KR20180127119A - Method and device for curb detection of vehicle using multiple ultrasonic sensors - Google Patents

Method and device for curb detection of vehicle using multiple ultrasonic sensors Download PDF

Info

Publication number
KR20180127119A
KR20180127119A KR1020170062544A KR20170062544A KR20180127119A KR 20180127119 A KR20180127119 A KR 20180127119A KR 1020170062544 A KR1020170062544 A KR 1020170062544A KR 20170062544 A KR20170062544 A KR 20170062544A KR 20180127119 A KR20180127119 A KR 20180127119A
Authority
KR
South Korea
Prior art keywords
sensing data
reliability
data
distance
valid
Prior art date
Application number
KR1020170062544A
Other languages
Korean (ko)
Other versions
KR101928652B1 (en
Inventor
서지원
이준효
Original Assignee
연세대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 연세대학교 산학협력단 filed Critical 연세대학교 산학협력단
Priority to KR1020170062544A priority Critical patent/KR101928652B1/en
Publication of KR20180127119A publication Critical patent/KR20180127119A/en
Application granted granted Critical
Publication of KR101928652B1 publication Critical patent/KR101928652B1/en

Links

Images

Classifications

    • 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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
    • G01S15/06—Systems determining the position data of a target
    • G01S15/08—Systems for measuring distance only
    • 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
    • G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
    • 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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2015/937—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles sensor installation details

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

The present invention relates to a curb detection technology. According to the present invention, a curb detection device comprises: a data receiving unit for receiving sensing data measured at a specific time from multiple ultrasonic sensors; a data preprocessing unit for performing a preprocessing process for the sensing data to extract effective sensing data; a reliability determining unit for determining reliability of the effective sensing data as any one level of preset levels based on a standard deviation of the effective sensing data; and a distance estimating unit for determining a distance calculating scheme based on the determined reliability, and calculating a distance estimating value according to the distance calculating scheme. By using inexpensive multiple ultrasonic sensors, the curb detection device can improve the reliability and the performance in curb detection.

Description

다중 초음파 센서를 이용한 차량용 연석 탐지 방법 및 장치{Method and device for curb detection of vehicle using multiple ultrasonic sensors}BACKGROUND OF THE INVENTION 1. Field of the Invention [0001] The present invention relates to a method and a device for detecting a curb of a vehicle using a multi-

기술분야는 차량용 연석 탐지 방법 및 장치에 관한 것으로, 보다 상세하게는 다중 초음파 센서를 이용한 차량용 연석 탐지 방법 및 장치에 관한 것이다.The present invention relates to a method and apparatus for detecting a curb of a vehicle, and more particularly, to a method and apparatus for detecting a curb of a vehicle using a multi-ultrasonic sensor.

일반적으로, 무인 자율 주행 차량은 안전한 주행을 하기 위해 주행 방향에 위치하는 장애물을 검출하고, 상기 검출된 정보를 이용하여 주행 방향을 결정하는 기술이 적용된다. 그런데, 실내가 아닌 실외에서 주행하면서 특정의 목적을 수행해야 하는 무인 자율 주행 차량의 경우에, 지면에 형성된 장애물과 충돌하지 않는 것이 무엇보다 중요하다. In general, a technique for detecting an obstacle located in the running direction for determining the running direction of the unmanned autonomous driving vehicle to make a safe running and determining the running direction using the detected information is applied. However, in the case of an unmanned self-propelled vehicle in which a specific purpose is to be carried out while driving in the outdoors rather than indoors, it is most important not to collide with the obstacle formed on the ground.

무인 자율 주행 차량은 차도를 주행하는 경우에 차도보다 높게 돌출된 인도와 충돌하지 않으면서 주행해야 하므로, 차도와 인도의 경계석인 연석을 탐지하는 기술이 적용된다. 또한, 연석 탐지 기술은 무인 자율 주행 차량뿐만 아니라 일반 차량에도 적용되어 주행간 위험감지 및 주차 보조 등의 기능을 제공하고 있다.Unmanned autonomous vehicles must travel without colliding with a car that protrudes higher than the driveway when driving on the driveway, so the technique of detecting the curb that is the boundary between the driveway and the driveway is applied. In addition, the curb detection technology is applied not only to unmanned autonomous vehicles but also to ordinary vehicles, and provides functions such as danger detection and parking assistance during traveling.

종래의 연석 탐지 기술은 고가의 센서(레이저 센서, 레이더, 3D LIDAR)를 사용하여 비용증가를 초래하였다. 따라서, 종래에 적용되었던 고가의 센서를 대체하는 저렴한 센서의 적용과, 상기 저렴한 센서에 기초한 신뢰성 있는 연석 탐지 기술의 필요성이 제기 되었다. Conventional curb detection techniques have resulted in increased costs using expensive sensors (laser sensors, radar, 3D LIDAR). Accordingly, there is a need for an application of an inexpensive sensor that replaces a conventionally used expensive sensor, and a reliable curb detection technique based on the inexpensive sensor.

한국등록특허 제1500168호, "주행 도로의 측면 경계 인지 방법"Korean Patent No. 1500168, "Method of recognizing lateral boundaries of running roads" 한국등록특허 제1260585호, "초음파 센서 및 주차 제어 시스템"Korean Patent No. 1260585, "Ultrasonic Sensor and Parking Control System" 한국등록특허 제1209573호, "거리 센서를 이용한 연석 탐지 방법 및 이를 이용한 무인 자율 주행 차량"Korean Patent No. 1209573, "A method of detecting a curb using a distance sensor and an autonomous vehicle using the same,

본 발명은 종래 기술의 문제점을 해결하기 위한 것으로서, 저가의 다중 초음파 센서를 이용하면서 연석 탐지 성능 및 신뢰성을 향상시킬 수 있는 차량용 연석 탐지 방법 및 장치를 제공하고자 한다.Disclosure of Invention Technical Problem [8] The present invention provides a method and apparatus for detecting a curb of a vehicle, which can improve a curb detection performance and reliability while using a low-cost multiple ultrasonic sensor.

본 발명의 일실시예에 따른 자동차의 연석 탐지 장치는 복수의 초음파 센서들로부터 특정 시간에 측정된 센싱 데이터들을 수신하는 데이터 수신부와, 상기 센싱 데이터들에 대한 전처리 과정을 수행하여 유효 센싱 데이터들을 추출하는 데이터 전처리부와, 상기 유효 센싱 데이터들의 표준편차에 기초하여 상기 유효 센싱 데이터들의 신뢰도를 기 설정된 등급 중 어느 하나의 등급으로 결정하는 신뢰도 결정부, 및 상기 결정된 신뢰도에 기초하여 거리 계산 방식을 결정하고 상기 거리 계산 방식에 따른 거리 추정값을 계산하는 거리 추정부를 포함한다.The apparatus for detecting a curb of an automobile according to an embodiment of the present invention includes a data receiving unit for receiving sensed data measured at a specific time from a plurality of ultrasonic sensors and a preprocessing unit for extracting effective sensing data A reliability determining unit for determining reliability of the effective sensing data as one of a predetermined class based on the standard deviation of the effective sensing data, and a determination unit for determining a distance calculation method based on the determined reliability And a distance estimation unit for calculating a distance estimation value according to the distance calculation method.

일측에 따르면, 상기 복수의 초음파 센서들은 차량의 측면에 일렬로 배열될 수 있다.According to one aspect, the plurality of ultrasonic sensors may be arranged in a line on the side of the vehicle.

일측에 따르면, 데이터 전처리부는 상기 측정된 센싱 데이터들에 포함된 데이터들 중에서 지표면에 반사된 데이터를 제거하는 노이즈 제거부와, 상기 측정된 센싱 데이터들의 전체 또는 일부가 손실되었을 때 상기 손실된 센싱 데이터들의 측정 시간 직전 및/또는 직후에 측정된 센싱 데이터들에 기초하여 상기 센싱 데이터들을 복원하는 데이터 복원부를 포함할 수 있다.According to one aspect of the present invention, the data preprocessing unit includes a noise rejection unit that removes data reflected on the surface of the surface among data included in the measured sensing data, and a noise suppression unit that, when all or a part of the sensed data is lost, And a data restoring unit for restoring the sensing data based on the sensing data measured immediately before and / or immediately after the measurement time of the sensing data.

일측에 따르면, 상기 신뢰도 결정부는 상기 유효 센싱 데이터들의 표준편차에 기초하여 설정된 임계 범위 이내에 상기 유효 센싱 데이터들을 구성하는 각각의 데이터들이 모두 포함되면 신뢰도를 A등급으로 결정하고, 상기 임계 범위를 벗어나는 이상 데이터(outlier data)의 개수가 상기 유효 센싱 데이터들의 총 개수의 절반 이하가 되면 신뢰도를 B등급으로 결정하며, 상기 유효 센싱 데이터들이 A 또는 B 등급으로 결정되는 조건들을 만족하지 않고 상기 유효 센싱 데이터들의 측정 시간 직전 및 직후에 측정된 유효 센싱 데이터들의 신뢰도가 A 또는 B등급이면 신뢰도를 C등급으로 결정하고, 상기 유효 센싱 데이터들이 A 내지 C 등급으로 결정되는 조건들을 만족하지 않고 상기 유효 센싱 데이터들의 측정 시간보다 이전에 측정된 유효 센싱 데이터들의 임계 범위들에 기초하여 설정된 추세선에 상기 유효 센싱 데이터들 중 하나 이상의 유효 센싱 데이터가 인접해 있으면 신뢰도를 D등급으로 결정하며, 상기 유효 센싱 데이터들이 A 내지 D등급으로 결정되는 조건들을 만족하지 않으면 신뢰도를 F등급으로 결정할 수 있다. According to one aspect of the present invention, the reliability determination unit may determine the reliability as an A grade if all the data constituting the valid sensing data are included within the set threshold range based on the standard deviation of the effective sensing data, Determining reliability as a B rank when the number of outlier data is less than half of the total number of effective sensing data; determining whether the valid sensing data does not satisfy the conditions of determining A or B rank, If the reliability of the effective sensing data measured immediately before and immediately after the measurement time is A or B rank, the reliability is determined as the C rank, and if the effective sensing data does not satisfy the conditions that the A to C rank is determined, Of effective sensing data measured before time The reliability is determined to be class D if at least one of the effective sensing data of the valid sensing data is adjacent to the trend line set on the basis of the ranges, and if the valid sensing data does not satisfy the conditions of class A to D, F grade.

