KR20200135630A - 자율 주행 차량의 제어장치 및 그 방법 - Google Patents

자율 주행 차량의 제어장치 및 그 방법 Download PDF

Info

Publication number
KR20200135630A
KR20200135630A KR1020190060651A KR20190060651A KR20200135630A KR 20200135630 A KR20200135630 A KR 20200135630A KR 1020190060651 A KR1020190060651 A KR 1020190060651A KR 20190060651 A KR20190060651 A KR 20190060651A KR 20200135630 A KR20200135630 A KR 20200135630A
Authority
KR
South Korea
Prior art keywords
driving
vehicle
driver
autonomous
learning
Prior art date
Application number
KR1020190060651A
Other languages
English (en)
Inventor
강동훈
Original Assignee
현대자동차주식회사
기아자동차주식회사
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 현대자동차주식회사, 기아자동차주식회사 filed Critical 현대자동차주식회사
Priority to KR1020190060651A priority Critical patent/KR20200135630A/ko
Priority to US16/712,424 priority patent/US11334075B2/en
Priority to DE102020106262.1A priority patent/DE102020106262A1/de
Priority to CN202010234853.7A priority patent/CN111976741A/zh
Publication of KR20200135630A publication Critical patent/KR20200135630A/ko

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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • 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
    • B60W50/082—Selecting or switching between different modes of propelling
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • 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
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/18—Propelling the vehicle
    • B60W30/182—Selecting between different operative modes, e.g. comfort and performance modes
    • 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
    • B60W40/04—Traffic 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
    • 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
    • B60W40/08—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 drivers or passengers
    • B60W40/09—Driving style or behaviour
    • 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
    • B60W40/107—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
    • 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
    • B60W40/109—Lateral acceleration
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/0055—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot with safety arrangements
    • G05D1/0061—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot with safety arrangements for transition from automatic pilot to manual pilot and vice versa
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/0088—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • 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
    • B60W2050/0088—Adaptive recalibration
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/12—Lateral speed
    • B60W2520/125—Lateral 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/043—Identity of occupants
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/10—Accelerator pedal position
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/12—Brake pedal position
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/18—Steering angle
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/30—Driving style
    • 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
    • B60W2552/05—Type of road
    • 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
    • B60W2552/20—Road profile
    • 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
    • B60W2554/20—Static 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
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/402—Type
    • 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
    • B60W2556/50—External transmission of data to or from the vehicle for navigation systems

Abstract

일 실시 예에 의한 자율 주행 차량의 제어 장치는, 자율 주행 중인 차량에 탑승한 운전자의 식별 정보를 수신하는 사용자 입력부; 상기 차량의 전역 경로 및 주변환경 정보를 획득하는 정보 수집부; 및 상기 주변환경 정보를 토대로 상기 전역 경로 상의 학습 구간을 판단하고, 상기 학습 구간에서 반응하는 운전자의 조작 정보를 토대로 반복 학습을 수행하여 운전자의 주행 패턴을 출력하는 제어부;를 포함하고, 상기 제어부는 출력되는 운전자의 주행 패턴에 기초하여 상기 차량의 자율 주행을 제어할 수 있다.

Description

자율 주행 차량의 제어장치 및 그 방법{APPARATUS AND METHOD FOR CONTROLLING AN AUTONOMOUS VEHICLE}
본 발명은 자율 주행 차량의 제어 장치 및 그 방법에 관한 것이다.
최근 자율 주행 차량에 대한 사람들의 관심이 증가하고 있다. 현재 상용화되는 자율 주행 차량은 운전자 보조 시스템(Advanced Driver Assistance Systems, ADAS)을 적용하여 주행 중 핸들 및 페달 조작과 같은 단순 작업에서 운전자를 자유롭게 해 줄 수 있을 뿐만 아니라 운전자의 부주의로 인한 실수를 줄여 사고를 미연에 방지할 수 있다.
그러나, 현재 상용화되는 자율 주행 차량은 내부에 장착되는 센서의 검출 정보를 토대로 충돌소요시간(Time to Collision, TTC)을 계산하여 객체와의 충돌을 방지하며, 획일적인 주행 전략 및 제어 파라미터에 기초하여 자율 주행을 수행하므로 다양한 운전자의 주행 성향을 반영하는데 한계가 있고, 사용자 입장에서 실 주행과 자율 주행 간에 이질감이 생기므로 승차감이 저하되는 문제가 있다.
또한, 예측이 불가능한 실제 도로 환경에서 발생 가능한 모든 변수를 고려하기 어려우므로 유동적인 대응 보다는 안전성에 치우친 소극적인 대응을 수행하는데 그치고 있다.
실시 예는 운전자의 조작으로 학습된 주행 패턴을 반영하여 사용자 친화적인 자율 주행 제어가 가능한 자율 주행 차량의 제어 장치 및 그 방법을 제공하기 위한 것이다.
실시 예에서 해결하고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제는 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
실시 예는, 자율 주행 중인 차량에 탑승한 운전자의 식별 정보를 수신하는 사용자 입력부; 상기 차량의 전역 경로 및 주변환경 정보를 획득하는 정보 수집부; 및 상기 주변환경 정보를 토대로 상기 전역 경로 상의 학습 구간을 판단하고, 상기 학습 구간에서 반응하는 운전자의 조작 정보를 토대로 반복 학습을 수행하여 운전자의 주행 패턴을 출력하는 제어부;를 포함하고, 상기 제어부는, 출력되는 운전자의 주행 패턴에 기초하여 상기 차량의 자율 주행을 제어하는, 자율 주행 차량의 제어 장치를 제공할 수 있다.
상기 주변환경 정보는, 상기 차량에 탑재되는 센서로부터 수집되는 도로 정보, 교통 정보, 및 장애물 정보 중 적어도 하나를 포함할 수 있다.
상기 학습 구간은, 지정체 상황, 감가속 상황, 돌발 상황, 직선 구간, 곡선 구간, 내리막 구간, 및 전자 요금 징수 구간 중 적어도 하나를 포함할 수 있다.
상기 제어부는, 상기 주변환경 정보를 토대로 인지되는 상기 차량의 현재 주행 상황이 상기 학습 구간에 해당되면 자율주행모드를 수동주행모드로 전환하고 차량 제어권을 상기 운전자에게 이양할 수 있다.
상기 운전자의 조작 정보는, 상기 차량에 탑재되는 조향 핸들, 가속 페달, 및 감속 페달 중 적어도 하나에 대한 조작 정보를 포함할 수 있다.
상기 제어부는, 상기 차량에 미리 설정된 자율주행 제어값과 상기 운전자의 조작 정보에 기초하여 산출된 적어도 하나의 사용자 제어값 상호 간의 오차를 비교하고, 학습율에 대한 상기 오차의 변화율이 최소 임계치 이내로 수렴하도록 상기 자율주행 제어값을 갱신하여 상기 운전자의 주행 패턴을 학습할 수 있다.
상기 제어부는, 상기 오차에 보상 가중치를 적용하여 상기 적어도 하나의 사용자 제어값에 대한 유효성 검사를 수행할 수 있다.
상기 보상 가중치는, 상기 운전자의 조작 정보에 따른 충돌 위험도 및 승차감 지수 중 적어도 하나에 따라 다르게 설정될 수 있다.
상기 자율주행 제어값 및 사용자 제어값 각각은, 조향각, 가감속도, 상대속도, 회전반경, 횡가속도, 및 종가속도 중 적어도 하나를 포함할 수 있다.
상기 학습 구간과 상기 운전자의 주행 패턴을 인덱스로 구축하여 상기 운전자의 식별 정보 별로 학습 테이블을 생성하는 저장부;를 더 포함할 수 있다.
상기 제어부는, 상기 운전자의 주행 패턴을 고려하여 상기 전역 경로 상에 적어도 하나의 경계점을 추출하고, 다항식 회귀 분석을 통해 상기 차량의 현재 위치와 상기 적어도 하나의 경계점을 연결하여 주행 경로를 생성하고, 생성되는 주행 경로를 토대로 상기 차량의 자율 주행을 제어할 수 있다.
상기 적어도 하나의 경계점은, 조향각 변화량이 임계 범위 이상으로 변화되는 지점을 포함할 수 있다.
본 발명의 적어도 일 실시 예에 의하면, 획일적인 주행 패턴에서 벗어나 운전자의 주행 성향에 따른 유동적인 대응을 수행함으로써 사용자 친화적인 자율 주행의 제어가 가능하다. 따라서, 실 주행과 자율 주행 간의 주행 이질감이 감소될 수 있다.
또한, 다양한 사용자 별로 학습 테이블을 구축하기 때문에 운전자 맞춤형 자율 주행 전략을 구사할 수 있으며, 사용자의 개별적인 승차감 요구를 충족시킬 수 있다.
본 실시 예에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며 언급하지 않은 또 다른 효과는 아래의 기재로부터 본 발명이 속하는 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시 예에 따른 자율 주행 차량의 제어 장치에 대한 개략적인 블록도이다.
도 2는 본 발명의 일 실시 예에 따른 자율 주행 차량의 제어 장치에 적용되는 학습 시스템의 구조를 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시 예에 따른 자율 주행 차량의 제어 장치를 통해 주행 경로를 생성하는 방법에 대한 설명도이다.
도 4 내지 도 5는 본 발명의 일 실시 예에 따른 자율 주행 차량의 제어 장치에 의해 운전자의 주행 패턴이 학습되기 전(a)과 후(b)를 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시 예에 따른 자율 주행 차량의 제어 방법을 설명하기 위한 흐름도이다.
이하, 첨부된 도면들을 참조하여 실시 예를 상세히 설명한다. 실시 예는 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나 이는 실시 예를 특정한 개시 형태에 대해 한정하려는 것이 아니며, 실시 예의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
"제1", "제2" 등의 용어는 다양한 구성요소들을 설명하는 데 사용될 수 있지만, 이러한 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로 사용된다. 또한, 실시 예의 구성 및 작용을 고려하여 특별히 정의된 용어들은 실시 예를 설명하기 위한 것일 뿐이고, 실시 예의 범위를 한정하는 것이 아니다.
본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석될 수 있으며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 본 발명의 각 실시 형태에 관한 자율 주행 차량의 제어 장치에 대해서 첨부된 도면을 참조하여 설명한다.
도 1은 본 발명의 일 실시 예에 따른 자율 주행 차량의 제어 장치에 대한 개략적인 블록도이다.
도 1에 도시된 바와 같이, 자율 주행 차량의 제어 장치(100)는 사용자 입력부(110), 정보 수집부(120), 제어부(130), 및 저장부(140)를 포함할 수 있다.
사용자 입력부(110)는 자율 주행 중인 차량에 탑승한 운전자의 식별 정보를 입력 받는 운전자 정보 입력부(111)와 운전자의 주행 패턴에 기반한 자율 주행 제어의 최적화 요청에 대한 사용자 입력을 수신하는 입력 신호 선택부(112)를 포함할 수 있다.
운전자 정보 입력부(111)는 다양한 사용자의 주행 패턴을 구축하도록 차량 네트워크(40)를 통해 외부 장치로부터 적어도 하나의 운전자에 대한 생체 정보 및/또는 등록 정보를 포함하는 식별 정보를 수신하여 데이터베이스(DB, 미도시)에 저장할 수 있다. 여기서, 생체 정보는 사용자의 홍채, 지문, 얼굴, 또는 음성 등에 관한 인식 정보를 포함하고, 등록 정보는 한글, 영문, 숫자, 특수 문자의 조합으로 구성되는 운전자 ID(Identification) 또는 연락처 등을 포함할 수 있으나, 본 발명의 범주가 반드시 이에 한정되는 것은 아니다.
운전자 정보 입력부(111)는 외부 장치로부터 수신되는 운전자의 식별 정보와 데이터베이스(미도시)에 저장되는 운전자의 식별 정보 상호 간에 일치 여부를 확인하고, 제어부(130)와의 접속을 실행할 수 있다.
입력 신호 선택부(112)는 운전자로부터 인가되는 소정의 입력 신호-예컨대, 온(on), 오프(off), 및 리셋(reset) 중 적어도 하나-를 제어 명령으로 변환하여 처리할 수 있으며, 운전자는 입력 신호 선택부(112)에 구비되는 적어도 하나의 입력 수단을 선택하여, 운전자의 주행 패턴에 기반한 자율 주행 제어의 최적화 요청을 수신하고 차량의 주행모드를 상호 전환할 수 있다.
하기의 표 1은, 입력 신호 선택부(112)에 인가되는 운전자의 입력 신호에 따라 처리되는 제어 명령 및 상호 전환되는 주행모드의 일 예를 나타낸다.
입력 신호 주행 모드 제어 명령
1. 온(on) 수동주행모드 운전자의 주행 패턴을 학습하기 위한 개시 명령(이하, '학습 개시 명령' 이라 칭함)
2. 오프(off) 자율주행모드 최근에 학습된 운전자의 주행 패턴을 디폴트로 설정하기 위한 명령(이하, '디폴트 설정 명령' 이라 칭함)
3. 리셋(reset) 자율주행모드 시판 전 미리 설정된 자율 주행 차량의 주행패턴으로 초기화하기 위한 명령(이하, '초기화 명령' 이라 칭함)
표 1을 참조하면, 운전자에 의해 입력 신호 선택부(112)로 온(on) 신호가 인가될 경우, 차량의 주행모드는 자율주행모드에서 수동주행모드로 전환될 수 있다. 이때, 자율주행모드는 운전자의 개입 없이 차량 스스로 주행이 가능한 반면에, 수동주행모드는 특정 주행 상황에서 차량에 의한 조작이 일부 제한되는 상태를 의미한다.
그리고, 입력 신호 선택부(112)는 온(on) 신호를 '학습 개시 명령'으로 변환 처리하여 제어부(130)로 송신하며, 제어부(130)는 특정 주행 상황에서 차량 제어권을 운전자에게 이양하고 주행 장치(30)에 인가되는 운전자의 조작 정보를 반복적으로 학습함으로써 운전자의 주행 패턴을 출력할 수 있다.
한편, 입력 신호 선택부(112)는 오프(off) 신호 또는 리셋(reset) 신호를 '디폴트 설정 명령' 또는 '초기화 명령'으로 변환 처리하고, 제어부(140)는 최근에 학습된 운전자의 주행 패턴 또는 시판 전 미리 설정된 자율 주행 차량의 주행 패턴으로 주행 장치(30)를 제어함으로써 자율 주행을 수행할 수 있다.
사용자 입력부(110)는 차량 내부에 배치될 수 있으며, 배치 영역의 일 예로 인스트루먼트 패널(instrument panel)의 일 영역, 시트(seat)의 일 영역, 필러(pillar)의 일 영역, 도어(door)의 일 영역, 센터 콘솔(center console)의 일 영역, 헤드 라이닝(head lining)의 일 영역, 윈드쉴드(windshield)의 일 영역, 또는 윈도우(window)의 일 영역 등을 포함할 수 있다.
또한, 사용자 입력부(110)는 일부가 외부에 돌출(또는 함몰)된 버튼 형태로 구현되거나 일부 또는 전체가 터치 패널(touch panel)로 구현될 수 있으며, 사용자의 다양한 입력을 검출하기 위한 적어도 하나의 입력 수단이 구비될 수 있다. 입력 수단의 일 예로 키패드(key pad), 터치패드(정압/정전), 돔 스위치(dome switch), 물리 버튼, 또는 조그셔틀(jog & shuttle) 등을 포함할 수 있다.
정보 수집부(120)는 전역 경로 수집부(121) 및 환경 정보 수집부(122)를 포함할 수 있다. 정보 수집부(120)는 차량에 탑재되는 다양한 주변 장치(10) 및/또는 센서 장치(20)로부터 전역 경로 및 주변 환경 정보를 획득할 수 있다.
정보 수집부(120)는 차량 네트워크(40)를 통해 주변 장치(10) 및 센서 장치(20)와 통신을 수행할 수 있으며, 차량 네트워크(40)는 CAN(Controller Area Network), CAN-FD(CAN with Flexible Data rate), FlexRay, MOST(Media Oriented Systems Transport), TT Ethernet(Time Triggered Ethernet) 등의 다양한 차량 내 통신을 포함할 수 있다.
전역 경로 수집부(121)는 주변 장치(이하 '내비게이션'이라 칭함, 10)에 입력되는 출발지와 목적지 정보를 토대로 전역 경로를 수집할 수 있다. 내비게이션(10)은 도로와 차로의 구분이 가능한 지도정보를 데이터베이스(DB) 형태로 저장하며, 지도정보는 노드(Node)와 링크(Link)로 구성될 수 있다. 여기서, 노드는 도로의 속성이 변경되는 지점을 의미하고, 링크는 노드와 노드를 연결하는 차로(Lane) 단위의 패스(path)로 구분할 수 있다. 이러한 지도정보는 무선 통신을 통해 일정 주기마다 자동으로 또는 사용자에 의해 수동으로 갱신될 수 있다.
환경 정보 수집부(122)는 차량에 탑재되는 센서 장치(20)로부터 차량의 주행 상황과 관련된 다양한 주변환경 정보를 수집할 수 있다. 여기서, 센서 장치(20)의 일 예로 지구 상공에 위치한 적어도 하나의 GPS 위성으로부터 항법 메시지를 수신하여 차량의 위치 정보를 획득하는 GPS(Global Positioning System, 21), 광학계를 통해 차량의 주변 영상 정보를 분석하는 카메라(Camera, 22), 전자기파를 사용하여 객체와의 거리나 상대속도를 측정하는 레이더(Radar, 23), 빛을 이용해 레이더가 볼 수 없는 사각지대까지 관측 가능한 라이다(Lidar, 24), 차량의 조향각, 절대속도, 가속도 정보 등을 측정하는 조향각 센서(25), 속도 센서(26), 및 가속도 센서(27)를 포함할 수 있다.
환경 정보 수집부(122)는 전술한 센서 장치(20)의 적어도 하나 이상을 조합하여 도로 정보, 교통 정보, 및 장애물 정보 중 적어도 하나를 포함하는 주변환경 정보를 수집할 수 있다.
예를 들어, 환경 정보 수집부(122)는 내비게이션(10)에 저장된 지도정보 및 카메라(21)를 통해 분석한 주변 영상 정보를 토대로 도로의 곡률, 경사도, 분기점, 합류점, 횡단보도, 교차로, 및 톨게이트(tollgate) 등 도로 고유의 속성과 관련된 도로 정보를 수집할 수 있다.
또한, 환경 정보 수집부(122)는 GPS(21), 레이더(23), 라이다(24), 조향각 센서(25), 속도 센서(26), 및 가속도 센서(27) 중 적어도 하나를 토대로, 차량 주변에 분포하는 객체의 밀집도 등 지정체 상황을 인지하기 위한 교통 정보 및/또는 노면 위에 설치(또는 낙하)된 장애물의 위험도 등 돌발 상황을 인지하기 위한 장애물 정보를 수집할 수 있다. 비록 도시하지는 아니하였지만, 환경 정보 수집부(122)는 V2X(Vehicle to Everything) 통신을 통하여 타차량 및 인프라가 구축된 사물로부터 주변환경 정보를 수집할 수도 있다.
제어부(130)는 학습 구간 판단부(131), 주행 패턴 학습부(132), 및 주행 전략 수립부(133)를 포함할 수 있다.
학습 구간 판단부(131)는 사용자 입력부(110)로부터 인가되는 학습 개시 명령을 수신함에 따라 그 동작이 활성화될 수 있다.
학습 구간 판단부(131)는 정보 수집부(120)를 통해 수집되는 다양한 주변 환경 정보를 토대로 전역 경로 상의 학습 구간(L)을 판단할 수 있다. 예컨대, 학습 구간 판단부(131)는 상태 정보 수집부(121)로부터 수집되는 도로 정보, 교통 정보, 및 장애물 정보 중 적어도 하나 이상을 조합하여 차량의 현재 주행 상황을 인지하고, 인지되는 주행 상황이 미리 설정된 학습 구간(L)에 해당되는지 여부를 판단할 수 있다.
학습 구간 판단부(131)는 주행 패턴 학습부(132)의 반복 학습으로 인한 부하를 줄이기 위하여 전역 경로 중 학습 구간(L)에 해당하는 일부 주행 상황에 대하여만 학습을 진행할 수 있으나, 본 발명의 범주가 반드시 이에 한정되는 것은 아니다.
하기의 표 2는, 학습 구간 판단부(131)에 미리 설정된 학습 구간(L)의 일 예를 나타낸다.
L1 L2 L3 L4 L5 L6 L7
지/정체
상황		 감/가속
상황		 돌발 상황 직선 구간 곡선 구간 내리막 구간 전자 요금
징수 구간
표 2를 참조하면, 학습 구간(L)은 주행 중에 주로 발생하는 상황들의 일 집합으로 정의되며, 일 예로 지/정체 상황(L1), 감/가속 상황(L2), 돌발 상황(L3), 직선 구간(L4), 곡선 구간(L5), 내리막 구간(L6), 및 전자 요금 징수(Electronic Toll Collection) 구간(L7) 등을 포함할 수 있다.
학습 구간 판단부(131)는 차량의 현재 주행 상황이 학습 구간(L)에 해당되면, 자율주행모드를 수동주행모드로 전환하고 차량 제어권을 운전자에게 이양할 수 있다.
주행 패턴 학습부(132)는 학습 구간 판단부(131)에 의해 생성되는 차량 제어권 이양 신호를 수신함에 따라 그 동작이 활성화될 수 있다.
주행 패턴 학습부(132)는 학습 구간(L)에서 반응하는 운전자의 조작 정보를 토대로 반복적인 학습을 수행하여 운전자의 주행 패턴을 출력할 수 있다.
운전자의 조작 정보는 차량 제어권을 이양 받은 운전자가 차량에 탑재되는 주행 장치(30)에 인가하는 조작 정보를 의미할 수 있다, 여기서, 주행 장치(30)는 차량의 방향을 조절하도록 구성되는 조향 핸들(31), 차량의 스로틀 개방량을 조절하여 차량의 속도를 제어하도록 구성되는 가속 페달(32), 및 마찰력을 이용하여 차량을 감속시키도록 구성되는 감속 페달(33)을 포함할 수 있다.
주행 패턴 학습부(132)는 기계학습의 일종인 강화학습 알고리즘을 기반하여 수행될 수 있으며, 주행 상황과 상호 정보 교환을 통해 주변환경 정보를 인지하고 차량에 인가되는 운전자의 조작 정보(예컨대, 조향 핸들, 가속 페달, 감속 페달 중 적어도 하나에 대한 조작 정보)를 통해 얻게 되는 행동 가치함수를 최대화하는 정책에 기초하여 학습을 수행할 수 있다.
주행 패턴 학습부(132)는 정해진 규칙에 기반하여 차량에 미리 설정된 제1 자율주행 제어값(α)과 운전자의 조작 정보에 기초하여 산출된 적어도 하나의 사용자 제어값(βi) 상호 간에 오차(error, δ)를 비교하고, 학습율(η)에 대한 오차의 변화율(gradient, △δ=dδ/dη)이 최소 임계치 이내로 수렴하도록 제1 자율주행 제어값(α)을 갱신하여 운전자의 주행 패턴을 학습하며, 전술한 학습의 결과로 제2 자율주행 제어값(α')을 출력할 수 있다.
제1 자율주행 제어값(α)은 자율 주행을 수행하기 위해 시판 전 차량에 미리 학습 또는 설정되는 적어도 하나의 파라미터에 관한 제어값을 의미한다. 이러한 제1 자율주행 제어값(α)은 교통법규 및 안전운행 요건을 고려하여 정해진 자율주행 규칙에 따라 개발자에 의해 사전에 설정되며 모든 운전자에게 동일하게 적용될 수 있다.
사용자 제어값(βi)은 차량 제어권을 이양 받은 운전자가 주행 장치 (30)에 인가하는 다양한 조작 정보에 대응하여 센서 장치(20)에서 감지 또는 산출되는 적어도 하나의 파라미터에 관한 제어값을 의미한다. 이러한 사용자 제어값(βi)은 주행 장치(30)룰 조작하는 운전자의 성향, 상태 등에 따라 가변될 수 있다.
제2 자율주행 제어값(α')은 반복 학습에 의하여 적어도 하나의 사용자 제어값(βi)이 수렴(또는 평활화)되는 적어도 하나의 파라미터에 관한 제어값을 의미한다. 이러한 제2 자율주행 제어값(α')은 학습이 완료된 이후 차량의 자율 주행을 수행하기 위한 디폴트(default) 값으로 설정될 수 있다.
이때, 적어도 하나의 파라미터는 조향각 정보, 가감속도 정보, 또는 이들의 다양한 조합으로 산출되는 헤딩(heading)/롤(roll) 정보, 상대속도 정보, 종/횡 가속도 정보, 및 회전반경 정보 중 적어도 하나를 포함할 수 있다.
그리고, 제1 자율주행 제어값(α)과 적어도 하나의 사용자 제어값(βi) 사이의 오차(δ)는 하기의 수학식 1과 같이 평균 제곱 오차(mean squared error, MSE)를 이용하여 산출할 수 있다. 다만, 이는 예시적인 것에 불과하고 본 발명의 범주가 이에 한정되는 것은 아니다.
Figure pat00001
여기서, n은 해당 학습 구간에서 주행 장치(20)에 인가되는 운전자의 누적 조작 빈도, α는 제1 자율주행 제어값, βi는 i(단, 1≤i≤n)번째 조작으로 인한 사용자 제어값을 의미한다.
학습율(η)은 학습 임계 빈도(N)에 대한 운전자의 누적 조작 빈도(n)의 비로 정의되며,
Figure pat00002
(단, 0<η≤1)으로 표현될 수 있다. 학습 임계 빈도(N)는 오차의 변화율(△δ)이 최소 임계치 이내로 수렴하는 빈도를 의미하며, 주행 패턴 학습부(132)는 학습 임계 빈도(N)에 도달할 때까지 반복 학습을 수행함으로써 운전자의 의도와 유사한 주행 패턴을 출력할 수 있다.
이때, 최소 임계치는 0 또는 0에 근사한 값일 수 있으며, 결국 전술한 행동 가치함수를 최대화하는 정책은 제1 자율주행 제어값(α)과 적어도 하나의 사용자 제어값(βi) 간 오차의 변화율(△δ)이 최소화되는 정책으로 귀결될 수 있다.
그리고, 주행 패턴 학습부(132)는 오차(δ)에 보상 가중치(weight, w)를 적용하여 적어도 하나의 사용자 제어값(βi)에 대한 유효성 검사를 수행할 수 있다. 여기서, 보상 가중치(w)는 운전자의 조작 정보에 따른 충돌 위험도(w1) 및 승차감 지수(w2) 중 적어도 하나에 따라 다르게 설정될 수 있다.
예컨대, 주행 패턴 학습부(132)는 운전자의 조작 정보에 따른 주행 결과, 주변 객체와 충돌이 발생하거나 승차감 지수가 임계치 이하로 감소하는 경우 보상 가중치를 '0'으로 설정하여 해당 사용자 제어값을 무시값(ignore value)으로 처리할 수 있다. 이때, 충돌 위험도(w1)는 충돌소요시간(Time to Collison, TTC)에 반비례하고, 승차감 지수(w2)는 저크(Jerk, 가속도의 변화량)의 크기에 반비례하도록 보상 가중치(w)가 설정될 수 있다.
이처럼, 주행 패턴 학습부(132)는 적어도 하나의 사용자 제어값(βi)에 대한 유효성 검사를 수행하여 차량의 안전성을 도모하고 운전자와 탑승자의 주행 이질감을 감소시키는 효과를 얻을 수 있다.
주향 전략 수립부(133)는 주행 패턴 학습부(132)를 통해 출력되는 운전자의 주행 패턴-또는, 제2 자율주행 제어값(α')-을 주행 장치(30)로 송신하여 차량의 자율 주행을 제어할 수 있다.
또한, 주행 전략 수립부(133)는 출력되는 운전자의 주행 패턴을 고려하여 전역 경로 상에 적어도 하나의 경계점을 추출하고, 다항식 회귀 분석(Polynomial regression)을 통해 차량의 현재 위치와 적어도 하나의 경계점을 연결하여 주행 경로를 생성하며, 생성되는 주행 경로를 토대로 차량의 자율 주행을 제어할 수 있다.
이때, 적어도 하나의 경계점은 조향각 변화량이 임계 범위 이상으로 변화되는 지점을 포함하며, 이에 대한 상세한 설명은 도 3을 참조하여 후술하기로 한다.
저장부(140)는 하나의 룩업 테이블(141)과 운전자의 식별 정보에 대응하는 적어도 하나의 학습 테이블(142)을 생성 및 저장할 수 있다.
하나의 룩업 테이블(141)은 교통법규 및 안전운행 요건을 고려하여 정해지는 자율주행 규칙에 따라 개발자에 의해 사전에 설정된 제1 자율주행 제어값(α)을 포함하며. 모든 운전자에게 동일하게 적용될 수 있다.
하기의 표 3은, 룩업 테이블(141)을 생성하기 위한 자율주행 규칙의 일 예를 나타낸다.
제어 파라미터 자율주행 규칙
조향각 정보 - 중앙선 침범 금지
- 인지된 여유공간으로 조향 방향 설정
- 충돌소요시간, 도로 곡률, 시간당 조향각 변화율의 임계치를 토대로 조향각 결정
가감속도 정보 - 전방 차량과 안전거리 유지
- 갑작스러운 장애물 인지 시 비상제동
- 충돌소요시간, 도로 제한속도, 도로의 경사도, 시간당 가감속도 변화율의 임계치를 토대로 가감속도 결정
적어도 하나의 학습 테이블(142)은 학습 구간(L)과 운전자의 주행 패턴-또는, 제2 자율주행 제어값(α')-을 인덱스(index)로 구축하여 생성될 수 있다.
이때, 학습 테이블(142)은 적어도 하나의 운전자 식별 정보(user 1, user 2, user 3, ??)에 대응되도록 생성되며, 이에 따라 다양한 사용자의 주행 성향에 따른 맞춤형 자율 주행 제어가 가능하고, 사용자의 개별적인 승차감 요구를 충족시킬 수 있다.
한편, 저장부(140)는 플래시 메모리(flash memory), 하드디스크(hard disk), SD 카드(Secure Digital Card), 램(Random Access Memory, RAM), 롬(Read Only Memory, ROM), 웹 스토리지(web storage) 등의 저장매체 중 어느 하나 이상의 저장매체로 구현될 수 있다.
도 2는 본 발명의 일 실시 예에 따른 자율 주행 차량의 제어 장치에 적용되는 학습 시스템의 구조를 설명하기 위한 도면이다.
도 2를 참조하면, 운전자의 주행 패턴에 따른 학습 시스템은 에이전트(agent)와 환경(environment) 사이의 인터페이스를 나타낸다. 이때, 에이전트는 제어 장치(100), 환경은 주행 상황을 각각 의미한다.
제어 장치(100)는 강화학습 알고리즘을 기반으로 수행될 수 있으며, 최적의 제어 전략을 구축하기 위하여 강화학습의 일종인 Q-learning을 사용할 수 있다. Q-learning은 적용성 및 이식성이 우수하며 빠른 연산속도를 갖고 있어 다양한 주행 환경에서 운전자의 주행 패턴을 학습하는데 효과적이다.
제어 장치(100)는 주행 상황과 상호 정보 교환을 통해 현재의 상태(state, s)를 인식하고 선택 가능한 행동(action, a) 중 보상(reward, r)을 최대화하는 행동을 선택할 수 있다.
상태(s)는 정보 수집부(120)를 통해 수집되는 도로 정보, 교통 정보, 및 장애물 정보 중 적어도 하나의 주변환경 정보를 의미하고, 행동(a)은 운전자가 취하는 조향 핸들 조작, 가속 페달 조작, 및 감속 페달 조작 정보 중 적어도 하나의 운전자 조작 정보를 의미한다.
보상(r)은 현재 상태(s)에서 다음 상태(s')로 천이될 때 얻게 되는 행동(a)의 결과를 의미하고, 운전자의 행동(a)이 올바른지 혹은 아닌지에 대해 스칼라 값으로 표현될 수 있다. 예를 들어, 제어 장치(100)는 운전자의 조작 정보에 따른 주행 결과가 올바른 경우에는 보상(reward)을 부여하고, 그러지 아니한 경우에는 페널티(penalty)를 부여하는 형태로 학습을 수행함으로써, 운전자의 주행 패턴과 의도에 부합하는 최적의 정책을 수립할 수 있다.
이때, 상태 천이를 반복하는 중에 얻어지는 보상(r)의 행동 가치함수(Q-function)를 하기의 수학식 2와 같이 표현할 수 있다.
Figure pat00003
여기서, s'은 현재 상태 s에서 행동 a를 취했을 때 나타나는 다음 상태, a'은 다음 상태 s'에서 취할 수 있는 가능한 모든 행동, γ는 미래의 주행 상황이 현재의 학습에 얼마나 영향을 미칠 것인가를 결정하는 할인율(discount factor)을 의미하며 0≤γ≤1의 수치 범위로 설정된다.
Figure pat00004
는 행동 가치함수로서, 일련의 정책(π)를 따를 때 얻어지는 누적 보상의 기대값을 의미한다.
제어 장치(100)는 최적의 정책(π*)에 기초하여 행동 가치함수
Figure pat00005
가 최대값으로 수렴할 때까지 반복 학습을 수행하며, 최적의 정책(π*)은 하기의 수학식 3과 같이 표현할 수 있다.
Figure pat00006
이때, 행동 가치함수를 최대화하는 정책은 제1 자율주행 제어값(α)과 적어도 하나의 사용자 제어값(βi) 간 오차의 변화율(△δ)이 최소화되는 정책으로 귀결되며, 제어 장치(100)는 학습율(η)에 대한 오차의 변화율(△δ)이 최소 임계치 이내로 수렴할 때까지 반복 학습을 수행할 수 있다.
도 3은 본 발명의 일 실시 예에 따른 자율 주행 차량의 제어 장치를 통해 주행 경로를 생성하는 방법에 대한 설명도이다.
도 3의 (a)를 참조하면, 주행 전략 수립부(133)는 정보 수집부(120)에서 획득된 전역 경로를 적어도 하나의 경로 구간(P)으로 구분하고, 차량의 GPS 정보를 XY 절대 좌표인 TM(Transverse Mercator) 좌표계로 변환하여 경로 구간(P)의 시작점(S)과 종료점(F)에 대한 위치 좌표 데이터를 산출할 수 있다. 이때, 경로 구간(P)의 시작점(S)은 차량의 현재 위치에 대응될 수 있다.
그리고, 주행 전략 수립부(133)는 주행 패턴 학습부(132)로부터 출력되는 운전자의 주행 패턴을 고려하여 경로 구간(P)의 시작점(S)과 종료점(F) 사이에 적어도 하나의 경계점(N1, N2, N3, N4)을 추출할 수 있다. 여기서, 적어도 하나의 경계점(N1, N2, N3, N4)은 조향각 변화량이 임계 범위 이상으로 변화되는 지점을 포함할 수 있다.
도 3의 (b)를 참조하면, 주행 전략 수립부(133)는 다항식 회귀(Polynomial regression) 분석을 이용하여 경로 방정식을 산출하고, 경로 구간(P)의 시작점(S)과 종료점(F) 및 적어도 하나의 경계점(N1, N2, N3, N4)을 서로 연결하여 주행 경로(Driving Route, DR)를 생성할 수 있다.
이때, 주행 경로(DR)는 하기의 수학식 4와 같이 m차 다항식의 경로 방정식 형태로 나타낼 수 있다.
Figure pat00007
여기서, x, y는 위치 좌표 데이터, a0, a1, a2, …, am은 구해야 할 미지수로서 경로 방정식의 계수를 의미한다.
주행 전략 수립부(133)는 주행 패턴 학습부(132)로부터 반복 학습을 통해 출력되는 제2 자율주행 제어값(α')의 조향각 정보, 가감속도 정보, 종/횡 가속도 정보, 회전 반경 정보 등을 토대로 적어도 하나의 경계점(N1, N2, N3, N4) 각각의 위치 좌표 데이터를 산출하고, 경로 방정식의 계수(a0, a1, a2, …, am)를 계산할 수 있다.
예를 들어, 주행 전략 수립부(133)는 운전자의 주행 패턴에 기반하는 편향각(θ1), 선회각(θ2), 회전 반경(R), 및 종/횡 가속도(ax, ay)를 이용하여 경계점 사이의 이동구간(예컨대, N1-N2, N2-N3, N3-N4)에 대한 종방향 및 횡방향 이동거리를 연산하고, 경로 구간(P)의 시작점(S)과 종료점(F)에 대한 위치 좌표 데이터를 고려하여 경계점(N1, N2, N3, N4) 각각의 위치 좌표 데이터를 산출할 수 있다.
그리고, 주행 전략 수립부(133)는 시작점(S), 종료점(F), 및 적어도 하나의 경계점(N1, N2, N3, N4) 각각의 위치 좌표 데이터를 m차 다항식의 경로 방정식에 대입하여 그 계수(a0, a1, a2, …, am)를 계산할 수 있다. 이때, 주행 전략 수립부(133)에 의해 추출되는 적어도 하나의 경계점의 수는 최소한 m-1개 일 수 있다.
주행 전략 수립부(133)는 산출되는 m차 다항식의 경로 방정식에 기반하여 주행 경로(DR)를 생성하고, 생성되는 주행 경로(DR)를 토대로 차량의 자율 주행을 수행할 수 있다. 이때, 저장부(140)는 주행 전략 수립부(133)에서 산출된 경로 구간 별 주행 경로(DR)의 경로 방정식을 저장할 수도 있다.
도 4 내지 도 5는 본 발명의 일 실시 예에 따른 자율 주행 차량의 제어 장치에 의해 운전자의 주행 패턴이 학습되기 전(a)과 후(b)를 설명하기 위한 도면이다.
도 4를 참조하면, 현재 주행 상황은 자차량(A)의 주행차로와 주행차로에 인접한 주변차로를 주행하는 타차량(B, C)의 분포도가 밀집되는 지/정체 상황(L1)에 해당된다(표 2 참조).
이때, 자차량(A)의 현재 속도는 50kph, 주행차로의 전방에 위치하는 타차량(B)의 속도는 50kph, 주변차로의 후방에서 접근하는 타차량(C)의 속도는 70kph라고 가정한다.
본 발명의 제어 장치(100)에 의해 학습되기 전(a)의 자차량(A)은, 미리 정해진 자율주행 규칙(표 3 참조)에 따라 타차량(C)과의 충돌소요시간(TTC)을 계산하여 타차량(B)과 안전거리를 유지하면서 50kph로 주행차로를 주행할 것이다. 이러한 주행 패턴은 차량 안전성 향상에 기여하지만, 다양한 운전자의 주행 성향을 반영하는데 한계가 있다. 일부 운전자들은 자신의 취향에 맞게 주행 패턴을 조율(tuning)하기를 원할지도 모르기 때문이다.
반면에, 본 발명의 제어 장치(100)에 의해 학습된 후(b)의 자차량(A)은, 역동적인 운전자의 성향이 반영된 주행 패턴에 따라 주변차로에서 접근하는 타차량(C)과의 충돌을 일으키지 않는 범위 내에서 100kph의 속도로 가속을 진행하며 우측차선으로 차로 변경을 수행할 수 있다. 이처럼, 일 실시 예에 따른 제어 장치(100)는, 획일적인 주행 패턴에서 벗어나 운전자의 주행 성향에 따라 유동적인 대응을 수행함으로써 운전자 맞춤형 주행이 가능하다. 이에 따라, 운전자에 의한 실제 주행과 자율 주행 간의 주행 이질감이 감소되고, 자율 주행 차량의 승차감이 향상될 수 있다.
도 5를 참조하면, 현재 주행 상황은 자차량(A)의 전방에 위치하는 타차량(B)에서 주행차로로 낙하물(C)이 떨어지는 돌발 상황(L3)에 해당된다(표 2 참조). 이때, 도로 상황은 왕복 2차로이고, 주행차로와 대향하는 반대차로에는 주행 중인 차량이 없는 것으로 가정한다.
본 발명의 제어 장치(100)에 의해 학습되기 전(a)의 자차량(A)은, 미리 정해진 자율주행 규칙(표 3 참조)에 따라 중앙선을 침범하지 아니한 상태에서 낙하물(C)이 제거될 때까지 정지할 것이다. 그러나 이러한 소극적인 주행 패턴은 왕복 2차로의 교통 흐름을 방해할 뿐만 아니라, 운전자에 의한 실제 주행과 이질감을 발생시킨다.
반면에, 본 발명의 제어 장치(100)에 의해 학습된 후(b)의 자차량(A)은, 반대차로에서 진입하는 차량의 존재 유무를 확인하고, 낙하물(C)을 피하기 위해 중앙선을 침범하여 타차량(B)을 추월하는 주행을 수행할 수 있다. 이처럼, 일 실시 예에 따른 제어 장치(100)는, 갑작스러운 돌발 상황에서 유동적인 대응을 수행함으로써 교통 흐름을 방해하지 않으면서도 운전자에 의한 실제 주행과 자율 주행 간의 주행 이질감을 감소시킬 수 있다.
도 6은 본 발명의 일 실시 예에 따른 자율 주행 차량의 제어 방법을 설명하기 위한 흐름도이다.
도 6을 참조하면, 자율 주행 차량의 제어 방법(S600)은 사용자로부터 소정의 정보를 수신하는 단계(S610), 운전자의 주행 패턴을 학습하는 단계 (S620), 및 자율 주행을 제어하는 단계(630)를 포함할 수 있다.
먼저, 사용자 입력부(110)는 다양한 사용자의 주행 패턴을 구축하도록 자율 주행 중인 차량에 탑승한 운전자의 식별 정보를 입력 받을 수 있다(S611).
그리고, 사용자 입력부(110)는 운전자의 주행 패턴에 기반한 자율 주행 제어의 최적화 요청에 대한 사용자 입력의 수신 여부를 판단할 수 있다(S612).
만일, 사용자 입력부(110)로부터 자율 주행 제어의 최적화 요청에 대한 사용자 입력을 수신하지 아니하면(S612의 No), 제어부(130)는 최근에 학습된 운전자의 주행 패턴 및/또는 시판 전 미리 설정된 차량의 주행 패턴으로 자율 주행을 제어할 수 있다(S632).
반면에, 사용자 입력부(110)로부터 자율 주행 제어의 최적화 요청에 대한 사용자 입력을 수신하면(S612의 Yes), 정보 수집부(120)는 차량에 탑재되는 다양한 주변 장치(10) 및/또는 센서 장치(20)로부터 전역 경로 및 주변 환경 정보를 획득할 수 있다(S621). 여기서, 주변환경 정보는 도로 정보, 교통 정보, 및 장애물 정보 중 적어도 하나를 포함할 수 있다.
이후, 제어부(130)는 정보 수집부(120)를 통해 수집되는 다양한 주변 환경 정보를 토대로 전역 경로 상에 학습 구간이 존재하는지 여부를 판단할 수 있다(S622). 여기서, 학습 구간의 일 예로 지/정체 상황, 감/가속 상황, 돌발 상황, 직선 구간, 곡선 구간, 내리막 구간, 및 전자 요금 징수(Electronic Toll Collection) 구간 등을 포함할 수 있다.
만일, 차량의 현재 주행 상황이 학습 구간에 해당되지 아니하면(S622의 No), S621 단계로 회귀할 수 있다.
한편, 차량의 현재 주행 상황이 학습 구간에 해당되면(S622의 Yes), 제어부(130)는 자율주행모드를 수동주행모드로 전환하고 차량 제어권을 운전자에게 이양할 수 있다(S623).
그리고, 제어부(130)는 차량 제어권을 이양 받은 운전자가 차량의 주행 장치(30)에 인가하는 운전자의 조작 정보를 획득할 수 있다(S624). 여기서, 운전자의 조작 정보는 조향 핸들, 가속 페달, 감속 페달 중 적어도 하나에 대한 조작 정보를 포함할 수 있다.
이후, 제어부(130)는 정해진 규칙에 기반하여 차량에 미리 설정된 자율주행 제어값(α)과 운전자의 조작 정보에 기초하여 산출된 적어도 하나의 사용자 제어값(βi) 상호 간에 오차(δ)를 비교하고, 학습율(η)에 대한 오차의 변화율(gradient, △δ=dδ/dη)이 최소 임계치 이내로 수렴하도록 자율주행 제어값을 갱신하여 운전자의 주행 패턴을 학습할 수 있다(S625). 이때, 학습 방법의 일 예로 기계학습의 일종인 강화학습 알고리즘을 적용할 수 있다.
또한, 제어부(130)는 오차(δ)에 보상 가중치(weight, w)를 적용하여 적어도 하나의 사용자 제어값(βi)에 대한 유효성 검사를 수행할 수 있다(S625). 여기서, 보상 가중치(w)는 운전자의 조작 정보에 따른 충돌 위험도(w1) 및 승차감 지수(w2) 중 적어도 하나에 따라 다르게 설정될 수 있다.
그리고, 제어부(130)는 운전자의 누적 조작 빈도(n)가 학습 임계 빈도(N)에 도달하였는지 여부를 판단할 수 있다(S626). 여기서, 운전자의 누적 조작 빈도(n)는 해당 학습 구간에서 주행 장치(30)에 인가되는 운전자의 조작 빈도의 누적치, 학습 임계 빈도(N)는 오차의 변화율(△δ)이 최소 임계치 이내로 수렴하는 빈도를 각각 의미한다.
제어부(130)는 운전자의 누적 조작 빈도(n)가 학습 임계 빈도(N)에 도달할 때까지(S626의 Yes), S621 단계 내지 S625 단계를 반복적으로 수행할 수 있다.
만일, S626 단계의 판단 결과 운전자의 누적 조작 빈도(n)가 학습 임계 빈도(N)에 도달하면(S626의 No), 제어부(130)는 학습된 운전자의 주행 패턴에 기반하여 갱신되는 자율주행 제어값(α')을 출력하고, 저장부(140)는 운전자의 식별 정보에 대응하는 적어도 하나의 학습 테이블을 생성할 수 있다(S627). 이때, 학습 테이블은 학습 구간과 운전자의 주행 패턴-또는, 갱신되는 자율주행 제어값(α')-을 인덱스(index)로 구축하여 적어도 하나의 운전자 식별 정보(user 1, user 2, user 3, ??)에 각각 대응되도록 생성될 수 있다.
이후, 제어부(130)는 학습되는 운전자의 주행 패턴을 고려하여 전역 경로 상에 적어도 하나의 경계점을 추출하고, 다항식 회귀 분석을 통해 차량의 현재 위치와 적어도 하나의 경계점을 연결하여 주행 경로를 생성할 수 있다(S631). 이에 대한 상세한 설명은 도 3에서 전술하였는바 생략하기로 한다.
그리고, 제어부(130)는 생성되는 주행 경로와 학습된 운전자의 주행 패턴을 고려하여 차량의 자율 주행을 제어할 수 있다(S632).
상술한 실시 예에 따른 자율 주행 차량의 제어 방법은 컴퓨터에서 실행되기 위한 프로그램으로 제작되어 컴퓨터가 읽을 수 있는 기록 매체에 저장될 수 있으며, 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 포함될 수 있다.
컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고, 상술한 방법을 구현하기 위한 기능적인(function) 프로그램, 코드 및 코드 세그먼트들은 실시예가 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
실시 예와 관련하여 전술한 바와 같이 몇 가지만을 기술하였지만, 이외에도 다양한 형태의 실시가 가능하다. 앞서 설명한 실시 예들의 기술적 내용들은 서로 양립할 수 없는 기술이 아닌 이상은 다양한 형태로 조합될 수 있으며, 이를 통해 새로운 실시 형태로 구현될 수도 있다.
본 발명은 본 발명의 정신 및 필수적 특징을 벗어나지 않는 범위에서 다른 특정한 형태로 구체화될 수 있음은 통상의 기술자에게 자명하다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.

Claims (20)

  1. 자율 주행 중인 차량에 탑승한 운전자의 식별 정보를 수신하는 사용자 입력부;
    상기 차량의 전역 경로 및 주변환경 정보를 획득하는 정보 수집부; 및
    상기 주변환경 정보를 토대로 상기 전역 경로 상의 학습 구간을 판단하고, 상기 학습 구간에서 반응하는 운전자의 조작 정보를 토대로 반복 학습을 수행하여 운전자의 주행 패턴을 출력하는 제어부;를 포함하고,
    상기 제어부는,
    출력되는 운전자의 주행 패턴에 기초하여 상기 차량의 자율 주행을 제어하는, 자율 주행 차량의 제어 장치.
  2. 제1 항에 있어서,
    상기 주변환경 정보는,
    상기 차량에 탑재되는 센서로부터 수집되는 도로 정보, 교통 정보, 및 장애물 정보 중 적어도 하나를 포함하는, 자율 주행 차량의 제어 장치.
  3. 제1 항에 있어서,
    상기 학습 구간은,
    지정체 상황, 감가속 상황, 돌발 상황, 직선 구간, 곡선 구간, 내리막 구간, 및 전자 요금 징수 구간 중 적어도 하나를 포함하는, 자율 주행 차량의 제어 장치.
  4. 제1 항에 있어서,
    상기 제어부는,
    상기 주변환경 정보를 토대로 인지되는 상기 차량의 현재 주행 상황이 상기 학습 구간에 해당되면 자율주행모드를 수동주행모드로 전환하고 차량 제어권을 상기 운전자에게 이양하는, 자율 주행 차량의 제어 장치.
  5. 제1 항에 있어서,
    상기 운전자의 조작 정보는,
    상기 차량에 탑재되는 조향 핸들, 가속 페달, 및 감속 페달 중 적어도 하나에 대한 조작 정보를 포함하는, 자율 주행 차량의 제어 장치.
  6. 제1 항에 있어서,
    상기 제어부는,
    상기 차량에 미리 설정된 자율주행 제어값과 상기 운전자의 조작 정보에 기초하여 산출된 적어도 하나의 사용자 제어값 상호 간의 오차를 비교하고, 학습율에 대한 상기 오차의 변화율이 최소 임계치 이내로 수렴하도록 상기 자율주행 제어값을 갱신하여 상기 운전자의 주행 패턴을 학습하는, 자율 주행 차량의 제어 장치.
  7. 제6 항에 있어서,
    상기 제어부는,
    상기 오차에 보상 가중치를 적용하여 상기 적어도 하나의 사용자 제어값에 대한 유효성 검사를 수행하는, 자율 주행 차량의 제어 장치.
  8. 제7 항에 있어서,
    상기 보상 가중치는,
    상기 운전자의 조작 정보에 따른 충돌 위험도 및 승차감 지수 중 적어도 하나에 따라 다르게 설정되는, 자율 주행 차량의 제어 장치.
  9. 제6 항에 있어서,
    상기 자율주행 제어값 및 사용자 제어값 각각은,
    조향각, 가감속도, 상대속도, 회전반경, 횡가속도, 및 종가속도 중 적어도 하나를 포함하는, 자율 주행 차량의 제어 장치.
  10. 제1 항에 있어서,
    상기 학습 구간과 상기 운전자의 주행 패턴을 인덱스로 구축하여 상기 운전자의 식별 정보 별로 학습 테이블을 생성하는 저장부;를 더 포함하는, 자율 주행 차량의 제어 장치.
  11. 제1 항에 있어서,
    상기 제어부는,
    상기 운전자의 주행 패턴을 고려하여 상기 전역 경로 상에 적어도 하나의 경계점을 추출하고,
    다항식 회귀 분석을 통해 상기 차량의 현재 위치와 상기 적어도 하나의 경계점을 연결하여 주행 경로를 생성하고,
    생성되는 주행 경로를 토대로 상기 차량의 자율 주행을 제어하는, 자율 주행 차량의 제어 장치.
  12. 제11 항에 있어서,
    상기 적어도 하나의 경계점은,
    조향각 변화량이 임계 범위 이상으로 변화되는 지점을 포함하는, 자율 주행 차량의 제어 장치.
  13. 자율 주행 중인 차량에 탑승한 운전자의 식별 정보를 수신하는 단계;
    상기 차량에 탑재되는 센서로부터 전역 경로 및 주변환경 정보를 획득하는 단계;
    상기 주변환경 정보를 토대로 상기 전역 경로 상의 학습 구간을 판단하는 단계;
    상기 학습 구간에서 반응하는 운전자의 조작 정보를 토대로 반복 학습을 수행하여 운전자의 주행 패턴을 출력하는 단계; 및
    상기 운전자의 주행 패턴에 기초하여 상기 차량의 자율 주행을 제어하는 단계;를 포함하는, 자율 주행 차량의 제어 방법.
  14. 제13 항에 있어서,
    상기 학습 구간을 판단하는 단계는,
    상기 주변환경 정보를 토대로 인지되는 상기 차량의 현재 주행 상황이 상기 학습 구간에 해당되면 자율주행모드를 수동주행모드로 전환하고 차량 제어권을 상기 운전자에게 이양하는 단계;를 포함하는, 자율 주행 차량의 제어 방법.
  15. 제13 항에 있어서,
    상기 운전자의 주행 패턴을 출력하는 단계는,
    상기 차량에 미리 설정된 자율주행 제어값과 상기 운전자의 조작 정보에 기초하여 산출된 적어도 하나의 사용자 제어값 상호 간의 오차를 비교하고, 학습율에 대한 상기 오차의 변화율이 최소 임계치 이내로 수렴하도록 상기 자율주행 제어값을 갱신하여 상기 운전자의 주행 패턴을 학습하는 단계;를 포함하는, 자율 주행 차량의 제어 방법.
  16. 제15 항에 있어서,
    상기 운전자의 주행 패턴을 학습하는 단계는,
    상기 오차에 보상 가중치를 적용하여 상기 적어도 하나의 사용자 제어값에 대한 유효성 검사를 수행하는 단계;를 포함하는, 자율 주행 차량의 제어 방법.
  17. 제13 항에 있어서,
    상기 학습 구간과 상기 운전자의 주행 패턴을 인덱스로 구축하여 상기 운전자의 식별 정보 별로 학습 테이블을 생성하는 단계;를 더 포함하는, 자율 주행 차량의 제어 방법.
  18. 제13 항에 있어서,
    상기 운전자의 주행 패턴을 고려하여 상기 전역 경로 상에 적어도 하나의 경계점을 추출하고, 다항식 회귀 분석을 통해 상기 차량의 현재 위치와 상기 적어도 하나의 경계점을 연결하여 주행 경로를 생성하는 단계;를 더 포함하고,
    상기 차량의 자율 주행을 제어하는 단계는,
    생성되는 주행 경로에 기반하여 상기 차량의 자율 주행을 수행하는, 자율 주행 차량의 제어 방법.
  19. 제18 항에 있어서,
    상기 적어도 하나의 경계점은,
    조향각 변화량이 임계 범위 이상으로 변화되는 지점을 포함하는, 자율 주행 차량의 제어 방법.
  20. 프로세서에 의해 실행되는 것을 통하여, 제13 항 내지 제 19항 중 어느 한 항에 기재된 자율 주행 차량의 제어 방법을 실현하는 응용 프로그램이 기록된 컴퓨터 판독 가능한 기록매체.
KR1020190060651A 2019-05-23 2019-05-23 자율 주행 차량의 제어장치 및 그 방법 KR20200135630A (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020190060651A KR20200135630A (ko) 2019-05-23 2019-05-23 자율 주행 차량의 제어장치 및 그 방법
US16/712,424 US11334075B2 (en) 2019-05-23 2019-12-12 Apparatus and method for controlling autonomous vehicle
DE102020106262.1A DE102020106262A1 (de) 2019-05-23 2020-03-09 Vorrichtung und Verfahren zum Steuern eines autonomen Fahrzeugs
CN202010234853.7A CN111976741A (zh) 2019-05-23 2020-03-30 用于控制自动驾驶车辆的装置和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190060651A KR20200135630A (ko) 2019-05-23 2019-05-23 자율 주행 차량의 제어장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR20200135630A true KR20200135630A (ko) 2020-12-03

Family

ID=73052953

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190060651A KR20200135630A (ko) 2019-05-23 2019-05-23 자율 주행 차량의 제어장치 및 그 방법

Country Status (4)

Country Link
US (1) US11334075B2 (ko)
KR (1) KR20200135630A (ko)
CN (1) CN111976741A (ko)
DE (1) DE102020106262A1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022139058A1 (ko) * 2020-12-21 2022-06-30 주식회사 시로코 차량 제어 장치
KR102527164B1 (ko) * 2022-07-13 2023-04-28 국민대학교산학협력단 운전자의 핸들 파지 여부에 따라 복수의 주행 모드를 제공하기 위한 방법
KR20230066968A (ko) * 2021-11-08 2023-05-16 (주)컨트롤웍스 자율주행 산업 차량의 조향각 제어 장치 및 방법

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200133308A1 (en) * 2018-10-18 2020-04-30 Cartica Ai Ltd Vehicle to vehicle (v2v) communication less truck platooning
JP2023525088A (ja) * 2020-05-09 2023-06-14 華為技術有限公司 自動運転システムを適応的に最適化するための方法および装置
KR20220026656A (ko) * 2020-08-25 2022-03-07 현대모비스 주식회사 차량의 주행 제어 시스템 및 방법
US11814076B2 (en) * 2020-12-03 2023-11-14 GM Global Technology Operations LLC System and method for autonomous vehicle performance grading based on human reasoning
CN112455465B (zh) * 2020-12-08 2022-02-01 广州小鹏自动驾驶科技有限公司 一种行驶环境感知方法、装置、电子设备和存储介质
CN114661574A (zh) * 2020-12-23 2022-06-24 北京百度网讯科技有限公司 样本偏差数据的获取方法、装置和电子设备
JP7201657B2 (ja) * 2020-12-28 2023-01-10 本田技研工業株式会社 車両制御装置、車両制御方法、およびプログラム
CN113085873B (zh) * 2021-04-30 2022-11-29 东风小康汽车有限公司重庆分公司 驾驶策略的获取方法、装置、计算机设备和存储介质
CN113353102B (zh) * 2021-07-08 2022-11-25 重庆大学 一种基于深度强化学习的无保护左转弯驾驶控制方法
WO2023060586A1 (zh) * 2021-10-15 2023-04-20 浙江吉利控股集团有限公司 自动驾驶指令生成模型优化方法、装置、设备及存储介质
CN114104005B (zh) * 2022-01-26 2022-04-19 苏州浪潮智能科技有限公司 自动驾驶设备的决策方法、装置、设备及可读存储介质
DE102022209634A1 (de) 2022-09-14 2024-03-14 Volkswagen Aktiengesellschaft Verfahren zum Betreiben eines lernenden Systems, Computerprogrammprodukt sowie Fahrzeug

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104508719B (zh) * 2012-07-17 2018-02-23 日产自动车株式会社 驾驶辅助系统以及驾驶辅助方法
KR101555444B1 (ko) * 2014-07-10 2015-10-06 현대모비스 주식회사 차량탑재 상황감지 장치 및 그 방법
US10571911B2 (en) * 2014-12-07 2020-02-25 Toyota Motor Engineering & Manufacturing North America, Inc. Mixed autonomous and manual control of a vehicle
WO2016158197A1 (ja) * 2015-03-31 2016-10-06 日立オートモティブシステムズ株式会社 自動運転制御装置
EP3357780B1 (en) * 2015-09-30 2022-10-26 Sony Group Corporation Driving control device, driving control method, and program
CN105216780B (zh) * 2015-09-30 2017-12-15 上海凌翼动力科技有限公司 电动汽车冲击度主动抑制的动力品质控制方法
KR102137213B1 (ko) * 2015-11-16 2020-08-13 삼성전자 주식회사 자율 주행을 위한 모델 학습 장치 및 방법과 자율 주행 장치
KR101704634B1 (ko) * 2015-12-14 2017-02-08 현대오트론 주식회사 자율 주행 차량의 주행경로 생성 장치 및 그 방법과, 자율 주행 차량의 주행 제어 방법
JP6368957B2 (ja) * 2016-05-10 2018-08-08 本田技研工業株式会社 車両制御システム、車両制御方法、および車両制御プログラム
JP6429203B2 (ja) * 2016-05-19 2018-11-28 本田技研工業株式会社 車両制御システム、車両制御方法、および車両制御プログラム
KR102638977B1 (ko) * 2016-12-15 2024-02-22 현대자동차주식회사 차량 및 그 제어방법
JP7005933B2 (ja) * 2017-05-09 2022-01-24 オムロン株式会社 運転者監視装置、及び運転者監視方法
KR102406511B1 (ko) * 2017-07-04 2022-06-10 현대자동차주식회사 차량 시스템 및 그 제어 방법
KR102013590B1 (ko) * 2017-07-18 2019-08-23 엘지전자 주식회사 차량에 구비된 차량 제어 장치 및 차량의 제어방법
KR20190054374A (ko) * 2017-11-13 2019-05-22 한국전자통신연구원 주행 경험 정보를 이용한 자율주행 학습 장치 및 방법
US20200031361A1 (en) * 2018-07-25 2020-01-30 Continental Powertrain USA, LLC Autonomous Efficient Driving Strategy Using Behavior-Based Learning
WO2020132952A1 (en) * 2018-12-26 2020-07-02 Baidu.Com Times Technology (Beijing) Co., Ltd. Polynomial-fit based reference line smoothing method for high speed planning of autonomous driving vehicles

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022139058A1 (ko) * 2020-12-21 2022-06-30 주식회사 시로코 차량 제어 장치
KR20230066968A (ko) * 2021-11-08 2023-05-16 (주)컨트롤웍스 자율주행 산업 차량의 조향각 제어 장치 및 방법
KR102527164B1 (ko) * 2022-07-13 2023-04-28 국민대학교산학협력단 운전자의 핸들 파지 여부에 따라 복수의 주행 모드를 제공하기 위한 방법

Also Published As

Publication number Publication date
CN111976741A (zh) 2020-11-24
US11334075B2 (en) 2022-05-17
US20200371518A1 (en) 2020-11-26
DE102020106262A1 (de) 2020-11-26

Similar Documents

Publication Publication Date Title
KR20200135630A (ko) 자율 주행 차량의 제어장치 및 그 방법
US11662733B2 (en) Trajectory setting device and trajectory setting method
US11738779B2 (en) Autonomous driving vehicle system
CN111497834B (zh) 驾驶辅助系统
CN106314423A (zh) 车辆行驶控制装置
US11631257B2 (en) Surroundings recognition device, and surroundings recognition method
US20200361462A1 (en) Vehicle control device, terminal device, parking lot management device, vehicle control method, and storage medium
CN110562272B (zh) 驾驶辅助装置
US11945442B2 (en) Autonomous driving system and control method for autonomous driving system
US11332128B2 (en) Driving assistance apparatus
US20200180614A1 (en) Vehicle control device
US10955849B2 (en) Automatic driving system
WO2020255751A1 (ja) 自動運転システム
CN114572199A (zh) 用于控制车辆的装置和方法
WO2022070250A1 (ja) 情報処理装置、情報処理方法、および、プログラム
JP7233299B2 (ja) 運転挙動制御方法及び運転挙動制御装置
KR20220095365A (ko) 차량 및 그를 위한 컷인 대응 제어 방법
RU2768687C1 (ru) Способ управления движением и устройство управления движением для транспортного средства
US20220176768A1 (en) Vehicle and vehicle operating method
JP2023151389A (ja) 走行支援方法及び走行支援装置
JP2023169524A (ja) 車両の運転支援方法及び運転支援装置
CN117836182A (zh) 车辆控制方法及车辆控制装置

Legal Events

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