KR20180104496A - 차량의 주행을 보조하는 장치 및 방법 - Google Patents

차량의 주행을 보조하는 장치 및 방법 Download PDF

Info

Publication number
KR20180104496A
KR20180104496A KR1020170031354A KR20170031354A KR20180104496A KR 20180104496 A KR20180104496 A KR 20180104496A KR 1020170031354 A KR1020170031354 A KR 1020170031354A KR 20170031354 A KR20170031354 A KR 20170031354A KR 20180104496 A KR20180104496 A KR 20180104496A
Authority
KR
South Korea
Prior art keywords
vehicle
route
travelable
candidate
path
Prior art date
Application number
KR1020170031354A
Other languages
English (en)
Other versions
KR102354332B1 (ko
Inventor
유진우
박창수
백아론
최믿음
유제웅
장민성
이정은
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 KR1020170031354A priority Critical patent/KR102354332B1/ko
Priority to EP17900370.2A priority patent/EP3588227A4/en
Priority to PCT/KR2017/013579 priority patent/WO2018169164A1/ko
Priority to US16/493,025 priority patent/US20200011693A1/en
Publication of KR20180104496A publication Critical patent/KR20180104496A/ko
Application granted granted Critical
Publication of KR102354332B1 publication Critical patent/KR102354332B1/ko

Links

Images

Classifications

    • 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
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3602—Input other than that of destination using image analysis, e.g. detection of road signs, lanes, buildings, real preceding vehicles using a camera
    • 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
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18154—Approaching an intersection
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • 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
    • 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
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18163—Lane change; Overtaking manoeuvres
    • 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
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • 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
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • 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
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G01C21/32—Structuring or formatting of map data
    • 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
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road data
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3837—Data obtained from a single source
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • 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
    • 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
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/10—Number of lanes
    • 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
    • B60W2554/00—Input parameters relating to objects
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4041—Position
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/406—Traffic density
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/408—Traffic behavior, e.g. swarm
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/40—High definition maps
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Navigation (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Business, Economics & Management (AREA)

Abstract

센싱부; 차량이 주행하는 동안 센싱부를 통해 획득된 정보를 이용하여, 차량의 주행 가능 경로를 생성하는 프로세서; 및 생성된 주행 가능 경로에 대한 정보를 저장하는 메모리를 포함하는, 차량의 주행을 보조하는 장치 및 방법을 나타낸다.

