KR20190068372A - Apparatus, method and system for autonomous driving - Google Patents

Apparatus, method and system for autonomous driving Download PDF

Info

Publication number
KR20190068372A
KR20190068372A KR1020170168690A KR20170168690A KR20190068372A KR 20190068372 A KR20190068372 A KR 20190068372A KR 1020170168690 A KR1020170168690 A KR 1020170168690A KR 20170168690 A KR20170168690 A KR 20170168690A KR 20190068372 A KR20190068372 A KR 20190068372A
Authority
KR
South Korea
Prior art keywords
data
autonomous
control unit
unit
information
Prior art date
Application number
KR1020170168690A
Other languages
Korean (ko)
Other versions
KR102007249B1 (en
Inventor
이주엽
Original Assignee
현대모비스 주식회사
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 현대모비스 주식회사 filed Critical 현대모비스 주식회사
Priority to KR1020170168690A priority Critical patent/KR102007249B1/en
Priority to CN201810759914.4A priority patent/CN109507997B/en
Priority to US16/058,954 priority patent/US11198433B2/en
Priority to DE102018215668.9A priority patent/DE102018215668A1/en
Publication of KR20190068372A publication Critical patent/KR20190068372A/en
Application granted granted Critical
Publication of KR102007249B1 publication Critical patent/KR102007249B1/en

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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/14—Adaptive cruise control
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/18—Conjoint control of vehicle sub-units of different type or different function including control of braking systems
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/10—Path keeping
    • 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
    • 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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • 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
    • B60W2550/10—
    • 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
    • B60W2554/402—Type
    • 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
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4044—Direction of movement, e.g. backwards
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/14—Cruise control
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

The present invention relates to an autonomous driving apparatus, a method and a system, wherein the autonomous driving apparatus comprises: a sensor unit for detecting a surrounding object and a driving environment of a subject vehicle; a control unit for generating an autonomous driving route of the subject vehicle based on moving data of the surrounding object detected by the sensor unit and driving environment information; and a data analyzing unit for probabilistically analyzing a predicted movement trajectory of the surrounding object based on the moving data of the surrounding object input from the control unit and analyzing accident data corresponding to the driving environment information input from the control unit. The control unit is characterized in that the autonomous driving route is optimized based on the predicted movement trajectory and the accident data of the surrounding object analyzed by the data analyzing unit.

Description

자율 주행 장치, 방법 및 시스템{APPARATUS, METHOD AND SYSTEM FOR AUTONOMOUS DRIVING}[0001] APPARATUS, METHOD AND SYSTEM FOR AUTONOMOUS DRIVING [0002]

본 발명은 자율 주행 장치. 방법 및 시스템에 관한 것으로서, 더욱 상세하게는 주변객체와의 충돌을 회피하기 위해 생성된 자율 주행 경로에 따라 자율 주행을 수행하는 자율 주행 장치, 방법 및 시스템에 관한 것이다.The present invention relates to an autonomous traveling device. And more particularly, to an autonomous navigation apparatus, method, and system that performs autonomous travel according to an autonomous travel route generated to avoid collision with nearby objects.

오늘날의 자동차 산업은 차량 주행에 운전자의 개입을 최소화하는 자율 주행을 구현하기 위한 방향으로 나아가고 있다. 자율 주행 차량이란 주행 시 외부정보 감지 및 처리기능을 통해 주변의 환경을 인식하여 주행 경로를 자체적으로 결정하고, 자체 동력을 이용하여 독립적으로 주행하는 차량을 말한다.Today's automotive industry is moving toward implementing autonomous driving that minimizes driver involvement in vehicle driving. An autonomous vehicle refers to a vehicle which independently recognizes the surrounding environment through external information sensing and processing functions, determines its own travel route, and runs independently using its own power.

자율 주행 차량은 운전자가 조향휠, 가속페달 또는 브레이크 등을 조작하지 않아도, 주행 경로 상에 존재하는 장애물과의 충돌을 방지하고 도로의 형상에 따라 차속과 주행 방향을 조절하면서 스스로 목적지까지 주행할 수 있다. 예를 들어, 직선 도로에서는 가속을 수행하고, 곡선 도로에서는 도로의 곡률에 대응하여 주행 방향을 변경하면서 감속을 수행할 수 있다.The autonomous driving vehicle can prevent the driver from colliding with obstacles existing on the driving route even if the driver does not operate the steering wheel, the accelerator pedal, or the brake, and can travel to the destination himself by adjusting the vehicle speed and driving direction according to the shape of the road have. For example, acceleration can be performed on a straight road, and deceleration can be performed on a curved road while changing the direction of travel corresponding to the curvature of the road.

이러한 자율 주행 차량은 최초 설정된 목적지까지의 경로를 주행하는 과정에서 차량에 장착된 센서를 통해 취득한 센서 데이터를 사용하여 주변 차량과의 충돌을 회피하거나, V2X(Vehicle-to-Everything) 통신을 통해 새로운 경로를 설정하고 최초 설정된 경로를 수정하여 자율 주행을 수행한다. 그러나, 차량의 장착된 센서 기반의 자율 주행은 센서 장치의 시스템적 한계로 인해 그 정밀도가 저감되는 문제점이 존재하고, 통신을 통해 얻어지는 자율 주행 경로는 통신 정보의 비최신성(지도 데이터의 비최신성 등)으로 인해 그 정확도가 떨어지는 문제점이 존재한다.Such an autonomous vehicle may avoid collision with nearby vehicles by using sensor data acquired through a sensor mounted on the vehicle in the course of traveling along a route to a first set destination, The autonomous driving is performed by setting the path and correcting the initially set path. However, there is a problem that the accuracy of the autonomous travel based on the sensor mounted on the vehicle is reduced due to the systematic limitations of the sensor device, and the autonomous traveling route obtained through communication has a problem of non-latestness of communication information And the like.

본 발명의 배경기술은 대한민국 공개특허공보 제10-1998-0068399호(1998.10.15 공개)에 개시되어 있다.The background art of the present invention is disclosed in Korean Patent Laid-Open Publication No. 10-1998-0068399 (published on October 15, 1998).

본 발명은 전술한 문제점을 해결하기 위해 창안된 것으로서, 본 발명의 목적은 차량에 장착된 센서를 통해 계측되는 센서 데이터만을 통해 자율 주행을 수행하는 경우 발생하는 자율 주행 제어의 정밀도를 개선하고, 통신 정보의 비최신성으로 인한 자율 주행 경로의 부정확도를 개선하여 자율 주행 제어 성능을 향상시키기 위한 자율 주행 장치, 방법 및 시스템을 제공하는 것이다.SUMMARY OF THE INVENTION The present invention has been made to solve the above-mentioned problems, and it is an object of the present invention to improve the accuracy of autonomous travel control which occurs when autonomous travel is performed only through sensor data measured through a sensor mounted on a vehicle, And to provide an autonomous travel apparatus, method, and system for improving the autonomous travel control performance by improving the degree of inaccuracy of the autonomous travel route due to the non-current state of information.

본 발명의 일 측면에 따른 자율 주행 장치는 자차량의 주변객체 및 주행환경을 감지하는 센서부, 상기 센서부에 의해 감지된 주변객체의 이동데이터 및 주행환경정보에 기초하여 상기 자차량의 자율 주행 경로를 생성하는 제어부, 및 상기 제어부로부터 입력받은 상기 주변객체의 이동데이터에 근거하여 상기 주변객체의 예상이동궤적을 확률적으로 분석하고, 상기 제어부로부터 입력받은 상기 주행환경정보에 대응되는 사고데이터를 분석하는 데이터 분석부를 포함하고, 상기 제어부는, 상기 데이터 분석부에 의해 분석된 상기 주변객체의 예상이동궤적 및 사고데이터에 기초하여 상기 자율 주행 경로를 최적화하는 것을 특징으로 한다.An autonomous mobile device according to one aspect of the present invention includes a sensor unit for sensing a peripheral object and a traveling environment of the vehicle, A controller for generating a path, and a controller for analyzing probable movement trajectories of the neighboring object based on movement data of the neighboring object received from the controller, and generating accident data corresponding to the travel environment information received from the controller And the control unit optimizes the autonomous travel route based on the anticipated movement trajectory and the accident data of the neighboring object analyzed by the data analyzing unit.

본 발명에 있어 상기 주변객체의 이동데이터는, 객체 종류, 이동속도, 감가속 정보, 차로변경 빈도 정보 및 차선준수 정보 중 하나 이상을 포함하는 객체 속성 데이터인 것을 특징으로 한다.In the present invention, the movement data of the neighboring object is object attribute data including at least one of an object type, a moving speed, a deceleration rate information, a lane change frequency information, and a lane compliance information.

본 발명에 있어 상기 데이터 분석부는, 상기 주변객체의 이동데이터를 입력받아, 객체 속성에 따른 이동데이터 참조정보가 반영되어 미리 저장된 빅데이터를 기반으로 상기 주변객체의 예상이동궤적을 확률적으로 분석하는 것을 특징으로 한다.In the present invention, the data analyzing unit may receive the movement data of the neighboring object, analyze the anticipated movement trajectory of the neighboring object stochastically based on the previously stored big data reflecting the movement data reference information according to the object property .

본 발명에 있어 상기 주행환경정보는, 상기 자차량의 주행 도로 정보, 주행 지역 정보 및 주행 시점 정보 중 하나 이상을 포함하는 것을 특징으로 한다.In the present invention, the travel environment information includes at least one of traveling road information, traveling area information, and driving time information of the subject vehicle.

본 발명에 있어 상기 데이터 분석부는, 주행환경 별 사고데이터가 반영되어 미리 저장된 빅데이터를 기반으로 상기 제어부로부터 입력받은 주행환경정보에 대응되는 사고데이터를 분석하는 것을 특징으로 한다.The data analyzing unit analyzes accident data corresponding to travel environment information received from the controller based on previously stored big data reflecting accident data for each travel environment.

본 발명에 있어 상기 제어부는, 상기 주변객체의 이동데이터 및 상기 주변객체의 예상이동궤적에 근거하여 상기 주변객체의 예상이동경로를 최종 결정하고, 상기 데이터 분석부에 의해 분석된 상기 사고데이터를 상기 주변객체의 예상이동경로에 반영하여 상기 자율 주행 경로를 최적화하는 것을 특징으로 한다.In the present invention, the control unit may determine a predicted movement path of the neighboring object based on the movement data of the neighboring object and the predicted movement trajectory of the neighboring object, And optimizing the autonomous travel route by reflecting the estimated travel route of the neighboring object.

본 발명은 상기 자차량이 상기 최적화된 자율 주행 경로를 추종하도록 상기 자차량의 구동, 조향 및 제동 중 하나 이상을 수행하는 자율 주행 구동부를 더 포함하는 것을 특징으로 한다.The present invention is further characterized in that the autonomous running driving unit performs at least one of driving, steering and braking of the child vehicle so that the child vehicle follows the optimized autonomous driving route.

본 발명의 일 측면에 따른 자율 주행 방법은 센서부가, 자차량의 주변객체 및 주행환경을 감지하는 단계, 제어부가, 상기 센서부에 의해 감지된 주변객체의 이동데이터 및 주행환경정보에 기초하여 상기 자차량의 자율 주행 경로를 생성하는 단계, 데이터 분석부가, 상기 제어부로부터 상기 주변객체의 이동데이터를 입력받아 상기 주변객체의 예상이동궤적을 확률적으로 분석하고, 상기 제어부로부터 입력받은 상기 주행환경정보에 대응되는 사고데이터를 분석하는 단계, 및 상기 제어부가, 상기 데이터 분석부에 의해 분석된 상기 주변객체의 예상이동궤적 및 사고데이터에 기초하여 상기 자율 주행 경로를 최적화하는 단계를 포함하는 것을 특징으로 한다.An autonomous moving method according to an aspect of the present invention includes the steps of sensing a peripheral object and a traveling environment of a vehicle, a sensor unit detecting a traveling environment of the vehicle based on movement data of the surrounding object sensed by the sensor unit, A data analyzing unit that receives movement data of the surrounding object from the control unit, probably analyzes an expected moving trajectory of the surrounding object, and receives the traveling environment information input from the control unit, And the control unit includes a step of optimizing the autonomous travel route based on the predicted movement trajectory and the accident data of the neighboring object analyzed by the data analyzing unit, do.

본 발명의 일 측면에 따른 자율 주행 시스템은 자차량의 주변객체의 이동데이터 및 주행환경정보에 기초하여 상기 자차량의 자율 주행 경로를 생성하는 제어부, 상기 제어부로부터 수신한 상기 주변객체의 이동데이터에 근거하여 상기 주변객체의 예상이동궤적을 확률적으로 분석하고, 상기 제어부로부터 수신한 상기 주행환경정보에 대응되는 사고데이터를 분석하는 데이터 서버, 및 상기 제어부 및 상기 데이터 서버 간의 데이터 통신을 수행하는 통신부를 포함하고, 상기 제어부는, 상기 데이터 서버에 의해 분석된 상기 주변객체의 예상이동궤적 및 사고데이터에 기초하여 상기 자율 주행 경로를 최적화하는 것을 특징으로 한다.An autonomous mobile system according to an aspect of the present invention includes a control unit for generating an autonomous travel route of the subject vehicle based on movement data of surrounding objects of the subject vehicle and traveling environment information, A data server for statistically analyzing a predicted movement trajectory of the neighboring object and analyzing incident data corresponding to the travel environment information received from the control unit and a communication unit for performing data communication between the control unit and the data server Wherein the control unit optimizes the autonomous travel route based on the estimated movement trajectory and the accident data of the surrounding object analyzed by the data server.

본 발명은 차량에 탑재된 센서를 통해 계측되는 센서 데이터와 함께 데이터 서버를 통해 분석된 주변 차량의 예상 이동 궤적을 함께 고려하여 자율 주행 경로를 생성하고, 동시에 자차량의 주행환경과 유사한 환경에서 발생한 사고 이력을 고려하여 자율 주행 경로를 생성함으로써, 기존의 센서 기반의 자율 주행 제어의 한계를 극복하고 주변객체와의 충돌을 효과적으로 회피할 수 있는 자율 주행 제어가 가능하도록 할 수 있다.The present invention generates an autonomous travel route by taking into consideration sensor data measured through a sensor mounted on a vehicle and anticipated movement trajectory of a surrounding vehicle analyzed through a data server, and at the same time, It is possible to overcome the limitations of the existing sensor-based autonomous driving control and to make the autonomous driving control capable of effectively avoiding collision with nearby objects by generating the autonomous driving route in consideration of the accident history.

도 1은 본 발명의 일 실시예에 따른 자율 주행 제어 장치를 설명하기 위한 블록구성도이다.
도 2 및 도 3은 본 발명의 일 실시예에 따른 자율 주행 제어 장치에서 센서부가 주변객체 및 주행환경을 감지하는 과정을 설명하기 위한 예시도이다.
도 4 및 도 5는 본 발명의 일 실시예에 따른 자율 주행 제어 장치에서 데이터 분석부가 주변객체의 이동데이터를 분석하는 과정을 설명하기 위한 예시도이다.
도 6 및 도 7은 본 발명의 일 실시예에 따른 자율 주행 제어 장치에서 데이터 분석부에 의해 분석된 사고데이터를 통해 주변객체와의 충돌이 회피되는 과정을 설명하기 위한 예시도이다.
도 8은 본 발명의 일 실시예에 따른 자율 주행 방법을 설명하기 위한 흐름도이다.
도 9는 본 발명의 일 실시예에 따른 자율 주행 시스템을 설명하기 위한 블록구성도이다.1 is a block diagram illustrating an autonomous-running control apparatus according to an embodiment of the present invention.
FIG. 2 and FIG. 3 are views for explaining a process of detecting a surrounding object and a traveling environment by a sensor unit in an autonomous drive control apparatus according to an embodiment of the present invention.
4 and 5 are diagrams for explaining a process of analyzing movement data of a neighboring object by a data analysis unit in an autonomous drive control apparatus according to an embodiment of the present invention.
FIGS. 6 and 7 are diagrams for explaining a process of avoiding collision with neighboring objects through accident data analyzed by a data analysis unit in an autonomous vehicle control apparatus according to an embodiment of the present invention.
8 is a flowchart illustrating an autonomous driving method according to an embodiment of the present invention.
FIG. 9 is a block diagram illustrating an autonomous travel system according to an embodiment of the present invention.

