KR20190098735A - 차량 단말 및 그의 동작 방법 - Google Patents

차량 단말 및 그의 동작 방법 Download PDF

Info

Publication number
KR20190098735A
KR20190098735A KR1020190093815A KR20190093815A KR20190098735A KR 20190098735 A KR20190098735 A KR 20190098735A KR 1020190093815 A KR1020190093815 A KR 1020190093815A KR 20190093815 A KR20190093815 A KR 20190093815A KR 20190098735 A KR20190098735 A KR 20190098735A
Authority
KR
South Korea
Prior art keywords
vehicle
front vehicle
terminal
recognized
brake performance
Prior art date
Application number
KR1020190093815A
Other languages
English (en)
Inventor
배현주
윤상열
이태경
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to KR1020190093815A priority Critical patent/KR20190098735A/ko
Publication of KR20190098735A publication Critical patent/KR20190098735A/ko
Priority to US16/552,427 priority patent/US11267470B2/en

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/14—Adaptive cruise control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • 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
    • B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
    • B60W30/162—Speed limiting therefor
    • 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
    • B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • 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
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18109—Braking
    • 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
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18163—Lane change; Overtaking manoeuvres
    • 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
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • B60W40/068—Road friction coefficient
    • 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
    • B60W40/10—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 vehicle motion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • 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
    • 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
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B60W2050/0083—Setting, resetting, calibration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/146—Display means
    • 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
    • B60W2400/00—Indexing codes relating to detected, measured or calculated conditions or factors
    • B60W2550/148—
    • B60W2550/302—
    • B60W2550/308—
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/40—Coefficient of friction
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4046—Behavior, e.g. aggressive or erratic
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/801—Lateral distance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/802—Longitudinal distance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/804—Relative longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • 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
    • 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
    • B60W2556/65—Data transmitted between vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • B60W2720/106—Longitudinal acceleration
    • 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
    • B60W2754/00—Output or target parameters relating to objects
    • B60W2754/10—Spatial relation or speed relative to objects
    • B60W2754/30—Longitudinal distance
    • 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
    • B60W2756/00—Output or target parameters relating to data
    • B60W2756/10—Involving 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
    • 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
    • B60Y2300/18—Propelling the vehicle
    • B60Y2300/18008—Propelling the vehicle related to particular drive situations
    • B60Y2300/18166—Overtaking, changing lanes

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Traffic Control Systems (AREA)

Abstract

전방 차량의 브레이크 성능을 인식하고, 인식된 브레이크 성능에 기초하여 차량의 주행을 제어하는 방법 및 이를 위한 차량 단말을 제공한다.
본 발명에서 개시하는, 차량, 차량 단말, 및 자율 주행 차량 중 하나 이상은 인공지능(Artificial Intelligence) 모듈, 드론(Unmmaned Aerial Vehicle, UAV), 로봇, 증강 현실(Augmented Reality, AR) 장치, 가상 현실(Virtual Reality, VR) 장치, 5G서비스와 관련된 장치 등과 연계될 수 있다.