Description

차량의 주행을 보조하는 장치 및 방법 {APPARATUS AND METHOD FOR ASSISTING DRIVING OF A VEHICLE}
차량의 주행을 보조하는 장치 및 방법에 관한다.
최근 정보통신 기술과 자동차 산업의 융합으로 인해 빠르게 자동차의 스마트화가 진행되고 있다. 스마트화로 인해, 자동차는 단순한 기계적 장치에서 스마트카로 진화하고 있으며, 특히 스마트카의 핵심기술로 자율 주행이 주목받고 있다.
자율 주행을 구현하기 위해서는, 탑승자의 개입 없이 자동차가 독립적으로 주행하는 것이 필요하며, 특히 자동차가 목적지까지 주행 가능한 최적의 경로를 자체적으로 결정하는 것이 필요하다.
차량의 주행 가능 경로를 생성하고 제공할 수 있도록 차량의 주행을 보조하는 장치 및 방법을 제공하는 데 있다. 또한, 상기 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하는 데 있다. 해결하려는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
일 측면에 따른 차량의 주행을 보조하는 장치는, 센싱부; 차량이 주행하는 동안 센싱부를 통해 획득된 정보를 이용하여, 차량의 주행 가능 경로를 생성하는 프로세서; 및 생성된 주행 가능 경로에 대한 정보를 저장하는 메모리를 포함할 수 있다.
또한, 프로세서는, 획득된 정보를 이용하여, 차량이 주행하는 경로에 대응되게 차량의 주행 가능 경로를 생성할 수 있다.
또한, 프로세서는, 획득된 정보를 이용하여 경로에 포함된 지점들에 대응되는 정밀 지도(high definition map) 상의 좌표들을 결정하고, 좌표들을 이용하여 정밀 지도 상에서의 주행 가능 경로를 생성할 수 있다.
또한, 프로세서는, 상기 획득된 정보를 이용하여 차량 주변의 외부 차량이 주행하는 경로에 대응되게 차량의 주행 가능 경로를 생성할 수 있다.
또한, 프로세서는, 차량이 주행하는 경로, 차량 주변의 차로 형태, 차량 주변의 도로 상태, 차량 주변의 교통 상태, 및 차량 주변이 외부 차량의 종류 중 적어도 하나에 기초하여, 차량의 주행 가능 경로를 생성할 수 있다.
또한, 프로세서는, 획득된 정보에 기초하여,차량의 복수의 후보 주행 가능 경로들을 결정하고, 복수의 후보 주행 가능 경로들 각각의 신뢰도 점수를 결정하고, 복수의 후보 주행 가능 경로들 중 기준치 이상인 신뢰도 점수를 갖는 후보 주행 가능 경로를 주행 가능 경로로 생성할 수 있다.
또한, 프로세서는, 주행 가능 경로에 기초하여, 차량의 목적지까지의 주행 경로를 결정하고, 결정된 주행 경로에 따라 차량이 주행하도록 차량의 주행 장치를 제어할 수 있다.
또한, 메모리는, 주행 가능 경로에 대한 정보를 정밀 지도의 메타데이터(metadata)로써 저장할 수 있다.
또한, 프로세서는, 차량이 차선 단위로 경로를 주행함에 따라, 정밀 지도 상에서 차선 단위의 주행 가능 경로를 생성할 수 있다.
또한, 다른 측면에 따른 차량의 주행을 보조하는 방법은, 차량이 주행하는 동안 센싱부를 통해 획득된 정보를 이용하여, 차량의 주행 가능 경로를 생성하는 단계; 및 생성된 주행 가능 경로에 대한 정보를 저장하는 단계를 포함할 수 있다.
또 다른 측면에 따른 컴퓨터로 읽을 수 있는 기록매체는 상술한 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 기록매체를 포함한다.
도 1은 차량의 주행을 보조하는 장치가 동작하는 일 예를 도시하는 도면이다.
도 2는 일 실시예에 따라 장치가 차량의 주행을 보조하는 방법의 흐름도이다.
도 3은 일 실시예에 따라 장치가 차량의 주행 가능 경로를 생성하는 방법의 흐름도이다.
도 4는 장치가 차량의 주행 가능 경로를 생성하는 일 실시예를 나타낸다.
도 5는 장치가 차량의 주행 가능 경로를 생성하는 다른 실시예를 나타낸다.
도 6은 장치가 차량의 주행 가능 경로를 생성하는 또 다른 실시예를 나타낸다.
도 7은 일 실시예에 따라 장치가 후보 주행 가능 경로에 기초하여, 주행 가능 경로를 생성하는 방법의 흐름도이다.
도 8은 일 실시예에 따라 장치가 후보 주행 가능 경로의 신뢰도 점수를 결정하는 실시예를 도시한다.
도 9는 일 실시예에 따라 장치가 후보 주행 가능 경로의 신뢰도 점수를 업데이트하는 실시예를 도시한다.
도 10은 일 실시예에 따라 장치가 주행 가능 경로에 기초하여 차량의 목적지까지의 주행 경로를 결정하는 방법의 흐름도이다.
도 11은 장치가 주행 가능 경로에 기초하여, 차량의 목적지까지의 주행 경로를 결정하는 실시예를 도시한다.
도 12는 일 실시예에 따른 차량의 주행을 보조하는 장치의 블록도를 도시하는 도면이다.
도 13은 다른 실시예에 따른 차량의 주행을 보조하는 장치의 블록도를 도시하는 도면이다.
도 14은 일 실시예에 따른 차량의 블록도를 도시하는 도면이다.
실시 예들에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...부", "...모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
아래에서는 첨부한 도면을 참고하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.
이하에서는 도면을 참조하여 본 발명의 실시 예들을 상세히 설명한다.
도 1은 차량의 주행을 보조하는 장치가 동작하는 일 예를 도시하는 도면이다.
차량(1)은 차량(1)의 주행을 보조하는 장치(100)(이하, 장치(100))를 포함할 수 있다.
장치(100)는 차량(1)이 주행하는 동안 센싱부를 통해 획득된 정보를 이용하여 차량(1)의 주행 가능 경로를 생성할 수 있다.
일 실시예에 따라, 장치(100)는 센싱부를 통해 획득된 정보를 이용하여, 차량(1)이 주행하는 경로에 대응되게 차량(1)의 주행 가능 경로를 생성할 수 있다. 구체적으로, 차량(1)이 경로를 주행함에 따라, 장치(100)는 센싱부를 통해 획득된 차량(1)의 위치 정보를 통해 차량(1)이 주행하는 경로를 인식할 수 있고, 인식된 경로에 기초하여, 정밀 지도(high definition map) 상에서의 주행 가능 경로를 생성할 수 있다. 정밀 지도란, 도로와 주변 지형의 정보를 높은 정확도로 구축한 2차원 또는 3차원 지도를 의미한다. 예를 들어, 정밀 지도는, 도로 기울기, 커브 곡률, 커브길 고저차, 또는 차선 폭 등을 오차 범위 10-20cm 수준으로 표현할 수 있다. 주행 가능 경로는, 정밀 지도 상에서 차량(1)이 주행할 수 있는 경로를 의미한다.
차량(1)이 경로를 주행함에 따라, 장치(100)는 센싱부를 통해 획득된 차량(1)의 위치 정보에 기초하여, 차량(1)이 주행하는 경로에 포함된 지점들에 대응되는 정밀 지도 상의 좌표들을 결정할 수 있고, 결정된 좌표들을 이용하여 정밀 지도 상의 주행 가능 경로를 생성할 수 있다.
일 실시예에 따라, 도 1을 살펴보면, 장치(100)는 차량(1)이 주행하는 경로(20)에 포함된 지점들(+)에 대응되는 정밀 지도(10) 상의 좌표들(X)을 결정할 수 있다. 다시 말해, 장치(100)는 경로(20) 상의 지점들(+) 각각과 대응되는 정밀 지도(10) 상의 좌표들(X) 각각을 결정할 수 있다. 이어서, 장치(100)는 정밀 지도(10) 상의 좌표들(X)을 이용하여 정밀 지도(10) 상에서의 주행 가능 경로(30)를 생성할 수 있다. 일 예에 따라, 장치(100)는 정밀 지도(10) 상의 좌표들(X)의 집합을 주행 가능 경로(30)로써 생성할 수 있다. 또 다른 예에 따라, 장치(100)는 정밀 지도(10) 상의 좌표들(X)을 연결하는 경로를 주행 가능 경로(30)로써 생성할 수 있다. 도 1에서의 지점들(+) 및 좌표들(X)의 개수 및 위치는 일 예시인 바, 이에 한정되지 않는다.
장치(100)는 생성된 주행 가능 경로에 대한 정보를 저장할 수 있다. 또한, 장치(100)는, 차량(1)이 주행할 때마다, 정밀 지도 상에서의 주행 가능 경로에 대한 정보를 누적적으로 저장할 수 있다.
따라서, 장치(100)는 주행 가능 경로를 제공할 수 있는 바, 차량(1)의 목적지까지의 경로를 탐색하는 경우, 보다 적합한 경로 탐색을 가능하게 할 수 있다. 다시 말해, 장치(100)는, 차량(1)이 실제로 주행할 수 있는 경로들인 주행 가능 경로들로부터 목적지까지의 경로를 결정하는 것이 가능한 바, 보다 적합한 경로 탐색을 가능하게 할 수 있다. 또한, 장치(100)는 높은 정밀도로 구축된 정밀 지도 상에서의 주행 가능 경로를 제공할 수 있는 바, 보다 세밀화된 주행 가능 경로를 제공할 수 있다. 예를 들어, 차량(1)이 차선 단위의 경로, 또는 차선 단위보다 더 세분화된 단위의 경로를 주행함에 따라, 장치(100)는 정밀 지도 상에서 차선 단위 또는 차선 단위 보다 더 세부적인 단위의 주행 가능 경로를 제공할 수 있다. 또한, 차선이 없는 도로에서도, 장치(100)는 정밀 지도 상에서의 주행 가능 경로를 제공할 수 있다. 또한, 차량(1)이 자율 주행하는 경우, 차량(1)은 장치(100)로부터 제공되는 정밀 지도 상에서의 주행 가능 경로를 이용하여 목적지까지의 경로 탐색을 할 수 있고, 탐색된 경로에 따라 자율 주행할 수 있다.
도 2는 일 실시예에 따라 장치가 차량의 주행을 보조하는 방법의 흐름도이다.
단계 s210에서, 장치(100)는 차량(1)이 주행하는 동안 센싱부를 통해 획득된 정보를 이용하여 차량(1)의 주행 가능 경로를 생성할 수 있다. 센싱부를 통해 획득된 정보는, 차량(1)의 위치에 대한 정보, 및 차량(1) 주변의 주행 환경에 대한 정보를 포함할 수 있다. 다시 말해, 장치(100)는 RADAR 센서, LIDAR 센서, GPS, IMU, 및 이미지 센서 등을 포함하는 센싱부를 통해 차량(1)의 위치에 대한 정보, 차량(1) 주변의 위치에 대한 정보, 및 차량(1) 주변의 주행 환경에 대한 정보를 획득할 수 있다.
