KR20190096868A - 자율 주행 시스템에서 차량을 제어하기 위한 방법 및 장치 - Google Patents
자율 주행 시스템에서 차량을 제어하기 위한 방법 및 장치 Download PDFInfo
- Publication number
- KR20190096868A KR20190096868A KR1020190093118A KR20190093118A KR20190096868A KR 20190096868 A KR20190096868 A KR 20190096868A KR 1020190093118 A KR1020190093118 A KR 1020190093118A KR 20190093118 A KR20190093118 A KR 20190093118A KR 20190096868 A KR20190096868 A KR 20190096868A
- Authority
- KR
- South Korea
- Prior art keywords
- vehicle
- brightness
- information
- brightness value
- recognition
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 177
- 238000004891 communication Methods 0.000 claims description 122
- 238000005286 illumination Methods 0.000 claims description 59
- 230000002093 peripheral effect Effects 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 28
- 230000008859 change Effects 0.000 claims description 26
- 230000006870 function Effects 0.000 claims description 19
- 230000033001 locomotion Effects 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 abstract description 14
- 238000013473 artificial intelligence Methods 0.000 abstract description 10
- 230000003190 augmentative effect Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 75
- 230000005540 biological transmission Effects 0.000 description 45
- 238000005516 engineering process Methods 0.000 description 39
- 238000010586 diagram Methods 0.000 description 21
- 238000012544 monitoring process Methods 0.000 description 19
- 230000004044 response Effects 0.000 description 16
- 238000003384 imaging method Methods 0.000 description 12
- 239000003795 chemical substances by application Substances 0.000 description 9
- 230000008054 signal transmission Effects 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000011084 recovery Methods 0.000 description 6
- 230000011664 signaling Effects 0.000 description 6
- 230000001976 improved effect Effects 0.000 description 5
- 238000013468 resource allocation Methods 0.000 description 5
- 238000010408 sweeping Methods 0.000 description 5
- 101100533725 Mus musculus Smr3a gene Proteins 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000007630 basic procedure Methods 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 210000003101 oviduct Anatomy 0.000 description 3
- 230000010363 phase shift Effects 0.000 description 3
- 230000003252 repetitive effect Effects 0.000 description 3
- 101150071746 Pbsn gene Proteins 0.000 description 2
- 101150096310 SIB1 gene Proteins 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 2
- 230000004297 night vision Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 101100274486 Mus musculus Cited2 gene Proteins 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 101150096622 Smr2 gene Proteins 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 238000005187 foaming Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000008093 supporting effect Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q1/00—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor
- B60Q1/02—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments
- B60Q1/04—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights
- B60Q1/14—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights having dimming means
- B60Q1/1415—Dimming circuits
- B60Q1/1423—Automatic dimming circuits, i.e. switching between high beam and low beam due to change of ambient light or light level in road traffic
- B60Q1/143—Automatic dimming circuits, i.e. switching between high beam and low beam due to change of ambient light or light level in road traffic combined with another condition, e.g. using vehicle recognition from camera images or activation of wipers
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q1/00—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor
- B60Q1/02—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments
- B60Q1/04—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights
- B60Q1/06—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights adjustable, e.g. remotely-controlled from inside vehicle
- B60Q1/08—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights adjustable, e.g. remotely-controlled from inside vehicle automatically
- B60Q1/085—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights adjustable, e.g. remotely-controlled from inside vehicle automatically due to special conditions, e.g. adverse weather, type of road, badly illuminated road signs or potential dangers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q1/00—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor
- B60Q1/02—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments
- B60Q1/04—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights
- B60Q1/14—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights having dimming means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/14—Adaptive cruise control
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- 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]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q2300/00—Indexing codes for automatically adjustable headlamps or automatically dimmable headlamps
- B60Q2300/05—Special features for controlling or switching of the light beam
- B60Q2300/054—Variable non-standard intensity, i.e. emission of various beam intensities different from standard intensities, e.g. continuous or stepped transitions of intensity
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q2300/00—Indexing codes for automatically adjustable headlamps or automatically dimmable headlamps
- B60Q2300/30—Indexing codes relating to the vehicle environment
- B60Q2300/31—Atmospheric conditions
- B60Q2300/314—Ambient light
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q2300/00—Indexing codes for automatically adjustable headlamps or automatically dimmable headlamps
- B60Q2300/40—Indexing codes relating to other road users or special conditions
- B60Q2300/45—Special conditions, e.g. pedestrians, road signs or potential dangers
-
- 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
- B60W2420/403—Image sensing, e.g. optical camera
-
- B60W2420/42—
-
- B60W2550/40—
-
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2300/00—Purposes or special features of road vehicle drive control systems
- B60Y2300/14—Cruise control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
자율 주행 시스템에서 차량을 제어하기 위한 방법 및 장치가 개시된다. 본 발명의 일 실시예에 따른 자율 주행 시스템에서 차량을 제어하기 위한 방법은, 상기 외부 조도에 대한 정보에 기반하여 결정되는 제1 밝기 값에 대응하는 라이트를 출력하여 주행하는 중, 일정 범위보다 큰 인식 오차를 갖는 물체를 검출함에 대응하여 변경된 제1 밝기 값에 대응하는 라이트를 출력함으로써 물체의 인식 정확도를 향상시킬 수 있다.
본 발명의 자율 주행 차량이 인공 지능(Artificail Intelligenfce) 모듈, 드론(Unmanned Aerial Vehicle, UAV), 로봇, 증강 현실(Augmented Reality, AR) 장치, 가상 현실(virtual reality, VR) 장치, 5G 서비스와 관련된 장치 등과 연계될 수 있다.
본 발명의 자율 주행 차량이 인공 지능(Artificail Intelligenfce) 모듈, 드론(Unmanned Aerial Vehicle, UAV), 로봇, 증강 현실(Augmented Reality, AR) 장치, 가상 현실(virtual reality, VR) 장치, 5G 서비스와 관련된 장치 등과 연계될 수 있다.
Description
본 발명은 자율 주행 시스템에서 차량의 제어를 위한 방법 및 장치에 관한 것으로서, 보다 구체적으로 자율 주행 시스템에서 물체를 정확하게 인식하도록 차량을 제어하기 위한 방법 및 장치에 관한 것이다.
자동차는 사용되는 원동기의 종류에 따라, 내연기관(internal combustion engine) 자동차, 외연기관(external combustion engine) 자동차, 가스터빈(gas turbine) 자동차 또는 전기자동차(electric vehicle) 등으로 분류될 수 있다.
자율 주행차량(autonomous vehicle)이란 운전자 또는 승객의 조작 없이 자동차 스스로 운행이 가능한 자동차를 말하며, 자율 주행 시스템(autonomous driving system)은 이러한 자율 주행자동차가 스스로 운행될 수 있도록 모니터링하고 제어하는 시스템을 말한다.
자율 주행 시스템에 있어서, 차량은 다양한 환경에 대한 물체 인식 정확도를 향상시키기 위한 학습을 수행한다. 차량의 학습 과정에서 보행자 또는 장애물과 같은 물체(object)에 대한 정확한 인식이 요구된다.
본 발명은 전술한 필요성 및/또는 문제점을 해결하는 것을 목적으로 한다.
또한, 본 발명은, 자율 주행 시스템에서 물체를 정확하게 인식하도록 차량을 제어하기 위한 방법 및 장치를 구현하는 것을 목적으로 한다.
또한, 본 발명은, 자율 주행 시스템에서 물체를 정확하게 인식하도록 차량을 제어하기 위한 방법 및 장치를 구현하는 것을 목적으로 한다.
본 발명의 일 실시예에 따른 자율 주행 시스템에서 차량을 제어하기 위한 방법은, 상기 외부 조도에 대한 정보에 기반하여 결정되는 제1 밝기 값에 대응하는 라이트를 출력하는 단계와, 상기 제1 밝기 값에 해당하는 라이트를 출력하는 중 일정 범위보다 큰 인식 오차를 갖는 물체를 확인하는 단계와, 상기 물체에 대한 인식 오차에 기반하여 결정되는 제2 밝기 값에 대응하는 라이트를 출력하는 단계를 포함한다.
본 발명의 일 실시예에 따른 자율 주행 시스템에서 차량을 제어하기 위한 방법은 상기 일정 범위보다 큰 인식 오차를 갖는 물체에 대한 학습 데이터를 갱신하는 단계를 더 포함할 수 있다. 상기 학습 데이터를 갱신하는 단계는, 상기 제2 밝기에 해당하는 라이트를 출력함으로써 상기 물체에 대한 인식 오차의 감소 여부를 확인하는 단계와, 상기 인식 오차의 감소가 감소한 경우, 상기 물체에 대한 인식 정보를 서버로 송신하는 단계와, 여기서 상기 물체에 대한 인식 정보는 상기 물체에 대한 정보, 상기 물체에 대한 감소된 인식 오차에 대한 정보, 또는 상기 차량에 의해 출력된 제2 밝기에 대한 정보 중 적어도 하나를 포함하고, 상기 인식 오차가 감소하지 않은 경우, 상기 물체를 포함하는 영상 데이터를 서버로 송신하고, 상기 서버로부터 상기 물체에 대한 인식처리 결과 정보를 수신하는 단계를 포함할 수 있다.
본 발명의 다른 실시예에 따른 자율 주행 시스템에서 차량을 제어하기 위한 장치는, 차량의 기능을 제어하는 프로세서와, 상기 프로세서와 결합되고, 상기 차량 주변의 영상 데이터를 생성하는 카메라와, 상기 프로세서와 결합되고, 상기 차량 주변으로 라이트를 출력하는 헤드라이트와, 상기 프로세서와 결합되고, 상기 차량의 제어를 위한 데이터를 저장하는 메모리와, 상기 프로세서와 결합되고, 상기 차량의 제어를 위한 데이터를 송신 또는 수신하는 송수신기를 포함할 수 있으며, 상기 프로세서는, 상기 카메라를 통해 상기 차량의 외부 조도에 대한 정보를 획득하고, 상기 외부 조도에 대한 정보에 기반하여 결정되는 제1 밝기 값에 대응하는 라이트를 출력하도록 상기 헤드라이트를 제어하고, 상기 제1 밝기 값에 해당하는 라이트를 출력하는 중 일정 범위보다 큰 인식 오차를 갖는 물체를 확인하고, 상기 물체에 대한 인식 오차에 기반하여 결정되는 제2 밝기 값에 대응하는 라이트를 출력하도록 상기 헤드라이트를 제어하도록 설정된다.
본 발명의 일 실시예에 따른 자율 주행 시스템에서 차량을 제어하기 위한 방법 및 장치의 효과에 대해 설명하면 다음과 같다.
본 발명은 물체의 인식 정확도에 따라 헤드라이트의 설정을 조절함으로써 자율 주행 시스템에서 물체를 정확하게 인식하도록 차량을 제어하기 위한 방법 및 장치를 구현할 수 있다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 발명에 대한 실시예를 제공하고, 상세한 설명과 함께 본 발명의 기술적 특징을 설명한다.
도 1은 본 명세서에서 제안하는 방법들이 적용될 수 있는 무선 통신 시스템의 블록 구성도를 예시한다.
도 2는 무선 통신 시스템에서 신호 송/수신 방법의 일례를 나타낸 도이다.
도 3은 5G 통신 시스템에서 사용자 단말과 5G 네트워크의 기본동작의 일 예를 나타낸다.
도 4는 5G 통신을 이용한 차량 대 차량 간의 기본 동작의 일 예를 예시한다.
도 5는 본 발명의 실시예에 따른 차량을 도시한 도면이다.
도 6은 본 발명의 실시예에 따른 차량의 제어 블럭도이다.
도 7은 본 발명의 실시예에 따른 자율 주행 장치의 제어 블럭도이다.
도 8은 본 발명의 실시예에 따른 자율 주행 차량의 신호 흐름도이다.
도 9는 본 발명의 실시예에 따른 차량의 내부를 도시한 도면이다.
도 10은 본 발명의 실시예에 따른 차량용 캐빈 시스템을 설명하는데 참조되는 블럭도이다.
도 11은 본 발명의 실시예에 따라 사용자의 이용 시나리오를 설명하는데 참조되는 도면이다.
도 12는 본 발명의 실시예에 따른 자율 주행 시스템을 간략화한 도면이다.
도 13은 본 발명의 실시예에 따른 자율 주행 시스템에서 차량의 제어 장치의 블록도를 도시하는 도면이다.
도 14는 본 발명의 실시예에 따른 자율 주행 시스템에서 차량을 제어하기 위한 방법을 도시하는 흐름도이다.
도 15는 본 발명의 실시예에 따른 자율 주행 시스템에서 챠량을 제어하기 위한 세부 구성의 예를 설명하는 블록도이다.
도 16은 본 발명의 실시예에 따른 자율 주행 시스템에서 제1 밝기를 출력하는 과정의 일 예를 도시하는 흐름도이다.
도 17은 본 발명의 실시예에 따른 자율 주행 시스템에서 제1 밝기를 출력하는 과정에서 신호를 송신 및 수신하는 과정의 예를 도시한다.
도 18은 본 발명의 실시예에 따른 자율 주행 시스템에서 제1 밝기를 출력하는 과정의 다른 예를 도시하는 흐름도이다.
도 19는 본 발명의 실시예에 따른 자율 주행 시스템에서 제1 밝기를 출력하는 과정에서 신호를 송신 및 수신하는 과정의 다른 예를 도시한다.
도 20은 본 발명의 실시예에 따른 자율 주행 시스템에서 제2 밝기를 출력하는 과정의 일 예를 도시하는 흐름도이다.
도 21은 본 발명의 실시예에 따른 자율 주행 시스템에서 직접 보조를 수행하는 과정의 예를 도시하는 흐름도이다.
도 22a는 본 발명의 실시예에 따른 자율 주행 시스템에서 인식 오차가 큰 물체를 검출한 경우의 예를 도시한다.
도 22b는 본 발명의 실시예에 따른 자율 주행 시스템에서 인식 오차가 큰 물체의 검출에 대응하여 직접 보조가 적용되는 경우의 예를 도시한다.
도 23은 본 발명의 실시예에 따른 자율 주행 시스템에서 간접 보조를 수행하는 과정의 예를 도시하는 흐름도이다.
도 24는 본 발명의 실시예에 따른 자율 주행 시스템에서 V2X 간접 보조를 수행하는 과정의 예를 도시하는 흐름도이다.
도 25는 본 발명의 실시예에 따른 자율 주행 시스템에서 V2X 간접 보조를 수행하는 과정에서 신호를 송신 및 수신하는 과정의 예를 도시한다.
도 26은 본 발명의 실시예에 따른 자율 주행 시스템에서 V2X 간접 보조가 수행되는 경우의 예를 도시한다.
도 27은 본 발명의 실시예에 따른 자율 주행 시스템에서 주변 물체 간접 보조를 수행하는 과정의 예를 도시하는 흐름도이다.
도 28은 본 발명의 실시예에 따른 자율 주행 시스템에서 차량을 제어하기 위한 방법의 다른 예를 도시하는 흐름도이다.
도 29는 본 발명의 실시예에 따른 자율 주행 시스템에서 물체의 학습 데이터를 갱신하는 과정의 예를 도시하는 흐름도이다.
도 30은 본 발명의 실시예에 따른 자율 주행 시스템에서 물체의 학습 데이터를 갱신하는 과정에서 신호를 송신 및 수신하는 과정의 예를 도시한다.
도 31은 본 발명의 실시예에 따른 자율 주행 시스템에서 물체의 학습 데이터를 갱신하는 과정의 신호를 송신 및 수신하는 과정의 다른 예를 도시한다.
도 32는 본 발명의 실시예에 따른 자율 주행 시스템에서 자율 주행 시스템에서 챠량을 제어하기 위한 방법의 예를 설명하는 블록도이다.
본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 발명에 대한 실시예를 제공하고, 상세한 설명과 함께 본 발명의 기술적 특징을 설명한다.
도 1은 본 명세서에서 제안하는 방법들이 적용될 수 있는 무선 통신 시스템의 블록 구성도를 예시한다.
도 2는 무선 통신 시스템에서 신호 송/수신 방법의 일례를 나타낸 도이다.
도 3은 5G 통신 시스템에서 사용자 단말과 5G 네트워크의 기본동작의 일 예를 나타낸다.
도 4는 5G 통신을 이용한 차량 대 차량 간의 기본 동작의 일 예를 예시한다.
도 5는 본 발명의 실시예에 따른 차량을 도시한 도면이다.
도 6은 본 발명의 실시예에 따른 차량의 제어 블럭도이다.
도 7은 본 발명의 실시예에 따른 자율 주행 장치의 제어 블럭도이다.
도 8은 본 발명의 실시예에 따른 자율 주행 차량의 신호 흐름도이다.
도 9는 본 발명의 실시예에 따른 차량의 내부를 도시한 도면이다.
도 10은 본 발명의 실시예에 따른 차량용 캐빈 시스템을 설명하는데 참조되는 블럭도이다.
도 11은 본 발명의 실시예에 따라 사용자의 이용 시나리오를 설명하는데 참조되는 도면이다.
도 12는 본 발명의 실시예에 따른 자율 주행 시스템을 간략화한 도면이다.
도 13은 본 발명의 실시예에 따른 자율 주행 시스템에서 차량의 제어 장치의 블록도를 도시하는 도면이다.
도 14는 본 발명의 실시예에 따른 자율 주행 시스템에서 차량을 제어하기 위한 방법을 도시하는 흐름도이다.
도 15는 본 발명의 실시예에 따른 자율 주행 시스템에서 챠량을 제어하기 위한 세부 구성의 예를 설명하는 블록도이다.
도 16은 본 발명의 실시예에 따른 자율 주행 시스템에서 제1 밝기를 출력하는 과정의 일 예를 도시하는 흐름도이다.
도 17은 본 발명의 실시예에 따른 자율 주행 시스템에서 제1 밝기를 출력하는 과정에서 신호를 송신 및 수신하는 과정의 예를 도시한다.
도 18은 본 발명의 실시예에 따른 자율 주행 시스템에서 제1 밝기를 출력하는 과정의 다른 예를 도시하는 흐름도이다.
도 19는 본 발명의 실시예에 따른 자율 주행 시스템에서 제1 밝기를 출력하는 과정에서 신호를 송신 및 수신하는 과정의 다른 예를 도시한다.
도 20은 본 발명의 실시예에 따른 자율 주행 시스템에서 제2 밝기를 출력하는 과정의 일 예를 도시하는 흐름도이다.
도 21은 본 발명의 실시예에 따른 자율 주행 시스템에서 직접 보조를 수행하는 과정의 예를 도시하는 흐름도이다.
도 22a는 본 발명의 실시예에 따른 자율 주행 시스템에서 인식 오차가 큰 물체를 검출한 경우의 예를 도시한다.
도 22b는 본 발명의 실시예에 따른 자율 주행 시스템에서 인식 오차가 큰 물체의 검출에 대응하여 직접 보조가 적용되는 경우의 예를 도시한다.
도 23은 본 발명의 실시예에 따른 자율 주행 시스템에서 간접 보조를 수행하는 과정의 예를 도시하는 흐름도이다.
도 24는 본 발명의 실시예에 따른 자율 주행 시스템에서 V2X 간접 보조를 수행하는 과정의 예를 도시하는 흐름도이다.
도 25는 본 발명의 실시예에 따른 자율 주행 시스템에서 V2X 간접 보조를 수행하는 과정에서 신호를 송신 및 수신하는 과정의 예를 도시한다.
도 26은 본 발명의 실시예에 따른 자율 주행 시스템에서 V2X 간접 보조가 수행되는 경우의 예를 도시한다.
도 27은 본 발명의 실시예에 따른 자율 주행 시스템에서 주변 물체 간접 보조를 수행하는 과정의 예를 도시하는 흐름도이다.
도 28은 본 발명의 실시예에 따른 자율 주행 시스템에서 차량을 제어하기 위한 방법의 다른 예를 도시하는 흐름도이다.
도 29는 본 발명의 실시예에 따른 자율 주행 시스템에서 물체의 학습 데이터를 갱신하는 과정의 예를 도시하는 흐름도이다.
도 30은 본 발명의 실시예에 따른 자율 주행 시스템에서 물체의 학습 데이터를 갱신하는 과정에서 신호를 송신 및 수신하는 과정의 예를 도시한다.
도 31은 본 발명의 실시예에 따른 자율 주행 시스템에서 물체의 학습 데이터를 갱신하는 과정의 신호를 송신 및 수신하는 과정의 다른 예를 도시한다.
도 32는 본 발명의 실시예에 따른 자율 주행 시스템에서 자율 주행 시스템에서 챠량을 제어하기 위한 방법의 예를 설명하는 블록도이다.
본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 발명에 대한 실시예를 제공하고, 상세한 설명과 함께 본 발명의 기술적 특징을 설명한다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 자율 주행 정보를 필요로 하는 장치 및/또는 자율 주행 차량이 필요로 하는 5G 통신(5th generation mobile communication)을 단락 A 내지 단락 G를 통해 설명하기로 한다.
A. UE 및 5G 네트워크 블록도 예시
도 1은 본 명세서에서 제안하는 방법들이 적용될 수 있는 무선 통신 시스템의 블록 구성도를 예시한다.
도 1을 참조하면, 자율 주행 모듈을 포함하는 장치(자율 주행 장치)를 제1 통신 장치로 정의(도 1의 910)하고, 프로세서(911)가 자율 주행 상세 동작을 수행할 수 있다.
자율 주행 장치와 통신하는 다른 차량을 포함하는 5G 네트워크를 제2 통신 장치로 정의(도 1의 920)하고, 프로세서(921)가 자율 주행 상세 동작을 수행할 수 있다.
5G 네트워크가 제 1 통신 장치로, 자율 주행 장치가 제 2 통신 장치로 표현될 수도 있다.
예를 들어, 상기 제 1 통신 장치 또는 상기 제 2 통신 장치는 기지국, 네트워크 노드, 전송 단말, 수신 단말, 무선 장치, 무선 통신 장치, 자율 주행 장치 등일 수 있다.
예를 들어, 단말 또는 UE(User Equipment)는 차량(vehicle), 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털 방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)) 등을 포함할 수 있다. 예를 들어, HMD는 머리에 착용하는 형태의 디스플레이 장치일 수 있다. 예를 들어, HMD는 VR, AR 또는 MR을 구현하기 위해 사용될 수 있다. 도 1을 참고하면, 제 1 통신 장치(910)와 제 2 통신 장치(920)은 프로세서(processor, 911,921), 메모리(memory, 914,924), 하나 이상의 Tx/Rx RF 모듈(radio frequency module, 915,925), Tx 프로세서(912,922), Rx 프로세서(913,923), 안테나(916,926)를 포함한다. Tx/Rx 모듈은 트랜시버라고도 한다. 각각의 Tx/Rx 모듈(915)는 각각의 안테나(926)을 통해 신호를 전송한다. 프로세서는 앞서 살핀 기능, 과정 및/또는 방법을 구현한다. 프로세서 (921)는 프로그램 코드 및 데이터를 저장하는 메모리 (924)와 관련될 수 있다. 메모리는 컴퓨터 판독 가능 매체로서 지칭될 수 있다. 보다 구체적으로, DL(제 1 통신 장치에서 제 2 통신 장치로의 통신)에서, 전송(TX) 프로세서(912)는 L1 계층(즉, 물리 계층)에 대한 다양한 신호 처리 기능을 구현한다. 수신(RX) 프로세서는 L1(즉, 물리 계층)의 다양한 신호 프로세싱 기능을 구현한다.
UL(제 2 통신 장치에서 제 1 통신 장치로의 통신)은 제 2 통신 장치(920)에서 수신기 기능과 관련하여 기술된 것과 유사한 방식으로 제 1 통신 장치(910)에서 처리된다. 각각의 Tx/Rx 모듈(925)는 각각의 안테나(926)을 통해 신호를 수신한다. 각각의 Tx/Rx 모듈은 RF 반송파 및 정보를 RX 프로세서(923)에 제공한다. 프로세서 (921)는 프로그램 코드 및 데이터를 저장하는 메모리 (924)와 관련될 수 있다. 메모리는 컴퓨터 판독 가능 매체로서 지칭될 수 있다.
B. 무선 통신 시스템에서 신호 송/수신 방법
도 2는 무선 통신 시스템에서 신호 송/수신 방법의 일례를 나타낸 도이다.
도 2를 참고하면, UE는 전원이 켜지거나 새로이 셀에 진입한 경우 BS와 동기를 맞추는 등의 초기 셀 탐색(initial cell search) 작업을 수행한다(S201). 이를 위해, UE는 BS로부터 1차 동기 채널(primary synchronization channel, P-SCH) 및 2차 동기 채널(secondary synchronization channel, S-SCH)을 수신하여 BS와 동기를 맞추고, 셀 ID 등의 정보를 획득할 수 있다. LTE 시스템과 NR 시스템에서 P-SCH와 S-SCH는 각각 1차 동기 신호(primary synchronization signal, PSS)와 2차 동기 신호(secondary synchronization signal, SSS)로 불린다. 초기 셀 탐색 후, UE는 BS로부터 물리 브로드캐스트 채널(physical broadcast channel, PBCH)를 수신하여 셀 내 브로드캐스트 정보를 획득할 수 있다. 한편, UE는 초기 셀 탐색 단계에서 하향링크 참조 신호(downlink reference Signal, DL RS)를 수신하여 하향링크 채널 상태를 확인할 수 있다. 초기 셀 탐색을 마친 UE는 물리 하향링크 제어 채널(physical downlink control channel, PDCCH) 및 상기 PDCCH에 실린 정보에 따라 물리 하향링크 공유 채널(physical downlink shared Channel, PDSCH)을 수신함으로써 좀더 구체적인 시스템 정보를 획득할 수 있다(S202).
한편, BS에 최초로 접속하거나 신호 전송을 위한 무선 자원이 없는 경우 UE는 BS에 대해 임의 접속 과정(random access procedure, RACH)을 수행할 수 있다(단계 S203 내지 단계 S206). 이를 위해, UE는 물리 임의 접속 채널(physical random access Channel, PRACH)을 통해 특정 시퀀스를 프리앰블로서 전송하고(S203 및 S205), PDCCH 및 대응하는 PDSCH를 통해 프리앰블에 대한 임의 접속 응답(random access response, RAR) 메시지를 수신할 수 있다(S204 및 S206). 경쟁 기반 RACH의 경우, 추가적으로 충돌 해결 과정(contention resolution procedure)를 수행할 수 있다.
상술한 바와 같은 과정을 수행한 UE는 이후 일반적인 상향링크/하향링크 신호 전송 과정으로서 PDCCH/PDSCH 수신(S207) 및 물리 상향링크 공유 채널(physical uplink shared Channel, PUSCH)/물리 상향링크 제어 채널(physical uplink control channel, PUCCH) 전송(S208)을 수행할 수 있다. 특히 UE는 PDCCH를 통하여 하향링크 제어 정보(downlink control information, DCI)를 수신한다. UE는 해당 탐색 공간 설정(configuration)들에 따라 서빙 셀 상의 하나 이상의 제어 요소 세트(control element set, CORESET)들에 설정된 모니터링 기회(occasion)들에서 PDCCH 후보(candidate)들의 세트를 모니터링한다. UE가 모니터할 PDCCH 후보들의 세트는 탐색 공간 세트들의 면에서 정의되며, 탐색 공간 세트는 공통 탐색 공간 세트 또는 UE-특정 탐색 공간 세트일 수 있다. CORESET은 1~3개 OFDM 심볼들의 시간 지속기간을 갖는 (물리) 자원 블록들의 세트로 구성된다. 네트워크는 UE가 복수의 CORESET들을 갖도록 설정할 수 있다. UE는 하나 이상의 탐색 공간 세트들 내 PDCCH 후보들을 모니터링한다. 여기서 모니터링이라 함은 탐색 공간 내 PDCCH 후보(들)에 대한 디코딩 시도하는 것을 의미한다. UE가 탐색 공간 내 PDCCH 후보들 중 하나에 대한 디코딩에 성공하면, 상기 UE는 해당 PDCCH 후보에서 PDCCH를 검출했다고 판단하고, 상기 검출된 PDCCH 내 DCI를 기반으로 PDSCH 수신 혹은 PUSCH 전송을 수행한다. PDCCH는 PDSCH 상의 DL 전송들 및 PUSCH 상의 UL 전송들을 스케줄링하는 데 사용될 수 있다. 여기서 PDCCH 상의 DCI는 하향링크 공유 채널과 관련된, 변조(modulation) 및 코딩 포맷과 자원 할당(resource allocation) 정보를 적어도 포함하는 하향링크 배정(assignment)(즉, downlink grant; DL grant), 또는 상향링크 공유 채널과 관련된, 변조 및 코딩 포맷과 자원 할당 정보를 포함하는 상향링크 그랜트(uplink grant; UL grant)를 포함한다.
