를 판단할 수 있다.
상기 프로세서는 상기 호스트 차량의 주행 속도에 따른 상기 호스트 차량과 상기 조도 변화가 예상되는 지점 간의 잔여 거리에 기초하여, 상기 호스트 차량이 상기 임계 거리 내에 위치하는지 여부를 판단할 수 있다.
상기 프로세서는 상기 비전 센서의 센싱 파라미터를 제어하는 동작; 상기 비전 센서에 의해 촬영된 영상에 대한 영상 처리를 수행하는 동작; 및 상기 비전 센서를 위한 필터의 사용 여부를 제어하는 동작 중 적어도 하나를 수행할 수 있다.
상기 프로세서는 상기 조도 변화가 예상되는 지점이 터널의 진입 지점인 경우, 상기 호스트 차량과 상기 진입 지점 사이의 거리에 따라 상기 비전 센서의 감광도 값을 단계적으로 증가시키고, 상기 조도 변화가 예상되는 지점이 터널의 진출 지점인 경우, 상기 호스트 차량과 상기 진출 지점 사이의 거리에 따라 상기 비전 센서의 감광도 값을 단계적으로 감소시킬 수 있다.
상기 프로세서는 상기 비전 센서에 의해 촬영된 영상에 톤 매핑을 통한 하이 다이나믹 레인지 이미징 처리를 수행할 수 있다.
상기 프로세서는 상기 조도 변화가 예상되는 지점이 터널의 진입 지점인 경우, 상기 비전 센서에 상기 필터를 탈착하고, 상기 조도 변화가 예상되는 지점이 터널의 진출 지점인 경우, 상기 필터를 장착할 수 있다.
상기 프로세서는 상기 호스트 차량이 역광 환경에 노출되어 있는지 여부를 판단하고, 상기 판단 결과에 따라, 상기 호스트 차량의 위치를 상기 조도 변화가 예상되는 지점으로 결정할 수 있다.
상기 비전 센서의 제어 장치는 조도를 감지하는 조도 센서를 더 포함하고, 상기 프로세서는 상기 조도 센서에 의하여 측정된 조도가 상기 역광 환경과 관련된 임계값 이상인 경우, 상기 호스트 차량이 상기 역광 환경에 노출되어 있다고 판단하는 동작; 및 상기 비전 센서에 의하여 촬영된 영상으로부터 태양과 관련된 객체가 인식되는 경우, 상기 호스트 차량이 상기 역광 환경에 노출되어 있다고 판단하는 동작 중 적어도 하나를 수행할 수 있다.
도 1은 일 실시예에 따른 비전 센서의 제어가 수행되는 상황을 설명하기 위한 도면.
도 2는 일 실시예에 따른 비전 센서의 제어 방법을 나타낸 흐름도.
도 3은 일 실시예에 따른 터널의 진입 지점 및 터널의 진출 지점을 인식하는 방법을 설명하기 위한 도면.
도 4는 일 실시예에 따른 서로 다른 시간대 및 조도 환경에서의 터널의 진입 지점의 형상을 나타낸 도면.
도 5는 일 실시예에 따른 서로 다른 시간대 및 조도 환경에서의 터널의 진출 지점의 형상을 나타낸 도면.
도 6은 일 실시예에 따른 호스트 차량이 역광 환경에 노출된 상황을 설명하기 위한 도면.
도 7는 일 실시예에 따른 역광 환경의 예시를 도시한 도면.
도 8은 일 실시예에 따라 호스트 차량이 임계 거리 내에 위치하는지 여부를 판단하는 방법을 설명하기 위한 도면.
도 9는 다른 실시예에 따라 호스트 차량이 임계 거리 내에 위치하는지 여부를 판단하는 방법을 설명하기 위한 도면.
도 10은 일 실시예에 따라 조도 변화에 기초하여 비전 센서를 제어하는 방법을 설명하기 위한 도면.
도 11은 일 실시예에 따른 비전 센서의 제어 장치의 블록도.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설명된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
하기에서 설명될 실시예들은 터널 등과 같이 조도 변화가 발생하는 환경에서의 비전 센서의 성능을 향상시키는 데에 사용될 수 있다. 실시예들은 예를 들어, 자율 주행 자동차, 지능형 자동차, 웨어러블 장치, 스마트 폰, 모바일 기기 등에 탑재 가능한 카메라 또는 비전 센서 등에 적용될 수 있다. 이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
도 1은 일 실시예에 따른 비전 센서의 제어가 수행되는 상황을 설명하기 위한 도면이다. 도 1을 참조하면, 자율 주행 중인 호스트 차량이 터널 내에서 주행 방향의 전면에 위치한 터널의 출구를 바라보며 촬영한 영상(110) 및 호스트 차량이 역광 환경에 노출된 경우를 촬영한 영상(120)이 도시된다.
예를 들어, 영상(110)과 같이 호스트 차량이 터널에서 진출하는 상황에서 어두운 터널 안과 밝은 터널 밖 간의 급격한 조도 변화가 발생할 수 있다. 또한, 영상 (120)과 같이 호스트 차량이 태양 빛을 바라보고 진행함에 따라 피사체 후면에서 태양 빛이 투사되는 역광이 발생할 수 있다.
이와 같은 급격한 조도 변화가 발생하는 경우, 호스트 차량에 구비된 촬영 장치(예를 들어, 비전 센서 등)를 사용하여 전방을 촬영하더라도 주행 경로 상에 위치하는 차선, 상대 차량, 신호등 및 보행자 등과 같은 객체의 인식이 어려울 수 있다. 이 경우, 사고 위험이 크게 증가하여 호스트 차량의 주행이 불가능한 상태가 될 수 있다.
일 실시예에서는 조도의 급격한 변화 상황을 예측하여 촬영 장치를 미리 제어 함으로써 촬영 장치의 급격한 인식률 저하를 방지할 수 있다.
도 2는 일 실시예에 따른 비전 센서의 제어 방법을 나타낸 흐름도이다. 도 2를 참조하면, 일 실시예에 따른 비전 센서의 제어 장치(이하, '제어 장치')는 호스트 차량의 주행 경로 상, 임계값 이상의 조도 변화가 예상되는 지점을 예측한다(210). 제어 장치는 예를 들어, 비전 센서에 의하여 촬영된 영상, 호스트 차량의 주행 경로와 관련된 지도 데이터, 호스트 차량의 주행 위치에 해당하는 GPS 좌표 및 호스트 차량의 주행 속도 중 적어도 하나에 기초하여, 임계값 이상의 조도 변화가 예상되는 지점을 예측할 수 있다.
'임계값 이상의 조도 변화가 예상되는 지점'은 예를 들어, 터널 출구와 같이 어두운 곳에서 밝은 곳으로 이동하는 지점이나, 터널 입구와 같이 밝은 곳에서 어두운 곳으로 이동하는 지점, 또는 역광 환경에 노출되는 지점 등과 같이 급격한 조도 변화로 인해 촬영된 영상에서의 객체 인식이 어려운 지점으로 이해될 수 있다.
호스트 차량이 실제 터널 출구에 도달하기 전부터 역광 환경에 노출될 수 있으므로, '임계값 이상의 조도 변화가 예상되는 지점'은 터널 출구와 정확하게 일치하지 않을 수 있다. 이하, 터널 출구 근방에서 임계값 이상의 조도 변화가 예상되는 지점은 '터널의 진출 지점'이라고 하고, 터널 입구 근방에서 임계값 이상의 조도 변화가 예상되는 지점은 '터널의 진입 지점'이라고 한다.
'임계값'은 비전 센서에서의 객체 인식이 어려운 정도의 조도 변화를 나타내는 값에 해당할 수 있다. 임계값은 예를 들어, 날씨, 밤 또는 낮과 같은 시간대 등에 따라 서로 달리 설정될 수 있다.
제어 장치는 예를 들어, 호스트 차량의 주행 경로 상 위치하는 터널의 진입 지점 및 터널의 진출 지점 중 적어도 하나를 인식하고, 터널의 진입 지점 및 터널의 진출 지점 중 적어도 하나를 조도 변화가 예상되는 지점으로 예측할 수 있다. 제어 장치가 터널의 진입 지점 및 터널의 진출 지점을 인식하는 방법은 도 3 내지 도 5를 참조하여 설명한다.
실시예에 따라서, 제어 장치는 임계값 이상의 조도 변화가 예상되는 지점에 대한 미리 학습된 모델에 기초하여 비전 센서에 의하여 촬영된 영상을 분석함으로써 임계값 이상의 조도 변화가 예상되는 지점을 예측할 수 있다. 모델은 예를 들어, 도 4 내지 도 5에 도시된 형상들을 포함하는 다양한 영상들에 기초하여 학습된 딥 뉴럴 네트워크(deep neural network)를 포함할 수 있다.