장치(100)는 센싱부를 통해 획득된 차량(1)의 위치 정보를 이용하여, 차량(1)이 주행하는 경로에 대응되게 차량(1)의 주행 가능 경로를 생성할 수 있다.
장치(100)는 센싱부를 통해 획득된 차량(1) 주변의 주행 환경에 대한 정보를 이용하여, 차량(1)의 주행 가능 경로를 생성할 수 있다. 차량(1) 주변의 주행 환경에 대한 정보는, 차량(1) 주변의 외부 차량의 위치에 대한 정보, 차량(1) 주변의 차로 형태에 대한 정보, 차량(1) 주변의 도로 상태에 대한 정보, 차량(1) 주변의 교통 상태에 대한 정보, 차량(1) 주변의 사고 다발 구간 유무에 대한 정보, 차량(1) 주변의 외부 차량의 종류에 대한 정보 등을 포함할 수 있다.
장치(100)는 센싱부를 통해 획득된 차량(1) 주변의 외부 차량의 위치에 대한 정보에 기초하여, 차량(1)의 주행 가능 경로를 생성할 수 있다. 구체적으로, 장치(100)는 차량(1) 주변의 외부 차량이 주행하는 경로에 포함된 지점들에 대응되는 정밀 지도 상의 좌표들을 결정할 수 있고, 결정된 좌표들을 이용하여 정밀 지도 상에서의 주행 가능 경로를 생성할 수 있다.
장치(100)는 센싱부를 통해 획득된 차량(1) 주변의 차로 형태에 대한 정보에 기초하여, 차량(1)의 주행 가능 경로를 생성할 수 있다. 구체적으로, 장치(100)는 차량(1) 주변의 차로 수 및 차로 간격에 기초하여, 정밀 지도 상에서의 주행 가능 경로를 생성할 수 있다. 예를 들어, 장치(100)는 차량(1) 주변의 차로가 4차로의 직선 도로인 경우, 정밀 지도 상에서의 4개의 주행 가능 경로를 생성할 수 있다.
장치(100)는 센싱부를 통해 획득된 차량(1) 주변의 교통 상태에 대한 정보에 기초하여, 차량(1)의 주행 가능 경로의 생성 여부를 결정할 수 있다. 예를 들어, 장치(100)는 차량(1) 주변의 도로의 특정 구간이 교통 정체 상황인 경우, 특정 구간에 대해서는 차량(1)의 주행 가능 경로를 생성하지 않을 수 있다.
장치(100)는 센싱부를 통해 차량(1) 주변의 도로 상태에 대한 정보에 기초하여, 차량(1)의 주행 가능 경로의 생성 여부를 결정할 수 있다. 예를 들어, 장치(100)는 차량(1) 주변의 도로의 특정 구간이 비포장 도로인 경우, 장치(100)는 특정 구간에 대해서는 주행 가능 경로를 생성하지 않을 수 있다.
단계 s220에서, 장치(100)는 s210에서 생성된 주행 가능 경로에 대한 정보를 저장할 수 있다. 일 실시예에 따라, 장치(100)는 정밀 지도 상에서의 주행 가능 경로에 대한 정보를 정밀 지도와 연관시켜 저장할 수 있다. 구체적으로, 장치(100)는 주행 가능 경로에 대한 정보를 정밀 지도에 대한 데이터의 메타데이터(metadata)로써 저장할 수 있다. 메타데이터란, 동영상, 소리, 문서 등과 같은 데이터와 직접적 또는 간접적으로 연관된 정보를 제공해주는 데이터를 의미한다.
또한, 일 실시예에 따라, 장치(100)는 통신부를 통해 외부로부터 주행 가능 경로에 대한 정보를 획득할 수 있다. 또한, 장치(100)는 통신부를 통해 기 저장된 주행 가능 경로에 대한 정보를 외부로 전송할 수 있다. 예를 들어, 장치(100)는 클라우드(cloud) 기반의 크라우드소싱(crowd sourcing) 형태로 주행 가능 경로에 대한 정보를 외부와 공유할 수 있다.
도 3은 일 실시예에 따라 장치가 차량의 주행 가능 경로를 생성하는 방법의 흐름도이다.
단계 s310에서, 장치(100)는 차량(1)이 주행하는 경로에 포함된 지점들에 대응되는 정밀 지도 상의 좌표들을 결정할 수 있다.
먼저, 장치(100)는 정밀 지도를 획득할 수 있다. 일 예에 따라, 장치(100)는 통신부를 통해 외부 서버로부터 정밀 지도를 획득할 수 있다. 다른 예에 따라, 장치(100)는 메모리로부터 기 저장된 정밀 지도를 획득할 수 있다.
다음으로, 장치(100)는, 센싱부를 통해 획득된 차량(1)의 위치 정보에 기초하여, 정밀 지도 상에서의 차량(1)의 좌표를 결정할 수 있다. 예를 들어, 장치(100)는 GPS 또는 INS(Intertial Navigation system)을 이용하여 정밀 지도 상에서 차량(1)의 예비 좌표를 결정할 수 있다. 이어서, 장치(100)는, LIDAR 센서를 이용하여 획득된 차량(1) 주변 환경 정보와 정밀 지도의 정보를 비교하여 두 가지의 정보가 가장 잘 매칭되는 정밀 지도 상의 좌표를 차량(1)의 최종 좌표로써 결정할 수 있다. 또 다른 예에 따라, 장치(100)는 SFM(Structure From Motion) 기술에 기초하여, 정밀 지도 상에서의 차량(1)의 좌표를 결정할 수 있다. 따라서, 장치(100)는 보다 세밀하게 정밀 지도 상에서의 차량(1)의 좌표를 결정할 수 있는 바, 차선 단위 또는 차선 단위보다 더 세밀한 단위로, 정밀 지도 상에서의 차량(1)의 좌표를 결정할 수 있다.
장치(100)는 정밀 지도 상에서의 차량(1)의 좌표를 결정할 수 있으므로, 차량(1)이 주행하는 경로에 포함된 지점들에 대응되는 정밀 지도 상의 좌표들을 결정할 수 있다. 예를 들어, 장치(100)는 기 설정된 시간 주기마다 정밀 지도 상의 차량(1)의 좌표를 결정하여, 차량(1)이 주행하는 지점들에 대응되는 정밀 지도 상의 좌표들 결정할 수 있다. 일 실시예에 따라, 장치(100)는 기 설정된 시간 주기를 짧게 할 수 있고, 이 경우, 보다 정밀한 주행 가능 경로를 생성할 수 있다.
단계 s320에서, 장치(100)는 s310에서 결정된 좌표들을 이용하여 정밀 지도 상에서의 주행 가능 경로를 생성할 수 있다. 일 실시예에 따라, 장치(100)는 기 결정된 정밀 지도 상의 좌표들의 집합을 주행 가능 경로로써 생성할 수 있다. 다른 실시 예에 따라, 장치(100)는 기 결정된 정밀 지도 상의 좌표들을 연결하는 경로를 주행 가능 경로로써 생성할 수 있다.
단계 s330에서, 장치(100)는 s320에서 생성된 주행 가능 경로에 대한 정보를 저장할 수 있다. 일 실시예에 따라, 장치(100)는 정밀 지도 상에서의 주행 가능 경로에 대한 정보를 정밀 지도와 연관시켜 저장할 수 있다. 구체적으로, 장치(100)는 주행 가능 경로에 대한 정보를 정밀 지도에 대한 데이터의 메타데이터(metadata)로써 저장할 수 있다. 메타데이터란, 동영상, 소리, 문서 등과 같은 데이터와 직접적 또는 간접적으로 연관된 정보를 제공해주는 데이터를 의미한다.
도 4는 장치가 차량의 주행 가능 경로를 생성하는 일 실시예를 나타낸다.
장치(100)는 차량(1)의 정밀 지도(40) 상의 좌표뿐만 아니라, 외부 차량(2,3,4)의 정밀 지도(40) 상의 좌표를 결정할 수 있다. 일 실시예에 따라, 장치(100)는 카메라 및 거리 센서를 이용하여 외부 차량(2,3,4)의 위치, 속도, 및 가속도를 센싱하여, 외부 차량(2,3,4)의 위치, 속도, 및 가속도에 대한 정보를 획득할 수 있다. 따라서, 장치(100)는 외부 차량(2,3,4)의 위치에 대한 정보에 기초하여, 차량(1)의 정밀 지도(40) 상의 좌표를 기준으로, 외부 차량(2,3,4)의 정밀 지도(40) 상의 좌표를 결정할 수 있다.
장치(100)는 외부 차량(2,3,4)의 정밀 지도(40) 상의 좌표를 결정할 수 있는 바, 장치(100)는 외부 차량(2,3,4)이 주행하는 경로(45,46,47)에 포함된 지점들에 대응되는 정밀 지도 상의 좌표들을 결정할 수 있다.
이어서, 장치(100)는 외부 차량(2,3,4)의 정밀 지도(40) 상의 좌표들을 이용하여 정밀 지도(40) 상의 복수의 주행 가능 경로들(42,43,44)을 생성할 수 있다. 구체적으로, 장치(100)는 외부 차량(2)이 주행하는 경로(45)에 대응되는 정밀 지도(40) 상의 주행 가능 경로(42)를 생성할 수 있고, 외부 차량(3)이 주행하는 경로(46)에 대응되는 정밀 지도(40) 상의 주행 가능 경로(43)를 생성할 수 있고, 외부 차량(4)이 주행하는 경로(47)에 대응되는 정밀 지도(40) 상의 주행 가능 경로(44)를 생성할 수 있다.
따라서, 장치(100)는 차량(1)이 주행하는 경로뿐만 아니라 차량(1) 주변의 외부 차량이 주행하는 경로에 대해서도 주행 가능 경로를 생성할 수 있는 바, 차량(1)의 1회 주행만으로도 복수의 주행 가능 경로들을 생성할 수 있다.
도 5는 장치가 차량의 주행 가능 경로를 생성하는 다른 실시예를 나타낸다.
장치(100)는 차량(1) 주변의 차로에 대한 정보를 획득할 수 있다. 예를 들어, 장치(100)는 차량(1) 주변의 차로 수, 차로 간격, 및 차로 형태에 대한 정보를 획득할 수 있다. 또한, 일 실시예에 따라, 장치(100)는 정밀 지도 상의 차량(1)의 좌표에 기초하여, 정밀 지도로부터 차량(1) 주변의 차로에 대한 정보를 획득할 수 있다. 예를 들어, 장치(100)는 정밀 지도 상의 차량(1)의 좌표에 기초하여, 차량(1) 주변의 차로가 4차로의 직선 도로라는 정보를 획득할 수 있다. 또한, 다른 실시예에 따라, 장치(100)는 차량(1)의 이미지 센서를 이용하여, 차량(1) 주변의 차로에 대한 정보를 획득할 수 있다. 예를 들어, 장치(100)는 차량(1)의 이미지 센서를 이용하여, 차량(1) 주변의 차로가 2미터 폭의 3차로의 직선 도로라는 정보를 획득할 수 있다.
장치(100)는 기 획득된 차량(1) 주변의 차로에 대한 정보에 기초하여, 차량(1)의 주행 가능 경로를 생성할 수 있다.