도 2를 참고하여, 5G 통신 시스템에서의 초기 접속(Initial Access, IA) 절차에 대해 추가적으로 살펴본다.
UE는 SSB에 기반하여 셀 탐색(search), 시스템 정보 획득, 초기 접속을 위한 빔 정렬, DL 측정 등을 수행할 수 있다. SSB는 SS/PBCH(Synchronization Signal/Physical Broadcast channel) 블록과 혼용된다.
SSB는 PSS, SSS와 PBCH로 구성된다. SSB는 4개의 연속된 OFDM 심볼들에 구성되며, OFDM 심볼별로 PSS, PBCH, SSS/PBCH 또는 PBCH가 전송된다. PSS와 SSS는 각각 1개의 OFDM 심볼과 127개의 부반송파들로 구성되고, PBCH는 3개의 OFDM 심볼과 576개의 부반송파들로 구성된다.
셀 탐색은 UE가 셀의 시간/주파수 동기를 획득하고, 상기 셀의 셀 ID(Identifier)(예, Physical layer Cell ID, PCI)를 검출하는 과정을 의미한다. PSS는 셀 ID 그룹 내에서 셀 ID를 검출하는데 사용되고, SSS는 셀 ID 그룹을 검출하는데 사용된다. PBCH는 SSB (시간) 인덱스 검출 및 하프-프레임 검출에 사용된다.
336개의 셀 ID 그룹이 존재하고, 셀 ID 그룹 별로 3개의 셀 ID가 존재한다. 총 1008개의 셀 ID가 존재한다. 셀의 셀 ID가 속한 셀 ID 그룹에 관한 정보는 상기 셀의 SSS를 통해 제공/획득되며, 상기 셀 ID 내 336개 셀들 중 상기 셀 ID에 관한 정보는 PSS를 통해 제공/획득된다
SSB는 SSB 주기(periodicity)에 맞춰 주기적으로 전송된다. 초기 셀 탐색 시에 UE가 가정하는 SSB 기본 주기는 20ms로 정의된다. 셀 접속 후, SSB 주기는 네트워크(예, BS)에 의해 {5ms, 10ms, 20ms, 40ms, 80ms, 160ms} 중 하나로 설정될 수 있다.
다음으로, 시스템 정보 (system information; SI) 획득에 대해 살펴본다.
SI는 마스터 정보 블록(master information block, MIB)와 복수의 시스템 정보 블록(system information block, SIB)들로 나눠진다. MIB 외의 SI는 RMSI(Remaining Minimum System Information)으로 지칭될 수 있다. MIB는 SIB1(SystemInformationBlock1)을 나르는 PDSCH를 스케줄링하는 PDCCH의 모니터링을 위한 정보/파라미터를 포함하며 SSB의 PBCH를 통해 BS에 의해 전송된다. SIB1은 나머지 SIB들(이하, SIBx, x는 2 이상의 정수)의 가용성(availability) 및 스케줄링(예, 전송 주기, SI-윈도우 크기)과 관련된 정보를 포함한다. SIBx는 SI 메시지에 포함되며 PDSCH를 통해 전송된다. 각각의 SI 메시지는 주기적으로 발생하는 시간 윈도우(즉, SI-윈도우) 내에서 전송된다.
도 2를 참고하여, 5G 통신 시스템에서의 임의 접속(Random Access, RA) 과정에 대해 추가적으로 살펴본다.
임의 접속 과정은 다양한 용도로 사용된다. 예를 들어, 임의 접속 과정은 네트워크 초기 접속, 핸드오버, UE-트리거드(triggered) UL 데이터 전송에 사용될 수 있다. UE는 임의 접속 과정을 통해 UL 동기와 UL 전송 자원을 획득할 수 있다. 임의 접속 과정은 경쟁 기반(contention-based) 임의 접속 과정과 경쟁 프리(contention free) 임의 접속 과정으로 구분된다. 경쟁 기반의 임의 접속 과정에 대한 구체적인 절차는 아래와 같다.
UE가 UL에서 임의 접속 과정의 Msg1로서 임의 접속 프리앰블을 PRACH를 통해 전송할 수 있다. 서로 다른 두 길이를 가지는 임의 접속 프리앰블 시퀀스들이 지원된다. 긴 시퀀스 길이 839는 1.25 및 5 kHz의 부반송파 간격(subcarrier spacing)에 대해 적용되며, 짧은 시퀀스 길이 139는 15, 30, 60 및 120 kHz의 부반송파 간격에 대해 적용된다.
BS가 UE로부터 임의 접속 프리앰블을 수신하면, BS는 임의 접속 응답(random access response, RAR) 메시지(Msg2)를 상기 UE에게 전송한다. RAR을 나르는 PDSCH를 스케줄링하는 PDCCH는 임의 접속(random access, RA) 무선 네트워크 임시 식별자(radio network temporary identifier, RNTI)(RA-RNTI)로 CRC 마스킹되어 전송된다. RA-RNTI로 마스킹된 PDCCH를 검출한 UE는 상기 PDCCH가 나르는 DCI가 스케줄링하는 PDSCH로부터 RAR을 수신할 수 있다. UE는 자신이 전송한 프리앰블, 즉, Msg1에 대한 임의 접속 응답 정보가 상기 RAR 내에 있는지 확인한다. 자신이 전송한 Msg1에 대한 임의 접속 정보가 존재하는지 여부는 상기 UE가 전송한 프리앰블에 대한 임의 접속 프리앰블 ID가 존재하는지 여부에 의해 판단될 수 있다. Msg1에 대한 응답이 없으면, UE는 전력 램핑(power ramping)을 수행하면서 RACH 프리앰블을 소정의 횟수 이내에서 재전송할 수 있다. UE는 가장 최근의 경로 손실 및 전력 램핑 카운터를 기반으로 프리앰블의 재전송에 대한 PRACH 전송 전력을 계산한다.
상기 UE는 임의 접속 응답 정보를 기반으로 상향링크 공유 채널 상에서 UL 전송을 임의 접속 과정의 Msg3로서 전송할 수 있다. Msg3은 RRC 연결 요청 및 UE 식별자를 포함할 수 있다. Msg3에 대한 응답으로서, 네트워크는 Msg4를 전송할 수 있으며, 이는 DL 상에서의 경쟁 해결 메시지로 취급될 수 있다. Msg4를 수신함으로써, UE는 RRC 연결된 상태에 진입할 수 있다.
C. 5G 통신 시스템의 빔 관리(Beam Management, BM) 절차
BM 과정은 (1) SSB 또는 CSI-RS를 이용하는 DL BM 과정과, (2) SRS(sounding reference signal)을 이용하는 UL BM 과정으로 구분될 수 있다. 또한, 각 BM 과정은 Tx 빔을 결정하기 위한 Tx 빔 스위핑과 Rx 빔을 결정하기 위한 Rx 빔 스위핑을 포함할 수 있다.
SSB를 이용한 DL BM 과정에 대해 살펴본다.
SSB를 이용한 빔 보고(beam report)에 대한 설정은 RRC_CONNECTED에서 채널 상태 정보(channel state information, CSI)/빔 설정 시에 수행된다.
- UE는 BM을 위해 사용되는 SSB 자원들에 대한 CSI-SSB-ResourceSetList를 포함하는 CSI-ResourceConfig IE를 BS로부터 수신한다. RRC 파라미터 csi-SSB-ResourceSetList는 하나의 자원 세트에서 빔 관리 및 보고을 위해 사용되는 SSB 자원들의 리스트를 나타낸다. 여기서, SSB 자원 세트는 {SSBx1, SSBx2, SSBx3, SSBx4, ?}으로 설정될 수 있다. SSB 인덱스는 0부터 63까지 정의될 수 있다.
- UE는 상기 CSI-SSB-ResourceSetList에 기초하여 SSB 자원들 상의 신호들을 상기 BS로부터 수신한다.
- SSBRI 및 참조 신호 수신 전력(reference signal received power, RSRP)에 대한 보고와 관련된 CSI-RS reportConfig가 설정된 경우, 상기 UE는 최선(best) SSBRI 및 이에 대응하는 RSRP를 BS에게 보고한다. 예를 들어, 상기 CSI-RS reportConfig IE의 reportQuantity가 'ssb-Index-RSRP'로 설정된 경우, UE는 BS으로 최선 SSBRI 및 이에 대응하는 RSRP를 보고한다.
UE는 SSB와 동일한 OFDM 심볼(들)에 CSI-RS 자원이 설정되고, 'QCL-TypeD'가 적용 가능한 경우, 상기 UE는 CSI-RS와 SSB가 'QCL-TypeD' 관점에서 유사 동일 위치된(quasi co-located, QCL) 것으로 가정할 수 있다. 여기서, QCL-TypeD는 공간(spatial) Rx 파라미터 관점에서 안테나 포트들 간에 QCL되어 있음을 의미할 수 있다. UE가 QCL-TypeD 관계에 있는 복수의 DL 안테나 포트들의 신호들을 수신 시에는 동일한 수신 빔을 적용해도 무방하다.
다음으로, CSI-RS를 이용한 DL BM 과정에 대해 살펴본다.
CSI-RS를 이용한 UE의 Rx 빔 결정(또는 정제(refinement)) 과정과 BS의 Tx 빔 스위핑 과정에 대해 차례대로 살펴본다. UE의 Rx 빔 결정 과정은 반복 파라미터가 'ON'으로 설정되며, BS의 Tx 빔 스위핑 과정은 반복 파라미터가 'OFF'로 설정된다.
먼저, UE의 Rx 빔 결정 과정에 대해 살펴본다.
- UE는 'repetition'에 관한 RRC 파라미터를 포함하는 NZP CSI-RS resource set IE를 RRC 시그널링을 통해 BS로부터 수신한다. 여기서, 상기 RRC 파라미터 'repetition'이 'ON'으로 세팅되어 있다.
- UE는 상기 RRC 파라미터 'repetition'이 'ON'으로 설정된 CSI-RS 자원 세트 내의 자원(들) 상에서의 신호들을 BS의 동일 Tx 빔(또는 DL 공간 도메인 전송 필터)을 통해 서로 다른 OFDM 심볼에서 반복 수신한다.
- UE는 자신의 Rx 빔을 결정한다.
- UE는 CSI 보고를 생략한다. 즉, UE는 상가 RRC 파라미터 'repetition'이 'ON'으로 설정된 경우, CSI 보고를 생략할 수 있다.
다음으로, BS의 Tx 빔 결정 과정에 대해 살펴본다.
- UE는 'repetition'에 관한 RRC 파라미터를 포함하는 NZP CSI-RS resource set IE를 RRC 시그널링을 통해 BS로부터 수신한다. 여기서, 상기 RRC 파라미터 'repetition'이 'OFF'로 세팅되어 있으며, BS의 Tx 빔 스위핑 과정과 관련된다.
- UE는 상기 RRC 파라미터 'repetition'이 'OFF'로 설정된 CSI-RS 자원 세트 내의 자원들 상에서의 신호들을 BS의 서로 다른 Tx 빔(DL 공간 도메인 전송 필터)을 통해 수신한다.
- UE는 최상의(best) 빔을 선택(또는 결정)한다.
- UE는 선택된 빔에 대한 ID(예, CRI) 및 관련 품질 정보(예, RSRP)를 BS으로 보고한다. 즉, UE는 CSI-RS가 BM을 위해 전송되는 경우 CRI와 이에 대한 RSRP를 BS으로 보고한다.
다음으로, SRS를 이용한 UL BM 과정에 대해 살펴본다.
- UE는 'beam management'로 설정된 (RRC 파라미터) 용도 파라미터를 포함하는 RRC 시그널링(예, SRS-Config IE)를 BS로부터 수신한다. SRS-Config IE는 SRS 전송 설정을 위해 사용된다. SRS-Config IE는 SRS-Resources의 리스트와 SRS-ResourceSet들의 리스트를 포함한다. 각 SRS 자원 세트는 SRS-resource들의 세트를 의미한다.
- UE는 상기 SRS-Config IE에 포함된 SRS-SpatialRelation Info에 기초하여 전송할 SRS 자원에 대한 Tx 빔포밍을 결정한다. 여기서, SRS-SpatialRelation Info는 SRS 자원별로 설정되고, SRS 자원별로 SSB, CSI-RS 또는 SRS에서 사용되는 빔포밍과 동일한 빔포밍을 적용할지를 나타낸다.
- 만약 SRS 자원에 SRS-SpatialRelationInfo가 설정되면 SSB, CSI-RS 또는 SRS에서 사용되는 빔포밍과 동일한 빔포밍을 적용하여 전송한다. 하지만, SRS 자원에 SRS-SpatialRelationInfo가 설정되지 않으면, 상기 UE는 임의로 Tx 빔포밍을 결정하여 결정된 Tx 빔포밍을 통해 SRS를 전송한다.
다음으로, 빔 실패 복구(beam failure recovery, BFR) 과정에 대해 살펴본다.
빔포밍된 시스템에서, RLF(Radio Link Failure)는 UE의 회전(rotation), 이동(movement) 또는 빔포밍 블로키지(blockage)로 인해 자주 발생할 수 있다. 따라서, 잦은 RLF가 발생하는 것을 방지하기 위해 BFR이 NR에서 지원된다. BFR은 무선 링크 실패 복구 과정과 유사하고, UE가 새로운 후보 빔(들)을 아는 경우에 지원될 수 있다. 빔 실패 검출을 위해, BS는 UE에게 빔 실패 검출 참조 신호들을 설정하고, 상기 UE는 상기 UE의 물리 계층으로부터의 빔 실패 지시(indication)들의 횟수가 BS의 RRC 시그널링에 의해 설정된 기간(period) 내에 RRC 시그널링에 의해 설정된 임계치(threshold)에 이르면(reach), 빔 실패를 선언(declare)한다. 빔 실패가 검출된 후, 상기 UE는 PCell 상의 임의 접속 과정을 개시(initiate)함으로써 빔 실패 복구를 트리거하고; 적절한(suitable) 빔을 선택하여 빔 실패 복구를 수행한다(BS가 어떤(certain) 빔들에 대해 전용 임의 접속 자원들을 제공한 경우, 이들이 상기 UE에 의해 우선화된다). 상기 임의 접속 절차의 완료(completion) 시, 빔 실패 복구가 완료된 것으로 간주된다.
D. URLLC (Ultra-Reliable and Low Latency Communication)
NR에서 정의하는 URLLC 전송은 (1) 상대적으로 낮은 트래픽 크기, (2) 상대적으로 낮은 도착 레이트(low arrival rate), (3) 극도의 낮은 레이턴시 요구사항(requirement)(예, 0.5, 1ms), (4) 상대적으로 짧은 전송 지속기간(duration)(예, 2 OFDM symbols), (5) 긴급한 서비스/메시지 등에 대한 전송을 의미할 수 있다. UL의 경우, 보다 엄격(stringent)한 레이턴시 요구 사항(latency requirement)을 만족시키기 위해 특정 타입의 트래픽(예컨대, URLLC)에 대한 전송이 앞서서 스케줄링된 다른 전송(예컨대, eMBB)과 다중화(multiplexing)되어야 할 필요가 있다. 이와 관련하여 한 가지 방안으로, 앞서 스케줄링 받은 UE에게 특정 자원에 대해서 프리엠션(preemption)될 것이라는 정보를 주고, 해당 자원을 URLLC UE가 UL 전송에 사용하도록 한다.
NR의 경우, eMBB와 URLLC 사이의 동적 자원 공유(sharing)이 지원된다. eMBB와 URLLC 서비스들은 비-중첩(non-overlapping) 시간/주파수 자원들 상에서 스케줄될 수 있으며, URLLC 전송은 진행 중인(ongoing) eMBB 트래픽에 대해 스케줄된 자원들에서 발생할 수 있다. eMBB UE는 해당 UE의 PDSCH 전송이 부분적으로 펑처링(puncturing)되었는지 여부를 알 수 없을 수 있고, 손상된 코딩된 비트(corrupted coded bit)들로 인해 UE는 PDSCH를 디코딩하지 못할 수 있다. 이 점을 고려하여, NR에서는 프리엠션 지시(preemption indication)을 제공한다. 상기 프리엠션 지시(preemption indication)는 중단된 전송 지시(interrupted transmission indication)으로 지칭될 수도 있다.
프리엠션 지시와 관련하여, UE는 BS로부터의 RRC 시그널링을 통해 DownlinkPreemption IE를 수신한다. UE가 DownlinkPreemption IE를 제공받으면, DCI 포맷 2_1을 운반(convey)하는 PDCCH의 모니터링을 위해 상기 UE는 DownlinkPreemption IE 내 파라미터 int-RNTI에 의해 제공된 INT-RNTI를 가지고 설정된다. 상기 UE는 추가적으로 servingCellID에 의해 제공되는 서빙 셀 인덱스들의 세트를 포함하는 INT-ConfigurationPerServing Cell에 의해 서빙 셀들의 세트와 positionInDCI에 의해 DCI 포맷 2_1 내 필드들을 위한 위치들의 해당 세트를 가지고 설정되고, dci-PayloadSize에 의해 DCI 포맷 2_1을 위한 정보 페이로드 크기를 가지고 설졍되며, timeFrequencySect에 의한 시간-주파수 자원들의 지시 입도(granularity)를 가지고 설정된다.
상기 UE는 상기 DownlinkPreemption IE에 기초하여 DCI 포맷 2_1을 상기 BS로부터 수신한다.
UE가 서빙 셀들의 설정된 세트 내 서빙 셀에 대한 DCI 포맷 2_1을 검출하면, 상기 UE는 상기 DCI 포맷 2_1이 속한 모니터링 기간의 바로 앞(last) 모니터링 기간의 PRB들의 세트 및 심볼들의 세트 중 상기 DCI 포맷 2_1에 의해 지시되는 PRB들 및 심볼들 내에는 상기 UE로의 아무런 전송도 없다고 가정할 수 있다. 예를 들어, UE는 프리엠션에 의해 지시된 시간-주파수 자원 내 신호는 자신에게 스케줄링된 DL 전송이 아니라고 보고 나머지 자원 영역에서 수신된 신호들을 기반으로 데이터를 디코딩한다.
E. mMTC (massive MTC)
mMTC(massive Machine Type Communication)은 많은 수의 UE와 동시에 통신하는 초연결 서비스를 지원하기 위한 5G의 시나리오 중 하나이다. 이 환경에서, UE는 굉장히 낮은 전송 속도와 이동성을 가지고 간헐적으로 통신하게 된다. 따라서, mMTC는 UE를 얼마나 낮은 비용으로 오랫동안 구동할 수 있는지를 주요 목표로 하고 있다. mMTC 기술과 관련하여 3GPP에서는 MTC와 NB(NarrowBand)-IoT를 다루고 있다.
mMTC 기술은 PDCCH, PUCCH, PDSCH(physical downlink shared channel), PUSCH 등의 반복 전송, 주파수 호핑(hopping), 리튜닝(retuning), 가드 구간(guard period) 등의 특징을 가진다.
즉, 특정 정보를 포함하는 PUSCH(또는 PUCCH(특히, long PUCCH) 또는 PRACH) 및 특정 정보에 대한 응답을 포함하는 PDSCH(또는 PDCCH)가 반복 전송된다. 반복 전송은 주파수 호핑(frequency hopping)을 통해 수행되며, 반복 전송을 위해, 제 1 주파수 자원에서 제 2 주파수 자원으로 가드 구간(guard period)에서 (RF) 리튜닝(retuning)이 수행되고, 특정 정보 및 특정 정보에 대한 응답은 협대역(narrowband)(ex. 6 RB (resource block) or 1 RB)를 통해 송/수신될 수 있다.
F. 5G 통신을 이용한 자율 주행 차량 간 기본 동작
도 3은 5G 통신 시스템에서 자율 주행 차량과 5G 네트워크의 기본 동작의 일 예를 나타낸다.
자율 주행 차량(Autonomous Vehicle)은 특정 정보 전송을 5G 네트워크로 전송한다(S1). 상기 특정 정보는 자율 주행 관련 정보를 포함할 수 있다. 그리고, 상기 5G 네트워크는 차량의 원격 제어 여부를 결정할 수 있다(S2). 여기서, 상기 5G 네트워크는 자율 주행 관련 원격 제어를 수행하는 서버 또는 모듈을 포함할 수 있다. 그리고, 상기 5G 네트워크는 원격 제어와 관련된 정보(또는 신호)를 상기 자율 주행 차량으로 전송할 수 있다(S3).
G. 5G 통신 시스템에서 자율 주행 차량과 5G 네트워크 간의 응용 동작
이하, 도 1 및 도 2와 앞서 살핀 무선 통신 기술(BM 절차, URLLC, Mmtc 등)을 참고하여 5G 통신을 이용한 자율 주행 차량의 동작에 대해 보다 구체적으로 살펴본다.
먼저, 후술할 본 발명에서 제안하는 방법과 5G 통신의 eMBB 기술이 적용되는 응용 동작의 기본 절차에 대해 설명한다.
도 3의 S1 단계 및 S3 단계와 같이, 자율 주행 차량이 5G 네트워크와 신호, 정보 등을 송/수신하기 위해, 자율 주행 차량은 도 3의 S1 단계 이전에 5G 네트워크와 초기 접속(initial access) 절차 및 임의 접속(random access) 절차를 수행한다.
보다 구체적으로, 자율 주행 차량은 DL 동기 및 시스템 정보를 획득하기 위해 SSB에 기초하여 5G 네트워크와 초기 접속 절차를 수행한다. 상기 초기 접속 절차 과정에서 빔 관리(beam management, BM) 과정, 빔 실패 복구(beam failure recovery) 과정이 추가될 수 있으며, 자율 주행 차량이 5G 네트워크로부터 신호를 수신하는 과정에서 QCL(quasi-co location) 관계가 추가될 수 있다.
또한, 자율 주행 차량은 UL 동기 획득 및/또는 UL 전송을 위해 5G 네트워크와 임의 접속 절차를 수행한다. 그리고, 상기 5G 네트워크는 상기 자율 주행 차량으로 특정 정보의 전송을 스케쥴링하기 위한 UL grant를 전송할 수 있다. 따라서, 상기 자율 주행 차량은 상기 UL grant에 기초하여 상기 5G 네트워크로 특정 정보를 전송한다. 그리고, 상기 5G 네트워크는 상기 자율 주행 차량으로 상기 특정 정보에 대한 5G 프로세싱 결과의 전송을 스케쥴링하기 위한 DL grant를 전송한다. 따라서, 상기 5G 네트워크는 상기 DL grant에 기초하여 상기 자율 주행 차량으로 원격 제어와 관련된 정보(또는 신호)를 전송할 수 있다.
다음으로, 후술할 본 발명에서 제안하는 방법과 5G 통신의 URLLC 기술이 적용되는 응용 동작의 기본 절차에 대해 설명한다.
앞서 설명한 바와 같이, 자율 주행 차량은 5G 네트워크와 초기 접속 절차 및/또는 임의 접속 절차를 수행한 후, 자율 주행 차량은 5G 네트워크로부터 DownlinkPreemption IE를 수신할 수 있다. 그리고, 자율 주행 차량은 DownlinkPreemption IE에 기초하여 프리엠션 지시(pre-emption indication)을 포함하는 DCI 포맷 2_1을 5G 네트워크로부터 수신한다. 그리고, 자율 주행 차량은 프리엠션 지시(pre-emption indication)에 의해 지시된 자원(PRB 및/또는 OFDM 심볼)에서 eMBB data의 수신을 수행(또는 기대 또는 가정)하지 않는다. 이후, 자율 주행 차량은 특정 정보를 전송할 필요가 있는 경우 5G 네트워크로부터 UL grant를 수신할 수 있다.
다음으로, 후술할 본 발명에서 제안하는 방법과 5G 통신의 mMTC 기술이 적용되는 응용 동작의 기본 절차에 대해 설명한다.
도 3의 단계들 중 mMTC 기술의 적용으로 달라지는 부분 위주로 설명하기로 한다.
도 3의 S1 단계에서, 자율 주행 차량은 특정 정보를 5G 네트워크로 전송하기 위해 5G 네트워크로부터 UL grant를 수신한다. 여기서, 상기 UL grant는 상기 특정 정보의 전송에 대한 반복 횟수에 대한 정보를 포함하고, 상기 특정 정보는 상기 반복 횟수에 대한 정보에 기초하여 반복하여 전송될 수 있다. 즉, 상기 자율 주행 차량은 상기 UL grant에 기초하여 특정 정보를 5G 네트워크로 전송한다. 그리고, 특정 정보의 반복 전송은 주파수 호핑을 통해 수행되고, 첫 번째 특정 정보의 전송은 제 1 주파수 자원에서, 두 번째 특정 정보의 전송은 제 2 주파수 자원에서 전송될 수 있다. 상기 특정 정보는 6RB(Resource Block) 또는 1RB(Resource Block)의 협대역(narrowband)을 통해 전송될 수 있다.
H. 5G 통신을 이용한 차량 대 차량 간의 자율 주행 동작
도 4는 5G 통신을 이용한 차량 대 차량 간의 기본 동작의 일 예를 예시한다.
제1 차량은 특정 정보를 제2 차량으로 전송한다(S61). 제2 차량은 특정 정보에 대한 응답을 제1 차량으로 전송한다(S62).
한편, 5G 네트워크가 상기 특정 정보, 상기 특정 정보에 대한 응답의 자원 할당에 직접적(사이드 링크 통신 전송 모드 3) 또는 간접적으로(사이드링크 통신 전송 모드 4) 관여하는지에 따라 차량 대 차량 간 응용 동작의 구성이 달라질 수 있다.
다음으로, 5G 통신을 이용한 차량 대 차량 간의 응용 동작에 대해 살펴본다.
먼저, 5G 네트워크가 차량 대 차량 간의 신호 전송/수신의 자원 할당에 직접적으로 관여하는 방법을 설명한다.
5G 네트워크는, 모드 3 전송(PSCCH 및/또는 PSSCH 전송)의 스케줄링을 위해 DCI 포맷 5A를 제1 차량에 전송할 수 있다. 여기서, PSCCH(physical sidelink control channel)는 특정 정보 전송의 스케줄링을 위한 5G 물리 채널이고, PSSCH(physical sidelink shared channel)는 특정 정보를 전송하는 5G 물리 채널이다. 그리고, 제1 차량은 특정 정보 전송의 스케줄링을 위한 SCI 포맷 1을 PSCCH 상에서 제2 차량으로 전송한다. 그리고, 제1 차량이 특정 정보를 PSSCH 상에서 제2 차량으로 전송한다.
다음으로, 5G 네트워크가 신호 전송/수신의 자원 할당에 간접적으로 관여하는 방법에 대해 살펴본다.
제1 차량은 모드 4 전송을 위한 자원을 제1 윈도우에서 센싱한다. 그리고, 제1 차량은, 상기 센싱 결과에 기초하여 제2 윈도우에서 모드 4 전송을 위한 자원을 선택한다. 여기서, 제1 윈도우는 센싱 윈도우(sensing window)를 의미하고, 제2 윈도우는 선택 윈도우(selection window)를 의미한다. 제1 차량은 상기 선택된 자원을 기초로 특정 정보 전송의 스케줄링을 위한 SCI 포맷 1을 PSCCH 상에서 제2 차량으로 전송한다. 그리고, 제1 차량은 특정 정보를 PSSCH 상에서 제2 차량으로 전송한다.
앞서 살핀 5G 통신 기술은 후술할 본 발명에서 제안하는 방법들과 결합되어 적용될 수 있으며, 또는 본 발명에서 제안하는 방법들의 기술적 특징을 구체화하거나 명확하게 하는데 보충될 수 있다.
주행
(1) 차량 외관
도 5는 본 발명의 실시예에 따른 차량을 도시한 도면이다.
도 5를 참조하면, 본 발명의 실시예에 따른 차량(10)은, 도로나 선로 위를 주행하는 수송 수단으로 정의된다. 차량(10)은, 자동차, 기차, 오토바이를 포함하는 개념이다. 차량(10)은, 동력원으로서 엔진을 구비하는 내연기관 차량, 동력원으로서 엔진과 전기 모터를 구비하는 하이브리드 차량, 동력원으로서 전기 모터를 구비하는 전기 차량등을 모두 포함하는 개념일 수 있다. 차량(10)은 개인이 소유한 차량일 수 있다. 차량(10)은, 공유형 차량일 수 있다. 차량(10)은 자율 주행 차량일 수 있다.
(2) 차량의 구성 요소
도 6은 본 발명의 실시예에 따른 차량의 제어 블럭도이다.
도 6을 참조하면, 차량(10)은, 사용자 인터페이스 장치(200), 오브젝트 검출 장치(210), 통신 장치(220), 운전 조작 장치(230), 메인 ECU(240), 구동 제어 장치(250), 자율 주행 장치(260), 센싱부(270) 및 위치 데이터 생성 장치(280)를 포함할 수 있다. 오브젝트 검출 장치(210), 통신 장치(220), 운전 조작 장치(230), 메인 ECU(240), 구동 제어 장치(250), 자율 주행 장치(260), 센싱부(270) 및 위치 데이터 생성 장치(280)는 각각이 전기적 신호를 생성하고, 상호간에 전기적 신호를 교환하는 전자 장치로 구현될 수 있다.
1) 사용자 인터페이스 장치
사용자 인터페이스 장치(200)는, 차량(10)과 사용자와의 소통을 위한 장치이다. 사용자 인터페이스 장치(200)는, 사용자 입력을 수신하고, 사용자에게 차량(10)에서 생성된 정보를 제공할 수 있다. 차량(10)은, 사용자 인터페이스 장치(200)를 통해, UI(User Interface) 또는 UX(User Experience)를 구현할 수 있다. 사용자 인터페이스 장치(200)는, 입력 장치, 출력 장치 및 사용자 모니터링 장치를 포함할 수 있다.
2) 오브젝트 검출 장치
오브젝트 검출 장치(210)는, 차량(10) 외부의 오브젝트에 대한 정보를 생성할 수 있다. 오브젝트에 대한 정보는, 오브젝트의 존재 유무에 대한 정보, 오브젝트의 위치 정보, 차량(10)과 오브젝트와의 거리 정보 및 차량(10)과 오브젝트와의 상대 속도 정보 중 적어도 어느 하나를 포함할 수 있다. 오브젝트 검출 장치(210)는, 차량(10) 외부의 오브젝트를 검출할 수 있다. 오브젝트 검출 장치(210)는, 차량(10) 외부의 오브젝트를 검출할 수 있는 적어도 하나의 센서를 포함할 수 있다. 오브젝트 검출 장치(210)는, 카메라, 레이다, 라이다, 초음파 센서 및 적외선 센서 중 적어도 하나를 포함할 수 있다. 오브젝트 검출 장치(210)는, 센서에서 생성되는 센싱 신호에 기초하여 생성된 오브젝트에 대한 데이터를 차량에 포함된 적어도 하나의 전자 장치에 제공할 수 있다.
2.1) 카메라
카메라는 영상을 이용하여 차량(10) 외부의 오브젝트에 대한 정보를 생성할 수 있다. 카메라는 적어도 하나의 렌즈, 적어도 하나의 이미지 센서 및 이미지 센서와 전기적으로 연결되어 수신되는 신호를 처리하고, 처리되는 신호에 기초하여 오브젝트에 대한 데이터를 생성하는 적어도 하나의 프로세서를 포함할 수 있다.
카메라는, 모노 카메라, 스테레오 카메라, AVM(Around View Monitoring) 카메라 중 적어도 어느 하나일 수 있다. 카메라는, 다양한 영상 처리 알고리즘을 이용하여, 오브젝트의 위치 정보, 오브젝트와의 거리 정보 또는 오브젝트와의 상대 속도 정보를 획득할 수 있다. 예를 들면, 카메라는, 획득된 영상에서, 시간에 따른 오브젝트 크기의 변화를 기초로, 오브젝트와의 거리 정보 및 상대 속도 정보를 획득할 수 있다. 예를 들면, 카메라는, 핀홀(pin hole) 모델, 노면 프로파일링 등을 통해, 오브젝트와의 거리 정보 및 상대 속도 정보를 획득할 수 있다. 예를 들면, 카메라는, 스테레오 카메라에서 획득된 스테레오 영상에서 디스패러티(disparity) 정보를 기초로 오브젝트와의 거리 정보 및 상대 속도 정보를 획득할 수 있다.
카메라는, 차량 외부를 촬영하기 위해 차량에서 FOV(field of view) 확보가 가능한 위치에 장착될 수 있다. 카메라는, 차량 전방의 영상을 획득하기 위해, 차량의 실내에서, 프런트 윈드 쉴드에 근접하게 배치될 수 있다. 카메라는, 프런트 범퍼 또는 라디에이터 그릴 주변에 배치될 수 있다. 카메라는, 차량 후방의 영상을 획득하기 위해, 차량의 실내에서, 리어 글라스에 근접하게 배치될 수 있다. 카메라는, 리어 범퍼, 트렁크 또는 테일 게이트 주변에 배치될 수 있다. 카메라는, 차량 측방의 영상을 획득하기 위해, 차량의 실내에서 사이드 윈도우 중 적어도 어느 하나에 근접하게 배치될 수 있다. 또는, 카메라는, 사이드 미러, 휀더 또는 도어 주변에 배치될 수 있다.
2.2) 레이다
레이다는 전파를 이용하여 차량(10) 외부의 오브젝트에 대한 정보를 생성할 수 있다. 레이다는, 전자파 송신부, 전자파 수신부 및 전자파 송신부 및 전자파 수신부와 전기적으로 연결되어, 수신되는 신호를 처리하고, 처리되는 신호에 기초하여 오브젝트에 대한 데이터를 생성하는 적어도 하나의 프로세서를 포함할 수 있다. 레이다는 전파 발사 원리상 펄스 레이다(Pulse Radar) 방식 또는 연속파 레이다(Continuous Wave Radar) 방식으로 구현될 수 있다. 레이다는 연속파 레이다 방식 중에서 신호 파형에 따라 FMCW(Frequency Modulated Continuous Wave)방식 또는 FSK(Frequency Shift Keyong) 방식으로 구현될 수 있다. 레이다는 전자파를 매개로, TOF(Time of Flight) 방식 또는 페이즈 쉬프트(phase-shift) 방식에 기초하여, 오브젝트를 검출하고, 검출된 오브젝트의 위치, 검출된 오브젝트와의 거리 및 상대 속도를 검출할 수 있다. 레이다는, 차량의 전방, 후방 또는 측방에 위치하는 오브젝트를 감지하기 위해 차량의 외부의 적절한 위치에 배치될 수 있다.
2.3) 라이다
라이다는, 레이저 광을 이용하여, 차량(10) 외부의 오브젝트에 대한 정보를 생성할 수 있다. 라이다는, 광 송신부, 광 수신부 및 광 송신부 및 광 수신부와 전기적으로 연결되어, 수신되는 신호를 처리하고, 처리된 신호에 기초하여 오브젝트에 대한 데이터를 생성하는 적어도 하나의 프로세서를 포함할 수 있다. 라이다는, TOF(Time of Flight) 방식 또는 페이즈 쉬프트(phase-shift) 방식으로 구현될 수 있다. 라이다는, 구동식 또는 비구동식으로 구현될 수 있다. 구동식으로 구현되는 경우, 라이다는, 모터에 의해 회전되며, 차량(10) 주변의 오브젝트를 검출할 수 있다. 비구동식으로 구현되는 경우, 라이다는, 광 스티어링에 의해, 차량을 기준으로 소정 범위 내에 위치하는 오브젝트를 검출할 수 있다. 차량(100)은 복수의 비구동식 라이다를 포함할 수 있다. 라이다는, 레이저 광 매개로, TOF(Time of Flight) 방식 또는 페이즈 쉬프트(phase-shift) 방식에 기초하여, 오브젝트를 검출하고, 검출된 오브젝트의 위치, 검출된 오브젝트와의 거리 및 상대 속도를 검출할 수 있다. 라이다는, 차량의 전방, 후방 또는 측방에 위치하는 오브젝트를 감지하기 위해 차량의 외부의 적절한 위치에 배치될 수 있다.
3) 통신 장치
통신 장치(220)는, 차량(10) 외부에 위치하는 디바이스와 신호를 교환할 수 있다. 통신 장치(220)는, 인프라(예를 들면, 서버, 방송국), 타 차량, 단말기 중 적어도 어느 하나와 신호를 교환할 수 있다. 통신 장치(220)는, 통신을 수행하기 위해 송신 안테나, 수신 안테나, 각종 통신 프로토콜이 구현 가능한 RF(Radio Frequency) 회로 및 RF 소자 중 적어도 어느 하나를 포함할 수 있다.
예를 들어, 통신 장치는 C-V2X(Cellular V2X) 기술을 기반으로 외부 디바이스와 신호를 교환할 수 있다. 예를 들어, C-V2X 기술은 LTE 기반의 사이드링크 통신 및/또는 NR 기반의 사이드링크 통신을 포함할 수 있다. C-V2X와 관련된 내용은 후술한다.
예를 들어, 통신 장치는 IEEE 802.11p PHY/MAC 계층 기술과 IEEE 1609 Network/Transport 계층 기술 기반의 DSRC(Dedicated Short Range Communications) 기술 또는 WAVE(Wireless Access in Vehicular Environment) 표준을 기반으로 외부 디바이스와 신호를 교환할 수 있다. DSRC (또는 WAVE 표준) 기술은 차량 탑재 장치 간 혹은 노변 장치와 차량 탑재 장치 간의 단거리 전용 통신을 통해 ITS(Intelligent Transport System) 서비스를 제공하기 위해 마련된 통신 규격이다. DSRC 기술은 5.9GHz 대역의 주파수를 사용할 수 있고, 3Mbps~27Mbps의 데이터 전송 속도를 가지는 통신 방식일 수 있다. IEEE 802.11p 기술은 IEEE 1609 기술과 결합되어 DSRC 기술 (혹은 WAVE 표준)을 지원할 수 있다.
본 발명의 통신 장치는 C-V2X 기술 또는 DSRC 기술 중 어느 하나만을 이용하여 외부 디바이스와 신호를 교환할 수 있다. 또는, 본 발명의 통신 장치는 C-V2X 기술 및 DSRC 기술을 하이브리드하여 외부 디바이스와 신호를 교환할 수 있다.
4) 운전 조작 장치
운전 조작 장치(230)는, 운전을 위한 사용자 입력을 수신하는 장치이다. 메뉴얼 모드인 경우, 차량(10)은, 운전 조작 장치(230)에 의해 제공되는 신호에 기초하여 운행될 수 있다. 운전 조작 장치(230)는, 조향 입력 장치(예를 들면, 스티어링 휠), 가속 입력 장치(예를 들면, 가속 페달) 및 브레이크 입력 장치(예를 들면, 브레이크 페달)를 포함할 수 있다.
5) 메인 ECU
메인 ECU(240)는, 차량(10) 내에 구비되는 적어도 하나의 전자 장치의 전반적인 동작을 제어할 수 있다.
6) 구동 제어 장치
구동 제어 장치(250)는, 차량(10)내 각종 차량 구동 장치를 전기적으로 제어하는 장치이다. 구동 제어 장치(250)는, 파워 트레인 구동 제어 장치, 샤시 구동 제어 장치, 도어/윈도우 구동 제어 장치, 안전 장치 구동 제어 장치, 램프 구동 제어 장치 및 공조 구동 제어 장치를 포함할 수 있다. 파워 트레인 구동 제어 장치는, 동력원 구동 제어 장치 및 변속기 구동 제어 장치를 포함할 수 있다. 샤시 구동 제어 장치는, 조향 구동 제어 장치, 브레이크 구동 제어 장치 및 서스펜션 구동 제어 장치를 포함할 수 있다. 한편, 안전 장치 구동 제어 장치는, 안전 벨트 제어를 위한 안전 벨트 구동 제어 장치를 포함할 수 있다.
구동 제어 장치(250)는, 적어도 하나의 전자적 제어 장치(예를 들면, 제어 ECU(Electronic Control Unit))를 포함한다.
구종 제어 장치(250)는, 자율 주행 장치(260)에서 수신되는 신호에 기초하여, 차량 구동 장치를 제어할 수 있다. 예를 들면, 제어 장치(250)는, 자율 주행 장치(260)에서 수신되는 신호에 기초하여, 파워 트레인, 조향 장치 및 브레이크 장치를 제어할 수 있다.
7) 자율 주행 장치
자율 주행 장치(260)는, 획득된 데이터에 기초하여, 자율 주행을 위한 패스를 생성할 수 있다. 자율 주행 장치(260)는, 생성된 경로를 따라 주행하기 위한 드라이빙 플랜을 생성할 수 있다. 자율 주행 장치(260)는, 드라이빙 플랜에 따른 차량의 움직임을 제어하기 위한 신호를 생성할 수 있다. 자율 주행 장치(260)는, 생성된 신호를 구동 제어 장치(250)에 제공할 수 있다.
자율 주행 장치(260)는, 적어도 하나의 ADAS(Advanced Driver Assistance System) 기능을 구현할 수 있다. ADAS는, 적응형 크루즈 컨트롤 시스템(ACC : Adaptive Cruise Control), 자동 비상 제동 시스템(AEB : Autonomous Emergency Braking), 전방 충돌 알림 시스템(FCW : Foward Collision Warning), 차선 유지 보조 시스템(LKA : Lane Keeping Assist), 차선 변경 보조 시스템(LCA : Lane Change Assist), 타겟 추종 보조 시스템(TFA : Target Following Assist), 사각 지대 감시 시스템(BSD : Blind Spot Detection), 적응형 하이빔 제어 시스템(HBA : High Beam Assist), 자동 주차 시스템(APS : Auto Parking System), 보행자 충돌 알림 시스템(PD collision warning system), 교통 신호 검출 시스템(TSR : Traffic Sign Recognition), 교통 신호 보조 시스템(TSA : Trafffic Sign Assist), 나이트 비전 시스템(NV : Night Vision), 운전자 상태 모니터링 시스템(DSM : Driver Status Monitoring) 및 교통 정체 지원 시스템(TJA : Traffic Jam Assist) 중 적어도 어느 하나를 구현할 수 있다.
자율 주행 장치(260)는, 자율 주행 모드에서 수동 주행 모드로의 전환 동작 또는 수동 주행 모드에서 자율 주행 모드로의 전환 동작을 수행할 수 있다. 예를 들면, 자율 주행 장치(260)는, 사용자 인터페이스 장치(200)로부터 수신되는 신호에 기초하여, 차량(10)의 모드를 자율 주행 모드에서 수동 주행 모드로 전환하거나 수동 주행 모드에서 자율 주행 모드로 전환할 수 있다.
8) 센싱부
센싱부(270)는, 차량의 상태를 센싱할 수 있다. 센싱부(270)는, IMU(inertial measurement unit) 센서, 충돌 센서, 휠 센서(wheel sensor), 속도 센서, 경사 센서, 중량 감지 센서, 헤딩 센서(heading sensor), 포지션 모듈(position module), 차량 전진/후진 센서, 배터리 센서, 연료 센서, 타이어 센서, 스티어링 센서, 온도 센서, 습도 센서, 초음파 센서, 조도 센서, 페달 포지션 센서 중 적어도 어느 하나를 포함할 수 있다. 한편, IMU(inertial measurement unit) 센서는, 가속도 센서, 자이로 센서, 자기 센서 중 하나 이상을 포함할 수 있다.
센싱부(270)는, 적어도 하나의 센서에서 생성되는 신호에 기초하여, 차량의 상태 데이터를 생성할 수 있다. 차량 상태 데이터는, 차량 내부에 구비된 각종 센서에서 감지된 데이터를 기초로 생성된 정보일 수 있다. 센싱부(270)는, 차량 자세 데이터, 차량 모션 데이터, 차량 요(yaw) 데이터, 차량 롤(roll) 데이터, 차량 피치(pitch) 데이터, 차량 충돌 데이터, 차량 방향 데이터, 차량 각도 데이터, 차량 속도 데이터, 차량 가속도 데이터, 차량 기울기 데이터, 차량 전진/후진 데이터, 차량의 중량 데이터, 배터리 데이터, 연료 데이터, 타이어 공기압 데이터, 차량 내부 온도 데이터, 차량 내부 습도 데이터, 스티어링 휠 회전 각도 데이터, 차량 외부 조도 데이터, 가속 페달에 가해지는 압력 데이터, 브레이크 페달에 가해지는 압력 데이터 등을 생성할 수 있다.
9) 위치 데이터 생성 장치
위치 데이터 생성 장치(280)는, 차량(10)의 위치 데이터를 생성할 수 있다. 위치 데이터 생성 장치(280)는, GPS(Global Positioning System) 및 DGPS(Differential Global Positioning System) 중 적어도 어느 하나를 포함할 수 있다. 위치 데이터 생성 장치(280)는, GPS 및 DGPS 중 적어도 어느 하나에서 생성되는 신호에 기초하여 차량(10)의 위치 데이터를 생성할 수 있다. 실시예에 따라, 위치 데이터 생성 장치(280)는, 센싱부(270)의 IMU(Inertial Measurement Unit) 및 오브젝트 검출 장치(210)의 카메라 중 적어도 어느 하나에 기초하여 위치 데이터를 보정할 수 있다. 위치 데이터 생성 장치(280)는, GNSS(Global Navigation Satellite System)로 명명될 수 있다.
차량(10)은, 내부 통신 시스템(50)을 포함할 수 있다. 차량(10)에 포함되는 복수의 전자 장치는 내부 통신 시스템(50)을 매개로 신호를 교환할 수 있다. 신호에는 데이터가 포함될 수 있다. 내부 통신 시스템(50)은, 적어도 하나의 통신 프로토콜(예를 들면, CAN, LIN, FlexRay, MOST, 이더넷)을 이용할 수 있다.
(3) 자율 주행 장치의 구성 요소
도 7은 본 발명의 실시예에 따른 자율 주행 장치의 제어 블럭도이다.
도 7을 참조하면, 자율 주행 장치(260)는, 메모리(140), 프로세서(170), 인터페이스부(180) 및 전원 공급부(190)를 포함할 수 있다.
메모리(140)는, 프로세서(170)와 전기적으로 연결된다. 메모리(140)는 유닛에 대한 기본데이터, 유닛의 동작제어를 위한 제어데이터, 입출력되는 데이터를 저장할 수 있다. 메모리(140)는, 프로세서(170)에서 처리된 데이터를 저장할 수 있다. 메모리(140)는, 하드웨어적으로, ROM, RAM, EPROM, 플래시 드라이브, 하드 드라이브 중 적어도 어느 하나로 구성될 수 있다. 메모리(140)는 프로세서(170)의 처리 또는 제어를 위한 프로그램 등, 자율 주행 장치(260) 전반의 동작을 위한 다양한 데이터를 저장할 수 있다. 메모리(140)는, 프로세서(170)와 일체형으로 구현될 수 있다. 실시예에 따라, 메모리(140)는, 프로세서(170)의 하위 구성으로 분류될 수 있다.
인터페이스부(180)는, 차량(10) 내에 구비되는 적어도 하나의 전자 장치와 유선 또는 무선으로 신호를 교환할 수 있다. 인터페이스부(280)는, 오브젝트 검출 장치(210), 통신 장치(220), 운전 조작 장치(230), 메인 ECU(240), 구동 제어 장치(250), 센싱부(270) 및 위치 데이터 생성 장치(280) 중 적어도 어느 하나와 유선 또는 무선으로 신호를 교환할 수 있다. 인터페이스부(280)는, 통신 모듈, 단자, 핀, 케이블, 포트, 회로, 소자 및 장치 중 적어도 어느 하나로 구성될 수 있다.
전원 공급부(190)는, 자율 주행 장치(260)에 전원을 공급할 수 있다. 전원 공급부(190)는, 차량(10)에 포함된 파워 소스(예를 들면, 배터리)로부터 전원을 공급받아, 자율 주행 장치(260)의 각 유닛에 전원을 공급할 수 있다. 전원 공급부(190)는, 메인 ECU(240)로부터 제공되는 제어 신호에 따라 동작될 수 있다. 전원 공급부(190)는, SMPS(switched-mode power supply)를 포함할 수 있다.
프로세서(170)는, 메모리(140), 인터페이스부(280), 전원 공급부(190)와 전기적으로 연결되어 신호를 교환할 수 있다. 프로세서(170)는, ASICs (application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적 유닛 중 적어도 하나를 이용하여 구현될 수 있다.
프로세서(170)는, 전원 공급부(190)로부터 제공되는 전원에 의해 구동될 수 있다. 프로세서(170)는, 전원 공급부(190)에 의해 전원이 공급되는 상태에서 데이터를 수신하고, 데이터를 처리하고, 신호를 생성하고, 신호를 제공할 수 있다.
프로세서(170)는, 인터페이스부(180)를 통해, 차량(10) 내 다른 전자 장치로부터 정보를 수신할 수 있다. 프로세서(170)는, 인터페이스부(180)를 통해, 차량(10) 내 다른 전자 장치로 제어 신호를 제공할 수 있다.
자율 주행 장치(260)는, 적어도 하나의 인쇄 회로 기판(printed circuit board, PCB)을 포함할 수 있다. 메모리(140), 인터페이스부(180), 전원 공급부(190) 및 프로세서(170)는, 인쇄 회로 기판에 전기적으로 연결될 수 있다.
(4) 자율 주행 장치의 동작
도 8은 본 발명의 실시예에 따른 자율 주행 차량의 신호 흐름도이다.
1) 수신 동작
도 8을 참조하면, 프로세서(170)는, 수신 동작을 수행할 수 있다. 프로세서(170)는, 인터페이스부(180)를 통해, 오브젝트 검출 장치(210), 통신 장치(220), 센싱부(270) 및 위치 데이터 생성 장치(280) 중 적어도 어느 하나로부터, 데이터를 수신할 수 있다. 프로세서(170)는, 오브젝트 검출 장치(210)로부터, 오브젝트 데이터를 수신할 수 있다. 프로세서(170)는, 통신 장치(220)로부터, HD 맵 데이터를 수신할 수 있다. 프로세서(170)는, 센싱부(270)로부터, 차량 상태 데이터를 수신할 수 있다. 프로세서(170)는, 위치 데이터 생성 장치(280)로부터 위치 데이터를 수신할 수 있다.
2) 처리/판단 동작
프로세서(170)는, 처리/판단 동작을 수행할 수 있다. 프로세서(170)는, 주행 상황 정보에 기초하여, 처리/판단 동작을 수행할 수 있다. 프로세서(170)는, 오브젝트 데이터, HD 맵 데이터, 차량 상태 데이터 및 위치 데이터 중 적어도 어느 하나에 기초하여, 처리/판단 동작을 수행할 수 있다.
2.1) 드라이빙 플랜 데이터 생성 동작
프로세서(170)는, 드라이빙 플랜 데이터(driving plan data)를 생성할 수 있다. 예를 들면, 프로세서(1700는, 일렉트로닉 호라이즌 데이터(Electronic Horizon Data)를 생성할 수 있다. 일렉트로닉 호라이즌 데이터는, 차량(10)이 위치한 지점에서부터 호라이즌(horizon)까지 범위 내에서의 드라이빙 플랜 데이터로 이해될 수 있다. 호라이즌은, 기 설정된 주행 경로를 기준으로, 차량(10)이 위치한 지점에서 기설정된 거리 앞의 지점으로 이해될 수 있다. 호라이즌은, 기 설정된 주행 경로를 따라 차량(10)이 위치한 지점에서부터 차량(10)이 소정 시간 이후에 도달할 수 있는 지점을 의미할 수 있다.
일렉트로닉 호라이즌 데이터는, 호라이즌 맵 데이터 및 호라이즌 패스 데이터를 포함할 수 있다.
2.1.1) 호라이즌 맵 데이터
호라이즌 맵 데이터는, 토폴로지 데이터(topology data), 도로 데이터, HD 맵 데이터 및 다이나믹 데이터(dynamic data) 중 적어도 어느 하나를 포함할 수 있다. 실시예에 따라, 호라이즌 맵 데이터는, 복수의 레이어를 포함할 수 있다. 예를 들면, 호라이즌 맵 데이터는, 토폴로지 데이터에 매칭되는 1 레이어, 도로 데이터에 매칭되는 제2 레이어, HD 맵 데이터에 매칭되는 제3 레이어 및 다이나믹 데이터에 매칭되는 제4 레이어를 포함할 수 있다. 호라이즌 맵 데이터는, 스태이틱 오브젝트(static object) 데이터를 더 포함할 수 있다.
토폴로지 데이터는, 도로 중심을 연결해 만든 지도로 설명될 수 있다. 토폴로지 데이터는, 차량의 위치를 대략적으로 표시하기에 알맞으며, 주로 운전자를 위한 내비게이션에서 사용하는 데이터의 형태일 수 있다. 토폴로지 데이터는, 차로에 대한 정보가 제외된 도로 정보에 대한 데이터로 이해될 수 있다. 토폴로지 데이터는, 통신 장치(220)를 통해, 외부 서버에서 수신된 데이터에 기초하여 생성될 수 있다. 토폴로지 데이터는, 차량(10)에 구비된 적어도 하나의 메모리에 저장된 데이터에 기초할 수 있다.
도로 데이터는, 도로의 경사 데이터, 도로의 곡률 데이터, 도로의 제한 속도 데이터 중 적어도 어느 하나를 포함할 수 있다. 도로 데이터는, 추월 금지 구간 데이터를 더 포함할 수 있다. 도로 데이터는, 통신 장치(220)를 통해, 외부 서버에서 수신된 데이터에 기초할 수 있다. 도로 데이터는, 오브젝트 검출 장치(210)에서 생성된 데이터에 기초할 수 있다.
HD 맵 데이터는, 도로의 상세한 차선 단위의 토폴로지 정보, 각 차선의 연결 정보, 차량의 로컬라이제이션(localization)을 위한 특징 정보(예를 들면, 교통 표지판, Lane Marking/속성, Road furniture 등)를 포함할 수 있다. HD 맵 데이터는, 통신 장치(220)를 통해, 외부 서버에서 수신된 데이터에 기초할 수 있다.
다이나믹 데이터는, 도로상에서 발생될 수 있는 다양한 동적 정보를 포함할 수 있다. 예를 들면, 다이나믹 데이터는, 공사 정보, 가변 속도 차로 정보, 노면 상태 정보, 트래픽 정보, 무빙 오브젝트 정보 등을 포함할 수 있다. 다이나믹 데이터는, 통신 장치(220)를 통해, 외부 서버에서 수신된 데이터에 기초할 수 있다. 다이나믹 데이터는, 오브젝트 검출 장치(210)에서 생성된 데이터에 기초할 수 있다.
프로세서(170)는, 차량(10)이 위치한 지점에서부터 호라이즌까지 범위 내에서의 맵 데이터를 제공할 수 있다.
2.1.2) 호라이즌 패스 데이터
호라이즌 패스 데이터는, 차량(10)이 위치한 지점에서부터 호라이즌까지의 범위 내에서 차량(10)이 취할 수 있는 궤도로 설명될 수 있다. 호라이즌 패스 데이터는, 디시전 포인트(decision point)(예를 들면, 갈림길, 분기점, 교차로 등)에서 어느 하나의 도로를 선택할 상대 확률을 나타내는 데이터를 포함할 수 있다. 상대 확률은, 최종 목적지까지 도착하는데 걸리는 시간에 기초하여 계산될 수 있다. 예를 들면, 디시전 포인트에서, 제1 도로를 선택하는 경우 제2 도로를 선택하는 경우보다 최종 목적지에 도착하는데 걸리는 시간이 더 작은 경우, 제1 도로를 선택할 확률은 제2 도로를 선택할 확률보다 더 높게 계산될 수 있다.
호라이즌 패스 데이터는, 메인 패스와 서브 패스를 포함할 수 있다. 메인 패스는, 선택될 상대적 확률이 높은 도로들을 연결한 궤도로 이해될 수 있다. 서브 패스는, 메인 패스 상의 적어도 하나의 디시전 포인트에서 분기될 수 있다. 서브 패스는, 메인 패스 상의 적어도 하나의 디시전 포인트에서 선택될 상대적 확률이 낮은 적어도 어느 하나의 도로를 연결한 궤도로 이해될 수 있다.
3) 제어 신호 생성 동작
프로세서(170)는, 제어 신호 생성 동작을 수행할 수 있다. 프로세서(170)는, 일렉트로닉 호라이즌 데이터에 기초하여, 제어 신호를 생성할 수 있다. 예를 들면, 프로세서(170)는, 일렉트로닉 호라이즌 데이터에 기초하여, 파워트레인 제어 신호, 브라이크 장치 제어 신호 및 스티어링 장치 제어 신호 중 적어도 어느 하나를 생성할 수 있다.
프로세서(170)는, 인터페이스부(180)를 통해, 생성된 제어 신호를 구동 제어 장치(250)에 전송할 수 있다. 구동 제어 장치(250)는, 파워 트레인(251), 브레이크 장치(252) 및 스티어링 장치(253) 중 적어도 어느 하나에 제어 신호를 전송할 수 있다.
캐빈
도 9는 본 발명의 실시예에 따른 차량의 내부를 도시한 도면이다.
도 10은 본 발명의 실시예에 따른 차량용 캐빈 시스템을 설명하는데 참조되는 블럭도이다.
(1) 캐빈의 구성 요소
도 9 내지 도 10을 참조하면, 차량용 캐빈 시스템(300)(이하, 캐빈 시스템)은 차량(10)을 이용하는 사용자를 위한 편의 시스템으로 정의될 수 있다. 캐빈 시스템(300)은, 디스플레이 시스템(350), 카고 시스템(355), 시트 시스템(360) 및 페이 먼트 시스템(365)을 포함하는 최상위 시스템으로 설명될 수 있다. 캐빈 시스템(300)은, 메인 컨트롤러(370), 메모리(340), 인터페이스부(380), 전원 공급부(390), 입력 장치(310), 영상 장치(320), 통신 장치(330), 디스플레이 시스템(350), 카고 시스템(355), 시트 시스템(360) 및 페이먼트 시스템(365)을 포함할 수 있다. 실시예에 따라, 캐빈 시스템(300)은, 본 명세서에서 설명되는 구성 요소외에 다른 구성 요소를 더 포함하거나, 설명되는 구성 요소 중 일부를 포함하지 않을 수 있다.
1) 메인 컨트롤러
메인 컨트롤러(370)는, 입력 장치(310), 통신 장치(330), 디스플레이 시스템(350), 카고 시스템(355), 시트 시스템(360) 및 페이먼트 시스템(365)과 전기적으로 연결되어 신호를 교환할 수 있다. 메인 컨트롤러(370)는, 입력 장치(310), 통신 장치(330), 디스플레이 시스템(350), 카고 시스템(355), 시트 시스템(360) 및 페이먼트 시스템(365)을 제어할 수 있다. 메인 컨트롤러(370)는, ASICs (application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적 유닛 중 적어도 하나를 이용하여 구현될 수 있다.
메인 컨트롤러(370)는, 적어도 하나의 서브 컨트롤러로 구성될 수 있다. 실시예에 따라, 메인 컨트롤러(370)는, 복수의 서브 컨트롤러를 포함할 수 있다. 복수의 서브 컨트롤러는 각각이, 그루핑된 캐빈 시스템(300)에 포함된 장치 및 시스템을 개별적으로 제어할 수 있다. 캐빈 시스템(300)에 포함된 장치 및 시스템은, 기능별로 그루핑되거나, 착좌 가능한 시트를 기준으로 그루핑될 수 있다.
메인 컨트롤러(370)는, 적어도 하나의 프로세서(371)를 포함할 수 있다. 도 6에는 메인 컨트롤러(370)가 하나의 프로세서(371)를 포함하는 것으로 예시되나, 메인 컨트롤러(371)는, 복수의 프로세서를 포함할 수도 있다. 프로세서(371)는, 상술한 서브 컨트롤러 중 어느 하나로 분류될 수도 있다.
프로세서(371)는, 통신 장치(330)를 통해, 사용자 단말기로부터 신호, 정보 또는 데이터를 수신할 수 있다. 사용자 단말기는, 캐빈 시스템(300)에 신호, 정보 또는 데이터를 전송할 수 있다.
프로세서(371)는, 영상 장치에 포함된 내부 카메라 및 외부 카메 중 적어도 어느 하나에서 수신되는 영상 데이터에 기초하여, 사용자를 특정할 수 있다. 프로세서(371)는, 영상 데이터에 영상 처리 알고리즘을 적용하여 사용자를 특정할 수 있다. 예를 들면, 프로세서(371)는, 사용자 단말기로부터 수신되는 정보와 영상 데이터를 비교하여 사용자를 특정할 수 있다. 예를 들면, 정보는, 사용자의 경로 정보, 신체 정보, 동승자 정보, 짐 정보, 위치 정보, 선호하는 컨텐츠 정보, 선호하는 음식 정보, 장애 여부 정보 및 이용 이력 정보 중 적어도 어느 하나를 포함할 수 있다.
메인 컨트롤러(370)는, 인공지능 에이전트(artificial intelligence agent)(372)를 포함할 수 있다. 인공지능 에이전트(372)는, 입력 장치(310)를 통해 획득된 데이터를 기초로 기계 학습(machine learning)을 수행할 수 있다. 인공지능 에이전트(372)는, 기계 학습된 결과에 기초하여, 디스플레이 시스템(350), 카고 시스템(355), 시트 시스템(360) 및 페이먼트 시스템(365) 중 적어도 어느 하나를 제어할 수 있다.
2) 필수 구성 요소
메모리(340)는, 메인 컨트롤러(370)와 전기적으로 연결된다. 메모리(340)는 유닛에 대한 기본데이터, 유닛의 동작제어를 위한 제어데이터, 입출력되는 데이터를 저장할 수 있다. 메모리(340)는, 메인 컨트롤러(370)에서 처리된 데이터를 저장할 수 있다. 메모리(340)는, 하드웨어적으로, ROM, RAM, EPROM, 플래시 드라이브, 하드 드라이브 중 적어도 어느 하나로 구성될 수 있다. 메모리(340)는 메인 컨트롤러(370)의 처리 또는 제어를 위한 프로그램 등, 캐빈 시스템(300) 전반의 동작을 위한 다양한 데이터를 저장할 수 있다. 메모리(340)는, 메인 컨트롤러(370)와 일체형으로 구현될 수 있다.
인터페이스부(380)는, 차량(10) 내에 구비되는 적어도 하나의 전자 장치와 유선 또는 무선으로 신호를 교환할 수 있다. 인터페이스부(380)는, 통신 모듈, 단자, 핀, 케이블, 포트, 회로, 소자 및 장치 중 적어도 어느 하나로 구성될 수 있다.
전원 공급부(390)는, 캐빈 시스템(300)에 전원을 공급할 수 있다. 전원 공급부(390)는, 차량(10)에 포함된 파워 소스(예를 들면, 배터리)로부터 전원을 공급받아, 캐빈 시스템(300)의 각 유닛에 전원을 공급할 수 있다. 전원 공급부(390)는, 메인 컨트롤러(370)로부터 제공되는 제어 신호에 따라 동작될 수 있다. 예를 들면, 전원 공급부(390)는, SMPS(switched-mode power supply)로 구현될 수 있다.
캐빈 시스템(300)은, 적어도 하나의 인쇄 회로 기판(printed circuit board, PCB)을 포함할 수 있다. 메인 컨트롤러(370), 메모리(340), 인터페이스부(380) 및 전원 공급부(390)는, 적어도 하나의 인쇄 회로 기판에 실장될 수 있다.
3) 입력 장치
입력 장치(310)는, 사용자 입력을 수신할 수 있다. 입력 장치(310)는, 사용자 입력을 전기적 신호로 전환할 수 있다. 입력 장치(310)에 의해 전환된 전기적 신호는 제어 신호로 전환되어 디스플레이 시스템(350), 카고 시스템(355), 시트 시스템(360) 및 페이먼트 시스템(365) 중 적어도 어느 하나에 제공될 수 있다. 메인 컨트롤러(370) 또는 캐빈 시스템(300)에 포함되는 적어도 하나의 프로세서는 입력 장치(310)로부터 수신되는 전기적 신호에 기초한 제어 신호를 생성할 수 있다.
입력 장치(310)는, 터치 입력부, 제스쳐 입력부, 기계식 입력부 및 음성 입력부 중 적어도 어느 하나를 포함할 수 있다. 터치 입력부는, 사용자의 터치 입력을 전기적 신호로 전환할 수 있다. 터치 입력부는, 사용자의 터치 입력을 감지하기 위해 적어도 하나의 터치 센서를 포함할 수 있다. 실시예에 따라, 터치 입력부는 디스플레이 시스템(350)에 포함되는 적어도 하나의 디스플레이 와 일체형으로 형성됨으로써, 터치 스크린을 구현할 수 있다. 이러한, 터치 스크린은, 캐빈 시스템(300)과 사용자 사이의 입력 인터페이스 및 출력 인터페이스를 함께 제공할 수 있다. 제스쳐 입력부는, 사용자의 제스쳐 입력을 전기적 신호로 전환할 수 있다. 제스쳐 입력부는, 사용자의 제스쳐 입력을 감지하기 위한 적외선 센서 및 이미지 센서 중 적어도 어느 하나를 포함할 수 있다. 실시예에 따라, 제스쳐 입력부는, 사용자의 3차원 제스쳐 입력을 감지할 수 있다. 이를 위해, 제스쳐 입력부는, 복수의 적외선 광을 출력하는 광출력부 또는 복수의 이미지 센서를 포함할 수 있다. 제스쳐 입력부는, TOF(Time of Flight) 방식, 구조광(Structured light) 방식 또는 디스패러티(Disparity) 방식을 통해 사용자의 3차원 제스쳐 입력을 감지할 수 있다. 기계식 입력부는, 기계식 장치를 통한 사용자의 물리적인 입력(예를 들면, 누름 또는 회전)을 전기적 신호로 전환할 수 있다. 기계식 입력부는, 버튼, 돔 스위치(dome switch), 조그 휠 및 조그 스위치 중 적어도 어느 하나를 포함할 수 있다. 한편, 제스쳐 입력부와 기계식 입력부는 일체형으로 형성될 수 있다. 예를 들면, 입력 장치(310)는, 제스쳐 센서가 포함되고, 주변 구조물(예를 들면, 시트, 암레스트 및 도어 중 적어도 어느 하나)의 일부분에서 출납 가능하게 형성된 조그 다이얼 장치를 포함할 수 있다. 조그 다이얼 장치가 주변 구조물과 평평한 상태를 이룬 경우, 조그 다이얼 장치는 제스쳐 입력부로 기능할 수 있다. 조그 다이얼 장치가 주변 구조물에 비해 돌출된 상태의 경우, 조그 다이얼 장치는 기계식 입력부로 기능할 수 있다. 음성 입력부는, 사용자의 음성 입력을 전기적 신호로 전환할 수 있다. 음성 입력부는, 적어도 하나의 마이크로 폰을 포함할 수 있다. 음성 입력부는, 빔 포밍 마이크(Beam foaming MIC)를 포함할 수 있다.
4) 영상 장치
영상 장치(320)는, 적어도 하나의 카메라를 포함할 수 있다. 영상 장치(320)는, 내부 카메라 및 외부 카메라 중 적어도 어느 하나를 포함할 수 있다. 내부 카메라는, 캐빈 내의 영상을 촬영할 수 있다. 외부 카메라는, 차량 외부 영상을 촬영할 수 있다. 내부 카메라는, 캐빈 내의 영상을 획득할 수 있다. 영상 장치(320)는, 적어도 하나의 내부 카메라를 포함할 수 있다. 영상 장치(320)는, 탑승 가능 인원에 대응되는 갯수의 카메라를 포함하는 것이 바람직하다. 영상 장치(320)는, 내부 카메라에 의해 획득된 영상을 제공할 수 있다. 메인 컨트롤러(370) 또는 캐빈 시스템(300)에 포함되는 적어도 하나의 프로세서는, 내부 카메라에 의해 획득된 영상에 기초하여 사용자의 모션을 검출하고, 검출된 모션에 기초하여 신호를 생성하여, 디스플레이 시스템(350), 카고 시스템(355), 시트 시스템(360) 및 페이먼트 시스템(365) 중 적어도 어느 하나에 제공할 수 있다. 외부 카메라는, 차량 외부 영상을 획득할 수 있다. 영상 장치(320)는, 적어도 하나의 외부 카메라를 포함할 수 있다. 영상 장치(320)는, 탑승 도어에 대응되는 갯수의 카메라를 포함하는 것이 바람직하다. 영상 장치(320)는, 외부 카메라에 의해 획득된 영상을 제공할 수 있다. 메인 컨트롤러(370) 또는 캐빈 시스템(300)에 포함되는 적어도 하나의 프로세서는, 외부 카메라에 의해 획득된 영상에 기초하여 사용자 정보를 획득할 수 있다. 메인 컨트롤러(370) 또는 캐빈 시스템(300)에 포함되는 적어도 하나의 프로세서는, 사용자 정보에 기초하여, 사용자를 인증하거나, 사용자의 신체 정보(예를 들면, 신장 정보, 체중 정보 등), 사용자의 동승자 정보, 사용자의 짐 정보 등을 획득할 수 있다.
5) 통신 장치
통신 장치(330)는, 외부 디바이스와 무선으로 신호를 교환할 수 있다. 통신 장치(330)는, 네트워크 망을 통해 외부 디바이스와 신호를 교환하거나, 직접 외부 디바이스와 신호를 교환할 수 있다. 외부 디바이스는, 서버, 이동 단말기 및 타 차량 중 적어도 어느 하나를 포함할 수 있다. 통신 장치(330)는, 적어도 하나의 사용자 단말기와 신호를 교환할 수 있다. 통신 장치(330)는, 통신을 수행하기 위해 안테나, 적어도 하나의 통신 프로토콜이 구현 가능한 RF(Radio Frequency) 회로 및 RF 소자 중 적어도 어느 하나를 포함할 수 있다. 실시예에 따라, 통신 장치(330)는, 복수의 통신 프로토콜을 이용할 수도 있다. 통신 장치(330)는, 이동 단말기와의 거리에 따라 통신 프로토콜을 전환할 수 있다.
예를 들어, 통신 장치는 C-V2X(Cellular V2X) 기술을 기반으로 외부 디바이스와 신호를 교환할 수 있다. 예를 들어, C-V2X 기술은 LTE 기반의 사이드링크 통신 및/또는 NR 기반의 사이드링크 통신을 포함할 수 있다. C-V2X와 관련된 내용은 후술한다.
예를 들어, 통신 장치는 IEEE 802.11p PHY/MAC 계층 기술과 IEEE 1609 Network/Transport 계층 기술 기반의 DSRC(Dedicated Short Range Communications) 기술 또는 WAVE(Wireless Access in Vehicular Environment) 표준을 기반으로 외부 디바이스와 신호를 교환할 수 있다. DSRC (또는 WAVE 표준) 기술은 차량 탑재 장치 간 혹은 노변 장치와 차량 탑재 장치 간의 단거리 전용 통신을 통해 ITS(Intelligent Transport System) 서비스를 제공하기 위해 마련된 통신 규격이다. DSRC 기술은 5.9GHz 대역의 주파수를 사용할 수 있고, 3Mbps~27Mbps의 데이터 전송 속도를 가지는 통신 방식일 수 있다. IEEE 802.11p 기술은 IEEE 1609 기술과 결합되어 DSRC 기술 (혹은 WAVE 표준)을 지원할 수 있다.
본 발명의 통신 장치는 C-V2X 기술 또는 DSRC 기술 중 어느 하나만을 이용하여 외부 디바이스와 신호를 교환할 수 있다. 또는, 본 발명의 통신 장치는 C-V2X 기술 및 DSRC 기술을 하이브리드하여 외부 디바이스와 신호를 교환할 수 있다.
6) 디스플레이 시스템
디스플레이 시스템(350)은, 그래픽 객체를 표시할 수 있다. 디스플레이 시스템(350)은, 적어도 하나의 디스플레이 장치를 포함할 수 있다. 예를 들면, 디스플레이 시스템(350)은, 공용으로 이용 가능한 제1 디스플레이 장치(410)와 개별 이용 가능한 제2 디스플레이 장치(420)를 포함할 수 있다.
6.1) 공용 디스플레이 장치
제1 디스플레이 장치(410)는, 시각적 컨텐츠를 출력하는 적어도 하나의 디스플레이(411)를 포함할 수 있다. 제1 디스플레이 장치(410)에 포함되는 디스플레이(411)는, 평면 디스플레이. 곡면 디스플레이, 롤러블 디스플레이 및 플렉서블 디스플레이 중 적어도 어느 하나로 구현될 수 있다. 예를 들면, 제1 디스플레이 장치(410)는, 시트 후방에 위치하고, 캐빈 내로 출납 가능하게 형성된 제1 디스플레이(411) 및 상기 제1 디스플레이(411)를 이동시키기 위한 제1 메카니즘를 포함할 수 있다. 제1 디스플레이(411)는, 시트 메인 프레임에 형성된 슬롯에 출납 가능하게 배치될 수 있다. 실시예에 따라, 제1 디스플레이 장치(410)는, 플렉서블 영역 조절 메카니즘을 더 포함할 수 있다. 제1 디스플레이는, 플렉서블하게 형성될 수 있고, 사용자의 위치에 따라, 제1 디스플레이의 플렉서블 영역이 조절될 수 있다. 예를 들면, 제1 디스플레이 장치(410)는, 캐빈내 천장에 위치하고, 롤러블(rollable)하게 형성된 제2 디스플레이 및 상기 제2 디스플레이를 감거나 풀기 위한 제2 메카니즘을 포함할 수 있다. 제2 디스플레이는, 양면에 화면 출력이 가능하게 형성될 수 있다. 예를 들면, 제1 디스플레이 장치(410)는, 캐빈내 천장에 위치하고, 플렉서블(flexible)하게 형성된 제3 디스플레이 및 상기 제3 디스플레이를 휘거나 펴기위한 제3 메카니즘을 포함할 수 있다. 실시예에 따라, 디스플레이 시스템(350)은, 제1 디스플레이 장치(410) 및 제2 디스플레이 장치(420) 중 적어도 어느 하나에 제어 신호를 제공하는 적어도 하나의 프로세서를 더 포함할 수 있다. 디스플레이 시스템(350)에 포함되는 프로세서는, 메인 컨트롤러(370), 입력 장치(310), 영상 장치(320) 및 통신 장치(330) 중 적어도 어느 하나로부터 수신되는 신호에 기초하여 제어 신호를 생성할 수 있다.
제1 디스플레이 장치(410)에 포함되는 디스플레이의 표시 영역은, 제1 영역(411a) 및 제2 영역(411b)으로 구분될 수 있다. 제1 영역(411a)은, 컨텐츠를 표시 영역으로 정의될 수 있다. 예를 들면, 제 1영역(411)은, 엔터테인먼트 컨텐츠(예를 들면, 영화, 스포츠, 쇼핑, 음악 등), 화상 회의, 음식 메뉴 및 증강 현실 화면에 대응하는 그래픽 객체 중 적어도 어느 하나를 표시할 수 있다. 제1 영역(411a)은, 차량(10)의 주행 상황 정보에 대응하는 그래픽 객체를 표시할 수 있다. 주행 상황 정보는, 주행 상황 정보는, 차량 외부의 오브젝트 정보, 내비게이션 정보 및 차량 상태 정보 중 적어도 어느 하나를 포함할 수 있다. 차량 외부의 오브젝트 정보는, 오브젝트의 존재 유무에 대한 정보, 오브젝트의 위치 정보, 차량(300)과 오브젝트와의 거리 정보 및 차량(300)과 오브젝트와의 상대 속도 정보를 포함할 수 있다. 내비게이션 정보는, 맵(map) 정보, 설정된 목적지 정보, 상기 목적지 설정 따른 경로 정보, 경로 상의 다양한 오브젝트에 대한 정보, 차선 정보 및 차량의 현재 위치 정보 중 적어도 어느 하나를 포함할 수 있다. 차량 상태 정보는, 차량의 자세 정보, 차량의 속도 정보, 차량의 기울기 정보, 차량의 중량 정보, 차량의 방향 정보, 차량의 배터리 정보, 차량의 연료 정보, 차량의 타이어 공기압 정보, 차량의 스티어링 정보, 차량 실내 온도 정보, 차량 실내 습도 정보, 페달 포지션 정보 및 차량 엔진 온도 정보 등을 포함할 수 있다. 제2 영역(411b)은, 사용자 인터페이스 영역으로 정의될 수 있다. 예를 들면, 제2 영역(411b)은, 인공 지능 에이전트 화면을 출력할 수 있다. 실시예에 따라, 제2 영역(411b)은, 시트 프레임으로 구분되는 영역에 위치할 수 있다. 이경우, 사용자는, 복수의 시트 사이로 제2 영역(411b)에 표시되는 컨텐츠를 바라볼 수 있다. 실시예에 따라, 제1 디스플레이 장치(410)는, 홀로그램 컨텐츠를 제공할 수 있다. 예를 들면, 제1 디스플레이 장치(410)는, 복수의 사용자별로 홀로그램 컨텐츠를 제공하여 컨텐츠를 요청한 사용자만 해당 컨텐츠를 시청하게 할 수 있다.
6.2) 개인용 디스플레이 장치
제2 디스플레이 장치(420)는, 적어도 하나의 디스플레이(421)을 포함할 수 있다. 제2 디스플레이 장치(420)는, 개개의 탑승자만 디스플레이 내용을 확인할 수 있는 위치에 디스플레이(421)을 제공할 수 있다. 예를 들면, 디스플레이(421)은, 시트의 암 레스트에 배치될 수 있다. 제2 디스플레이 장치(420)는, 사용자의 개인 정보에 대응되는 그래픽 객체를 표시할 수 있다. 제2 디스플레이 장치(420)는, 탑승 가능 인원에 대응되는 갯수의 디스플레이(421)을 포함할 수 있다. 제2 디스플레이 장치(420)는, 터치 센서와 상호 레이어 구조를 이루거나 일체형으로 형성됨으로써, 터치 스크린을 구현할 수 있다. 제2 디스플레이 장치(420)는, 시트 조정 또는 실내 온도 조정의 사용자 입력을 수신하기 위한 그래픽 객체를 표시할 수 있다.
7) 카고 시스템
카고 시스템(355)은, 사용자의 요청에 따라 상품을 사용자에게 제공할 수 있다. 카고 시스템(355)은, 입력 장치(310) 또는 통신 장치(330)에 의해 생성되는 전기적 신호에 기초하여 동작될 수 있다. 카고 시스템(355)은, 카고 박스를 포함할 수 있다. 카고 박스는, 상품들이 적재된 상태로 시트 하단의 일 부분에 은닉될 수 있다. 사용자 입력에 기초한 전기적 신호가 수신되는 경우, 카고 박스는, 캐빈으로 노출될 수 있다. 사용자는 노출된 카고 박스에 적재된 물품 중 필요한 상품을 선택할 수 있다. 카고 시스템(355)은, 사용자 입력에 따른 카고 박스의 노출을 위해, 슬라이딩 무빙 메카니즘, 상품 팝업 메카니즘을 포함할 수 있다. 카고 시스템은(355)은, 다양한 종류의 상품을 제공하기 위해 복수의 카고 박스를 포함할 수 있다. 카고 박스에는, 상품별로 제공 여부를 판단하기 위한 무게 센서가 내장될 수 있다.
8) 시트 시스템
시트 시스템(360)은, 사용자에 맞춤형 시트를 사용자에게 제공할 수 있다. 시트 시스템(360)은, 입력 장치(310) 또는 통신 장치(330)에 의해 생성되는 전기적 신호에 기초하여 동작될 수 있다. 시트 시스템(360)은, 획득된 사용자 신체 데이터에 기초하여, 시트의 적어도 하나의 요소를 조정할 수 있다. 시트 시스템(360)은 사용자의 착좌 여부를 판단하기 위한 사용자 감지 센서(예를 들면, 압력 센서)를 포함할 수 있다. 시트 시스템(360)은, 복수의 사용자가 각각 착좌할 수 있는 복수의 시트를 포함할 수 있다. 복수의 시트 중 어느 하나는 적어도 다른 하나와 마주보게 배치될 수 있다. 캐빈 내부의 적어도 두명의 사용자는 서로 마주보고 앉을 수 있다.
9) 페이먼트 시스템
페이먼트 시스템(365)은, 결제 서비스를 사용자에게 제공할 수 있다. 페이먼트 시스템(365)은, 입력 장치(310) 또는 통신 장치(330)에 의해 생성되는 전기적 신호에 기초하여 동작될 수 있다. 페이먼트 시스템(365)은, 사용자가 이용한 적어도 하나의 서비스에 대한 가격을 산정하고, 산정된 가격이 지불되도록 요청할 수 있다.
(2) 자율 주행 차량 이용 시나리오
도 11은 본 발명의 실시예에 따라 사용자의 이용 시나리오를 설명하는데 참조되는 도면이다.
1) 목적지 예측 시나리오
제1 시나리오(S111)는, 사용자의 목적지 예측 시나리오이다. 사용자 단말기는 캐빈 시스템(300)과 연동 가능한 애플리케이션을 설치할 수 있다. 사용자 단말기는, 애플리케이션을 통해, 사용자의 컨텍스트추얼 정보(user's contextual information)를 기초로, 사용자의 목적지를 예측할 수 있다. 사용자 단말기는, 애플리케이션을 통해, 캐빈 내의 빈자리 정보를 제공할 수 있다.
2) 캐빈 인테리어 레이아웃 준비 시나리오
제2 시나리오(S112)는, 캐빈 인테리어 레이아웃 준비 시나리오이다. 캐빈 시스템(300)은, 차량(300) 외부에 위치하는 사용자에 대한 데이터를 획득하기 위한 스캐닝 장치를 더 포함할 수 있다. 스캐닝 장치는, 사용자를 스캐닝하여, 사용자의 신체 데이터 및 수하물 데이터를 획득할 수 있다. 사용자의 신체 데이터 및 수하물 데이터는, 레이아웃을 설정하는데 이용될 수 있다. 사용자의 신체 데이터는, 사용자 인증에 이용될 수 있다. 스캐닝 장치는, 적어도 하나의 이미지 센서를 포함할 수 있다. 이미지 센서는, 가시광 대역 또는 적외선 대역의 광을 이용하여 사용자 이미지를 획득할 수 있다.
시트 시스템(360)은, 사용자의 신체 데이터 및 수하물 데이터 중 적어도 어느 하나에 기초하여, 캐빈 내 레이아웃을 설정할 수 있다. 예를 들면, 시트 시스템(360)은, 수하물 적재 공간 또는 카시트 설치 공간을 마련할 수 있다.
3) 사용자 환영 시나리오
제3 시나리오(S113)는, 사용자 환영 시나리오이다. 캐빈 시스템(300)은, 적어도 하나의 가이드 라이트를 더 포함할 수 있다. 가이드 라이트는, 캐빈 내 바닥에 배치될 수 있다. 캐빈 시스템(300)은, 사용자의 탑승이 감지되는 경우, 복수의 시트 중 기 설정된 시트에 사용자가 착석하도록 가이드 라이트를 출력할 수 있다. 예를 들면, 메인 컨트롤러(370)는, 오픈된 도어에서부터 기 설정된 사용자 시트까지 시간에 따른 복수의 광원에 대한 순차 점등을 통해, 무빙 라이트를 구현할 수 있다.
4) 시트 조절 서비스 시나리오
제4 시나리오(S114)는, 시트 조절 서비스 시나리오이다. 시트 시스템(360)은, 획득된 신체 정보에 기초하여, 사용자와 매칭되는 시트의 적어도 하나의 요소를 조절할 수 있다.
5) 개인 컨텐츠 제공 시나리오
제5 시나리오(S115)는, 개인 컨텐츠 제공 시나리오이다. 디스플레이 시스템(350)은, 입력 장치(310) 또는 통신 장치(330)를 통해, 사용자 개인 데이터를 수신할 수 있다. 디스플레이 시스템(350)은, 사용자 개인 데이터에 대응되는 컨텐츠를 제공할 수 있다.
6) 상품 제공 시나리오
제6 시나리오(S116)는, 상품 제공 시나리오이다. 카고 시스템(355)은, 입력 장치(310) 또는 통신 장치(330)를 통해, 사용자 데이터를 수신할 수 있다. 사용자 데이터는, 사용자의 선호도 데이터 및 사용자의 목적지 데이터 등을 포함할 수 있다. 카고 시스템(355)은, 사용자 데이터에 기초하여, 상품을 제공할 수 있다.
7) 페이먼트 시나리오
제7 시나리오(S117)는, 페이먼트 시나리오이다. 페이먼트 시스템(365)은, 입력 장치(310), 통신 장치(330) 및 카고 시스템(355) 중 적어도 어느 하나로부터 가격 산정을 위한 데이터를 수신할 수 있다. 페이먼트 시스템(365)은, 수신된 데이터에 기초하여, 사용자의 차량 이용 가격을 산정할 수 있다. 페이먼트 시스템(365)은, 산정된 가격으로 사용자(예를 들면, 사용자의 이동 단말기)에 요금 지불을 요청할 수 있다.
8) 사용자의 디스플레이 시스템 제어 시나리오
제8 시나리오(S118)는, 사용자의 디스플레이 시스템 제어 시나리오이다. 입력 장치(310)는, 적어도 어느 하나의 형태로 이루어진 사용자 입력을 수신하여, 전기적 신호로 전환할 수 있다. 디스플레이 시스템(350)은, 전기적 신호에 기초하여, 표시되는 컨텐츠를 제어할 수 있다.
9) AI 에이전트 시나리오
제9 시나리오(S119)는, 복수의 사용자를 위한 멀티 채널 인공지능(artificial intelligence, AI) 에이전트 시나리오이다. 인공 지능 에이전트(372)는, 복수의 사용자 별로 사용자 입력을 구분할 수 있다. 인공 지능 에이전트(372)는, 복수의 사용자 개별 사용자 입력이 전환된 전기적 신호에 기초하여, 디스플레이 시스템(350), 카고 시스템(355), 시트 시스템(360) 및 페이먼트 시스템(365) 중 적어도 어느 하나를 제어할 수 있다.
10) 복수 사용자를 위한 멀티미디어 컨텐츠 제공 시나리오
제10 시나리오(S120)는, 복수의 사용자를 대상으로 하는 멀티미디어 컨텐츠 제공 시나리오이다. 디스플레이 시스템(350)은, 모든 사용자가 함께 시청할 수 있는 컨텐츠를 제공할 수 있다. 이경우, 디스플레이 시스템(350)은, 시트별로 구비된 스피커를 통해, 동일한 사운드를 복수의 사용자 개별적으로 제공할 수 있다. 디스플레이 시스템(350)은, 복수의 사용자가 개별적으로 시청할 수 있는 컨텐츠를 제공할 수 있다. 이경우, 디스플레이 시스템(350)는, 시트별로 구비된 스피커를 통해, 개별적 사운드를 제공할 수 있다.
11) 사용자 안전 확보 시나리오
제11 시나리오(S121)는, 사용자 안전 확보 시나리오이다. 사용자에게 위협이되는 차량 주변 오브젝트 정보를 획득하는 경우, 메인 컨트롤러(370)는, 디스플레이 시스템(350)을 통해, 차량 주변 오브젝트에 대한 알람이 출력되도록 제어할 수 있다.
12) 소지품 분실 예방 시나리오
제12 시나리오(S122)는, 사용자의 소지품 분실 예방 시나리오이다. 메인 컨트롤러(370)는, 입력 장치(310)를 통해, 사용자의 소지품에 대한 데이터를 획득할 수 있다. 메인 컨트롤러(370)는, 입력 장치(310)를 통해, 사용자의 움직임 데이터를 획득할 수 있다. 메인 컨트롤러(370)는, 소지품에 대한 데이터 및 움직임 데이터에 기초하여, 사용자가 소지품을 두고 하차하는지 여부를 판단할 수 있다. 메인 컨트롤러(370)는, 디스플레이 시스템(350)을 통해, 소지품에 관한 알람이 출력되도록 제어할 수 있다.
13) 하차 리포트 시나리오
제13 시나리오(S123)는, 하차 리포트 시나리오이다. 메인 컨트롤러(370)는, 입력 장치(310)를 통해, 사용자의 하차 데이터를 수신할 수 있다. 사용자 하차 이후, 메인 컨트롤러(370)는, 통신 장치(330)를 통해, 사용자의 이동 단말기에 하차에 따른 리포트 데이터를 제공할 수 있다. 리포트 데이터는, 차량(10) 전체 이용 요금 데이터를 포함할 수 있다.
앞서 살핀 5G 통신 기술은 후술할 본 발명에서 제안하는 방법들과 결합되어 적용될 수 있으며, 또는 본 발명에서 제안하는 방법들의 기술적 특징을 구체화하거나 명확하게 하는데 보충될 수 있다.
이하, 본 발명의 실시예에 따른 자율 주행 시스템에서 물체를 정확히 인식하기 위한 차량 제어 방법 및 장치에 대해 설명한다. 일반적인 카메라를 이용한 물체 인식의 경우, 학습된 데이터의 환경 정보를 기준으로 인식 정확도를 측정하기 때문에 현재의 환경 정보와 학습 데이터의 환경 정보가 다르면 정확도가 저조할 수밖에 없다.
다양한 환경에서의 물체 인식 정확도를 높이기 위하여, 많은 학습 데이터가 필요하며, 믈체 인식을 위한 학습에 대해 많은 시간이 소요된다.
물체 인식 정확도가 떨어지는 경우, 다른 차량/서버와 통신을 통해 높은 정확도를 갖는 결과를 전달받아야 하는데, 네트워크가 연결되지 않은 상태에서는 물체의 인식이 불가능하다.
또한, 기존의 헤드라이트는 물체 인식 정확도를 높이기 위해 라이팅 출력/비출력 형태로 사용하나, 물체 인식 정확도 향상에 필요한 만큼의 라이팅 출력이 아니기 때문에 에너지가 낭비될 수 있다.
따라서, 본 발명의 실시예에 따른 자율 주행 시스템에서 차량을 제어하기 위한 방법 및 장치는 물체 인식 정확도가 떨어지는 상황에서 현재 필요한 보조 유형을 추론하고, 해당 유형에 맞는 헤드라이트 조도를 가변하여 물체 인식 정확도를 확보하는 기술을 제공한다.
도 12는 본 발명의 실시예에 따른 자율 주행 시스템을 간략화한 도면이다.
도 12를 참조하면, 자율 주행 시스템은 본 발명의 실시예에 따른 제어가 수행되는 차량(1200)과, 차량(1200)과 통신하면서 물체 인식을 위한 라이트 설정과 물체 인식을 위한 알고리즘을 제공하는 서버와, 차량(1200)의 주변에 위치하여 차량(1200)의 물체 인식을 보조하는 주변 차량(1260)을 포함할 수 있다.
도 12의 차량(1200)과 주변 차량(1260)은 도 5 내지 도 11을 통해 설명된 차량(10)과 실질적으로 동일하게 구성될 수 있다. 서버(1250)는 차량(1200)과 통신하면서, 차량(1200)의 주행에 필요한 정보를 제공하거나 차량(1200)으로부터 주행과 관련된 정보를 수신하고 저장할 수 있다.
본 발명의 실시예에서, 차량(1200)은 주변 환경에 맞게 헤드라이트의 밝기를 설정하여 주행중 인식 정확도가 떨어지는 물체를 검출하면 헤드라이트의 밝기를 재설정하여 해당 물체의 인식 정확도를 높일 수 있다.
여기서, 차량(1200)과 서버(1250) 또는 주변 차량(1260)과의 통신이 사용될 수 있다. 예를 들어, 차량(1200)은 초기에 주변 환경(외부 조도)에 맞도록 헤드라이트의 밝기를 설정하기 위하여 서버(1250)으로부터 주변 환경(외부 조도)에 대응하는 헤드라이트 밝기 설정 정보(기본 밝기 값)를 수신할 수 있다. 또한, 차량(1200)이 인식 정확도가 떨어지는 물체를 인식하기 위하여 주변에 위치한 차량의 보조(V2X 간접 보조)를 받기 위하여, 차량(1200)은 주변 차량(1260)에게 V2X 간접 보조 요청을 위한 메시지(V2X 간접 보조 요청 메시지)를 송신할 수 있다. 주변 차량(1260)은, V2X 간접 보조 요청 메시지를 수신하면, 해당 물체에 대하여 헤드라이트를 조사하기 위하여 헤드라이트 설정을 변경하고, 차량(1200)에게 헤드라이트 설정 변경 확인 메시지를 송신할 수 있다. 차량(1200)과 서버(1250) 사이의 통신 또는 차량(1200)과 주변 차량(1260) 사이의 통신은 도 1 내지 도 4를 통해 설명된 네트워크 인프라와 신호 송수신 절차들이 적용될 수 있다.
도 13은 본 발명의 실시예에 따른 자율 주행 시스템에서 차량 제어 장치의 블록도를 도시하는 도면이다. 도 13의 차량 제어 장치(1300)은 도 12의 차량(1200)을 제어하기 위하여 차량(1200)에 구성된 장치의 예를 도시한다.
도 13의 차량 제어 장치(1300)는 도 5를 참조하여 설명된 자율 주행 장치(260)의 일부로서 구성될 수 있다. 예를 들어, 도 13의 프로세서(1350)은 차량(1200)의 기능을 제어하기 위한 적어도 하나의 프로세싱 회로(processing circuitry)로 구성되고, 도 6의 운전 조작 장치(230), 메인 ECU(240), 차량 구동 장치(250)와 동일한 기능을 수행할 수 있다. 또한 프로세서(1350)는 도 7 및 도 8에 도시된 프로세서(170) 또는 도 10의 메인 컨트롤러(370)에 포함된 프로세서(371) 또는 AI 에이전트(372)와 동일하거나 유사한 기능을 수행하도록 구성될 수 있다.
도 13의 카메라(1310)는, 프로세서(1350)와 기능적으로 결합된 구성으로서, 차량(1200) 주변의 영상 데이터를 생성할 수 있다. 또한, 카메라(1310)는, 영상 데이터를 생성하기 위한 적어도 하나의 이미지 센서로 구성될 수 있다. 또한, 도 13의 카메라(1310)는, 도 6과 도8의 오브젝트 검출 장치(210)와 같은 기능을 수행할 수 있으며, 도 11의 영상 장치(320)의 일부로서 구성될 수 있다.
도 13의 메모리(1330)는, 프로세서(1350)와 가능적으로 결합된 구성으로서, 차량(1200)의 제어를 위한 데이터를 저장한다. 메모리(1300)은 데이터를 저장하기 위한 적어도 하나의 메모리 소자로 구성될 수 있다. 도 13의 메모리(1300)는 도 7의 메모리(140)과 동일한 기능을 수행하도록 구성될 수 있다.
도 13의 송수신기(1370)는, 프로세서(1350)과 기능적으로 결합된 구성으로서, 차량(1200)의 제어를 위한 데이터를 송신 또는 수신한다. 송수신기(1370)는 신호를 송신 또는 수신하기 위한 적어도 하나의 안테나, RF 처리 모듈, 주파수 변환부, 베이스밴드 처리 모듈을 포함할 수 있다. 도 13의 송수신기(1370)는 도 1의 제1 통신 장치(910) 또는 제2 통신 장치(920)와 같이 구성되거나, 도 6 및 도 8의 통신 장치(220)와 동일한 기능을 수행할 수 있다.
도 13에 도시된 차량 제어 장치(1300)의 구성은 예시적인 것에 불과하며, 추가적으로 차량의 제어를 위한 다양한 구성들이 포함거나, 도 13에 도시된 구성들 중 적어도 일부는 생략되거나 대체될 수 있다.
도 14는 본 발명의 실시예에 따른 자율 주행 시스템에서 챠량을 제어하기 위한 세부 구성의 예를 설명하는 블록도이다. 도 14는 본 발명의 차량(1200)과 서버(1250)의 세부 구성의 예를 도시한다.
도 14를 참조하면, 차량(1200)은 GPS 모듈(1305), 카메라(1310), 조도 센서(1315), 헤드라이트(1320), 메모리(1330), 프로세서(1350), 및 송수신기(1370)를 포함하고, 서버(1250)는 기본 밝기 값 학습 모듈(1252), 통신 모듈(1254), 및 물체 인식 학습 모듈(1256)을 포함할 수 있다. 도 14에서 차량(1200)의 카메라(1310), 메모리(1330), 프로세서(1350), 및 송수신기(1370)는 도 13의 차량 제어 장치(1300)의 카메라(1310), 메모리(1330), 프로세서(1350), 및 송수신기(1370)과 각각 동일하도게 구성될 수 있다. 또한, 프로세서(1350)는 물체 인식 모듈(1355)와 헤드라이트 제어 모듈(1360)을 포함할 수 있으며, 헤드라이트 제어 모듈(1360)은 조도 상태 모니터링 모듈(1362), 헤드라이트 밝기 제어 모듈(1364), 보조 상태 추론 모듈(1366), 및 타차량 간접 보조 요청 모듈(1368)을 포함할 수 있다.
GPS 모듈(1305)은 글로벌 포지셔닝 시스템(global positioning system, GPS)을 사용하여 차량(1200)의 위치 정보(위치 좌표)를 획득하고, 획득된 차량(1200)의 위치 정보를 프로세서(1350)로 제공할 수 있다. GPS 모듈은 위치 정보 획득부로도 지칭될 수 있다.
조도 센서(1315)는 차량(1200) 외부의 조도에 대한 정보를 획득하고, 획득된 외부 조도에 대한 정보를 프로세서(1350)로 제공할 수 있다.
헤드라이트(1320)는 주로 차량(1200)의 프레임의 전면부에 설치되고, 차량의 전방으로 라이트를 출력한다. 헤드라이트(1320)는 헤드라이트 밝기 제어 모듈(1364)에 의해 제어되는 밝기 값에 해당하는 라이트를 출력하도록 설정될 수 있다.
물체 인식 모듈(1355)은 차량(1200)의 주행 경로 또는 전방에 위치한 물체를 인식한다. 예를 들어, 물체 인식 모듈(1355)는 카메라(1310)로부터 획득된 영상 데이터로부터 차량(1200)의 전방에 위치한 물체들(예를 들어, 다른 차량, 보행자, 신호등, 표지판, 장애물)을 인식하고, 해당 물체에 대한 정보를 헤드라이트 제어 모듈(1360) 또는 프로세서(1350)에서 차량의 주행을 제어하는 모듈(예를 들어, 도 6의 운전 조작 장치(230))로 제공할 수 있다.
본 발명의 실시예에 따르면, 물체 인식 모듈(1355)은 차량(1200)의 전방에 위치한 물체들 각각에 대한 인식 정보와 함께 해당 물체들 각각에 대한 인식 오차(또는 인식 정확도)를 결정할 수 있다. 예를 들어, 차량(1200)에 위치한 물체들 중 전방 차량에 대한 인식 오차로 0.1(또는 인식 정확도 0.9), 보행자에 대한 인식 오차로 0.2(또는 인식 정확도 0.8), 또는 표지판에 대한 인식 오차로 0.7(또는 인식 정확도 0.3)의 값을 가질 수 있다. 물체 인식 모듈(1355)에 의해 인식된 물체들 중 일정 범위보다 큰 인식 오차를 갖는 물체가 확인되면, 헤드라이트 제어 모듈(1360)에 의한 헤드라이트의 설정 변경 절차가 수행될 수 있다.
헤드라이트 제어 모듈(1360)은 차량(1200)의 헤드라이트(1320)의 라이트 출력 여부 및 라이트 밝기 값을 결정하도록 구성될 수 있다. 보다 구체적으로, 헤드라이트 제어 모듈(1360)의 조도 상태 모니터링 모듈(1362)은 차량(1200)의 외부 조도에 대한 정보를 획득할 수 있다. 헤드라이트 밝기 제어 모듈(1364)은 조도 상태 모니터링 모듈(1362)에 의해 획득된 외부 조도에 대한 정보에 기반하여 라이트의 밝기를 결정할 수 있다. 보조 상태 추론 모듈(1366)은 조도 상태 모니터링 모듈(1362)에 의해 획득된 차량(1200)의 외부 조도와 차량(1200)의 황경에 대응하는 학습 밝기를 비교하고, 비교 결과에 따라 보조 방법을 결정할 수 있다. 타차량 간접 보조 요청 모듈(1368)은, 보조 상태 추론 모듈(1366)에 의해 직접 보조가 필요함을 확인하면, 주변 차량(1260)의 헤드라이트 설정을 변경하는 V2X 간접 보조를 수행할 수 있다.
도 15에서, 조도 상태 모니터링 모듈(1362), 헤드라이트 밝기 제어 모듈(1364), 보조 상태 추론 모듈(1366), 및 타차량 간접 보조 요청 모듈(1368)은 별도의 모듈로서 구성되는 것처럼 도시되나, 본 발명은 도 15와 같은 구성으로 한정되는 것이 아니며, 헤드라이트 제어 모듈(1360)에 포함된 각각의 모듈은 하나의 프로세싱 회로로 구성될 수 있다. 다시 말해, 조도 상태 모니터링 모듈(1362), 헤드라이트 밝기 제어 모듈(1364), 보조 상태 추론 모듈(1366), 및 타차량 간접 보조 요청 모듈(1368)의 동작은 하나의 모듈(헤드라이트 제어 모듈(1360))에 의해 구현될 수 있다.
마찬가지로, 도 15에서, 물체 인식 모듈(1355)와 헤드라이트 제어 모듈(1360)이 별도의 모듈로서 구성되는 것처럼 도시되나, 본 발명은 도 15와 같은 구성으로 한정되는 것이 아니며, 프로세서(1350)에 포함된 각각의 모듈은 하나의 프로세싱 회로로 구성될 수 있다. 다시 말해, 물체 인식 모듈(1355)와 헤드라이트 제어 모듈(1360)의 동작은 하나의 처리 유닛(프로세서(1350))에 의해 구현될 수 있다.
서버(1250)의 기본 밝기 값 학습 모듈(1252)은 차량(1200)의 송수신기(1370)에 의해 송신된 차량(1200)의 외부 조도에 대응하는 기본 밝기 값을 결정할 수 있다. 서버(1250)의 통신 모듈(1254)는 차량(1200)의 송수신기와 데이터를 송신/수신할 수 있도록 설정될 수 있다. 또한, 서버(1250)의 물체 인식 학습 모듈(1256)은 통신 모듈(1254)에 의해 수신된 차량(1200)의 물체 인식 정보(물체 정보, 인식 오차), 외부 조도, 및 헤드라이트 설정 정보를 물체 인식과 관련된 데이터베이스에 반영하고, 갱신된 물체 인식 정보를 통신 모듈(1254)을 통해 차량(1200)으로 송신할 수 있다. 도 13과 도 14에 도시된 각 하드웨어 구성들에 의해 수행되는 구체적인 동작이 이하의 도 15 내지 도 30을 참조하여 설명된다.
도 15는 본 발명의 실시예에 따른 자율 주행 시스템에서 차량을 제어하기 위한 방법을 도시하는 흐름도이다.
도 15를 참조하면, 자율 주행 시스템에서 차량(1200)을 제어하기 위한 방법은, 차량(1200)의 외부 조도에 대한 정보를 획득하는 단계(S1505)와, 차량(1200)의 외부 조도에 대한 정보에 기반하여 결정되는 제1 밝기 값에 대응하는 라이트를 출력하는 단계(S1510)와, 제1 밝기 값에 해당하는 라이트를 출력하는 중 일정 범위보다 큰 인식 오차를 갖는 물체를 확인하는 단계(S1515)와, 물체에 대한 인식 오차에 기반하여 결정되는 제2 밝기 값에 대응하는 라이트를 출력하는 단계(S1520)를 포함할 수 있다.
S1505 단계에 앞서, 프로세서(1350)은 서버(1250)로부터 물체인식을 위한 알고리즘을 다운로드받고, 다운로드된 물체 인식을 위한 알고리즘을 메모리(1330)에 저장할 수 있다. 이후, 프로세서(1350)는 차량(1200)의 주행 데이터에 따라 물체 인식을 위한 알고리즘에 필요한 데이터를 학습하고, 학습된 데이터에 기반하여 물체 인식을 위한 알고리즘을 업데이트할 수 있다.
차량(1200)의 물체 인식을 위한 알고리즘은 학습에 사용된 영상 데이터의 밝기(조도)에 대한 정보를 태그(tag)로서 사용할 수 있다. 즉, 프로세서(1350)은 카메라(1310)에 의해 생성된 영상 데이터로부터 차량(1200)의 외부 조도에 대한 정보를 추출하고, 추출된 외부 조도에 대한 정보를 해당 영상 데이터에 태깅(tagging)하여 메모리(1330)에 저장할 수 있다. 따라서, 물체 인식을 위한 알고리즘은 물체를 인식함에 있어 여러 밝기(조도) 상태에 대한 정보를 고려할 수 있고, 프로세서(1350)는 넓은 범위의 학습 환경 밝기를 가질 수 있다. 여기서, 학습 환경 밝기는 높은 정확도를 갖는 밝기(조도)의 범위로서 인식 가능한 밝기의 범위를 나타낼 수 있다.
예를 들어, 물체 인식을 위한 알고리즘 A의 데이터 수집 환경인 흐린 날의 데이터 환경과 비오는 날의 데이터 환경 각각에 대한 데이터 평균 밝기가 3.15kLx와 3kLx인 경우, 물체 인식을 위한 알고리즘 A의 학습 환경 밝기는 3.0~3.15kLx (±0.5kLx)가 된다. 또한, 물체 인식을 위한 알고리즘 B의 데이터 수집 환경인 맑은 날 환경에 대한 데이터 평균 밝기가 45.34kLx인 경우, 학습 환경 밝기는 45kLx(±0.5kLx)가 된다. 이때, 학습 환경 밝기는 높은 정확도를 보장할 수 있다고 판단되는 범위의 인식 오차가 존재한다. 주행 중의 물체 인식 처리는 차량(1200)에서 수행되며, 이는 디바이스 단의 엣지 컴퓨팅에 의한 처리라고 볼 수 있다.
S1505 단계에서, 프로세서(1350)의 조도 상태 모니터링 모듈(1362)는 카메라(1310)로부터 생성된 영상 데이터로부터 차량(1200) 주변 환경에 대응하는 외부 조도에 대한 정보를 획득할 수 있다. 다른 실시예에서, 프로세서(1350)는 조도 센서(1315)로부터 측정된 조도 값 데이터로부터 외부 조도에 대한 정보를 획득하거나, GPS(1305)로부터 획득된 차량(1200)의 위치 정보를 사용함으로써 서버(1350)로부터 외부 조도에 대한 정보를 수신할 수 있다.
S1510 단계에서, 프로세서(1350)의 헤드라이트 밝기 제어 모듈(1364)는 S1405 단계에서 획득된 외부 조도에 대한 정보에 기반하여 결정되는 제1 밝기 값에 해당하는 라이트를 출력하도록 헤드라이트(1370)를 제어할 수 있다. 여기서, 제1 밝기 값을 결정하고, 제1 밝기 값에 해당하는 라이트를 출력하는 과정의 예가 도 16 내지 도 19를 참조하여 설명된다.
S1515 단계에서, 프로세서(1350)의 물체 인식 모듈(1355)은 제1 밝기 값에 해당하는 라이트를 출력하는 중 일정 범위보다 큰 인식 오차를 갖는 물체를 확인할 수 있다. 다시 말해, 물체 인식 모듈(1355)은 제1 밝기 값에 해당하는 라이트를 출력하면서 주행하는 중 인식되는 물체들 중에서 인식 정확도가 기준치보다 떨어지는 물체를 검출할 수 있다.
S1520 단계에서, 프로세서(1350)의 헤드라이트 밝기 제어 모듈(1364)은 물체에 대한 인식 오차에 기반하여 결정되는 제2 밝기 값에 대응하는 라이트를 출력할 수 있다. 여기서, 물체에 대한 인식 오차에 기반하여 변경된 밝기 값인 제2 밝기 값을 결정하는 과정이 도 20 내지 도 27을 참조하여 설명된다. 인식 오차가 큰 물체를 검출함에 대응하여 헤드라이트에 의해 출력되는 라이트의 밝기를 조절함으로써 물체의 인식 정확도를 향상시킬 수 있다.
도 16는 본 발명의 실시예에 따른 자율 주행 시스템에서 제1 밝기를 출력하는 과정의 일 예를 도시하는 흐름도이다. 도 16은 S1510 단계의 일 예를 도시한다.
도 16에 도시된 본 발명의 실시예에 따르면, 도 15의 제1 밝기 값에 대응하는 라이트를 출력하는 단계(S1510)는, 차량(1200)의 외부 조도에 대한 정보를 서버(S1250)로 송신하는 단계(S1605)와, 서버(S1250)로부터 차량(1200)의 외부 조도에 대한 기본 밝기 값을 수신하는 단계(S1610)와, 서버(S1250)로부터 수신된 기본 밝기 값을 제1 밝기 값으로 결정하는 단계(S1615)를 포함할 수 있다.
S1605 단계에서, 헤드라이트 밝기 제어 모듈(1364)은 조도 상태 모니터링 모듈(1362)에 의해 획득된 외부 조도에 대한 정보를 송수신기(1370)를 통해 서버(1250)로 송신할 수 있다. 예를 들어, 조도 상태 모니터링 모듈(1362)은 실시간으로 현재의 외부 조도를 모니터링 할 수 있다. 여기서, 외부 조도에 대한 정보는, 카메라(1310)에 의해 생성되는 영상 데이터를 기준으로 차량(1200) 외부의 밝기 값을 포함할 수 있다.
S1610 단계에서, 헤드라이트 밝기 제어 모듈(1364)은 송수신기(1370)를 통해 서버(1250)로부터 외부 조도에 대한 기본 밝기 값을 수신할 수 있다. 예를 들어, 차량(1200)이 특정 구간에 진입할 경우, 헤드라이트 밝기 제어 모듈(1364)은 서버(1250)로부터 현재 차량(1200) 외부의 조도에 대해 적절한 기본 밝기 값을 수신할 수 있다. 여기서, 기본 밝기 값은 유사한 환경(유사한 외부 조도)에서 수집된 다른 차량의 헤드라이트 출력 값을 고려한 딥 러닝을 통해 학습된 밝기 값을 나타낼 수 있다. 즉, 서버(1250)에 의해 결정되는 기본 밝기 값은 차량(1200)의 외부 조도에 대한 학습 정보에 기반하여 결정되고, 학습 정보는 차량(1200)의 외부 조도와 유사한 환경(차량의 외부 조도로부터 일정 범위 내의 조도를 갖는 환경)에서 수집된 다른 차량의 헤드라이트 밝기 정보를 포함할 수 있다.
S1615 단계에서, 헤드라이트 밝기 제어 모듈(1364)은 서버(1250)로부터 수신된 기본 밝기 값을 도 15의 S1510 단계의 제1 밝기 값으로 결정할 수 있다. 즉, 헤드라이트 밝기 제어 모듈(1364)은 서버(1250)로부터 수신된 기본 밝기 값에 대응하는 밝기를 갖는 라이트를 출력하도록 헤드라이트를 제어할 수 있다. 이후, 프로세서(1350)는 도 15의 S1515 단계로 진행할 수 있다.
도 17은 본 발명의 실시예에 따른 자율 주행 시스템에서 제1 밝기를 출력하는 과정에서 신호를 송신 및 수신하는 과정의 예를 도시한다. 도 17은 S1510 단계의 일 예를 도시한다.
도 17에 따른 본 발명의 실시예에서, 자율 주행 시스템은 일정한 경로를 따라 주행하는 차량(1200)과, 차량(1200)과 통신가능하며, 차량(1200)의 주행을 위한 데이터를 제공하는 서버(1250)를 포함할 수 있으며, 차량(1200)은 외부 조도에 대한 정보를 서버로 송신하고(S1705), 서버(1250)는 수신된 외부 조도에 대한 정보와 학습 정보에 기반하여 기본 밝기 값을 결정하고(S1710), 결정된 기본 밝기 값을 차량으로 송신하고(S1715), 차량(1200)은 서버(1250)로부터 수신된 기본 밝기 값을 제1 밝기 값으로 결정한다(S1720).
S1705 단계에서, 차량(1200)은 차량(1200)의 외부 조도에 대한 정보(외부 조도 정보)를 서버(1250)로 송신할 수 있다. 여기서, 외부 조도 정보는 차량(1200)의 카메라(1310)를 통해 생성된 영상 데이터로부터 추출된 차량 외부의 조도 값, 또는 조도 센서(1315)로부터 측정된 조도 값을 포함할 수 있다. 외부 조도 정보는 차량(1200)이 구동을 시작한 초기 시점에 서버(1250)로 전송될 수 있고, 이후에 주기적으로 또는 차량(1200) 또는 서버(1250)의 필요에 의해 전송될 수 있다.
S1710 단계에서, 서버(1250)의 기본 밝기 값 학습 모듈(1252)는 S1705 단계에서 수신된 외부 조도 정보와 학습 정보에 기반하여 기본 밝기 값을 결정한다. 여기서, 학습 정보는 차량(1200)의 외부 조도와 유사한 환경에서 수집된 다른 차량의 헤드라이트 밝기 정보를 포함할 수 있다.
S1715 단계에서, 차량(1200)은 서버(1250)로부터 외부 조도에 대한 기본 밝기 값을 수신할 수 있다. 예를 들어, 차량(1200)이 특정 구간에 진입할 경우, 차량(1200)은 서버(1250)로부터 현재 차량(1200) 외부의 조도에 대해 적절한 기본 밝기 값을 수신할 수 있다.
S1720 단계에서, 차량(1200)은 서버(1250)로부터 수신된 기본 밝기 값을 도 15의 S1510 단계의 제1 밝기 값으로 결정할 수 있다. 즉, 헤드라이트 밝기 제어 모듈(1364)은 서버(1250)로부터 수신된 기본 밝기 값에 대응하는 밝기를 갖는 라이트를 출력하도록 헤드라이트를 제어할 수 있다. 이후, 차량(1200)은 제1 밝기에 대응하는 라이트를 출력하도록 헤드라이트를 제어할 수 있다.
도 18은 본 발명의 실시예에 따른 자율 주행 시스템에서 제1 밝기를 출력하는 과정의 다른 예를 도시하는 흐름도이다. 도 18은 도 15의 S1510 단계의 일 예를 도시한다.
도 16에 도시된 본 발명의 실시예에 따르면, 도 15의 제1 밝기 값에 해당하는 라이트를 출력하는 단계(S1510)는, 차량(1200)의 외부 조도에 대한 정보를 서버(1250)로 송신하는 단계(S1805)와, 서버(1250)로부터 차량(1200)의 외부 조도에 대한 기본 밝기 값을 수신하는 단계(S1810)와, 차량(1200)에 기-학습된 밝기 값이 존재하는지 여부를 결정하는 단계(S1815)와, 차량(1200)에 기-학습된 밝기 값이 존재하는 경우, 차량(1200)에 기-학습된 밝기 값과 서버(1250)로부터 수신된 기본 밝기 값 사이의 차이를 결정하는 단계(S1820)와, 차량(1200)에 기-학습된 밝기 값과 서버(1250)로부터 수신된 기본 밝기 값의 차이가 임계 값보다 작으면, 차량(1200)에 기-학습된 밝기 값을 헤드라이트(1320)의 출력을 위한 제1 밝기 값으로 결정하는 단계(S1825)와, 차량(1200)에 기-학습된 밝기 값과 서버(1250)로부터 수신된 기본 밝기 값의 차이가 임계 값보다 크거나 같거나, 또는 차량(1200)에 기-학습된 밝기 값이 존재하지 않는 경우, 서버(1250)로부터 물체 인식을 위한 알고리즘과 관련된 데이터를 다운로드하고(S1830), 서버(1250)로부터 다운로드된 물체 인식을 위한 알고리즘에 상기 외부 조도에 대한 정보를 입력함으로써 획득되는 밝기 값을 헤드라이트(1320)의 출력을 위한 제1 밝기 값으로 결정하는 단계(S1835)를 포함할 수 있다.
보다 구체적으로, S1805 단계에서, 헤드라이트 밝기 제어 모듈(1364)은 조도 상태 모니터링 모듈(1362)에 의해 획득된 외부 조도에 대한 정보를 송수신기(1370)를 통해 서버(1250)로 송신할 수 있다. 예를 들어, 조도 상태 모니터링 모듈(1362)은 실시간으로 현재의 외부 조도를 모니터링 할 수 있다. 여기서, 외부 조도에 대한 정보는, 카메라(1310)에 의해 생성되는 영상 데이터를 기준으로 차량(1200) 외부의 밝기 값을 포함할 수 있다.
S1810 단계에서, 헤드라이트 밝기 제어 모듈(1364)은 송수신기(1370)를 통해 서버(1250)로부터 외부 조도에 대한 기본 밝기 값을 수신할 수 있다. 예를 들어, 차량(1200)이 특정 구간에 진입할 경우, 헤드라이트 밝기 제어 모듈(1364)은 서버(1250)로부터 현재 차량(1200) 외부의 조도에 대해 적절한 기본 밝기 값을 수신할 수 있다. 여기서, 기본 밝기 값은 유사한 환경(유사한 외부 조도)에서 수집된 다른 차량의 헤드라이트 출력 값을 고려한 딥 러닝을 통해 학습된 밝기 값을 나타낼 수 있다. 즉, 서버(1250)에 의해 결정되는 기본 밝기 값은 차량(1200)의 외부 조도에 대한 학습 정보에 기반하여 결정되고, 학습 정보는 차량(1200)의 외부 조도와 유사한 환경(차량의 외부 조도로부터 일정 범위 내의 조도를 갖는 환경)에서 수집된 다른 차량의 헤드라이트 밝기 정보를 포함할 수 있다.
S1815 단계에서, 헤드라이트 밝기 제어 모듈(1364)은 메모리(1330)에 저장된 데이터 중에서 차량(1200)의 현재 외부 조도에 대응하는 기-학습된 밝기 값이 존재하는지 여부를 확인할 수 있다. 예를 들어, 차량(1200)의 외부 조도가 3kLx인 경우(비오는 날인 경우), 헤드라이트 밝기 제어 모듈(1364)은 메모리(1330)에 저장된 데이터 중에서 3kLx의 환경에서 학습된 헤드라이트 밝기 값이 존재하는지 여부를 확인할 수 있다.
S1815 단계에서 차량(1200)의 현재 외부 조도에 대응하는 기-학습된 밝기 값이 존재하는 경우, 헤드라이트 밝기 제어 모듈(1364)은 S1820 단계에서 차량(1200)에 기-학습된 밝기 값과 서버(1250)로부터 수신된 기본 밝기 값 사이의 차이를 결정할 수 있다. S1820 단계에서 차량(1200)에 기-학습된 밝기 값과 서버(1250)로부터 수신된 기본 밝기 값의 차이가 임계 값보다 작은 경우, S1825 단계에서 헤드라이트 밝기 제어 모듈(1364)은 기-학습된 밝기 값을 제1 밝기 값으로 결정할 수 있다. 즉, 헤드라이트 밝기 제어 모듈(1364)은, 차량(1200)의 외부 조도에 대하여 기-학습된 밝기 값이 존재하고 기-학습된 밝기 값이 서버(1250)로부터 수신된 기본 밝기 값의 차이가 적은 경우(차이가 미리 설정된 임계 값보다 작은 경우), 기-학습된 밝기 값을 우선적으로 적용할 수 있다. 다른 실시예에서, 헤드라이트 밝기 제어 모듈(1364)은 서버(1250)로부터 수신된 기본 밝기 값을 우선적으로 제1 밝기로서 결정할 수 있다.
S1815 단계에서 차량(1200)의 현재 외부 조도에 대응하는 기-학습된 밝기 값이 존재하지 않거나, 기-학습된 밝기 값이 존재하더라도 차량(1200)에 기-학습된 밝기 값과 서버(1250)로부터 수신된 기본 밝기 값의 차이가 임계 값보다 크거나 같은 경우, S1830 단계에서 헤드라이트 밝기 제어 모듈(1364)은, 물체 인식을 위한 알고리즘이 메모리(1330)에 저장되지 않은 상태로 판단하고, 서버(1250)로부터 물체 인식을 위한 알고리즘을 다운로드할 수 있다.
S1835 단계에서, 헤드라이트 밝기 제어 모듈(1364)은 서버(1250)로부터 다운로드된 물체 인식을 위한 알고리즘을 사용하여 학습된 밝기 값을 제1 밝기 값으로 결정할 수 있다. 즉, 헤드라이트 밝기 제어 모듈(1364)은 물체 인식을 위한 알고리즘에 차량(1200)의 외부 조도에 대한 정보를 입력함으로써 획득되는 밝기 값을 상기 제1 밝기 값으로 결정할 수 있다. 다른 실시예에서, 헤드라이트 밝기 제어 모듈(1364)은 다운로드된 물체 인식을 위한 알고리즘을 사용하여 학습된 밝기 값과 서버(1250)로부터 수신된 기본 밝기 값이 동일한 경우, 학습된 밝기 값을 제1 밝기 값으로 결정할 수 있다.
예를 들어, 차량(1200)이 특정 지역에 진입하였을 때 기-학습된 밝기가 40klx이고, 서버(1250)로부터 수신된 밝기 값이 A 지역에 대해 10klx이고, B 지역에 대해 43klx인 경우, A 지역에 대한 밝기 값은 알고리즘 업데이트를 통해 획득되고, A 지역에 대한 밝기 값은 차량(1200)에서 기-학습된 밝기 값인 40klx가 사용될 수 있다.
도 19는 본 발명의 실시예에 따른 자율 주행 시스템에서 제1 밝기를 출력하는 과정에서 신호를 송신 및 수신하는 과정의 다른 예를 도시한다. 도 19는 S1510 단계의 일 예를 도시한다.
도 19에 따른 본 발명의 실시예에서, 자율 주행 시스템은 일정한 경로를 따라 주행하는 차량(1200)과, 차량(1200)과 통신가능하며, 차량의 주행을 위한 데이터를 제공하는 서버(1250)를 포함할 수 있으며, 차량(1200)은 외부 조도에 대한 정보를 서버로 송신하고(S1905), 서버(1250)는 수신된 외부 조도에 대한 정보와 학습 정보에 기반하여 기본 밝기 값을 결정하고(S1910), 결정된 기본 밝기 값을 차량으로 송신하고(S1915), 차량(1200)은 외부 조도에 대응하는 기-학습된 밝기 값이 존재하는지 확인하고(S1920), 기-학습된 밝기 값이 존재하지 않거나, 서버(1250)로부터 수신된 기본 밝기 값과의 차이가 큰 경우, 차량(1200)은 물체 인식을 위한 알고리즘(물체 인식 알고리즘)을 요청하는 메시지를 서버(1250)로 송신하고, 서버(1250)는 차량(1200)의 물체 인식 알고리즘 요청에 대응하여 물체 인식 알고리즘을 실행하기 위한 데이터(물체 인식 알고리즘 데이터)를 차량(1200)으로 송신하고, 차량(1200)은 물체 인식 알고리즘 데이터를 사용하여 외부 조도에 대응하는 밝기 값(제1 밝기 값)을 결정할 수 있다.
도 20은 본 발명의 실시예에 따른 자율 주행 시스템에서 제2 밝기를 출력하는 과정의 일 예를 도시하는 흐름도이다. 도 20은 도 15의 S1520 단계의 일 예를 도시한다.
도 20에 따른 본 발명의 실시예에서, 도 15의 제2 밝기 값에 대응하는 라이트를 출력하는 단계(S1520)는, 차량(1200)의 외부 조도와 차량(1200)의 환경에 대응하는 학습 밝기를 비교하는 단계(S2005)와, 차량(1200)의 환경에 대응하는 학습 밝기가 상기 외부 조도보다 큰 경우, 라이트의 밝기를 제2 밝기로 변경하는 직접 보조를 수행하는 단계(S2010)와, 차량(1200)의 환경에 대응하는 학습 밝기가 차량(1200)의 외부 조도보다 작은 경우, 인식 오차가 일정 범위보다 큰 물체의 인식을 위하여 주변 차량 또는 주변 물체를 사용하는 간접 보조를 수행하는 단계(S2015)를 포함할 수 있다.
도 15의 S1510 단계와 같이 제1 밝기 값에 해당하는 라이트를 출력하면서 주행하는 중, 도 15의 S1515 단계와 같이 일정 범위보다 인식 오차를 갖는 물체가 검출되는 경우, 프로세서(1350)는 해당 물체를 인식하기 위하여 헤드라이트(1320)에 의해 출력되는 라이트의 밝기를 제2 밝기로 변경할 수 있으며, 변경된 라이트의 밝기인 제2 밝기를 결정하기 위한 과정이 도 20과 같이 수행될 수 있다.
보다 구체적으로, S2005 단계에서, 프로세서(1350)(보조 상태 추론 모듈(1366))는 카메라(1310)에 의해 생성된 비디오 데이터로부터 추출된 외부 조도와 메모리(1350)에 저장된 차량(1200)의 현재 환경에 대응하는 학습 밝기를 비교할 수 있다.
S2005 단계의 비교 결과, 차량(1200)의 현재 환경에 대응하는 학습 밝기가 비디오 데이터로부터 추출된 외부 조도보다 큰 경우, S2010 단계에서, 프로세서(1350)(또는 헤드라이트 밝기 제어 모듈(1364))는 헤드라이트(1320)에 의해 출력되는 라이트의 밝기를 제2 밝기로 변경하는 직접 보조를 수행할 수 있다. 예를 들어, 현재 카메라(1310)를 통해 생성된 영상 데이터로부터 인식된 밝기(조도)가 학습된 환경의 밝기(조도)보다 어두운 경우(현재가 어두운 경우), 차량(1200)의 헤드라이트(1320)에 의해 출력되는 라이트의 밝기를 변경하는 직접 보조가 수행될 수 있다.
S2005 단계의 비교 결과, 차량(1200)의 현재 환경에 대응하는 학습 밝기가 비디오 데이터로부터 추출된 외부 조도보다 작거나 같은 경우, S2015 단계에서, 프로세서(1350)(또는 헤드라이트 밝기 제어 모듈(1364) 또는 타차량 간접 보조 요청 모듈(1368))는 인식 오차가 큰 물체의 인식을 위하여 주변 차량 또는 주변 물체를 사용하는 간접 보조를 수행할 수 있다. 예를 들어, 현재 카메라(1310)를 통해 생성된 영상 데이터로부터 인식된 밝기(조도)가 학습된 환경의 밝기(조도)보다 밝은 경우(현재가 밝은 경우), 차량(1200)의 헤드라이트(1320)로부터 출력되는 라이트의 방향이 변경되거나 또는 주변 차량(1260)의 헤드라이트 설정이 변경되는 간접 보조가 수행될 수 있다.
도 21은 본 발명의 실시예에 따른 자율 주행 시스템에서 직접 보조를 수행하는 과정의 예를 도시하는 흐름도이다. 도 21에 도시된 동작들은 도 20의 S2010 단계의 일 예를 도시한다.
도 21에 따른 본 발명의 실시예에서, 도 20의 직접 보조를 수행하는 단계는, 차량(1200)의 외부 조도와 차량(1200)의 현재 환경에 대응하는 학습 밝기 사이의 차이에 해당하는 오차 밝기를 결정하는 단계(S2105)와, 상기 오차 밝기와 상기 제1 밝기에 기반하여 제2 밝기를 결정하는 단계(S2110)를 포함할 수 있다.
보다 구체적으로, 프로세서(1350)(또는 헤드라이트 밝기 제어 모듈(1364))는, S2105 단계에서, 메모리(1330)에 저장된 학습 환경 밝기에서 카메라(1310)를 통해 생성된 영상 데이터로부터 추론되는 현재의 차량(1200) 외부 조도를 뺀 값인 오차 밝기를 결정할 수 있다. 예를 들어, 차량(1200)의 환경에 대응하는 학습 밝기가 42kLx이고 차량(1200)의 외부 조도가 30kLx인 경우, 프로세서(1350)는 오차 밝기로서 12kLx를 결정할 수 있다.
이후, S2110 단계에서, 프로세서(1350)(또는 헤드라이트 밝기 제어 모듈(1364))는, S2105 단계에서 결정된 오차 밝기와 현재 헤드라이트(1310)에 의해 출력되는 라이트의 밝기인 제1 밝기에 기반하여 변경된 제2 밝기를 결정할 수 있다. 예를 들어, 프로세서(1350)는 현재 헤드라이트(1310)에 의해 출력되는 라이트의 제1 밝기에 오차 밝기인 12kLx만큼 상향한 제2 밝기를 결정할 수 있다.
도 22a는 본 발명의 실시예에 따른 자율 주행 시스템에서 인식 오차가 큰 물체를 검출한 경우의 예를 도시한다.
도 22a를 참조하면, 프로세서(1350)는 카메라(1310)에 의해 생성된 영상 데이터로부터 물체를 인식하면서 주행하는 중 일정 범위 보다 큰 인식 오차를 갖는 물체(2110)를 검출할 수 있다. 차량(1200)의 현재 환경에 대응하는 학습 밝기가 비디오 데이터로부터 추출된 외부 조도보다 큰 경우, 프로세서(1350)는 직접 보조를 수행함을 결정하고, 현재 환경에 대응하는 학습 밝기에서 비디오 데이터로부터 추출된 외부 조도를 뺀 값인 오차 밝기만큼 헤드라이트(1320)에 의해 출력되는 라이트의 밝기를 상향시킬 수 있다.
도 22b는 본 발명의 실시예에 따른 자율 주행 시스템에서 인식 오차가 큰 물체의 검출에 대응하여 직접 보조가 적용되는 경우의 예를 도시한다. 도 22b를 참조하면, 헤드라이트(1320)에 의해 출력되는 라이트의 밝기를 상향시킴으로 인해 차량(1200)의 학습된 환경과 유사하도록 조도가 변경되고, 프로세서(1350)는 기-학습된 데이터와 물체 주변의 환경(2120)을 매칭시킴으로써 큰 인식 오차를 가졌던 물체(2110)가 횡단보도임을 확인할 수 있다.
도 23은 본 발명의 실시예에 따른 자율 주행 시스템에서 간접 보조를 수행하는 과정의 예를 도시하는 흐름도이다. 도 23은 도 20의 S2015 단계의 일 예를 도시한다.
도 23에 따른 본 발명의 실시예에서, 도 20의 간접 보조를 수행하는 단계(S2015)는, 차량(1200)과 통신 가능한 주변 차량(1260)이 존재하는지 여부를 결정하는 단계(S2305)와, 통신 가능한 주변 차량(1260)이 존재하는 경우, 주변 차량(1260)의 헤드라이트 설정을 변경하는 V2X 간접 보조를 수행하는 단계(S2310)와, 통신 가능한 주변 차량(1260)이 존재하지 않는 경우, 일정 범위보다 큰 인식 오차를 갖는 물체와 다른 주변 물체로 라이트를 출력하는 주변 물체 간접 보조를 수행하는 단계(S2315)와, V2X 간접 보조 또는 주변 물체 간접 보조가 적용된 외부 조도와 상기 차량의 환경에 대응하는 학습 밝기의 비교를 다시 수행함으로써 변경된 밝기인 제2 밝기 값을 결정하는 단계(S2320)를 포함할 수 있다.
예를 들어, 프로세서(1350)(또는 타차량 간접 보조 요청 모듈(1368))는, S2305 단계에서, 차량(1200)의 근처에 간접 보조를 위해 통신 가능한 주변 차량(1260)이 존재하는지 여부를 확인하기 위해 탐색 신호를 송신하고 주변 차량(1260)으로부터 응답 신호가 수신되는지 여부를 확인할 수 있다.
통신 가능한 주변 차량(1260)이 존재하는 경우, S2310 단계에서, 프로세서(1350)(또는 타차량 간접 보조 요청 모듈(1368))는, 이후 도 24 내지 도 26을 참조하여 설명되는 것과 같은 V2X 간접 보조를 수행할 수 있다.
통신 가능한 주변 차량(1260)이 존재하지 않는 경우, S2315 단계에서, 프로세서(1350)(또는 헤드라이트 밝기 제어 모듈(1364))는 도 27에서 설명되는 것과 같은 주변 물체 간접 보조를 수행할 수 있다.
이후, S2320 단계에서, 프로세서(1350)(또는 헤드라이트 밝기 제어 모듈(1364))은 V2X 간접 보조 또는 주변 물체 간접 보조가 적용된 외부 조도와 상기 차량의 환경에 대응하는 학습 밝기의 비교를 다시 수행하기 위하여 도 20의 S2005 단계로 진행할 수 있다.
도 24는 본 발명의 실시예에 따른 자율 주행 시스템에서 V2X 간접 보조를 수행하는 과정의 예를 도시하는 흐름도이다. 도 24는 도 23의 S2310 단계의 일 예를 도시한다.
도 24에 도시된 본 발명의 실시예에서, S2310 단계의 V2X 간접 보조를 수행하는 단계는, 차량(1200)과 통신가능한 주변 차량(1260)에게 V2X 간접 보조 요청을 위한 메시지를 송신하는 단계(S2405)와, 주변 차량(1260)으로부터 주변 차량(1260)의 헤드라이트의 설정 변경을 확인하는 메시지를 수신하는 단계(S2410)를 포함할 수 있다. 여기서, V2X 간접 보조 요청을 위한 메시지는, 차량(1200)의 헤드라이트 설정 정보 및 일정 범위보다 큰 인식 오차를 갖는 물체의 위치 중 적어도 하나를 포함할 수 있다.
예를 들어, 차량(1200)의 프로세서(1350)(또는 타차량 간접 보조 요청 모듈(1368))는 도 26과 같이 전방에 인식 정확도가 낮은 물체(2610)를 검출하면, 주변 차량(1260)에게 해당 물체로 라이트를 조사하도록 요청하는 V2X 간접 보조 요청을 위한 메시지를 송수신기(1370)를 통해 송신한다. 여기서 차량(1200)이 주변 차량(1260)으로 전송하는 V2X 간접 보조 요청을 위한 메시지는 차량(1200)의 헤드라이트 설정 값(제1 밝기)과 물체(1260)의 위치를 포함할 수 있다. V2X 간접 보조 요청을 위한 메시지를 수신한 주변 차량(1260)은 헤드라이트의 설정을 변경할 수 있으며, 예를 들어, 주변 차량(1260)은 차량(1200)에 의해 지시되는 물체(2610)으로 라이트를 조사할 수 있다.
이후, 프로세서(1350)는 주변 차량(1260)으로부터 헤드라이트 설정 변경을 확인하는 메시지를 송수신기(1370)를 통해 수신하고, 도 23의 S2320 단계로 진행하여 오차상태를 재추론할 수 있다. 즉, 주변 차량(1260)의 헤드라이트를 통해 출력되는 라이트를 통해 차량(1200)의 카메라(1310)에 역광이 발생함으로써, 카메라(1310)를 통해 획득되는 외부 조도가 변경되고, 카메라(1310)를 통해 획득되는 외부 조도가 상대적으로 어두운 상태가 되므로 직접 보조가 필요한 상태로 변경될 수 있다.
도 25는 본 발명의 실시예에 따른 자율 주행 시스템에서 V2X 간접 보조를 수행하는 과정에서 신호를 송신 및 수신하는 과정의 예를 도시한다. 도 25는 도 23의 S2310 단계에서 차량(1200)과 주변 차량(1260) 사이에서 수행되는 통신의 일 예를 도시한다.
도 25에 따른 본 발명의 실시예에서, 자율 주행 시스템은 일정한 경로를 따라 주행하는 차량(1200)과, 차량(1200)과 통신가능하며, 차량(1200)과 통신 가능하면서 차량(1200)의 주행을 보조하는 주변 차량(1260)을 포함할 수 있으며, 차량(1200)은 V2X 간접 보조 요청을 위한 메시지를 주변 차량(1260)으로 송신하고(S2505), 주변 차량(1260)은 V2X 간접 보조 요청을 위한 메시지에 대응하여 헤드라이트의 설정을 변경하고(S2510), 주변 차량(1260)은 헤드라이트의 설정 변경을 확인하는 메시지를 차량(1200)으로 송신한다(S2515). 이후, 차량(1200)은 외부 조도와 학습 환경 밝기 사이의 오차를 다시 추론할 수 있다.
도 26은 본 발명의 실시예에 따른 자율 주행 시스템에서 V2X 간접 보조가 수행되는 경우의 예를 도시한다.
도 26을 참조하면, 차량(1200)은 제1 밝기 값에 대응하는 라이트를 출력하면서 주행하는 중, 일정 범위보다 큰 인식 오차를 갖는 물체(2610)를 검출한다. 차량(1200)과 통신가능한 주변 차량(1260)이 존재하는 경우, 차량(1200)은 주변 차량(1260)으로 V2X 간접 보조 요청을 위한 메시지를 송신하고, 주변 차량(1200)은 V2X 간접 보조 요청을 위한 메시지를 수신하면 주변 차량(1200)의 헤드라이트 설정을 변경한다. 도 26에서, 주변 차량(1260)은 차량(1200)으로부터 수신된 메시지를 확인하여 해당 물체(2610)에 라이트를 조사하고, 차량(1200)으로 헤드라이트 설정 변경을 확인하는 메시지를 송신한다. 주변 차량(1260)으로부터 헤드라이트 설정 변경을 확인한 차량(1200)은 주변 차량(1260)의 라이트에 의해 발생한 역광에 의해 변경된 외부 조도와 학습 환경 밝기를 비교하여 해당 물체(2610)에 대한 인식을 다시 수행할 수 있다.
도 27은 본 발명의 실시예에 따른 자율 주행 시스템에서 주변 물체 간접 보조를 수행하는 과정의 예를 도시하는 흐름도이다. 도 27은 도 23의 S2315 단계의 일 예를 도시한다.
도 27에 따른 본 발명의 실시예에서, 주변 물체 간접 보조를 수행하는 단계(S2315)는, 일정 범위보다 큰 인식 오차를 갖는 물체 주변의 다른 물체들 각각의 위치와 움직임에 기반하여 주변 물체 간접 보조를 위한 간접 보조 물체를 결정하는 단계(S2705)와, 간접 보조 물체로 라이트를 출력하는 단계(S2710)를 포함할 수 있다.
보다 구체적으로, S2705 단계에서, 프로세서(1305)(또는 물체 인식 모듈(1362))는 카메라(1310)에 의해 생성된 영상 데이터로부터 인식 오차가 큰 물체 주변의 다른 물체들 중에서 주변 물체 간접 보조를 위한 간접 보조 물체를 결정할 수 있다.
예를 들어, 도 26에서 인식 오차가 큰 물체(2610)가 검출되고 주변에 통신 가능한 주변 차량(1260)이 없는 경우, 해당 물체(2610) 주변의 물체들(물체(2610)로부터 일정 거리 범위 내에 위치하는 물체들) 중에서 가장 작은 움직임을 갖는 물체가 간접 보조 물체로서 결정될 수 있다.
이후, S2710 단계에서, 프로세서(1305)(또는 헤드라이트 밝기 제어 모듈(1364))는 S2705 단계에서 결정된 간접 보조 물체로 라이트를 조사하도록 헤드라이트(1320)를 제어할 수 있다. 여기서, 간접 보조 물체로 조사되는 라이트의 밝기는 이전에 출력되는 밝기인 제1 밝기보다 더 큰 밝기를 가질 수 있다. 간접 보조 물체로 더 밝은 라이트를 조사함으로써, 카메라(1310)를 통해 생성된 영상 데이터는 역광으로 인해 차량(1200)의 외부 조도가 변경되고, 변경된 외부 조도와 학습 환경 밝기의 비교를 통해 밝기 오차가 다시 계산될 수 있다.
예를 들어, 낮 12시에 차량(1200)의 전방 100m에 있는 '자전거 탄 사람'의 물체 인식률이 저조하여 간접 보조가 필요한 상태에서, 차량(1200)은 간접 보조를 위해 탐색된 다른 물체들 중에서 움직임 정도가 가능 적은 물체인 펜스로 라이트를 조사할 수 있다. 이후, 역광이 발생한 상태에서 물체 인식이 다시 수행될 수 있다.
도 28은 본 발명의 실시예에 따른 자율 주행 시스템에서 차량을 제어하기 위한 방법의 다른 예를 도시하는 흐름도이다.
도 28에서 S2805 단계 내지 S2820 단계는 도 15의 S1505 단계 내지 S2520 단계와 실질적으로 동일하며, 도 15의 실시예에 따른 방법에서 물체 인식 학습 데이터를 갱신하는 단계(S2825)를 더 포함한다. S2805 단계 내지 S2820 단계는 도 15의 S1505 단계 내지 S2520 단계와 실질적으로 동일하므로, 설명의 중복을 피하기 위해 S2805 단계 내지 S2820 단계에 대한 추가적인 설명은 생략하도록 한다.
추가적으로, 도 28에 따른 본 발명의 실시예는 물체 인식 학습 데이터를 갱신하는 단계(S2825)를 더 포함한다. 차량 제어 장치(1300)의 프로세서(1350)(또는 물체 인식 모듈(1355))는 S2820 단계에서 제2 밝기 값에 대응하는 라이트를 출력함으로써 물체의 인식 오차가 감소한 경우, 서버(1250)와의 통신을 통해 물체 인식 학습 데이터를 갱신할 수 있다. 물체 인식 학습 데이터의 갱신 과정은 이하의 도 29 내지 도 31을 참조하여 보다 상세히 설명된다.
도 29는 본 발명의 실시예에 따른 자율 주행 시스템에서 물체의 학습 데이터를 갱신하는 과정의 예를 도시하는 흐름도이다. 도 29는 도 28의 S2825 단계의 일 예를 도시한다.
도 29에 따른 본 발명의 실시예에서, 도 28의 학습 데이터를 갱신하는 단계(S2825)는, 제2 밝기에 해당하는 라이트를 출력함으로써 상기 물체에 대한 인식 오차의 감소 여부를 확인하는 단계(S2905)와, 인식 오차의 감소가 감소한 경우, 물체에 대한 인식 정보를 서버(1250)로 송신하는 단계(S2910)와, 인식 오차가 감소하지 않은 경우, 물체를 포함하는 영상 데이터를 서버(1250)로 송신하는 단계(S2915)와, 서버(1250)로부터 물체에 대한 인식처리 결과 정보를 수신하는 단계(S2920)를 포함할 수 있다. S2910 단계에서, 물체에 대한 인식 정보는, 물체에 대한 정보, 물체에 대한 감소된 인식 오차에 대한 정보, 또는 차량(1200)에 의해 출력된 제2 밝기에 대한 정보 중 적어도 하나를 포함할 수 있다.
보다 구체적으로, S2905 단계에서, 차량 제어 장치(1300)의 프로세서(1350)(또는 물체 인식 모듈(1355))는 헤드라이트(1320)를 통해 출력되는 라이트의 밝기를 제2 밝기 값으로 변경함으로써 큰 인식 오차를 가졌던 물체의 인식 오차가 감소하였는지 여부를 확인할 수 있다.
해당 물체에 대한 인식 오차가 일정 범위 이내로 감소한 경우, S2910 단계에서, 프로세서(1350)(또는 물체 인식 모듈(1355))는 송수신기(1370)를 통해 해당 물체에 대한 인식 정보를 서버(1250)로 송신할 수 있다. 여기서, 물체에 대한 인식 정보는 물체에 대한 정보(종류, 모양, 움직임), 인식 정확도(변경 전/후 인식 정확도, 인식 오차), 헤드라이트(1320)의 밝기 설정 값(제1 밝기 값, 제2 밝기 값)을 포함할 수 있다.
예를 들어, ?기 설정 변경 전 외부 조도가 30kLx일때 50% 인식 정확도(설정된 인식 정확도의 범위는 70%)를 가졌던 물체에 대하여, 밝기 설정 변경 후 외부 조도가 40kLx로 변경됨으로써 해당 물체의 인식 정확도는 80%로 개선될 수 있다. 이 경우, 차량(1200)은 물체에 대한 정보와 함께 변경 전/후 외부 조도와 물체에 대한 인식 정확도에 대한 정보를 서버(1260)로 송신할 수 있다.
해당 물체에 대한 인식 오차가 여전히 일정 범위보다 큰 경우, S2915 단계에서, 프로세서(1350)(또는 물체 인식 모듈(1355))는 송수신기(1370)를 통해 해당 물체를 포함하는 영상 데이터를 서버(1250)로 송신할 수 있다. 이후, S2920 단계에서, 프로세서(1350)(또는 물체 인식 모듈(1355))는 송수신기(1370)를 통해 서버(1250)로부터 물체에 대한 인식처리 결과 정보를 수신할 수 있다.
예를 들어, 차량(1200) 주변에 통신 가능한 주변 차량(126)과 간접 보조를 위한 주변 물체도 없는 경우, 차량(1200)은 서버(1250)의 리소스를 활용하여 물체를 인식하기 위해 카메라(1310)를 통해 생성된 영상 데이터를 서버(1250)로 송신하고, 서버(1250)에 의해 수행된 물체 인식 처리 결과를 수신할 수 있다. 이후, 차량(1200)은 서버(1250)로부터 수신된 물체 인식 처리 결과를 사용하여 유사한 환경에서 물체 인식을 수행할 수 있다.
도 30은 본 발명의 실시예에 따른 자율 주행 시스템에서 물체의 학습 데이터를 갱신하는 과정에서 신호를 송신 및 수신하는 과정의 예를 도시한다. 도 30은 도 29의 S2910 단계에서 차량(1200)과 서버(1250) 사이에서 수행되는 통신의 일 예를 도시한다.
도 30에 따른 본 발명의 실시예에서, 자율 주행 시스템은 일정한 경로를 따라 주행하는 차량(1200)과, 차량(1200)과 통신가능하며, 차량(1200)의 주행을 위한 데이터를 제공하는 서버(1250)를 포함할 수 있으며, 차량(1200)은 제2 밝기 값으로 라이트 출력 값을 변경함에 따라 획득된 물체 인식 정보를 서버(1250)로 송신하고(S3005), 서버(1250)는 차량(1200)로부터 수신된 물체 인식 정보를 물체 인식을 위한 학습 데이터 베이스에 반영할 수 있다(S3010). 서버(1250)는 갱신된 학습 데이터 베이스를 사용하여 다른 차량에게 유사한 환경에서 물체를 인식하기 위한 정보를 제공할 수 있다.
도 31은 본 발명의 실시예에 따른 자율 주행 시스템에서 물체의 학습 데이터를 갱신하는 과정의 신호를 송신 및 수신하는 과정의 다른 예를 도시한다. 도 31은 도 29의 S2915 단계와 S2920 단계에서 차량(1200)과 서버(1250) 사이에서 수행되는 통신의 일 예를 도시한다.
도 31에 따른 본 발명의 실시예에서, 자율 주행 시스템은 일정한 경로를 따라 주행하는 차량(1200)과, 차량(1200)과 통신가능하며, 차량(1200)의 주행을 위한 데이터를 제공하는 서버(1250)를 포함할 수 있으며, 차량(1200)은 인식 오차가 큰 물체를 포함하는 영상 데이터를 서버(1250)로 송신하고(S3105), 서버(1250)는 차량(1200)으로부터 수신된 영상 데이터로부터 물체 인식 처리를 수행하고(S3110), 서버(1250)는 물체 인식 처리 결과를 차량(1200)에게 송신할 수 있다. 차량(1200)은 서버(1250)의 리소스를 통해 획득된 물체에 대한 인식 정보를 사용하여 해당 물체를 인식할 수 있다.
도 32는 본 발명의 실시예에 따른 자율 주행 시스템에서 자율 주행 시스템에서 챠량을 제어하기 위한 방법의 예를 설명하는 블록도이다.
도 32를 참조하면, 차량 제어 장치(1300)는 구동을 시작하는 시점에 외부 조도를 모니터링한다(S3205). 외부 조도가 획득되면, 차량 제어 장치(1300)는 서버(1250)로부터 현재의 외부 조도에 대한 학습된 기본 밝기 값을 수신한다(S3210). 기본 밝기 값이 수신되면, 차량 제어 장치(1300)는 서버(1250)로부터 수신된 기본 밝기 값으로 헤드라이트(1320)의 밝기 값을 제1 밝기로 변경한다(S3215). 이후, 차량 제어 장치(1300)는 변경된 밝기 값이 적용된 밝기로 라이트를 출력하면서 주행하도록 차량(1200)의 구동부를 제어한다(S3220). 차량 제어 장치(1300)는 주행중 물체 인식 정확도가 낮은 물체가 발견되는지 여부를 확인하고, 인식 정확도가 낮은 물체가 발겨되지 않으면 주행을 지속한다(S3225).
인식 정확도가 낮은 물체가 발견되면, 차량 제어 장치(1300)는 외부 조도와 학습 환경 밝기 사이의 오차 상태를 추론한다(S3230). 외부 조도가 학습 환경 밝기보다 큰 경우, 차량 제어 장치(1300)는 간접 보조가 필요한 상태임을 확인하고(S3235), 통신 가능한 주변 차량(1260)이 존재하는지 여부를 확인한다(S3240). 통신 가능한 주변 차량(1260)이 존재하면, 차량 제어 장치(1300)는 주변 차량(1260)에게 간접 보조 요청을 위한 메시지를 전송하고(S3245), 주변 차량(1260)으로부터 주변 차량(1260)의 헤드라이트 설정 변경 확인 메시지를 수신한다(S3250). 그리고, 차량 제어 장치(1300)는 S3230 단계로 돌아가 외부 조도와 학습 환경 밝기 사이의 오차 상태를 다시 추론한다.
외부 조도가 학습 환경 밝기보다 작은 경우, 차량 제어 장치(1300)는 직접 보조가 필요한 상태임을 확인하고(S3255), 외부 조도에서 학습 환경 밝기를 뺀 밝기 오차를 계산하고(S3260), 계산된 밝기 오차만큼 헤드라이트의 밝기를 제2 밝기로 상향시킨다(S3265). 헤드라이트의 밝기를 상향시킨 후, 차량 제어 장치(1300)는 해당 물체의 인식 정확도가 향상되었는지 여부를 확인한다(S3270). 물체 인식 정확도가 향상된 경우, 차량 제어 장치(1300)는 물체 정보, 물체 인식 정확도, 밝기 설정값을 포함하는 물체 인식 정보를 서버(1250)로 전송하고(S3275), 주행을 지속한다(S3290). 물체 인식 정확도가 향상되지 않은 경우, 서버(1250)로 영상 데이터를 전송하고(S3280), 서버(1250)로부터 물체 인식 처리 결과를 수신하고, 차량의 학습 데이터에 물체 인식 처리 결과를 반영하고(S3285), 주행을 지속한다(S3290).
실시예 1: 자율 주행 시스템에서 차량을 제어하기 위한 방법은, 상기 외부 조도에 대한 정보에 기반하여 결정되는 제1 밝기 값에 대응하는 라이트를 출력하는 단계와, 상기 제1 밝기 값에 해당하는 라이트를 출력하는 중 일정 범위보다 큰 인식 오차를 갖는 물체를 확인하는 단계와, 상기 물체에 대한 인식 오차에 기반하여 결정되는 제2 밝기 값에 대응하는 라이트를 출력하는 단계를 포함한다.
실시예 2: 실시예 1에 있어서, 상기 제1 밝기 값에 대응하는 라이트를 출력하는 단계는, 상기 외부 조도에 대한 정보를 서버로 송신하는 단계와, 상기 서버로부터 상기 외부 조도에 대한 기본 밝기 값을 수신하는 단계와, 상기 기본 밝기 값을 제1 밝기 값으로 결정하는 단계를 포함하고, 상기 기본 밝기 값은, 상기 외부 조도에 대한 정보와 학습 정보에 기반하여 결정되고, 상기 학습 정보는, 상기 외부 조도와 유사한 환경에서 수집된 다른 차량의 헤드라이트 밝기 정보를 포함할 수 있다.
실시예 3: 실시예 1에 있어서, 상기 제1 밝기 값에 해당하는 라이트를 출력하는 단계는, 상기 외부 조도에 대한 정보를 서버로 송신하는 단계와, 상기 서버로부터 상기 외부 조도에 대한 기본 밝기 값을 수신하는 단계와, 상기 차량에 기-학습된 밝기 값이 존재하는지 여부를 결정하는 단계와, 상기 차량에 기-학습된 밝기 값이 존재하는 경우, 상기 기-학습된 밝기 값과 상기 기본 밝기 값 사이의 차이를 결정하는 단계와, 상기 기-학습된 밝기 값과 상기 기본 밝기 값의 차이가 임계 값보다 작으면 상기 기-학습된 밝기 값을 상기 제1 밝기 값으로 결정하는 단계와, 상기 기-학습된 밝기 값과 상기 기본 밝기 값의 차이가 임계 값보다 크거나 같거나, 또는 상기 차량에 기-학습된 밝기 값이 존재하지 않는 경우, 상기 서버로부터 물체 인식을 위한 알고리즘과 관련된 데이터를 다운로드하고, 상기 물체 인식을 위한 알고리즘에 상기 외부 조도에 대한 정보를 입력함으로써 획득되는 밝기 값을 상기 제1 밝기 값으로 결정하는 단계를 포함할 수 있다.
실시예 4: 실시예 1에 있어서, 상기 제2 밝기 값에 대응하는 라이트를 출력하는 단계는, 상기 외부 조도와 상기 차량의 환경에 대응하는 학습 밝기를 비교하는 단계와, 상기 차량의 환경에 대응하는 학습 밝기가 상기 외부 조도보다 큰 경우, 상기 라이트의 밝기를 제2 밝기로 변경하는 직접 보조를 수행하는 단계와, 상기 차량의 환경에 대응하는 학습 밝기가 상기 외부 조도보다 작은 경우, 상기 물체의 인식을 위하여 주변 차량 또는 주변 물체를 사용하는 간접 보조를 수행하는 단계를 포함할 수 있다.
실시예 5: 실시예 4에 있어서, 상기 직접 보조를 수행하는 단계는, 상기 외부 조도와 상기 차량의 환경에 대응하는 학습 밝기 사이의 차이에 해당하는 오차 밝기를 결정하는 단계와, 상기 오차 밝기와 상기 제1 밝기에 기반하여 제2 밝기를 결정하는 단계를 포함할 수 있다.
실시예 6: 실시예 4에 있어서, 상기 간접 보조를 수행하는 단계는, 상기 차량과 통신 가능한 주변 차량이 존재하는지 여부를 결정하는 단계와, 상기 통신 가능한 주변 차량이 존재하는 경우, 상기 주변 차량의 헤드라이트 설정을 변경하는 V2X 간접 보조를 수행하는 단계와, 상기 통신 가능한 주변 차량이 존재하지 않는 경우, 상기 물체와 다른 주변 물체로 라이트를 출력하는 주변 물체 간접 보조를 수행하는 단계와, V2X 간접 보조 또는 상기 주변 물체 간접 보조가 적용된 외부 조도와 상기 차량의 환경에 대응하는 학습 밝기의 비교를 다시 수행함으로써 상기 제2 밝기 값을 결정하는 단계를 포함할 수 있다.
실시예 7: 실시예 6에 있어서, 상기 V2X 간접 보조를 수행하는 단계는, 상기 차량과 통신가능한 주변 차량에게 V2X 간접 보조 요청을 위한 메시지를 송신하는 단계와, 상기 주변 차량으로부터 상기 주변 차량의 헤드라이트의 설정 변경을 확인하는 메시지를 수신하는 단계를 포함할 수 있다.
실시예 8: 실시예 7에 있어서, 상기 간접 보조 요청을 위한 메시지는, 상기 차량의 헤드라이트 설정 정보 및 상기 물체의 위치 중 적어도 하나를 포함할 수 있다.
실시예 9: 실시예 6에 있어서, 상기 주변 물체 간접 보조를 수행하는 단계는, 상기 일정 범위보다 큰 인식 오차를 갖는 물체 주변의 다른 물체들 각각의 위치와 움직임에 기반하여 상기 주변 물체 간접 보조를 위한 간접 보조 물체를 결정하는 단계와. 상기 간접 보조 물체로 라이트를 출력하는 단계를 포함할 수 있다.
실시예 10: 실시예 1에 있어서, 상기 일정 범위보다 큰 인식 오차를 갖는 물체에 대한 학습 데이터를 갱신하는 단계를 더 포함하고, 상기 학습 데이터를 갱신하는 단계는, 상기 제2 밝기에 해당하는 라이트를 출력함으로써 상기 물체에 대한 인식 오차의 감소 여부를 확인하는 단계와, 상기 인식 오차의 감소가 감소한 경우, 상기 물체에 대한 인식 정보를 서버로 송신하는 단계와, (여기서 상기 물체에 대한 인식 정보는 상기 물체에 대한 정보, 상기 물체에 대한 감소된 인식 오차에 대한 정보, 또는 상기 차량에 의해 출력된 제2 밝기에 대한 정보 중 적어도 하나를 포함함), 상기 인식 오차가 감소하지 않은 경우, 상기 물체를 포함하는 영상 데이터를 서버로 송신하고, 상기 서버로부터 상기 물체에 대한 인식처리 결과 정보를 수신하는 단계를 포함할 수 있다.
실시예 11: 자율 주행 시스템에서 차량을 제어하기 위한 장치는, 차량의 기능을 제어하는 프로세서와, 상기 프로세서와 결합되고, 상기 차량 주변의 영상 데이터를 생성하는 카메라와, 상기 프로세서와 결합되고, 상기 차량의 제어를 위한 데이터를 저장하는 메모리와, 상기 프로세서와 결합되고, 상기 차량의 제어를 위한 데이터를 송신 또는 수신하는 송수신기를 포함하고, 상기 프로세서는, 상기 카메라를 통해 상기 차량의 외부 조도에 대한 정보를 획득하고, 상기 외부 조도에 대한 정보에 기반하여 결정되는 제1 밝기 값에 대응하는 라이트를 출력하도록 헤드라이트를 제어하고, 상기 제1 밝기 값에 해당하는 라이트를 출력하는 중 일정 범위보다 큰 인식 오차를 갖는 물체를 확인하고, 상기 물체에 대한 인식 오차에 기반하여 결정되는 제2 밝기 값에 대응하는 라이트를 출력하도록 헤드라이트를 제어하도록 설정된다.
실시예 12: 실시예 11에 있어서, 상기 프로세서는, 상기 송수신기를 통해 상기 외부 조도에 대한 정보를 서버로 송신하고, 상기 송수신기를 통해 상기 서버로부터 상기 외부 조도에 대한 기본 밝기 값을 수신하고, 상기 기본 밝기 값을 제1 밝기 값으로 결정하도록 설정되고, 상기 기본 밝기 값은, 상기 외부 조도에 대한 정보와 학습 정보에 기반하여 결정되고, 상기 학습 정보는, 상기 외부 조도와 유사한 환경에서 수집된 다른 차량의 헤드라이트 밝기 정보를 포함할 수 있다.
실시예 13: 실시예 11에 있어서, 상기 프로세서는, 상기 송수신기를 통해 상기 외부 조도에 대한 정보를 서버로 송신하고, 상기 송수신기를 통해 상기 서버로부터 상기 외부 조도에 대한 기본 밝기 값을 수신하고, 상기 메모리에 저장된 기-학습된 밝기 값이 존재하는지 여부를 결정하고, 상기 메모리에 기-학습된 밝기 값이 저장된 경우, 상기 기-학습된 밝기 값과 상기 기본 밝기 값 사이의 차이를 결정하고, 상기 기-학습된 밝기 값과 상기 기본 밝기 값의 차이가 임계 값보다 작으면 상기 기-학습된 밝기 값을 상기 제1 밝기 값으로 결정하고, 상기 기-학습된 밝기 값과 상기 기본 밝기 값의 차이가 임계 값보다 크거나 같거나, 또는 상기 차량에 기-학습된 밝기 값이 존재하지 않는 경우, 상기 서버로부터 물체 인식을 위한 알고리즘과 관련된 데이터를 다운로드하고, 상기 물체 인식을 위한 알고리즘에 상기 외부 조도에 대한 정보를 입력함으로써 획득되는 밝기 값을 상기 제1 밝기 값으로 결정하도록 설정될 수 있다.
실시예 14: 실시예 11에 있어서, 상기 프로세서는, 상기 외부 조도와 상기 차량의 환경에 대응하는 학습 밝기를 비교하고, 상기 차량의 환경에 대응하는 학습 밝기가 상기 외부 조도보다 큰 경우, 상기 라이트의 밝기를 제2 밝기로 변경하는 직접 보조를 수행하고, 상기 차량의 환경에 대응하는 학습 밝기가 상기 외부 조도보다 작은 경우, 상기 물체의 인식을 위하여 주변 차량 또는 주변 물체를 사용하는 간접 보조를 수행하도록 설정될 수 있다.
실시예 15: 실시예 14에 있어서, 상기 프로세서는, 상기 외부 조도와 상기 차량의 환경에 대응하는 학습 밝기 사이의 차이에 해당하는 오차 밝기를 결정하고, 상기 오차 밝기와 상기 제1 밝기에 기반하여 제2 밝기를 결정하도록 설정될 수 있다.
실시예 16: 실시예 14에 있어서, 상기 프로세서는, 상기 차량과 통신 가능한 주변 차량이 존재하는지 여부를 결정하고, 상기 통신 가능한 주변 차량이 존재하는 경우, 상기 주변 차량의 헤드라이트 설정을 변경하는 V2X 간접 보조를 수행하고, 상기 통신 가능한 주변 차량이 존재하지 않는 경우, 상기 물체와 다른 주변 물체로 라이트를 출력하는 주변 물체 간접 보조를 수행하고, V2X 간접 보조 또는 상기 주변 물체 간접 보조가 적용된 외부 조도와 상기 차량의 환경에 대응하는 학습 밝기의 비교를 다시 수행함으로써 상기 제2 밝기 값을 결정하도록 설정될 수 있다.
실시예 17: 실시예 16에 있어서, 상기 프로세서는, 상기 송수신기를 통해 상기 차량과 통신가능한 주변 차량에게 V2X 간접 보조 요청을 위한 메시지를 송신하고, 상기 송수신기를 통해 상기 주변 차량으로부터 상기 주변 차량의 헤드라이트의 설정 변경을 확인하는 메시지를 수신하도록 설정될 수 있다.
실시예 18: 실시예 17에 있어서, 상기 간접 보조 요청을 위한 메시지는, 상기 차량의 헤드라이트 설정 정보 및 상기 물체의 위치 중 적어도 하나를 포함할 수 있다.
실시예 19: 실시예 16에 있어서, 상기 프로세서는, 상기 일정 범위보다 큰 인식 오차를 갖는 물체 주변의 다른 물체들 각각의 위치와 움직임에 기반하여 상기 주변 물체 간접 보조를 위한 간접 보조 물체를 결정하고, 상기 간접 보조 물체로 라이트를 출력하도록 상기 헤드라이트를 제어하도록 설정될 수 있다.
실시예 20: 실시예 11에 있어서, 상기 프로세서는, 상기 제2 밝기에 해당하는 라이트를 출력함으로써 상기 물체에 대한 인식 오차의 감소 여부를 확인하고, 상기 인식 오차의 감소가 감소한 경우, 상기 송수신기를 통해 상기 물체에 대한 인식 정보를 서버로 송신하고, 여기서 상기 물체에 대한 인식 정보는 상기 물체에 대한 정보, 상기 물체에 대한 감소된 인식 오차에 대한 정보, 또는 상기 차량에 의해 출력된 제2 밝기에 대한 정보 중 적어도 하나를 포함하고, 상기 인식 오차가 감소하지 않은 경우, 상기 송수신기를 통해 상기 물체를 포함하는 영상 데이터를 서버로 송신하고, 상기 서버로부터 상기 물체에 대한 인식처리 결과 정보를 수신하도록 설정될 수 있다.
전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.
Claims (20)
- 차량의 외부 조도에 대한 정보를 획득하는 단계;
상기 외부 조도에 대한 정보에 기반하여 결정되는 제1 밝기 값에 대응하는 라이트를 출력하는 단계;
상기 제1 밝기 값에 해당하는 라이트를 출력하는 중 일정 범위보다 큰 인식 오차를 갖는 물체를 확인하는 단계;
상기 물체에 대한 인식 오차에 기반하여 결정되는 제2 밝기 값에 대응하는 라이트를 출력하는 단계;
를 포함하는 자율 주행 시스템에서 차량을 제어하기 위한 방법.
- 제 1 항에 있어서,
상기 제1 밝기 값에 대응하는 라이트를 출력하는 단계는,
상기 외부 조도에 대한 정보를 서버로 송신하는 단계; 및
상기 서버로부터 상기 외부 조도에 대한 기본 밝기 값을 수신하는 단계;
상기 기본 밝기 값을 제1 밝기 값으로 결정하는 단계를 포함하고,
상기 기본 밝기 값은, 상기 외부 조도에 대한 정보와 학습 정보에 기반하여 결정되고,
상기 학습 정보는, 상기 외부 조도와 유사한 환경에서 수집된 다른 차량의 헤드라이트 밝기 정보를 포함하는 것을 특징으로 하는 자율 주행 시스템에서 차량을 제어하기 위한 방법.
- 제 1 항에 있어서,
상기 제1 밝기 값에 해당하는 라이트를 출력하는 단계는,
상기 외부 조도에 대한 정보를 서버로 송신하는 단계;
상기 서버로부터 상기 외부 조도에 대한 기본 밝기 값을 수신하는 단계;
상기 차량에 기-학습된 밝기 값이 존재하는지 여부를 결정하는 단계;
상기 차량에 기-학습된 밝기 값이 존재하는 경우, 상기 기-학습된 밝기 값과 상기 기본 밝기 값 사이의 차이를 결정하는 단계;
상기 기-학습된 밝기 값과 상기 기본 밝기 값의 차이가 임계 값보다 작으면 상기 기-학습된 밝기 값을 상기 제1 밝기 값으로 결정하는 단계; 및
상기 기-학습된 밝기 값과 상기 기본 밝기 값의 차이가 임계 값보다 크거나 같거나, 또는 상기 차량에 기-학습된 밝기 값이 존재하지 않는 경우, 상기 서버로부터 물체 인식을 위한 알고리즘과 관련된 데이터를 다운로드하고, 상기 물체 인식을 위한 알고리즘에 상기 외부 조도에 대한 정보를 입력함으로써 획득되는 밝기 값을 상기 제1 밝기 값으로 결정하는 단계를 포함하는 것을 특징으로 하는 자율 주행 시스템에서 차량을 제어하기 위한 방법.
- 제 1 항에 있어서,
상기 제2 밝기 값에 대응하는 라이트를 출력하는 단계는,
상기 외부 조도와 상기 차량의 환경에 대응하는 학습 밝기를 비교하는 단계;
상기 차량의 환경에 대응하는 학습 밝기가 상기 외부 조도보다 큰 경우, 상기 라이트의 밝기를 제2 밝기로 변경하는 직접 보조를 수행하는 단계; 및
상기 차량의 환경에 대응하는 학습 밝기가 상기 외부 조도보다 작은 경우, 상기 물체의 인식을 위하여 주변 차량 또는 주변 물체를 사용하는 간접 보조를 수행하는 단계를 포함하는 것을 특징으로 하는 자율 주행 시스템에서 차량을 제어하기 위한 방법.
- 제 4 항에 있어서,
상기 직접 보조를 수행하는 단계는,
상기 외부 조도와 상기 차량의 환경에 대응하는 학습 밝기 사이의 차이에 해당하는 오차 밝기를 결정하는 단계;
상기 오차 밝기와 상기 제1 밝기에 기반하여 제2 밝기를 결정하는 단계를 포함하는 것을 특징으로 하는 자율 주행 시스템에서 차량을 제어하기 위한 방법.
- 제 4 항에 있어서,
상기 간접 보조를 수행하는 단계는,
상기 차량과 통신 가능한 주변 차량이 존재하는지 여부를 결정하는 단계;
상기 통신 가능한 주변 차량이 존재하는 경우, 상기 주변 차량의 헤드라이트 설정을 변경하는 V2X 간접 보조를 수행하는 단계;
상기 통신 가능한 주변 차량이 존재하지 않는 경우, 상기 물체와 다른 주변 물체로 라이트를 출력하는 주변 물체 간접 보조를 수행하는 단계; 및
V2X 간접 보조 또는 상기 주변 물체 간접 보조가 적용된 외부 조도와 상기 차량의 환경에 대응하는 학습 밝기의 비교를 다시 수행함으로써 상기 제2 밝기 값을 결정하는 단계를 포함하는 것을 특징으로 하는 자율 주행 시스템에서 차량을 제어하기 위한 방법.
- 제 6 항에 있어서,
상기 V2X 간접 보조를 수행하는 단계는,
상기 차량과 통신가능한 주변 차량에게 V2X 간접 보조 요청을 위한 메시지를 송신하는 단계;
상기 주변 차량으로부터 상기 주변 차량의 헤드라이트의 설정 변경을 확인하는 메시지를 수신하는 단계를 포함하는 것을 특징으로 하는 자율 주행 시스템에서 차량을 제어하기 위한 방법.
- 제 7 항에 있어서,
상기 간접 보조 요청을 위한 메시지는,
상기 차량의 헤드라이트 설정 정보 및 상기 물체의 위치 중 적어도 하나를 포함하는 것을 특징으로 하는 자율 주행 시스템에서 차량을 제어하기 위한 방법.
- 제 6 항에 있어서,
상기 주변 물체 간접 보조를 수행하는 단계는,
상기 일정 범위보다 큰 인식 오차를 갖는 물체 주변의 다른 물체들 각각의 위치와 움직임에 기반하여 상기 주변 물체 간접 보조를 위한 간접 보조 물체를 결정하는 단계; 및
상기 간접 보조 물체로 라이트를 출력하는 단계를 포함하는 것을 특징으로 하는 자율 주행 시스템에서 차량을 제어하기 위한 방법.
- 제 1 항에 있어서,
상기 일정 범위보다 큰 인식 오차를 갖는 물체에 대한 학습 데이터를 갱신하는 단계를 더 포함하고,
상기 학습 데이터를 갱신하는 단계는,
상기 제2 밝기에 해당하는 라이트를 출력함으로써 상기 물체에 대한 인식 오차의 감소 여부를 확인하는 단계;
상기 인식 오차의 감소가 감소한 경우, 상기 물체에 대한 인식 정보를 서버로 송신하는 단계, 여기서 상기 물체에 대한 인식 정보는 상기 물체에 대한 정보, 상기 물체에 대한 감소된 인식 오차에 대한 정보, 또는 상기 차량에 의해 출력된 제2 밝기에 대한 정보 중 적어도 하나를 포함함; 및
상기 인식 오차가 감소하지 않은 경우, 상기 물체를 포함하는 영상 데이터를 서버로 송신하고, 상기 서버로부터 상기 물체에 대한 인식처리 결과 정보를 수신하는 단계를 포함하는 것을 특징으로 하는 자율 주행 시스템에서 차량을 제어하기 위한 방법.
- 차량의 기능을 제어하는 프로세서;
상기 프로세서와 결합되고, 상기 차량 주변의 영상 데이터를 생성하는 카메라;
상기 프로세서와 결합되고, 상기 차량의 제어를 위한 데이터를 저장하는 메모리; 및
상기 프로세서와 결합되고, 상기 차량의 제어를 위한 데이터를 송신 또는 수신하는 송수신기;
를 포함하고,
상기 프로세서는,
상기 카메라를 통해 상기 차량의 외부 조도에 대한 정보를 획득하고,
상기 외부 조도에 대한 정보에 기반하여 결정되는 제1 밝기 값에 대응하는 라이트를 출력하도록 헤드라이트를 제어하고,
상기 제1 밝기 값에 해당하는 라이트를 출력하는 중 일정 범위보다 큰 인식 오차를 갖는 물체를 확인하고,
상기 물체에 대한 인식 오차에 기반하여 결정되는 제2 밝기 값에 대응하는 라이트를 출력하도록 헤드라이트를 제어하도록 설정되는, 자율 주행 시스템에서 차량을 제어하기 위한 장치.
- 제 11 항에 있어서,
상기 프로세서는,
상기 송수신기를 통해 상기 외부 조도에 대한 정보를 서버로 송신하고,
상기 송수신기를 통해 상기 서버로부터 상기 외부 조도에 대한 기본 밝기 값을 수신하고,
상기 기본 밝기 값을 제1 밝기 값으로 결정하도록 설정되고,
상기 기본 밝기 값은, 상기 외부 조도에 대한 정보와 학습 정보에 기반하여 결정되고,
상기 학습 정보는, 상기 외부 조도와 유사한 환경에서 수집된 다른 차량의 헤드라이트 밝기 정보를 포함하는 것을 특징으로 하는 자율 주행 시스템에서 차량을 제어하기 위한 장치.
- 제 11 항에 있어서,
상기 프로세서는,
상기 송수신기를 통해 상기 외부 조도에 대한 정보를 서버로 송신하고,
상기 송수신기를 통해 상기 서버로부터 상기 외부 조도에 대한 기본 밝기 값을 수신하고,
상기 메모리에 저장된 기-학습된 밝기 값이 존재하는지 여부를 결정하고,
상기 메모리에 기-학습된 밝기 값이 저장된 경우, 상기 기-학습된 밝기 값과 상기 기본 밝기 값 사이의 차이를 결정하고,
상기 기-학습된 밝기 값과 상기 기본 밝기 값의 차이가 임계 값보다 작으면 상기 기-학습된 밝기 값을 상기 제1 밝기 값으로 결정하고,
상기 기-학습된 밝기 값과 상기 기본 밝기 값의 차이가 임계 값보다 크거나 같거나, 또는 상기 차량에 기-학습된 밝기 값이 존재하지 않는 경우, 상기 서버로부터 물체 인식을 위한 알고리즘과 관련된 데이터를 다운로드하고, 상기 물체 인식을 위한 알고리즘에 상기 외부 조도에 대한 정보를 입력함으로써 획득되는 밝기 값을 상기 제1 밝기 값으로 결정하도록 설정되는 것을 특징으로 하는 자율 주행 시스템에서 차량을 제어하기 위한 장치.
- 제 11 항에 있어서,
상기 프로세서는,
상기 외부 조도와 상기 차량의 환경에 대응하는 학습 밝기를 비교하고,
상기 차량의 환경에 대응하는 학습 밝기가 상기 외부 조도보다 큰 경우, 상기 라이트의 밝기를 제2 밝기로 변경하는 직접 보조를 수행하고,
상기 차량의 환경에 대응하는 학습 밝기가 상기 외부 조도보다 작은 경우, 상기 물체의 인식을 위하여 주변 차량 또는 주변 물체를 사용하는 간접 보조를 수행하도록 설정되는 것을 특징으로 하는 자율 주행 시스템에서 차량을 제어하기 위한 장치.
- 제 14 항에 있어서,
상기 프로세서는,
상기 외부 조도와 상기 차량의 환경에 대응하는 학습 밝기 사이의 차이에 해당하는 오차 밝기를 결정하고,
상기 오차 밝기와 상기 제1 밝기에 기반하여 제2 밝기를 결정하도록 설정되는 것을 특징으로 하는 자율 주행 시스템에서 차량을 제어하기 위한 장치.
- 제 14 항에 있어서,
상기 프로세서는,
상기 차량과 통신 가능한 주변 차량이 존재하는지 여부를 결정하고,
상기 통신 가능한 주변 차량이 존재하는 경우, 상기 주변 차량의 헤드라이트 설정을 변경하는 V2X 간접 보조를 수행하고,
상기 통신 가능한 주변 차량이 존재하지 않는 경우, 상기 물체와 다른 주변 물체로 라이트를 출력하는 주변 물체 간접 보조를 수행하고,
V2X 간접 보조 또는 상기 주변 물체 간접 보조가 적용된 외부 조도와 상기 차량의 환경에 대응하는 학습 밝기의 비교를 다시 수행함으로써 상기 제2 밝기 값을 결정하도록 설정되는 것을 특징으로 하는 자율 주행 시스템에서 차량을 제어하기 위한 장치.
- 제 16 항에 있어서,
상기 프로세서는,
상기 송수신기를 통해 상기 차량과 통신가능한 주변 차량에게 V2X 간접 보조 요청을 위한 메시지를 송신하고,
상기 송수신기를 통해 상기 주변 차량으로부터 상기 주변 차량의 헤드라이트의 설정 변경을 확인하는 메시지를 수신하도록 설정되는 것을 특징으로 하는 자율 주행 시스템에서 차량을 제어하기 위한 장치.
- 제 17 항에 있어서,
상기 간접 보조 요청을 위한 메시지는,
상기 차량의 헤드라이트 설정 정보 및 상기 물체의 위치 중 적어도 하나를 포함하는 것을 특징으로 하는 자율 주행 시스템에서 차량을 제어하기 위한 장치.
- 제 16 항에 있어서,
상기 프로세서는,
상기 일정 범위보다 큰 인식 오차를 갖는 물체 주변의 다른 물체들 각각의 위치와 움직임에 기반하여 상기 주변 물체 간접 보조를 위한 간접 보조 물체를 결정하고,
상기 간접 보조 물체로 라이트를 출력하도록 상기 헤드라이트를 제어하도록 설정되는 것을 특징으로 하는 자율 주행 시스템에서 차량을 제어하기 위한 장치.
- 제 11 항에 있어서,
상기 프로세서는,
상기 제2 밝기에 해당하는 라이트를 출력함으로써 상기 물체에 대한 인식 오차의 감소 여부를 확인하고,
상기 인식 오차의 감소가 감소한 경우, 상기 송수신기를 통해 상기 물체에 대한 인식 정보를 서버로 송신하고, 여기서 상기 물체에 대한 인식 정보는 상기 물체에 대한 정보, 상기 물체에 대한 감소된 인식 오차에 대한 정보, 또는 상기 차량에 의해 출력된 제2 밝기에 대한 정보 중 적어도 하나를 포함하고,
상기 인식 오차가 감소하지 않은 경우, 상기 송수신기를 통해 상기 물체를 포함하는 영상 데이터를 서버로 송신하고, 상기 서버로부터 상기 물체에 대한 인식처리 결과 정보를 수신하도록 설정되는 것을 특징으로 하는 자율 주행 시스템에서 차량을 제어하기 위한 장치.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190093118A KR102220950B1 (ko) | 2019-07-31 | 2019-07-31 | 자율 주행 시스템에서 차량을 제어하기 위한 방법 및 장치 |
| US16/558,023 US11040650B2 (en) | 2019-07-31 | 2019-08-30 | Method for controlling vehicle in autonomous driving system and apparatus thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190093118A KR102220950B1 (ko) | 2019-07-31 | 2019-07-31 | 자율 주행 시스템에서 차량을 제어하기 위한 방법 및 장치 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190096868A true KR20190096868A (ko) | 2019-08-20 |
| KR102220950B1 KR102220950B1 (ko) | 2021-02-26 |
Family
ID=67807764
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190093118A KR102220950B1 (ko) | 2019-07-31 | 2019-07-31 | 자율 주행 시스템에서 차량을 제어하기 위한 방법 및 장치 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US11040650B2 (ko) |
| KR (1) | KR102220950B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021045250A1 (ko) * | 2019-09-04 | 2021-03-11 | 엘지전자 주식회사 | 무선 통신 시스템에서 안전 서비스를 제공하는 방법 및 이를 위한 차량 |
| WO2021210737A1 (ko) * | 2020-04-16 | 2021-10-21 | 주식회사 자오스모터스 | Led 헤드 램프 연동 자동차 라이다 시스템 |
| CN114503177A (zh) * | 2019-10-09 | 2022-05-13 | 索尼集团公司 | 信息处理装置、信息处理系统和信息处理方法 |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10958830B2 (en) * | 2018-05-24 | 2021-03-23 | Magna Electronics Inc. | Vehicle vision system with infrared LED synchronization |
| WO2020097221A1 (en) | 2018-11-08 | 2020-05-14 | Evangelos Simoudis | Systems and methods for managing vehicle data |
| US11082622B2 (en) * | 2019-12-13 | 2021-08-03 | Nuro, Inc. | Systems and methods for dynamically switching image signal processor configurations |
| KR20220131936A (ko) * | 2020-02-03 | 2022-09-29 | 시냅스 파트너스, 엘엘씨 | 개인화된 지상 수송 처리 및 사용자 의도 예측들을 위한 시스템들 및 방법들 |
| EP3876143A1 (de) * | 2020-03-02 | 2021-09-08 | ZKW Group GmbH | System zur überwachung der umgebung eines kraftfahrzeuges |
| CN114715139B (zh) * | 2020-12-18 | 2024-04-16 | 北京百度网讯科技有限公司 | 自动泊车异常数据采集方法、装置、存储介质及产品 |
| US12005833B2 (en) | 2022-09-22 | 2024-06-11 | Qualcomm Incorporated | Automated control of headlight illumination by onboard vehicle-to-everything (V2X) device |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009149190A (ja) * | 2007-12-20 | 2009-07-09 | Mazda Motor Corp | 車両の前照灯装置 |
| KR20130063566A (ko) * | 2011-12-07 | 2013-06-17 | 주식회사 만도 | 전방 물체 인식 장치 및 전방 물체 인식 방법 |
| KR20160112679A (ko) * | 2015-03-20 | 2016-09-28 | 주식회사 태건 | 다기능 감시카메라 |
| JP2018136211A (ja) * | 2017-02-22 | 2018-08-30 | オムロン株式会社 | 環境認識システム及び学習装置 |
| KR20190046619A (ko) * | 2017-10-26 | 2019-05-07 | 도요타지도샤가부시키가이샤 | 헤드라이트 제어 시스템 |
Family Cites Families (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6810330B2 (en) * | 2001-07-31 | 2004-10-26 | Omron Corporation | Apparatus for and method of detecting object on road |
| CA2494723C (en) * | 2002-08-21 | 2011-11-08 | Gentex Corporation | Image acquisition and processing methods for automatic vehicular exterior lighting control |
| US8045760B2 (en) * | 2003-02-21 | 2011-10-25 | Gentex Corporation | Automatic vehicle exterior light control systems |
| JP4262072B2 (ja) * | 2003-12-05 | 2009-05-13 | 株式会社日立製作所 | 自動車用補助機器制御装置 |
| JP4466607B2 (ja) * | 2006-05-09 | 2010-05-26 | 株式会社デンソー | 車両用灯火管理システムおよび車両用灯火管理装置 |
| JP2008230364A (ja) * | 2007-03-19 | 2008-10-02 | Denso Corp | 前照灯制御装置 |
| JP4702426B2 (ja) * | 2008-10-10 | 2011-06-15 | 株式会社デンソー | 車両検出装置、車両検出プログラム、およびライト制御装置 |
| US9746544B2 (en) * | 2008-12-03 | 2017-08-29 | Analog Devices, Inc. | Position measurement systems using position sensitive detectors |
| KR101182188B1 (ko) * | 2009-11-13 | 2012-09-12 | 엄두간 | 적외선 센서 및 이를 이용한 감지 방법 |
| DE102010029149B4 (de) * | 2010-05-20 | 2012-04-05 | Robert Bosch Gmbh | Verfahren und Steuergerät zum Plausibilisieren eines Leuchtweite-Testwerts eines Lichtkegels eines Fahrzeugscheinwerfers |
| JP5809785B2 (ja) * | 2010-07-30 | 2015-11-11 | 日立オートモティブシステムズ株式会社 | 車両用外界認識装置およびそれを用いた配光制御システム |
| KR101395089B1 (ko) * | 2010-10-01 | 2014-05-16 | 안동대학교 산학협력단 | 장애물 감지 시스템 및 방법 |
| US9262817B2 (en) * | 2010-11-19 | 2016-02-16 | Mitsubishi Electric Corporation | Environment estimation apparatus and vehicle control system |
| JP2012228978A (ja) * | 2011-04-27 | 2012-11-22 | Denso Corp | 車両用前照灯装置 |
| US9415718B2 (en) * | 2011-06-08 | 2016-08-16 | Denso Corporation | Vehicular headlight apparatus |
| KR101792883B1 (ko) * | 2011-07-13 | 2017-11-02 | 엘지이노텍 주식회사 | 차량의 상향등 제어 장치 및 방법 |
| JP2013028274A (ja) * | 2011-07-28 | 2013-02-07 | Denso Corp | 前照灯配光制御装置 |
| DE102011081425A1 (de) * | 2011-08-23 | 2013-02-28 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Klassifizierung eines sich in einem Vorfeld eines Fahrzeugs befindlichen Lichtobjekts |
| DE102011081392B4 (de) * | 2011-08-23 | 2023-01-26 | Robert Bosch Gmbh | Verfahren zur Kalibrierung einer Lichtaussendung zumindest eines Scheinwerfers eines Fahrzeugs |
| DE102011081432A1 (de) * | 2011-08-23 | 2013-02-28 | Robert Bosch Gmbh | Verfahren und Steuergerät zum Anpassen einer Leuchtstärke zumindest eines Scheinwerfers eines Fahrzeugs |
| JP5573803B2 (ja) * | 2011-09-21 | 2014-08-20 | 株式会社デンソー | ライト検出装置、ライト検出プログラム、およびライト制御装置 |
| US9313862B1 (en) * | 2011-09-27 | 2016-04-12 | Levi G. Helton | Self-dimming vehicle headlights |
| JP2014044196A (ja) * | 2012-07-30 | 2014-03-13 | Ricoh Co Ltd | 付着物検出装置、移動装置用機器制御システム及び移動装置 |
| US20150219300A1 (en) * | 2012-08-28 | 2015-08-06 | Mitsubishi Electric Corporation | Light source for head light and head light |
| IL236114A (en) * | 2014-12-07 | 2016-04-21 | Yoav Grauer | Improved object recognition in the reimbursement-based imaging unit |
| JP6697737B2 (ja) * | 2016-04-26 | 2020-05-27 | パナソニックＩｐマネジメント株式会社 | 点灯装置、及びそれを備える車両用照明装置 |
| JP6866646B2 (ja) * | 2017-01-16 | 2021-04-28 | オムロン株式会社 | センサ支援システム、端末、センサおよびセンサ支援方法 |
| GB2558661B (en) * | 2017-01-16 | 2019-06-12 | Jaguar Land Rover Ltd | Vehicle lighting system |
| JP6617735B2 (ja) * | 2017-02-22 | 2019-12-11 | 株式会社デンソー | 車両用表示装置 |
| FR3065560B1 (fr) * | 2017-04-25 | 2019-04-19 | Continental Automotive France | Procede de traitement d'images pour la suppression de zones lumineuses |
| US10183614B1 (en) * | 2017-08-17 | 2019-01-22 | Harman International Industries, Incorporated | System and method for vehicle headlight control |
| JP7003544B2 (ja) * | 2017-09-29 | 2022-01-20 | 株式会社デンソー | 異常検知装置、異常検知方法、プログラム及び通信システム |
| US11021095B2 (en) * | 2018-05-22 | 2021-06-01 | J.W. Speaker Corporation | Replacement multifunction automobile light system and method |
| KR102398080B1 (ko) * | 2018-08-03 | 2022-05-16 | 옵시스 테크 엘티디 | 분산 모듈형 솔리드-스테이트 광 검출 및 거리 측정 시스템 |
| KR102549130B1 (ko) * | 2018-11-26 | 2023-07-03 | 제트카베 그룹 게엠베하 | 적응형 후진 라이트를 갖는 차량 비전 시스템 |
| US10914817B2 (en) * | 2019-03-29 | 2021-02-09 | Rockwell Automation Technologies, Inc. | Multipath interference error correction in a time of flight sensor |
-
2019
- 2019-07-31 KR KR1020190093118A patent/KR102220950B1/ko active IP Right Grant
- 2019-08-30 US US16/558,023 patent/US11040650B2/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009149190A (ja) * | 2007-12-20 | 2009-07-09 | Mazda Motor Corp | 車両の前照灯装置 |
| KR20130063566A (ko) * | 2011-12-07 | 2013-06-17 | 주식회사 만도 | 전방 물체 인식 장치 및 전방 물체 인식 방법 |
| KR20160112679A (ko) * | 2015-03-20 | 2016-09-28 | 주식회사 태건 | 다기능 감시카메라 |
| JP2018136211A (ja) * | 2017-02-22 | 2018-08-30 | オムロン株式会社 | 環境認識システム及び学習装置 |
| KR20190046619A (ko) * | 2017-10-26 | 2019-05-07 | 도요타지도샤가부시키가이샤 | 헤드라이트 제어 시스템 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021045250A1 (ko) * | 2019-09-04 | 2021-03-11 | 엘지전자 주식회사 | 무선 통신 시스템에서 안전 서비스를 제공하는 방법 및 이를 위한 차량 |
| US11900813B2 (en) | 2019-09-04 | 2024-02-13 | Lg Electronics, Inc. | Method for providing safety service in wireless communication system and vehicle for same |
| CN114503177A (zh) * | 2019-10-09 | 2022-05-13 | 索尼集团公司 | 信息处理装置、信息处理系统和信息处理方法 |
| WO2021210737A1 (ko) * | 2020-04-16 | 2021-10-21 | 주식회사 자오스모터스 | Led 헤드 램프 연동 자동차 라이다 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20200001774A1 (en) | 2020-01-02 |
| US11040650B2 (en) | 2021-06-22 |
| KR102220950B1 (ko) | 2021-02-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11340619B2 (en) | Control method of autonomous vehicle, and control device therefor | |
| KR102220950B1 (ko) | 자율 주행 시스템에서 차량을 제어하기 위한 방법 및 장치 | |
| US20210331712A1 (en) | Method and apparatus for responding to hacking on autonomous vehicle | |
| KR102192142B1 (ko) | 자율 주행 차량 제어 방법 | |
| US20210403051A1 (en) | Method for controlling autonomous vehicle | |
| US11364932B2 (en) | Method for transmitting sensing information for remote driving in automated vehicle and highway system and apparatus therefor | |
| US20190392256A1 (en) | Monitoring method and apparatus in the vehicle, and a 3d modeling unit for generating an object detection model therefor | |
| KR102234227B1 (ko) | 자율주행 차량의 헤드라이트 제어방법 및 이를 위한 제어장치 | |
| KR20190107277A (ko) | 자율 주행 시스템에서 차량을 제어하는 방법 및 장치 | |
| KR20190099148A (ko) | 자율 주행 시스템에서 데이터 기반의 어플레이케이션 갱신방법 및 이를 위한 장치 | |
| US20210331699A1 (en) | Method for managing resources of vehicle in automated vehicle & highway systems and apparaus therefor | |
| KR102213095B1 (ko) | 자율 주행 차량 제어 방법 | |
| KR20190100109A (ko) | 자율주행 차량의 오탑승 방지 방법 및 그 장치 | |
| KR102112684B1 (ko) | 자율주행시스템에서 원격운전을 위한 제어 정보를 전송하는 방법 및 이를 위한 장치 | |
| US11532232B2 (en) | Vehicle having dangerous situation notification function and control method thereof | |
| KR20190104274A (ko) | 운전자 시선 감지를 통한 차량의 주행 상황 표시 방법 및 이를 위한 장치 | |
| US11403942B2 (en) | Remote driving method using another autonomous vehicle in automated vehicle and high systems | |
| US20210403018A1 (en) | Method for providing rest information based on driver rest pattern and apparatus therefor | |
| KR20190101922A (ko) | 차량용 인포테인먼트의 제어방법 및 제어장치 | |
| KR20190106928A (ko) | 카메라와 그 제어 방법 및 카메라를 포함한 자율 주행 시스템 | |
| KR20190096863A (ko) | 차량용 네트워크 보안 방법, 이를 위한 방화벽 및 이를 기록한 컴퓨터 판독 가능한 기록매체 | |
| KR102135254B1 (ko) | 차량 내 사용자 모니터링을 위한 배경 이미지 생성 방법 및 이를 위한 장치 | |
| KR102179051B1 (ko) | 자율 주행 차량과 그 인증 대행 방법 | |
| KR20210089469A (ko) | 자율주행시스템에서 객체의 행동을 예측하여 차량을 제어하기 위한 방법 및 이를 위한 장치 | |
| KR20210050763A (ko) | 자율주행시스템에서 센싱정보 동기화 방법 |
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 |