KR20190120105A

KR20190120105A - 차량 단말 및 그의 동작 방법

Info

Publication number: KR20190120105A
Application number: KR1020190123022A
Authority: KR
Inventors: 유강희
Original assignee: 엘지전자 주식회사
Priority date: 2019-10-04
Filing date: 2019-10-04
Publication date: 2019-10-23
Also published as: US20200059768A1

Abstract

외부 차량의 제1정보 및 적어도 하나의 차량의 제2정보를 비교하여 외부 차량과의 V2V 통신을 허용할지 여부를 확인하는 방법 및 이를 위한 차량 단말을 제공한다. 본 개시에서는, 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 외부 차량의 신뢰도를 검증하는 방법 및 이를 위한 차량 단말에 관한 것이다.

차량과 차량간의 무선 통신인 V2V(Vehicle to Vehicle) 통신과 같은 V2X(Vehicle to Everything) 통신이 점차 보편화되고 있는 바, 보다 이상적인 V2X 통신 환경을 구축하기 위해서는 신뢰도 높은 차량을 확인할 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 개시의 일 실시 예에 따른, 차량 단말의 동작 방법은, 외부 차량으로부터 신뢰도 검증을 위한 제1정보를 수신하는 단계; 상기 제1정보를 상기 차량 주변의 적어도 하나의 차량에게 전송하는 단계; 상기 제1정보에 대응되고 상기 적어도 하나의 차량의 센서를 통해 획득된 제2정보를 상기 적어도 하나의 차량으로부터 수신하는 단계; 및 상기 제1정보와 상기 제2정보를 비교하여 상기 외부 차량과의 V2V(Vehicle to Vehicle) 통신을 허용할지 여부를 확인하는 단계를 포함할 수 있다.

다른 일 실시 예에 따라, 차량 단말은, 통신부; 및 상기 통신부를 통해 외부 차량으로부터 신뢰도 검증을 위한 제1정보를 수신하고, 상기 제1정보를 상기 차량 주변의 적어도 하나의 차량에게 전송하고, 상기 제1정보에 대응되고 상기 적어도 하나의 차량의 센서를 통해 획득된 제2정보를 상기 적어도 하나의 차량으로부터 수신하고, 상기 제1정보와 상기 제2정보를 비교하여 상기 외부 차량과의 V2V(Vehicle to Vehicle) 통신을 허용할지 여부를 확인하는 제어부를 포함할 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, 외부 차량은 의도적으로 잘못된 정보를 차량에게 전송하거나 외부 차량의 센서의 오작동으로 인해 잘못된 정보를 차량에게 전송할 수 있는 바, 차량은 신뢰할 수 있는 적어도 하나의 차량의 제2정보를 기준으로 외부 차량의 제1정보의 정확도를 검증하여 외부 차량이 신뢰할 수 있는 차량인지 여부를 판단할 수 있다. 따라서, 차량은 신뢰할 수 있는 외부 차량과 V2V 통신을 수행할 수 있으므로, 차량은 정확도가 높은 데이터를 처리할 수 있다. 또한, 차량이 자율 주행 차량인 경우, 차량은 신뢰할 수 있는 외부 차량과 V2V 통신을 수행하는 바, 사고 가능성을 보다 효과적으로 줄일 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 본 명세서에서 제안하는 방법들이 적용될 수 있는 무선 통신 시스템의 블록 구성도를 예시한다.
도 5는 무선 통신 시스템에서 신호 송/수신 방법의 일례를 나타낸 도이다.
도 6은 5G 통신 시스템에서 자율 주행 차량과 5G 네트워크의 기본 동작의 일 예를 나타낸다.
도 7은 5G 통신을 이용한 차량 대 차량 간의 기본 동작의 일 예를 예시한다.
도 8은 차량, 외부 차량, 및 적어도 하나의 차량이 동작하는 흐름도를 나타낸다.
도 9는 차량이 제1정보 및 제2정보를 비교하여 외부 차량의 신뢰도를 검증하는 흐름도를 나타낸다.
도 10은 차량이 외부 차량의 신뢰도를 검증하는 실시예를 나타낸다.
도 11은 차량이 주변 차량의 신뢰도를 주기적으로 검증하는 실시예를 나타낸다.
도 12는 차량, 외부 차량, 및 서버가 동작하는 흐름도를 나타낸다.
도 13은 차량 및 적어도 하나의 차량이 동작하는 흐름도를 나타낸다.
도 14는 차량 단말의 블록도를 나타낸다.
도 15는 차량 단말의 동작 방법에 관한 흐름도를 나타낸다.

실시 예들에서 사용되는 용어는 본 개시에서의 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 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 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", "..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 본 명세서에서 제안하는 방법들이 적용될 수 있는 무선 통신 시스템의 블록 구성도를 예시한다.

도 4를 참조하면, 자율 주행 모듈을 포함하는 장치(자율 주행 장치)를 제1 통신 장치로 정의(도 4의 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 4의 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 4를 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 Rf 모듈(915,925)는 각각의 안테나(916,926)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.

도 5는 무선 통신 시스템에서 신호 송/수신 방법의 일례를 나타낸 도이다.

도 5를 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 5를 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 5를 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 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.

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.

도 6은 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).

이하, 도 4 및 도 5와 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 6의 S1 단계 및 S3 단계와 같이, 자율 주행 차량이 5G 네트워크와 신호, 정보 등을 송/수신하기 위해, 자율 주행 차량은 도 6의 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 6의 단계들 중 mMTC 기술의 적용으로 달라지는 부분 위주로 설명하기로 한다.

도 6의 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.

도 7은 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.

또한 실시 예에서 V2V 및 V2X 통신 중 적어도 하나를 수행하는 자율 주행 차량은 해당 통신에 대응하는 채널 상에서 정보를 송수신할 수 있다. 일 예로 V2V 및 V2X 통신을 위해 해당 통신 방법에 대응되는 sidelink를 위한 채널이 할당될 수 있으며, 자율주행 차량은 서버 혹은 다른 차량과 해당 채널 상에서 정보를 송수신 할 수 있다. 일 예로 sidelink를 위한 공유 채널(shared channel)이 할당될 수 있으며, 해당 채널 상에서 V2V 및 V2X 통신 중 적어도 하나를 위한 신호가 송수신될 수 있다. 이와 같은 V2V 및 V2X 통신 중 적어도 하나를 수행하기 위해 자율 주행 차량은 해당 통신에 대응하는 별도의 식별자를 기지국, 네트워크 및 다른 차량 중 적어도 하나로부터 획득할 수 있다. 자율주행 차량은 획득한 별도의 식별자 정보를 기반으로 V2V 및 V2X 통신을 수행할 수 있다.

또한 실시 예에서 브로드케스트로 전송되는 정보는 브로드케스트를 위한 별도의 채널에서 송신될 수 있으며, 노드와 노드 사이의 통신은 브로드케스트를 위한 채널과 다른 채널 상에서 수행될 수 있다. 또한 자율주행 차량을 제어하기 위한 정보는 URLLC를 위한 채널 상에서 전송될 수 있다.

도 8은 차량, 외부 차량, 및 적어도 하나의 차량이 동작하는 흐름도를 나타낸다.

단계 S801에서, 외부 차량(810)은 신뢰도 검증을 위한 제1정보를 차량(800)에게 전송할 수 있다. 차량(800)은 신뢰도 검증을 위한 정보를 외부 차량(810)에게 요청할 수 있고, 외부 차량(810)은 차량(800)의 요청에 따라 신뢰도 검증을 위한 제1정보를 차량(800)에게 전송할 수 있다. 일 실시예에 따라, 외부 차량(810)은 제1정보를 포함하는 V2V 메시지를 차량(800)에게 전송할 수 있다. 제1정보는 특정 차량의 위치 정보 및 특정 차량의 속도 정보 중 적어도 하나를 포함할 수 있다. 예를 들어, 제1정보는 외부 차량(810)의 위치 정보 또는 속도 정보일 수 있다. 또한, 제1정보는 외부 차량(810) 주변의 객체에 관한 정보 또는 외부 차량(810) 주변의 상황에 관한 정보가 될 수 있다. 예를 들어, 제1정보는 외부 차량(810) 주변의 사고 발생 여부에 관한 정보가 될 수 있다.

일 예에 따라, 외부 차량(810)은 차량(800)에게 V2V(Vehicle to Vehicle) 통신을 요청할 수 있다. 이어서, 차량(800)은 신뢰도 검증을 위한 정보를 외부 차량(810)에게 요청할 수 있고, 외부 차량(810)은 차량(800)의 요청에 따라 신뢰도 검증을 위한 제1정보를 차량(800)에게 전송할 수 있다. 다른 예에 따라, 차량(800)은 외부 차량(810)과 V2V 통신을 수행할 수 있고, 외부 차량(810)에 대한 신뢰도 검증 주기가 지난 경우, 신뢰도 검증을 위한 정보를 외부 차량(810)에게 요청할 수 있고, 외부 차량(810)으로부터 신뢰도 검증을 위한 제1정보를 수신할 수 있다.

일 실시예에 따라, 차량(800)은 외부 차량(810)으로부터 V2V 메시지를 수신할 수 있고, V2V 메시지 내에서 신뢰도 검증을 위한 제1정보를 확인할 수 있다.

단계 S803에서, 차량(800)은 외부 차량(810)으로부터 수신한 제1정보를 적어도 하나의 차량(820)에게 전송할 수 있다. 차량(800)은 제1정보를 포함하는 V2V 메시지를 적어도 하나의 차량(820)에게 전송할 수 있다. 또한, 차량(800)이 적어도 하나의 차량(820)에게 전송하는 V2V 메시지는 제1정보 및 제1정보의 정확도를 검증하기 위한 정보를 요청하는 정보를 포함할 수 있다. 일 실시예에 따라, 적어도 하나의 차량(820)이 제1차량 및 제2차량을 포함하는 경우, 차량(800)은 외부 차량(810)으로부터 수신한 제1정보를 포함하는 V2V 메시지를 제1차량 및 제2차량 각각에게 전송할 수 있다.

적어도 하나의 차량(820)은 차량(800) 주변에 위치하고, 차량(800)이 신뢰할 수 있는 차량일 수 있다. 구체적으로, 차량(800)의 신뢰도 검증 결과에 따라, 적어도 하나의 차량(820)은 차량(800)이 신뢰할 수 있는 차량일 수 있다. 적어도 하나의 차량(820)과 차량(800)은 동일한 그룹에 포함되는 차량일 수 있으며, 적어도 하나의 차량(820)과 차량(800)은 동일한 그룹에 대한 정보를 서버로부터 주기적으로 획득할 수 있다.

단계 S805에서, 적어도 하나의 차량(820)은 센서를 통해 제1정보와 대응되는 제2정보를 획득할 수 있다. 구체적으로, 적어도 하나의 차량(820)은 차량(800)으로부터 전송 받은 제1정보를 확인하여, 제1정보와 대응되는 제2정보를 센서를 통해 획득할 수 있다. 예를 들어, 제1정보가 특정 차량의 위치 정보인 경우, 적어도 하나의 차량(820)은 센서를 통해 특정 차량의 위치를 측정할 수 있고, 적어도 하나의 차량(820)은 측정한 정보를 제2정보로써 획득할 수 있다.

일 실시예에 따라, 적어도 하나의 차량(820)은 제1정보와 제2정보를 비교하여 제1정보의 정확도를 검증할 수 있다. 구체적으로, 적어도 하나의 차량(820)은 제1정보와 제2정보 간의 차이(difference)를 결정할 수 있고, 결정된 차이가 기 설정된 기준을 넘는 경우 제1정보의 정확도가 낮다고 결정할 수 있다. 반대로, 적어도 하나의 차량(820)은 결정된 차이가 기 설정된 기준을 넘지 않는 경우 제1정보의 정확도가 높다고 결정할 수 있다.

단계 S807에서, 적어도 하나의 차량(820)은 S805에서 획득한 제2정보를 차량(800)에게 전송할 수 있다. 적어도 하나의 차량(820)은 제2정보를 포함하는 V2V 메시지를 차량(800)에게 전송할 수 있다.

일 실시예에 따라, 적어도 하나의 차량(820)은 제1정보와 제2정보를 비교하여 제1정보의 정확도를 검증할 수 있고, 정확도 검증 결과를 차량(800)에게 전송할 수 있다.

단계 S809에서, 차량(800)은 제1정보와 제2정보를 비교하여 외부 차량(810)과의 V2V 통신을 허용할지 여부를 확인할 수 있다. 일 실시예에 따라, 차량(800)은 외부 차량(810)의 제1정보 및 적어도 하나의 차량(820)의 제2정보 간의 차이(difference)를 결정할 수 있고, 결정된 차이에 따라 외부 차량(810)과의 V2V 통신을 허용할지 여부를 결정할 수 있다. 차량(800)은 결정된 차이가 기 설정된 기준보다 크면, 외부 차량(810)과의 V2V 통신을 불허할 수 있고, 결정된 차이가 기 설정된 기준보다 작으면, 외부 차량(810)과의 V2V 통신을 허용할 수 있다. 보다 구체적인 실시예는 이하 도 9에서 살펴보기로 한다.

일 실시예에 따라, 차량(800)은 적어도 하나의 차량(820)으로부터 제1정보의 정확도 검증 결과를 수신할 수 있고, 정확도 검증 결과에 기초하여 외부 차량(810)과의 V2V 통신을 허용할지 여부를 확인할 수 있다. 구체적으로, 적어도 하나의 차량(820)의 정확도 검증 결과가 정확도가 높음을 나타내는 경우, 차량(800)은 외부 차량(810)과의 V2V 통신을 허용할 수 있고, 검증 결과가 정확도가 낮음을 나타내는 경우, 차량(800)은 외부 차량(810)과의 V2V 통신을 불허할 수 있다.

일 실시예에 따라, 차량(800)은 외부 차량(810)의 제1정보를 확인하여, 제1정보에 대응되는 제2정보를 차량(800)의 센서를 통해 획득할 수 있다. 이어서, 차량(800)은 제1정보 및 제2정보를 비교하여 외부 차량(810)과의 V2V 통신을 허용할 수 있다.

도 9는 차량이 제1정보 및 제2정보를 비교하여 외부 차량의 신뢰도를 검증하는 흐름도를 나타낸다.

단계 S910에서, 차량(800)은 외부 차량의 제1정보 및 적어도 하나의 차량의 제2정보의 차이를 결정할 수 있다. 구체적으로, 차량(800)은 V2V 통신을 요청하는 외부 차량의 제1정보와 차량(800)이 신뢰할 수 있는 적어도 하나의 차량의 제2정보 간의 차이를 결정할 수 있다. 또한, 적어도 하나의 차량이 제1차량 및 제2차량을 포함하는 경우, 차량(800)은 외부 차량의 제1정보와 제1차량의 제2-1정보의 차이를 결정할 수 있고, 외부 차량의 제1정보와 제2차량의 제2-2정보의 차이를 결정할 수 있다.

일 실시예에 따라, 외부 차량의 제1정보가 특정 대상체의 제1위치를 나타내는 정보인 경우, 적어도 하나의 차량은 적어도 하나의 차량의 센서를 통해 특정 대상체의 위치를 측정하여, 특정 대상체의 제2위치를 나타내는 제2정보를 획득할 수 있다. 이어서, 차량(800)은 제1위치와 제2위치 간의 차이를 결정할 수 있다. 따라서, 차량(800)은 제1정보와 제2정보 간의 차이를 제1위치 및 제2위치 간의 거리로 결정할 수 있다.

다른 실시예에 따라, 외부 차량의 제1정보가 특정 대상체의 제1속도를 나타내는 정보인 경우, 적어도 하나의 차량은 적어도 하나의 차량의 센서를 통해 특정 대상체의 속도를 측정하여, 특정 대상체의 제2속도를 나타내는 제2정보를 획득할 수 있다. 이어서, 차량(800)은 제1속도와 제2속도 간의 차이를 결정할 수 있다. 따라서, 차량(800)은 제1정보와 제2정보 간의 차이를 제1속도 및 제2속도 간의 차이로 결정할 수 있다.

단계 S920에서, 차량(800)은 S910에서 결정한 차이가 기 설정된 기준을 넘는지 여부를 판단할 수 있다. 또한, 적어도 하나의 차량이 제1차량 및 제2차량을 포함하는 경우, 차량(800)은 외부 차량의 제1정보와 제1차량의 제2-1정보의 차이가 기 설정된 기준을 넘는지 여부를 판단할 수 있고, 외부 차량의 제1정보와 제2차량의 제2-2정보의 차이가 기 설정된 기준을 넘는지 여부를 판단할 수 있다. 또는, 차량(800)은 제1차량의 제2-1정보 및 제2차량의 제2-2정보를 기초로 적어도 하나의 차량의 제2정보를 결정할 수 있고, 결정된 제2정보와 외부 차량의 제1정보의 차이가 기 설정된 기준을 넘는지 여부를 판단할 수 있다. 예를 들어, 제2정보가 속도 정보인 경우, 차량(800)은 제1차량이 측정한 속도 및 제2차량이 측정한 속도의 평균을 적어도 하나의 차량의 제2정보로써 결정할 수 있다.

일 실시예에 따라, 외부 차량의 제1정보가 특정 대상체의 제1위치를 나타내는 정보이고, 적어도 하나의 차량의 제2정보가 특정 대상체의 제2위치를 나타내는 정보인 경우, 차량(800)은 제1위치 및 제2위치 간의 거리가 기 설정된 거리를 넘는지 여부를 판단할 수 있다. 일 예에 따라, 기 설정된 거리는 1.5 미터 내지 2.0 미터일 수 있고, 다른 예에 따라, 기 설정된 거리는 20미터일 수 있고, 또 다른 예에 따라, 기 설정된 거리는 40미터일 수 있다. 기 설정된 거리는 외부 차량 또는 적어도 하나의 차량이 GPS 오차 보정 시스템을 포함하는지 여부에 따라 달라질 수 있다. 예를 들어, 외부 차량 또는 적어도 하나의 차량이 GPS 오차 보정 시스템을 포함하는 경우, 기 설정된 거리는 1.5 미터 내지 2 미터일 수 있고, 외부 차량 및 적어도 하나의 차량이 GPS 오차 보정 시스템을 포함하지 않는 경우, 기 설정된 거리는 20 미터일 수 있다.

다른 실시예에 따라, 외부 차량의 제1정보가 특정 대상체의 제1속도를 나타내는 정보이고, 적어도 하나의 차량의 제2정보가 특정 대상체의 제2속도를 나타내는 정보인 경우, 차량(800)은 제1속도 및 제2속도 간의 차이가 기 설정된 속도를 넘는지 여부를 판단할 수 있다. 일 예에 따라, 기 설정된 속도는 2km/h일 수 있고, 다른 예에 따라 기 설정된 속도는 10Km/h일 수 있다.

S920의 판단 결과 결정된 차이가 기 설정된 기준을 넘는 경우, 단계 S930에서, 차량(800)은 외부 차량을 신뢰할 수 없는 차량으로 결정할 수 있다. 다시 말해, S920의 판단 결과 결정된 차이가 기 설정된 기준을 넘는 경우, 차량(800)은 외부 차량의 제1정보가 부정확하다고 판단할 수 있다. 따라서, 차량(800)은 신뢰할 수 없는 외부 차량과의 V2V 통신을 허용하지 않을 수 있다.

일 실시예에 따라, 차량(800)이 외부 차량을 신뢰할 수 없는 차량으로 결정하는 경우, 차량(800)은 외부 차량과의 V2V 통신을 일방향으로만 허용할 수 있다. 예를 들어, 차량(800)은 외부 차량에게 차량(800)의 정보를 포함하는 V2V 메시지를 전송하지만, 외부 차량으로부터 V2V 메시지를 수신하지 않을 수 있다.

일 실시예에 따라, 적어도 하나의 차량이 제1차량 및 제2차량을 포함하는 경우, 차량(800)은 외부 차량의 제1정보와 제1차량의 제2-1정보의 차이, 및 외부 차량의 제1정보와 제2차량의 제2-2정보의 차이 중 적어도 하나가 기 설정된 기준을 넘는 경우, 외부 차량을 신뢰할 수 없는 차량으로 결정할 수 있다.

S920의 판단 결과 결정된 차이가 기 설정된 기준을 넘지 않는 경우, 단계 S940에서, 차량(800)은 외부 차량을 신뢰할 수 있는 차량으로 결정할 수 있다. 다시 말해, S920의 판단 결과 결정된 차이가 기 설정된 기준을 넘지 않는 경우, 차량(800)은 외부 차량의 제1정보가 정확하다고 판단할 수 있다. 따라서, 차량(800)은 신뢰할 수 있는 외부 차량과의 V2V 통신을 허용할 수 있다.

일 실시예에 따라, 적어도 하나의 차량이 제1차량 및 제2차량을 포함하는 경우, 차량(800)은 외부 차량의 제1정보와 제1차량의 제2정보의 차이, 및 외부 차량의 제1정보와 제2차량의 제2정보의 차이 각각이 기 설정된 기준을 넘지 않는 경우, 외부 차량을 신뢰할 수 있는 차량으로 결정할 수 있다.

따라서, 외부 차량은 의도적으로 잘못된 정보를 차량(800)에게 전송하거나 외부 차량의 센서의 오작동으로 인해 잘못된 정보를 차량(800)에게 전송할 수 있는 바, 차량(800)은 신뢰할 수 있는 적어도 하나의 차량의 제2정보를 기준으로 외부 차량의 제1정보의 정확도를 검증하여 외부 차량이 신뢰할 수 있는 차량인지 여부를 판단할 수 있다. 따라서, 차량(800)은 신뢰할 수 있는 외부 차량과 V2V 통신을 수행할 수 있으므로, 차량(800)은 정확도가 높은 데이터를 처리할 수 있다. 또한, 차량(800)이 자율 주행 차량인 경우, 차량(800)은 신뢰할 수 있는 외부 차량과 V2V 통신을 수행하는 바, 사고 가능성을 보다 효과적으로 줄일 수 있다.

또한, 차량(800)은 신뢰할 수 있는 적어도 하나의 차량의 제2정보를 기준으로 외부 차량의 제1정보의 정확도를 검증하므로 차량(800)의 데이터 처리량을 줄일 수 있다.

도 10은 차량이 외부 차량의 신뢰도를 검증하는 실시예를 나타낸다.

차량(1010)은 외부 차량(1020)으로부터 V2V 통신 요청을 수신할 수 있다. 차량(1010)은 신뢰도 검증을 위한 정보를 외부 차량(1020)에게 요청할 수 있고, 외부 차량(1020)으로부터 신뢰도 검증을 위한 제1정보를 수신할 수 있다. 예를 들어, 차량(1010)은 외부 차량(1020)의 위치를 나타내는 제1정보를 수신할 수 있다.

차량(1010)은 외부 차량(1020)의 제1정보를 신뢰할 수 있는 주변 차량들(1030,1040)에게 전송할 수 있다. 예를 들어, 차량(1010) 및 주변 차량들(1030,1040)은 동일한 그룹 ID를 가질 수 있으며, 서로 V2V 통신을 수행할 수 있다.

주변 차량(1030)은 외부 차량(1020)의 제1정보를 확인하고, 제1정보와 대응되는 제2정보를 센서를 통해 획득할 수 있다. 예를 들어, 제1정보가 외부 차량(1020)의 위치 정보인 경우, 주변 차량(1030)은 센서를 통해 외부 차량(1020)의 위치를 측정하여 제2정보를 획득할 수 있다. 마찬가지로, 주변 차량(1040)은 외부 차량(1020)의 제1정보를 확인하고, 제1정보와 대응되는 제2정보를 센서를 통해 획득할 수 있다. 이어서, 주변 차량들(1030,1040) 각각은 획득한 제2정보를 차량(1010)으로 전송할 수 있다.

차량(1010)은 외부 차량(1020)의 제1정보와 주변 차량들(1030,1040) 각각의 제2정보를 비교하여 외부 차량(1020)과의 V2V 통신을 허용할지 여부를 확인할 수 있다. 구체적으로, 차량(1010)은 외부 차량(1020)의 제1정보와 주변 차량(1030)의 제2정보의 차이가 기 설정된 기준을 넘는지 여부를 판단할 수 있고, 외부 차량(1020)의 제1정보와 주변 차량(1040)의 제2정보의 차이가 기 설정된 기준을 넘는지 여부를 판단할 수 있다. 외부 차량(1020)의 제1정보와 주변 차량(1030)의 제2정보의 차이, 및 외부 차량(1020)의 제1정보와 주변 차량(1040)의 제2정보의 차이 중 적어도 하나가 기 설정된 기준을 넘는 경우, 차량(1010)은 외부 차량(1020)을 신뢰할 수 없는 차량으로 결정할 수 있고, 외부 차량(1020)과의 V2V 통신을 허용하지 않을 수 있다. 또한, 외부 차량(1020)의 제1정보와 주변 차량(1030)의 제2정보의 차이, 및 외부 차량(1020)의 제1정보와 주변 차량(1040)의 제2정보의 차이 각각이 기 설정된 기준을 넘지 않는 경우, 차량(1010)은 외부 차량(1020)을 신뢰할 수 있는 차량으로 결정할 수 있고, 외부 차량(1020)과의 V2V 통신을 허용할 수 있다.

도 11은 차량이 주변 차량의 신뢰도를 주기적으로 검증하는 실시예를 나타낸다.

차량(1110)은 주변 차량들(1120,1130,1140)과 V2V 통신을 수행할 수 있다. 예를 들어, 차량(1110) 및 주변 차량들(1120,1130,1140)은 동일한 그룹 ID를 가질 수 있다.

차량(1110)은 주변 차량들(1120,1130,1140)의 신뢰도 검증을 주기적으로 수행할 수 있다. 구체적으로, 차량(1110)은 주변 차량들(1120,1130,1140) 각각의 신뢰도 검증을 수행한 이후 소정의 주기가 지났는지 여부를 판단하여, 주변 차량들(1120,1130,1140) 각각의 신뢰도 재검증을 수행할 수 있다.

차량(1110)은, 주변 차량(1120)의 신뢰도 검증 주기가 지난 경우, 신뢰도 검증을 위한 정보를 주변 차량(1120)에게 요청할 수 있고, 주변 차량(1120)으로부터 신뢰도 검증을 위한 제1정보를 수신할 수 있다. 예를 들어, 차량(1110)은 주변 차량(1120)의 속도를 나타내는 제1정보를 수신할 수 있다. 이어서, 차량(1110)은 주변 차량(1120)의 제1정보를 주변 차량들(1130,1140)에게 전송할 수 있다. 주변 차량들(1130,1140) 각각은 주변 차량(1120)의 제1정보를 확인하고, 제1정보와 대응되는 제2정보를 센서를 통해 획득할 수 있다. 예를 들어, 주변 차량들(1130,1140) 각각은 주변 차량(1120)의 속도를 측정하여 제2정보를 획득할 수 있다. 이어서, 주변 차량들(1130,1140) 각각은 획득한 제2정보를 차량(1110)으로 전송할 수 있다.

차량(1110)은 주변 차량(1120)의 제1정보와 주변 차량들(1130,1140) 각각의 제2정보를 비교하여 주변 차량(1120)의 신뢰도 재검증을 수행할 수 있다. 구체적으로, 차량(1110)은 주변 차량(1120)의 제1정보와 주변 차량(1130)의 제2정보의 차이가 기 설정된 기준을 넘는지 여부를 판단할 수 있고, 주변 차량(1120)의 제1정보와 주변 차량(1140)의 제2정보의 차이가 기 설정된 기준을 넘는지 여부를 판단할 수 있다. 주변 차량(1120)의 제1정보와 주변 차량(1130)의 제2정보의 차이, 및 주변 차량(1120)의 제1정보와 주변 차량(1140)의 제2정보의 차이 중 적어도 하나가 기 설정된 기준을 넘는 경우, 차량(1110)은 주변 차량(1120)을 신뢰할 수 없는 차량으로 결정할 수 있다. 다시 말해, 차량(1110)은 주변 차량(1120)에 대한 신뢰도 재검증 결과에 따라 주변 차량(1120)과의 V2V 통신을 중단할 수 있다. 또한, 주변 차량(1120)의 제1정보와 주변 차량(1130)의 제2정보의 차이, 및 주변 차량(1120)의 제1정보와 주변 차량(1040)의 제2정보의 차이 각각이 기 설정된 기준을 넘지 않는 경우, 차량(1110)은 주변 차량(1020)을 신뢰할 수 있는 차량으로 결정할 수 있다. 다시 말해, 차량(1110)은 주변 차량(1120)에 대한 신뢰도 재검증 결과에 따라 주변 차량(1120)과의 V2V 통신을 유지할 수 있다.

마찬가지로, 차량(1110)은 주변 차량들(1130,1140)에 대해서도 신뢰도 재검증을 수행할 수 있고, 신뢰도 재검증 결과에 따라 주변 차량들(1130,1140)과의 V2V 통신을 유지할지 또는 중단할 지 여부를 결정할 수 있다.

도 12는 차량, 외부 차량, 및 서버가 동작하는 흐름도를 나타낸다.

단계 S1201에서, 차량(1200)은 차량(1200)의 위치 및 주행 예정 경로에 관한 정보를 서버(1210)로 전송할 수 있다. 예를 들어, 차량(1200)은 주행 예정 경로 설정 시, 위치 및 주행 예정 경로에 관한 정보를 클라우드 서버로 전송할 수 있다. 또한, 차량(1200)은 주행 중에 주기적으로 위치 및 주행 예정 경로에 관한 정보를 서버(1210)로 전송할 수 있다. 또한, 차량(1200)은 자율 주행 차량이 될 수 있는 바, 자율 주행 시 위치 및 주행 예정 경로에 관한 정보를 서버(1210)로 전송할 수 있다.

단계 S1203에서, 서버(1210)는 차량(1200)과 동일한 그룹이 될 수 있는 차량 리스트를 차량(1200)으로 전송할 수 있다. 구체적으로, 서버(1200)는 차량(1200)의 위치 및 주행 예정 경로에 기초하여, 차량(1200)과 동일한 그룹이 될 수 있는 차량 리스트를 결정할 수 있다. 예를 들어, 서버(1200)는 기 설정된 시간 이상 차량(1200)과 기 설정된 거리 이내에 주행 가능한 차량들을 포함하는 차량 리스트를 결정할 수 있다. 또한, 서버(1200)는 차량(1200) 주변의 차량들의 신뢰도 정보를 관리할 수 있고, 신뢰도 정보에 기초하여 차량(1200) 주변의 차량들 중 신뢰도가 높은 차량들을 포함하는 차량 리스트를 결정할 수 있다.

단계 S1205에서, 외부 차량(1220)은 차량(1200)에게 V2V 통신을 요청할 수 있다.

단계 S1207에서, 차량(1200)은 서버(1210)로부터 전송된 차량 리스트 내에 외부 차량(1220)이 존재하는지 여부를 판단하여 외부 차량(1220)과의 V2V 통신을 허용할지 여부를 확인할 수 있다. 구체적으로, 차량(1200)은 차량 리스트 내에 외부 차량(1220)이 존재하는 경우, 외부 차량(1220)과의 V2V 통신을 허용할 수 있다. 또는, 차량(1200)은 차량 리스트 내에 외부 차량(1220)이 존재하는 경우, 외부 차량(1220)에게 신뢰도 검증을 위한 정보를 요청할 수 있고, 외부 차량(1220)으로부터 신뢰도 검증을 위한 제1정보를 수신할 수 있다. 이어서, 차량(1200)은 신뢰할 수 있는 적어도 하나의 주변 차량으로부터 제1정보에 대응하는 제2정보를 획득할 수 있고, 제1정보 및 제2정보를 비교하여 외부 차량(1220)과의 V2V 통신을 허용할지 여부를 확인할 수 있다.

단계 S1209에서, 차량(1200)은 S1207의 확인 결과에 기초하여, 외부 차량(1220)에 관한 정보를 서버(1210)에게 전송할 수 있다. 구체적으로, 차량(1200)은 외부 차량(1220)과의 V2V 통신을 허용하는 경우 외부 차량(1220)이 신뢰할 수 있는 차량이라는 정보를 서버(1210)에게 전송할 수 있다. 반대로, 차량(1200)은 외부 차량(1220)과의 V2V 통신을 불허하는 경우 외부 차량(1220)이 신뢰할 수 없는 차량이라는 정보를 서버(1210)에게 전송할 수 있다. 또한, 서버(1210)는 외부 차량(1220)의 신뢰도에 관한 정보를 데이터베이스에서 업데이트할 수 있다. 또한, 서버(1210)는 차량(1200)과 동일한 그룹에 포함되는 차량 정보를 데이터베이스에서 업데이트할 수 있다. 다시 말해, 서버(1210)는 외부 차량(1220)이 차량(1200)과 동일한 그룹에 포함되도록 데이터베이스를 업데이트할 수 있다.

도 13은 차량 및 적어도 하나의 차량이 동작하는 흐름도를 나타낸다.

단계 S1301에서, 차량(1300)은 차량(1300)의 센서를 통해 제1정보를 획득할 수 있다. 차량(1300)은 차량(1300) 내에서 정확도를 검증하고자 하는 센서를 선택할 수 있고, 선택된 센서를 통해 제1정보를 획득할 수 있다. 예를 들어, 차량(1300)은 GPS 센서를 통해 차량(1300)의 위치를 나타내는 제1정보를 획득할 수 있다.

단계 S1303에서, 차량(1300)은 획득한 제1정보를 적어도 하나의 차량(1310)에게 전송할 수 있다. 차량(1300)은 제1정보를 포함하는 V2V 메시지를 차량(1300) 주변의 신뢰할 수 있는 적어도 하나의 차량(1310)에게 전송할 수 있다. 일 실시예에 따라, 적어도 하나의 차량(1310)이 제1차량 및 제2차량을 포함하는 경우, 차량(1300)은 제1정보를 포함하는 V2V 메시지를 제1차량 및 제2차량 각각에게 전송할 수 있다.

단계 S1305에서, 적어도 하나의 차량(1310)은 센서를 통해 제1정보와 대응되는 제2정보를 획득할 수 있다. 구체적으로, 적어도 하나의 차량(1310)은 차량(1300)으로부터 전송 받은 제1정보를 확인하여, 제1정보와 대응되는 제2정보를 센서를 통해 획득할 수 있다. 예를 들어, 제1정보가 차량(1300)의 속도 정보인 경우, 적어도 하나의 차량(1310)은 센서를 통해 차량(1300)의 속도를 측정할 수 있고, 적어도 하나의 차량(1310)은 측정한 정보를 제2정보로써 획득할 수 있다.

단계 S1307에서, 적어도 하나의 차량(1310)은 S1305에서 획득한 제2정보를 차량(1300)에게 전송할 수 있다. 적어도 하나의 차량(1310)은 제2정보를 포함하는 V2V 메시지를 차량(1300)에게 전송할 수 있다.

단계 S1309에서, 차량(1300)은 제1정보와 제2정보를 비교하여 차량(1300)의 센서의 정확도를 검증할 수 있다. 차량(1300)은 제1정보 및 제2정보 간의 차이를 결정할 수 있고, 결정된 차이에 따라 센서의 정확도를 검증할 수 있다. 일 예에 따라, 차량(1300)은 제1정보 및 제2정보 간의 차이가 기 설정된 기준보다 크면, 센서의 정확도가 낮다고 판단할 수 있으며, 센서가 오작동한다고 인식할 수 있다.

또한, 차량(1300)은 제1정보 및 제2정보 간의 차이에 기초하여 센서에 대한 보정(calibration)을 수행할 수 있다. 구체적으로, 차량(1300)은 정확도가 높다고 판단되는 제2정보를 기준으로 제1정보의 오차를 결정하고, 결정한 오차를 통해 센서에 대한 보정을 수행할 수 있다.

따라서, 차량(1300)은 신뢰할 수 있는 적어도 하나의 차량의 제2정보를 기준으로 차량(1300)의 센서를 통해 획득한 제1정보의 정확도를 검증하여, 센서의 오작동 여부를 판단하거나 센서 보정을 수행할 수 있다. 따라서, 차량(1300)은 보다 정확한 센서 정보를 주변 차량들과 V2V 통신을 통해 공유할 수 있다.

도 14는 차량 단말의 블록도를 나타낸다.

차량 단말(1400)은 차량 내에 배치되고, 차량의 주행을 보조하는 장치일 수 있다. 차량 단말(1400)은, 일 실시예에 따라, 통신부(1410) 및 제어부(1420)를 포함할 수 있다. 도 14에 도시된 차량 단말(1400)은 본 실시예와 관련된 구성요소들만이 도시되어 있다. 따라서, 도 14에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 더 포함될 수 있음을 본 실시예와 관련된 기술분야에서 통상의 지식을 가진 자라면 이해할 수 있다.

통신부(1410)는 외부의 전자 장치와 통신할 수 있다. 외부의 전자 장치는 주변 차량이 될 수 있거나, 서버가 될 수 있거나, RSU(Road Side Unit)와 같은 인프라(Infra)가 될 수 있다. 통신부(1410)는 차량과 차량 간 무선 통신(V2V: Vehicle to Vehicle) 또는 차량과 네트워크 간 무선 통신(V2N: Vehicle to Network)에 기초하여 외부 차량 또는 서버와 통신할 수 있다.

또한, 통신부(1410)가 이용하는 통신 기술에는 GSM(Global System for Mobile communication), CDMA(Code Division Multi 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 있을 수 있다.

제어부(1420)는 차량 단말(1400)의 전반의 동작을 제어하고 데이터 및 신호를 처리할 수 있다. 제어부(1420)는 적어도 하나의 하드웨어 유닛으로 구성될 수 있다. 또한, 제어부(1420)는 메모리에 저장된 프로그램 코드를 실행하여 생성되는 하나 이상의 소프트웨어 모듈에 의해 동작할 수 있다.

제어부(1420)는, 통신부(1410)를 통해, 외부 차량으로부터 신뢰도 검증을 위한 제1정보를 수신할 수 있다.

제어부(1420)는 통신부(1410)를 통해 신뢰도 검증을 위한 정보를 외부 차량에게 요청할 수 있고, 제어부(1420)의 요청에 응답하여 신뢰도 검증을 위한 제1정보를 수신할 수 있다. 일 예에 따라, 제어부(1420)는 외부 차량으로부터 V2V(Vehicle to Vehicle) 통신 요청을 수신할 수 있다. 이어서, 제어부(1420)는 신뢰도 검증을 위한 정보를 외부 차량에게 요청할 수 있고, 제어부(1420)의 요청에 응답하여 신뢰도 검증을 위한 제1정보를 수신할 수 있다. 다른 예에 따라, 제어부(1420)는 외부 차량과 V2V 통신을 수행할 수 있고, 외부 차량에 대한 신뢰도 검증 주기가 지난 경우, 신뢰도 검증을 위한 정보를 외부 차량에게 요청할 수 있고, 외부 차량으로부터 신뢰도 검증을 위한 제1정보를 수신할 수 있다.

일 실시예에 따라, 제어부(1420)는 외부 차량으로부터 V2V 메시지를 수신할 수 있고, V2V 메시지 내에서 신뢰도 검증을 위한 제1정보를 확인할 수 있다.

제어부(1420)는 통신부(1410)를 통해 제1정보를 차량 주변의 적어도 하나의 차량에게 전송할 수 있다. 제어부(1420)는 통신부(1410)를 통해 서버로부터 차량과 통일한 그룹 ID를 갖는 차량들에 관한 정보를 수신할 수 있고, 차량과 동일한 그룹 ID를 갖는 적어도 하나의 차량에게 제1정보를 전송할 수 있다.

제어부(1420)는 통신부(1410)를 통해 제1정보에 대응되고 적어도 하나의 차량의 센서를 통해 획득된 제2정보를 적어도 하나의 차량으로부터 수신할 수 있다.

제어부(1420)는 제1정보 및 제2정보를 비교하여 외부 차량과의 V2V 통신을 허용할지 여부를 확인할 수 있다. 일 실시예에 따라, 제어부(1420)는 외부 차량의 제1정보 및 적어도 하나의 차량의 제2정보 간의 차이(difference)를 결정할 수 있고, 결정된 차이에 따라 외부 차량과의 V2V 통신을 허용할지 여부를 결정할 수 있다. 제어부(1420)는 결정된 차이가 기 설정된 기준보다 크면, 외부 차량과의 V2V 통신을 불허할 수 있고, 결정된 차이가 기 설정된 기준보다 작으면, 외부 차량과의 V2V 통신을 허용할 수 있다.

제어부(1420)는 통신부(1410)를 통해 차량의 위치 및 주행 예정 경로에 관한 정보를 서버에게 전송할 수 있다. 이어서, 제어부(1420)는 서버로부터 차량과 동일한 그룹이 될 수 있는 차량 리스트를 수신할 수 있고, 차량 리스트 내에 외부 차량이 존재하는지 여부를 판단하여 외부 차량과의 V2V 통신을 허용할지 여부를 결정할 수 있다.

제어부(1420)는 차량의 센서를 통해 획득된 정보를 차량 주변의 적어도 하나의 차량에게 전송할 수 있다. 이어서, 제어부(1420)는 제1정보에 대응되고 적어도 하나의 차량의 센서를 통해 획득된 제2정보를 적어도 하나의 차량으로부터 수신할 수 있다. 이어서, 제어부(1420)는 제1정보와 제2정보를 비교하여 차량의 센서의 정확도를 검증할 수 있다. 또한, 제어부(1420)는 제2정보를 기준으로 제1정보의 오차를 결정하고, 결정된 오차를 통해 센서에 대한 보정을 수행할 수 있다.

도 15는 차량 단말의 동작 방법에 관한 흐름도를 나타낸다.

단계 S1510에서, 차량 단말(1400)은 외부 차량으로부터 신뢰도 검증을 위한 제1정보를 수신할 수 있다.

단계 S1520에서, 차량 단말(1400)은 제1정보를 차량 주변의 적어도 하나의 차량에게 전송할 수 있다.

단계 S1530에서, 차량 단말(1400)은 제1정보에 대응되고 적어도 하나의 차량의 센서를 통해 획득된 제2정보를 적어도 하나의 차량으로부터 수신할 수 있다.

단계 S1540에서, 차량 단말(1400)은 제1정보와 상기 제2정보를 비교하여 외부 차량과의 V2V 통신을 허용할지 여부를 확인할 수 있다.

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

차량 단말의 동작 방법으로서,
외부 차량으로부터 신뢰도 검증을 위한 제1정보를 수신하는 단계;
상기 제1정보를 상기 차량 주변의 적어도 하나의 차량에게 전송하는 단계;
상기 제1정보에 대응되고 상기 적어도 하나의 차량의 센서를 통해 획득된 제2정보를 상기 적어도 하나의 차량으로부터 수신하는 단계; 및
상기 제1정보와 상기 제2정보를 비교하여 상기 외부 차량과의 V2V(Vehicle to Vehicle) 통신을 허용할지 여부를 확인하는 단계를 포함하는, 동작 방법.
제1항에 있어서,
상기 확인하는 단계는,
상기 제1정보 및 상기 제2정보 간의 차이(difference)를 결정하는 단계; 및
상기 결정된 차이가 기 설정된 기준을 넘는지 여부에 따라 상기 외부 차량과의 V2V 통신을 허용할지 여부를 확인하는 단계를 포함하는, 동작 방법.
제2항에 있어서,
상기 확인하는 단계는,
상기 결정된 차이가 기 설정된 기준을 넘는 경우, 상기 외부 차량과의 V2V 통신을 허용하고, 상기 결정된 차이가 기 설정된 기준을 넘지 않는 경우, 상기 외부 차량과의 V2V 통신을 불허하는 단계를 포함하는, 동작 방법.
제2항에 있어서,
상기 확인하는 단계는,
상기 결정된 차이가 기 설정된 기준을 넘는 경우, 상기 외부 차량과의 V2V 통신을 일방향으로만 허용하는 단계를 포함하는, 동작 방법.
제1항에 있어서,
상기 제1정보를 수신하는 단계는,
상기 외부 차량으로부터 V2V 통신 요청을 수신하는 단계;
상기 외부 차량에게 신뢰도 검증을 위한 정보를 요청하는 단계; 및
상기 요청에 대응하여 상기 외부 차량으로부터 상기 제1정보를 수신하는 단계를 포함하는, 동작 방법.
제1항에 있어서,
상기 제1정보를 수신하는 단계는,
상기 외부 차량의 신뢰도 검증 주기가 도과하였는지 여부를 판단하는 단계;
상기 외부 차량의 신뢰도 검증 주기가 도과한 경우, 상기 외부 차량에게 신뢰도 재검증을 위한 정보를 요청하는 단계; 및
상기 요청에 대응하여 상기 외부 차량으로부터 상기 제1정보를 수신하는 단계를 포함하는, 동작 방법.
제1항에 있어서,
상기 적어도 하나의 차량 각각은,
상기 제1정보를 확인하고, 상기 제1정보와 대응되는 제2정보를 센서를 통해 획득하는, 동작 방법.
제1항에 있어서,
서버로부터 상기 차량과 동일한 그룹 ID(Identification)를 갖는 차량들에 관한 정보를 수신하는 단계를 더 포함하고,
상기 전송하는 단계는,
상기 차량들에 관한 정보에 기초하여, 상기 차량과 동일한 그룹 ID를 갖는 상기 적어도 하나의 차량에게 상기 제1정보를 전송하는 단계를 포함하는, 동작 방법.
제1항에 있어서,
상기 제1정보는,
상기 외부 차량이 획득한 특정 차량의 위치 정보 및 속도 정보 중 적어도 하나를 포함하고,
상기 제2정보는,
상기 적어도 하나의 차량의 센서를 통해 측정한 상기 특정 차량의 위치 정보 및 속도 정보 중 적어도 하나를 포함하는, 동작 방법.
제1항에 있어서,
상기 차량의 위치 및 주행 예정 경로에 관한 정보를 서버에게 전송하는 단계; 및
상기 서버로부터 상기 차량과 동일한 그룹이 될 수 있는 차량 리스트를 수신하는 단계를 더 포함하고,
상기 확인하는 단계는,
상기 차량 리스트 내에 상기 외부 차량이 존재하는지 여부를 판단하여, 상기 외부 차량과의 V2V(Vehicle to Vehicle) 통신을 허용할지 여부를 확인하는 단계를 포함하는, 동작 방법.
제1항에 있어서,
상기 차량의 센서를 통해 획득한 정보를 상기 적어도 하나의 차량에게 전송하는 단계;
상기 제1정보에 대응되고 상기 적어도 하나의 차량의 센서를 통해 획득된 제2정보를 상기 적어도 하나의 차량으로부터 수신하는 단계; 및
상기 제1정보와 상기 제2정보를 비교하여 상기 차량의 센서의 정확도를 검증하는 단계를 포함하는, 동작 방법.
제11항에 있어서,
상기 제2정보를 기준으로 상기 제1정보의 오차를 결정하고, 상기 결정된 오차를 통해 상기 센서에 대한 보정(calibration)을 수행하는 단계를 더 포함하는, 동작 방법.
제1항에 있어서,
상기 적어도 하나의 차량으로부터 상기 적어도 하나의 차량의 센서를 통해 상기 제1정보에 대한 정확도를 검증한 결과를 수신하는 단계; 및
상기 결과에 기초하여 상기 외부 차량과의 V2V(Vehicle to Vehicle) 통신을 허용할지 여부를 확인하는 단계를 더 포함하는, 동작 방법.
제1항에 있어서,
상기 전송하는 단계는,
상기 제1정보를 상기 차량 주변의 제1차량 및 제2차량에게 전송하는 단계를 포함하고,
상기 수신하는 단계는,
상기 제1정보에 대응되고 상기 제1차량의 센서를 통해 획득한 제2-1정보를 상기 제1차량으로부터 수신하고, 상기 제1정보에 대응되고 상기 제2차량의 센서를 통해 획득한 제2-2정보를 상기 제2차량으로부터 수신하는 단계를 포함하고,
상기 확인하는 단계는,
상기 제1정보 및 상기 제2-1정보 간의 비교 및 상기 제1정보 및 상기 제2-2정보 간의 비교에 기초하여, 상기 외부 차량과의 V2V(Vehicle to Vehicle) 통신을 허용할지 여부를 확인하는 단계를 포함하는, 동작 방법.
제14항에 있어서,
상기 확인하는 단계는,
상기 제1정보 및 상기 제2-1정보 간의 차이, 및 상기 제1정보 및 상기 제2-2정보 간의 차이 중 적어도 하나가 기 설정된 기준을 넘는 경우, 상기 외부 차량과의 V2V 통신을 불허하고,
상기 제1정보 및 상기 제2-1정보 간의 차이, 및 상기 제1정보 및 상기 제2-2정보 간의 차이 모두가 기 설정된 기준을 넘지 않는 경우, 상기 외부 차량과의 V2V 통신을 허용하는 단계를 포함하는, 동작 방법.
제1항 내지 제15항 중에 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 비휘발성 기록매체.
차량 단말로서,
통신부; 및
상기 통신부를 통해 외부 차량으로부터 신뢰도 검증을 위한 제1정보를 수신하고, 상기 제1정보를 상기 차량 주변의 적어도 하나의 차량에게 전송하고, 상기 제1정보에 대응되고 상기 적어도 하나의 차량의 센서를 통해 획득된 제2정보를 상기 적어도 하나의 차량으로부터 수신하고,
상기 제1정보와 상기 제2정보를 비교하여 상기 외부 차량과의 V2V(Vehicle to Vehicle) 통신을 허용할지 여부를 확인하는 제어부를 포함하는, 차량 단말.
제17항에 있어서,
상기 제어부는,
상기 통신부를 통해 상기 외부 차량으로부터 V2V 통신 요청을 수신하고, 상기 외부 차량에게 신뢰도 검증을 위한 정보를 요청하고, 상기 요청에 대응하여 상기 외부 차량으로부터 상기 제1정보를 수신하는, 차량 단말.
제17항에 있어서,
상기 제어부는,
상기 외부 차량의 신뢰도 검증 주기가 도과하였는지 여부를 판단하고, 상기 통신부를 통해 상기 외부 차량의 신뢰도 검증 주기가 도과한 경우, 상기 외부 차량에게 신뢰도 재검증을 위한 정보를 요청하고, 상기 요청에 대응하여 상기 외부 차량으로부터 상기 제1정보를 수신하는, 차량 단말.
제17항에 있어서,
상기 제어부는,
상기 통신부를 통해 상기 차량의 센서를 통해 획득한 정보를 상기 적어도 하나의 차량에게 전송하고, 상기 제1정보에 대응되고 상기 적어도 하나의 차량의 센서를 통해 획득된 제2정보를 상기 적어도 하나의 차량으로부터 수신하고,
상기 제1정보와 상기 제2정보를 비교하여 상기 차량의 센서의 정확도를 검증하는, 차량 단말.