또는 제어 장치는 호스트 차량이 역광 환경에 노출되어 있는지 여부를 판단하고, 판단 결과에 따라, 호스트 차량의 위치를 조도 변화가 예상되는 지점으로 결정할 수 있다. 호스트 차량이 역광 환경에 노출되는 상황에 대하여는 도 6 내지 도 7을 참조하여 설명한다.
영상 인식 기반의 자율 주행 기법에서 인식되는 객체들은 차선 클래스, 차량 클래스, 보행자 클래스 등으로 분류될 수 있다. 일 실시예에 따르면, 비전 센서에 의하여 촬영된 영상으로부터 인식된 객체를 분류하는 클래스로서, 터널 입구 클래스, 터널 출구 클래스, 태양 클래스, 또는 이들의 다양한 조합이 추가될 수 있다.
제어 장치는 호스트 차량이, 조도 변화가 예상되는 지점으로부터 임계 거리 내에 위치하는지 여부를 판단한다(230). '임계 거리'는 호스트 차량의 비전 센서를 제어하기 위해 요구되는 최소한의 거리로 이해될 수 있다. 호스트 차량이 임계 거리 내에 위치하는지 여부에 대하여는 도 8 내지 도 9를 참조하여 설명한다.
단계(230)에서 호스트 차량이 임계 거리 내에 위치한다는 판단에 따라, 제어 장치는 예상되는 조도 변화에 기초하여 비전 센서를 제어한다(250). 제어 장치는 예상되는 조도 변화에 기초하여 호스트 차량의 비전 센서를 소프트웨어 방식 및/또는 하드웨어 방식으로 제어할 수 있다. 제어 장치가 비전 센서를 제어하는 방법은 도 10을 참조하여 설명한다.
도 3은 일 실시예에 따라 터널의 진입 지점 또는 터널의 진출 지점을 인식하는 방법을 설명하기 위한 도면이다. 도 3을 참조하면, 자율 주행 중인 호스트 차량(310)의 이동에 따라 터널과 관련하여 위치 가능한 각 지점들(A, B, C, D)이 도시된다.
지점 A는 터널 입구를 나타내고, 지점 B는 터널 내부를 나타내며, 지점 C는 터널 출구를 나타내고, 지점 D는 터널 외부를 나타낸다. 각 지점들에서의 호스트 차량(310)의 동작은 다음과 같다. 이하에서 호스트 차량(310)은 제어 장치를 포함하는 호스트 장치(310)로 이해될 수 있다.
지점 A에 진입하기 전에 호스트 차량(310)은 비전 센서에 의하여 촬영된 영상, 호스트 차량의 주행 경로와 관련된 지도 데이터, 및/또는 호스트 차량의 주행 위치에 해당하는 GPS 좌표를 이용하여 터널 입구를 인식할 수 있다. 예를 들어, 호스트 차량(310)은 비전 센서에 의하여 촬영된 영상이 터널 입구와 관련된 특정 형상(예를 들어, 반원형)을 포함하는지 여부에 기초하여 터널의 진입 지점을 인식할 수 있다. 또는 호스트 차량은 비전 센서에 의하여 촬영된 영상이 밤 또는 낮 시간대에 서로 다른 조도 변화가 발생하는 터널의 진입 지점의 형상을 포함하는지 여부에 기초하여 터널의 진입 지점을 인식할 수 있다. 밤 또는 낮 시간대에 서로 다른 조도 변화가 발생하는 터널의 진입 지점의 형상에 대하여는 도 4를 참조하여 설명한다.
이 밖에도, 호스트 차량(310)은 호스트 차량(310)의 주행 경로와 관련된 지도 데이터, 및 호스트 차량(310)의 주행 위치에 해당하는 GPS 좌표에 기초하여 터널 입구 를 인식할 수 있다. 호스트 차량(310)은 지도 데이터에서 주행 위치에 해당하는 GPS 좌표에 인접한 터널 입구의 GPS 좌표를 획득함으로써, 터널 입구를 인식할 수 있다.
호스트 차량(310)은 터널 입구가 인식되면, 지점 A를 조도 변화가 예상되는 지점으로 예측하여 미리 소프트웨어 방식 또는 하드웨어 방식으로 비전 센서를 제어함으로써 터널 내에서의 비전 센서의 인식 성능을 향상시킬 수 있다.
호스트 차량(310)은 예를 들어, 터널 입구에 도달하기 전에 비전 센서의 감광도(International Organization for Standardization, ISO) 값을 미리 증가시켜 터널 진입에 따라 조도가 갑자기 어두워지는 상황에서도 차선 및 물체를 강건(robest)하게 인식하도록 할 수 있다. 또는 호스트 차량(310)은 호스트 차량(310)과 터널 입구 사이의 거리에 따라 비전 센서의 감광도 값을 단계적으로 증가시킬 수 있다. 호스트 차량(310)은 비전 센서의 감광도 값을 조절하는 대신 하드웨어 필터를 탈착할 수도 있다. 비전 센서의 제어 방법에 관하여는 후술한다.
호스트 차량(310)이 터널 내 지점 B에 위치하는 경우, 터널 내에서는 GPS 좌표를 수신할 수 없다. 이 경우, 호스트 차량(310)은 비전 센서에 의하여 촬영된 영상, 지도 데이터 및 호스트 차량의 주행 속도 등에 기초하여 터널 출구를 인식할 수 있다.
호스트 차량(310)이 터널 내 지점 B에서 터널 출구를 향해 주행하는 경우, 호스트 차량(310)은 비전 센서를 이용하여 전방을 촬영한 영상 데이터로부터 전방의 터널 출구를 인식할 수 있다. 호스트 차량(310)은 예를 들어, 지점 B에서 비전 센서에 의하여 촬영된 영상이 터널 출구와 관련된 특정 형상(예를 들어, 반원형)을 포함하는지 여부에 기초하여 터널 출구를 인식할 수 있다.
또는 호스트 차량(310)은 비전 센서에 의하여 촬영된 영상이 밤 또는 낮 시간대에 서로 다른 조도 변화가 발생하는 터널의 진출 지점의 형상을 포함하는지 여부에 기초하여 터널의 진출 지점을 인식할 수 있다. 밤 또는 낮 시간대에 서로 다른 조도 변화가 발생하는 터널의 진출 지점의 형상에 대하여는 도 5를 참조하여 설명한다.
이 밖에도, 호스트 차량(310)은 터널 입구를 기준으로 매칭된 지도 데이터 및 호스트 차량의 주행 속도에 기초하여 터널 출구를 인식할 수도 있다. 예를 들어, 호스트 차량(310)은 터널 입구에 대한 지도 데이터로부터 터널 내 도로의 총 길이 등을 파악할 수 있다. 호스트 차량(310)은 속도 센서, 가속도 센서 등을 이용하여 감지한 호스트 차량(310)의 주행 속도에 의해 터널 입구로부터의 이동 거리를 계산하여 터널 내 차량의 위치를 파악할 수 있고, 터널 내 차량의 위치에 기초하여 터널 출구를 인식할 수도 있다.
호스트 차량(310)은 터널의 진출 지점에서 영상을 촬영하는 경우, 터널 밖 햇빛에 의해 발생하는 역광 등에 의해 터널 출구 부근에서 주행 중인 상대 차량(330) 및 차선(350)을 정확하게 인식하지 못할 수 있다. 이에 따라, 호스트 차량(310)은 터널 출구 또는 터널의 진출 지점에 도달하기 전에 비전 센서의 감광도 값을 미리 감소시켜 터널 진출에 따라 조도가 갑자기 밝아지는 상황에서도 차선(350) 및 상대 차량(330)을 강건하게 인식하도록 할 수 있다. 또는 호스트 차량(310)은 호스트 차량(310)과 터널 출구 또는 터널의 진출 지점 사이의 거리에 따라 비전 센서의 감광도 값을 단계적으로 감소시킬 수 있다.
도 4는 일 실시예에 따른 서로 다른 시간대 및 조도 환경에서의 터널의 진입 지점의 형상을 나타낸 도면이다. 도 4를 참조하면, 밤 또는 낮 시간대에 서로 다른 조도 변화가 발생하는 터널의 진입 지점의 형상들(410, 420, 430, 440)이 도시된다.