도 5를 참조하면, 장치(100)는 차량(1) 주변의 차로에 대한 정보를 획득하여, 차량(1)이 4차로의 직선 도로 중 2차로를 주행 중임을 인식할 수 있다. 이어서, 장치(100)는 4차로의 직선 도로의 각 차로를 기준으로, 정밀 지도(50) 상의 4개의 주행 가능 경로들(51,52,53,54)을 생성할 수 있다. 구체적으로, 장치(100)는 1차로에 대응되는 정밀 지도(50) 상의 주행 가능 경로(51)를 생성할 수 있고, 2차로에 대응되는 정밀 지도(50) 상의 주행 가능 경로(52)를 생성할 수 있고, 3차로에 대응되는 정밀 지도(50) 상의 주행 가능 경로(53)를 생성할 수 있고, 4차로에 대응되는 정밀 지도(50) 상의 주행 가능 경로(54)를 생성할 수 있다.
따라서, 장치(100)는 차량(1)이 주행하는 경로뿐만 아니라 차량(1) 주변의 차로에 대해서도 주행 가능 경로를 생성할 수 있는 바, 차량(1)의 1회 주행만으로도 복수의 주행 가능 경로들을 생성할 수 있다.
도 6은 장치가 차량의 주행 가능 경로를 생성하는 또 다른 실시예를 나타낸다.
장치(100)는 차량(1)이 주행하는 구간에 대응되는 정밀 지도 상의 주행 가능 경로를 생성할 수 있다. 도 6을 예로 들면, 차량(1)이 2차로의 구간(61)을 주행하다가 3차로의 구간(62)을 주행하는 경우, 장치(100)는 2차로의 구간(61)에 대응되는 정밀 지도(60) 상의 주행 가능 경로(63)를 생성할 수 있고, 3차로의 구간(62)에 대응되는 정밀 지도(60) 상의 주행 가능 경로(64)를 생성할 수 있다.
장치(100)는 차량(1) 주변의 교통 상태에 기초하여 정밀 지도 상의 주행 가능 경로를 생성할 수 있다. 도 6을 예로 들면, 장치(100)는 차량(1)의 센싱부를 이용하여 1차로의 구간(65)에서 외부 차량들이 정체되는 상황을 인지할 수 있다. 이어서, 장치(100)는, 1차로의 구간(65)에서 교통 정체 상황이 발생하므로, 1차로의 직전 도로 중 구간(65)을 제외한 구간에 대응되는 정밀 지도(60) 상의 주행 가능 경로(66)를 생성할 수 있다.
장치(100)는 차량(1) 주변의 도로 상태에 기초하여, 정밀 지도 상의 주행 가능 경로를 생성할 수 있다. 도 6을 예로 들면, 장치(100)는 1차로의 구간(65)이 비포장 도로라는 정보를 획득할 수 있다. 이어서, 장치(100)는, 1차로의 구간(65)이 비포장 도로이므로, 1차로의 직전 도로 중 구간(65)을 제외한 구간에 대응되는 정밀 지도(60) 상의 주행 가능 경로(66)를 생성할 수 있다.
장치(100)는 차량(1) 주변의 외부 차량의 종류에 기초하여, 정밀 지도 상의 주행 가능 경로를 생성할 수 있다. 도 6을 예로 들면, 장치(100)는 차량(1)의 센싱부를 통해 4차로에서 주행하는 외부 차량(67,68)이 화물차임을 인식할 수 있다. 따라서, 장치(100)는, 4차로의 구간에서 화물차가 빈번히 출현한다고 판단하여, 4차로에 대해서는 정밀 지도(60) 상의 주행 가능 경로를 생성하지 않을 수 있다.
도 7은 일 실시예에 따라 장치가 후보 주행 가능 경로에 기초하여, 주행 가능 경로를 생성하는 방법의 흐름도이다.
단계 s710에서, 장치(100)는 차량(1)의 복수의 후보 주행 가능 경로들을 결정할 수 있다. 다시 말해, 장치(100)는 주행 가능 경로가 될 가능성이 있는 경로를 후보 주행 가능 경로로 결정할 수 있다. 일 실시예에 따라, 장치(100)는 차량(1)이 주행하는 경로 또는 차량(1) 주변의 주행 환경에 기초하여, 복수의 후보 주행 가능 경로들을 결정할 수 있다. 예를 들어, 장치(100)는 차량(1)이 주행하는 지점들에 대응되는 정밀 지도 상의 경로를 후보 주행 가능 경로로 결정할 수 있다. 또한, 장치(100)는 차량(1) 주변의 차선들 각각에 대응되는 정밀 지도 상의 경로들을 후보 주행 가능 경로들로 결정할 수 있다.
단계 s720에서, 장치(100)는 복수의 후보 주행 가능 경로들 각각의 신뢰도 점수를 결정할 수 있다. 구체적으로, 장치(100)는 s710에서 결정된 복수의 후보 주행 가능 경로들 각각에 대해 소정의 기준에 따라 신뢰도 점수를 결정할 수 있다. 일 실시예에 따라, 장치(100)는 후보 주행 가능 경로가 차량(1)이 주행하는 차로인지 여부, 또는 차량(1) 주변의 외부 차량이 주행하는 차로인지 여부에 따라, 후보 주행 가능 경로에 대한 신뢰도 점수를 결정할 수 있다. 예를 들어, 장치(100)는 차량(1)이 직접 주행한 경로에 대응되는 후보 주행 가능 경로에 대해서는, 외부 차량이 주행하는 경로에 대응되는 후보 주행 가능 경로보다는, 상대적으로 높은 신뢰도 점수를 부여할 수 있다. 또한, 다른 실시예에 따라, 장치(100)는 후보 주행 가능 경로가 차량(1)이 주행하는 차로와 얼마나 인접한 차로인지에 따라, 후보 주행 가능 경로에 대한 신뢰도 점수를 결정할 수 있다. 예를 들어, 장치(100)는 차량(1)과 거리가 먼 위치의 차로에 대응되는 후보 주행 가능 경로에 대해서는, 차량(1)과 거리가 가까운 위치의 차로에 대응되는 후보 주행 가능 경로보다는, 상대적으로 낮은 신뢰도 점수를 부여할 수 있다. 또한, 다른 실시예에 따라, 장치(100)는 후보 주행 가능 경로를 주행하는 차량의 대수에 따라, 후보 주행 가능 경로에 대한 신뢰도 점수를 결정할 수 있다. 예를 들어, 장치(100)는 후보 주행 가능 경로를 주행하는 차량의 대수에 비례하게 후보 주행 가능 경로에 대한 신뢰도 점수를 결정할 수 있다.
또한, 장치(100)는 복수의 후보 주행 가능 경로들 각각의 신뢰도 점수를 업데이트할 수 있다. 일 실시예에 따라, 장치(100)는, 복수의 후보 주행 가능 경로들 주변을 소정 횟수만큼 반복해서 주행할 때 마다, 복수의 후보 주행 가능 경로들 각각의 신뢰도 점수를 결정할 수 있고, 결정된 신뢰도 점수를 누적하여 업데이트할 수 있다.
단계 s730에서, 장치(100)는 복수의 후보 주행 가능 경로들 중 기준치 이상의 신뢰도 점수를 갖는 후보 주행 가능 경로를 주행 가능 경로로 생성할 수 있다.
도 8은 일 실시예에 따라 장치가 후보 주행 가능 경로의 신뢰도 점수를 결정하는 실시예를 도시한다.
장치(100)는 차량(1) 주변의 차로에 대한 정보에 기초하여, 정밀 지도 상의 복수의 후보 주행 가능 경로들을 결정할 수 있다. 도 8을 살펴보면, 장치(100)는 차량(1) 주변의 차로가 4차로의 직선 도로라는 정보에 기초하여, 정밀 지도(80) 상의 복수의 후보 주행 가능 경로들(81,82,83,84)을 결정할 수 있다. 구체적으로, 장치(100)는 1차로에 대응되는 후보 주행 가능 경로(81)를 결정할 수 있고, 2차로에 대응되는 후보 주행 가능 경로(82)를 결정할 수 있고, 3차로에 대응되는 후보 주행 가능 경로(83)를 결정할 수 있고, 4차로에 대응되는 후보 주행 가능 경로(84)를 결정할 수 있다.
이어서, 장치(100)는 복수의 후보 주행 경로들(81,82,83,84) 각각의 신뢰도 점수(R(n))를 결정할 수 있다.
일 실시예에 따라, 장치(100)는, 후보 주행 경로(81)는 차량(1)이 직접적으로 주행한 경로에 대응되는 바, 후보 주행 경로(81)에 대해서는 '1'을 신뢰도 점수로 부여할 수 있다. 또한, 장치(100)는, 후보 주행 경로(82)는 차량(1)이 주행하는 차로의 인접 차로에 대응되는 경로이므로, 후보 주행 경로(82)에 대해서는 '0.5'를 신뢰도 점수로 부여할 수 있다. 또한, 장치(100)는, 후보 주행 경로(83)는 차량(1)이 주행하는 차로의 인접 차로에 대응되는 경로이므로, 후보 주행 경로(83)에 대해서는 '0.5'를 신뢰도 점수로 부여할 수 있고, 또한, 후보 주행 경로(83)는 외부 차량(85)이 주행하는 경로에 대응되므로, 후보 주행 경로(83)에 대해서는 추가로 '0.4'를 신뢰도 점수로 부여할 수 있다. 또한, 장치(100)는, 후보 주행 경로(84)는 차량(1)이 주행하는 차로와는 2차로 만큼 거리가 떨어진 차로에 대응되는 경로이므로, 후보 주행 경로(84)에 대해서는 '0.1'를 신뢰도 점수를 부여할 수 있다. 따라서, 장치(100)는, 후보 주행 경로(81)의 신뢰도 점수(R(n))를 '0.5'로 결정할 수 있고, 후보 주행 경로(82)의 신뢰도 점수(R(n))를 '1'로 결정할 수 있고, 후보 주행 경로(83)의 신뢰도 점수(R(n))를 '0.9'로 결정할 수 있고, 후보 주행 경로(84)의 신뢰도 점수(R(n))를 '0.1'로 결정할 수 있다.
따라서, 장치(100)는 후보 주행 가능 경로들(81,82,83,84) 중 기준치 '1' 이상의 신뢰도 점수를 갖는 후보 주행 가능 경로(82)를 주행 가능 경로로 생성할 수 있다.
도 9는 일 실시예에 따라 장치가 후보 주행 가능 경로의 신뢰도 점수를 업데이트하는 실시예를 도시한다.
장치(100)는 정밀 지도(80) 상에서의 복수의 후보 주행 가능 경로들(81,82,83,84) 각각의 신뢰도 점수를 업데이트할 수 있다.
