KR20210076412A - 차량 센서 성능 평가 장치 및 그의 성능 평가 방법 - Google Patents

차량 센서 성능 평가 장치 및 그의 성능 평가 방법 Download PDF

Info

Publication number
KR20210076412A
KR20210076412A KR1020190167578A KR20190167578A KR20210076412A KR 20210076412 A KR20210076412 A KR 20210076412A KR 1020190167578 A KR1020190167578 A KR 1020190167578A KR 20190167578 A KR20190167578 A KR 20190167578A KR 20210076412 A KR20210076412 A KR 20210076412A
Authority
KR
South Korea
Prior art keywords
object information
sensor
fov
error
vehicle
Prior art date
Application number
KR1020190167578A
Other languages
English (en)
Inventor
이우영
Original Assignee
현대자동차주식회사
기아 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 현대자동차주식회사, 기아 주식회사 filed Critical 현대자동차주식회사
Priority to KR1020190167578A priority Critical patent/KR20210076412A/ko
Priority to US16/832,454 priority patent/US11948408B2/en
Publication of KR20210076412A publication Critical patent/KR20210076412A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40—Means for monitoring or calibrating
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/008—Subject matter not provided for in other groups of this subclass by doing functionality tests
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Electromagnetism (AREA)
  • Multimedia (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Traffic Control Systems (AREA)

Abstract

다양한 차량 센서들을 동일한 평가 기준으로 성능 평가를 수행할 수 있는 차량 센서 성능 평가 장치 및 그의 성능 평가 방법에 관한 것으로, 획득한 객체 정보를 토대로 센서의 FoV(Field Of View)를 추정하는 FoV 추정부, 추정한 FoV를 다수의 그리드 셀(grid cell)들로 분할하는 그리드 셀 분할부, 각 그리드 셀에 상응하는 객체 정보를 수집하여 객체 정보에 대한 오차 평균 및 분산을 산출하는 오차 산출부, 그리고 산출된 오차 평균 및 분산을 토대로 센서의 성능을 평가하는 성능 평가부를 포함할 수 있다.

Description

차량 센서 성능 평가 장치 및 그의 성능 평가 방법 {APPARATUS AND METHOD FOR EVALUATING VEHICLE SENSOR PERFORMANCE}
본 발명은 차량 센서 성능 평가 장치에 관한 것으로, 더욱 상세하게는 다양한 차량 센서들을 동일한 평가 기준으로 성능 평가를 수행할 수 있는 차량 센서 성능 평가 장치 및 그의 성능 평가 방법에 관한 것이다.
일반적으로, 차량의 자율주행 및 ADAS(Advanced Driver Assistance Systems) 기술 개발의 핵심 중 하나는, 주변 환경에 대한 정확하고 신뢰할 수 있는 정보를 획득하는 기술이다.
따라서, 신뢰성이 높은 주변 환경 정보를 획득하기 위한 다양한 방법들이 개발되고 있지만, 여전히 주변 환경 정보의 신뢰성은, 차량 센서 성능에 의해 좌우될 수 있다.
일 예로, NNF(Nearest Neighbor Filtering), PDAF(Probabilistic Data Association Filter) 등을 이용한 다중 물체 추적 기법이나 또는 센서 퓨전을 수행하여 주변 환경 정보를 획득하는 경우, 획득한 주변 환경 정보의 신뢰성은, 차량 센서 성능에 따라 달라질 수 있다.
이처럼, 차량 센서 성능은, 획득한 주변 환경 정보의 신뢰성에 큰 영향을 미치므로, 차량 센서 성능에 대한 평가가 중요할 수 있다.
일반적으로, 차량 센서 성능은, 센서 업체에서 제공하는 성능 평가 결과를 토대로 결정될 수 있다.
하지만, 센서 업체에서 제공하는 차량 센서 성능에 대한 평가 결과는, 이상적인 상황에서 측정한 결과치이므로, 차량의 실제 주행 환경에서는, 차량 센서 성능이 센서 업체에서 제공된 센서 성능 평가 결과와는 다른 경우가 많다.
또한, 다수의 센서 업체들은, 서로 다른 평가 기준(평가 환경, 성능 평가 단위, 획득 정보 등)을 가지기 때문에, 센서 퓨전 기술의 설계 인자(design factor)를 결정하기 힘든 경우가 발생할 수 있다.
그러므로, 물리적 근거에 의한 설계 인자 설정이 아닌, 시행 착오(trial & error) 방식으로 설정하며 설계인자를 찾기 위해서는 많은 시간이 소요되는 문제가 있었다.
따라서, 향후 다양한 차량 센서들을 동일한 평가 기준으로 성능 평가를 수행하여 센서 획득 정보의 정확성과 신뢰성을 높일 수 있는 차량 센서 성능 평가 장치의 개발이 요구되고 있다.
본 발명은 각 센서의 FoV의 그리드 셀을 기반으로 객체 정보에 대한 오차 평균 및 분산을 산출함으로써, 다양한 차량 센서들을 동일한 평가 기준으로 성능 평가를 수행하여 센서 획득 정보의 정확성과 신뢰성을 높일 수 있는 차량 센서 성능 평가 장치 및 그의 성능 평가 방법을 제공하는데 있다.
본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
상기와 같은 기술적 과제를 해결하기 위하여, 본 발명의 일 실시예에 따른 차량 센서 성능 평가 장치는, 획득한 객체 정보를 토대로 센서의 FoV(Field Of View)를 추정하는 FoV 추정부, 추정한 FoV를 다수의 그리드 셀(grid cell)들로 분할하는 그리드 셀 분할부, 각 그리드 셀에 상응하는 객체 정보를 수집하여 객체 정보에 대한 오차 평균 및 분산을 산출하는 오차 산출부, 그리고 산출된 오차 평균 및 분산을 토대로 센서의 성능을 평가하는 성능 평가부를 포함할 수 있다.
또한, 본 발명 일 실시예에 따른 차량 센서 성능 평가 장치의 성능 평가 방법은, 획득한 객체 정보를 토대로 센서의 FoV(Field Of View)를 추정하는 단계, 추정한 FoV를 다수의 그리드 셀(grid cell)들로 분할하는 단계, 각 그리드 셀에 상응하는 객체 정보를 수집하여 객체 정보에 대한 오차 평균 및 분산을 산출하는 단계, 그리고 산출된 오차 평균 및 분산을 토대로 센서의 성능을 평가하는 단계를 포함할 수 있다.
또한, 본 발명의 일 실시예에 따른 차량 센서 성능 평가 장치의 성능 평가 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체로서, 상기 차량 센서 성능 평가 방법에서 제공된 과정을 수행할 수 있다.
한편, 본 발명의 일 실시예에 따른 차량은, 타겟 차량에 대한 객체 정보를 센싱하는 센싱 장치, 그리고 타겟 차량에 대한 객체 정보를 획득하여 센싱 장치의 성능을 평가하는 차량 센서 성능 평가 장치을 포함하고, 차량 센서 성능 평가 장치는, 획득한 객체 정보를 토대로 센서의 FoV(Field Of View)를 추정하는 FoV 추정부, 추정한 FoV를 다수의 그리드 셀(grid cell)들로 분할하는 그리드 셀 분할부, 각 그리드 셀에 상응하는 객체 정보를 수집하여 객체 정보에 대한 오차 평균 및 분산을 산출하는 오차 산출부, 그리고 산출된 오차 평균 및 분산을 토대로 센서의 성능을 평가하는 성능 평가부를 포함할 수 있다.
상기와 같이 구성되는 본 발명의 적어도 하나의 실시예에 관련된 차량 센서 성능 평가 장치 및 그의 성능 평가 방법은, 각 센서의 FoV의 그리드 셀을 기반으로 객체 정보에 대한 오차 평균 및 분산을 산출함으로써, 다양한 차량 센서들을 동일한 평가 기준으로 성능 평가를 수행하여 센서 획득 정보의 정확성과 신뢰성을 높일 수 있는 효과를 제공한다.
또한, 본 발명은, 다양한 센서를 동일한 기준(평가 환경, 성능평가 단위, 평가 대상 정보)으로 평가가 가능하다.
즉, 본 발명은, 다중 물체 추적 방법 및 센서퓨전 방법의 설계인자 설정에 도움을 줄 수 있다.
또한, 본 발명은, 특정 영역에 따른 센서의 성능 및 신뢰도 파악이 용이할 수 있다.
즉, 본 발명은, 특정 영역에 따라 센서의 성능이 많이 다른 경우, 검출 위치에 따른 가변적 설계 인자를 도입 가능하다.
그리고, 본 발명은, 가변적 설계 인자를 적용할 경우, 전반적인 영역에서의 다중 물체 추적 또는 센서퓨전 신뢰도 개선이 가능하다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명에 따른 차량 센서 성능 평가 장치가 적용된 차량을 설명하기 위한 도면이다.
도 2는 본 발명에 따른 차량 센서 성능 평가 장치를 설명하기 위한 블럭 구성도이다.
도 3은 본 발명에 따른 차량 센서 성능 평가 방법을 설명하기 위한 그리드 셀을 보여주는 도면이다.
도 4 및 도 5는 본 발명에 따른 차량 센서 성능 평가 과정을 설명하기 위한 도면이다.
도 6은 본 발명의 차량 센서 성능 평가 방법에 따른 각 센서의 FoV를 보여주는 도면이다.
도 7은 본 발명의 차량 센서 성능 평가 방법에 따른 센서의 성능 평가 결과를 보여주는 도면이다.
도 8은 본 발명에 따른 차량 센서 성능 평가 방법을 설명하기 위한 흐름도이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부", "…기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서 전체에 걸쳐서 동일한 참조번호로 표시된 부분들은 동일한 구성요소들을 의미한다.
이하, 도 1 내지 도 8을 참조하여 본 발명의 실시예들에 적용될 수 있는 차량 센서 성능 평가 장치 및 그의 성능 평가 방법에 대해 상세히 설명한다.
도 1은 본 발명에 따른 차량 센서 성능 평가 장치가 적용된 차량을 설명하기 위한 도면이다.
도 1에 도시된 바와 같이, 본 발명에 따른 차량 센서 성능 평가 장치(200)는, 차량 내부에 적용될 수도 있고, 차량 외부에 적용될 수도 있다.
일 예로, 차량 센서 성능 평가 장치(200)를 적용하는 차량은, 타겟 차량에 대한 객체 정보를 센싱하는 센싱 장치(100)와, 타겟 차량에 대한 객체 정보를 획득하여 센싱 장치(100)의 성능을 평가하는 차량 센서 성능 평가 장치(200)을 포함할 수 있다.
여기서, 센싱 장치(100)는, 레이더(radar), 카메라, 라이다(lidar)를 포함할 수 있는데, 이에 한정되지는 않는다.
그리고, 차량 센서 성능 평가 장치(200)는, 획득한 객체 정보를 토대로 센서의 FoV(Field Of View)를 추정하고, 추정한 FoV를 다수의 그리드 셀(grid cell)들로 분할하며, 각 그리드 셀에 상응하는 객체 정보를 수집하여 객체 정보에 대한 오차 평균 및 분산을 산출하고, 산출된 오차 평균 및 분산을 토대로 센서의 성능을 평가할 수 있다.
여기서, 차량 센서 성능 평가 장치(200)는, 센서의 FoV를 추정할 때, 타겟 차량이 이동하는 동안에 자차에 장착된 다수의 센서가 정보를 획득하면 각 센서가 획득한 정보로부터 타겟 차량에 대한 객체 정보를 추출하고, 추출한 타겟 차량에 대한 객체 정보를 토대로 각 센서의 FoV를 추정할 수 있다.
이때, 차량 센서 성능 평가 장치(200)는, 타겟 차량에 대한 객체 정보를 추출할 때, 센서의 FoV로 예측되는 모든 구간을 이동하면서 FoV 경계 영역을 지나는 타겟 차량에 대한 객체 정보를 추출할 수 있다.
또한, 차량 센서 성능 평가 장치(200)는, 타겟 차량에 대한 객체 정보를 추출할 때, 타겟 차량의 GPS 정보를 이용하여 각 센서가 획득한 정보로부터 타겟 차량에 대한 객체 정보를 추출할 수 있다.
이어, 차량 센서 성능 평가 장치(200)는, FoV가 추정되면 분할하고자 하는 그리드 셀에 대한 크기를 결정하고, 결정된 크기를 토대로 FoV를 다수의 그리드 셀들로 분할할 수 있다.
다음, 차량 센서 성능 평가 장치(200)는, 객체 정보에 대한 오차 평균 및 분산을 산출할 때, 객체 정보의 위치 및 속도에 대한 오차 평균 및 분산을 산출할 수 있다.
그리고, 차량 센서 성능 평가 장치(200)는, 센서의 성능을 평가할 때, 산출된 오차 평균 및 분산을 토대로 각 센서의 FoV 성능 정보를 수집하고, 수집된 각 센서의 FoV 성능 정보를 토대로 각 센서의 정확도 및 신뢰도를 평가할 수 있다.
도 2는 본 발명에 따른 차량 센서 성능 평가 장치를 설명하기 위한 블럭 구성도이고, 도 3은 본 발명에 따른 차량 센서 성능 평가 방법을 설명하기 위한 그리드 셀을 보여주는 도면이다.
도 2 및 도 3에 도시된 바와 같이, 본 발명에 따른 차량 센서 성능 평가 장치(200)는, 획득한 객체 정보를 토대로 센서의 FoV(Field Of View)(10)를 추정하는 FoV 추정부(210), 추정한 FoV(10)를 다수의 그리드 셀(grid cell)(30)들로 분할하는 그리드 셀 분할부(220), 각 그리드 셀(30)에 상응하는 객체 정보(20)를 수집하여 객체 정보(20)에 대한 오차 평균 및 분산을 산출하는 오차 산출부(230), 그리고 산출된 오차 평균 및 분산을 토대로 센서의 성능을 평가하는 성능 평가부(240)를 포함할 수 있다.
여기서, FoV 추정부(210)는, 타겟 차량이 이동하는 동안에 자차(1)에 장착된 다수의 센서가 정보를 획득하면 각 센서가 획득한 정보로부터 타겟 차량에 대한 객체 정보를 추출하고, 추출한 타겟 차량에 대한 객체 정보를 토대로 각 센서의 FoV를 추정할 수 있다.
이때, FoV 추정부(210)는, 타겟 차량에 대한 객체 정보를 추출할 때, 센서의 FoV로 예측되는 모든 구간을 이동하면서 FoV 경계 영역을 지나는 타겟 차량에 대한 객체 정보를 추출할 수 있다.
일 예로, FoV 추정부(210)는, 타겟 차량이 센서에서 미검출되거나 또는 약간 이동 후 검출되는 영역을 FoV 경계 영역으로 인지할 수 있다.
또한, FoV 추정부(210)는, 타겟 차량에 대한 객체 정보를 추출할 때, 타겟 차량의 GPS 정보를 이용하여 각 센서가 획득한 정보로부터 타겟 차량에 대한 객체 정보를 추출할 수 있다.
경우에 따라, FoV 추정부(210)는, 각 센서의 FoV를 추정할 때, 추출한 타겟 차량에 대한 객체 정보들 중 FoV 경계 영역에 위치하는 객체 정보를 연결하여 각 센서의 FoV를 추정할 수 있다.
일 예로, 추정된 FoV는, 다각형 형상을 가질 수 있는데, 이에 한정되지는 않는다.
다음, 그리드 셀 분할부(220)는, FoV가 추정되면 분할하고자 하는 그리드 셀(30)에 대한 크기를 결정하고, 결정된 크기를 토대로 FoV를 다수의 그리드 셀(30)들로 분할할 수 있다.
일 예로, 그리드 셀 분할부(220)는, 그리드 셀에 대한 크기를 결정할 때, 미리 설정된 설정값에 따라 그리드 셀에 대한 크기를 결정할 수 있다.
다른 일 예로, 그리드 셀 분할부(220)는, 그리드 셀에 대한 크기를 결정할 때, 사용자 입력값에 따라 그리드 셀에 대한 크기를 결정할 수도 있다.
또 다른 일 예로, 그리드 셀 분할부(220)는, 그리드 셀에 대한 크기를 결정할 때, 사용자 입력값의 유무를 확인하고, 사용자 입력값이 없으면 미리 설정된 설정값에 따라 그리드 셀에 대한 크기를 결정할 수도 있다.
이어, 오차 산출부(230)는, 객체 정보(20)에 대한 오차 평균 및 분산을 산출할 때, 객체 정보(20)의 위치 및 속도에 대한 오차 평균 및 분산을 산출할 수 있다.
여기서, 오차 산출부(230)는,
Figure pat00001
(여기서, mean(x)는 객체 정보에 대한 오차 평균, xi는 측정 오차임)인 수식으로부터 객체 정보(20)에 대한 오차 평균을 산출할 수 있다.
그리고, 오차 산출부(230)는,
Figure pat00002
(여기서, mean(x)는 객체 정보에 대한 오차 평균, xi는 측정 오차, Var(x)는 객체 정보에 대한 오차 분산임)인 수식으로부터 객체 정보에 대한 오차 분산을 산출할 수 있다.
다음, 성능 평가부(240)는, 센서의 성능을 평가할 때, 산출된 오차 평균 및 분산을 토대로 각 센서의 FoV 성능 정보를 수집하고, 수집된 각 센서의 FoV 성능 정보를 토대로 각 센서의 정확도 및 신뢰도를 평가할 수 있다.
이와 같이, 본 발명은, 각 센서의 FoV의 그리드 셀을 기반으로 객체 정보에 대한 오차 평균 및 분산을 산출함으로써, 다양한 차량 센서들을 동일한 평가 기준으로 성능 평가를 수행하여 센서 획득 정보의 정확성과 신뢰성을 높일 수 있다.
또한, 본 발명은, 다양한 센서를 동일한 기준(평가 환경, 성능평가 단위, 평가 대상 정보)으로 평가가 가능하다.
즉, 본 발명은, 다중 물체 추적 방법 및 센서퓨전 방법의 설계인자 설정에 도움을 줄 수 있다.
또한, 본 발명은, 특정 영역에 따른 센서의 성능 및 신뢰도 파악이 용이할 수 있다.
즉, 본 발명은, 특정 영역에 따라 센서의 성능이 많이 다른 경우, 검출 위치에 따른 가변적 설계 인자를 도입 가능하다.
그리고, 본 발명은, 가변적 설계 인자를 적용할 경우, 전반적인 영역에서의 다중 물체 추적 또는 센서퓨전 신뢰도 개선이 가능하다.
도 4 및 도 5는 본 발명에 따른 차량 센서 성능 평가 과정을 설명하기 위한 도면이다.
도 4에 도시된 바와 같이, 본 발명의 차량 센서 성능 평가 장치는, 획득한 객체 정보를 토대로 센서의 FoV(Field Of View)를 추정할 수 있다.
본 발명은, 타겟 차량(2)이 이동하는 동안에 정지된 자차(1)에 장착된 다수의 센서가 정보를 획득하면 각 센서가 획득한 정보로부터 타겟 차량(2)에 대한 객체 정보(20)를 추출하고, 추출한 타겟 차량(2)에 대한 객체 정보(20)를 토대로 각 센서의 FoV(10)를 추정할 수 있다.
여기서, 본 발명은, 센서의 FoV(10)로 예측되는 모든 구간을 이동하면서 FoV 경계 영역을 지나는 타겟 차량(2)에 대한 객체 정보(20)를 추출할 수 있다.
그리고, 본 발명은, 추출한 타겟 차량(2)에 대한 객체 정보(20)들 중 FoV 경계 영역에 위치하는 객체 정보(20)를 연결하여 각 센서의 FoV(10)를 추정할 수 있다.
여기서, 추정된 FoV는, 다각형 형상을 가질 수 있는데, 이에 한정되지는 않는다.
다음, 도 5에 도시된 바와 같이, 본 발명은, 추정한 FoV(10)를 다수의 그리드 셀(grid cell)(30)들로 분할하고, 각 그리드 셀(30)에 상응하는 객체 정보(20)를 수집하여 객체 정보에 대한 오차 평균 및 분산을 산출할 수 있다.
여기서, 본 발명은, 객체 정보(20)의 위치 및 속도에 대한 오차 평균 및 분산을 산출할 수 있다.
일 예로, 각 그리드 셀(30)은, 중앙에 위치한 GPS 기준점(32) 주변으로 객체점들이 검출될 수 있다.
여기서, 본 발명은, GPS 기준점(32)을 토대로, 검출된 객체점들의 오차 평균값(34)과 오차 분산값(36)을 산출할 수 있다.
예를 들면, 본 발명은, 객체 정보에 대한 오차 평균을 산출할 때,
Figure pat00003
(여기서, mean(x)는 객체 정보에 대한 오차 평균, xi는 측정 오차임)인 수식으로부터 객체 정보에 대한 오차 평균을 산출할 수 있다.
또한, 본 발명은, 객체 정보에 대한 오차 분산을 산출할 때,
Figure pat00004
(여기서, mean(x)는 객체 정보에 대한 오차 평균, xi는 측정 오차, Var(x)는 객체 정보에 대한 오차 분산임)인 수식으로부터 객체 정보에 대한 오차 분산을 산출할 수 있다.
도 6은 본 발명의 차량 센서 성능 평가 방법에 따른 각 센서의 FoV를 보여주는 도면이다.
도 6은, 기준 객체 정보를 RTK-GPS를 이용하여 획득하고, 평가 대상 센서를 레이더, 카메라, 라이다로 설정하여 차량 센서 성능 평가를 수행한 센서 FoV 추정 결과이다.
또한, 평가 시나리오로서, 시나리오 취득 횟수를 약 80회로 설정하고, 평가 영역을 종방향 0 ~ 300m, 횡방향 -20m ~ 20m로 설정하였으며, 타겟 차량의 속도를 약 20km/h ~ 약 80km/h로 하였다.
도 6에 도시된 바와 같이, 본 발명은, 실제 센서에서 취득한 데이터를 기반으로 FoV를 추정하기 때문에 실제 사용할 수 있는 FoV 영역을 취득할 수 있다.
따라서, 레이더에 상응하는 FoV, 카메라에 상응하는 FoV, 라이다에 상응하는 FoV는, 각각 센서의 성능에 따라 서로 다를 수 있다.
도 7은 본 발명의 차량 센서 성능 평가 방법에 따른 센서의 성능 평가 결과를 보여주는 도면이다.
도 7은, 레이더에 대한 차량 센서 성능 평가 결과로서, FoV 영역의 각 그리드 셀에 대한 오차 평균 및 분산을 보여주고 있다.
도 7에 도시된 바와 같이, FoV 영역에서 어느 하나의 그리드 셀을 선택하면 선택한 그리드 셀에 대한 오차 평균 및 분산을 알 수 있다.
그리고, 본 발명은, 각 그리드 셀에 대한 오차 평균 및 분산을 토대로, 레이더 센서의 정확도 및 신뢰도를 평가할 수 있다.
도 8은 본 발명에 따른 차량 센서 성능 평가 방법을 설명하기 위한 흐름도이다.
도 8에 도시된 바와 같이, 본 발명의 차량 센서 성능 평가 장치는, 먼저, 획득한 객체 정보를 토대로 센서의 FoV(Field Of View)를 추정할 수 있다(S10).
여기서, 본 발명은, 타겟 차량이 이동하는 동안에 자차에 장착된 다수의 센서가 정보를 획득하면 각 센서가 획득한 정보로부터 상기 타겟 차량에 대한 객체 정보를 추출하고, 추출한 타겟 차량에 대한 객체 정보를 토대로 각 센서의 FoV를 추정할 수 있다.
이때, 본 발명은, 타겟 차량이, 센서의 FoV로 예측되는 모든 구간을 이동하면서 FoV 경계 영역을 반드시 지나야 정확한 FoV 추정이 가능할 수 있다.
다음, 본 발명은, 추정한 FoV를 다수의 그리드 셀(grid cell)들로 분할할 수 있다(S20).
여기서, 본 발명은, FoV가 추정되면 분할하고자 하는 그리드 셀에 대한 크기를 결정하고, 결정된 크기를 토대로 FoV를 다수의 그리드 셀들로 분할할 수 있다.
이어, 본 발명은, 각 그리드 셀에 상응하는 객체 정보를 수집하여 객체 정보에 대한 오차 평균 및 분산을 산출할 수 있다(S30).
여기서, 본 발명은, 객체 정보의 위치 및 속도에 대한 오차 평균 및 분산을 산출할 수 있다.
일 예로, 본 발명은,
Figure pat00005
(여기서, mean(x)는 객체 정보에 대한 오차 평균, xi는 측정 오차임)인 수식으로부터 객체 정보(20)에 대한 오차 평균을 산출할 수 있고,
Figure pat00006
(여기서, mean(x)는 객체 정보에 대한 오차 평균, xi는 측정 오차, Var(x)는 객체 정보에 대한 오차 분산임)인 수식으로부터 객체 정보에 대한 오차 분산을 산출할 수 있다.
다음, 본 발명은, 산출된 오차 평균 및 분산을 토대로 센서의 성능을 평가할 수 있다(S40).
여기서, 본 발명은, 산출된 오차 평균 및 분산을 토대로 각 센서의 FoV 성능 정보를 수집하고, 수집된 각 센서의 FoV 성능 정보를 토대로 각 센서의 정확도 및 신뢰도를 평가할 수 있다.
이와 같이, 본 발명은, 각 센서의 FoV의 그리드 셀을 기반으로 객체 정보에 대한 오차 평균 및 분산을 산출함으로써, 다양한 차량 센서들을 동일한 평가 기준으로 성능 평가를 수행하여 센서 획득 정보의 정확성과 신뢰성을 높일 수 있다.
또한, 본 발명은, 다양한 센서를 동일한 기준(평가 환경, 성능평가 단위, 평가 대상 정보)으로 평가가 가능하다.
즉, 본 발명은, 다중 물체 추적 방법 및 센서퓨전 방법의 설계인자 설정에 도움을 줄 수 있다.
또한, 본 발명은, 특정 영역에 따른 센서의 성능 및 신뢰도 파악이 용이할 수 있다.
즉, 본 발명은, 특정 영역에 따라 센서의 성능이 많이 다른 경우, 검출 위치에 따른 가변적 설계 인자를 도입 가능하다.
그리고, 본 발명은, 가변적 설계 인자를 적용할 경우, 전반적인 영역에서의 다중 물체 추적 또는 센서퓨전 신뢰도 개선이 가능하다.
추가적으로, 본 발명은, 차량 센서 성능 평가 장치의 성능 평가 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체로서, 상기 차량 센서 성능 평가 방법에서 제공된 과정을 수행할 수 있다.
전술한 본 발명은, 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 있다.
따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.
100: 센싱 장치
200: 차량 센서 성능 평가 장치
210: FoV 추정부
220: 그리드 셀 분할부
230: 오차 산출부
240: 성능 평가부

Claims (20)

  1. 획득한 객체 정보를 토대로 센서의 FoV(Field Of View)를 추정하는 FoV 추정부;
    상기 추정한 FoV를 다수의 그리드 셀(grid cell)들로 분할하는 그리드 셀 분할부;
    상기 각 그리드 셀에 상응하는 객체 정보를 수집하여 상기 객체 정보에 대한 오차 평균 및 분산을 산출하는 오차 산출부; 그리고,
    상기 산출된 오차 평균 및 분산을 토대로 센서의 성능을 평가하는 성능 평가부를 포함하는 것을 특징으로 하는 차량 센서 성능 평가 장치.
  2. 제1 항에 있어서, 상기 FoV 추정부는,
    타겟 차량이 이동하는 동안에 자차에 장착된 다수의 센서가 정보를 획득하면 각 센서가 획득한 정보로부터 상기 타겟 차량에 대한 객체 정보를 추출하고, 상기 추출한 타겟 차량에 대한 객체 정보를 토대로 각 센서의 FoV를 추정하는 것을 특징으로 하는 차량 센서 성능 평가 장치.
  3. 제2 항에 있어서, 상기 FoV 추정부는,
    상기 타겟 차량에 대한 객체 정보를 추출할 때, 상기 센서의 FoV로 예측되는 모든 구간을 이동하면서 FoV 경계 영역을 지나는 타겟 차량에 대한 객체 정보를 추출하는 것을 특징으로 하는 차량 센서 성능 평가 장치.
  4. 제2 항에 있어서, 상기 FoV 추정부는,
    상기 타겟 차량에 대한 객체 정보를 추출할 때, 상기 타겟 차량의 GPS 정보를 이용하여 각 센서가 획득한 정보로부터 상기 타겟 차량에 대한 객체 정보를 추출하는 것을 특징으로 하는 차량 센서 성능 평가 장치.
  5. 제1 항에 있어서, 상기 그리드 셀 분할부는,
    상기 FoV가 추정되면 분할하고자 하는 그리드 셀에 대한 크기를 결정하고, 상기 결정된 크기를 토대로 상기 FoV를 다수의 그리드 셀들로 분할하는 것을 특징으로 하는 차량 센서 성능 평가 장치.
  6. 제1 항에 있어서, 상기 오차 산출부는,
    상기 객체 정보에 대한 오차 평균 및 분산을 산출할 때, 상기 객체 정보의 위치 및 속도에 대한 오차 평균 및 분산을 산출하는 것을 특징으로 하는 차량 센서 성능 평가 장치.
  7. 제1 항에 있어서, 상기 오차 산출부는,
    Figure pat00007

    (여기서, mean(x)는 객체 정보에 대한 오차 평균, xi는 측정 오차임)인 수식으로부터 상기 객체 정보에 대한 오차 평균을 산출하는 것을 특징으로 하는 차량 센서 성능 평가 장치.
  8. 제1 항에 있어서, 상기 오차 산출부는,
    Figure pat00008

    (여기서, mean(x)는 객체 정보에 대한 오차 평균, xi는 측정 오차, Var(x)는 객체 정보에 대한 오차 분산임)인 수식으로부터 상기 객체 정보에 대한 오차 분산을 산출하는 것을 특징으로 하는 차량 센서 성능 평가 장치.
  9. 제1 항에 있어서, 상기 성능 평가부는,
    상기 센서의 성능을 평가할 때, 상기 산출된 오차 평균 및 분산을 토대로 각 센서의 FoV 성능 정보를 수집하고, 상기 수집된 각 센서의 FoV 성능 정보를 토대로 각 센서의 정확도 및 신뢰도를 평가하는 것을 특징으로 하는 차량 센서 성능 평가 장치.
  10. 차량 센서 성능 평가 장치의 차량 센서 성능 평가 방법에 있어서,
    획득한 객체 정보를 토대로 센서의 FoV(Field Of View)를 추정하는 단계;
    상기 추정한 FoV를 다수의 그리드 셀(grid cell)들로 분할하는 단계;
    상기 각 그리드 셀에 상응하는 객체 정보를 수집하여 상기 객체 정보에 대한 오차 평균 및 분산을 산출하는 단계; 그리고,
    상기 산출된 오차 평균 및 분산을 토대로 센서의 성능을 평가하는 단계를 포함하는 것을 특징으로 하는 차량 센서 성능 평가 방법.
  11. 제10 항에 있어서, 상기 센서의 FoV를 추정하는 단계는,
    타겟 차량이 이동하는 동안에 자차에 장착된 다수의 센서가 정보를 획득하면 각 센서가 획득한 정보로부터 상기 타겟 차량에 대한 객체 정보를 추출하는 단계; 그리고,
    상기 추출한 타겟 차량에 대한 객체 정보를 토대로 각 센서의 FoV를 추정하는 단계를 포함하는 것을 특징으로 하는 차량 센서 성능 평가 방법.
  12. 제11 항에 있어서, 상기 타겟 차량에 대한 객체 정보를 추출하는 단계는,
    상기 센서의 FoV로 예측되는 모든 구간을 이동하면서 FoV 경계 영역을 지나는 타겟 차량에 대한 객체 정보를 추출하는 것을 특징으로 하는 차량 센서 성능 평가 방법.
  13. 제11 항에 있어서, 상기 타겟 차량에 대한 객체 정보를 추출하는 단계는,
    상기 타겟 차량의 GPS 정보를 이용하여 각 센서가 획득한 정보로부터 상기 타겟 차량에 대한 객체 정보를 추출하는 것을 특징으로 하는 차량 센서 성능 평가 방법.
  14. 제10 항에 있어서, 상기 다수의 그리드 셀들로 분할하는 단계는,
    상기 FoV가 추정되면 분할하고자 하는 그리드 셀에 대한 크기를 결정하는 단계; 그리고,
    상기 결정된 크기를 토대로 상기 FoV를 다수의 그리드 셀들로 분할하는 단계를 포함하는 것을 특징으로 하는 차량 센서 성능 평가 방법.
  15. 제10 항에 있어서, 상기 객체 정보에 대한 오차 평균 및 분산을 산출하는 단계는,
    상기 객체 정보의 위치 및 속도에 대한 오차 평균 및 분산을 산출하는 것을 특징으로 하는 차량 센서 성능 평가 방법.
  16. 제10 항에 있어서, 상기 객체 정보에 대한 오차 평균 및 분산을 산출하는 단계는,
    Figure pat00009

    (여기서, mean(x)는 객체 정보에 대한 오차 평균, xi는 측정 오차임)인 수식으로부터 상기 객체 정보에 대한 오차 평균을 산출하는 것을 특징으로 하는 차량 센서 성능 평가 방법.
  17. 제10 항에 있어서, 상기 객체 정보에 대한 오차 평균 및 분산을 산출하는 단계는,
    Figure pat00010

    (여기서, mean(x)는 객체 정보에 대한 오차 평균, xi는 측정 오차, Var(x)는 객체 정보에 대한 오차 분산임)인 수식으로부터 상기 객체 정보에 대한 오차 분산을 산출하는 것을 특징으로 하는 차량 센서 성능 평가 방법.
  18. 제10 항에 있어서, 상기 센서의 성능을 평가하는 단계는,
    상기 산출된 오차 평균 및 분산을 토대로 각 센서의 FoV 성능 정보를 수집하고, 상기 수집된 각 센서의 FoV 성능 정보를 토대로 각 센서의 정확도 및 신뢰도를 평가하는 것을 특징으로 하는 차량 센서 성능 평가 방법.
  19. 제10 항 내지 제18 항 중 어느 한 항에 기재된 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
  20. 타겟 차량에 대한 객체 정보를 센싱하는 센싱 장치; 그리고,
    상기 타겟 차량에 대한 객체 정보를 획득하여 상기 센싱 장치의 성능을 평가하는 차량 센서 성능 평가 장치을 포함하고,
    상기 차량 센서 성능 평가 장치는,
    상기 획득한 객체 정보를 토대로 센서의 FoV(Field Of View)를 추정하는 FoV 추정부;
    상기 추정한 FoV를 다수의 그리드 셀(grid cell)들로 분할하는 그리드 셀 분할부;
    상기 각 그리드 셀에 상응하는 객체 정보를 수집하여 상기 객체 정보에 대한 오차 평균 및 분산을 산출하는 오차 산출부; 그리고,
    상기 산출된 오차 평균 및 분산을 토대로 센서의 성능을 평가하는 성능 평가부를 포함하는 것을 특징으로 하는 차량.
KR1020190167578A 2019-12-16 2019-12-16 차량 센서 성능 평가 장치 및 그의 성능 평가 방법 KR20210076412A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190167578A KR20210076412A (ko) 2019-12-16 2019-12-16 차량 센서 성능 평가 장치 및 그의 성능 평가 방법
US16/832,454 US11948408B2 (en) 2019-12-16 2020-03-27 Apparatus and method for evaluating vehicle sensor performance

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190167578A KR20210076412A (ko) 2019-12-16 2019-12-16 차량 센서 성능 평가 장치 및 그의 성능 평가 방법

Publications (1)

Publication Number Publication Date
KR20210076412A true KR20210076412A (ko) 2021-06-24

Family

ID=76318222

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190167578A KR20210076412A (ko) 2019-12-16 2019-12-16 차량 센서 성능 평가 장치 및 그의 성능 평가 방법

Country Status (2)

Country Link
US (1) US11948408B2 (ko)
KR (1) KR20210076412A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230055168A (ko) 2021-10-18 2023-04-25 한국건설기술연구원 라이다 성능 평가 시스템 및 방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230030104A1 (en) * 2021-07-29 2023-02-02 Waymo Llc Lateral gap planning for autonomous vehicles

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10613546B2 (en) * 2015-12-02 2020-04-07 Qualcomm Incorporated Stochastic map-aware stereo vision sensor model
JP2018055539A (ja) * 2016-09-30 2018-04-05 パナソニックＩｐマネジメント株式会社 移動体の状態算出装置、状態算出方法、プログラムおよびそれを記録した記録媒体
EP3511740B1 (en) * 2018-01-12 2021-08-25 Bayerische Motoren Werke Aktiengesellschaft Method, system, and computer program product for determining a blockage of a sensor of a plurality of sensors of an ego vehicle
EP3553559B1 (en) * 2018-04-11 2022-06-01 Aptiv Technologies Limited Method for the recognition of objects
EP3588006B1 (en) * 2018-06-28 2021-08-11 Continental Automotive GmbH Determining visibility distances based a on dynamic field of view of a vehicle
JP6921343B2 (ja) * 2019-03-18 2021-08-18 三菱電機株式会社 地図情報補正装置、移動体、地図情報補正システム、地図情報補正方法、地図情報補正プログラム、制御回路および記憶媒体

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230055168A (ko) 2021-10-18 2023-04-25 한국건설기술연구원 라이다 성능 평가 시스템 및 방법

Also Published As

Publication number Publication date
US20210183181A1 (en) 2021-06-17
US11948408B2 (en) 2024-04-02

Similar Documents

Publication Publication Date Title
CN110909711B (zh) 检测车道线位置变化的方法、装置、电子设备和存储介质
WO2018177026A1 (zh) 确定道路边沿的装置和方法
CN109871745A (zh) 识别空车位的方法、系统及车辆
CN104677361B (zh) 一种综合定位的方法
CN109916488B (zh) 动态车辆称重方法及装置
CN103047982B (zh) 基于角度信息的目标自适应跟踪方法
KR20210076412A (ko) 차량 센서 성능 평가 장치 및 그의 성능 평가 방법
JP2012123642A (ja) 画像識別装置及びプログラム
TW201445164A (zh) 衛星定位的定位品質判斷方法和接收機
US11983890B2 (en) Method and apparatus with motion information estimation
CN106291498A (zh) 一种基于粒子滤波的检测跟踪联合优化方法
CN114445404A (zh) 基于亚像素边缘检测的结构振动响应自动识别方法及系统
CN112313536B (zh) 物体状态获取方法、可移动平台及存储介质
CN110637209A (zh) 估计机动车的姿势的方法、设备和具有指令的计算机可读存储介质
KR20190081334A (ko) 복합 측위 기반의 이동 궤적 추적 방법 및 그 장치
KR20090093152A (ko) 물체의 위치 추적 장치 및 방법
CN116691659A (zh) 一种无gps信号下车辆行驶轨迹的评估方法、装置
CN110388917B (zh) 飞行器单目视觉尺度估计方法和装置、飞行器导航系统及飞行器
CN113192110A (zh) 多目标跟踪方法、装置、设备及存储介质
JP2016085105A (ja) 移動体の速度推定装置、方法、及びプログラム
CN114594467A (zh) 一种航向角确定方法、装置、电子设备和存储介质
CN115840227B (zh) 道路边缘的检测方法及装置
CN116359865B (zh) 毫米波雷达水平安装角估计方法
CN112433529B (zh) 运动物体确定方法、装置及设备
CN109581380B (zh) 基于雷达的车辆位置检测方法、装置和计算机设备

Legal Events

Date Code Title Description
A201 Request for examination