KR20200135588A

KR20200135588A - 차량 및 그 제어 방법

Info

Publication number: KR20200135588A
Application number: KR1020190059805A
Authority: KR
Inventors: 방경주; 이상엽; 김일환; 김동혁
Original assignee: 현대자동차주식회사; 기아자동차주식회사
Priority date: 2019-05-22
Filing date: 2019-05-22
Publication date: 2020-12-03
Also published as: KR102689880B1

Abstract

수동 운전 모드 및 자율 주행 모드를 포함하는 차량은, 주행 중인 차량 주변에 위치하는 대상체의 위치 정보 및 속도 정보를 획득하는 감지센서, 서버로부터 상기 차량의 위치에서 발생한 교통 사고 정보를 포함하는 교통 사고 데이터를 수신하는 통신부, 및 상기 수신된 교통 사고 데이터와 상기 획득된 대상체의 위치 정보 및 속도 정보에 기초하여 사고 발생 위험도를 결정하고, 상기 결정된 사고 발생 위험도 및 상기 차량의 주행 모드에 기초하여 상기 차량의 주행 모드를 선택하는 제어부를 포함한다.

Description

차량 및 그 제어 방법{VEHICLE AND CONTROL METHOD THEREOF}

차량 및 그 제어 방법에 관한 발명으로, 더욱 상세하게는 운전자의 시선을 감지하여 충돌 위험 경고를 하는 차량 및 그 제어 방법에 관한 것이다.

자율 주행 기술은 운전자의 조작 개입이 가능한 반자율 주행 및 운전자의 개입이 필요없는 완전 자율 주행으로 분류할 수 있다. 자율 주행 기술의 종국적인 목표는 완전 자율 주행에 해당하지만, 현재까지의 기술력 또는 부가적으로 필요한 통신 인프라(예를 들어, V2X: Vehicle to Everything) 등의 부족으로 인하여 완전 자율 주행 기술은 상당 부분의 미완성 요소들이 존재한다.

따라서, 차량의 대부분은 운전자의 개입이 가능한 반자율 주행 기술을 적용하고 있다. 이 때, 반자율 주행 기술을 적용함에 있어서, 운전자의 수동 운전이 위험한 상황을 정의하고, 위험한 상황이 감지되면 운전자에게 차량의 제어권을 부여하지 않음으로써 운전자의 수동 운전을 제한하고 운전자 보조 시스템이 차량을 제어하도록 하여 자율 주행을 강제하는 기술에 관한 연구가 진행되고 있다.

하지만, 종래의 자율 주행을 강제하는 기술은 운전자의 수동 운전이 위험한 상황만을 고려하고 있으며, 운전자 보조 시스템이 차량을 제어하는 자율 주행이 위험한 상황은 고려되지 않았다. 또한, 운전자의 수동 운전이 위험한 상황을 정의함에 있어서 주로 주행 금지 구간, 차선이 좁은 구간, 공사 구간, 미끄러운 도로 등 일반적인 상황만을 정의하고 있다.

따라서, 종래의 기술에 따르면 차량의 주행 위험 상황을 정확히 판단할 수 없고, 자율 주행이 위험한 상황을 고려할 수 없어서 차량의 사고 가능성이 여전히 존재한다는 문제점이 있다.

운전자의 수동 운전이 위험한 상황을 일반적인 상황이 아닌 현재 위치의 교통 사고 발생 데이터에 기반하여 더 정확히 판단하고, 운전자 보조 시스템이 차량을 제어하는 자율 주행이 위험한 상황을 고려하여 차량의 사고를 미연에 방지하는 것을 목적으로 한다.

상술한 목적을 달성하기 위한 일 실시예에 따른 차량은,

주행 중인 차량 주변에 위치하는 대상체의 위치 정보 및 속도 정보를 획득하는 감지센서; 서버로부터 상기 차량의 위치에서 발생한 교통 사고 정보를 포함하는 교통 사고 데이터를 수신하는 통신부; 및 상기 수신된 교통 사고 데이터와 상기 획득된 대상체의 위치 정보 및 속도 정보에 기초하여 사고 발생 위험도를 결정하고, 상기 결정된 사고 발생 위험도 및 상기 차량의 주행 모드에 기초하여 상기 차량의 주행 모드를 선택하는 제어부;를 포함하고, 상기 차량의 주행 모드는 수동 운전 모드 및 자율 주행 모드를 포함할 수 있다.

또한, 상기 제어부는, 상기 결정된 사고 발생 위험도가 미리 정해진 값 이상이면, 상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 있는지 결정할 수 있다.

또한, 상기 제어부는, 상기 차량의 주행 모드가 상기 자율 주행 모드이고, 상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 있으면 상기 차량의 주행 모드를 상기 자율 주행 모드로 유지할 수 있다.

또한, 상기 제어부는, 상기 차량의 주행 모드가 상기 자율 주행 모드이고, 상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 없으면 상기 차량의 주행 모드를 상기 수동 운전 모드로 변경할 수 있다.

또한, 상기 제어부는, 상기 차량의 주행 모드가 상기 자율 주행 모드이고, 상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 없으면 경고 신호를 생성할 수 있다.

또한, 상기 제어부는, 상기 차량의 주행 모드가 상기 수동 운전 모드이고, 상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 있으면 상기 차량의 주행 모드를 상기 자율 주행 모드로 변경할 수 있다.

또한, 상기 제어부는, 상기 차량의 주행 모드가 상기 수동 운전 모드이고, 상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 없으면 경고 신호를 생성할 수 있다.

또한, 상기 제어부는, 상기 차량의 주행 환경과 상기 수신된 교통 사고 데이터에 포함된 주행 환경을 비교하여 상기 사고 발생 위험도를 결정할 수 있다.

또한, 상기 주행 환경은, 날씨 및 시간 중 적어도 하나를 포함할 수 있다.

또한, 일 실시예에 따른 차량은 상기 차량의 운전자 상태를 감지하는 내부 카메라;를 더 포함할 수 있다.

또한, 상기 제어부는 상기 감지된 운전자 상태에 기초하여 상기 사고 발생 위험도를 결정할 수 있다.

또한, 상술한 목적을 달성하기 위한 일 실시예에 따른 차량의 제어방법은, 주행 중인 차량 주변에 위치하는 대상체의 위치 정보 및 속도 정보를 획득하고; 서버로부터 상기 차량의 위치에서 발생한 교통 사고 정보를 포함하는 교통 사고 데이터를 수신하고; 상기 수신된 교통 사고 데이터와 상기 획득된 대상체의 위치 정보 및 속도 정보에 기초하여 사고 발생 위험도를 결정하고; 상기 결정된 사고 발생 위험도 및 상기 차량의 주행 모드에 기초하여 상기 차량의 주행 모드를 선택하는 것;을 포함할 수 있다.

또한, 상기 결정된 사고 발생 위험도가 미리 정해진 값 이상이면, 상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 있는지 결정하는 것;을 더 포함할 수 있다.

또한, 상기 차량의 주행 모드를 선택하는 것은, 상기 차량의 주행 모드가 상기 자율 주행 모드이고, 상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 있으면 상기 차량의 주행 모드를 상기 자율 주행 모드로 유지하는 것;을 포함할 수 있다.

또한, 상기 차량의 주행 모드를 선택하는 것은, 상기 차량의 주행 모드가 상기 자율 주행 모드이고, 상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 없으면 상기 차량의 주행 모드를 상기 수동 운전 모드로 변경하는 것;을 더 포함할 수 있다.

또한, 상기 차량의 주행 모드가 상기 자율 주행 모드이고, 상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 없으면 경고 신호를 생성하는 것;을 더 포함할 수 있다.

또한, 상기 차량의 주행 모드를 선택하는 것은, 상기 차량의 주행 모드가 상기 수동 운전 모드이고, 상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 있으면 상기 차량의 주행 모드를 상기 자율 주행 모드로 변경하는 것;을 포함할 수 있다.

또한, 상기 차량의 주행 모드가 상기 수동 운전 모드이고, 상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 없으면 경고 신호를 생성하는 것;을 더 포함할 수 있다.

또한, 상기 사고 발생 위험도를 결정하는 것은, 상기 차량의 주행 환경과 상기 수신된 교통 사고 데이터에 포함된 주행 환경을 비교하여 상기 사고 발생 위험도를 결정하는 것;을 포함할 수 있다.

또한, 상기 차량의 위치를 상기 서버로 송신하는 것;을 더 포함할 수 있다.

또한, 상기 사고 발생 위험도를 결정하는 것은, 상기 차량의 운전자 상태를 감지하고, 상기 감지된 운전자 상태에 기초하여 상기 사고 발생 위험도를 결정하는 것;을 포함할 수 있다.

교통 사고 발생 데이터에 기반하여 교통 사고 발생 시나리오와 현재 주행 상황을 정밀하게 비교하여 보다 더 정확하게 교통 사고의 위험을 예측하며, 교통 사고 당시 운전자가 수동 운전을 했는지, 운전자 보조 시스템에 의하여 자율 주행을 했는지를 구분하여 운전자가 수동 운전을 할 때 뿐만 아니라 운전자 보조 시스템이 차량을 제어하는 자율 주행이 위험한 상황을 고려하여 모든 주행 상태에서 교통사고 위험을 정밀하게 판단하고 회피할 수 있다.

도 1은 일 실시예에 따른 차량 및 서버를 도시한 도면이다.
도 2는 일 실시예에 따른 차량의 제어 블록도이다.
도 3은 교통 사고 데이터 및 차량 정보를 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 차량의 주행 상황을 나타내는 도면이다.
도 5는 일 실시예에 따른 차량이 사고 발생 위험도를 결정하는 예시를 설명하기 위한 도면이다.
도 6 및 도 7은 일 실시예에 따른 차량의 제어방법의 순서도이다.

명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다. 본 명세서가 실시예들의 모든 요소들을 설명하는 것은 아니며, 개시된 발명이 속하는 기술분야에서 일반적인 내용 또는 실시예들 간에 중복되는 내용은 생략한다. 명세서에서 사용되는 '부, 모듈, 부재, 블록'이라는 용어는 소프트웨어 또는 하드웨어로 구현될 수 있으며, 실시예들에 따라 복수의 '부, 모듈, 부재, 블록'이 하나의 구성요소로 구현되거나, 하나의 '부, 모듈, 부재, 블록'이 복수의 구성요소들을 포함하는 것도 가능하다.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우뿐 아니라, 간접적으로 연결되어 있는 경우를 포함하고, 간접적인 연결은 무선 통신망을 통해 연결되는 것을 포함한다.

또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

명세서 전체에서, 어떤 부재가 다른 부재 "상에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.

제 1, 제 2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위해 사용되는 것으로, 구성요소가 전술된 용어들에 의해 제한되는 것은 아니다.

단수의 표현은 문맥상 명백하게 예외가 있지 않는 한, 복수의 표현을 포함한다.

각 단계들에 있어 식별부호는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 실시될 수 있다.

이하 첨부된 도면들을 참고하여 개시된 발명의 작용 원리 및 실시예들에 대해 설명한다.

도 1은 일 실시예에 따른 차량 및 서버를 도시한 도면이다. 도 1을 참조하면, 일 실시예에 따른 차량(1)은 차량(1)의 현재 위치를 서버(10)로 송신할 수 있다. 서버(10)는 송신된 차량(1)의 위치에 기초하여 교통 사고 데이터 베이스(9)에서 수신된 차량(1)의 위치에서 발생한 교통 사고 정보(710)를 포함하는 교통 사고 데이터(700)를 탐색하여 차량(1)에 송신할 수 있다.

도 1을 참조하면, 서버(10)와 교통 사고 데이터 베이스(9)는 따로 표시되어 있지만, 서버(10)는 교통 사고 데이터(700)를 저장하는 서버 메모리를 포함할 수 있다. 서버(10)는 서버 메모리에서 차량(1)의 위치에 기초하여 교통 사고 데이터(700)를 탐색하고, 수신된 차량(1)의 위치에서 발생한 교통 사고 정보(710)를 포함하는 교통 사고 데이터(700)를 송신할 수 있다. 이러한 서버(10)는 네트워크 상에 연결된 차량(1) 유비쿼터스 센터(CUbiS; Car Ubiquitous System center)일 수도 있고, 텔레메틱스 센터(Telematics Service Center)일 수도 있다.

교통 사고 데이터 베이스(9)는, 교통 사고가 발생하는 경우 교통 사고가 발생한 위치, 교통 사고 당시 사고 차량의 상대 위치 및 상대 속도와 같은 사고 차량의 정보, 교통 사고 당시의 시간 및 날씨와 같은 주행 환경에 관련된 교통 사고 데이터를 기초로 하여 데이터 베이스를 구축한 데이터 베이스를 의미할 수 있다. 또한, 교통 사고 데이터 베이스(9)는 교통 사고의 반복을 통해 축적되는 교통 사고 데이터를 빅데이터로 구축하여 이를 딥러닝으로 학습할 수 있다. 또한, 축적된 교통 사고 데이터에 기반하여 주행 차량의 사고 발생 위험도를 결정할 수 있는 공식을 산출할 수 있다.

다시 도 1을 참조하면, 일 실시예에 따른 차량(1)은 주행 중인 차량(1) 주변에 위치하는 대상체(ob)의 위치 정보 및 속도 정보를 획득할 수 있다. 이 때, 대상체(ob)는 차량(1) 주변에서 주행 중인 다른 차량, 장애물, 보행자 등을 포함할 수 있으며, 차량(1)과의 충돌 위험이 있는 모든 객체를 포함할 수 있다.

일 실시예에 따른 차량(1)은 서버(10)로부터 차량(1)의 위치에서 발생한 교통 사고 정보(710)를 포함하는 교통 사고 데이터(700)를 수신할 수 있다. 이 때, 차량(1)은 교통 사고 데이터(700)와 획득된 대상체(ob)의 위치 정보 및 속도 정보에 기초하여 사고 발생 위험도를 결정하고, 결정된 사고 발생 위험도 및 차량(1)의 주행 모드에 기초하여 차량(1)의 주행 모드를 선택할 수 있다.

차량(1)의 주행 모드는, 운전자의 수동 조작이 요구되는 수동 운전 모드 및 운전자 보조 시스템(500)이 차량(1)의 거동을 제어하는 자율 주행 모드를 포함할 수 있다. 차량(1)에 구비된 운전자 보조 시스템(500)의 일 예로, 스마트 크루즈 컨트롤 시스템(Smart Cruise Control System), 차선 유지 보조 시스템(Lane Keeping Assist System), 차로 유지 보조 시스템(Lane Following Assist), 차선 이탈 경보 시스템(Lane Departure Warning System), 전방충돌회피 시스템(Forward Collision Avoidance; FCA), 긴급 제동 시스템(Autonomous Emergency Brake; AEB)등이 있다. 이러한 시스템은 차량의 주행 상황에서 대항 차량 또는 교차 차량과의 충돌 위험을 판단하여 긴급 제동을 통해 충돌을 회피하고, 전방 차량과의 간격을 유지하면서 차량이 주행하도록 제어하거나, 주행중인 차선을 이탈하지 않도록 보조하는 시스템이다.

또한, 자율 주행 모드는 운전자의 조작 개입이 가능한 반자율 주행 및 운전자의 개입이 필요없는 완전 자율 주행을 모두 포함할 수 있다. 자율 주행 기술의 종국적인 목표는 완전 자율 주행에 해당하지만, 현재까지의 기술력 또는 부가적으로 필요한 통신 인프라(예를 들어, V2X: Vehicle to Everything) 등의 부족으로 인하여 완전 자율 주행 기술은 상당 부분의 미완성 요소들이 존재한다.

따라서, 차량의 대부분은 운전자의 개입이 가능한 반자율 주행 기술을 적용하고 있다. 이 때, 반자율 주행 기술 중에서 제동 제어를 모두 수행하는 FCA-JT/LO/LS, BCA-R/S, BCA-R 시스템은 충돌 위험 상황에서 사전 경고없이 제동/회피 제어와 동시에 경고 신호를 제공한다.

이와 같이 차량(1)은 현 위치에서 발생한 교통 사고 정보(710)를 포함하는 교통 사고 데이터(700)에 기반하여 교통 사고 발생 시나리오와 현재 주행 상황을 정밀하게 비교하여 보다 더 정확하게 교통 사고의 위험을 예측하고, 주행 모드를 자동으로 선택하여 교통 사고 위험 상황을 더욱 효과적으로 회피할 수 있다.

이하 도 2를 참조하여 일 실시에에 따른 차량(1)의 구성을 구체적으로 살펴본다. 도 2는 일 실시예에 따른 차량의 제어 블록도이다. 일 실시예에 따른 차량(1)은, 주행 중인 차량(1) 주변에 위치하는 대상체(ob)의 위치 정보 및 속도 정보를 획득하는 감지센서(200)를 포함할 수 있다. 일 실시예에 따른 감지센서(200)는 차량(1)을 기준으로 차량(1) 주변에 위치하는 대상체(ob)의 위치 정보 및 속도 정보 중 적어도 하나를 획득할 수 있으며 획득된 대상체(ob)의 위치 정보 및 속도 정보 중 적어도 하나를 제어부(100)에 전달할 수 있다. 감지센서(200)는 대상체(ob)가 이동함에 따라 변경되는 좌표 정보를 실시간으로 획득할 수 있으며, 차량(1)과 대상체(ob) 사이의 거리를 감지할 수 있다.

일 실시예에 따른 감지센서(200)는 차량(1)의 전방과, 차량(1)의 좌측방(左側方) 및 전방 사이의 방향, 차량(1)의 우측방(右側方) 및 전방 사이의 방향 모두에 위치하는 물체를 인식할 수 있도록 차량(1)의 전방, 좌측 및 우측 모두에 설치되어 있을 수 있다. 감지센서(200)는, 예를 들어, 밀리미터파나 마이크로파를 이용하는 레이더(Radar), 펄스 레이저광을 이용하는 라이더(Light Detection And Ranging; LiDAR), 가시 광선을 이용하는 비젼, 적외선을 이용하는 적외선 센서 또는 초음파를 이용하는 초음파 센서 등과 같은 각종 장치를 이용하여 구현될 수 있다. 감지센서(200)는, 이들 중 어느 하나만을 이용하여 구현될 수도 있고, 이들을 복합적으로 조합하여 구현될 수도 있다. 하나의 차량(1)에 복수의 감지센서(200)가 마련된 경우, 각각의 감지센서(200)는 동일한 장치를 이용하여 구현될 수도 있고, 또는 다른 장치를 이용하여 구현될 수도 있다. 이외에도 설계자가 고려할 수 있는 다양한 장치 및 조합을 이용하여 감지센서(200)는 구현 가능하다.

일 실시예에 따른 차량(1)은, 서버(10)로부터 차량(1)의 위치에서 발생한 교통 사고 정보(710)를 포함하는 교통 사고 데이터(700)를 수신하는 통신부(300)를 포함할 수 있다. 이 때, 통신부(300)는 서버(10)로부터 수신된 교통 사고 데이터(700)를 제어부(100)로 전달할 수 있다.

일 실시예에 따른 통신부(300)는 캔(CAN) 통신 모듈, 와이파이 통신 모듈, USB 통신 모듈 및 블루투스 통신 모듈을 포함할 수 있다. 또한, 통신부(300)는 DMB 등의 TPEG, SXM, RDS와 같은 브로드캐스팅 통신 모듈을 더 포함할 수 있다. 또한, 일 실시예에 따른 차량(1)은 통신부(300)를 통하여 차량(1)의 현재 위치를 서버(10)로 송신할 수 있다.

일 실시예에 따른 차량(1)은 운전자의 상태를 감지하는 내부 카메라(400)를 포함할 수 있다. 일 실시예에 따른 내부 카메라(400)는 차량(1)의 내부에 설치되어 운전자의 안면을 촬영하는 카메라일 수 있다. 내부 카메라(400)는 운전자의 안면 영상을 획득하여 영상 처리를 위해 데이터를 제공할 수 있는 모든 촬영 장치를 포함한다. 또한, 내부 카메라(400)는 야간 주행 시에도 운전자의 안면 영상을 정확히 획득 할 수 있도록 적외선(IR: Infrared Ray) 카메라일 수 있다. 내부 카메라(400)의 설치 위치는 특별한 제한이 있는 것은 아니지만, 운전자의 안면을 촬영하기 위해 운전자 안면 위치보다 앞열에 설치되는 것을 권장한다.

내부 카메라(400)는 차량(1)을 운전하는 운전자의 현재 상태를 감지할 수 있다. 이러한 내부 카메라(400)는 차량(1)을 운전중인 운전자의 전방 주시 태만 또는 졸음 운전을 감시하기 위한 운전자 상태 감지 시스템(Driver State Warning)을 포함할 수 있다. 또한, 내부 카메라(400)는 운전자의 얼굴 각도 및 동공 각도 중 적어도 하나를 감지하여 운전자의 시선 정보를 획득할 수 있고, 획득한 운전자의 시선 정보를 제어부(100)에 전달할 수 있다.

도면에는 도시되지 않았지만, 일 실시예에 따른 차량(1)은 차량(1)의 속도나 자세에 관한 정보를 획득할 수 있는 다양한 센서들을 포함할 수 있다. 즉, 차량(1)의 속도를 감지하는 차속 센서, 차량(1)의 가속도를 감지하는 가속도 센서 및 차량(1)의 각속도를 감지하는 각속도 센서를 포함할 수 있다. 이러한 다양한 센서들은 차량(1)의 속도나 자세에 관한 정보를 제어부(100)로 전달할 수 있다.

일 실시예에 따른 감지센서(200), 통신부(300), 내부 카메라(400) 및 다양한 센서들은 제어부(100)와 캔(CAN; Controller Area Network)통신을 수행하여 각각의 정보를 전달할 수 있다. 즉, 차량(1)에 탑재되는 각종 전장 부하에 대한 제어 및 각종 전장 부하 간의 통신을 위하여 차량(1) 내에는 바디 네트워크(Body Network), 멀티미디어 네트워크(Multimedia Network) 및 샤시 네트워크(Chassis Network) 등을 포함하는 통신 네트워크가 구성되어 있고, 이렇게 서로 분리되어 있는 각 네트워크들은 상호 간의 CAN(Controller Area Network) 통신 메시지를 주고 받기 위하여 제어부(100)에 의하여 연결될 수 있다.

일 실시예에 따른 차량(1)은 수신된 교통 사고 데이터(700)와 획득된 대상체(ob)의 위치 정보 및 속도 정보에 기초하여 사고 발생 위험도를 결정하고, 결정된 사고 발생 위험도 및 차량(1)의 주행 모드에 기초하여 차량(1)의 주행 모드를 선택하는 제어부(100)를 포함할 수 있다. 일 실시예에 따른 제어부(100)는 결정된 사고 발생 위험도가 미리 정해진 값 이상이면, 차량(1)의 자율 주행 모드에 기초할 때 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 있는지 결정할 수 있으며, 이러한 결정을 기초로 자율 주행 모드 또는 수동 운전 모드를 선택할 수 있고 경고 신호를 생성할 수 있다. 이는 구체적으로 도 6 및 도 7를 참조하여 후술한다.

또한 제어부(100)는, 감지센서(200), 통신부(300), 내부 카메라(400) 및 다양한 센서 중 적어도 하나로부터 전달 받은 차량 정보(800)와 통신부(300)로부터 전달 받은 교통 사고 데이터(700)에 포함된 교통 사고 정보(710)를 비교하여 사고 발생 위험도를 결정할 수 있다. 이는 도 3을 참조하여 후술한다.

또한 제어부(100)는, 내부 카메라(400)로부터 감지된 운전자 상태에 기초하여 사고 발생 위험도를 결정할 수 있다. 구체적으로, 제어부(100)는 내부 카메라(400)로부터 운전자의 안면 영상을 획득할 수 있으며, 획득된 안면 영상에 기초하여 운전자의 전방 주시 태만 또는 졸음 운전 여부 및 운전자의 시선 정보를 포함하는 운전자의 상태를 결정할 수 있으며, 결정된 운전자 상태에 기초하여 사고 발생 위험도를 결정할 수 있다.

제어부(100)는 전술한 동작 및 후술할 동작을 수행하는 프로그램이 저장된 적어도 하나의 메모리(120) 및 저장된 프로그램을 실행하는 적어도 하나의 프로세서(110)를 포함할 수 있다. 제어부(100)가 복수의 메모리(120)와 복수의 프로세서(110)를 포함하는 경우에는 복수의 메모리(120)와 복수의 프로세서(110)가 하나의 칩에 직접될 수도 있고, 물리적으로 분리될 수도 있다. 제어부(100)는 반도체칩, 스위치, 집적 회로, 저항기, 휘발성 또는 비휘발성 메모리 또는 인쇄 회로 기판 등과 같은 다양한 부품을 이용하여 구현될 수 있으며, ECU(Electronic control unit)를 이용하여 구현될 수 있다.

일 실시예에 따른 차량(1)은 주행 모드로써 자율 주행 모드를 구비하기 위하여 운전자 보조 시스템(Advanced Driver Assist System; ADAS; 500)을 포함할 수 있다. 일 실시예에 따른 운전자 보조 시스템(500)은, 충돌 회피가 가능한 시점에서 브레이크 페달(미도시) 또는 가속 페달(미도시)을 작동시킴으로써 차량(1)이 대상체(ob)와의 충돌을 회피하기 위한 제어를 수행하는 제동 제어부(510)를 포함할 수 있다. 또한, 충돌 회피가 가능한 시점에서 스티어링 휠을 작동시킴으로써 차량(1)이 대상체(ob)와의 충돌을 회피하기 위한 제어를 수행하는 조향 제어부(520)를 포함할 수 있다.

일 실시예에 따른 제어부(100)는 운전자 보조 시스템(500)의 제어량을 조절함으로써 차량(1)의 주행 모드를 수동 운전 모드 또는 자율 주행 모드로 선택할 수 있다. 즉, 일 실시예에 따른 제어부(100)의 제어 신호에 따라 운전자 보조 시스템(500)이 동작하여 운전자 보조 시스템(500)에 포함된 제동 제어부(510) 및 조향 제어부(520)가 차량(1)의 거동을 제어하기 위한 제어를 수행할 수 있으며, 제어부(100)의 제어 신호에 따라 운전자 보조 시스템(500)이 동작하지 않아서 운전자 보조 시스템(500)에 포함된 제동 제어부(510) 및 조향 제어부(520)가 차량(1)의 거동을 제어하기 위한 제어를 수행하지 못할 수 있다.

일 실시예에 따른 제어부(100)는 운전자 보조 시스템(500)의 제어량을 조절하여, 운전자 보조 시스템(500)의 제어량을 100%로 하는 제어 신호를 생성할 수 있으며, 이 경우 차량(1)은 완전 자율 주행을 하게 된다. 또한 일 실시예에 따른 제어부(100)는 운전자 보조 시스템(500)의 제어량을 50%로 하는 제어 신호 신호를 생성할 수 있으며, 이 경우 차량(1)은 반자율 주행을 하게 된다. 또한, 일 실시예에 따른 제어부(100)는 운전자 보조 시스템(500)의 제어량을 0%로 하는 제어 신호 신호를 생성할 수 있으며, 이 경우 차량(1)은 운전자의 조작에 따라 수동 주행을 하게 된다.

일 실시예에 따른 차량(1)은 제어부(100)의 제어 신호에 따라 운전자에게 교통 사고의 위험을 공지하는 경고 신호, 또는 수동 운전 모드로의 전환을 권장하는 경고 신호를 제공할 수 있는 경고부(600)를 포함할 수 있다. 경고부(600)는 운전자의 시각, 청각 및 촉각 중 적어도 하나를 자극하는 방법으로 경고 신호를 제공할 수 있다.

즉, 일 실시예에 따른 제어부(100)가 경고 신호를 생성하면, 경고부(600)는 경고 신호에 대응하는 경고 신호를 운전자에게 제공할 수 있다. 예를 들어, 경고부(600)는 차량(1)에 마련된 HMI(Human Machine Interface)를 통하여 표시 및 경고음을 운전자에게 제공하거나, 차량(1)에 마련된 햅틱 모듈에서 발생하는 진동을 통하여 운전자에게 사전 경고 신호 또는 경고 신호를 제공할 수 있다. 또한, 경고부(600)는 차량(1)에 구비된 디스플레이(미도시)에 경고 문구를 출력하여 운전자에게 경고 신호를 제공할 수 있다.

이하, 도 3을 참조하여 감지센서(200), 통신부(300), 내부 카메라(400) 및 다양한 센서 중 적어도 하나로부터 전달 받은 차량 정보(800)와 통신부(300)로부터 전달 받은 교통 사고 데이터(700)에 포함된 교통 사고 정보(710)를 비교하여 사고 발생 위험도를 결정하는 과정을 설명한다. 도 3은 교통 사고 데이터 및 차량 정보를 설명하기 위한 도면이다.

도 3을 참조하면, 교통 사고 데이터(700)는 차량(1)의 현재 위치에서 발생한 교통 사고 정보(710)를 포함할 수 있다. 교통 사고 정보(710)는 사고 차량의 위치(711), 사고 차량의 속도(712) 및 사고 당시의 시간(717) 또는 날씨(716)와 같은 주행 환경(715)을 포함할 수 있다. 도면에는 도시되어 있지 않지만, 교통 사고 정보(710)는 교통 사고 당시 사고 차량의 운전자의 시야 방향, 운전자의 상태, 도로의 형태 및 사고 차량의 주행 모드에 관한 정보 등 교통 사고와 관련된 모든 정보를 포함할 수 있다.

차량 정보(800)는 대상체(ob)의 위치 정보(811) 및 대상체(ob)의 속도 정보(812)와 같은 대상체(ob)의 정보, 현재 시간(817)과 날씨(816)와 같은 차량(1)의 주행 환경(815)을 포함할 수 있다. 도면에는 도시되어 있지 않지만, 차량 정보(800)는 차량(1)의 운전자의 시야 방향, 운전자의 상태, 도로의 형태 및 사고 차량의 주행 모드에 관한 정보 등 감지센서(200), 통신부(300), 내부 카메라(400) 및 다양한 센서 중 적어도 하나로부터 전달 받은 모든 정보를 포함할 수 있다.

일 실시예에 따른 제어부(100)는, 교통 사고 데이터(700)에 포함된 교통 사고 정보(710)와 차량 정보(800)를 비교하여 차량(1)의 사고 발생 위험도를 결정할 수 있다. 즉, 제어부(100)는 사고 차량의 위치(711)와 대상체(ob)의 위치(811), 사고 차량의 속도(712)와 대상체(ob)의 속도(812), 사고 당시의 날씨(716)와 현재의 날씨(816), 사고 당시의 시간(717)과 현재의 시간(817) 등을 비교하여 차량(1)의 사고 발생 위험도를 결정할 수 있다. 일 실시예에 따른 제어부(100)는 물론, 위와 같은 요소를 제외한 교통 사고 데이터(700)에 포함되어 있는 교통 사고와 관련된 모든 정보와 차량 정보(800)에 포함되어 있는 모든 정보를 비교하여 사고 발생 위험도를 결정할 수 있다.

이하, 도 4 및 도 5를 참조하여 일 실시예에 따른 제어부(100)가 사고 발생 위험도를 결정하는 과정을 설명한다. 도 4는 일 실시예에 따른 차량의 주행 상황을 나타내는 도면이고, 도 5는 일 실시예에 따른 차량이 사고 발생 위험도를 결정하는 예시를 설명하기 위한 도면이다.

도 4를 참조하면, 일 실시예에 따른 차량(1)은 교차로를 진입하고 있으며, 일 실시예에 따른 감지센서(200)가 감지한 대상체(ob)는 차량(1)이 진입하는 진입 차로의 옆 차로에서 주행을 하고 있다. 이 때, 일 실시예에 따른 통신부(300)는 현재 차량(1)의 위치를 서버(10)로 송신할 수 있으며, 서버(10)는 차량(1)의 위치에서 발생한 교통 사고 정보(710)를 포함하는 교통 사고 데이터(700)를 차량(1)으로 송신할 수 있다. 이에, 통신부(300)는 교통 사고 데이터(700)를 수신할 수 있다.

일 실시예에 따른 제어부(100)는 감지센서(200), 통신부(300), 내부 카메라(400) 및 다양한 센서 중 적어도 하나로부터 차량 정보(800)를 전달받을 수 있다. 예를 들어, 일 실시예에 따른 감지센서(200)는 대상체(ob)의 위치 정보 및 속도 정보를 획득하여 제어부(100)에 전달할 수 있다. 대상체(ob)의 위치 정보 및 속도 정보는 차량(1)을 기준으로 한 대상체(ob)의 상대 속도 및 상대 속도를 포함할 수 있다. 또한, 일 실시예에 따른 내부 카메라(400)는 차량(1)의 운전자 상태를 감지하여 제어부(100)에 전달할 수 있다. 또한, 일 실시예에 따른 다양한 센서 또는 통신부(300)는 날씨 정보 또는 시간 정보를 획득하여 제어부(100)에 전달할 수 있다.

도 3에서 전술한 바와 같이, 일 실시예에 따른 제어부(100)는 수신된 교통 사고 데이터(700)와 획득된 대상체(ob)의 위치 정보 및 속도 정보에 기초하여 사고 발생 위험도를 결정할 수 있다. 구체적으로 도 5를 참조하면, 교통 사고 데이터(700)는 교통 사고 정보(710)에 기초한 복수의 테이블(T1 내지 T4)을 포함할 수 있다. 예를 들어, 교통 사고 당시의 사고 차량의 상대 속도가 +2m/s 라면, 대상체(ob)의 상대 속도가 +2m/s 일 때 사고 발생 위험도를 20으로 결정하고, 대상체(ob)의 상대 속도가 +1m/s 일 때 사고 발생 위험도를 10으로 결정하는 테이블(T1)을 포함할 수 있다.

즉, 교통 사고 정보(710)에 기초한 복수의 테이블에 기초하여 제어부(100)는 간접적으로 교통 사고 데이터(700)에 포함된 교통 사고 정보(710)와 차량 정보(800)를 비교하여 차량(1)의 사고 발생 위험도를 결정할 수 있다. 이를 통해, 교통 사고 발생 시나리오와 현재 차량(1)의 주행 상황을 정밀하게 비교하여 보다 더 정확하게 교통 사고의 위험을 예측할 수 있다.

제어부(100)는, 수신된 테이블(T1)에 따라서 대상체(ob)의 상대 속도가 +2m/s 인 경우 사고 발생 위험도를 20으로 결정하고, +1m/s 인 경우 사고 발생 위험도를 10으로 결정한다. 이와 마찬가지로, 제어부(100)는 수신된 테이블(T2)에 따라서 차량(1)의 운전자 시야 각이 195° 이상, 235° 미만 이라면 사고 발생 위험도를 20으로 결정하고, 차량(1)의 운전자 시야 각이 235° 이상, 270° 미만 이라면 사고 발생 위험도를 10으로 결정할 수 있다.

마찬가지로 제어부(100)는 수신된 테이블(T3)에 따라서 눈이 온다면 20, 비가 온다면 10으로 사고 발생 위험도를 결정할 수 있고, 수신된 테이블(T4)에 따라서 현재 시간이 05:00 에서 08:00 사이라면 20, 08:00에서 12:00 사이라면 10으로 사고 발생 위험도를 결정할 수 있다.

예를 들어, 차량(1)의 감지센서(200)가 감지한 대상체(ob)의 상대 속도가 +2m/s 이고, 내부 카메라(400)가 감지한 운전자 시야 각이 235° 이상, 270° 미만이고, 현재 비가 오는 상황이며 시간이 05:00 에서 08:00 사이라면 제어부(100)는 각각의 요소에 20, 10, 10, 20의 사고 발생 위험도를 부여할 수 있고, 총 사고 발생 위험도를 60으로 결정할 수 있다. 이후 일 실시예에 따른 제어부(100)는 결정된 사고 발생 위험도가 미리 정해진 값 이상이면, 차량(1)의 자율 주행 모드에 기초할 때 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 있는지 결정할 수 있으며 이는 도 6 내지 도 7을 참조하여 자세히 후술한다.

도 6 및 도 7은 일 실시예에 따른 차량의 제어방법의 순서도이다. 도 6을 참조하면, 일 실시예에 따른 감지센서(200)는 대상체(ob)의 위치 정보 및 속도 정보를 획득할 수 있다(1000). 일 실시예에 따른 통신부(300)는 차량(1)의 현재 위치를 서버(10)로 송신할 수 있으며, 서버(10)로부터 차량(1)의 위치에서 발생한 교통 사고 정보(710)를 포함하는 교통 사고 데이터(700)를 수신할 수 있다(1100). 일 실시예에 따른 제어부(100)는 수신된 교통 사고 데이터(700)와 획득된 대상체(ob)의 위치 정보 및 속도 정보에 기초하여 사고 발생 위험도를 결정할 수 있다(1200) 도면에는 도시되어 있지 않지만, 차량(1)의 운전자 상태를 감지하고 감지된 운전자 상태에 기초하여 사고 발생 위험도를 결정할 수 있다. 일 실시예에 따른 제어부(100)가 사고 발생 위험도를 결정하는 과정은 도 4 내지 도 5를 참조하여 전술한 바와 같다.

이 후, 일 실시예에 따른 제어부(100)는 사고 발생 위험도가 미리 정해진 값 이상인지 결정할 수 있다(1300). 미리 정해진 값은 서버(10)로부터 통신부(300)를 통하여 수신할 수 있으며, 제어부(100)의 메모리(120)에 저장되어 있을 수 있다. 사고 발생 위험도가 미리 정해진 값 이상이 되면 교통 사고 데이터(700)의 교통 사고 정보(710)와 현재 차량 정보(800)가 유사해져서 차량(1)의 교통 사고 발생 확률이 높아질 수 있다.

즉, 미리 정해진 값은 교통 사고 정보(710)와 현재 차량 정보(800)가 유사해지도록 만들 수 있는 값으로 적절하게 정해질 수 있다.

일 실시예에 따른 제어부(100)는 사고 발생 위험도가 미리 정해진 값 미만이면 교통 사고 발생 확률이 낮은 것으로 판단하고 제어 과정을 종료할 수 있다(1300의 아니오). 일 실시예에 따른 제어부(100)는 사고 발생 위험도가 미리 정해진 값 이상이면, 교통 사고 발생 확률이 높은 것으로 판단하고 차량(1)이 자율 주행 모드로 주행 중인지 여부를 판단할 수 있다(1400). 차량(1)의 주행 모드가 자율 주행 모드이면(1400의 예), 제어부(100)는 자율 주행 모드로 교통 사고를 회피할 수 있는지 여부를 결정할 수 있다(1410).

구체적으로 제어부(100)는, 차량(1)의 자율 주행 모드에 기초할 때 사고 발생 위험도가 미리 정해진 값 미만이 되도록 제어할 수 있는지 여부를 결정할 수 있다. 예를 들어, 도 5를 참조하여 전술한 바와 같이, 사고 발생 위험도가 60으로 결정되었고 미리 정해진 값이 55라고 가정한다. 도 5를 참조하여 수신된 테이블(T1 내지 T4)을 참고하면, 운전자의 시야 각, 날씨 및 시간은 차량(1)의 자율 주행 모드에 기초할 때 제어할 수 없는 요소이고, 차량(1)의 자율 주행 모드에 기초할 때 사고 발생 위험도를 제어할 수 있는 요소는 대상체(ob)의 상대 속도이다. 즉, 제어부(100)는 차량(1)의 자율 주행 모드에 기초할 때 대상체(ob)의 상대 속도가 +1m/s가 되도록 제어할 수 있는지 결정한다. 대상체(ob)의 상대 속도가 +1m/s가 되면, 수신된 테이블(T1)에 따라 사고 발생 위험도를 10 낮출 수 있어서, 총 사고 발생 위험도를 50으로 낮출 수 있다.

즉, 제어부(100)는 자율 주행 모드에 기초할 때, 운전자 보조 시스템(500)에 포함된 제동 제어부(510) 및 조향 제어부(520)를 제어하여 대상체(ob)의 상대 속도를 +1m/s가 되도록 제어할 수 있는지 결정할 수 있다.

제어부(100)는 차량(1)의 자율 주행 모드에 기초할 때 결정된 사고 발생 위험도가 미리 정해진 값 미만이 되도록 제어할 수 있으면(1410의 예), 차량(1)의 주행 모드를 자율 주행 모드로 유지할 수 있다(1411). 이는, 차량(1)의 주행 모드를 자율 주행 모드로 유지함으로써 교통 사고 회피 가능성을 높이기 위함이다.

제어부(100)는 차량(1)의 자율 주행 모드에 기초할 때 결정된 사고 발생 위험도가 미리 정해진 값 미만이 되도록 제어할 수 없으면(1410의 아니오), 차량(1)의 주행 모드를 수동 운전 모드로 변경하거나 경고 신호를 생성할 수 있다(1412). 이는, 차량(1)의 주행 모드를 자율 주행 모드로 유지할 경우 교통 사고의 회피 가능성이 낮기 때문에, 운전자의 수동 조작을 통하여 교통 사고 회피 가능성을 높이기 위함이고, 교통 사고 위험 상황임을 운전자에게 공지함으로써 교통 사고를 회피할 수 있는 조작을 유도하기 위함이다. 또한 경고 신호는, 운전자에게 차량(1)이 수동 운전 모드로 변경됨을 공지하기 위한 신호일 수 있으며, 수동 운전 모드로의 변경을 추천하기 위한 신호일 수 있다.

도 7은 차량(1)의 주행 모드가 자율 주행 모드가 아닌 수동 운전 모드인 경우(1400의 아니오)의 차량의 제어방법의 순서도이다. 도 7을 참조하면, 제어부(100)는 차량(1)의 자율 주행 모드에 기초할 때 결정된 사고 발생 위험도가 미리 정해진 값 미만이 되도록 제어할 수 있으면(1420의 예), 차량(1)의 주행 모드를 자율 주행 모드로 변경할 수 있다(1421). 이는, 차량(1)의 주행 모드를 자율 주행 모드로 변경함으로써 교통 사고 회피 가능성을 높이기 위함이다.

제어부(100)는 차량(1)의 자율 주행 모드에 기초할 때 결정된 사고 발생 위험도가 미리 정해진 값 미만이 되도록 제어할 수 없으면(1410의 아니오), 차량(1)의 주행 모드를 수동 운전 모드로 유지할 수 있으며, 경고 신호를 생성할 수 있다(1422). 이는, 차량(1)의 주행 모드를 자율 주행 모드로 변경할 경우 교통 사고의 회피 가능성이 낮기 때문에, 운전자의 수동 조작을 통하여 교통 사고 회피 가능성을 높이기 위함이고, 교통 사고 위험 상황임을 운전자에게 공지함으로써 교통 사고를 회피할 수 있는 조작을 유도하기 위함이다.

한편, 개시된 실시예들은 컴퓨터에 의해 실행 가능한 명령어를 저장하는 기록매체의 형태로 구현될 수 있다. 명령어는 프로그램 코드의 형태로 저장될 수 있으며, 프로세서(110)에 의해 실행되었을 때, 프로그램 모듈을 생성하여 개시된 실시예들의 동작을 수행할 수 있다. 기록매체는 컴퓨터로 읽을 수 있는 기록매체로 구현될 수 있다.

컴퓨터가 읽을 수 있는 기록매체로는 컴퓨터에 의하여 해독될 수 있는 명령어가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래시 메모리(120), 광 데이터 저장장치 등이 있을 수 있다.

이상에서와 같이 첨부된 도면을 참조하여 개시된 실시예들을 설명하였다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고도, 개시된 실시예들과 다른 형태로 본 발명이 실시될 수 있음을 이해할 것이다. 개시된 실시예들은 예시적인 것이며, 한정적으로 해석되어서는 안 된다.

Claims

주행 중인 차량 주변에 위치하는 대상체의 위치 정보 및 속도 정보를 획득하는 감지센서;
서버로부터 상기 차량의 위치에서 발생한 교통 사고 정보를 포함하는 교통 사고 데이터를 수신하는 통신부; 및
상기 수신된 교통 사고 데이터와 상기 획득된 대상체의 위치 정보 및 속도 정보에 기초하여 사고 발생 위험도를 결정하고, 상기 결정된 사고 발생 위험도 및 상기 차량의 주행 모드에 기초하여 상기 차량의 주행 모드를 선택하는 제어부;를 포함하고,
상기 차량의 주행 모드는 수동 운전 모드 및 자율 주행 모드를 포함하는 차량.
제1항에 있어서,
상기 제어부는,
상기 결정된 사고 발생 위험도가 미리 정해진 값 이상이면,
상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 있는지 결정하는 차량.
제2항에 있어서,
상기 제어부는,
상기 차량의 주행 모드가 상기 자율 주행 모드이고, 상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 있으면 상기 차량의 주행 모드를 상기 자율 주행 모드로 유지하는 차량.
제2항에 있어서,
상기 제어부는,
상기 차량의 주행 모드가 상기 자율 주행 모드이고, 상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 없으면 상기 차량의 주행 모드를 상기 수동 운전 모드로 변경하는 차량.
제2항에 있어서,
상기 제어부는,
상기 차량의 주행 모드가 상기 자율 주행 모드이고, 상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 없으면 경고 신호를 생성하는 차량.
제2항에 있어서,
상기 제어부는,
상기 차량의 주행 모드가 상기 수동 운전 모드이고, 상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 있으면 상기 차량의 주행 모드를 상기 자율 주행 모드로 변경하는 차량.
제2항에 있어서,
상기 제어부는,
상기 차량의 주행 모드가 상기 수동 운전 모드이고, 상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 없으면 경고 신호를 생성하는 차량.
제1항에 있어서,
상기 제어부는,
상기 차량의 주행 환경과 상기 수신된 교통 사고 데이터에 포함된 주행 환경을 비교하여 상기 사고 발생 위험도를 결정하는 차량.
제8항에 있어서,
상기 주행 환경은,
날씨 및 시간 중 적어도 하나를 포함하는 차량.
제1항에 있어서,
상기 차량의 운전자 상태를 감지하는 내부 카메라;를 더 포함하고,
상기 제어부는,
상기 감지된 운전자 상태에 기초하여 상기 사고 발생 위험도를 결정하는 차량.
수동 운전 모드 및 자율 주행 모드를 포함하는 주행 모드를 구비한 차량의 제어방법에 있어서,
주행 중인 차량 주변에 위치하는 대상체의 위치 정보 및 속도 정보를 획득하고;
서버로부터 상기 차량의 위치에서 발생한 교통 사고 정보를 포함하는 교통 사고 데이터를 수신하고;
상기 수신된 교통 사고 데이터와 상기 획득된 대상체의 위치 정보 및 속도 정보에 기초하여 사고 발생 위험도를 결정하고;
상기 결정된 사고 발생 위험도 및 상기 차량의 주행 모드에 기초하여 상기 차량의 주행 모드를 선택하는 것;을 포함하는 차량의 제어방법.
제11항에 있어서,
상기 결정된 사고 발생 위험도가 미리 정해진 값 이상이면,
상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 있는지 결정하는 것;을 더 포함하는 차량의 제어방법.
제12항에 있어서,
상기 차량의 주행 모드를 선택하는 것은,
상기 차량의 주행 모드가 상기 자율 주행 모드이고, 상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 있으면 상기 차량의 주행 모드를 상기 자율 주행 모드로 유지하는 것;을 포함하는 차량의 제어방법.
제12항에 있어서,
상기 차량의 주행 모드를 선택하는 것은,
상기 차량의 주행 모드가 상기 자율 주행 모드이고, 상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 없으면 상기 차량의 주행 모드를 상기 수동 운전 모드로 변경하는 것;을 더 포함하는 차량의 제어방법.
제12항에 있어서,
상기 차량의 주행 모드가 상기 자율 주행 모드이고, 상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 없으면 경고 신호를 생성하는 것;을 더 포함하는 차량의 제어방법.
제12항에 있어서,
상기 차량의 주행 모드를 선택하는 것은,
상기 차량의 주행 모드가 상기 수동 운전 모드이고, 상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 있으면 상기 차량의 주행 모드를 상기 자율 주행 모드로 변경하는 것;을 포함하는 차량의 제어방법.
제12항에 있어서,
상기 차량의 주행 모드가 상기 수동 운전 모드이고, 상기 차량의 자율 주행 모드에 기초할 때 상기 결정된 사고 발생 위험도가 상기 미리 정해진 값 미만이 되도록 제어할 수 없으면 경고 신호를 생성하는 것;을 더 포함하는 차량의 제어방법.
제11항에 있어서,
상기 사고 발생 위험도를 결정하는 것은,
상기 차량의 주행 환경과 상기 수신된 교통 사고 데이터에 포함된 주행 환경을 비교하여 상기 사고 발생 위험도를 결정하는 것;을 포함하는 차량의 제어방법.
제11항에 있어서,
상기 차량의 위치를 상기 서버로 송신하는 것;을 더 포함하는 차량의 제어방법.
제11항에 있어서,
상기 사고 발생 위험도를 결정하는 것은,
상기 차량의 운전자 상태를 감지하고, 상기 감지된 운전자 상태에 기초하여 상기 사고 발생 위험도를 결정하는 것;을 포함하는 차량의 제어방법.