일측에 따르면, 상기 거리 계산 방식은 상기 유효 센싱 데이터들의 신뢰도가 A등급이면 상기 유효 센싱 데이터들의 평균값에 기초하여 거리를 계산하는 방식이고, 신뢰도가 B등급이면 상기 유효 센싱 데이터들 중에서 상기 임계 범위를 벗어나지 않는 데이터들의 평균값에 기초하여 거리를 계산하는 방식이며, 신뢰도가 C등급이면 상기 유효 센싱 데이터들의 측정 시간 직전 및 직후에 측정된 유효 센싱 데이터들에 기초하여 거리를 계산하는 방식이고, 신뢰도가 D등급이면 추세선에 기초하여 거리를 계산하는 방식이며, 신뢰도가 F등급이면 상기 유효 센싱 데이터를 사용하지 않는 방식일 수 있다.According to one aspect, the distance calculation method calculates a distance based on the average value of the effective sensing data if the reliability of the valid sensing data is A rank, and calculates the distance from the effective sensing data if the reliability is B rank. A distance is calculated on the basis of the effective sensing data measured immediately before and after the measurement time of the valid sensing data if the reliability is the C rating, and the distance is calculated based on the reliability D The distance is calculated based on the trendline, and if the reliability is F rank, the effective sensing data may not be used.

본 발명의 일실시예에 따른 자동차의 연석 탐지 방법은 복수의 초음파 센서들로부터 특정 시간에 측정된 센싱 데이터들을 수신하는 데이터 수신 단계와, 상기 센싱 데이터들에 대한 전처리 과정을 수행하여 유효 센싱 데이터들을 추출하는 데이터 전처리 단계와, 상기 유효 센싱 데이터들의 표준편차에 기초하여 상기 유효 센싱 데이터들의 신뢰도를 기 설정된 등급 중 어느 하나의 등급으로 결정하는 신뢰도 결정 단계, 및 상기 결정된 신뢰도에 기초하여 거리 계산 방식을 결정하고 상기 거리 계산 방식에 따른 거리 추정값을 계산하는 거리 추정 단계를 포함한다.A method for detecting a curb of an automobile according to an embodiment of the present invention includes a data receiving step of receiving sensed data measured at a specific time from a plurality of ultrasonic sensors, and a preprocessing process of the sensed data, A reliability determining step of determining reliability of the valid sensing data as a class of a predetermined class based on a standard deviation of the effective sensing data; and a distance calculating method based on the determined reliability And a distance estimation step of calculating a distance estimation value according to the distance calculation method.

일측에 따르면, 상기 데이터 전처리 단계는 측정된 센싱 데이터들에 포함된 데이터 중에서 지표면에 반사된 데이터를 제거하는 노이즈 제거 단계와, 상기 측정된 센싱 데이터들의 전체 또는 일부가 손실되었을 때 상기 손실된 센싱 데이터들의 측정 시간 직전 및/또는 직후에 측정된 센싱 데이터들에 기초하여 상기 센싱 데이터들을 복원하는 데이터 복원 단계를 포함할 수 있다.According to one aspect of the present invention, the data preprocessing step includes a noise removing step of removing data reflected on the surface of the ground, among the data included in the measured sensing data, and a noise removal step of, when all or a part of the measured sensing data is lost, And restoring the sensing data based on the sensing data measured immediately before and / or immediately after the measurement time of the sensing data.

일측에 따르면, 상기 신뢰도 결정 단계는 상기 유효 센싱 데이터들의 표준편차에 기초하여 설정된 임계 범위 이내에 상기 유효 센싱 데이터들을 구성하는 각각의 데이터들이 모두 포함되면 신뢰도를 A등급으로 결정하는 단계와, 상기 유효 센싱 데이터들의 신뢰도가 A등급으로 결정되는 조건을 만족하지 않고 상기 임계 범위를 벗어나는 이상 데이터(outlier data)의 개수가 상기 유효 센싱 데이터들의 총 개수의 절반 이하가 되면 신뢰도를 B등급으로 결정하는 단계와, 상기 유효 센싱 데이터들의 신뢰도가 B등급으로 결정되는 조건을 만족하지 않고 상기 유효 센싱 데이터들의 측정 시간 직전 및 직후에 측정된 유효 센싱 데이터들의 신뢰도가 A 또는 B등급이면 신뢰도를 C등급으로 결정하는 단계와, 상기 유효 센싱 데이터들의 신뢰도가 C등급으로 결정되는 조건을 만족하지 않고 상기 유효 센싱 데이터들의 측정 시간 보다 이전에 측정된 유효 센싱 데이터들의 임계 범위들에 기초하여 설정된 추세선에 상기 유효 센싱 데이터들 중 어느 하나의 유효 센싱 데이터가 인접해 있으면 신뢰도를 D등급으로 결정하는 단계, 및 상기 유효 센싱 데이터들의 신뢰도가 D등급으로 결정되는 조건을 만족하지 않으면 신뢰도를 F등급으로 결정하는 단계를 포함할 수 있다.According to an aspect of the present invention, the reliability determination step may include: determining reliability as an A grade when all data constituting the valid sensing data are included within a predetermined threshold range based on the standard deviation of the effective sensing data; Determining reliability as a B rank if the number of outlier data that falls outside the critical range is less than half of the total number of effective sensing data without satisfying the condition that the reliability of the data is determined as Class A, If the reliability of the valid sensing data does not satisfy the condition that the reliability is determined to be B rank and if the reliability of the effective sensing data measured immediately before and after the measurement time of the valid sensing data is A or B rank, , And the reliability of the valid sensing data is determined as the C rating If one of the effective sensing data of the effective sensing data is adjacent to the trend line set based on the critical ranges of the effective sensing data measured before the measurement time of the valid sensing data, And determining reliability as an F level if the reliability of the valid sensing data does not satisfy the condition that the reliability is determined as the D class.

일측에 따르면, 상기 거리 계산 방식은 상기 유효 센싱 데이터들의 신뢰도가 A등급이면 상기 유효 센싱 데이터들의 평균값에 기초하여 거리를 계산하는 방식이고, 신뢰도가 B등급이면 상기 유효 센싱 데이터들 중에서 상기 임계 범위를 벗어나지 않는 데이터들의 평균값에 기초하여 거리를 계산하는 방식이며, 신뢰도가 C등급이면 상기 유효 센싱 데이터들의 측정 시간 직전 및 직후에 측정된 유효 센싱 데이터들에 기초하여 거리를 계산하는 방식이고, 신뢰도가 D등급이면 추세선에 기초하여 거리를 계산하는 방식이며, 신뢰도가 F등급이면 상기 유효 센싱 데이터를 사용하지 않는 방식일 수 있다.According to one aspect, the distance calculation method calculates a distance based on the average value of the effective sensing data if the reliability of the valid sensing data is A rank, and calculates the distance from the effective sensing data if the reliability is B rank. A distance is calculated on the basis of the effective sensing data measured immediately before and after the measurement time of the valid sensing data if the reliability is the C rating, and the distance is calculated based on the reliability D The distance is calculated based on the trendline, and if the reliability is F rank, the effective sensing data may not be used.

일측에 따르면, 상기 거리 추정 단계는 상기 계산된 거리 추정값과 상기 결정된 신뢰도를 외부로 출력할 수 있다.According to one aspect, the distance estimating step may output the calculated distance estimation value and the determined reliability to the outside.

본 발명에 따르면, 종래에 사용되었던 고가의 센서를 저가의 초음파 센서로 대체함으로써, 연석 탐지를 위한 비용을 최소화 할 수 있다.According to the present invention, the cost for detecting the curl can be minimized by replacing the expensive sensor that has been used in the past with a low-cost ultrasonic sensor.

또한, 주간과 야간에 상관없이 사용 가능하며, 초음파 센서를 이용한 연석 탐지 장치의 성능 및 신뢰성을 향상시킬 수 있다.Also, it can be used regardless of day and night, and the performance and reliability of the curb detection device using the ultrasonic sensor can be improved.

도 1a는 본 발명의 연석 탐지 장치를 도시하는 구성도이다.
도 1b는 초음파 센서 모듈 도시하는 구성도이다.
도 2는 본 발명의 연석 탐지 방법을 도시하는 순서도이다.
도 3은 신뢰도 결정 및 거리 계산 방법의 예시를 도시하는 참고도이다.
도 4는 연석 탐지 결과의 예시를 도시하는 참고도이다.BRIEF DESCRIPTION OF DRAWINGS FIG. 1A is a configuration diagram showing a curb detection apparatus of the present invention. FIG.
1B is a configuration diagram showing an ultrasonic sensor module.
2 is a flowchart showing a method of detecting a curb of the present invention.
3 is a reference diagram showing an example of a reliability determination and a distance calculation method.
Fig. 4 is a reference diagram showing an example of the results of the curb detection.