형상(410)은 터널 외부에 위치한 호스트 차량이 밝은 낮에 깜깜한 터널 안을 향해 진행하는 경우의 터널의 진입 지점의 형상을 나타낸다. 형상(410)이 인식되는 상황에서는 터널의 외부와 내부 간의 급격한 조도 변화가 발생할 수 있다. 이 경우, 제어 장치는 예상되는 조도 변화에 따라 비전 센서를 제어하여 터널 내 사물 및 차선 등을 강건(robust)하게 인식할 수 있다. 제어 장치는 터널 내 조명의 밝기에 따라 비전 센서의 조도 변화 레벨을 조절할 수 있다.
형상(420)은 터널 외부에 위치한 호스트 차량이 밝은 낮에 밝은 터널 안을 향해 진행하는 경우의 터널의 진입 지점의 형상을 나타낸다. 형상(410)이 인식되는 상황에서는 터널의 외부와 내부 간의 조도 변화가 크지 않으므로 제어 장치는 별다른 조도 제어 동작을 필요로 하지 않을 수 있다.
형상(430)은 터널 외부에 위치한 호스트 차량이 어두운 밤에 깜깜한 터널 안을 향해 진행하는 경우의 터널의 진입 지점의 형상을 나타낸다. 형상(430)이 인식되는 상황에서는 터널의 외부와 내부 간의 조도 변화가 크지 않으므로 제어 장치는 별다른 조도 제어 동작을 필요로 하지 않을 수 있다.
형상(440)은 터널 외부에 위치한 호스트 차량이 어두운 밤에 밝은 터널 안을 향해 진행하는 경우의 터널의 진입 지점의 형상을 나타낸다. 형상(440)이 인식되는 상황에서는 터널의 외부와 내부 간의 급격한 조도 변화가 발생할 수 있으므로 제어 장치는 예상되는 조도 변화에 따라 비전 센서를 제어하여 터널 내 사물 및 차선 등을 인식할 수 있다. 또한, 호스트 차량은 터널 내 조명의 밝기에 따라 비전 센서의 조도 변화 레벨을 조절할 수 있다.
도 5는 일 실시예에 따른 서로 다른 시간대 및 조도 환경에서의 터널의 진출 지점의 형상을 나타낸 도면이다. 도 5를 참조하면, 밤 또는 낮 시간대에 서로 다른 조도 변화가 발생하는 터널의 진출 지점의 형상들(510,520,530,540)이 도시된다.
형상(510)은 어두운 터널 내부에 위치한 호스트 차량이 밝은 낮에 터널 밖을 향해 진행하는 경우의 터널의 진출 지점의 형상을 나타낸다. 형상(510)이 인식되는 상황에서는 터널의 외부와 내부 간의 급격한 조도 변화가 발생할 수 있다. 이 경우, 제어 장치는 예상되는 조도 변화에 따라 비전 센서를 제어하여 터널 밖 사물 및 차선을 강건하게 인식할 수 있다. 제어 장치는 터널의 진출 지점 부근에서의 조도 변화에 따라 비전 센서의 조도 변화 레벨을 조절할 수도 있다.
형상(520)은 어두운 터널 내부에 위치한 호스트 차량이 어두운 밤에 터널 밖을 향해 진행하는 경우의 터널의 진출 지점의 형상을 나타낸다. 형상(520)이 인식되는 상황에서는 터널의 외부와 내부 간의 조도 변화가 크지 않으므로 제어 장치는 별다른 조도 제어 동작을 필요로 하지 않을 수 있다.
형상(530)은 밝은 터널 내부에 위치한 호스트 차량이 밝은 낮에 터널 밖을 향해 진행하는 경우의 터널의 진출 지점의 형상을 나타낸다. 형상(530)이 인식되는 상황에서는 터널의 외부와 내부 간의 조도 변화가 크지 않으므로 제어 장치는 별다른 조도 제어 동작을 필요로 하지 않을 수 있다.
형상(540)은 밝은 터널 내부에 위치한 호스트 차량이 어두운 밤에 터널 밖을 향해 진행하는 경우의 터널의 진입 지점의 형상을 나타낸다. 형상(540)이 인식되는 상황에서는 터널의 외부와 내부 간의 급격한 조도 변화가 발생할 수 있으므로 제어 장치는 예상되는 조도 변화에 따라 비전 센서를 제어하여 터널 내 사물 및 차선 등을 인식할 수 있다.
실시예에 따라서 제어 장치는 다양한 시간대 및 다양한 조도 환경에서의 터널 진입 지점 및 터널 진출 지점에 대한 형상들을 학습한 모델을 이용함으로써 별도의 조도 센서가 없이 비전 센서만으로 조도 변화가 예상되는 지점을 예측하여 비전 센서의 조도 변화 레벨을 조절할 수 있다.
도 6은 일 실시예에 따른 호스트 차량이 역광 환경에 노출된 상황을 설명하기 위한 도면이다. 도 6을 참조하면, 호스트 차량(610)의 진행 방향 전면에 태양(670)이 위치하여 도로 상에 있는 상대 차량(630) 및 차선(650)이 정확하게 인식되지 않은 역광 상황이 도시된다.
피사체에서 반사되는 빛 외에 피사체의 뒤에서 직접 비전 센서로 입사되는 태양광에 의한 발생하는 역광은 물체의 상을 흐리게 하므로 촬영된 객체들에 대한 정확한 인식이 어려워진다.
일 실시예에 따른 제어 장치는 호스트 차량이 역광 환경에 노출되어 있는지 여부를 판단하고, 판단 결과에 따라, 호스트 차량의 위치를 조도 변화가 예상되는 지점으로 결정할 수 있다.
제어 장치는 예를 들어, 조도 센서에 의하여 측정된 조도가 역광 환경과 관련된 임계값 이상인 경우, 호스트 차량이 역광 환경에 노출되어 있다고 판단할 수 있다. 제어 장치는 호스트 차량이 역광 환경에 노출되어 있다고 판단되면, 호스트 차량의 현재 위치를 조도 변화가 예상되는 지점으로 결정하여 비전 센서를 제어할 수 있다.
또는 예를 들어, 태양의 입사각을 A라 하고, 비전 센서의 방향을 C라고 하면, 제어 장치는 비전 센서의 방향(C)과 태양의 입사각(A)과의 차이가 미리 정해진 각도(예를 들어, 90°)보다 작다면, 비전 센서의 방향(C)은 현재 역광 영역에 포함된다고 판단할 수 있다. 일 예로, 태양의 입사각(A)이 비전 센서의 방향(C)과의 관계에서 C - 90°〈 A〈 C + 90° 또는 │A - C│< 90°를 만족하는 경우에 촬영 방향에 역광이 존재하는 것으로 판단할 수 있다. 제어 장치는 호스트 차량이 역광 환경에 노출되어 있다고 판단되면 호스트 차량의 현재 위치를 조도 변화가 예상되는 지점으로 결정하여 비전 센서를 제어할 수 있다.
이 밖에도, 제어 장치는 비전 센서에 의하여 촬영된 영상으로부터 태양과 관련된 객체가 인식되는 경우, 호스트 차량이 역광 환경에 노출되어 있다고 판단할 수 있다. 태양과 관련된 객체는 예를 들어, 도 7의 710에 도시된 태양 자체이거나, 또는 720에 도시된 태양의 반사체일 수 있다.
도 7는 일 실시예에 따른 역광 환경의 예시를 도시한 도면이다. 도 7을 참조하면, 태양 자체에 의해 역광이 발생하는 환경(710) 및 태양의 반사체에 의해 역광이 발생하는 환경(720)이 도시된다.
태양의 반사체에 의해 발생하는 역광은 예를 들어, 건물의 유리 벽면 등에 반사된 태양빛에 의해 발생할 수 있다.
일 실시예에 따른 제어 장치는 조도 센서가 없이도, 역광 상태의 이미지를 학습한 모델과 비전 센서를 통해 촬영된 영상을 비교하여 호스트 차량이 역광 환경에 노출되어 있다고 판단할 수 있다. 역광 환경에 노출되어 있다고 판단되면, 제어 장치는 비전 센서에 대한 필터 적용 또는 비전 센서의 감광도(ISO) 값 조정 등과 같은 역광 보정 알고리즘을 수행할 수 있다. 호스트 차량은 역광 보정 알고리즘의 수행 후, 자율 주행 모드의 모델에 적용할 수 있다.
제어 장치는 역광 환경에 노출되어 있는지 여부를 판단하기 위해 예를 들어, 역광 상태의 이미지 데이터로 학습시킨 모델을 만드는 딥러닝(deep learning) 기법이나 히스토그램(histogram) 분석 등의 이미지 처리 기법 등을 이용할 수 있다.
