KR20190090604A - Method and Apparatus for Object Matching between V2V and Radar Sensor - Google Patents
Method and Apparatus for Object Matching between V2V and Radar Sensor Download PDFInfo
- Publication number
- KR20190090604A KR20190090604A KR1020180009511A KR20180009511A KR20190090604A KR 20190090604 A KR20190090604 A KR 20190090604A KR 1020180009511 A KR1020180009511 A KR 1020180009511A KR 20180009511 A KR20180009511 A KR 20180009511A KR 20190090604 A KR20190090604 A KR 20190090604A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- radar
- object number
- error
- communication
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000004891 communication Methods 0.000 claims abstract description 64
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000004088 simulation Methods 0.000 description 12
- 238000010606 normalization Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
-
- 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
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/408—Radar; Laser, e.g. lidar
-
- B60W2420/52—
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Electromagnetism (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
Description
본 발명은 V2V 통신과 레이다 센서 객체 번호 일치 방법 및 장치에 관한 것이다.The present invention relates to a method and apparatus for V2V communication and radar sensor object number matching.
현재 레이다 센서 기반 다양한 운전자 보조 시스템이 상용화 되었으며 자율 주행 기술 또한 다방면으로 발전하고 있다. 레이다는 전방 차량을 객체로 인식하여 객체 번호와 그 번호에 따른 관련 정보를 운전자 보조시스템에 제공한다. 그 객체 번호는 각 자동차마다 유일해야 하며 시간에 따라 일관되어야 한다. Currently, various driver assistance systems based on radar sensors have been commercialized, and autonomous driving technology is also being developed in various fields. The radar recognizes the vehicle in front of the vehicle and provides the driver assistance system with the object number and related information according to the number. The object number must be unique for each car and must be consistent over time.
종래 기술에 따르면, 레이다의 객체 번호를 일정하게 유지하기 위하여 레이다 신호처리를 더 정밀하게 분석하는 방법이 대다수이다. 또한, 레이다와 기타 센서로부터 얻어진 정보가 같은 객체에서 오는지 여부는 위치기반으로만 작동하는 것이 일반적이다. According to the prior art, there are many methods for analyzing radar signal processing more precisely in order to keep the radar object number constant. Also, whether information from radars and other sensors come from the same object usually only works on a location basis.
하지만 레이다 센서 특성상 전방 차량들이 가까이 접근하는 경우 두 차량을 한 객체로 오인식하여 한 객체 번호만 생성하거나, 두 차량이 다시 멀어질 때 기존 객체 번호와 다른 객체 번호를 부여하기도 한다. 반면 V2V통신은 두 차량이 겹쳐서 오인식 하는 경우가 발생하지 않고 통신범위 내에서는 객체번호가 일정하게 유지된다.However, due to the characteristics of the radar sensor, when the vehicles in front of the vehicle approach near, two vehicles are misidentified as one object, and only one object number is generated, or when the two vehicles move away, the object number is different from the existing object number. On the other hand, in the case of V2V communication, the two vehicles do not overlap and the object number remains constant within the communication range.
또한 레이다 센서는 사각이 존재하기 때문에 운전자 보조 시스템을 구현하기 위해서는 어느 정도 위험을 감수해야만 한다. 이를 극복하기 위하여 여러 연구에서 V2V 통신을 통해 얻은 정보를 융합하는 알고리즘이 제안되고 있다. 이를 위해 레이다 센서와 V2V 통신으로부터 얻어진 정보를 같은 차량에서 오는 정보인지 확인하는 절차가 필요하다. 그러나 레이다 센서와 V2V 통신은 독립적으로 차량을 검출하기 때문에 각 차량의 객체 번호가 일치하지 않는다. Also, because radar sensors have blind spots, there is some risk in implementing driver assistance systems. In order to overcome this problem, various algorithms have been proposed to fuse information obtained through V2V communication. For this, a procedure is needed to check whether the information obtained from the radar sensor and the V2V communication is from the same vehicle. However, because the radar sensor and V2V communication detect the vehicle independently, the object number of each vehicle does not match.
위 두 가지 문제를 해결하기 위하여 레이다로부터 측정한 정보와 V2V통신을 통해 얻어진 정보가 동일 차량에서 오는 신호인지 구분하고, 객체번호가 일정한 V2V통신을 이용하여 레이다가 인식한 차량의 객체번호를 일정하게 유지하는 방법이 필요하다. In order to solve the above two problems, the information measured from the radar and the information obtained through the V2V communication are signals from the same vehicle, and the object number of the vehicle recognized by the radar is uniformly maintained by using the V2V communication with a constant object number. I need a way to stay.
본 발명이 이루고자 하는 기술적 과제는 레이다로부터 측정한 정보와 V2V통신을 통해 얻어진 정보가 동일 차량에서 오는 신호인지 구분하고, 객체번호가 일정한 V2V통신을 이용하여 레이다가 인식한 차량의 객체번호를 일정하게 유지하는 방법 및 장치를 제공하는데 있다.The technical problem to be achieved by the present invention is to distinguish whether the information measured from the radar and the information obtained through the V2V communication is a signal from the same vehicle, and the object number of the vehicle recognized by the radar by using the constant V2V communication To provide a method and apparatus for maintaining.
일 측면에 있어서, 본 발명에서 제안하는 V2V 통신과 레이다 센서 객체 번호 일치 방법은 레이다 센서를 통해 객체의 레이다 데이터를 수집하고, V2V 통신을 통해 객체의 V2V 데이터를 수집하여 상기 레이다 데이터 및 상기 V2V 데이터로부터 공통 데이터들을 검출하는 단계, 상기 레이다 데이터 및 상기 V2V 데이터로부터 검출된 공통 데이터들을 대조하기 위한 형태로 변환하고, 상기 변환된 공통 데이터들의 오차를 계산하는 단계, 상기 계산된 오차에 기초하여 시간에 따른 상기 레이다 데이터 및 상기 V2V 데이터의 대조에 대한 확률을 계산하는 단계 및 상기 계산된 확률을 이용하여 상기 레이다 데이터 및 상기 V2V 데이터를 대조하여 객체 번호를 일치시키는 단계를 포함한다. In one aspect, the V2V communication and radar sensor object number matching method proposed in the present invention collects the radar data of the object through a radar sensor, and collects the V2V data of the object through V2V communication to the radar data and the V2V data Detecting common data from the data, converting the radar data and the common data detected from the V2V data, and calculating an error of the converted common data, based on the calculated error. Calculating a probability for matching the radar data and the V2V data and matching the object number by comparing the radar data and the V2V data using the calculated probability.
상기 레이다 데이터 및 상기 V2V 데이터로부터 검출된 공통 데이터들을 대조하기 위한 형태로 변환하고, 상기 변환된 공통 데이터들의 오차를 계산하는 단계는 상기 V2V 데이터로부터 검출된 공통 데이터들을 상기 레이다 데이터로부터 검출된 공통 데이터들의 형태에 맞춰 변환하고, 상기 공통 데이터들은 거리 및 방위각으로 표현되는 위치 및 거리 상대 속도로 표현되는 속력을 포함한다. The converting of the radar data and the common data detected from the V2V data into a form for collating and calculating an error of the converted common data may include converting the common data detected from the V2V data from the radar data. And the common data includes a position expressed in distance and azimuth and a velocity expressed in distance relative velocity.
상기 레이다 데이터 및 상기 V2V 데이터로부터 검출된 공통 데이터들을 대조하기 위한 형태로 변환하고, 상기 변환된 공통 데이터들의 오차를 계산하는 단계는 레이다 센서 및 GPS 오차 데이터에 기초하여 계산되는 통계적 특성을 이용하여, V2V 통신을 통해 검출된 모든 객체들과 레이다 센서를 통해 검출된 모든 객체들 간의 오차를 계산하고, 상기 계산된 오차를 정규화한다. Converting the common data detected from the radar data and the V2V data into a form for collating, and calculating the error of the converted common data using a statistical characteristic calculated based on the radar sensor and GPS error data, An error is calculated between all objects detected through the V2V communication and all objects detected through the radar sensor, and the calculated error is normalized.
상기 계산된 오차에 기초하여 시간에 따른 상기 레이다 데이터 및 상기 V2V 데이터의 대조에 대한 확률을 계산하는 단계는 시간에 따라 계산된 상기 레이다 데이터 및 상기 V2V 데이터의 대조에 대한 확률을 저주파 통과 필터를 적용함으로써 오차의 과거값을 현재 확률 계산에 반영한다. Computing a probability for the matching of the radar data and the V2V data over time based on the calculated error, applying a low pass filter to the probability of the matching of the radar data and the V2V data calculated over time This allows the past value of the error to be reflected in the present probability calculation.
상기 계산된 확률을 이용하여 상기 레이다 데이터 및 상기 V2V 데이터를 대조하여 객체 번호를 일치시키는 단계는 시간에 따라 계산된 상기 레이다 데이터 및 상기 V2V 데이터의 대조에 대한 확률을 매 시간마다 갱신하여, V2V 데이터의 객체 번호와 레이다 데이터의 객체번호를 일치시킨다. The step of matching the object number by comparing the radar data and the V2V data using the calculated probability may be performed by updating the probability of matching the radar data and the V2V data calculated over time every hour, thereby providing V2V data. Match the object number of radar to the object number of radar data.
또 다른 일 측면에 있어서, 본 발명에서 제안하는 V2V 통신과 레이다 센서 객체 번호 일치 장치는 레이다 센서를 통해 레이다 데이터를 수집하고, V2V 통신을 통해 V2V 데이터를 수집하여 상기 레이다 데이터 및 상기 V2V 데이터로부터 공통 데이터들을 검출하는 데이터 검출부, 상기 레이다 데이터 및 상기 V2V 데이터로부터 검출된 공통 데이터들을 대조하기 위한 형태로 변환하고, 상기 변환된 공통 데이터들의 오차를 계산하는 오차 계산부, 상기 계산된 오차에 기초하여 시간에 따른 상기 레이다 데이터 및 상기 V2V 데이터의 대조에 대한 확률을 계산하는 확률 계산부 및 상기 계산된 확률을 이용하여 상기 레이다 데이터 및 상기 V2V 데이터를 대조하여 객체 번호를 일치시키는 객체 번호 비교부를 포함한다. In another aspect, the V2V communication and radar sensor object number matching device proposed in the present invention collects radar data through a radar sensor, and collects V2V data through V2V communication to common from the radar data and the V2V data A data detector for detecting data, a data conversion unit for converting the common data detected from the radar data and the V2V data, and an error calculator configured to calculate an error of the converted common data, and time based on the calculated error. And a probability calculator that calculates a probability for matching the radar data and the V2V data, and an object number comparison unit that matches an object number by matching the radar data and the V2V data using the calculated probability.
상기 오차 계산부는 상기 V2V 데이터로부터 검출된 공통 데이터들을 상기 레이다 데이터로부터 검출된 공통 데이터들의 형태에 맞춰 변환하고, 상기 공통 데이터들은 거리 및 방위각으로 표현되는 위치 및 거리 상대 속도로 표현되는 속력을 포함한다. The error calculator converts the common data detected from the V2V data according to the types of common data detected from the radar data, and the common data includes a speed expressed by a position and a distance relative speed expressed by distance and azimuth. .
상기 오차 계산부는 레이다 센서 및 GPS 오차 데이터에 기초하여 계산되는 통계적 특성을 이용하여, V2V 통신을 통해 검출된 모든 객체들과 레이다 센서를 통해 검출된 모든 객체들 간의 오차를 계산하고, 상기 계산된 오차를 정규화한다. The error calculator calculates an error between all objects detected through V2V communication and all objects detected through the radar sensor, using statistical characteristics calculated based on the radar sensor and the GPS error data. Normalize
상기 확률 계산부는 시간에 따라 계산된 상기 레이다 데이터 및 상기 V2V 데이터의 대조에 대한 확률을 저주파 통과 필터를 적용함으로써 오차의 과거값을 현재 확률 계산에 반영한다. The probability calculation unit reflects the past value of the error in the current probability calculation by applying a low pass filter to the probability of the comparison between the radar data and the V2V data calculated over time.
상기 객체 번호 비교부는 시간에 따라 계산된 상기 레이다 데이터 및 상기 V2V 데이터의 대조에 대한 확률을 매 시간마다 갱신하여, V2V 데이터의 객체 번호와 레이다 데이터의 객체번호를 일치시킨다.The object number comparison unit updates the probability of matching the radar data and the V2V data calculated over time every hour to match the object number of the V2V data with the object number of the radar data.
본 발명의 실시예들에 따르면 차량이 주행 중 V2V 통신으로 검출한 객체와 레이다 센서로 검출한 객체 번호를 일치시키는 알고리즘을 제안한다. 레이다 센서의 객체번호와 V2V 통신의 객체번호를 일치시키면 센서 융합시 동일 차량에서 오는 신호들을 지정할 수 있으며, 레이다 센서의 객체번호를 일정하게 유지할 수 있다.According to embodiments of the present invention, an algorithm for matching an object number detected by a radar sensor with an object detected by a vehicle during V2V communication is proposed. If the object number of the radar sensor and the object number of the V2V communication are matched, signals from the same vehicle can be designated when the sensor is fused, and the object number of the radar sensor can be kept constant.
도 1은 본 발명의 일 실시예에 따른 V2V 통신과 레이다 센서 객체 번호 일치 방법을 설명하기 위한 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 V2V 객체와 레이다 센서 객체 대조 알고리즘의 개요를 나타내는 도면이다.
도 3은 본 발명의 일 실시예에 따른 정규화 전의 거리, 거리 상대 속도 및 방위각 오차 그래프이다.
도 4는 본 발명의 일 실시예에 따른 정규화 후의 거리, 거리 상대 속도 및 방위각 오차 그래프이다.
도 5는 본 발명의 일 실시예에 따른 V2V 통신과 레이다 센서 객체 번호 일치 장치의 구성을 나타내는 도면이다.
도 6은 본 발명의 일 실시예에 따른 V2V 통신과 레이다 센서 객체 번호 일치 과정의 시뮬레이션을 나타내는 도면이다.
도 7은 본 발명의 일 실시예에 따른 시뮬레이션의 오차 결과 그래프이다.
도 8은 본 발명의 일 실시예에 따른 시뮬레이션의 확률 결과 그래프이다.
도 9는 본 발명의 일 실시예에 따른 잡음이 큰 환경에서의 시뮬레이션의 오차 결과 그래프이다.
도 10은 본 발명의 일 실시예에 따른 잡음이 큰 환경에서의 시뮬레이션의 확률 결과 그래프이다. 1 is a flowchart illustrating a method of V2V communication and radar sensor object number matching according to an embodiment of the present invention.
2 is a diagram illustrating an overview of a V2V object and a radar sensor object matching algorithm according to an embodiment of the present invention.
3 is a graph of distance, distance relative speed, and azimuth error before normalization according to an embodiment of the present invention.
4 is a graph of distance, distance relative speed, and azimuth error after normalization according to an embodiment of the present invention.
FIG. 5 is a diagram illustrating a configuration of an apparatus for matching radar sensor object numbers with V2V communication according to an embodiment of the present invention.
6 is a diagram illustrating a simulation of a V2V communication and radar sensor object number matching process according to an embodiment of the present invention.
7 is a graph of error results of a simulation according to an embodiment of the present invention.
8 is a probability result graph of a simulation according to an embodiment of the present invention.
9 is a graph of error results of simulation in a noisy environment according to an embodiment of the present invention.
10 is a graph of probability results of a simulation in a noisy environment according to an embodiment of the present invention.
이하, 본 발명의 실시 예를 첨부된 도면을 참조하여 상세하게 설명한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명의 일 실시예에 따른 V2V 통신과 레이다 센서 객체 번호 일치 방법을 설명하기 위한 흐름도이다. 1 is a flowchart illustrating a method of V2V communication and radar sensor object number matching according to an embodiment of the present invention.
제안하는 V2V 통신과 레이다 센서 객체 번호 일치 방법은 레이다 센서를 통해 객체의 레이다 데이터를 수집하고, V2V 통신을 통해 객체의 V2V 데이터를 수집하여 상기 레이다 데이터 및 상기 V2V 데이터로부터 공통 데이터들을 검출하는 단계(110), 상기 레이다 데이터 및 상기 V2V 데이터로부터 검출된 공통 데이터들을 대조하기 위한 형태로 변환하고, 상기 변환된 공통 데이터들의 오차를 계산하는 단계(120), 상기 계산된 오차에 기초하여 시간에 따른 상기 레이다 데이터 및 상기 V2V 데이터의 대조에 대한 확률을 계산하는 단계(130) 및 상기 계산된 확률을 이용하여 상기 레이다 데이터 및 상기 V2V 데이터를 대조하여 객체 번호를 일치시키는 단계(140)를 포함한다. The proposed V2V communication and radar sensor object number matching method includes collecting radar data of an object through a radar sensor and detecting common data from the radar data and the V2V data by collecting V2V data of an object through V2V communication ( 110, converting the radar data and the common data detected from the V2V data into a form for collating and calculating an error of the converted common data (120), wherein the time-dependent on the calculated error Calculating a probability for matching radar data and the V2V data (130) and matching the radar data and the V2V data using the calculated probability to match an object number (140).
단계(110)에서, 레이다 센서를 통해 객체의 레이다 데이터를 수집하고, V2V 통신을 통해 객체의 V2V 데이터를 수집하여 상기 레이다 데이터 및 상기 V2V 데이터로부터 공통 데이터들을 검출한다. 제안하는 V2V 통신과 레이다 센서 객체 번호 일치 방법은 레이다 센서에서 얻을 수 있는 데이터와 V2V 통신에서 얻을 수 있는 데이터 중 공통 데이터를 기반으로 동작한다. 본 발명의 실시예에 따른 공통 데이터는 위치와 속력을 포함한다. 여기서, 레이다는 위치를 거리(range)와 방위각(azimuth)으로, 속력을 거리 상대속도(range rate)로 표현 한다.In
단계(120)에서, 상기 레이다 데이터 및 상기 V2V 데이터로부터 검출된 공통 데이터들을 대조하기 위한 형태로 변환하고, 상기 변환된 공통 데이터들의 오차를 계산한다. 이때, V2V 데이터로부터 검출된 공통 데이터들을 상기 레이다 데이터로부터 검출된 공통 데이터들의 형태에 맞춰 변환한다. 다시 말해, V2V 통신 데이터 중 위치와 속도에 관한 데이터를 거리, 방위각, 및 거리 상대속도로 변환한다. In
상기 공통 데이터들은 거리 및 방위각으로 표현되는 위치 및 거리 율로 표현되는 속력을 포함한다. 레이다 센서 및 GPS 오차 데이터에 기초하여 계산되는 통계적 특성을 이용하여, V2V 통신을 통해 검출된 모든 객체들과 레이다 센서를 통해 검출된 모든 객체들 간의 오차를 계산하고, 상기 계산된 오차를 정규화한다.The common data includes position expressed in distance and azimuth and velocity expressed in distance rate. Using the statistical characteristic calculated based on the radar sensor and the GPS error data, an error is calculated between all objects detected through the V2V communication and all objects detected through the radar sensor, and the calculated error is normalized.
단계(130)에서, 상기 계산된 오차에 기초하여 시간에 따른 상기 레이다 데이터 및 상기 V2V 데이터의 대조에 대한 확률을 계산한다. 시간에 따라 계산된 상기 레이다 데이터 및 상기 V2V 데이터의 대조에 대한 확률을 저주파 통과 필터를 적용함으로써 오차의 과거값을 현재 확률 계산에 반영한다. In
단계(140)에서, 상기 계산된 확률을 이용하여 상기 레이다 데이터 및 상기 V2V 데이터를 대조하여 객체 번호를 일치시킨다. 시간에 따라 계산된 상기 레이다 데이터 및 상기 V2V 데이터의 대조에 대한 확률을 매 시간마다 갱신하여, V2V 데이터의 객체 번호와 레이다 데이터의 객체번호를 일치시킨다. 도 2 내지 4를 참조하여 V2V 통신과 레이다 센서 객체 번호 일치 방법을 더욱 상세하게 설명한다. In
도 2는 본 발명의 일 실시예에 따른 V2V 객체와 레이다 센서 객체 대조 알고리즘의 개요를 나타내는 도면이다. 2 is a diagram illustrating an overview of a V2V object and a radar sensor object matching algorithm according to an embodiment of the present invention.
제안하는 알고리즘은 레이다 센서에서 얻을 수 있는 레이다 데이터(210)와 V2V 통신에서 얻을 수 있는 V2V 데이터(220) 중 공통 데이터(230)를 기반으로 동작한다.The proposed algorithm operates based on the common data 230 of the radar data 210 obtained from the radar sensor and the V2V data 220 obtained from the V2V communication.
공통 데이터(230)는 위치와 속력을 포함한다. 레이다는 위치를 거리(range)(211)와 방위각(azimuth)(213)으로, 속력을 거리 상대속도(range rate)(212)로 표현 한다. Common data 230 includes location and speed. The radar expresses the position in the
V2V 통신 데이터는 위치 X 좌표(Position X)(221), 위치 Y좌표(Position Y)(222), 속력vX(Speed vX)(223), 속력vY(Speed vY)(224), 추적 각도(Tracking angle)(225)를 포함하다. 이에 따라, V2V 통신 데이터 중 위치와 속도 데이터를 거리(range)와 방위각(azimuth), 그리고 거리 상대속도(range rate)로 변환한다. 변환하는 식은 아래와 같이 표현된다.The V2V communication data includes position X coordinate (Position X) 221, position Y coordinate (Position Y) 222, speed vX (223), speed vY (224), tracking angle (Tracking)
이후 다시 도 2를 참조하면, 변환된 데이터를 이용하여 각 데이터의 오차를 계산(240)하되, 레이다 센서 및 V2V 통신 데이터의 통계적 특성을 고려하여 각각의 오차를 정규화 한다. 통계적 특성은 각 센서와 GPS 오차 데이터를 바탕으로 계산한다. 정규화 전의 오차 그래프는 도 3과 같이 표현된다.2, the error of each data is calculated using the converted data (240), and the respective errors are normalized in consideration of statistical characteristics of the radar sensor and the V2V communication data. Statistical characteristics are calculated based on each sensor and GPS error data. The error graph before normalization is expressed as shown in FIG. 3.
도 3은 본 발명의 일 실시예에 따른 정규화 전의 거리, 거리 상대 속도 및 방위각 오차 그래프이다. 3 is a graph of distance, distance relative speed, and azimuth error before normalization according to an embodiment of the present invention.
정규화 전의 오차 계산 식은 아래와 같이 표현된다.The error calculation formula before normalization is expressed as follows.
정규화 하기 위한 거리, 거리 상대속도, 방위각의 가중치를 결정하는 식과 정규화 후의 그래프는 도 4와 같이 표현된다.The equations for determining the weights of the distance, the distance relative speed, and the azimuth for normalization and the graph after normalization are expressed as shown in FIG. 4.
도 4는 본 발명의 일 실시예에 따른 정규화 후의 거리, 거리 상대 속도 및 방위각 오차 그래프이다. 4 is a graph of distance, distance relative speed, and azimuth error after normalization according to an embodiment of the present invention.
정규화 하기 위한 거리, 거리 상대속도, 방위각의 가중치를 결정하는 식은 다음과 같이 표현된다.The equation for determining the weight of distance, relative velocity, and azimuth for normalization is expressed as follows.
이를 이용하여 모든 V2V 통신으로 검출된 차량들과 각 레이다에서 검출된 각 차량들 사이의 오차를 계산 한다. 다시 도 2를 참조하면, 모든 V2V 통신으로 검출된 데이터와 레이다에서 검출된 각 차량마다의 데이터에 대한 오차를 기반으로 어떤 순간에 각 대조에 대한 확률을 계산한다(250). 확률을 계산하는 식과 확률의 형성을 표로 나타내면 다음과 같이 표현된다.The error is calculated between the vehicles detected by all V2V communication and the vehicles detected by each radar. Referring back to FIG. 2, a probability for each control is calculated at any moment based on an error between data detected by all V2V communication and data of each vehicle detected in the radar (250). The equation for calculating the probability and the formation of the probability are shown in the table as follows.
각 시간 단계마다 계산된 확률을 저주파 통과 필터 설계하여 적용함으로써, 오차의 과거값을 현재 확률 계산에 반영한다. 저주파 통과 필터를 적용하여 계산된 확률은 다음과 같이 표현된다. By applying the low-pass filter design the probability calculated in each time step, the past value of the error is reflected in the current probability calculation. The probability calculated by applying the low pass filter is expressed as
다시 도 2를 참조하면, 구해진 확률을 매 시간 단계마다 갱신 하여, V2V 통신에서 배정한 객체 번호와 레이다에서 판정한 객체번호를 일치(260)시킨다. 예를 들어, 레이다의 차량 번호 1번과 V2V차량 번호 {A, B, C, ....} 중 C가 가장 확률이 크다면, 1번과 C를 같은 번호로 지정한다. Referring back to FIG. 2, the obtained probability is updated every time step, so that the object number assigned by the V2V communication matches the object number determined by the radar (260). For example, if C is the most probable among the
본 발명에서 제시하는 방법을 이용하면 확률 값을 통해 V2V와 레이다 센서를 일치시킬 수 있고, 잠시 오차가 큰 신호가 들어오더라도 저주파 통과 필터를 통해 일치된 번호를 유지할 수 있다.Using the method proposed in the present invention, it is possible to match the V2V and the radar sensor through the probability value, and even if a signal with a large error is introduced, the matched number may be maintained through the low pass filter.
도 5는 본 발명의 일 실시예에 따른 V2V 통신과 레이다 센서 객체 번호 일치 장치의 구성을 나타내는 도면이다. FIG. 5 is a diagram illustrating a configuration of an apparatus for matching radar sensor object numbers with V2V communication according to an embodiment of the present invention.
제안하는 V2V 통신과 레이다 센서 객체 번호 일치 장치(500)는 데이터 검출부(510), 오차 계산부(520), 확률 계산부(530) 및 객체 번호 비교부(540)를 포함한다. The proposed V2V communication and radar sensor object
검출부(510)는 레이다 센서를 통해 레이다 데이터를 수집하고, V2V 통신을 통해 V2V 데이터를 수집하여 상기 레이다 데이터 및 상기 V2V 데이터로부터 공통 데이터들을 검출한다. 제안하는 V2V 통신과 레이다 센서 객체 번호 일치 장치(500)는 레이다 센서에서 얻을 수 있는 데이터와 V2V 통신에서 얻을 수 있는 데이터 중 공통 데이터를 기반으로 동작한다. 본 발명의 실시예에 따른 공통 데이터는 위치와 속력을 포함한다. 여기서, 레이다는 위치를 거리(range)와 방위각(azimuth)으로, 속력을 거리 상대속도(range rate)로 표현 한다.The detector 510 collects radar data through a radar sensor and collects V2V data through V2V communication to detect common data from the radar data and the V2V data. The proposed V2V communication and radar sensor object
오차 계산부(520)는 레이다 데이터 및 상기 V2V 데이터로부터 검출된 공통 데이터들을 대조하기 위한 형태로 변환하고, 상기 변환된 공통 데이터들의 오차를 계산한다. 이때, V2V 데이터로부터 검출된 공통 데이터들을 상기 레이다 데이터로부터 검출된 공통 데이터들의 형태에 맞춰 변환한다. 다시 말해, V2V 통신 데이터 중 위치와 속도에 관한 데이터를 거리, 방위각, 및 거리 상대속도로 변환한다.The error calculator 520 converts the radar data and the common data detected from the V2V data into a form for collating the calculated data, and calculates an error of the converted common data. At this time, the common data detected from the V2V data is converted according to the form of the common data detected from the radar data. In other words, the data on the position and speed of the V2V communication data are converted into distance, azimuth, and distance relative speed.
상기 공통 데이터들은 거리 및 방위각으로 표현되는 위치 및 거리 율로 표현되는 속력을 포함한다. 레이다 센서 및 GPS 오차 데이터에 기초하여 계산되는 통계적 특성을 이용하여, V2V 통신을 통해 검출된 모든 객체들과 레이다 센서를 통해 검출된 모든 객체들 간의 오차를 계산하고, 상기 계산된 오차를 정규화한다.The common data includes position expressed in distance and azimuth and velocity expressed in distance rate. Using the statistical characteristic calculated based on the radar sensor and the GPS error data, an error is calculated between all objects detected through the V2V communication and all objects detected through the radar sensor, and the calculated error is normalized.
확률 계산부(530)는 계산된 오차에 기초하여 시간에 따른 상기 레이다 데이터 및 상기 V2V 데이터의 대조에 대한 확률을 계산한다. 시간에 따라 계산된 상기 레이다 데이터 및 상기 V2V 데이터의 대조에 대한 확률을 저주파 통과 필터를 적용함으로써 오차의 과거값을 현재 확률 계산에 반영한다. The probability calculator 530 calculates a probability of matching the radar data and the V2V data over time based on the calculated error. The probability of matching the radar data and the V2V data calculated over time is applied to the past probability of the error by applying a low pass filter.
객체 번호 비교부(540)는 계산된 확률을 이용하여 상기 레이다 데이터 및 상기 V2V 데이터를 대조하여 객체 번호를 일치시킨다. 시간에 따라 계산된 상기 레이다 데이터 및 상기 V2V 데이터의 대조에 대한 확률을 매 시간마다 갱신하여, V2V 데이터의 객체 번호와 레이다 데이터의 객체번호를 일치시킨다. The object number comparison unit 540 matches the object number by comparing the radar data and the V2V data using the calculated probability. The probability of matching the radar data and the V2V data calculated over time is updated every hour to match the object number of the V2V data with the object number of the radar data.
다시 말해, 각 차량의 거리, 방위각, 거리 상대속도를 V2V와 레이다 센서로 측정한 후 정규화를 통해 스케일을 맞추고, V2V 데이터를 기준으로 각 경우의 매 시간 단계 마다 확률을 계산한 후 저주파 통과 필터를 거친 확률 값이 큰 값을 레이다와 대조하여 객체 번호를 일치시킨다. In other words, each vehicle's distance, azimuth, and distance relative velocity are measured by V2V and radar sensors, then scaled through normalization, and the probability is calculated for each time step based on the V2V data. Coarse probability values match the object number against the radar.
도 6은 본 발명의 일 실시예에 따른 V2V 통신과 레이다 센서 객체 번호 일치 과정의 시뮬레이션을 나타내는 도면이다. 6 is a diagram illustrating a simulation of a V2V communication and radar sensor object number matching process according to an embodiment of the present invention.
본 발명의 실시예에 따른 시뮬레이션 시 적용한 시나리오는 도 6과 같이 표현된다. 레이다가 인식한 1번 차량(Rdar:1)(611)은 V2V에서는 A차량(V2V:A)(621)으로 인식하고 레이다가 인식한 2번차량(Rdar:2)(612)은 V2V에서는 B차량(V2V:B)(622)으로 인식하며 V2V는 세 번째 차량을 C차량(V2V:C)(623)으로 인식한다. 이 경우 C차량(V2V:C)(623)은 거리가 멀어서 레이다(640)가 인식하지 못하는 영역에 있다.The scenario applied in the simulation according to the embodiment of the present invention is represented as shown in FIG. 6. The first vehicle (Rdar: 1) 611 recognized by the radar is recognized as the A vehicle (V2V: A) 621 in V2V, and the second vehicle (Rdar: 2) 612 recognized by the radar is B in V2V. The vehicle (V2V: B) 622 is recognized, and V2V recognizes the third vehicle as the C vehicle (V2V: C) 623. In this case, the C vehicle (V2V: C) 623 is in a region that the radar 640 does not recognize because the distance is far.
도 7은 본 발명의 일 실시예에 따른 시뮬레이션의 오차 결과 그래프이다. 7 is a graph of error results of a simulation according to an embodiment of the present invention.
도 8은 본 발명의 일 실시예에 따른 시뮬레이션의 확률 결과 그래프이다.8 is a probability result graph of a simulation according to an embodiment of the present invention.
도 7(a) 내지 도 7(f)는 Radar 1번 차량 및 Radar 2번 차량과 V2V A차량 내지 V2V C차량을 대조한 오차 결과 그래프이다.7 (a) to 7 (f) are graphs showing error results in which a
도 8(a) 내지 도 8(f)는 Radar 1번 차량 및 Radar 2번 차량과 V2V A차량 내지 V2V C차량을 대조한 확률 결과 그래프이다.8 (a) to 8 (f) are graphs of probability results in which
도 7(a)의 오차 결과 그래프에 보인 것처럼 Radar 1번 차량과 V2V A차량간에 오차도 적고 이에 따라 확률도 높은 것을 알 수 있다. 또한, 도 7(b)의 오차 결과 그래프에 보인 것처럼 Radar 2번 차량과 V2V B차량간에 오차도 적고 이에 따라 확률도 높은 것을 알 수 있다. 따라서, Radar 1번 차량과 V2V A차량, Radar 2번 차량과 V2V B차량이 각각 같은 차량을 나타내는 것으로 판단하고, 제안하는 알고리즘은 객체 번호를 일치 시킬 수 있다. 모든 V2V 데이터에 잡음이 있음에도 불구하고 뛰어난 객체 번호 일치 성능을 보인다.As shown in the error result graph of FIG. 7 (a), it is understood that the error between the
도 8(a) 내지 도 8(f)의 확률 결과 그래프를 참조하면, 오차 결과 그래프의 대조결과와 마찬가지로, Radar 1번 차량과 V2V A차량, Radar 2번 차량과 V2V B차량이 각각 같은 차량을 나타내는 것으로 판단하는 것을 알 수 있다. Referring to the probability result graphs of FIGS. 8 (a) to 8 (f), similarly to the comparison result of the error result graph, the
도 9는 본 발명의 일 실시예에 따른 잡음이 큰 환경에서의 시뮬레이션의 오차 결과 그래프이다. 9 is a graph of error results of simulation in a noisy environment according to an embodiment of the present invention.
도 10은 본 발명의 일 실시예에 따른 잡음이 큰 환경에서의 시뮬레이션의 확률 결과 그래프이다.10 is a graph of probability results of a simulation in a noisy environment according to an embodiment of the present invention.
도 9 및 도 10은 V2V의 데이터 시트의 오차가 3배인 잡음이 큰 환경에서 제안하는 방법을 적용한 오차 결과 그래프 및 확률 결과 그래프이다. 잡음이 큰 환경에서의 본 알고리즘을 검증하기 위한 시뮬레이션의 결과는 V2V 데이터에 큰 잡음이 있으나, 도 7 및 도 8과 마찬가지로 뛰어난 객체 번호 일치 성능을 보인다.9 and 10 are error result graphs and probability result graphs to which the proposed method is applied in a noisy environment where the error of the V2V data sheet is three times the error. Simulation results for verifying the present algorithm in a noisy environment show a large noise in the V2V data, but show excellent object number matching performance as in FIGS. 7 and 8.
이와 같이, 본 발명의 실시예들에 따르면 차량이 주행 중 V2V 통신으로 검출한 객체와 레이다 센서로 검출한 객체 번호를 일치시키는 알고리즘은 레이다 센서의 객체번호와 V2V 통신의 객체번호를 일치시키면 센서 융합시 동일 차량에서 오는 신호들을 지정할 수 있으며, 레이다 센서의 객체번호를 일정하게 유지할 수 있다. As described above, according to embodiments of the present invention, an algorithm for matching an object number detected by a radar sensor with an object detected by V2V communication while driving a vehicle is performed by matching the object number of the radar sensor with the object number of the V2V communication. Signals from the same vehicle can be specified and the object number of the radar sensor can be kept constant.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.The apparatus described above may be implemented as a hardware component, a software component, and / or a combination of hardware components and software components. For example, the apparatus and components described in the embodiments may be implemented within a computer system, such as, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable array (FPA) A programmable logic unit (PLU), a microprocessor, or any other device capable of executing and responding to instructions. The processing device may execute an operating system (OS) and one or more software applications running on the operating system. The processing device may also access, store, manipulate, process, and generate data in response to execution of the software. For ease of understanding, the processing apparatus may be described as being used singly, but those skilled in the art will recognize that the processing apparatus may have a plurality of processing elements and / As shown in FIG. For example, the processing unit may comprise a plurality of processors or one processor and one controller. Other processing configurations are also possible, such as a parallel processor.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.The software may include a computer program, code, instructions, or a combination of one or more of the foregoing, and may be configured to configure the processing device to operate as desired or to process it collectively or collectively Device can be commanded. The software and / or data may be in the form of any type of machine, component, physical device, virtual equipment, computer storage media, or device As shown in FIG. The software may be distributed over a networked computer system and stored or executed in a distributed manner. The software and data may be stored on one or more computer readable recording media.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. The method according to an embodiment may be implemented in the form of a program command that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, and the like, alone or in combination. The program instructions to be recorded on the medium may be those specially designed and configured for the embodiments or may be available to those skilled in the art of computer software. Examples of computer-readable media include magnetic media such as hard disks, floppy disks and magnetic tape; optical media such as CD-ROMs and DVDs; magnetic media such as floppy disks; Magneto-optical media, and hardware devices specifically configured to store and execute program instructions such as ROM, RAM, flash memory, and the like. Examples of program instructions include machine language code such as those produced by a compiler, as well as high-level language code that can be executed by a computer using an interpreter or the like.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments. For example, it is to be understood that the techniques described may be performed in a different order than the described methods, and / or that components of the described systems, structures, devices, circuits, Lt; / RTI > or equivalents, even if it is replaced or replaced.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다. Therefore, other implementations, other embodiments, and equivalents to the claims are also within the scope of the following claims.
Claims (10)
상기 레이다 데이터 및 상기 V2V 데이터로부터 검출된 공통 데이터들을 대조하기 위한 형태로 변환하고, 상기 변환된 공통 데이터들의 오차를 계산하는 단계;
상기 계산된 오차에 기초하여 시간에 따른 상기 레이다 데이터 및 상기 V2V 데이터의 대조에 대한 확률을 계산하는 단계; 및
상기 계산된 확률을 이용하여 상기 레이다 데이터 및 상기 V2V 데이터를 대조하여 객체 번호를 일치시키는 단계
를 포함하는 V2V 통신 및 레이다 센서 객체 번호 일치 방법.Collecting radar data of the object through a radar sensor and collecting V2V data of the object through V2V communication to detect common data from the radar data and the V2V data;
Converting the common data detected from the radar data and the V2V data into a form for collating and calculating an error of the converted common data;
Calculating a probability of matching the radar data and the V2V data over time based on the calculated error; And
Matching the radar data and the V2V data using the calculated probability to match an object number
V2V communication and radar sensor object number matching method comprising a.
상기 레이다 데이터 및 상기 V2V 데이터로부터 검출된 공통 데이터들을 대조하기 위한 형태로 변환하고, 상기 변환된 공통 데이터들의 오차를 계산하는 단계는,
상기 V2V 데이터로부터 검출된 공통 데이터들을 상기 레이다 데이터로부터 검출된 공통 데이터들의 형태에 맞춰 변환하고,
상기 공통 데이터들은 거리 및 방위각으로 표현되는 위치 및 거리 상대 속도로 표현되는 속력을 포함하는
V2V 통신 및 레이다 센서 객체 번호 일치 방법. The method of claim 1,
The converting of the radar data and the common data detected from the V2V data into a form for collating and calculating the error of the converted common data,
Converting the common data detected from the V2V data into a form of the common data detected from the radar data,
The common data includes position expressed in distance and azimuth and velocity expressed in distance relative velocity.
How to match V2V communication and radar sensor object number.
상기 레이다 데이터 및 상기 V2V 데이터로부터 검출된 공통 데이터들을 대조하기 위한 형태로 변환하고, 상기 변환된 공통 데이터들의 오차를 계산하는 단계는,
레이다 센서 및 GPS 오차 데이터에 기초하여 계산되는 통계적 특성을 이용하여, V2V 통신을 통해 검출된 모든 객체들과 레이다 센서를 통해 검출된 모든 객체들 간의 오차를 계산하고, 상기 계산된 오차를 정규화하는
V2V 통신 및 레이다 센서 객체 번호 일치 방법.The method of claim 1,
The converting of the radar data and the common data detected from the V2V data into a form for collating and calculating the error of the converted common data,
Using the statistical characteristics calculated based on the radar sensor and the GPS error data, an error is calculated between all objects detected through the V2V communication and all objects detected through the radar sensor, and normalized the calculated errors.
How to match V2V communication and radar sensor object number.
상기 계산된 오차에 기초하여 시간에 따른 상기 레이다 데이터 및 상기 V2V 데이터의 대조에 대한 확률을 계산하는 단계는,
시간에 따라 계산된 상기 레이다 데이터 및 상기 V2V 데이터의 대조에 대한 확률을 저주파 통과 필터를 적용함으로써 오차의 과거값을 현재 확률 계산에 반영하는
V2V 통신 및 레이다 센서 객체 번호 일치 방법. The method of claim 1,
Calculating a probability for matching the radar data and the V2V data over time based on the calculated error,
Applying a low pass filter to the probability of matching the radar data and the V2V data calculated over time to reflect the past value of the error in the current probability calculation.
How to match V2V communication and radar sensor object number.
상기 계산된 확률을 이용하여 상기 레이다 데이터 및 상기 V2V 데이터를 대조하여 객체 번호를 일치시키는 단계는,
시간에 따라 계산된 상기 레이다 데이터 및 상기 V2V 데이터의 대조에 대한 확률을 매 시간마다 갱신하여, V2V 데이터의 객체 번호와 레이다 데이터의 객체번호를 일치시키는
V2V 통신 및 레이다 센서 객체 번호 일치 방법. The method of claim 1,
By matching the radar data and the V2V data by using the calculated probability to match the object number,
The probability of matching the radar data and the V2V data calculated over time is updated every hour to match the object number of the V2V data with the object number of the radar data.
How to match V2V communication and radar sensor object number.
상기 레이다 데이터 및 상기 V2V 데이터로부터 검출된 공통 데이터들을 대조하기 위한 형태로 변환하고, 상기 변환된 공통 데이터들의 오차를 계산하는 오차 계산부;
상기 계산된 오차에 기초하여 시간에 따른 상기 레이다 데이터 및 상기 V2V 데이터의 대조에 대한 확률을 계산하는 확률 계산부; 및
상기 계산된 확률을 이용하여 상기 레이다 데이터 및 상기 V2V 데이터를 대조하여 객체 번호를 일치시키는 객체 번호 비교부
를 포함하는 V2V 통신 및 레이다 센서 객체 번호 일치 장치.A data detector configured to collect radar data through a radar sensor and collect V2V data through V2V communication to detect common data from the radar data and the V2V data;
An error calculator configured to convert common data detected from the radar data and the V2V data into a form for collating the data and to calculate an error of the converted common data;
A probability calculator configured to calculate a probability of matching the radar data and the V2V data over time based on the calculated error; And
An object number comparison unit matching the radar data and the V2V data and matching an object number using the calculated probability
V2V communication and radar sensor object number matching device including a.
상기 오차 계산부는,
상기 V2V 데이터로부터 검출된 공통 데이터들을 상기 레이다 데이터로부터 검출된 공통 데이터들의 형태에 맞춰 변환하고,
상기 공통 데이터들은 거리 및 방위각으로 표현되는 위치 및 거리 상대 속도로 표현되는 속력을 포함하는
V2V 통신 및 레이다 센서 객체 번호 일치 장치.The method according to claim 6,
The error calculation unit,
Converting the common data detected from the V2V data into a form of the common data detected from the radar data,
The common data includes position expressed in distance and azimuth and velocity expressed in distance relative velocity.
V2V communication and radar sensor object number matching device.
상기 오차 계산부는,
레이다 센서 및 GPS 오차 데이터에 기초하여 계산되는 통계적 특성을 이용하여, V2V 통신을 통해 검출된 모든 객체들과 레이다 센서를 통해 검출된 모든 객체들 간의 오차를 계산하고, 상기 계산된 오차를 정규화하는
V2V 통신 및 레이다 센서 객체 번호 일치 장치. The method according to claim 6,
The error calculation unit,
Using the statistical characteristics calculated based on the radar sensor and the GPS error data, an error is calculated between all objects detected through the V2V communication and all objects detected through the radar sensor, and normalized the calculated errors.
V2V communication and radar sensor object number matching device.
상기 확률 계산부는,
시간에 따라 계산된 상기 레이다 데이터 및 상기 V2V 데이터의 대조에 대한 확률을 저주파 통과 필터를 적용함으로써 오차의 과거값을 현재 확률 계산에 반영하는
V2V 통신 및 레이다 센서 객체 번호 일치 장치. The method according to claim 6,
The probability calculation unit,
Applying a low pass filter to the probability of matching the radar data and the V2V data calculated over time to reflect the past value of the error in the current probability calculation.
V2V communication and radar sensor object number matching device.
상기 객체 번호 비교부는,
시간에 따라 계산된 상기 레이다 데이터 및 상기 V2V 데이터의 대조에 대한 확률을 매 시간마다 갱신하여, V2V 데이터의 객체 번호와 레이다 데이터의 객체번호를 일치시키는
V2V 통신 및 레이다 센서 객체 번호 일치 장치. The method according to claim 6,
The object number comparison unit,
The probability of matching the radar data and the V2V data calculated over time is updated every hour to match the object number of the V2V data with the object number of the radar data.
V2V communication and radar sensor object number matching device.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180009511A KR102075831B1 (en) | 2018-01-25 | 2018-01-25 | Method and Apparatus for Object Matching between V2V and Radar Sensor |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180009511A KR102075831B1 (en) | 2018-01-25 | 2018-01-25 | Method and Apparatus for Object Matching between V2V and Radar Sensor |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190090604A true KR20190090604A (en) | 2019-08-02 |
| KR102075831B1 KR102075831B1 (en) | 2020-02-10 |
Family
ID=67614105
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180009511A KR102075831B1 (en) | 2018-01-25 | 2018-01-25 | Method and Apparatus for Object Matching between V2V and Radar Sensor |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102075831B1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102020207065B3 (en) * | 2020-06-05 | 2021-02-11 | Volkswagen Aktiengesellschaft | Vehicle, method, computer program and device for merging object information about one or more objects in the surroundings of a vehicle |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120059884A (en) * | 2010-12-01 | 2012-06-11 | 현대자동차주식회사 | System for preventing accident using communication technical between vehicle |
| US20140070980A1 (en) * | 2012-09-07 | 2014-03-13 | Mando Corporation | V2v communication-based vehicle identification apparatus and identification method thereof |
| US20140195138A1 (en) * | 2010-11-15 | 2014-07-10 | Image Sensing Systems, Inc. | Roadway sensing systems |
| US20150170522A1 (en) * | 2013-12-17 | 2015-06-18 | Hyundai Motor Company | Method for transmitting traffic information using vehicle to vehicle communication |
| US20170292315A1 (en) * | 2014-03-04 | 2017-10-12 | Magna Electronics Inc. | Vehicle alert system utilizing communication system |
| KR20180003741A (en) * | 2016-06-30 | 2018-01-10 | 주식회사 경신 | Apparatus and method for preventing the risk of collision using the v2v communication |
-
2018
- 2018-01-25 KR KR1020180009511A patent/KR102075831B1/en active IP Right Grant
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140195138A1 (en) * | 2010-11-15 | 2014-07-10 | Image Sensing Systems, Inc. | Roadway sensing systems |
| KR20120059884A (en) * | 2010-12-01 | 2012-06-11 | 현대자동차주식회사 | System for preventing accident using communication technical between vehicle |
| US20140070980A1 (en) * | 2012-09-07 | 2014-03-13 | Mando Corporation | V2v communication-based vehicle identification apparatus and identification method thereof |
| KR20140033277A (en) * | 2012-09-07 | 2014-03-18 | 주식회사 만도 | Apparatus of identificating vehicle based vehicle-to-vehicle communication, and method of thereof |
| US20150170522A1 (en) * | 2013-12-17 | 2015-06-18 | Hyundai Motor Company | Method for transmitting traffic information using vehicle to vehicle communication |
| US20170292315A1 (en) * | 2014-03-04 | 2017-10-12 | Magna Electronics Inc. | Vehicle alert system utilizing communication system |
| KR20180003741A (en) * | 2016-06-30 | 2018-01-10 | 주식회사 경신 | Apparatus and method for preventing the risk of collision using the v2v communication |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102020207065B3 (en) * | 2020-06-05 | 2021-02-11 | Volkswagen Aktiengesellschaft | Vehicle, method, computer program and device for merging object information about one or more objects in the surroundings of a vehicle |
| CN113781838A (en) * | 2020-06-05 | 2021-12-10 | 大众汽车股份公司 | Vehicle, method, computer program and device for merging object information |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102075831B1 (en) | 2020-02-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7222854B2 (en) | Relative position and orientation determination method, apparatus, equipment and medium | |
| EP2657644B1 (en) | Positioning apparatus and positioning method | |
| US20200241112A1 (en) | Localization method and robot using the same | |
| KR20170004556A (en) | Method and apparatus for relacation of mobile robot in indoor environment | |
| US10366282B2 (en) | Human detection apparatus and method using low-resolution two-dimensional (2D) light detection and ranging (LIDAR) sensor | |
| JPWO2016194036A1 (en) | Radar signal processing device | |
| US10379542B2 (en) | Location and mapping device and method | |
| CN109684944B (en) | Obstacle detection method, obstacle detection device, computer device, and storage medium | |
| KR20210063409A (en) | Methods for analyzing sensor data streams and methods for guiding devices and vehicles | |
| KR101813790B1 (en) | Apparatus and Method for multi-sensor information fusion based on feature information | |
| KR102075831B1 (en) | Method and Apparatus for Object Matching between V2V and Radar Sensor | |
| KR102132115B1 (en) | Method and Apparatus for Relative Vehicle State Estimation with V2V and Radar | |
| KR102307076B1 (en) | Vehicle Sideslip Angle Estimation Method and Apparatus Using an Integrated Deep Ensemble-Kalman Filter | |
| US11474125B2 (en) | Measurements incorporating brake light detection | |
| EP3792651B1 (en) | Path estimating device and portable information terminal | |
| CN112800864B (en) | Target tracking method and device, electronic equipment and storage medium | |
| KR20160077814A (en) | Apparatus and method for processing radar signal | |
| KR102460842B1 (en) | Method for vehicle location estimation by sensor fusion | |
| KR20200049277A (en) | Method and Apparatus for Real-time Target Recognition Type Tracking | |
| US9851437B2 (en) | Adjusting weight of intensity in a PHD filter based on sensor track ID | |
| CN114139651A (en) | Confidence coefficient acquisition method of multi-sensor fusion target tracking system, storage medium and electronic equipment | |
| US11555913B2 (en) | Object recognition device and object recognition method | |
| KR101582726B1 (en) | Apparatus and method for recognizing distance of stereo type | |
| KR20210057292A (en) | Method and apparatus for determining accuracy of initial azimuth angle using geomagnetic sensor | |
| KR20210079992A (en) | Multi-sensor fusion method and apparatus |
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 |