도 8에서 차량(1)이 4차로의 직선 도로를 주행한 후, 도 9와 같이, 차량(1)이 동일한 4차로의 직선 도로를 다시 주행하는 경우, 장치(100)는 첫 번째 주행 시 결정된 복수의 후보 주행 가능 경로들(81,82,83,84) 각각의 신뢰도 점수를 업데이트할 수 있다. 두 번째 주행 시, 차량(1)이 1차로 도로를 주행하는 경우, 장치(100)는 후보 주행 가능 경로(81)에 대해서 '1'을 신뢰도 점수로 부여할 수 있고, 결과적으로 기존의 '0.5'의 신뢰도 점수를 '1.5'의 신뢰도 점수로 업데이트할 수 있다. 또한, 차량(1)이 1차로 도로를 주행하는 경우, 장치(100)는 후보 주행 가능 경로(82)에 대해서 '0.5'을 신뢰도 점수로 부여할 수 있고, 결과적으로 기존의 '1'의 신뢰도 점수를 '1.5'의 신뢰도 점수로 업데이트할 수 있다. 또한, 차량(1)이 1차로 도로를 주행하는 경우, 장치(100)는 후보 주행 가능 경로(83)에 대해서 '0.1'을 신뢰도 점수로 부여할 수 있고, 결과적으로 기존의 '0.9'의 신뢰도 점수를 '1'의 신뢰도 점수로 업데이트할 수 있다. 또한, 차량(1)이 1차로 도로를 주행하는 경우, 장치(100)는 후보 주행 가능 경로(84)에 대해서 '0.1'을 신뢰도 점수로 부여할 수 있고, 결과적으로 기존의 '0.1'의 신뢰도 점수를 '0.2'의 신뢰도 점수로 업데이트할 수 있다.
따라서, 장치(100)는 업데이트된 신뢰도 점수에 기초하여, 복수의 후보 주행 가능 경로들 중에서 주행 가능 경로를 생성할 수 있다. 예를 들어, 장치(100)는 후보 주행 가능 경로들(81,82,83,84) 중 기준치 '1' 이상의 신뢰도 점수를 갖는 후보 주행 가능 경로(81,82,83)를 주행 가능 경로로 생성할 수 있다.
도 10은 일 실시예에 따라 장치가 주행 가능 경로에 기초하여 차량의 목적지까지의 주행 경로를 결정하는 방법의 흐름도이다.
단계 s1010에서, 장치(100)는 차량(1)의 주행 가능 경로를 생성할 수 있다. 일 실시예에 따라, 장치(100)는 차량(1)이 주행하는 경로 또는 차량(1) 주변의 주행 환경에 기초하여, 정밀 지도 상의 복수의 주행 가능 경로들을 생성할 수 있다. 또한, 장치(100)는 기 생성된 주행 가능 경로에 대한 정보를 저장할 수 있다.
단계 s1020에서, 장치(100)는 s1010에서 생성 또는 저장된 주행 가능 경로에 기초하여, 차량(1)의 목적지까지의 주행 경로를 결정할 수 있다. 구체적으로, 장치(100)는 주행 가능 경로들 중에서 차량(1)이 목적지까지 주행하는데 필요한 적어도 하나의 주행 가능 경로를 선택하여, 선택된 적어도 하나의 주행 가능 경로를 주행 경로로써 결정할 수 있다.
단계 s1030에서, 장치(100)는 s1020에서 결정된 주행 경로에 따라 차량(1)이 주행하도록 제어할 수 있다. 구체적으로, 장치(100)는 기 결정된 주행 경로에 따라 차량(1)이 주행하도록 차량(1)의 주행 장치를 제어할 수 있다. 따라서, 차량(1)은, 장치(100)의 제어 하에, 주행 경로에 따라 자율 주행할 수 있다.
도 11은 장치가 주행 가능 경로에 기초하여, 차량의 목적지까지의 주행 경로를 결정하는 실시예를 도시한다.
차량(1)이 현재 위치로부터 목적지까지 주행하는 경우, 장치(100)는 기 생성된 주행 가능 경로에 기초하여, 차량(1)의 목적지까지의 주행 경로를 결정할 수 있다. 일 실시예에 따라, 장치(100)는 차량(1)의 입력부로부터 목적지에 대한 정보를 획득할 수 있고, 주행 가능 경로에 기초하여, 차량(1)의 현재 위치로부터 목적지까지의 주행 경로를 결정할 수 있다.
장치(100)는 정밀 지도(210) 상에서의 복수의 주행 가능 경로들 중에서 차량(1)이 목적지까지 주행하는데 필요한 주행 가능 경로인 주행 가능 경로(111,112,113,114)를 선택할 수 있다. 이어서, 장치(100)는 선택된 주행 가능 경로(111,112,113,114)를 연결하여 차량(1)의 주행 경로(220)를 결정할 수 있다. 이어서, 장치(100)는 결정된 주행 경로(220)에 따라 차량(1)이 주행하도록 제어할 수 있다. 따라서, 차량(1)은, 장치(100)의 제어 하에, 주행 경로(220)에 따라 목적지까지 자율 주행할 수 있다.
도 12는 일 실시예에 따른 차량의 주행을 보조하는 장치의 블록도를 도시하는 도면이다.
장치(100)는 일 실시예에 따라, 센싱부(140), 프로세서(110) 및 메모리(120)를 포함할 수 있다. 도 12에 도시된 장치(100)는 본 실시예와 관련된 구성요소들만이 도시되어 있다. 따라서, 도 12에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 더 포함될 수 있음을 본 실시예와 관련된 기술분야에서 통상의 지식을 가진 자라면 이해할 수 있다.
센싱부(140)는, 차량(1)이 위치해 있는 환경에 대한 정보를 획득할 수 있다. 일 실시예에 따라, 센싱부(140)는 차량(1)의 위치에 대한 정보, 및 차량(1) 주변의 주행 환경에 대한 정보를 획득할 수 있다.
프로세서(110)는, 센싱부(140)를 통해 획득된 정보를 이용하여 차량(1)의 주행 가능 경로를 생성할 수 있다.
프로세서(110)는 센싱부(140)를 통해 획득된 차량(1)의 위치 정보를 이용하여, 차량(1)이 주행하는 경로에 대응되게 차량(1)의 주행 가능 경로를 생성할 수 있다. 구체적으로, 프로세서(110)는 차량(1)이 주행하는 경로에 포함된 지점들에 대응되는 정밀 지도 상의 좌표들을 결정할 수 있다. 먼저, 프로세서(110)는 정밀 지도를 획득할 수 있다. 다음으로, 프로세서(110)는, 차량(1)의 위치로써, 정밀 지도 상에서의 차량(1)의 좌표를 결정할 수 있다. 일 실시예에 따라, 프로세서(110)는 정밀 지도에 대한 정보 및 차량(1)의 센서들을 이용하여, 정밀 지도 상에서의 차량(1)의 좌표를 결정할 수 있다. 프로세서(110)는 정밀 지도 상에서의 차량(1)의 좌표를 결정할 수 있으므로, 차량(1)이 주행하는 경로에 포함된 지점들에 대응되는 정밀 지도 상의 좌표들을 결정할 수 있다. 다음으로, 프로세서(110)는 기 결정된 좌표들을 이용하여 정밀 지도 상에서의 주행 가능 경로를 생성할 수 있다. 일 실시예에 따라, 프로세서(110)는 기 결정된 정밀 지도 상의 좌표들의 집합을 주행 가능 경로로써 생성할 수 있다. 다른 실시 예에 따라, 프로세서(110)는 기 결정된 정밀 지도 상의 좌표들을 연결하는 경로를 주행 가능 경로로써 생성할 수 있다.
또한, 프로세서(110)는 차량(1) 주변의 주행 환경에 기초하여, 차량(1)의 주행 가능 경로를 생성할 수 있다. 또한, 프로세서(110)는 차량(1)이 주행하는 경로, 및 차량(1) 주변의 주행 환경에 기초하여, 차량(1)의 주행 가능 경로를 생성할 수 있다.
구체적으로, 프로세서(110)는 차량(1) 주변의 외부 차량이 주행하는 경로에 기초하여, 정밀 지도 상에서의 주행 가능 경로를 생성할 수 있다. 또한, 프로세서(110)는 차량(1) 주변의 차로 형태에 기초하여, 정밀 지도 상에서의 주행 가능 경로를 생성할 수 있다. 또한, 프로세서(110)는 차량(1) 주변의 교통 상태에 기초하여, 정밀 지도 상에서의 주행 가능 경로를 생성할 수 있다. 또한, 프로세서(110)는 차량(1) 주변의 도로 상태에 기초하여, 정밀 지도 상에서의 주행 가능 경로를 생성할 수 있다.
또한, 프로세서(110)는 차량(1)의 복수의 후보 주행 가능 경로들을 결정할 수 있다. 일 실시예에 따라, 프로세서(110)는 차량(1)이 주행하는 경로 또는 차량(1) 주변의 주행 환경에 기초하여, 차량(1)의 복수의 후보 주행 가능 경로들을 결정할 수 있다.
이어서, 프로세서(110)는 복수의 후보 주행 가능 경로들 각각의 신뢰도 점수를 결정할 수 있다. 구체적으로, 프로세서(110)는 기 결정된 복수의 후보 주행 가능 경로들 각각에 대해 소정의 기준에 따라 신뢰도 점수를 결정할 수 있다. 또한, 프로세서(110)는 복수의 후보 주행 가능 경로들 각각의 신뢰도 점수를 업데이트할 수 있다.
이어서, 프로세서(110)는 복수의 후보 주행 가능 경로들 중 기준치 이상의 신뢰도 점수를 갖는 후보 주행 가능 경로를 주행 가능 경로로 생성할 수 있다.
메모리(120)는 프로세서(110)에 의해 생성된 주행 가능 경로에 대한 정보를 저장할 수 있다.
도 13은 다른 실시예에 따른 차량의 주행을 보조하는 장치의 블록도를 도시하는 도면이다.
장치(100)는 센싱부(140), 프로세서(110), 출력부(130), 메모리(120), 입력부(150), 및 통신부(160)를 포함할 수 있다.
센싱부(140)는 차량(1)이 위치해 있는 환경에 관한 정보를 감지하도록 구성되는 다수의 센서들을 포함할 수 있고, 센서들의 위치 및/또는 배향을 수정하도록 구성되는 하나 이상의 액추에이터들을 포함할 수 있다. 예를 들어, 센싱부(140)는 GPS(Global Positioning System)(224), IMU(Inertial Measurement Unit)(225), RADAR 센서(226), LIDAR 센서(227), 및 이미지 센서(228)를 포함할 수 있다. 이미지 센서(228)는 일 실시예에 따라, 카메라, 스테레오 카메라, 모노 카메라, 와이드 앵글 카메라, 또는 3D 비전 센서를 포함할 수 있다. 또한, 센싱부(140)는 온/습도 센서(232), 적외선 센서(233), 기압 센서(235), 근접 센서(236), 및 RGB 센서(illuminance sensor)(237) 중 적어도 하나를 포함할 수 있으나, 이에 한정되는 것은 아니다. 또한, 센싱부(140)는 이미지 센서(228)와 RADAR 센서(226)가 복합된 형태로 구성되거나, 이미지 센서(228)와 LIDAR 센서(227)가 복합된 형태로 구성될 수 있다. 각 센서들의 기능은 그 명칭으로부터 당업자가 직관적으로 추론할 수 있으므로, 구체적인 설명은 생략하기로 한다.
또한, 센싱부(140)는 차량(1)의 움직임을 센싱할 수 있는 움직임 센싱부(238)를 포함할 수 있다. 움직임 센싱부(238)는 지자기 센서(Magnetic sensor)(229), 가속도 센서(Acceleration sensor)(231), 및 자이로스코프 센서(234)를 포함할 수 있다.
GPS(224)는 차량(1)의 지리적 위치를 추정하도록 구성되는 센서일 수 있다. 즉, GPS(224)는 지구에 대한 차량(1)의 위치를 추정하도록 구성되는 송수신기를 포함할 수 있다.
IMU(225)는 관성 가속도에 기초하여 차량(1)의 위치 및 배향 변화들을 감지하도록 구성되는 센서들의 조합이 될 수 있다. 예를 들어, 센서들의 조합은, 가속도계들 및 자이로스코프들을 포함할 수 있다.
RADAR 센서(226)는 무선 신호를 사용하여 차량(1)이 위치해 있는 환경 내의 물체들을 감지하도록 구성되는 센서일 수 있다. 또한, RADAR 센서(226)는, 물체들의 속도 및/또는 방향을 감지하도록 구성될 수 있다.
LIDAR 센서(227)는 레이저를 사용하여 차량(1)이 위치해 있는 환경 내의 물체들을 감지하도록 구성되는 센서일 수 잇다. 보다 구체적으로, LIDAR 센서(227)는 레이저를 방출하도록 구성되는 레이저 광원 및/또는 레이저 스캐너와, 레이저의 반사를 검출하도록 구성되는 검출기를 포함할 수 잇다. LIDAR 센서(227)는 코히런트(coherent)(예컨대, 헤티로다인 검출을 사용함) 또는 비코히런트(incoherent) 검출 모드에서 동작하도록 구성될 수 있다.
이미지 센서(228)는 차량(1) 외부의 환경을 기록하도록 구성되는 스틸 카메라 또는 비디오 카메라가 될 수 있다. 예를 들어, 이미지 센서(228)는 다수의 카메라들을 포함할 수 있고, 다수의 카메라들은 차량(1)의 내부 및 외부 상의 다수의 위치들에 배치될 수 있다.
메모리(120)는 마그네틱 디스크 드라이브, 광학 디스크 드라이브, 플래쉬 메모리를 포함할 수 있다. 또는 메모리(120)는 휴대 가능한 USB 데이터 저장 장치가 될 수 있다. 메모리(120)는 본원과 관련되는 예들을 실행하기 위한 시스템 소프트웨어를 저장할 수 있다. 본원과 관련되는 예들을 실행하기 위한 시스템 소프트웨어는 휴대 가능한 저장 매체에 저장될 수 있다.
통신부(160)는 다른 디바이스와 무선으로 통신하기 위한 적어도 하나의 안테나를 포함할 수 있다. 예를 들어, 통신부(160)는 와이파이 또는 블루투스를 통해 무선으로 셀룰러 네트워크 또는 다른 무선 프로토콜 및 시스템과 통신하기 위해 이용될 수 있다. 프로세서(110)에 의해 제어되는 통신부(160)는 무선 신호를 송수신할 수 있다. 예를 들어, 프로세서(110)는, 통신부(160)가 셀룰러 네트워크와 무선 신호를 송수신하기 위해, 메모리(120)에 포함된 프로그램을 실행시킬 수 있다.
일 실시예에 따라, 통신부(160)는 외부로부터 주행 가능 경로에 대한 정보를 획득할 수 있고, 또한, 메모리(120)에 기 저장된 주행 가능 경로에 대한 정보를 외부로 전송할 수 있다.
입력부(150)는 차량(1)을 제어하기 위한 데이터를 입력하는 수단을 의미한다. 예를 들어, 입력부(150)에는 키 패드(key pad), 돔 스위치 (dome switch), 터치 패드(접촉식 정전 용량 방식, 압력식 저항막 방식, 적외선 감지 방식, 표면 초음파 전도 방식, 적분식 장력 측정 방식, 피에조 효과 방식 등), 조그 휠, 조그 스위치 등이 있을 수 있으나 이에 한정되는 것은 아니다. 또한, 입력부(150)는 마이크를 포함할 수 있는 바, 마이크는 차량(1)의 탑승자로부터 오디오(예를 들어, 음성 명령)를 수신하도록 구성될 수 있다.
출력부(130)는 오디오 신호 또는 비디오 신호를 출력할 수 있으며, 출력 장치(280)는 디스플레이(281), 음향 출력부(282), 및 진동부(283)를 포함할 수 있다.
디스플레이(281)는 액정 디스플레이(liquid crystal display), 박막 트랜지스터 액정 디스플레이(thin film transistor-liquid crystal display), 유기 발광 다이오드(organic light-emitting diode), 플렉시블 디스플레이(flexible display), 3차원 디스플레이(3D display), 전기영동 디스플레이(electrophoretic display) 중에서 적어도 하나를 포함할 수 있다. 출력부(130)의 구현 형태에 따라, 출력부(130)는 디스플레이(281)를 2개 이상 포함할 수도 있다.
음향 출력부(282)는 통신부(160)로부터 수신되거나 메모리(120)에 저장된 오디오 데이터를 출력한다. 또한, 음향 출력부(282)에는 스피커(speaker), 버저(Buzzer) 등이 포함될 수 있다.
진동부(283)는 전기적 에너지를 이용하여 물리적 진동을 생성할 수 있다.
입력부(150) 및 출력부(130)는 네트워크 인터페이스를 포함할 수 있고, 터치 스크린으로 구현될 수 있다.
프로세서(110)는, 메모리(120)에 저장된 프로그램들을 실행함으로써, 센싱부(140), 통신부(160), 입력부(150), 메모리(120), 및 출력부(130)를 전반적으로 제어할 수 있다.
도 14은 일 실시예에 따른 차량의 블록도를 도시하는 도면이다.
차량(1)은 일 실시예에 따라, 장치(100) 및 주행 장치(200)를 포함할 수 있다. 도 14에 도시된 차량(1)은 본 실시예와 관련된 구성요소들만이 도시되어 있다. 따라서, 도 14에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 더 포함될 수 있음을 본 실시예와 관련된 기술분야에서 통상의 지식을 가진 자라면 이해할 수 있다.
장치(100)는 센싱부(140), 프로세서(110), 및 메모리(120)를 포함할 수 있다.
주행 장치(200)는 브레이크 유닛(221), 조향 유닛(222) 및 스로틀(223)을 포함할 수 있다.
조향 유닛(222)은 차량(1)의 방향을 조절하도록 구성되는 매커니즘들의 조합이 될 수 있다.
스로틀(223)은 엔진/모터(211)의 동작 속도를 제어하여, 차량(1)의 속도를 제어하도록 구성되는 매커니즘들의 조합이 될 수 있다. 또한, 스로틀(223)은 스로틀 개방량을 조절하여 엔진/모터(211)로 유입되는 연료공기의 혼합 가스 양을 조절할 수 있으며, 스로틀 개방량을 조절하여 동력 및 추력을 제어할 수 있다.
브레이크 유닛(221)은 차량(1)을 감속시키도록 구성되는 매커니즘들의 조합이 될 수 있다. 예를 들어, 브레이크 유닛(221)은 휠/타이어(214)의 속도를 줄이기 위해 마찰을 사용할 수 있다.
프로세서(110)는 기 생성 또는 저장된 주행 가능 경로에 기초하여, 차량(1)의 목적지까지의 주행 경로를 결정할 수 있다. 구체적으로, 프로세서(110)는 주행 가능 경로들 중에서 차량(1)이 목적지까지 주행하는데 필요한 적어도 하나의 경로를 선택하여, 선택된 적어도 하나의 주행 가능 경로를 주행 경로로써 결정할 수 있다.
이어서, 프로세서(110)는 기 결정된 주행 경로에 따라 차량(1)이 주행하도록 제어할 수 있다. 구체적으로, 프로세서(110)는 기 결정된 주행 경로에 따라 차량(1)이 주행하도록 차량(1)의 주행 장치를 제어할 수 있다. 따라서, 차량(1)은, 장치(100)의 제어 하에, 주행 경로에 따라 자율 주행할 수 있다.
상기 살펴 본 실시예들에 따른 장치는 프로세서, 프로그램 데이터를 저장하고 실행하는 메모리, 디스크 드라이브와 같은 영구 저장부(permanent storage), 외부 장치와 통신하는 통신 포트, 터치 패널, 키(key), 버튼 등과 같은 사용자 인터페이스 장치 등을 포함할 수 있다. 소프트웨어 모듈 또는 알고리즘으로 구현되는 방법들은 상기 프로세서상에서 실행 가능한 컴퓨터가 읽을 수 있는 코드들 또는 프로그램 명령들로서 컴퓨터가 읽을 수 있는 기록 매체 상에 저장될 수 있다. 여기서 컴퓨터가 읽을 수 있는 기록 매체로 마그네틱 저장 매체(예컨대, ROM(read-only memory), RAM(random-access memory), 플로피 디스크, 하드 디스크 등) 및 광학적 판독 매체(예컨대, 시디롬(CD-ROM), 디브이디(DVD: Digital Versatile Disc)) 등이 있다. 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템들에 분산되어, 분산 방식으로 컴퓨터가 판독 가능한 코드가 저장되고 실행될 수 있다. 매체는 컴퓨터에 의해 판독가능하며, 메모리에 저장되고, 프로세서에서 실행될 수 있다.
본 실시 예는 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들은 특정 기능들을 실행하는 다양한 개수의 하드웨어 또는/및 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 실시 예는 하나 이상의 마이크로프로세서들의 제어 또는 다른 제어 장치들에 의해서 다양한 기능들을 실행할 수 있는, 메모리, 프로세싱, 로직(logic), 룩 업 테이블(look-up table) 등과 같은 직접 회로 구성들을 채용할 수 있다. 구성 요소들이 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있는 것과 유사하게, 본 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 또한, 본 실시 예는 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다. "매커니즘", "요소", "수단", "구성"과 같은 용어는 넓게 사용될 수 있으며, 기계적이고 물리적인 구성들로서 한정되는 것은 아니다. 상기 용어는 프로세서 등과 연계하여 소프트웨어의 일련의 처리들(routines)의 의미를 포함할 수 있다.