이와 같이, 제어 장치는 비전 센서의 노출을 조절하거나, 비전 센서를 위한 필터를 제어함으로써 촬영된 객체들이 보다 명확하게 인식되도록 할 수 있다.
도 8은 일 실시예에 따라 호스트 차량이 임계 거리 내에 위치하는지 여부를 판단하는 방법을 설명하기 위한 도면이다. 도 8을 참조하면, 호스트 차량이 터널 입구인 지점 A에 근접하는 경우 및 터널 출구인 지점 C에 근접하는 경우가 도시된다.
제어 장치는 GPS 센서와 터널 입구를 나타내는 지도 데이터를 이용하여 호스트 차량과 터널 입구 사이의 거리를 예측할 수 있다. 제어 장치는 호스트 차량과 터널 입구 또는 조도 변화가 예상되는 지점 사이의 거리가 호스트 차량의 비전 센서를 제어하기 위한 임계 거리 이내인지 여부를 판단할 수 있다. 제어 장치는 호스트 차량이 터널 입구 또는 조도 변화가 예상되는 지점으로부터 임계 거리 이내에 위치한다는 판단에 따라, 비전 센서를 제어할 수 있다.
일 실시예에 따르면, 임계 거리는 호스트 차량의 주행 속도에 따라 달라질 수 있다. 예를 들어, 호스트 차량의 주행 속도가 빠를수록 조도 변화가 예상되는 지점에 도달하는데 까지 소요되는 시간이 감소되므로, 임계 거리가 증가될 수 있다.
제어 장치는 터널 입구를 기준으로 매칭된 지도 데이터 및 호스트 차량의 주행 속도를 기초로 터널 내 호스트 차량의 위치를 예측하고, 터널 출구까지의 잔여 거리를 계산하여 호스트 차량이 임계 거리 내에 위치하는지를 판단할 수 있다.
도 9는 다른 실시예에 따라 호스트 차량이 임계 거리 내에 위치하는지 여부를 판단하는 방법을 설명하기 위한 도면이다. 도 9를 참조하면, 호스트 차량이 터널의 진입 지점을 향해 운행하는 경우, 진입 지점까지의 거리에 따라 서로 다르게 촬영되는 영상들(910, 920)이 도시된다.
영상(910)은 호스트 차량이 조도 변화가 예상되는 지점(예를 들어, 터널의 진입 지점)으로부터 멀리 떨어진 경우에 촬영된 영상이고, 영상(920)은 호스트 차량이 일정 주행 속도로 이동하여 조도 변화가 예상되는 지점에 근접한 경우에 촬영된 영상이다.
영상(910)과 영상(920)에서 호스트 차량과 조도 변화가 예상되는 지점 간의 거리에 따라 촬영된 영상에서의 깊이 값이 상이한 것을 볼 수 있다.
제어 장치는 호스트 차량의 비전 센서에 의하여 촬영된 영상에 기초하여, 조도 변화가 예상되는 지점에 대응한 깊이 값을 산출하고, 깊이 값에 기초하여, 호스트 차량이 임계 거리 내에 위치하는지 여부를 판단할 수 있다. 제어 장치는 예를 들어, 낮에 어두운 터널을 향해 진행하는 경우, 촬영된 영상에서의 터널의 진입 지점에 대한 깊이 값이 점점 작아져 일정 값에 해당하면 호스트 차량이 터널의 진입 지점에 대한 임계 거리로 진입한 것으로 판단할 수 있다.
도면에 도시하지 않았으나, 호스트 차량이 터널 내부에서 터널 출구를 향해 주행하는 경우, 제어 장치는 비전 센서를 통해 촬영된 영상에 기초하여 터널의 진출 지점에 대응한 깊이 값을 산출할 수 있다.
도 10은 일 실시예에 따라 조도 변화에 기초하여 비전 센서를 제어하는 방법을 설명하기 위한 도면이다. 도 10을 참조하면, 제어 장치에 포함된 카메라 조절부(1010) 및 카메라 모듈(1030)이 도시된다. 카메라 모듈(1030)은 카메라(1040) 및 필터(1050)를 포함할 수 있다. 카메라(1040)는 비전 센서 등 다양한 촬영 장치에 해당할 수 있다.
전술한 바와 같이, 제어 장치는 예상되는 조도 변화에 기초하여 비전 센서를 소프트웨어 방식 및/또는 하드웨어 방식으로 제어할 수 있다. 소프트웨어 방식의 제어 방법으로서, 제어 장치는 카메라(1040)의 센싱 파라미터(예를 들어, 감광도(ISO) 값 등)를 제어하거나, 또는 비전 센서에 의해 촬영된 영상에 대한 영상 처리를 수행할 수 있다.
카메라 조절부(1010)는 호스트 차량이 조도 변화가 예상되는 지점으로부터 임계 거리 내에 위치하는지 여부에 대한 판단에 따라 카메라(1040)에 대한 파라미터 제어 신호를 카메라(1040)로 전송할 수 있다. 예를 들어, 조도 변화가 예상되는 지점이 터널의 진입 지점인 경우, 카메라 조절부(1010)는 카메라(1040)의 감광도 값을 증가시키는 제어 신호를 전송할 수 있다. 또한, 호스트 차량이 터널의 진출 지점으로부터 임계 거리 내에 위치하는 경우, 카메라 조절부(1010)는 카메라(1040)의 감광도 값을 감소시키는 제어 신호를 전송할 수 있다.
제어 장치는 예를 들어, 카메라(1040)에 의해 촬영된 영상에서 노출 정도가 상이한 복수의 이미지들을 합성하여 역광을 보정하는 처리하는, 톤 매핑을 통한 하이 다이나믹 레인지 이미징 (High Dynamic Range Imaging, HDRI) 처리를 수행함으로서 촬영된 영상에 대한 영상 처리를 수행할 수 있다. 또는 제어 장치는 예를 들어, 히스토그램 이쿼라이제이션(histogram equalization)과 같은 이미지 처리 알고리즘을 적용하여 영상 처리를 수행할 수도 있다.
또한, 하드웨어적인 제어 방법으로서, 카메라 조절부(1010)는 비전 센서를 위한 필터(filter)(1050)의 사용 여부를 제어할 수 있다. 필터(1050)는 예를 들어, CPL 필터, ND 필터들(ND 3, ND8) 등 다수의 필터들을 포함할 수 있다. 카메라 조절부(1010)는 카메라(1040)의 노출 정도를 조절하기 위해 다수의 필터들 중 조도 변화에 따라 적절한 필터를 장착 또는 탈착하기 위한 선택 신호(Selection signal)을 필터(1050)에게 전송할 수 있다.
제어 장치는 조도 변화가 예상되는 지점이 터널의 진입 지점인 경우, 카메라 조절부(1010)로 카메라(1040)에 기존에 장착된 필터를 탈착하는 신호를 전송할 수 있다. 제어 장치는 조도 변화가 예상되는 지점이 터널의 진출 지점인 경우, 카메라 조절부(1010)로 카메라(1040)에 새로운 필터를 장착하는 신호를 전송할 수 있다.
제어 장치는 급격한 조도 변화가 감지 될 경우 카메라 조절부(1010)를 통해 필터(1050)를 자동으로 교체하여 급격한 조도 변화에 대비할 수 있다.
일 실시예에 따른 제어 장치는 센서 정보 혹은 인식을 통해 조도 변화에 따른 임계값 이상의 조도 변화가 예상되는 지점(또는 인식 불가 지점)을 미리 예측 하여, 1차적으로 소프트웨어적인 제어 방법으로 카메라(1040)를 조절 하고, 소프트웨어 방식의 제어로 대응이 불가한 조도 변화가 예측 될 경우 하드웨어 방식으로 필터를 통해 카메라(1040)의 렌즈 노출을 감소시켜 조도를 조절할 수 있다.
도 11은 일 실시예에 따른 비전 센서의 제어 장치의 블록도이다. 도 11을 참조하면, 일 실시예에 따른 비전 센서의 제어 장치(1100)는 비전 센서(1110) 및 프로세서(1120)를 포함하며, 실시예에 따라 조도 센서(1130), 메모리(1140), 속도 센서(1150), 및 GPS 센서(1160)를 더 포함할 수 있다. 비전 센서(1110), 프로세서(1120), 조도 센서(1130), 메모리(1140), 속도 센서(1150), 및 GPS 센서(1160)는 통신 버스(bus)(1105)를 통해 서로 연결될 수 있다.
비전 센서(1110)는 호스트 차량의 주행 경로 상에 나타나는 객체를 촬영할 수 있다.