Description

차량 단말 및 그의 동작 방법{VEHICLE TERMINAL AND OPERATION METHOD THEREOF}
본 개시는 차량 단말 및 그의 동작 방법에 관한 것이다. 보다 구체적으로 본 개시는 전방 차량의 브레이크 성능을 인식하고 차량의 주행을 제어하는 차량 단말 및 그의 동작 방법에 관한 것이다.
전방 차량과의 안전 거리를 유지하기 위한 ACC(Adaptive Cruise Control) 시스템과 같이 첨단 운전자 지원 시스템(ADAS: Advanced Driver Assistance Systems)에 대한 관심이 증가되고 있으며, 이러한 첨단 운전자 지원 시스템을 보다 효과적으로 제공할 필요성이 존재한다.
또한, 자율 주행 차량은 차량 주변의 환경 및 차량 상태를 인식하고, 이에 따라 차량의 주행을 제어할 수 있는 자율 주행 장치가 탑재된 차량을 의미한다. 자율 주행 차량의 연구가 진행됨에 따라, 자율 주행 차량을 이용하여 사용자의 편의성을 증대시킬 수 있는 다양한 서비스에 관한 연구도 함께 진행 중에 있다.
개시된 실시 예들은 차량 단말 및 그의 동작 방법을 개시하고자 한다. 본 실시 예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 이하의 실시 예들로부터 또 다른 기술적 과제들이 유추될 수 있다.
본 발명의 일 실시 예에 따른, 차량의 단말의 동작 방법은, 전방 차량의 브레이크 램프의 턴온 상태에 관한 정보 및 전방 차량의 주행 상태에 관한 정보를 획득하는 단계; 획득된 정보에 기초하여 전방 차량의 브레이크 성능을 인식하는 단계; 및 인식된 전방 차량의 브레이크 성능에 기초하여 차량의 주행을 제어하는 단계를 포함할 수 있다.
다른 일 실시 예에 따라, 차량의 단말은, 전방 차량의 브레이크 램프의 턴온 상태에 관한 정보 및 전방 차량의 주행 상태에 관한 정보를 획득하는 인터페이스; 및 획득된 정보에 기초하여 전방 차량의 브레이크 성능을 인식하고, 인식된 전방 차량의 브레이크 성능에 기초하여 차량의 주행을 제어하는 제어부를 포함할 수 있다.
또 다른 실시예에 따라, 자율 주행 차량은, 주행 장치; 및 주행 장치를 제어하는 단말을 포함하고, 단말은, 전방 차량의 브레이크 램프의 턴온 상태에 관한 정보 및 전방 차량의 주행 상태에 관한 정보를 획득하고, 획득된 정보에 기초하여 전방 차량의 브레이크 성능을 인식하고, 인식된 전방 차량의 브레이크 성능을 기초로 주행 장치를 제어하여, 자율 주행 차량의 주행을 제어할 수 있다.
또 다른 측면에 따른 컴퓨터로 읽을 수 있는 기록매체는 상술한 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 비휘발성 기록매체를 포함한다.
기타 실시 예들의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 개시에 따르면, 차량의 단말은, 전방 차량의 브레이크 램프의 턴온 상태 등에 관한 정보를 통해 전방 차량의 브레이크 성능을 인식할 수 있고, 전방 차량의 브레이크 성능에 적응적으로 반응하여 차량의 주행을 제어할 수 있으므로, 보다 효과적으로 차량의 주행을 제어할 수 있다. 특히, 단말은 전방 차량의 브레이크 성능에 따라 다르게 설정되는 ACC 시스템을 구현할 수 있는 바, 이러한 ACC 시스템을 통해 보다 효과적으로 차량의 주행을 제어할 수 있다. 또한, 자율 주행 차량의 경우, 자율 주행 시 ACC 시스템에 의존도가 높을 수 있는 바, 보다 효과적인 자율 주행이 가능해질 수 있다.
발명의 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 청구범위의 기재로부터 당해 기술 분야의 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 일 실시 예에 따른 AI 장치를 나타낸다.
도 2는 일 실시 예에 따른 AI 서버를 나타낸다.
도 3은 일 실시 예에 따른 AI 시스템을 나타낸다.
도 4는 차량의 단말이 동작하는 실시예를 나타낸다.
도 5는 차량의 단말의 동작 방법의 일 실시예를 나타낸다.
도 6은 차량의 단말의 동작 방법의 구체적인 실시예를 나타낸다.
도 7은 차량이 차로를 변경하는 구체적인 실시예를 나타낸다.
도 8은 단말이 주변 차량의 브레이크 성능에 관한 정보를 제공하는 실시예를 나타낸다.
도 9는 차량의 단말의 동작 방법의 다른 실시예를 나타낸다.
도 10은 차량 단말의 블록도를 나타낸다.
도 11은 자율 주행 차량의 블록도를 나타낸다.
실시 예들에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "..부" 및 "..모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
또한, 본 명세서에서 인공 지능(AI, Artificial Intelligence)은 인공적인 지능 또는 이를 만들 수 있는 방법론을 연구하는 분야를 의미하며, 머신 러닝(기계 학습, Machine Learning)은 인공 지능 분야에서 다루는 다양한 문제를 정의하고 그것을 해결하는 방법론을 연구하는 분야를 의미한다. 머신 러닝은 어떠한 작업에 대하여 꾸준한 경험을 통해 그 작업에 대한 성능을 높이는 알고리즘으로 정의하기도 한다.
인공 신경망(ANN: Artificial Neural Network)은 머신 러닝에서 사용되는 모델로써, 시냅스의 결합으로 네트워크를 형성한 인공 뉴런(노드)들로 구성되는, 문제 해결 능력을 가지는 모델 전반을 의미할 수 있다. 인공 신경망은 다른 레이어의 뉴런들 사이의 연결 패턴, 모델 파라미터를 갱신하는 학습 과정, 출력값을 생성하는 활성화 함수(Activation Function)에 의해 정의될 수 있다.
인공 신경망은 입력층(Input Layer), 출력층(Output Layer), 그리고 선택적으로 하나 이상의 은닉층(Hidden Layer)을 포함할 수 있다. 각 층은 하나 이상의 뉴런을 포함하고, 인공 신경망은 뉴런과 뉴런을 연결하는 시냅스를 포함할 수 있다. 인공 신경망에서 각 뉴런은 시냅스를 통해 입력되는 입력 신호들, 가중치, 편향에 대한 활성 함수의 함수 값을 출력할 수 있다.
모델 파라미터는 학습을 통해 결정되는 파라미터를 의미하며, 시냅스 연결의 가중치와 뉴런의 편향 등이 포함된다. 그리고, 하이퍼파라미터는 머신 러닝 알고리즘에서 학습 전에 설정되어야 하는 파라미터를 의미하며, 학습률(Learning Rate), 반복 횟수, 미니 배치 크기, 초기화 함수 등이 포함된다.
인공 신경망의 학습의 목적은 손실 함수를 최소화하는 모델 파라미터를 결정하는 것으로 볼 수 있다. 손실 함수는 인공 신경망의 학습 과정에서 최적의 모델 파라미터를 결정하기 위한 지표로 이용될 수 있다.
머신 러닝은 학습 방식에 따라 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning)으로 분류할 수 있다.
지도 학습은 학습 데이터에 대한 레이블(label)이 주어진 상태에서 인공 신경망을 학습시키는 방법을 의미하며, 레이블이란 학습 데이터가 인공 신경망에 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과 값)을 의미할 수 있다. 비지도 학습은 학습 데이터에 대한 레이블이 주어지지 않는 상태에서 인공 신경망을 학습시키는 방법을 의미할 수 있다. 강화 학습은 어떤 환경 안에서 정의된 에이전트가 각 상태에서 누적 보상을 최대화하는 행동 혹은 행동 순서를 선택하도록 학습시키는 학습 방법을 의미할 수 있다.
인공 신경망 중에서 복수의 은닉층을 포함하는 심층 신경망(DNN: Deep Neural Network)으로 구현되는 머신 러닝을 딥 러닝(심층 학습, Deep Learning)이라 부르기도 하며, 딥 러닝은 머신 러닝의 일부이다. 이하에서, 머신 러닝은 딥 러닝을 포함하는 의미로 사용된다.
또한, 본 명세서에서 차량은 자율 주행 차량이 될 수 있다. 자율 주행은 스스로 주행하는 기술을 의미하며, 자율 주행 차량은 사용자의 조작 없이 또는 사용자의 최소한의 조작으로 주행하는 차량(Vehicle)을 의미한다. 또한, 자율 주행 차량은 차량 주변의 환경 및 차량 상태를 인식하고, 이에 따라 차량의 주행을 제어할 수 있는 자율 주행 장치가 탑재된 차량을 의미할 수 있다. 자율 주행 기능을 가진 로봇으로 볼 수 있다.
예컨대, 자율 주행에는 주행중인 차선을 유지하는 기술, 어댑티브 크루즈 컨트롤과 같이 속도를 자동으로 조절하는 기술, 정해진 경로를 따라 자동으로 주행하는 기술, 목적지가 설정되면 자동으로 경로를 설정하여 주행하는 기술 등이 모두 포함될 수 있다.
여기서 차량은 내연 기관만을 구비하는 차량, 내연 기관과 전기 모터를 함께 구비하는 하이브리드 차량, 그리고 전기 모터만을 구비하는 전기 차량을 모두 포괄하며, 자동차뿐만 아니라 기차, 오토바이 등을 포함할 수 있다.
아래에서는 첨부한 도면을 참고하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.
이하에서는 도면을 참조하여 본 발명의 실시 예들을 상세히 설명한다.
도 1은 일 실시 예에 따른 AI 장치를 나타낸다.
AI 장치(100)는 TV, 프로젝터, 휴대폰, 스마트폰, 데스크탑 컴퓨터, 노트북, 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 태블릿 PC, 웨어러블 장치, 셋톱박스(STB), 냉장고, 데스크탑 컴퓨터, 디지털 사이니지, 로봇, 차량, XR 장치 등과 같은, 고정형 기기 또는 이동 가능한 기기 등으로 구현될 수 있다.
도 1을 참조하면, AI 장치(100)는 통신부(110), 입력부(120), 러닝 프로세서(130), 센싱부(140), 출력부(150), 메모리(170) 및 프로세서(180) 등을 포함할 수 있다. 그러나, 도 1에 도시된 구성 요소 모두가 AI 장치(100)의 필수 구성 요소인 것은 아니다. 도 1에 도시된 구성 요소보다 많은 구성 요소에 의해 AI 장치가 구현될 수도 있고, 도 1에 도시된 구성 요소보다 적은 구성 요소에 의해 AI 장치가 구현될 수도 있다.
통신부(110)는 유무선 통신 기술을 이용하여 다른 AI 장치(100a 내지 100e)나 AI 서버(200) 등의 외부 장치들과 데이터를 송수신할 수 있다. 예컨대, 통신부(110)는 외부 장치들과 센서 정보, 사용자 입력, 학습 모델, 제어 신호 등을 송수신할 수 있다.
이때, 통신부(110)가 이용하는 통신 기술에는 GSM(Global System for Mobile communication), CDMA(Code Division Multiple Access), LTE(Long Term Evolution), 5G, WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), 블루투스(Bluetooth?), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), ZigBee, NFC(Near Field Communication) 등이 있다.
입력부(120)는 다양한 종류의 데이터를 획득할 수 있다.