Claims (19)

  1. 차량의 주행을 보조하는 장치에 있어서,
    센싱부;
    상기 차량이 주행하는 동안 상기 센싱부를 통해 획득된 정보를 이용하여, 상기 차량의 주행 가능 경로를 생성하는 프로세서; 및
    상기 생성된 주행 가능 경로에 대한 정보를 저장하는 메모리를 포함하는, 장치.
  2. 제 1 항에 있어서,
    상기 프로세서는,
    상기 획득된 정보를 이용하여, 상기 차량이 주행하는 경로에 대응되게 상기 차량의 주행 가능 경로를 생성하는, 장치.
  3. 제 2 항에 있어서,
    상기 프로세서는,
    상기 획득된 정보를 이용하여 상기 경로에 포함된 지점들에 대응되는 정밀 지도(high definition map) 상의 좌표들을 결정하고, 상기 좌표들을 이용하여 상기 정밀 지도 상에서의 주행 가능 경로를 생성하는, 장치.
  4. 제 1 항에 있어서,
    상기 프로세서는,
    상기 획득된 정보를 이용하여 상기 차량 주변의 외부 차량이 주행하는 경로에 대응되게, 상기 차량의 주행 가능 경로를 생성하는, 장치.
  5. 제 1 항에 있어서,
    상기 프로세서는,
    상기 차량이 주행하는 경로, 상기 차량 주변의 외부 차량이 주행하는 경로, 상기 차량 주변의 차로 형태, 상기 차량 주변의 도로 상태, 상기 차량 주변의 교통 상태, 및 상기 차량 주변의 외부 차량의 종류 중 적어도 하나에 기초하여, 상기 차량의 주행 가능 경로를 생성하는, 장치.
  6. 제 1 항에 있어서,
    상기 프로세서는,
    상기 획득된 정보에 기초하여, 상기 차량의 복수의 후보 주행 가능 경로들을 결정하고,
    상기 복수의 후보 주행 가능 경로들 각각의 신뢰도 점수를 결정하고,
    상기 복수의 후보 주행 가능 경로들 중 기준치 이상인 신뢰도 점수를 갖는 후보 주행 가능 경로를 주행 가능 경로로 생성하는, 장치.
  7. 제 1 항에 있어서,
    상기 프로세서는,
    상기 주행 가능 경로에 기초하여, 상기 차량의 목적지까지의 주행 경로를 결정하고,
    상기 결정된 주행 경로에 따라 상기 차량이 주행하도록 상기 차량의 주행 장치를 제어하는, 장치.
  8. 제 1 항에 있어서,
    상기 메모리는,
    상기 주행 가능 경로에 대한 정보를 정밀 지도의 메타데이터(metadata)로써 저장하는, 장치.
  9. 제 1 항에 있어서,
    상기 프로세서는,
    상기 차량이 차선 단위로 경로를 주행함에 따라, 정밀 지도 상에서 차선 단위의 주행 가능 경로를 생성하는, 장치.
  10. 차량의 주행을 보조하는 방법에 있어서,
    상기 차량이 주행하는 동안 센싱부를 통해 획득된 정보를 이용하여, 상기 차량의 주행 가능 경로를 생성하는 단계; 및
    상기 생성된 주행 가능 경로에 대한 정보를 저장하는 단계를 포함하는, 방법.
  11. 제 10 항에 있어서,
    상기 생성하는 단계는,
    상기 획득된 정보를 이용하여, 상기 차량이 주행하는 경로에 대응되게 상기 차량의 주행 가능 경로를 생성하는, 방법.
  12. 제 11 항에 있어서,
    상기 생성하는 단계는,
    상기 획득된 정보를 이용하여 상기 경로에 포함된 지점들에 대응되는 정밀 지도(high definition map) 상의 좌표들을 결정하고, 상기 좌표들을 이용하여 상기 정밀 지도 상에서의 주행 가능 경로를 생성하는, 방법.
  13. 제 10 항에 있어서,
    상기 생성하는 단계는,
    상기 획득된 정보를 이용하여 상기 차량 주변의 외부 차량이 주행하는 경로에 대응되게, 상기 차량의 주행 가능 경로를 생성하는, 방법.
  14. 제 10 항에 있어서,
    상기 생성하는 단계는,
    상기 차량이 주행하는 경로, 상기 차량 주변의 외부 차량이 주행하는 경로, 상기 차량 주변의 차로 형태, 상기 차량 주변의 도로 상태, 상기 차량 주변의 교통 상태, 및 상기 차량 주변의 외부 차량의 종류 중 적어도 하나에 기초하여, 상기 차량의 주행 가능 경로를 생성하는, 방법.
  15. 제 10 항에 있어서,
    상기 획득된 정보에 기초하여, 상기 차량의 복수의 후보 주행 가능 경로들을 결정하는 단계;
    상기 복수의 후보 주행 가능 경로들 각각의 신뢰도 점수를 결정하는 단계; 및
    상기 복수의 후보 주행 가능 경로들 중 기준치 이상인 신뢰도 점수를 갖는 후보 주행 가능 경로를 주행 가능 경로로 생성하는 단계를 더 포함하는, 방법.
  16. 제 10 항에 있어서,
    상기 주행 가능 경로에 기초하여, 상기 차량의 목적지까지의 주행 경로를 결정하는 단계; 및
    상기 결정된 주행 경로에 따라 상기 차량이 주행하도록 상기 차량의 주행 장치를 제어하는 단계를 더 포함하는, 방법.
  17. 제 10 항에 있어서,
    상기 저장하는 단계는,
    상기 주행 가능 경로에 대한 정보를 정밀 지도의 메타데이터(metadata)로써 저장하는, 방법.
  18. 제 10 항에 있어서,
    상기 생성하는 단계는,
    상기 차량이 차선 단위로 경로를 주행함에 따라, 정밀 지도 상에서 차선 단위의 주행 가능 경로를 생성하는, 방법.
  19. 제 10 항 내지 제 18 항 중에 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020170031354A 2017-03-13 2017-03-13 차량의 주행을 보조하는 장치 및 방법 KR102354332B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020170031354A KR102354332B1 (ko) 2017-03-13 2017-03-13 차량의 주행을 보조하는 장치 및 방법
EP17900370.2A EP3588227A4 (en) 2017-03-13 2017-11-27 DEVICE AND METHOD FOR DRIVING A VEHICLE
PCT/KR2017/013579 WO2018169164A1 (ko) 2017-03-13 2017-11-27 차량의 주행을 보조하는 장치 및 방법
US16/493,025 US20200011693A1 (en) 2017-03-13 2017-11-27 Device and method for assisting driving of vehicles

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170031354A KR102354332B1 (ko) 2017-03-13 2017-03-13 차량의 주행을 보조하는 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20180104496A true KR20180104496A (ko) 2018-09-21
KR102354332B1 KR102354332B1 (ko) 2022-01-21

Family

ID=63523234

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170031354A KR102354332B1 (ko) 2017-03-13 2017-03-13 차량의 주행을 보조하는 장치 및 방법

Country Status (4)

Country Link
US (1) US20200011693A1 (ko)
EP (1) EP3588227A4 (ko)
KR (1) KR102354332B1 (ko)
WO (1) WO2018169164A1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022035776A1 (en) * 2020-08-12 2022-02-17 Argo AI, LLC Waypoint prediction and motion forecasting for vehicle motion planning
WO2022072172A1 (en) * 2020-10-01 2022-04-07 Argo AI, LLC Systems and methods for imminent collision avoidance
US11358598B2 (en) 2020-10-01 2022-06-14 Argo AI, LLC Methods and systems for performing outlet inference by an autonomous vehicle to determine feasible paths through an intersection
KR20230043639A (ko) * 2021-09-24 2023-03-31 (주) 오토노머스에이투지 고정된 라이다를 이용하여 교차로에서의 상태를 검지하는 방법 및 이를 이용한 서버
US11618444B2 (en) 2020-10-01 2023-04-04 Argo AI, LLC Methods and systems for autonomous vehicle inference of routes for actors exhibiting unrecognized behavior

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11906325B2 (en) * 2018-11-01 2024-02-20 Lg Electronics Inc. Vehicular electronic device, operation method of vehicular electronic device, and system

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012202961A (ja) * 2011-03-28 2012-10-22 Aisin Aw Co Ltd 車線案内制御装置、方法およびプログラム
US20170016740A1 (en) * 2015-07-16 2017-01-19 Ford Global Technologies, Llc Method and apparatus for determining a vehicle ego-position

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0913751B1 (de) * 1997-11-03 2003-09-03 Volkswagen Aktiengesellschaft Autonomes Fahrzeug und Verfahren zur Steuerung eines autonomen Fahrzeuges
JP4533201B2 (ja) * 2005-03-22 2010-09-01 日立オートモティブシステムズ株式会社 ナビゲーション装置、ナビゲーション方法、ナビゲーションプログラム、サーバ装置およびナビゲーション情報配信システム
KR101703144B1 (ko) * 2012-02-09 2017-02-06 한국전자통신연구원 차량의 자율주행 장치 및 그 방법
GB201316386D0 (en) * 2013-09-15 2013-10-30 Tomtom Dev Germany Gmbh Generating routes to optimise traffic flow
KR102197801B1 (ko) * 2013-10-31 2021-01-04 현대모비스 주식회사 주행 경로 생성 장치 및 방법
KR101581286B1 (ko) * 2014-01-17 2015-12-31 전남대학교산학협력단 무인운전차량의 자율 주행을 위한 경로 추종 시스템 및 방법
KR20160013713A (ko) * 2014-07-28 2016-02-05 현대자동차주식회사 자율주행차량의 전역경로 생성장치 및 방법
JP6545507B2 (ja) * 2015-03-31 2019-07-17 アイシン・エィ・ダブリュ株式会社 自動運転支援システム、自動運転支援方法及びコンピュータプログラム
US9815462B2 (en) * 2015-08-27 2017-11-14 Toyota Motor Engineering & Manufacturing North America, Inc. Path determination for automated vehicles
JP2017142145A (ja) * 2016-02-10 2017-08-17 株式会社ゼンリン 車線変更支援装置、車両制御装置およびその方法
US10474164B2 (en) * 2016-12-30 2019-11-12 DeepMap Inc. Representing navigable surface boundaries of lanes in high definition maps for autonomous vehicles
US10895468B2 (en) * 2018-04-10 2021-01-19 Toyota Jidosha Kabushiki Kaisha Dynamic lane-level vehicle navigation with lane group identification

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012202961A (ja) * 2011-03-28 2012-10-22 Aisin Aw Co Ltd 車線案内制御装置、方法およびプログラム
US20170016740A1 (en) * 2015-07-16 2017-01-19 Ford Global Technologies, Llc Method and apparatus for determining a vehicle ego-position

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022035776A1 (en) * 2020-08-12 2022-02-17 Argo AI, LLC Waypoint prediction and motion forecasting for vehicle motion planning
WO2022072172A1 (en) * 2020-10-01 2022-04-07 Argo AI, LLC Systems and methods for imminent collision avoidance
US11358598B2 (en) 2020-10-01 2022-06-14 Argo AI, LLC Methods and systems for performing outlet inference by an autonomous vehicle to determine feasible paths through an intersection
US11618444B2 (en) 2020-10-01 2023-04-04 Argo AI, LLC Methods and systems for autonomous vehicle inference of routes for actors exhibiting unrecognized behavior
US11731661B2 (en) 2020-10-01 2023-08-22 Argo AI, LLC Systems and methods for imminent collision avoidance
KR20230043639A (ko) * 2021-09-24 2023-03-31 (주) 오토노머스에이투지 고정된 라이다를 이용하여 교차로에서의 상태를 검지하는 방법 및 이를 이용한 서버

Also Published As

Publication number Publication date
EP3588227A4 (en) 2020-03-04
WO2018169164A1 (ko) 2018-09-20
US20200011693A1 (en) 2020-01-09
EP3588227A1 (en) 2020-01-01
KR102354332B1 (ko) 2022-01-21

Similar Documents

Publication Publication Date Title
KR102211299B1 (ko) 곡선 투영을 가속화하기 위한 시스템 및 방법
US11157001B2 (en) Device and method for assisting with driving of vehicle
KR102096726B1 (ko) 자율 주행 차량의 운행을 위한 제어 오류 보정 계획 방법
KR102480417B1 (ko) 전자 장치 및 전자 장치의 차량 제어 방법, 서버 및 서버의 정밀 지도 데이터 제공 방법
CN110727267B (zh) 具有冗余超声雷达的自动驾驶车辆
US11143513B2 (en) Labeling scheme for labeling and generating high-definition map based on trajectories driven by vehicles
CN111061261B (zh) 使用标准导航地图与基于车辆的先前轨迹确定的车道配置的自动驾驶方法
KR102354332B1 (ko) 차량의 주행을 보조하는 장치 및 방법
US10262234B2 (en) Automatically collecting training data for object recognition with 3D lidar and localization
US20180088582A1 (en) Sideslip compensated control method for autonomous vehicles
US10151598B2 (en) Method and device for operating a vehicle and driver assistance system
KR20180051571A (ko) 자율 주행 차량을 위한 차량 위치점 전달 방법
US11859997B2 (en) Electronic device for generating map data and operation method thereof
KR20190141081A (ko) 자율 주행 차량의 v2x 통신 기반의 차량 차로 시스템
KR20180102428A (ko) 지도 데이터를 생성하는 전자 장치 및 그 동작 방법
KR20200130774A (ko) 차량의 주행을 보조하는 전자 장치 및 방법
US11704827B2 (en) Electronic apparatus and method for assisting with driving of vehicle
US10788839B2 (en) Planning-control collaboration design for low cost autonomous driving technology
JP2020085531A (ja) 自動運転装置
KR20190121276A (ko) 차량용 전자 장치 및 그의 동작 방법

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant