KR20190050217A - 컷인 의도 판단 장치 및 방법 - Google Patents

컷인 의도 판단 장치 및 방법 Download PDF

Info

Publication number
KR20190050217A
KR20190050217A KR1020170145533A KR20170145533A KR20190050217A KR 20190050217 A KR20190050217 A KR 20190050217A KR 1020170145533 A KR1020170145533 A KR 1020170145533A KR 20170145533 A KR20170145533 A KR 20170145533A KR 20190050217 A KR20190050217 A KR 20190050217A
Authority
KR
South Korea
Prior art keywords
vehicle
rotational motion
cut
data
processor
Prior art date
Application number
KR1020170145533A
Other languages
English (en)
Other versions
KR102383433B1 (ko
Inventor
이훈
장형선
양욱일
원지은
한슬기
윤보영
송봉섭
이성우
이상원
Original Assignee
현대자동차주식회사
아주대학교산학협력단
기아자동차주식회사
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 현대자동차주식회사, 아주대학교산학협력단, 기아자동차주식회사 filed Critical 현대자동차주식회사
Priority to KR1020170145533A priority Critical patent/KR102383433B1/ko
Publication of KR20190050217A publication Critical patent/KR20190050217A/ko
Application granted granted Critical
Publication of KR102383433B1 publication Critical patent/KR102383433B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04—Traffic conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
    • 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
    • B60W2420/52—
    • B60W2550/30—
    • 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
    • B60W2554/404—Characteristics
    • B60W2554/4042—Longitudinal speed
    • 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
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors
    • B60Y2400/301—Sensors for position or displacement
    • B60Y2400/3017—Radars

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명의 일 실시 예에 따른 차량의 컷인(cut in) 의도 판단 장치는 외부 물체에 대한 정보를 감지하도록 구성된 센서 및 센서와 전기적으로 연결된 프로세서를 포함하고, 프로세서는 센서를 이용하여 주변 차량에 대한 데이터를 획득하고, 주변 차량에 대한 데이터에 기초하여 주변 차량의 회전 운동과 연관된 확률을 산출하고, 회전 운동과 연관된 확률에 기초하여 주변 차량의 컷인 의도를 판단할 수 있다.

Description

컷인 의도 판단 장치 및 방법{APPARATUS AND METHOD FOR DETERMINING INTENTION FOR CUT-IN}
본 발명은 센서에 의해 획득된 데이터를 이용하여 주변 차량의 컷인 의도를 판단하는 장치 및 방법에 관한 것이다.
자동차 산업의 발전에 따라 운전자에게 편의성을 제공하기 위해 주변 차량의 위치, 속도, 회전각, 길이 및 폭 등과 같은 다양한 정보를 획득할 수 있는 센서 및 시스템의 개발이 지속적으로 이루어지고 있다. 예를 들어, 차량은 전방 레이더, 코너 레이더, 비전(visioin) 및 라이더(lidar) 등과 같은 다양한 센서들을 이용하여 주변 차량에 대한 정보를 획득할 수 있다. 차량은 센서를 이용하여 주변 차량이 차량의 전방으로 컷인 의도를 갖는지 여부를 판단할 수 있고, 판단 결과에 기초하여 주변 차량과 충돌을 회피하는 기능 등과 같은 다양한 기능을 운전자에게 제공할 수 있다.
종래의 차량은 주변 차량의 횡방향 위치 및 속도가 지정된 문턱 값을 초과하는지 여부, 또는 IMM-KF(interactive multiple model kalman filter)를 이용하여 횡방향 속도 및 가속도의 변화에 따른 CA 모델의 확률이 문턱 값을 초과하는지 여부에 따라 컷인 의도를 판단할 수 있다. 그러나, 저속(low speed)으로 이동하는 주변 량이 컷인 의도를 갖는 경우, 예측 값이 작아 노이즈에 민감하고, 주변 차량의 움직임이 직선 운동보다는 회전 운동에 가까워 선형 모델을 활용한 IMM-KF를 이용하여 컷인 의도를 판단하기 어렵다.
본 발명은 저속으로 이동하는 주변 차량의 컷인 의도를 정확하게 판단하기 위한 장치 장치 및 방법을 제공하기 위한 것이다.
본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재들로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시 예에 따른 컷인 의도 판단 장치는 외부 물체에 대한 정보를 감지하도록 구성된 센서 및 센서와 전기적으로 연결된 프로세서를 포함하고, 프로세서는 센서를 이용하여 주변 차량에 대한 데이터를 획득하고, 주변 차량에 대한 데이터에 기초하여 주변 차량의 회전 운동과 연관된 확률을 산출하고, 회전 운동과 연관된 확률에 기초하여 주변 차량의 컷인 의도를 판단할 수 있다.
일 실시 예에서, 센서는 코너 레이더일 수 있다.
일 실시 예에서, 프로세서는 센서를 이용하여 주변 차량의 종방향 위치, 횡방향 위치, 속도, 회전각, 폭 및 길이에 대한 데이터를 획득할 수 있다.
일 실시 예에서, 프로세서는 직선 운동 모델을 이용하여 산출된 데이터와 센서에 의해 측정된 데이터를 비교함으로써 주변 차량의 직선 운동과 연관된 지수를 산출할 수 있다.
일 실시 예에서, 프로세서는 회전 운동 모델을 이용하여 산출된 데이터와 센서에 의해 측정된 데이터를 비교함으로써 주변 차량의 회전 운동과 연관된 지수를 산출할 수 있다.
일 실시 예에서, 프로세서는 직선 운동과 연관된 지수 및 회전 운동과 연관된 지수에 기초하여 주변 차량의 회전 운동과 연관된 확률을 산출할 수 있다.
일 실시 예에서, 프로세서는 회전 운동과 연관된 확률이 지정된 값보다 크고 주변 차량이 지정된 영역 내에 위치된 경우, 주변 차량이 컷인 의도를 갖는 것으로 판단할 수 있다.
일 실시 예에서, 프로세서는 회전 운동과 연관된 확률이 지정된 값보다 크고 주변 차량이 차량에 횡방향으로 접근하는 경우, 주변 차량이 컷인 의도를 갖는 것으로 판단할 수 있다.
일 실시 예에서, 프로세서는 회전 운동과 연관된 확률이 지정된 값보다 크고 주변 차량의 회전각이 다른 지정된 값보다 큰 경우, 주변 차량이 컷인 의도를 갖는 것으로 판단할 수 있다.
일 실시 예에서, 프로세서는 주변 차량의 속력이 지정된 값보다 작은 경우, 회전 운동과 연관된 확률을 산출하고, 컷인 의도를 판단할 수 있다.
본 발명의 일 실시 예에 따른 컷인 의도 판단 방법은 센서를 이용하여 주변 차량에 대한 데이터를 획득하는 단계, 주변 차량에 대한 데이터에 기초하여 주변 차량의 회전 운동과 연관된 확률을 산출하는 단계 및 회전 운동과 연관된 확률에 기초하여 주변 차량의 컷인 의도를 판단하는 단계를 포함할 수 있다.
일 실시 예에서, 획득하는 단계는, 코너 레이더를 이용하여 주변 차량에 대한 데이터를 획득하는 단계일 수 있다.
일 실시 예에서, 획득하는 단계는, 센서를 이용하여 주변 차량의 종방향 위치, 횡방향 위치, 속도, 회전각, 폭 및 길이에 대한 데이터를 획득하는 단계일 수 있다.
일 실시 예에서, 산출하는 단계는, 직선 운동 모델을 이용하여 산출된 데이터와 센서에 의해 측정된 데이터를 비교함으로써 주변 차량의 직선 운동과 연관된 지수를 산출하는 단계를 포함할 수 있다.
일 실시 예에서, 산출하는 단계는, 회전 운동 모델을 이용하여 산출된 데이터와 센서에 의해 측정된 데이터를 비교함으로써 주변 차량의 회전 운동과 연관된 지수를 산출하는 단계를 포함할 수 있다.
일 실시 예에서, 산출하는 단계는, 직선 운동과 연관된 지수 및 회전 운동과 연관된 지수에 기초하여 주변 차량의 회전 운동과 연관된 확률을 산출하는 단계를 포함할 수 있다.
일 실시 예에서, 판단하는 단계는, 회전 운동과 연관된 확률이 지정된 값보다 크고 주변 차량이 지정된 영역 내에 위치된 경우, 주변 차량이 컷인 의도를 갖는 것으로 판단하는 단계를 포함할 수 있다.
일 실시 예에서, 판단하는 단계는, 회전 운동과 연관된 확률이 지정된 값보다 크고 주변 차량이 차량에 횡방향으로 접근하는 경우, 주변 차량이 컷인 의도를 갖는 것으로 판단하는 단계를 포함할 수 있다.
일 실시 예에서, 판단하는 단계는, 회전 운동과 연관된 확률이 지정된 값보다 크고 주변 차량의 회전각이 다른 지정된 값보다 큰 경우, 주변 차량이 컷인 의도를 갖는 것으로 판단하는 단계를 포함할 수 있다.
일 실시 예에서, 산출하는 단계는, 주변 차량의 속력이 지정된 값보다 작은 경우, 회전 운동과 연관된 확률을 산출하는 단계일 수 있다.
본 발명의 일 실시 예에 따른 주변 차량의 회전 운동 상태에 기초하여 컷인 의도를 판단함으로써, 저속으로 운행 중인 주변 차량에 대한 판단의 정확도를 향상시킬 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치의 동작 환경을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치의 구성을 나타내는 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 컷인 의도 판단 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치에서 이용되는 방식을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치에서 이용되는 방식을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치에서 이용되는 방식을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치에서 수행되는 컷인 의도를 판단하는 동작을 설명하기 위한 흐름도이다.
이하, 본 발명의 일부 실시 예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명의 실시 예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 실시 예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.
본 발명의 실시 예의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 또한, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
도 1은 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치의 동작 환경을 설명하기 위한 도면이다.
도 1을 참조하면, 일 실시 예에 따른 차량(100)은 주변 차량(10)에 대한 정보를 수집할 수 있다. 차량(100)은 수집된 정보를 이용하여 주변 차량(10)이 차량(100)의 전방으로 컷인할 가능성이 있는지 여부를 판단할 수 있다. 예를 들어, 차량(100)은 주변 차량(10)이 경로 ①을 따라 컷인할 것인지 또는 경로 ②를 따라 직진할 것인지 여부를 예상할 수 있다. 차량(100) 및 주변 차량(10)이 저속(low speed)으로 주행 중인 경우, 주변 차량(10)은 경로 ①을 따라 컷인하는 경우 회전 운동에 가까운 운동을 할 수 있고, 경로 ②를 따라 직진하는 경우 직선 운동에 가까운 운동을 할 수 있다. 일 실시 예에 따른 차량(100)은 주변 차량(10)에 대한 정보를 이용하여 주변 차량(10)의 회전 운동과 연관된 확률을 산출함으로써, 주변 차량(10)이 컷인할 것인지 또는 직선 주행할 것인지 여부를 판단할 수 있다.
도 2는 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치의 구성을 나타내는 블록도이다.
도 2를 참조하면, 일 실시 예에 따른 컷인 의도 판단 장치(200)(이하, 설명의 편의를 위해 장치(200)라 한다.)는 센서(210) 및 프로세서(220)를 포함할 수 있다. 장치(200)는, 예를 들어, 차량(100)에 탑재되는 시스템일 수 있다.