이때, 입력부(120)는 영상 신호 입력을 위한 카메라, 오디오 신호를 수신하기 위한 마이크로폰, 사용자로부터 정보를 입력 받기 위한 사용자 입력부 등을 포함할 수 있다. 여기서, 카메라나 마이크로폰을 센서로 취급하여, 카메라나 마이크로폰으로부터 획득한 신호를 센싱 데이터 또는 센서 정보라고 할 수도 있다.
입력부(120)는 모델 학습을 위한 학습 데이터 및 학습 모델을 이용하여 출력을 획득할 때 사용될 입력 데이터 등을 획득할 수 있다. 입력부(120)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(180) 또는 러닝 프로세서(130)는 입력 데이터에 대하여 전처리로써 입력 특징점(input feature)을 추출할 수 있다.
러닝 프로세서(130)는 학습 데이터를 이용하여 인공 신경망으로 구성된 모델을 학습시킬 수 있다. 여기서, 학습된 인공 신경망을 학습 모델이라 칭할 수 있다. 학습 모델은 학습 데이터가 아닌 새로운 입력 데이터에 대하여 결과 값을 추론해 내는데 사용될 수 있고, 추론된 값은 어떠한 동작을 수행하기 위한 판단의 기초로 이용될 수 있다.
이때, 러닝 프로세서(130)는 AI 서버(200)의 러닝 프로세서(240)와 함께 AI 프로세싱을 수행할 수 있다.
이때, 러닝 프로세서(130)는 AI 장치(100)에 통합되거나 구현된 메모리를 포함할 수 있다. 또는, 러닝 프로세서(130)는 메모리(170), AI 장치(100)에 직접 결합된 외부 메모리 또는 외부 장치에서 유지되는 메모리를 사용하여 구현될 수도 있다.
센싱부(140)는 다양한 센서들을 이용하여 AI 장치(100) 내부 정보, AI 장치(100)의 주변 환경 정보 및 사용자 정보 중 적어도 하나를 획득할 수 있다.
이때, 센싱부(140)에 포함되는 센서에는 근접 센서, 조도 센서, 가속도 센서, 자기 센서, 자이로 센서, 관성 센서, RGB 센서, IR 센서, 지문 인식 센서, 초음파 센서, 광 센서, 마이크로폰, 라이다, 레이더 등이 있다.
출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시킬 수 있다.
이때, 출력부(150)에는 시각 정보를 출력하는 디스플레이부, 청각 정보를 출력하는 스피커, 촉각 정보를 출력하는 햅틱 모듈 등이 포함될 수 있다.
메모리(170)는 AI 장치(100)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 예컨대, 메모리(170)는 입력부(120)에서 획득한 입력 데이터, 학습 데이터, 학습 모델, 학습 히스토리 등을 저장할 수 있다. 메모리(170)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
프로세서(180)는 데이터 분석 알고리즘 또는 머신 러닝 알고리즘을 사용하여 결정되거나 생성된 정보에 기초하여, AI 장치(100)의 적어도 하나의 실행 가능한 동작을 결정할 수 있다. 그리고, 프로세서(180)는 AI 장치(100)의 구성 요소들을 제어하여 결정된 동작을 수행할 수 있다.
이를 위해, 프로세서(180)는 러닝 프로세서(130) 또는 메모리(170)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 상기 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 AI 장치(100)의 구성 요소들을 제어할 수 있다.
이때, 프로세서(180)는 결정된 동작을 수행하기 위하여 외부 장치의 연계가 필요한 경우, 해당 외부 장치를 제어하기 위한 제어 신호를 생성하고, 생성한 제어 신호를 해당 외부 장치에 전송할 수 있다.
프로세서(180)는 사용자 입력에 대하여 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 사용자의 요구 사항을 결정할 수 있다.
이때, 프로세서(180)는 음성 입력을 문자열로 변환하기 위한 STT(Speech To Text) 엔진 또는 자연어의 의도 정보를 획득하기 위한 자연어 처리(NLP: Natural Language Processing) 엔진 중에서 적어도 하나 이상을 이용하여, 사용자 입력에 상응하는 의도 정보를 획득할 수 있다.
이때, STT 엔진 또는 NLP 엔진 중에서 적어도 하나 이상은 적어도 일부가 머신 러닝 알고리즘에 따라 학습된 인공 신경망으로 구성될 수 있다. 그리고, STT 엔진 또는 NLP 엔진 중에서 적어도 하나 이상은 러닝 프로세서(130)에 의해 학습된 것이나, AI 서버(200)의 러닝 프로세서(240)에 의해 학습된 것이거나, 또는 이들의 분산 처리에 의해 학습된 것일 수 있다.
프로세서(180)는 AI 장치(100)의 동작 내용이나 동작에 대한 사용자의 피드백 등을 포함하는 이력 정보를 수집하여 메모리(170) 또는 러닝 프로세서(130)에 저장하거나, AI 서버(200) 등의 외부 장치에 전송할 수 있다. 수집된 이력 정보는 학습 모델을 갱신하는데 이용될 수 있다.
프로세서(180)는 메모리(170)에 저장된 응용 프로그램을 구동하기 위하여, AI 장치(100)의 구성 요소들 중 적어도 일부를 제어할 수 있다. 나아가, 프로세서(180)는 상기 응용 프로그램의 구동을 위하여, AI 장치(100)에 포함된 구성 요소들 중 둘 이상을 서로 조합하여 동작시킬 수 있다.
도 2는 일 실시 예에 따른 AI 서버를 나타낸다.
도 2를 참조하면, AI 서버(200)는 머신 러닝 알고리즘을 이용하여 인공 신경망을 학습시키거나 학습된 인공 신경망을 이용하는 장치를 의미할 수 있다. 여기서, AI 서버(200)는 복수의 서버들로 구성되어 분산 처리를 수행할 수도 있고, 5G 네트워크로 정의될 수 있다. 이때, AI 서버(200)는 AI 장치(100)의 일부의 구성으로 포함되어, AI 프로세싱 중 적어도 일부를 함께 수행할 수도 있다.
AI 서버(200)는 통신부(210), 메모리(230), 러닝 프로세서(240) 및 프로세서(260) 등을 포함할 수 있다.
통신부(210)는 AI 장치(100) 등의 외부 장치와 데이터를 송수신할 수 있다.
메모리(230)는 모델 저장부(231)를 포함할 수 있다. 모델 저장부(231)는 러닝 프로세서(240)를 통하여 학습 중인 또는 학습된 모델(또는 인공 신경망, 231a)을 저장할 수 있다.
러닝 프로세서(240)는 학습 데이터를 이용하여 인공 신경망(231a)을 학습시킬 수 있다. 학습 모델은 인공 신경망의 AI 서버(200)에 탑재된 상태에서 이용되거나, AI 장치(100) 등의 외부 장치에 탑재되어 이용될 수도 있다.
학습 모델은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있다. 학습 모델의 일부 또는 전부가 소프트웨어로 구현되는 경우 학습 모델을 구성하는 하나 이상의 명령어(instruction)는 메모리(230)에 저장될 수 있다.
프로세서(260)는 학습 모델을 이용하여 새로운 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수 있다.
도 3은 일 실시 예에 따른 AI 시스템을 나타낸다.
도 3을 참조하면, AI 시스템(1)은 AI 서버(200), 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 중에서 적어도 하나 이상이 클라우드 네트워크(10)와 연결된다. 여기서, AI 기술이 적용된 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 등을 AI 장치(100a 내지 100e)라 칭할 수 있다.
클라우드 네트워크(10)는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크(10)는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.
즉, AI 시스템(1)을 구성하는 각 장치들(100a 내지 100e, 200)은 클라우드 네트워크(10)를 통해 서로 연결될 수 있다. 특히, 각 장치들(100a 내지 100e, 200)은 기지국을 통해서 서로 통신할 수도 있지만, 기지국을 통하지 않고 직접 서로 통신할 수도 있다.
AI 서버(200)는 AI 프로세싱을 수행하는 서버와 빅 데이터에 대한 연산을 수행하는 서버를 포함할 수 있다.
AI 서버(200)는 AI 시스템(1)을 구성하는 AI 장치들인 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 중에서 적어도 하나 이상과 클라우드 네트워크(10)를 통하여 연결되고, 연결된 AI 장치들(100a 내지 100e)의 AI 프로세싱을 적어도 일부를 도울 수 있다.
이때, AI 서버(200)는 AI 장치(100a 내지 100e)를 대신하여 머신 러닝 알고리즘에 따라 인공 신경망을 학습시킬 수 있고, 학습 모델을 직접 저장하거나 AI 장치(100a 내지 100e)에 전송할 수 있다.
이때, AI 서버(200)는 AI 장치(100a 내지 100e)로부터 입력 데이터를 수신하고, 학습 모델을 이용하여 수신한 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성하여 AI 장치(100a 내지 100e)로 전송할 수 있다.
또는, AI 장치(100a 내지 100e)는 직접 학습 모델을 이용하여 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수도 있다.
이하에서는, 상술한 기술이 적용되는 AI 장치(100a 내지 100e)의 다양한 실시 예들을 설명한다. 여기서, 도 3에 도시된 AI 장치(100a 내지 100e)는 도 1에 도시된 AI 장치(100)의 구체적인 실시 예로 볼 수 있다.
본 실시 예에 따른 자율 주행 차량(100b)은 AI 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
자율 주행 차량(100b)은 자율 주행 기능을 제어하기 위한 자율 주행 제어 모듈을 포함할 수 있고, 자율 주행 제어 모듈은 소프트웨어 모듈 또는 이를 하드웨어로 구현한 칩을 의미할 수 있다. 자율 주행 제어 모듈은 자율 주행 차량(100b)의 구성으로써 내부에 포함될 수도 있지만, 자율 주행 차량(100b)의 외부에 별도의 하드웨어로 구성되어 연결될 수도 있다.
자율 주행 차량(100b)은 다양한 종류의 센서들로부터 획득한 센서 정보를 이용하여 자율 주행 차량(100b)의 상태 정보를 획득하거나, 주변 환경 및 객체를 검출(인식)하거나, 맵 데이터를 생성하거나, 이동 경로 및 주행 계획을 결정하거나, 동작을 결정할 수 있다.
여기서, 자율 주행 차량(100b)은 이동 경로 및 주행 계획을 결정하기 위하여, 로봇(100a)과 마찬가지로, 라이다, 레이더, 카메라 중에서 적어도 하나 이상의 센서에서 획득한 센서 정보를 이용할 수 있다.
특히, 자율 주행 차량(100b)은 시야가 가려지는 영역이나 일정 거리 이상의 영역에 대한 환경이나 객체는 외부 장치들로부터 센서 정보를 수신하여 인식하거나, 외부 장치들로부터 직접 인식된 정보를 수신할 수 있다.