프로세서(1120)는 호스트 차량의 주행 경로 상, 임계값 이상의 조도 변화가 예상되는 지점을 예측한다. 프로세서(1120)는 호스트 차량이, 조도 변화가 예상되는 지점으로부터 호스트 차량의 비전 센서(1110)를 제어하기 위한 임계 거리 내에 위치하는지 여부를 판단한다. 프로세서(1120)는 호스트 차량이 임계 거리 내에 위치한다는 판단에 따라, 예상되는 조도 변화에 기초하여 비전 센서(1110)를 제어한다.
프로세서(1120)는 객체 인식 및 조도 판단부(1121) 및 조절부(1125)를 포함할 수 있다. 객체 인식 및 조도 판단부(1121)는 조도 판단 결과에 따라 조절부(1125)에 의한 비전 센서(1110)의 제어 여부를 결정할 수 있다. 조절부(1125)는 파라미터 조절부(1123) 및 필터 조절부(1124)를 포함할 수 있다.
파라미터 조절부(1123)는 비전 센서(1110)의 파라미터를 조절하기 위한 제어 신호를 생성할 수 있다. 파라미터 조절부(1123)는 비전 센서(1110)에 대한 소프트웨어 방식의 제어를 제공한다. 필터 조절부(1124)는 비전 센서(1110)를 위한 필터의 탈착 여부를 제어하는 신호를 생성할 수 있다. 필터 조절부(1124)는 비전 센서(1110)에 대한 하드웨어 방식의 제어를 제공한다.
프로세서(1120)는 이 밖에도, 도 1 내지 도 10을 통하여 전술한 적어도 하나의 방법을 수행할 수 있다. 프로세서(1120)는 프로그램을 실행하고, 비전 센서의 제어 장치(1100)를 제어할 수 있다. 프로세서(1120)에 의하여 실행되는 프로그램 코드는 메모리(1140)에 저장될 수 있다.
조도 센서(1130)는 현재 상태에서의 조도를 감지할 수 있다. 프로세서(1120)는 조도 센서(1130)에 의하여 측정된 조도가 역광 환경과 관련된 임계값 이상인 경우, 호스트 차량이 역광 환경에 노출되어 있다고 판단할 수 있다. 또한, 프로세서(1120)는 비전 센서(1110)에 의하여 촬영된 영상으로부터 태양과 관련된 객체가 인식되는 경우, 호스트 차량이 역광 환경에 노출되어 있다고 판단할 수 있다. 또는 프로세서(1120)는 조도 센서(1130)에 의하여 측정된 조도가 역광 환경과 관련된 임계값 이상이고, 비전 센서(1110)에 의하여 촬영된 영상으로부터 태양과 관련된 객체가 인식되는 경우, 호스트 차량이 역광 환경에 노출되어 있다고 판단할 수 있다.
메모리(1140)는 호스트 차량의 주행 경로와 관련된 지도 데이터를 저장할 수 있다. 메모리(1140)는 상술한 프로세서(1120)에서의 처리 과정에서 생성되는 다양한 정보들을 저장할 수 있다. 또한, 메모리(1140)는 송수신 인터페이스(미도시)를 통해 수신된 정보를 저장할 수 있다.
이 밖에도, 메모리(1140)는 각종 데이터와 프로그램 등을 저장할 수 있다. 메모리(1140)는 휘발성 메모리 또는 비휘발성 메모리를 포함할 수 있다. 메모리(1140)는 하드 디스크 등과 같은 대용량 저장 매체를 구비하여 각종 데이터를 저장할 수 있다. 예를 들어, 메모리(1140)는 하나 이상의 하드 디스크를 이용하여 지도 데이터를 저장할 수 있다.
속도 센서(1150)는 호스트 차량의 주행 속도를 감지할 수 있다. GPS 센서(1160)는 호스트 차량의 주행 위치에 해당하는 GPS 좌표를 측정할 수 있다.
프로세서(1120)는 비전 센서(1110)에 의하여 촬영된 영상, 메모리(1140)에 저장된 지도 데이터, GPS 센서(1160)에서 측정된 GPS 좌표 및 속도 센서(1150)에 감지된 주행 속도 중 적어도 하나에 기초하여, 임계값 이상의 조도 변화가 예상되는 지점을 예측할 수 있다.
일 실시예에 따른 비전 센서의 제어 장치(1100)는 자율 주행 차량일 수도 있고, 자율 주행 차량에 포함된 별도의 장치일 수도 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 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(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 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. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

Claims (31)

  1. 호스트 차량의 주행 경로 상, 임계값 이상의 조도 변화가 예상되는 지점을 예측하는 단계;
    상기 호스트 차량이, 상기 조도 변화가 예상되는 지점으로부터 상기 호스트 차량의 비전 센서를 제어하기 위한 임계 거리 내에 위치하는지 여부를 판단하는 단계; 및
    상기 호스트 차량이 상기 임계 거리 내에 위치한다는 판단에 따라, 상기 예상되는 조도 변화에 기초하여 상기 비전 센서를 제어하는 단계
    를 포함하는, 비전 센서의 제어 방법.
  2. 제1항에 있어서,
    상기 조도 변화가 예상되는 지점을 예측하는 단계는
    상기 비전 센서에 의하여 촬영된 영상, 상기 호스트 차량의 주행 경로와 관련된 지도 데이터, 상기 호스트 차량의 주행 위치에 해당하는 GPS 좌표 및 상기 호스트 차량의 주행 속도 중 적어도 하나에 기초하여, 상기 임계값 이상의 조도 변화가 예상되는 지점을 예측하는 단계
    를 포함하는, 비전 센서의 제어 방법.
  3. 제1항에 있어서,
    상기 조도 변화가 예상되는 지점을 예측하는 단계는
    상기 비전 센서에 의하여 촬영된 영상과 상기 임계값 이상의 조도 변화가 예상되는 지점에 대한 미리 학습된 영상 간의 유사도에 기초하여, 상기 임계값 이상의 조도 변화가 예상되는 지점을 예측하는 단계
    를 포함하는, 비전 센서의 제어 방법.
  4. 제1항에 있어서,
    상기 조도 변화가 예상되는 지점을 예측하는 단계는
    상기 호스트 차량의 주행 경로 상 위치하는 터널(tunnel)의 진입 지점 및 상기 터널의 진출 지점 중 적어도 하나를 인식하는 단계; 및
    상기 터널(tunnel)의 진입 지점 및 상기 터널의 진출 지점 중 적어도 하나를 상기 조도 변화가 예상되는 지점으로 예측하는 단계
    를 포함하는, 비전 센서의 제어 방법.
  5. 제4항에 있어서,
    상기 터널의 진입 지점 및 상기 터널의 진출 지점 중 적어도 하나를 인식하는 단계는
    상기 비전 센서에 의하여 촬영된 영상, 상기 호스트 차량의 주행 경로와 관련된 지도 데이터, 및 상기 호스트 차량의 주행 위치에 해당하는 GPS 좌표 중 적어도 하나에 기초하여, 상기 터널의 진입 지점을 인식하는 단계; 및
    상기 비전 센서에 의하여 촬영된 영상, 상기 지도 데이터 및 상기 호스트 차량의 주행 속도 중 적어도 하나에 기초하여, 상기 터널의 진출 지점을 인식하는 단계
    중 적어도 하나를 포함하는, 비전 센서의 제어 방법.
  6. 제5항에 있어서,
    상기 터널의 진입 지점을 인식하는 단계는
    상기 비전 센서에 의하여 촬영된 영상이 상기 터널의 입구와 관련된 특정 형상을 포함하는지 여부에 기초하여 상기 터널의 진입 지점을 인식하는 단계; 및
    상기 호스트 차량의 주행 경로와 관련된 지도 데이터, 및 상기 호스트 차량의 주행 위치에 해당하는 GPS 좌표에 기초하여 상기 터널의 진입 지점을 인식하는 단계
    중 적어도 하나를 포함하는, 비전 센서의 제어 방법.
  7. 제5항에 있어서,
    상기 터널의 진출 지점을 인식하는 단계는
    상기 비전 센서에 의하여 촬영된 영상이 상기 터널의 출구와 관련된 특정 형상을 포함하는지 여부에 기초하여 상기 터널의 진출 지점을 인식하는 단계; 및
    상기 터널의 진입 지점을 기준으로 매칭된 지도 데이터 및 상기 호스트 차량의 주행 속도에 기초하여 상기 터널의 진출 지점을 인식하는 단계
    중 적어도 하나를 포함하는, 비전 센서의 제어 방법.