이하, 본 문서의 다양한 실시 예들이 첨부된 도면을 참조하여 기재된다.Hereinafter, various embodiments of the present document will be described with reference to the accompanying drawings.

실시 예 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다.It is to be understood that the embodiments and terminologies used herein are not intended to limit the invention to the particular embodiments described, but to include various modifications, equivalents, and / or alternatives of the embodiments.

하기에서 다양한 실시 예들을 설명에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.In the following description, well-known functions or constructions are not described in detail since they would obscure the invention in unnecessary detail.

그리고 후술되는 용어들은 다양한 실시 예들에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.The following terms are defined in consideration of functions in various embodiments and may vary depending on the intention of a user, an operator, or the like. Therefore, the definition should be based on the contents throughout this specification.

도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.In connection with the description of the drawings, like reference numerals may be used for similar components.

단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.The singular expressions may include plural expressions unless the context clearly dictates otherwise.

본 문서에서, "A 또는 B" 또는 "A 및/또는 B 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다.In this document, the expressions "A or B" or "at least one of A and / or B" and the like may include all possible combinations of the items listed together.

"제1," "제2," "첫째," 또는 "둘째," 등의 표현들은 해당 구성요소들을, 순서 또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다.Expressions such as " first, "" second," " first, "or" second, " But is not limited to those components.

어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다.When it is mentioned that some (e.g., first) component is "(functionally or communicatively) connected" or "connected" to another (second) component, May be connected directly to the component, or may be connected through another component (e.g., a third component).

본 명세서에서, "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, 하드웨어적 또는 소프트웨어적으로 "~에 적합한," "~하는 능력을 가지는," "~하도록 변경된," "~하도록 만들어진," "~를 할 수 있는," 또는 "~하도록 설계된"과 상호 호환적으로(interchangeably) 사용될 수 있다.As used herein, the term "configured to" is intended to encompass all types of information, including, but not limited to, " , "" Made to "," can do ", or" designed to ".

어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다.In some situations, the expression "a device configured to" may mean that the device can "do " with other devices or components.

예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(예: CPU 또는 application processor)를 의미할 수 있다.For example, a processor configured (or configured) to perform the phrases "A, B, and C" may be implemented by executing one or more software programs stored in a memory device or a dedicated processor (e.g., an embedded processor) , And a general purpose processor (e.g., a CPU or an application processor) capable of performing the corresponding operations.

또한, '또는' 이라는 용어는 배타적 논리합 'exclusive or' 이기보다는 포함적인 논리합 'inclusive or' 를 의미한다.Also, the term 'or' implies an inclusive or 'inclusive' rather than an exclusive or 'exclusive'.

즉, 달리 언급되지 않는 한 또는 문맥으로부터 명확하지 않는 한, 'x가 a 또는 b를 이용한다' 라는 표현은 포함적인 자연 순열들(natural inclusive permutations) 중 어느 하나를 의미한다.That is, unless expressly stated otherwise or clear from the context, the expression 'x uses a or b' means any of the natural inclusive permutations.

상술한 구체적인 실시 예들에서, 발명에 포함되는 구성 요소는 제시된 구체적인 실시 예에 따라 단수 또는 복수로 표현되었다.In the above-described specific embodiments, elements included in the invention have been expressed singular or plural in accordance with the specific embodiments shown.

그러나, 단수 또는 복수의 표현은 설명의 편의를 위해 제시한 상황에 적합하게 선택된 것으로서, 상술한 실시 예들이 단수 또는 복수의 구성 요소에 제한되는 것은 아니며, 복수로 표현된 구성 요소라 하더라도 단수로 구성되거나, 단수로 표현된 구성 요소라 하더라도 복수로 구성될 수 있다.It should be understood, however, that the singular or plural representations are selected appropriately for the sake of convenience of description and that the above-described embodiments are not limited to the singular or plural constituent elements, , And may be composed of a plurality of elements even if they are represented by a single number.

한편 발명의 설명에서는 구체적인 실시 예에 관해 설명하였으나, 다양한 실시 예들이 내포하는 기술적 사상의 범위에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능함은 물론이다.While the invention has been shown and described with reference to certain exemplary embodiments thereof, it will be understood by those skilled in the art that various changes and modifications may be made without departing from the spirit and scope of the invention as defined by the appended claims.

그러므로 본 발명의 범위는 설명된 실시 예에 국한되어 정해져서는 아니되며 후술하는 청구범위뿐만 아니라 이 청구범위와 균등한 것들에 의해 정해져야 한다.Therefore, the scope of the present invention should not be limited by the illustrated embodiments, but should be determined by the scope of the appended claims, as well as the appended claims.

도 1a는 본 발명의 연석 탐지 장치를 도시하는 구성도이다.BRIEF DESCRIPTION OF DRAWINGS FIG. 1A is a configuration diagram showing a curb detection apparatus of the present invention. FIG.

도 1a를 참조하면, 본 발명의 연석 탐지 장치(100)는 데이터 수신부(110), 데이터 전처리부(120), 신뢰도 결정부(130), 및 거리 추정부(140)를 포함한다.Referring to FIG. 1A, the present invention includes a data receiving unit 110, a data preprocessing unit 120, a reliability determining unit 130, and a distance estimating unit 140.

데이터 수신부(110)는 복수의 초음파 센서들로부터 특정 시간에 측정된 센싱 데이터들을 수신한다.The data receiving unit 110 receives sensing data measured at a specific time from a plurality of ultrasonic sensors.

상기 복수의 초음파 센서들은 차량의 측면에 일렬로 배열될 수 있다.The plurality of ultrasonic sensors may be arranged in a line on the side of the vehicle.

이하에서는 도 1b를 참조하여 본 발명의 초음파 센서 모듈 구조에 대한 설명을 하기로 한다.Hereinafter, the structure of the ultrasonic sensor module of the present invention will be described with reference to FIG.

도 1b는 초음파 센서 모듈 도시하는 구성도이다.1B is a configuration diagram showing an ultrasonic sensor module.

도 1b를 참조하면, 차량의 측면에 배치되는 복수의 초음파 센서 모듈들 각각은 초음파 센서 및 경첩형태의 방향 조절부를 포함한다. Referring to FIG. 1B, each of the plurality of ultrasonic sensor modules disposed on the side surface of the vehicle includes an ultrasonic sensor and a hinge-type direction adjusting unit.

초음파 센서는 발신부(Tx)와 수신부(Rx)로 구분되며, 연석 탐지를 위해 차량으로부터 연석으로 판단되는 물체까지의 거리를 측정하는데, 센서에서 출력된 초음파 신호가 물체에 부딪힌 후 반사되어 돌아오는 시간을 측정하여 거리를 계산한다.The ultrasonic sensor is divided into a transmitting part (Tx) and a receiving part (Rx). It measures the distance from the vehicle to an object determined as a curb for curb detection. The ultrasonic signal outputted from the sensor is reflected Measure the time to calculate the distance.

방향 조절부는 초음파센서가 연석으로 판단되는 물체를 지향하도록 초음파 센서의 방향을 제어하는 역할을 수행하며, 사용자에 의하여 수동으로 제어되거나, 차량에 구비된 ECU(Electronic Control Unit, 미도시)에 의하여 자동으로 제어될 수 있다.The direction control unit controls the direction of the ultrasonic sensor so that the ultrasonic sensor directs an object determined to be a curb. The direction control unit may be manually controlled by a user, or may be controlled by an ECU (Electronic Control Unit Lt; / RTI >

다시 도 1a를 참조하면, 데이터 전처리부(120)는 센싱 데이터들에 대한 전처리 과정을 수행하여 유효 센싱 데이터들을 추출한다.Referring again to FIG. 1A, the data preprocessing unit 120 preprocesses sensing data to extract effective sensing data.

상기 데이터 전처리부(120)는 측정된 센싱 데이터들에 포함된 데이터들 중에서 지표면에 반사된 데이터를 제거하는 노이즈 제거부(121)와, 상기 측정된 센싱 데이터들의 전체 또는 일부가 손실되었을 때 상기 손실된 센싱 데이터들의 측정 시간 직전 및/또는 직후에 측정된 센싱 데이터들에 기초하여 상기 센싱 데이터들을 복원하는 데이터 복원부(122)를 포함할 수 있다.The data preprocessing unit 120 may include a noise removing unit 121 for removing data reflected on the ground surface from the data included in the measured sensing data, And a data decompression unit 122 for restoring the sensing data based on the sensing data measured immediately before and / or immediately after the measurement time of the sensing data.

노이즈 제거부(121)는 측정된 센싱 데이터들 중 기 설정된 임계값 이하의 값을 갖는 센싱 데이터를 지표면에 반사된 데이터로 판단하여 제거할 수 있다.The noise removing unit 121 may determine the sensing data having a value less than a predetermined threshold value among the measured sensing data as data reflected on the ground surface and remove the sensed data.

예를 들어, 특정 센싱 데이터에 대응하는 거리 값이 임계 거리값보다 작은 경우 상기 센싱 데이터에 해당하는 신호를 지표면으로부터 반사된 신호로 판단하고, 해당 데이터는 제거 될 수 있다.For example, when the distance value corresponding to the specific sensing data is smaller than the threshold distance value, the signal corresponding to the sensing data is determined as a signal reflected from the ground surface, and the corresponding data can be removed.

데이터 복원부(122)는 손실된 센싱 데이터들의 측정 시간 직전 및 직후에 측정된 센싱 데이터들의 평균값을 상기 손실된 센싱 데이터들의 값으로 결정할 수 있다.The data restoring unit 122 may determine an average value of the sensing data measured immediately before and after the measurement time of the lost sensing data as the value of the lost sensing data.

예를 들어, 특정 센서에서 0.2S에 측정된 센싱 데이터 d2가 손실되고 상기 센서에서 0.1S에 측정된 센싱 데이터 d1과 상기 센서에서 0.3S에 측정된 센싱 데이터 d3가 존재하는 경우에, 손실된 센싱 데이터 d2는 d1과 d3의 평균값인 (d1+d3)/2로 결정될 수 있다.For example, in the case where the sensing data d2 measured at 0.2S is lost in the specific sensor and the sensing data d1 measured at 0.1S and the sensing data d3 measured at 0.3S in the sensor are present in the sensor, The data d2 can be determined as (d1 + d3) / 2, which is an average value of d1 and d3.

또한, 데이터 복원부(122)는 손실된 센싱 데이터들을 측정 시간 직전 또는 직후에 측정된 센싱 데이터들의 값으로 결정할 수 있다.Also, the data restoring unit 122 may determine the lost sensing data as the value of the sensing data measured immediately before or after the measuring time.

예를 들어, 특정 센서에서 0.2S에 측정된 센싱 데이터 d2가 손실되고, 상기 센서에서 0.1S에 측정된 센싱 데이터 d1과 상기 센서에서 0.3S에 측정된 센싱 데이터 d3가 존재하는 경우에, 손실된 센싱 데이터 d2는 d1 또는 d3 중 어느 하나의 값으로 결정될 수 있다.For example, in the case where the sensing data d2 measured at 0.2S is lost in a specific sensor, and the sensing data d1 measured at 0.1S and the sensing data d3 measured at 0.3S in the sensor are lost, The sensing data d2 may be determined to be any one of d1 and d3.

신뢰도 결정부(130)는 유효 센싱 데이터들의 표준편차에 기초하여 상기 유효 센싱 데이터들의 신뢰도를 기 설정된 등급 중 어느 하나의 등급으로 결정한다.The reliability determining unit 130 determines the reliability of the valid sensing data as one of the predetermined grades based on the standard deviation of the effective sensing data.

상기 신뢰도 결정부(130)는 유효 센싱 데이터들의 표준편차에 기초하여 설정된 임계 범위 이내에 상기 유효 센싱 데이터들을 구성하는 각각의 데이터들이 모두 포함되면 신뢰도를 A등급으로 결정할 수 있다. The reliability determining unit 130 may determine the reliability as the A rank if all the data constituting the valid sensing data are included within the set threshold range based on the standard deviation of the effective sensing data.

예를 들어, 0.1S에 제1 내지 제5 센서로부터 측정된 유효 센싱 데이터들의 표준편차에 의해 임계 범위가 170~220cm로 설정되고 상기 유효 센싱 데이터들을 구성하는 모든 데이터가 임계 범위인 170~220cm에 포함되는 경우에, 상기 0.1S에 측정된 유효 센싱 데이터들의 신뢰도를 A등급으로 결정할 수 있다.For example, if the critical range is set to 170 to 220 cm by the standard deviation of the effective sensing data measured from the first to fifth sensors at 0.1S, and all the data constituting the effective sensing data are within the critical range of 170 to 220 cm The reliability of the effective sensing data measured at 0.1S can be determined as the A grade.

예를 들어, 임계 범위는 유효 센싱 데이터들에 대한 표준편차값을 중심으로 하여 임의의 범위로 설정될 수 있다.For example, the threshold range may be set to any range centered on the standard deviation value for effective sensing data.

상기 신뢰도 결정부(130)는 임계 범위를 벗어나는 이상 데이터(outlier data)의 개수가 유효 센싱 데이터들의 총 개수의 절반 이하가 되면 신뢰도를 B등급으로 결정할 수 있다. The reliability determining unit 130 may determine the reliability to be a B rank when the number of outlier data exceeding the critical range is less than half of the total number of effective sensing data.

예를 들어, 0.2S에 제1 내지 제5 센서로부터 측정된 유효 센싱 데이터들의 표준편차에 의해 임계 범위가 200~250cm로 설정되고 상기 유효 센싱 데이터들 중 제1 내지 제3 센서의 유효 센싱 데이터들이 임계 범위인 200~250cm에 포함되며 제4 센서와 제5 센서의 유효 센싱 데이터들이 임계 범위인 200~250cm를 벗어나는 경우에, 상기 0.2S에 측정된 유효 센싱 데이터들의 신뢰도를 B등급으로 결정할 수 있다.For example, if the critical range is set to 200 to 250 cm by the standard deviation of the effective sensing data measured from the first to fifth sensors at 0.2S, and the effective sensing data of the first to third sensors When the effective sensing data of the fourth sensor and the fifth sensor are included in the critical range of 200 to 250 cm and are outside the critical range of 200 to 250 cm, the reliability of the effective sensing data measured at 0.2S can be determined as the B class .

상기 신뢰도 결정부(130)는 유효 센싱 데이터들이 A 또는 B 등급으로 결정되는 조건들을 만족하지 않고, 상기 유효 센싱 데이터들의 측정 시간 직전 및 직후에 측정된 유효 센싱 데이터들의 신뢰도가 A 또는 B등급이면 신뢰도를 C등급으로 결정할 수 있다.If the reliability of the effective sensing data measured immediately before and after the measurement time of the effective sensing data is A or B rank, the reliability determining unit 130 does not satisfy the conditions that the effective sensing data are determined as A or B rank, Can be determined as C grade.

예를 들어, 0.4S에 제1 내지 제5 센서로부터 측정된 유효 센싱 데이터들의 표준편차에 의해 임계 범위가 300~350cm로 설정되고 상기 유효 센싱 데이터들 중 제1 내지 제3 센서의 유효 센싱 데이터들이 임계 범위인 300~350cm에 포함되지 않으며, 0.3S에 측정된 유효 센싱 데이터들과 0.5S에 측정된 유효 센싱 데이터들의 신뢰도가 A등급인 경우에, 상기 0.4S에 측정된 유효 센싱 데이터들의 신뢰도를 C등급으로 결정할 수 있다. For example, if the critical range is set to 300 to 350 cm by the standard deviation of the effective sensing data measured from the first to fifth sensors at 0.4S, and the effective sensing data of the first to third sensors When the reliability of the effective sensing data measured at 0.3S and the effective sensing data measured at 0.5S is Class A, the reliability of the valid sensing data measured at 0.4S is not included in the critical range of 300 to 350 cm, C grade.

상기 신뢰도 결정부(130)는 유효 센싱 데이터들이 A 내지 C 등급으로 결정되는 조건들을 만족하지 않고, 상기 유효 센싱 데이터들의 측정 시간 보다 이전에 측정된 유효 센싱 데이터들의 임계 범위들에 기초하여 설정된 추세선에 상기 유효 센싱 데이터들 중 하나 이상의 유효 센싱 데이터가 인접해 있으면 신뢰도를 D등급으로 결정할 수 있다.The reliability determining unit 130 may determine that the effective sensing data does not satisfy the conditions for determining the A to C classes and that the reliability determining unit 130 determines that the valid sensing data is not included in the trend line that is set based on the critical ranges of the effective sensing data measured before the measurement time of the effective sensing data If one or more effective sensing data of the valid sensing data are adjacent to each other, the reliability can be determined as a D class.

예를 들어, 0.6S에 제1 내지 제5 센서로부터 측정된 유효 센싱 데이터들이 A 내지 C등급으로 결정되는 조건들을 만족하지 않고, 0.6S에 제1 센서에서 측정된 유효 센싱 데이터가 추세선과 기 설정된 임계 거리 이내로 인접해 있는 경우에, 상기 0.6S에 측정된 유효 센싱 데이터들의 신뢰도를 D등급으로 결정할 수 있다. For example, if the effective sensing data measured from the first to fifth sensors at 0.6S do not satisfy the conditions for which the A to C grades are determined, the valid sensing data measured at the first sensor at 0.6S is not set to the trend line It is possible to determine the reliability of the effective sensing data measured at 0.6S as the D grade.

예를 들어, 0.6S에 측정된 유효 센싱 데이터들이 A 내지 C등급으로 결정되는 조건들을 만족하지 않는 경우에, 추세선은 0.1S 내지 0.5S에 측정된 유효 센싱 데이터들 중 둘 이상 선택된 유효 센싱 데이터들의 임계 범위들에 대한 추세 증가 또는 감소를 반영하도록 설정될 수 있다. For example, when the effective sensing data measured at 0.6S do not satisfy the conditions determined as the A to C grades, the trend line indicates that two or more of the effective sensing data measured at 0.1S to 0.5S May be set to reflect a trend increase or decrease for critical ranges.

또한, 상기 신뢰도 결정부(130)는 유효 센싱 데이터들이 A 내지 D등급으로 결정되는 조건들을 만족하지 않으면 신뢰도를 F등급으로 결정할 수 있다. In addition, the reliability determining unit 130 may determine the reliability as an F level if the valid sensing data does not satisfy the conditions for determining the A to D grades.

예를 들어, 0.7S에 제1 내지 제5 센서로부터 측정된 유효 센싱 데이터들 중에 어느 하나도 설정된 추세선과 기 설정된 임계 거리 이내로 인접해 있지 않는 경우에, 상기 0.7S에 측정된 유효 센싱 데이터들의 신뢰도를 F등급으로 결정할 수 있다.For example, when any one of the effective sensing data measured from the first to fifth sensors at 0.7S is not adjacent to a set trend line within a predetermined threshold distance, the reliability of the effective sensing data measured at 0.7S F grade.

상기 거리 추정부(140)는 결정된 신뢰도에 기초하여 거리 계산 방식을 결정하고 상기 거리 계산 방식에 따른 거리 추정값을 계산할 수 있다.The distance estimator 140 may determine a distance calculation method based on the determined reliability and calculate a distance estimation value according to the distance calculation method.

상기 거리 계산 방식은 유효 센싱 데이터들의 신뢰도가 A등급이면 상기 유효 센싱 데이터들의 평균값에 기초하여 거리를 계산하는 방식일 수 있다. The distance calculation method may be a method of calculating the distance based on the average value of the effective sensing data if the reliability of the effective sensing data is A rank.

예를 들어, 0.1S에 제1 내지 제5 센서로부터 측정된 유효 센싱 데이터들의 신뢰도가 A등급인 경우에, 상기 0.1S에 계산된 거리 추정값은 상기 제1 내지 제5 센서로부터 측정된 유효 센싱 데이터들의 평균값으로 결정될 수 있다.For example, when the reliability of the effective sensing data measured from the first to fifth sensors at 0.1S is Class A, the distance estimation value calculated at 0.1S is the effective sensing data measured from the first to fifth sensors As shown in FIG.

상기 거리 계산 방식은 유효 센싱 데이터들의 신뢰도가 B등급이면 상기 유효 센싱 데이터들 중에서 임계 범위를 벗어나지 않는 데이터들의 평균값에 기초하여 거리를 계산하는 방식일 수 있다. The distance calculation method may be a method of calculating a distance based on an average value of data that does not deviate from the critical range out of the effective sensing data if the reliability of the effective sensing data is B rank.

예를 들어, 0.2S에 제1 내지 제5 센서로부터 측정된 유효 센싱 데이터들의 신뢰도가 B등급이고 임계 범위가 200~250cm이며 상기 유효 센싱 데이터들 중 제1 내지 제3 센서의 유효 센싱 데이터들이 임계 범위인 200~250cm에 포함되고 제4 센서와 제5 센서의 유효 센싱 데이터들이 임계 범위인 200~250cm를 벗어나는 경우에, 상기 0.2S에서 계산된 거리 추정값은 제1 내지 제3 센서의 유효 센싱 데이터들의 평균값으로 결정될 수 있다.For example, when the reliability of valid sensing data measured from the first to fifth sensors at 0.2S is B rank, the threshold range is 200 to 250 cm, and effective sensing data of the first to third sensors among the valid sensing data are critical And the effective sensing data of the fourth sensor and the fifth sensor are outside the critical range of 200 to 250 cm, the distance estimation value calculated at 0.2S is the effective sensing data of the first to third sensors As shown in FIG.

상기 거리 계산 방식은 유효 센싱 데이터들의 신뢰도가 C등급이면 상기 유효 센싱 데이터들의 측정 시간 직전 및 직후에 측정된 유효 센싱 데이터들에 기초하여 거리를 계산하는 방식일 수 있다. The distance calculation method may be a method of calculating the distance based on the effective sensing data measured immediately before and after the measurement time of the effective sensing data if the reliability of the effective sensing data is C rank.

예를 들어, 0.4S에 제1 내지 제5 센서로부터 측정된 유효 센싱 데이터들의 신뢰도가 C등급인 경우에, 상기 0.4S에서 계산된 거리 추정값은 0.3S에 측정된 유효 센싱 데이터들에 의해 계산된 거리 추정값과 0.5S에 측정된 유효 센싱 데이터들에 의해 계산된 거리 추정값의 추세 증가 또는 감소를 고려한 값으로 결정될 수 있다.For example, if the reliability of the effective sensing data measured from the first to fifth sensors at 0.4S is C rank, then the distance estimate calculated at 0.4S is calculated by the effective sensing data measured at 0.3S Can be determined as a value considering the increase or decrease in the trend of the distance estimation value and the distance estimation value calculated by the effective sensing data measured at 0.5S.

예를 들어, 신뢰도가 C등급인 0.4S에서 계산된 거리 추정값은 0.3S에 측정된 유효 센싱 데이터들에 의해 계산된 거리 추정값과 0.5S에 측정된 유효 센싱 데이터들에 의해 계산된 거리 추정값의 평균값일 수 있다. For example, a distance estimate calculated at 0.4S, which is a C-rating of reliability, is calculated from the distance estimate calculated by the effective sensing data measured at 0.3S and the average value of the distance estimates calculated by the effective sensing data measured at 0.5S Lt; / RTI >

상기 거리 계산 방식은 유효 센싱 데이터들의 신뢰도가 D등급이면 추세선에 기초하여 거리를 계산하는 방식일 수 있다. The distance calculation method may be a method of calculating the distance based on the trend line if the reliability of the effective sensing data is D rank.

예를 들어, 0.6S에 제1 내지 제5 센서로부터 측정된 유효 센싱 데이터들의 신뢰도가 D등급인 경우에, 상기 0.6S에 계산된 거리 추정값은 0.1S 내지 0.5S에 측정된 유효 센싱 데이터들에 의해 계산된 거리 추정값들 중 둘 이상 선택된 거리 추정값들의 추세 증가 또는 감소를 고려한 값으로 결정될 수 있다.For example, when the reliability of the effective sensing data measured from the first to fifth sensors at 0.6S is class D, the distance estimation value calculated at 0.6S is the effective sensing data measured at 0.1S to 0.5S Of the distance estimation values calculated by the distance estimating means.

상기 거리 계산 방식은 유효 센싱 데이터들의 신뢰도가 F등급이면 상기 유효 센싱 데이터를 사용하지 않는 방식일 수 있다.The distance calculation method may be one in which the effective sensing data is not used if the reliability of the effective sensing data is F rank.

도 2는 본 발명의 연석 탐지 방법을 도시하는 순서도이다.2 is a flowchart showing a method of detecting a curb of the present invention.

도 2에 도시된 방법은 도 1a의 연석 탐지 장치(100)에 의해 수행될 수 있다.The method shown in FIG. 2 may be performed by the curb detection apparatus 100 of FIG. 1A.

도 2를 참조하면, S210단계에서 상기 장치는 복수의 초음파 센서들로부터 특정 시간에 측정된 센싱 데이터들을 수신할 수 있다.Referring to FIG. 2, in step S210, the apparatus can receive sensed data measured at a specific time from a plurality of ultrasonic sensors.

S220단계에서 상기 장치는 센싱 데이터들에 대한 전처리 과정을 수행하여 유효 센싱 데이터들을 추출할 수 있다.In step S220, the apparatus may extract the valid sensing data by performing a preprocessing process on the sensing data.

상기 S220단계에서 상기 장치는 측정된 센싱 데이터들에 포함된 데이터 중에서 지표면에 반사된 데이터를 제거하는 S221단계 및 상기 측정된 센싱 데이터들의 전체 또는 일부가 손실되었을 때 상기 손실된 센싱 데이터들의 측정 시간 직전 및/또는 직후에 측정된 센싱 데이터들에 기초하여 상기 센싱 데이터들을 복원하는 S222단계를 포함할 수 있다. In step S220, the apparatus removes data reflected on the ground surface from among the data included in the measured sensing data. In step S221, the apparatus immediately before the measurement time of the lost sensing data when all or a part of the sensed data is lost And / or recovering the sensed data based on the sensed data measured immediately after the sensed data.

S230단계에서 상기 장치는 유효 센싱 데이터들의 표준편차에 기초하여 상기 유효 센싱 데이터들의 신뢰도를 기 설정된 등급 중 어느 하나의 등급으로 결정한다. In step S230, the apparatus determines the reliability of the valid sensing data as one of the predetermined grades based on the standard deviation of the effective sensing data.

상기 S230단계에서 상기 장치는 유효 센싱 데이터들의 표준편차에 기초하여 설정된 임계 범위 이내에 상기 유효 센싱 데이터들을 구성하는 각각의 데이터들이 모두 포함되면 신뢰도를 A등급으로 결정하는 S231단계를 포함할 수 있다. In step S230, the apparatus may include a step S231 of determining reliability as an A grade if all the data constituting the valid sensing data are included within a predetermined threshold range based on the standard deviation of effective sensing data.

상기 S230단계에서 상기 장치는 유효 센싱 데이터들의 신뢰도가 A등급으로 결정되는 조건을 만족하지 않고, 임계 범위를 벗어나는 이상 데이터(outlier data)의 개수가 상기 유효 센싱 데이터들의 총 개수의 절반 이하가 되면 신뢰도를 B등급으로 결정하는 S232단계를 포함할 수 있다. If the number of outlier data out of the threshold range is less than half of the total number of valid sensing data in step S230, the device does not satisfy the condition that the reliability of the effective sensing data is determined as the A grade, May be determined as a B-level.

상기 S230단계에서 상기 장치는 유효 센싱 데이터들의 신뢰도가 B등급으로 결정되는 조건을 만족하지 않고, 상기 유효 센싱 데이터들의 측정 시간 직전 및 직후에 측정된 유효 센싱 데이터들 중에서 신뢰도가 A 또는 B등급으로 결정된 유효 센싱 데이터들이 존재하면 신뢰도를 C등급으로 결정하는 S233단계를 포함할 수 있다.In step S230, the device determines that the reliability of the valid sensing data does not satisfy the condition that the reliability of the valid sensing data does not satisfy the B rank, and the reliability is determined to be A or B among the effective sensing data measured immediately before and after the measurement time of the effective sensing data And if the valid sensing data exists, the reliability may be determined as the C rank.

상기 S230단계에서 상기 장치는 유효 센싱 데이터들의 신뢰도가 C등급으로 결정되는 조건을 만족하지 않고, 상기 유효 센싱 데이터들의 측정 시간 보다 이전에 측정된 유효 센싱 데이터들의 임계 범위에 기초하여 설정된 추세선에 상기 유효 센싱 데이터들 중 어느 하나의 유효 센싱 데이터가 인접해 있으면 신뢰도를 D등급으로 결정하는 S234단계를 포함할 수 있다. In step S230, the device determines whether the reliability of the valid sensing data does not satisfy the condition that the reliability of the effective sensing data is determined to be C, And if the effective sensing data of any one of the sensed data are adjacent to each other, determining the reliability to be a D class.

또한, 상기 S230단계에서 상기 장치는 유효 센싱 데이터들의 신뢰도가 D등급으로 결정되지 않는 경우에, 신뢰도를 F등급으로 결정하는 S235단계를 포함할 수 있다.If the reliability of the valid sensing data is not determined to be the D class in step S230, the apparatus may determine the reliability to be F class in step S235.

S240단계에서 상기 장치는 결정된 신뢰도에 기초하여 거리 계산 방식을 결정하고 상기 거리 계산 방식에 따른 거리 추정값을 계산한다.In step S240, the apparatus determines a distance calculation method based on the determined reliability and calculates a distance estimation value according to the distance calculation method.

상기 거리 계산 방식은 유효 센싱 데이터들의 신뢰도가 A등급이면 상기 유효 센싱 데이터들의 평균값에 기초하여 거리를 계산하는 방식일 수 있다.The distance calculation method may be a method of calculating the distance based on the average value of the effective sensing data if the reliability of the effective sensing data is A rank.

상기 거리 계산 방식은 유효 센싱 데이터들의 신뢰도가 B등급이면 상기 유효 센싱 데이터들 중에서 상기 임계 범위를 벗어나지 않는 데이터들의 평균값에 기초하여 거리를 계산하는 방식일 수 있다. The distance calculation method may be a method of calculating a distance based on an average value of data that does not deviate from the critical range among the valid sensing data if the reliability of the effective sensing data is B rank.

상기 거리 계산 방식은 유효 센싱 데이터들의 신뢰도가 C등급이면 상기 유효 센싱 데이터들의 측정 시간 직전 및 직후에 측정된 유효 센싱 데이터들 중에서 신뢰도가 A 또는 B등급으로 분류된 유효 센싱 데이터들에 기초하여 거리를 계산하는 방식일 수 있다.If the reliability of the effective sensing data is C rank, the distance calculation method calculates the distance based on the effective sensing data classified as A or B rank among the effective sensing data measured immediately before and after the measurement time of the effective sensing data Or the like.

상기 거리 계산 방식은 유효 센싱 데이터들의 신뢰도가 D등급이면 추세선에 기초하여 거리를 계산하는 방식일 수 있다.The distance calculation method may be a method of calculating the distance based on the trend line if the reliability of the effective sensing data is D rank.

상기 거리 계산 방식은 유효 센싱 데이터들의 신뢰도가 F등급이면 상기 유효 센싱 데이터들을 사용하지 않는 방식일 수 있다.The distance calculation method may be one in which the effective sensing data is not used if the reliability of the effective sensing data is F rank.

또한, 상기 S240단계에서 상기 장치는 계산된 거리 추정값과 결정된 신뢰도를 외부로 출력할 수 있다. In addition, in step S240, the apparatus may output the calculated distance estimation value and the determined reliability to the outside.

예를 들어, 외부로 출력된 거리 추정값과 신뢰도는 사용자 또는 차량의 ECU(Electronic Control Unit, 미도시)에 전달되어 차량 주행에 이용될 수 있다.For example, the distance estimate and reliability output to the outside can be transmitted to a user or an electronic control unit (ECU) (not shown) of the vehicle and used for driving the vehicle.

도 3은 신뢰도 결정 및 거리 계산 방법의 예시를 도시하는 참고도이다.3 is a reference diagram showing an example of a reliability determination and a distance calculation method.

도 3에 도시된 예시는 도 1a의 연석 탐지 장치(100) 및 도 2의 연석 탐지 방법(200)에서 수행될 수 있다.The example shown in FIG. 3 may be performed in the curb detection device 100 of FIG. 1A and the curb detection method 200 of FIG.

도 3을 참조하면, 0.1S에 측정된 유효 센싱 데이터들(a)은 상기 유효 센싱 데이터들(a)의 표준편차에 기초하여 설정된 임계 범위 이내에 상기 유효 센싱 데이터들(a)을 구성하는 각각의 데이터들(유효 센싱 데이터1 내지 유효 센싱 데이터3)이 모두 포함되므로 신뢰도가 A등급으로 결정되고, 상기 0.1S에서 측정된 거리 추정값(a')은 상기 유효 센싱 데이터1 내지 유효 센싱 데이터3의 평균값으로 결정된다.Referring to FIG. 3, the effective sensing data (a) measured at 0.1S includes a plurality of effective sensing data (a), each of which constitutes the effective sensing data (a) within a threshold range set based on the standard deviation of the effective sensing data Since the data (effective sensing data 1 to effective sensing data 3) are all included, the reliability is determined as the A grade, and the distance estimation value a 'measured at 0.1S is the average value of the effective sensing data 1 to the effective sensing data 3 .

0.2S에 측정된 유효 센싱 데이터들(b)은 상기 유효 센싱 데이터들(b)의 표준편차에 기초하여 설정된 임계 범위 이내에 상기 유효 센싱 데이터들(b)을 구성하는 각각의 데이터들(유효 센싱 데이터1 내지 유효 센싱 데이터3) 중에서 유효 센싱 데이터1과 유효 센싱 데이터2가 포함되므로 신뢰도가 B등급으로 결정되고, 상기 0.2S에서 측정된 거리 추정값(b')은 상기 유효 센싱 데이터1과 유효 센싱 데이터2의 평균값으로 결정된다.The effective sensing data (b) measured at 0.2S are each data (effective sensing data (b)) constituting the valid sensing data (b) within a threshold range set based on the standard deviation of the effective sensing data Since the effective sensing data 1 and the effective sensing data 2 are included in the valid sensing data 1 and valid sensing data 3, the reliability is determined to be B rank, and the distance estimation value b ' 2 < / RTI >

0.4S에 측정된 유효 센싱 데이터들(c)은 상기 유효 센싱 데이터들(c)의 신뢰도를 A 또는 B등급로 결정하는 조건들을 만족하지 않으며, 0.3S 및 0.5S에 측정된 유효 센싱 데이터들이 A등급으로 결정 되었으므로 상기 유효 센싱 데이터들(c)은 신뢰도가 C등급으로 결정되고, 상기 0.4S에서 측정된 거리 추정값(c')은 0.3S 및 0.5S에 측정된 유효 센싱 데이터들에 의해 계산된 거리 추정값의 추세 증가/감소를 고려한 값 또는 0.3S 및 0.5S에 측정된 유효 센싱 데이터들에 의해 계산된 거리 추정값의 평균값으로 결정된다.The effective sensing data c measured at 0.4S does not satisfy the conditions for determining the reliability of the effective sensing data c as the A or B rating and the effective sensing data measured at 0.3S and 0.5S are A The reliability sensing data c is determined to be C-rated, and the distance estimation value c 'measured at 0.4S is calculated by the effective sensing data measured at 0.3S and 0.5S. A value considering the increase / decrease in the trend of the distance estimation value or an average value of the distance estimation value calculated by the effective sensing data measured at 0.3S and 0.5S.

0.6S에 측정된 유효 센싱 데이터들(d)은 상기 유효 센싱 데이터들(d)의 신뢰도를 A 내지 C등급로 결정하는 조건들을 만족하지 않으며, 0.6S에 유효 센싱 데이터1이 설정된 추세선(Trend line)과 기 설정된 임계 거리 이내로 인접해 있으므로 상기 유효 센싱 데이터들(d)은 신뢰도가 D등급으로 결정되고, 상기 0.6S에서 측정된 거리 추정값(d')은 이전 측정 시간에 측정된 거리 추정값들의 추세 증가 또는 감소를 고려한 값으로 결정된다.The effective sensing data d measured at 0.6S does not satisfy the conditions for determining the reliability of the effective sensing data d as the A to C rating and the trend line ), The reliability sensing data d is determined to be a grade D, and the distance estimation value d 'measured at 0.6S is a trend of the distance estimation values measured at the previous measurement time Increase or decrease.

0.7S에 측정된 유효 센싱 데이터들(e)은 상기 유효 센싱 데이터들(e)의 신뢰도를 A 내지 D등급로 결정하는 조건들을 만족하지 않으므로 신뢰도가 F등급으로 결정되고, 상기 0.7S에서 측정된 거리 추정값(e')은 연석 탐지를 위한 값으로 사용하지 않는다.Since the valid sensing data e measured at 0.7S does not satisfy the conditions for determining the reliability of the valid sensing data e as the A to D rating, the reliability is determined as the F grade, The distance estimate (e ') is not used as a value for curb detection.

도 4는 연석 탐지 결과의 예시를 도시하는 참고도이다.Fig. 4 is a reference diagram showing an example of the results of the curb detection.

도 4를 참조하면, 본 발명의 연석 탐지 방법 및 장치를 적용한 차량이 사다리꼴 모양의 연석을 탐지하고 있으며, 탐지 결과로 거리 추정값과 각각의 추정값에 대한 신뢰도를 출력하고 있다.Referring to FIG. 4, a vehicle to which the method and apparatus for detecting a curb of the present invention is applied detects trapezoidal curb, and outputs a distance estimation value and a reliability for each estimation value as a detection result.