이하, 첨부된 도면을 참조하여 본 발명에 따른 자율 주행 장치, 방법 및 시스템의 실시예를 설명한다. 이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로, 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, embodiments of an autonomous navigation apparatus, method, and system according to the present invention will be described with reference to the accompanying drawings. In this process, the thicknesses of the lines and the sizes of the components shown in the drawings may be exaggerated for clarity and convenience of explanation. In addition, the terms described below are defined in consideration of the functions of the present invention, which may vary depending on the intention or custom of the user, the operator. Therefore, definitions of these terms should be made based on the contents throughout this specification.

도 1은 본 발명의 일 실시예에 따른 자율 주행 제어 장치를 설명하기 위한 블록구성도이고, 도 2 및 도 3은 본 발명의 일 실시예에 따른 자율 주행 제어 장치에서 센서부가 주변객체 및 주행환경을 감지하는 과정을 설명하기 위한 예시도이며, 도 4 및 도 5는 본 발명의 일 실시예에 따른 자율 주행 제어 장치에서 데이터 분석부가 주변객체의 이동데이터를 분석하는 과정을 설명하기 위한 예시도이고, 도 6 및 도 7은 본 발명의 일 실시예에 따른 자율 주행 제어 장치에서 데이터 분석부에 의해 분석된 사고데이터를 통해 주변객체와의 충돌이 회피되는 과정을 설명하기 위한 예시도이다.FIG. 1 is a block diagram for explaining an autonomous drive control apparatus according to an embodiment of the present invention. FIGS. 2 and 3 are diagrams for explaining an autonomous drive control apparatus according to an embodiment of the present invention. FIGS. 4 and 5 are diagrams for explaining a process of analyzing movement data of a neighboring object by the data analysis unit in the autonomous drive control apparatus according to an embodiment of the present invention. FIG. FIGS. 6 and 7 are diagrams for explaining a process of avoiding a collision with neighboring objects through accident data analyzed by the data analysis unit in the autonomous drive control apparatus according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시예에 따른 자율 주행 제어 장치는 인터페이스부(10), 측위부(20), 지도데이터 저장부(30), 센서부(40), 제어부(50), 데이터 분석부(60) 및 자율 주행 구동부(70)를 포함할 수 있다.1, an autonomic vehicle control apparatus according to an embodiment of the present invention includes an interface unit 10, a positioning unit 20, a map data storage unit 30, a sensor unit 40, a controller 50, A data analysis unit 60, and an autonomous-travel driving unit 70.

인터페이스부(10)는 사용자의 조작을 입력받고 자차량의 주행 정보 등을 출력하는 입출력 기능을 수행하며, HUD(Head Up Display), 클러스터 및 버튼뿐만 아니라 음성인식장치 및 3D 홀로그램 등 입출력 기능을 수행할 수 있는 모든 구성을 포함할 수 있다. The interface unit 10 performs an input / output function of receiving user's operation and outputting driving information of the vehicle, and performs input / output functions such as a HUD (Head Up Display), clusters and buttons as well as a voice recognition device and a 3D hologram It can include all possible configurations.

측위부(20)는 자차량의 현재 위치를 측위할 수 있다. 구체적으로, 측위부(20)는 GPS 등의 위성 항법 시스템을 이용하여 차량의 현재 위치에 대한 GPS 좌표, 즉 위경도 좌표의 위치정보를 수신할 수 있다.The positioning unit 20 can determine the present position of the child vehicle. Specifically, the positioning unit 20 can receive the GPS coordinates of the current position of the vehicle, that is, the position information of the coordinates of the center of gravity, using a satellite navigation system such as GPS.

지도데이터 저장부(30)는 주행 경로를 탐색하고 탐색한 주행 경로를 안내하기 위한 지도 데이터를 저장하고 있다. 지도데이터 저장부(30)는 주행 도로의 링크, 각 링크의 속성, 각 링크별 교차로의 노드 리스트 등의 정보뿐만 아니라, 주행 도로의 폭 정보, 차선 정보, 고정 시설물의 위치, 크기 및 형상 정보 등을 포함하고 있는 정밀지도 데이터를 저장하고 있을 수 있다.The map data storage unit 30 stores map data for searching a traveling route and guiding the travel route. The map data storage unit 30 stores not only the information such as the link of the running road, the attributes of each link, the node list of the intersections for each link, but also the width information of the running road, lane information, And the like.

센서부(40)는 자차량의 주변객체 및 주행환경을 감지하여 후술할 제어부(50)로 전달할 수 있다. 센서부(40)는 차량의 장착되는 모든 종류의 센서를 포함할 수 있으며, 자차량의 주변객체 및 주행환경을 감지하기 위해 카메라 센서, 레이더 센서, 라이다 센서 또는 초음파 센서 등을 포함할 수 있다. 도 2는 센서부(40)가 주변객체 및 주행환경을 감지하는 과정을 도시하고 있다.The sensor unit 40 senses a surrounding object and a traveling environment of the vehicle, and can transmit the detected object to the controller 50 to be described later. The sensor unit 40 may include all kinds of sensors mounted on the vehicle, and may include a camera sensor, a radar sensor, a lidar sensor, an ultrasonic sensor, or the like to detect a surrounding object and a traveling environment of the vehicle . FIG. 2 illustrates a process in which the sensor unit 40 detects a surrounding object and a traveling environment.

제어부(50)는 인터페이스부(10)를 통해 사용자로부터 목적지를 입력받은 경우, 측위부(20)에 의해 측위된 자차량의 현재 위치 및 지도데이터 저장부(30)에 저장된 지도데이터에 근거하여 현재 위치로부터 목적지까지의 경로를 생성하고, 생성된 경로를 주행하면서 후술할 자율 주행 구동부(70)를 제어하여 자차량의 자율 주행을 수행할 수 있다.When the destination is input from the user through the interface unit 10, the control unit 50 controls the current position of the vehicle positioned by the positioning unit 20 and the map data stored in the map data storage unit 30, A route from the position to the destination can be generated, and the autonomous travel driving unit 70, which will be described later, can be controlled while traveling the generated route, thereby performing autonomous travel of the subject vehicle.

본 실시예에서 제어부(50)는 센서부(40)에 의해 감지된 주변객체의 이동데이터 및 주행환경정보에 기초하여 자차량의 자율 주행 경로를 생성할 수 있다.In this embodiment, the control unit 50 can generate an autonomous traveling route of the vehicle based on the moving data of the surrounding objects sensed by the sensor unit 40 and the traveling environment information.

여기서, 주변객체는 자차량의 주변을 주행하는 주변차량을 비롯하여, 보행자, 자전거 또는 오토바이 등 자차량의 주변에서 이동하는 모든 객체를 포함한다. 그리고, 주변객체의 이동데이터는 객체 종류(승용차, 트럭, 버스, 보행자, 자전거 또는 오토바이 등의 객체의 종류), 이동속도, 감가속 정보, 차로변경 빈도 정보 및 차선준수 정보 중 하나 이상을 포함하는 객체 속성 데이터를 의미한다.Here, the surrounding object includes all objects moving around the subject vehicle such as a pedestrian, a bicycle, or a motorcycle, as well as a surrounding vehicle traveling around the subject vehicle. The movement data of the surrounding object includes at least one of the object type (the type of the object such as a passenger car, a truck, a bus, a pedestrian, a bicycle or a motorcycle), a moving speed, a deceleration information, a lane change frequency information, Object attribute data.

