KR20190087560A - 예측 기반 클라이언트 제어 - Google Patents

예측 기반 클라이언트 제어 Download PDF

Info

Publication number
KR20190087560A
KR20190087560A KR1020197018289A KR20197018289A KR20190087560A KR 20190087560 A KR20190087560 A KR 20190087560A KR 1020197018289 A KR1020197018289 A KR 1020197018289A KR 20197018289 A KR20197018289 A KR 20197018289A KR 20190087560 A KR20190087560 A KR 20190087560A
Authority
KR
South Korea
Prior art keywords
client
information
control parameter
time point
rti
Prior art date
Application number
KR1020197018289A
Other languages
English (en)
Inventor
콩치 장
윤펭 장
구이도 히어츠
Original Assignee
텔레호낙티에볼라게트 엘엠 에릭슨(피유비엘)
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 텔레호낙티에볼라게트 엘엠 에릭슨(피유비엘) filed Critical 텔레호낙티에볼라게트 엘엠 에릭슨(피유비엘)
Publication of KR20190087560A publication Critical patent/KR20190087560A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/22—Platooning, i.e. convoy of communicating 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • B60W60/00276—Planning or execution of driving tasks using trajectory prediction for other traffic participants for two or more other traffic participants

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

적어도 하나의 제1 클라이언트의 제1 정보를 수신하는 것 - 여기서 제1 정보는 시점(T)에서의 적어도 하나의 제1 클라이언트의 포지션을 결정하는 것을 가능하게 함 -; 제1 정보를 사용하여 시점(T)에서의 교통 상황을 예측하는 것; 시점(T)에서의 예측된 교통 상황에 기초하여 제2 클라이언트의 적어도 하나의 제어 파라미터의 변경을 결정하는 것; 및 결정 결과에 기초하여 제2 클라이언트의 적어도 하나의 제어 파라미터를 변경하는 것을 포함하는, 클라이언트를 제어하기 위한 방법, 장치 및 컴퓨터 프로그램이 개시된다.

Description

예측 기반 클라이언트 제어
다양한 실시예들은 네트워크에서, 예를 들어 자동화/자율 차량들이 수반되는 시나리오들에서 클라이언트를 제어하기 위한 방법들, 장치들, 컴퓨터 프로그램 제품들 및 시스템들에 관한 것이다.
인간 드라이빙 차량(human-driven vehicle)들로부터 자동화/자율 차량들로 진화하는 것에 의해, 산업, 예를 들어 자동차 산업은 혁신적인 기술 변화를 경험하고 있다. 자동화 및 자율 차량들은 인간의 실수들을 정정 및 회피하는 것에 의해 도로 수송 시스템들의 안전성을 개선시킬 것이다.
적응형 크루즈 컨트롤(Adaptive Cruise Control)(ACC)은 고급 드라이버 보조 시스템(Advanced Driver Assistance System)(ADAS) 제품들에 이미 상업적으로 배치되어 있다. ACC의 목표는 선행 차량과 동일한 속력을 달성하는 것이고 원하는 차량간 갭을 동시에 유지하는 것이다. ACC에서의 기동 판정(maneuver decision)들은 선행 차량과 비교되는 속력 차이 및 실제 차량간 갭과 원하는 값 사이의 차이에 대한 정정으로서 간주될 수 있다.
최근에는, 시스템 성능을 추가로 개선시키기 위해 협력 적응형 크루즈 컨트롤(Cooperative Adaptive Cruise Control)(CACC)이 제안되었다. 차량 대 차량(vehicle-to-vehicle)(V2V) 통신의 도움으로, 호스트 차량은, 현재 속력 및 가속도와 같은, 선행 차량의 상태를 인식할 수 있다.
크루즈 컨트롤 방법에서, 선행 차량을 향하는 원하는 거리는 현재 속력에 비례하는 것으로 가정된다. 예를 들어 다음 식에 도시된 바와 같이 거리가 평가될 수 있다:
Figure pct00001
이 식에서 tg는 시간 갭을 나타내고, v는 현재 속력을 나타내며, Smin은 차량과 선행 차량 사이의 최소 허용가능 거리를 나타낸다. 안정적인 교통 시스템에서 외란(disturbance)들이 상류로 전파되지 않거나 또는 교통 흐름 내에서 증폭되지 않을 것이다. 안정성 레벨은, 시스템에 도입되는 외란들을 해결하는 시스템 능력을 표시한다. 일반적으로, 시스템을 안정적으로 유지하기 위해서는 최소 시간 갭이 요구되고 시간 갭이 클수록 시스템 안정성이 높아지게 된다. 그러나, 시간 갭 값을 증가시킬 때 교통 스루풋(traffic throughput)(시간 단위로 지나가는 차량들의 개수)이 감소된다.
ACC 시스템들에 대해 요구되는 시간 갭의 값은 통상적으로 1.1초 내지 2.2초의 범위에 있다. CACC 시스템은 ACC 시스템과 비교할 만한 시스템 안정성 레벨에 그러나 더 작은 시간 갭 값(0.6초 내지 1.1초)으로 도달하는 것이 가능하다. 비교해보면, CACC 시스템은 ACC 시스템보다 더 높은 교통 스루풋을 달성할 수 있다.
플래투닝(platooning)의 개념은 차량들이 차량들 사이의 극히 작은 갭으로 이동할 수 있게 한다. 플래툰 리더(platoon leader)를 따르는 차량들은 리더로부터 직접 스티어링 커맨드들을 수신하고 플래툰 리더와 동일한 방식으로 거동한다. 차량 플래투닝에 대한 연구들은 트럭들이 이들 사이에서 작은 갭(예를 들어, 1.2미터)으로 이동하는 경우 공기 항력(air drag)이 감소될 수 있다는 것을 보여주었다. 따라서, 작은 차량간 갭을 유지하면 연료 소비를 감소시키는 것을 돕는다.
기존의 ACC 및 CACC 시스템들은 속력 및 차량간 갭 에러들을 제거하는 에러 피드백 루프로서 간주될 수 있지만, 이들은 차량간 갭을 예를 들어 1.2미터로 최소화하기 위해 최적의 기동 판정들을 제공할 수 없다. ACC/CACC 시스템들의 메커니즘들은 안정성으로 인해 어려움을 겪고 있고 시스템을 안정적으로 유지하기 위해 특정 레벨의 시간 갭(그리고 그래서 차량간 거리)을 요구한다. 따라서, ACC나 CACC도 최적의 교통 스루풋과 최적의 연료 소비를 달성하는 것이 가능하지 않다.
차량들이 하나의 플래툰으로서 이동하고 높은 응집도로 거동하는 경우 차량간 갭이 더 작아질 수 있지만, 그것은 안정성 이유로 최적이 아닐 수 있다. 플래툰에서의 개별 차량 레벨에서 추가의 유연성이 손실된다. 플래툰에서의 개별 차량은 더 이상 개별 판정들을 행할 수 없고 플래툰 리더의 거동만을 단지 모방한다. 이것은 플래툰을 이탈 또는 합류하는 것을 복잡하게 만들고 시스템 레벨 조정을 필요로 한다.
더욱이, ACC 및 CACC 시스템들의 전체 레이턴시, 예를 들어 적응(adaptation)들을 구현하는 데 요구되는 기계적 지연들 및/또는 통신 및 프로세싱 지연은, 향후의 기동 판정들이 과거에 수집된 오래된 정보에 기초한다는 이슈를 초래한다. 이것은, 특히 플래툰에서의 후행 차량들이 플래툰 리더와 동일한 스티어링 액션을 취하지만 시간 지연을 가질 때, 기동 판정들이 최적이 아닌 상태를 만들고 위험한 상황들을 초래할 수도 있다.
그에 따라, 교통 스루풋 및 연료 소비를 최적화시키기 위해 상기에 언급된 문제들을 완화시키도록 기존 시스템들(예를 들어, ACC 및 CACC)을 개선시킬 필요성이 존재한다.
이 필요성은 독립 청구항들의 피처들에 의해 충족되고, 여기서 클라이언트가 차량일 수도 있다. 종속 청구항들은 상세예(refinement)들 및 실시예들을 정의한다.
양태에 따르면, 클라이언트를 제어하기 위한 방법이 제공된다. 이 방법은, 적어도 하나의 제1 클라이언트의 제1 정보를 수신하는 단계를 포함하고, 여기서 제1 정보는 시점 T에서의 적어도 하나의 제1 클라이언트의 포지션을 결정하는 것을 가능하게 한다. 이 방법은, 제1 정보를 사용하여 시점 T에서의 교통 상황을 예측하는 단계, 시점 T에서의 예측된 교통 상황에 기초하여 제2 클라이언트의 적어도 하나의 제어 파라미터의 변경을 결정하는 단계, 및 결정 결과에 기초하여 제2 클라이언트의 적어도 하나의 제어 파라미터를 변경하는 단계를 더 포함한다.
다른 양태에 따르면, 클라이언트를 제어하기 위한 장치가 제공된다. 이 장치는, 적어도 하나의 제1 클라이언트의 제1 정보를 수신하도록 구성되는 제1 모듈을 포함하고, 여기서 제1 정보는 시점 T에서의 적어도 하나의 제1 클라이언트의 포지션을 결정하는 것을 가능하게 한다. 이 장치는, 제1 정보를 사용하여 시점 T에서의 교통 상황을 예측하도록 구성되는 제2 모듈, 시점 T에서의 예측된 교통 상황에 기초하여 제2 클라이언트의 적어도 하나의 제어 파라미터의 변경을 결정하도록 구성되는 제3 모듈, 및 결정 결과에 기초하여 제2 클라이언트의 적어도 하나의 제어 파라미터를 변경하도록 구성되는 제4 모듈을 더 포함한다.
추가의 양태에 따르면, 클라이언트를 제어하기 위한 다른 장치가 제공된다. 다른 장치는 적어도 하나의 프로세서를 포함한다. 적어도 하나의 프로세서는 메모리를 포함할 수도 있고, 메모리는, 적어도 하나의 프로세서에 의해 실행가능한 명령어들을 포함하는 프로그램을 포함한다. 적어도 하나의 프로세서는 적어도 하나의 제1 클라이언트의 제1 정보를 수신하도록 구성되고, 여기서 제1 정보는 시점 T에서의 적어도 하나의 제1 클라이언트의 포지션을 결정하는 것을 가능하게 한다. 적어도 하나의 프로세서는 제1 정보를 사용하여 시점 T에서의 교통 상황을 예측하도록; 시점 T에서의 예측된 교통 상황에 기초하여 제2 클라이언트의 적어도 하나의 제어 파라미터의 변경을 결정하도록, 그리고 결정 결과에 기초하여 제2 클라이언트의 적어도 하나의 제어 파라미터를 변경하도록 추가로 구성된다.
다른 양태에 따르면, 컴퓨터 프로그램이 제공된다. 이 컴퓨터 프로그램은, 장치의 적어도 하나의 프로세서에 의해 실행되는 프로그램 코드를 포함하고, 여기서 프로그램 코드의 실행은, 적어도 하나의 프로세서로 하여금, 클라이언트를 제어하기 위한 방법을 실행하게 한다. 이 방법은, 적어도 하나의 제1 클라이언트의 제1 정보를 수신하는 단계를 포함하고, 여기서 제1 정보는 시점 T에서의 적어도 하나의 제1 클라이언트의 포지션을 결정하는 것을 가능하게 한다. 이 방법은, 제1 정보를 사용하여 시점 T에서의 교통 상황을 예측하는 단계, 시점 T에서의 예측된 교통 상황에 기초하여 제2 클라이언트의 적어도 하나의 제어 파라미터의 변경을 결정하는 단계, 및 결정 결과에 기초하여 제2 클라이언트의 적어도 하나의 제어 파라미터를 변경하는 단계를 더 포함한다.
추가의 양태에 따르면, 클라이언트를 제어하기 위한 방법이 제공된다. 이 방법은, 시점 T-p에서 클라이언트의 제1 정보를 수집하는 단계, 및 제1 정보에 기초하여 제2 정보를 생성하는 단계를 포함하고, 여기서 제2 정보는 시점 T에서의 클라이언트의 포지션을 결정하는 것을 가능하게 한다. 이 방법은, 제2 정보를 제어 엔티티(controlling entity)에 송신하는 단계, 제어 엔티티로부터 적어도 하나의 변경된 제1 제어 파라미터를 수신하는 단계, 변경된 적어도 하나의 제1 제어 파라미터에 기초하여 적어도 하나의 제2 제어 파라미터의 변경을 결정하는 단계, 및 시점 T에서 또는 시점 T 마이너스 적응 지연(adaptation delay) Dadap에서 클라이언트에서 변경된 적어도 하나의 제2 제어 파라미터를 구현하는 단계를 더 포함한다.
추가의 양태에 따르면, 클라이언트가 제공된다. 클라이언트는, 시점 T-p에서 클라이언트의 제1 정보를 수집하도록 구성되는 제1 모듈, 및 제1 정보에 기초하여 제2 정보를 생성하도록 구성되는 제2 모듈을 포함하고, 여기서 제2 정보는 시점 T에서의 클라이언트의 포지션을 결정하는 것을 가능하게 한다. 클라이언트는, 제2 정보를 제어 엔티티에 송신하도록 구성되는 제3 모듈, 제어 엔티티로부터 적어도 하나의 변경된 제1 제어 파라미터를 수신하도록 구성되는 제4 모듈, 변경된 적어도 하나의 제1 제어 파라미터에 기초하여 적어도 하나의 제2 제어 파라미터의 변경을 결정하도록 구성되는 제5 모듈, 및 시점 T에서 또는 시점 T 마이너스 적응 지연 Dadap에서 클라이언트에서 변경된 적어도 하나의 제2 제어 파라미터를 구현하도록 구성되는 제6 모듈을 더 포함한다.
추가의 양태에 따르면, 다른 클라이언트가 제공된다. 다른 클라이언트는 적어도 하나의 프로세서를 포함한다. 적어도 하나의 프로세서는 메모리를 포함할 수도 있고, 메모리는, 적어도 하나의 프로세서에 의해 실행가능한 명령어들을 포함하는 프로그램을 포함한다. 적어도 하나의 프로세서는 시점 T-p에서 클라이언트의 제1 정보를 수집하도록 그리고 제1 정보에 기초하여 제2 정보를 생성하도록 구성되고, 여기서 제2 정보는 시점 T에서의 클라이언트의 포지션을 결정하는 것을 가능하게 한다. 적어도 하나의 프로세서는 제2 정보를 제어 엔티티에 송신하도록, 제어 엔티티로부터 적어도 하나의 변경된 제1 제어 파라미터를 수신하도록, 변경된 적어도 하나의 제1 제어 파라미터에 기초하여 적어도 하나의 제2 제어 파라미터의 변경을 결정하도록, 그리고 시점 T에서 또는 시점 T 마이너스 적응 지연 Dadap에서 클라이언트에서 변경된 적어도 하나의 제2 제어 파라미터를 구현하도록 추가로 구성된다.
다른 양태에 따르면, 컴퓨터 프로그램이 제공된다. 이 컴퓨터 프로그램은, 장치의 적어도 하나의 프로세서에 의해 실행되는 프로그램 코드를 포함하고, 여기서 프로그램 코드의 실행은, 적어도 하나의 프로세서로 하여금, 클라이언트를 제어하기 위한 방법을 실행하게 한다. 이 방법은, 시점 T-p에서 클라이언트의 제1 정보를 수집하는 단계, 및 제1 정보에 기초하여 제2 정보를 생성하는 단계를 포함하고, 여기서 제2 정보는 시점 T에서의 클라이언트의 포지션을 결정하는 것을 가능하게 한다. 이 방법은, 제2 정보를 제어 엔티티에 송신하는 단계, 제어 엔티티로부터 적어도 하나의 변경된 제1 제어 파라미터를 수신하는 단계, 변경된 적어도 하나의 제1 제어 파라미터에 기초하여 적어도 하나의 제2 제어 파라미터의 변경을 결정하는 단계, 및 시점 T에서 또는 시점 T 마이너스 적응 지연 Dadap에서 클라이언트에서 변경된 적어도 하나의 제2 제어 파라미터를 구현하는 단계를 더 포함한다.
추가의 양태에 따르면, 클라이언트를 제어하기 위한 시스템이 제공된다. 이 시스템은, 이전 양태들 중 하나에 따른 장치 및 적어도 하나의 제1 클라이언트를 포함한다.
추가의 양태에 따르면, 클라이언트를 제어하기 위한 다른 시스템이 제공된다. 이 시스템은, 이전 양태들 중 하나에 따른 클라이언트 및 이전 양태들 중 하나에 따른 장치를 포함한다.
ACC 및 CACC와는 대조적으로, 설명된 솔루션은 클라이언트들(예를 들어, 차량들)이 안정적인 시스템 동작 포인트에서 작동하면서 클라이언트(차량)간 갭들을 최소화하여 이동하는 것을 가능하게 한다. 다시 말해, 시스템 안정성의 제약 하에서, (최소화된 공기 항력으로 인한) 개선된 교통 스루풋 및 감소된 연료 소비가 동시에 달성될 수 있다.
기동 판정들은 예측된 "최신" 교통 상황들에 기초하여 행해지고, 종래의 ACC 및 CACC 제어 방법들에서 사용되는 오래된 정보 또는 지식에 기인하는 불안정성 문제 및 위험 상황들을 회피한다.
각각 예측된 교통 상황에 기초하여 각각의 차량에 대해 차량 기동 판정이 개별적으로 이루어질 수 있다. 정보가 적어도 일부의 주변 차량들 및/또는 환경으로부터 수신되는 경우, 차량들은 플래투닝 시스템과 동등한 높은 응집도로 함께 이동할 수 있다. 각각의 교통 상황에 반응하는 개별 차량의 유연성이 유지되는데, 이는 예를 들어 플래투닝 시스템들에서와 같은 복잡한 병합 및 분리 메커니즘들을 회피한다.
다수의 자율 차량들이 서로 바로 옆으로 드라이빙되는 한, 종래의 ACC 및 C-ACC에 비해 우수한 성능이 제공된다. 자율 차량과 비-자율 차량 양측 모두가 존재하는 하이브리드 교통 상황은 설명된 솔루션으로부터 또한 이익을 얻을 수 있지만, 동질적인 자율 차량 환경에서 이점이 최대화된다.
요약하면, 상기에 언급된 바와 같은 양태들은 교통 스루풋의, 그리고 클라이언트들(예를 들어, 차량들)의 연료/에너지 소비의 최적화를 가능하게 한다. 더 안정적인 시스템의 설계가 가능하게 되고, 여기서 더 안정적인 시스템은 예를 들어 클라이언트들(예를 들어, 플래툰에서의 차량들) 사이의 갭을 최적화(감소)시키는 것을 가능하게 한다. 더 추가로, 클라이언트들 및/또는 클라이언트들과 하나 이상의 네트워크 엔티티 사이의 통신 레이턴시의 부정적인 영향이 완화된다.
상기에 언급된 피처들, 및 앞으로 아래에 설명될 피처들은, 본 발명의 범주로부터 벗어남이 없이, 표시된 각각의 조합들로뿐만 아니라, 다른 조합들로 또는 개별적으로 사용될 수 있다는 것이 이해되어야 한다. 상기에 언급된 양태들 및 실시예들의 피처들은 다른 실시예들에서 서로 조합될 수도 있다.
본 발명의 상술한 그리고 부가적인 피처들 및 효과들은, 다음의 상세한 설명으로부터, 예시적인 실시예들을 도시하는 첨부 도면들에 관련하여 읽을 때 명백해질 것이다. 도면들에 도시된 요소들 및 단계들은 다양한 실시예들을 예시하고 있고 임의적인 요소들 및 단계들을 또한 도시한다.
도 1은 차량(1-2)의 관점에서 클라이언트들로서의 차량들을 포함하는 분산식 시스템의 예시적인 실시예를 도시한다.
도 2는 차량(1-2)의 관점에서 클라이언트들로서의 차량들 및 중앙 네트워크 엔티티를 포함하는 중앙집중식 시스템의 예를 예시한다.
도 3은 도 1에 도시된 분산식 접근법에 대한 메시지 흐름도의 예시적인 실시예를 도시한다.
도 4는 도 2에 도시된 중앙집중식 접근법에 대한 메시지 흐름도의 예시적인 실시예를 예시한다.
도 5a는 분산식 접근법의 2개의 예시적인 실시예의 타이밍도들을 예시한다.
도 5b는 중앙집중식 접근법의 2개의 예시적인 실시예의 타이밍도들을 예시한다.
도 6은 분산식 접근법에 대한 방법의 예시적인 실시예를 도시한다.
도 7은 중앙집중식 접근법에 대한 방법의 예시적인 실시예를 도시한다.
도 8은 클라이언트의 예시적인 실시예를 도시한다.
도 9는 네트워크 엔티티의 예시적인 실시예를 도시한다.
도 10은 클라이언트 또는 네트워크 엔티티의 다른 예시적인 실시예를 도시한다.
도 11은 중앙집중식 접근법에서의 클라이언트에 대한 방법의 예시적인 실시예를 도시한다.
도 12는 중앙집중식 접근법에서의 클라이언트의 예시적인 실시예를 도시한다.
다음의 설명에서, 제한이 아니라 설명의 목적들을 위해, 예를 들어 자율 차량들에 대한 특정 네트워크 환경 실시예들과 같은 특정 세부사항들이 제시되어, 본 발명의 완전한 이해를 제공한다. 본 기술분야의 통상의 기술자에게는 본 발명이 이들 특정 세부사항들로부터 벗어나는 다른 실시예들에서 실시될 수도 있다는 것이 명백할 것이다. 예를 들어, 본 기술분야의 통상의 기술자는 본 발명이 예를 들어 UMTS(유니버셜 모바일 전기통신 시스템(Universal Mobile Telecommunications System)), GSM(모바일 통신용 글로벌 시스템(Global System for Mobile Communications)), LTE(롱 텀 에볼루션(Long Term Evolution)) 또는 5G(예를 들어, 머신 대 머신 타입 통신을 지원하는 제5 세대 모바일 네트워크(5th Generation Mobile Network)) 네트워크들과 같은 임의의 무선 네트워크로 실시될 수도 있다는 것을 인식할 것이다. 다른 예로서, 본 발명은 WLAN(무선 로컬 영역 네트워크(Wireless Local Area Network)), 블루투스, WiFi(WLAN과 동의어) 또는 V2X(차량 대 사물(Vehicle to anything)) 시스템들과 같은 단거리 무선 네트워크들에서 또한 구현될 수도 있다.
실시예들이 첨부 도면들을 참조하여 상세히 설명될 것이다. 본 발명의 범주는, 단지 예시적인 것으로 다루어지는 도면들에 의해 또는 이하에 설명되는 실시예들에 의해 제한되는 것으로 의도되지 않는다. 도면들에 도시되는 요소들 또는 단계들은 임의적일 수도 있거나 그리고/또는 이들의 순서는 교환가능할 수도 있다.
도면들은 예시적인 개략적 표현들인 것으로서 간주되어야 하고, 도면들에 예시되는 흐름도들 및 요소들은 반드시 일정한 비율로 도시되지는 않는다. 오히려, 다양한 요소들은 이들의 기능 및 범용 목적이 본 기술분야의 통상의 기술자에게 명백해지도록 표현된다. 도면들에 도시되거나, 또는 본 명세서에서 설명되는 기능적 블록들, 디바이스들, 컴포넌트들, 또는 다른 물리적 또는 기능적 유닛들 사이의 임의의 커넥션 또는 커플링은, 간접적인 커넥션 또는 커플링에 의해 또한 구현될 수도 있다. 컴포넌트들 사이의 커플링은 임의의 무선 커넥션을 통해 또한 확립될 수도 있다. 기능적 블록들은 하드웨어(HW), 펌웨어, 소프트웨어(SW), 또는 이들의 조합으로 구현될 수도 있다.
다음의 설명에서, 상세한 예시적인 실시예들은 클라이언트가 전형적으로 차량인 도로 상의 교통 시나리오들에 대해 설명된다. 그러나, 이것은 제한하는 것으로서 해석되어서는 안 된다. 설명된 방법들 및 엔티티들 또는 클라이언트들은 교통 상황들의 예측이 적용가능할 수 있는 임의의 시나리오에서 사용될 수 있다. 예를 들어, 클라이언트는 또한, 주위로 이동하고 향후의 위험 상황들에 관해 그의 모바일 디바이스를 통해 경고받는 보행자일 수 있거나, 또는 클라이언트는, 예측된 교통 상황에 기초하여 제어되거나 또는 다른 클라이언트(차량)를 제어하기 위한 입력으로서 사용되는 정보를 제공하는 조정가능 속력 제한 표지(adjustable speed limit sign) 또는 교통 신호등일 수 있다. 추가의 교통 시나리오들은 도로들 또는 거리들에만 제한되지 않고, 이들은 예를 들어 열차 또는 항공 교통, 또는 외부 공간에서의 교통과 같은 임의의 다른 교통에 또한 관련될 수 있다.
클라이언트는 (예를 들어, 자동차, 트럭, 자전거, 오토바이, 비행기, 드론, 보트, 잠수함, ... 과 같은) 차량 또는 (예를 들어, 로봇과 같은) 임의의 자가 드라이빙 엔티티, (예를 들어, 차량 내측에 위치될 수도 있거나 또는 보행자에 의해 휴대될 수도 있는 스마트 폰, 태블릿, 랩톱 ... 과 같은) 모바일 디바이스, 또는 (예를 들어, 교통 표지, 교통 신호등 또는 도로측 캐비닛과 같은) 인프라스트럭처 요소일 수도 있다. 클라이언트는 추가로, 적어도 부분적으로 차량, 모바일 디바이스 또는 인프라스트럭처 요소에 관련된 기능성을 포함하는 모듈일 수도 있다. 클라이언트는 차량에 통합되거나 또는 차량의 부분일 수도 있다. 차량은 자율 차량일 수도 있다.
자율 차량은, 자율적인 또는 부분적으로 자율적인 드라이빙을 지원하고 그의 주변에서의 다른 차량들 및/또는 인프라스트럭처 디바이스들과 통신할 수 있는 임의의 차량일 수 있다. 부분적으로 자율적인 드라이빙은 예를 들어 ACC 또는 CACC에 관련될 수도 있다.
차량 대 차량(V2V) 및/또는 차량 대 사물(V2X) 통신은 전용 링크(예를 들어, "사이드 링크"), 셀룰러 네트워크 커넥션들, WLAN, WiFi 또는 임의의 다른 무선 액세스 기술을 통해 행해질 수도 있다. 차량들은 직접적인(예를 들어, 무선) 커넥션이 가능하지 않을 2개의 차량들 사이의 커넥션을 확립하기 위해 정보를 서로 간에 또한 중계할 수도 있다.
네트워크 엔티티는 서버(예를 들어, 도로 기관의 교통 관리 센터에 위치되는, 예를 들어, 애플리케이션 서버), (예를 들어, 도로측 캐비닛에 또는 기지국 사이트에 위치되는) 클라이언트에 가깝게 위치되는 엔티티일 수도 있거나, 또는 코어 또는 액세스 네트워크에서의 전기통신 노드 내측에 통합될(예를 들어, 특정 영역을 서빙하는 기지국에 통합될) 수도 있다. 네트워크 엔티티는, 예를 들어 플래툰의 리더 또는 클라이언트들의 그룹에 대한 코디네이터와 같은 "특수" 클라이언트의 부분일 수도 있다. 네트워크 엔티티는, 청구된 기능성(예를 들어, 클라이언트로부터 정보를 수신하는 것, 시점 T에서의 교통 상황을 예측하는 것, 예측된 교통 상황에 기초하여 클라이언트 특정 제어 파라미터들을 변경하는 것, 변경된 제어 파라미터들에 관해 클라이언트(들)에게 통지하는 것)을 수행하는 중앙 제어기일 수 있다.
지각 영역(perception area)은 하나 이상의 클라이언트들 주위의 영역일 수도 있고, 여기서 지각 영역에서의 이벤트들은 클라이언트들의 거동에 영향을 미칠 수도 있다. 지각 영역은 예를 들어 클라이언트가 다른 클라이언트들, 정의된 영역, 또는 클라이언트 주위의 고정된 영역과 직접 통신할 수 있는 영역으로 제한될 수도 있고, 여기서 고정된 영역은 클라이언트와 함께 이동한다. 지각 영역의 형상은 2차원 또는 3차원일 수도 있고, 예를 들어 정사각형, 직사각형, 원, 타원형, 정육면체 또는 임의의 종류의 구일 수도 있다.
클라이언트의 센서는 클라이언트에 관련된 임의의 종류의 센서일 수도 있다. 센서는 (예를 들어, 클라이언트의 주변에서의 클라이언트들을 모니터링하는 것을 통해 또는 레이더 또는 일부 다른 수단을 통해) 환경 파라미터들(예를 들어, 온도, 기상 조건들, 광 조건들, ...), 클라이언트의 특성들(예를 들어, 속력, 드라이빙 방향, 가속도, ...) 또는 다른 클라이언트들의 특성들을 검출할 수도 있다.
제어 파라미터는 (적어도 부분적으로) 클라이언트의 기능성을 제어하는 임의의 종류의 파라미터일 수도 있다. 제어 파라미터들은, 속력에 관련된 파라미터들(가속도, 감속도) 및/또는 클라이언트의 진행(드라이빙) 방향에 영향을 미치는 파라미터들일 수도 있다. 그러나, 또한 다른 제어 파라미터들이 의미될 수도 있다(예를 들어, 클라이언트가 차량인 경우, 제어 파라미터들은 차량 라이트(vehicle light)들, 윈드스크린 와이퍼들 또는 경고 수단의 기능성을 제어할 수도 있다).
클라이언트의 상태 정보는 클라이언트의 속력, 클라이언트가 진행하고 있는 방향, 클라이언트의 포지션, 클라이언트의 가속도 또는 감속도, 클라이언트에 의해 수집되는 환경 데이터, 또는 클라이언트에 의해 사용되는 기동 판정에 관련될 수도 있다. 상태 정보는 특정 시점(예를 들어, 도 5a 및 도 5b에 도시된 바와 같은 시점 T-p(5-7))에 관련될 수도 있다. 일반적으로, 상태 정보는, 정의된 시점에서 클라이언트에 의해 수집 및/또는 검출되는 임의의 정보일 수도 있다.
교통 상황은 정의된 시점(예를 들면, 시점 T)에서의 교통 상황을 반영할 수도 있다. 교통 상황은, 시점 T에서의 하나 이상의 클라이언트들(예를 들어, 차량들)의 포지션 정보, 클라이언트(들)의 속력 및/또는 진행 방향(또는 클라이언트들에 관련된 임의의 다른 파라미터), 주변 조건들(예를 들어, 기상 또는 도로 상태들), 교통 신호등 상태, 적응가능 교통 표지 상태(예를 들어, 가변 속력 제한 표지들), 또는 (교통 상황의 부분일 수도 있는) 차량이 어떻게 미래에 거동할지에 영향을 미칠 수도 있는 임의의 다른 파라미터를 포함할 수도 있다. 교통 상황은 지각 영역으로 제한될 수도 있다.
무선 통신은 예를 들어 WLAN, WiFi, (예를 들어, GSM, UMTS, LTE, 5G와 같은) 셀룰러 액세스 또는 사이드 링크와 같은 임의의 종류의 무선 통신일 수도 있다.
환경 정보는, 로컬 센서를 통해 수집되거나 또는 (예를 들어, 차량들, 거리 센서들, 도로측 캐비닛들, 교통 신호등들, 가변 교통 신호등들과 같은 다른 클라이언트들, 또는 관련 정보를 제공하는 다른 네트워크 요소들과 같은) 원격 디바이스들로부터 수신되는 환경 데이터일 수도 있다. 환경 데이터는 도로 상태들, 기상 조건들, 교통 조건들(예를 들어, 교통 밀도, 속력, 위험 상황 정보, ...), 교통 신호등들의 상태 및 미래 거동, 가변 교통 표지 상태 또는 예를 들어 클라이언트에 대한 차량 기동 판정들을 행할 때 고려할 수 있는 임의의 다른 종류의 정보에 관련될 수도 있다.
기동 규칙은 클라이언트 제어 파라미터들을 계산하는 데 사용될 수 있는 임의의 규칙일 수 있다(예를 들어, ACC 및 CACC는 자율 차량들에 대한 기동 규칙들이다).
공통 타임 베이스(common time base)에 동기화된다는 것은, 수반된 클라이언트들 및/또는 수반된 네트워크 엔티티 또는 엔티티들이 공통 시간 소스에 동기화되고 동기화된 방식으로 이들의 액션들을 수행한다는 것을 의미한다. 예를 들어, 수반된 클라이언트들에서의 적어도 하나의 제어 파라미터의 변경은 동일한 시점 T에서 동기 방식으로 수행될 수도 있다. 또한, 다른 청구된 단계들은 상이한 클라이언트들 또는 엔티티들에서 동기화된 방식으로 수행될 수도 있다. 타임 베이스는 (예를 들어, 통신 네트워크에 위치되는) 외부 동기화 소스일 수도 있거나, 또는 예를 들어 GPS(글로벌 포지셔닝 시스템(Global Positioning System)) 또는 GNSS(글로벌 내비게이션 위성 시스템(Global Navigation Satellite System))와 같은 외부 소스일 수도 있다.
통신 및 프로세싱 지연들의 존재로 인해, 클라이언트(예를 들어, 차량) 제어 시스템은, 인프라스트럭처 요소들 및 클라이언트들로부터의 센서들에 의해 과거에(예를 들어, 시점 T-p에서) 수집된 정보를 사용하여, 예를 들어 무선 통신 수단을 통해 이 정보를 공유할 수도 있다. 이 정보는 제어 시스템에 의해 사용되어 클라이언트들에 대한 기동 판정들을 행할 수 있는데, 이 기동 판정들은 시점 T에서 클라이언트들에 의해 통신된 후에 기계적으로 실행될 것이다. 시간 T에서의 실제 교통 상황(예를 들어, 클라이언트의 실제 위치, 속력, 가속도)과 비교하면, 시점 T-p에서 획득된 정보는 시점 T에서 실행되는 판정을 행하기에 오래된 것으로 간주된다. 제안된 솔루션은 이 문제를 해결한다(또는 적어도 완화시킨다).
시간 T-p에서 정보를 수집하는 시간 동기화된 시스템이 제안된다. 수집된 정보는 클라이언트 특정 기동 규칙들의 지식을 포함할 수도 있다. 일반적으로, 미래 시점 T에서 클라이언트 부근에서의 교통 상황을 예측하는 것이 제안된다. 임의로 클라이언트의 로컬 센서들로부터의 최신 정보(이용가능하다면)와 함께, 시점 T에서의 예측된 교통 상황을 사용하면, 제어 시스템은 시점 T에서 그 클라이언트에 대한 최적의 기동 판정을 행하는 것이 가능하여 클라이언트들 간의 더 높은 레벨의 조정 및 개선된 교통 효율을 가능하게 한다.
설명된 솔루션은 다른 클라이언트들의 이전에 수집된 정보 및 환경에 관한 정보에 기초하여 예측된 (도로) 교통 상황을 사용하여 클라이언트들에 대한 기동 판정을 행할 수 있게 한다. 이 솔루션은 예를 들어 다음 시간 간격 p의 끝에서 선행 클라이언트 차량을 향해 클라이언트 차량에서 원하는 거리에 도달하는 것을 목표로 할 수 있다. 2개의 비제한적인 실시예들은 중앙집중식 및 분산식 시스템 아키텍처를 각각 사용하여 설명될 것이다. 양측 모두의 실시예들은 인에이블된 클라이언트들이 동기화된 방식으로 이들의 기동 판정을 주기적으로 업데이트하는 시간 동기화 시스템을 설명한다.
중앙집중식 시스템 아키텍처에서, 클라이언트들에 대한 제어 시스템은 중앙 네트워크 엔티티, 예를 들어 원격 차량 제어 센터에서 구현된다. 상이한 하위 영역들에 위치되는, 예를 들어 클라이언트들을 서빙하는 수 개의 중앙 네트워크 엔티티들이 있을 수도 있다. 분산식 시스템 아키텍처의 경우 제어 시스템은 클라이언트들 간에 분산되는데, 예를 들어 각각의 클라이언트는 다른 클라이언트들 및/또는 환경으로부터의 입력을 고려하는 것에 의해 자체적으로 제어 판정들을 수행할 수도 있다. 양측 모두의 경우들에서, 클라이언트들은 공통 타임 베이스에 동기화된다.
이하의 예시적인 실시예들은 클라이언트에 대한 예로서 차량들로 설명될 것이지만, 이것은 제한하는 것으로서 해석되어서는 안 된다.
양측 모두의 시스템들(중앙집중식 또는 분산식)에서, 제어 시스템은 예를 들어 다음 시간 간격 이후에 차량과 그의 선행 차량 사이의 원하는 거리에 도달하기 위해 차량에 대한 기동 판정을 결정할 수도 있다. 예를 들어, 2개의 인접 차량들 사이의 현재 갭이 원하는 값보다 더 큰 경우, 선행 차량의 의도를 인식하여, 후행 차량은, 최대 가속 능력의 제약 하에서, 그의 가속도를 적절한 값으로 조정할 것이어서, 후행 차량이 다음 시간 간격에서 새로운 가속도에 따라 이동한 후에 원하는 차량간 갭이 달성될 수 있다. 교통 상황 예측의 도움으로, 향후의 기동 판정이 수행될 때 각각의 차량에서의 향후의 기동 판정이 예측된 도로 교통 상황에 들어맞는다. 이러한 방식으로, 차량 제어 시스템은, 각각의 차량의 제어 시스템이 다른 차량들로부터 정보를 수신할 수 있는 경우, 최소 차량간 갭 및 시스템 안정성을 동시에 유지하는 것이 가능하다. 다시 말해, 이 제어 방법은 시스템 안정성의 제약 하에서 교통 스루풋을 최적화시킨다는 관점에서 최적의 선정일 수 있다.
도 1은 제어 시스템이 자율 차량들에서 구현되는 분산식 시스템 아키텍처의 예를 도시한다. 자율 차량들(1-1, 1-2, 1-3 및 1-4)이 고속도로(1-13) 상에서 드라이빙하고 있다. 기동 판정들은, 각각의 차량에 대해, 대응하는 차량에서 구현되는 제어 시스템에 의해 행해진다. 각각의 차량의 제어 시스템은 무선 통신 수단을 사용하여 정보를 환경 및 주변 차량들과 교환할 수도 있다. 서로 통신하는 것이 가능하지 않은 차량들(예를 들어, 자율 드라이빙을 지원하지 않는 레거시 차량들 - 도 1에 도시되지 않음)에 관한 정보는 그의 주변을 모니터링하는 것에 의해, 예를 들어 레거시 차량들 및 (예를 들어, 레거시 차량의 속력, 드라이빙 방향 등 ... 과 같은) 관련 특성들을 검출하기 위해 레이더를 활용하는 것에 의해 자율 차량의 제어 시스템에 의해 결정될 수도 있다. 레거시 차량들에 관한 수집된 정보는 자율 차량들 사이에서 교환될 수도 있다. 이것은, 레거시 차량들을 검출하는 것이 가능하지 않거나 또는 레거시 차량이 검출 범위에 있지 않은 자율 차량들이, 또한 이들의 기동 판정들을 행할 때 다른 자율 차량들로부터 수신되는 레거시 차량들에 관한 수집된 정보를 고려할 수 있게 한다.
도 1의 예는 자율 차량(1-2) 및 그의 제어 시스템의 관점에서 분산식 시스템을 예시한다(레거시 차량들 및 차량들(1-1, 1-3 및 1-4)에 송신되는 정보가 도시되지 않는다). 자율 차량들(1-1, 1-2, 1-3 및 1-4)은 차량들에 대한 동기화(1-15)를 제공하는 공통 타임 베이스(1-14)에 동기화된다. 차량들(1-1, 1-3 및 1-4)은 시점 T-p에서 로컬 정보(예를 들어, 위치, 현재 속력, 진행 방향, 가속 레이트, 로컬 기동 규칙, 선행 차량까지의 거리 등과 같은 동적 정보)를 수집한다. 정보는 로컬 센서들로부터 수집될 수도 있다. 시점 T-p에서 수집된 정보는, 임의로 차량이 사용하고 있는 기동 규칙에 관한 정보와 함께, (도 1의 차량(1-2)을 향해서만 단지 도시된) 무선 통신을 사용하여 주변 차량들에 브로드캐스트(또는 요청(1-6, 1-7, 1-8) 시에 전송)될 수도 있다. 각각의 차량은 부근에서의 다른 차량들에 의해 브로드캐스트되는 정보를 수신한다.
도 1에 도시된 바와 같이, 차량(1-2)은 주변 차량들(1-1, 1-3 및 1-4)로부터 T-p에서 수집된 정보(1-6, 1-7 및 1-8)를 수신할 수도 있다. 부가적으로, 차량(1-2)은 환경에 관한 1-9 정보(예를 들어, 도 1에 도시되지 않은 교통 신호등들 또는 가변 교통 표지들과 같은, 예를 들어, 부근에서의 인프라스트럭처 요소들로부터의 정보 또는 기상 및 도로 상태 정보)를 수신할 수도 있다. 차량(1-2)은 주기적으로 브로드캐스트 메시지들을 통해 정보를 수신할 수도 있거나, 또는 (예를 들어, 개인 또는 그룹 요청을 통해) 정보를 요청할 수도 있다. 정보는 특정 시간 주기 동안 한 번 그리고 특정 빈도로 요청되어, 따라서 시간 주기 내의 빈번한 요청들을 동일한 차량/클라이언트에게 전송하는 것을 회피할 수도 있다.
주변 차량들 및/또는 환경으로부터 정보를 (예를 들어, 요청에 의해) 검색하고 프로세싱하기 전에, 차량(1-2)은, 그의 유효 통신 범위 및 연산 능력들에 의해 제한될 수도 있는 그의 지각 영역(1-12)을 결정할 수도 있다. 대안적으로, 지각 범위는 (예를 들어, 고정된 직경을 갖는 원으로서) 고정된 것으로 정의될 수도 있다. 지각 범위(1-12) 외측의 차량들 또는 다른 클라이언트들(예를 들어, 교통 신호등들 또는 교통 표지들과 같은 인프라스트럭처 요소들)로부터의 정보는 차량(1-2)에 대해 교통 예측이 유용한 영역(예를 들어, 지각 영역)에 대한 프로세싱 노력을 제한하기 위해 차량(1-2)에 의해 무시될 수도 있다. 예측 프로세스를 최적화시키기 위해, 차량(1-2)은 또한, 지각 영역 내의 차량들을, 이들이 차량(1-2)에 대한 기동 판정들에 어떠한 영향도 미치지 않는 경우 배제할 수도 있다(예를 들어, 고속도로의 반대측에서 드라이빙하는 차량(1-5)이 배제될 수도 있고, 따라서 차량(1-4)으로부터 수신된 정보(1-6)가 무시될 수도 있다). 지각 영역의 결정은 임의적이고, 영역이 예를 들어 차량(1-2)의 유효 무선 통신 범위에 의해 예를 들어 자동으로 제한되는 경우에 필요하지 않을 수도 있다. 지각 범위가 유효 무선 통신 범위를 초과하는 경우, 예를 들어 다른 클라이언트(차량) 또는 무선 인프라스트럭처 요소들(예를 들어, 기지국)에 의해 정보 및/또는 요청들을 중계하는 것에 의해 통신 범위 외측의 클라이언트들(차량들)과의 통신이 달성될 수도 있다.
도 1의 예에서, 차량(1-2)은 차량들(1-1)로부터의 정보(정보(1-8)), 차량들(1-3)로부터의 정보(정보(1-8)) 및 차량(1-4)으로부터의 정보(정보(1-6))를 수신한다. 차량들(1-3)은 지각 영역(1-12)의 외측에 있고, 그에 따라 차량(1-2)에 의해 수신되는 정보(1-8)가 무시될 수도 있다. 부가적으로, 차량(1-2)은 지각 영역(1-12)의 외측에 위치되는 차량(1-4)으로부터의 정보(1-6)를 무시할 수도 있는데, 이는 차량(1-4)이 고속도로의 반대측에서 반대 방향으로 드라이빙하고 있고 차량(1-2)의 기동 판정들(제어)에 어떠한 영향도 미치지 않을 수도 있기 때문이다.
그 후에, 차량(1-2)은 시점 T에서의 교통 상황(예를 들어, 임의로 시간 T에서의 차량들(1-1)의 기동 판정들을 또한 예측하는, 지각 영역(1-12)에서의 주변 차량들(1-1)의 포지션, 속력, 가속 레이트)을 예측한다. 이것은 동일한 차량 기동 규칙, 예를 들어, 원하는 거리 지향 차량 기동 규칙이 모든 차량들에서 사용된다고 가정하는 것에 의해 행해질 수도 있다. 대안적으로, 차량 기동 규칙은 무선 통신마다 주변 차량들로부터 수신될 수도 있다(1-7). T는, 다음 기동 판정이 차량들에 의해 동기식으로 실행될 미래의 시점이다. 미래 시간 T에서의 주변(예를 들어, 선행) 차량들에서의 기동 판정들을 예측하기 위해, 차량(1-2)에서의 제어 시스템은, 바람직하게는 지각 범위(1-12)에서의 가장 먼 선행 차량으로부터 시작하여, 하나의 차량마다 예측을 수행할 수도 있다.
대안적으로, 차량들(1-1)은 시점 T-p에서 이들의 기동 판정을 실행한 후에 자체적으로 시점 T에서의 이들의 포지션 및 특성들을 예측할 수도 있고, 예측된 정보(1-7)를 차량(1-2)에 전송/브로드캐스트할 수도 있다. 이것은 차량(1-2)이 각각의 차량에 대한 예측을 자체적으로 수행할 필요가 없고, 그 대신에 그것은 시점 T에서의 그의 주변에서의 교통 상황을 예측하기 위해 수신된 정보(1-7)를 단순히 조합할 수 있기 때문에, 차량(1-2)에서의 연산 리소스들을 절약한다.
시간 T에서의 교통 상황이 예측된 후에, 차량(1-2)은 임의로 최신 로컬 센서 정보(예를 들어, 차량(1-2)의 현재 포지션 및 속력) 및 환경에 관한 이용가능한 정보(1-9)를 고려하여, 예측된 (도로) 교통 상황에 기초하여 그 자신의 기동 판정을 결정한다. 환경에 관한 정보는, 로컬 센서들을 통해 검출될 수도 있는 온도, 도로 상태들, 다른 기상 조건들, 교통 신호등 상태, 가변 교통 표지 상태 등 ..., 또는 도로측 캐비닛들, 교통 신호등들, 가변 교통 표지들 또는 다른 네트워크 요소들로부터의 수신된 1-9일 수도 있다.
시간 T에서, 차량(1-2)은, 다른 자율 차량들과 함께, 동기화된 방식으로(예를 들어, 동시에) 결정된 기동 판정들을 실행한다. 이 이후에 프로세스가 반복되는데, 이때 다음 실행 포인트가 시점 T+p에 있다.
도 2는 네트워크 엔티티(2-10)에서 구현되는 중앙집중식 제어 시스템에 대한 예시적인 실시예를 도시한다. 네트워크 엔티티(2-10)는, 예를 들어 애플리케이션 서버일 수도 있거나, 또는 예를 들어 도로측 캐비닛에 포함되거나 또는 기지국과 동일 위치되거나 또는 기지국에 통합되는, 클라이언트들(차량들)에 가깝게 위치되는 엔티티일 수도 있다. 예를 들어 상이한 지리적 영역들에 대해, 중앙집중식 제어 시스템 기능성을 구현하는 수 개의 네트워크 엔티티들(2-10)이 있을 수도 있다.
도 2는, 도로(2-13) 및 자율 차량들(2-1, 2-2, 2-3 및 2-4)을 갖는, 도 1과 유사한 교통 시나리오를 도시한다. 또한 도 1과 마찬가지로, 도 2는 네트워크 엔티티(2-10)에 의해 제어되는 차량(2-2)의 관점에서의 시나리오를 도시한다. 다른 차량들(2-1, 2-3 및 2-4)은 네트워크 엔티티(2-10)에 의해서도 또한 제어될 수도 있지만, 이것은 도 2에 도시되지 않는다. 또한 자율 차량들과 마찬가지로, 네트워크 엔티티(2-10)는 동기화(2-15)를 통해 공통 타임 베이스(2-14)에 동기화된다.
네트워크 엔티티(2-10)는 중앙 제어기로서 작용하고, 예를 들어 무선 통신 수단(2-11)을 사용하여 자율 차량들과 통신한다. 네트워크 엔티티(2-10)는 자율 차량들에 기동 판정(2-16, 여기서는 단지 차량(2-2)에 대해서만 도시됨)을 전송하는 것에 의해 차량들의 이동들을 제어한다(또는 적어도 그에 영향을 미친다).
도 1에 대한 것과 마찬가지로, 차량들(2-1, 2-2, 2-3 및 2-4)은 시점 T-p에서 로컬 정보를 수집한다. 각각의 차량은 시점 T-p에서 수집된 정보(2-5, 2-6, 2-7, 2-8)를 네트워크 엔티티(2-10)에 브로드캐스트(또는 요청 시에 전송)할 수도 있다. 대안적으로, 차량들(2-1, 2-2, 2-3 및 2-4)은 시점 T-p에서 이들의 기동 판정을 실행한 후에 자체적으로 시점 T에서의 이들의 포지션 및 특성들을 예측할 수도 있고, 예측된 정보(2-5, 2-6, 2-7, 2-8)를 네트워크 엔티티(2-10)에 전송/브로드캐스트할 수도 있다. 이것은 네트워크 엔티티(2-10)가 각각의 차량에 대한 예측을 자체적으로 수행할 필요가 없고, 그 대신에 그것은 시점 T에서의 교통 상황을 예측하기 위해 수신된 예측 정보(2-5, 2-6, 2-7 및 2-8)를 단순히 조합할 수 있기 때문에, 네트워크 엔티티(2-10)에서의 연산 리소스들을 절약한다.
도 1의 정보(1-6, 1-7 및 1-8)의 내용과 비교하면, 도 2의 정보(2-5, 2-6, 2-7 및 2-8)는 부가적으로 각각의 차량의 지각 영역(2-12)에 관한 정보를 포함할 수도 있다. 대안적으로, 지각 영역은 도 1의 차량(1-2)에 대해 언급된 것과 비교할 만한 방식으로 네트워크 엔티티(2-10)에 의해 결정될 수도 있다. 네트워크 엔티티(2-10)는 차량 특정 지각 영역을 결정하기 위해 각각의 차량의 포지션 데이터를 이용할 수도 있거나, 또는 차량들의 그룹(예를 들어, 동일 위치된 차량들)에 대한 지각 영역을 결정할 수도 있거나 또는 하나 이상의 고정된 정의된 지각 영역들을 적용할 수도 있다.
네트워크 엔티티(2-10)는 부가적으로 (도 1에서 차량(1-2)에 의해 수집되는 환경 정보(1-9)에 비교할 만한) 환경 정보(2-9)를 수집할 수도 있다.
네트워크 엔티티(2-10)는 차량들로부터 정보(2-5, 2-6, 2-7 및 2-8)를 수신하고, 시점 T에서의 교통 상황을 예측한다. T는, 다음 차량 기동 판정이 차량들에 의해 실행될 미래의 시간이다.
그 후에, 네트워크 엔티티(2-10)는 특정 기동 규칙, 예를 들어 ACC 또는 CACC와 같은 원하는 거리 지향 차량 기동 규칙을 따르는 시점 T에서의 예측된 교통 상황에 기초하여 각각의 차량에 대한 시간 T에서의 기동 판정을 결정한다. 연산 노력을 최적화시키기 위해(그리고 그래서 예를 들어 연산 지연을 최소화함) 네트워크 엔티티(2-10)는 각각의 차량에 대한 교통 상황 예측을 차량의 지각 영역으로 또는 심지어 더 작은 영역으로 제한할 수도 있다.
선행 차량의 기동 판정이 우선 결정될 수도 있어서, 후행 차량의 기동 판정이 선행 차량의 판정을 고려할 수 있다. 임의로, 네트워크 엔티티(2-10)는 기동 판정들을 결정할 때 환경 데이터(1-9)를 또한 고려할 수도 있다.
기동 판정들이 결정될 때, 제어기(네트워크 엔티티(2-10))는 대응하는 차량들에 기동 판정들(예를 들어, 차량(2-2)에 대한 기동 판정(2-16))을 전송한다. 기동 판정들은 시점 T에서 변경될 하나 이상의 제어 파라미터(들)의 정보로서 각각의 차량에 전송될 수도 있다.
네트워크 엔티티(2-10)로부터 기동 판정에 관한 정보(예를 들어, 변경될 제어 파라미터(들))(예를 들어, 차량(2-2)에 대한 2-16)를 수신한 후에, 차량들은 예를 들어 통신 지연으로 인해 발생할 수도 있는 가능한 임박한 위험한 상황을 방지하기 위해 또는 네트워크 엔티티(2-10)에의 정보의 전송(예를 들어, 차량(2-2)의 경우에는 정보(2-5)의 전송)이 행해진 후에 발생한 로컬 변경들에 대해 기동 판정을 적응시키기 위해 최신 로컬 센서 데이터에 기초하여 수신된 기동 판정/제어 파라미터(들)를 평가하고, 필요하다면, 보정할 수도 있다.
그 후에, 수신된 차량 특정 기동 판정들(예를 들어, 차량(2-2)에 대한 변경된 제어 파라미터들(2-16))은 동기화된 방식으로(예를 들어, 동시에) 차량들에서 시점 T에서 실행(구현)된다. 실행한다는 것은, 판정에 따라, 예를 들어 차량의 가속도 또는 감속도를 기계적으로 적응시키는 것에 의해 판정들/변경들이 구현된다는 것을 의미한다. 실행에 있어서의 가능한 차량 내부 지연(또한 적응 지연이라고 불림)을 보상하기 위해, 변경된 제어 파라미터(들)의 실제 구현은 예를 들어 시점 T 마이너스 적응 지연에서 시점 T 이전에 이미 발생할 수도 있다.
판정을 실행한 후에, 차량들은 프로세스를 반복하고 정보(2-5, 2-6, 2-7 및 2-8)를 네트워크 엔티티(2-10)에 리포팅하지만, 이제는 시점 T에 관련된다. 그 후에, 전체 프로세스는 p의 주기로 반복될 것이다.
양측 모두의 시나리오들(도 1 및 도 2에 도시된 바와 같은 중앙집중식 및 분산식 시스템)의 경우, 시점 T-p에서의 각각의 차량의 현재 정보(예를 들어, T-p에서의 이동 상태 및/또는 환경 정보)를 브로드캐스트/전송하는 대신에, 차량은 시점 T에 대한 그의 상태를 예측하고 시점 T에서의 그의 예측된 정보를 직접 브로드캐스트/전송할 수도 있다. 이것은 다른 차량들(예를 들어, 차량(1-2)) 또는 네트워크 엔티티(2-10)가 교통 상황 예측을 수행하고 최적의 기동 판정을 행하는 것을 도울 것이다. 시점 T에서의 차량의 예측된 데이터를 전송하는 것에 의해, 수신 차량(1-2) 또는 네트워크 엔티티(2-10)는 더 이상 각각의 차량에 대한 예측을 행할 필요가 없고, 그것은 단지 차량들로부터 수신된 예측된 정보를 조합하여 예측된 교통 상황을 결정할 필요가 있다. 이것은 수신 차량(1-2) 또는 네트워크 엔티티(2-10)에서의 프로세싱 노력을 절약하고, 수신 차량(1-2) 또는 네트워크 엔티티(2-10)에서의 감소된 프로세싱 시간으로 인해 전체 프로세스를 가속화시킬 수 있다.
도 3은, 하나 이상의 제1 클라이언트들(3-1) 및 제2 클라이언트(3-2)를 수반하는, 도 1에 도시된 분산식 시스템 시나리오에 대한 예시적인 메시지 흐름도를 도시하고, 여기서 클라이언트들(3-1 및 3-2)은 도 1의 차량들(1-1 및 1-2)에 대응할 수도 있다. 메시지 흐름도는 제2 클라이언트(3-2) 관점에서의 프로세스를 도시하고, 여기서 제2 클라이언트(3-2)는 자신을 위한 제어 시스템을 구현하고, 여기서 제어 시스템은 단계 3-14에서 수신되는 하나 이상의 제1 클라이언트(들)(3-1)로부터의 입력에 그리고 임의로 단계 3-16에서의 수신된 그리고/또는 검출된 환경 데이터에 기초하여 작동한다.
단계 3-11에서, 제2 클라이언트(3-2)는 그의 지각 영역(예를 들어, 도 1의 1-12)을 결정할 수도 있다. 단계 3-11은 임의적이고 프로세스의 추후의 페이즈(phase)에서, 예를 들어 단계 3-14와 3-15 사이에서 또한 수행될 수도 있다.
임의적인 단계 3-12에서, 제2 클라이언트(3-2)는 제3 정보에 대한 요청(들)을 제1 클라이언트(들)(3-1)로부터 수신할 수도 있다. 요청된 제3 정보는, 제2 클라이언트(3-2)에 의해 시점 T 이후에 단계 3-21에서 송신될 수도 있는, 시점 T에서의 다음 기동 규칙의 실행(변경된 제어 파라미터의 구현) 이후의 제2 클라이언트(3-2)의 상태에 관한 정보를 포함할 수도 있다. 제2 클라이언트(3-2)의 상태 데이터는, 예를 들어, 시점 T 이후의 제2 클라이언트(3-2)의 속력, 드라이빙 방향, 가속도 또는 사용된 기동 규칙을 포함할 수도 있다.
임의적인 단계 3-13에서, 제2 클라이언트(3-2)는 적어도 하나의 제1 클라이언트(3-1)로부터 제1 정보를 요청하고, 여기서 요청된 제1 정보는, 시점 T-p에서의 마지막 기동 규칙의 실행(또는 변경된 제어 파라미터의 구현) 이후의 하나 이상의 제1 클라이언트들(3-1)의 상태에 관한 정보를 포함할 수도 있다. 하나 이상의 제1 클라이언트(3-1)의 상태 데이터는, 예를 들어, 시점 T-p 이후의 제1 클라이언트(3-1)의 속력, 드라이빙 방향, 가속도 또는 사용된 기동 규칙을 포함할 수도 있다. 단계 3-13에서의 요청은 지각 범위에서의 제1 클라이언트(들)(3-1)에게만 단지 전송될 수도 있다. 단계 3-13은 임의적인데, 이는 제1 클라이언트들(3-1)이 예를 들어 주기적으로(예를 들어, 도 1 및 도 2에 관련하여 언급된 타임 베이스에 동기화되는 동기화된 방식으로) 제1 정보를 또한 브로드캐스트할 수도 있어서, 어떠한 요청도 필요하지 않기 때문이다.
단계 3-14에서, 제2 클라이언트(3-2)는 제1 클라이언트들(3-1) 중 하나 이상으로부터 제1 정보를 (그것을 요청한 후에 또는 브로드캐스트를 통해) 수신한다. 제1 정보는 클라이언트(들)(3-1)에서 최신 기동 판정이 실행되었을(제어 파라미터 변경이 구현되었을) 때 시점 T-p 이후의 또는 시점 T-p에서의 클라이언트(들)(3-1)의 상태를 반영한다. 제1 정보는, 예를 들어 시점 T에서의, 클라이언트의 포지션 또는 그 클라이언트의 포지션을 결정하는 것을 가능하게 하는 상태 정보를 포함할 수도 있다.
단계 3-15에서, 클라이언트(3-2)는 임의로 단계 3-11에서 결정된 지각 영역을 고려하는 것에 의해, 단계 3-14에서 수신된 제1 정보를 이용하여 시점 T에서의 그의 주변의 교통 상황 상태를 예측한다. 예측은 (제1 클라이언트(3-1)가 제2 클라이언트(3-2)보다 앞서 드라이빙하고 있는지를 식별하기 위해) 임의로 또한 제1 클라이언트(3-1)의 포지션 및 진행 방향을 고려하여, 제2 클라이언트(3-2)로부터 가장 멀리 있는 제1 클라이언트(3-1)로부터 시작하여 행해질 수도 있다.
제2 클라이언트(3-2)가 시점 T에서의 교통 상황을 예측한 후에, 클라이언트(3-2)는 단계 3-18에서 예측된 교통 상황 T에 반응하기 위해 변경될 제2 클라이언트(3-2)의 적어도 하나의 제어 파라미터를 결정할 것이다. 단계 3-18에서의 적어도 하나의 제어 파라미터의 결정은 임의로, 제2 클라이언트(3-2)로부터의 현재 로컬 데이터(예를 들어, 현재 속력, 현재 진행 방향, 현재 포지션, 현재 가속도 등 ... 과 같은, 로컬 센서로부터 검출된 현재 데이터)를 포함하여, 수신된 환경 데이터/정보(임의적인 단계 3-16) 및 검출된 제2 정보(단계 3-17)를 고려할 수도 있다. 환경 데이터는 예를 들어 교통 신호등들로부터의 상태 데이터 - 교통 신호등의 미래 변경 표시들, 교통 표지 데이터, 도로 상태 데이터 또는 기상 데이터를 포함함 - 일 수도 있다.
단계 3-18에서의 결정의 결과에 기초하여, 제2 클라이언트(3-2)는 단계 3-19에서 적어도 하나의 제어 파라미터를 변경한다. 변경은, 제2 클라이언트(3-2)에 의해 사용되는 특정 기동 규칙에 관련될 수도 있다.
단계 3-20에서, 적어도 제어 파라미터의 변경은 (다른 클라이언트들, 예를 들어 적어도 하나의 제1 클라이언트(3-1)와 동기화되는) 시점 T에서의 제2 클라이언트(3-2)에서 구현될 수도 있다. 도 5a에 관련하여 더 상세히 언급된 바와 같이, 변경의 구현은 가능한 적응 지연을 보상하기 위해 시점 T 이전에 행해질 수도 있다.
최종적으로, 임의적인 단계 3-21에서, 제2 클라이언트(3-2)는 제3 정보를 그의 주변에서의 클라이언트들에게 리포팅하는데, 이 클라이언트들은, 예를 들어, 결정된 지각 영역에서의 하나 이상의 제1 클라이언트(들)(3-1)로 제한될 수도 있다. 앞서 언급된 바와 같이, 이것은 임의적인 단계 3-12에서 수신된 하나 이상의 요청들에 응답하여 또는 단계 3-20에서 적어도 하나의 제어 파라미터의 변경이 구현된 후에 수행되는 브로드캐스트 또는 멀티캐스트 전이로서 행해질 수 있다.
도 4는, 하나 이상의 제1 클라이언트들(4-1), 제2 클라이언트(4-2) 및 네트워크 엔티티(4-10)를 수반하는, 도 2에 도시된 중앙집중식 시스템 시나리오에 대한 예시적인 메시지 흐름도를 예시하고, 여기서 클라이언트들(4-1 및 4-2)은 도 2의 차량들(2-1 및 2-2)에 대응할 수도 있고, 네트워크 엔티티(4-10)는 도 2의 네트워크 엔티티(2-10)에 대응할 수도 있다. 메시지 흐름도는 제2 클라이언트(4-2) 관점에서의 프로세스를 도시하고, 여기서 네트워크 엔티티(4-10)는 클라이언트들(도 4에서는 클라이언트(4-2)에 대해서만 단지 도시됨)에 대한 제어 시스템을 구현한다. 제어 시스템(네트워크 엔티티(4-10))은 (단계들 4-14 및 4-22에 도시된) 하나 이상의 제1 클라이언트(들)(4-1) 및 제2 클라이언트(4-2)로부터의 입력에 그리고 단계 4-16에서 임의로 수신된 그리고/또는 검출된 환경 데이터에 기초하여 작동한다.
임의적인 단계 4-11에서, 네트워크 엔티티(4-10)는 각각의 클라이언트에 대한, 또는 대안적으로 동일 위치에 있거나 또는 함께 가깝게 위치될 수도 있는 클라이언트들의 그룹에 대한 지각 영역을 결정할 수도 있다. 지각 영역은 클라이언트들로부터 수신된 정보에 기초하여 결정될 수도 있고, 따라서 클라이언트(4-2)로부터 수신된 최신 정보(4-22)에 기초하여 예를 들어 클라이언트(4-2)의 지각 영역을 결정하기 위해 단계 4-22 이후에 단계 4-11이 또한 수행될 수도 있다. 대안적으로, 지각 영역은 클라이언트(도시되지 않음)에 의해 결정되고, 클라이언트로부터의 정보와(예를 들어, 클라이언트(4-2)로부터 수신된 제4 정보(4-22)와) 함께 네트워크 엔티티(4-10)에 송신될 수도 있다.
임의적인 단계 4-25에서, 제2 클라이언트(4-2)는 시점 T-p에서 자신에 관한 상태 정보(예를 들어, 제2 클라이언트의 포지션, 속력, 가속도 또는 진행 방향 중 하나 이상)를 수집할 수도 있다. 임의적인 단계 4-26에서, 제2 클라이언트(4-2)는 수집된 정보를 사용하여 시점 T에서의 제2 클라이언트(4-2)의 상태 정보를 예측할 수도 있다. 임의적인 단계 4-27에서, 제2 클라이언트(4-2)는, 단계 4-25에서 수집된 정보, 또는 단계 4-27에서 예측된 정보 또는 이들 양측 모두의 조합일 수도 있는 제4 정보를 생성할 수도 있다.
단계들 4-14 및 4-22에서, 네트워크 엔티티(4-10)는 하나 이상의 제1 클라이언트(4-1) 및 제2 클라이언트(4-2)로부터 제1 및 제4 정보를 수신한다. 제1 정보는 예를 들어 도 3의 정보(3-14) 또는 도 1의 정보(2-7)일 수 있고, 여기서 제1 정보는, 시점 T-p에서의 각각의 클라이언트에 관한 정보 또는 시점 T에서의 각각의 클라이언트의 예측된 정보를 포함할 수도 있다. 제1 및 제4 정보는, 예를 들어 시점 T에서의, 각각의 클라이언트의 포지션을 포함하는 상태 정보 또는 그 각각의 클라이언트의 포지션을 결정하는 것을 가능하게 하는 상태 정보를 포함할 수도 있다. 제1 및 제4 정보는, 클라이언트 지각 영역에 관한 세부사항들 또는 클라이언트에 의해 수집되는 환경 데이터에 관한 세부사항들을 부가적으로 포함할 수도 있다.
단계 4-15에서 네트워크 엔티티(4-10)는 단계들 4-14 및 4-22에서 수신된 정보에 기초하여 시점 T에서의 교통 상황을 예측한다. 교통 상황은 (예를 들어, 도 2 및 도 4에 도시된 바와 같은 클라이언트 2-2 또는 4-2의 관점에서) 특정 클라이언트에 대해 특정적일 수도 있거나, 또는 클라이언트들의 그룹에 대해 또는 특정 영역에 대해 특정될 수도 있다. 이 영역은, 예를 들어, 단계 4.11에서 결정된 또는 단계들 4-14 또는 4-22에서 클라이언트들로부터 수신된 지각 영역일 수도 있다. 예측이 예를 들어 여기에 도시된 바와 같은 제2 클라이언트(4-2)와 같은 특정 클라이언트의 관점에서 행해지는 경우, 예측은 (예를 들어, 제1 클라이언트(4-1)가 제2 클라이언트(4-2)보다 앞서 드라이빙하고 있는지를 식별하기 위해) 임의로 또한 제1 클라이언트(4-1)의 포지션 및 진행 방향을 고려하여, 제2 클라이언트(4-2)로부터 가장 멀리 있는 제1 클라이언트(4-1)로부터 시작하여 행해질 수도 있다.
네트워크 엔티티(4-10)가 (예를 들어, 제2 클라이언트(4-2)의 관점에서) 시점 T에서의 교통 상황을 예측한 후에, 네트워크 엔티티(4-10)는 단계 4-18에서 예측된 교통 상황 T에 반응하기 위해 변경될 제2 클라이언트(4-2)의 적어도 하나의 제어 파라미터를 결정할 것이다. 단계 4-18에서의 적어도 하나의 제어 파라미터의 결정은 임의로, 네트워크 엔티티(4-10)에 의해 최신의 수신된 환경 데이터(임의적인 단계 4-16)를 고려할 수도 있다. 환경 데이터는 예를 들어 교통 신호등들로부터의 상태 데이터 - 교통 신호등의 미래 변경 표시들, 교통 표지 데이터, 도로 상태 데이터 또는 기상 데이터를 포함함 - 일 수도 있다.
단계 4-18에서의 결정의 결과에 기초하여, 네트워크 엔티티(4-10)는 단계 4-19에서 적어도 하나의 제어 파라미터의 변경을 결정한다. 변경은, 제2 클라이언트(4-2)에 의해 사용되는 특정 기동 규칙에 관련될 수도 있다.
최종적으로, 네트워크 엔티티(4-10)는 단계 4-23에서 변경된 적어도 하나의 제어 파라미터를 제2 클라이언트(4-2)에 송신한다.
네트워크 엔티티(4-10)로부터 기동 판정에 관한 정보(예를 들어, 변경된 적어도 하나의 제어 파라미터)를 수신(4-23)한 후에, 제2 클라이언트(4-2)는 (예를 들어, 로컬 센서들을 통해 검출된) 제2 클라이언트(4-2)로부터의 최신의 검출된 제2 정보(4-17)에 기초하여 그리고/또는 수신된 환경 데이터(4-25)(예를 들어, 교통 신호등들 또는 교통 표지들로부터의 데이터)에 기초하여 수신된 기동 판정/제어 파라미터(들)를 평가할 수도 있고, 필요하다면, 보정 또는 변경할 수도 있다. 이것은 단계 4-22와 단계 4-23 사이의 통신 및 프로세싱 지연으로 인해 발생할 수도 있는 가능한 임박한 위험한 상황을 방지하기 위해 행해질 수도 있다. 수신된 기동 규칙/제어 파라미터(들)의 보정 또는 변경은 도 4의 단계 4-28에서 행해진다.
그 후에, 제2 클라이언트(4-2)는 단계 4-24에서 시점 T에서 변경된 적어도 하나의 제어 파라미터를 구현할 것이다(그리고 그래서 새로운 기동 판정을 실행할 것이다). 구현 시점 T는 클라이언트들에서 동기화되고 동시에 발생한다. 도 5b에 관련하여 더 상세히 설명된 바와 같이, 변경의 구현은 가능한 적응 지연을 보상하기 위해 시점 T 이전에 행해질 수도 있다.
단계 4-24에서의 제2 클라이언트(4-2)에서의 변경된 적어도 하나의 제어 파라미터의 구현 이후에, 프로세스는 처음부터 다시 시작되고, 클라이언트들(4-1, 4-2)은 시점 T에서의 클라이언트들의 상태 또는 시점 T+p에 대한 예측된 상태를 반영한 새로운 제1 및 제4 정보를 리포팅하고, 네트워크 엔티티는 시점 T에서의 교통 상황을 예측하고, ... 등을 한다.
도 4에 관련하여 제2 클라이언트(4-2)에 대해 상기에 도시된 것과 유사한 방식으로, 네트워크 엔티티(10)는 예를 들어 하나 이상의 제1 클라이언트들(4-1)과 같은 다른 클라이언트들의 기동 판정들을 또한 제어할(또는 적어도 영향을 미칠) 수도 있다.
이제 도 5a 및 도 5b를 참조한다. 중앙집중식 및 분산식 아키텍처들에서 클라이언트(차량들)는 공통 타임 베이스에 동기화된다. 차량들은 (예를 들어, 차량에 대한 제어 파라미터 변경들에 반영된) 제어 시스템에 의해 행해지는 차량 기동 판정에 따라 동기화된 방식으로(예를 들어, 동시에) 이들의 이동들(예를 들어, 가속도)을 주기적으로 적응시킨다. 차량들은 각각의 시간 간격 p 내에서 동일한 가속도 또는 감속도를 유지할 수도 있다. 일반적으로, 시간 간격 p는, 차량이 정보를 주변 차량들, 인프라스트럭처들 또는 차량 제어 센터(중앙 네트워크 엔티티, 예를 들어 도 2의 네트워크 엔티티(2-10), 도 4의 네트워크 엔티티(4-10), 또는 도 5b의 네트워크 엔티티(5-3 또는 5-5))와 교환하기 위한 통신 시간 Dcom, 차량 제어 시스템이 예를 들어 특정 차량 기동 규칙에 따라 차량 기동 판정들을 결정하기 위한 프로세싱 시간 Dproc, 및 차량이 차량 기동 판정을 실행하기 위한 기계적 적응 시간 Dadap를 수용할 만큼 충분히 커야 한다. 시간 간격 p는 실시간 차량 기동을 위해 충분히 작아야 한다, 예를 들어, 10ms이어야 한다.
도 5a 및 도 5b는 분산식 접근법(도 5a) 및 중앙집중식 접근법(도 5b)에 대한 통신(Dcom), 프로세싱(Dproc) 및 적응(Dadap) 지연을 고려한 시간 간격 주기 p(5-10)의 예들을 예시한다. 예를 들어, 시간 간격 p(5-10) 내에서, 도 3 및 도 4의 흐름도들에서 설명된 프로세스들, 또는 도 6 및 도 7에서 설명된 바와 같은 방법들이 수행될 것이다.
기계적 적응 시간 Dadap는, 차량 기동 판정이, 예를 들어 가속도를 판정된 값으로 적응시키는 것에 의해, 이 판정이 시점 T에서 차량의 기계적 시스템에 의해 실행될 때까지, 차량(도 5a)에 의해 프로세싱되거나 또는 제어 시스템(도 5b)으로부터 수신될 때 시작될 수도 있다.
글로벌 내비게이션 위성 시스템(GNSS) 수신기들은 차량들 간의 시간 동기화를 달성하기 위해 사용될 수도 있다. 그러나 또한 다른 수단(예를 들어, 네트워크 내측의 동기화 소스)이 사용되어 차량들을 시간 동기화시킬 수도 있다.
도 5a는 분산식 접근법의 2개의 예시적인 실시예들을 도시하는데, 하나는 클라이언트들이 시점 T-p에서의 이들의 상태 정보를 리포팅하고(도 5a의 상부 부분 참조), 하나는 클라이언트들이 시점 T에서의 이들의 상태 정보를 예측하고 이들의 예측된 상태 정보를 다른 클라이언트에 송신한다(도 5a의 하부 부분 참조).
이제, 클라이언트(5-1)의 구현 관점에서의 분산식 접근법을 도시하는 도 5a의 상부 부분을 참조한다. 클라이언트(5-1)는 주기 Dcom(5-11) 동안 시점 T-p(5-7)에서 수집된 그의 상태 정보를 그의 주변에서의 다른 클라이언트(들)에게 통신한다. 병행하여, 클라이언트(5-1)는 그의 주변에서의(예를 들어, 그의 지각 영역에서의) 클라이언트(들)로부터 시점 T-p(5-7)에서 리포팅된 상태 정보를 수신한다. Dcom(5-11)의 끝에서, 클라이언트(5-1)는 그의 주변 클라이언트(들)로부터 상태 정보를 수신하였고, (예를 들어, 도 1 및 도 3에 관련하여 설명된 바와 같이) 시점 T에서의 클라이언트(5-1) 주위의 교통 상황을 예측하기 위해 Dproc(5-12) 동안 수신된 데이터를 프로세싱하기 시작한다. 시점 T에서의 교통 상황이 예측된 후에, 클라이언트(5-1)는 시점 T에서의 예측된 교통 상황에 기초하여 적어도 하나의 제어 파라미터 및 그 적어도 하나의 제어 파라미터의 변경을 결정한다(이것은 여전히 Dproc(5-12) 내에서 발생한다). 적어도 하나의 제어 파라미터의 결정은 클라이언트(5-1)의 현재 (로컬) 상태 정보뿐만 아니라, 임의로 환경에 관한 수집된 그리고/또는 수신된 정보(예를 들어, 기상 데이터, 도로 상태 데이터, 교통 신호등 및 교통 표지 관련 데이터)를 고려할 수도 있다. 이 결정은 시점 T에 대해 예측되는 교통 상황의 변경들에 반응하기 위해 그리고/또는 클라이언트(5-1)로부터의 현재 환경 상태 및 현재 상태 정보에 반응하기 위해 행해진다(예를 들어, 클라이언트(5-1)로부터의 현재 로컬 정보에 기초하여 식별되는 위험 상황들을 회피하기 위해 변경들이 필요할 수도 있다).
적어도 하나의 제어 파라미터의 변경이 Dproc(5-12) 내에서 결정된 후에, 적어도 하나의 제어 파라미터의 변경은 클라이언트(5-1)가 시점 T에서 변경에 물리적으로 반응하기 시작하도록, 클라이언트(5-1)에서 가능한 적응 지연(5-13)을 보상하기 위해 시점 T(5-8)에서, 또는 시점 T - Dadap에서 클라이언트(5-1)에서 구현될 것이다. 예를 들어, 클라이언트(5-1)의 제어기가 시점 T - Dadap에서 그의 제어 파라미터를 적응시킬 수도 있는 한편, 클라이언트 자체(예를 들어, 차량의 엔진)가 시점 T에서의 변경을 구현한다. 적응 지연 Dadap는 클라이언트(5-1)에서의 변경의 내부 프로세싱 지연 및/또는 클라이언트(5-1)에서 적응을 수행하기 위한 기계적 지연에 의해 야기될 수도 있다. 적응 지연 Dadap(5-13)는 클라이언트 특정될 수도 있고, 상이한 클라이언트들 또는 클라이언트들의 타입들에 따라 상이할 수도 있다. 기계적 지연은, 예를 들어 차량이 엔진의 연료 공급을 조정하는 것에 의해 원하는 토크에 도달하는 데 걸리는 시간일 수 있다.
시점 T 이후에, 프로세스는 다음 통신 페이즈 Dcom을 갖는 다음 주기 p 동안 처음부터 다시 시작된다.
도 5a의 하부 부분은 클라이언트(5-2)의 구현 관점에서의 분산식 접근법의 상이한 실시예를 도시한다. 시점 T-p에서 수집된 클라이언트(5-2)의 상태 정보를 (그것이 도 5a의 상부 부분에 대해 상술된 바와 같이) 통신하는 대신에, 클라이언트(5-2)는 Dpred(5-21) 동안 시점 T(5-8)에서의 그의 상태 정보(예를 들어, 그의 포지션, 속력, 가속도, ...)의 예측을 우선 수행하고, 그 후에 Dcom(5-22) 동안 예측 결과를 그의 주변에서의 다른 클라이언트(들)에게 통신한다. 병행하여, 클라이언트(5-2)는 그의 주변에서의(예를 들어, 그의 지각 영역에서의) 클라이언트들로부터 시점 T(5-8)에 대한 리포팅된 예측된 상태 정보를 수신한다. Dcom(5-22)의 끝에서, 클라이언트(5-2)는 그의 주변 클라이언트들로부터 상태 정보를 수신하였고, (예를 들어, 도 5a의 상부 부분에서 클라이언트(5-1)에 관련하여 설명된 바와 같이) 시점 T에서의 클라이언트(5-2) 주위의 교통 상황을 예측하기 위해 Dproc(5-23) 동안 수신된 데이터를 프로세싱하기 시작한다. 클라이언트(5-2)는 시점 T에서의 주변 클라이언트들의 예측된 포지션들을 이미 수신하였기 때문에, 그것은 시점 T에서의 교통 상황을 예측하는 프로세스 동안 이들 예측들을 자체적으로 수행할 필요가 없다. 이것은 클라이언트(5-2)에서 프로세싱 리소스들 및 프로세싱 시간을 절약한다(그리고 그래서 Dproc(5-23)에 의해 야기되는 지연을 감소시킨다).
클라이언트(5-2)에 의해 수행되는 후속 단계들(변경할 적어도 하나의 제어 파라미터의 결정, 적어도 하나의 제어 파라미터의 변경, 및 시점 T(5-8)에서의 또는 시점 T - Dadap(5-24)에서의 변경의 구현)은 상기의 도 5a의 클라이언트(5-1)에 대해 설명된 것과 유사하다.
전체적으로, Dpred(5-21) 동안 자체적으로 시점 T(5-8)에서의 클라이언트(5-2)의 상태 정보를 예측하고 예측 결과를 그의 주변에서의 클라이언트들에 송신하는 것이 더 효율적인 것으로 여겨지는데, 이는 이 예측들이 클라이언트(5-2)에 의해 단지 한 번만 수행될 필요가 있기 때문이다. 이와는 대조적으로, 도 5a의 상부 부분에 관련하여 클라이언트(5-1)에 대해 설명된 실시예에서, 시점 T에서의 클라이언트(5-1)의 상태 정보의 예측은 다수의 클라이언트들에 의해 병행하여, 예를 들어 클라이언트들이 T-p에서 클라이언트(5-1)의 상태 정보를 수신하고 그것을 시점 T에서의 교통 상황을 예측하기 위해 사용하는 것에 의해 행해질 수도 있다. 따라서, 다수의 클라이언트들은, 프로세싱 능력 및 리소스들의 낭비인 것으로 여겨지는 유사한 프로세싱(시점 T에서의, 예를 들어 클라이언트(5-1)의 포지션과 같은 상태 정보의 예측)을 병행하여 수행할 것이다.
도 5b는 중앙집중식 접근법의 2개의 예시적인 실시예들을 도시하는데, 하나는 클라이언트(5-4)가 시점 T-p에서의 그의 상태 정보를 네트워크 엔티티(5-3)에 리포팅하고(도 5b의 상부 부분 참조), 하나는 클라이언트(5-6)가 시점 T(5-8)에서의 그의 상태 정보를 예측하고 예측된 상태 정보를 네트워크 엔티티(5-5)에 송신한다(도 5b의 하부 부분 참조).
도 5b의 상부 부분은 클라이언트(5-4)의 구현 관점에서의 중앙집중식 접근법을 도시한다. 클라이언트(5-4)는 주기 Dcom1(5-41, 5.31) 동안 시점 T-p(5-7)에서 수집된 그의 상태 정보를 네트워크 엔티티(5-3)에 통신한다. 병행하여, 네트워크 엔티티(5-3)는 다른 클라이언트들로부터, 예를 들어 주변에서의 클라이언트들 또는 클라이언트(5-4)의 지각 영역 내의 클라이언트들로부터 상태 정보를 또한 수신할 수도 있다. Dcom1(5-31)의 끝에서, 네트워크 엔티티(5-3)는 클라이언트(5-4) 및 주변에서의 또는 클라이언트(5-3)의 지각 영역 내의 클라이언트들로부터 상태 정보를 수신하였고, (예를 들어, 도 2 및 도 4에 관련하여 설명된 바와 같이) 시점 T에서의 클라이언트(5-4) 주위의 교통 상황을 예측하기 위해 Dproc(5-32) 동안 수신된 데이터를 프로세싱하기 시작한다. 프로세싱은 환경에 관한 수집된 그리고/또는 수신된 정보(예를 들어, 기상 데이터, 도로 상태 데이터, 교통 신호등 및 교통 표지 관련 데이터)를 고려할 수도 있다. 클라이언트(5-4)는 Dwait(5-42)를 대기하거나, 또는 그렇지 않으면 네트워크 엔티티(5-3)의 Dproc(5-32) 동안 다른 것을 행할 수도 있다. 시점 T에서의 교통 상황이 네트워크 엔티티(5-3)에 의해 예측된 후에, 그것은 클라이언트가 시점 T에 대해 예측되는 교통 상황의 변경에 반응하도록 지시(또는 제어)하기 위해 클라이언트(5-4)에 대한 시점 T에서의 예측된 교통 상황에 기초하여 적어도 하나의 제어 파라미터 및 그 적어도 하나의 제어 파라미터의 변경을 결정한다(이것은 여전히 Dproc(5-32) 내에서 발생한다).
적어도 하나의 제어 파라미터의 변경이 네트워크 엔티티(5-3)에 의해 Dproc(5-32) 내에서 결정된 후에, Dcom1(5-33, 5.43) 동안 적어도 하나의 제어 파라미터의 변경이 클라이언트(5-4)에 통신될 것이다. 클라이언트(5-4)가 적어도 하나의 제어 파라미터를 변경하기 위한 정보/명령어들을 수신한 후에, 그것은 (상기의 도 5a에 관련하여 더 상세히 설명된 바와 같이) 클라이언트(5-4)가 시점 T에서 변경에 물리적으로 반응하기 시작하도록, 클라이언트(5-4)에서 가능한 적응 지연(5-44)을 보상하기 위해 시점 T(5-8)에서, 또는 시점 T - Dadap(5-44)에서 적어도 하나의 제어 파라미터의 변경을 구현할 것이다. 시점 T 이후에, 프로세스는 다음 통신 페이즈 Dcom1을 갖는 다음 주기 p 동안 처음부터 다시 시작된다.
도 5b의 하부 부분은 클라이언트(5-6)의 구현 관점에서의 중앙집중식 접근법의 상이한 실시예를 도시한다. 시점 T-p에서 수집된 클라이언트(5-6)의 상태 정보를 (그것이 도 5b의 상부 부분에 대해 상술된 바와 같이) 통신하는 대신에, 클라이언트(5-6)는 Dpred(5-61) 동안 시점 T(5-8)에서의 그의 상태 정보(예를 들어, 그의 포지션, 속력, 가속도, ...)의 예측을 수행하고, 그 후에 Dcom(5-62, 5-52) 동안 예측 결과를 네트워크 엔티티(5-5)에게 통신한다. 병행하여, 네트워크 엔티티(5-5)는 클라이언트(5-6)의 주변에서의(예를 들어, 지각 영역 내의) 클라이언트들로부터 시점 T(5-8)에 대한 리포팅된 예측된 상태 정보를 수신한다. Dcom(5-62, 5-52)의 끝에서, 네트워크 엔티티(5-5)는 클라이언트(5-6) 및 그의 주변 클라이언트들로부터 상태 정보를 수신하였고, (예를 들어, 도 5b의 상부 부분에서 클라이언트(5-4)에 관련하여 설명된 바와 같이) 시점 T에서의 클라이언트(5-6) 주위의 교통 상황을 예측하기 위해 Dproc(5-53) 동안 수신된 데이터를 프로세싱하기 시작한다. 네트워크 엔티티(5-5)는 시점 T에서의 클라이언트들의 예측된 포지션들을 이미 수신하였기 때문에, 그것은 시점 T에서의 교통 상황을 예측하는 프로세스 동안 이들 예측들을 자체적으로 수행할 필요가 없다. 이것은 네트워크 엔티티(5-5)에서 프로세싱 리소스들 및 프로세싱 시간을 절약한다(그리고 그래서 Dproc(5-53)에 의해 야기되는 지연을 감소시킨다).
네트워크 엔티티(5-5) 및 클라이언트(5-6)에 의해 수행되는 후속 단계들(변경할 적어도 하나의 제어 파라미터의 결정, 적어도 하나의 제어 파라미터의 변경, 변경을 클라이언트(5-6)에 통신하는 것, 및 시점 T(5-8)에서의 또는 시점 T - Dadap(5-24)에서의 클라이언트(5-6)에서의 변경의 구현)은 상기의 도 5b의 네트워크 엔티티(5-3) 및 클라이언트(5-4)에 대해 설명된 것과 유사하다.
전체적으로, Dpred(5-61) 동안 자체적으로 시점 T(5-8)에서의 클라이언트(5-6)의 상태 정보를 예측하고, 예측 결과를 네트워크 엔티티(5-5)에 송신하는 것은, 예를 들어 네트워크 엔티티(5-5)의 관점에서, 더 효율적인 것으로 여겨지는데, 이는 네트워크 엔티티(5-5)가 시점 T에서의 모든 클라이언트들에 대한 상태 정보의 예측을 수행할 필요가 없기 때문인데, 이는 네트워크 엔티티(5-5)에서 Dproc(5-53) 동안 프로세싱 리소스들을 안전하게 하고 프로세싱 지연을 감소시킨다.
일부 클라이언트들이 시점 T-p에서의 이들의 상태에 관련된 정보를 리포팅할 수도 있는 한편 다른 클라이언트들은 시점 T에 대한 예측된 정보를 리포팅할 수도 있는 혼합된 시나리오들을 가능하게 하기 위해, 클라이언트들은, 이들의 정보와 함께, 정보가 시점 T-p에 관련되었거나 또는 시점 T에 대한 예측된 정보인지의 표시를 송신할 수도 있다. 그 후에, 클라이언트 또는 그 클라이언트로부터 정보를 수신하는 네트워크 엔티티는 시점 T에 대한 예측이 클라이언트에 대해 여전히 행해질 필요가 있는지 또는 수신된 정보가 클라이언트의 예측된 상태 정보를 이미 포함하여 예측이 생략될 수 있는지를 결정하기 위해 표시를 추출할 수도 있다. 수신된 정보가 시점 T에서의 예측된 정보 또는 시점 T-p에서의 상태 정보를 포함하는지의 표시는, 예를 들어, 도 1의 정보(1-6, 1-7 및 1-8), 도 2의 정보(2-5, 2-6, 2-7 및 2-8), 도 3의 제1 정보(3-14) 또는 도 4의 제1 정보(4-14) 또는 제4 정보(4-22)의 부분일 수도 있다. 표시는 또한, 도 6 또는 도 7의 단계들 6-14, 7-14 또는 7-22에서 수신된 정보의 부분일 수도 있다.
도 6은 제2 클라이언트(예를 들어, 도 1의 클라이언트(1-2), 도 3의 클라이언트(3-2) 또는 도 5a의 클라이언트(5-1/5-2))에 의해 수행되는 분산식 접근법을 위해 클라이언트를 제어하기 위한 방법의 예시적인 실시예를 도시한다. 도 6에 도시된 단계들은 도 3의 메시지 흐름도에 도시된 단계들과 일치한다. 다음의 설명에서, 단계들 6-11 내지 6-20은 시점 T-p와 시점 T 사이의 하나의 시간 주기 p 동안 수행될 수도 있고, 여기서 단계 6-21은 시점 T에서 또는 시점 T 직후에 수행될 수도 있다.
제1 임의적인 단계 6-11에서, 제2 클라이언트는 그의 지각 영역을 결정할 수도 있다. 지각 영역은, 특정 사이즈를 갖는 특정 형태(예를 들어, 원형, 정육면체, 타원형, 정육면체)를 가질 수도 있는 제2 클라이언트 주위의 영역일 수도 있다. 사이즈 및 형태는 고정되어 있을 수도 있거나 또는 특정 특성들, 예를 들어, 제2 클라이언트의 속력 또는 진행 방향에 따라 달라질 수도 있다. 지각 영역은 제2 클라이언트가 달성할 수 있는 무선 통신 거리에 기초하여 또한 정의될 수도 있다.
임의적인 단계 6-12에서, 제2 클라이언트는 적어도 하나의 제1 클라이언트로부터 제3 정보에 대한 요청을 수신할 수도 있다. 요청된 제3 정보는, 시점 T-p에서의 제2 클라이언트의 상태 정보, 또는 미래의 시점 T에 대한 제2 클라이언트의 예측된 상태 정보일 수도 있다.
임의적인 단계 6-13에서, 제2 클라이언트는 제1 정보에 대한 요청을 적어도 하나의 제1 클라이언트들에게, 바람직하게는 지각 영역 내에 위치되는 제1 클라이언트들에게만 송신할 수도 있다.
단계들 6-12 및 6-13에서의 요청들은 어떤 타입의 정보가 요청되는지(시점 T-p에서의 정보 또는 시점 T에서의 예측된 정보)를 표시할 수도 있다.
단계 6-14에서, 제2 클라이언트는 적어도 하나의 제1 클라이언트로부터 제1 정보를 수신한다. 제1 정보는 단계 6-13에서 전송된 임의적인 요청에 응답하여 수신될 수도 있거나, 또는 적어도 하나의 제1 클라이언트로부터 주기적으로 송신되는 브로드캐스트 메시지를 통해 수신될 수도 있다. 제1 정보는 적어도 하나의 제1 클라이언트의 상태 정보를 포함하고, 여기서 상태 정보는 시점 T-p에서의 상태 정보 또는 시점 T에서의 단정된 상태 정보일 수도 있다. 제1 정보는, 제1 정보가 시점 T-p에서의 상태 정보 또는 시점 T에서의 예측된 상태 정보를 포함하는지의 표시를 포함할 수도 있다. 상태 정보는 예를 들어 적어도 하나의 제1 클라이언트의 속력, 진행 방향, 포지션, 가속도, 센서 데이터 및 기동 규칙 표시 중 적어도 하나일 수도 있다. 센서 데이터는, 예를 들어, 검출된 외측 온도, 검출된 와이퍼 활동, 검출된 외측 광 상태 또는 예를 들어 클라이언트 내장 레이더에 의해 검출되는 부근에서의 다른 클라이언트들의 특성들에 관련될 수도 있다.
단계 6-15에서, 제2 클라이언트는 적어도 하나의 제1 클라이언트로부터 수신된 제1 정보를 고려하여 시점 T에서의 교통 상황(바람직하게는 지각 영역으로 제한됨)의 예측을 수행한다. 제2 클라이언트는 가장 먼 제1 클라이언트, 바람직하게는 제2 클라이언트의 전방에 위치되는 가장 먼 제1 클라이언트로부터 시작하여 예측을 수행할 수도 있다.
일단 시점 T에서의 교통 상황이 검출되었으면, 제2 클라이언트는 단계 6-18에서 시점 T에서의 예측된 교통 상황에 기초하여 제2 클라이언트의 적어도 하나의 제어 파라미터의 변경을 결정하여, 예를 들어 제2 클라이언트의 가속도 또는 감속도 및/또는 드라이빙 방향을 조정하여 예를 들어 선행 클라이언트에 대한 정의된 거리를 유지한다. 적어도 하나의 제어 파라미터의 결정은, 시점 T에서의 예측된 교통 상황에 부가적으로, 또한 임의로 단계 6-16에서 제2 클라이언트의 환경에 관한 수신된 데이터(예를 들어, 교통 표지 데이터, 교통 신호등 데이터, 도로 상태들, 기상 조건들)를 고려할 수도 있다. 부가적으로, 단계 6-17에서, 제2 클라이언트의 검출된 제2 정보가 또한 고려될 수도 있고, 여기서 제2 정보는, 제2 클라이언트의 실제 정보, 예를 들어 제2 클라이언트의 실제 진행 속력, 또는 제2 클라이언트에 의해 측정되는 실제 외측 온도를 포함할 수도 있다.
단계 6-19에서, 제2 클라이언트는 결정 결과에 기초하여 적어도 하나의 제어 파라미터를 변경하고, 여기서 단계 6-20에서 변경은 (제2 클라이언트에 의해 야기되는 프로세싱 및/또는 기계적 지연을 보상하기 위해) 시점 T에서 또는 시점 T-Dadap에서 제2 클라이언트에 의해 구현될 수도 있다.
최종적으로, 제2 클라이언트는 단계 6-21에서 제3 정보를 적어도 하나의 제1 클라이언트에게, 바람직하게는 지각 영역에 위치되는 제1 클라이언트들에게 송신할 수도 있다. 제3 정보는, (적어도 하나의 제어 파라미터의 변경이 구현된 후에) 시점 T에서의 제2 클라이언트의 상태 정보 또는 시점 T+p에 대한 예측된 상태 정보일 수도 있다. 제3 정보는 단계 6-21에서 제2 클라이언트가 단계 6-12에서 수신하였을 수도 있는 요청에 대한 응답으로서 전송될 수도 있거나, 또는 단계 6-20 이후에 적어도 하나의 제1 클라이언트에 브로드캐스트 또는 멀티캐스트 메시지로서 전송될 수도 있다. 제3 정보는, 제3 정보가 시점 T에서의 상태 정보 또는 시점 T+p에서의 예측된 상태 정보를 포함하는지의 표시를 포함할 수도 있다.
그 후에, 이 방법은 반복되고 다음 주기 p(T 내지 T+p) 동안 처음부터 다시 시작될 수도 있다.
도 7은 제2 클라이언트를 제어하기 위해 (중앙) 네트워크 엔티티(예를 들어, 도 2의 네트워크 엔티티(2-10), 도 4의 네트워크 엔티티(4-10) 또는 도 5b의 네트워크 엔티티(5-3/5-5))에 의해 수행되는 중앙집중식 접근법에 대한 방법의 예시적인 실시예를 도시한다. 도 7에 도시된 단계들은 도 4의 메시지 흐름도에 도시된 단계들과 일치한다. 다음의 설명에서, 단계들 7-11 내지 7-24는 시점 T-p와 시점 T 사이의 하나의 시간 주기 p 동안 수행된다.
제1 임의적인 단계 7-11에서, 네트워크 엔티티는 제2 클라이언트에 대한 지각 영역을 결정할 수도 있다. 지각 영역은, 특정 사이즈를 갖는 특정 형태(예를 들어, 원형, 정육면체, 타원형, 정육면체)를 가질 수도 있는 제2 클라이언트 주위의 영역일 수도 있다. 사이즈 및 형태는 고정되어 있을 수도 있거나 또는 특정 특성들, 예를 들어, 제2 클라이언트의 속력 또는 진행 방향에 따라 달라질 수도 있다. 지각 영역은 제2 클라이언트가 달성할 수 있는 무선 통신 거리에 기초하여 또한 정의될 수도 있다.
단계 7-14에서, 네트워크 엔티티는 적어도 하나의 제1 클라이언트로부터 제1 정보를 수신한다. 제1 정보는 네트워크 엔티티에 의해 적어도 하나의 제1 클라이언트에 전송된 임의적인 요청에 응답하여 수신될 수도 있거나, 또는 적어도 하나의 제1 클라이언트로부터 네트워크 엔티티로 주기적으로 송신되는 메시지를 통해 수신될 수도 있다. 임의적인 요청은 어떤 타입의 정보가 요청되는지(시점 T-p에서의 정보 또는 시점 T에서의 예측된 정보)를 표시할 수도 있다. 제1 정보는 적어도 하나의 제1 클라이언트의 상태 정보를 포함하고, 여기서 상태 정보는 시점 T-p에서의 상태 정보 또는 시점 T에서의 단정된 상태 정보일 수도 있다. 제1 정보는, 제1 정보가 시점 T-p에서의 상태 정보 또는 시점 T에서의 예측된 상태 정보를 포함하는지의 표시를 포함할 수도 있다. 상태 정보는 예를 들어 적어도 하나의 제1 클라이언트의 속력, 진행 방향, 포지션, 가속도, 센서 데이터 및 기동 규칙 표시 중 적어도 하나일 수도 있다. 센서 데이터는, 예를 들어, 검출된 외측 온도, 검출된 와이퍼 활동, 검출된 외측 광 상태 또는 예를 들어 클라이언트 내장 레이더에 의해 검출되는 부근에서의 다른 클라이언트들의 특성들에 관련될 수도 있다.
단계 7-22에서, 네트워크 엔티티는 제2 클라이언트로부터 제4 정보를 수신한다. 제4 정보는 네트워크 엔티티에 의해 제2 클라이언트에 전송된 임의적인 요청에 응답하여 수신될 수도 있거나, 또는 제2 클라이언트로부터 네트워크 엔티티로 주기적으로 송신되는 메시지를 통해 수신될 수도 있다. 임의적인 요청은 어떤 타입의 정보가 요청되는지(시점 T-p에서의 정보 또는 시점 T에서의 예측된 정보)를 표시할 수도 있다. 제4 정보는 제2 클라이언트의 상태 정보를 포함하고, 여기서 정보는 상술된 제1 정보와 비교할 만하다.
단계 7-15에서, 네트워크 엔티티는 수신된 제1 정보 및 제4 정보를 고려하여, 제2 클라이언트에 대한 시점 T에서의 교통 상황의 예측을 수행한다. 시점 T에서의 단정된 교통 상황은 제2 클라이언트의 지각 영역에 의해 제한될 수도 있다. 네트워크 엔티티는 제2 클라이언트로부터 가장 먼 제1 클라이언트, 바람직하게는 제2 클라이언트의 전방에 위치되는 가장 먼 제1 클라이언트로부터 시작하여 예측을 수행할 수도 있다.
일단 시점 T에서의 교통 상황이 예측되었으면, 네트워크 엔티티는 단계 7-18에서 시점 T에서의 예측된 교통 상황에 기초하여 제2 클라이언트의 적어도 하나의 제어 파라미터의 변경을 결정하여, 예를 들어 제2 클라이언트의 가속도 또는 감속도 및/또는 드라이빙 방향을 조정하여 예를 들어 선행 클라이언트에 대한 정의된 거리를 유지한다. 적어도 하나의 제어 파라미터의 결정은, 시점 T에서의 예측된 교통 상황에 부가적으로, 또한 임의로 단계 7-16에서 제2 클라이언트에 관련된 환경에 관한 수신된 데이터(예를 들어, 교통 표지 데이터, 교통 신호등 데이터, 도로 상태들, 기상 조건들)를 고려할 수도 있다.
단계 7-19에서, 네트워크 엔티티는 결정 결과에 기초하여 적어도 하나의 제어 파라미터를 변경하고, 단계 7-23에서 변경된 적어도 하나의 제어 파라미터를 시점 T에 앞서 제2 클라이언트에 송신한다.
그 후에, 이 방법은 반복되고 다음 주기 p(T 내지 T+p) 동안 처음부터 다시 시작될 수도 있다.
도 11은 클라이언트(예를 들어, 도 2의 제2 클라이언트(2-2), 도 4의 제2 클라이언트(4-2) 또는 도 5b의 클라이언트(5-4 또는 5-6))에 의해 수행되는 중앙집중식 접근법에 대한 방법의 예시적인 실시예를 도시한다. 도 11에 도시된 단계들은 제2 클라이언트(4-2)에 대한 도 4의 메시지 흐름도에 도시된 단계들과 일치한다. 다음의 설명에서, 단계들 11-01 내지 11-08은 시점 T-p와 시점 T 사이의 하나의 시간 주기 p 동안 수행될 수도 있고, 여기서 단계 11-09는 시점 T에서 또는 시점 T 직후에 수행될 수도 있다.
단계 11-01에서 클라이언트는 제1 정보를 수집한다. 제1 정보는, 센서들을 통해 수집될 수도 있는, 클라이언트의 시점 T-p에서의 상태 정보에 관련되고, 클라이언트의 속력, 진행 방향, 가속도, 선택된 기동 규칙 또는 포지션일 수도 있다.
임의로, 클라이언트는 단계 11-02에서 제3 정보를 예측할 수도 있고, 여기서 제3 정보는 시점 T에서의 클라이언트의 예측된 상태 정보일 수도 있다. 예측은 제1 정보에 기초할 수도 있다.
단계 11-03에서, 클라이언트는 제1 정보, 시점 T에 대해 예측된 제2 정보, 또는 이들 양측 모두의 조합 중 하나에 기초하여 제2 정보를 생성한다. 제2 정보는 시점 T에서의 클라이언트의 포지션을 결정하는 것을 가능하게 하고, 시점 T에서의 클라이언트의 예측된 포지션을 포함할 수도 있다.
단계 11-04에서, 클라이언트는, 예를 들어 클라이언트를 제어할 수도 있는 중앙 제어 기능을 수행하는 네트워크 엔티티(예를 들어, 도 4의 네트워크 엔티티(4-10))에 제2 정보를 송신한다.
단계 11-05에서, 클라이언트는 제어 엔티티로부터 적어도 하나의 변경된 제1 제어 파라미터를 수신한다. 적어도 하나의 변경된 제1 제어 파라미터는, 예측된 교통 상황에 기초하여 네트워크 엔티티(예를 들어, 중앙 제어 기능)에 의해 결정된 클라이언트에 대한 제어 파라미터일 수도 있고, 여기서 예측된 교통 상황은 제2 정보를 고려하는 것에 의해 네트워크에서 결정될 수도 있다.
임의적인 단계 11-06에서, 클라이언트는 제4 정보를 검출할 수도 있다. 제4 정보는, 예를 들어 클라이언트의 실제 속력, 진행 방향, 가속도, 선택된 기동 규칙 또는 실제 포지션과 같은, 클라이언트의 실제 정보일 수도 있다.
임의적인 단계 11-07에서, 클라이언트는, 교통 신호등들, 교통 표지들 또는 기상 데이터로부터의 정보일 수도 있는 환경 데이터를 수신할 수도 있다.
그 후에, 클라이언트는 단계 11-05에서 수신된 적어도 하나의 변경된 제1 제어 파라미터에 기초하여 적어도 하나의 제2 제어 파라미터의 변경을 단계 11-08에서 결정한다. 적어도 하나의 제2 제어 파라미터의 변경은 적어도 하나의 제1 제어 파라미터의 변경과 유사할 수도 있거나, 또는 예를 들어 단계 11-04에서 제2 정보를 전송한 후에 클라이언트 상태 또는 그의 주변의 변경들로 인해 발생할 수도 있는 위험 상황들을 방지하기 위해 제4 정보 및/또는 환경 데이터를 고려한 적어도 하나의 제1 제어 파라미터의 수정 변경일 수도 있다.
최종적으로, 클라이언트는 단계 11-09에서 변경된 적어도 하나의 제2 제어 파라미터를 구현하고 있다. 도 5b에 관련하여 더 상세히 설명된 바와 같이, 구현은 가능한 적응 지연을 보상하기 위해 시점 T에서 또는 시점 T 이전에 행해질 수도 있다.
단계 11-09에서의 클라이언트에서의 변경된 적어도 하나의 제2 제어 파라미터의 구현 이후에, 프로세스는 처음부터 다시 시작될 수도 있다.
도 8은 도 6에 도시된 바와 같은 방법을 수행하도록 적응되는 클라이언트(8-1)의 예시적인 실시예를 도시한다. 클라이언트는, 예를 들어 도 1에 도시된 바와 같은 제2 클라이언트(1-2), 도 3에 도시된 바와 같은 제2 클라이언트(3-2) 또는 도 5a에 도시된 바와 같은 클라이언트(5-1/5-2)일 수도 있다.
클라이언트(8-1)는, 네트워크 요소(예를 들어, 동기화 소스)로부터 또는 GPS 신호를 통해 동기화 신호(8-4)를 수신할 수도 있는 동기화 모듈(8-15)을 포함할 수도 있다. 동기화 신호는, 제2 클라이언트에 의해 수행되는 단계들 및 액션들을, 다른 클라이언트들 및/또는 네트워크 요소들(예를 들어, 도 2, 도 4, 도 5b 및 도 7에 관련하여 설명된 바와 같은 중앙집중식 아키텍처에서의 중앙 제어기/네트워크 엔티티)에 의해 수행되는 단계들 또는 액션들과 동기화시키는 데 사용될 수도 있다.
제2 클라이언트(8-1)는, 도 3의 단계 3-14 또는 도 6의 단계 6-14에 도시된 바와 같이 제1 정보(8-2)를 수신하는 수신기 모듈(8-11)을 더 포함한다. 수신기 모듈(8-11)은 도 3의 단계 3-16 또는 도 6의 단계 6-16에 도시된 바와 같은 환경 데이터, 또는 도 3의 단계 3-12 또는 도 6의 단계 6-12에 도시된 바와 같은 제3 정보에 대한 요청을 추가로 수신할 수도 있다.
추가로, 제2 클라이언트(8-1)는, 정보(8-3), 예를 들어 도 3의 단계 3-13 또는 도 6의 단계 6-13에 도시된 바와 같은 제1 정보에 대한 요청, 또는 도 3의 단계 3-21 또는 도 6의 6-21에 도시된 바와 같은 제3 정보를 송신할 수도 있는 송신기 모듈(8-12)을 포함한다.
제2 클라이언트(8-1)의 수신기 모듈(8-11) 및 송신기 모듈(8-12)은 트랜시버 모듈(8-10)에서 조합될 수도 있다.
추가로, 제2 클라이언트(8-1)는, 제2 클라이언트의 지각 영역을 결정하기 위한 결정 모듈(8-21)을 포함할 수도 있다. 결정은 도 1, 도 3의 단계 3-11 또는 도 6의 단계 6-11에 관련하여 설명된 바와 같이 수행될 수도 있다.
제2 클라이언트(8-1)는, 시점 T에서의 교통 상황을 예측하기 위한 예측 모듈(8-22)을 포함한다. 예측은 도 1, 도 3의 단계 3-15 또는 도 6의 단계 6-15에 관련하여 설명된 바와 같이 수행될 수도 있다.
추가로, 제2 클라이언트(8-1)는, 제2 클라이언트로부터 제2 정보를 검출하기 위한 검출 모듈(8-27)을 포함할 수도 있고, 여기서 제2 정보는 제2 클라이언트의 실제 정보를 포함할 수도 있다. 검출은 도 1, 도 3의 단계 3-17 또는 도 6의 단계 6-17에 관련하여 설명된 바와 같이 수행될 수도 있다. 검출은 제2 정보를 검출하기 위한 로컬 센서(들)(8-26)를 이용할 수도 있다.
더 추가로, 제2 클라이언트(8-1)는, 시점 T에서의 예측된 교통 상황에 기초하여 제2 클라이언트의 적어도 하나의 제어 파라미터의 변경을 결정하기 위한 결정 모듈(8-23)을 포함한다. 결정은 도 1, 도 3의 단계 3-18 또는 도 6의 단계 6-18에 관련하여 설명된 바와 같이 수행될 수도 있고, 부가적으로 결정을 위해 제2 정보 및 환경 데이터를 사용할 수도 있다.
제2 클라이언트(8-1)는, 모듈(8-23)의 결정 결과에 기초하여 제2 클라이언트의 적어도 하나의 제어 파라미터를 변경하기 위한 변경 모듈(8-24)을 더 포함한다. 변경은 도 1, 도 3의 단계 3-19 또는 도 6의 단계 6-19에 관련하여 설명된 바와 같이 수행될 수도 있다.
더 추가로, 제2 클라이언트(8-1)는, 시점 T 또는 시점 T - Dadap에서 적어도 하나의 제어 파라미터의 변경을 구현하기 위한 구현 모듈(8-25)을 포함할 수도 있다. 구현은 도 1, 도 3의 단계 3-20 또는 도 6의 단계 6-20에 관련하여 설명된 바와 같이 수행될 수도 있다.
최종적으로, 모듈들(8-21, 8-22, 8-23, 8-24, 8-25 및 8-27)은 HW로, 하나 이상의 프로세서들에 의해 실행되는 SW로, 또는 이들 양측 모두의 조합으로 구현될 수도 있다(8-20).
도 9는 도 7에 도시된 바와 같은 방법을 수행하도록 적응되는 네트워크 엔티티(9-1)의 예시적인 실시예를 도시한다. 네트워크 엔티티는, 예를 들어 도 2에 도시된 바와 같은 네트워크 엔티티(2-10), 도 4에 도시된 바와 같은 네트워크 엔티티(4-10) 또는 도 5b에 도시된 바와 같은 네트워크 엔티티(5-3/5-5)일 수도 있다.
네트워크 엔티티(9-1)는, 네트워크 요소(예를 들어, 동기화 소스)로부터 또는 GPS 신호를 통해 동기화 신호(9-4)를 수신할 수도 있는 동기화 모듈(9-15)을 포함할 수도 있다. 동기화 신호는, 네트워크 엔티티에 의해 수행되는 단계들 및 액션들을, 클라이언트들(예를 들어, 도 2, 도 4, 도 5b 및 도 7에 관련하여 설명된 바와 같은 중앙집중식 아키텍처에서의 도 2의 클라이언트들(2-1, 2-2, 2-3 및 2-4))에 의해 수행되는 단계들 또는 액션들과 동기화시키는 데 사용될 수도 있다.
네트워크 엔티티(9-1)는, 도 4의 단계 4-14 또는 도 7의 단계 7-14에 도시된 바와 같이 제1 정보(9-2)를 수신하는 수신기 모듈(9-11)을 더 포함한다. 수신기 모듈(9-11)은 도 4의 단계 4-16 또는 도 7의 단계 7-16에 도시된 바와 같은 환경 데이터, 또는 도 4의 단계 4-22 또는 도 7의 단계 7-22에 도시된 바와 같은 제4 정보를 추가로 수신할 수도 있다.
추가로, 네트워크 엔티티(9-1)는, 정보(9-3)를 송신할 수도 있는, 예를 들어 도 4의 단계 4-23 또는 도 7의 단계 7-23에 도시된 바와 같이 변경된 적어도 하나의 제어 파라미터를 제2 클라이언트에 송신할 수도 있는 송신기 모듈(9-12)을 포함한다.
네트워크 엔티티(9-1)의 수신기 모듈(9-11) 및 송신기 모듈(9-12)은 트랜시버 모듈(9-10)에서 조합될 수도 있다.
추가로, 네트워크 엔티티(9-1)는, 제2 클라이언트에 대한 지각 영역을 결정하기 위한 결정 모듈(9-21)을 포함할 수도 있다. 결정은 도 2, 도 4의 단계 4-11 또는 도 7의 단계 7-11에 관련하여 설명된 바와 같이 수행될 수도 있다.
네트워크 엔티티(9-1)는, 제2 클라이언트에 대한 시점 T에서의 교통 상황을 예측하기 위한 예측 모듈(9-22)을 포함한다. 예측은 도 2, 도 4의 단계 4-15 또는 도 7의 단계 7-15에 관련하여 설명된 바와 같이 수행될 수도 있다.
더 추가로, 네트워크 엔티티(9-1)는, 시점 T에서의 예측된 교통 상황에 기초하여 제2 클라이언트의 적어도 하나의 제어 파라미터의 변경을 결정하기 위한 결정 모듈(9-23)을 포함한다. 결정은 도 2, 도 4의 단계 4-18 또는 도 7의 단계 7-18에 관련하여 설명된 바와 같이 수행될 수도 있고, 결정을 위해 환경 데이터를 사용할 수도 있다.
네트워크 엔티티(9-1)는, 모듈(9-23)의 결정 결과에 기초하여 제2 클라이언트의 적어도 하나의 제어 파라미터를 변경하기 위한 변경 모듈(9-24)을 더 포함한다. 변경은 도 2, 도 4의 단계 4-19 또는 도 7의 단계 7-19에 관련하여 설명된 바와 같이 수행될 수도 있다.
최종적으로, 모듈들(9-21, 9-22, 9-23 및 9-24)은 HW로, 하나 이상의 프로세서들에 의해 실행되는 SW로, 또는 이들 양측 모두의 조합으로 구현될 수도 있다(9-20).
도 12는 도 11에 도시된 바와 같은 방법을 수행하도록 적응되는 클라이언트(12-1)의 예시적인 실시예를 도시한다. 클라이언트는, 예를 들어 도 2에 도시된 바와 같은 제2 클라이언트(2-2), 도 4에 도시된 바와 같은 제2 클라이언트(4-2) 또는 도 5b에 도시된 바와 같은 클라이언트(5-4/5-6)일 수도 있다.
클라이언트(12-1)는, 네트워크 요소(예를 들어, 동기화 소스)로부터 또는 GPS 신호를 통해 동기화 신호(12-4)를 수신할 수도 있는 동기화 모듈(12-15)을 포함할 수도 있다. 동기화 신호는, 클라이언트에 의해 수행되는 단계들 및 액션들을, 다른 클라이언트들(예를 들어, 도 2, 도 4, 도 5b, 도 7 및 도 11에 관련하여 설명된 바와 같은 중앙집중식 아키텍처에서의 도 2의 클라이언트들(2-1, 2-2, 2-3 및 2-4)) 또는 클라이언트를 제어하는 중앙 네트워크 엔티티에 의해 수행되는 단계들 또는 액션들과 동기화시키는 데 사용될 수도 있다.
클라이언트(12-1)는, 정보(12-2), 예를 들어 도 4의 단계 4-23 또는 도 11의 단계 11-05에 도시된 바와 같은 적어도 하나의 변경된 제어 파라미터를 수신하도록 구성되는 수신기 모듈(12-11)을 더 포함한다. 수신기 모듈(12-11)은 도 4의 단계 4-25 또는 도 11의 단계 11-07에 도시된 바와 같은 환경 데이터를 수신하도록 추가로 구성될 수도 있다.
추가로, 클라이언트(12-1)는, 정보(12-3)를 송신하도록, 예를 들어 도 4의 단계 4-22에 도시된 바와 같은 제4 정보 또는 도 11의 단계 11-04에 도시된 바와 같은 제2 정보를 송신하도록 구성되는 송신기 모듈(12-12)을 포함한다.
클라이언트(12-1)의 수신기 모듈(12-11) 및 송신기 모듈(12-12)은 트랜시버 모듈(12-10)에서 조합될 수도 있다.
추가로, 클라이언트(12-1)는, 클라이언트의 상태 정보를 검출하기 위한 검출 모듈(12-26)을 포함할 수도 있고, 여기서 상태 정보는, 예를 들어 클라이언트의 실제 상태 정보를 반영하는 정보일 수도 있다. 검출은 센서들(12-25)을 사용하는 것에 의해 행해질 수도 있고, 검출된 정보는 클라이언트(12-1)의 다른 모듈들, 예를 들어 수집 모듈(12-21) 또는 결정 모듈(12-28)에 의해 입력으로서 사용될 수도 있다. 검출된 정보는, 도 4의 단계 4-17 또는 도 11의 단계 11-06에 관련하여 설명된 바와 같은 정보일 수도 있다.
클라이언트(12-1)는, 시점 T-p에서 클라이언트에 관한 정보를 수집하기 위한 수집 모듈(12-21)을 더 포함한다. 정보는, 도 4의 단계 4-25 또는 도 11의 단계 11-01에 관련하여 설명된 바와 같은 정보일 수도 있다.
클라이언트(12-1)는, 시점 T에서의 클라이언트에 관한 정보를 예측하기 위한 예측 모듈(2-22)을 더 포함할 수도 있다. 예측된 정보는, 도 4의 단계 4-26 또는 도 11의 단계 11-02에 관련하여 설명된 바와 같은 정보일 수도 있다.
추가로, 클라이언트(12-1)는, 제1 정보에 기초하여 제2 정보를 생성하기 위한 생성 모듈(12-23)을 포함한다. 생성된 제2 정보는, 도 4의 단계 4-27 또는 도 11의 단계 11-03에 관련하여 설명된 바와 같은 정보일 수도 있다. 제2 정보는 시점 T에서의 클라이언트(12-11)의 포지션을 결정하는 것을 가능하게 한다.
클라이언트(12-1)는, 수신된 적어도 하나의 제1 제어 파라미터에 기초하여 적어도 하나의 제2 제어 파라미터의 변경을 결정하기 위한 결정 모듈(12-28)을 더 포함한다. 적어도 하나의 제2 제어 파라미터의 결정된 변경은, 도 4의 단계 4-28 또는 도 11의 단계 11-08에 관련하여 결정된 변경일 수도 있다.
더 추가로, 클라이언트(12-1)는, 시점 T 또는 시점 T - Dadap에서 적어도 하나의 제2 제어 파라미터의 변경을 구현하기 위한 구현 모듈(12-29)을 포함한다. 구현은 도 2, 도 4의 단계 4-24 또는 도 11의 단계 11-09에 관련하여 설명된 바와 같이 수행될 수도 있다.
최종적으로, 모듈들(12-21, 12-22, 12-23, 12-26, 12-28 및 12-29)은 HW로, 하나 이상의 프로세서들에 의해 실행되는 SW로, 또는 이들 양측 모두의 조합으로 구현될 수도 있다(12-20).
도 10은 클라이언트(8-1) 또는 클라이언트(12-1)(예를 들어, 차량) 또는 네트워크 엔티티(9.1)(예를 들어, 중앙 제어기)의 실시예들을 예시하는 예시적인 블록도이다. 클라이언트(8-1 또는 12-1)는, 예를 들어 (모바일 폰, 스마트 폰, PDA(개인 휴대 정보 단말기(Personal Digital Assistant)) 또는 휴대용 컴퓨터(예를 들어, 랩톱, 태블릿)과 같은) 모바일 디바이스; (예를 들어, 자동차, 트럭, 자전거, 비행기, 선박 또는 잠수함과 같은) 차량, (예를 들어, 센서와 같은) 머신 대 머신 디바이스 또는 무선 통신을 제공할 수 있는 임의의 다른 디바이스일 수도 있다. 클라이언트는, 예를 들어 지상, 공중 또는 수중으로 이동할 수도 있는 차량 또는 자동차와 같은 추가의 디바이스에서의 온보드 유닛(또는 모듈), 사용자 장비(user equipment)(UE), 또는 무선 노드라고 또한 지칭될 수도 있다. 네트워크 엔티티의 예들로는 서버, 기지국, 도로측 캐비닛, 제어기 또는 액세스 포인트일 수도 있다.
클라이언트/네트워크 엔티티는 인터페이스(10-2), 프로세서(10-12) 및 메모리(10-13)를 포함할 수도 있다. 인터페이스(10-2)는 수신기(10-11) 및 송신기(10-14)를 더 포함할 수도 있다. 수신기(10-11) 및 송신기(10-14)는 트랜시버에서 조합될 수도 있다. 수신기는 신호들(10-3)을 수신할 수도 있고 송신기는 신호들(10-4)을 요소(10-1)로부터 그리고 요소(10-1)로 송신할 수도 있다. 신호들은 (예를 들어, 도시되지 않은 안테나를 통해) 무선으로 송신될 수도 있다. 프로세서(10-12)는 네트워크 엔티티 또는 클라이언트에 의해 제공되는 것으로서 상술된 기능성 중 일부 또는 전부를 제공하기 위한 명령어들을 실행할 수도 있다. 메모리(10-13)는 프로세서(10-12)에 의해 실행되는 명령어들, 예를 들어 (클라이언트에 대해) 도 6에 또는 (네트워크 엔티티에 대해) 도 7에 또는 (클라이언트에 대해) 도 11에 설명된 바와 같은 방법을 수행하기 위한 명령어들을 저장할 수도 있다.
프로세서(10-12)는, 명령어들을 실행하고 정보/데이터를 조작하여 10-1(예를 들어, 클라이언트 또는 네트워크 엔티티)의 설명된 기능들 중 일부 또는 전부를 수행하기 위해 하나 이상의 모듈들에서 구현되는 하드웨어 및 소프트웨어의 임의의 적합한 조합을 포함할 수도 있다. 일부 실시예들에서, 프로세서(10-12)는 하나 이상의 컴퓨터들, 하나 이상의 중앙 프로세싱 유닛(CPU)들, 하나 이상의 마이크로프로세서들, 하나 이상의 애플리케이션들, 및/또는 다른 로직을 포함할 수도 있다.
메모리(10-13)는 명령어들, 예컨대 컴퓨터 프로그램, 소프트웨어, 로직, 규칙들, 알고리즘들, 코드, 테이블들 등 중의 하나 이상을 포함하는 애플리케이션, 및/또는 프로세서에 의해 실행되는 것이 가능한 다른 명령어들을 저장하도록 일반적으로 동작가능할 수도 있다. 메모리(10-13)의 예들로는 컴퓨터 메모리(예를 들어, 랜덤 액세스 메모리(RAM) 또는 판독 전용 메모리(ROM)), 대용량 저장 매체(예를 들어, 하드 디스크), 착탈식 저장 매체(예를 들어, 콤팩트 디스크(CD) 또는 디지털 비디오 디스크(DVD)), 및/또는 또는 정보를 저장하는 임의의 다른 휘발성 또는 비휘발성, 비일시적 컴퓨터 판독가능 및/또는 컴퓨터 실행가능 메모리 디바이스들을 포함할 수도 있다.
클라이언트(8-1 또는 12-1) 및 네트워크 엔티티(9-1)의 대안적인 실시예들은, 도 8 내지 도 10 및 도 12에 도시된 것들 이외의 부가적인 컴포넌트들을 포함할 수도 있다. 이들 부가적인 컴포넌트들은, 본 명세서에서 설명되는 기능성 및/또는 임의의 부가적인 기능성(본 명세서에서 설명되는 솔루션을 지원하는 데 필요한 임의의 기능성을 포함함) 중 임의의 것을 포함하는, 기능성의 특정 양태들을 제공할 수도 있다.
다양한 상이한 타입들의 요소들은 동일한 물리적 하드웨어를 갖는 컴포넌트들을 포함할 수도 있지만 상이한 무선 액세스 기술들을 지원하도록 (예를 들어, 프로그래밍을 통해) 구성될 수도 있거나, 또는 부분적으로 또는 완전히 상이한 물리적 컴포넌트들을 표현할 수도 있다.
상이한 타입들의 차량들(예를 들어, 인간 드라이빙 차량들, ACC 제어 차량들, CACC 제어 차량들)의 혼합이 있는 교통 시나리오를 고려하면, 설명된 중앙집중식 또는 분산식 제어 방법을 사용하는 차량들은 다른 차량들과 공존하도록 이들의 동작 파라미터들을 조정할 수도 있다. 예를 들어, 전방 차량이 인간 드라이빙 또는 (C)ACC 제어 차량이고 차량 대 차량 또는 차량 대 인프라스트럭처 통신 디바이스가 구비되지 않은 경우, 그러면 전방 차량의 드라이빙 환경은 이웃 차량들에 알려질 수 없고 그의 기동 판정은 예측될 수 없다. 이 경우에, 설명된 제어 방법을 사용하는 후행 차량은 시스템 안정성, 예를 들어 전통적인 ACC로 효과적으로 폴백하는 것(falling back)을 보장하기 위해 확대된 차량간 시간 갭을 필요로 할 수도 있다.
이웃 차량들(전방에서 드라이빙하는 차량을 포함함)이 상술된 제어 방법을 지원하는 차량 대 차량 또는 차량 대 인프라스트럭처 통신 디바이스들을 갖는 모든 자율 차량들일 때, 그러면 전방 차량의 기동이 예측될 수 있고, 이들 사이의 원하는 거리가 감소될 수 있다. 즉, 선행 차량의 타입에 따라, 설명된 제어 방법을 사용하는 차량은 이에 따라 조정된 파라미터들로 실행될 수도 있고, 따라서 설명된 제어 방법을 지원하는 차량들 및 그것을 지원하지 않는 레거시 차량들의 혼합된 시나리오에서 전체 교통 스루풋이 증가할 것이다. 설명된 제어 방법을 지원하는 차량들의 양이 많을수록, 전체 스루풋이 더 증가될 것이다. 따라서, 설명된 제어 방법은 또한 혼합된 시나리오에서 교통 스루풋 및 연료 소비의 관점에서 이점들을 제공한다. 부가적으로, 제안된 제어 방법을 지원하는 차량들의 감소된/최적화된 반응 시간으로 인해 안전성이 증가된다.
설명된 차량 제어 방법은, 다수의 자율 차량들이 서로 바로 옆에서 드라이빙하는 한, 종래의 ACC 및 C-ACC보다 우수한 성능을 제공한다. 이것은 또한, 자율 차량들과 비-자율 차량들 양측 모두가 존재하는 하이브리드 교통 상황에서, 제안된 제어 방법이 또한 이로울 것이지만, 동질적인 자율 차량 환경에서 이점이 최대화된다는 것을 의미한다.
본 개시내용의 일부 실시예들은 하나 이상의 기술적 이점들을 제공할 수도 있다. 일부 실시예들은 이들 이점들 중 일부로부터 이익을 얻거나, 어느 것으로부터도 이익을 얻지 못하거나, 또는 전부로부터 이익을 얻을 수도 있다. 다른 기술적 이점들은 본 기술분야의 통상의 기술자에 의해 용이하게 확인될 수도 있다.
제1 양태에서 클라이언트를 제어하기 위한 방법의 예시적인 실시예가 제공된다. 이 방법은, 적어도 하나의 제1 클라이언트의 제1 정보를 수신하는 단계를 포함하고, 여기서 제1 정보는 시점 T에서의 적어도 하나의 제1 클라이언트의 포지션을 결정하는 것을 가능하게 한다. 이 방법은, 제1 정보를 사용하여 시점 T에서의 교통 상황을 예측하는 단계; 시점 T에서의 예측된 교통 상황에 기초하여 제2 클라이언트의 적어도 하나의 제어 파라미터의 변경을 결정하는 단계; 및 결정 결과에 기초하여 제2 클라이언트의 적어도 하나의 제어 파라미터를 변경하는 단계를 더 포함한다.
제1 양태에 따른 방법의 상세예들은 다음의 것 중 하나 이상을 포함할 수도 있다:
- 여기서 이 방법은 주기 p로 반복될 수도 있고;
- 여기서 클라이언트의 제어는 공통 타임 베이스에 동기화될 수도 있고;
- 여기서 제1 정보는, 시점 T-p에서의 또는 시점 T에 대해 예측되는 적어도 하나의 제1 클라이언트의 센서 정보, 상태 정보 및 제어 정보 중 적어도 하나를 포함할 수도 있고;
- 여기서 제1 정보는, 시점 T-p에서의 또는 시점 T에 대해 예측되는 적어도 하나의 제1 클라이언트의
- 속력;
- 진행 방향;
- 포지션;
- 가속도;
- 감속도;
- 센서 데이터; 및
- 기동 규칙 표시
중 적어도 하나를 포함할 수도 있고;
- 여기서 제2 클라이언트의 적어도 하나의 제어 파라미터는,
- 속력;
- 가속도;
- 감속도;
- 진행 방향 및
- 선택된 기동 규칙
중 적어도 하나를 포함할 수도 있고;
- 제2 클라이언트에 대한 지각 영역을 결정하는 단계, 여기서 지각 영역에 위치되는 클라이언트들로부터 수신되는 정보가 시점 T에서의 교통 상황을 예측하기 위해 사용될 수도 있고, 여기서 적어도 하나의 제1 클라이언트는 지각 영역에 위치될 수도 있고;
- 여기서 시점 T에서의 교통 상황의 예측은, 지각 영역 내의 가장 먼 클라이언트로부터 시작하여 개별적으로 적어도 하나의 제1 클라이언트 각각에 대한 예측을 수행하는 것을 포함할 수도 있고;
- 환경에 관한 데이터를 수신하는 단계; 여기서 제2 클라이언트의 적어도 하나의 제어 파라미터의 변경을 결정하는 단계는, 결정을 위해 환경에 관한 데이터를 사용하는 단계를 더 포함할 수도 있고;
- 여기서 데이터는,
- 교통 표지 데이터;
- 교통 신호등 데이터;
- 도로 상태 데이터; 및
- 기상 데이터
중 적어도 하나를 포함할 수도 있고;
- 여기서 이 방법은 제2 클라이언트에서 수행될 수도 있고;
- 제2 정보를 검출하는 단계; 여기서 제2 정보는 제2 클라이언트의 실제 정보를 포함할 수도 있고; 여기서 제2 클라이언트의 적어도 하나의 제어 파라미터의 변경을 결정하는 단계는, 결정을 위해 제2 정보를 사용하는 단계를 더 포함할 수도 있고;
- 시점 T에서 제2 클라이언트에서 적어도 하나의 제어 파라미터의 변경을 구현하는 단계;
- 시점 T 마이너스 적응 지연 Dadap에서 제2 클라이언트에서 적어도 하나의 제어 파라미터의 변경을 구현하는 단계;
- 제2 클라이언트에 관한 제3 정보를 적어도 하나의 제1 클라이언트에 송신하는 단계, 여기서 제3 정보는 시점 T+p에서의 제2 클라이언트의 포지션을 예측하는 것을 가능하게 할 수도 있고;
- 여기서 적어도 하나의 제1 클라이언트 및 제2 클라이언트는 공통 타임 베이스에 시간 동기화될 수도 있고;
- 시점 T에서의 제2 클라이언트의 포지션을 예측하는 것을 가능하게 하는 제2 클라이언트의 제4 정보를 수신하는 단계; 변경된 적어도 하나의 제어 파라미터를 제2 클라이언트에 송신하는 단계; 여기서 제4 정보는 시점 T에서의 교통 상황을 예측할 때 사용될 수도 있고, 여기서 이 방법은 네트워크 엔티티에서 수행될 수도 있으며;
- 여기서 적어도 하나의 제1 클라이언트 또는 제2 클라이언트는 차량, 모바일 디바이스, 차량 내측의 모바일 디바이스, 모듈 또는 차량 내측에 설치되는 모듈 중 하나를 포함할 수도 있다.
제2 양태에서 클라이언트를 제어하기 위한 장치의 예시적인 실시예가 제공된다. 이 장치는, 적어도 하나의 제1 클라이언트의 제1 정보를 수신하도록 구성되는 제1 모듈을 포함하고, 여기서 제1 정보는 시점 T(5-8)에서의 적어도 하나의 제1 클라이언트의 포지션을 결정하는 것을 가능하게 한다. 이 장치는, 제1 정보를 사용하여 시점 T에서의 교통 상황을 예측하도록 구성되는 제2 모듈; 시점 T에서의 예측된 교통 상황에 기초하여 제2 클라이언트의 적어도 하나의 제어 파라미터의 변경을 결정하도록 구성되는 제3 모듈; 및 결정 결과에 기초하여 제2 클라이언트의 적어도 하나의 제어 파라미터를 변경하도록 구성되는 제4 모듈을 더 포함한다.
제3 양태에서 클라이언트를 제어하기 위한 장치의 예시적인 실시예가 제공된다. 이 장치는 적어도 하나의 프로세서를 포함하고, 적어도 하나의 프로세서는 적어도 하나의 제1 클라이언트의 제1 정보를 수신하도록 구성되고, 여기서 제1 정보는 시점 T에서의 적어도 하나의 제1 클라이언트의 포지션을 결정하는 것을 가능하게 한다. 적어도 하나의 프로세서는 제1 정보를 사용하여 시점 T에서의 교통 상황을 예측하도록; 시점 T에서의 예측된 교통 상황에 기초하여 제2 클라이언트의 적어도 하나의 제어 파라미터의 변경을 결정하도록; 그리고 결정 결과에 기초하여 제2 클라이언트의 적어도 하나의 제어 파라미터를 변경하도록 추가로 구성된다.
제2 또는 제3 양태에 따른 장치의 상세예들은 다음의 것 중 하나 이상을 포함할 수도 있다:
- 여기서 클라이언트의 제어는 주기 p로 주기적으로 발생될 수도 있고;
- 여기서 클라이언트의 제어는 공통 타임 베이스에 동기화될 수도 있고;
- 여기서 제1 정보는, 시점 T-p에서의 또는 시점에 대해 예측되는 적어도 하나의 제1 클라이언트의 센서 정보, 상태 정보 및 제어 정보 중 적어도 하나를 포함할 수도 있고;
- 여기서 제1 정보는, 시점 T-p에서의 또는 시점 T에 대해 예측되는 적어도 하나의 제1 클라이언트의
- 속력;
- 진행 방향; 및
- 포지션;
- 가속도;
- 감속도;
- 센서 데이터; 및
- 기동 규칙 표시
중 적어도 하나를 포함할 수도 있고;
- 여기서 제2 클라이언트의 적어도 하나의 제어 파라미터는,
- 속력;
- 가속도;
- 감속도;
- 진행 방향 및
- 선택된 기동 규칙
중 적어도 하나를 포함할 수도 있고;
- 제2 클라이언트에 대한 지각 영역을 결정하도록 구성되는 제5 모듈, 여기서 지각 영역에 위치되는 클라이언트들로부터 수신되는 정보가 시점 T에서의 교통 상황을 예측하기 위해 사용되고; 여기서 적어도 하나의 제1 클라이언트는 지각 영역에 위치될 수도 있고;
- 여기서 시점 T에서의 교통 상황의 예측은, 지각 영역 내의 가장 먼 클라이언트로부터 시작하여 개별적으로 적어도 하나의 제1 클라이언트 각각에 대한 예측을 수행하는 것을 포함할 수도 있고;
- 여기서 제1 모듈은 환경에 관한 데이터를 수신하도록 추가로 구성될 수도 있고; 여기서 제3 모듈은 결정을 위해 환경에 관한 데이터를 사용하도록 추가로 구성될 수도 있고;
- 여기서 데이터는,
- 교통 표지 데이터;
- 교통 신호등 데이터;
- 도로 상태 데이터; 및
- 기상 데이터
중 적어도 하나를 포함할 수도 있고;
- 여기서 제2 클라이언트는 장치를 포함할 수도 있고;
- 제2 정보를 검출하도록 구성되는 제6 모듈; 여기서 제2 정보는 제2 클라이언트의 실제 정보를 포함할 수도 있고; 여기서 제3 모듈은 결정을 위해 제2 정보를 사용하도록 추가로 구성될 수도 있고;
- 시점 T에서 또는 시점 T 마이너스 적응 지연 Dadap에서 적어도 하나의 제어 파라미터의 변경을 구현하도록 구성되는 제7 모듈;
- 제2 클라이언트에 관한 제3 정보를 적어도 하나의 제1 클라이언트에 송신하도록 구성되는 제8 모듈, 여기서 제3 정보는 시점 T+p에서의 제2 클라이언트의 포지션을 예측하는 것을 가능하게 할 수도 있고;
- 여기서 적어도 하나의 제1 클라이언트 및 제2 클라이언트는 공통 타임 베이스에 시간 동기화될 수도 있고;
- 변경된 적어도 하나의 제어 파라미터를 제2 클라이언트에 송신하도록 구성되는 제9 모듈; 여기서 제1 모듈은 시점 T에서의 제2 클라이언트의 포지션을 예측하는 것을 가능하게 하는 제2 클라이언트의 제4 정보를 수신하도록 추가로 구성될 수도 있고; 여기서 제4 정보는 시점 T에서의 교통 상황을 예측할 때 사용될 수도 있고; 여기서 네트워크 엔티티는 장치를 포함할 수도 있고;
- 여기서 적어도 하나의 제1 클라이언트 또는 제2 클라이언트는 차량, 모바일 디바이스, 차량 내측의 모바일 디바이스, 모듈 또는 차량 내측에 설치되는 모듈 중 임의의 것을 포함할 수도 있다.
제4 양태에서 컴퓨터 프로그램의 예시적인 실시예가 제공된다. 이 컴퓨터 프로그램은, 장치의 적어도 하나의 프로세서에 의해 실행되는 프로그램 코드를 포함하고, 여기서 프로그램 코드의 실행은 적어도 하나의 프로세서로 하여금 제1 양태에 따른 방법을 실행하게 한다.
제4 양태에 따른 컴퓨터 프로그램의 상세예들은, 제1 양태에 따른 방법의 하나 이상의 상세예들 또는 다음의 것 중 하나 이상에 따른 것일 수도 있다:
- 컴퓨터 프로그램은 컴퓨터 프로그램 제품일 수도 있고;
- 컴퓨터 프로그램은, 프로그램 코드를 저장하는 비일시적 컴퓨터 판독가능 저장 매체를 포함할 수도 있다.
제5 양태에서 클라이언트를 제어하기 위한 방법의 예시적인 실시예가 제공된다. 이 방법은, 시점 T-p에서 클라이언트의 제1 정보를 수집하는 단계; 제1 정보에 기초하여 제2 정보를 생성하는 단계 - 여기서 제1 또는 제2 정보는 시점 T에서의 클라이언트의 포지션을 결정하는 것을 가능하게 함 -; 제2 정보를 제어 엔티티에 송신하는 단계; 제어 엔티티로부터 적어도 하나의 변경된 제1 제어 파라미터를 수신하는 단계; 변경된 적어도 하나의 제1 제어 파라미터에 기초하여 적어도 하나의 제2 제어 파라미터의 변경을 결정하는 단계; 및 시점 T에서 또는 시점 T 마이너스 적응 지연 Dadap에서 클라이언트에서 변경된 적어도 하나의 제2 제어 파라미터를 구현하는 단계를 포함한다.
제5 양태에 따른 방법의 상세예들은 다음의 것 중 하나 이상을 포함할 수도 있다:
- 여기서 제2 정보는 적어도 부분적으로 제1 정보를 포함할 수도 있고;
- 제1 정보에 기초하여 시점 T에서의 클라이언트의 제3 정보를 예측하는 단계; 여기서 제3 정보는 시점 T에서의 클라이언트의 포지션을 결정하는 것을 가능하게 할 수도 있고, 여기서 제2 정보는 적어도 부분적으로 제3 정보를 포함할 수도 있고;
- 여기서 제2 정보는, 제2 정보가 관련된 시점을 식별하는 것을 가능하게 하는 표시를 포함할 수도 있고;
- 제4 정보를 검출하는 단계; 여기서 제4 정보는 클라이언트의 실제 정보를 포함할 수도 있고; 여기서 적어도 하나의 제2 제어 파라미터의 변경을 결정하는 단계는, 결정을 위해 제4 정보를 사용하는 단계를 더 포함할 수도 있고;
- 환경에 관한 데이터를 수신하는 단계; 여기서 적어도 하나의 제2 제어 파라미터의 변경을 결정하는 단계는, 결정을 위해 환경에 관한 데이터를 사용하는 단계를 더 포함할 수도 있다.
제6 양태에서 클라이언트의 예시적인 실시예가 제공된다. 이 클라이언트는, 시점 T-p에서 클라이언트의 제1 정보를 수집하도록 구성되는 제1 모듈; 제1 정보에 기초하여 제2 정보를 생성하도록 구성되는 제2 모듈 - 여기서 제2 정보는 시점 T에서의 클라이언트의 포지션을 결정하는 것을 가능하게 함 -; 제2 정보를 제어 엔티티에 송신하도록 구성되는 제3 모듈; 제어 엔티티로부터 적어도 하나의 변경된 제1 제어 파라미터를 수신하도록 구성되는 제4 모듈; 변경된 적어도 하나의 제1 제어 파라미터에 기초하여 적어도 하나의 제2 제어 파라미터의 변경을 결정하도록 구성되는 제5 모듈; 및 시점 T에서 또는 시점 T 마이너스 적응 지연 Dadap에서 클라이언트에서 변경된 적어도 하나의 제2 제어 파라미터를 구현하도록 구성되는 제6 모듈을 포함한다.
제7 양태에서 클라이언트의 예시적인 실시예가 제공된다. 이 클라이언트는 적어도 하나의 프로세서를 포함하고, 적어도 하나의 프로세서는 시점 T-p에서 클라이언트의 제1 정보를 수집하도록; 제1 정보에 기초하여 제2 정보를 생성하도록 - 여기서 제1 또는 제2 정보는 시점 T에서의 클라이언트의 포지션을 결정하는 것을 가능하게 함 -; 제2 정보를 제어 엔티티에 송신하도록; 제어 엔티티로부터 적어도 하나의 변경된 제1 제어 파라미터를 수신하도록; 변경된 적어도 하나의 제1 제어 파라미터에 기초하여 적어도 하나의 제2 제어 파라미터의 변경을 결정하도록; 그리고 시점 T에서 또는 시점 T 마이너스 적응 지연 Dadap에서 클라이언트에서 변경된 적어도 하나의 제2 제어 파라미터를 구현하도록 구성된다.
제6 또는 제7 양태에 따른 클라이언트의 상세예들은 다음의 것 중 하나 이상을 포함할 수도 있다:
- 여기서 제2 정보는 적어도 부분적으로 제1 정보를 포함할 수도 있고;
- 제1 정보에 기초하여 시점 T에서의 클라이언트의 제3 정보를 예측하도록 구성되는 제7 모듈; 여기서 제3 정보는 시점 T에서의 클라이언트의 포지션을 결정하는 것을 가능하게 할 수도 있고; 여기서 제2 정보는 적어도 부분적으로 제3 정보를 포함할 수도 있고;
- 여기서 제2 정보는, 제2 정보가 관련된 시점을 식별하는 것을 가능하게 하는 표시를 포함할 수도 있고;
- 제4 정보를 검출하도록 구성되는 제8 모듈; 여기서 제4 정보는 클라이언트의 실제 정보를 포함할 수도 있고; 여기서 제5 모듈은 제4 정보를 사용하여 적어도 하나의 제2 제어 파라미터의 변경을 결정하도록 추가로 구성될 수도 있고;
- 여기서 제4 모듈은 환경에 관한 데이터를 수신하도록 추가로 구성될 수도 있고; 여기서 제5 모듈은 환경에 관한 데이터를 사용하여 적어도 하나의 제2 제어 파라미터의 변경을 결정하도록 추가로 구성될 수도 있다.
제8 양태에서 컴퓨터 프로그램의 예시적인 실시예가 제공된다. 이 컴퓨터 프로그램은, 장치의 적어도 하나의 프로세서에 의해 실행되는 프로그램 코드를 포함하고, 여기서 프로그램 코드의 실행은 적어도 하나의 프로세서로 하여금 제5 양태에 따른 방법을 실행하게 한다.
제8 양태에 따른 컴퓨터 프로그램의 상세예들은, 제5 양태에 따른 방법의 하나 이상의 상세예들 또는 다음의 것 중 하나 이상에 따른 것일 수도 있다:
- 컴퓨터 프로그램은 컴퓨터 프로그램 제품일 수도 있고;
- 컴퓨터 프로그램은, 프로그램 코드를 저장하는 비일시적 컴퓨터 판독가능 저장 매체를 포함할 수도 있다.
예시적인 실시예의 제9 양태에서 클라이언트를 제어하기 위한 시스템이 제공된다. 이 시스템은, 제2 또는 제3 양태에 따른 장치 및 적어도 하나의 제1 클라이언트를 포함한다.
제9 양태에 따른 시스템의 상세예들은 제2 또는 제3 양태에 따른 장치의 하나 이상의 상세예들에 따른 것일 수도 있다.
예시적인 실시예의 제10 양태에서 클라이언트를 제어하기 위한 시스템이 제공된다. 이 시스템은, 제6 또는 제7 양태에 따른 클라이언트 및 제2 또는 제3 양태에 따른 장치를 포함한다.
제10 양태에 따른 시스템의 상세예들은, 제6 또는 제7 양태에 따른 클라이언트 또는 제2 또는 제3 양태에 따른 장치의 하나 이상의 상세예들에 따른 것일 수도 있다.
상기에 설명된 바와 같은 예들 및 실시예들은 단지 예시적인 것에 불과하고 다양한 수정들이 가능하다는 것이 이해되어야 한다. 예를 들어, 개념들은 지금까지 명시적으로 언급되지 않은 다른 타입들의 통신 네트워크들에서 사용될 수 있다. 추가로, 상기의 개념들은 기존 노드들에서 대응하여 설계된 소프트웨어를 사용하는 것에 의해, 또는 각각의 노드들에서 전용 하드웨어를 사용하는 것에 의해 구현될 수도 있다는 것이 이해되어야 한다.
약어들:
5G 제 5세대(제 5세대 모바일 네트워크)
ACC 적응형 크루즈 컨트롤
ADAS 고급 드라이버 보조 시스템
CACC 협력 적응형 크루즈 컨트롤
CD 콤팩트 디스크
CPU 중앙 프로세싱 유닛
DVD 디지털 비디오 디스크
CPU 중앙 프로세싱 유닛
GNSS 글로벌 내비게이션 위성 시스템
GSM 모바일 통신용 글로벌 시스템
GPS 글로벌 포지셔닝 시스템
HW 하드웨어
LTE 롱 텀 에볼루션
PDA 개인 휴대 정보 단말기
RAM 랜덤 액세스 메모리
ROM 판독 전용 메모리
SW 소프트웨어
UE 사용자 장비
UMTS 유니버셜 모바일 전기통신 시스템
V2V 차량 대 차량
V2X 차량 대 사물(예를 들어, 차량 대 인프라스트럭처, V2V, 차량 대 보행자, ... 를 커버함)
WiFi 임의의 종류의 WLAN 네트워크, WLAN의 동의어
WLAN 무선 로컬 영역 네트워크

Claims (51)

  1. 클라이언트를 제어하기 위한 방법으로서,
    - 적어도 하나의 제1 클라이언트(1-1, 2-1)의 제1 정보를 수신하는 단계(6-14, 7-14) - 상기 제1 정보는 시점 T(5-8)에서의 상기 적어도 하나의 제1 클라이언트의 포지션을 결정하는 것을 가능하게 함 -;
    - 상기 제1 정보를 사용하여 상기 시점 T에서의 교통 상황을 예측하는 단계(6-15, 7-15);
    - 상기 시점 T에서의 상기 예측된 교통 상황에 기초하여 제2 클라이언트(1-2, 2-2)의 적어도 하나의 제어 파라미터의 변경을 결정하는 단계(6-18, 7-18); 및
    - 상기 결정 결과에 기초하여 상기 제2 클라이언트의 상기 적어도 하나의 제어 파라미터를 변경하는 단계(6-19, 7-19)
    를 포함하는, 방법.
  2. 제1항에 있어서,
    상기 방법은 주기 p(5-10)로 반복되는, 방법.
  3. 제1항 또는 제2항에 있어서,
    상기 클라이언트의 제어는 공통 타임 베이스(common time base)(1-14, 2-14)에 동기화되는, 방법.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서,
    상기 제1 정보는, 시점 T-p(5-7)에서의 또는 시점 T(5-8)에 대해 예측되는(5-21, 5-61) 상기 적어도 하나의 제1 클라이언트의 센서 정보, 상태 정보 및 제어 정보 중 적어도 하나를 포함하는, 방법.
  5. 제1항 내지 제3항 중 어느 한 항에 있어서,
    상기 제1 정보는, 시점 T-p(5-7)에서의 또는 시점 T(5-8)에 대해 예측되는 상기 적어도 하나의 제1 클라이언트의
    - 속력;
    - 진행 방향;
    - 포지션;
    - 가속도;
    - 감속도;
    - 센서 데이터; 및
    - 기동 규칙 표시(maneuver rule indication)
    중 적어도 하나를 포함하는, 방법.
  6. 제1항 내지 제5항 중 어느 한 항에 있어서,
    상기 제2 클라이언트(1-2, 2-2)의 상기 적어도 하나의 제어 파라미터는,
    - 속력;
    - 가속도;
    - 감속도;
    - 진행 방향 및
    - 선택된 기동 규칙
    중 적어도 하나를 포함하는, 방법.
  7. 제1항 내지 제6항 중 어느 한 항에 있어서,
    상기 방법은,
    - 상기 제2 클라이언트에 대한 지각 영역(perception area)(1-12, 2-12)을 결정하는 단계(6-11, 7-11) - 상기 지각 영역에 위치되는 클라이언트들(1-1, 2-1)로부터 수신되는 정보가 시점 T(5-8)에서의 교통 상황을 예측하기 위해 사용됨 -
    를 더 포함하고;
    상기 적어도 하나의 제1 클라이언트는 상기 지각 영역에 위치되는, 방법.
  8. 제7항에 있어서,
    상기 시점 T(5-8)에서의 상기 교통 상황의 예측은, 상기 지각 영역(1-12. 2-12) 내의 가장 먼 클라이언트로부터 시작하여 개별적으로 상기 적어도 하나의 제1 클라이언트(1-1, 2-1) 각각에 대한 예측을 수행하는 것을 포함하는, 방법.
  9. 제1항 내지 제8항 중 어느 한 항에 있어서,
    상기 방법은,
    - 환경에 관한 데이터를 수신하는 단계(6-16, 7-16)
    를 더 포함하고;
    상기 제2 클라이언트의 적어도 하나의 제어 파라미터의 변경을 결정하는 단계(6-18, 7-18)는, 상기 결정을 위해 상기 환경에 관한 데이터를 사용하는 단계를 더 포함하는, 방법.
  10. 제9항에 있어서,
    상기 데이터는,
    - 교통 표지 데이터;
    - 교통 신호등 데이터;
    - 도로 상태 데이터; 및
    - 기상 데이터
    중 적어도 하나를 포함하는, 방법.
  11. 제1항 내지 제10항 중 어느 한 항에 있어서,
    상기 방법은 상기 제2 클라이언트(1-2, 2-2)에서 수행되는, 방법.
  12. 제1항 내지 제11항 중 어느 한 항에 있어서,
    상기 방법은,
    - 제2 정보를 검출하는 단계(6-17)
    를 더 포함하고;
    상기 제2 정보는 상기 제2 클라이언트의 실제 정보를 포함하고;
    상기 제2 클라이언트의 적어도 하나의 제어 파라미터의 변경을 결정하는 단계(6-18, 7-18)는, 상기 결정을 위해 상기 제2 정보를 사용하는 단계를 더 포함하는, 방법.
  13. 제1항 내지 제12항 중 어느 한 항에 있어서,
    상기 방법은,
    - 시점 T(5-8)에서 상기 제2 클라이언트에서 상기 적어도 하나의 제어 파라미터의 변경을 구현하는 단계(6-20)
    를 더 포함하는, 방법.
  14. 제1항 내지 제12항 중 어느 한 항에 있어서,
    상기 방법은,
    - 시점 T(5-8) 마이너스 적응 지연(adaptation delay) Dadap(5-13, 5-24, 5-44. 5-65)에서 상기 제2 클라이언트에서 상기 적어도 하나의 제어 파라미터의 변경을 구현하는 단계(6-20)
    를 더 포함하는, 방법.
  15. 제1항 내지 제14항 중 어느 한 항에 있어서,
    상기 방법은,
    - 상기 제2 클라이언트(1-2, 2-2)에 관한 제3 정보를 상기 적어도 하나의 제1 클라이언트(1-1, 2-1)에 송신하는 단계(6-21)
    를 더 포함하고,
    상기 제3 정보는 시점 T+p(5-9)에서의 상기 제2 클라이언트의 포지션을 예측하는 것을 가능하게 하는, 방법.
  16. 제3항 내지 제15항 중 어느 한 항에 있어서,
    상기 적어도 하나의 제1 클라이언트(1-1, 2-1) 및 상기 제2 클라이언트(1-2, 2-2)는 상기 공통 타임 베이스(1-14, 2-14)에 시간 동기화되는, 방법.
  17. 제1항 내지 제10항 중 어느 한 항에 있어서,
    상기 방법은,
    - 시점 T(5-8)에서의 상기 제2 클라이언트의 포지션을 예측하는 것을 가능하게 하는 상기 제2 클라이언트(1-2, 2-2)의 제4 정보를 수신하는 단계(7-22);
    - 상기 변경된 적어도 하나의 제어 파라미터를 상기 제2 클라이언트에 송신하는 단계(7-23)
    를 더 포함하고;
    상기 제4 정보는 상기 시점 T에서의 교통 상황을 예측할 때 사용되고, 상기 방법은 네트워크 엔티티(network entity)(2-10, 4-10)에서 수행되는, 방법.
  18. 제1항 내지 제17항 중 어느 한 항에 있어서,
    상기 적어도 하나의 제1 클라이언트(1-1, 2-1) 또는 상기 제2 클라이언트(1-2, 2-2)는 차량, 모바일 디바이스, 차량 내측의 모바일 디바이스, 모듈 또는 차량 내측에 설치되는 모듈 중 하나를 포함하는, 방법.
  19. 클라이언트(1-2, 2-2)를 제어하기 위한 장치(8-1, 9-1)로서,
    - 적어도 하나의 제1 클라이언트(1-1, 2-1)의 제1 정보를 수신하도록 구성되는 제1 모듈(8-11, 9-11) - 상기 제1 정보는 시점 T(5-8)에서의 상기 적어도 하나의 제1 클라이언트의 포지션을 결정하는 것을 가능하게 함 -;
    - 상기 제1 정보를 사용하여 상기 시점 T에서의 교통 상황을 예측하도록 구성되는 제2 모듈(8-22, 9-22);
    - 상기 시점 T에서의 상기 예측된 교통 상황에 기초하여 제2 클라이언트(1-2, 2-2)의 적어도 하나의 제어 파라미터의 변경을 결정하도록 구성되는 제3 모듈(8-23, 9-23); 및
    - 상기 결정 결과에 기초하여 상기 제2 클라이언트의 상기 적어도 하나의 제어 파라미터를 변경하도록 구성되는 제4 모듈(8-24, 9-24)
    을 포함하는, 장치.
  20. 제19항에 있어서,
    상기 클라이언트의 제어는 주기 p(5-10)로 주기적으로 발생되는, 장치.
  21. 제19항 또는 제20항에 있어서,
    상기 클라이언트의 제어는 공통 타임 베이스(1-14, 2-14)에 동기화(8-15, 9-15)되는, 장치.
  22. 제19항 내지 제21항 중 어느 한 항에 있어서,
    상기 제1 정보는, 시점 T-p(5-7)에서의 또는 시점 T(5-8)에 대해 예측되는 상기 적어도 하나의 제1 클라이언트의 센서 정보, 상태 정보 및 제어 정보 중 적어도 하나를 포함하는, 장치.
  23. 제19항 내지 제21항 중 어느 한 항에 있어서,
    상기 제1 정보는, 시점 T-p(5-7)에서의 또는 시점 T(5-8)에 대해 예측되는 상기 적어도 하나의 제1 클라이언트의
    - 속력;
    - 진행 방향; 및
    - 포지션;
    - 가속도;
    - 감속도;
    - 센서 데이터; 및
    - 기동 규칙 표시
    중 적어도 하나를 포함하는, 장치.
  24. 제19항 내지 제23항 중 어느 한 항에 있어서,
    상기 제2 클라이언트(1-2, 2-2)의 상기 적어도 하나의 제어 파라미터는,
    - 속력;
    - 가속도;
    - 감속도;
    - 진행 방향 및
    - 선택된 기동 규칙
    중 적어도 하나를 포함하는, 장치.
  25. 제19항 내지 제24항 중 어느 한 항에 있어서,
    상기 장치는,
    - 상기 제2 클라이언트에 대한 지각 영역(1-12, 2-12)을 결정하도록 구성되는 제5 모듈(8-21, 9-21) - 상기 지각 영역에 위치되는 클라이언트들(1-1, 2-1)로부터 수신되는 정보가 시점 T(5-8)에서의 교통 상황을 예측하기 위해 사용됨 -
    을 더 포함하고;
    상기 적어도 하나의 제1 클라이언트는 상기 지각 영역에 위치되는, 장치.
  26. 제25항에 있어서,
    상기 시점 T(5-8)에서의 상기 교통 상황의 예측은, 상기 지각 영역(1-12. 2-12) 내의 가장 먼 클라이언트로부터 시작하여 개별적으로 상기 적어도 하나의 제1 클라이언트(1-1, 2-1) 각각에 대한 예측을 수행하는 것을 포함하는, 장치.
  27. 제19항 내지 제26항 중 어느 한 항에 있어서,
    상기 제1 모듈(8-11, 9-11)은 환경에 관한 데이터를 수신하도록 추가로 구성되고;
    상기 제3 모듈(8-23)은 상기 결정을 위해 상기 환경에 관한 데이터를 사용하도록 추가로 구성되는, 장치.
  28. 제27항에 있어서,
    상기 데이터는,
    - 교통 표지 데이터;
    - 교통 신호등 데이터;
    - 도로 상태 데이터; 및
    - 기상 데이터
    중 적어도 하나를 포함하는, 장치.
  29. 제19항 내지 제28항 중 어느 한 항에 있어서,
    상기 제2 클라이언트(1-2, 2-2)는 상기 장치를 포함하는, 장치.
  30. 제19항 내지 제29항 중 어느 한 항에 있어서,
    상기 장치는,
    - 제2 정보를 검출하도록 구성되는 제6 모듈(8-27)
    을 더 포함하고;
    상기 제2 정보는 상기 제2 클라이언트의 실제 정보를 포함하고;
    상기 제3 모듈(8-23)은 상기 결정을 위해 상기 제2 정보를 사용하도록 추가로 구성되는, 장치.
  31. 제19항 내지 제30항 중 어느 한 항에 있어서,
    상기 장치는,
    - 시점 T(5-8)에서 상기 적어도 하나의 제어 파라미터의 변경을 구현하도록 구성되는 제7 모듈(8-25)
    을 더 포함하는, 장치.
  32. 제19항 내지 제30항 중 어느 한 항에 있어서,
    상기 장치는,
    - 시점 T(5-8) 마이너스 적응 지연 Dadap(5-13, 5-24, 5-44. 5-65)에서 상기 적어도 하나의 제어 파라미터의 변경을 구현하도록 구성되는 제7 모듈(8-25)
    을 더 포함하는, 장치.
  33. 제19항 내지 제32항 중 어느 한 항에 있어서,
    상기 장치는,
    - 상기 제2 클라이언트(1-2, 2-2)에 관한 제3 정보를 상기 적어도 하나의 제1 클라이언트(1-1, 2-1)에 송신하도록 구성되는 제8 모듈(8-12)
    을 더 포함하고,
    상기 제3 정보는 시점 T+p(5-10)에서의 상기 제2 클라이언트의 포지션을 예측하는 것을 가능하게 하는, 장치.
  34. 제21항 내지 제33항 중 어느 한 항에 있어서,
    상기 적어도 하나의 제1 클라이언트(1-1, 2-1) 및 상기 제2 클라이언트(1-2, 2-2)는 상기 공통 타임 베이스(1-14, 2-14)에 시간 동기화되는, 장치.
  35. 제19항 내지 제28항 중 어느 한 항에 있어서,
    상기 장치는,
    - 상기 변경된 적어도 하나의 제어 파라미터를 상기 제2 클라이언트에 송신하도록 구성되는 제9 모듈(9-12)
    을 포함하고;
    상기 제1 모듈(9-11)은 시점 T(5-8)에서의 상기 제2 클라이언트의 포지션을 예측하는 것을 가능하게 하는 상기 제2 클라이언트(1-2, 2-2)의 제4 정보를 수신하도록 추가로 구성되고;
    상기 제4 정보는 상기 시점 T에서의 교통 상황을 예측할 때 사용되고;
    네트워크 엔티티(2-10, 4-10, 9-1)가 상기 장치를 포함하는, 장치.
  36. 제19항 내지 제35항 중 어느 한 항에 있어서,
    상기 적어도 하나의 제1 클라이언트(1-1, 1-2) 또는 상기 제2 클라이언트(1-2, 2-2)는 차량, 모바일 디바이스, 차량 내측의 모바일 디바이스, 모듈 또는 차량 내측에 설치되는 모듈 중 임의의 것을 포함하는, 장치.
  37. 클라이언트를 제어하기 위한 방법으로서,
    - 시점 T-p(5-7)에서 클라이언트(2-2)의 제1 정보를 수집하는 단계(11-01);
    - 상기 제1 정보에 기초하여 제2 정보를 생성하는 단계(11-03) - 상기 제2 정보는 시점 T(5-8)에서의 상기 클라이언트의 포지션을 결정하는 것을 가능하게 함 -;
    - 상기 제2 정보를 제어 엔티티(2-10)에 송신하는 단계(11-04, 2-5);
    - 상기 제어 엔티티(2-10)로부터 적어도 하나의 변경된 제1 제어 파라미터를 수신하는 단계(11-05, 2-16);
    - 상기 변경된 적어도 하나의 제1 제어 파라미터에 기초하여 적어도 하나의 제2 제어 파라미터의 변경을 결정하는 단계(11-08); 및
    - 시점 T(5-8)에서 또는 시점 T 마이너스 적응 지연 Dadap(5-44. 5-65)에서 상기 클라이언트에서 상기 변경된 적어도 하나의 제2 제어 파라미터를 구현하는 단계(11-09)
    를 포함하는, 방법.
  38. 제37항에 있어서,
    상기 제2 정보는 적어도 부분적으로 상기 제1 정보를 포함하는, 방법.
  39. 제37항에 있어서,
    상기 방법은,
    - 상기 제1 정보에 기초하여 시점 T(5-8)에서의 상기 클라이언트의 제3 정보를 예측하는 단계(11-02)
    를 더 포함하고;
    상기 제3 정보는 상기 시점 T에서의 상기 클라이언트의 포지션을 결정하는 것을 가능하게 하고; 상기 제2 정보는 적어도 부분적으로 상기 제3 정보를 포함하는, 방법.
  40. 제37항 내지 제39항 중 어느 한 항에 있어서,
    상기 제2 정보는, 상기 제2 정보가 관련된 시점을 식별하는 것을 가능하게 하는 표시를 포함하는, 방법.
  41. 제37항 내지 제40항 중 어느 한 항에 있어서,
    상기 방법은,
    - 제4 정보를 검출하는 단계(11-06)
    를 더 포함하고;
    상기 제4 정보는 상기 클라이언트의 실제 정보를 포함하고;
    상기 적어도 하나의 제2 제어 파라미터의 변경을 결정하는 단계(11-08)는, 상기 결정을 위해 상기 제4 정보를 사용하는 단계를 더 포함하는, 방법.
  42. 제37항 내지 제41항 중 어느 한 항에 있어서,
    상기 방법은,
    - 환경에 관한 데이터를 수신하는 단계(11-07)
    를 더 포함하고;
    상기 적어도 하나의 제2 제어 파라미터의 변경을 결정하는 단계(11-08)는, 상기 결정을 위해 상기 환경에 관한 데이터를 사용하는 단계를 더 포함하는, 방법.
  43. 클라이언트(2-2, 12-1)로서,
    - 시점 T-p(5-7)에서 상기 클라이언트의 제1 정보를 수집하도록 구성되는 제1 모듈(12-21);
    - 상기 제1 정보에 기초하여 제2 정보를 생성하도록 구성되는 제2 모듈(12-23) - 상기 제2 정보는 시점 T(5-8)에서의 상기 클라이언트의 포지션을 결정하는 것을 가능하게 함 -;
    - 상기 제2 정보를 제어 엔티티(2-10)에 송신하도록 구성되는 제3 모듈(12-12);
    - 상기 제어 엔티티(2-10)로부터 적어도 하나의 변경된 제1 제어 파라미터를 수신하도록 구성되는 제4 모듈(12-11);
    - 상기 변경된 적어도 하나의 제1 제어 파라미터에 기초하여 적어도 하나의 제2 제어 파라미터의 변경을 결정하도록 구성되는 제5 모듈(12-28); 및
    - 시점 T(5-8)에서 또는 시점 T 마이너스 적응 지연 Dadap(5-44. 5-65)에서 상기 클라이언트에서 상기 변경된 적어도 하나의 제2 제어 파라미터를 구현하도록 구성되는 제6 모듈(12-29)
    을 포함하는, 클라이언트.
  44. 제43항에 있어서,
    상기 제2 정보는 적어도 부분적으로 상기 제1 정보를 포함하는, 클라이언트.
  45. 제43항에 있어서,
    상기 클라이언트는,
    - 상기 제1 정보에 기초하여 시점 T(5-8)에서의 상기 클라이언트의 제3 정보를 예측하도록 구성되는 제7 모듈(12-22)
    을 더 포함하고;
    상기 제3 정보는 상기 시점 T에서의 상기 클라이언트의 포지션을 결정하는 것을 가능하게 하고; 상기 제2 정보는 적어도 부분적으로 상기 제3 정보를 포함하는, 클라이언트.
  46. 제43항 내지 제45항 중 어느 한 항에 있어서,
    상기 제2 정보는, 상기 제2 정보가 관련된 시점을 식별하는 것을 가능하게 하는 표시를 포함하는, 클라이언트.
  47. 제43항 내지 제46항 중 어느 한 항에 있어서,
    상기 클라이언트는,
    - 제4 정보를 검출하도록 구성되는 제8 모듈(12-26)
    을 더 포함하고;
    상기 제4 정보는 상기 클라이언트의 실제 정보를 포함하고;
    상기 제5 모듈(12-28)은 상기 제4 정보를 사용하여 상기 적어도 하나의 제2 제어 파라미터의 변경을 결정하도록 추가로 구성되는, 클라이언트.
  48. 제43항 내지 제47항 중 어느 한 항에 있어서,
    상기 제4 모듈(12-11)은 환경에 관한 데이터를 수신하도록 추가로 구성되고;
    상기 제5 모듈(12-28)은 상기 환경에 관한 데이터를 사용하여 상기 적어도 하나의 제2 제어 파라미터의 변경을 결정하도록 추가로 구성되는, 클라이언트.
  49. 장치(10-1)의 적어도 하나의 프로세서(10-12)에 의해 실행되는 프로그램 코드를 포함하는 컴퓨터 프로그램으로서,
    상기 프로그램 코드의 실행은, 상기 적어도 하나의 프로세서로 하여금, 제1항 내지 제18항 중 어느 한 항 또는 제37항 내지 제4243항 중 어느 한 항에 따른 방법을 실행하게 하는, 컴퓨터 프로그램.
  50. 클라이언트(1-2, 2-2)를 제어하기 위한 시스템으로서,
    상기 시스템은, 제19항 내지 제36항 중 어느 한 항에 따른 장치(1-2, 2-10) 및 적어도 하나의 제1 클라이언트(1-1, 2-1)를 포함하는, 시스템.
  51. 클라이언트(1-2, 2-2)를 제어하기 위한 시스템으로서,
    상기 시스템은, 제19항 내지 제36항 중 어느 한 항에 따른 장치(1-2, 2-10) 및 제43항 내지 제48항 중 어느 한 항에 따른 클라이언트(1-2, 2-2)를 포함하는, 시스템.
KR1020197018289A 2016-11-28 2016-11-28 예측 기반 클라이언트 제어 KR20190087560A (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/EP2016/079045 WO2018095554A1 (en) 2016-11-28 2016-11-28 Prediction based client control

Publications (1)

Publication Number Publication Date
KR20190087560A true KR20190087560A (ko) 2019-07-24

Family

ID=57530645

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197018289A KR20190087560A (ko) 2016-11-28 2016-11-28 예측 기반 클라이언트 제어

Country Status (6)

Country Link
US (1) US20200388163A1 (ko)
EP (1) EP3545504A1 (ko)
JP (1) JP7051851B2 (ko)
KR (1) KR20190087560A (ko)
CN (1) CN110024009A (ko)
WO (1) WO2018095554A1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11294396B2 (en) * 2013-03-15 2022-04-05 Peloton Technology, Inc. System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles
DE102017220139A1 (de) * 2017-11-13 2019-05-16 Robert Bosch Gmbh Verfahren und Vorrichtung zum Bereitstellen einer Position wenigstens eines Objekts
JP6904311B2 (ja) * 2018-06-25 2021-07-14 株式会社デンソー 車車間通信システム、車両用通信装置
US11386784B2 (en) * 2020-11-02 2022-07-12 GM Global Technology Operations LLC Systems and methods for vehicle pose prediction
US20230092933A1 (en) * 2021-08-09 2023-03-23 Lyft, Inc. Systems and methods for detecting an environment external to a personal mobile vehicle in a fleet management system

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0913751B1 (de) * 1997-11-03 2003-09-03 Volkswagen Aktiengesellschaft Autonomes Fahrzeug und Verfahren zur Steuerung eines autonomen Fahrzeuges
US6393362B1 (en) * 2000-03-07 2002-05-21 Modular Mining Systems, Inc. Dynamic safety envelope for autonomous-vehicle collision avoidance system
JP4525670B2 (ja) * 2006-11-20 2010-08-18 トヨタ自動車株式会社 走行制御計画生成システム
JP4949185B2 (ja) * 2007-10-05 2012-06-06 株式会社日本自動車部品総合研究所 運転支援情報提示装置、プログラム、及び運転支援情報提示方法
JP5194296B2 (ja) * 2007-11-13 2013-05-08 株式会社国際電気通信基礎技術研究所 無線ネットワーク、それに用いられる無線装置およびその無線装置を備えた移動体
JP2010086269A (ja) * 2008-09-30 2010-04-15 Mazda Motor Corp 車両同定装置及びそれを用いた運転支援装置
US20100228427A1 (en) * 2009-03-05 2010-09-09 Massachusetts Institute Of Technology Predictive semi-autonomous vehicle navigation system
US9150221B2 (en) * 2009-07-29 2015-10-06 Toyota Jidosha Kabushiki Kaisha Vehicle controller, control method for vehicle and control system for vehicle
JP5625603B2 (ja) * 2010-08-09 2014-11-19 トヨタ自動車株式会社 車両制御装置、車両制御システムおよび管制装置
JP5494408B2 (ja) * 2010-10-19 2014-05-14 株式会社デンソー 走行予測装置
RU2556774C1 (ru) * 2011-07-26 2015-07-20 Тойота Дзидося Кабусики Кайся Система идентификации транспортного средства и устройство идентификации транспортного средства
JP5375888B2 (ja) * 2011-07-28 2013-12-25 株式会社デンソー 通信装置
JP2013069178A (ja) * 2011-09-24 2013-04-18 Denso Corp 車両用報知装置及び追従走行制御システム
JP2013067302A (ja) * 2011-09-24 2013-04-18 Denso Corp 追従走行制御装置及び追従走行制御システム
DE102012201982A1 (de) * 2012-02-10 2013-08-14 Robert Bosch Gmbh Verfahren und Vorrichtung zur gemeinschaftsbasierten Navigation
US8457827B1 (en) * 2012-03-15 2013-06-04 Google Inc. Modifying behavior of autonomous vehicle based on predicted behavior of other vehicles
SE537985C2 (sv) * 2013-09-30 2016-01-12 Scania Cv Ab System och metod för att reglera fordonståg med en gemensampositionsbaserad körstrategi
US9396656B2 (en) * 2013-12-19 2016-07-19 Cellco Partnership Accident prevention system
EP2915718B1 (en) * 2014-03-04 2018-07-11 Volvo Car Corporation Apparatus and method for continuously establishing a boundary for autonomous driving availability and an automotive vehicle comprising such an apparatus
SE540303C2 (en) * 2015-04-10 2018-05-29 Scania Cv Ab Device, system and method for assisting a driver in forming a platoon
CN105946864A (zh) * 2016-05-19 2016-09-21 江苏理工学院 车载控制器、汽车自组网系统及其工作方法
US20180056998A1 (en) * 2016-08-29 2018-03-01 Mitsubishi Electric Research Laboratories, Inc. System and Method for Multi-Vehicle Path Planning Technical Field
US10249194B2 (en) * 2016-08-30 2019-04-02 International Business Machines Corporation Modifying behavior of autonomous vehicle based on advanced predicted behavior analysis of nearby drivers

Also Published As

Publication number Publication date
WO2018095554A1 (en) 2018-05-31
JP2020518873A (ja) 2020-06-25
EP3545504A1 (en) 2019-10-02
US20200388163A1 (en) 2020-12-10
CN110024009A (zh) 2019-07-16
JP7051851B2 (ja) 2022-04-11

Similar Documents

Publication Publication Date Title
US20200007661A1 (en) Method and apparatus for setting connection between vehicle and server in automated vehicle & highway systems
KR20190087560A (ko) 예측 기반 클라이언트 제어
US20230179973A1 (en) Control apparatus, control method, and vehicle
US11215993B2 (en) Method and device for data sharing using MEC server in autonomous driving system
KR102283247B1 (ko) 적어도 2 개의 이동 통신 파트너 간의 통신을 위한 서비스 품질을 예측하기 위한 방법, 이러한 방법의 단계들을 수행하기 위한 장치, 차량, 백엔드 서버 및 컴퓨터 프로그램
JP6062064B2 (ja) 車載器、クラウドサーバ、車車間通信システムおよび車車間通信方法
US9605968B2 (en) Navigation route cooperation navigation system and method of controlling the same
US20190385450A1 (en) Method and apparatus for providing virtual traffic light service in automated vehicle and highway systems
US20190373054A1 (en) Data processing method using p2p method between vehicles in automated vehicle & highway systems and apparatus therefor
US20200090521A1 (en) Method and apparatus for controlling a vehicle performing platooning in an autonomous driving system
US20210132604A1 (en) Autonomous passenger vehicle system
US20200001868A1 (en) Method and apparatus for updating application based on data in an autonomous driving system
JP2020123949A (ja) ビームアライメントフィードバックに基づくミリ波無線機の修正
AU2016368552A1 (en) Optimizing communication for automated vehicles
US11895566B2 (en) Methods of operating a wireless data bus in vehicle platoons
JP2022524624A (ja) Ｇｐｓ支援による協調的なシグナリング支援型のｗｌａｎ ｄｆｓ動作
US20220104200A1 (en) Service Information for V2X Service Coordination in Other Frequency Spectrum
US20200029191A1 (en) Method and apparatus for setting a server bridge in an autonomous driving system
KR20230004467A (ko) 취약 도로 사용자 경고 메시지 생성 및 전송
US20210125227A1 (en) Setting driving route of advertising autonomous vehicle
US10833737B2 (en) Method and apparatus for controlling multi-antenna of vehicle in autonomous driving system
US10492166B2 (en) Reporting of location information
JP7354979B2 (ja) 通信管理装置、通信管理方法、および通信管理プログラム
WO2022071071A1 (ja) 通信制御装置、通信制御方法、および通信制御プログラム
US20230394957A1 (en) Systems and methods for mitigating lane-change disturbance based on cooperative maneuvering

Legal Events

Date Code Title Description
A201 Request for examination
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X601 Decision of rejection after re-examination