자율 주행 차량(100b)은 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예컨대, 자율 주행 차량(100b)은 학습 모델을 이용하여 주변 환경 및 객체를 인식할 수 있고, 인식된 주변 환경 정보 또는 객체 정보를 이용하여 주행 동선을 결정할 수 있다. 여기서, 학습 모델은 자율 주행 차량(100b)에서 직접 학습되거나, AI 서버(200) 등의 외부 장치에서 학습된 것일 수 있다.
이때, 자율 주행 차량(100b)은 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(200) 등의 외부 장치에 센서 정보를 전송하고 그에 따라 생성된 결과를 수신하여 동작을 수행할 수도 있다.
자율 주행 차량(100b)은 맵 데이터, 센서 정보로부터 검출한 객체 정보 또는 외부 장치로부터 획득한 객체 정보 중에서 적어도 하나 이상을 이용하여 이동 경로와 주행 계획을 결정하고, 구동부를 제어하여 결정된 이동 경로와 주행 계획에 따라 자율 주행 차량(100b)을 주행시킬 수 있다.
맵 데이터에는 자율 주행 차량(100b)이 주행하는 공간(예컨대, 도로)에 배치된 다양한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 예컨대, 맵 데이터에는 가로등, 바위, 건물 등의 고정 객체들과 차량, 보행자 등의 이동 가능한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 그리고, 객체 식별 정보에는 명칭, 종류, 거리, 위치 등이 포함될 수 있다.
또한, 자율 주행 차량(100b)은 사용자의 제어/상호작용에 기초하여 구동부를 제어함으로써, 동작을 수행하거나 주행할 수 있다. 이때, 자율 주행 차량(100b)은 사용자의 동작이나 음성 발화에 따른 상호작용의 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 응답을 결정하여 동작을 수행할 수 있다.
도 4는 차량의 단말이 동작하는 실시예를 나타낸다.
단말(400)은 차량(401)에 포함될 수 있다. 차량(401)에는 ACC(Adaptive Cruise Control) 시스템이 탑재될 수 있다. ACC 시스템은, 첨단 운전자 지원 시스템(ADAS, Advanced Driver Assistance System)의 한 종류로써, 전방 차량과의 안전 거리를 확보하기 위해 차량의 속도를 조절하는 적응식 정속주행 시스템을 의미한다. 또한, ACC 시스템은 AEB(Autonomous Emergency Braking) 시스템을 포함할 수 있다. 다시 말해, ACC 시스템은 AEB 시스템을 통해 차량(401)의 긴급 제동을 제어할 수 있다.
단말(400)은 차량(401)의 전방에서 주행하는 전방 차량(403)의 브레이크 램프(brake lamp)의 턴온(turn on) 상태 또는 턴오프(turn off) 상태를 인식할 수 있다. 브레이크 램프는 차량의 후방에 위치할 수 있으며, 제동 시 턴온(turn on)되는 테일 램프(tail lamp)일 수 있다. 또한, 단말(400)은 전방 차량(403)의 주행 속도 및 주행 위치와 같은 주행 상태를 인식할 수 있다.
단말(400)은 전방 차량(403)의 브레이크 램프의 턴온 상태 및 주행 상태에 관한 정보에 기초하여 전방 차량(403)의 브레이크 성능을 인식할 수 있다. 구체적으로, 단말(400)은 전방 차량(403)의 브레이크 램프의 턴온 상태 및 주행 상태에 관한 정보에 기초하여, 전방 차량(403)이 주행하는 도로의 노면 마찰계수(road friction coefficient)를 결정할 수 있고, 노면 마찰계수를 통해 전방 차량(403)의 브레이크 성능을 인식할 수 있다. 예를 들어, 단말(400)은 전방 차량(403)이 주행하는 도로의 노면 마찰계수가 소정의 임계값 보다 낮은 경우, 전방 차량(403)의 브레이크 성능이 낮다고 인식할 수 있다.
단말(400)은 인식된 전방 차량(403)의 브레이크 성능에 기초하여 차량(401)의 주행을 제어할 수 있다. 일 예에 따라, 단말(400)은 인식된 전방 차량(403)의 브레이크 성능을 기초로 차량(401)의 ACC 시스템의 파라미터를 설정하여 차량(401)의 주행을 제어할 수 있다. 예를 들어, 단말(400)은 전방 차량(403)의 브레이크 성능을 높다고 인식한 경우 ACC 시스템의 운영 파라미터인 TTC(time to collision)를 기존보다 크게 설정할 수 있다. 다시 말해, 단말(400)은 전방 차량(403)의 브레이크 성능이 높은 경우 전방 차량(403)의 제동 거리가 짧아짐에 따라 충돌 위험이 높아질 수 있으므로 TTC를 기존보다 크게 설정하여 기존보다 안전거리를 길게 확보할 수 있다. 다른 예에 따라, 단말(400)은 인식된 전방 차량(403)의 브레이크 성능에 기초하여 차량(401)이 차로를 변경하도록 주행을 제어할 수 있다.
따라서, 단말(400)은, 전방 차량(403)의 브레이크 램프의 턴온 상태 등에 관한 정보를 통해 전방 차량(403)의 브레이크 성능을 인식할 수 있고, 전방 차량(403)의 브레이크 성능에 적응적으로 반응하여 차량(401)의 주행을 제어할 수 있으므로, 보다 효과적으로 차량(401)의 주행을 제어할 수 있다. 특히, 단말(400)은 전방 차량(403)의 브레이크 성능에 따라 다르게 설정되는 ACC 시스템을 구현할 수 있는 바, 이러한 ACC 시스템을 통해 보다 효과적으로 차량(401)의 주행을 제어할 수 있다. 또한, 자율 주행 차량의 경우, 자율 주행 시 ACC 시스템에 의존도가 높을 수 있는 바, 보다 효과적인 자율 주행이 가능해질 수 있다.
도 5는 차량의 단말의 동작 방법의 일 실시예를 나타낸다.
도 5에 도시된 흐름도는 도 4에 도시된 단말(400)에서 시계열적으로 처리되는 단계들로 구성된다. 따라서, 이하에서 생략된 내용이라고 하더라도 도 4에 도시된 단말(400)의 동작에 관하여 이상에서 기술된 내용은 도 5에 도시된 흐름도에도 적용될 수 있다.
단계 S510에서, 단말(400)은 전방 차량의 브레이크 램프의 턴온 상태에 관한 정보 및 전방 차량의 주행 상태에 관한 정보를 획득할 수 있다. 단말(400)은, 차량에 포함될 수 있으며, 이러한 차량의 전방에 위치한 전방 차량의 브레이크 램프의 턴온 상태에 관한 정보 및 주행 상태에 관한 정보를 획득할 수 있다. 단말(400)을 포함하는 차량은 자율 주행 차량일 수 있다.
일 예에 따라, 단말(400)은 차량의 센서를 통해 전방 차량의 브레이크 램프의 턴온 상태에 관한 정보 및 전방 차량의 주행 상태에 관한 정보를 획득할 수 있다. 구체적으로, 차량의 이미지 센서는 전방 차량의 브레이크 램프의 이미지를 센싱할 수 있으며, 단말(400)은 이미지 센서의 센싱 결과를 통해 전방 차량의 브레이크 램프의 턴온 상태 및 턴오프 상태를 인식할 수 있다. 또한, 차량의 라이다 센서(Lidar sensor)는 전방 차량의 주행 상태를 센싱할 수 있으며, 단말(400)은 라이다 센서의 센싱 결과를 통해 전방 차량의 위치, 속도 및 전방 차량과의 차간 거리 등에 관한 정보를 획득할 수 있다.
다른 예에 따라, 단말(400)은 차량의 통신부를 통해 전방 차량의 브레이크 램프의 턴온 상태에 관한 정보 및 전방 차량의 주행 상태에 관한 정보를 획득할 수 있다. 구체적으로, 차량의 통신부는 차량과 차량 간 무선 통신(V2V: Vehicle to Vehicle)을 통해 전방 차량과 통신할 수 있는 바, 차량의 통신부는 전방 차량으로부터 브레이크 램프의 턴온 상태에 관한 정보 및 주행 상태에 관한 정보를 수신할 수 있고, 따라서 단말(400)은 차량의 통신부를 통해 전방 차량의 브레이크 램프의 턴온 상태에 관한 정보 및 전방 차량의 주행 상태에 관한 정보를 획득할 수 있다.
단계 S520에서, 단말(400)은 S510에서 획득된 정보에 기초하여 전방 차량의 브레이크 성능을 인식할 수 있다. 구체적으로, 단말(400)은 S510에서 획득된 정보에 기초하여 전방 차량이 주행하는 도로의 노면 마찰계수를 결정할 수 있고, 결정된 노면 마찰계수를 통해 전방 차량의 브레이크 성능을 인식할 수 있다.
단말(400)은 획득된 전방 차량의 브레이크 램프의 턴온 상태에 관한 정보 및 전방 차량의 주행 상태에 관한 정보에 기초하여, 전방 차량이 주행하는 도로의 노면 마찰계수를 결정할 수 있다. 여기서, 노면 마찰계수는 전방 차량의 타이어와 노면 간의 마찰계수를 나타내며, 단말(400)은 획득된 정보에 기초하여 노면 마찰계수를 추정할 수 있다. 구체적으로, 단말(400)은 브레이크 램프의 턴온 시점에서의 전방 차량의 속도, 브레이크 램프의 턴오프 시점에서의 전방 차량의 속도, 및 턴온 시점 및 턴오프 시점 각각에서의 차량과 전방 차량 간의 차간 거리의 차이에 기초하여, 전방 차량이 주행하는 도로의 노면 마찰계수를 결정할 수 있다. 예를 들어, 단말(400)은 하기 수학식 1에 따라 노면 마찰계수인
Figure pat00001
를 결정할 수 있다.
Figure pat00002
수학식 1에서,
Figure pat00003
는 브레이크 램프의 턴온 시점에서의 전방 차량의 속도를 의미하고,
Figure pat00004
는 브레이크 램프의 턴오프 시점에서의 전방 차량의 속도를 의미하고,
Figure pat00005
는 턴온 시점에서의 차량과 전방 차량 간의 차간 거리와 턴오프 시점에서의 차간 거리의 차이를 의미한다.
Figure pat00006
는 중력 가속도를 의미한다.
단말(400)은 기 결정된 노면 마찰계수의 값을 통해 전방 차량의 브레이크 성능을 인식할 수 있다. 다시 말해, 단말(400)은 기 결정된 노면 마찰계수의 값을 통해 전방 차량의 브레이크 성능을 예측할 수 있다. 예를 들어, 단말(400)은, 기 결정된 노면 마찰계수의 값이 일반적인 마른 도로의 노면 상태를 나타내는 경우, 전방 차량의 브레이크 성능을 높은 수준으로 인식할 수 있고, 기 결정된 노면 마찰계수의 값이 빗길의 노면 상태를 나타내는 경우, 전방 차량의 브레이크 성능을 낮은 수준으로 인식할 수 있다. 예를 들어, 단말(400)은, 기 결정된 노면 마찰계수의 값이 0.4 내지 0.6의 범위에 해당하는 경우, 전방 차량의 제동력이 낮다고 인식할 수 있고, 기 결정된 노면 마찰계수의 값이 0.7 내지 1.0의 범위에 해당하는 경우, 전방 차량의 제동력이 높다고 인식할 수 있다.
단말(400)은 인식된 전방 차량의 브레이크 성능에 대한 정보를 제공할 수 있다. 일 예에 따라, 단말(400)은 인식된 전방 차량의 브레이크 성능에 대한 정보를 차량의 디스플레이를 통해 표시할 수 있다. 다른 예에 따라, 단말(400)은 인식된 전방 차량의 브레이크 성능에 대한 정보를 전방 차량에게 전송할 수 있다. 예를 들어, 단말(400)은 인식된 전방 차량의 브레이크 성능이 소정의 기준치보다 낮은 경우, 인식된 브레이크 성능에 대한 정보를 전방 차량에게 전송할 수 있다. 단말(400)은 V2V 무선 통신을 통해 인식된 브레이크 성능에 대한 정보를 전방 차량에게 전송할 수 있다.
단계 S530에서, 단말(400)은 S520에서 인식된 전방 차량의 브레이크 성능에 기초하여 차량의 주행을 제어할 수 있다.