또한, 주행환경정보는 자차량의 주행 도로 정보, 주행 지역 정보 및 주행 시점 정보 중 하나 이상을 포함할 수 있다. 구체적으로, 주행 도로 정보는 도로 폭, 차선 수, 차선 경사도, 차선 곡률, 도로 종류, 도로 포장 여부, 터널 여부, 합류지점 여부, 표지판 등에 대한 정보를 포함할 수 있고, 주행 지역 정보는 도심, 교외, 산/강 등 주변 자연 환경에 대한 정보를 포함할 수 있으며, 주행 시점 정보는 시간, 날짜, 계절, 태양의 위치 등에 대한 정보를 포함할 수 있다.Also, the travel environment information may include at least one of traveling road information, traveling area information, and driving time information of the subject vehicle. Specifically, the traveling road information may include information on the road width, lane number, lane slope, lane curvature, road type, whether the road is packed, whether the tunnel is present, , Mountain / river, and the like, and the driving time point information may include information on time, date, season, sun position, and the like.

즉, 제어부(50)는 목적지까지의 경로를 주행하면서 자차량의 주변객체 및 주행환경을 센서부(40)를 통해 모니터링하면서 해당 주행환경에서 주변객체와의 충돌을 회피하기 위한 자율 주행 경로를 실시간으로 생성하는 방식을 통해 자차량의 자율 주행을 수행할 수 있다.That is, the control unit 50 monitors the peripheral object and the traveling environment of the vehicle through the sensor unit 40 while traveling on the route to the destination, and determines an autonomous traveling route for avoiding collision with the surrounding objects in the traveling environment, The autonomous running of the subject vehicle can be performed.

다만, 전술한 것과 같이 종래 차량에 장착된 센서만을 기반으로 자율 주행을 수행하는 경우 센서 장치의 시스템적 한계로 인해 자율 주행 정밀도가 저하되는 문제점이 존재하므로, 본 실시예에서는 데이터 분석부(60)를 통해 주변객체의 예상이동궤적을 확률적으로 분석하고, 주행환경정보에 대응되는 사고데이터를 분석하여 자차량의 자율 주행 경로 생성에 반영함으로써 자율 주행 정밀도를 향상시키는 구성을 채용한다.However, in the case of performing the autonomous running based only on the sensor mounted on the conventional vehicle as described above, there is a problem that the autonomous running accuracy is lowered due to the system limit of the sensor device. And estimating the movement trajectory of the surrounding object probabilistically, analyzing the accident data corresponding to the travel environment information, and reflecting it to generation of the autonomous travel route of the vehicle, thereby improving autonomous travel accuracy.

데이터 분석부(60)는 제어부(50)로부터 주변객체의 이동데이터를 입력받아 주변객체의 예상이동궤적을 확률적으로 분석할 수 있다. 이때, 데이터 분석부(60)는 주변객체의 이동데이터를 입력받아, 객체 속성에 따른 이동데이터 참조정보가 반영되어 미리 저장된 빅데이터를 기반으로 주변객체의 예상이동궤적을 확률적으로 분석할 수 있다.The data analysis unit 60 may receive movement data of a neighboring object from the control unit 50 and analyze the expected movement trajectory of the neighboring object probabilistically. At this time, the data analyzing unit 60 receives the movement data of the neighboring object, reflects the movement data reference information according to the object property, and stochastically analyzes the anticipated movement trajectory of the neighboring object based on the previously stored big data .

보다 구체적으로 설명하면, 전술한 것과 같이 데이터 분석부(60)가 제어로부터 입력받는 주변객체의 이동데이터는 객체 종류, 이동속도, 감가속 정보, 차로변경 빈도 정보 및 차선준수 정보 중 하나 이상이 포함된다. 도 4에 도시된 예시로서 설명하면, 데이터 분석부(60)는 주행차량 1의 이동데이터를 토대로 주행차량 1은 잦은 차선 변경을 수행하는 차량인 것으로 판단할 수 있고, 주행차량 2의 이동데이터를 토대로 주행차량 2는 저속 주행 차량인 것으로 판단할 수 있으며, 주행차량 3 및 4의 각 이동데이터를 토대로 주행차량 3 및 4는 각각 자차량 전방에서 정속 주행하는 차량인 것으로 판단할 수 있다. 마찬가지로, 도 5에 도시된 예시로서 설명하면, 데이터 분석부(60)는 주행차량 1의 이동데이터를 토대로 주행차량 1은 차선 내에서 부주의 운전중인 차량인 것으로 판단할 수 있고, 주행차량 2의 이동데이터를 토대로 주행차량 2는 잦은 차선 변경을 수행하는 차량인 것으로 판단할 수 있으며, 주행차량 3의 이동데이터를 토대로 주행차량 3은 자차량 전방에서 과속 주행중인 차량인 것으로 판단할 수 있다.More specifically, as described above, the movement data of the neighboring object received from the control by the data analysis unit 60 includes at least one of the object type, the moving speed, the deceleration information, the lane change frequency information, and the lane compliance information do. 4, the data analysis unit 60 can determine that the driving vehicle 1 is a vehicle that frequently changes lanes based on the moving data of the driving vehicle 1, Based on the movement data of the traveling vehicles 3 and 4, the traveling vehicles 3 and 4 can judge that the vehicle is traveling at a constant speed in front of the vehicle. 5, the data analysis unit 60 can determine that the driving vehicle 1 is a vehicle that is inadvertently driving in the lane based on the moving data of the driving vehicle 1, and the moving of the driving vehicle 2 Based on the data, it can be determined that the driving vehicle 2 is a vehicle that frequently changes lanes. Based on the moving data of the driving vehicle 3, it can be determined that the driving vehicle 3 is a vehicle that is overspeed in front of the vehicle.

이에 따라, 데이터 분석부(60)는 제어부(50)로부터 입력받은 주변객체의 이동데이터를 토대로 주변객체의 예상이동궤적을 확률적으로 분석할 수 있으며, 이때 데이터 분석부(60)는 객체 속성에 따른 이동데이터 참조정보가 반영되어 미리 저장된 빅데이터를 기반으로 주변객체의 예상이동궤적을 확률적으로 분석할 수 있다. 빅데이터는 객체 속성(즉, 객체 종류, 이동속도, 감가속 정보, 차로변경 빈도 정보 및 차선준수 정보)에 따라 그 이동데이터가 수집되어, 일 주변객체의 이동데이터로부터 해당 주변객체의 이동궤적을 예측하기 위한 참조정보의 데이터베이스를 의미한다. 이에 따라, 데이터 분석부(60)는 주변객체의 이동데이터에 빅데이터를 통한 확률 분석 기법을 적용하여 주변객체의 예상이동궤적을 확률적으로 분석할 수 있다.Accordingly, the data analysis unit 60 can stochastically analyze the anticipated movement trajectory of the neighboring object based on the movement data of the neighboring object inputted from the control unit 50. At this time, The predicted movement trajectory of the neighboring object can be probabilistically analyzed on the basis of the previously stored big data. The Big Data collects the moving data according to the object attributes (i.e., object type, moving speed, deceleration information, lane change frequency information, and lane compliance information), and obtains the moving trajectory of the surrounding object from the moving data of the surrounding object Means a database of reference information for prediction. Accordingly, the data analysis unit 60 can probabilistically analyze the anticipated movement trajectory of the neighboring object by applying the probability analysis technique based on the big data to the movement data of the neighboring object.

한편, 빅데이터 기반의 확률 분석 프로세스의 연산 부하를 고려하여, 데이터 분석부(60)는 도 4 및 도 5에 도시된 것과 같이 자차량의 외부에서 자차량과 통신하는 데이터 서버(60)로 구현될 수도 있다.4 and 5, the data analysis unit 60 may be implemented as a data server 60 that communicates with the subject vehicle outside the subject vehicle in consideration of the calculation load of the probability analysis process based on the big data. .

또한, 데이터 분석부(60)는 제어부(50)로부터 입력받은 주행환경정보에 대응되는 사고데이터를 분석할 수 있다. 이때, 데이터 분석부(60)는 주행환경 별 사고데이터가 반영되어 미리 저장된 빅데이터를 기반으로 제어부(50)로부터 입력받은 주행환경정보에 대응되는 사고데이터를 분석할 수 있다.In addition, the data analysis unit 60 can analyze the accident data corresponding to the travel environment information received from the control unit 50. At this time, the data analysis unit 60 can analyze the accident data corresponding to the travel environment information received from the control unit 50 based on the preliminarily stored big data reflecting the incident data for each travel environment.

보다 구체적으로 설명하면, 전술한 것과 같이 데이터 분석부(60)가 제어로부터 입력받는 주행환경정보는 주행 도로 정보, 주행 지역 정보 및 주행 시점 정보 중 하나 이상이 포함된다. 도 6에 도시된 예시로서 설명하면, 자차량이 곡선 도로를 주행하고 있는 경우, 데이터 분석부(60)는 제어부(50)로부터 입력받은 주행환경정보를 토대로 도 6(a)와 같은 곡선 도로에서의 사고데이터를 빅데이터로부터 추출할 수 있으며, 이에 따라 자차량은 도 6(b)와 같은 자율 주행 경로를 생성하여 주행차량 1과의 충돌을 회피할 수 있다. 또한, 도 7에 도시된 예시로서 설명하면, 자차량이 복잡한 합류 지점을 주행하고 있는 경우, 데이터 분석부(60)는 제어부(50)로부터 입력받은 주행환경정보를 토대로 도 7(a)와 같은 합류 지점에서의 사고데이터를 빅데이터로부터 추출할 수 있으며, 이에 따라 자차량은 도 7(b)와 같은 자율 주행 경로를 생성하여 주행차량 1과의 충돌을 회피할 수 있다.More specifically, as described above, the travel environment information received by the data analysis unit 60 from the control includes at least one of the running road information, the running area information, and the traveling time information. 6, when the subject vehicle is traveling on a curved road, the data analyzing unit 60 calculates the traveling environment information on the curved road as shown in FIG. 6 (a) based on the traveling environment information input from the control unit 50, It is possible to extract the accident data of the vehicle 1 from the big data. Thus, the own vehicle can generate the autonomous travel route as shown in FIG. 6 (b) and avoid collision with the traveling vehicle 1. 7, when the subject vehicle is traveling at a complicated merging point, the data analyzing unit 60 calculates the traveling environment information based on the traveling environment information received from the control unit 50, as shown in FIG. 7 (a) The accident data at the confluence point can be extracted from the big data. Thus, the subject vehicle can generate the autonomous travel route as shown in FIG. 7 (b) to avoid collision with the traveling vehicle 1.

이에 따라, 데이터 분석부(60)는 제어부(50)로부터 입력받은 주행환경정보에 대응되는 사고데이터를 빅데이터로부터 추출할 수 있다. 빅데이터는 주행환경 별로 사고데이터가 수집되어 자차량의 주행환경에서 발생 가능한 사고를 예측하기 위한 참조정보의 데이터베이스를 의미한다. 이에 따라, 데이터 분석부(60)는 제어부(50)로부터 입력받은 주행환경정보와 빅데이터에 수집된 주행환경 별 사고데이터 간의 유사도 분석을 통해 주행환경정보에 대응되는 사고데이터를 추출하여 제어부(50)로 전달할 수 있다.Accordingly, the data analysis unit 60 can extract accident data corresponding to the travel environment information received from the control unit 50 from the big data. Big data refers to a database of reference information for estimating accidents that may occur in the driving environment of the vehicle after accident data is collected by the driving environment. Accordingly, the data analysis unit 60 extracts the accident data corresponding to the travel environment information through the analysis of the similarity between the travel environment information received from the control unit 50 and the accident data for each travel environment collected in the big data, ). ≪ / RTI >

정리하면, 데이터 분석부(60)의 빅데이터는 객체 속성에 따라 그 이동데이터가 수집되어 일 주변객체의 이동데이터로부터 해당 주변객체의 이동궤적을 예측하기 위한 참조정보의 데이터베이스로 기능함과 동시에, 주행환경 별로 사고데이터가 수집되어 자차량의 주행환경에서 발생 가능한 사고를 예측하기 위한 참조정보의 데이터베이스로 기능하며, 데이터 분석부(60)는 빅데이터를 통해 주변객체의 예상이동궤적 및 주행환경정보에 대응되는 사고데이터 분석하여 제어부(50)로 전달함으로써 제어부(50)가 자율 주행 경로를 최적화하도록 할 수 있다.In summary, the big data of the data analysis unit 60 collects the movement data according to the object property and functions as a database of reference information for predicting the movement trajectory of the surrounding object from the movement data of the surrounding object, The data analyzing unit 60 functions as a database of reference information for predicting an accident that may occur in the driving environment of the vehicle by collecting accident data for each driving environment. The data analyzing unit 60 analyzes the predicted moving trajectory and traveling environment information And transmits the analyzed accident data to the control unit 50, so that the controller 50 can optimize the autonomous traveling path.

제어부(50)는, 주변객체의 이동데이터 및 주변객체의 예상이동궤적에 근거하여 주변객체의 예상이동경로를 최종 결정하고, 데이터 분석부(60)에 의해 분석된 사고데이터를 주변객체의 예상이동경로에 반영하여 자율 주행 경로를 최적화할 수 있다.The control unit 50 finally determines the anticipated movement path of the neighboring object based on the movement data of the neighboring object and the anticipated movement trajectory of the neighboring object and transmits the accident data analyzed by the data analysis unit 60 to the anticipated movement It is possible to optimize the autonomous travel route by reflecting the route.

즉, 제어부(50)는 센서부(40)를 통해 현재 실시간으로 모니터링하고 있는 주변객체의 이동데이터와, 데이터 분석부(60)에 의해 확률적으로 분석된 주변객체의 예상이동궤적에 근거하여 주변객체의 예상이동경로를 최종적으로 결정하고, 데이터 분석부에 의해 분석된 사고데이터를 주변객체의 예상이동경로에 반영함으로써, 자차량의 현재 주행환경에서의 사고 발생 가능성을 예측하여 주변객체와의 충돌을 회피할 수 있도록 자율 주행 경로를 최적화할 수 있다.That is, based on the movement data of the peripheral object currently being monitored in real time through the sensor unit 40 and the predicted movement trajectory of the surrounding object probabilistically analyzed by the data analysis unit 60, The predicted movement route of the object is finally determined and the accident data analyzed by the data analysis unit is reflected on the anticipated movement route of the surrounding object so as to predict the possibility of the accident in the current driving environment of the vehicle, It is possible to optimize the autonomous travel route so as to avoid the obstacle.

자율 주행 구동부(70)는 전술한 과정을 통해 최적화된 자율 주행 경로를 추종하도록 자차량의 구동, 조향 및 제동 중 하나 이상을 수행할 수 있다. 즉, 자율 주행 구동부(70)는 최적화된 자율 주행 경로를 추종하도록 제어부(50)에 의해 제어되어 자차량의 구동, 조향 및 제동 중 하나 이상을 수행할 수 있다. 이를 위해 도 1에 도시된 것과 같이 자율 주행 구동부(70)는 내연기관을 구동하는 구동 시스템(71)과, MDPS(Motor Driven Power Steering), AFS(Active Front Steering), RWS(Rear Wheel Steering)와 같은 조향 시스템(73)과, AEB(Autonomous Emergency Braking), ABS(Anti lock Brake System)와 같은 제동 시스템(75)을 포함할 수 있다.The autonomous driving driving unit 70 may perform at least one of driving, steering, and braking of the host vehicle so as to follow the optimized autonomous traveling path through the above-described process. That is, the autonomous travel driving unit 70 can perform at least one of driving, steering, and braking of the vehicle under the control of the controller 50 so as to follow the optimized autonomous travel route. 1, an autonomous drive driving unit 70 includes a drive system 71 for driving an internal combustion engine, motor driven power steering (MDPS), active front steering (AFS), rear wheel steering (RWS) A steering system 73 and a braking system 75 such as an Autonomous Emergency Braking (AEB) and an Anti-lock Brake System (ABS).

도 8은 본 발명의 일 실시예에 따른 자율 주행 방법을 설명하기 위한 흐름도이다.8 is a flowchart illustrating an autonomous driving method according to an embodiment of the present invention.

도 8을 참조하여 본 발명의 일 실시예에 따른 자율 주행 방법을 설명하면, 먼저 센서부(40)는 자차량의 주변객체 및 주행환경을 감지한다(S10). 센서부(40)는 차량에 장착되는 카메라 센서, 레이더 센서, 라이다 센서 또는 초음파 센서 등을 통해 자차량의 주변객체 및 주행환경을 감지할 수 있다.Referring to FIG. 8, an autonomous driving method according to an embodiment of the present invention will be described. First, the sensor unit 40 senses a peripheral object and a driving environment of the vehicle (S10). The sensor unit 40 can sense a surrounding object and a traveling environment of the vehicle through a camera sensor, a radar sensor, a Lidar sensor, or an ultrasonic sensor mounted on the vehicle.

이어서, 제어부(50)는 센서부(40)에 의해 감지된 주변객체의 이동데이터 및 주행환경정보에 기초하여 자차량의 자율 주행 경로를 생성한다(S20). 여기서, 주변객체의 이동데이터는, 객체 종류, 이동속도, 감가속 정보, 차로변경 빈도 정보 및 차선준수 정보 중 하나 이상을 포함하는 객체 속성 데이터를 의미하고, 주행환경정보는, 자차량의 주행 도로 정보, 주행 지역 정보 및 주행 시점 정보 중 하나 이상을 포함할 수 있다.Then, the control unit 50 generates an autonomous travel route of the vehicle based on the movement data of the surrounding object and the travel environment information sensed by the sensor unit (S20). Here, the movement data of the neighboring object means the object attribute data including at least one of the object type, the moving speed, the deceleration information, the lane change frequency information, and the lane compliance information, Information on the driving area, and driving time information.

이어서, 데이터 분석부(60)는 제어부(50)로부터 주변객체의 이동데이터를 입력받아 주변객체의 예상이동궤적을 확률적으로 분석하고, 제어부(50)로부터 입력받은 주행환경정보에 대응되는 사고데이터를 분석한다(S30). S30 단계에서, 데이터 분석부(60)는 주변객체의 이동데이터를 입력받아, 객체 속성에 따른 이동데이터 참조정보가 반영되어 미리 저장된 빅데이터를 기반으로 주변객체의 예상이동궤적을 확률적으로 분석할 수 있으며, 주행환경 별 사고데이터가 반영되어 미리 저장된 빅데이터를 기반으로 제어부(50)로부터 입력받은 주행환경정보에 대응되는 사고데이터를 분석할 수 있다.The data analyzing unit 60 receives the movement data of the neighboring object from the controller 50 and probabilistically analyzes the predicted movement trajectory of the surrounding object. The data analyzing unit 60 analyzes accident data (S30). In step S30, the data analysis unit 60 receives the movement data of the neighboring object, and probes the predicted movement trajectory of the neighboring object based on the previously stored big data by reflecting the movement data reference information according to the object property And it is possible to analyze the accident data corresponding to the travel environment information received from the controller 50 based on the preliminarily stored big data reflecting the accident data for each travel environment.

이어서, 제어부(50)는 데이터 분석부(60)에 의해 분석된 주변객체의 예상이동궤적 및 사고데이터에 기초하여 자율 주행 경로를 최적화한다(S40). S40 단계에서, 제어부(50)는 주변객체의 이동데이터 및 주변객체의 예상이동궤적에 근거하여 주변객체의 예상이동경로를 최종 결정하고, 데이터 분석부(60)에 의해 분석된 사고데이터를 주변객체의 예상이동경로에 반영하여 자율 주행 경로를 최적화할 수 있다.Next, the control unit 50 optimizes the autonomous travel route based on the anticipated movement trajectory and the accident data of the neighboring object analyzed by the data analysis unit 60 (S40). In step S40, the control unit 50 finally determines the anticipated movement path of the neighboring object based on the movement data of the neighboring object and the anticipated movement trajectory of the neighboring object, and transmits the accident data analyzed by the data analysis unit 60 to the neighboring object To optimize the autonomous travel route.

이어서, 제어부(50)는 자차량이 S40 단계에서 최적화된 자율 주행 경로를 추종하도록 자차량의 구동, 조향 및 제동 중 하나 이상을 제어한다(S50).Next, the control unit 50 controls at least one of driving, steering, and braking of the subject vehicle so that the subject vehicle follows the optimized autonomous traveling path in step S40 (S50).

한편, 전술한 것과 같이 빅데이터 기반의 데이터 연산 상의 부하를 고려하여, 데이터 분석부(60)는 도 9에 도시된 것과 같이 자차량의 외부에서 자차량과 통신하는 데이터 서버(60)로 구현될 수도 있다.On the other hand, in consideration of the load on the data operation based on the big data as described above, the data analysis unit 60 is implemented as a data server 60 that communicates with the child vehicle outside the child vehicle as shown in FIG. 9 It is possible.

이 경우, 인터페이스부(10), 측위부(20), 지도데이터 저장부(30), 센서부(40), 제어부(50), 자율 주행 구동부(70)는 자차량의 탑재되고, 데이터 서버(60)는 자차량의 외부에서 자차량과 통신하며, 자차량 및 데이터 서버(60)와의 통신을 위한 통신부(80)가 자차량에 탑재될 수 있다. 통신부(80)는 데이터 서버(60)뿐만 아니라 외부 차량/인프라(90)와 V2V(Vehicle to Vehicle) 및 V2I(Vehicle to Infra) 통신할 수도 있다. 지도데이터 저장부(30)에 저장된 지도데이터는 통신부(80)를 통해 자차량 외부의 인프라로부터 제공되는 최신의 지도데이터를 통해 갱신됨으로써 그 최신성을 유지할 수 있다.In this case, the interface unit 10, the positioning unit 20, the map data storage unit 30, the sensor unit 40, the control unit 50 and the autonomous drive unit 70 are mounted on the vehicle, 60 communicate with the subject vehicle outside the subject vehicle, and a communication unit 80 for communication with the subject vehicle and the data server 60 can be mounted on the subject vehicle. The communication unit 80 may communicate with the external vehicle / infrastructure 90 as well as the data server 60 with V2V (Vehicle to Vehicle) and V2I (Vehicle to Infra). The map data stored in the map data storage unit 30 is updated through the communication unit 80 with the latest map data provided from the infrastructure outside the vehicle, so that the latest data can be maintained.

이와 같이 본 실시예는 차량에 탑재된 센서를 통해 계측되는 센서 데이터와 함께 데이터 서버를 통해 분석된 주변 차량의 예상 이동 궤적을 함께 고려하여 자율 주행 경로를 생성하고, 동시에 자차량의 주행환경과 유사한 환경에서 발생한 사고 이력을 고려하여 자율 주행 경로를 생성함으로써, 기존의 센서 기반의 자율 주행 제어의 한계를 극복하고 주변객체와의 충돌을 효과적으로 회피할 수 있는 자율 주행 제어가 가능하도록 할 수 있다.Thus, in the present embodiment, the autonomous travel route is generated by considering the estimated movement trajectory of the surrounding vehicle analyzed through the data server together with the sensor data measured through the sensor mounted on the vehicle, and at the same time, It is possible to overcome the limitation of the existing sensor-based autonomous driving control and to make the autonomous driving control capable of effectively avoiding collision with neighboring objects by generating the autonomous driving route in consideration of the accident history occurring in the environment.

본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며 당해 기술이 속하는 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 아래의 특허청구범위에 의하여 정해져야 할 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is clearly understood that the same is by way of illustration and example only and is not to be taken by way of limitation, I will understand. Accordingly, the true scope of the present invention should be determined by the following claims.

10: 인터페이스부
20: 측위부
30: 지도데이터 저장부
40: 센서부
50: 제어부
60: 데이터 분석부, 데이터 서버
70: 자율 주행 구동부
71: 구동 시스템
73: 조향 시스템
75: 제동 시스템
80: 통신부
90: 외부 차량/인프라10: Interface section
20:
30: Map data storage unit
40:
50:
60: data analysis unit, data server
70:
71: drive system
73: Steering system
75: Braking system
80:
90: External vehicle / infrastructure

Claims (15)

자차량의 주변객체 및 주행환경을 감지하는 센서부;
상기 센서부에 의해 감지된 주변객체의 이동데이터 및 주행환경정보에 기초하여 상기 자차량의 자율 주행 경로를 생성하는 제어부; 및
상기 제어부로부터 입력받은 상기 주변객체의 이동데이터에 근거하여 상기 주변객체의 예상이동궤적을 확률적으로 분석하고, 상기 제어부로부터 입력받은 상기 주행환경정보에 대응되는 사고데이터를 분석하는 데이터 분석부;를 포함하고,
상기 제어부는, 상기 데이터 분석부에 의해 분석된 상기 주변객체의 예상이동궤적 및 사고데이터에 기초하여 상기 자율 주행 경로를 최적화하는 것을 특징으로 하는 자율 주행 장치.
A sensor unit for sensing a surrounding object and a traveling environment of the vehicle;
A control unit for generating an autonomous travel route of the subject vehicle based on movement data and driving environment information of a surrounding object sensed by the sensor unit; And
A data analyzing unit that probabilistically analyzes a predicted movement trajectory of the neighboring object based on movement data of the neighboring object received from the controller and analyzes accident data corresponding to the travel environment information received from the controller; Including,
Wherein the control unit optimizes the autonomous travel route based on the predicted movement trajectory and the accident data of the neighboring object analyzed by the data analysis unit.
제1항에 있어서,
상기 주변객체의 이동데이터는, 객체 종류, 이동속도, 감가속 정보, 차로변경 빈도 정보 및 차선준수 정보 중 하나 이상을 포함하는 객체 속성 데이터인 것을 특징으로 하는 자율 주행 장치.
The method according to claim 1,
Wherein the movement data of the peripheral object is object attribute data including at least one of an object type, a moving speed, a deceleration rate information, a lane change frequency information, and a lane compliance information.
제2항에 있어서,
상기 데이터 분석부는, 상기 주변객체의 이동데이터를 입력받아, 객체 속성에 따른 이동데이터 참조정보가 반영되어 미리 저장된 빅데이터를 기반으로 상기 주변객체의 예상이동궤적을 확률적으로 분석하는 것을 특징으로 하는 자율 주행 장치.
3. The method of claim 2,
Wherein the data analyzing unit receives the movement data of the neighboring object and probabilistically analyzes an anticipated movement trajectory of the neighboring object on the basis of previously stored big data reflecting movement data reference information according to the object property Autonomous driving device.
제1항에 있어서,
상기 주행환경정보는, 상기 자차량의 주행 도로 정보, 주행 지역 정보 및 주행 시점 정보 중 하나 이상을 포함하는 것을 특징으로 하는 자율 주행 장치.
The method according to claim 1,
Wherein the travel environment information includes at least one of traveling road information, traveling area information, and driving time information of the subject vehicle.
제4항에 있어서,
상기 데이터 분석부는, 주행환경 별 사고데이터가 반영되어 미리 저장된 빅데이터를 기반으로 상기 제어부로부터 입력받은 주행환경정보에 대응되는 사고데이터를 분석하는 것을 특징으로 하는 자율 주행 장치.
5. The method of claim 4,
Wherein the data analyzing unit analyzes accident data corresponding to travel environment information received from the control unit based on previously stored big data reflecting the accident data for each travel environment.
제1항에 있어서,
상기 제어부는, 상기 주변객체의 이동데이터 및 상기 주변객체의 예상이동궤적에 근거하여 상기 주변객체의 예상이동경로를 최종 결정하고, 상기 데이터 분석부에 의해 분석된 상기 사고데이터를 상기 주변객체의 예상이동경로에 반영하여 상기 자율 주행 경로를 최적화하는 것을 특징으로 하는 자율 주행 장치.
The method according to claim 1,
Wherein the controller determines a predicted movement path of the neighboring object based on movement data of the neighboring object and a predicted movement trajectory of the neighboring object and outputs the incident data analyzed by the data analysis unit to the prediction And optimizes the autonomous travel route by reflecting the travel route.
제1항에 있어서,
상기 자차량이 상기 최적화된 자율 주행 경로를 추종하도록 상기 자차량의 구동, 조향 및 제동 중 하나 이상을 수행하는 자율 주행 구동부;를 더 포함하는 것을 특징으로 하는 자율 주행 장치.
The method according to claim 1,
Further comprising an autonomic driving unit operable to perform at least one of driving, steering, and braking the child vehicle so that the child vehicle follows the optimized autonomous driving route.
센서부가, 자차량의 주변객체 및 주행환경을 감지하는 단계;
제어부가, 상기 센서부에 의해 감지된 주변객체의 이동데이터 및 주행환경정보에 기초하여 상기 자차량의 자율 주행 경로를 생성하는 단계;
데이터 분석부가, 상기 제어부로부터 상기 주변객체의 이동데이터를 입력받아 상기 주변객체의 예상이동궤적을 확률적으로 분석하고, 상기 제어부로부터 입력받은 상기 주행환경정보에 대응되는 사고데이터를 분석하는 단계; 및
상기 제어부가, 상기 데이터 분석부에 의해 분석된 상기 주변객체의 예상이동궤적 및 사고데이터에 기초하여 상기 자율 주행 경로를 최적화하는 단계;
를 포함하는 것을 특징으로 하는 자율 주행 방법.
Sensing a peripheral object and a traveling environment of the vehicle;
The control unit generating an autonomous traveling path of the subject vehicle based on the moving data of the surrounding object sensed by the sensor unit and the traveling environment information;
Analyzing the accident data corresponding to the travel environment information received from the control unit by probabilistically analyzing a predicted movement trajectory of the surrounding object by receiving movement data of the surrounding object from the control unit; And
Optimizing the autonomous travel route based on the anticipated movement trajectory and the accident data of the neighboring object analyzed by the data analysis unit;
Wherein the autonomous driving method comprises the steps of:
제8항에 있어서,
상기 주변객체의 이동데이터는, 객체 종류, 이동속도, 감가속 정보, 차로변경 빈도 정보 및 차선준수 정보 중 하나 이상을 포함하는 객체 속성 데이터인 것을 특징으로 하는 자율 주행 방법.
9. The method of claim 8,
Wherein the movement data of the peripheral object is object attribute data including at least one of an object type, a moving speed, a deceleration rate information, a lane change frequency information, and a lane compliance information.
제9항에 있어서,
상기 분석하는 단계에서, 상기 데이터 분석부는,
상기 주변객체의 이동데이터를 입력받아, 객체 속성에 따른 이동데이터 참조정보가 반영되어 미리 저장된 빅데이터를 기반으로 상기 주변객체의 예상이동궤적을 확률적으로 분석하는 것을 특징으로 하는 자율 주행 방법.
10. The method of claim 9,
In the analyzing step,
Wherein the predicted moving trajectory of the neighboring object is probabilistically analyzed on the basis of previously stored big data by receiving moving data of the neighboring object and moving reference information according to the object property is reflected.
제8항에 있어서,
상기 주행환경정보는, 상기 자차량의 주행 도로 정보, 주행 지역 정보 및 주행 시점 정보 중 하나 이상을 포함하는 것을 특징으로 하는 자율 주행 방법.
9. The method of claim 8,
Wherein the traveling environment information includes at least one of running road information, running area information, and driving time information of the subject vehicle.
제11항에 있어서,
상기 분석하는 단계에서, 상기 데이터 분석부는,
주행환경 별 사고데이터가 반영되어 미리 저장된 빅데이터를 기반으로 상기 제어부로부터 입력받은 주행환경정보에 대응되는 사고데이터를 분석하는 것을 특징으로 하는 자율 주행 방법.
12. The method of claim 11,
In the analyzing step,
And analyzing the accident data corresponding to the travel environment information received from the control unit based on the preliminarily stored big data reflecting the accident data for each travel environment.
제8항에 있어서,
상기 최적화하는 단계에서, 상기 제어부는,
상기 주변객체의 이동데이터 및 상기 주변객체의 예상이동궤적에 근거하여 상기 주변객체의 예상이동경로를 최종 결정하고, 상기 데이터 분석부에 의해 분석된 상기 사고데이터를 상기 주변객체의 예상이동경로에 반영하여 상기 자율 주행 경로를 최적화하는 것을 특징으로 하는 자율 주행 방법.
9. The method of claim 8,
In the optimizing step,
The estimated movement path of the neighboring object is finally determined based on the movement data of the neighboring object and the predicted movement trajectory of the neighboring object, and the incident data analyzed by the data analysis unit is reflected on the estimated movement path of the neighboring object And optimizing the autonomous traveling route by using the autonomous traveling route.
제8항에 있어서,
상기 제어부가, 상기 자차량이 상기 최적화된 자율 주행 경로를 추종하도록 상기 자차량의 구동, 조향 및 제동 중 하나 이상을 제어하는 단계;를 더 포함하는 것을 특징으로 하는 자율 주행 방법.
9. The method of claim 8,
Wherein the control unit controls at least one of driving, steering and braking of the child vehicle so that the child vehicle follows the optimized autonomous driving route.
자차량의 주변객체의 이동데이터 및 주행환경정보에 기초하여 상기 자차량의 자율 주행 경로를 생성하는 제어부;
상기 제어부로부터 수신한 상기 주변객체의 이동데이터에 근거하여 상기 주변객체의 예상이동궤적을 확률적으로 분석하고, 상기 제어부로부터 수신한 상기 주행환경정보에 대응되는 사고데이터를 분석하는 데이터 서버; 및
상기 제어부 및 상기 데이터 서버 간의 데이터 통신을 수행하는 통신부;를 포함하고,
상기 제어부는, 상기 데이터 서버에 의해 분석된 상기 주변객체의 예상이동궤적 및 사고데이터에 기초하여 상기 자율 주행 경로를 최적화하는 것을 특징으로 하는 자율 주행 시스템.A control unit for generating an autonomous traveling path of the subject vehicle based on the moving data of the surrounding objects of the subject vehicle and the traveling environment information;
A data server for probabilistically analyzing a predicted movement trajectory of the neighboring object based on the movement data of the neighboring object received from the control unit and analyzing accident data corresponding to the travel environment information received from the control unit; And
And a communication unit for performing data communication between the control unit and the data server,
Wherein the control unit optimizes the autonomous travel route based on the predicted movement trajectory and the accident data of the neighboring object analyzed by the data server.
KR1020170168690A 2017-09-15 2017-12-08 Apparatus, method and system for autonomous driving KR102007249B1 (en)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020170168690A KR102007249B1 (en) 2017-12-08 2017-12-08 Apparatus, method and system for autonomous driving
CN201810759914.4A CN109507997B (en) 2017-09-15 2018-07-11 Apparatus, method and system for automatic driving
US16/058,954 US11198433B2 (en) 2017-09-15 2018-08-08 Apparatus, method and system for autonomous driving
DE102018215668.9A DE102018215668A1 (en) 2017-09-15 2018-09-14 Device, method and system for autonomous driving

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170168690A KR102007249B1 (en) 2017-12-08 2017-12-08 Apparatus, method and system for autonomous driving

Publications (2)

Publication Number Publication Date
KR20190068372A true KR20190068372A (en) 2019-06-18
KR102007249B1 KR102007249B1 (en) 2019-08-06

Family

ID=67103336

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170168690A KR102007249B1 (en) 2017-09-15 2017-12-08 Apparatus, method and system for autonomous driving

Country Status (1)

Country Link
KR (1) KR102007249B1 (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113156967A (en) * 2021-04-29 2021-07-23 斑马网络技术有限公司 Data acquisition method, equipment and system based on self-cognition mode
KR20210106049A (en) * 2020-02-19 2021-08-30 재단법인대구경북과학기술원 Apparatus and method for setting driving route
KR102328506B1 (en) * 2021-01-07 2021-11-19 주식회사 유오케이 System and method for colleting unmanned public information
KR20220027702A (en) * 2020-08-26 2022-03-08 모셔널 에이디 엘엘씨 Conditional motion predictions

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210096886A (en) 2020-01-29 2021-08-06 한화디펜스 주식회사 Mobile surveillance apparatus and operation method thereof

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009157499A (en) * 2007-12-25 2009-07-16 Toyota Motor Corp Driving support device and driving support system
JP4396653B2 (en) * 2006-02-28 2010-01-13 トヨタ自動車株式会社 Object course prediction method, apparatus, and program
KR20150108891A (en) * 2013-02-21 2015-09-30 구글 인코포레이티드 A method to detect nearby aggressive drivers and adjust driving modes
KR20170118501A (en) * 2016-04-15 2017-10-25 현대자동차주식회사 Driving path planning apparatus and method for autonomous vehicles
JP2017215759A (en) * 2016-05-31 2017-12-07 株式会社東芝 Accident forecast system and accident forecast method

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4396653B2 (en) * 2006-02-28 2010-01-13 トヨタ自動車株式会社 Object course prediction method, apparatus, and program
JP2009157499A (en) * 2007-12-25 2009-07-16 Toyota Motor Corp Driving support device and driving support system
KR20150108891A (en) * 2013-02-21 2015-09-30 구글 인코포레이티드 A method to detect nearby aggressive drivers and adjust driving modes
KR20170118501A (en) * 2016-04-15 2017-10-25 현대자동차주식회사 Driving path planning apparatus and method for autonomous vehicles
JP2017215759A (en) * 2016-05-31 2017-12-07 株式会社東芝 Accident forecast system and accident forecast method

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210106049A (en) * 2020-02-19 2021-08-30 재단법인대구경북과학기술원 Apparatus and method for setting driving route
KR20220027702A (en) * 2020-08-26 2022-03-08 모셔널 에이디 엘엘씨 Conditional motion predictions
US11731653B2 (en) 2020-08-26 2023-08-22 Motional Ad Llc Conditional motion predictions
US11814075B2 (en) 2020-08-26 2023-11-14 Motional Ad Llc Conditional motion predictions
KR102328506B1 (en) * 2021-01-07 2021-11-19 주식회사 유오케이 System and method for colleting unmanned public information
CN113156967A (en) * 2021-04-29 2021-07-23 斑马网络技术有限公司 Data acquisition method, equipment and system based on self-cognition mode

Also Published As

Publication number Publication date
KR102007249B1 (en) 2019-08-06

Similar Documents

Publication Publication Date Title
CN109507997B (en) Apparatus, method and system for automatic driving
CN110087963B (en) Vehicle control system, vehicle control method, and recording medium
KR102007249B1 (en) Apparatus, method and system for autonomous driving
KR102495611B1 (en) Apparatus, method and system for autonomous driving
CN112208533B (en) Vehicle control system, vehicle control method, and storage medium
CN110949390B (en) Vehicle control device, vehicle control method, and storage medium
JP7112374B2 (en) VEHICLE CONTROL DEVICE, VEHICLE CONTROL METHOD, AND PROGRAM
US11285957B2 (en) Traveling control apparatus, traveling control method, and non-transitory computer-readable storage medium storing program
CN110740914A (en) Vehicle control system, vehicle control method, and program
CN112319475A (en) Vehicle control device, vehicle control method, and storage medium
CN113320541A (en) Vehicle control device, vehicle control method, and storage medium
CN112172814B (en) Vehicle control device, vehicle control method, and storage medium
US11827246B2 (en) Vehicle control device, vehicle control method, and storage medium
CN115140086A (en) Vehicle control device, vehicle control method, and storage medium
JP6609292B2 (en) Outside environment recognition device
CN115440069B (en) Information processing server, processing method of information processing server, and nonvolatile storage medium
US20220315058A1 (en) Vehicle control device, vehicle control method, and storage medium
JP7184951B2 (en) VEHICLE CONTROL DEVICE, VEHICLE CONTROL METHOD, AND PROGRAM
US20220176956A1 (en) Vehicle control device, vehicle control method, and non-transitory computer-readable recording medium recording program
JP7308880B2 (en) VEHICLE CONTROL DEVICE, VEHICLE CONTROL METHOD, AND PROGRAM
JP7225185B2 (en) VEHICLE CONTROL DEVICE, VEHICLE CONTROL METHOD, AND PROGRAM
JP7196149B2 (en) VEHICLE CONTROL DEVICE, VEHICLE CONTROL METHOD, AND PROGRAM
JP7046289B1 (en) Vehicle controls, vehicle systems, vehicle control methods, and programs
JP2021149390A (en) Vehicle control apparatus, vehicle control method, and program
CN112172804B (en) Vehicle control device, vehicle control method, and storage medium

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