출력된 거리 추정값과 신뢰도에 기초한 연석 탐지 결과는 상기 연석과 거의 유사한 사다리꼴 형태를 보이고 있으며, 이를 통하여 본 발명의 연석 탐지 방법 및 장치는 연석 탐지 성능과 신뢰성이 매우 우수 하다는 것을 확인할 수 있다.The curb detection result based on the estimated distance value and the output reliability shows a trapezoid shape substantially similar to the curb. Thus, it can be seen that the curb detection method and apparatus of the present invention have excellent curb detection performance and reliability.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable 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.The apparatus described above may be implemented as a hardware component, a software component, and / or a combination of hardware components and software components. For example, the apparatus and components described in the embodiments may be implemented within a computer system, such as, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable array (FPA) A programmable logic unit (PLU), a microprocessor, or any other device capable of executing and responding to instructions. The processing device may execute an operating system (OS) and one or more software applications running on the operating system. The processing device may also access, store, manipulate, process, and generate data in response to execution of the software. For ease of understanding, the processing apparatus may be described as being used singly, but those skilled in the art will recognize that the processing apparatus may have a plurality of processing elements and / As shown in FIG. For example, the processing unit may comprise a plurality of processors or one processor and one controller. Other processing configurations are also possible, such as a parallel processor.

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. The software may include a computer program, code, instructions, or a combination of one or more of the foregoing, and may be configured to configure the processing device to operate as desired or to process it collectively or collectively Device can be commanded. The software and / or data may be in the form of any type of machine, component, physical device, virtual equipment, computer storage media, or device , Or may be permanently or temporarily embodied in a transmitted signal wave.

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.The software may be distributed over a networked computer system and stored or executed in a distributed manner. The software and data may be stored on one or more computer readable recording media.

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.The method according to an embodiment may be implemented in the form of a program command that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, and the like, alone or in combination. The program instructions to be recorded on the medium may be those specially designed and configured for the embodiments or may be available to those skilled in the art of computer software. Examples of computer-readable media include magnetic media such as hard disks, floppy disks and magnetic tape; optical media such as CD-ROMs and DVDs; magnetic media such as floppy disks; Magneto-optical media, and hardware devices specifically configured to store and execute program instructions such as ROM, RAM, flash memory, and the like. Examples of program instructions include machine language code such as those produced by a compiler, as well as high-level language code that can be executed by a computer using an interpreter or the like. The hardware devices described above may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.

100 : 연석 탐지 장치
110 : 데이터 수신부
120 : 데이터 전처리부
121 : 노이즈 제거부
122 : 데이터 복원부
130 : 신뢰도 결정부
140 : 거리 추정부
200 : 연석 탐지 방법100: Curb detection device
110: Data receiving unit
120: Data preprocessing section
121: Noise elimination
122:
130: reliability determination unit
140: Distance estimation unit
200: Curb detection method

Claims (10)

복수의 초음파 센서들로부터 특정 시간에 측정된 센싱 데이터들을 수신하는 데이터 수신부;
상기 센싱 데이터들에 대한 전처리 과정을 수행하여 유효 센싱 데이터들을 추출하는 데이터 전처리부;
상기 유효 센싱 데이터들의 표준편차에 기초하여 상기 유효 센싱 데이터들의 신뢰도를 기 설정된 등급 중 어느 하나의 등급으로 결정하는 신뢰도 결정부; 및
상기 결정된 신뢰도에 기초하여 거리 계산 방식을 결정하고 상기 거리 계산 방식에 따른 거리 추정값을 계산하는 거리 추정부를 포함하는
자동차의 연석 탐지 장치.
A data receiving unit for receiving sensed data measured at a specific time from a plurality of ultrasonic sensors;
A data preprocessing unit for performing preprocessing on the sensing data to extract effective sensing data;
A reliability determining unit for determining reliability of the valid sensing data as one of a predetermined class based on a standard deviation of the effective sensing data; And
And a distance estimation unit for determining a distance calculation method based on the determined reliability and calculating a distance estimation value according to the distance calculation method
Curb detection system of automobile.
제1항에 있어서,
상기 복수의 초음파 센서들은 차량의 측면에 일렬로 배열되는
자동차의 연석 탐지 장치.
The method according to claim 1,
The plurality of ultrasonic sensors are arranged in a line on the side of the vehicle
Curb detection system of automobile.
제1항에 있어서,
상기 데이터 전처리부는,
상기 측정된 센싱 데이터들에 포함된 데이터 중에서 지표면에 반사된 데이터를 제거하는 노이즈 제거부와, 상기 측정된 센싱 데이터들의 전체 또는 일부가 손실되었을 때 상기 손실된 센싱 데이터들의 측정 시간 직전 및/또는 직후에 측정된 센싱 데이터들에 기초하여 상기 센싱 데이터들을 복원하는 데이터 복원부를 포함하는
자동차의 연석 탐지 장치.
The method according to claim 1,
The data pre-
A noise removing unit that removes data reflected on the surface of the data included in the measured sensing data, and a control unit that controls the sensing unit and the sensing unit in such a manner that, when all or a part of the measured sensing data is lost, And a data restoring unit for restoring the sensing data based on the sensed data measured in the sensing unit
Curb detection system of automobile.
제1항에 있어서,
상기 신뢰도 결정부는,
상기 유효 센싱 데이터들의 표준편차에 기초하여 설정된 임계 범위 이내에 상기 유효 센싱 데이터들을 구성하는 각각의 데이터들이 모두 포함되면 신뢰도를 A등급으로 결정하고, 상기 임계 범위를 벗어나는 이상 데이터(outlier data)의 개수가 상기 유효 센싱 데이터들의 총 개수의 절반 이하가 되면 신뢰도를 B등급으로 결정하며, 상기 유효 센싱 데이터들이 A 또는 B 등급으로 결정되는 조건들을 만족하지 않고 상기 유효 센싱 데이터들의 측정 시간 직전 및 직후에 측정된 유효 센싱 데이터들의 신뢰도가 A 또는 B등급이면 신뢰도를 C등급으로 결정하고, 상기 유효 센싱 데이터들이 A 내지 C 등급으로 결정되는 조건들을 만족하지 않고 상기 유효 센싱 데이터들의 측정 시간 보다 이전에 측정된 유효 센싱 데이터들의 임계 범위들에 기초하여 설정된 추세선에 상기 유효 센싱 데이터들 중 하나 이상의 유효 센싱 데이터가 인접해 있으면 신뢰도를 D등급으로 결정하며, 상기 유효 센싱 데이터들이 A 내지 D등급으로 결정되는 조건들을 만족하지 않으면 신뢰도를 F등급으로 결정하는
자동차의 연석 탐지 장치.
The method according to claim 1,
The reliability determining unit may determine,
If the data constituting the valid sensing data are all included within the set threshold range based on the standard deviation of the valid sensing data, the reliability is determined as the A grade, and the number of outlier data out of the threshold range is Determining whether the effective sensing data does not satisfy the conditions that the effective sensing data is determined as A or B rank, and determining the reliability of the effective sensing data when the effective sensing data is measured immediately before and after the measurement time of the effective sensing data, Determining whether the reliability of the valid sensing data is A or B and the reliability of the valid sensing data when the reliability of the valid sensing data is A or B, The trend line set based on the critical ranges of data If one or more effective sensing data among the valid sensing data are adjacent to each other, the reliability is determined to be a class D. If the valid sensing data does not satisfy the conditions for determining classes A to D,
Curb detection system of automobile.
제4항에 있어서,
상기 거리 계산 방식은,
상기 유효 센싱 데이터들의 신뢰도가 A등급이면 상기 유효 센싱 데이터들의 평균값에 기초하여 거리를 계산하는 방식이고, 신뢰도가 B등급이면 상기 유효 센싱 데이터들 중에서 상기 임계 범위를 벗어나지 않는 데이터들의 평균값에 기초하여 거리를 계산하는 방식이며, 신뢰도가 C등급이면 상기 유효 센싱 데이터들의 측정 시간 직전 및 직후에 측정된 유효 센싱 데이터들에 기초하여 거리를 계산하는 방식이고, 신뢰도가 D등급이면 추세선에 기초하여 거리를 계산하는 방식이며, 신뢰도가 F등급이면 상기 유효 센싱 데이터를 사용하지 않는 방식인,
자동차의 연석 탐지 장치.
5. The method of claim 4,
In the distance calculation method,
And calculating a distance based on the average value of the effective sensing data when the reliability of the valid sensing data is A rank, and calculating a distance based on the average value of data not exceeding the threshold range among the valid sensing data when the reliability is B rank. If the reliability is C rank, the distance is calculated based on the effective sensing data measured immediately before and after the measurement time of the effective sensing data. If the reliability is D rank, the distance is calculated based on the trend line If the reliability is F rank, the effective sensing data is not used.
Curb detection system of automobile.
복수의 초음파 센서들로부터 특정 시간에 측정된 센싱 데이터들을 수신하는 데이터 수신 단계;
상기 센싱 데이터들에 대한 전처리 과정을 수행하여 유효 센싱 데이터들을 추출하는 데이터 전처리 단계;
상기 유효 센싱 데이터들의 표준편차에 기초하여 상기 유효 센싱 데이터들의 신뢰도를 기 설정된 등급 중 어느 하나의 등급으로 결정하는 신뢰도 결정 단계; 및
상기 결정된 신뢰도에 기초하여 거리 계산 방식을 결정하고 상기 거리 계산 방식에 따른 거리 추정값을 계산하는 거리 추정 단계를 포함하는
자동차의 연석 탐지 방법.
A data receiving step of receiving sensed data measured at a specific time from a plurality of ultrasonic sensors;
A data preprocessing step of performing preprocessing on the sensing data to extract effective sensing data;
A reliability determining step of determining reliability of the valid sensing data as one of a predetermined class based on a standard deviation of the effective sensing data; And
And a distance estimation step of determining a distance calculation method based on the determined reliability and calculating a distance estimation value according to the distance calculation method
A method of detecting a curb of an automobile.
제6항에 있어서,
상기 데이터 전처리 단계는,
측정된 센싱 데이터들에 포함된 데이터 중에서 지표면에 반사된 데이터를 제거하는 노이즈 제거 단계; 및
상기 측정된 센싱 데이터들의 전체 또는 일부가 손실되었을 때 상기 손실된 센싱 데이터들의 측정 시간 직전 및/또는 직후에 측정된 센싱 데이터들에 기초하여 상기 센싱 데이터들을 복원하는 데이터 복원 단계를 포함하는
자동차의 연석 탐지 방법.
The method according to claim 6,
The data pre-
A noise removing step of removing data reflected on the ground surface from data included in the measured sensing data; And
And restoring the sensing data based on the sensing data measured immediately before and / or immediately after the measurement time of the lost sensing data when all or a part of the sensed sensing data is lost
A method of detecting a curb of an automobile.
제6항에 있어서,
상기 신뢰도 결정 단계는,
상기 유효 센싱 데이터들의 표준편차에 기초하여 설정된 임계 범위 이내에 상기 유효 센싱 데이터들을 구성하는 각각의 데이터들이 모두 포함되면 신뢰도를 A등급으로 결정하는 단계;
상기 유효 센싱 데이터들의 신뢰도가 A등급으로 결정되는 조건을 만족하지 않고, 상기 임계 범위를 벗어나는 이상 데이터(outlier data)의 개수가 상기 유효 센싱 데이터들의 총 개수의 절반 이하가 되면 신뢰도를 B등급으로 결정하는 단계;
상기 유효 센싱 데이터들의 신뢰도가 B등급으로 결정되는 조건을 만족하지 않고, 상기 유효 센싱 데이터들의 측정 시간 직전 및 직후에 측정된 유효 센싱 데이터들의 신뢰도가 A 또는 B등급이면 신뢰도를 C등급으로 결정하는 단계;
상기 유효 센싱 데이터들의 신뢰도가 C등급으로 결정되는 조건을 만족하지 않고, 상기 유효 센싱 데이터들의 측정 시간 보다 이전에 측정된 유효 센싱 데이터들의 임계 범위들에 기초하여 설정된 추세선에 상기 유효 센싱 데이터들 중 하나 이상의 유효 센싱 데이터가 인접해 있으면 신뢰도를 D등급으로 결정하는 단계; 및
상기 유효 센싱 데이터들의 신뢰도가 D등급으로 결정되지 않는 경우에, 신뢰도를 F등급으로 결정하는 단계를 포함하는
자동차의 연석 탐지 방법.
The method according to claim 6,
The reliability determination step may include:
Determining reliability as an A grade if all the data constituting the valid sensing data are included within a predetermined threshold range based on the standard deviation of the effective sensing data;
If the reliability of the effective sensing data does not satisfy the condition that the reliability is determined to be the A grade and the number of outlier data exceeding the critical range is less than half of the total number of the effective sensing data, ;
If the reliability of the valid sensing data does not satisfy the condition that the reliability is determined to be B rank and if the reliability of the effective sensing data measured immediately before and after the measurement time of the valid sensing data is A or B rank, ;
One of the valid sensing data is set to a trend line that is set based on critical ranges of effective sensing data measured before the measurement time of the valid sensing data but does not satisfy the condition that the reliability of the valid sensing data is determined as C- Determining the reliability to be class D if the effective sensing data is adjacent; And
If the reliability of the valid sensing data is not determined to be the D grade, determining the reliability to be F grade
A method of detecting a curb of an automobile.
제8항에 있어서,
상기 거리 계산 방식은,
상기 유효 센싱 데이터들의 신뢰도가 A등급이면 상기 유효 센싱 데이터들의 평균값에 기초하여 거리를 계산하는 방식이고, 신뢰도가 B등급이면 상기 유효 센싱 데이터들 중에서 상기 임계 범위를 벗어나지 않는 데이터들의 평균값에 기초하여 거리를 계산하는 방식이며, 신뢰도가 C등급이면 상기 유효 센싱 데이터들의 측정 시간 직전 및 직후에 측정된 유효 센싱 데이터들에 기초하여 거리를 계산하는 방식이고, 신뢰도가 D등급이면 추세선에 기초하여 거리를 계산하는 방식이며, 신뢰도가 F등급이면 상기 유효 센싱 데이터를 사용하지 않는 방식인,
자동차의 연석 탐지 방법.
9. The method of claim 8,
In the distance calculation method,
And calculating a distance based on the average value of the effective sensing data when the reliability of the valid sensing data is A rank, and calculating a distance based on the average value of data not exceeding the threshold range among the valid sensing data when the reliability is B rank. If the reliability is C rank, the distance is calculated based on the effective sensing data measured immediately before and after the measurement time of the effective sensing data. If the reliability is D rank, the distance is calculated based on the trend line If the reliability is F rank, the effective sensing data is not used.
A method of detecting a curb of an automobile.
제6항에 있어서,
상기 거리 추정 단계는 상기 계산된 거리 추정값과 상기 결정된 신뢰도를 외부로 출력하는
자동차의 연석 탐지 방법.The method according to claim 6,
The distance estimating step may include outputting the calculated distance estimation value and the determined reliability to the outside
A method of detecting a curb of an automobile.
KR1020170062544A 2017-05-19 2017-05-19 Method and device for curb detection of vehicle using multiple ultrasonic sensors KR101928652B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170062544A KR101928652B1 (en) 2017-05-19 2017-05-19 Method and device for curb detection of vehicle using multiple ultrasonic sensors