  8. 제1항에 있어서,
    상기 호스트 차량이 상기 임계 거리 내에 위치하는지 여부를 판단하는 단계는
    상기 호스트 차량의 비전 센서에 의하여 촬영된 영상에 기초하여, 상기 조도 변화가 예상되는 지점에 대응한 깊이 값을 산출하는 단계; 및
    상기 깊이 값에 기초하여, 상기 호스트 차량이 상기 임계 거리 내에 위치하는지 여부를 판단하는 단계
    를 포함하는, 비전 센서의 제어 방법.
  9. 제1항에 있어서,
    상기 호스트 차량이 상기 임계 거리 내에 위치하는지 여부를 판단하는 단계는
    상기 호스트 차량의 주행 속도에 따른 상기 호스트 차량과 상기 조도 변화가 예상되는 지점 간의 잔여 거리에 기초하여, 상기 호스트 차량이 상기 임계 거리 내에 위치하는지 여부를 판단하는 단계
    를 포함하는, 비전 센서의 제어 방법.
  10. 제1항에 있어서,
    상기 호스트 차량의 비전 센서를 제어하는 단계는
    상기 비전 센서의 센싱 파라미터를 제어하는 단계;
    상기 비전 센서에 의해 촬영된 영상에 대한 영상 처리를 수행하는 단계; 및
    상기 비전 센서를 위한 필터(filter)의 사용 여부를 제어하는 단계
    중 적어도 하나를 포함하는, 비전 센서의 제어 방법.
  11. 제10항에 있어서,
    상기 비전 센서의 센싱 파라미터를 제어하는 단계는
    상기 조도 변화가 예상되는 지점이 터널의 진입 지점인 경우, 상기 호스트 차량과 상기 진입 지점 사이의 거리에 따라 상기 비전 센서의 감광도 값을 단계적으로 증가시키는 단계; 및
    상기 조도 변화가 예상되는 지점이 터널의 진출 지점인 경우, 상기 호스트 차량과 상기 진출 지점 사이의 거리에 따라 상기 비전 센서의 감광도 값을 단계적으로 감소시키는 단계
    를 포함하는, 비전 센서의 제어 방법.
  12. 제10항에 있어서,
    상기 비전 센서에 의해 촬영된 영상에 대한 영상 처리를 수행하는 단계는
    상기 비전 센서에 의해 촬영된 영상에 톤 매핑을 통한 하이 다이나믹 레인지 이미징 (High Dynamic Range Imaging, HDRI) 처리를 수행하는 단계
    를 포함하는, 비전 센서의 제어 방법.
  13. 제10항에 있어서,
    상기 비전 센서를 위한 필터(filter)의 사용 여부를 제어하는 단계는
    상기 조도 변화가 예상되는 지점이 터널의 진입 지점인 경우, 상기 비전 센서에 상기 필터를 탈착하는 단계; 및
    상기 조도 변화가 예상되는 지점이 터널의 진출 지점인 경우, 상기 필터를 장착하는 단계
    를 포함하는, 비전 센서의 제어 방법.
  14. 제1항에 있어서,
    상기 조도 변화가 예상되는 지점을 예측하는 단계는
    상기 호스트 차량이 역광 환경에 노출되어 있는지 여부를 판단하는 단계; 및
    상기 판단 결과에 따라, 상기 호스트 차량의 위치를 상기 조도 변화가 예상되는 지점으로 결정하는 단계
    를 포함하는, 비전 센서의 제어 방법.
  15. 제14항에 있어서,
    상기 호스트 차량이 상기 역광 환경에 노출되어 있는지 여부를 판단하는 단계는
    조도 센서에 의하여 측정된 조도가 상기 역광 환경과 관련된 임계값 이상인 경우, 상기 호스트 차량이 상기 역광 환경에 노출되어 있다고 판단하는 단계; 및
    상기 비전 센서에 의하여 촬영된 영상으로부터 태양과 관련된 객체가 인식되는 경우, 상기 호스트 차량이 상기 역광 환경에 노출되어 있다고 판단하는 단계
    중 적어도 하나를 포함하는, 비전 센서의 제어 방법.
  16. 하드웨어와 결합되어 제1항 내지 제15항 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램.
  17. 적어도 하나의 프로세서를 포함하고,
    상기 프로세서는
    호스트 차량의 주행 경로 상, 임계값 이상의 조도 변화가 예상되는 지점을 예측하고, 상기 호스트 차량이, 상기 조도 변화가 예상되는 지점으로부터 상기 호스트 차량의 비전 센서를 제어하기 위한 임계 거리 내에 위치하는지 여부를 판단하며, 상기 호스트 차량이 상기 임계 거리 내에 위치한다는 판단에 따라, 상기 예상되는 조도 변화에 기초하여 상기 비전 센서를 제어하는, 비전 센서의 제어 장치.
  18. 제17항에 있어서,
    상기 호스트 차량의 주행 경로와 관련된 지도 데이터를 저장하는 메모리;
    상기 호스트 차량의 주행 위치에 해당하는 GPS 좌표를 측정하는 GPS 센서; 및
    상기 호스트 차량의 주행 속도를 감지하는 속도 센서
    를 더 포함하고,
    상기 프로세서는
    상기 비전 센서에 의하여 촬영된 영상, 상기 호스트 차량의 주행 경로와 관련된 지도 데이터, 상기 호스트 차량의 주행 위치에 해당하는 GPS 좌표 및 상기 호스트 차량의 주행 속도 중 적어도 하나에 기초하여, 상기 임계값 이상의 조도 변화가 예상되는 지점을 예측하는, 비전 센서의 제어 장치
  19. 제17항에 있어서,
    상기 프로세서는
    상기 비전 센서에 의하여 촬영된 영상과 상기 임계값 이상의 조도 변화가 예상되는 지점에 대한 미리 학습된 영상 간의 유사도에 기초하여, 상기 임계값 이상의 조도 변화가 예상되는 지점을 예측하는, 비전 센서의 제어 장치.
  20. 제17항에 있어서,
    상기 프로세서는
    상기 호스트 차량의 주행 경로 상 위치하는 터널(tunnel)의 진입 지점 및 상기 터널의 진출 지점 중 적어도 하나를 인식하고, 상기 터널의 진입 지점 및 상기 터널의 진출 지점 중 적어도 하나를 상기 조도 변화가 예상되는 지점으로 예측하는, 비전 센서의 제어 장치.
  21. 제20항에 있어서,
    상기 프로세서는
    상기 비전 센서에 의하여 촬영된 영상, 상기 호스트 차량의 주행 경로와 관련된 지도 데이터, 및 상기 호스트 차량의 주행 위치에 해당하는 GPS 좌표 중 적어도 하나에 기초하여, 상기 터널의 진입 지점을 인식하는 동작, 및
    상기 비전 센서에 의하여 촬영된 영상, 상기 지도 데이터 및 상기 호스트 차량의 주행 속도 중 적어도 하나에 기초하여, 상기 터널의 진출 지점을 인식하는 동작
    중 적어도 하나를 수행하는, 비전 센서의 제어 장치.
  22. 제21항에 있어서,
    상기 프로세서는
    상기 비전 센서에 의하여 촬영된 영상이 상기 터널의 입구와 관련된 특정 형상을 포함하는지 여부에 기초하여 상기 터널의 진입 지점을 인식하는 동작 및
    상기 호스트 차량의 주행 경로와 관련된 지도 데이터, 및 상기 호스트 차량의 주행 위치에 해당하는 GPS 좌표에 기초하여 상기 터널의 진입 지점을 인식하는 동작
    중 적어도 하나를 수행하는, 비전 센서의 제어 장치.
  23. 제21항에 있어서,
    상기 프로세서는
    상기 비전 센서에 의하여 촬영된 영상이 상기 터널의 출구와 관련된 특정 형상을 포함하는지 여부에 기초하여 상기 터널의 진출 지점을 인식하는 동작 및
    상기 터널의 진입 지점을 기준으로 매칭된 지도 데이터 및 상기 호스트 차량의 주행 속도에 기초하여 상기 터널의 진출 지점을 인식하는 동작
    중 적어도 하나를 포함하는, 비전 센서의 제어 장치.
  24. 제17항에 있어서,
    상기 프로세서는
    상기 호스트 차량의 비전 센서에 의하여 촬영된 영상에 기초하여, 상기 조도 변화가 예상되는 지점에 대응한 깊이 값을 산출하고, 상기 깊이 값에 기초하여, 상기 호스트 차량이 상기 임계 거리 내에 위치하는지 여부를 판단하는, 비전 센서의 제어 장치.