센서(210)는 외부 물체에 대한 정보를 감지하도록 구성될 수 있다. 예를 들어, 센서(210)는 장치(200)가 장착된 차량(예: 차량(100))의 주변에 위치된 주변 차량(20)(예: 주변 차량(10))에 대한 정보를 감지할 수 있다. 센서(210)는, 예를 들어, 외부 물체의 종방향 위치, 횡방향 위치, 속도, 회전각, 폭 및 길이에 대한 정보를 감지할 수 있다. 센서(210)는, 예를 들어, 차량의 코너에 배치된 코너 레이더일 수 있다.
프로세서(220)는 센서(210)와 전기적으로 연결될 수 있다. 프로세서(220)는 센서(210)를 제어할 수 있고, 다양한 데이터 처리 및 연산을 수행할 수 있다.
일 실시 예에 따르면, 프로세서(220)는 센서(210)를 이용하여 주변 차량(20)에 대한 데이터를 획득할 수 있다. 예를 들어, 프로세서(220)는 센서(210)를 이용하여 주변 차량(20)의 종방향 위치, 횡방향 위치, 속도(또는 속력), 회전각, 폭 및 길이에 대한 데이터를 획득할 수 있다.
일 실시 예에 따르면, 프로세서(220)는 주변 차량(20)의 속력이 지정된 값보다 작은 경우, 회전 운동과 연관된 확률을 산출하고, 컷인 의도를 판단하는 이하의 동작을 수행할 수 있다. 차량 및 주변 차량(20)이 저속으로 운행 중인 경우, 컷인 의도 판단의 신뢰도를 향상시키기 위해, 프로세서(220)는 이하에서 설명될 방식으로 컷인 의도를 판단할 수 있다.
일 실시 예에 따르면, 프로세서(220)는 주변 차량(20)에 대한 데이터에 기초하여 주변 차량(20)의 회전 운동과 연관된 확률을 산출할 수 있다. 차량 및 주변 차량(20)이 저속으로 운행 중인 경우, 주변 차량(20)이 차량의 전방으로의 컷인 의도를 갖는다면 주변 차량(20)은 회전 운동을 할 수 있으므로, 프로세서(220)는 컷인 의도의 판단을 위해 주변 차량(20)의 회전 운동과 연관된 확률을 이용할 수 있다.
일 실시 예에 따르면, 프로세서(220)는 직선 운동 모델을 이용하여 산출된 데이터와 센서(210)에 의해 측정된 데이터를 비교함으로써 주변 차량(20)의 직선 운동과 연관된 지수를 산출할 수 있다. 예를 들어, 프로세서(220)는 직선 운동 모델을 이용하여 센서(210)에서 측정된 특정 프레임의 데이터로부터 다음 프레임의 데이터를 예측할 수 있다. 직선 운동 모델은, 예를 들어, CV(constant velocity) 모델일 수 있다. 프로세서(220)는 예측된 다음 프레임의 데이터와 측정된 다음 프레임의 데이터를 비교할 수 있다. 프로세서(220)는, 예를 들어, 직선 운동과 연관된 지수로서 직선 운동 모델에 의해 예측된 다음 프레임의 데이터와 측정된 다음 프레임의 데이터 사이의 우도(likelihood)를 산출할 수 있다. 주변 차량(20)이 직선 운동을 하는 경우, 직선 운동과 연관된 지수는 높아질 수 있다. 직선 운동과 연관된 지수의 산출에 대해서는 도 5를 참조하여 상세히 설명한다.
일 실시 예에 따르면, 프로세서(220)는 회전 운동 모델을 이용하여 산출된 데이터와 센서(210)에 의해 측정된 데이터를 비교함으로써 주변 차량(20)의 회전 운동과 연관된 지수를 산출할 수 있다. 예를 들어, 프로세서(220)는 회전 운동 모델을 이용하여 센서(210)에서 측정된 특정 프레임의 데이터로부터 다음 프레임의 데이터를 예측할 수 있다. 회전 운동 모델은, 예를 들어, CTRV(constant turn-rate and velocity) 모델일 수 있다. 프로세서(220)는 예측된 다음 프레임의 데이터와 측정된 다음 프레임의 데이터를 비교할 수 있다. 프로세서(220)는, 예를 들어, 회전 운동과 연관된 지수로서 회전 운동 모델에 의해 예측된 다음 프레임의 데이터와 측정된 다음 프레임의 데이터 사이의 우도를 산출할 수 있다. 주변 차량(20)이 회전 운동을 하는 경우, 회전 운동과 연관된 지수는 높아질 수 있다. 회전 운동과 연관된 지수의 산출에 대해서는 도 6을 참조하여 상세히 설명한다.
일 실시 예에 따르면, 프로세서(220)는 직선 운동과 연관된 지수 및 회전 운동과 연관된 지수에 기초하여 주변 차량(20)의 회전 운동과 연관된 확률을 산출할 수 있다. 프로세서(220)는 직선 운동과 연관된 지수 및 회전 운동과 연관된 지수를 이용한 연산을 수행함으로써 주변 차량(20)이 회전 운동을 할 확률을 산출할 수 있다.