일 예에 따라, 단말(400)은 전방 차량의 브레이크 성능을 기초로 ACC 시스템의 파라미터를 설정하여, 차량의 주행을 제어할 수 있다. ACC 시스템의 파라미터는 TTC 또는 노면 마찰계수가 될 수 있으며, 이에 한정되지 않는다.
단말(400)은 인식된 전방 차량의 브레이크 성능을 기초로 ACC 시스템의 TTC를 설정할 수 있다. 단말(400)은 인식된 전방 차량의 브레이크 성능이 낮은 수준인 경우, ACC 시스템의 TTC를 기존보다 낮게 설정할 수 있고, 인식된 전방 차량의 브레이크 성능이 높은 수준인 경우, ACC 시스템의 TTC를 기존보다 높게 설정할 수 있다.
단말(400)은 인식된 전방 차량의 브레이크 성능을 기초로 ACC 시스템의 노면 마찰계수를 설정할 수 있다. 일 예에 따라, 단말(400)은 전방 차량의 브레이크 성능을 인식하기 위해 기 결정된 노면 마찰계수를 ACC 시스템의 노면 마찰계수로 설정할 수 있다. 다른 예에 따라, 단말(400)은 인식된 전방 차량의 브레이크 성능이 낮은 수준인 경우, ACC 시스템의 노면 마찰계수를 기존보다 낮게 설정할 수 있고, 인식된 전방 차량의 브레이크 성능이 높은 수준인 경우, ACC 시스템의 노면 마찰계수를 기존보다 높게 설정할 수 있다.
따라서, ACC 시스템은 설정된 파라미터에 따라 차량의 주행을 제어할 수 있으므로, 단말(400)은 ACC 시스템의 파라미터를 설정하여 차량의 주행을 제어할 수 있다. 예를 들어, 단말(400)이 ACC 시스템의 TTC를 기존보다 높게 설정하는 경우, 차량은 전방 차량과의 안전 거리를 기존보다 길게 하여 주행할 수 있다.
다른 예에 따라, 단말(400)은 전방 차량의 브레이크 성능을 기초로 차량이 차로를 변경하여 주행하도록 제어할 수 있다. 일 예에 따라, 단말(400)은 전방 차량의 브레이크 성능이 소정의 기준치보다 낮은 경우, 차량이 차로를 변경하여 주행하도록 제어할 수 있다. 예를 들어, 단말(400)은 전방 차량의 브레이크 성능을 인식하기 위해 기 결정된 노면 마찰계수 값이 소정의 기준치보다 낮은 경우, 차량이 차로를 변경하여 주행하도록 제어할 수 있다. 다른 예에 따라, 단말(400)은, 전방 차량의 브레이크 성능을 기초로 차량의 ACC 시스템의 파라미터를 설정할 수 있고, 설정된 파라미터와 기준치를 비교하여 차량 또는 전방 차량의 충돌 위험이 존재한다고 판단하는 경우, 차량이 차로를 변경하여 주행하도록 제어할 수 있다. 보다 구체적인 실시예는 이하 도 6에서 살펴보기로 한다.
또 다른 예에 따라, 단말(400)은 전방 차량의 브레이크 성능을 기초로 차량이 감속하여 주행하도록 제어할 수 있다. 예를 들어, 단말(400)은 전방 차량의 브레이크 성능이 소정의 기준치보다 낮은 경우, 차량이 감속하여 주행하도록 제어할 수 있다.
도 6은 차량의 단말의 동작 방법의 구체적인 실시예를 나타낸다.
도 6에 도시된 흐름도는 도 4에 도시된 단말(400)에서 시계열적으로 처리되는 단계들로 구성된다. 따라서, 이하에서 생략된 내용이라고 하더라도 도 4에 도시된 단말(400)의 동작에 관하여 이상에서 기술된 내용은 도 6에 도시된 흐름도에도 적용될 수 있다.
단계 S610에서, 단말(400)은 차량의 전방에서 주행하는 전방 차량의 브레이크 성능을 기초로 차량의 ACC 시스템의 파라미터를 설정할 수 있다. 구체적으로, 단말(400)은 전방 차량의 브레이크 성능을 기초로 ACC 시스템의 TTC 또는 노면 마찰계수를 설정할 수 있다.
단계 S620에서, 단말(400)은 S610에서 설정된 ACC 시스템의 파라미터가 제 1 기준치보다 높은지 여부를 판단할 수 있다. 일 예에 따라, 단말(400)은 설정된 ACC 시스템의 TTC가 제 1 기준치보다 높은지 여부를 판단할 수 있다. 다른 예에 따라, 단말(400)은 설정된 ACC 시스템의 노면 마찰계수가 제 1 기준치보다 높은지 여부를 판단할 수 있다.
S620에서 기 설정된 파라미터가 제 1 기준치보다 높다고 판단되는 경우, 단계 S630에서, 단말(400)은 차량이 후방 차량과 충돌할 가능성이 높은지 여부를 판단할 수 있다. 구체적으로, S620에서 설정된 파라미터가 제 1 기준치보다 높다고 판단되는 경우, 전방 차량의 브레이크 성능이 우수하여 차량과 전방 차량의 차간 거리가 길게 설정될 수 있으므로, 단말(400)은 차량이 후방 차량과 충돌할 가능성이 존재하는 지 여부를 판단할 수 있고, 차량과 후방 차량 간의 차간 거리가 소정의 기준치보다 짧은 경우, 차량과 후방 차량의 충돌 가능성이 높다고 판단할 수 있다. 따라서, S630에서 차량과 후방 차량과의 충돌 가능성이 높다고 판단되는 경우, 단말(400)은 차량이 옆 차로로 차로를 변경하도록 제어할 수 있다.(S640) 이 경우, 단말(400)은 미리 옆 차로에서 주행하는 차량이 존재하는지 여부를 판단할 수 있다.
S620에서 기 설정된 파라미터가 제 1 기준치보다 높지 않다고 판단되는 경우, 단계 S650에서, 단말(400)은 S610에서 설정된 ACC 시스템의 파라미터가 제 2 기준치보다 낮은지 여부를 판단할 수 있다. 일 예에 따라, 단말(400)은 설정된 ACC 시스템의 TTC가 제 2 기준치보다 낮은지 여부를 판단할 수 있다. 다른 예에 따라, 단말(400)은 설정된 ACC 시스템의 노면 마찰계수가 제 2 기준치보다 낮은지 여부를 판단할 수 있다.
S650에서 기 설정된 파라미터가 제 2 기준치보다 낮다고 판단되는 경우, 단계 S660에서, 단말(400)은 전방 차량이 전전방 차량과 충돌할 가능성이 높은지 여부를 판단할 수 있다. 구체적으로, S620에서 기 설정된 파라미터가 제 2 기준치보다 낮다고 판단되는 경우, 전방 차량의 브레이크 성능이 낮다는 것을 의미하는 바, 전방 차량의 제동 거리가 길어질 수 있으므로, 단말(400)은 전방 차량이 전전방 차량과 충돌할 가능성이 존재하는 지 여부를 판단할 수 있고, 전방 차량과 전전방 차량의 차간 거리가 소정의 기준치보다 짧아진다고 판단한 경우, 전방 차량과 전전방 차량의 충돌 가능성이 높다고 판단할 수 있다. 따라서, S660에서 전방 차량과 전전방 차량과의 충돌 가능성이 높다고 판단되는 경우, 단말(400)은 차량이 옆 차로로 차로를 변경하도록 제어할 수 있다.(S640) 이 경우, 단말(400)은 미리 옆 차로에서 주행하는 차량이 존재하는지 여부를 판단할 수 있다.
도 7은 차량이 차로를 변경하는 구체적인 실시예를 나타낸다.
차량(710)은, 전방 차량(720)의 브레이크 램프의 턴온 상태에 관한 정보 및 전방 차량(720)의 주행 상태에 관한 정보에 기초하여, 전방 차량(720)의 브레이크 성능을 인식할 수 있다. 이어서, 차량(710)은 전방 차량(720)의 브레이크 성능을 기초로 차량(710)의 ACC 시스템의 파라미터를 설정할 수 있다. 구체적으로, 차량(710)은 전방 차량(720)의 브레이크 성능을 기초로 차량(710)의 ACC 시스템의 TTC 또는 노면 마찰계수를 설정할 수 있다.
차량(710)은, 설정된 ACC 시스템의 파라미터가 제 1 기준치보다 높은 경우, 차량(710)이 후방 차량(730)과 충돌할 가능성이 높은지 여부를 판단할 수 있다. 구체적으로, ACC 시스템의 파라미터가 제 1 기준치보다 높은 경우, 전방 차량(720)의 브레이크 성능이 우수하여 차량(710)과 전방 차량(720)의 차간 거리가 길게 설정될 수 있으므로, 차량(710)은 차량(720)과 후방 차량(730) 간의 차간 거리가 소정의 기준치보다 짧은 경우, 차량(710)이 후방 차량(730)과 충돌할 가능성이 높다고 판단할 수 있다. 이때, 차량(710)은 차로를 변경하여 주행할 수 있다.
차량(710)은, 설정된 ACC 시스템의 파라미터가 제 2 기준치보다 낮은 경우, 전방 차량(720)이 전전방 차량(740)과 충돌할 가능성이 높은지 여부를 판단할 수 있다. 구체적으로, ACC 시스템의 파라미터가 제 2 기준치보다 낮은 경우, 전방 차량(720)의 브레이크 성능이 낮으므로 전방 차량(720)의 제동 거리가 길어질 수 있는 바, 차량(710)은 전방 차량(720)과 전전방 차량(740) 간의 차간 거리가 소정의 기준치보다 짧은 경우, 전방 차량(720)이 전전방 차량(740)과 충돌할 가능성이 높다고 판단할 수 있다. 이때, 차량(710)은 차로를 변경하여 주행할 수 있다.
도 8은 단말이 주변 차량의 브레이크 성능에 관한 정보를 제공하는 실시예를 나타낸다.
단말(400)은 차량 주변의 주변 차량들(810,820,830)의 브레이크 램프의 턴온 상태에 관한 정보 및 주변 차량들(810,820,830)의 주행 상태에 관한 정보에 기초하여, 주변 차량들(810,820,830)의 브레이크 성능을 인식할 수 있다. 구체적으로, 단말(400)은 브레이크 램프의 턴온 상태에 관한 정보 및 주행 상태에 관한 정보를 기초로 주변 차량들(810,820,830)의 노면 마찰계수를 결정할 수 있고, 결정된 노면 마찰계수를 통해 주변 차량들(810,820,830)의 브레이크 성능을 인식할 수 있다.
도 8을 참조하면, 단말(400)은 차량의 전방 차창에 형성된 디스플레이를 통해 식별된 주변 차량들(810,820,830)을 표시할 수 있고, 인식된 주변 차량들(810,820,830)의 브레이크 성능을 표시할 수 있다. 단말(400)은 헤드업 디스플레이(Head-Up Display)를 통해 주변 차량들(810,820,830)의 브레이크 성능을 표시할 수 있다. 예를 들어, 단말(400)은 인식된 주변 차량들(810,820,830)의 브레이크 성능을 전방 차창 내의 주변 차량들(810,820,830)의 주변 영역에 바(bar) 형태로 표시할 수 있다. 또한, 단말(400)은 브레이크 성능이 기준치보다 낮은 주변 차량(830)에 대해서는 별도의 경고 표시를 할 수 있다. 예를 들어, 단말(400)은 브레이크 성능이 낮은 주변 차량(830)에 대해서는 색상을 다르게 하여 표시할 수 있다.
단말(400)은 전방 차량인 주변 차량(830)의 브레이크 성능이 낮다고 인식하는 경우 회피 주행 모드에 따라 차량이 차로를 변경하도록 제어할 수 있다.
단말(400)은 차량의 주변 차로의 노면 마찰계수에 대한 정보를 디스플레이를 통해 표시할 수 있다. 단말(400)은 주변 차량의 브레이크 성능을 인식하기 위해 노면 마찰계수를 결정할 수 있으므로, 결정된 노면 마찰계수를 표시할 수 있다. 예를 들어, 단말(400)은, 주변 차량(830)의 브레이크 성능을 인식하기 위해 결정한 노면 마찰계수를 주변 차량(830)이 주행하는 차로의 노면 마찰계수로써 표시할 수 있고, 주변 차량(820)의 브레이크 성능을 인식하기 위해 결정한 노면 마찰계수를 주변 차량(820)이 주행하는 차로의 노면 마찰계수로써 표시할 수 있다. 따라서, 단말(400)은 도 8에 도시된 바와 같이 주변 차량(820)이 주행하는 차로와 주변 차량(830)이 주행하는 차로를 구분하여 표시할 수 있다.
도 9는 차량의 단말의 동작 방법의 다른 실시예를 나타낸다.
도 9에 도시된 흐름도는 도 4에 도시된 단말(400)에서 시계열적으로 처리되는 단계들로 구성된다. 따라서, 이하에서 생략된 내용이라고 하더라도 도 4에 도시된 단말(400)의 동작에 관하여 이상에서 기술된 내용은 도 9에 도시된 흐름도에도 적용될 수 있다.