  25. 제17항에 있어서,
    상기 프로세서는
    상기 호스트 차량의 주행 속도에 따른 상기 호스트 차량과 상기 조도 변화가 예상되는 지점 간의 잔여 거리에 기초하여, 상기 호스트 차량이 상기 임계 거리 내에 위치하는지 여부를 판단하는, 비전 센서의 제어 장치.
  26. 제17항에 있어서,
    상기 프로세서는
    상기 비전 센서의 센싱 파라미터를 제어하는 동작;
    상기 비전 센서에 의해 촬영된 영상에 대한 영상 처리를 수행하는 동작; 및
    상기 비전 센서를 위한 필터(filter)의 사용 여부를 제어하는 동작
    중 적어도 하나를 수행하는, 비전 센서의 제어 장치.
  27. 제26항에 있어서,
    상기 프로세서는
    상기 조도 변화가 예상되는 지점이 터널의 진입 지점인 경우, 상기 호스트 차량과 상기 진입 지점 사이의 거리에 따라 상기 비전 센서의 감광도 값을 단계적으로 증가시키고,
    상기 조도 변화가 예상되는 지점이 터널의 진출 지점인 경우, 상기 호스트 차량과 상기 진출 지점 사이의 거리에 따라 상기 비전 센서의 감광도 값을 단계적으로 감소시키는, 비전 센서의 제어 장치.
  28. 제26항에 있어서,
    상기 프로세서는
    상기 비전 센서에 의해 촬영된 영상에 톤 매핑을 통한 하이 다이나믹 레인지 이미징 (High Dynamic Range Imaging, HDRI) 처리를 수행하는, 비전 센서의 제어 장치.
  29. 제26항에 있어서,
    상기 프로세서는
    상기 조도 변화가 예상되는 지점이 터널의 진입 지점인 경우, 상기 비전 센서에 상기 필터를 탈착하고,
    상기 조도 변화가 예상되는 지점이 터널의 진출 지점인 경우, 상기 필터를 장착하는, 비전 센서의 제어 장치.
  30. 제17항에 있어서,
    상기 프로세서는
    상기 호스트 차량이 역광 환경에 노출되어 있는지 여부를 판단하고, 상기 판단 결과에 따라, 상기 호스트 차량의 위치를 상기 조도 변화가 예상되는 지점으로 결정하는, 비전 센서의 제어 장치.
  31. 제30항에 있어서,
    조도를 감지하는 조도 센서
    를 더 포함하고,
    상기 프로세서는
    상기 조도 센서에 의하여 측정된 조도가 상기 역광 환경과 관련된 임계값 이상인 경우, 상기 호스트 차량이 상기 역광 환경에 노출되어 있다고 판단하는 동작; 및
    상기 비전 센서에 의하여 촬영된 영상으로부터 태양과 관련된 객체가 인식되는 경우, 상기 호스트 차량이 상기 역광 환경에 노출되어 있다고 판단하는 동작
    중 적어도 하나를 수행하는, 비전 센서의 제어 장치.
KR1020160112452A 2016-09-01 2016-09-01 자율 주행 차량을 위한 비전 센서의 제어 방법 및 장치 KR20180025591A (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020160112452A KR20180025591A (ko) 2016-09-01 2016-09-01 자율 주행 차량을 위한 비전 센서의 제어 방법 및 장치
EP17162892.8A EP3291134A1 (en) 2016-09-01 2017-03-24 Method and apparatus for controlling vision sensor for autonomous vehicle
US15/472,517 US10657387B2 (en) 2016-09-01 2017-03-29 Method and apparatus for controlling vision sensor for autonomous vehicle
CN201710346796.XA CN107797549A (zh) 2016-09-01 2017-05-17 用于控制自主车辆的视觉传感器的方法和设备
JP2017100676A JP2018037061A (ja) 2016-09-01 2017-05-22 自律走行車両のためのビジョンセンサの制御方法及び装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160112452A KR20180025591A (ko) 2016-09-01 2016-09-01 자율 주행 차량을 위한 비전 센서의 제어 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20180025591A true KR20180025591A (ko) 2018-03-09

Family

ID=58464199

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160112452A KR20180025591A (ko) 2016-09-01 2016-09-01 자율 주행 차량을 위한 비전 센서의 제어 방법 및 장치

Country Status (5)

Country Link
US (1) US10657387B2 (ko)
EP (1) EP3291134A1 (ko)
JP (1) JP2018037061A (ko)
KR (1) KR20180025591A (ko)
CN (1) CN107797549A (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020071683A1 (ko) * 2018-10-05 2020-04-09 삼성전자 주식회사 자율 주행 장치의 객체 인식 방법 및 자율 주행 장치
WO2020218655A1 (ko) * 2019-04-26 2020-10-29 엘지전자 주식회사 자율주행 차량의 영상 처리 방법
KR20210064735A (ko) * 2019-11-26 2021-06-03 (주)비트리 영상 처리 장치 및 그 방법
US11698642B2 (en) 2017-12-12 2023-07-11 Sony Corporation Information processing apparatus, mobile object, control system, and information processing method

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11067996B2 (en) 2016-09-08 2021-07-20 Siemens Industry Software Inc. Event-driven region of interest management
US10802450B2 (en) 2016-09-08 2020-10-13 Mentor Graphics Corporation Sensor event detection and fusion
WO2019155718A1 (ja) * 2018-02-09 2019-08-15 ソニー株式会社 認識装置と認識方法およびプログラム
CN108449550A (zh) * 2018-03-23 2018-08-24 元橡科技（北京）有限公司 一种自适应的相机曝光方法和装置
DE102018112518B4 (de) 2018-05-24 2023-05-04 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Notfallassistent "Bremsung bei plötzlich erkanntem zu niedrigem Reibwert"
DE102018112517B4 (de) 2018-05-24 2023-05-04 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Notfallassistent "Kurvenfahrt bei plötzlich erkanntem zu niedrigem Reibwert"
US11215999B2 (en) 2018-06-20 2022-01-04 Tesla, Inc. Data pipeline and deep learning system for autonomous driving
US11144775B2 (en) * 2018-06-25 2021-10-12 Cnh Industrial Canada, Ltd. System and method for illuminating the field of view of a vision-based sensor mounted on an agricultural machine
WO2020075147A1 (en) * 2018-10-13 2020-04-16 Fovea Technology Intelligent vision system and methods
CN109246364B (zh) * 2018-10-26 2021-10-01 华为技术有限公司 摄像装置调整方法及相关设备
US20200167573A1 (en) * 2018-11-27 2020-05-28 GM Global Technology Operations LLC Method and apparatus for object detection in camera blind zones
TWI726274B (zh) * 2019-01-19 2021-05-01 宏碁股份有限公司 影像感測系統及其調控方法
JP2020161993A (ja) * 2019-03-27 2020-10-01 ソニー株式会社 撮像システム及び物体認識システム
US11265480B2 (en) * 2019-06-11 2022-03-01 Qualcomm Incorporated Systems and methods for controlling exposure settings based on motion characteristics associated with an image sensor
EP3822123B1 (en) * 2019-11-13 2023-01-25 Ningbo Geely Automobile Research & Development Co. Ltd. Method and arrangement for light adaptation of a vehicle driver when exiting a tunnel
CN110986966B (zh) * 2019-12-17 2021-06-22 苏州智加科技有限公司 一种用于长距离隧道的自动驾驶定位方法及系统
US11769412B2 (en) * 2020-06-10 2023-09-26 Hyundai Mobis Co., Ltd. Rear side warning system and method for vehicle
JP2022014743A (ja) 2020-07-07 2022-01-20 株式会社東芝 撮影装置
WO2022016340A1 (zh) * 2020-07-20 2022-01-27 深圳市大疆创新科技有限公司 确定主摄像装置曝光参数的方法、系统、可移动平台及存储介质
KR20220039022A (ko) 2020-09-21 2022-03-29 삼성전자주식회사 비전 센서를 포함하는 이미지 처리 장치 및 그 동작 방법
CN112488054B (zh) * 2020-12-17 2023-10-27 深圳市优必选科技股份有限公司 一种人脸识别方法、装置、终端设备及存储介质
CN112631311A (zh) * 2021-03-05 2021-04-09 上海擎朗智能科技有限公司 移动机器人的定位方法、装置、移动机器人和存储介质
US20220358627A1 (en) * 2021-05-05 2022-11-10 Nvidia Corporation High dynamic range image processing with fixed calibration settings
US11887375B2 (en) * 2021-06-18 2024-01-30 Getac Technology Corporation Techniques for capturing enhanced images for pattern identifications
US11722789B1 (en) 2022-02-01 2023-08-08 Ford Global Technologies, Llc Multi-camera imaging system selecting between visible and infrared views in a vehicle
JP2023124259A (ja) * 2022-02-25 2023-09-06 古野電気株式会社 物標監視装置、操船システム、物標監視方法、及びプログラム

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09205645A (ja) * 1996-01-29 1997-08-05 Fujitsu Ten Ltd 前方環境認識装置
JP4063920B2 (ja) * 1997-07-29 2008-03-19 富士通テン株式会社 画像処理装置
JP3612970B2 (ja) * 1997-11-07 2005-01-26 日産自動車株式会社 トンネル検出装置及びそれを用いた車両制御装置
KR100488728B1 (ko) 2003-05-15 2005-05-11 현대자동차주식회사 자동차의 2중 노출 카메라 시스템 및 영상 취득방법
JP4036156B2 (ja) * 2003-07-30 2008-01-23 セイコーエプソン株式会社 逆光画像の判定
JP4262566B2 (ja) 2003-10-16 2009-05-13 株式会社日立製作所 車載用撮像装置及びカメラ
JP2005167842A (ja) 2003-12-04 2005-06-23 Denso Corp 車載監視カメラの露出制御装置
JP2006030713A (ja) * 2004-07-16 2006-02-02 Alpine Electronics Inc 表示装置
US7394051B2 (en) * 2004-12-28 2008-07-01 P.I. Engineering, Inc. Image-based tracking system for model train control
US20090051794A1 (en) * 2005-03-15 2009-02-26 Omron Corporation Image processing apparatus, image processing method, image processing system, program and recording medium
JP4776295B2 (ja) * 2005-07-28 2011-09-21 富士通株式会社 走行路判定方法
JP4325642B2 (ja) 2006-05-31 2009-09-02 ソニー株式会社 移動体カメラシステム
US20080043099A1 (en) * 2006-08-10 2008-02-21 Mobileye Technologies Ltd. Symmetric filter patterns for enhanced performance of single and concurrent driver assistance applications
JP2008126905A (ja) * 2006-11-22 2008-06-05 Toyota Motor Corp 車窓透過率制御装置
DE102007061658A1 (de) * 2007-12-18 2009-06-25 Adc Automotive Distance Control Systems Gmbh Klassifikation der Fahrzeugumgebung
JP2011070150A (ja) * 2009-04-14 2011-04-07 Nippon Hoso Kyokai <Nhk> Ｎｄフィルタ及びテレビカメラ並びにｎｄフィルタの製造方法
JP4757932B2 (ja) 2009-06-23 2011-08-24 アキュートロジック株式会社 車両用撮像装置の露出制御装置及び露出制御方法
KR101154552B1 (ko) 2009-12-04 2012-06-08 서강대학교산학협력단 전방 카메라를 이용한 차량의 기후 상황 감지 방법
JP5696927B2 (ja) 2009-12-25 2015-04-08 株式会社リコー 物体識別装置、並びに、これを備えた移動体制御装置及び情報提供装置
CN102196182A (zh) 2010-03-09 2011-09-21 株式会社理光 逆光检测设备及逆光检测方法
JP2012073927A (ja) * 2010-09-29 2012-04-12 Fuji Heavy Ind Ltd 運転支援装置
KR20120071192A (ko) 2010-12-22 2012-07-02 삼성전자주식회사 디지털 촬영 장치 및 이의 제어 방법
US8526677B1 (en) * 2012-07-16 2013-09-03 Google Inc. Stereoscopic camera with haptic feedback for object and location detection
KR20140075504A (ko) 2012-12-11 2014-06-19 현대자동차주식회사 차선 인식 시스템 및 방법
KR101355076B1 (ko) 2013-02-18 2014-01-27 주식회사 만도 차량 조도 환경 인식 장치 및 그 방법
KR101414572B1 (ko) 2013-02-18 2014-08-06 주식회사 만도 차선 인식 보조 장치 및 그 보조 방법
KR101511586B1 (ko) 2013-03-04 2015-04-13 현대오트론 주식회사 터널 인식에 의한 차량 제어장치 및 제어방법
DE102013020947A1 (de) * 2013-12-12 2015-06-18 Valeo Schalter Und Sensoren Gmbh Verfahren zum Verfolgen eines Zielobjekts bei Helligkeitsänderung, Kamerasystem und Kraftfahrzeug
JP2015127170A (ja) * 2013-12-27 2015-07-09 パイオニア株式会社 ヘッドアップディスプレイ、制御方法、プログラム、及び記憶媒体
JP2015148887A (ja) * 2014-02-05 2015-08-20 株式会社リコー 画像処理装置、物体認識装置、移動体機器制御システム及び物体認識用プログラム
JP6561431B2 (ja) * 2014-05-14 2019-08-21 株式会社デンソー 境界線認識装置および境界線認識プログラム
CN112839169B (zh) * 2014-05-29 2023-05-09 株式会社尼康 驾驶辅助装置及摄像装置
US9840256B1 (en) * 2015-12-16 2017-12-12 Uber Technologies, Inc. Predictive sensor array configuration system for an autonomous vehicle

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11698642B2 (en) 2017-12-12 2023-07-11 Sony Corporation Information processing apparatus, mobile object, control system, and information processing method
WO2020071683A1 (ko) * 2018-10-05 2020-04-09 삼성전자 주식회사 자율 주행 장치의 객체 인식 방법 및 자율 주행 장치
KR20200044182A (ko) * 2018-10-05 2020-04-29 삼성전자주식회사 자율 주행 장치의 객체 인식 방법 및 자율 주행 장치
US11875574B2 (en) 2018-10-05 2024-01-16 Samsung Electronics Co., Ltd. Object recognition method of autonomous driving device, and autonomous driving device
WO2020218655A1 (ko) * 2019-04-26 2020-10-29 엘지전자 주식회사 자율주행 차량의 영상 처리 방법
KR20210146458A (ko) * 2019-04-26 2021-12-06 엘지전자 주식회사 자율주행 차량의 영상 처리 방법
US11367169B2 (en) 2019-04-26 2022-06-21 Lg Electronics Inc. Method for processing picture of automatic driving vehicle
KR20210064735A (ko) * 2019-11-26 2021-06-03 (주)비트리 영상 처리 장치 및 그 방법

Also Published As

Publication number Publication date
CN107797549A (zh) 2018-03-13
JP2018037061A (ja) 2018-03-08
US20180060675A1 (en) 2018-03-01
US10657387B2 (en) 2020-05-19
EP3291134A1 (en) 2018-03-07

Similar Documents

Publication Publication Date Title
KR20180025591A (ko) 자율 주행 차량을 위한 비전 센서의 제어 방법 및 장치
EP3367303B1 (en) Autonomous driving image processing method and apparatus thereof
US10518783B2 (en) Automatic driving control device
CN103874931B (zh) 用于求取车辆的环境中的对象的位置的方法和设备
US10489664B2 (en) Image processing device, device control system, and computer-readable storage medium
CN111506057B (zh) 辅助自动驾驶的自动驾驶辅助眼镜
JP2019099138A (ja) 車線維持補助方法及び装置
US8643723B2 (en) Lane-marker recognition system with improved recognition-performance
KR102519662B1 (ko) 영상 획득 방법 및 영상 획득 장치
CN113508277A (zh) 车道标记定位和融合
US20170011271A1 (en) Malfunction diagnosis apparatus
US20180107884A1 (en) Road marking recognition device
KR20190030344A (ko) 객체 인식 방법 및 장치
US20160173858A1 (en) Driver assistance for a vehicle
KR20180075985A (ko) 주행환경 감응형 자율 조향 예측 장치 및 그 방법
US11120292B2 (en) Distance estimation device, distance estimation method, and distance estimation computer program
WO2022244356A1 (en) Light interference detection during vehicle navigation
CN110736991A (zh) 车辆雷达控制装置和方法
CN114312838B (zh) 一种车辆的控制方法、装置及存储介质
US20240010228A1 (en) Method for operating a transportation vehicle and a transportation vehicle
JP2024011893A (ja) 車線判定装置、車線判定方向及び車線判定用コンピュータプログラム
JP2024024422A (ja) 物体検出装置、物体検出方法及び物体検出用コンピュータプログラム
JP2024031063A (ja) 車両制御装置、車両制御方法及び車両制御用コンピュータプログラム
JP2023135388A (ja) 車速制御装置、車速制御方法及び車速制御用コンピュータプログラム
JP2022079954A (ja) 物体検出装置