KR20210022632A

KR20210022632A - 자율 주행 차량을 네비게이트하기 위한 시스템 및 방법

Info

Publication number: KR20210022632A
Application number: KR1020217000543A
Authority: KR
Inventors: 사만타 머피; 존 글로스너; 세이빈 다니엘 이안쿠
Original assignee: 옵티멈 세미컨덕터 테크놀로지스 인코포레이티드
Priority date: 2018-06-22
Filing date: 2019-05-20
Publication date: 2021-03-03
Also published as: WO2019245686A1; EP3810471A4; EP3810471A1; US20210269037A1; CN112313129A

Abstract

도로 위에서 자율 주행 차량을 운행하기 위한 시스템 및 방법. 시스템 및 방법은 도로 상에서 차선 영역을 결정하는 것, 차선 영역 내에서 제1 위치를 계산하는 것, 차선 영역 내에서 용인 영역을 결정하는 것, 용인 영역에 기초하여 편향 편차를 계산하는 것, 제1 위치 및 상기 편향 편차에 기초하여 제2 위치를 계산하는 것, 그리고 자율 주행 차량을 제2 위치로 주행하도록 운행시키는 것을 포함할 수 있다.

Description

자율 주행 차량을 네비게이트하기 위한 시스템 및 방법

관련 출원 참조

본 출원은 그 전체 내용이 참고로 통합되는 2018년 6월 22일에 출원된 미국 가 출원 62/688,445의 우선권을 주장한다.

기술분야

본 개시 내용은 자율 주행 차량들, 구체적으로 도로 위에서 선택 트랙들에 따라 자율 주행 차량들을 네비게이트하기 위한 시스템 및 방법에 관한 것이다.

자율 주행 차량들(무인 차량들로도 알려져 있는)은 자동차 주변의 환경을 결정하고 결정된 환경에 기초하여, 운전하는 사람의 개입이 거의 또는 전혀 없이 도로 위를 네비게이트할 수 있는 자동차들이다. 자율 주행 차량들에는 환경에 대한 정보를 수집하기 위해 다수 개의 센서들이 장착될 수 있다. 센서들에는 레이저 레이더(라이더) 센서들, 비디오 카메라들, 위성 위치 확인 시스템(GPS) 센서들, 모션 센서들(예를 들어, 주행 거리계들) 등이 포함될 수 있다. 라이더 센서는 라이더 센서와 특정 범위 내 객체들 간 거리들을 결정할 수 있다. 비디오 카메라는 주변 환경의 일련의 타임 코드 이미지들을 캡처할 수 있다. 이미지들에는 도로 위의 객체들(예를 들어, 사람 객체들, 다른 차량들, 간판들 및 장애물들)과 관련된 정보가 포함될 수 있다. GPS 센서는 차량의 위치를 식별할 수 있다. 모션 센서는 차량의 모션 파라미터들(예를 들어, 속도, 거리 등)을 결정할 수 있다. 차량은 이러한 센서들로부터 정보를 수신하도록 그리고 수신된 정보에 기초하여, 운전하는 사람의 개입이 거의 또는 전혀 없이 차량을 운행시키도록 프로그래밍된 처리 디바이스를 포함할 수 있는 내장 컴퓨팅 시스템을 더 포함할 수 있다.

본 개시 내용은 아래에 주어지는 구체적인 내용 및 본 개시 내용의 다양한 실시 예들의 첨부 도면들로부터 보다 더 충분히 이해될 것이다. 다만, 도면들은 본 개시 내용을 특정 실시 예들로 제한하는 것으로 여겨지지 않아야 하고, 단지 설명 및 이해를 위한 것이다.
도 1은 본 개시 내용의 구현에 따른 차량 시스템을 도시한다.
도 2는 본 개시 내용의 구현에 따라 자율 주행 차량들에 대한 루트들을 계산하는 방법의 흐름도를 도시한다.
도 3은 본 개시 내용의 구현에 따라 자율 주행 차량이 차선에서 주행하는 것을 도시한다.
도 4는 본 개시 내용의 구현에 따라 세로힘을 만들 수 있는 함수들을 도시한다.
도 5는 본 개시 내용의 다른 구현에 따라 자율 주행 차량들에 대한 루트들을 계산하는 방법의 흐름도를 도시한다.
도 6은 본 개시 내용의 하나 이상의 양태에 따라 동작하는 컴퓨터 시스템의 블록도를 도시한다.

도로 위를 주행하는 차량은 노면에 마손(wear and tear)을 유발할 수 있다. 이러한 마손으로 인해 도로의 유지 보수 및 수리 비용이 많이 들 수 있다. 운전하는 사람들이 도로 위에서 차량들을 운전할 때, 운전하는 사람들의 조종에 많은 요인들이 영향을 미칠 수 있다. 운전하는 사람들 간의 이러한 요인들의 변동성으로 인해 차량들은 도로 위에서 매우 다양한 패턴들 및 경로들을 따라 이동할 수 있다. 영향을 미치는 요인들에는 인적 요인들 및 환경 요인들이 포함될 수 있다. 인적 요인들에는 운전하는 사람들의 운전 습관들 및 위험 내성이 포함될 수 있다. 예를 들어, 운전하는 사람들의 거동은 공격적, 일반적 또는 보수적일 수 있다. 공격적인 운전자는 차선들을 자주 변경할 수 있다; 일반적인 운전자는 공격적인 운전자들보다 더 느린 속도로 차선을 변경할 수 있다; 보수적인 운전자는 언제라도 차선 변경을 피할 수 있다. 또한, 몇몇 운전하는 사람들은 위험 내성이 더 높을 수 있으며, 주행 차선의 가장자리들에 더 가깝게 운전할 수 있다. 다른 운전자들은 위험 내성이 더 낮을 수 있으며 주행 차선 중심에서 운전할 수 있다. 본 개시 내용에서, 도로는 그 위를 주행하는 차량들을 위한 하나 이상의 차선 영역(차선들이라고 함)으로 구성될 수 있다. 차선들은 차선 표시들(예를 들어, 흰색 점선들/실선들)로 구분될 수 있다. 그에 따라, 각 차선은 두 차선 표시들로 경계를 이룰 수 있다.

환경 요인들에는 도로 위의 다른 차량들(예를 들어, 옆 차선들에서 접근하고 출발하는 차들), 도로 상황들(예를 들어, 직선 차선들 또는 곡선 차선들) 및 교통 상황들(예를 들어, 덜 혼잡한 고속도로들 위를 운전하는 것 또는 시내의 거리들 위를 운전하는 것)이 포함될 수 있다. 운전하는 사람들은 도로 위를 운전하면서 각 운전자와 관련된 인적 요인들의 영향하에 자신들의 판단에 따라 이러한 환경 요인들에 대응할 수 있다. 이러한 인적 및 환경 요인들의 영향으로, 운전하는 사람들에 의해 운전되는 차량들은 차선 내에서 예측하기 어려운 트랙들(tracks)을 따라 주행하는 경향이 있으며, 여기서 트랙은 차량 바퀴들의 자국(trace)에 해당한다. 그에 따라, 사람이 운전하는 차량 군은 노면에 걸쳐 보다 더 균일하고 고른 마손을 일으킬 수 있다.

그에 반해, 자율 주행 차량들은 처리 디바이스에 의해 생성되는 명령들에 기초하여 차선 내에서 주행 트랙들을 선택한다. 각 자율 주행 차량이 동일하거나 유사한 지시들에 따라 운행될 때, 자율 주행 차량의 조종은 변동성이 없다. 명령들은 센서들(예를 들어, 라이더들, 비디오 카메라들, GPS 센서들 및 모션 센서들)로부터 수신되는 정보에 기초하여 생성된다. 비디오 카메라들은 자율 주행 차량이 주행하는 차선의 차선 표시들을 포함하여 도로의 이미지들을 캡처할 수 있다. 또한, 처리 디바이스는 이미지들에 기초하여 차선 표시 위치들을 검출하기 위한 이미지 분석 프로그램(예를 들어, 심층 학습 신경망, 강화 학습 프로그램 등)을 실행하고, 차량들이 두 차선 표시들로 경계를 이루는 검출된 차선 영역 내에서 주행할 트랙을 결정하기 위한 운전 결정 프로그램을 실행할 수 있다. 그 다음, 자율 주행 차량들은 차선 내에서 네비게이트하도록 운행된다. 운전 결정 프로그램은 상술된 인적 요인들의 영향 없이, 검출된 차선 표시 위치들에 기초하여 차선 내 트랙에서 타겟 위치(조종할 위치)를 계획할 수 있다. 예를 들어, 운전 결정 프로그램은 자율 주행 차량에 두 평행한 차선 표시들(예를 들어, 두 평행한 흰색 직선 또는 곡선들) 간의 중심선 주위를 주행하도록 명령할 수 있다. 또 다른 전략은 자율 주행 차량의 특정 범위 내에서 검출된 다른 차량들(예를 들어, 검출된 전후좌우)과 동등한 거리들에서 주행하는 것이다. 도로 위를 주행하는 대부분의 차량들이 유사하거나 동일한 전략들을 채용하여 자율 주행 차량들을 차선들 내의 트랙들 상에 위치시키는 자율 주행 차량들일 때, 자율 주행 차량들은 차선에서 실질적으로 동일한 트랙을 따라 주행할 수 있다. 차선 내에서 동일한 트랙을 따라 반복적으로 주행하는 자율 주행 차량들은 도로 위에 고르지 않은 마손(예를 들어, 아스팔트 도로 위의 바퀴 자국들)을 일으킬 수 있으며 이는 도로 이용 수명을 단축시키고 보다 더 자주 수리해야 하며 도로 유지비를 증가시킬 수 있다.

자율 주행 차량들과 관련된 위에서 확인된 결점들 및 다른 결점들을 극복하기 위해, 본 개시 내용의 구현들은 자율 주행 차량들이 차선 내에서 매우 다양한 가변 트랙들을 따라 주행하게 할 수 있는 기술적 해결 수단들을 제공한다. 구체적으로, 구현들은 계산된 안전 마진 및 계산된 탑승자 편안함 마진에 기초하여 검출된 두 차선 표시들 간의 용인 영역(tolerance region)을 결정할 수 있다. 또한, 구현은 결정된 용인 영역의 한계들을 고려하여, 자율 주행 차량들의 트랙들에 랜덤 변동을 통합할 수 있다. 따라서, 본 개시 내용의 구현들에 따른 자율 주행 차량들은 차선 내에 균일하게 분산된 다양한 트랙들을 따라 주행할 수 있으며 노면에 실질적으로 고른 마손을 유발하고 도로의 이용 수명을 늘릴 수 있다.

도 1은 본 개시 내용의 구현에 따른 차량 시스템(100)을 도시한다. 차량 시스템(100)은 자율 주행 차량의 운전과 관련된 계산들을 수행하기 위해 자율 주행 차량에 내장된 컴퓨팅 시스템일 수 있다. 도 1을 참조하면, 차량 시스템(100)은 처리 디바이스(102), 메모리 디바이스(104), 아날로그-디지털 변환기들(ADC들)(106) 및 센서들(108)을 포함할 수 있다. 처리 디바이스(102)는 예를 들어, 중앙 처리 장치(CPU), 그래픽 처리 장치(GPU) 또는 범용 처리 장치와 같은 하드웨어 프로세서일 수 있다. 처리 디바이스(102)는 자율 주행 차량의 운행과 관련된 작업들을 수행하도록 프로그래밍될 수 있다.

차량 시스템(100)은 처리 디바이스(102)에 의해 실행될 수 있는 데이터 및/또는 실행 가능한 코드를 저장하기 위한 메모리 디바이스(104)를 더 포함할 수 있다. 메모리 디바이스(104)는 예를 들어, 랜덤 액세스 메모리(RAM) 디바이스, 하드 디스크들 및/또는 클라우드 저장 장치와 같은 임의의 적절한 하드웨어 저장 장치일 수 있다. 일 구현에서, 차량 시스템(100)은 자율 주행 차량을 둘러싼 환경에 관한 정보를 수집하기 위한 센서들(108)을 포함할 수 있다. 센서들(108)은 하나 이상의 환경적 양을 측정하고 환경적 양을 전기 신호들로 변환할 수 있는 하드웨어 장치를 포함할 수 있다. 센서들(108)은 하나 이상의 라이더 센서, 하나 이상의 비디오 카메라, 하나 이상의 GPS 센서 및 하나 이상의 모션 센서를 포함할 수 있지만, 이에 제한되지는 않는다. 하나 이상의 라이더 센서는 자율 주행 차량의 전면, 후면 및/또는 측면들을 향해 위치될 수 있다. 그에 따라, 하나 이상의 라이더 센서는 차량에 대한 모든 방향들에서 객체들(예를 들어, 다른 차량들 및 보행자들)을 검출할 수 있다. 유사하게, 하나 이상의 비디오 카메라도 자율 주행 차량의 전면, 후면 및/또는 측면들을 향해 위치될 수 있다. 그에 따라, 하나 이상의 비디오 카메라 또한 도로 위의 차선 표시들을 포함하여 차량에 대한 모든 방향들에서 객체들의 이미지들을 캡처할 수 있다.

센서들(108)은 주변 환경의 정보를 캡처할 수 있다. 캡처된 정보는 전기적 아날로그 신호들의 형태로 측정될 수 있다. 차량 시스템(100)은 센서들(106)로부터 수신되는 아날로그 신호들을 메모리 디바이스(104)에 데이터 값들로서 저장되는 디지털 신호들로 변환하기 위한 하나 이상의 아날로그-디지털 변환기(ADC)(106)를 더 포함할 수 있다. 데이터 값들은 처리 디바이스(102)에 의해 실행되는 프로그램들에 대한 입력일 수 있다.

처리 디바이스(102)는 루트 계산기(110)를 실행하여 운행 지시들을 생성할 수 있다. 운행 지시들은 자율 주행 차량이 주행하는 차선 내 트랙들의 선택을 제어할 수 있다. 일 구현에서, 루트 계산기(110)는 전역 경로 계획기(112) 및 국부 위치 조정기(114)를 포함할 수 있다. 전역 경로 계획기(112)는 미리 설정된 규칙들에 기초하여 로드 맵을 사용하여 목적지에 도착하기 위해 취해야 할 도로들을 결정할 수 있다. 미리 설정된 규칙들은 최단 시간 루트를 취하거나, 최단 거리 루트를 취하거나, 지방 도로들로 구성된 루트를 취하는 것 중 어느 하나일 수 있다. 전역 경로 계획기(112)는 GPS 센서를 채용하여 차량이 도로 위를 주행하는 동안 차량의 전역 위치를 결정할 수 있다. 또한, 전역 경로 계획기(112)는 예를 들어, 전방 교통량 및 날씨와 같은 특정 요인들에 기초하여 계획된 루트를 동적으로 변경할 수 있을 수 있다.

전역 경로 계획기(112)는 시작 지점으로부터 목적지 지점까지의 루트를 결정할 수 있다. 루트는 차선 표시들(예를 들어, 흰색 점선들 또는 실선들)로 구분되는 하나 이상의 차선을 포함하는 도로들의 단편들로 형성될 수 있다. 국부 위치 조정기(114)는 선택할 차선이 하나 보다 많을 때 어느 차선을 취할 것인지 그리고 차선 내에서 차량을 어디에 위치시킬 것인지, 즉 차선 내 어느 위치들이 주행할 트랙을 형성할 것인지를 결정할 수 있다. 대안적으로, 국부 위치 조정기(114)는 도로 위의 차량 트랙을 결정하는 데 차선 및 차선 내의 위치들 둘 다를 고려할 수 있다.

일 구현에서, 국부 위치 조정기(114)는 제1 규칙 세트에 기초하여 자율 주행 차량에 대한 제1 위치를 계산할 수 있다. 예를 들어, 제1 위치는 두 평행한 차선 표시들 간의 중심선을 따르도록 계산될 수 있다. 또한, 루트 계산기(110)는 안전 제약들 및 탑승자 편안함 제약들에 기초하여 용인 영역을 계산할 수 있다. 용인 영역은 안전 제약 및 탑승자 편안함 제약들에 따라 허용되는 트랙들을 포함하는 영역들을 포함할 수 있다. 또한, 국부 위치 조정기(114)는 용인 영역의 경계들 내의 제1 위치에 편향 편차(deviation offset)를 더함으로써 제2 위치를 계산할 수 있으며, 여기서 편차는 랜덤 값들 또는 운전하는 사람들을 시뮬레이션하는 특정 함수들에 기초하여 계산되는 값들을 포함할 수 있다. 국부 위치 조정기(114)는 실시간으로 계산되는 제2 위치들을 따라 자율 주행 차량을 네비게이트하기 위한 지시들을 발행할 수 있다. 이와 같이, 각 자율 주행 차량은 각각의 독립적이고 서로 다른 트랙을 따라 네비게이트할 수 있으며, 자율 주행 차량 군은 도로 위의 차선 내에 균일하게 분산된 위치들에서 주행할 수 있으므로, 노면의 고르지 않은 마손을 줄이고 도로의 이용 수명을 늘릴 수 있다.

도 2는 본 개시 내용의 구현에 따라 자율 주행 차량들에 대한 차선 내 위치들을 계산하는 방법(200)의 흐름도를 도시한다. 방법(200)은 하드웨어(예를 들어, 회로, 전용 로직), 컴퓨터 판독 가능한 지시들(예를 들어, 범용 컴퓨터 시스템 또는 전용 기계 상에서 실행되는), 또는 둘 다의 조합을 포함할 수 있는 처리 디바이스들에 의해 수행될 수 있다. 방법(200) 및 이의 개별적인 기능들, 루틴들, 서브 루틴들 또는 동작들 각각은 방법을 실행하는 처리 디바이스의 하나 이상의 프로세서에 의해 수행될 수 있다. 특정 구현들에서, 방법(200)은 하나의 처리 스레드에 의해 수행될 수 있다. 대안적으로, 방법(200)은 각 스레드가 방법의 하나 이상의 개별적인 기능, 루틴, 서브 루틴 또는 동작을 실행하는 둘 이상의 처리 스레드들에 의해 수행될 수 있다.

설명의 단순화를 위해, 본 개시 내용의 방법들은 일련의 동작들로서 도시되고 설명된다. 그러나, 본 개시 내용에 따른 동작들은 다양한 순서들로 그리고/또는 동시에, 그리고 여기에 제시 및 설명되지 않은 다른 동작들과 함께 발생할 수 있다. 또한, 개시된 주제에 따라 방법들을 구현하는 데 예시된 모든 동작들이 요구되는 것은 아니다. 또한, 해당 기술분야의 통상의 기술자들은 방법들이 대안적으로 이벤트들 또는 상태도를 통해 일련의 상호 관련된 상태들로서 표현될 수 있음을 이해하고 인식할 것이다. 추가로, 본 명세서에 개시되는 방법들은 그러한 방법들을 컴퓨팅 디바이스들로 이송 및 전송하는 것을 용이하게 하기 위해 제조품 상에 저장될 수 있음을 이해해야 한다. 여기서 사용되는 "제조품"이라는 용어는 임의의 컴퓨터 판독 가능한 디바이스 또는 저장 매체로부터 액세스 가능한 컴퓨터 프로그램을 포함하도록 의도된다. 일 구현에서, 방법(200)은 도 1에 도시된 바와 같이 국부 위치 조정기(114)를 포함하는 루트 계산기(110)를 실행하는 처리 디바이스(102)에 의해 수행될 수 있다.

도 2를 참조하면, 202에서, 처리 디바이스가 센서들(108)(예를 들어, 비디오 카메라들)로부터 수신되는 데이터에 기초하여 도로 위에서 차선 표시들을 검출할 수 있다. 두 차선 표시들은 두 평행한 점선들 또는 실선들(직선들 또는 곡선들, 흰색 또는 노란색 중 어느 하나)일 수 있다. 일부 구현들에서, 차선들은 표시들 없이도 특정될 수 있다(예를 들어, 보이지 않는 전자 차선들). 하나의 대표적인 구현에서, 센서들(108)은 일련의 타임 코드 이미지 프레임들을 기록하기 위한 하나 이상의 비디오 카메라를 포함할 수 있다. 이미지 프레임들은 차선 표시들을 포함하는 도로의 이미지들을 포함할 수 있다. 각 이미지 프레임은 미리 결정된 해상도들(예를 들어, 512 x 1024 픽셀들)을 갖는 그레이 레벨 또는 컬러 이미지를 포함할 수 있다. 처리 디바이스(102)는 이미지 분석 프로그램을 실행하여 이미지들을 분석하고 자율 주행 차량 상의 기준점에 대한 차선 표시들의 위치들을 검출할 수 있다. 차선 표시들은 차선 영역(차선이라고 함)으로 구분되는 두 평행선들(또는 점선들)일 수 있다. 각 차선 표시는 특정 폭(예를 들어, 8인치)을 가질 수 있으며, 두 차선 표시들의 내측 가장자리들 간의 거리가 차선의 폭을 나타낸다. 차선 폭은 차선들이 위치되는 곳에 따라 3 내지 8 야드 범위 내일 수 있다.

204에서, 처리 디바이스는 또한 검출된 차선 표시들에 기초하여, 차선의 폭을 계산하고 차선 내에서 중심선의 위치를 결정할 수 있다. 차선의 중심선은 두 차선 표시들의 두 내측 가장자리들 간의 중간 표시 위치들의 궤적(trace)이다. 처리 디바이스는 차선의 중심선에 기초하여 제1 위치를 결정할 수 있다. 예를 들어, 자율 주행 차량의 제1 위치는 통상적으로 중심선을 따라 특정된다. 즉, 처리 디바이스는 통상적으로 자율 주행 차량의 세로축이 실질적으로 차선의 중심선을 따라 이동하는 것과 같은 방식으로 차선 내에서 주행하도록 자율 주행 차량을 운행시킨다. 도로 위의 다양한 차량 폭들을 고려하더라도, 도로 위의 모든 자율 주행 차량들이 동일한 제1 트랙을 사용하는 경우 자율 주행 차량들의 바퀴들은 차선에 두 평행한 바퀴 자국들을 낼 수 있다.

본 개시 내용의 구현들은 안전 제약들 및 탑승자 편안함 제약들 내에서 204에서 결정된 제1 위치에 변동을 더할 수 있다. 206에서, 처리 디바이스는 차선 영역 내에서 용인 영역을 결정할 수 있으며, 여기서 용인 영역은 차량이 영역에서 주행할 때, 차량이 안전 제약들 및/또는 탑승자 편안함 제약들을 충족하는 차선 영역 내의 영역이다. 안전 제약들은 안전 규칙 세트에 기초하여 차선 표시의 가장자리에 대한 마진들을 지정할 수 있다. 처리 디바이스는 안전 규칙들에 기초하여 지정된 마진들을 위반하는 것이 안전하지 않다고 결정할 수 있다. 안전 규칙들은 인접한 두 차선들에 있는 차량들 간의 최소 간격 및 차선 표시의 내측 가장자리들까지의 최소 거리를 포함할 수 있다. 도 3은 본 개시 내용의 구현에 따라 자율 주행 차량(302)이 차선을 주행하는 것을 도시한다. 도 3에 도시된 바와 같이, 차선 표시들의 내측 가장자리들을 따라, 처리 디바이스는 차선의 각 가장자리를 따라 안전 마진(Δ_안전)(폭_{안전_차선}으로 도시됨)을 식별할 수 있으며, 여기서 폭_안전 _{_차선} 내의 영역이 용인 영역을 나타낸다. 자율 주행 차량은 위반이 안전하지 않은 운행으로 간주되기 때문에 안전 마진들을 위반할 수 없다. 또한, 처리 디바이스는 탑승자의 편안함을 고려하여 차선의 각 측을 따라 탑승자 편안함 마진(Δ_개인)을 계산할 수도 있다. 두 차선 표시들의 내측 가장자리들 간의 넓은 진폭들은 자율 주행 차량의 탑승자들에 멀미를 유발할 수 있기 때문에 탑승자의 편안함 요인들은 그러한 넓은 진폭들을 피하는 것, 그리고 인접한 두 차선들에서의 차량들이 너무 가까울 때 탑승자들의 불안을 줄이는 것을 포함할 수 있다. 도 3에 도시된 바와 같이, 탑승자 편안함 마진은 안전 마진보다 더 넓을 수 있다. 다른 구현에서는, 탑승자 편안함 마진이 안전 마진보다 더 좁을 수 있다. 처리 디바이스는 안전 마진 및 탑승자 편안함 마진을 고려하여 차선 내 용인 영역을 계산할 수 있다. 예를 들어, 용인 영역은 안전 마진 및 개인 편안함 마진을 제외하고 조합된 영역일 수 있다. 자율 주행 차량이 용인 영역 내에서 주행할 때, 자율 주행 차량은 안전 마진이나 탑승자 편안함 마진 중 어느 것도 위반하지 않는다.

208에서, 처리 디바이스는 계산된 제1 위치(예를 들어, 대응하는 두 차선 표시들 간의 중심선)에 대한 편향 편차들을 계산할 수 있다. 편차들은 차선 표시들에 대한 제1 위치로부터의 수직 편차들이다. 도 3에 도시된 바와 같이, 자율 주행 차량의 세로축은 중심선으로부터, 차선의 중심선과 자율 주행 차량의 세로축 간의 수직 거리들인 편차들(δ₁, δ₂, δ₃)만큼 편향될 수 있다. 처리 디바이스는 중심선을 따라 편차들의 값들에 랜덤 변동을 더할 수 있으므로, 자율 주행 차량을 다양한 트랙들을 따라 운행할 수 있다. 일 구현에서, 210에서, 처리 디바이스는 일정 범위 내의 랜덤 값들을 편차들로서 생성할 수 있다. 예를 들어, 처리 디바이스는 랜덤 값 생성기를 실행하여 랜덤 값들을 편차들로서 생성할 수 있다. 랜덤 값 생성기는 생성된 편차들이 안전 마진 및 탑승자 편안함 마진을 위반하지 않도록 하기 위해, 용인 영역의 반치폭으로 조절되는 랜덤 값들을 생성할 수 있다. 그에 따라, 생성되는 랜덤 값들은 차선 폭의 반치폭보다 크지 않다.

212에서, 처리 디바이스는 제1 위치 및 제1 위치에 대하여 계산된 편차들에 기초하여 자율 주행 차량에 대한 제2 위치를 계산할 수 있다. 일 구현에서, 처리 디바이스는 제1 위치를 계산된 편차들의 양만큼 바로 편향시킬 수 있다. 다른 구현에서, 처리 디바이스는 제1 위치를 사람의 운전 패턴들을 시뮬레이션하는 함수를 통해 편향시킬 수 있다.

214에서, 처리 디바이스는 자율 주행 차량을 제1 위치 및 편차를 둘 다 고려하는 제2 위치로 네비게이트하도록 운행시키라는 명령들을 발행할 수 있다. 제2 위치로 네비게이트된 자율 주행 차량들은 전체로서, 노면 상의 두 차선 표시들 간의 영역에 균일하게 분산된 트랙들로 주행할 수 있다. 도로 위의 자율 주행 차량 군은 도로 마손을 줄이고 도로의 이용 수명을 늘릴 수 있다.

도 3은 본 개시 내용의 구현에 따라 자율 주행 차량(302)이 차선의 중심선으로부터 랜덤 편차들을 포함하는 트랙을 따라 주행하는 차선을 도시한다. 도 3에 도시된 바와 같이, 차선 표시들의 가장자리들을 따라 안전 마진들(Δ_안전) 및 탑승자 편안함 마진들(Δ_개인)이 있다. 두 마진들은 겹칠 수 있다. 용인 영역(304)은 안전 마진들과 탑승자 편안함 마진들 간의 가장 좁은 영역이다. 용인 영역(304)은 차선 중심(제1 위치들을 포함하는)을 포함할 수 있다. 처리 디바이스(102)는 상이한 시간 인스턴스들(예를 들어, T1, T2, T3)에서 차량의 세로축과 차선의 중심선 간의 편차들을 계산할 수 있으며, 여기서 편차들은 용인 영역에 의해 국한되는 편향 값을 포함할 수 있다. 도 3에 도시된 바와 같이, T1, T2, T3에서, 편차는 각각 δ₁, δ₂, δ₃일 수 있다. 그에 따라, 자율 주행 차량(302)은 차선의 중심선으로부터 편향들을 포함하는 제2 위치(308)로 주행할 수 있다. 도 3은 직선 차선을 도시하지만, 본 개시 내용의 구현들은 예를 들어, 곡선 차선들과 같은 비직선 차선들에 유사하게 적용될 수 있다.

도 3은 자율 주행 차량에 대해 랜덤 값 편차들이 바로 제1 위치들(예를 들어, 중심선을 따르는)에 더해져 제2 위치를 잡는 구현을 도시한다. 다른 구현들에서, 편차들은 운전하는 사람들의 운전 패턴들을 시뮬레이션하는 함수들을 통해 제1 위치들에 더해질 수도 있다. 예를 들어, 운전하는 사람들은 도로에 가로힘과 세로힘을 둘 다 가할 수 있다. 운전하는 사람들의 운전 패턴들을 시뮬레이션하기 위해, 본 개시 내용의 구현들은 시간 함수를 사용하여 편차들을 표현할 수 있으며, 여기서 함수는 노면에 가로힘과 세로힘을 둘 다 제공할 수 있으므로, 사람의 운전 패턴들을 복제하고 노면에 보다 더 균일한 마손을 제공한다. 운전하는 사람들의 운전 패턴들의 시뮬레이션은 사람의 운전 패턴들에 익숙한 탑승자들에게 익숙한 편안함을 제공할 수 있다.

도 4는 본 개시 내용의 구현에 따라 가로및 세로힘을 둘 다 만들 수 있는 함수가 편차들을 계산하는 데 사용될 때 그러한 함수를 도시한다. 도 4에 도시된 바와 같이, 차선의 중심선에 대한 편차들을 계산하는 데 사인 함수가 사용될 수 있다. 사인 함수는 이의 진폭, 주파수 및 위상에 의해 특정된다. 진폭은 용인 영역의 폭에 의해 조절될 수 있다; 위상은 사인 함수의 시작 위치에 의해 결정된다; 주파수 생성되는 랜덤 값에 의해 결정될 수 있다. 도 4에 도시된 바와 같이, 서로 다른 주파수 값들(또는 대안적으로, 파장 값들)은 차선의 중심선으로부터의 편차들에 영향을 미칠 수 있는 서로 다른 사인파들을 만들 수 있다. 일 구현에서, 차량 시스템의 처리 디바이스는 차량과 관련된 사인 함수에 대한 고유한 주파수 값에 매핑될 수 있는 랜덤 값을 생성할 수 있다. 그에 따라, 사인 함수에 대한 고유한 주파수에 기초하여 각 자율 주행 차량의 트랙이 선택될 수 있다. 다른 구현에서, 처리 디바이스는 랜덤 값을 주기적으로 생성할 수 있다. 그에 따라, 자율 주행 차량의 트랙의 서로 다른 부분들이 서로 다른 주파수 값들과 관련될 수 있다.

일 구현에서, 안전 제약들 및 탑승자 편안함 제약들은 또한 주파수 값들의 범위를 제한할 수 있다. 고 주파수들은 자율 주행 차량이 위치들을 급격히 변경하게 하여, 최소한 탑승자의 불편함이나 차량의 불안정을 유발할 수 있다. 그에 따라, 사인 함수의 주파수 값은 상한 값에 의해 국한될 수 있다. 도 4의 예시적인 구현은 사인 함수들의 면에서 논의되지만, 편차들을 계산하는 데 다른 유형들의 함수들이 사용될 수도 있다. 예를 들어, 함수는 다른 삼각 함수들, 스플라인들, 구분 연속 함수들, 신경망과 가까운 함수 등이 될 수 있다.

도 5는 본 개시 내용의 다른 구현에 따라 자율 주행 차량들에 대한 루트들을 계산하는 방법(500)의 흐름도를 도시한다. 도 5에 도시된 바와 같이, 502에서, 처리 디바이스는 자율 주행 차량을 운행하기 위한 방법(500)을 수행하기 시작할 수 있다.

504에서, 처리 디바이스는 도로 위에서 차선 영역을 결정할 수 있다.

506에서, 처리 디바이스는 차선 영역 내 위치를 계산할 수 있다.

508에서, 처리 디바이스는 차선 영역 내에서 용인 영역을 결정할 수 있다.

510에서, 처리 디바이스는 용인 영역에 기초하여 편향 편차를 계산할 수 있다.

512에서, 처리 디바이스는 제1 위치 및 편향 편차에 기초하여 제2 위치를 계산할 수 있다.

514에서, 처리 디바이스는 자율 주행 차량을 제2 위치로 주행하도록 운행시킬 수 있다.

도 6은 본 개시 내용의 하나 이상의 양태에 따라 동작하는 컴퓨터 시스템의 블록도를 도시한다. 다양한 예시적인 예들에서, 컴퓨터 시스템(600)은 도 1의 시스템 내장 차량 시스템(100)일 수 있다.

특정 구현들에서, 컴퓨터 시스템(600)은 (예를 들어, 근거리 네트워크(LAN), 인트라넷, 엑스트라넷 또는 인터넷과 같은 네트워크를 통해) 다른 컴퓨터 시스템들에 연결될 수 있다. 컴퓨터 시스템(600)은 클라이언트-서버 환경에서 서버 또는 클라이언트 컴퓨터로서, 또는 피어-투-피어 또는 분산 네트워크 환경에서 피어 컴퓨터로서 동작할 수 있다. 컴퓨터 시스템(600)은 개인용 컴퓨터(PC), 태블릿 PC, 셋-탑 박스(STB), 개인용 정보 단말기(PDA), 휴대 전화, 웹 기기, 서버, 네트워크 라우터, 스위치 또는 브릿지 또는 디바이스에 의해 취해질 동작들을 지정하는 지시 세트(순차적 또는 그 외 다른)를 실행할 수 있는 임의의 디바이스로 제공될 수 있다. 또한, "컴퓨터"라는 용어는 여기서 설명된 방법들 중 어느 하나 이상을 수행하기 위한 하나의 지시 세트(또는 다수의 지시 세트들)을 개별적으로 또는 공동으로 실행하는 임의의 컴퓨터 군을 포함할 것이다.

추가 양태에서, 컴퓨터 시스템(600)은 버스(608)를 통해 서로 통신할 수 있는 처리 디바이스(602), 휘발성 메모리(604)(예를 들어, 랜덤 액세스 메모리(RAM)), 비휘발성 메모리(606)(예를 들어, 판독 전용 메모리(ROM) 또는 전기적으로 소거 가능한 프로그램 가능한 ROM(EEPROM)) 및 데이터 저장 디바이스(616)를 포함할 수 있다.

처리 디바이스(602)는 범용 프로세서(예를 들어, 복합 지시 세트 컴퓨팅(CISC) 마이크로 프로세서, 축소 지시 세트 컴퓨팅(RISC) 마이크로 프로세서, 매우 긴 지시어(VLIW) 마이크로 프로세서, 다른 유형들의 지시 세트들을 구현하는 마이크로 프로세서 또는 지시 세트들의 유형들의 조합을 구현하는 마이크로 프로세서와 같은) 또는 전용 프로세서(예를 들어, 주문형 집적 회로(ASIC), 현장 프로그램 가능한 게이트 어레이(FPGA), 디지털 신호 프로세서(DSP) 또는 네트워크 프로세서와 같은)와 같은 하나 이상의 프로세서로 제공될 수 있다.

컴퓨터 시스템(600)은 네트워크 인터페이스 디바이스(622)를 더 포함할 수 있다. 또한, 컴퓨터 시스템(600)은 비디오 디스플레이 장치(610)(예를 들어, LCD), 자판 입력 디바이스(612)(예를 들어, 키보드), 커서 제어 디바이스(614)(예를 들어, 마우스) 및 신호 생성 디바이스(620)를 포함할 수 있다.

데이터 저장 디바이스(616)는 도 2에 도시된 바와 같은 방법(200) 또는 도 5에 도시된 바와 같은 방법(500)을 구현하기 위한 도 1의 루트 계산기(110)의 지시들을 포함하여, 여기에 설명된 방법들 또는 기능들 중 어느 하나 이상을 인코딩하는 지시들(626)을 저장할 수 있는 비일시적 컴퓨터 판독 가능한 저장 매체(624)를 포함할 수 있다.

또한, 지시들(626)은 컴퓨터 시스템(600)에 의한 실행 동안 휘발성 메모리(604) 및/또는 처리 디바이스(602) 내에 완전히 또는 부분적으로 상주할 수 있으므로, 휘발성 메모리(604) 및 처리 디바이스(602) 또한 기계 판독 가능한 저장 매체를 구성할 수 있다.

컴퓨터 판독 가능한 저장 매체(624)가 예시적인 예들에서 하나의 매체인 것으로 도시되어 있지만, "컴퓨터 판독 가능한 저장 매체"라는 용어는 하나 이상의 실행 가능한 지시 세트를 저장하는 하나의 매체 또는 다수의 매체들(예를 들어, 중앙 집중 또는 분산 데이터베이스, 및/또는 관련 캐시들 및 서버들)을 포함할 것이다. 또한 "컴퓨터 판독 가능한 매체"라는 용어는 컴퓨터가 여기에 설명된 방법들 중 어느 하나 이상의 방법을 수행하게 하는 컴퓨터 의한 실행을 위한 지시 세트를 저장 또는 인코딩할 수 있는 임의의 유형의 매체를 포함할 것이다. "컴퓨터 판독 가능한 저장 매체"라는 용어는 고체 상태 메모리들, 광학 매체들 및 자기 매체들을 포함할 것이지만, 이에 제한되지는 않는다.

여기에 설명된 방법들, 구성요소들 및 기능들은 별개의 하드웨어 구성요소들에 의해 구현될 수 있거나 ASIC, FPGA, DSP 또는 유사한 디바이스들과 같은 다른 하드웨어 구성요소들의 기능에 통합될 수 있다. 또한, 방법들, 구성요소들 및 기능들은 하드웨어 디바이스들 내의 펌웨어 모듈들 또는 기능 회로에 의해 구현될 수 있다. 또한, 방법들, 구성요소들 및 기능들은 하드웨어 디바이스들 및 컴퓨터 프로그램 구성요소들의 임의의 조합으로, 또는 컴퓨터 프로그램들로 구현될 수 있다.

구체적으로 다르게 언급되지 않는 한, "수신하는 것", "연관 짓는 것", "결정하는 것", "업데이트하는 것" 등은 컴퓨터 시스템의 레지스터들 및 메모리들 내 물리적(전자적) 양들로서 표현된 데이터를 조작하고 컴퓨터 시스템 메모리들 또는 레지스터들 또는 다른 그러한 정보 저장, 전송 또는 디스플레이 디바이스들 내 물리적 양들로서 유사하게 표현되는 다른 데이터로 변환하는 컴퓨터 시스템들에 의해 수행 또는 구현되는 동작들 및 프로세스들을 나타낸다. 또한, 여기서 사용되는 "제1", "제2", "제3", "제4" 등은 서로 다른 요소들을 구분하기 위한 라벨들을 의미할 뿐, 그것들의 숫자 지정에 따른 서수적 의미는 갖지 않을 수 있다.

또한 여기에 설명된 예들은 여기에 설명된 방법들을 수행하기 위한 장치와 관련된다. 이러한 장치는 여기에 설명된 방법들을 수행하기 위해 특별히 구성될 수 있거나, 컴퓨터 시스템에 저장된 컴퓨터 프로그램에 의해 선택적으로 프로그래밍되는 범용 컴퓨터를 포함할 수 있다. 그러한 컴퓨터 프로그램은 컴퓨터 판독 가능한 유형의 저장 매체에 저장될 수 있다.

여기에 제시된 방법들 및 예시적인 예들은 어떤 특정 컴퓨터 또는 다른 장치와 관련되는 것은 아니다. 다양한 범용 시스템들이 여기에 설명된 교시 내용에 따라 사용될 수도 있고, 방법(300) 및/또는 그것의 개별적인 기능들, 루틴들, 서브 루틴들 또는 동작들 각각을 수행하기 위해 더 특화된 장치를 구성하는 것이 편리할 수도 있다. 이러한 다양한 시스템들에 대한 구조의 예들은 상기한 설명에서 제시되었다.

상기한 설명은 제한적이 아니라 예시적인 것으로 의도된다. 본 개시 내용은 구체적인 예시적인 예들 및 구현들을 참조하여 설명되었지만, 본 개시 내용은 설명된 예들및 구현들로 제한되지 않는다는 것을 알 것이다. 본 개시 내용의 범위는 다음 청구항들을 참조하여, 그러한 청구항들의 권리가 주어지는 균등물들의 전체 범위와 함께 결정되어야 한다.

Claims

자율 주행 차량을 운행하기 위한 방법으로서,
처리 디바이스에 의해, 도로 상에서 차선 영역을 결정하는 단계;
상기 처리 디바이스에 의해, 상기 차선 영역 내에서 제1 위치를 계산하는 단계;
상기 처리 디바이스에 의해, 상기 차선 영역 내에서 용인 영역을 결정하는 단계;
상기 처리 디바이스에 의해, 상기 용인 영역에 기초하여 편향 편차를 계산하는 단계;
상기 처리 디바이스에 의해, 상기 제1 위치 및 상기 편향 편차에 기초하여 제2 위치를 계산하는 단계; 및
상기 처리 디바이스에 의해, 상기 자율 주행 차량을 상기 제2 위치로 주행하도록 운행시키는 단계를 포함하는, 방법.
청구항 1에 있어서, 상기 도로 상에서 상기 차선 영역을 결정하는 단계는:
상기 도로의 이미지들을 수신하는 단계로서, 상기 이미지들은 상기 차선 영역의 경계를 이루는 적어도 하나의 차선 표시를 포함하는, 상기 이미지들을 수신하는 단계;
상기 이미지들을 분석하여 상기 이미지들에서 상기 적어도 하나의 차선 표시를 결정하는 단계; 및
결정된 상기 적어도 하나의 차선 표시에 기초하여 상기 차선 레인을 결정하는 단계를 더 포함하는, 방법.
청구항 1 또는 2에 있어서, 상기 차선 영역 내에서 상기 제1 위치를 계산하는 단계는 상기 적어도 하나의 차선 표시에 기초하여 상기 제1 위치를 계산하는 단계를 더 포함하는, 방법.
청구항 3에 있어서, 상기 적어도 하나의 차선 표시는 대변들이 상기 차선 영역의 경계를 이루는 두 차선 표시들을 포함하고, 계산된 상기 제1 위치는 상기 두 차선 표시들 간의 중심 지점인 것인, 방법.
청구항 3에 있어서, 상기 차선 영역 내에서 상기 용인 영역을 결정하는 단계는 안전 규칙 또는 탑승자 편안함 규칙 중 적어도 하나에 기초하여 상기 용인 영역을 결정하는 단계를 포함하고, 상기 용인 영역은 상기 제1 위치를 포함하며 상기 두 차선 표시들 간에 획정되는 것인, 방법.
청구항 5에 있어서, 상기 안전 규칙은 제1 차선 영역 내 제1 차량과 상기 제1 차선 영역에 인접한 제2 차선 영역 내 제2 차량 간 제1 최소 거리를 포함하고, 상기 탑승자 편안함 규칙은 상기 차량으로부터 상기 두 차선 표시들 각각까지의 제2 최소 거리를 포함하는 것인, 방법.
청구항 5에 있어서, 상기 용인 영역에 기초하여 상기 편향 편차를 계산하는 단계는:
랜덤 값을 생성하는 단계; 및
상기 편향 편차를 상기 랜덤 값의 함수로서 계산하는 단계를 포함하는, 방법.
청구항 5에 있어서, 상기 제2 위치를 계산하는 단계는 상기 제1 위치에 상기 편향 편차를 더하는 단계를 포함하는, 방법.
청구항 1에 있어서,
상기 자율 주행 차량의 기준 지점에 대한 상기 제1 위치를 계산하는 단계; 및
상기 기준 지점에 대한 상기 제1 위치 및 상기 편향 편차에 기초하여 상기 제2 위치를 계산하는 단계를 더 포함하는, 방법.
자율 주행 차량 시스템으로서,
도로의 이미지들을 캡처하기 위한 센서 디바이스;
지시들을 저장하기 위한 저장 디바이스;
상기 센서 디바이스 및 상기 저장 디바이스에 통신 가능하게 결합되는 처리 디바이스로서:
도로 상에서 차선 영역을 결정하고;
상기 차선 영역 내에서 제1 위치를 계산하고;
상기 차선 영역 내에서 용인 영역을 결정하고;
상기 용인 영역에 기초하여 편향 편차를 계산하고;
상기 제1 위치 및 상기 편향 편차에 기초하여 제2 위치를 계산하며;
상기 자율 주행 차량을 상기 제2 위치로 주행하도록 운행시키라는 상기 지시들을 실행하기 위한, 상기 처리 디바이스를 포함하는, 자율 주행 차량 시스템.
청구항 10에 있어서, 상기 차선 영역을 결정하는 것은, 상기 처리 디바이스가 또한:
상기 센서 디바이스로부터 상기 도로의 상기 이미지들을 수신하는 것으로서, 상기 이미지들은 상기 차선 영역의 경계를 이루는 적어도 하나의 차선 표시를 포함하는, 상기 이미지들을 수신하는 것;
상기 이미지들을 분석하여 상기 이미지들에서 상기 적어도 하나의 차선 표시를 결정하는 것; 그리고
결정된 상기 적어도 하나의 차선 표시에 기초하여 상기 차선 레인을 결정하는 것인, 자율 주행 차량.
청구항 10 또는 11에 있어서, 상기 차선 영역 내에서 상기 제1 위치를 계산하는 것은, 상기 처리 디바이스가 또한 상기 적어도 하나의 차선 표시에 기초하여 상기 제1 위치를 계산하는 것인, 자율 주행 차량.
청구항 12에 있어서, 상기 적어도 하나의 차선 표시는 대변들이 상기 차선 영역의 경계를 이루는 두 차선 표시들을 포함하고, 계산된 상기 제1 위치는 상기 두 차선 표시들 간의 중심 지점인 것인, 자율 주행 차량.
청구항 12에 있어서, 상기 차선 영역 내에서 상기 용인 영역을 결정하는 것은, 상기 처리 디바이스가 안전 규칙 또는 탑승자 편안함 규칙 중 적어도 하나에 기초하여 상기 용인 영역을 결정하는 것이고, 상기 용인 영역은 상기 제1 위치를 포함하며 상기 두 차선 표시들 간에 획정되는 것인, 자율 주행 차량.
청구항 14에 있어서, 상기 안전 규칙은 제1 차선 영역 내 제1 차량과 상기 제1 차선 영역에 인접한 제2 차선 영역 내 제2 차량 간 제1 최소 거리를 포함하고, 상기 탑승자 편안함 규칙은 상기 차량으로부터 상기 두 차선 표시들 각각까지의 제2 최소 거리를 포함하는 것인, 자율 주행 차량.
청구항 14에 있어서, 상기 용인 영역에 기초하여 상기 편향 편차를 계산하는 것은, 상기 처리 디바이스가:
랜덤 값을 생성하는 것; 그리고
상기 편향 편차를 상기 랜덤 값의 함수로서 계산하는 것인, 자율 주행 차량.
청구항 14에 있어서, 상기 제2 위치를 계산하는 것은, 상기 처리 디바이스가 상기 제1 위치에 상기 편향 편차를 더하는 것인, 자율 주행 차량.
지시들을 저장하는 컴퓨터 판독 가능한 비일시적 저장 매체로서, 상기 지시들은 실행될 때, 처리 디바이스로 하여금:
상기 처리 디바이스에 의해, 도로 상에서 차선 영역을 결정하는 동작;
상기 처리 디바이스에 의해, 상기 차선 영역 내에서 제1 위치를 계산하는 동작;
상기 처리 디바이스에 의해, 상기 차선 영역 내에서 용인 영역을 결정하는 동작;
상기 처리 디바이스에 의해, 상기 용인 영역에 기초하여 편향 편차를 계산하는 동작;
상기 처리 디바이스에 의해, 상기 제1 위치 및 상기 편향 편차에 기초하여 제2 위치를 계산하는 동작; 및
상기 처리 디바이스에 의해, 상기 자율 주행 차량을 상기 제2 위치로 주행하도록 운행시키는 동작을 수행하게 하는 것인, 컴퓨터 판독 가능한 비일시적 저장 매체.
청구항 18에 있어서, 상기 도로 상에서 상기 차선 영역을 결정하는 동작은:
상기 도로의 이미지들을 수신하는 동작으로서, 상기 이미지들은 상기 차선 영역의 경계를 이루는 적어도 하나의 차선 표시를 포함하는, 상기 이미지들을 수신하는 동작;
상기 이미지들을 분석하여 상기 이미지들에서 상기 적어도 하나의 차선 표시를 결정하는 동작; 및
결정된 상기 적어도 하나의 차선 표시에 기초하여 상기 차선 레인을 결정하는 동작을 더 포함하는 것인, 컴퓨터 판독 가능한 비일시적 저장 매체.
청구항 18 또는 19에 있어서, 상기 차선 영역 내에서 상기 제1 위치를 계산하는 동작은 상기 적어도 하나의 차선 표시에 기초하여 상기 제1 위치를 계산하는 동작을 더 포함하는 것인, 컴퓨터 판독 가능한 비일시적 저장 매체.