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170062544A KR101928652B1 (en) 2017-05-19 2017-05-19 Method and device for curb detection of vehicle using multiple ultrasonic sensors

Publications (2)

Publication Number Publication Date
KR20180127119A true KR20180127119A (en) 2018-11-28
KR101928652B1 KR101928652B1 (en) 2018-12-12

Family

ID=64561828

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170062544A KR101928652B1 (en) 2017-05-19 2017-05-19 Method and device for curb detection of vehicle using multiple ultrasonic sensors

Country Status (1)

Country Link
KR (1) KR101928652B1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210147543A (en) * 2020-05-29 2021-12-07 재단법인 중소조선연구원 underwater drone operation system and operation method
KR102386499B1 (en) * 2021-07-16 2022-04-20 센서텍(주) Distance measuring system

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010127650A (en) * 2008-11-25 2010-06-10 Nippon Telegr & Teleph Corp <Ntt> System for estimating position of movable body, method for estimating position of movable body, and program for estimating position of movable body
WO2012010180A1 (en) * 2010-07-17 2012-01-26 Valeo Schalter Und Sensoren Gmbh Method for warning a driver of a motor vehicle of an obstacle present in a side area next to a side flank of the vehicle and motor vehicle with a driver assistance system
KR101500168B1 (en) * 2013-10-14 2015-03-06 현대자동차주식회사 Method for Recognizing Side Boundary of Road during Driving

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210147543A (en) * 2020-05-29 2021-12-07 재단법인 중소조선연구원 underwater drone operation system and operation method
KR102386499B1 (en) * 2021-07-16 2022-04-20 센서텍(주) Distance measuring system
WO2023287072A1 (en) * 2021-07-16 2023-01-19 센서텍(주) Distance measurement system

Also Published As

Publication number Publication date
KR101928652B1 (en) 2018-12-12

Similar Documents

Publication Publication Date Title
US9457809B2 (en) Collision possibility determination apparatus, drive assist apparatus, collision possibility determination method, and collision possibility determination program
US9283967B2 (en) Accurate curvature estimation algorithm for path planning of autonomous driving vehicle
US9731728B2 (en) Sensor abnormality detection device
CN110316193B (en) Preview distance setting method, device, equipment and computer readable storage medium
US9796378B2 (en) Vehicle travel path generating apparatus
US11161547B2 (en) Parking assistance device
US8321066B2 (en) Method for determining free spaces in the vicinity of a motor vehicle, in particular in the vicinity relevant to the vehicle operation
JP6747269B2 (en) Object recognition device
US9594965B2 (en) Lane boundary lane recognition device and computer-readable storage medium storing program for recognizing lane boundary lines on roadway
US11287525B2 (en) Apparatus and method for identifying short cut-in vehicle and vehicle using the same
CN109581389B (en) Method and device for identifying parking space boundary
US10562531B2 (en) Adaptive cruise control apparatus and method thereof
WO2019207639A1 (en) Action selection device, action selection program, and action selection method
CN104724122A (en) Course estimator
KR101928652B1 (en) Method and device for curb detection of vehicle using multiple ultrasonic sensors
US20210197811A1 (en) Course prediction device, computer readable medium, and course prediction method
JP2019001270A (en) Drive assist system
CN109416888A (en) Driving assist system
CN111483459B (en) Vehicle control device
JP2010091317A (en) Radar system
JP6428482B2 (en) Vehicle control device
JP6663622B2 (en) Imaging device
US20170287336A1 (en) Method and control unit for monitoring the lane of a vehicle
JP2022115635A (en) Travel track estimation system, travel track estimation program and travel track estimation method
KR102307076B1 (en) Vehicle Sideslip Angle Estimation Method and Apparatus Using an Integrated Deep Ensemble-Kalman Filter

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant