KR20210043039A - Method and apparatus of vehicle motion prediction using high definition map in autonomous driving system - Google Patents

Method and apparatus of vehicle motion prediction using high definition map in autonomous driving system Download PDF

Info

Publication number
KR20210043039A
KR20210043039A KR1020190125242A KR20190125242A KR20210043039A KR 20210043039 A KR20210043039 A KR 20210043039A KR 1020190125242 A KR1020190125242 A KR 1020190125242A KR 20190125242 A KR20190125242 A KR 20190125242A KR 20210043039 A KR20210043039 A KR 20210043039A
Authority
KR
South Korea
Prior art keywords
vehicle
link
external
data
processor
Prior art date
Application number
KR1020190125242A
Other languages
Korean (ko)
Inventor
윤상열
이태경
배현주
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to KR1020190125242A priority Critical patent/KR20210043039A/en
Publication of KR20210043039A publication Critical patent/KR20210043039A/en

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation 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
    • B60W40/10Estimation 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
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes 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
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes 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
    • B60W30/18Propelling the vehicle
    • B60W30/18009Propelling the vehicle related to particular drive situations
    • B60W30/181Preparing for stopping
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes 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
    • B60W30/18Propelling the vehicle
    • B60W30/18009Propelling the vehicle related to particular drive situations
    • B60W30/18163Lane change; Overtaking manoeuvres
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation 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
    • B60W40/02Estimation 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
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation 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
    • B60W40/10Estimation 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
    • B60W40/105Speed
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details 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
    • B60W50/0097Predicting future conditions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details 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
    • B60W50/08Interaction between the driver and the control system
    • B60W50/14Means for informing the driver, warning the driver or prompting a driver intervention
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0285Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using signals transmitted via a public communication network, e.g. GSM network
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details 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
    • B60W2050/0062Adapting control system settings
    • B60W2050/0075Automatic parameter input, automatic initialising or calibrating means
    • B60W2050/009Priority selection
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2520/00Input parameters relating to overall vehicle dynamics
    • B60W2520/04Vehicle stop
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2530/00Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
    • B60W2530/14Historical data
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2555/00Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60Traffic rules, e.g. speed limits or right of way
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2556/00Input parameters relating to data
    • B60W2556/10Historical data
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2720/00Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10Longitudinal speed
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60YINDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00Purposes or special features of road vehicle drive control systems
    • B60Y2300/08Predicting or avoiding probable or impending collision
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60YINDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00Purposes or special features of road vehicle drive control systems
    • B60Y2300/18Propelling the vehicle
    • B60Y2300/18008Propelling the vehicle related to particular drive situations
    • B60Y2300/18091Preparing for stopping
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60YINDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00Purposes or special features of road vehicle drive control systems
    • B60Y2300/18Propelling the vehicle
    • B60Y2300/18008Propelling the vehicle related to particular drive situations
    • B60Y2300/18166Overtaking, changing lanes

Abstract

자율주행시스템(Automated Vehicle & Highway Systems)에서 HD(High-Definition) MAP으로부터 주행가능 경로를 지시하는 링크(Link) 정보를 추출하고, 상기 링크 정보를 이용하여, 외부 차량의 적어도 하나 이상의 링크를 포함하는 상기 외부 차량의 후보 링크의 그룹을 획득하며, 상기 외부 차량의 움직임 예측의 결과를 이용하여, 상기 후보 링크의 그룹에서 상기 외부 차량이 주행할 것으로 예상되는 경로를 지시하는 외부 차량의 링크를 선택함으로써, 움직임 예측의 결과의 정확도를 높힐 수 있다.
본 명세서의 자율 주행 차량, 사용자 단말기 및 서버 중 하나 이상이 인공지능(Artificial Intelligence) 모듈, 드론 (Unmmanned Aerial Vehicle, UAV) 로봇, 증강 현실 (Augmented Reality, AR) 장치, 가상 현실(Virtual reality, VR) 장치, 5G 서비스와 관련된 장치 등과 연계될 수 있다
Automated Vehicle & Highway Systems extracts link information indicating a drivable route from a high-definition (HD) MAP, and includes at least one link of an external vehicle using the link information. A group of candidate links of the external vehicle is obtained, and a link of an external vehicle indicating a path in which the external vehicle is expected to travel from the group of the candidate links is selected using the result of the motion prediction of the external vehicle. By doing so, it is possible to increase the accuracy of the result of motion prediction.
At least one of the autonomous vehicle, user terminal, and server of the present specification is an artificial intelligence module, a drone (Unmmanned Aerial Vehicle, UAV) robot, an augmented reality (AR) device, and a virtual reality (VR) device. ) Can be linked to devices, devices related to 5G services, etc.

Description

자율주행시스템에서 HD MAP을 이용한 차량의 움직임 예측방법 및 이를 위한 장치{METHOD AND APPARATUS OF VEHICLE MOTION PREDICTION USING HIGH DEFINITION MAP IN AUTONOMOUS DRIVING SYSTEM}A vehicle motion prediction method using HD MAP in an autonomous driving system and a device therefor {METHOD AND APPARATUS OF VEHICLE MOTION PREDICTION USING HIGH DEFINITION MAP IN AUTONOMOUS DRIVING SYSTEM}
본 명세서는 자율주행시스템에 관한 것으로서 고정밀 지도를 이용하여 차량의 움직임을 예측하는 방법 및 이를 위한 장치이다.The present specification relates to an autonomous driving system, and relates to a method and apparatus for predicting a movement of a vehicle using a high-precision map.
자동차는 사용되는 원동기의 종류에 따라, 내연기관(internal combustion engine) 자동차, 외연기관(external combustion engine) 자동차, 가스터빈(gas turbine) 자동차 또는 전기자동차(electric vehicle) 등으로 분류될 수 있다.Vehicles can be classified into internal combustion engine vehicles, external combustion engine vehicles, gas turbine vehicles, or electric vehicles, depending on the type of prime mover used.
자율주행자동차(Autonomous Vehicle)란 운전자 또는 승객의 조작 없이 자동차 스스로 운행이 가능한 자동차를 말하며, 자율주행시스템(Automated Vehicle & Highway Systems)은 이러한 자율주행자동차가 스스로 운행될 수 있도록 모니터링하고 제어하는 시스템을 말한다.Autonomous Vehicle refers to a vehicle that can operate by itself without driver or passenger manipulation, and Automated Vehicle & Highway Systems is a system that monitors and controls such autonomous vehicles so that they can operate on their own. Say.
본 명세서의 목적은, 자율주행시스템에서 HD MAP을 이용하여 차량의 움직임을 예측하는 방법을 제안한다.An object of the present specification is to propose a method for predicting vehicle movement using HD MAP in an autonomous driving system.
또한, 본 명세서의 목적은, 자율주행시스템에서 HD MAP을 이용하여 예측된 차량의 움직임에 근거하여 주행을 제어하는 방법을 제안한다.In addition, an object of the present specification is to propose a method of controlling driving based on a predicted vehicle movement using HD MAP in an autonomous driving system.
본 명세서가 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 이하의 발명의 상세한 설명으로부터 본 명세서가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.The technical problems to be achieved by the present specification are not limited to the technical problems mentioned above, and other technical problems that are not mentioned are obvious to those of ordinary skill in the technical field to which the present specification belongs from the detailed description of the invention below. It will be understandable.
본 명세서의 일 양상은, 자율주행시스템에서 HD(High-Definition) MAP으로부터 주행가능 경로를 지시하는 링크(Link) 정보를 추출하는 단계; 상기 링크 정보를 이용하여, 외부 차량의 적어도 하나 이상의 링크를 포함하는 상기 외부 차량의 후보 링크의 그룹을 획득하는 단계; 및 상기 외부 차량의 움직임 예측의 결과를 이용하여, 상기 후보 링크의 그룹에서 상기 외부 차량이 주행할 것으로 예상되는 경로를 지시하는 외부 차량의 링크를 선택하는 단계; 를 포함하며, 센싱정보를 통해 상기 외부 차량의 움직임 예측의 결과를 획득할 수 있다. An aspect of the present specification includes the steps of extracting link information indicating a drivable route from a high-definition (HD) MAP in an autonomous driving system; Obtaining a group of candidate links of the external vehicle including at least one link of the external vehicle using the link information; And selecting a link of an external vehicle indicating a path in which the external vehicle is expected to travel from the group of the candidate links, using a result of the motion prediction of the external vehicle. Including, it is possible to obtain a result of the motion prediction of the external vehicle through the sensing information.
또한, 상기 링크 정보를 이용하여, 상기 차량의 주행예정 경로와 연관되는 링크를 획득하는 단계; 를 더 포함하며, 상기 차량의 주행예정 경로와 연관되는 링크를 이용하여 주행할 수 있다. In addition, using the link information, acquiring a link associated with the planned driving route of the vehicle; It further includes, and may be driven by using a link related to the route of the vehicle to be driven.
또한, 상기 외부 차량의 움직임과 관련된 상기 센싱정보를 획득하는 단계; 상기 센싱정보가 획득된 시간값을 이용하여, 상기 외부 차량의 히스토리(History) 데이터를 생성하는 단계; 및 상기 히스토리 데이터를 이용하여, 상기 외부 차량의 움직임 예측의 결과를 획득하는 단계; 를 더 포함할 수 있다.In addition, obtaining the sensing information related to the movement of the external vehicle; Generating history data of the external vehicle by using the time value at which the sensing information is acquired; And obtaining a result of predicting a motion of the external vehicle by using the history data. It may further include.
또한, 상기 외부 차량의 링크에 근거하여, 상기 외부 차량과 충돌을 방지 하기 위한 제어동작을 수행하는 단계; 를 더 포함할 수 있다.Further, based on the link of the external vehicle, performing a control operation for preventing a collision with the external vehicle; It may further include.
또한, 상기 차량은 상기 차량의 주행예정 경로와 연관되는 링크에 근거하여, 상기 외부 차량이 상기 후보 링크의 그룹 내의 링크를 주행하면, 상기 차량과 충돌위험이 있는 경우, 상기 외부 차량의 링크를 선택할 수 있다.In addition, the vehicle selects a link of the external vehicle when there is a risk of collision with the vehicle when the external vehicle travels on a link in the group of the candidate link based on a link associated with the vehicle's scheduled travel route. I can.
또한, 상기 외부 차량의 링크는 상기 외부 차량의 움직임 예측의 결과를 통해 생성되는, 상기 외부 차량의 움직임과 관련된 2차원 좌표계의 곡선과 상기 후보 링크의 이격값에 근거하여, 선택될 수 있다.In addition, the link of the external vehicle may be selected based on a curve of a two-dimensional coordinate system related to the movement of the external vehicle and a distance value of the candidate link generated through a result of the motion prediction of the external vehicle.
또한, 상기 제어동작은 상기 차량의 폭 및 상기 외부 차량의 폭에 근거하여, 상기 차량을 정지 또는 감속시키기 위한 것일 수 있다.Further, the control operation may be for stopping or decelerating the vehicle based on the width of the vehicle and the width of the external vehicle.
또한, 상기 제어동작은 상기 차량이 주행 중인 차선의 우선순위 값 또는 상기 외부 차량이 주행 중인 차선의 우선순위 값에 근거하며, 상기 우선순위 값은 교통규칙과 관련될 수 있다.In addition, the control operation is based on a priority value of a lane in which the vehicle is traveling or a priority value of a lane in which the external vehicle is traveling, and the priority value may be related to a traffic rule.
또한, 상기 차량과 상기 외부 차량이 충돌위험이 있는 경우, 상기 차량의 주행경로를 알리기 위한, V2X 메시지를 브로드캐스트(Broadcast)하는 단계; 를 더 포함할 수 있다.In addition, when there is a risk of collision between the vehicle and the external vehicle, broadcasting a V2X message to inform the driving route of the vehicle; It may further include.
또한, 상기 제어동작은 주행 중인 차선을 변경하기 위한 것일 수 있다.In addition, the control operation may be for changing a driving lane.
본 발명의 또 다른 일 양상은, 자율주행시스템에서 HD(High-Definition) MAP을 이용한 움직임 예측을 수행하는 차량에 있어서, 센서; 송수신기(transceiver); 메모리; 및 상기 센서, 상기 송수신기 및 상기 메모리를 제어하는 프로세서; 를 포함하고, 상기 프로세서는 상기 HD MAP으로부터 주행가능 경로를 지시하는 링크(Link) 정보를 추출하고, 상기 링크 정보를 이용하여, 외부 차량의 하나 이상의 링크를 포함하는 상기 외부 차량의 후보 링크의 그룹을 획득하며, 상기 외부 차량의 움직임 예측의 결과를 이용하여, 상기 후보 링크의 그룹에서 상기 외부 차량이 주행할 것으로 예상되는 경로를 지시하는 외부 차량의 링크를 선택하고, 상기 센서를 이용하여 획득되는 센싱정보를 통해 상기 외부 차량의 움직임 예측의 결과를 획득할 수 있다.Another aspect of the present invention is a vehicle that performs motion prediction using a high-definition (HD) MAP in an autonomous driving system, comprising: a sensor; A transceiver; Memory; And a processor that controls the sensor, the transceiver, and the memory. Including, wherein the processor extracts link information indicating a drivable route from the HD MAP, and using the link information, a group of candidate links of the external vehicle including one or more links of the external vehicle And selecting a link of an external vehicle indicating a path in which the external vehicle is expected to travel from the group of the candidate links, using the result of the motion prediction of the external vehicle, and obtained using the sensor. Through the sensing information, a result of the motion prediction of the external vehicle may be obtained.
본 명세서의 일 실시예에 따르면, 자율주행시스템에서 HD MAP을 이용하여 차량의 움직임을 예측할 수 있다.According to an embodiment of the present specification, a vehicle motion may be predicted using HD MAP in an autonomous driving system.
또한, 본 명세서의 일 실시예에 따르면, 자율주행시스템에서 HD MAP을 이용하여 예측된 차량의 움직임에 근거하여 주행을 제어할 수 있다.In addition, according to an embodiment of the present specification, driving may be controlled based on the predicted vehicle movement using HD MAP in the autonomous driving system.
본 명세서에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 명세서가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.The effects obtainable in the present specification are not limited to the above-mentioned effects, and other effects not mentioned will be clearly understood by those of ordinary skill in the art from the following description. .
도 1은 본 명세서에서 제안하는 방법들이 적용될 수 있는 무선 통신 시스템의 블록 구성도를 예시한다.
도 2는 무선 통신 시스템에서 신호 송/수신 방법의 일례를 나타낸다.
도 3은 5G 통신 시스템에서 자율 주행 차량과 5G 네트워크의 기본 동작의 일 예를 나타낸다.
도 4는 5G 통신을 이용한 차량 대 차량 간의 기본 동작의 일 예를 나타낸다.
도 5는 본 명세서의 실시예에 따른 차량을 도시한 도면이다.
도 6은 본 명세서의 실시예에 따른 차량의 제어 블럭도이다.
도 7은 본 명세서의 실시예에 따른 자율 주행 장치의 제어 블럭도이다.
도 8은 본 명세서의 실시예에 따른 자율 주행 차량의 신호 흐름도이다.
도 9는 본 명세서의 실시예에 따라 사용자의 이용 시나리오를 설명하는데 참조되는 도면이다.
도 10는 본 명세서가 적용될 수 있는 V2X 통신의 예시이다.
도 11은 V2X가 사용되는 사이드링크에서의 자원 할당 방법을 예시한다.
도 12는 PC5를 이용한 V2X 통신의 브로드캐스트 모드에 대한 절차를 예시하는 도면이다.
도 13은 본 명세서의 일 실시예에 따른 AI 장치의 블록도이다.
도 14 및 도 15는 본 명세서가 적용될 수 있는 움직임 예측 알고리즘의 예시이다.
도 16 내지 도 18은 본 명세서가 적용될 수 있는 HD MAP을 이용하는 움직임 예측 알고리즘의 예시이다.
도 19는 본 명세서에서 차량의 충돌여부 확인 방법의 예시이다.
도 20은 본 명세서에서 후보 링크의 최소 레터럴 에러값과 에러 가중치값의 차이가 일정범위를 벗어나는 경우의 예시이다.
도 21 내지 도 24는 본 명세서에서 차량이 교차로에 진입하는 경우의 예시이다.
도 25 및 도 26은 본 명세서에서 차량이 합류구간에 진입하는 경우의 예시이다.
도 27 및 도 28은 본 명세서에서 차량이 회전교차로에 진입하는 경우의 예시이다.
도 29는 본 명세서가 적용될 수 있는 장치 일반의 예시이다.
본 명세서에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 명세서에 대한 실시예를 제공하고, 상세한 설명과 함께 본 명세서의 기술적 특징을 설명한다.
1 illustrates a block diagram of a wireless communication system to which the methods proposed in the present specification can be applied.
2 shows an example of a signal transmission/reception method in a wireless communication system.
3 shows an example of a basic operation of an autonomous vehicle and a 5G network in a 5G communication system.
4 shows an example of a vehicle-to-vehicle basic operation using 5G communication.
5 is a view showing a vehicle according to an embodiment of the present specification.
6 is a control block diagram of a vehicle according to an exemplary embodiment of the present specification.
7 is a control block diagram of an autonomous driving apparatus according to an embodiment of the present specification.
8 is a signal flow diagram of an autonomous vehicle according to an embodiment of the present specification.
9 is a diagram referenced to explain a usage scenario of a user according to an embodiment of the present specification.
10 is an example of V2X communication to which the present specification can be applied.
11 illustrates a resource allocation method in a sidelink in which V2X is used.
12 is a diagram illustrating a procedure for a broadcast mode of V2X communication using PC5.
13 is a block diagram of an AI device according to an embodiment of the present specification.
14 and 15 are examples of motion prediction algorithms to which the present specification can be applied.
16 to 18 are examples of motion prediction algorithms using HD MAP to which the present specification can be applied.
19 is an example of a method for determining whether a vehicle has a collision in the present specification.
20 is an example of a case where the difference between the minimum lateral error value and the error weight value of a candidate link is out of a predetermined range in the present specification.
21 to 24 are examples when a vehicle enters an intersection in the present specification.
25 and 26 are examples when a vehicle enters a confluence section in the present specification.
27 and 28 are examples when a vehicle enters a roundabout in the present specification.
29 is an example of a general device to which the present specification can be applied.
The accompanying drawings, which are included as part of the detailed description to aid in understanding of the present specification, provide embodiments of the present specification, and describe technical features of the present specification together with the detailed description.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 명세서의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. Hereinafter, exemplary embodiments disclosed in the present specification will be described in detail with reference to the accompanying drawings, but identical or similar elements are denoted by the same reference numerals regardless of reference numerals, and redundant descriptions thereof will be omitted. The suffixes "module" and "unit" for constituent elements used in the following description are given or used interchangeably in consideration of only the ease of preparation of the specification, and do not have meanings or roles that are distinguished from each other by themselves. In addition, in describing the embodiments disclosed in the present specification, when it is determined that a detailed description of related known technologies may obscure the subject matter of the embodiments disclosed in the present specification, the detailed description thereof will be omitted. In addition, the accompanying drawings are for easy understanding of the embodiments disclosed in the present specification, and the technical idea disclosed in the present specification is not limited by the accompanying drawings, and all changes included in the spirit and scope of the present specification It should be understood to include equivalents or substitutes.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.Terms including ordinal numbers such as first and second may be used to describe various elements, but the elements are not limited by the terms. The above terms are used only for the purpose of distinguishing one component from another component.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.When a component is referred to as being "connected" or "connected" to another component, it is understood that it may be directly connected or connected to the other component, but other components may exist in the middle. It should be. On the other hand, when a component is referred to as being "directly connected" or "directly connected" to another component, it should be understood that there is no other component in the middle.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.Singular expressions include plural expressions unless the context clearly indicates otherwise.
본 출원에서, "포함한다" 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.In this application, terms such as "comprises" or "have" are intended to designate the presence of features, numbers, steps, actions, components, parts, or combinations thereof described in the specification, but one or more other features. It is to be understood that the presence or addition of elements or numbers, steps, actions, components, parts, or combinations thereof does not preclude in advance.
A. UE 및 5G 네트워크 블록도 예시A. UE and 5G network block diagram example
도 1은 본 명세서에서 제안하는 방법들이 적용될 수 있는 무선 통신 시스템의 블록 구성도를 예시한다.1 illustrates a block diagram of a wireless communication system to which the methods proposed in the present specification can be applied.
도 1을 참조하면, 자율 주행 모듈을 포함하는 장치(자율 주행 장치)를 제1 통신 장치로 정의(도 1의 910)하고, 프로세서(911)가 자율 주행 상세 동작을 수행할 수 있다.Referring to FIG. 1, a device including an autonomous driving module (autonomous driving device) is defined as a first communication device (910 in FIG. 1 ), and a processor 911 may perform a detailed autonomous driving operation.
자율 주행 장치와 통신하는 다른 차량을 포함하는 5G 네트워크를 제2 통신 장치로 정의(도 1의 920)하고, 프로세서(921)가 자율 주행 상세 동작을 수행할 수 있다.A 5G network including other vehicles communicating with the autonomous driving device may be defined as a second communication device (920 in FIG. 1), and the processor 921 may perform a detailed autonomous driving operation.
5G 네트워크가 제 1 통신 장치로, 자율 주행 장치가 제 2 통신 장치로 표현될 수도 있다.The 5G network may be referred to as a first communication device and an autonomous driving device may be referred to as a second communication device.
예를 들어, 상기 제 1 통신 장치 또는 상기 제 2 통신 장치는 기지국, 네트워크 노드, 전송 단말, 수신 단말, 무선 장치, 무선 통신 장치, 자율 주행 장치 등일 수 있다.For example, the first communication device or the second communication device may be a base station, a network node, a transmission terminal, a reception terminal, a wireless device, a wireless communication device, an autonomous driving device, and the like.
예를 들어, 단말 또는 UE(User Equipment)는 차량(vehicle), 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털 방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)) 등을 포함할 수 있다. 예를 들어, HMD는 머리에 착용하는 형태의 디스플레이 장치일 수 있다. 예를 들어, HMD는 VR, AR 또는 MR을 구현하기 위해 사용될 수 있다. 도 1을 참고하면, 제 1 통신 장치(910)와 제 2 통신 장치(920)은 프로세서(processor, 911,921), 메모리(memory, 914,924), 하나 이상의 Tx/Rx RF 모듈(radio frequency module, 915,925), Tx 프로세서(912,922), Rx 프로세서(913,923), 안테나(916,926)를 포함한다. Tx/Rx 모듈은 트랜시버라고도 한다. 각각의 Tx/Rx 모듈(915)는 각각의 안테나(926)을 통해 신호를 전송한다. 프로세서는 앞서 살핀 기능, 과정 및/또는 방법을 구현한다. 프로세서 (921)는 프로그램 코드 및 데이터를 저장하는 메모리 (924)와 관련될 수 있다. 메모리는 컴퓨터 판독 가능 매체로서 지칭될 수 있다. 보다 구체적으로, DL(제 1 통신 장치에서 제 2 통신 장치로의 통신)에서, 전송(TX) 프로세서(912)는 L1 계층(즉, 물리 계층)에 대한 다양한 신호 처리 기능을 구현한다. 수신(RX) 프로세서는 L1(즉, 물리 계층)의 다양한 신호 프로세싱 기능을 구현한다.For example, a terminal or user equipment (UE) is a vehicle, mobile phone, smart phone, laptop computer, digital broadcasting terminal, personal digital assistants (PDA), portable multimedia player (PMP). , Navigation, slate PC, tablet PC, ultrabook, wearable device, for example, smartwatch, smart glass, HMD ( head mounted display)). For example, the HMD may be a display device worn on the head. For example, HMD can be used to implement VR, AR or MR. Referring to FIG. 1, a first communication device 910 and a second communication device 920 include a processor (processor, 911,921), memory (914,924), one or more Tx/Rx RF modules (radio frequency module, 915,925). , Tx processors 912 and 922, Rx processors 913 and 923, and antennas 916 and 926. The Tx/Rx module is also called a transceiver. Each Tx/Rx module 915 transmits a signal through a respective antenna 926. The processor implements the previously salpin functions, processes and/or methods. The processor 921 may be associated with a memory 924 that stores program code and data. The memory may be referred to as a computer-readable medium. More specifically, in the DL (communication from the first communication device to the second communication device), the transmission (TX) processor 912 implements various signal processing functions for the L1 layer (ie, the physical layer). The receive (RX) processor implements the various signal processing functions of L1 (ie, the physical layer).
UL(제 2 통신 장치에서 제 1 통신 장치로의 통신)은 제 2 통신 장치(920)에서 수신기 기능과 관련하여 기술된 것과 유사한 방식으로 제 1 통신 장치(910)에서 처리된다. 각각의 Tx/Rx 모듈(925)는 각각의 안테나(926)을 통해 신호를 수신한다. 각각의 Tx/Rx 모듈은 RF 반송파 및 정보를 RX 프로세서(923)에 제공한다. 프로세서 (921)는 프로그램 코드 및 데이터를 저장하는 메모리 (924)와 관련될 수 있다. 메모리는 컴퓨터 판독 가능 매체로서 지칭될 수 있다.The UL (communication from the second communication device to the first communication device) is handled in the first communication device 910 in a manner similar to that described with respect to the receiver function in the second communication device 920. Each Tx/Rx module 925 receives a signal through a respective antenna 926. Each Tx/Rx module provides an RF carrier and information to the RX processor 923. The processor 921 may be associated with a memory 924 that stores program code and data. The memory may be referred to as a computer-readable medium.
B. 무선 통신 시스템에서 신호 송/수신 방법B. Signal transmission/reception method in wireless communication system
도 2는 무선 통신 시스템에서 신호 송/수신 방법의 일례를 나타낸 도이다.2 is a diagram illustrating an example of a method of transmitting/receiving a signal in a wireless communication system.
도 2를 참고하면, UE는 전원이 켜지거나 새로이 셀에 진입한 경우 BS와 동기를 맞추는 등의 초기 셀 탐색(initial cell search) 작업을 수행한다(S201). 이를 위해, UE는 BS로부터 1차 동기 채널(primary synchronization channel, P-SCH) 및 2차 동기 채널(secondary synchronization channel, S-SCH)을 수신하여 BS와 동기를 맞추고, 셀 ID 등의 정보를 획득할 수 있다. LTE 시스템과 NR 시스템에서 P-SCH와 S-SCH는 각각 1차 동기 신호(primary synchronization signal, PSS)와 2차 동기 신호(secondary synchronization signal, SSS)로 불린다. 초기 셀 탐색 후, UE는 BS로부터 물리 브로드캐스트 채널(physical broadcast channel, PBCH)를 수신하여 셀 내 브로드캐스트 정보를 획득할 수 있다. 한편, UE는 초기 셀 탐색 단계에서 하향링크 참조 신호(downlink reference Signal, DL RS)를 수신하여 하향링크 채널 상태를 확인할 수 있다. 초기 셀 탐색을 마친 UE는 물리 하향링크 제어 채널(physical downlink control channel, PDCCH) 및 상기 PDCCH에 실린 정보에 따라 물리 하향링크 공유 채널(physical downlink shared Channel, PDSCH)을 수신함으로써 좀더 구체적인 시스템 정보를 획득할 수 있다(S202).Referring to FIG. 2, when the UE is powered on or newly enters a cell, the UE performs an initial cell search operation such as synchronizing with the BS (S201). To this end, the UE receives a primary synchronization channel (P-SCH) and a secondary synchronization channel (S-SCH) from the BS, synchronizes with the BS, and obtains information such as cell ID. can do. In the LTE system and the NR system, the P-SCH and S-SCH are referred to as a primary synchronization signal (PSS) and a secondary synchronization signal (SSS), respectively. After initial cell discovery, the UE may obtain intra-cell broadcast information by receiving a physical broadcast channel (PBCH) from the BS. Meanwhile, the UE may check a downlink channel state by receiving a downlink reference signal (DL RS) in the initial cell search step. Upon completion of the initial cell search, the UE acquires more detailed system information by receiving a physical downlink control channel (PDCCH) and a physical downlink shared channel (PDSCH) according to the information carried on the PDCCH. It can be done (S202).
한편, BS에 최초로 접속하거나 신호 전송을 위한 무선 자원이 없는 경우 UE는 BS에 대해 임의 접속 과정(random access procedure, RACH)을 수행할 수 있다(단계 S203 내지 단계 S206). 이를 위해, UE는 물리 임의 접속 채널(physical random access Channel, PRACH)을 통해 특정 시퀀스를 프리앰블로서 전송하고(S203 및 S205), PDCCH 및 대응하는 PDSCH를 통해 프리앰블에 대한 임의 접속 응답(random access response, RAR) 메시지를 수신할 수 있다(S204 및 S206). 경쟁 기반 RACH의 경우, 추가적으로 충돌 해결 과정(contention resolution procedure)를 수행할 수 있다.Meanwhile, when accessing the BS for the first time or when there is no radio resource for signal transmission, the UE may perform a random access procedure (RACH) for the BS (steps S203 to S206). To this end, the UE transmits a specific sequence as a preamble through a physical random access channel (PRACH) (S203 and S205), and a random access response to the preamble through a PDCCH and a corresponding PDSCH. RAR) message can be received (S204 and S206). In the case of contention-based RACH, a contention resolution procedure may be additionally performed.
상술한 바와 같은 과정을 수행한 UE는 이후 일반적인 상향링크/하향링크 신호 전송 과정으로서 PDCCH/PDSCH 수신(S207) 및 물리 상향링크 공유 채널(physical uplink shared Channel, PUSCH)/물리 상향링크 제어 채널(physical uplink control channel, PUCCH) 전송(S208)을 수행할 수 있다. 특히 UE는 PDCCH를 통하여 하향링크 제어 정보(downlink control information, DCI)를 수신한다. UE는 해당 탐색 공간 설정(configuration)들에 따라 서빙 셀 상의 하나 이상의 제어 요소 세트(control element set, CORESET)들에 설정된 모니터링 기회(occasion)들에서 PDCCH 후보(candidate)들의 세트를 모니터링한다. UE가 모니터할 PDCCH 후보들의 세트는 탐색 공간 세트들의 면에서 정의되며, 탐색 공간 세트는 공통 탐색 공간 세트 또는 UE-특정 탐색 공간 세트일 수 있다. CORESET은 1~3개 OFDM 심볼들의 시간 지속기간을 갖는 (물리) 자원 블록들의 세트로 구성된다. 네트워크는 UE가 복수의 CORESET들을 갖도록 설정할 수 있다. UE는 하나 이상의 탐색 공간 세트들 내 PDCCH 후보들을 모니터링한다. 여기서 모니터링이라 함은 탐색 공간 내 PDCCH 후보(들)에 대한 디코딩 시도하는 것을 의미한다. UE가 탐색 공간 내 PDCCH 후보들 중 하나에 대한 디코딩에 성공하면, 상기 UE는 해당 PDCCH 후보에서 PDCCH를 검출했다고 판단하고, 상기 검출된 PDCCH 내 DCI를 기반으로 PDSCH 수신 혹은 PUSCH 전송을 수행한다. PDCCH는 PDSCH 상의 DL 전송들 및 PUSCH 상의 UL 전송들을 스케줄링하는 데 사용될 수 있다. 여기서 PDCCH 상의 DCI는 하향링크 공유 채널과 관련된, 변조(modulation) 및 코딩 포맷과 자원 할당(resource allocation) 정보를 적어도 포함하는 하향링크 배정(assignment)(즉, downlink grant; DL grant), 또는 상향링크 공유 채널과 관련된, 변조 및 코딩 포맷과 자원 할당 정보를 포함하는 상향링크 그랜트(uplink grant; UL grant)를 포함한다.After performing the above-described process, the UE receives PDCCH/PDSCH (S207) and physical uplink shared channel (PUSCH)/physical uplink control channel as a general uplink/downlink signal transmission process. Uplink control channel, PUCCH) transmission (S208) may be performed. In particular, the UE receives downlink control information (DCI) through the PDCCH. The UE monitors the set of PDCCH candidates from monitoring opportunities set in one or more control element sets (CORESET) on the serving cell according to the corresponding search space configurations. The set of PDCCH candidates to be monitored by the UE is defined in terms of search space sets, and the search space set may be a common search space set or a UE-specific search space set. CORESET consists of a set of (physical) resource blocks with a time duration of 1 to 3 OFDM symbols. The network can configure the UE to have multiple CORESETs. The UE monitors PDCCH candidates in one or more search space sets. Here, monitoring means attempting to decode PDCCH candidate(s) in the search space. If the UE succeeds in decoding one of the PDCCH candidates in the discovery space, the UE determines that the PDCCH is detected in the corresponding PDCCH candidate, and performs PDSCH reception or PUSCH transmission based on the detected DCI in the PDCCH. The PDCCH can be used to schedule DL transmissions on the PDSCH and UL transmissions on the PUSCH. Here, the DCI on the PDCCH is a downlink assignment (ie, downlink grant; DL grant) including at least information on modulation and coding format and resource allocation related to a downlink shared channel, or uplink It includes an uplink grant (UL grant) including modulation and coding format and resource allocation information related to the shared channel.
도 2를 참고하여, 5G 통신 시스템에서의 초기 접속(Initial Access, IA) 절차에 대해 추가적으로 살펴본다.With reference to FIG. 2, an initial access (IA) procedure in a 5G communication system will be additionally described.
UE는 SSB에 기반하여 셀 탐색(search), 시스템 정보 획득, 초기 접속을 위한 빔 정렬, DL 측정 등을 수행할 수 있다. SSB는 SS/PBCH(Synchronization Signal/Physical Broadcast channel) 블록과 혼용된다.The UE may perform cell search, system information acquisition, beam alignment for initial access, and DL measurement based on the SSB. SSB is used interchangeably with a Synchronization Signal/Physical Broadcast Channel (SS/PBCH) block.
SSB는 PSS, SSS와 PBCH로 구성된다. SSB는 4개의 연속된 OFDM 심볼들에 구성되며, OFDM 심볼별로 PSS, PBCH, SSS/PBCH 또는 PBCH가 전송된다. PSS와 SSS는 각각 1개의 OFDM 심볼과 127개의 부반송파들로 구성되고, PBCH는 3개의 OFDM 심볼과 576개의 부반송파들로 구성된다.SSB consists of PSS, SSS and PBCH. The SSB is composed of four consecutive OFDM symbols, and PSS, PBCH, SSS/PBCH or PBCH are transmitted for each OFDM symbol. The PSS and SSS are each composed of 1 OFDM symbol and 127 subcarriers, and the PBCH is composed of 3 OFDM symbols and 576 subcarriers.
셀 탐색은 UE가 셀의 시간/주파수 동기를 획득하고, 상기 셀의 셀 ID(Identifier)(예, Physical layer Cell ID, PCI)를 검출하는 과정을 의미한다. PSS는 셀 ID 그룹 내에서 셀 ID를 검출하는데 사용되고, SSS는 셀 ID 그룹을 검출하는데 사용된다. PBCH는 SSB (시간) 인덱스 검출 및 하프-프레임 검출에 사용된다.Cell discovery refers to a process in which the UE acquires time/frequency synchronization of a cell and detects a cell identifier (eg, Physical layer Cell ID, PCI) of the cell. PSS is used to detect a cell ID within a cell ID group, and SSS is used to detect a cell ID group. PBCH is used for SSB (time) index detection and half-frame detection.
336개의 셀 ID 그룹이 존재하고, 셀 ID 그룹 별로 3개의 셀 ID가 존재한다. 총 1008개의 셀 ID가 존재한다. 셀의 셀 ID가 속한 셀 ID 그룹에 관한 정보는 상기 셀의 SSS를 통해 제공/획득되며, 상기 셀 ID 내 336개 셀들 중 상기 셀 ID에 관한 정보는 PSS를 통해 제공/획득된다There are 336 cell ID groups, and 3 cell IDs exist for each cell ID group. There are a total of 1008 cell IDs. Information on the cell ID group to which the cell ID of the cell belongs is provided/obtained through the SSS of the cell, and information on the cell ID among 336 cells in the cell ID is provided/obtained through the PSS.
SSB는 SSB 주기(periodicity)에 맞춰 주기적으로 전송된다. 초기 셀 탐색 시에 UE가 가정하는 SSB 기본 주기는 20ms로 정의된다. 셀 접속 후, SSB 주기는 네트워크(예, BS)에 의해 {5ms, 10ms, 20ms, 40ms, 80ms, 160ms} 중 하나로 설정될 수 있다.SSB is transmitted periodically according to the SSB period. The SSB basic period assumed by the UE during initial cell search is defined as 20 ms. After cell access, the SSB period may be set to one of {5ms, 10ms, 20ms, 40ms, 80ms, 160ms} by the network (eg, BS).
다음으로, 시스템 정보 (system information; SI) 획득에 대해 살펴본다.Next, it looks at obtaining system information (SI).
SI는 마스터 정보 블록(master information block, MIB)와 복수의 시스템 정보 블록(system information block, SIB)들로 나눠진다. MIB 외의 SI는 RMSI(Remaining Minimum System Information)으로 지칭될 수 있다. MIB는 SIB1(SystemInformationBlock1)을 나르는 PDSCH를 스케줄링하는 PDCCH의 모니터링을 위한 정보/파라미터를 포함하며 SSB의 PBCH를 통해 BS에 의해 전송된다. SIB1은 나머지 SIB들(이하, SIBx, x는 2 이상의 정수)의 가용성(availability) 및 스케줄링(예, 전송 주기, SI-윈도우 크기)과 관련된 정보를 포함한다. SIBx는 SI 메시지에 포함되며 PDSCH를 통해 전송된다. 각각의 SI 메시지는 주기적으로 발생하는 시간 윈도우(즉, SI-윈도우) 내에서 전송된다.SI is divided into a master information block (MIB) and a plurality of system information blocks (SIB). SI other than MIB may be referred to as RMSI (Remaining Minimum System Information). The MIB includes information/parameters for monitoring the PDCCH that schedules the PDSCH carrying System Information Block1 (SIB1), and is transmitted by the BS through the PBCH of the SSB. SIB1 includes information related to availability and scheduling (eg, transmission period, SI-window size) of the remaining SIBs (hereinafter, SIBx, x is an integer greater than or equal to 2). SIBx is included in the SI message and is transmitted through the PDSCH. Each SI message is transmitted within a periodic time window (ie, SI-window).
도 2를 참고하여, 5G 통신 시스템에서의 임의 접속(Random Access, RA) 과정에 대해 추가적으로 살펴본다.Referring to FIG. 2, a random access (RA) process in a 5G communication system will be additionally described.
임의 접속 과정은 다양한 용도로 사용된다. 예를 들어, 임의 접속 과정은 네트워크 초기 접속, 핸드오버, UE-트리거드(triggered) UL 데이터 전송에 사용될 수 있다. UE는 임의 접속 과정을 통해 UL 동기와 UL 전송 자원을 획득할 수 있다. 임의 접속 과정은 경쟁 기반(contention-based) 임의 접속 과정과 경쟁 프리(contention free) 임의 접속 과정으로 구분된다. 경쟁 기반의 임의 접속 과정에 대한 구체적인 절차는 아래와 같다.The random access process is used for various purposes. For example, the random access procedure may be used for initial network access, handover, and UE-triggered UL data transmission. The UE may acquire UL synchronization and UL transmission resources through a random access process. The random access process is divided into a contention-based random access process and a contention free random access process. The detailed procedure for the contention-based random access process is as follows.
UE가 UL에서 임의 접속 과정의 Msg1로서 임의 접속 프리앰블을 PRACH를 통해 전송할 수 있다. 서로 다른 두 길이를 가지는 임의 접속 프리앰블 시퀀스들이 지원된다. 긴 시퀀스 길이 839는 1.25 및 5 kHz의 부반송파 간격(subcarrier spacing)에 대해 적용되며, 짧은 시퀀스 길이 139는 15, 30, 60 및 120 kHz의 부반송파 간격에 대해 적용된다.The UE may transmit the random access preamble as Msg1 of the random access procedure in the UL through the PRACH. Random access preamble sequences having two different lengths are supported. The long sequence length 839 is applied for subcarrier spacing of 1.25 and 5 kHz, and the short sequence length 139 is applied for subcarrier spacing of 15, 30, 60 and 120 kHz.
BS가 UE로부터 임의 접속 프리앰블을 수신하면, BS는 임의 접속 응답(random access response, RAR) 메시지(Msg2)를 상기 UE에게 전송한다. RAR을 나르는 PDSCH를 스케줄링하는 PDCCH는 임의 접속(random access, RA) 무선 네트워크 임시 식별자(radio network temporary identifier, RNTI)(RA-RNTI)로 CRC 마스킹되어 전송된다. RA-RNTI로 마스킹된 PDCCH를 검출한 UE는 상기 PDCCH가 나르는 DCI가 스케줄링하는 PDSCH로부터 RAR을 수신할 수 있다. UE는 자신이 전송한 프리앰블, 즉, Msg1에 대한 임의 접속 응답 정보가 상기 RAR 내에 있는지 확인한다. 자신이 전송한 Msg1에 대한 임의 접속 정보가 존재하는지 여부는 상기 UE가 전송한 프리앰블에 대한 임의 접속 프리앰블 ID가 존재하는지 여부에 의해 판단될 수 있다. Msg1에 대한 응답이 없으면, UE는 전력 램핑(power ramping)을 수행하면서 RACH 프리앰블을 소정의 횟수 이내에서 재전송할 수 있다. UE는 가장 최근의 경로 손실 및 전력 램핑 카운터를 기반으로 프리앰블의 재전송에 대한 PRACH 전송 전력을 계산한다.When the BS receives the random access preamble from the UE, the BS transmits a random access response (RAR) message (Msg2) to the UE. The PDCCH for scheduling the PDSCH carrying RAR is transmitted after being CRC masked with a random access (RA) radio network temporary identifier (RNTI) (RA-RNTI). A UE that detects a PDCCH masked with RA-RNTI may receive an RAR from a PDSCH scheduled by a DCI carried by the PDCCH. The UE checks whether the preamble transmitted by the UE, that is, random access response information for Msg1, is in the RAR. Whether there is random access information for Msg1 transmitted by the UE may be determined based on whether there is a random access preamble ID for the preamble transmitted by the UE. If there is no response to Msg1, the UE may retransmit the RACH preamble within a predetermined number of times while performing power ramping. The UE calculates the PRACH transmission power for retransmission of the preamble based on the most recent path loss and power ramping counter.
상기 UE는 임의 접속 응답 정보를 기반으로 상향링크 공유 채널 상에서 UL 전송을 임의 접속 과정의 Msg3로서 전송할 수 있다. Msg3은 RRC 연결 요청 및 UE 식별자를 포함할 수 있다. Msg3에 대한 응답으로서, 네트워크는 Msg4를 전송할 수 있으며, 이는 DL 상에서의 경쟁 해결 메시지로 취급될 수 있다. Msg4를 수신함으로써, UE는 RRC 연결된 상태에 진입할 수 있다.The UE may transmit UL transmission as Msg3 in a random access procedure on an uplink shared channel based on random access response information. Msg3 may include an RRC connection request and a UE identifier. In response to Msg3, the network may send Msg4, which may be treated as a contention resolution message on the DL. By receiving Msg4, the UE can enter the RRC connected state.
C. 5G 통신 시스템의 빔 관리(Beam Management, BM) 절차C. Beam Management (BM) procedure of 5G communication system
BM 과정은 (1) SSB 또는 CSI-RS를 이용하는 DL BM 과정과, (2) SRS(sounding reference signal)을 이용하는 UL BM 과정으로 구분될 수 있다. 또한, 각 BM 과정은 Tx 빔을 결정하기 위한 Tx 빔 스위핑과 Rx 빔을 결정하기 위한 Rx 빔 스위핑을 포함할 수 있다.The BM process may be divided into (1) a DL BM process using SSB or CSI-RS and (2) a UL BM process using a sounding reference signal (SRS). In addition, each BM process may include Tx beam sweeping to determine the Tx beam and Rx beam sweeping to determine the Rx beam.
SSB를 이용한 DL BM 과정에 대해 살펴본다.Let's look at the DL BM process using SSB.
SSB를 이용한 빔 보고(beam report)에 대한 설정은 RRC_CONNECTED에서 채널 상태 정보(channel state information, CSI)/빔 설정 시에 수행된다.Configuration for beam report using SSB is performed when channel state information (CSI)/beam is configured in RRC_CONNECTED.
- UE는 BM을 위해 사용되는 SSB 자원들에 대한 CSI-SSB-ResourceSetList를 포함하는 CSI-ResourceConfig IE를 BS로부터 수신한다. RRC 파라미터 csi-SSB-ResourceSetList는 하나의 자원 세트에서 빔 관리 및 보고을 위해 사용되는 SSB 자원들의 리스트를 나타낸다. 여기서, SSB 자원 세트는 {SSBx1, SSBx2, SSBx3, SSBx4, ??}으로 설정될 수 있다. SSB 인덱스는 0부터 63까지 정의될 수 있다.-The UE receives a CSI-ResourceConfig IE including CSI-SSB-ResourceSetList for SSB resources used for BM from BS. The RRC parameter csi-SSB-ResourceSetList represents a list of SSB resources used for beam management and reporting in one resource set. Here, the SSB resource set may be set to {SSBx1, SSBx2, SSBx3, SSBx4, ??}. The SSB index may be defined from 0 to 63.
- UE는 상기 CSI-SSB-ResourceSetList에 기초하여 SSB 자원들 상의 신호들을 상기 BS로부터 수신한다.-The UE receives signals on SSB resources from the BS based on the CSI-SSB-ResourceSetList.
- SSBRI 및 참조 신호 수신 전력(reference signal received power, RSRP)에 대한 보고와 관련된 CSI-RS reportConfig가 설정된 경우, 상기 UE는 최선(best) SSBRI 및 이에 대응하는 RSRP를 BS에게 보고한다. 예를 들어, 상기 CSI-RS reportConfig IE의 reportQuantity가 'ssb-Index-RSRP'로 설정된 경우, UE는 BS으로 최선 SSBRI 및 이에 대응하는 RSRP를 보고한다.-When the CSI-RS reportConfig related to reporting on SSBRI and reference signal received power (RSRP) is configured, the UE reports the best SSBRI and RSRP corresponding thereto to the BS. For example, when the reportQuantity of the CSI-RS reportConfig IE is set to'ssb-Index-RSRP', the UE reports the best SSBRI and corresponding RSRP to the BS.
UE는 SSB와 동일한 OFDM 심볼(들)에 CSI-RS 자원이 설정되고, 'QCL-TypeD'가 적용 가능한 경우, 상기 UE는 CSI-RS와 SSB가 'QCL-TypeD' 관점에서 유사 동일 위치된(quasi co-located, QCL) 것으로 가정할 수 있다. 여기서, QCL-TypeD는 공간(spatial) Rx 파라미터 관점에서 안테나 포트들 간에 QCL되어 있음을 의미할 수 있다. UE가 QCL-TypeD 관계에 있는 복수의 DL 안테나 포트들의 신호들을 수신 시에는 동일한 수신 빔을 적용해도 무방하다.When the UE is configured with CSI-RS resources in the same OFDM symbol(s) as the SSB, and'QCL-TypeD' is applicable, the UE is similarly co-located in terms of'QCL-TypeD' of the CSI-RS and SSB ( quasi co-located, QCL). Here, QCL-TypeD may mean that QCL is performed between antenna ports in terms of a spatial Rx parameter. When the UE receives signals from a plurality of DL antenna ports in a QCL-TypeD relationship, the same reception beam may be applied.
다음으로, CSI-RS를 이용한 DL BM 과정에 대해 살펴본다.Next, a DL BM process using CSI-RS will be described.
CSI-RS를 이용한 UE의 Rx 빔 결정(또는 정제(refinement)) 과정과 BS의 Tx 빔 스위핑 과정에 대해 차례대로 살펴본다. UE의 Rx 빔 결정 과정은 반복 파라미터가 'ON'으로 설정되며, BS의 Tx 빔 스위핑 과정은 반복 파라미터가 'OFF'로 설정된다.The Rx beam determination (or refinement) process of the UE using CSI-RS and the Tx beam sweeping process of the BS are sequentially described. In the UE's Rx beam determination process, the repetition parameter is set to'ON', and in the BS's Tx beam sweeping process, the repetition parameter is set to'OFF'.
먼저, UE의 Rx 빔 결정 과정에 대해 살펴본다.First, a process of determining the Rx beam of the UE will be described.
- UE는 'repetition'에 관한 RRC 파라미터를 포함하는 NZP CSI-RS resource set IE를 RRC 시그널링을 통해 BS로부터 수신한다. 여기서, 상기 RRC 파라미터 'repetition'이 'ON'으로 세팅되어 있다.-The UE receives the NZP CSI-RS resource set IE including the RRC parameter for'repetition' from the BS through RRC signaling. Here, the RRC parameter'repetition' is set to'ON'.
- UE는 상기 RRC 파라미터 'repetition'이 'ON'으로 설정된 CSI-RS 자원 세트 내의 자원(들) 상에서의 신호들을 BS의 동일 Tx 빔(또는 DL 공간 도메인 전송 필터)을 통해 서로 다른 OFDM 심볼에서 반복 수신한다. -The UE repeats signals on the resource(s) in the CSI-RS resource set in which the RRC parameter'repetition' is set to'ON' in different OFDM symbols through the same Tx beam (or DL spatial domain transmission filter) of the BS Receive.
- UE는 자신의 Rx 빔을 결정한다.-The UE determines its own Rx beam.
- UE는 CSI 보고를 생략한다. 즉, UE는 상가 RRC 파라미터 'repetition'이 'ON'으로 설정된 경우, CSI 보고를 생략할 수 있다. -The UE omits CSI reporting. That is, the UE may omit CSI reporting when the shopping price RRC parameter'repetition' is set to'ON'.
다음으로, BS의 Tx 빔 결정 과정에 대해 살펴본다.Next, a process of determining the Tx beam of the BS will be described.
- UE는 'repetition'에 관한 RRC 파라미터를 포함하는 NZP CSI-RS resource set IE를 RRC 시그널링을 통해 BS로부터 수신한다. 여기서, 상기 RRC 파라미터 'repetition'이 'OFF'로 세팅되어 있으며, BS의 Tx 빔 스위핑 과정과 관련된다.-The UE receives the NZP CSI-RS resource set IE including the RRC parameter for'repetition' from the BS through RRC signaling. Here, the RRC parameter'repetition' is set to'OFF', and is related to the Tx beam sweeping process of the BS.
- UE는 상기 RRC 파라미터 'repetition'이 'OFF'로 설정된 CSI-RS 자원 세트 내의 자원들 상에서의 신호들을 BS의 서로 다른 Tx 빔(DL 공간 도메인 전송 필터)을 통해 수신한다. -The UE receives signals on resources in the CSI-RS resource set in which the RRC parameter'repetition' is set to'OFF' through different Tx beams (DL spatial domain transmission filters) of the BS.
- UE는 최상의(best) 빔을 선택(또는 결정)한다.-The UE selects (or determines) the best beam.
- UE는 선택된 빔에 대한 ID(예, CRI) 및 관련 품질 정보(예, RSRP)를 BS으로 보고한다. 즉, UE는 CSI-RS가 BM을 위해 전송되는 경우 CRI와 이에 대한 RSRP를 BS으로 보고한다.-The UE reports the ID (eg, CRI) and related quality information (eg, RSRP) for the selected beam to the BS. That is, when the CSI-RS is transmitted for the BM, the UE reports the CRI and the RSRP for it to the BS.
다음으로, SRS를 이용한 UL BM 과정에 대해 살펴본다.Next, a UL BM process using SRS will be described.
- UE는 'beam management'로 설정된 (RRC 파라미터) 용도 파라미터를 포함하는 RRC 시그널링(예, SRS-Config IE)를 BS로부터 수신한다. SRS-Config IE는 SRS 전송 설정을 위해 사용된다. SRS-Config IE는 SRS-Resources의 리스트와 SRS-ResourceSet들의 리스트를 포함한다. 각 SRS 자원 세트는 SRS-resource들의 세트를 의미한다.-The UE receives RRC signaling (eg, SRS-Config IE) including a usage parameter set to'beam management' (RRC parameter) from the BS. SRS-Config IE is used for SRS transmission configuration. The SRS-Config IE includes a list of SRS-Resources and a list of SRS-ResourceSets. Each SRS resource set means a set of SRS-resources.
- UE는 상기 SRS-Config IE에 포함된 SRS-SpatialRelation Info에 기초하여 전송할 SRS 자원에 대한 Tx 빔포밍을 결정한다. 여기서, SRS-SpatialRelation Info는 SRS 자원별로 설정되고, SRS 자원별로 SSB, CSI-RS 또는 SRS에서 사용되는 빔포밍과 동일한 빔포밍을 적용할지를 나타낸다.-The UE determines Tx beamforming for the SRS resource to be transmitted based on the SRS-SpatialRelation Info included in the SRS-Config IE. Here, the SRS-SpatialRelation Info is set for each SRS resource, and indicates whether to apply the same beamforming as the beamforming used in SSB, CSI-RS or SRS for each SRS resource.
- 만약 SRS 자원에 SRS-SpatialRelationInfo가 설정되면 SSB, CSI-RS 또는 SRS에서 사용되는 빔포밍과 동일한 빔포밍을 적용하여 전송한다. 하지만, SRS 자원에 SRS-SpatialRelationInfo가 설정되지 않으면, 상기 UE는 임의로 Tx 빔포밍을 결정하여 결정된 Tx 빔포밍을 통해 SRS를 전송한다.-If SRS-SpatialRelationInfo is set in the SRS resource, the same beamforming as the beamforming used in SSB, CSI-RS or SRS is applied and transmitted. However, if SRS-SpatialRelationInfo is not set in the SRS resource, the UE randomly determines Tx beamforming and transmits the SRS through the determined Tx beamforming.
다음으로, 빔 실패 복구(beam failure recovery, BFR) 과정에 대해 살펴본다.Next, a beam failure recovery (BFR) process will be described.
빔포밍된 시스템에서, RLF(Radio Link Failure)는 UE의 회전(rotation), 이동(movement) 또는 빔포밍 블로키지(blockage)로 인해 자주 발생할 수 있다. 따라서, 잦은 RLF가 발생하는 것을 방지하기 위해 BFR이 NR에서 지원된다. BFR은 무선 링크 실패 복구 과정과 유사하고, UE가 새로운 후보 빔(들)을 아는 경우에 지원될 수 있다. 빔 실패 검출을 위해, BS는 UE에게 빔 실패 검출 참조 신호들을 설정하고, 상기 UE는 상기 UE의 물리 계층으로부터의 빔 실패 지시(indication)들의 횟수가 BS의 RRC 시그널링에 의해 설정된 기간(period) 내에 RRC 시그널링에 의해 설정된 임계치(threshold)에 이르면(reach), 빔 실패를 선언(declare)한다. 빔 실패가 검출된 후, 상기 UE는 PCell 상의 임의 접속 과정을 개시(initiate)함으로써 빔 실패 복구를 트리거하고; 적절한(suitable) 빔을 선택하여 빔 실패 복구를 수행한다(BS가 어떤(certain) 빔들에 대해 전용 임의 접속 자원들을 제공한 경우, 이들이 상기 UE에 의해 우선화된다). 상기 임의 접속 절차의 완료(completion) 시, 빔 실패 복구가 완료된 것으로 간주된다.In a beamformed system, Radio Link Failure (RLF) may frequently occur due to rotation, movement, or beamforming blockage of the UE. Therefore, BFR is supported in NR to prevent frequent RLF from occurring. BFR is similar to the radio link failure recovery process, and may be supported when the UE knows the new candidate beam(s). For beam failure detection, the BS sets beam failure detection reference signals to the UE, and the UE sets the number of beam failure indications from the physical layer of the UE within a period set by RRC signaling of the BS. When a threshold set by RRC signaling is reached, a beam failure is declared. After the beam failure is detected, the UE triggers beam failure recovery by initiating a random access procedure on the PCell; Beam failure recovery is performed by selecting a suitable beam (if the BS has provided dedicated random access resources for certain beams, these are prioritized by the UE). Upon completion of the random access procedure, it is considered that the beam failure recovery is complete.
D. URLLC (Ultra-Reliable and Low Latency Communication)D. URLLC (Ultra-Reliable and Low Latency Communication)
NR에서 정의하는 URLLC 전송은 (1) 상대적으로 낮은 트래픽 크기, (2) 상대적으로 낮은 도착 레이트(low arrival rate), (3) 극도의 낮은 레이턴시 요구사항(requirement)(예, 0.5, 1ms), (4) 상대적으로 짧은 전송 지속기간(duration)(예, 2 OFDM symbols), (5) 긴급한 서비스/메시지 등에 대한 전송을 의미할 수 있다. UL의 경우, 보다 엄격(stringent)한 레이턴시 요구 사항(latency requirement)을 만족시키기 위해 특정 타입의 트래픽(예컨대, URLLC)에 대한 전송이 앞서서 스케줄링된 다른 전송(예컨대, eMBB)과 다중화(multiplexing)되어야 할 필요가 있다. 이와 관련하여 한 가지 방안으로, 앞서 스케줄링 받은 UE에게 특정 자원에 대해서 프리엠션(preemption)될 것이라는 정보를 주고, 해당 자원을 URLLC UE가 UL 전송에 사용하도록 한다.URLLC transmission as defined by NR is (1) relatively low traffic size, (2) relatively low arrival rate, (3) extremely low latency requirement (e.g. 0.5, 1ms), (4) It may mean a relatively short transmission duration (eg, 2 OFDM symbols), and (5) transmission of an urgent service/message. In the case of UL, transmission for a specific type of traffic (e.g., URLLC) must be multiplexed with other transmissions (e.g., eMBB) previously scheduled in order to satisfy a more stringent latency requirement. Needs to be. In this regard, as one method, information that a specific resource will be preempted is given to the previously scheduled UE, and the URLLC UE uses the corresponding resource for UL transmission.
NR의 경우, eMBB와 URLLC 사이의 동적 자원 공유(sharing)이 지원된다. eMBB와 URLLC 서비스들은 비-중첩(non-overlapping) 시간/주파수 자원들 상에서 스케줄될 수 있으며, URLLC 전송은 진행 중인(ongoing) eMBB 트래픽에 대해 스케줄된 자원들에서 발생할 수 있다. eMBB UE는 해당 UE의 PDSCH 전송이 부분적으로 펑처링(puncturing)되었는지 여부를 알 수 없을 수 있고, 손상된 코딩된 비트(corrupted coded bit)들로 인해 UE는 PDSCH를 디코딩하지 못할 수 있다. 이 점을 고려하여, NR에서는 프리엠션 지시(preemption indication)을 제공한다. 상기 프리엠션 지시(preemption indication)는 중단된 전송 지시(interrupted transmission indication)으로 지칭될 수도 있다.In the case of NR, dynamic resource sharing between eMBB and URLLC is supported. eMBB and URLLC services can be scheduled on non-overlapping time/frequency resources, and URLLC transmission can occur on resources scheduled for ongoing eMBB traffic. The eMBB UE may not be able to know whether the PDSCH transmission of the corresponding UE is partially punctured, and the UE may not be able to decode the PDSCH due to corrupted coded bits. In consideration of this point, the NR provides a preemption indication. The preemption indication may be referred to as an interrupted transmission indication.
프리엠션 지시와 관련하여, UE는 BS로부터의 RRC 시그널링을 통해 DownlinkPreemption IE를 수신한다. UE가 DownlinkPreemption IE를 제공받으면, DCI 포맷 2_1을 운반(convey)하는 PDCCH의 모니터링을 위해 상기 UE는 DownlinkPreemption IE 내 파라미터 int-RNTI에 의해 제공된 INT-RNTI를 가지고 설정된다. 상기 UE는 추가적으로 servingCellID에 의해 제공되는 서빙 셀 인덱스들의 세트를 포함하는 INT-ConfigurationPerServing Cell에 의해 서빙 셀들의 세트와 positionInDCI에 의해 DCI 포맷 2_1 내 필드들을 위한 위치들의 해당 세트를 가지고 설정되고, dci-PayloadSize에 의해 DCI 포맷 2_1을 위한 정보 페이로드 크기를 가지고 설졍되며, timeFrequencySect에 의한 시간-주파수 자원들의 지시 입도(granularity)를 가지고 설정된다.Regarding the preemption indication, the UE receives the DownlinkPreemption IE through RRC signaling from the BS. When the UE is provided with the DownlinkPreemption IE, the UE is configured with the INT-RNTI provided by the parameter int-RNTI in the DownlinkPreemption IE for monitoring of the PDCCH carrying DCI format 2_1. The UE is additionally configured with a set of serving cells by an INT-ConfigurationPerServing Cell including a set of serving cell indexes provided by servingCellID and a corresponding set of positions for fields in DCI format 2_1 by positionInDCI, and dci-PayloadSize It is set with the information payload size for DCI format 2_1 by and is set with the indication granularity of time-frequency resources by timeFrequencySect.
상기 UE는 상기 DownlinkPreemption IE에 기초하여 DCI 포맷 2_1을 상기 BS로부터 수신한다.The UE receives DCI format 2_1 from the BS based on the DownlinkPreemption IE.
UE가 서빙 셀들의 설정된 세트 내 서빙 셀에 대한 DCI 포맷 2_1을 검출하면, 상기 UE는 상기 DCI 포맷 2_1이 속한 모니터링 기간의 바로 앞(last) 모니터링 기간의 PRB들의 세트 및 심볼들의 세트 중 상기 DCI 포맷 2_1에 의해 지시되는 PRB들 및 심볼들 내에는 상기 UE로의 아무런 전송도 없다고 가정할 수 있다. 예를 들어, UE는 프리엠션에 의해 지시된 시간-주파수 자원 내 신호는 자신에게 스케줄링된 DL 전송이 아니라고 보고 나머지 자원 영역에서 수신된 신호들을 기반으로 데이터를 디코딩한다.When the UE detects the DCI format 2_1 for the serving cell in the set set of serving cells, the UE is the DCI format among the set of PRBs and symbols of the monitoring period immediately preceding the monitoring period to which the DCI format 2_1 belongs. It may be assumed that there is no transmission to the UE in the PRBs and symbols indicated by 2_1. For example, the UE considers that the signal in the time-frequency resource indicated by the preemption is not a DL transmission scheduled to it, and decodes data based on the signals received in the remaining resource regions.
E. mMTC (massive MTC)E. mMTC (massive MTC)
mMTC(massive Machine Type Communication)은 많은 수의 UE와 동시에 통신하는 초연결 서비스를 지원하기 위한 5G의 시나리오 중 하나이다. 이 환경에서, UE는 굉장히 낮은 전송 속도와 이동성을 가지고 간헐적으로 통신하게 된다. 따라서, mMTC는 UE를 얼마나 낮은 비용으로 오랫동안 구동할 수 있는지를 주요 목표로 하고 있다. mMTC 기술과 관련하여 3GPP에서는 MTC와 NB(NarrowBand)-IoT를 다루고 있다.Massive Machine Type Communication (mMTC) is one of 5G scenarios to support hyper-connection services that communicate with a large number of UEs simultaneously. In this environment, the UE communicates intermittently with a very low transmission rate and mobility. Therefore, mMTC aims at how long the UE can be driven at a low cost for a long time. Regarding mMTC technology, 3GPP deals with MTC and NB (NarrowBand)-IoT.
mMTC 기술은 PDCCH, PUCCH, PDSCH(physical downlink shared channel), PUSCH 등의 반복 전송, 주파수 호핑(hopping), 리튜닝(retuning), 가드 구간(guard period) 등의 특징을 가진다.The mMTC technology has features such as repetitive transmission of PDCCH, PUCCH, physical downlink shared channel (PDSCH), and PUSCH, frequency hopping, retuning, and guard period.
즉, 특정 정보를 포함하는 PUSCH(또는 PUCCH(특히, long PUCCH) 또는 PRACH) 및 특정 정보에 대한 응답을 포함하는 PDSCH(또는 PDCCH)가 반복 전송된다. 반복 전송은 주파수 호핑(frequency hopping)을 통해 수행되며, 반복 전송을 위해, 제 1 주파수 자원에서 제 2 주파수 자원으로 가드 구간(guard period)에서 (RF) 리튜닝(retuning)이 수행되고, 특정 정보 및 특정 정보에 대한 응답은 협대역(narrowband)(ex. 6 RB (resource block) or 1 RB)를 통해 송/수신될 수 있다.That is, a PUSCH (or PUCCH (especially, long PUCCH) or PRACH) including specific information and a PDSCH (or PDCCH) including a response to specific information are repeatedly transmitted. Repetitive transmission is performed through frequency hopping, and for repetitive transmission, (RF) retuning is performed in a guard period from a first frequency resource to a second frequency resource, and specific information And a response to specific information may be transmitted/received through a narrowband (ex. 6 resource block (RB) or 1 RB).
F. 5G 통신을 이용한 자율 주행 차량 간 기본 동작F. Basic operation between autonomous vehicles using 5G communication
도 3은 5G 통신 시스템에서 자율 주행 차량과 5G 네트워크의 기본 동작의 일 예를 나타낸다.3 shows an example of a basic operation of an autonomous vehicle and a 5G network in a 5G communication system.
자율 주행 차량(Autonomous Vehicle)은 특정 정보 전송을 5G 네트워크로 전송한다(S1). 상기 특정 정보는 자율 주행 관련 정보를 포함할 수 있다. 그리고, 상기 5G 네트워크는 차량의 원격 제어 여부를 결정할 수 있다(S2). 여기서, 상기 5G 네트워크는 자율 주행 관련 원격 제어를 수행하는 서버 또는 모듈을 포함할 수 있다. 그리고, 상기 5G 네트워크는 원격 제어와 관련된 정보(또는 신호)를 상기 자율 주행 차량으로 전송할 수 있다(S3).The autonomous vehicle transmits specific information transmission to the 5G network (S1). The specific information may include autonomous driving related information. In addition, the 5G network may determine whether to remotely control the vehicle (S2). Here, the 5G network may include a server or module that performs remote control related to autonomous driving. In addition, the 5G network may transmit information (or signals) related to remote control to the autonomous vehicle (S3).
G. 5G 통신 시스템에서 자율 주행 차량과 5G 네트워크 간의 응용 동작G. Application operation between autonomous vehicle and 5G network in 5G communication system
이하, 도 1 및 도 2와 앞서 살핀 무선 통신 기술(BM 절차, URLLC, Mmtc 등)을 참고하여 5G 통신을 이용한 자율 주행 차량의 동작에 대해 보다 구체적으로 살펴본다.Hereinafter, the operation of an autonomous vehicle using 5G communication will be described in more detail with reference to Salpin wireless communication technology (BM procedure, URLLC, Mmtc, etc.) prior to FIGS. 1 and 2.
먼저, 후술할 본 명세서에서 제안하는 방법과 5G 통신의 eMBB 기술이 적용되는 응용 동작의 기본 절차에 대해 설명한다.First, a basic procedure of an application operation to which the eMBB technology of 5G communication is applied and the method proposed in this specification to be described later will be described.
도 3의 S1 단계 및 S3 단계와 같이, 자율 주행 차량이 5G 네트워크와 신호, 정보 등을 송/수신하기 위해, 자율 주행 차량은 도 3의 S1 단계 이전에 5G 네트워크와 초기 접속(initial access) 절차 및 임의 접속(random access) 절차를 수행한다.As in steps S1 and S3 of FIG. 3, in order for the autonomous vehicle to transmit/receive the 5G network, signals, information, etc., the autonomous vehicle is an initial access procedure with the 5G network prior to step S1 of FIG. 3. And a random access procedure.
보다 구체적으로, 자율 주행 차량은 DL 동기 및 시스템 정보를 획득하기 위해 SSB에 기초하여 5G 네트워크와 초기 접속 절차를 수행한다. 상기 초기 접속 절차 과정에서 빔 관리(beam management, BM) 과정, 빔 실패 복구(beam failure recovery) 과정이 추가될 수 있으며, 자율 주행 차량이 5G 네트워크로부터 신호를 수신하는 과정에서 QCL(quasi-co location) 관계가 추가될 수 있다.More specifically, the autonomous vehicle performs an initial access procedure with the 5G network based on the SSB in order to obtain DL synchronization and system information. In the initial access procedure, a beam management (BM) process and a beam failure recovery process may be added. In the process of receiving a signal from the 5G network by an autonomous vehicle, a quasi-co location (QCL) ) Relationships can be added.
또한, 자율 주행 차량은 UL 동기 획득 및/또는 UL 전송을 위해 5G 네트워크와 임의 접속 절차를 수행한다.그리고, 상기 5G 네트워크는 상기 자율 주행 차량으로 특정 정보의 전송을 스케쥴링하기 위한 UL grant를 전송할 수 있다. 따라서, 상기 자율 주행 차량은 상기 UL grant에 기초하여 상기 5G 네트워크로 특정 정보를 전송한다. 그리고, 상기 5G 네트워크는 상기 자율 주행 차량으로 상기 특정 정보에 대한 5G 프로세싱 결과의 전송을 스케쥴링하기 위한 DL grant를 전송한다. 따라서, 상기 5G 네트워크는 상기 DL grant에 기초하여 상기 자율 주행 차량으로 원격 제어와 관련된 정보(또는 신호)를 전송할 수 있다.In addition, the autonomous vehicle performs a random access procedure with a 5G network to obtain UL synchronization and/or transmit UL. And, the 5G network may transmit a UL grant for scheduling transmission of specific information to the autonomous vehicle. have. Accordingly, the autonomous vehicle transmits specific information to the 5G network based on the UL grant. In addition, the 5G network transmits a DL grant for scheduling transmission of a 5G processing result for the specific information to the autonomous vehicle. Accordingly, the 5G network may transmit information (or signals) related to remote control to the autonomous vehicle based on the DL grant.
다음으로, 후술할 본 명세서에서 제안하는 방법과 5G 통신의 URLLC 기술이 적용되는 응용 동작의 기본 절차에 대해 설명한다.Next, a basic procedure of an application operation to which the URLLC technology of 5G communication is applied and the method proposed in the present specification to be described later will be described.
앞서 설명한 바와 같이, 자율 주행 차량은 5G 네트워크와 초기 접속 절차 및/또는 임의 접속 절차를 수행한 후, 자율 주행 차량은 5G 네트워크로부터 DownlinkPreemption IE를 수신할 수 있다. 그리고, 자율 주행 차량은 DownlinkPreemption IE에 기초하여 프리엠션 지시(pre-emption indication)을 포함하는 DCI 포맷 2_1을 5G 네트워크로부터 수신한다. 그리고, 자율 주행 차량은 프리엠션 지시(pre-emption indication)에 의해 지;시된 자원(PRB 및/또는 OFDM 심볼)에서 eMBB data의 수신을 수행(또는 기대 또는 가정)하지 않는다. 이후, 자율 주행 차량은 특정 정보를 전송할 필요가 있는 경우 5G 네트워크로부터 UL grant를 수신할 수 있다.As described above, after the autonomous vehicle performs an initial access procedure and/or a random access procedure with the 5G network, the autonomous vehicle may receive a DownlinkPreemption IE from the 5G network. In addition, the autonomous vehicle receives DCI format 2_1 including a pre-emption indication from the 5G network based on the DownlinkPreemption IE. And, the autonomous vehicle does not perform (or expect or assume) the reception of eMBB data in the resource (PRB and/or OFDM symbol) indicated by the pre-emption indication. Thereafter, the autonomous vehicle may receive a UL grant from the 5G network when it is necessary to transmit specific information.
다음으로, 후술할 본 명세서에서 제안하는 방법과 5G 통신의 mMTC 기술이 적용되는 응용 동작의 기본 절차에 대해 설명한다.Next, the method proposed in the present specification to be described later and the basic procedure of the application operation to which the mMTC technology of 5G communication is applied will be described.
도 3의 단계들 중 mMTC 기술의 적용으로 달라지는 부분 위주로 설명하기로 한다.Among the steps of FIG. 3, a description will be made focusing on the parts that are changed by the application of the mMTC technology.
도 3의 S1 단계에서, 자율 주행 차량은 특정 정보를 5G 네트워크로 전송하기 위해 5G 네트워크로부터 UL grant를 수신한다. 여기서, 상기 UL grant는 상기 특정 정보의 전송에 대한 반복 횟수에 대한 정보를 포함하고, 상기 특정 정보는 상기 반복 횟수에 대한 정보에 기초하여 반복하여 전송될 수 있다. 즉, 상기 자율 주행 차량은 상기 UL grant에 기초하여 특정 정보를 5G 네트워크로 전송한다. 그리고, 특정 정보의 반복 전송은 주파수 호핑을 통해 수행되고, 첫 번째 특정 정보의 전송은 제 1 주파수 자원에서, 두 번째 특정 정보의 전송은 제 2 주파수 자원에서 전송될 수 있다. 상기 특정 정보는 6RB(Resource Block) 또는 1RB(Resource Block)의 협대역(narrowband)을 통해 전송될 수 있다.In step S1 of FIG. 3, the autonomous vehicle receives a UL grant from the 5G network to transmit specific information to the 5G network. Here, the UL grant includes information on the number of repetitions for transmission of the specific information, and the specific information may be repeatedly transmitted based on the information on the number of repetitions. That is, the autonomous vehicle transmits specific information to the 5G network based on the UL grant. Further, repetitive transmission of specific information may be performed through frequency hopping, transmission of first specific information may be transmitted in a first frequency resource, and transmission of second specific information may be transmitted in a second frequency resource. The specific information may be transmitted through a narrowband of 6RB (Resource Block) or 1RB (Resource Block).
H. 5G 통신을 이용한 차량 대 차량 간의 자율 주행 동작H. Vehicle-to-vehicle autonomous driving operation using 5G communication
도 4는 5G 통신을 이용한 차량 대 차량 간의 기본 동작의 일 예를 예시한다.4 illustrates an example of a vehicle-to-vehicle basic operation using 5G communication.
제1 차량은 특정 정보를 제2 차량으로 전송한다(S61). 제2 차량은 특정 정보에 대한 응답을 제1 차량으로 전송한다(S62).The first vehicle transmits specific information to the second vehicle (S61). The second vehicle transmits a response to the specific information to the first vehicle (S62).
한편, 5G 네트워크가 상기 특정 정보, 상기 특정 정보에 대한 응답의 자원 할당에 직접적(사이드 링크 통신 전송 모드 3) 또는 간접적으로(사이드링크 통신 전송 모드 4) 관여하는지에 따라 차량 대 차량 간 응용 동작의 구성이 달라질 수 있다.On the other hand, depending on whether the 5G network directly (side link communication transmission mode 3) or indirectly (sidelink communication transmission mode 4) is involved in the resource allocation of the specific information and the response to the specific information, the vehicle-to-vehicle application operation is The composition may vary.
다음으로, 5G 통신을 이용한 차량 대 차량 간의 응용 동작에 대해 살펴본다.Next, a vehicle-to-vehicle application operation using 5G communication will be described.
먼저, 5G 네트워크가 차량 대 차량 간의 신호 전송/수신의 자원 할당에 직접적으로 관여하는 방법을 설명한다.First, a method in which a 5G network is directly involved in resource allocation for vehicle-to-vehicle signal transmission/reception is described.
5G 네트워크는, 모드 3 전송(PSCCH 및/또는 PSSCH 전송)의 스케줄링을 위해 DCI 포맷 5A를 제1 차량에 전송할 수 있다. 여기서, PSCCH(physical sidelink control channel)는 특정 정보 전송의 스케줄링을 위한 5G 물리 채널이고, PSSCH(physical sidelink shared channel)는 특정 정보를 전송하는 5G 물리 채널이다. 그리고, 제1 차량은 특정 정보 전송의 스케줄링을 위한 SCI 포맷 1을 PSCCH 상에서 제2 차량으로 전송한다. 그리고, 제1 차량이 특정 정보를 PSSCH 상에서 제2 차량으로 전송한다.The 5G network may transmit DCI format 5A to the first vehicle for scheduling of mode 3 transmission (PSCCH and/or PSSCH transmission). Here, a physical sidelink control channel (PSCCH) is a 5G physical channel for scheduling specific information transmission, and a physical sidelink shared channel (PSSCH) is a 5G physical channel for transmitting specific information. In addition, the first vehicle transmits SCI format 1 for scheduling specific information transmission to the second vehicle on the PSCCH. Then, the first vehicle transmits specific information to the second vehicle on the PSSCH.
다음으로, 5G 네트워크가 신호 전송/수신의 자원 할당에 간접적으로 관여하는 방법에 대해 살펴본다.Next, we will look at how the 5G network indirectly participates in resource allocation for signal transmission/reception.
제1 차량은 모드 4 전송을 위한 자원을 제1 윈도우에서 센싱한다. 그리고, 제1 차량은, 상기 센싱 결과에 기초하여 제2 윈도우에서 모드 4 전송을 위한 자원을 선택한다. 여기서, 제1 윈도우는 센싱 윈도우(sensing window)를 의미하고, 제2 윈도우는 선택 윈도우(selection window)를 의미한다. 제1 차량은 상기 선택된 자원을 기초로 특정 정보 전송의 스케줄링을 위한 SCI 포맷 1을 PSCCH 상에서 제2 차량으로 전송한다. 그리고, 제1 차량은 특정 정보를 PSSCH 상에서 제2 차량으로 전송한다.The first vehicle senses a resource for mode 4 transmission in the first window. Then, the first vehicle selects a resource for mode 4 transmission in the second window based on the sensing result. Here, the first window means a sensing window, and the second window means a selection window. The first vehicle transmits SCI format 1 for scheduling specific information transmission to the second vehicle on the PSCCH based on the selected resource. Then, the first vehicle transmits specific information to the second vehicle on the PSSCH.
주행Driving
(1) 차량 외관(1) Vehicle appearance
도 5는 본 명세서의 실시예에 따른 차량을 도시한 도면이다.5 is a view showing a vehicle according to an embodiment of the present specification.
도 5를 참조하면, 본 명세서의 실시예에 따른 차량(10)은, 도로나 선로 위를 주행하는 수송 수단으로 정의된다. 차량(10)은, 자동차, 기차, 오토바이를 포함하는 개념이다. 차량(10)은, 동력원으로서 엔진을 구비하는 내연기관 차량, 동력원으로서 엔진과 전기 모터를 구비하는 하이브리드 차량, 동력원으로서 전기 모터를 구비하는 전기 차량등을 모두 포함하는 개념일 수 있다. 차량(10)은 개인이 소유한 차량일 수 있다. 차량(10)은, 공유형 차량일 수 있다. 차량(10)은 자율 주행 차량일 수 있다.Referring to FIG. 5, the vehicle 10 according to the embodiment of the present specification is defined as a transportation means traveling on a road or track. The vehicle 10 is a concept including a car, a train, and a motorcycle. The vehicle 10 may be a concept including both an internal combustion engine vehicle including an engine as a power source, a hybrid vehicle including an engine and an electric motor as a power source, an electric vehicle including an electric motor as a power source, and the like. The vehicle 10 may be a vehicle owned by an individual. The vehicle 10 may be a shared vehicle. The vehicle 10 may be an autonomous vehicle.
(2) 차량의 구성 요소(2) vehicle components
도 6은 본 명세서의 실시예에 따른 차량의 제어 블럭도이다.6 is a control block diagram of a vehicle according to an exemplary embodiment of the present specification.
도 6을 참조하면, 차량(10)은, 사용자 인터페이스 장치(200), 오브젝트 검출 장치(210), 통신 장치(220), 운전 조작 장치(230), 메인 ECU(240), 구동 제어 장치(250), 자율 주행 장치(260), 센싱부(270) 및 위치 데이터 생성 장치(280)를 포함할 수 있다. 오브젝트 검출 장치(210), 통신 장치(220), 운전 조작 장치(230), 메인 ECU(240), 구동 제어 장치(250), 자율 주행 장치(260), 센싱부(270) 및 위치 데이터 생성 장치(280)는 각각이 전기적 신호를 생성하고, 상호간에 전기적 신호를 교환하는 전자 장치로 구현될 수 있다.Referring to FIG. 6, the vehicle 10 includes a user interface device 200, an object detection device 210, a communication device 220, a driving operation device 230, a main ECU 240, and a drive control device 250. ), an autonomous driving device 260, a sensing unit 270, and a location data generating device 280. Object detection device 210, communication device 220, driving operation device 230, main ECU 240, drive control device 250, autonomous driving device 260, sensing unit 270, and position data generating device Each of 280 may be implemented as an electronic device that generates an electrical signal and exchanges electrical signals with each other.
1) 사용자 인터페이스 장치1) User interface device
사용자 인터페이스 장치(200)는, 차량(10)과 사용자와의 소통을 위한 장치이다. 사용자 인터페이스 장치(200)는, 사용자 입력을 수신하고, 사용자에게 차량(10)에서 생성된 정보를 제공할 수 있다. 차량(10)은, 사용자 인터페이스 장치(200)를 통해, UI(User Interface) 또는 UX(User Experience)를 구현할 수 있다. 사용자 인터페이스 장치(200)는, 입력 장치, 출력 장치 및 사용자 모니터링 장치를 포함할 수 있다.The user interface device 200 is a device for communicating with the vehicle 10 and a user. The user interface device 200 may receive a user input and provide information generated in the vehicle 10 to the user. The vehicle 10 may implement a user interface (UI) or a user experience (UX) through the user interface device 200. The user interface device 200 may include an input device, an output device, and a user monitoring device.
2) 오브젝트 검출 장치2) Object detection device
오브젝트 검출 장치(210)는, 차량(10) 외부의 오브젝트에 대한 정보를 생성할 수 있다. 오브젝트에 대한 정보는, 오브젝트의 존재 유무에 대한 정보, 오브젝트의 위치 정보, 차량(10)과 오브젝트와의 거리 정보 및 차량(10)과 오브젝트와의 상대 속도 정보 중 적어도 어느 하나를 포함할 수 있다. 오브젝트 검출 장치(210)는, 차량(10) 외부의 오브젝트를 검출할 수 있다. 오브젝트 검출 장치(210)는, 차량(10) 외부의 오브젝트를 검출할 수 있는 적어도 하나의 센서를 포함할 수 있다. 오브젝트 검출 장치(210)는, 카메라, 레이다, 라이다, 초음파 센서 및 적외선 센서 중 적어도 하나를 포함할 수 있다. 오브젝트 검출 장치(210)는, 센서에서 생성되는 센싱 신호에 기초하여 생성된 오브젝트에 대한 데이터를 차량에 포함된 적어도 하나의 전자 장치에 제공할 수 있다. The object detection device 210 may generate information on an object outside the vehicle 10. The information on the object may include at least one of information on the presence or absence of the object, location information of the object, distance information between the vehicle 10 and the object, and relative speed information between the vehicle 10 and the object. . The object detection device 210 may detect an object outside the vehicle 10. The object detection apparatus 210 may include at least one sensor capable of detecting an object outside the vehicle 10. The object detection device 210 may include at least one of a camera, a radar, a lidar, an ultrasonic sensor, and an infrared sensor. The object detection device 210 may provide data on an object generated based on a sensing signal generated by a sensor to at least one electronic device included in the vehicle.
2.1) 카메라2.1) Camera
카메라는 영상을 이용하여 차량(10) 외부의 오브젝트에 대한 정보를 생성할 수 있다. 카메라는 적어도 하나의 렌즈, 적어도 하나의 이미지 센서 및 이미지 센서와 전기적으로 연결되어 수신되는 신호를 처리하고, 처리되는 신호에 기초하여 오브젝트에 대한 데이터를 생성하는 적어도 하나의 프로세서를 포함할 수 있다.The camera may generate information on an object outside the vehicle 10 by using an image. The camera may include at least one lens, at least one image sensor, and at least one processor that is electrically connected to the image sensor and processes a received signal, and generates data on an object based on the processed signal.
카메라는, 모노 카메라, 스테레오 카메라, AVM(Around View Monitoring) 카메라 중 적어도 어느 하나일 수 있다. 카메라는, 다양한 영상 처리 알고리즘을 이용하여, 오브젝트의 위치 정보, 오브젝트와의 거리 정보 또는 오브젝트와의 상대 속도 정보를 획득할 수 있다. 예를 들면, 카메라는, 획득된 영상에서, 시간에 따른 오브젝트 크기의 변화를 기초로, 오브젝트와의 거리 정보 및 상대 속도 정보를 획득할 수 있다. 예를 들면, 카메라는, 핀홀(pin hole) 모델, 노면 프로파일링 등을 통해, 오브젝트와의 거리 정보 및 상대 속도 정보를 획득할 수 있다. 예를 들면, 카메라는, 스테레오 카메라에서 획득된 스테레오 영상에서 디스패러티(disparity) 정보를 기초로 오브젝트와의 거리 정보 및 상대 속도 정보를 획득할 수 있다. The camera may be at least one of a mono camera, a stereo camera, and an AVM (Around View Monitoring) camera. The camera may use various image processing algorithms to obtain position information of an object, distance information to an object, or information on a relative speed to an object. For example, from the acquired image, the camera may acquire distance information and relative speed information from the object based on a change in the size of the object over time. For example, the camera may obtain distance information and relative speed information with an object through a pin hole model, road surface profiling, or the like. For example, the camera may obtain distance information and relative speed information from an object based on disparity information from a stereo image obtained from a stereo camera.
카메라는, 차량 외부를 촬영하기 위해 차량에서 FOV(field of view) 확보가 가능한 위치에 장착될 수 있다. 카메라는, 차량 전방의 영상을 획득하기 위해, 차량의 실내에서, 프런트 윈드 쉴드에 근접하게 배치될 수 있다. 카메라는, 프런트 범퍼 또는 라디에이터 그릴 주변에 배치될 수 있다. 카메라는, 차량 후방의 영상을 획득하기 위해, 차량의 실내에서, 리어 글라스에 근접하게 배치될 수 있다. 카메라는, 리어 범퍼, 트렁크 또는 테일 게이트 주변에 배치될 수 있다. 카메라는, 차량 측방의 영상을 획득하기 위해, 차량의 실내에서 사이드 윈도우 중 적어도 어느 하나에 근접하게 배치될 수 있다. 또는, 카메라는, 사이드 미러, 휀더 또는 도어 주변에 배치될 수 있다.The camera may be mounted in a position where field of view (FOV) can be secured in the vehicle to photograph the outside of the vehicle. The camera may be placed in the interior of the vehicle, close to the front windshield, in order to acquire an image of the front of the vehicle. The camera can be placed around the front bumper or radiator grille. The camera may be placed close to the rear glass, in the interior of the vehicle, in order to acquire an image of the rear of the vehicle. The camera can be placed around the rear bumper, trunk or tailgate. The camera may be disposed in proximity to at least one of the side windows in the interior of the vehicle in order to acquire an image of the side of the vehicle. Alternatively, the camera may be disposed around a side mirror, a fender, or a door.
2.2) 레이다2.2) radar
레이다는 전파를 이용하여 차량(10) 외부의 오브젝트에 대한 정보를 생성할 수 있다. 레이다는, 전자파 송신부, 전자파 수신부 및 전자파 송신부 및 전자파 수신부와 전기적으로 연결되어, 수신되는 신호를 처리하고, 처리되는 신호에 기초하여 오브젝트에 대한 데이터를 생성하는 적어도 하나의 프로세서를 포함할 수 있다. 레이다는 전파 발사 원리상 펄스 레이다(Pulse Radar) 방식 또는 연속파 레이다(Continuous Wave Radar) 방식으로 구현될 수 있다. 레이다는 연속파 레이다 방식 중에서 신호 파형에 따라 FMCW(Frequency Modulated Continuous Wave)방식 또는 FSK(Frequency Shift Keyong) 방식으로 구현될 수 있다. 레이다는 전자파를 매개로, TOF(Time of Flight) 방식 또는 페이즈 쉬프트(phase-shift) 방식에 기초하여, 오브젝트를 검출하고, 검출된 오브젝트의 위치, 검출된 오브젝트와의 거리 및 상대 속도를 검출할 수 있다. 레이다는, 차량의 전방, 후방 또는 측방에 위치하는 오브젝트를 감지하기 위해 차량의 외부의 적절한 위치에 배치될 수 있다. The radar may use radio waves to generate information on objects outside the vehicle 10. The radar may include at least one processor that is electrically connected to the electromagnetic wave transmitter, the electromagnetic wave receiver, and the electromagnetic wave transmitter and the electromagnetic wave receiver, processes a received signal, and generates data for an object based on the processed signal. The radar may be implemented in a pulse radar method or a continuous wave radar method according to the principle of radio wave emission. The radar may be implemented in a frequency modulated continuous wave (FMCW) method or a frequency shift keyong (FSK) method according to a signal waveform among continuous wave radar methods. The radar detects an object by means of an electromagnetic wave, based on a Time of Flight (TOF) method or a phase-shift method, and detects the position of the detected object, the distance to the detected object, and the relative speed. I can. The radar may be placed at a suitable location outside the vehicle to detect objects located in front, rear or side of the vehicle.
2.3) 라이다2.3) Lida
라이다는, 레이저 광을 이용하여, 차량(10) 외부의 오브젝트에 대한 정보를 생성할 수 있다. 라이다는, 광 송신부, 광 수신부 및 광 송신부 및 광 수신부와 전기적으로 연결되어, 수신되는 신호를 처리하고, 처리된 신호에 기초하여 오브젝트에 대한 데이터를 생성하는 적어도 하나의 프로세서를 포함할 수 있다. 라이다는, TOF(Time of Flight) 방식 또는 페이즈 쉬프트(phase-shift) 방식으로 구현될 수 있다. 라이다는, 구동식 또는 비구동식으로 구현될 수 있다. 구동식으로 구현되는 경우, 라이다는, 모터에 의해 회전되며, 차량(10) 주변의 오브젝트를 검출할 수 있다. 비구동식으로 구현되는 경우, 라이다는, 광 스티어링에 의해, 차량을 기준으로 소정 범위 내에 위치하는 오브젝트를 검출할 수 있다. 차량(100)은 복수의 비구동식 라이다를 포함할 수 있다. 라이다는, 레이저 광 매개로, TOF(Time of Flight) 방식 또는 페이즈 쉬프트(phase-shift) 방식에 기초하여, 오브젝트를 검출하고, 검출된 오브젝트의 위치, 검출된 오브젝트와의 거리 및 상대 속도를 검출할 수 있다. 라이다는, 차량의 전방, 후방 또는 측방에 위치하는 오브젝트를 감지하기 위해 차량의 외부의 적절한 위치에 배치될 수 있다.The lidar may generate information on an object outside the vehicle 10 by using laser light. The radar may include at least one processor that is electrically connected to the optical transmitter, the optical receiver, and the optical transmitter and the optical receiver, processes a received signal, and generates data for an object based on the processed signal. . The rider may be implemented in a Time of Flight (TOF) method or a phase-shift method. The lidar can be implemented either driven or non-driven. When implemented as a drive type, the lidar is rotated by a motor, and objects around the vehicle 10 can be detected. When implemented in a non-driven manner, the lidar can detect an object located within a predetermined range with respect to the vehicle by optical steering. The vehicle 100 may include a plurality of non-driven lidars. The radar detects an object based on a time of flight (TOF) method or a phase-shift method by means of a laser light, and determines the position of the detected object, the distance to the detected object, and the relative speed. Can be detected. The lidar may be placed at an appropriate location outside the vehicle to detect objects located in front, rear or side of the vehicle.
3) 통신 장치3) Communication device
통신 장치(220)는, 차량(10) 외부에 위치하는 디바이스와 신호를 교환할 수 있다. 통신 장치(220)는, 인프라(예를 들면, 서버, 방송국), 타 차량, 단말기 중 적어도 어느 하나와 신호를 교환할 수 있다. 통신 장치(220)는, 통신을 수행하기 위해 송신 안테나, 수신 안테나, 각종 통신 프로토콜이 구현 가능한 RF(Radio Frequency) 회로 및 RF 소자 중 적어도 어느 하나를 포함할 수 있다. The communication device 220 may exchange signals with devices located outside the vehicle 10. The communication device 220 may exchange signals with at least one of an infrastructure (eg, a server, a broadcasting station), another vehicle, and a terminal. The communication device 220 may include at least one of a transmission antenna, a reception antenna, a radio frequency (RF) circuit capable of implementing various communication protocols, and an RF element to perform communication.
예를 들어, 통신 장치는 C-V2X(Cellular V2X) 기술을 기반으로 외부 디바이스와 신호를 교환할 수 있다. 예를 들어, C-V2X 기술은 LTE 기반의 사이드링크 통신 및/또는 NR 기반의 사이드링크 통신을 포함할 수 있다. C-V2X와 관련된 내용은 후술한다.For example, the communication device may exchange signals with external devices based on C-V2X (Cellular V2X) technology. For example, C-V2X technology may include LTE-based sidelink communication and/or NR-based sidelink communication. Contents related to C-V2X will be described later.
예를 들어, 통신 장치는 IEEE 802.11p PHY/MAC 계층 기술과 IEEE 1609 Network/Transport 계층 기술 기반의 DSRC(Dedicated Short Range Communications) 기술 또는 WAVE(Wireless Access in Vehicular Environment) 표준을 기반으로 외부 디바이스와 신호를 교환할 수 있다. DSRC (또는 WAVE 표준) 기술은 차량 탑재 장치 간 혹은 노변 장치와 차량 탑재 장치 간의 단거리 전용 통신을 통해 ITS(Intelligent Transport System) 서비스를 제공하기 위해 마련된 통신 규격이다. DSRC 기술은 5.9GHz 대역의 주파수를 사용할 수 있고, 3Mbps~27Mbps의 데이터 전송 속도를 가지는 통신 방식일 수 있다. IEEE 802.11p 기술은 IEEE 1609 기술과 결합되어 DSRC 기술 (혹은 WAVE 표준)을 지원할 수 있다.For example, a communication device can communicate with external devices based on the IEEE 802.11p PHY/MAC layer technology and the Dedicated Short Range Communications (DSRC) technology based on the IEEE 1609 Network/Transport layer technology, or the Wireless Access in Vehicular Environment (WAVE) standard. Can be exchanged. DSRC (or WAVE standard) technology is a communication standard designed to provide Intelligent Transport System (ITS) services through short-distance dedicated communication between vehicle-mounted devices or between roadside devices and vehicle-mounted devices. The DSRC technology may use a frequency of 5.9 GHz band, and may be a communication method having a data transmission rate of 3 Mbps to 27 Mbps. IEEE 802.11p technology can be combined with IEEE 1609 technology to support DSRC technology (or WAVE standard).
본 명세서의 통신 장치는 C-V2X 기술 또는 DSRC 기술 중 어느 하나만을 이용하여 외부 디바이스와 신호를 교환할 수 있다. 또는, 본 명세서의 통신 장치는 C-V2X 기술 및 DSRC 기술을 하이브리드하여 외부 디바이스와 신호를 교환할 수 있다.The communication apparatus of the present specification may exchange signals with an external device using only either C-V2X technology or DSRC technology. Alternatively, the communication device of the present specification may exchange signals with an external device by hybridizing C-V2X technology and DSRC technology.
4) 운전 조작 장치4) Driving operation device
운전 조작 장치(230)는, 운전을 위한 사용자 입력을 수신하는 장치이다. 메뉴얼 모드인 경우, 차량(10)은, 운전 조작 장치(230)에 의해 제공되는 신호에 기초하여 운행될 수 있다. 운전 조작 장치(230)는, 조향 입력 장치(예를 들면, 스티어링 휠), 가속 입력 장치(예를 들면, 가속 페달) 및 브레이크 입력 장치(예를 들면, 브레이크 페달)를 포함할 수 있다.The driving operation device 230 is a device that receives a user input for driving. In the case of the manual mode, the vehicle 10 may be driven based on a signal provided by the driving operation device 230. The driving operation device 230 may include a steering input device (eg, a steering wheel), an acceleration input device (eg, an accelerator pedal), and a brake input device (eg, a brake pedal).
5) 메인 ECU5) Main ECU
메인 ECU(240)는, 차량(10) 내에 구비되는 적어도 하나의 전자 장치의 전반적인 동작을 제어할 수 있다.The main ECU 240 may control the overall operation of at least one electronic device provided in the vehicle 10.
6) 구동 제어 장치6) Drive control device
구동 제어 장치(250)는, 차량(10)내 각종 차량 구동 장치를 전기적으로 제어하는 장치이다. 구동 제어 장치(250)는, 파워 트레인 구동 제어 장치, 샤시 구동 제어 장치, 도어/윈도우 구동 제어 장치, 안전 장치 구동 제어 장치, 램프 구동 제어 장치 및 공조 구동 제어 장치를 포함할 수 있다. 파워 트레인 구동 제어 장치는, 동력원 구동 제어 장치 및 변속기 구동 제어 장치를 포함할 수 있다. 샤시 구동 제어 장치는, 조향 구동 제어 장치, 브레이크 구동 제어 장치 및 서스펜션 구동 제어 장치를 포함할 수 있다. 한편, 안전 장치 구동 제어 장치는, 안전 벨트 제어를 위한 안전 벨트 구동 제어 장치를 포함할 수 있다.The drive control device 250 is a device that electrically controls various vehicle drive devices in the vehicle 10. The drive control device 250 may include a power train drive control device, a chassis drive control device, a door/window drive control device, a safety device drive control device, a lamp drive control device, and an air conditioning drive control device. The power train drive control device may include a power source drive control device and a transmission drive control device. The chassis drive control device may include a steering drive control device, a brake drive control device, and a suspension drive control device. Meanwhile, the safety device driving control device may include a safety belt driving control device for controlling the safety belt.
구동 제어 장치(250)는, 적어도 하나의 전자적 제어 장치(예를 들면, 제어 ECU(Electronic Control Unit))를 포함한다.The drive control device 250 includes at least one electronic control device (eg, a control Electronic Control Unit (ECU)).
구종 제어 장치(250)는, 자율 주행 장치(260)에서 수신되는 신호에 기초하여, 차량 구동 장치를 제어할 수 있다. 예를 들면, 제어 장치(250)는, 자율 주행 장치(260)에서 수신되는 신호에 기초하여, 파워 트레인, 조향 장치 및 브레이크 장치를 제어할 수 있다. The vehicle type control device 250 may control the vehicle driving device based on a signal received from the autonomous driving device 260. For example, the control device 250 may control a power train, a steering device, and a brake device based on a signal received from the autonomous driving device 260.
7) 자율 주행 장치7) Autonomous driving device
자율 주행 장치(260)는, 획득된 데이터에 기초하여, 자율 주행을 위한 패스를 생성할 수 있다. 자율 주행 장치(260)는, 생성된 경로를 따라 주행하기 위한 드라이빙 플랜을 생성 할 수 있다. 자율 주행 장치(260)는, 드라이빙 플랜에 따른 차량의 움직임을 제어하기 위한 신호를 생성할 수 있다. 자율 주행 장치(260)는, 생성된 신호를 구동 제어 장치(250)에 제공할 수 있다.The autonomous driving device 260 may generate a path for autonomous driving based on the acquired data. The autonomous driving device 260 may generate a driving plan for driving along the generated route. The autonomous driving device 260 may generate a signal for controlling the movement of the vehicle according to the driving plan. The autonomous driving device 260 may provide the generated signal to the driving control device 250.
자율 주행 장치(260)는, 적어도 하나의 ADAS(Advanced Driver Assistance System) 기능을 구현할 수 있다. ADAS는, 적응형 크루즈 컨트롤 시스템(ACC : Adaptive Cruise Control), 자동 비상 제동 시스템(AEB : Autonomous Emergency Braking), 전방 충돌 알림 시스템(FCW : Foward Collision Warning), 차선 유지 보조 시스템(LKA : Lane Keeping Assist), 차선 변경 보조 시스템(LCA : Lane Change Assist), 타겟 추종 보조 시스템(TFA : Target Following Assist), 사각 지대 감시 시스템(BSD : Blind Spot Detection), 적응형 하이빔 제어 시스템(HBA : High Beam Assist), 자동 주차 시스템(APS : Auto Parking System), 보행자 충돌 알림 시스템(PD collision warning system), 교통 신호 검출 시스템(TSR : Traffic Sign Recognition), 교통 신호 보조 시스템(TSA : Trafffic Sign Assist), 나이트 비전 시스템(NV : Night Vision), 운전자 상태 모니터링 시스템(DSM : Driver Status Monitoring) 및 교통 정체 지원 시스템(TJA : Traffic Jam Assist) 중 적어도 어느 하나를 구현할 수 있다.The autonomous driving device 260 may implement at least one Advanced Driver Assistance System (ADAS) function. ADAS includes Adaptive Cruise Control (ACC), Autonomous Emergency Braking (AEB), Forward Collision Warning (FCW), and Lane Keeping Assist (LKA). ), Lane Change Assist (LCA), Target Following Assist (TFA), Blind Spot Detection (BSD), Adaptive High Beam Control System (HBA: High Beam Assist) , APS (Auto Parking System), Pedestrian Collision Warning System (PD collision warning system), Traffic Sign Recognition (TSR), Traffic Sign Assist (TSA), Night Vision System At least one of (NV: Night Vision), Driver Status Monitoring (DSM), and Traffic Jam Assist (TJA) may be implemented.
자율 주행 장치(260)는, 자율 주행 모드에서 수동 주행 모드로의 전환 동작 또는 수동 주행 모드에서 자율 주행 모드로의 전환 동작을 수행할 수 있다. 예를 들면, 자율 주행 장치(260)는, 사용자 인터페이스 장치(200)로부터 수신되는 신호에 기초하여, 차량(10)의 모드를 자율 주행 모드에서 수동 주행 모드로 전환하거나 수동 주행 모드에서 자율 주행 모드로 전환할 수 있다.The autonomous driving apparatus 260 may perform a switching operation from an autonomous driving mode to a manual driving mode or a switching operation from a manual driving mode to an autonomous driving mode. For example, the autonomous driving device 260 may switch the mode of the vehicle 10 from the autonomous driving mode to the manual driving mode or the autonomous driving mode from the manual driving mode based on a signal received from the user interface device 200. Can be switched to.
8) 센싱부8) Sensing part
센싱부(270)는, 차량의 상태를 센싱할 수 있다. 센싱부(270)는, IMU(inertial measurement unit) 센서, 충돌 센서, 휠 센서(wheel sensor), 속도 센서, 경사 센서, 중량 감지 센서, 헤딩 센서(heading sensor), 포지션 모듈(position module), 차량 전진/후진 센서, 배터리 센서, 연료 센서, 타이어 센서, 스티어링 센서, 온도 센서, 습도 센서, 초음파 센서, 조도 센서, 페달 포지션 센서 중 적어도 어느 하나를 포함할 수 있다. 한편, IMU(inertial measurement unit) 센서는, 가속도 센서, 자이로 센서, 자기 센서 중 하나 이상을 포함할 수 있다. The sensing unit 270 may sense the state of the vehicle. The sensing unit 270 includes an inertial measurement unit (IMU) sensor, a collision sensor, a wheel sensor, a speed sensor, a tilt sensor, a weight detection sensor, a heading sensor, a position module, and a vehicle. It may include at least one of a forward/reverse sensor, a battery sensor, a fuel sensor, a tire sensor, a steering sensor, a temperature sensor, a humidity sensor, an ultrasonic sensor, an illuminance sensor, and a pedal position sensor. Meanwhile, the inertial measurement unit (IMU) sensor may include one or more of an acceleration sensor, a gyro sensor, and a magnetic sensor.
센싱부(270)는, 적어도 하나의 센서에서 생성되는 신호에 기초하여, 차량의 상태 데이터를 생성할 수 있다. 차량 상태 데이터는, 차량 내부에 구비된 각종 센서에서 감지된 데이터를 기초로 생성된 정보일 수 있다. 센싱부(270)는, 차량 자세 데이터, 차량 모션 데이터, 차량 요(yaw) 데이터, 차량 롤(roll) 데이터, 차량 피치(pitch) 데이터, 차량 충돌 데이터, 차량 방향 데이터, 차량 각도 데이터, 차량 속도 데이터, 차량 가속도 데이터, 차량 기울기 데이터, 차량 전진/후진 데이터, 차량의 중량 데이터, 배터리 데이터, 연료 데이터, 타이어 공기압 데이터, 차량 내부 온도 데이터, 차량 내부 습도 데이터, 스티어링 휠 회전 각도 데이터, 차량 외부 조도 데이터, 가속 페달에 가해지는 압력 데이터, 브레이크 페달에 가해지는 압력 데이터 등을 생성할 수 있다.The sensing unit 270 may generate state data of the vehicle based on a signal generated by at least one sensor. The vehicle state data may be information generated based on data sensed by various sensors provided inside the vehicle. The sensing unit 270 includes vehicle attitude data, vehicle motion data, vehicle yaw data, vehicle roll data, vehicle pitch data, vehicle collision data, vehicle direction data, vehicle angle data, and vehicle speed. Data, vehicle acceleration data, vehicle inclination data, vehicle forward/reverse data, vehicle weight data, battery data, fuel data, tire pressure data, vehicle internal temperature data, vehicle internal humidity data, steering wheel rotation angle data, vehicle exterior illuminance Data, pressure data applied to the accelerator pedal, and pressure data applied to the brake pedal can be generated.
9) 위치 데이터 생성 장치9) Location data generation device
위치 데이터 생성 장치(280)는, 차량(10)의 위치 데이터를 생성할 수 있다. 위치 데이터 생성 장치(280)는, GPS(Global Positioning System) 및 DGPS(Differential Global Positioning System) 중 적어도 어느 하나를 포함할 수 있다. 위치 데이터 생성 장치(280)는, GPS 및 DGPS 중 적어도 어느 하나에서 생성되는 신호에 기초하여 차량(10)의 위치 데이터를 생성할 수 있다. 실시예에 따라, 위치 데이터 생성 장치(280)는, 센싱부(270)의 IMU(Inertial Measurement Unit) 및 오브젝트 검출 장치(210)의 카메라 중 적어도 어느 하나에 기초하여 위치 데이터를 보정할 수 있다. 위치 데이터 생성 장치(280)는, GNSS(Global Navigation Satellite System)로 명명될 수 있다.The location data generating device 280 may generate location data of the vehicle 10. The location data generating apparatus 280 may include at least one of a Global Positioning System (GPS) and a Differential Global Positioning System (DGPS). The location data generating apparatus 280 may generate location data of the vehicle 10 based on a signal generated by at least one of GPS and DGPS. According to an embodiment, the location data generating apparatus 280 may correct the location data based on at least one of an IMU (Inertial Measurement Unit) of the sensing unit 270 and a camera of the object detection apparatus 210. The location data generating device 280 may be referred to as a Global Navigation Satellite System (GNSS).
차량(10)은, 내부 통신 시스템(50)을 포함할 수 있다. 차량(10)에 포함되는 복수의 전자 장치는 내부 통신 시스템(50)을 매개로 신호를 교환할 수 있다. 신호에는 데이터가 포함될 수 있다. 내부 통신 시스템(50)은, 적어도 하나의 통신 프로토콜(예를 들면, CAN, LIN, FlexRay, MOST, 이더넷)을 이용할 수 있다.Vehicle 10 may include an internal communication system 50. A plurality of electronic devices included in the vehicle 10 may exchange signals through the internal communication system 50. Signals may contain data. The internal communication system 50 may use at least one communication protocol (eg, CAN, LIN, FlexRay, MOST, Ethernet).
(3) 자율 주행 장치의 구성 요소(3) Components of autonomous driving devices
도 7은 본 명세서의 실시예에 따른 자율 주행 장치의 제어 블럭도이다.7 is a control block diagram of an autonomous driving apparatus according to an embodiment of the present specification.
도 7을 참조하면, 자율 주행 장치(260)는, 메모리(140), 프로세서(170), 인터페이스부(180) 및 전원 공급부(190)를 포함할 수 있다. Referring to FIG. 7, the autonomous driving device 260 may include a memory 140, a processor 170, an interface unit 180, and a power supply unit 190.
메모리(140)는, 프로세서(170)와 전기적으로 연결된다. 메모리(140)는 유닛에 대한 기본데이터, 유닛의 동작제어를 위한 제어데이터, 입출력되는 데이터를 저장할 수 있다. 메모리(140)는, 프로세서(170)에서 처리된 데이터를 저장할 수 있다. 메모리(140)는, 하드웨어적으로, ROM, RAM, EPROM, 플래시 드라이브, 하드 드라이브 중 적어도 어느 하나로 구성될 수 있다. 메모리(140)는 프로세서(170)의 처리 또는 제어를 위한 프로그램 등, 자율 주행 장치(260) 전반의 동작을 위한 다양한 데이터를 저장할 수 있다. 메모리(140)는, 프로세서(170)와 일체형으로 구현될 수 있다. 실시예에 따라, 메모리(140)는, 프로세서(170)의 하위 구성으로 분류될 수 있다.The memory 140 is electrically connected to the processor 170. The memory 140 may store basic data for a unit, control data for controlling the operation of the unit, and input/output data. The memory 140 may store data processed by the processor 170. In terms of hardware, the memory 140 may be configured with at least one of ROM, RAM, EPROM, flash drive, and hard drive. The memory 140 may store various data for the overall operation of the autonomous driving device 260, such as a program for processing or controlling the processor 170. The memory 140 may be implemented integrally with the processor 170. Depending on the embodiment, the memory 140 may be classified as a sub-element of the processor 170.
인터페이스부(180)는, 차량(10) 내에 구비되는 적어도 하나의 전자 장치와 유선 또는 무선으로 신호를 교환할 수 있다. 인터페이스부(280)는, 오브젝트 검출 장치(210), 통신 장치(220), 운전 조작 장치(230), 메인 ECU(240), 구동 제어 장치(250), 센싱부(270) 및 위치 데이터 생성 장치(280) 중 적어도 어느 하나와 유선 또는 무선으로 신호를 교환할 수 있다. 인터페이스부(280)는, 통신 모듈, 단자, 핀, 케이블, 포트, 회로, 소자 및 장치 중 적어도 어느 하나로 구성될 수 있다.The interface unit 180 may exchange signals with at least one electronic device provided in the vehicle 10 by wire or wirelessly. The interface unit 280 includes an object detection device 210, a communication device 220, a driving operation device 230, a main ECU 240, a drive control device 250, a sensing unit 270, and a position data generating device. A signal may be exchanged with at least one of 280 by wire or wirelessly. The interface unit 280 may be configured with at least one of a communication module, a terminal, a pin, a cable, a port, a circuit, an element, and a device.
전원 공급부(190)는, 자율 주행 장치(260)에 전원을 공급할 수 있다. 전원 공급부(190)는, 차량(10)에 포함된 파워 소스(예를 들면, 배터리)로부터 전원을 공급받아, 자율 주행 장치(260)의 각 유닛에 전원을 공급할 수 있다. 전원 공급부(190)는, 메인 ECU(240)로부터 제공되는 제어 신호에 따라 동작될 수 있다. 전원 공급부(190)는, SMPS(switched-mode power supply)를 포함할 수 있다.The power supply unit 190 may supply power to the autonomous driving device 260. The power supply unit 190 may receive power from a power source (eg, a battery) included in the vehicle 10 and supply power to each unit of the autonomous driving device 260. The power supply unit 190 may be operated according to a control signal provided from the main ECU 240. The power supply unit 190 may include a switched-mode power supply (SMPS).
프로세서(170)는, 메모리(140), 인터페이스부(280), 전원 공급부(190)와 전기적으로 연결되어 신호를 교환할 수 있다. 프로세서(170)는, ASICs (application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적 유닛 중 적어도 하나를 이용하여 구현될 수 있다.The processor 170 may be electrically connected to the memory 140, the interface unit 280, and the power supply unit 190 to exchange signals. The processor 170 includes application specific integrated circuits (ASICs), digital signal processors (DSPs), digital signal processing devices (DSPDs), programmable logic devices (PLDs), field programmable gate arrays (FPGAs), processors, and controllers. It may be implemented using at least one of (controllers), micro-controllers, microprocessors, and electrical units for performing other functions.
프로세서(170)는, 전원 공급부(190)로부터 제공되는 전원에 의해 구동될 수 있다. 프로세서(170)는, 전원 공급부(190)에 의해 전원이 공급되는 상태에서 데이터를 수신하고, 데이터를 처리하고, 신호를 생성하고, 신호를 제공할 수 있다.The processor 170 may be driven by power provided from the power supply unit 190. The processor 170 may receive data, process data, generate a signal, and provide a signal while power is supplied by the power supply unit 190.
프로세서(170)는, 인터페이스부(180)를 통해, 차량(10) 내 다른 전자 장치로부터 정보를 수신할 수 있다. 프로세서(170)는, 인터페이스부(180)를 통해, 차량(10) 내 다른 전자 장치로 제어 신호를 제공할 수 있다.The processor 170 may receive information from another electronic device in the vehicle 10 through the interface unit 180. The processor 170 may provide a control signal to another electronic device in the vehicle 10 through the interface unit 180.
자율 주행 장치(260)는, 적어도 하나의 인쇄 회로 기판(printed circuit board, PCB)을 포함할 수 있다. 메모리(140), 인터페이스부(180), 전원 공급부(190) 및 프로세서(170)는, 인쇄 회로 기판에 전기적으로 연결될 수 있다.The autonomous driving device 260 may include at least one printed circuit board (PCB). The memory 140, the interface unit 180, the power supply unit 190, and the processor 170 may be electrically connected to a printed circuit board.
(4) 자율 주행 장치의 동작(4) operation of autonomous driving devices
도 8은 본 명세서의 실시예에 따른 자율 주행 차량의 신호 흐름도이다.8 is a signal flow diagram of an autonomous vehicle according to an embodiment of the present specification.
1) 수신 동작 1) Receiving operation
도 8을 참조하면, 프로세서(170)는, 수신 동작을 수행할 수 있다. 프로세서(170)는, 인터페이스부(180)를 통해, 오브젝트 검출 장치(210), 통신 장치(220), 센싱부(270) 및 위치 데이터 생성 장치(280) 중 적어도 어느 하나로부터, 데이터를 수신할 수 있다. 프로세서(170)는, 오브젝트 검출 장치(210)로부터, 오브젝트 데이터를 수신할 수 있다. 프로세서(170)는, 통신 장치(220)로부터, HD MAP 데이터를 수신할 수 있다. 프로세서(170)는, 센싱부(270)로부터, 차량 상태 데이터를 수신할 수 있다. 프로세서(170)는, 위치 데이터 생성 장치(280)로부터 위치 데이터를 수신할 수 있다.Referring to FIG. 8, the processor 170 may perform a reception operation. The processor 170 may receive data from at least one of the object detection device 210, the communication device 220, the sensing unit 270, and the location data generation device 280 through the interface unit 180. I can. The processor 170 may receive object data from the object detection apparatus 210. The processor 170 may receive HD MAP data from the communication device 220. The processor 170 may receive vehicle state data from the sensing unit 270. The processor 170 may receive location data from the location data generating device 280.
2) 처리/판단 동작2) Processing/judgment operation
프로세서(170)는, 처리/판단 동작을 수행할 수 있다. 프로세서(170)는, 주행 상황 정보에 기초하여, 처리/판단 동작을 수행할 수 있다. 프로세서(170)는, 오브젝트 데이터, HD MAP 데이터, 차량 상태 데이터 및 위치 데이터 중 적어도 어느 하나에 기초하여, 처리/판단 동작을 수행할 수 있다.The processor 170 may perform a processing/determining operation. The processor 170 may perform a processing/determining operation based on the driving situation information. The processor 170 may perform a processing/determining operation based on at least one of object data, HD MAP data, vehicle state data, and location data.
2.1) 드라이빙 플랜 데이터 생성 동작2.1) Driving plan data generation operation
프로세서(170)는, 드라이빙 플랜 데이터(driving plan data)를 생성할 수 있다. 예를 들면, 프로세서(1700는, 일렉트로닉 호라이즌 데이터(Electronic Horizon Data)를 생성할 수 있다. 일렉트로닉 호라이즌 데이터는, 차량(10)이 위치한 지점에서부터 호라이즌(horizon)까지 범위 내에서의 드라이빙 플랜 데이터로 이해될 수 있다. 호라이즌은, 기 설정된 주행 경로를 기준으로, 차량(10)이 위치한 지점에서 기설정된 거리 앞의 지점으로 이해될 수 있다. 호라이즌은, 기 설정된 주행 경로를 따라 차량(10)이 위치한 지점에서부터 차량(10)이 소정 시간 이후에 도달할 수 있는 지점을 의미할 수 있다. The processor 170 may generate driving plan data. For example, the processor 1700 may generate electronic horizon data. The electronic horizon data is understood as driving plan data within a range from the point where the vehicle 10 is located to the horizon. Horizon may be understood as a point in front of a preset distance from a point where the vehicle 10 is located based on a preset driving route. It may mean a point at which the vehicle 10 can reach after a predetermined time from the point.
일렉트로닉 호라이즌 데이터는, 호라이즌 맵 데이터 및 호라이즌 패스 데이터를 포함할 수 있다.The electronic horizon data may include horizon map data and horizon pass data.
2.1.1) 호라이즌 맵 데이터2.1.1) Horizon Map Data
호라이즌 맵 데이터는, 토폴로지 데이터(topology data), 도로 데이터, HD MAP 데이터 및 다이나믹 데이터(dynamic data) 중 적어도 어느 하나를 포함할 수 있다. 실시예에 따라, 호라이즌 맵 데이터는, 복수의 레이어를 포함할 수 있다. 예를 들면, 호라이즌 맵 데이터는, 토폴로지 데이터에 매칭되는 1 레이어, 도로 데이터에 매칭되는 제2 레이어, HD MAP 데이터에 매칭되는 제3 레이어 및 다이나믹 데이터에 매칭되는 제4 레이어를 포함할 수 있다. 호라이즌 맵 데이터는, 스태이틱 오브젝트(static object) 데이터를 더 포함할 수 있다.The horizon map data may include at least one of topology data, road data, HD MAP data, and dynamic data. According to an embodiment, the horizon map data may include a plurality of layers. For example, the horizon map data may include one layer matching topology data, a second layer matching road data, a third layer matching HD MAP data, and a fourth layer matching dynamic data. The horizon map data may further include static object data.
토폴로지 데이터는, 도로 중심을 연결해 만든 지도로 설명될 수 있다. 토폴로지 데이터는, 차량의 위치를 대략적으로 표시하기에 알맞으며, 주로 운전자를 위한 내비게이션에서 사용하는 데이터의 형태일 수 있다. 토폴로지 데이터는, 차로에 대한 정보가 제외된 도로 정보에 대한 데이터로 이해될 수 있다. 토폴로지 데이터는, 통신 장치(220)를 통해, 외부 서버에서 수신된 데이터에 기초하여 생성될 수 있다. 토폴로지 데이터는, 차량(10)에 구비된 적어도 하나의 메모리에 저장된 데이터에 기초할 수 있다.Topology data can be described as a map created by connecting the center of the road. The topology data is suitable for roughly indicating the location of the vehicle, and may be in the form of data mainly used in a navigation for a driver. The topology data may be understood as data about road information excluding information about a lane. The topology data may be generated based on data received from an external server through the communication device 220. The topology data may be based on data stored in at least one memory provided in the vehicle 10.
도로 데이터는, 도로의 경사 데이터, 도로의 곡률 데이터, 도로의 제한 속도 데이터 중 적어도 어느 하나를 포함할 수 있다. 도로 데이터는, 추월 금지 구간 데이터를 더 포함할 수 있다. 도로 데이터는, 통신 장치(220)를 통해, 외부 서버에서 수신된 데이터에 기초할 수 있다. 도로 데이터는, 오브젝트 검출 장치(210)에서 생성된 데이터에 기초할 수 있다.The road data may include at least one of slope data of a road, curvature data of a road, and speed limit data of a road. The road data may further include overtaking prohibited section data. Road data may be based on data received from an external server through the communication device 220. The road data may be based on data generated by the object detection apparatus 210.
HD MAP 데이터는, 도로의 상세한 차선 단위의 토폴로지 정보, 각 차선의 연결 정보, 차량의 로컬라이제이션(localization)을 위한 특징 정보(예를 들면, 교통 표지판, Lane Marking/속성, Road furniture 등)를 포함할 수 있다. HD MAP 데이터는, 통신 장치(220)를 통해, 외부 서버에서 수신된 데이터에 기초할 수 있다.The HD MAP data includes detailed lane-level topology information of the road, connection information of each lane, and feature information for localization of the vehicle (e.g., traffic signs, lane marking/attributes, road furniture, etc.). I can. The HD MAP data may be based on data received from an external server through the communication device 220.
다이나믹 데이터는, 도로상에서 발생될 수 있는 다양한 동적 정보를 포함할 수 있다. 예를 들면, 다이나믹 데이터는, 공사 정보, 가변 속도 차로 정보, 노면 상태 정보, 트래픽 정보, 무빙 오브젝트 정보 등을 포함할 수 있다. 다이나믹 데이터는, 통신 장치(220)를 통해, 외부 서버에서 수신된 데이터에 기초할 수 있다. 다이나믹 데이터는, 오브젝트 검출 장치(210)에서 생성된 데이터에 기초할 수 있다.The dynamic data may include various dynamic information that may be generated on the road. For example, the dynamic data may include construction information, variable speed lane information, road surface condition information, traffic information, moving object information, and the like. The dynamic data may be based on data received from an external server through the communication device 220. The dynamic data may be based on data generated by the object detection apparatus 210.
프로세서(170)는, 차량(10)이 위치한 지점에서부터 호라이즌까지 범위 내에서의 맵 데이터를 제공할 수 있다.The processor 170 may provide map data within a range from the point where the vehicle 10 is located to the horizon.
2.1.2) 호라이즌 패스 데이터2.1.2) Horizon Pass Data
호라이즌 패스 데이터는, 차량(10)이 위치한 지점에서부터 호라이즌까지의 범위 내에서 차량(10)이 취할 수 있는 궤도로 설명될 수 있다. 호라이즌 패스 데이터는, 디시전 포인트(decision point)(예를 들면, 갈림길, 분기점, 교차로 등)에서 어느 하나의 도로를 선택할 상대 확률을 나타내는 데이터를 포함할 수 있다. 상대 확률은, 최종 목적지까지 도착하는데 걸리는 시간에 기초하여 계산될 수 있다. 예를 들면, 디시전 포인트에서, 제1 도로를 선택하는 경우 제2 도로를 선택하는 경우보다 최종 목적지에 도착하는데 걸리는 시간이 더 작은 경우, 제1 도로를 선택할 확률은 제2 도로를 선택할 확률보다 더 높게 계산될 수 있다.The horizon pass data may be described as a trajectory that the vehicle 10 can take within a range from the point where the vehicle 10 is located to the horizon. The horizon pass data may include data representing a relative probability of selecting any one road at a decision point (eg, a fork, a fork, an intersection, etc.). The relative probability can be calculated based on the time it takes to reach the final destination. For example, at the decision point, if the first road is selected and the time it takes to reach the final destination is less than the second road is selected, the probability of selecting the first road is less than the probability of selecting the second road. It can be calculated higher.
호라이즌 패스 데이터는, 메인 패스와 서브 패스를 포함할 수 있다. 메인 패스는, 선택될 상대적 확률이 높은 도로들을 연결한 궤도로 이해될 수 있다. 서브 패스는, 메인 패스 상의 적어도 하나의 디시전 포인트에서 분기될 수 있다. 서브 패스는, 메인 패스 상의 적어도 하나의 디시전 포인트에서 선택될 상대적 확률이 낮은 적어도 어느 하나의 도로를 연결한 궤도로 이해될 수 있다.Horizon pass data may include a main pass and a sub pass. The main path can be understood as a trajectory connecting roads with a high relative probability to be selected. The sub-path may be branched at at least one decision point on the main path. The sub-path may be understood as a trajectory connecting at least one road having a low relative probability to be selected from at least one decision point on the main path.
3) 제어 신호 생성 동작3) Control signal generation operation
프로세서(170)는, 제어 신호 생성 동작을 수행할 수 있다. 프로세서(170)는, 일렉트로닉 호라이즌 데이터에 기초하여, 제어 신호를 생성할 수 있다. 예를 들면, 프로세서(170)는, 일렉트로닉 호라이즌 데이터에 기초하여, 파워트레인 제어 신호, 브라이크 장치 제어 신호 및 스티어링 장치 제어 신호 중 적어도 어느 하나를 생성할 수 있다.The processor 170 may perform a control signal generation operation. The processor 170 may generate a control signal based on electronic horizon data. For example, the processor 170 may generate at least one of a powertrain control signal, a brake device control signal, and a steering device control signal based on the electronic horizon data.
프로세서(170)는, 인터페이스부(180)를 통해, 생성된 제어 신호를 구동 제어 장치(250)에 전송할 수 있다. 구동 제어 장치(250)는, 파워 트레인(251), 브레이크 장치(252) 및 스티어링 장치(253) 중 적어도 어느 하나에 제어 신호를 전송할 수 있다.The processor 170 may transmit the generated control signal to the driving control device 250 through the interface unit 180. The drive control device 250 may transmit a control signal to at least one of the power train 251, the brake device 252, and the steering device 253.
자율 주행 차량 이용 시나리오Self-driving vehicle use scenario
도 9는 본 명세서의 실시예에 따라 사용자의 이용 시나리오를 설명하는데 참조되는 도면이다.9 is a diagram referenced to explain a usage scenario of a user according to an embodiment of the present specification.
1) 목적지 예측 시나리오1) Destination prediction scenario
제1 시나리오(S111)는, 사용자의 목적지 예측 시나리오이다. 사용자 단말기는 캐빈 시스템(300)과 연동 가능한 애플리케이션을 설치할 수 있다. 사용자 단말기는, 애플리케이션을 통해, 사용자의 컨텍스트추얼 정보(user's contextual information)를 기초로, 사용자의 목적지를 예측할 수 있다. 사용자 단말기는, 애플리케이션을 통해, 캐빈 내의 빈자리 정보를 제공할 수 있다.The first scenario S111 is a user's destination prediction scenario. The user terminal may install an application capable of interworking with the cabin system 300. The user terminal may predict the destination of the user based on the user's contextual information through the application. The user terminal may provide information on empty seats in the cabin through an application.
2) 캐빈 인테리어 레이아웃 준비 시나리오2) Cabin interior layout preparation scenario
제2 시나리오(S112)는, 캐빈 인테리어 레이아웃 준비 시나리오이다. 캐빈 시스템(300)은, 차량(300) 외부에 위치하는 사용자에 대한 데이터를 획득하기 위한 스캐닝 장치를 더 포함할 수 있다. 스캐닝 장치는, 사용자를 스캐닝하여, 사용자의 신체 데이터 및 수하물 데이터를 획득할 수 있다. 사용자의 신체 데이터 및 수하물 데이터는, 레이아웃을 설정하는데 이용될 수 있다. 사용자의 신체 데이터는, 사용자 인증에 이용될 수 있다. 스캐닝 장치는, 적어도 하나의 이미지 센서를 포함할 수 있다. 이미지 센서는, 가시광 대역 또는 적외선 대역의 광을 이용하여 사용자 이미지를 획득할 수 있다.The second scenario S112 is a cabin interior layout preparation scenario. The cabin system 300 may further include a scanning device for acquiring data on a user located outside the vehicle 300. The scanning device may scan the user to obtain body data and baggage data of the user. The user's body data and baggage data can be used to set the layout. The user's body data may be used for user authentication. The scanning device may include at least one image sensor. The image sensor may acquire a user image by using light in the visible or infrared band.
시트 시스템(360)은, 사용자의 신체 데이터 및 수하물 데이터 중 적어도 어느 하나에 기초하여, 캐빈 내 레이아웃을 설정할 수 있다. 예를 들면, 시트 시스템(360)은, 수하물 적재 공간 또는 카시트 설치 공간을 마련할 수 있다. The seat system 360 may set a layout in the cabin based on at least one of a user's body data and baggage data. For example, the seat system 360 may provide a luggage storage space or a car seat installation space.
3) 사용자 환영 시나리오3) User welcome scenario
제3 시나리오(S113)는, 사용자 환영 시나리오이다. 캐빈 시스템(300)은, 적어도 하나의 가이드 라이트를 더 포함할 수 있다. 가이드 라이트는, 캐빈 내 바닥에 배치될 수 있다. 캐빈 시스템(300)은, 사용자의 탑승이 감지되는 경우, 복수의 시트 중 기 설정된 시트에 사용자가 착석하도록 가이드 라이트를 출력할 수 있다. 예를 들면, 메인 컨트롤러(370)는, 오픈된 도어에서부터 기 설정된 사용자 시트까지 시간에 따른 복수의 광원에 대한 순차 점등을 통해, 무빙 라이트를 구현할 수 있다.The third scenario S113 is a user welcome scenario. The cabin system 300 may further include at least one guide light. The guide light may be disposed on the floor in the cabin. When a user's boarding is detected, the cabin system 300 may output a guide light to allow the user to sit on a preset seat among a plurality of seats. For example, the main controller 370 may implement a moving light by sequentially lighting a plurality of light sources according to time from an opened door to a preset user seat.
4) 시트 조절 서비스 시나리오4) Seat adjustment service scenario
제4 시나리오(S114)는, 시트 조절 서비스 시나리오이다. 시트 시스템(360)은, 획득된 신체 정보에 기초하여, 사용자와 매칭되는 시트의 적어도 하나의 요소를 조절할 수 있다. The fourth scenario S114 is a seat adjustment service scenario. The seat system 360 may adjust at least one element of a seat matching the user based on the acquired body information.
5) 개인 컨텐츠 제공 시나리오5) Personal content provision scenario
제5 시나리오(S115)는, 개인 컨텐츠 제공 시나리오이다. 디스플레이 시스템(350)은, 입력 장치(310) 또는 통신 장치(330)를 통해, 사용자 개인 데이터를 수신할 수 있다. 디스플레이 시스템(350)은, 사용자 개인 데이터에 대응되는 컨텐츠를 제공할 수 있다. The fifth scenario S115 is a personal content providing scenario. The display system 350 may receive user personal data through the input device 310 or the communication device 330. The display system 350 may provide content corresponding to user personal data.
6) 상품 제공 시나리오6) Product provision scenario
제6 시나리오(S116)는, 상품 제공 시나리오이다. 카고 시스템(355)은, 입력 장치(310) 또는 통신 장치(330)를 통해, 사용자 데이터를 수신할 수 있다. 사용자 데이터는, 사용자의 선호도 데이터 및 사용자의 목적지 데이터 등을 포함할 수 있다. 카고 시스템(355)은, 사용자 데이터에 기초하여, 상품을 제공할 수 있다. The sixth scenario S116 is a product provision scenario. The cargo system 355 may receive user data through the input device 310 or the communication device 330. The user data may include user preference data and user destination data. The cargo system 355 may provide a product based on user data.
7) 페이먼트 시나리오7) Payment scenario
제7 시나리오(S117)는, 페이먼트 시나리오이다. 페이먼트 시스템(365)은, 입력 장치(310), 통신 장치(330) 및 카고 시스템(355) 중 적어도 어느 하나로부터 가격 산정을 위한 데이터를 수신할 수 있다. 페이먼트 시스템(365)은, 수신된 데이터에 기초하여, 사용자의 차량 이용 가격을 산정할 수 있다. 페이먼트 시스템(365)은, 산정된 가격으로 사용자(예를 들면, 사용자의 이동 단말기)에 요금 지불을 요청할 수 있다. The seventh scenario S117 is a payment scenario. The payment system 365 may receive data for price calculation from at least one of the input device 310, the communication device 330, and the cargo system 355. The payment system 365 may calculate a vehicle usage price of the user based on the received data. The payment system 365 may request payment of a fee from a user (eg, a user's mobile terminal) at the calculated price.
8) 사용자의 디스플레이 시스템 제어 시나리오8) User's display system control scenario
제8 시나리오(S118)는, 사용자의 디스플레이 시스템 제어 시나리오이다. 입력 장치(310)는, 적어도 어느 하나의 형태로 이루어진 사용자 입력을 수신하여, 전기적 신호로 전환할 수 있다. 디스플레이 시스템(350)은, 전기적 신호에 기초하여, 표시되는 컨텐츠를 제어할 수 있다.The eighth scenario S118 is a user's display system control scenario. The input device 310 may receive a user input in at least one form and convert it into an electrical signal. The display system 350 may control displayed content based on an electrical signal.
9) AI 에이전트 시나리오9) AI agent scenario
제9 시나리오(S119)는, 복수의 사용자를 위한 멀티 채널 인공지능(artificial intelligence, AI) 에이전트 시나리오이다. 인공 지능 에이전트(372)는, 복수의 사용자 별로 사용자 입력을 구분할 수 있다. 인공 지능 에이전트(372)는, 복수의 사용자 개별 사용자 입력이 전환된 전기적 신호에 기초하여, 디스플레이 시스템(350), 카고 시스템(355), 시트 시스템(360) 및 페이먼트 시스템(365) 중 적어도 어느 하나를 제어할 수 있다.The ninth scenario S119 is a multi-channel artificial intelligence (AI) agent scenario for a plurality of users. The artificial intelligence agent 372 may classify a user input for each of a plurality of users. The artificial intelligence agent 372 is at least one of the display system 350, the cargo system 355, the seat system 360, and the payment system 365 based on the electrical signals converted from a plurality of user individual user inputs. Can be controlled.
10) 복수 사용자를 위한 멀티미디어 컨텐츠 제공 시나리오10) Scenario for providing multimedia contents for multiple users
제10 시나리오(S120)는, 복수의 사용자를 대상으로 하는 멀티미디어 컨텐츠 제공 시나리오이다. 디스플레이 시스템(350)은, 모든 사용자가 함께 시청할 수 있는 컨텐츠를 제공할 수 있다. 이경우, 디스플레이 시스템(350)은, 시트별로 구비된 스피커를 통해, 동일한 사운드를 복수의 사용자 개별적으로 제공할 수 있다. 디스플레이 시스템(350)은, 복수의 사용자가 개별적으로 시청할 수 있는 컨텐츠를 제공할 수 있다. 이경우, 디스플레이 시스템(350)는, 시트별로 구비된 스피커를 통해, 개별적 사운드를 제공할 수 있다.The tenth scenario S120 is a scenario for providing multimedia contents targeting a plurality of users. The display system 350 may provide content that all users can watch together. In this case, the display system 350 may individually provide the same sound to a plurality of users through speakers provided for each sheet. The display system 350 may provide content that can be individually viewed by a plurality of users. In this case, the display system 350 may provide individual sounds through speakers provided for each sheet.
11) 사용자 안전 확보 시나리오11) User safety security scenario
제11 시나리오(S121)는, 사용자 안전 확보 시나리오이다. 사용자에게 위협이되는 차량 주변 오브젝트 정보를 획득하는 경우, 메인 컨트롤러(370)는, 디스플레이 시스템(350)을 통해, 차량 주변 오브젝트에 대한 알람이 출력되도록 제어할 수 있다.The eleventh scenario S121 is a user safety securing scenario. When obtaining information on objects around the vehicle that threatens the user, the main controller 370 may control to output an alarm for objects around the vehicle through the display system 350.
12) 소지품 분실 예방 시나리오12) Loss of belongings prevention scenario
제12 시나리오(S122)는, 사용자의 소지품 분실 예방 시나리오이다. 메인 컨트롤러(370)는, 입력 장치(310)를 통해, 사용자의 소지품에 대한 데이터를 획득할 수 있다. 메인 컨트롤러(370)는, 입력 장치(310)를 통해, 사용자의 움직임 데이터를 획득할 수 있다. 메인 컨트롤러(370)는, 소지품에 대한 데이터 및 움직임 데이터에 기초하여, 사용자가 소지품을 두고 하차 하는지 여부를 판단할 수 있다. 메인 컨트롤러(370)는, 디스플레이 시스템(350)을 통해, 소지품에 관한 알람이 출력되도록 제어할 수 있다.The twelfth scenario S122 is a scenario for preventing the loss of belongings by the user. The main controller 370 may acquire data on the user's belongings through the input device 310. The main controller 370 may acquire motion data of a user through the input device 310. The main controller 370 may determine whether the user leaves the belongings and gets off the vehicle based on the data and movement data on the belongings. The main controller 370 may control an alarm for belongings to be output through the display system 350.
13) 하차 리포트 시나리오13) Alight Report Scenario
제13 시나리오(S123)는, 하차 리포트 시나리오이다. 메인 컨트롤러(370)는, 입력 장치(310)를 통해, 사용자의 하차 데이터를 수신할 수 있다. 사용자 하차 이후, 메인 컨트롤러(370)는, 통신 장치(330)를 통해, 사용자의 이동 단말기에 하차에 따른 리포트 데이터를 제공할 수 있다. 리포트 데이터는, 차량(10) 전체 이용 요금 데이터를 포함할 수 있다.The thirteenth scenario S123 is a getting off report scenario. The main controller 370 may receive a user's getting off data through the input device 310. After getting off the user, the main controller 370 may provide report data according to the getting off to the user's mobile terminal through the communication device 330. The report data may include data on the total usage fee of the vehicle 10.
V2X (Vehicle-to-Everything) V2X (Vehicle-to-Everything)
도 10는 본 명세서가 적용될 수 있는 V2X 통신의 예시이다.10 is an example of V2X communication to which the present specification can be applied.
V2X 통신은 차량 사이의 통신(communication between vehicles)을 지칭하는 V2V(Vehicle-to-Vehicle), 차량과 eNB 또는 RSU(Road Side Unit) 사이의 통신을 지칭하는 V2I(Vehicle to Infrastructure), 차량 및 개인(보행자, 자전거 운전자, 차량 운전자 또는 승객)이 소지하고 있는 UE 간 통신을 지칭하는 V2P(Vehicle-to-Pedestrian), V2N(vehicle-to-network) 등 차량과 모든 개체들 간 통신을 포함한다.V2X communication is V2V (Vehicle-to-Vehicle), which refers to communication between vehicles, V2I (Vehicle to Infrastructure), which refers to communication between a vehicle and an eNB or RSU (Road Side Unit), and vehicle and individual. It includes communication between the vehicle and all entities such as V2P (Vehicle-to-Pedestrian) and V2N (vehicle-to-network), which refer to communication between UEs possessed by (pedestrian, cyclist, vehicle driver, or passenger).
V2X 통신은 V2X 사이드링크 또는 NR V2X와 동일한 의미를 나타내거나 또는 V2X 사이드링크 또는 NR V2X를 포함하는 보다 넓은 의미를 나타낼 수 있다.V2X communication may represent the same meaning as V2X sidelink or NR V2X, or may represent a broader meaning including V2X sidelink or NR V2X.
V2X 통신은 예를 들어, 전방 충돌 경고, 자동 주차 시스템, 협력 조정형 크루즈 컨트롤(Cooperative adaptive cruise control: CACC), 제어 상실 경고, 교통행렬 경고, 교통 취약자 안전 경고, 긴급 차량 경보, 굽은 도로 주행 시 속도 경고, 트래픽 흐름 제어 등 다양한 서비스에 적용 가능하다.V2X communication includes, for example, forward collision warning, automatic parking system, cooperative adaptive cruise control (CACC), control loss warning, traffic matrix warning, traffic vulnerable safety warning, emergency vehicle warning, and driving on curved roads. It can be applied to various services such as speed warning and traffic flow control.
V2X 통신은 PC5 인터페이스 및/또는 Uu 인터페이스를 통해 제공될 수 있다. 이 경우, V2X 통신을 지원하는 무선 통신 시스템에는, 상기 차량과 모든 개체들 간의 통신을 지원하기 위한 특정 네트워크 개체(network entity)들이 존재할 수 있다. 예를 들어, 상기 네트워크 개체는, BS(eNB), RSU(road side unit), UE, 또는 어플리케이션 서버(application server)(예, 교통 안전 서버(traffic safety server)) 등일 수 있다.V2X communication may be provided through a PC5 interface and/or a Uu interface. In this case, in a wireless communication system supporting V2X communication, specific network entities for supporting communication between the vehicle and all entities may exist. For example, the network entity may be a BS (eNB), a road side unit (RSU), a UE, or an application server (eg, a traffic safety server).
또한, V2X 통신을 수행하는 UE는, 일반적인 휴대용 UE(handheld UE)뿐만 아니라, 차량 UE(V-UE(Vehicle UE)), 보행자 UE(pedestrian UE), BS 타입(eNB type)의 RSU, 또는 UE 타입(UE type)의 RSU, 통신 모듈을 구비한 로봇 등을 의미할 수 있다.In addition, the UE performing V2X communication is not only a general portable UE (handheld UE), but also a vehicle UE (V-UE (Vehicle UE)), a pedestrian UE (pedestrian UE), a BS type (eNB type) RSU, or a UE It may refer to a type (UE type) RSU, a robot equipped with a communication module, or the like.
V2X 통신은 UE들 간에 직접 수행되거나, 상기 네트워크 개체(들)를 통해 수행될 수 있다. 이러한 V2X 통신의 수행 방식에 따라 V2X 동작 모드가 구분될 수 있다.V2X communication may be performed directly between UEs or may be performed through the network entity(s). V2X operation modes can be classified according to the V2X communication method.
V2X 통신은, 사업자(operator) 또는 제3자가 V2X가 지원되는 지역 내에서 UE 식별자를 트랙킹할 수 없도록, V2X 어플리케이션의 사용 시에 UE의 익명성(pseudonymity) 및 개인보호(privacy)를 지원할 것이 요구된다. V2X communication is required to support the pseudonymity and privacy of the UE when using the V2X application so that an operator or a third party cannot track the UE identifier in the region where V2X is supported. do.
V2X 통신에서 자주 사용되는 용어는 다음과 같이 정의된다.The terms frequently used in V2X communication are defined as follows.
- RSU (Road Side Unit): RSU는 V2I 서비스를 사용하여 이동 차량과 전송/수신 할 수 있는 V2X 서비스 가능 장치이다. 또한, RSU는 V2X 어플리케이션을 지원하는 고정 인프라 엔터티로서, V2X 어플리케이션을 지원하는 다른 엔터티와 메시지를 교환할 수 있다. RSU는 기존 ITS 스펙에서 자주 사용되는 용어이며, 3GPP 스펙에 이 용어를 도입한 이유는 ITS 산업에서 문서를 더 쉽게 읽을 수 있도록 하기 위해서이다. RSU는 V2X 어플리케이션 로직을 BS(BS-타입 RSU라고 함) 또는 UE(UE-타입 RSU라고 함)의 기능과 결합하는 논리적 엔티티이다.-RSU (Road Side Unit): RSU is a V2X service capable device that can transmit/receive with a mobile vehicle using V2I service. In addition, RSU is a fixed infrastructure entity that supports V2X applications, and can exchange messages with other entities that support V2X applications. RSU is a term frequently used in the existing ITS specification, and the reason for introducing this term in the 3GPP specification is to make the document easier to read in the ITS industry. The RSU is a logical entity that combines the V2X application logic with the function of the BS (referred to as BS-type RSU) or UE (referred to as UE-type RSU).
- V2I 서비스: V2X 서비스의 일 타입으로, 한 쪽은 차량(vehicle)이고 다른 쪽은 기반시설(infrastructure)에 속하는 엔티티.-V2I service: A type of V2X service, an entity belonging to one side of the vehicle and the other side of the infrastructure.
- V2P 서비스: V2X 서비스의 일 타입으로, 한 쪽은 차량이고, 다른 쪽은 개인이 휴대하는 기기(예, 보행자, 자전거 타는 사람, 운전자 또는 동승자가 휴대하는 휴대용 UE기).-V2P service: A type of V2X service, with one side being a vehicle and the other side being a personal device (eg, a portable UE device carried by a pedestrian, cyclist, driver, or passenger).
- V2X 서비스: 차량에 전송 또는 수신 장치가 관계된 3GPP 통신 서비스 타입.-V2X service: 3GPP communication service type in which a transmitting or receiving device is related to a vehicle.
- V2X 가능(enabled) UE: V2X 서비스를 지원하는 UE.-V2X enabled (enabled) UE: UE that supports V2X service.
- V2V 서비스: V2X 서비스의 타입으로, 통신의 양쪽 모두 차량이다.-V2V service: This is a type of V2X service, both of which are vehicles.
- V2V 통신 범위: V2V 서비스에 참여하는 두 차량 간의 직접 통신 범위.-V2V communication range: Direct communication range between two vehicles participating in V2V service.
V2X(Vehicle-to-Everything)라고 불리는 V2X 어플리케이션은 살핀 것처럼, (1) 차량 대 차량 (V2V), (2) 차량 대 인프라 (V2I), (3) 차량 대 네트워크 (V2N), (4) 차량 대 보행자 (V2P)의 4가지 타입이 있다.V2X applications, called Vehicle-to-Everything (V2X), look like you're looking at: (1) Vehicle to Vehicle (V2V), (2) Vehicle to Infrastructure (V2I), (3) Vehicle to Network (V2N), (4) Vehicle There are four types of pedestrians (V2P).
도 11은 V2X가 사용되는 사이드링크에서의 자원 할당 방법을 예시한다.11 illustrates a resource allocation method in a sidelink in which V2X is used.
사이드링크에서는 서로 다른 사이드링크 제어 채널(physical sidelink control channel, PSCCH)들이 주파수 도메인에서 이격되어 할당되고 서로 다른 사이드링크 공유 채널(physical sidelink shared channel, PSSCH)들이 이격되어 할당될 수 있다. 또는, 서로 다른 PSCCH들이 주파수 도메인에서 연속하여 할당되고, PSSCH들도 주파수 도메인에서 연속하여 할당될 수도 있다. In the sidelink, different sidelink control channels (physical sidelink control channels, PSCCHs) may be allocated spaced apart from each other in the frequency domain, and different sidelink shared channels (physical sidelink shared channels, PSSCHs) may be allocated spaced apart from each other. Alternatively, different PSCCHs may be consecutively allocated in the frequency domain, and PSSCHs may be consecutively allocated in the frequency domain.
NR V2XNR V2X
3GPP 릴리즈 14 및 15 동안 자동차 산업으로 3GPP 플랫폼을 확장하기 위해, LTE에서 V2V 및 V2X 서비스에 대한 지원이 소개되었다.During 3GPP Releases 14 and 15, to extend the 3GPP platform to the automotive industry, support for V2V and V2X services in LTE was introduced.
개선된(enhanced) V2X 사용 예(use case)에 대한 지원을 위한 요구사항(requirement)들은 크게 4개의 사용 예 그룹들로 정리된다.The requirements for support for the enhanced V2X use case are largely organized into four use case groups.
(1) 차량 플래투닝 (vehicle Platooning)은 차량들이 함께 움직이는 플래툰(platoon)을 동적으로 형성할 수 있게 한다. 플래툰의 모든 차량은 이 플래툰을 관리하기 위해 선두 차량으로부터 정보를 얻는다. 이러한 정보는 차량이 정상 방향보다 조화롭게 운전되고, 같은 방향으로 가고 함께 운행할 수 있게 한다.(1) Vehicle Platooning enables vehicles to dynamically form a platoon that moves together. All of Platoon's vehicles get information from the leading vehicle to manage this Platoon. This information allows vehicles to drive more harmoniously than normal, go in the same direction and travel together.
(2) 확장된 센서(extended sensor)들은 차량, 도로 사이트 유닛(road site unit), 보행자 장치(pedestrian device) 및 V2X 어플리케이션 서버에서 로컬 센서 또는 동영상 이미지(live video image)를 통해 수집된 원시(raw) 또는 처리된 데이터를 교환할 수 있게 한다. 차량은 자신의 센서가 감지할 수 있는 것 이상으로 환경에 대한 인식을 높일 수 있으며, 지역 상황을 보다 광범위하고 총체적으로 파악할 수 있다. 높은 데이터 전송 레이트가 주요 특징 중 하나이다.(2) Extended sensors are raw data collected from vehicles, road site units, pedestrian devices, and V2X application servers via local sensors or live video images. ) Or exchange of processed data. Vehicles can increase their awareness of the environment beyond what their own sensors can detect, and can grasp the local situation more broadly and holistically. A high data transfer rate is one of its main features.
(3) 진화된 운전(advanced driving)은 반-자동 또는 완전-자동 운전을 가능하게 한다. 각 차량 및/또는 RSU는 로컬 센서에서 얻은 자체 인식 데이터를 근접 차량과 공유하고, 차량이 궤도(trajectory) 또는 기동(manoeuvre)을 동기화 및 조정할 수 있게 한다. 각 차량은 근접 운전 차량과 운전 의도를 공유한다.(3) Advanced driving enables semi-automatic or fully-automatic driving. Each vehicle and/or RSU shares its own recognition data from local sensors with nearby vehicles, allowing the vehicle to synchronize and adjust trajectory or manoeuvre. Each vehicle shares a driving intention with a nearby driving vehicle.
(4) 원격 운전(remote driving)은 원격 운전자 또는 V2X 어플리케이션이 스스로 또는 위험한 환경에 있는 원격 차량으로 주행 할 수 없는 승객을 위해 원격 차량을 운전할 수 있게 한다. 변동이 제한적이고, 대중 교통과 같이 경로를 예측할 수 있는 경우, 클라우드 컴퓨팅을 기반으로 한 운전을 사용할 수 있다. 높은 신뢰성과 낮은 대기 시간이 주요 요구 사항이다.(4) Remote driving allows remote drivers or V2X applications to drive remote vehicles for passengers who cannot drive themselves or with remote vehicles in hazardous environments. When fluctuations are limited and the route can be predicted, such as in public transport, driving based on cloud computing can be used. High reliability and low latency are the main requirements.
PC5를 통해 V2X 통신을 하기위한 식별자Identifier for V2X communication through PC5
각 단말은 하나 이상의 PC5를 통해 V2통신을 하기 위한 Layer-2 식별자를 갖는다. 이는 소스(source) Layer-2 ID 와 목적지(Destination) Layer-2 ID를 포함한다.Each terminal has a Layer-2 identifier for V2 communication through one or more PC5s. This includes the source Layer-2 ID and the destination Layer-2 ID.
소스 및 목적지 Layer-2 ID는 Layer-2 프레임에 포함되며, Layer-2 프레임은 프레임상의 Layer-2의 소스 및 목적지를 식별하는 PC5의 layer-2 링크를 통해 전송된다.The source and destination Layer-2 IDs are included in the Layer-2 frame, and the Layer-2 frame is transmitted through a layer-2 link of PC5 that identifies the source and destination of Layer-2 on the frame.
단말의 소스 및 목적지 Layer-2 ID 선택은 layer-2 링크의 PC5의 V2X 통신의 통신모드에 근거한다. 소스 Layer-2 ID는 다른 통신모드간에 다를 수 있다.The UE's source and destination Layer-2 ID selection is based on the communication mode of the V2X communication of PC5 on the layer-2 link. The source Layer-2 ID can be different between different communication modes.
IP 기반의 V2X 통신이 허용되는 경우, 단말은 링크 로컬 IPv6 주소를 소스 IP 주소로 사용하도록 설정한다. 단말은 중복주소 탐색을 위한 Neighbor Solicitation and Neighbor Advertisement 메시지를 보내지 않고도, PC5의 V2X 통신을 위해 이 IP 주소를 사용할 수 있다. When IP-based V2X communication is allowed, the terminal configures the link-local IPv6 address to be used as the source IP address. The UE can use this IP address for V2X communication of PC5 without sending a Neighbor Solicitation and Neighbor Advertisement message for redundant address discovery.
일 단말이 현재 지리적 영역에서 지원되는 개인정보 보호가 요구되는 활성화 된 V2X application을 갖는다면, 소스 단말(예를 들어, 차량)이 추적당하거나 특정시간 동안만 다른 단말로부터 식별되기 위해, 소스 Layer-2 ID는 시간이 지남에 따라 변경되고, 무작위화 될 수 있다. IP 기반의 V2X 통신의 경우, 소스 IP 주소도 시간이 지남에 따라 변경되어야 하고, 무작위화 되어야 한다. If one terminal has an active V2X application that requires personal information protection supported in the current geographic area, the source terminal (eg, vehicle) is tracked or identified from other terminals only for a specific time, so that the source layer- 2 IDs change over time and can be randomized. In the case of IP-based V2X communication, the source IP address must also change over time and must be randomized.
소스 단말의 식별자들의 변경은 PC5에 사용되는 계층에서 동기화되어야 한다. 즉, 어플리케이션 계층 식별자가 변경된다면, 소스 Layer-2 ID 와 소스 IP 주소의 변경도 요구된다. Changes of the identifiers of the source terminal must be synchronized in the layer used for PC5. That is, if the application layer identifier is changed, the source Layer-2 ID and source IP address are also required to be changed.
브로드캐스트 모드(Broadcast mode)Broadcast mode
도 12는 PC5를 이용한 V2X 통신의 브로드캐스트 모드에 대한 절차를 예시하는 도면이다.12 is a diagram illustrating a procedure for a broadcast mode of V2X communication using PC5.
1. 수신 단말은 브로드캐스트 수신을 위한 목적지(destination) Layer-2 ID를 결정한다. 목적지 Layer-2 ID는 수신을 위해, 수신 단말의 AS 계층으로 전달된다.One. The receiving terminal determines a destination Layer-2 ID for broadcast reception. The destination Layer-2 ID is transmitted to the AS layer of the receiving terminal for reception.
2. 송신 단말의 V2X application layer는 데이터 유닛을 제공하고, V2X 어플리케이션 요구사항(Application Requirements)을 제공할 수 있다.2. The V2X application layer of the transmitting terminal may provide a data unit and may provide V2X application requirements.
3. 송신 단말은 브로드캐스트를 위한, 목적지 Layer-2 ID를 결정한다. 송신 단말은 소스(source) Layer-2 ID를 자체 할당한다.3. The transmitting terminal determines a destination Layer-2 ID for broadcast. The transmitting terminal allocates itself with a source Layer-2 ID.
4. 송신 단말이 전송하는 하나의 브로드캐스트 메시지는 소스 Layer-2 ID 와 목적지 Layer-2 ID를 이용하여, V2X 서비스 데이터를 전송한다.4. One broadcast message transmitted by the transmitting terminal transmits V2X service data using the source Layer-2 ID and the destination Layer-2 ID.
BSM(Basic Safety Message)Basic Safety Message (BSM)
차량 통신 환경에서 송수신되는 메시지의 암호화에 대한 규격의 대표적인 형태는 'SAE J2735'에 정의된 BSM(Basic Safety Message)이다. BSM은 차량으로부터 주기적으로 수신되는 브로드 캐스팅 메시지를 의미하며 안전성을 높이기 위해 설계되었다. 100msec 주기로 차량들은 메시지를 전송하고 수신된 차량은 이를 통해, 차량의 안전성에 대하여 판별한다. BSM은 전송되는 정보와 부가적인 정보로 구분되며, 이는 Part 1, Part 2라 정의된다. 이러한 정보의 내용은 차량의 위치, 이동방향, 현재 시간, 차량의 상태정보를 포함할 수 있다.About encryption of messages sent and received in a vehicle communication environment The representative form of the standard is BSM (Basic Safety Message) defined in'SAE J2735'. BSM is a broadcasting message that is periodically received from a vehicle and is designed to increase safety. Vehicles transmit a message every 100msec, and the received vehicle determines the safety of the vehicle through it. BSM is divided into transmitted information and additional information, which are defined as Part 1 and Part 2. The content of such information may include vehicle location, moving direction, current time, and vehicle status information.
차량의 메시지 ID는 msgID, msgCnt, id, secMark로 지정될 수 있으며, 8바이트가 할당될 수 있다. 차량의 위치 값은 lat, long, elev, accuriacy을 지정될 수 있으며, 14 바이트가 할당될 수 있다. 필드 값의 상세 값은 'SAE J235'를 참조한다.The message ID of the vehicle may be designated as msgID, msgCnt, id, and secMark, and 8 bytes may be allocated. The vehicle location value can be designated as lat, long, elev, or accuriacy, and 14 bytes can be allocated. For detailed values of the field values, refer to'SAE J235'.
표 1은 본 명세서에서 적용될 수 있는 BSM의 예시이다.Table 1 is an example of BSM that can be applied in the present specification.
Figure pat00001
Figure pat00001
본 명세서에서 BSM은 이와 유사한 동작을 수행하는 V2X message 또는 V2X safety message로 치환될 수 있다.In the present specification, the BSM may be substituted with a V2X message or a V2X safety message performing a similar operation.
도 13은 본 명세서의 일 실시예에 따른 AI 장치의 블록도이다.13 is a block diagram of an AI device according to an embodiment of the present specification.
상기 AI 장치(20)는 AI 프로세싱을 수행할 수 있는 AI 모듈을 포함하는 전자 기기 또는 상기 AI 모듈을 포함하는 서버 등을 포함할 수 있다. 또한, 상기 AI 장치(20)는 도 1에 도시된 차량(10)의 적어도 일부의 구성으로 포함되어 AI 프로세싱 중 적어도 일부를 함께 수행하도록 구비될 수도 있다.The AI device 20 may include an electronic device including an AI module capable of performing AI processing or a server including the AI module. In addition, the AI device 20 may be included as a component of at least a part of the vehicle 10 shown in FIG. 1 and may be provided to perform at least a part of AI processing together.
상기 AI 프로세싱은, 도 5에 도시된 차량(10)의 주행과 관련된 모든 동작들을 포함할 수 있다. 예를 들어, 자율주행 차량은 센싱 데이터 또는 운전자 데이터를 AI 프로세싱 하여 처리/판단, 제어 신호 생성 동작을 수행할 수 있다. 또한, 예를 들어, 자율주행 차량은 상기 차량 내에 구비된 다른 전자 기기와의 인터랙션을 통해 획득되는 데이터를 AI 프로세싱 하여 자율주행 제어를 수행할 수 있다.The AI processing may include all operations related to driving of the vehicle 10 shown in FIG. 5. For example, an autonomous vehicle may perform AI processing on sensing data or driver data to perform processing/decision and control signal generation operations. In addition, for example, the autonomous driving vehicle may perform autonomous driving control by AI processing data acquired through interactions with other electronic devices provided in the vehicle.
상기 AI 장치(20)는 AI 프로세서(21), 메모리(25) 및/또는 통신부(27)를 포함할 수 있다.The AI device 20 may include an AI processor 21, a memory 25 and/or a communication unit 27.
상기 AI 장치(20)는 신경망을 학습할 수 있는 컴퓨팅 장치로서, 서버, 데스크탑 PC, 노트북 PC, 태블릿 PC 등과 같은 다양한 전자 장치로 구현될 수 있다.The AI device 20 is a computing device capable of learning a neural network, and may be implemented as various electronic devices such as a server, a desktop PC, a notebook PC, and a tablet PC.
AI 프로세서(21)는 메모리(25)에 저장된 프로그램을 이용하여 신경망을 학습할 수 있다. 특히, AI 프로세서(21)는 차량 관련 데이터를 인식하기 위한 신경망을 학습할 수 있다. 여기서, 차량 관련 데이터를 인식하기 위한 신경망은 인간의 뇌 구조를 컴퓨터 상에서 모의하도록 설계될 수 있으며, 인간의 신경망의 뉴런(neuron)을 모의하는, 가중치를 갖는 복수의 네트워크 노드들을 포함할 수 있다. 복수의 네트워크 모드들은 뉴런이 시냅스(synapse)를 통해 신호를 주고 받는 뉴런의 시냅틱 활동을 모의하도록 각각 연결 관계에 따라 데이터를 주고 받을 수 있다. 여기서 신경망은 신경망 모델에서 발전한 딥러닝 모델을 포함할 수 있다. 딥 러닝 모델에서 복수의 네트워크 노드들은 서로 다른 레이어에 위치하면서 컨볼루션(convolution) 연결 관계에 따라 데이터를 주고 받을 수 있다. 신경망 모델의 예는 심층 신경망(DNN, deep neural networks), 합성곱 신경망(CNN, convolutional deep neural networks), 순환 신경망(RNN, Recurrent Boltzmann Machine), 제한 볼츠만 머신(RBM, Restricted Boltzmann Machine), 심층 신뢰 신경망(DBN, deep belief networks), 심층 Q-네트워크(Deep Q-Network)와 같은 다양한 딥 러닝 기법들을 포함하며, 컴퓨터비젼, 음성인식, 자연어처리, 음성/신호처리 등의 분야에 적용될 수 있다.The AI processor 21 may learn a neural network using a program stored in the memory 25. In particular, the AI processor 21 may learn a neural network for recognizing vehicle-related data. Here, the neural network for recognizing vehicle-related data may be designed to simulate a human brain structure on a computer, and may include a plurality of network nodes having weights that simulate neurons of the human neural network. The plurality of network modes can send and receive data according to their respective connection relationships so as to simulate the synaptic activity of neurons that send and receive signals through synapses. Here, the neural network may include a deep learning model developed from a neural network model. In a deep learning model, a plurality of network nodes may be located in different layers and exchange data according to a convolutional connection relationship. Examples of neural network models include deep neural networks (DNN), convolutional deep neural networks (CNN), Recurrent Boltzmann Machine (RNN), Restricted Boltzmann Machine (RBM), and deep trust. It includes various deep learning techniques such as deep belief networks (DBN) and deep Q-network, and can be applied to fields such as computer vision, speech recognition, natural language processing, and speech/signal processing.
한편, 전술한 바와 같은 기능을 수행하는 프로세서는 범용 프로세서(예를 들어, CPU)일 수 있으나, 인공지능 학습을 위한 AI 전용 프로세서(예를 들어, GPU)일 수 있다.Meanwhile, a processor that performs the functions as described above may be a general-purpose processor (eg, a CPU), but may be an AI-only processor (eg, a GPU) for artificial intelligence learning.
메모리(25)는 AI 장치(20)의 동작에 필요한 각종 프로그램 및 데이터를 저장할 수 있다. 메모리(25)는 비 휘발성 메모리, 휘발성 메모리, 플래시 메모리(flash-memory), 하드디스크 드라이브(HDD) 또는 솔리드 스테이트 드라이브(SDD) 등으로 구현할 수 있다. 메모리(25)는 AI 프로세서(21)에 의해 액세스되며, AI 프로세서(21)에 의한 데이터의 독취/기록/수정/삭제/갱신 등이 수행될 수 있다. 또한, 메모리(25)는 본 명세서의 일 실시예에 따른 데이터 분류/인식을 위한 학습 알고리즘을 통해 생성된 신경망 모델(예를 들어, 딥 러닝 모델(26))을 저장할 수 있다.The memory 25 may store various programs and data required for the operation of the AI device 20. The memory 25 may be implemented as a non-volatile memory, a volatile memory, a flash memory, a hard disk drive (HDD), or a solid state drive (SDD). The memory 25 is accessed by the AI processor 21, and data read/write/edit/delete/update by the AI processor 21 may be performed. In addition, the memory 25 may store a neural network model (eg, a deep learning model 26) generated through a learning algorithm for data classification/recognition according to an embodiment of the present specification.
한편, AI 프로세서(21)는 데이터 분류/인식을 위한 신경망을 학습하는 데이터 학습부(22)를 포함할 수 있다. 데이터 학습부(22)는 데이터 분류/인식을 판단하기 위하여 어떤 학습 데이터를 이용할지, 학습 데이터를 이용하여 데이터를 어떻게 분류하고 인식할지에 관한 기준을 학습할 수 있다. 데이터 학습부(22)는 학습에 이용될 학습 데이터를 획득하고, 획득된 학습데이터를 딥러닝 모델에 적용함으로써, 딥러닝 모델을 학습할 수 있다. Meanwhile, the AI processor 21 may include a data learning unit 22 that learns a neural network for data classification/recognition. The data learning unit 22 may learn a criterion for how to classify and recognize data using which training data to use in order to determine data classification/recognition. The data learning unit 22 may learn the deep learning model by acquiring training data to be used for training and applying the acquired training data to the deep learning model.
데이터 학습부(22)는 적어도 하나의 하드웨어 칩 형태로 제작되어 AI 장치(20)에 탑재될 수 있다. 예를 들어, 데이터 학습부(22)는 인공지능(AI)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 범용 프로세서(CPU) 또는 그래픽 전용 프로세서(GPU)의 일부로 제작되어 AI 장치(20)에 탑재될 수도 있다. 또한, 데이터 학습부(22)는 소프트웨어 모듈로 구현될 수 있다. 소프트웨어 모듈(또는 인스트럭션(instruction)을 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록 매체(non-transitory computer readable media)에 저장될 수 있다. 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 애플리케이션에 의해 제공될 수 있다. The data learning unit 22 may be manufactured in the form of at least one hardware chip and mounted on the AI device 20. For example, the data learning unit 22 may be manufactured in the form of a dedicated hardware chip for artificial intelligence (AI), or may be manufactured as a part of a general-purpose processor (CPU) or a dedicated graphics processor (GPU) to the AI device 20. It can also be mounted. In addition, the data learning unit 22 may be implemented as a software module. When implemented as a software module (or a program module including an instruction), the software module may be stored in a computer-readable non-transitory computer readable media. In this case, at least one software module may be provided by an operating system (OS) or an application.
데이터 학습부(22)는 학습 데이터 획득부(23) 및 모델 학습부(24)를 포함할 수 있다. The data learning unit 22 may include a learning data acquisition unit 23 and a model learning unit 24.
학습 데이터 획득부(23)는 데이터를 분류하고 인식하기 위한 신경망 모델에 필요한 학습 데이터를 획득할 수 있다. 예를 들어, 학습 데이터 획득부(23)는 학습 데이터로서, 신경망 모델에 입력하기 위한 차량 데이터 및/또는 샘플 데이터를 획득할 수 있다.The training data acquisition unit 23 may acquire training data necessary for a neural network model for classifying and recognizing data. For example, the training data acquisition unit 23 may acquire vehicle data and/or sample data for input into a neural network model as training data.
모델 학습부(24)는 상기 획득된 학습 데이터를 이용하여, 신경망 모델이 소정의 데이터를 어떻게 분류할지에 관한 판단 기준을 가지도록 학습할 수 있다. 이 때 모델 학습부(24)는 학습 데이터 중 적어도 일부를 판단 기준으로 이용하는 지도 학습(supervised learning)을 통하여, 신경망 모델을 학습시킬 수 있다. 또는 모델 학습부(24)는 지도 없이 학습 데이터를 이용하여 스스로 학습함으로써, 판단 기준을 발견하는 비지도 학습(unsupervised learning)을 통해 신경망 모델을 학습시킬 수 있다. 또한, 모델 학습부(24)는 학습에 따른 상황 판단의 결과가 올바른지에 대한 피드백을 이용하여 강화 학습(reinforcement learning)을 통하여, 신경망 모델을 학습시킬 수 있다. 또한, 모델 학습부(24)는 오류 역전파법(error back-propagation) 또는 경사 하강법(gradient decent)을 포함하는 학습 알고리즘을 이용하여 신경망 모델을 학습시킬 수 있다. The model learning unit 24 may learn to have a criterion for determining how the neural network model classifies predetermined data by using the acquired training data. In this case, the model learning unit 24 may train the neural network model through supervised learning using at least a portion of the training data as a criterion for determination. Alternatively, the model learning unit 24 may train the neural network model through unsupervised learning to discover a criterion by self-learning using the training data without guidance. In addition, the model learning unit 24 may train the neural network model through reinforcement learning by using feedback on whether the result of the situation determination according to the learning is correct. In addition, the model learning unit 24 may train the neural network model by using a learning algorithm including an error back-propagation method or a gradient decent method.
신경망 모델이 학습되면, 모델 학습부(24)는 학습된 신경망 모델을 메모리에 저장할 수 있다. 모델 학습부(24)는 학습된 신경망 모델을 AI 장치(20)와 유선 또는 무선 네트워크로 연결된 서버의 메모리에 저장할 수도 있다.When the neural network model is trained, the model learning unit 24 may store the learned neural network model in a memory. The model learning unit 24 may store the learned neural network model in a memory of a server connected to the AI device 20 via a wired or wireless network.
데이터 학습부(22)는 인식 모델의 분석 결과를 향상시키거나, 인식 모델의 생성에 필요한 리소스 또는 시간을 절약하기 위해 학습 데이터 전처리부(미도시) 및 학습 데이터 선택부(미도시)를 더 포함할 수도 있다. The data learning unit 22 further includes a training data preprocessor (not shown) and a training data selection unit (not shown) to improve the analysis result of the recognition model or to save resources or time required for generating the recognition model. You may.
학습 데이터 전처리부는 획득된 데이터가 상황 판단을 위한 학습에 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 예를 들어, 학습 데이터 전처리부는, 모델 학습부(24)가 이미지 인식을 위한 학습을 위하여 획득된 학습 데이터를 이용할 수 있도록, 획득된 데이터를 기 설정된 포맷으로 가공할 수 있다.The learning data preprocessor may preprocess the acquired data so that the acquired data can be used for learning to determine a situation. For example, the training data preprocessor may process the acquired data into a preset format so that the model training unit 24 can use the training data acquired for learning for image recognition.
또한, 학습 데이터 선택부는, 학습 데이터 획득부(23)에서 획득된 학습 데이터 또는 전처리부에서 전처리된 학습 데이터 중 학습에 필요한 데이터를 선택할 수 있다. 선택된 학습 데이터는 모델 학습부(24)에 제공될 수 있다. 예를 들어, 학습 데이터 선택부는, 차량의 카메라를 통해 획득한 영상 중 특정 영역을 검출함으로써, 특정 영역에 포함된 객체에 대한 데이터만을 학습 데이터로 선택할 수 있다.In addition, the learning data selection unit may select data necessary for learning from the learning data obtained by the learning data acquisition unit 23 or the learning data preprocessed by the preprocessor. The selected training data may be provided to the model learning unit 24. For example, the learning data selection unit may select only data on an object included in the specific region as the learning data by detecting a specific region among images acquired through a camera of the vehicle.
또한, 데이터 학습부(22)는 신경망 모델의 분석 결과를 향상시키기 위하여 모델 평가부(미도시)를 더 포함할 수도 있다.In addition, the data learning unit 22 may further include a model evaluation unit (not shown) to improve the analysis result of the neural network model.
모델 평가부는, 신경망 모델에 평가 데이터를 입력하고, 평가 데이터로부터 출력되는 분석 결과가 소정 기준을 만족하지 못하는 경우, 모델 학습부(22)로 하여금 다시 학습하도록 할 수 있다. 이 경우, 평가 데이터는 인식 모델을 평가하기 위한 기 정의된 데이터일 수 있다. 일 예로, 모델 평가부는 평가 데이터에 대한 학습된 인식 모델의 분석 결과 중, 분석 결과가 정확하지 않은 평가 데이터의 개수 또는 비율이 미리 설정되 임계치를 초과하는 경우, 소정 기준을 만족하지 못한 것으로 평가할 수 있다.The model evaluation unit may input evaluation data to the neural network model, and when an analysis result output from the evaluation data does not satisfy a predetermined criterion, the model learning unit 22 may retrain. In this case, the evaluation data may be predefined data for evaluating the recognition model. As an example, the model evaluation unit may evaluate as not satisfying a predetermined criterion if the number or ratio of evaluation data whose analysis result is not accurate among the analysis results of the learned recognition model for evaluation data exceeds a threshold value. have.
통신부(27)는 AI 프로세서(21)에 의한 AI 프로세싱 결과를 외부 전자 기기로 전송할 수 있다.The communication unit 27 may transmit the AI processing result by the AI processor 21 to an external electronic device.
여기서 외부 전자 기기는 자율 주행 차량으로 정의될 수 있다. 또한, 상기 AI 장치(20)는 상기 자율 주행 모듈 차량과 통신하는 다른 차량 또는 5G 네트워크로 정의될 수 있다. 한편, 상기 AI 장치(20)는 차량 내에 구비된 자율주행 모듈에 기능적으로 임베딩되어 구현될 수도 있다. 또한, 상기 5G 네트워크는 자율 주행 관련 제어를 수행하는 서버 또는 모듈을 포함할 수 있다.Here, the external electronic device may be defined as an autonomous vehicle. In addition, the AI device 20 may be defined as another vehicle or a 5G network that communicates with the autonomous driving module vehicle. Meanwhile, the AI device 20 may be functionally embedded and implemented in an autonomous driving module provided in a vehicle. In addition, the 5G network may include a server or module that performs autonomous driving-related control.
한편, 도 12에 도시된 AI 장치(20)는 AI 프로세서(21)와 메모리(25), 통신부(27) 등으로 기능적으로 구분하여 설명하였지만, 전술한 구성요소들이 하나의 모듈로 통합되어 AI 모듈로 호칭될 수도 있음을 밝혀둔다.Meanwhile, the AI device 20 shown in FIG. 12 has been functionally divided into an AI processor 21, a memory 25, and a communication unit 27, but the above-described components are integrated into a single module to provide an AI module. It should be noted that it may also be called as.
앞서 살핀 5G 통신 기술은 후술할 본 명세서에서 제안하는 방법들과 결합되어 적용될 수 있으며, 또는 본 명세서에서 제안하는 방법들의 기술적 특징을 구체화하거나 명확하게 하는데 보충될 수 있다.The above salpin 5G communication technology may be applied in combination with the methods proposed in the present specification to be described later, or may be supplemented to specify or clarify the technical characteristics of the methods proposed in the present specification.
이하, 첨부된 도면을 참조하여 본 명세서의 다양한 실시 예들을 상세히 설명한다.Hereinafter, various embodiments of the present specification will be described in detail with reference to the accompanying drawings.
자율주행차량이 센서를 통해, 획득한 다른 차량의 움직임에 관한 히스토리(History) 데이터 만을 사용하여 다른 차량의 움직임을 예측하는 경우, 차선 또는 교차로와 같이 주행중인 차량의 다양한 움직임이 발생할 수 있는 환경에서 움직임 예측(Motion Prediction)의 정확도가 떨어질 우려가 있다.When an autonomous vehicle predicts the movement of another vehicle using only the history data about the movement of another vehicle acquired through a sensor, in an environment where various movements of the vehicle being driven, such as a lane or an intersection, may occur. There is a concern that the accuracy of motion prediction is degraded.
본 명세서는 이러한 차량의 움직임 예측의 정확도를 향상시키기 위해, 다른 차량의 움직임에 관한 히스토리(History) 데이터를 이용하여, 다른 차량의 움직임을 예측의 결과값을 획득하고, 이를 HD MAP 데이터 내의 도로 중심선이 포함된 링크(Link) 정보와의 비교를 통해, 보다 정확히 다른 차량의 움직임을 판단할 수 있는 방법을 제안한다.In order to improve the accuracy of such vehicle motion prediction, the present specification obtains a result of predicting the motion of another vehicle by using history data about the motion of another vehicle, and this is the road center line in HD MAP data. We propose a method that can more accurately determine the movement of another vehicle through comparison with the included link information.
움직임 예측 알고리즘Motion prediction algorithm
도 14 및 도 15는 본 명세서가 적용될 수 있는 움직임 예측 알고리즘의 예시이다. 본 명세서에서 프로세서(170)는 주변 객체들을 센싱한 센싱정보를 이용하여, 다른 객체의 움직임을 예측할 수 있다. 도 14를 참고하여, 움직임 예측 알고리즘의 예시를 설명하면, 다음과 같다.14 and 15 are examples of motion prediction algorithms to which the present specification can be applied. In the present specification, the processor 170 may predict the motion of another object by using sensing information obtained by sensing surrounding objects. An example of a motion prediction algorithm will be described with reference to FIG. 14 as follows.
프로세서(170)는 주변 객체들의 센싱정보를 획득한다(S1410). 보다 자세하게, 프로세서(170)는 차량(10)의 센싱부(270)를 통해, 주변 객체들의 센싱정보를 획득할 수 있다. 이러한 센싱정보는 객체들의 움직임과 관련된 정보를 포함한다. The processor 170 acquires sensing information of surrounding objects (S1410). In more detail, the processor 170 may acquire sensing information of surrounding objects through the sensing unit 270 of the vehicle 10. Such sensing information includes information related to movement of objects.
프로세서(170)는 객체 별 히스토리(History) 데이터를 생성하고, 저장한다(S1420). 보다 자세하게, 프로세서(170)는 센싱정보를 이용하여, 히스토리 데이터를 생성할 수 있다. 히스토리 데이터는 특정 객체의 센싱정보가 시간 순서로 누적된 데이터를 의미하며, 센싱정보가 획득된 시간값 및 특정 객체가 특정시간에 위치하는 좌표값을 포함한다.The processor 170 generates and stores history data for each object (S1420). In more detail, the processor 170 may generate history data by using the sensing information. The history data refers to data in which sensing information of a specific object is accumulated in chronological order, and includes a time value at which the sensing information is obtained and a coordinate value at which the specific object is located at a specific time.
프로세서(170)는 히스토리 데이터에 근거하여, 객체의 움직임을 예측한다(S1430).The processor 170 predicts the motion of the object based on the history data (S1430).
도 15를 참고하여, 본 명세서가 적용될 수 있는 움직임 예측 알고리즘의 예시를 보다 자세히 설명하면, 다음과 같다.An example of a motion prediction algorithm to which the present specification can be applied will be described in more detail with reference to FIG. 15 as follows.
프로세서(170)는 타 차량들을 센싱하여, 센싱정보를 획득한다(S1510).The processor 170 senses other vehicles and acquires sensing information (S1510).
프로세서(170)는 타 차량의 과거 움직임을 히스토리 데이터로 저장한다(S1520). 예를 들어, 프로세서(170)는 차량(10)이 특정 구역에 진입한 경우, 히스토리 데이터를 생성하고, 메모리(140)에 저장할 수 있다. 특정 구역이란, 주행중인 차량(10)이 타 차량과의 충돌위험이 발생할 우려가 있어, 타 차량의 움직임 예측이 요구되는 구역으로, 차량(10)의 주행경로 또는 주행예정 경로에 타 차량이 진입할 가능성이 있는 구역을 의미한다(예를 들어, 교차로, 차선의 합류구간, 차선변경이 가능한 다차선 도로).The processor 170 stores past movements of other vehicles as history data (S1520). For example, when the vehicle 10 enters a specific area, the processor 170 may generate history data and store it in the memory 140. A specific area is an area that is required to predict the movement of other vehicles because there is a risk that the vehicle 10 being driven may collide with other vehicles, and other vehicles enter the driving route of the vehicle 10 or the route to be driven. It refers to the area that is likely to be done (for example, an intersection, a confluence of lanes, a multi-lane road where lane changes are possible).
프로세서(170)는 히스토리 데이터에 커브 피팅(Curve Fitting)을 수행한다(S1530). 커프 피팅이란, 평면 상의 좌표값들에 대하여, 알맞은 곡선을 계산하고, 산출하는 방법이다. 프로세서(170)는 커브 피팅을 통해, 히스토리 데이터에 포함된 좌표값들을 이용하여, 타 차량의 움직임을 곡선으로 산출할 수 있다.The processor 170 performs curve fitting on the history data (S1530). Cuff fitting is a method of calculating and calculating an appropriate curve for coordinate values on a plane. The processor 170 may calculate the motion of another vehicle as a curve using coordinate values included in the history data through curve fitting.
프로세서(170)는 히스토리 데이터로부터 타 차량의 평균속도 및 평균 회전 각속도를 연산한다(S1540). 보다 자세하게, 프로세서(170)는 타 차량의 시간별 좌표값의 변화량을 이용하여, 평균속도 및 평균 회전 각속도를 연산할 수 있다.The processor 170 calculates the average speed and the average rotational angular speed of other vehicles from the history data (S1540). In more detail, the processor 170 may calculate the average speed and the average rotational angular speed by using the amount of change in the coordinate value of the other vehicle over time.
프로세서(170)는 타 차량의 움직임을 예측한다(S1550). 보다 자세하게, 프로세서(170)는 커브 피팅을 통해 획득한, 타 차량의 예상 경로에 관한 곡선의 연장선에 위치하는, 좌표값들을 예측할 수 있다. 이러한 좌표값들은 평균속도 및 평균 회전 각속도에 대응하여 곡선의 연장선에 매칭되는 좌표값들을 포함할 수 있다. 프로세서(170)는 일정주기로 타 차량의 움직임 예측을 수행할 수 있고, 타 차량의 움직임 예측의 결과는 갱신될 수 있다. 이를 통해, 프로세서(170)는 특정시간까지의(예를 들어, 차량(10) 또는 타 차량이 특정 구역을 통과하기까지 걸릴것으로 예상되는 시간) 타 차량의 움직임을 예측할 수 있다.The processor 170 predicts the movement of another vehicle (S1550). In more detail, the processor 170 may predict coordinate values, which are located on an extension line of a curve about an expected path of another vehicle obtained through curve fitting. These coordinate values may include coordinate values matched to an extension line of the curve corresponding to the average speed and the average rotational angular speed. The processor 170 may perform motion prediction of another vehicle at a predetermined period, and a result of the motion prediction of another vehicle may be updated. Through this, the processor 170 may predict the movement of another vehicle until a specific time (for example, the time it is expected to take the vehicle 10 or another vehicle to pass through a specific area).
본 명세서의 예시 이외에도, 유사한 목적의 타 차량의 움직임 예측을 위한 다른 알고리즘도 본 명세서에 적용될 수 있다. 예를 들어, 프로세서(170)는 AI 프로세서(21)를 통해, 학습된 모델을 이용하여 타 차량의 움직임을 예측할 수 있다.In addition to the examples of the present specification, other algorithms for predicting motion of other vehicles for similar purposes may also be applied to the present specification. For example, the processor 170 may predict the movement of another vehicle using the learned model through the AI processor 21.
HD MAP을 이용하는 움직임 예측 알고리즘Motion prediction algorithm using HD MAP
도 16 내지 도 18은 본 명세서가 적용될 수 있는 HD MAP을 이용하는 움직임 예측 알고리즘의 예시이다.16 to 18 are examples of motion prediction algorithms using HD MAP to which the present specification can be applied.
프로세서(170)는 HD MAP 데이터로부터 링크 정보를 추출한다(S1610). HD MAP은 도로 중심선, 경계선 등 차선 단위의 정보는 물론 신호등, 표지판, 연석, 노면마크, 각종 구조물 등을 3차원 데이터로 포함한다. 링크 정보는 차선별로 주행가능한 경로정보로, 도로 중심선을 포함한다. 예를 들어, 프로세서(170)는 차량(10)이 타 차량과의 충돌위험이 발생할 우려가 있는 특정 구역에 진입하는 경우, 당해 특정 구역을 포함하는 HD MAP 데이터로부터 특정 구역에 관한 링크 정보를 추출할 수 있다.The processor 170 extracts link information from the HD MAP data (S1610). HD MAP includes traffic lights, signs, curbs, road marks, and various structures as 3D data, as well as information of each lane, such as road center line and boundary line. The link information is route information that can be driven for each lane and includes a road center line. For example, when the vehicle 10 enters a specific area where there is a risk of collision with other vehicles, the processor 170 extracts link information on a specific area from HD MAP data including the specific area. can do.
프로세서(170)는 링크 정보에서, 차량의 주행경로 또는 주행예정 경로와 연관되는 제1 링크를 획득한다(S1620). 보다 자세하게, 프로세서(170)는 차량(10)을 HD MAP 데이터의 링크를 따라 주행시킬 수 있으며, 이를 위해, 링크 정보에서 차량(10)의 주행경로 또는 주행예정 경로에 따라, 주행되었던 또는 주행예정인 경로를 지시하는 제1 링크를 획득할 수 있다.The processor 170 acquires, from the link information, a first link associated with a driving route or a scheduled driving route of the vehicle (S1620). In more detail, the processor 170 may drive the vehicle 10 according to a link of HD MAP data, and for this purpose, according to the driving route or the scheduled driving route of the vehicle 10 in the link information, A first link indicating a path may be obtained.
프로세서(170)는 타 차량의 후보 링크의 그룹을 획득한다(S1630). 후보 링크의 그룹이란, 타 차량이 주행할 수 있는 링크의 집합을 의미한다. 프로세서(170)는 타 차량이 위치한 차선 및 주행방향를 이용하여, HD MAP의 링크정보에서 타 차량의 후보 링크의 그룹을 획득할 수 있다. 프로세서(170)는 타 차량의 후보 링크의 그룹을 이용하여, 복수개의 타 차량 중에서 HD MAP을 이용하는 움직임 예측을 수행할 수 있는 대상 차량을 선택할 수 있다. 예를 들어, 프로세서(170)는 타 차량의 후보 링크의 그룹내의 링크 중에 제1 링크와 충돌위험이 있는 링크를 포함하지 않는 타 차량을 제외한, 나머지 타 차량들을 대상 차량으로 설정하고, 대상 차량에 한정하여 HD MAP을 이용하는 움직임 예측을 수행할 수 있다.The processor 170 acquires a group of candidate links of other vehicles (S1630). The group of candidate links means a set of links through which other vehicles can run. The processor 170 may obtain a group of candidate links of other vehicles from the link information of the HD MAP by using the lane and the driving direction in which the other vehicle is located. The processor 170 may select a target vehicle capable of performing motion prediction using HD MAP from among a plurality of other vehicles by using a group of candidate links of other vehicles. For example, the processor 170 sets the other vehicles as target vehicles, except for other vehicles that do not include a link that has a risk of collision with the first link among the links in the group of the candidate links of other vehicles. In limited terms, motion prediction using HD MAP can be performed.
프로세서(170)는 타 차량의 움직임 예측의 결과에 근거하여, 타 차량의 후보 링크의 그룹에서 제2 링크를 선택한다(S1640). 제2 링크란, 후보 링크들 중에서 프로세서(170)가 전술한 움직임 예측 알고리즘을 통해, 예측한 타 차량의 움직임을 표시하는 곡선과 거리상 가장 밀접한 링크를 의미한다. 프로세서(170)는 거리상 오차범위가 가장 작은 링크를 제2 링크로 선택할 수 있다.The processor 170 selects a second link from a group of candidate links of another vehicle based on the result of motion prediction of another vehicle (S1640). The second link refers to a link that is closest in terms of distance to a curve representing the motion of another vehicle predicted by the processor 170 through the motion prediction algorithm described above among candidate links. The processor 170 may select a link having the smallest error range in terms of distance as the second link.
프로세서(170)는 제2 차량의 움직임에 근거하여, 차량의 제어동작을 수행한다(S1650). 프로세서(170)가 수행하는 차량(10)의 제어동작의 예시는 후술하기로 한다.The processor 170 performs a vehicle control operation based on the movement of the second vehicle (S1650). An example of the control operation of the vehicle 10 performed by the processor 170 will be described later.
도 17를 참고하여, 본 명세서가 적용될 수 있는 HD MAP을 이용하는 움직임 예측 알고리즘을 보다 자세히 설명하면, 다음과 같다.A motion prediction algorithm using HD MAP to which the present specification can be applied will be described in more detail with reference to FIG. 17 as follows.
프로세서(170)는 타 차량의 후보 링크의 그룹을 획득한다(S1710).The processor 170 acquires a group of candidate links of other vehicles (S1710).
프로세서(170)는 타 차량의 움직임 예측의 결과값에 포함된 좌표값과 후보 링크 사이의 레터럴 에러(Lateral error)값의 합을 연산한다(S1720). 레터럴 에러값이란, 곡선으로 표시되는 후보 링크와 타 차량의 움직임 예측의 결과값에 포함된 좌표값의 최단거리값을 의미한다.The processor 170 calculates a sum of a coordinate value included in a result value of motion prediction of another vehicle and a lateral error value between the candidate links (S1720). The lateral error value refers to the shortest distance value of the candidate link represented by the curve and the coordinate value included in the result value of the motion prediction of another vehicle.
프로세서(170)는 레터럴 에러값의 합을 이용하여, 후보 링크의 에러 가중치값을 연산한다(S1730). 보다 자세하게, 후보 링크 j의 에러 가중치 값(Error_Weight(j))은 후보 링크 j의 레터럴 에러값의 합(Error_Sum(j))을 이용하여 연산될 수 있으며, 이는 다음의 수식 1로 표현될 수 있다.The processor 170 calculates an error weight value of the candidate link by using the sum of the lateral error values (S1730). In more detail, the error weight value (Error_Weight(j)) of the candidate link j can be calculated using the sum of the lateral error values of the candidate link j (Error_Sum(j)), which can be expressed by Equation 1 below. have.
수식 1 : Error_Weight(j) = Error_Sum(j) / Error_Sum(j)의 평균 Equation 1: Error_Weight(j) = Average of Error_Sum(j) / Error_Sum(j)
프로세서(170)는 후보 링크의 최소 레터럴 에러값과 에러 가중치값의 차이가 일정범위 이내인지 여부를 판단한다(S1740). 일정범위(Error_Threshold)는 차량(10) 별로 고유한 값으로 설정되거나, 차량(10)이 진입하는 특정 구역의 위험정도에 따라 특정 구역별로 특정한 값을 가질 수 있다. 이를 통해, 차량(10)의 사양에 따라, 또는 특정 구역의 도로환경에 따라, 요구되는 타 차량의 움직임 예측의 정확도를 다르게 설정하여, 차량(10)의 안전한 주행에 이용할 수 있다. 후보 링크의 최소 레터럴 에러값과 에러 가중치값의 차이가 일정범위 이내인지 여부의 판단은 다음의 수식 2로 연산될 수 있다.The processor 170 determines whether the difference between the minimum lateral error value and the error weight value of the candidate link is within a predetermined range (S1740). The certain range (Error_Threshold) may be set to a unique value for each vehicle 10, or may have a specific value for each specific area according to the degree of danger of a specific area to which the vehicle 10 enters. Through this, according to the specifications of the vehicle 10 or the road environment of a specific area, the required accuracy of the motion prediction of other vehicles may be differently set and used for safe driving of the vehicle 10. Determination of whether the difference between the minimum lateral error value and the error weight value of the candidate link is within a predetermined range may be calculated by Equation 2 below.
수식 2 : |Min(Lateral_error) - Error_Weight(j)| < Error_Threshold Equation 2: |Min(Lateral_error)-Error_Weight(j)| <Error_Threshold
프로세서(170)는 후보 링크의 최소 레터럴 에러값과 에러 가중치값의 차이가 일정범위 이내인 경우, 당해 후보 링크를 제2 링크로 선택한다(S1750). 또한, 프로세서(170)는 제2 링크를 갱신할 수 있다. 예를 들어, 제2 링크로 선택된 후보 링크가 있더라도, 다른 후보 링크의 최소 레터럴 에러값과 에러 가중치값의 차이가 일정범위 이내인 경우, 다른 후보 링크의 최소 레터럴 에러값과 에러 가중치값의 차이가 이전 후보 링크의 최소 레터럴 에러값과 에러 가중치값의 차이보다 적다면, 제2 링크는 다른 후보 링크로 갱신될 수 있다.When the difference between the minimum lateral error value and the error weight value of the candidate link is within a predetermined range, the processor 170 selects the candidate link as the second link (S1750). Also, the processor 170 may update the second link. For example, even if there is a candidate link selected as the second link, if the difference between the minimum lateral error value and the error weight value of the other candidate link is within a certain range, the minimum lateral error value and the error weight value of the other candidate link are If the difference is less than the difference between the minimum lateral error value and the error weight value of the previous candidate link, the second link may be updated with another candidate link.
프로세서(170)는 후보 링크의 최소 레터럴 에러값과 에러 가중치값의 차이가 일정범위를 벗어나는 경우, 당해 후보 링크를 제2 링크로 선택하지 않는다(S1760).When the difference between the minimum lateral error value and the error weight value of the candidate link is out of a predetermined range, the processor 170 does not select the candidate link as the second link (S1760).
도 18을 참고하면, 프로세서(170)는 센싱부(270)를 통해, 타 차량(1810)의 움직임과 관련된 센싱정보를 획득할 수 있다. 프로세서(170)는 센싱정보를 이용하여, 히스토리 데이터를 생성하고, 메모리(140)에 저장할 수 있다. 프로세서(170)는 히스토리 데이터를 이용하여, 타 차량의 움직임 예측의 결과값(1830)을 획득할 수 있다.Referring to FIG. 18, the processor 170 may acquire sensing information related to the movement of another vehicle 1810 through the sensing unit 270. The processor 170 may generate history data by using the sensing information and store it in the memory 140. The processor 170 may obtain a result value 1830 of motion prediction of another vehicle by using the history data.
프로세서(170)는 HD MAP에서 추출한 링크 정보를 이용하여, 타 차량의 후보 링크의 그룹(1820)을 획득할 수 있다. 프로세서(170)는 획득된 후보 링크의 그룹 중에서 타 차량의 움직임 예측의 결과값(1830)과 레터럴 에러값이 가장 작은 후보 링크의 최소 레터럴 에러값과 에러 가중치값의 차이가 일정범위 이내인 경우, 당해 후보 링크를 제2 링크(1840)로 선택할 수 있다.The processor 170 may acquire a group 1820 of candidate links of other vehicles by using the link information extracted from the HD MAP. The processor 170 determines that the difference between the minimum lateral error value and the error weight value of the candidate link having the smallest lateral error value and the result value 1830 of motion prediction of another vehicle among the obtained group of candidate links is within a certain range. In this case, the candidate link may be selected as the second link 1840.
프로세서(170)는 제2 링크(1840)에 근거하여, 차량(10)의 제어동작을 수행할 수 있다. 이하에서 프로세서(170)가 수행할 수 있는 차량(10)의 제어동작의 예시들을 설명한다.The processor 170 may perform a control operation of the vehicle 10 based on the second link 1840. Hereinafter, examples of the control operation of the vehicle 10 that the processor 170 can perform will be described.
도 19는 본 명세서에서 차량의 충돌여부 확인 방법의 예시이다.19 is an example of a method for determining whether a vehicle has a collision in the present specification.
도 19에서 차량(10)이 교차로에 진입한 시간을 T0, 교차로를 통과하여 다음 주행차선에 도달하는 시간을 T1으로 정의할 때, 타 차량의 T0에서 T1까지의 제2 링크가 차량(10)의 T0에서 T1까지의 주행예정경로와의 관계에서 충돌가능성이 있다면, 차량(10)은 교차로에 진입하지 않고 정지할 수 있다. 예를 들어, 도 19(b)의 경우, 타 차량의 제2 링크는 차량(10)의 주행예정경로와 겹치므로 차량(10)은 교차로에 진입하지 않고 정지할 수 있다. 도 19(a)에서 타 차량의 제2 링크는 차량(10)의 주행예정경로와 겹치지는 않으나, 차량(10)의 폭과 타 차량의 폭을 고려할 때, 충돌가능성이 있다면, 차량(10)은 교차로에 진입하지 않고 정지할 수 있다. 타 차량의 폭은 센싱정보를 통해, 획득될 수 있다.A time enters the vehicle 10 is the intersection in Fig. 19 T 0, when defining the amount of time that passes through the intersection reaches the next lane to T 1, the second link in the T 0 of the other vehicle to T 1 If there is a possibility of a collision in the relationship with the planned driving route from T 0 to T 1 of the vehicle 10, the vehicle 10 may stop without entering the intersection. For example, in the case of FIG. 19(b), since the second link of another vehicle overlaps the intended driving route of the vehicle 10, the vehicle 10 can stop without entering the intersection. In Fig. 19(a), the second link of the other vehicle does not overlap with the expected driving path of the vehicle 10, but considering the width of the vehicle 10 and the width of the other vehicle, if there is a possibility of a collision, the vehicle 10 Can stop without entering an intersection. The width of the other vehicle may be obtained through sensing information.
도 20은 본 명세서에서 후보 링크의 최소 레터럴 에러값과 에러 가중치값의 차이가 일정범위를 벗어나는 경우의 예시이다.20 is an example of a case where the difference between the minimum lateral error value and the error weight value of a candidate link is out of a predetermined range in the present specification.
전술한 바와 같이, 프로세서(170)는 타 차량의 후보 링크의 그룹으로부터 제2 링크를 선택할 수 있다. 다만, 후보 링크의 최소 레터럴 에러값과 에러 가중치값의 차이가 일정범위를 벗어나는 경우, 타 차량의 제2 링크는 선택되지 않을 수 있고, 차량(10)은 타 차량의 움직임을 예측할 수 없는 상황이 발생할 수 있다.As described above, the processor 170 may select the second link from the group of candidate links of other vehicles. However, if the difference between the minimum lateral error value and the error weight value of the candidate link is out of a certain range, the second link of another vehicle may not be selected, and the vehicle 10 cannot predict the movement of the other vehicle. This can happen.
프로세서(170)는 타 차량의 제2 링크를 선택하지 못한 경우, 차량(10)의 안전한 주행을 위해, 차량(10)을 교차로에 진입시키지 않고, 정지시킬 수 있다. 또한, 프로세서(170)는 이와 유사하게 차량(10)의 차선변경을 시도하려는 경우, 당해 차선을 주행중인 타 차량의 제2 링크를 선택하지 못한 경우, 타 차량이 센싱되지 않을 때까지 차량(10)의 차선변경을 시도하지 않을 수 있다.If the second link of another vehicle is not selected, the processor 170 may stop the vehicle 10 without entering the intersection for safe driving of the vehicle 10. In addition, when attempting to change lanes of the vehicle 10 similarly, if the second link of another vehicle driving the lane is not selected, the vehicle 10 ) May not attempt to change lanes.
도 21 내지 도 24는 본 명세서에서 차량이 교차로에 진입하는 경우의 예시이다.21 to 24 are examples when a vehicle enters an intersection in the present specification.
도 21를 참조하면, 프로세서(170)는 차량(10)이 교차로에 진입 후, 우회전을 하는 경로인 제1 링크를 획득한다. 또한, 프로세서(170)는 타 차량이 직진, 우회전 및 좌회전을 할 수 있는 타 차량의 후보 링크의 그룹을 획득한다.Referring to FIG. 21, after the vehicle 10 enters an intersection, the processor 170 acquires a first link, which is a path that makes a right turn. In addition, the processor 170 obtains a group of candidate links of other vehicles through which other vehicles can go straight, turn right, and turn left.
도 21(a) 및 도 21(c)를 참조하면, 프로세서(170)가 타 차량의 제2 링크와 차량(10)의 제1 링크 사이에 충돌위험이 없다고 판단하는 경우, 차량(10)은 제1 링크를 이용하여, 주행할 수 있다.21(a) and 21(c), when the processor 170 determines that there is no risk of collision between the second link of another vehicle and the first link of the vehicle 10, the vehicle 10 Using the first link, it is possible to travel.
도 21(b)를 참조하면, 프로세서(170)가 타 차량의 제2 링크와 차량(10)의 제1 링크 사이에 충돌위험이 있다고 판단하는 경우, 프로세서(170)는 차량(10)을 정지 또는 감속시키기 위한, 제어동작을 수행할 수 있다. 프로세서(170)는 차량(10)의 제어동작을 위해, 차선의 우선순위를 고려할 수도 있다. 이러한 차선의 우선순위는 HD MAP 데이터 내의 도로정보에 포함될 수 있으며, 교통규칙에 따라 설정될 수 있다. 예를 들어, 프로세서(170)는 교차로에서 우회전하려는 차량(10)의 제1 링크 보다 직진을 수행할 것으로 예상되는 타 차량의 제2 링크를 높은 우선순위로 설정할 수 있다. 프로세서(170)는 차량(10)이 먼저 교차로에 진입하는 경우라도 제1 링크보다 제2 링크의 우선순위가 높은 것을 고려하여, 차량(10)을 정지 또는 감속시키기 위한 제어동작을 수행할 수 있다.Referring to FIG. 21(b), when the processor 170 determines that there is a risk of collision between the second link of another vehicle and the first link of the vehicle 10, the processor 170 stops the vehicle 10. Or, it is possible to perform a control operation for decelerating. The processor 170 may consider the priority of a lane for a control operation of the vehicle 10. The priority of such lanes may be included in road information in HD MAP data, and may be set according to traffic rules. For example, the processor 170 may set a second link of another vehicle that is expected to go straight ahead of the first link of the vehicle 10 to turn right at an intersection with a higher priority. Even when the vehicle 10 first enters the intersection, the processor 170 may perform a control operation for stopping or decelerating the vehicle 10, taking into account that the priority of the second link is higher than that of the first link. .
도 22를 참조하면, 프로세서(170)는 차량(10)이 교차로에 진입 후, 직진을 하는 경로인 제1 링크를 획득한다. 또한, 프로세서(170)는 타 차량이 직진, 우회전 및 좌회전을 할 수 있는 타 차량의 후보 링크의 그룹을 획득한다.Referring to FIG. 22, after the vehicle 10 enters an intersection, the processor 170 acquires a first link, which is a straight path. In addition, the processor 170 obtains a group of candidate links of other vehicles through which other vehicles can go straight, turn right, and turn left.
도 22(a) 및 (b)를 참조하면, 프로세서(170)가 타 차량의 제2 링크와 차량(10)의 제1 링크 사이에 충돌위험이 있다고 판단하는 경우, 프로세서(170)는 차량(10)을 정지 또는 감속시키기 위한, 제어동작을 수행할 수 있다. 또한, 프로세서(170)는 V2X 메시지를 통해, 차량(10)의 주행경로를 알리기 위한, 알람 메시지를 브로드 캐스트 할 수 있다. 22(a) and (b), when the processor 170 determines that there is a risk of collision between the second link of another vehicle and the first link of the vehicle 10, the processor 170 10) can perform a control operation to stop or decelerate. In addition, the processor 170 may broadcast an alarm message to inform the driving route of the vehicle 10 through the V2X message.
도 22(c)를 참조하면, 프로세서(170)가 타 차량의 제2 링크와 차량(10)의 제1 링크 사이에 충돌위험이 없다고 판단하는 경우, 차량(10)은 제1 링크를 이용하여, 주행할 수 있다.Referring to FIG. 22(c), when the processor 170 determines that there is no risk of collision between the second link of another vehicle and the first link of the vehicle 10, the vehicle 10 uses the first link. , You can drive.
도 23을 참조하면, 프로세서(170)는 차량(10)이 교차로에 진입 후, 좌회전을 하는 경로인 제1 링크를 획득한다. 또한, 프로세서(170)는 타 차량이 직진, 우회전 및 좌회전을 할 수 있는 타 차량의 후보 링크의 그룹을 획득한다.Referring to FIG. 23, after the vehicle 10 enters an intersection, the processor 170 acquires a first link, which is a path through which the vehicle 10 turns left. In addition, the processor 170 obtains a group of candidate links of other vehicles through which other vehicles can go straight, turn right, and turn left.
도 22(a) 및 (b)를 참조하면, 프로세서(170)가 타 차량의 제2 링크와 차량(10)의 제1 링크 사이에 충돌위험이 있다고 판단하는 경우, 프로세서(170)는 차량(10)을 정지 또는 감속시키기 위한, 제어동작을 수행할 수 있다. 또한, 프로세서(170)는 V2X 메시지를 통해, 차량(10)의 주행경로를 알리기 위한, 알람 메시지를 브로드 캐스트 할 수 있다. 22(a) and (b), when the processor 170 determines that there is a risk of collision between the second link of another vehicle and the first link of the vehicle 10, the processor 170 10) can perform a control operation to stop or decelerate. In addition, the processor 170 may broadcast an alarm message to inform the driving route of the vehicle 10 through the V2X message.
도 22(c)를 참조하면, 프로세서(170)가 타 차량의 제2 링크와 차량(10)의 제1 링크 사이에 충돌위험이 없다고 판단하는 경우, 차량(10)은 제1 링크를 이용하여, 주행할 수 있다.Referring to FIG. 22(c), when the processor 170 determines that there is no risk of collision between the second link of another vehicle and the first link of the vehicle 10, the vehicle 10 uses the first link. , You can drive.
도 24를 참조하면, 프로세서(170)는 차량(10)이 교차로를 좌회전을 통해 통과하면서, 2차선으로 진입하는 하는 경로인 제1 링크를 획득한다. 또한, 프로세서(170)는 타 차량이 교차로를 좌회전을 통해 통과하면서, 1차선 및 2차선으로 진입하는 하는 타 차량의 후보 링크의 그룹을 획득한다.Referring to FIG. 24, the processor 170 acquires a first link, which is a path through which the vehicle 10 enters a second lane while passing through an intersection through a left turn. In addition, the processor 170 obtains a group of candidate links of other vehicles entering the first lane and the second lane while the other vehicle passes through the intersection through a left turn.
프로세서(170)가 타 차량이 1차선으로 진입하는 경로를 타 차량의 제2 링크로 선택하는 경우, 프로세서(170)는 차량(10)을 제1 링크를 따라 주행하도록 제어 할 수 있다.When the processor 170 selects a path through which another vehicle enters the first lane as the second link of the other vehicle, the processor 170 may control the vehicle 10 to travel along the first link.
만일, 프로세서(170)가 선택하는 타 차량의 제2 링크가 타 차량이 2차선으로 진입하는 경로로 변경되는 경우, 프로세서(170)는 타 차량의 제2 링크와 차량(10)의 제1 링크 사이에 충돌위험이 있다고 판단할 수 있다. 이 경우, 프로세서(170)는 차량(10)을 정지 또는 감속시키기 위한, 제어동작을 수행할 수 있다. 또한, 프로세서(170)는 V2X 메시지를 통해, 차량(10)의 주행경로를 알리기 위한, 알람 메시지를 브로드 캐스트 할 수 있다. If the second link of the other vehicle selected by the processor 170 is changed to a path through which another vehicle enters the second lane, the processor 170 is the second link of the other vehicle and the first link of the vehicle 10. It can be judged that there is a risk of collision between them. In this case, the processor 170 may perform a control operation to stop or decelerate the vehicle 10. In addition, the processor 170 may broadcast an alarm message to inform the driving route of the vehicle 10 through the V2X message.
도 25 및 도 26은 본 명세서에서 차량이 합류구간에 진입하는 경우의 예시이다.25 and 26 are examples when a vehicle enters a confluence section in the present specification.
도 25를 참조하면, 프로세서(170)는 타 차량(2510)의 제2 링크와 차량(10)의 제1 링크 사이에 충돌위험이 있다고 판단할 수 있다. 이 경우, 프로세서(170)는 차량(10)을 정지 또는 감속시키기 위한, 제어동작을 수행할 수 있다. 또는 프로세서(170)는 차량(10)의 차선변경이 가능하다고 판단되는 경우, 차량(10)의 차선변경을 위한, 제어동작을 수행할 수 있다. 예를 들어, 프로세서(170)는 차량(10)이 변경하려는 차선을 주행하는 타 차량(2520)을 감지하고, 타 차량(2520)의 제2 링크를 획득한다. 타 차량(2520)의 제2 링크를 이용하여, 타 차량(2520)의 움직임을 예측하고, 프로세서(170)는 타 차량(2520)의 움직임이 차량(10)의 차선변경에 방해되지 않는다고 판단하는 경우, 차선변경을 수행할 수 있다. 만일, 차량(10)이 변경하려는 차선을 주행하는 타 차량(2520)이 존재하지 않는 경우, 프로세서(170)는 차량(10)의 차선변경을 즉시 수행할 수 있다.Referring to FIG. 25, the processor 170 may determine that there is a risk of collision between the second link of the other vehicle 2510 and the first link of the vehicle 10. In this case, the processor 170 may perform a control operation to stop or decelerate the vehicle 10. Alternatively, when it is determined that the lane change of the vehicle 10 is possible, the processor 170 may perform a control operation for changing the lane of the vehicle 10. For example, the processor 170 detects another vehicle 2520 traveling in a lane to be changed by the vehicle 10 and obtains a second link of the other vehicle 2520. Using the second link of the other vehicle 2520, the movement of the other vehicle 2520 is predicted, and the processor 170 determines that the movement of the other vehicle 2520 does not interfere with the lane change of the vehicle 10. If so, a lane change can be performed. If there is no other vehicle 2520 traveling in a lane to be changed by the vehicle 10, the processor 170 may immediately perform a lane change of the vehicle 10.
도 26을 참조하면, 프로세서(170)는 타 차량의 제2 링크와 차량(10)의 제1 링크 사이에 충돌위험이 있다고 판단할 수 있다. 이 경우, 프로세서(170)는 차량(10)을 정지 또는 감속시키기 위한, 제어동작을 수행할 수 있다. 또는 프로세서(170)는 차량(10)의 차선변경이 가능하다고 판단되는 경우, 차량(10)의 차선변경을 위한, 제어동작을 수행할 수 있다. 예를 들어, 프로세서(170)는 차량(10)이 변경하려는 차선을 센싱할 수 있다. 다만, 이 경우, 프로세서(170)는 변경하려는 차선이 2차선으로 합류하는 차선이라는 정보를 알 수 있고, 이 경우, 프로세서(170)는 차량(10)의 차선변경을 수행한다고 하더라도, 다시 2차선으로 차량(10)을 복귀시켜야 한다는 것을 판단할 수 있으므로, 차선변경을 수행하지 않을 수 있다.Referring to FIG. 26, the processor 170 may determine that there is a risk of collision between the second link of another vehicle and the first link of the vehicle 10. In this case, the processor 170 may perform a control operation to stop or decelerate the vehicle 10. Alternatively, when it is determined that the lane change of the vehicle 10 is possible, the processor 170 may perform a control operation for changing the lane of the vehicle 10. For example, the processor 170 may sense a lane to be changed by the vehicle 10. However, in this case, the processor 170 may know information that the lane to be changed is a lane that merges into two lanes, and in this case, the processor 170 may perform a lane change of the vehicle 10 again. As it can be determined that the vehicle 10 should be returned, lane change may not be performed.
도 27 및 도 28은 본 명세서에서 차량이 회전교차로에 진입하는 경우의 예시이다. 27 and 28 are examples when a vehicle enters a roundabout in the present specification.
도 27을 참조하면, 프로세서(170)는 타 차량의 제2 링크와 차량(10)의 제1 링크 사이에 충돌위험이 있다고 판단할 수 있다. 프로세서(170)는 차량(10)을 정지 또는 감속시키기 위한, 제어동작을 수행할 수 있다. 프로세서(170)는 차량(10)의 제어동작을 위해, 차선의 우선순위를 고려할 수도 있다. 예를 들어, 프로세서(170)는 회전교차로에서 우회전하려는 차량(10)의 제1 링크 보다 회전을 수행할 것으로 예상되는 타 차량의 제2 링크를 높은 우선순위로 설정할 수 있다. 프로세서(170)는 차량(10)이 먼저 회전교차로에 진입하는 경우라도 제1 링크보다 제2 링크의 우선순위가 높은 것을 고려하여, 차량(10)을 정지 또는 감속시키기 위한 제어동작을 수행할 수 있다.Referring to FIG. 27, the processor 170 may determine that there is a risk of collision between the second link of another vehicle and the first link of the vehicle 10. The processor 170 may perform a control operation for stopping or decelerating the vehicle 10. The processor 170 may consider the priority of a lane for a control operation of the vehicle 10. For example, the processor 170 may set a second link of another vehicle, which is expected to perform rotation, to a higher priority than the first link of the vehicle 10 to turn right at the roundabout. The processor 170 may perform a control operation for stopping or decelerating the vehicle 10, considering that the priority of the second link is higher than that of the first link even when the vehicle 10 first enters the roundabout. have.
도 28을 참조하면, 프로세서(170)는 타 차량의 제2 링크와 차량(10)의 제1 링크 사이에 충돌위험이 있다고 판단할 수 있다. 다만, 도 27과 달리, 프로세서(170)는 회전 교차로 내의 차량(10)이 정지 또는 감속하는 경우, 후방차량 또는 다른 차량과의 충돌위험이 있으므로, V2X 메시지를 통해, 차량(10)의 주행경로를 알리기 위한, 알람 메시지를 브로드 캐스트 할 수 있다.Referring to FIG. 28, the processor 170 may determine that there is a risk of collision between the second link of another vehicle and the first link of the vehicle 10. However, unlike FIG. 27, when the vehicle 10 in the roundabout stops or decelerates, there is a risk of collision with a rear vehicle or other vehicle, and thus, through the V2X message, the driving path of the vehicle 10 To notify, you can broadcast an alarm message.
본 명세서가 적용될 수 있는 장치 일반General devices to which this specification can be applied
도 29를 참조하면 제안하는 실시 예에 따른 서버(X200)는, MEC서버 또는 클라우드 서버 일 수 있으며, 통신모듈(X210), 프로세서(X220) 및 메모리(X230)를 포함할 수 있다. 통신모듈(X210)은 무선 주파수(radio frequency, RF) 유닛으로 칭해지기도 한다. 통신모듈(X210)은 외부 장치로 각종 신호, 데이터 및 정보를 전송하고, 외부 장치로 각종 신호, 데이터 및 정보를 수신하도록 구성될 수 있다. 서버(X200)는 외부 장치와 유선 및/또는 무선으로 연결될 수 있다. 통신모듈(X210)은 전송부와 수신부로 분리되어 구현될 수도 있다. 프로세서(X220)는 서버(X200) 전반의 동작을 제어할 수 있으며, 서버(X200)가 외부 장치와 송수신할 정보 등을 연산 처리하는 기능을 수행하도록 구성될 수 있다. 또한, 프로세서(X220)는 본 명세서에서 제안하는 서버 동작을 수행하도록 구성될 수 있다. 프로세서(X220)은 본 명세서의 제안에 따라 데이터 혹은 메시지를 UE 혹은 다른 차량, 다른 서버에 전송하도록 통신모듈(X210)을 제어할 수 있다. 메모리(X230)는 연산 처리된 정보 등을 소정시간 동안 저장할 수 있으며, 버퍼 등의 구성요소로 대체될 수 있다. Referring to FIG. 29, the server X200 according to the proposed embodiment may be a MEC server or a cloud server, and may include a communication module X210, a processor X220, and a memory X230. The communication module X210 is also referred to as a radio frequency (RF) unit. The communication module X210 may be configured to transmit various signals, data, and information to an external device, and to receive various signals, data, and information to an external device. The server X200 may be connected to an external device by wire and/or wirelessly. The communication module X210 may be implemented separately as a transmission unit and a reception unit. The processor X220 may control the overall operation of the server X200, and may be configured to perform a function for the server X200 to calculate and process information to be transmitted/received with an external device. In addition, the processor X220 may be configured to perform the server operation proposed in the present specification. The processor X220 may control the communication module X210 to transmit data or a message to the UE, another vehicle, or another server according to the proposal of the present specification. The memory X230 may store operation-processed information and the like for a predetermined period of time, and may be replaced with a component such as a buffer.
또한, 위와 같은 단말 장치(X100) 및 서버(X200)의 구체적인 구성은, 전술한 본 명세서의 다양한 실시예에서 설명한 사항들이 독립적으로 적용되거나 또는 2 이상의 실시예가 동시에 적용되도록 구현될 수 있으며, 중복되는 내용은 명확성을 위하여 설명을 생략한다. In addition, the detailed configuration of the terminal device X100 and the server X200 as described above may be implemented so that the above-described various embodiments of the present specification are applied independently or two or more embodiments may be applied simultaneously, and overlapping Contents are omitted for clarity.
전술한 본 명세서는, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 명세서의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 명세서의 등가적 범위 내에서의 모든 변경은 본 명세서의 범위에 포함된다.The foregoing specification can be implemented as computer-readable code on a medium in which a program is recorded. The computer-readable medium includes all types of recording devices that store data that can be read by a computer system. Examples of computer-readable media include hard disk drives (HDDs), solid state disks (SSDs), silicon disk drives (SDDs), ROMs, RAM, CD-ROMs, magnetic tapes, floppy disks, optical data storage devices, etc. There is also a carrier wave (for example, transmission over the Internet) also includes the implementation of the form. Therefore, the detailed description above should not be construed as restrictive in all respects and should be considered as illustrative. The scope of this specification should be determined by reasonable interpretation of the appended claims, and all changes within the scope of equivalents of this specification are included in the scope of this specification.
또한, 이상에서 실시 예들을 중심으로 설명하였으나 이는 단지 예시일 뿐 본 명세서를 한정하는 것이 아니며, 본 명세서가 속하는 분야의 통상의 지식을 가진 자라면 본 실시 예의 본질적인 특성을 벗어나지 않는 범위에서 이상에 예시되지 않은 여러 가지의 변형과 응용이 가능함을 알 수 있을 것이다. 예를 들어, 실시 예들에 구체적으로 나타난 각 구성 요소는 변형하여 실시할 수 있는 것이다. 그리고 이러한 변형과 응용에 관계된 차이점들은 첨부한 청구 범위에서 규정하는 본 명세서의 범위에 포함되는 것으로 해석되어야 할 것이다.In addition, although the embodiments have been described above, these are only examples and do not limit the present specification, and those of ordinary skill in the field to which the present specification belongs are illustrated above within the scope not departing from the essential characteristics of the present embodiment. It will be seen that various modifications and applications that have not been made are possible. For example, each component specifically shown in the embodiments can be modified and implemented. And differences related to these modifications and applications should be construed as being included in the scope of the present specification defined in the appended claims.
본 명세서는 5G(5 generation) 시스템을 기반으로 자율주행시스템(Automated Vehicle & Highway Systems)에 적용되는 예를 중심으로 설명하였으나, 이외에도 다양한 무선 통신 시스템 및 자율주행장치에 적용하는 것이 가능하다.In this specification, an example applied to an Automated Vehicle & Highway Systems based on a 5G (5 generation) system has been described, but it can be applied to various wireless communication systems and autonomous driving devices.

Claims (20)

  1. HD(High-Definition) MAP으로부터 주행가능 경로를 지시하는 링크(Link) 정보를 추출하는 단계;
    상기 링크 정보를 이용하여, 외부 차량의 적어도 하나 이상의 링크를 포함하는 상기 외부 차량의 후보 링크의 그룹을 획득하는 단계; 및
    상기 외부 차량의 움직임 예측의 결과를 이용하여, 상기 후보 링크의 그룹에서 상기 외부 차량이 주행할 것으로 예상되는 경로를 지시하는 외부 차량의 링크를 선택하는 단계;
    를 포함하며,
    상기 외부 차량의 움직임 예측의 결과는 센싱정보를 통해, 획득되는 차량의 움직임 예측방법.
    Extracting link information indicating a drivable route from a high-definition (HD) MAP;
    Obtaining a group of candidate links of the external vehicle including at least one link of the external vehicle using the link information; And
    Selecting a link of an external vehicle indicating a path in which the external vehicle is expected to travel from the group of the candidate links, using a result of the motion prediction of the external vehicle;
    Including,
    A method of predicting a motion of a vehicle, which is obtained through sensing information as a result of predicting the motion of the external vehicle.
  2. 제1항에 있어서,
    상기 링크 정보를 이용하여, 상기 차량의 주행예정 경로와 연관되는 링크를 획득하는 단계;
    를 더 포함하며,
    상기 차량의 주행예정 경로와 연관되는 링크를 이용하여 주행하는 차량의 움직임 예측방법.
    The method of claim 1,
    Acquiring a link associated with the planned driving route of the vehicle by using the link information;
    It further includes,
    A method for predicting a motion of a vehicle traveling by using a link associated with the vehicle's scheduled travel route.
  3. 제1항에 있어서,
    상기 외부 차량의 움직임과 관련된 상기 센싱정보를 획득하는 단계;
    상기 센싱정보가 획득된 시간값을 이용하여, 상기 외부 차량의 히스토리(History) 데이터를 생성하는 단계; 및
    상기 히스토리 데이터를 이용하여, 상기 외부 차량의 움직임 예측의 결과를 획득하는 단계;
    를 더 포함하는 차량의 움직임 예측방법.
    The method of claim 1,
    Acquiring the sensing information related to the movement of the external vehicle;
    Generating history data of the external vehicle by using the time value at which the sensing information is acquired; And
    Obtaining a result of the motion prediction of the external vehicle by using the history data;
    Vehicle motion prediction method further comprising a.
  4. 제1항에 있어서,
    상기 외부 차량의 링크에 근거하여, 상기 외부 차량과 충돌을 방지 하기 위한 제어동작을 수행하는 단계;
    를 더 포함하는 차량의 움직임 예측방법.
    The method of claim 1,
    Performing a control operation for preventing a collision with the external vehicle based on the link of the external vehicle;
    Vehicle motion prediction method further comprising a.
  5. 제2항에 있어서,
    상기 차량은
    상기 차량의 주행예정 경로와 연관되는 링크에 근거하여, 상기 외부 차량이 상기 후보 링크의 그룹 내의 링크를 주행하면, 상기 차량과 충돌위험이 있는 경우, 상기 외부 차량의 링크를 선택하는 차량의 움직임 예측방법.
    The method of claim 2,
    The vehicle is
    When the external vehicle drives a link in the group of the candidate link, based on the link associated with the vehicle's scheduled travel path, if there is a risk of collision with the vehicle, the vehicle motion prediction for selecting the link of the external vehicle Way.
  6. 제1항에 있어서,
    상기 외부 차량의 링크는
    상기 외부 차량의 움직임 예측의 결과를 통해 생성되는, 상기 외부 차량의 움직임과 관련된 2차원 좌표계의 곡선과 상기 후보 링크의 이격값에 근거하여, 선택되는 차량의 움직임 예측방법.
    The method of claim 1,
    The link of the external vehicle is
    A method for predicting a motion of a vehicle, which is selected based on a distance value of the candidate link and a curve of a two-dimensional coordinate system related to the motion of the external vehicle, generated through a result of the motion prediction of the external vehicle.
  7. 제4항에 있어서,
    상기 제어동작은
    상기 차량의 폭 및 상기 외부 차량의 폭에 근거하여, 상기 차량을 정지 또는 감속시키기 위한 것인 차량의 움직임 예측방법.
    The method of claim 4,
    The control operation is
    A vehicle motion prediction method for stopping or decelerating the vehicle based on the width of the vehicle and the width of the external vehicle.
  8. 제4항에 있어서,
    상기 제어동작은
    상기 차량이 주행 중인 차선의 우선순위 값 또는 상기 외부 차량이 주행 중인 차선의 우선순위 값에 근거하며, 상기 우선순위 값은 교통규칙과 관련된 차량의 움직임 예측방법.
    The method of claim 4,
    The control operation is
    A method for predicting a vehicle motion related to a traffic rule based on a priority value of a lane in which the vehicle is traveling or a priority value of a lane in which the external vehicle is traveling.
  9. 제4항에 있어서,
    상기 차량과 상기 외부 차량이 충돌위험이 있는 경우, 상기 차량의 주행경로를 알리기 위한, V2X 메시지를 브로드캐스트(Broadcast)하는 단계;
    를 더 포함하는 차량의 움직임 예측방법.
    The method of claim 4,
    Broadcasting a V2X message for informing the driving route of the vehicle when there is a risk of collision between the vehicle and the external vehicle;
    Vehicle motion prediction method further comprising a.
  10. 제4항에 있어서,
    상기 제어동작은
    주행 중인 차선을 변경하기 위한 것인 차량의 움직임 예측방법.
    The method of claim 4,
    The control operation is
    A vehicle motion prediction method for changing a driving lane.
  11. 자율주행시스템에서 HD(High-Definition) MAP을 이용한 움직임 예측을 수행하는 차량에 있어서,
    센서;
    송수신기(transceiver);
    메모리; 및
    상기 센서, 상기 송수신기 및 상기 메모리를 제어하는 프로세서; 를 포함하고,
    상기 프로세서는
    상기 HD MAP으로부터 주행가능 경로를 지시하는 링크(Link) 정보를 추출하고,
    상기 링크 정보를 이용하여, 외부 차량의 하나 이상의 링크를 포함하는 상기 외부 차량의 후보 링크의 그룹을 획득하며,
    상기 외부 차량의 움직임 예측의 결과를 이용하여, 상기 후보 링크의 그룹에서 상기 외부 차량이 주행할 것으로 예상되는 경로를 지시하는 외부 차량의 링크를 선택하고,
    상기 센서를 이용하여 획득되는 센싱정보를 통해 상기 외부 차량의 움직임 예측의 결과를 획득할 수 있는 차량.
    In a vehicle that performs motion prediction using HD (High-Definition) MAP in an autonomous driving system,
    sensor;
    A transceiver;
    Memory; And
    A processor that controls the sensor, the transceiver, and the memory; Including,
    The processor is
    Extracting link information indicating a drivable route from the HD MAP,
    Using the link information, obtaining a group of candidate links of the external vehicle including one or more links of the external vehicle,
    Selecting a link of an external vehicle indicating a path in which the external vehicle is expected to travel from the group of the candidate links, using the result of the motion prediction of the external vehicle,
    A vehicle capable of obtaining a result of the motion prediction of the external vehicle through sensing information obtained using the sensor.
  12. 제11항에 있어서,
    상기 프로세서는
    상기 링크 정보를 이용하여, 상기 차량의 주행예정 경로와 연관되는 링크를 획득하고, 상기 차량의 주행예정 경로와 연관되는 링크를 이용하여 주행하는 차량.
    The method of claim 11,
    The processor is
    A vehicle that acquires a link associated with the planned driving route of the vehicle, using the link information, and drives using a link associated with the planned driving route of the vehicle.
  13. 제11항에 있어서,
    상기 프로세서는
    상기 센서를 통해, 상기 외부 차량의 움직임과 관련된 상기 센싱정보를 획득하고,
    상기 센싱정보가 획득된 시간값을 이용하여, 상기 외부 차량의 히스토리(History) 데이터를 생성하고, 상기 메모리에 저장하며,
    상기 히스토리 데이터를 이용하여, 상기 외부 차량의 움직임 예측의 결과를 획득하는 차량.
    The method of claim 11,
    The processor is
    Obtaining the sensing information related to the movement of the external vehicle through the sensor,
    Using the time value at which the sensing information was acquired, history data of the external vehicle is generated and stored in the memory,
    A vehicle that obtains a result of the motion prediction of the external vehicle by using the history data.
  14. 제11항에 있어서,
    상기 프로세서는
    상기 외부 차량의 링크에 근거하여, 상기 외부 차량과 충돌을 방지 하기 위한 제어동작을 수행하는 차량.
    The method of claim 11,
    The processor is
    A vehicle that performs a control operation for preventing a collision with the external vehicle based on the link of the external vehicle.
  15. 제12항에 있어서,
    상기 프로세서는
    상기 차량의 주행예정 경로와 연관되는 링크에 근거하여, 상기 외부 차량이 상기 후보 링크의 그룹 내의 링크를 주행하면, 상기 차량과 충돌위험이 있는 경우, 상기 외부 차량의 링크를 선택하는 차량.
    The method of claim 12,
    The processor is
    A vehicle for selecting a link of the external vehicle when there is a risk of collision with the vehicle when the external vehicle travels on a link in the group of the candidate link based on a link associated with the vehicle's scheduled travel path.
  16. 제11항에 있어서,
    상기 외부 차량의 링크는
    상기 외부 차량의 움직임 예측의 결과를 통해 생성되는, 상기 외부 차량의 움직임과 관련된 2차원 좌표계의 곡선과 상기 후보 링크의 이격값에 근거하여, 선택되는 차량.
    The method of claim 11,
    The link of the external vehicle is
    A vehicle selected based on a distance value of the candidate link and a curve of a two-dimensional coordinate system related to the movement of the external vehicle, which is generated through a result of the motion prediction of the external vehicle.
  17. 제14항에 있어서,
    상기 제어동작은
    상기 차량의 폭 및 상기 외부 차량의 폭에 근거하여, 상기 차량을 정지 또는 감속시키기 위한 것인 차량.
    The method of claim 14,
    The control operation is
    A vehicle for stopping or decelerating the vehicle based on the width of the vehicle and the width of the external vehicle.
  18. 제14항에 있어서,
    상기 제어동작은
    상기 차량이 주행 중인 차선의 우선순위 값 또는 상기 외부 차량이 주행 중인 차선의 우선순위 값에 근거하며, 상기 우선순위 값은 교통규칙과 관련된 차량.
    The method of claim 14,
    The control operation is
    The vehicle is based on a priority value of a lane in which the vehicle is traveling or a priority value of a lane in which the external vehicle is traveling, and the priority value is related to a traffic rule.
  19. 제14항에 있어서,
    상기 프로세서는
    상기 차량과 상기 외부 차량이 충돌위험이 있는 경우, 상기 차량의 주행경로를 알리기 위한, V2X 메시지를 상기 송수신기를 통해, 브로드캐스트(Broadcast)하는 차량.
    The method of claim 14,
    The processor is
    When there is a risk of collision between the vehicle and the external vehicle, a vehicle that broadcasts a V2X message to inform the driving route of the vehicle through the transceiver.
  20. 제14항에 있어서,
    상기 제어동작은
    주행 중인 차선을 변경하기 위한 것인 차량.
    The method of claim 14,
    The control operation is
    A vehicle for changing the driving lane.
KR1020190125242A 2019-10-10 2019-10-10 Method and apparatus of vehicle motion prediction using high definition map in autonomous driving system KR20210043039A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190125242A KR20210043039A (en) 2019-10-10 2019-10-10 Method and apparatus of vehicle motion prediction using high definition map in autonomous driving system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190125242A KR20210043039A (en) 2019-10-10 2019-10-10 Method and apparatus of vehicle motion prediction using high definition map in autonomous driving system

Publications (1)

Publication Number Publication Date
KR20210043039A true KR20210043039A (en) 2021-04-21

Family

ID=75744340

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190125242A KR20210043039A (en) 2019-10-10 2019-10-10 Method and apparatus of vehicle motion prediction using high definition map in autonomous driving system

Country Status (1)

Country Link
KR (1) KR20210043039A (en)

Similar Documents

Publication Publication Date Title
KR102226067B1 (en) Method and apparatus for providing a virtual traffic light service in autonomous driving system
KR20190098094A (en) Method and apparatus for determining the validity of a message received by a vehicle in autonomous driving system
KR20190104010A (en) Apprartus for Controlling Autonomous Vehicle and Control Method therof
KR20190100107A (en) Method for wireless communication of vehicle in autonomous driving system and apparatus thereof
KR20190098092A (en) Management method of hacking vehicle in automatic driving system and the apparatus for the method
KR20190096873A (en) Method and aparratus for setting a car and a server connection in autonomous driving system
KR102237421B1 (en) Method and apparatus for updating application based on data in an autonomous driving system
KR20190107277A (en) Method for controlling vehicle in autonomous driving system and apparatus thereof
KR102243244B1 (en) Method and apparatus for controlling by emergency step in autonomous driving system
KR102192142B1 (en) How to control an autonomous vehicle
KR102195939B1 (en) Method for charging battery of autonomous vehicle and apparatus therefor
KR20190102145A (en) Method and apparatus for sensing information transmission for remote driving in autonomous driving system
KR102203475B1 (en) Method for controlling vehicle in autonomous driving system and apparatus thereof
KR20190102144A (en) Method and apparatus for managing vehichle&#39;s resources in autonomous driving system
KR20190106928A (en) Camera and method of controlling the camera, and autonomous driving system including the camera
KR20210059980A (en) Remote Control Method of the Vehicle and a Mixed Reality Device and a Vehicle therefor
KR20190116192A (en) Mehtod for hacking response of autonomous driving vehicle and device therefor
KR20210043039A (en) Method and apparatus of vehicle motion prediction using high definition map in autonomous driving system
KR20210041213A (en) Method and apparatus of tracking objects using map information in autonomous driving system
KR20210065391A (en) Method of driving and detecting a obstacle in autonomous driving system
KR102205794B1 (en) Method and apparatus for setting a server bridge in an automatic driving system
US20210188311A1 (en) Artificial intelligence mobility device control method and intelligent computing device controlling ai mobility
KR20210047394A (en) Method For Controlling A Vehicle In An Autonoumous Drving System
KR20210098071A (en) Methods for comparing data on a vehicle in autonomous driving system
KR102221559B1 (en) Method and Apparatus For Controlling A Vehicle Performing Platnooning In An Autonoumous Drving System