일 실시 예에 따르면, 프로세서(220)는 회전 운동과 연관된 확률에 기초하여 주변 차량(20)의 컷인 의도를 판단할 수 있다. 예를 들어, 프로세서(220)는 회전 운동과 연관된 확률이 지정된 값보다 큰 경우 주변 차량(20)이 컷인 의도를 갖는 것으로 판단할 수 있다.
일 실시 예에 따르면, 프로세서(220)는 회전 운동과 연관된 확률 외에 주변 차량(20)의 위치, 주변 차량(20)의 이동 방향 및 주변 차량(20)의 회전각 등에 기초하여 주변 차량(20)의 컷인 의도를 판단할 수 있다. 예를 들어, 프로세서(220)는 회전 운동과 연관된 확률이 지정된 값보다 크고 주변 차량(20)이 지정된 영역 내에 위치된 경우, 주변 차량(20)이 컷인 의도를 갖는 것으로 판단할 수 있다. 다른 예를 들면, 프로세서(220)는 회전 운동과 연관된 확률이 지정된 값보다 크고 주변 차량(20)이 차량에 횡방향으로 접근하는 경우, 주변 차량(20)이 컷인 의도를 갖는 것으로 판단할 수 있다. 또 다른 예를 들면, 프로세서(220)는 회전 운동과 연관된 확률이 지정된 값보다 크고 주변 차량(20)의 회전각이 다른 지정된 값보다 큰 경우, 주변 차량(20)이 컷인 의도를 갖는 것으로 판단할 수 있다.
도 3은 본 발명의 일 실시 예에 따른 컷인 의도 판단 방법을 설명하기 위한 흐름도이다.
이하에서는 도 2의 장치(200)가 도 3의 프로세스를 수행하는 것을 가정한다. 또한, 도 3의 설명에서, 장치에 의해 수행되는 것으로 기술된 동작은 장치(200)의 제어부(230)에 의해 제어되는 것으로 이해될 수 있다.
도 3을 참조하면, 단계 310에서, 장치는 센서를 이용하여 주변 차량에 대한 데이터를 획득할 수 있다. 예를 들어, 장치는 레이더를 이용하여 주변 차량의 위치, 움직임 및 크기와 관련된 정보를 감지할 수 있다.
단계 320에서, 장치는 주변 차량에 대한 데이터에 기초하여 주변 차량의 회전 운동과 연관된 확률을 산출할 수 있다. 예를 들어, 장치는 저속의 회전 운동에 의해 컷인하는 주변 차량을 인식하기 위해 주변 차량의 회전 운동 여부를 나타내는 스코어를 산출할 수 있다.
단계 330에서, 장치는 회전 운동과 연관된 확률에 기초하여 주변 차량의 컷인 의도를 판단할 수 있다. 예를 들어, 장치는 주변 차량이 일정 수준 이상의 회전 운동을 하는 것으로 판단되면, 주변 차량이 컷인 의도를 갖는 것으로 판단할 수 있다.
도 4는 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치에서 이용되는 방식을 설명하기 위한 도면이다.
도 4를 참조하면, 일 실시 예에 따른 장치는 코너 레이더를 이용하여 차량의 측방으로 접근하는 주변 차량에 대한 k 시점에서의 측정 값(측정된 상태 벡터)(zk)을 획득할 수 있다. 주변 차량의 움직임은 크게 직선 운동과 회전 운동으로 나누어 생각할 수 있다. 저속으로 주행하는 동안 컷인하기 위해서는 주변 차량의 움직임이 직선 운동에서 회전 운동으로 변화할 수 있다. 장치는 측정 값(zk)을 직선 운동 모델인 CV 모델 및 회전 운동 모델인 CTRV 모델에 적용할 수 있다. 장치는 CV 모델 및 CTRV 모델 각각을 이용하여 측정 값(zk)과 측정 값(zk - 1)으로부터 CV 모델에 의해 예측된 예측 값(예측된 상태 벡터)(X1[k]) 사이의 우도(Λ1[k]) 및 측정 값(zk)과 측정 값(zk - 1)으로부터 CTRV 모델에 의해 예측된 예측 값(X2[k])사이의 우도(Λ2[k])를 산출할 수 있다. 장치는 CV 모델 및 CTRV 모델 각각을 이용하여 예측 값(X1[k])의 공분산 행렬(P1[k]) 및 예측 값(X2[k])의 공분산 행렬(P2[k])을 산출할 수 있다. 장치는 우도(Λ1[k]) 및 우도(Λ2[k])를 이용하여 CV 모델에 대한 확률(μ1[k]) 및 CTRV 모델에 대한 확률(μ2[k])을 산출할 수 있다. 장치는 산출된 값들을 이용하여 측면으로 접근하는 주변 차량의 컷인 의도를 판단할 수 있다.
도 5는 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치에서 이용되는 방식을 설명하기 위한 도면이다.
도 5를 참조하면, 일 실시 예에 따른 장치는 코너 레이더를 이용하여 주변 차량의 k 시점에서의 종방향 위치(xk), 횡방향 위치(yk), 회전각(θk), 상대 속도(vk) 및 회전 속도(ωk) 등에 대한 데이터를 획득할 수 있다. 장치는 획득된 데이터를 도 5에 도시된 CV 모델에 적용할 수 있다. 여기서, Ts는 샘플링 타임일 수 있다. 장치는 CV 모델을 이용하여 획득된 데이터로부터 주변 차량이 직선 운동을 하는 경우 주변 차량의 k+1 시점에서의 종방향 위치(xk +1), 횡방향 위치(yk +1), 회전각(θk+1), 상대 속도(vk +1) 및 회전 속도(ωk +1) 등에 대한 데이터를 예측할 수 있다. 장치는 코너 레이더를 이용하여 주변 차량의 k+1 시점에서의 종방향 위치, 횡방향 위치, 회전각, 상대 속도 및 회전 속도 등에 대한 데이터를 획득할 수 있다. 장치는 k+1 시점에서 측정된 데이터와 CV 모델에 의해 예측된 데이터를 비교하여 주변 차량의 직선 운동과 연관된 지수를 산출할 수 있다. 예를 들어, 장치는 k+1 시점에서 측정된 데이터와 CV 모델에 의해 예측된 데이터 사이의 우도를 산출할 수 있다.
도 6은 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치에서 이용되는 방식을 설명하기 위한 도면이다.
도 6을 참조하면, 일 실시 예에 따른 장치는 코너 레이더를 이용하여 주변 차량의 k 시점에서의 종방향 위치(xk), 횡방향 위치(yk), 회전각(θk), 상대 속도(vk) 및 회전 속도(ωk) 등에 대한 데이터를 획득할 수 있다. 장치는 획득된 데이터를 도 6에 도시된 CTRV 모델에 적용할 수 있다. 여기서, Ts는 샘플링 타임일 수 있다. 장치는 CTRV 모델을 이용하여 획득된 데이터로부터 주변 차량이 회전 운동을 하는 경우 주변 차량의 k+1 시점에서의 종방향 위치(xk +1), 횡방향 위치(yk +1), 회전각(θk+1), 상대 속도(vk +1) 및 회전 속도(ωk +1) 등에 대한 데이터를 예측할 수 있다. 장치는 코너 레이더를 이용하여 주변 차량의 k+1 시점에서의 종방향 위치, 횡방향 위치, 회전각, 상대 속도 및 회전 속도 등에 대한 데이터를 획득할 수 있다. 장치는 k+1 시점에서 측정된 데이터와 CTRV 모델에 의해 예측된 데이터를 비교하여 주변 차량의 회전 운동과 연관된 지수를 산출할 수 있다. 예를 들어, 장치는 k+1 시점에서 측정된 데이터와 CTRV 모델에 의해 예측된 데이터 사이의 우도를 산출할 수 있다.
도 7은 본 발명의 일 실시 예에 따른 컷인 의도 판단 장치에서 수행되는 컷인 의도를 판단하는 동작을 설명하기 위한 흐름도이다.
도 7을 참조하면, 단계 705에서, 장치는 주변 차량을 추적할 수 있다. 예를 들어, 장치는 코너 레이더를 이용하여 주변 차량에 대한 데이터를 획득할 수 있다.
단계 710에서, 장치는 이전 프레임(또는 이전 샘플링 시점)에서 주변 차량이 컷인 의도를 갖는 것으로 판단(Mk-1==CUT-IN)되었는지 여부를 판단할 수 있다.
이전 프레임에서 주변 차량이 컷인 의도를 갖는 것으로 판단된 경우, 단계 715에서, 장치는 상태 벡터(X)가 측정되었는지 여부를 판단할 수 있다.
상태 벡터가 측정되지 않은 경우, 단계 720에서, 장치는 주변 차량이 이전 프레임과 동일한 의도(Mk=Mk-1), 즉, 컷인 의도를 갖는 것으로 판단할 수 있다.
이전 프레임에서 주변 차량이 컷인 의도를 갖지 않는 것으로 판단된 경우, 단계 725에서, 장치는 주변 차량의 회전 운동과 연관된 확률(Prdrv)이 지정된 값(ε1)보다 큰지 여부를 판단할 수 있다.
회전 운동과 연관된 확률이 지정된 값보다 큰 경우, 단계 730에서, 장치는 주변 차량이 지정된 영역(ROI: region of interest) 내에 있는지 여부를 판단할 수 있다. 예를 들어, 장치는 주변 차량이 흐름도 우측에 도시된 ROI 내에 있는지 여부를 판단할 수 있다.
회전 운동과 연관된 확률이 지정된 값 이하이거나 주변 차량이 지정된 영역 밖에 있는 경우, 단계 735에서, 장치는 주변 차량이 컷인 의도를 갖지 않는 것으로(Mk=DRIVING) 판단할 수 있다.
주변 차량이 지정된 영역 내에 있는 경우, 단계 740에서, 장치는 횡방향 속도(vy)와 위치(y)의 부호가 서로 반대인지 여부, 즉, 주변 차량이 장치가 탑재된 차량으로 근접하는지 여부를 판단할 수 있다.
횡방향 속도와 위치의 부호가 서로 반대인 경우, 단계 745에서, 장치는 회전각(θ)의 크기가 지정된 값(ε2)보다 큰지 여부를 판단할 수 있다.
회전각의 크기가 지정된 값보다 큰 경우, 단계 750에서, 장치는 주변 차량이 컷인 의도를 갖는 것으로(Mk=CUT-IN) 판단할 수 있다.
회전각의 크기가 지정된 값보다 작은 경우, 단계 755에서, 장치는 주변 차량를 컷인 후보 차량으로(Mk=CUT-INcand) 판단할 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.
따라서, 본 발명에 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
10: 주변 차량
100: 차량
20: 주변 차량
200: 컷인 의도 판단 장치
210: 센서
220: 프로세서

Claims (20)

  1. 컷인(cut in) 의도 판단 장치에 있어서,
    외부 물체에 대한 정보를 감지하도록 구성된 센서; 및
    상기 센서와 전기적으로 연결된 프로세서를 포함하고,
    상기 프로세서는,
    상기 센서를 이용하여 주변 차량에 대한 데이터를 획득하고,
    상기 주변 차량에 대한 데이터에 기초하여 상기 주변 차량의 회전 운동과 연관된 확률을 산출하고,
    상기 회전 운동과 연관된 확률에 기초하여 상기 주변 차량의 컷인 의도를 판단하는 것을 특징으로 하는, 장치.
  2. 제 1 항에 있어서,
    상기 센서는 코너 레이더인 것을 특징으로 하는, 장치.
  3. 제 1 항에 있어서,
    상기 프로세서는,
    상기 센서를 이용하여 상기 주변 차량의 종방향 위치, 횡방향 위치, 속도, 회전각, 폭 및 길이에 대한 데이터를 획득하는 것을 특징으로 하는, 장치.
  4. 제 1 항에 있어서,
    상기 프로세서는,
    직선 운동 모델을 이용하여 산출된 데이터와 상기 센서에 의해 측정된 데이터를 비교함으로써 상기 주변 차량의 직선 운동과 연관된 지수를 산출하는 것을 특징으로 하는, 장치.
  5. 제 4 항에 있어서,
    상기 프로세서는,
    회전 운동 모델을 이용하여 산출된 데이터와 상기 센서에 의해 측정된 데이터를 비교함으로써 상기 주변 차량의 회전 운동과 연관된 지수를 산출하는 것을 특징으로 하는, 장치.
  6. 제 5 항에 있어서,
    상기 프로세서는,
    상기 직선 운동과 연관된 지수 및 상기 회전 운동과 연관된 지수에 기초하여 상기 주변 차량의 상기 회전 운동과 연관된 확률을 산출하는 것을 특징으로 하는, 장치.
  7. 제 1 항에 있어서,
    상기 프로세서는,
    상기 회전 운동과 연관된 확률이 지정된 값보다 크고 상기 주변 차량이 지정된 영역 내에 위치된 경우, 상기 주변 차량이 상기 컷인 의도를 갖는 것으로 판단하는 것을 특징으로 하는, 장치.
  8. 제 1 항에 있어서,
    상기 프로세서는,
    상기 회전 운동과 연관된 확률이 지정된 값보다 크고 상기 주변 차량이 상기 차량에 횡방향으로 접근하는 경우, 상기 주변 차량이 상기 컷인 의도를 갖는 것으로 판단하는 것을 특징으로 하는, 장치.
  9. 제 1 항에 있어서
    상기 프로세서는,
    상기 회전 운동과 연관된 확률이 지정된 값보다 크고 상기 주변 차량의 회전각이 다른 지정된 값보다 큰 경우, 상기 주변 차량이 상기 컷인 의도를 갖는 것으로 판단하는 것을 특징으로 하는, 장치.
  10. 제 1 항에 있어서,
    상기 프로세서는,
    상기 주변 차량의 속력이 지정된 값보다 작은 경우, 상기 회전 운동과 연관된 확률을 산출하고, 상기 컷인 의도를 판단하는 것을 특징으로 하는, 장치.
  11. 컷인 의도 판단 방법에 있어서,
    센서를 이용하여 주변 차량에 대한 데이터를 획득하는 단계;
    상기 주변 차량에 대한 데이터에 기초하여 상기 주변 차량의 회전 운동과 연관된 확률을 산출하는 단계; 및
    상기 회전 운동과 연관된 확률에 기초하여 상기 주변 차량의 컷인 의도를 판단하는 단계를 포함하는 것을 특징으로 하는, 방법.
  12. 제 11 항에 있어서,
    상기 획득하는 단계는,
    코너 레이더를 이용하여 상기 주변 차량에 대한 상기 데이터를 획득하는 단계인 것을 특징으로 하는, 방법.
  13. 제 11 항에 있어서,
    상기 획득하는 단계는,
    상기 센서를 이용하여 상기 주변 차량의 종방향 위치, 횡방향 위치, 속도, 회전각, 폭 및 길이에 대한 데이터를 획득하는 단계인 것을 특징으로 하는, 방법.
  14. 제 11 항에 있어서,
    상기 산출하는 단계는,
    직선 운동 모델을 이용하여 산출된 데이터와 상기 센서에 의해 측정된 데이터를 비교함으로써 상기 주변 차량의 직선 운동과 연관된 지수를 산출하는 단계를 포함하는 것을 특징으로 하는, 방법.
  15. 제 14 항에 있어서,
    상기 산출하는 단계는,
    회전 운동 모델을 이용하여 산출된 데이터와 상기 센서에 의해 측정된 데이터를 비교함으로써 상기 주변 차량의 회전 운동과 연관된 지수를 산출하는 단계를 포함하는 것을 특징으로 하는, 방법.
  16. 제 15 항에 있어서,
    상기 산출하는 단계는,
    상기 직선 운동과 연관된 지수 및 상기 회전 운동과 연관된 지수에 기초하여 상기 주변 차량의 상기 회전 운동과 연관된 확률을 산출하는 단계를 포함하는 것을 특징으로 하는, 방법.
  17. 제 11 항에 있어서,
    상기 판단하는 단계는,
    상기 회전 운동과 연관된 확률이 지정된 값보다 크고 상기 주변 차량이 지정된 영역 내에 위치된 경우, 상기 주변 차량이 상기 컷인 의도를 갖는 것으로 판단하는 단계를 포함하는 것을 특징으로 하는, 방법.
  18. 제 11 항에 있어서,
    상기 판단하는 단계는,
    상기 회전 운동과 연관된 확률이 지정된 값보다 크고 상기 주변 차량이 상기 차량에 횡방향으로 접근하는 경우, 상기 주변 차량이 상기 컷인 의도를 갖는 것으로 판단하는 단계를 포함하는 것을 특징으로 하는, 방법.
  19. 제 11 항에 있어서
    상기 판단하는 단계는,
    상기 회전 운동과 연관된 확률이 지정된 값보다 크고 상기 주변 차량의 회전각이 다른 지정된 값보다 큰 경우, 상기 주변 차량이 상기 컷인 의도를 갖는 것으로 판단하는 단계를 포함하는 것을 특징으로 하는, 방법.
  20. 제 11 항에 있어서,
    상기 산출하는 단계는,
    상기 주변 차량의 속력이 지정된 값보다 작은 경우, 상기 회전 운동과 연관된 확률을 산출하는 단계인 것을 특징으로 하는, 방법.
KR1020170145533A 2017-11-02 2017-11-02 컷인 의도 판단 장치 및 방법 KR102383433B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170145533A KR102383433B1 (ko) 2017-11-02 2017-11-02 컷인 의도 판단 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170145533A KR102383433B1 (ko) 2017-11-02 2017-11-02 컷인 의도 판단 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20190050217A true KR20190050217A (ko) 2019-05-10
KR102383433B1 KR102383433B1 (ko) 2022-04-07

Family

ID=66580730

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170145533A KR102383433B1 (ko) 2017-11-02 2017-11-02 컷인 의도 판단 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102383433B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102155054B1 (ko) 2019-11-28 2020-09-11 국민대학교산학협력단 인공지능을 활용한 주변차량 컷인 의도 예측 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003288691A (ja) * 2002-03-27 2003-10-10 Toyota Central Res & Dev Lab Inc 割り込み予測装置
KR20140133994A (ko) * 2013-05-13 2014-11-21 현대오트론 주식회사 충돌 경고 방법 및 장치
KR20160071164A (ko) * 2014-12-11 2016-06-21 현대자동차주식회사 끼어들기를 고려한 차량 주행제어 장치 및 방법
EP3147170A2 (en) * 2015-09-23 2017-03-29 Toyota Jidosha Kabushiki Kaisha Vehicle traveling control device and method

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003288691A (ja) * 2002-03-27 2003-10-10 Toyota Central Res & Dev Lab Inc 割り込み予測装置
KR20140133994A (ko) * 2013-05-13 2014-11-21 현대오트론 주식회사 충돌 경고 방법 및 장치
KR20160071164A (ko) * 2014-12-11 2016-06-21 현대자동차주식회사 끼어들기를 고려한 차량 주행제어 장치 및 방법
EP3147170A2 (en) * 2015-09-23 2017-03-29 Toyota Jidosha Kabushiki Kaisha Vehicle traveling control device and method

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102155054B1 (ko) 2019-11-28 2020-09-11 국민대학교산학협력단 인공지능을 활용한 주변차량 컷인 의도 예측 방법

Also Published As

Publication number Publication date
KR102383433B1 (ko) 2022-04-07

Similar Documents

Publication Publication Date Title
US10605896B2 (en) Radar-installation-angle calculating device, radar apparatus, and radar-installation-angle calculating method
EP3659004B1 (en) Drifting correction between planning stage and controlling stage of operating autonomous driving vehicles
US10741079B2 (en) Route prediction system
US20150239472A1 (en) Vehicle-installed obstacle detection apparatus having function for judging motion condition of detected object
RU2706763C1 (ru) Устройство локализации транспортного средства
US10127460B2 (en) Lane boundary line information acquiring device
CN113243029B (zh) 其他车辆动作预测方法及其他车辆动作预测装置
CN112106065A (zh) 使用车轮旋转的光学跟踪预测被观察车辆的状态和位置
CN111645679B (zh) 用于车辆的侧面碰撞风险估计系统
US10562531B2 (en) Adaptive cruise control apparatus and method thereof
EP3260878B1 (en) Moving object detection device, program, and recording medium
KR20140074343A (ko) 차량의 포지션 데이터의 결정 방법
WO2023072135A1 (zh) 车辆安全行驶的评估方法、装置、车辆及存储介质
CN111164455A (zh) 车辆车道变更辅助改进
CN112119330A (zh) 物体检测装置及物体检测方法
KR102545582B1 (ko) 교차로 충돌 회피 시스템 및 그 제어 방법
JP2020003463A (ja) 自車位置推定装置
KR102303230B1 (ko) 차량의 곡률 반경 추정장치 및 그 방법
JP2015069287A (ja) 自車位置認識装置
KR102383433B1 (ko) 컷인 의도 판단 장치 및 방법
KR20200133122A (ko) 차량 충돌 방지 장치 및 방법
KR20190034799A (ko) 차량의 충돌 시점 판단 시스템 및 방법
KR102373826B1 (ko) 센서 융합 기반의 차량 측위 방법 및 이를 이용한 차량 측위 장치
JP6594565B1 (ja) 車載装置、情報処理方法及び情報処理プログラム
CN112818727A (zh) 一种道路约束确定方法及装置

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