단계 S910에서, 단말(400)은 적어도 하나의 주변 차량에 의해 인식된 차량의 브레이크 성능에 대한 정보를 획득할 수 있다. 다시 말해, 적어도 하나의 주변 차량은 차량의 브레이크 성능을 인식할 수 있고, 인식된 차량의 브레이크 성능을 차량의 단말(400)에게 전송할 수 있다. 구체적으로, 적어도 하나의 주변 차량은 도 5의 S520을 수행하여 차량이 주행하는 도로의 노면 마찰계수를 결정할 수 있고, 결정된 노면 마찰계수를 차량의 브레이크 성능으로써 단말(400)에게 전송할 수 있다.
단계 S920에서, 단말(400)은 S910에서 획득된 차량의 브레이크 성능에 대한 정보를 기초로 차량의 ACC 시스템의 파라미터를 설정하여, 차량의 주행을 제어할 수 있다.
단말(400)은 적어도 하나의 주변 차량으로부터 획득된 차량의 브레이크 성능을 기초로 ACC 시스템의 TCC 또는 노면 마찰계수를 설정할 수 있다. 예를 들어, 단말(400)은, 주변 차량이 차량의 브레이크 성능을 인식하기 위해 기 결정한 노면 마찰계수를 차량의 ACC 시스템의 노면 마찰계수로 설정할 수 있다.
단말(400)은 적어도 하나의 주변 차량으로부터 획득된 차량의 브레이크 성능에 기초하여 차량이 주행하는 도로의 노면 마찰계수를 보다 정확하게 결정할 수 있다. 다시 말해, 적어도 하나의 주변 차량으로부터 획득된 노면 마찰계수는 추정된 노면 마찰계수이므로, 단말(400)은 이러한 추정된 노면 마찰계수를 기초로 보다 정확한 노면 마찰계수를 결정할 수 있다. 예를 들어, 단말(400)은 하기 수학식 2에 따라 차량이 주행하는 도로의 노면 마찰계수인
Figure pat00007
를 결정할 수 있다.
Figure pat00008
Figure pat00009
수학식 2에서,
Figure pat00010
는 주변 차량에 의해 추정된 노면 마찰계수를 의미하고,
Figure pat00011
은 차량의 중량을 의미하고,
Figure pat00012
는 중력 가속도를 의미하고,
Figure pat00013
는 차량의 브레이킹 패드에서의 마찰력을 의미하고,
Figure pat00014
는 브레이킹 패드에서의 제동거리를 의미하고,
Figure pat00015
는 차량의 타이어에서의 제동 거리를 의미하고,
Figure pat00016
및
Figure pat00017
는 동일하다고 본다. 따라서, 수학식 2에서, 단말(400)은 차량의
Figure pat00018
및
Figure pat00019
는 기 설정된 값이므로, 주변 차량에 의해 추정된 노면 마찰계수인
Figure pat00020
를 획득하여, 도로의 노면 마찰계수인
Figure pat00021
를 결정할 수 있다.
따라서, 단말(400)은 보다 정확하게 결정된 노면 마찰계수를 ACC 시스템의 파라미터로 설정하여 차량의 주행을 보다 정확하게 제어할 수 있다.
도 10은 차량 단말의 블록도를 나타낸다.
단말(1000)은 차량 내에 배치되고, 차량의 주행을 보조하는 장치일 수 있다. 단말(1000)은, 일 실시예에 따라, 인터페이스(interface)(1010) 및 제어부(1020)를 포함할 수 있다. 도 10에 도시된 단말(1000)은 본 실시예와 관련된 구성요소들만이 도시되어 있다. 따라서, 도 10에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 더 포함될 수 있음을 본 실시예와 관련된 기술분야에서 통상의 지식을 가진 자라면 이해할 수 있다.
인터페이스(1010)는 전방 차량의 브레이크 램프의 턴온 상태에 관한 정보 및 전방 차량의 주행 상태에 관한 정보를 획득할 수 있다. 인터페이스(1010)는, 차량의 이미지 센서를 통해, 전방 차량의 브레이크 램프의 턴온 상태에 관한 정보를 획득할 수 있고, 차량의 라이다 센서를 통해 전방 차량의 주행 상태에 관한 정보를 획득할 수 있다. 인터페이스(1010)는 차량의 통신부를 통해 전방 차량의 브레이크 램프의 턴온 상태에 관한 정보 및 전방 차량의 주행 상태에 관한 정보를 획득할 수 있다. 통신부가 이용하는 통신 기술에는 GSM(Global System for Mobile communication), CDMA(Code Division Multi ACC 시스템ess), LTE(Long Term Evolution), 5G, WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), 블루투스(Bluetooth™), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), ZigBee, NFC(Near Field Communication) 등이 있을 수 있다.
제어부(1020)는 단말(1000)의 전반의 동작을 제어하고 데이터 및 신호를 처리할 수 있다. 제어부(1020)는 적어도 하나의 하드웨어 유닛으로 구성될 수 있다. 또한, 제어부(1020)는 메모리에 저장된 프로그램 코드를 실행하여 생성되는 하나 이상의 소프트웨어 모듈에 의해 동작할 수 있다.
제어부(1020)는 기 획득된 정보에 기초하여 전방 차량의 브레이크 성능을 인식할 수 있다. 제어부(1020)는 기 획득된 정보에 기초하여 전방 차량이 주행하는 도로의 노면 마찰계수를 결정할 수 있고, 결정된 노면 마찰계수를 통해 전방 차량의 브레이크 성능을 인식할 수 있다.
제어부(1020)는 인식된 전방 차량의 브레이크 성능에 대한 정보를 차량의 디스플레이를 통해 표시할 수 있다. 제어부(1020)는 인식된 전방 차량의 브레이크 성능에 대한 정보를 차량의 통신부를 통해 전방 차량에게 전송할 수 있다.
제어부(1020)는 기 인식된 전방 차량의 브레이크 성능에 기초하여 차량의 주행을 제어할 수 있다. 제어부(1020)는 전방 차량의 브레이크 성능을 기초로 ACC 시스템의 파라미터를 설정하여, 차량의 주행을 제어할 수 있다.
제어부(1020)는 전방 차량의 브레이크 성능을 기초로 차량이 차로를 변경하여 주행하도록 제어할 수 있다. 제어부(1020)는, 전방 차량의 브레이크 성능을 기초로 차량의 ACC 시스템의 파라미터를 설정할 수 있고, 설정된 파라미터와 기준치를 비교하여 차량 또는 전방 차량의 충돌 위험이 존재한다고 판단하는 경우, 차량이 차로를 변경하여 주행하도록 제어할 수 있다.
제어부(1020)는 전방 차량의 브레이크 성능을 기초로 차량이 감속하여 주행하도록 제어할 수 있다.
도 11은 자율 주행 차량의 블록도를 나타낸다.
자율 주행 차량(1100)은, 주행 장치(1110) 및 단말(1120)을 포함할 수 있다. 도 11에 도시된 자율 주행 차량(1100)은 본 실시예와 관련된 구성요소들만이 도시되어 있다. 따라서, 도 11에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 더 포함될 수 있음을 본 실시예와 관련된 기술분야에서 통상의 지식을 가진 자라면 이해할 수 있다.
주행 장치(1110)는 자율 주행 차량(1110)의 주행에 요구되는 구성요소들을 포함할 수 있는 바, 브레이크 유닛, 조향 유닛, 및 스로틀을 포함할 수 있다. 조향 유닛은 자율 주행 차량(1100)의 방향을 조절하도록 구성되는 매커니즘들의 조합이 될 수 있다. 스로틀은 엔진/모터의 동작 속도를 제어하여, 자율 주행 차량(1100)의 속도를 제어하도록 구성되는 매커니즘들의 조합이 될 수 있다. 또한, 스로틀은 스로틀 개방량을 조절하여 엔진/모터로 유입되는 연료공기의 혼합 가스 양을 조절할 수 있으며, 스로틀 개방량을 조절하여 동력 및 추력을 제어할 수 있다. 브레이크 유닛은 자율 주행 차량을 감속시키도록 구성되는 매커니즘들의 조합이 될 수 있다. 예를 들어, 브레이크 유닛은 휠/타이어의 속도를 줄이기 위해 마찰을 사용할 수 있다.
자율 주행 차량(1100)은 ACC 시스템을 포함할 수 있는 바, ACC 시스템은 주행 장치(1110)를 제어하여 자율 주행 차량(1100)의 주행을 제어할 수 있다. 구체적으로, ACC 시스템은 전방 차량과의 안전 거리를 확보하기 위해 주행 장치(1110)를 제어하여 자율 주행 차량(1100)의 속도를 조절할 수 있다.
단말(1120)은 전방 차량의 브레이크 램프의 턴온 상태에 관한 정보 및 전방 차량의 주행 상태에 관한 정보를 획득하고, 획득된 정보에 기초하여 전방 차량의 브레이크 성능을 인식하고, 인식된 전방 차량의 브레이크 성능을 기초로 주행 장치(1110)를 제어하여, 자율 주행 차량(1100)의 주행을 제어할 수 있다. 단말(1120)은 도 10의 단말(1000)에 관한 내용을 포함할 수 있는 바, 중복되는 내용은 생략한다.
상기 살펴 본 실시예들에 따른 장치는 프로세서, 프로그램 데이터를 저장하고 실행하는 메모리, 디스크 드라이브와 같은 영구 저장부(permanent storage), 외부 장치와 통신하는 통신 포트, 터치 패널, 키(key), 버튼 등과 같은 사용자 인터페이스 장치 등을 포함할 수 있다. 소프트웨어 모듈 또는 알고리즘으로 구현되는 방법들은 상기 프로세서상에서 실행 가능한 컴퓨터가 읽을 수 있는 코드들 또는 프로그램 명령들로서 컴퓨터가 읽을 수 있는 기록 매체 상에 저장될 수 있다. 여기서 컴퓨터가 읽을 수 있는 기록 매체로 마그네틱 저장 매체(예컨대, ROM(read-only memory), RAM(Random-Access memory), 플로피 디스크, 하드 디스크 등) 및 광학적 판독 매체(예컨대, 시디롬(CD-ROM), 디브이디(DVD: Digital Versatile Disc)) 등이 있다. 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템들에 분산되어, 분산 방식으로 컴퓨터가 판독 가능한 코드가 저장되고 실행될 수 있다. 매체는 컴퓨터에 의해 판독가능하며, 메모리에 저장되고, 프로세서에서 실행될 수 있다.
본 실시 예는 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들은 특정 기능들을 실행하는 다양한 개수의 하드웨어 또는/및 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 실시 예는 하나 이상의 마이크로프로세서들의 제어 또는 다른 제어 장치들에 의해서 다양한 기능들을 실행할 수 있는, 메모리, 프로세싱, 로직(logic), 룩 업 테이블(look-up table) 등과 같은 직접 회로 구성들을 채용할 수 있다. 구성 요소들이 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있는 것과 유사하게, 본 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 또한, 본 실시 예는 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다. "매커니즘", "요소", "수단", "구성"과 같은 용어는 넓게 사용될 수 있으며, 기계적이고 물리적인 구성들로서 한정되는 것은 아니다. 상기 용어는 프로세서 등과 연계하여 소프트웨어의 일련의 처리들(routines)의 의미를 포함할 수 있다.

Claims (20)

  1. 차량의 단말의 동작 방법에 있어서,
    전방 차량의 브레이크 램프의 턴온(turn on) 상태에 관한 정보 및 상기 전방 차량의 주행 상태에 관한 정보를 획득하는 단계;
    상기 획득된 정보에 기초하여 상기 전방 차량의 브레이크 성능을 인식하는 단계; 및
    상기 인식된 전방 차량의 브레이크 성능에 기초하여 상기 차량의 주행을 제어하는 단계를 포함하는, 동작 방법.
  2. 제 1 항에 있어서,
    상기 인식하는 단계는,
    상기 브레이크 램프의 턴온 시점에서의 상기 전방 차량의 속도, 상기 브레이크 램프의 턴오프(turn off) 시점에서의 상기 전방 차량의 속도, 및 상기 턴온 시점 및 상기 턴오프 시점 각각에서의 상기 차량과 상기 전방 차량 간의 차간 거리에 기초하여, 상기 전방 차량이 주행하는 도로의 노면 마찰계수를 결정하는 단계; 및
    상기 결정된 노면 마찰계수를 통해 상기 전방 차량의 브레이크 성능을 인식하는 단계를 포함하는, 동작 방법.
  3. 제 1 항에 있어서,
    상기 제어하는 단계는,
    상기 인식된 브레이크 성능을 기초로 상기 차량의 ACC(Adaptive Cruise Control) 시스템의 파라미터를 설정하여, 상기 차량의 주행을 제어하는 단계를 포함하는, 동작 방법.
  4. 제 3 항에 있어서,
    상기 제어하는 단계는,
    상기 인식된 브레이크 성능을 기초로 상기 ACC 시스템의 TTC(time to collision) 및 노면 마찰계수 중 적어도 하나를 설정하는 단계를 포함하는, 동작 방법.
  5. 제 3 항에 있어서,
    상기 제어하는 단계는,
    상기 설정된 ACC 시스템의 파라미터와 소정의 기준치를 비교하고, 비교 결과에 기초하여 상기 차량이 차로를 변경하여 주행하도록 제어하는 단계를 포함하는, 동작 방법.
  6. 제 1 항에 있어서,
    상기 제어하는 단계는,
    상기 인식된 전방 차량의 브레이크 성능에 기초하여, 상기 차량이 차로를 변경하여 주행하도록 제어하는 단계를 포함하는, 동작 방법.
  7. 제 1 항에 있어서,
    상기 인식된 상기 전방 차량의 브레이크 성능에 대한 정보를 디스플레이를 통해 표시하는 단계를 더 포함하는, 동작 방법.
  8. 제 1 항에 있어서,
    차량과 차량 간 무선 통신(V2V: Vehicle to Vehicle)을 통해 상기 인식된 상기 전방 차량의 브레이크 성능에 대한 정보를 상기 전방 차량으로 전송하는 단계를 더 포함하는, 동작 방법.
  9. 제 1 항에 있어서,
    적어도 하나의 주변 차량으로부터 상기 적어도 하나의 주변 차량에 의해 인식된 상기 차량의 브레이크 성능에 대한 정보를 획득하는 단계; 및
    상기 획득된 상기 차량의 브레이크 성능에 대한 정보를 기초로 상기 차량의 ACC 시스템의 파라미터를 설정하여, 상기 차량의 주행을 제어하는 단계를 더 포함하는, 동작 방법.
  10. 제 1 항 내지 제 9 항 중에 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 비휘발성 기록매체.
  11. 차량의 단말에 있어서,
    전방 차량의 브레이크 램프의 턴온(turn on) 상태에 관한 정보 및 상기 전방 차량의 주행 상태에 관한 정보를 획득하는 인터페이스; 및
    상기 획득된 정보에 기초하여 상기 전방 차량의 브레이크 성능을 인식하고,
    상기 인식된 전방 차량의 브레이크 성능에 기초하여 상기 차량의 주행을 제어하는 제어부를 포함하는, 단말.
  12. 제 11 항에 있어서,
    상기 제어부는,
    상기 브레이크 램프의 턴온 시점에서의 상기 전방 차량의 속도, 상기 브레이크 램프의 턴오프(turn off) 시점에서의 상기 전방 차량의 속도, 및 상기 턴온 시점 및 상기 턴오프 시점 각각에서의 상기 차량과 상기 전방 차량 간의 차간 거리에 기초하여, 상기 전방 차량이 주행하는 도로의 노면 마찰계수를 결정하고,
    상기 결정된 노면 마찰계수를 통해 상기 전방 차량의 브레이크 성능을 인식하는, 단말.
  13. 제 11 항에 있어서,
    상기 제어부는,
    상기 인식된 브레이크 성능을 기초로 상기 차량의 ACC(Adaptive Cruise Control) 시스템의 파라미터를 설정하여, 상기 차량의 주행을 제어하는, 단말.
  14. 제 13 항에 있어서,
    상기 제어부는,
    상기 인식된 브레이크 성능을 기초로 상기 ACC 시스템의 TTC(time to collision) 및 노면 마찰계수 중 적어도 하나를 설정하는, 단말.
  15. 제 13 항에 있어서,
    상기 제어부는,
    상기 설정된 ACC 시스템의 파라미터와 소정의 기준치를 비교하고, 비교 결과에 기초하여 상기 차량이 차로를 변경하여 주행하도록 제어하는, 단말.
  16. 제 11 항에 있어서,
    상기 제어부는,
    상기 인식된 전방 차량의 브레이크 성능에 기초하여, 상기 차량이 차로를 변경하여 주행하도록 제어하는, 단말.
  17. 제 11 항에 있어서,
    상기 제어부는,
    상기 인식된 상기 전방 차량의 브레이크 성능에 대한 정보를 디스플레이를 통해 표시하는, 단말.
  18. 제 11 항에 있어서,
    상기 제어부는,
    차량과 차량 간 무선 통신(V2V: Vehicle to Vehicle)을 수행하는 통신부를 통해 상기 인식된 상기 전방 차량의 브레이크 성능에 대한 정보를 상기 전방 차량으로 전송하는, 단말.
  19. 제 11 항에 있어서,
    상기 인터페이스는,
    적어도 하나의 주변 차량으로부터 상기 적어도 하나의 주변 차량에 의해 인식된 상기 차량의 브레이크 성능에 대한 정보를 획득하고,
    상기 제어부는,
    상기 획득된 상기 차량의 브레이크 성능에 대한 정보를 기초로 상기 차량의 ACC 시스템의 파라미터를 설정하여, 상기 차량의 주행을 제어하는, 단말.
  20. 자율 주행 차량에 있어서,
    주행 장치; 및
    상기 주행 장치를 제어하는 단말을 포함하고,
    상기 단말은,
    전방 차량의 브레이크 램프의 턴온(turn on) 상태에 관한 정보 및 상기 전방 차량의 주행 상태에 관한 정보를 획득하고,
    상기 획득된 정보에 기초하여 상기 전방 차량의 브레이크 성능을 인식하고,
    상기 인식된 전방 차량의 브레이크 성능을 기초로 상기 주행 장치를 제어하여, 상기 자율 주행 차량의 주행을 제어하는, 자율 주행 차량.
KR1020190093815A 2019-08-01 2019-08-01 차량 단말 및 그의 동작 방법 KR20190098735A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190093815A KR20190098735A (ko) 2019-08-01 2019-08-01 차량 단말 및 그의 동작 방법
US16/552,427 US11267470B2 (en) 2019-08-01 2019-08-27 Vehicle terminal and operation method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190093815A KR20190098735A (ko) 2019-08-01 2019-08-01 차량 단말 및 그의 동작 방법

Publications (1)

Publication Number Publication Date
KR20190098735A true KR20190098735A (ko) 2019-08-22

Family

ID=67767268

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190093815A KR20190098735A (ko) 2019-08-01 2019-08-01 차량 단말 및 그의 동작 방법

Country Status (2)

Country Link
US (1) US11267470B2 (ko)
KR (1) KR20190098735A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021103834A1 (zh) * 2019-11-27 2021-06-03 初速度（苏州）科技有限公司 换道决策模型生成方法和无人车换道决策方法及装置

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102637599B1 (ko) * 2018-10-08 2024-02-19 주식회사 에이치엘클레무브 차량간 통신 정보를 이용한 차선변경 제어장치 및 방법과, 그를 위한 성향 정보 산출 장치
CN111169479B (zh) * 2020-01-14 2021-12-07 中国第一汽车股份有限公司 一种巡航控制方法、装置、系统、车辆及存储介质
SG11202013252SA (en) * 2020-02-07 2021-09-29 Shenzhen Sensetime Technology Co Ltd Road marking recognition method, map generation method, and related products
FR3124781B1 (fr) * 2021-07-05 2023-05-19 Psa Automobiles Sa Procédé et dispositif de contrôle d’un véhicule
CN113391626B (zh) * 2021-08-18 2022-01-07 天津所托瑞安汽车科技有限公司 一种自动制动系统的检测方法、装置、设备及存储介质
CN113978259B (zh) * 2021-11-19 2022-10-18 张展浩 一种基于驾驶场景及驾驶习惯的电动汽车制动控制方法
CN115107759A (zh) * 2022-06-30 2022-09-27 重庆长安汽车股份有限公司 车辆的辅助驾驶方法、装置、车辆及存储介质

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3882797B2 (ja) * 2003-08-08 2007-02-21 日産自動車株式会社 車両用運転操作補助装置および車両用運転操作補助装置を備える車両
DE102011009483A1 (de) 2011-01-26 2012-07-26 Audi Ag Verfahren zum Betrieb eines längsführenden Fahrerassistenzsystems eines Kraftfahrzeugs und Kraftfahrzeug
US20140309852A1 (en) * 2013-04-15 2014-10-16 Flextronics Ap, Llc Automatic vehicle diagnostic detection and communication
US9809169B1 (en) * 2013-03-15 2017-11-07 Mouhamad A. Naboulsi Safety control system for vehicles
US20160231746A1 (en) * 2015-02-06 2016-08-11 Delphi Technologies, Inc. System And Method To Operate An Automated Vehicle
DE102015213078A1 (de) 2015-07-13 2017-01-19 Conti Temic Microelectronic Gmbh Bremslichterkennung bei vorausfahrenden Fahrzeugen zur Anpassung einer Auslösung aktiver Sicherheitsmechanismen
KR102498091B1 (ko) * 2015-09-30 2023-02-09 소니그룹주식회사 운전 제어 장치 및 운전 제어 방법, 그리고 프로그램
CN108137052B (zh) * 2015-09-30 2021-09-07 索尼公司 驾驶控制装置、驾驶控制方法和计算机可读介质
KR102513185B1 (ko) * 2017-01-12 2023-03-23 모빌아이 비젼 테크놀로지스 엘티디. 규칙 기반 항법
CN106909154B (zh) * 2017-03-22 2020-04-17 广州汽车集团股份有限公司 跟车减速控制方法和系统
US10467907B2 (en) * 2017-12-28 2019-11-05 Bendix Commercial Vehicle Systems Llc Initialization and safety maintenance strategy for platooning vehicles
KR20210012463A (ko) * 2019-07-25 2021-02-03 엘지전자 주식회사 차량 단말 및 그의 동작 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021103834A1 (zh) * 2019-11-27 2021-06-03 初速度（苏州）科技有限公司 换道决策模型生成方法和无人车换道决策方法及装置

Also Published As

Publication number Publication date
US20190382011A1 (en) 2019-12-19
US11267470B2 (en) 2022-03-08

Similar Documents

Publication Publication Date Title
KR20190098735A (ko) 차량 단말 및 그의 동작 방법
US20190391582A1 (en) Apparatus and method for controlling the driving of a vehicle
US20190351918A1 (en) Artificial intelligence apparatus for providing notification related to lane-change of vehicle and method for the same
US20200010095A1 (en) Method and apparatus for monitoring driving condition of vehicle
US20200050894A1 (en) Artificial intelligence apparatus and method for providing location information of vehicle
US20200005643A1 (en) Method and apparatus for providing information on vehicle driving
KR20200144006A (ko) 자율 주행 시스템
US11755033B2 (en) Artificial intelligence device installed in vehicle and method therefor
US20200020339A1 (en) Artificial intelligence electronic device
KR20190101333A (ko) 음성 인식 장치 및 음성 인식 방법
KR20210057886A (ko) 차량 충돌 방지 장치 및 그 방법
KR20220001522A (ko) 장치 정보에 기반하여, 다른 장치를 제어할 수 있는 인공 지능 장치
US11117580B2 (en) Vehicle terminal and operation method thereof
KR102607390B1 (ko) 차량의 주변 상황 확인 방법
US11211045B2 (en) Artificial intelligence apparatus and method for predicting performance of voice recognition model in user environment
US20200012247A1 (en) Artificial intelligence device mounted on wine refrigerator
KR20190098097A (ko) 전자 제어 시스템
KR20210067432A (ko) 로봇의 비상 정지의 수행
KR20190095186A (ko) 지능형 게이트웨이 장치 및 그를 포함하는 제어 시스템
US10931813B1 (en) Artificial intelligence apparatus for providing notification and method for same
US20210155262A1 (en) Electronic apparatus and operation method thereof
KR20210007144A (ko) 차량 단말 및 그의 동작 방법
KR20190095190A (ko) 음성 인식 서비스를 제공하는 인공 지능 장치 및 그의 동작 방법
KR20210050201A (ko) 로봇, 로봇의 작동 방법 및 상기 로봇을 포함하는 로봇 시스템
US11550328B2 (en) Artificial intelligence apparatus for sharing information of stuck area and method for the same

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal