KR20210076886A

KR20210076886A - 주차 모델 생성 방법 및 장치, 전자 장치 및 저장 매체

Info

Publication number: KR20210076886A
Application number: KR1020210071410A
Authority: KR
Inventors: 용샨 옌
Original assignee: 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디.
Priority date: 2020-06-04
Filing date: 2021-06-02
Publication date: 2021-06-24
Also published as: EP3920089A1; CN111859778A; JP2021131910A; CN111859778B; JP7262513B2; KR102529361B1; US20210380095A1; US11741690B2

Abstract

본 발명은 주차 모델 생성 방법 및 장치, 전자 장치 및 저장 매체를 개시하며, 자율 주차 분야에 관한 것이다. 구체적인 구현 방식은, 복수의 주차 샘플 세트를 획득하며; 각 주차 샘플 세트에 대해, 주차 샘플 세트에 따라 대상 차량의 주차 순항 공간을 구성하고, 상기 주차 순항 공간에서 주차 샘플 세트에 대응하는 제1 주차 궤적을 추출하며; 각 제1 주차 궤적 상의 비정상 위치를 식별하고, 대응하는 주차 샘플 세트에서 비정상 위치의 주차 주행 데이터를 삭제하여 주차 샘플 세트에서 주차 모델을 구성하기 위한 대상 샘플 데이터를 획득하며; 대상 샘플 데이터를 사용하여 주차 모델을 훈련시켜 대상 주차 모델을 생성함으로써, 주차 모델을 구성할 때 데이터가 정확하지 못한 문제를 해결하고, 대상 주차 모델을 구성하기 위한 주차 데이터의 노이즈를 효과적으로 감소시키며, 보다 정확한 결과 및 높은 신뢰성을 갖는 주차 모델을 구성한다.

Description

주차 모델 생성 방법 및 장치, 전자 장치 및 저장 매체{PARKING MODEL GENERATION METHOD AND DEVICE, ELECTRONIC DEVICE AND STORAGE MEDIUM}

본 발명은 데이터 처리 기술 분야, 특히 자율 주차 기술 분야에 관한 것이며, 구체적으로 주차 모델 생성 방법 및 장치, 전자 장치 및 저장 매체에 관한 것이다.

사회의 발전과 사람들의 생활 수준의 향상에 따라, 사람들이 자율 주차에 대한 수요가 나날이 증가되고 있는데, 특히 집과 회사 등의 고정된 주차 시나리오에서, 자율 주차가 자신에게 마지막 1킬로미터의 자유를 가져다주기를 더욱 희망한다.

관련 기술에서는 주차 모델을 훈련할 때 일반적으로 실시간으로 수집된 데이터를 사용하는데, 즉 미리 고정밀 지도를 수집할 필요가 없이 실시간으로 수집된 도로 상황 정보를 직접 모델 훈련 샘플로 사용하는데, 실시간으로 수집된 데이터에는 예컨대 임시 보행자 및 다른 차량을 피하는 등 특수한 도로 상황 및 주행 궤적이 포함될 수 있어 데이터 이상이 발생하기 쉬우며, 훈련된 제어 전략에 따라 자율 주차의 안전성을 확보할 수 없어 사용자 경험에 영향을 미친다.

본 발명은 주차 모델 생성 방법 및 장치, 전자 장치 및 저장 매체를 제공한다.

본 발명의 제1 측면은 주차 모델 생성 방법을 제공하며, 상기 방법은,

미리 설정된 지점에서 대상 주차 지점까지 주행하는 대상 차량의 주차 주행 데이터가 포함된 복수의 주차 샘플 세트를 획득하는 단계;

각 상기 주차 샘플 세트에 대해, 상기 주차 샘플 세트에 따라, 상기 대상 차량이 상기 미리 설정된 지점에서 상기 대상 주차 공간까지 주행하는 가상 공간을 표시하기 위한 상기 대상 차량의 주차 순항 공간을 구성하고, 상기 주차 순항 공간에서 상기 주차 샘플 세트에 대응하는 제1 주차 궤적을 추출하는 단계;

각 상기 제1 주차 궤적 상의 비정상 위치를 식별하고, 대응하는 상기 주차 샘플 세트에서 상기 비정상 위치의 상기 주차 주행 데이터를 삭제하여 상기 주차 샘플 세트에서 주차 모델을 구성하기 위한 대상 샘플 데이터를 획득하는 단계; 및

상기 대상 샘플 데이터를 사용하여 상기 주차 모델을 훈련시켜 대상 주차 모델을 생성하는 단계; 를 포함한다.

본 발명의 제2 측면은 주차 모델 생성 장치를 제공하며, 상기 장치는,

미리 설정된 지점에서 대상 주차 지점까지 주행하는 대상 차량의 주차 주행 데이터가 포함된 복수의 주차 샘플 세트를 획득하기 위한 획득 모듈;

각 상기 주차 샘플 세트에 대해, 상기 주차 샘플 세트에 따라, 상기 대상 차량이 상기 미리 설정된 지점에서 상기 대상 주차 공간까지 주행하는 가상 공간을 표시하기 위한 상기 대상 차량의 주차 순항 공간을 구성하고, 상기 주차 순항 공간에서 상기 주차 샘플 세트에 대응하는 제1 주차 궤적을 추출하기 위한 추출 모듈;

각 상기 제1 주차 궤적 상의 비정상 위치를 식별하고, 대응하는 상기 주차 샘플 세트에서 상기 비정상 위치의 상기 주차 주행 데이터를 삭제하여 상기 주차 샘플 세트에서 주차 모델을 구성하기 위한 대상 샘플 데이터를 획득하기 위한 식별 모듈; 및

상기 대상 샘플 데이터를 사용하여 상기 주차 모델을 훈련시켜 대상 주차 모델을 생성하기 위한 생성 모듈; 을 포함한다.

본 발명의 제3 측면은 전자 장치를 제공하며, 상기 전자 장치는,

하나 이상의 프로세서; 및

상기 하나 이상의 프로세서와 통신 연결되는 메모리; 를 포함하고,

상기 메모리에는 상기 하나 이상의 프로세서에 의해 실행 가능한 명령어가 저장되며, 상기 명령어가 상기 하나 이상의 프로세서에 의해 실행될 경우, 상기 하나 이상의 프로세서가 제1 측면의 주차 모델 생성 방법을 수행한다.

본 발명의 제4 측면은 컴퓨터 프로그램이 저장된 비 일시적 컴퓨터 판독 가능 저장 매체를 제공하며, 상기 컴퓨터 프로그램의 명령어가 실행될 경우, 본 발명의 제1 측면의 주차 모델 생성 방법이 수행된다.

본 발명의 제5 측면은 컴퓨터 판독 가능 저장 매체에 저장된 컴퓨터 프로그램을 더 제공하며, 상기 컴퓨터 프로그램의 명령어가 실행될 경우, 본 발명의 제1 측면의 주차 모델 생성 방법이 수행된다.

본 발명에 따른 기술은 주차 모델을 구성할 때 데이터가 정확하지 못한 문제를 해결하고, 대상 주차 모델을 구성하기 위한 주차 데이터의 노이즈를 효과적으로 감소시킴으로써, 보다 정확한 결과 및 높은 신뢰성을 갖는 주차 모델을 구성할 수 있다.

본 부분에서 설명된 내용은 본 발명의 실시예의 핵심적이거나 중요한 특징을 표시하기 위한 것이 아니며, 또한 본 발명의 범위를 제한하기 위한 것이 아님을 이해해야 한다. 본 발명의 다른 특징은 다음의 설명에 의해 쉽게 이해될 수 있을 것이다.

첨부도면은 기술 방안을 더 잘 이해하기 위해 사용되며, 본 발명에 대한 제한을 구성하지 않는다.
도 1은 본 발명의 일 실시예에 따른 주차 모델 생성 방법의 흐름도이다.
도 2는 본 발명의 다른 실시예에 따른 주차 모델 생성 방법의 흐름도이다.
도 3은 본 발명의 또 다른 실시예에 따른 주차 모델 생성 방법의 흐름도이다.
도 4는 본 발명의 또 다른 실시예에 따른 주차 모델 생성 방법의 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 주차 모델 생성 장치의 블록도이다.
도 6은 본 발명의 다른 실시예에 따른 주차 모델 생성 장치의 블록도이다.
도 7은 본 발명의 다른 실시예에 따른 주차 모델 생성 장치의 블록도이다.
도 8은 본 발명의 실시예의 주차 모델 생성 방법을 구현하기 위한 전자 장치의 블록도이다.

이하, 첨부도면을 결부하여 본 발명의 예시적인 실시예에 대해 설명하며, 이해를 돕기 위해, 본 설명에는 본 발명의 실시예의 다양한 세부 사항이 포함되며, 이를 단순히 예시적인 것으로 간주해야 한다. 따라서, 당업자는 본 발명의 범위 및 사상을 벗어나지 않고 여기에 설명된 실시예에 대해 다양한 변경 및 수정이 이루어질 수 있다는 것을 인식해야 한다. 마찬가지로, 이하의 설명에서 명확성과 간결성을 위해 잘 알려진 기능 및 구조에 대한 설명은 생략한다.

이하, 첨부도면을 결부하여 본 발명의 실시예에 따른 주차 모델 생성 방법 및 장치, 서버 및 저장 매체에 대해 설명한다.

도 1은 본 발명의 일 실시예에 따른 주차 모델 생성 방법의 흐름도이다. 본 실시예의 주차 모델 생성 방법의 실행 주체는 주차 모델 생성 장치이고, 주차 모델 생성 장치는 구체적으로 서버 또는 하드웨어 장치에 포함된 소프트웨어등 일 수 있다.

도 1에 도시된 바와 같이, 본 발명의 주차 모델 생성 방법은 단계101 내지 단계104를 포함한다.

단계101에서, 복수의 주차 샘플 세트를 획득한다.

상기 각 주차 샘플 세트에는 미리 설정된 지점에서 대상 주차 지점까지 주행하는 대상 차량의 주차 주행 데이터가 포함된다.

동일한 지점, 즉 미리 설정된 지점과 대상 주차 지점이 동일한 경우, 주차 모델을 생성하기 위한 샘플 세트는 복수여야 한다. 훈련 모델에서 단일 샘플 데이터를 사용하여 훈련하면, 훈련된 모델에 샘플 데이터의 주차 주행 데이터만 포함되기 때문에, 훈련된 모델을 자율 주차에 사용할 경우, 단일 샘플의 주차 주행 데이터에 따라 자율 주차를 수행하므로 비교적 많은 자세에서 대상 차량에 대해 자율 주차를 수행하는 목적을 달성할 수 없다. 따라서, 복수의 주차 샘플 세트를 획득하여 초기 데이터로 사용하여 샘플의 다양성 요구를 만족함으로써, 복수의 주차 샘플 세트를 사용하여 훈련된 주차 모델이 대상 차량이 여러 자세에 있는 경우에 모두 바람직한 자율 주차 제어 전략을 획득하도록 할 수 있다.

대안적으로, 주차 샘플 데이터의 개수에 대해 중복값을 설정할 수 있으며, 예를 들어, 모델링을 위한 주차 샘플 세트 수가 N인 경우, N+5개 주차 샘플 세트를 획득할 수 있으며, 즉 주차 샘플의 중복값을 5개 추가하여 획득된 주차 샘플 세트의 개수가 훈련 요구를 만족할 수 있도록 한다.

상기 미리 설정된 지점은 주차장 입구, 차고 내 진입로의 고정 위치 등과 같은 대상 차량을 주차하기 위한 시작 지점일 수 있고, 대상 주차 지점은 사용자가 자주 사용하는 주차 지점일 수 있으며, 사용자가 상기 주차 지점을 사용한 횟수가 미리 설정된 주차 횟수를 만족하는 경우, 상기 주차 지점을 대상 주차 지점으로 사용할 수 있고, 상기 미리 설정된 횟수는 전술한 샘플 데이터와 동일할 수 있는데, 즉, 주차 횟수가 샘플 요구를 만족하는 주차 지점을 대상 주차 지점으로 사용할 수 있다.

주차 주행 데이터에는 대상 차량 주변의 이미지 데이터, 차량의 주행 궤적 데이터, 사용자가 대상 차량에 대해 주행 제어를 수행한 제어 데이터 및 차량의 제어에 의해 생성된 자세 데이터 중의 하나 이상이 포함될 수 있다.

본 발명은 상대적으로 고정된 주차 공간, 즉 사용자가 자주 사용하는 주차 공간의 자율 주차 모델의 구성에 적용되기 때문에, 사용자가 자주 사용하는 미리 설정된 주차 지점과 대상 주차 지점의 데이터는 일상적인 주행을 통해 반복적으로 획득할 수 있으며, 사용자가 차량을 운전하여 미리 설정된 지점에서 대상 주차 지점을 주행하는 과정에 사용자가 운전하는 대상 차량의 주차 주행 데이터를 지속적으로 수집하며, 상기 사용자가 대상 차량을 운전하여 미리 설정된 지점에서 대상 주차 지점까지 주행하면 바로 하나의 주차 샘플 세트에 해당한다.

주차 샘플 세트를 획득하는 경우, 대상 차량의 위치를 식별하여 대상 차량이 대상 주차 지점이 아닌 지점에서 미리 설정된 지점으로 주행하는 경우 주차 샘플 세트의 수집을 시작하거나 또는 사용자의 시작 명령에 따라 주차 샘플 세트의 수집을 시작하며, 주차 샘플 세트를 수집하는 빈도는 사용자의 주행 요구에 따라 설정할 수 있으며, 본 발명에서는 이를 한정하지 않는다.

단계102에서, 각 주차 샘플 세트에 대해, 주차 샘플 세트에 따라 대상 차량의 주차 순항 공간을 구성하고, 상기 주차 순항 공간에서 주차 샘플 세트에 대응하는 제1 주차 궤적을 추출한다.

상기 주차 순항 공간은 대상 차량이 미리 설정된 지점에서 대상 주차 공간까지 주행하는 가상 공간을 표시하기 위해 사용된다.

대안적으로, 각 주차 샘플 세트에 대해 미리 설정된 지점에서 대상 주차 공간까지 주행하는 공간 정보를 구성하기 위한 3차원 모델링과 같은 모델링을 수행할 수 있으며, 상기 주차 순항 공간에는 주차 표지판, 운전 표지판, 과속 방지턱 표지판, 차선 표시 및 고정 장애물(예를 들어, 주차장의 콘크리트 기둥)이 포함될 수 있지만, 이에 제한되지 않는다. 다시 말하면, 주차 샘플 세트에 의해 구성된 대상 차량의 주차 순항 공간은 실제 공간과 동일하거나 또는 유사한 현재 제1 주차 궤적을 투영하기 위한 가상 공간이다.

또한, 제1 주차 궤적은 대상 차량이 미리 설정된 지점에서 대상 주차 지점까지 주행한 주차 주행 궤적일 수 있으며, 임의의 위치의 대상 차량의 이동 좌표를 제1 주차 궤적으로 선택할 수 있는데, 예를 들어, 대상 차량의 차체 중심 위치의 이동 좌표에 의해 형성된 궤적 또는 대상 차량의 임의의 타이어의 주행 궤적을 선택할 수 있다.

대상 차량이 미리 설정된 지점에서 대상 주차 지점까지 주행하는 주차 과정을 거치기 때문에, 각 주차 샘플 세트에는 이에 해당하는 하나의 제1 주차 궤적이 포함된다.

단계103에서, 각 제1 주차 궤적 상의 비정상 위치를 식별하고, 대응하는 주차 샘플 세트에서 비정상 위치의 주차 주행 데이터를 삭제하여 주차 샘플 세트에서 주차 모델을 구성하기 위한 대상 샘플 데이터를 획득한다.

주차 과정에 일반적으로 보행자와 다른 차량을 피하는 등과 같은 예상치 못한 상황이 발생할 수 있는데, 이 경우, 제1 주차 궤적에 분명히 주차 동작과 관련이 없는 궤적 위치가 나타나게 되며, 이러한 회피 과정이 통상적인 주차 궤적과 관련이 없기 때문에, 자율 주차의 기준 데이터로 사용하기에 적합하지 못하며, 따라서, 이러한 주차 궤적과 관련이 없는 궤적 위치를 삭제하고, 나머지 궤적 데이터, 즉 실제로 주차에 사용되는 궤적 데이터를 주차 모델을 구성하기 위한 대상 샘플 데이터로 사용해야 한다.

예컨대 보행자와 다른 차량을 피하는 등 특수한 도로 상황이 주차 과정의 일상화된 사건이 아니고 매번의 특수한 도로 상황의 발생 시간과 발생 위치가 모두 예측할 수 없기 때문에, 본 발명에서는 주차 모델을 구성하기 위한 대상 샘플 데이터를 선택할 때, 이러한 비정상 위치의 데이터를 삭제하며, 자율 주차 과정에서는 자율 주차 프로그램의 회피 전략에 따라 회피할 수 있다.

단계104에서, 대상 샘플 데이터를 사용하여 주차 모델을 훈련시켜 대상 주차 모델을 생성한다.

대안적으로, 딥러닝 모델을 사용하여 대상 샘플 데이터로 주차 모델을 훈련할 수 있다.

대상 차량이 미리 설정된 지점에 도달하여 대상 주차 모델에 의해 제공된 차량 제어 데이터에 따라 자율 주차할 수 있도록, 상기 대상 주차 모델은 미리 설정된 지점에서 대상 주차 지점까지 주행하는 차량 제어 데이터를 제공한다.

따라서, 본 발명의 주차 모델 생성 방법은, 주차 모델을 구성할 때 데이터가 정확하지 못한 문제를 해결하고, 대상 주차 모델을 구성하기 위한 주차 데이터의 노이즈를 효과적으로 감소시킴으로써, 보다 정확한 결과 및 높은 신뢰성을 갖는 주차 모델을 구성할 수 있으며, 본 발명의 주차 모델 생성 방법을 적용한 주차 모델에 따라 획득된 주차 제어 전략이 더욱 높은 안전성과 신뢰성을 가지도록 한다.

이하, 도 2를 결부하여 본 발명의 다른 실시예의 주차 모델 생성 방법에 대해 설명한다.

도 2에 도시된 바와 같이, 도 1의 실시예의 기초에서, 본 발명의 주차 모델 생성 방법은 단계201 내지 단계206을 포함한다.

단계201에서, 복수의 주차 샘플 세트를 획득한다.

본 발명의 실시예에서 대상 주차 지점은 고정된 주차 지점이기 때문에, 대량의 주차 샘플 세트가 생성되기 쉽지만, 일부분 주차 샘플 세트는 시간이 오래 경과되거나 또는 정확하지 못한 데이터가 포함되어 주차 모델을 구성하기 위한 샘플 세트로 사용하기에 적합하지 못하며, 따라서, 대상 차량에 의해 수집된 복수의 후보 주차 샘플 세트에 대해 선별하여 적합한 복수의 주차 샘플 세트를 획득해야 한다.

주차 궤적을 선택할 때 중복값을 보장하기 위해, 복수의 주차 샘플 세트를 선택할 때, 선택된 복수의 주차 샘플 세트의 개수가 실제 필요한 개수를 초과해야 하는데, 5개 이상 초과하도록 할 수 있다.

하나의 가능한 구현 방식으로서, 복수의 후보 주차 샘플 세트 및 각 후보 주차 샘플 세트의 생성 시간을 획득하고, 생성 시간에 따라 모든 후보 주차 샘플 세트에서 복수의 주차 샘플 세트를 선택할 수 있다.

다시 말하면, 후보 주차 샘플 세트의 생성 시간에 따라 후보 주차 샘플 세트를 선택할 수 있는데, 예를 들어, 후보 주차 샘플 세트의 생성 시간이 너무 오래되면, 예를 들어 후보 주차 샘플 세트가 6개월 전의 데이터인 경우, 시간이 너무 오래되어 운전자의 주차 기술에 시간이 지남에 따라 비교적 큰 변화가 발생하기 때문에, 상기 후보 주차 샘플 세트가 더 이상 주차 샘플 세트로 선택되기에 적절하지 못하다고 인정한다.

대안적으로, 본 발명의 실시예에서, 생성 시간이 6개월 이내이고 한달에 적어도 하나 이상 포함되며 하루에 2개를 초과하지 않는 기준에 따라 후보 주차 샘플 세트에서 복수의 주차 샘플 세트를 선택할 수 있다.

다른 가능한 구현 방식으로서, 복수의 후보 주차 샘플 세트를 획득하고, 각 후보 주차 샘플 세트의 이미지의 프레임 수를 획득하여 프레임 수와 기준 프레임의 차이값이 제1 사전 설정값보다 크거나 같은 제1 후보 주차 샘플 세트를 획득하며, 복수의 후보 주차 샘플 세트에서 제1 후보 주차 샘플 세트를 삭제한다.

다시 말하면, 주차 모델을 구성하기 위한 샘플 세트의 완전성을 보장하기 위해, 후보 주차 샘플 세트의 이미지의 프레임 수에 대해 선별해야 하는데, 구체적으로, 복수의 후보 주차 샘플 세트를 획득하고 각 후보 주차 샘플 세트의 이미지의 프레임 수를 획득한 후, 프레임 수와 기준 프레임의 차이값을 획득하며, 상기 기준 프레임은 한번 주차를 위해 주행하는 일반적인 이미지 프레임 수의 적절한 범위로서, 만일 후보 주차 샘플 세트의 프레임 수와 기준 프레임의 차이값이 제1 사전 설정값보다 크거나 같으면, 상기 후보 주차 샘플 세트의 주차 과정에 대량의 주차와 관련 없는 동작이 존재하거나 또는 차량 탑재 카메라의 고장에 의해 전체 주차 과정의 이미지가 모두 수집되지 않았다는 것을 설명하며, 따라서, 상기 후보 주차 샘플 세트를 복수의 후보 주차 샘플 세트에서 삭제해야 한다.

상기 기준 프레임은 미리 설정된 지점에서 대상 주차 지점까지의 거리에 따라 추정하여 획득할 수 있으며, 또는 대량의 다른 사용자의 주행 데이터에 따라 획득할 수 있다.

또 다른 가능한 구현 방식으로서, 복수의 후보 주차 샘플 세트를 획득하고 각 후보 주차 샘플 세트에 따라 대상 차량이 미리 설정된 지점에서 대상 주차 지점까지 주행하는 과정에 발생한 후진 횟수를 획득하며, 후진 횟수와 기준 후진 횟수의 차이값이 제2 사전 설정값보다 크거나 같은 제2 후보 주차 샘플 세트를 획득하여 복수의 후보 주차 샘플 세트에서 제2 후보 주차 샘플 세트를 삭제한다.

만일 대상 차량이 주차 과정에 대량의 후진 동작이 발생하면, 현재 운전자의 주차 동작이 숙련되지 못하다는 것을 설명하며, 해당 운전자의 주차 데이터를 주차 샘플 세트로 사용하여 훈련하면 훈련된 자율 주차의 효과에 중대한 영향을 미칠 수 있기 때문에, 후진 동작 횟수가 비교적 큰 샘플 세트를 삭제한다.

구체적으로, 복수의 후보 주차 샘플 세트를 획득하고 각 후보 주차 샘플 세트에 따라 대상 차량이 미리 설정된 지점에서 대상 주차 지점까지 주행하는 과정에 발생한 후진 횟수를 획득하여 후진 횟수와 기준 후진 횟수의 차이값을 획득하며, 상기 기준 후진 횟수는 1 또는 2로 설정할 수 있는데, 다시 말하면, 주차 과정에 차체 자세에 따라 비교적 적은 횟수로 조정해야 하며, 만일 후진 횟수와 기준 후진 횟수의 차이값이 제2 사전 설정값보다 크거나 같은 제2 주차 샘플 세트가 식별되면, 복수의 후보 주차 샘플 세트에서 제2 후보 주차 샘플 세트를 삭제한다.

따라서, 본 발명의 주차 모델 생성 방법은 후보 주차 샘플 세트를 선별함으로써 주차 모델을 구성하기 위한 샘플 세트의 데이터 품질을 제고할 수 있고, 초기 샘플 데이터에서부터 데이터의 노이즈 감소 효과를 향상시킬 수 있다.

동시에 하나 이상의 상기 여러가지 주차 샘플 세트의 선별 방식을 사용함으로써, 주차 샘플 세트가 많은 경우에 적절한 소량의 주차 샘플 세트를 선택하여 후속 단계의 모델링 효율을 효과적으로 향상할 수 있다.

단계202에서, 각 주차 샘플 세트에 대해, 주차 샘플 세트에 따라 대상 차량의 주차 순항 공간을 구성하고, 상기 주차 순항 공간에서 주차 샘플 세트에 대응하는 제1 주차 궤적을 추출한다.

단계202의 설명은 단계102의 관련 내용을 참조할 수 있으며, 여기서는 반복하여 설명하지 않는다.

단계203에서, 미리 설정된 지점에서 대상 주차 지점까지 주행하는 대상 차량의 기준 주차 궤적을 획득한다.

기준 주차 궤적은 대상 차량이 일반적으로 사용하는 주행 궤적일 수 있으며, 예를 들어, 대상 주차 지점이 주차장 입구의 대각선 위치에 있는 경우, 사용자는 일반적으로 먼저 직진 후 회전하여 대상 주차 지점에 도달하거나 또는 먼저 회전 후 다시 직진하여 대상 주차 지점에 도달하는 것에 익숙해질 수 있으며; 또는, 기준 주차 궤적은 사용자가 수동으로 계획한 주차 궤적일 수 있다.

다시 말하면, 기준 주차 궤적의 특성에 따라 서로 다른 방식으로 기준 주차 궤적을 획득할 수 있다.

기준 주차 궤적이 대상 차량이 일반적으로 사용하는 주행 궤적인 경우, 기준 주차 궤적이 대상 차량이 일반적으로 사용하는 주행 궤적이기 때문에, 수집된 주차 샘플의 제1 주차 궤적에서 기준 주차 궤적을 선택해야 한다. 또한, 제1 궤적 사이의 유사도를 판단하여 제1 주차 궤적이 일반적으로 사용되는 주행 궤적인지 여부를 확인할 수 있으며, 즉, 만일 하나의 제1 궤적이 다른 궤적과 유사하면, 해당 주차 과정에서 대상 차량이 주행하는 경로가 다른 주차 과정에서 주행하는 경로와 동일하다는 것을 설명하며, 만일 하나의 제1 궤적이 다른 궤적과 유사하지 않으면, 해당 주차 과정에서 대상 차량이 주행하는 경로가 다른 주차 과정에 주행하는 경로와 서로 다르다는 것을 설명한다.

따라서, 하나의 가능한 실시예로서, 임의의 두개의 제1 주차 궤적 사이의 유사도를 획득하고, 유사도에 따라 모든 제1 주차 궤적 중에서 하나의 주차 궤적을 기준 주차 궤적으로 선택한다.

구체적으로, 획득된 복수의 주차 샘플 세트에 대응하는 제1 주차 궤적을 일정한 순서에 따라 순차적으로 후보 주차 궤적으로 사용하고, 후보 주차 궤적을 순차적으로 다른 주차 샘플 세트에 대응하는 제1 주차 궤적과 비교하여 후보 주차 궤적과 다른 제1 주차 궤적 사이의 유사도를 획득하고, 임의의 후보 주차 궤적의 복수의 유사도를 합한 후 평균을 구하여 후보 주차 궤적의 유사도 평균값을 얻으며, 그 다음에 유사도 평균값이 가장 큰 후보 주차 궤적을 제1 주차 궤적으로 사용한다. 따라서, 제1 주차 궤적의 유사도에 따라 획득된 기준 주차 궤적이 사용자의 실제 운전 습관에 더 부합된다.

예를 들면, 주차 샘플 세트가 5개인 경우, 제1 주차 샘플 세트에 대응하는 제1 주차 궤적, 제2 주차 샘플 세트에 대응하는 제1 주차 궤적, 제3 주차 샘플 세트에 대응하는 제1 주차 궤적, 제4 주차 샘플 세트에 대응하는 제1 주차 궤적 및 제5 주차 샘플 세트에 대응하는 제1 주차 궤적 등 5개의 주차 샘플 세트에 대응하는 제1 주차 궤적을 각각 획득할 수 있으며, 그 다음에 먼저 제1 주차 샘플 세트에 대응하는 제1 주차 궤적을 각각 제2 주차 샘플 세트에 대응하는 제1 주차 궤적, 제3 주차 샘플 세트에 대응하는 제1 주차 궤적, 제4 주차 샘플 세트에 대응하는 제1 주차 궤적 및 제5 주차 샘플 세트에 대응하는 제1 주차 궤적과 비교하여 유사도를 계산하고, 획득된 4개의 유사도를 합한 후 평균을 구하여 제1 주차 샘플 세트에 대응하는 제1 주차 궤적의 유사도 평균값을 얻으며, 그 다음에 순차적으로 제2 주차 샘플 세트에 대응하는 제1 주차 궤적, 제3 주차 샘플 세트에 대응하는 제1 주차 궤적, 제4 주차 샘플 세트에 대응하는 제1 주차 궤적 및 제5 주차 샘플 세트에 대응하는 제1 주차 궤적의 유사도 평균값을 얻으며, 마지막에 5개의 유사도 평균값의 크기를 비교하여 유사도 평균값이 가장 큰 제1 주차 궤적을 최종 기준 주차 궤적으로 사용한다.

또 예를 들어, 후보 주차 궤적과 다른 제1 주차 궤적 사이의 유사도를 획득한 후, 획득된 복수의 유사도와 미리 설정된 유사도 임계값을 비교하며, 후보 주차 궤적과 다른 제1 주차 궤적 사이의 유사도가 미리 설정된 유사도 임계값보다 큰 경우, 기록 횟수에 1을 추가하고 각 후보 주차 궤적의 기록 횟수를 획득하며, 기록 횟수가 가장 큰 후보 주차 궤적을 기준 주차 궤적으로 사용한다.

기준 주차 궤적으로 사용자가 수동으로 계획한 주차 궤적을 사용하는 경우, 사용자는 수집된 샘플 세트에 대응하는 제1 주차 데이터에서 기준 주차 궤적을 선택하거나 또는 실제 주차 순항 공간에 따라 별도로 기준 주차 궤적을 계획할 수 있다.

다른 하나의 가능한 실시예에서, 각 주차 순항 공간 및 각 제1 주차 궤적을 표시하고 주차 궤적 선택 동작을 모니터링하며, 모니터링된 선택 동작에 의해 선택된 제1 주차 궤적을 기준 주차 궤적으로 결정한다.

다시 말하면, 사용자가 표시된 내용에 따라 기준 주차 궤적으로 사용하기에 적절한 제1 주차 궤적을 선택할 수 있도록, 주차 샘플 세트에 따라 대상 차량에 대한 주차 순항 공간을 구성하여 제1 주차 궤적을 추출한 후, 사용자에게 각 주차 샘플 세트에 따라 구성된 주차 순항 공간 및 제1 주차 궤적을 표시하며, 사용자가 상기 기준 주차 궤적으로 사용하기에 적절한 제1 주차 궤적에 대해 선택 동작을 수행하면 사용자의 주차 궤적 선택 동작에 대해 모니터링하며, 모니터링된 선택 동작에 의해 선택된 제1 주차 궤적을 기준 주차 궤적으로 결정함으로써, 사용자에 의해 선택된 기준 주차 궤적이 사용자의 선호도에 더 부합되고, 사용자에 의해 선택된 기준 주차 궤적을 기반으로 다른 동작을 수행하여 생성된 대상 주차 모델이 사용자의 선호도에 더욱 부합되도록 한다.

또 다른 하나의 가능한 실시예에서, 대상 주차 지점이 속하는 주차 구역의 설계 데이터/지도 데이터를 획득하고, 설계 데이터/지도 데이터, 미리 설정된 지점 및 대상 주차 지점에 따라 대상 차량을 위해 하나의 주차 궤적을 계획하여 기준 주차 궤적으로 사용한다.

상기 설계 데이터 및/또는 지도 데이터는 주차장의 시공에 사용되는 설계도면 등을 기반으로 미리 설정된 지점에서 대상 주차 지점까지 각 위치의 거리 및 교통 표지판 정보가 표시된 데이터일 수 있다.

다시 말하면, 적절한 권한 또는 네트워크를 통해 대상 주차 지점이 속하는 주차 구역의 설계 데이터 및/또는 지도 데이터를 획득한 후, 설계 데이터/지도 데이터에 따라 미리 설정된 지점에서 대상 주차 지점까지 가장 적합한 주차 궤적을 계획하여 기준 주차 궤적으로 사용한다. 상기 가장 적합한 주차 궤적은 최단 경로, 최소 장애물 등 조건을 포함할 수 있다.

따라서, 사용자가 수동으로 주차 궤적을 계획하면, 기준 주차 궤적을 보다 과학적으로 만들 수 있다.

단계204에서, 제1 주차 궤적과 기준 주차 궤적을 비교하여 각 제1 주차 궤적 상의 비정상 위치를 획득한다.

비정상 위치는 기준 주차 궤적 위치와 상이한 궤적 위치이며, 구체적으로, 기준 주차 궤적은 정상 상황에서 최적이거나 또는 사용자의 선호도에 가장 부합되는 표준 주차 궤적이기 때문에, 각 제1 주차 궤적을 기준 주차 궤적과 비교하여 제1 주차 궤적 상의 위치가 기준 주차 궤적의 위치와 동일하거나 허용되는 오차 범위에 속하면 해당 위치를 정상 궤적으로 결정하고, 제1 주차 궤적 상의 위치와 기준 주차 궤적 사이의 편차가 크면, 즉 제1 주차 궤적 상의 위치와 기준 주차 궤적 상의 위치가 허용되는 오차 범위를 초과하면 해당 위치를 비정상 위치로 결정하며, 이와 같이 각 제1 주차 궤적과 기준 주차 궤적을 비교하여 각 제1 주차 궤적 상의 비정상 위치를 획득한다.

단계205에서, 제1 주차 궤적에 대응하는 주차 샘플 세트에서 각각의 비정상 위치의 주차 주행 데이터를 삭제한다.

단계206에서, 대상 샘플 데이터를 사용하여 주차 모델을 훈련시켜 대상 주차 모델을 생성한다.

따라서, 먼저 기준 주차 궤적을 획득하여 각 제1 주차 궤적을 기준 주차 궤적과 비교하여 비정상 위치를 식별하고 비정상 위치를 삭제하여 대상 주차 모델을 구성하기 위한 주차 데이터의 노이즈를 감소함으로써, 더욱 정확하고 신뢰성이 높은 주차 모델을 구성할 수 있으며, 본 발명의 주차 모델 생성 방법을 기반으로 훈련하여 얻어진 주차 제어 전략이 더욱 높은 안전성과 신뢰성을 가지도록 한다.

단계204에서 각 제1 주차 궤적을 기준 주차 궤적과 비교하여 각 제1 주차 궤적 상의 비정상 위치를 획득한 후, 복수의 제1 주차 궤적 상의 비정상 위치가 모두 동일한 위치인 경우가 발생할 수 있는데, 다시 말하면, 기준 주차 궤적 상의 해당 위치에 대응하는 복수의 제1 주차 궤적이 모두 비정상 위치로서 주차 주행 데이터를 모두 삭제해야 한다. 그러나, 비정상 위치로 결정된 복수의 제1 주차 궤적의 주차 주행 데이터를 모두 삭제하면 기준 주차 궤적 상의 해당 위치에 훈련을 위한 주차 주행 데이터가 존재하지 않는데, 즉 후속 단계에서 훈련을 위한 샘플 데이터에 공간의 누락이 발생하여 훈련된 모델에 제어 전략이 불완전한 경우가 발생하게 되고, 샘플 데이터에 대응하는 공간 누락 구역의 제어 전략에도 누락이 발생하게 되며, 따라서, 비정상 위치의 주차 주행 데이터에 대해 선별하여 훈련을 위한 데이터 공간의 연속성을 확보해야 한다.

하나의 가능한 실시예에서, 도 3에 도시된 바와 같이, 본 발명의 실시예의 주차 모델 생성 방법은 단계301 내지 단계207을 더 포함할 수 있다.

단계301에서, 기준 주차 궤적 상의 임의의 위치에 대응하는 복수의 제1 주차 궤적 상의 위치가 모두 비정상 위치인지 여부를 식별한다.

다시 말하면, 기준 주차 궤적 상의 각 위치를 순차적으로 복수의 제1 주차 궤적 상의 각 위치의 주차 주행 데이터와 비교하며, 임의의 제1 주차 궤적 상의 임의의 위치가 비정상 위치로 결정되면, 다른 복수의 제1 주차 궤적 상의 해당 위치도 비정상 위치인지를 추가적으로 판단한다.

예를 들면, 5개 주차 샘플 세트를 수집하면 대응하는 제1 궤적이 5개 존재하며, 먼저 제1 주차 샘플 세트에 대응하는 제1 주차 궤적을 기준 주차 궤적과 비교하여 제1 주차 궤적의 비정상 위치를 획득하고 비정상 위치의 좌표 데이터를 획득하며, 그 다음에 제2 주차 샘플 세트에 대응하는 제1 주차 궤적, 제3 주차 샘플 세트에 대응하는 제1 주차 궤적, 제4 주차 샘플 세트에 대응하는 제1 주차 궤적 및 제5 주차 샘플 세트에 대응하는 제1 주차 궤적의 해당 좌표 위치가 비정상 위치인지를 판단하며, 제2 주차 샘플 세트에 대응하는 제1 주차 궤적, 제3 주차 샘플 세트에 대응하는 제1 주차 궤적, 제4 주차 샘플 세트에 대응하는 제1 주차 궤적 및 제5 주차 샘플 세트에 대응하는 제1 주차 궤적의 해당 좌표 위치가 모두 비정상 위치로 결정되면, 기준 주차 궤적 상의 해당 위치에 대응하는 복수의 제1 주차 궤적이 모두 비정상 위치인 것으로 결정하고, 임의의 주차 궤적의 해당 위치가 비정상 위치로 결정되지 않으면, 해당 위치에 정상 위치가 존재하는 것으로 결정한다.

상기 임의의 위치에 정상 위치가 존재하면, 단계302를 수행한다.

단계302에서, 임의의 위치에 정상 위치가 존재하면, 제1 주차 궤적에 대응하는 주차 샘플 세트에서 각각의 비정상 위치의 주차 주행 데이터를 삭제한다.

다시 말하면, 기준 주차 궤적 상의 임의의 위치에 대응하는 복수의 제1 주차 궤적에 정상 위치가 존재하면, 다른 제1 주차 궤적의 비정상 위치의 주차 주행 데이터를 삭제하며, 즉 제1 주차 궤적에 대응하는 주차 샘플 세트에서 각각의 비정상 위치의 주차 주행 데이터를 각각 삭제한다.

예를 들면, 전술한 5개 제1 주차 궤적의 경우, 기준 주차 궤적의 임의의 위치의 대응 위치에서, 제1 주차 샘플 세트에 대응하는 제1 주차 궤적, 제2 주차 샘플 세트에 대응하는 제1 주차 궤적, 제3 주차 샘플 세트에 대응하는 제1 주차 궤적 및 제4 주차 샘플 세트에 대응하는 제1 주차 궤적이 모두 비정상 위치이고 단지 제5 주차 샘플 세트에 대응하는 제1 주차 궤적이 정상 위치인 경우, 제1 주차 샘플 세트에 대응하는 제1 주차 궤적, 제2 주차 샘플 세트에 대응하는 제1 주차 궤적, 제3 주차 샘플 세트에 대응하는 제1 주차 궤적 및 제4 주차 샘플 세트에 대응하는 제1 주차 궤적의 비정상 위치의 주차 주행 데이터를 모두 삭제하고, 단지 제5 주차 샘플 세트에 대응하는 제1 주차 궤적의 주차 주행 데이터만 보존할 수 있다.

임의의 위치가 모두 비정상 위치인 경우, 하나의 가능한 실시예로서, 단계303 내지 단계305를 수행한다.

단계303에서, 임의의 위치가 모두 비정상 위치인 경우, 비정상 위치에서 각 제1 주차 궤적과 기준 주차 궤적의 차이 정보를 획득한다.

단계304에서, 차이 정보에 따라 비정상 위치에서 기준 주차 궤적과의 차이가 가장 작은 하나의 주차 샘플 세트를 결정한다.

단계305에서, 차이가 가장 작은 하나의 주차 샘플 세트에서 비정상 위치에 대응하는 주차 주행 데이터를 보존하고, 다른 주차 샘플 세트의 비정상 위치에 대응하는 주차 주행 데이터를 삭제한다.

다시 말하면, 각 제1 주차 궤적의 어느 위치가 모두 비정상 위치인 경우, 비정상 위치에서 각 제1 주차 궤적과 기준 주차 궤적의 차이 정보를 추가적으로 획득하고, 상기 차이 정보는 제1 주차 궤적과 기준 주차 궤적 사이의 수평거리일 수 있으며; 그 다음에, 획득된 복수의 수평 거리를 비교하여 수평 거리가 가장 작은 차이 정보를 획득하고 더 나아가서 해당 차이 정보에 대응하는 주차 샘플 세트를 결정하며, 차이가 가장 작은 하나의 주차 샘플 세트의 비정상 위치에 대응하는 주차 주행 데이터를 보존하고, 다른 주차 샘플 세트의 비정상 위치에 대응하는 주차 주행 데이터를 삭제한다.

차이가 가장 작은 주차 샘플 세트는 복수이며, 무작위로 임의의 하나의 주차 샘플 세트를 선택하여 보존할 수도 있고, 비정상 위치의 개수가 가장 작은 주차 샘플 세트를 선택하여 보존할 수도 있다.

또는, 임의의 위치가 모두 비정상 위치인 경우, 다른 하나의 가능한 실시예로서, 단계306 내지 단계307를 수행할 수 있다.

단계306에서, 임의의 위치가 모두 비정상 위치인 경우, 기준 주차 궤적에 대응하는 주차 샘플 세트에서 비정상 위치의 기준 주차 주행 데이터를 추출한다.

단계307에서, 기준 주차 주행 데이터를 사용하여 각 주차 샘플 세트 중의 비정상 위치의 주차 주행 데이터를 대체한다.

다시 말하면, 어느 위치에 대응하는 각 제1 주차 궤적의 해당 위치가 모두 비정상 위치인 것으로 식별되면, 각 제1 주차 궤적의 비정상 위치의 주차 주행 데이터를 모두 삭제하며, 이 경우, 해당 위치에 수집하여 획득한 주차 주행 데이터가 존재하지 않으며, 그 다음에, 기준 주차 궤적의 기준 주차 주행 데이터를 주차 샘플 세트의 비정상 위치의 주차 주행 데이터로 사용한다.

따라서, 본 발명의 실시예의 주차 모델 생성 방법은 비정상 위치의 상황에 따라 제1 궤적의 주차 주행 데이터를 삭제 또는 대체함으로써, 모델 훈련을 위한 데이터가 더욱 일관성이 있게 하고, 훈련된 주차 모델이 더욱 정확하도록 한다.

도 4는 본 발명의 다른 실시예의 주차 모델 생성 방법이다. 본 발명의 실시예의 주차 모델 생성 방법에 따르면, 주차 주행 데이터에 이미지 데이터 및 차체 자세 정보가 포함되며, 전술한 실시예의 단계102 또는 단계202와 같이, 주차 샘플 세트에 따라 대상 차량의 주차 순항 공간을 구성하고, 주차 순항 공간에서 주차 샘플 세트에 대응하는 제1 주차 궤적을 추출하며, 도 4에 도시된 바와 같이, 단계401 내지 단계403을 포함한다.

단계401에서, 주차 샘플 세트의 이미지 데이터와 차체 자세 데이터에 따라 대상 차량의 차량 탑재 카메라의 공간 좌표 데이터를 획득한다.

상기 차량 탑재 카메라는 일정한 간격에 따라 또는 연속적으로 이미지를 수집할 수 있는 기능을 가진 이미지 수집 장치이다. 대안적으로, 대상 차량에는 적어도 하나의 차량 탑재 카메라가 설치될 수 있으며, 차량 탑재 카메라가 360도 파노라마 렌즈인 경우, 대상 차량의 상부에 하나의 차량 탑재 카메라를 설치하거나 또는 대상 차량의 사방에 각각 하나 이상의 차량 탑재 카메라를 설치할 수 있다.

구체적으로, 본 발명의 실시예에서, 예컨대 미리 설정된 지점 또는 대상 주차 지점을 세계 좌표계의 원점으로 세계 좌표계를 구성하고, 차량 탑재 카메라의 공간 좌표 데이터를 획득하며, 대상 차량의 주행에 따라 차량 탑재 카메라의 공간 좌표 데이터도 지속적으로 변화하는데, 즉 차량 탑재 카메라의 공간 좌표 데이터를 통해 대상 차량의 주행 궤적을 획득할 수 있다.

모두 알다시피, 시각적 이미지는 가까울수록 커지고 멀어질수록 작아지는 등 이미지 수집 위치와 관련된 여러 가지 특성을 가지기 때문에, 차량 탑재 카메라에 의해 촬영된 서로 다른 위치에서 동일한 대상의 이미지 데이터는 서로 다르며, 또한, 차체 자세 데이터는 적어도 차량의 조향 정보 및 가속도 정보를 포함할 수 있으며, 즉 동일한 차량 탑재 카메라에 의해 서로 다른 차량 자세와 가속도에서 촬영된 이미지 데이터도 서로 다르다. 따라서, 차량 탑재 카메라의 공간 좌표 데이터와 차체 자세 데이터에 따라 이미지 데이터의 이미지 정보를 보정할 수 있다.

단계402에서, 차량 탑재 카메라의 공간 좌표 데이터에 따라 주차 순항 공간을 구성한다.

다시 말하면, 대상 차량의 주차 주행에 따라 차량 탑재 카메라의 자세와 위치도 대상 차량의 이동에 따라 개변되고, 수집된 이미지 데이터도 점차적으로 증가되는데, 세계 좌표계에서 이미지 데이터를 스티칭하는 것을 통해 대상 차량의 주차 순항 공간을 얻을 수 있다.

단계403에서, 주차 순항 공간에서 수평 좌표 데이터를 추출하여 제1 주차 궤적을 생성한다.

상기 수평 좌표 데이터는 임의의 차량 탑재 카메라의 공간 좌표 데이터에 따라 추출할 수 있으며, 즉 차량 탑재 카메라의 수평 좌표의 궤적을 대상 차량의 제1 주차 궤적으로 사용한다.

하나의 가능한 실시예로서, 주차 순항 공간을 구성하기 위해 차량 탑재 카메라의 공간 좌표를 사용하며, 이미지 데이터에는 미리 설정된 지점에서 대상 주차 지점 사이에 설치된 예컨대 교통 표지판, 주차 표지판 등 이미지 정보가 포함될 수 있기 때문에, 주차 샘플 세트에서 비정상 위치의 주차 주행 데이터를 삭제할 때, 주차 샘플 세트에서 비정상 위치를 제외한 차체 자세 데이터를 삭제하고 이미지 데이터를 보존함으로써, 순항 공간 구성 시 정보의 완전성을 확보할 수 있다.

또한, 하나의 가능한 실시예로서, 대상 샘플 데이터를 사용하여 주차 모델을 훈련하여 대상 주차 모델을 생성한 후, 계속하여 대상 차량의 주행 상태를 모니터링하여 대상 차량이 미리 설정된 지점에서 대상 주차 지점 사이의 임의의 위치에 있을 때, 대상 차량의 자세 데이터를 수집하고 대상 주차 모델에 입력하여 대상 주차 모델을 통해 대상 차량에 대한 자율 주차 제어 전략을 획득함으로써, 대상 차량이 현재 위치에서 대상 주차 지점으로 자율로 주차할 수 있는 동시에, 현재 대상 주차 모델에 의해 출력된 제어 전략에 의해 제어된 대상 차량의 이미지 데이터와 차체 자세 정보를 수집하여 최신 주차 샘플 데이터로 사용하여 주차 모델을 훈련할 수 있다. 대상 모델에 의해 출력된 제어 전략은 대상 차량의 자세가 대상 자세와 동일하도록 하는 것인데, 다시 말하면, 미리 설정된 지점에서 대상 주차 지점까지의 대상 차량의 임의의 위치의 차체 자세 정보에 따라 대상 주차 모델이 대상 차량의 다음 시간의 대상 위치 궤적을 획득하도록 함으로써, 현재 위치에서 대상 위치 궤적에 도달하는 대상 차량의 차체 자세 및 현재 차체 자세를 대상 차체 자세로 변경하기 위한 차량 제어 전략을 획득한다.

도 5는 본 발명의 일 실시예에 따른 주차 모델 생성 장치의 블록도이다.

도 5에 도시된 바와 같이, 주차 모델 생성 장치(10)는 획득 모듈(11), 추출 모듈(12), 식별 모듈(13) 및 생성 모듈(14)을 포함하여 구성된다.

여기서, 획득 모듈(11)은 미리 설정된 지점에서 대상 주차 지점까지 주행하는 대상 차량의 주차 주행 데이터가 포함된 복수의 주차 샘플 세트를 획득하기 위해 사용된다.

추출 모듈(12)은 각 상기 주차 샘플 세트에 대해, 상기 주차 샘플 세트에 따라, 상기 대상 차량이 상기 미리 설정된 지점에서 상기 대상 주차 공간까지 주행하는 가상 공간을 표시하기 위한 상기 대상 차량의 주차 순항 공간을 구성하고, 상기 주차 순항 공간에서 상기 주차 샘플 세트에 대응하는 제1 주차 궤적을 추출하기 위해 사용된다.

식별 모듈(13)은 각 상기 제1 주차 궤적 상의 비정상 위치를 식별하고, 대응하는 상기 주차 샘플 세트에서 상기 비정상 위치의 상기 주차 주행 데이터를 삭제하여 상기 주차 샘플 세트에서 주차 모델을 구성하기 위한 대상 샘플 데이터를 획득하기 위해 사용된다.

생성 모듈(14)은 상기 대상 샘플 데이터를 사용하여 상기 주차 모델을 훈련시켜 대상 주차 모델을 생성하기 위해 사용된다.

일부 실시예에서, 도 6에 도시된 바와 같이, 식별 모듈(13)은,

상기 미리 설정된 지점에서 상기 대상 주차 지점까지 주행하는 상기 대상 차량의 기준 주차 궤적을 획득하기 위한 제1 획득 유닛(131);

각 상기 제1 주차 궤적과 상기 기준 주차 궤적을 비교하여 각 상기 제1 주차 궤적 상의 상기 비정상 위치를 획득하기 위한 제2 획득 유닛(132); 및

상기 제1 주차 궤적에 대응하는 상기 주차 샘플 세트에서 각각의 상기 비정상 위치의 상기 주차 주행 데이터를 삭제하기 위한 데이터 처리 유닛(133); 을 포함한다.

일부 실시예에서, 상기 데이터 처리 유닛(133)은,

복수의 상기 제1 주차 궤적 상의 임의의 위치가 모두 상기 비정상 위치인지 여부를 식별하기 위한 제1 식별 서브 유닛; 및

상기 임의의 위치에 정상 위치가 존재하면, 상기 제1 주차 궤적에 대응하는 상기 주차 샘플 세트에서 각각의 상기 비정상 위치의 상기 주차 주행 데이터를 각각 삭제하기 위한 제1 삭제 서브 유닛;을 포함한다.

일부 실시예에서, 상기 데이터 처리 유닛(133)은,

상기 임의의 위치가 모두 상기 비정상 위치인 경우, 상기 비정상 위치에서 각 상기 제1 주차 궤적과 상기 기준 주차 궤적의 차이 정보를 획득하기 위한 제1 획득 서브 유닛;

상기 차이 정보에 따라 상기 비정상 위치에서 상기 기준 주차 궤적과의 차이가 가장 작은 하나의 주차 샘플 세트를 결정하기 위한 제1 결정 서브 유닛; 및

상기 차이가 가장 작은 하나의 주차 샘플 세트의 상기 비정상 위치에 대응하는 상기 주차 주행 데이터를 보존하고, 다른 상기 주차 샘플 세트의 상기 비정상 위치에 대응하는 상기 주차 주행 데이터를 삭제하기 위한 제2 삭제 서브 유닛; 을 포함한다.

일부 실시예에서, 상기 데이터 처리 유닛(133)은,

상기 임의의 위치가 모두 비정상 위치인 경우, 상기 기준 주차 궤적에 대응하는 상기 주차 샘플 세트에서 상기 비정상 위치의 기준 주차 주행 데이터를 추출하기 위한 제2 획득 서브 유닛; 및

상기 기준 주차 주행 데이터를 사용하여 각 상기 주차 샘플 세트의 상기 비정상 위치의 상기 주차 주행 데이터를 대체하기 위한 제3 삭제 서브 유닛; 을 포함한다.

일부 실시예에서, 상기 제1 획득 유닛(131)은,

임의의 두개의 상기 제1 주차 궤적 사이의 유사도를 획득하기 위한 제1 획득 컴포넌트; 및

상기 유사도에 따라 모든 상기 제1 주차 궤적 중에서 하나의 주차 궤적을 상기 기준 주차 궤적으로 선택하기 위한 제1 선택 컴포넌트; 를 포함한다.

일부 실시예에서, 상기 제1 획득 유닛(131)은,

각 상기 주차 순항 공간 및 각 상기 제1 주차 궤적을 표시하기 위한 제1 표시 컴포넌트; 및

주차 궤적 선택 동작을 모니터링하고, 모니터링된 상기 선택 동작에 의해 선택된 상기 제1 주차 궤적을 상기 기준 주차 궤적으로 결정하기 위한 제2 선택 컴포넌트; 를 포함한다.

일부 실시예에서, 상기 제1 획득 유닛(131)은,

상기 대상 주차 지점이 속하는 주차 구역의 설계 데이터/지도 데이터를 획득하기 위한 제2 획득 컴포넌트; 및

상기 설계 데이터/지도 데이터, 상기 미리 설정된 지점 및 상기 대상 주차 지점에 따라 상기 대상 차량을 위해 하나의 주차 궤적을 계획하여 상기 기준 주차 궤적으로 사용하기 위한 제3 선택 컴포넌트; 를 포함한다.

일부 실시예에서, 도 7에 도시된 바와 같이, 상기 추출 모듈(12)은,

상기 주차 샘플 세트 중의 상기 이미지 데이터와 상기 차체 자세 데이터에 따라 상기 대상 차량의 차량 탑재 카메라의 공간 좌표 데이터를 획득하기 위한 제1 획득 서브 모듈(121);

상기 차량 탑재 카메라의 공간 좌표 데이터에 따라 상기 주차 순항 공간을 구성하기 위한 제1 구성 서브 모듈(122); 및

상기 주차 순항 공간에서 수평 좌표 데이터를 추출하여 상기 제1 주차 궤적을 생성하기 위한 제1 생성 서브 모듈(123); 을 포함한다.

일부 실시예에서, 상기 데이터 처리 유닛(133)은,

상기 주차 샘플 세트에서 상기 비정상 위치의 상기 차체 자세 데이터를 삭제하고, 상기 이미지 데이터를 보존한다.

일부 실시예에서, 상기 획득 모듈(11)은,

복수의 후보 주차 샘플 세트 및 각 상기 후보 주차 샘플 세트의 생성 시간을 획득하기 위한 제2 획득 서브 모듈; 및

상기 생성 시간에 따라 모든 상기 후보 주차 샘플 세트에서 상기 복수의 주차 샘플 세트를 선택하기 위한 제1 선택 서브 모듈;을 포함한다.

일부 실시예에서, 획득 모듈(11)은,

복수의 후보 주차 샘플 세트를 획득하고, 각 상기 후보 주차 샘플 세트의 이미지의 프레임 수를 획득하기 위한 제2 획득 서브 모듈; 및

상기 프레임 수와 기준 프레임 수의 차이값이 제1 사전 설정값보다 크거나 같은 제1 후보 주차 샘플 세트를 획득하고, 상기 복수의 후보 주차 샘플 세트에서 상기 제1 후보 주차 샘플 세트를 삭제하기 위한 제2 선택 서브 모듈; 을 포함한다.

일부 실시예에서, 상기 획득 모듈(11)은,

복수의 후보 주차 샘플 세트를 획득하고, 각 상기 후보 주차 샘플 세트에 따라 상기 미리 설정된 지점에서 상기 대상 주차 지점까지 주행하는 과정에 상기 대상 차량의 후진 횟수를 획득하기 위한 제3 획득 서브 모듈; 및

상기 후진 횟수와 기준 후진 횟수의 차이값이 제2 사전 설정값보다 크거나 같은 제2 후보 주차 샘플 세트를 획득하고, 상기 복수의 후보 주차 샘플 세트에서 상기 제2 후보 주차 샘플 세트를 삭제하기 위한 제3 선택 서브 모듈; 을 포함한다.

상기 실시예의 장치에 대해, 각 모듈의 구체적인 동작 방식은 이미 전술한 방법 실시예에서 상세히 설명되었기 때문에, 여기서는 반복하여 설명하지 않는다.

본 발명의 주차 모델 생성 장치는 주차 모델을 구성할 때 데이터가 정확하지 못한 문제를 해결하고, 대상 주차 모델을 구성하기 위한 주차 데이터의 노이즈를 효과적으로 감소시킴으로써, 보다 정확한 결과 및 높은 신뢰성을 갖는 주차 모델을 구성할 수 있으며, 본 발명의 주차 모델 생성 방법을 기반으로 훈련하여 획득된 주차 제어 전략이 더욱 높은 안전성과 신뢰성을 가지도록 한다.

본 발명의 실시예에 따르면, 본 발명은 또한 서버 및 판독 가능한 저장 매체를 제공한다.

도 8은 본 발명의 실시예의 주차 모델 생성 방법을 구현하기 위한 전자 장치의 블록도이다. 전자 장치는 랩톱 컴퓨터, 데스크톱 컴퓨터, 워크 스테이션, 개인 디지털 비서, 서버, 블레이드 서버, 메인 프레임 컴퓨터 및 기타 적합한 컴퓨터와 같은 다양한 형태의 디지털 컴퓨터를 가리킨다. 전자 장치는 개인용 디지털 처리, 휴대폰, 스마트 폰, 웨어러블 장치 및 기타 유사한 컴퓨팅 장치와 같은 다양한 형태의 모바일 장치를 가리킬 수도 있다. 본 명세서에 표시된 구성 요소, 이들의 연결 및 관계, 및 그 기능은 단지 예시일 뿐이며, 본 명세서에서 설명된 및/또는 요구되는 발명의 구현을 제한하려는 것이 아니다.

도 8에 도시된 바와 같이, 상기 전자 장치는 하나 이상의 프로세서(801), 메모리(802) 및 고속 인터페이스와 저속 인터페이스를 포함하는 각 구성 요소를 연결하기 위한 인터페이스를 포함한다. 각 구성 요소는 서로 다른 버스에 의해 서로 연결되고, 공통 마더 보드에 설치되거나 필요에 따라 다른 방식으로 설치될 수 있다. 프로세서는 메모리에 저장되어 외부 입력/출력 장치(예를 들어, 인터페이스에 연결된 디스플레이 장치)에 GUI의 그래픽 정보를 표시하기 위한 명령어를 포함하는 전자 장치에 의해 실행되는 명령어를 처리할 수 있다. 다른 실시예에서, 필요한 경우, 다중 프로세서 및/또는 다중 버스를 다중 메모리와 함께 사용할 수 있다. 마찬가지로, 여러 전자 장치를 연결할 수 있으며, 각 장치는 필요한 작업의 일부분(예를 들어, 서버 어레이, 블레이드 서버 그룹 또는 다중 프로세서 시스템)을 제공할 수 있다. 도 8은 프로세서(801)가 하나인 경우를 예를 들어 나타낸 것이다.

메모리(802)는 본 발명에 따라 제공되는 비 일시적 컴퓨터 판독 가능 저장 매체이다. 적어도 하나의 프로세서를 통해 본 발명의 주차 모델 생성 방법을 수행할 수 있도록, 메모리에는 적어도 하나의 프로세서에 의해 실행 가능한 명령어가 저장된다. 본 발명의 비 일시적 컴퓨터 판독 가능 저장 매체에는 컴퓨터가 본 발명의 주차 모델 생성 방법을 수행하도록 컴퓨터 명령어가 저장된다.

비 일시적 컴퓨터 판독 가능 저장 매체로서, 메모리(802)는 본 발명의 실시예의 주차 모델 생성 방법에 대응하는 프로그램 명령/모듈(예를 들어, 도 5에 도시된 획득 모듈(11), 추출 모듈(12), 식별 모듈(13) 및 생성 모듈(14))과 같은 비 일시적 소프트웨어 프로그램, 비 일시적 컴퓨터 실행 가능 프로그램 및 모듈을 저장하기 위해 사용된다. 프로세서(801)는 메모리(802)에 저장된 비 일시적 소프트웨어 프로그램, 명령어 및 모듈을 실행함으로써, 서버의 다양한 기능 애플리케이션 및 데이터 처리를 실행한다. 즉, 상기 방법 실시예의 주차 모델 생성 방법을 구현한다.

메모리(802)는 프로그램 저장 영역 및 데이터 저장 영역을 포함할 수 있으며, 프로그램 저장 영역에는 운영 체제, 적어도 하나의 기능에 필요한 응용 프로그램이 저장될 수 있고, 데이터 저장 영역에는 주차 모델 생성 방법을 구현하기 위한 전자 장치의 사용에 따라 생성된 데이터가 저장될 수 있다. 또한, 메모리(802)는 고속 랜덤 액세스 메모리를 포함할 수 있으며, 적어도 하나의 자기 디스크 저장 장치, 플래시 메모리 장치 또는 기타 비 일시적 고체 상태 저장 장치와 같은 비 일시적 메모리를 포함할 수도 있다. 일부 실시예에서, 메모리(802)는 프로세서(801)에 대해 원격으로 제공되는 메모리를 선택적으로 포함할 수 있으며, 이러한 원격 메모리는 네트워크를 통해 주차 모델 생성 방법을 구현하기 위한 전자 장치에 연결될 수 있다. 상기 네트워크의 예는 인터넷, 기업 인트라넷, 근거리 통신망, 이동 통신 네트워크 및 이들의 조합을 포함하지만 이에 제한되지 않는다.

주차 모델 생성 방법을 구현하기 위한 전자 장치는 입력 장치(803) 및 출력 장치(804)를 더 포함할 수 있다. 프로세서(801), 메모리(802), 입력 장치(803) 및 출력 장치(804)는 버스에 의해 연결되거나 또는 다른 방식으로 연결될 수 있으며, 도 8은 버스에 의한 연결을 예를 들어 나타낸 것이다.

입력 장치(803)는 입력된 숫자 또는 문자 정보를 수신하고, 주차 모델 생성 방법을 구현하기 위한 전자 장치의 사용자 설정 및 기능 제어와 관련된 키 신호 입력을 생성할 수 있으며, 예를 들어, 터치 스크린, 키패드, 마우스, 트랙 패드, 터치 패드, 표시기 스틱, 하나 이상의 마우스 버튼, 트랙볼, 조이스틱 및 기타 입력 장치를 포함할 수 있다. 출력 장치(804)는 디스플레이 장치, 보조 조명 장치 (예를 들어, LED), 촉각 피드백 장치(예를 들어, 진동 모터) 등을 포함할 수 있다. 상기 디스플레이 장치는 액정 디스플레이(LCD), 발광 다이오드(LED) 디스플레이 및 플라즈마 디스플레이를 포함할 수 있지만, 이에 제한되지 않는다. 일부 실시예에서, 디스플레이 장치는 터치 스크린일 수 있다.

본 출원의 실시예에 따르면, 컴퓨터 판독 가능 저장 매체에 저장된 컴퓨터 프로그램을 더 제공한다. 당해 컴퓨터 프로그램의 명령어가 실행될 경우, 본 출원의 임의의 실시예의 주차 모델 생성 방법이 수행된다.

본 명세서에 설명된 시스템 및 기술의 다양한 구현은 디지털 전자 회로 시스템, 집적 회로 시스템, 주문형ASIC(주문형 집적 회로), 컴퓨터 하드웨어, 펌웨어, 소프트웨어 및/또는 이들의 조합을 통해 구현될 수 있다. 이러한 다양한 구현 방식은 다음을 포함할 수 있다. 즉: 적어도 하나의 프로그래밍 가능 프로세서를 포함하는 프로그래밍 가능 시스템에서 실행 및/또는 해석될 수 있는 하나 이상의 컴퓨터 프로그램에서 구현되며, 상기 프로그래밍 가능 프로세서는 전용 또는 일반 프로그래밍 가능 프로세서일 수 있으며, 저장 시스템, 하나 이상의 입력 장치 및 하나 이상의 출력 장치에서 데이터 및 명령어를 수신할 수 있고, 데이터 및 명령을 상기 저장 시스템, 상기 적어도 하나의 입력 장치 및 상기 적어도 하나의 출력 장치로 전송할 수 있다.

이러한 컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 응용 프로그램 또는 코드라고도 함)에는 프로그래밍 가능한 프로세서에 대한 기계 명령어가 포함되며, 고급 프로그래밍 및/또는 객체 지향 프로그래밍 언어 및/또는 어셈블리/기계 언어를 사용하여 이러한 컴퓨터 프로그램을 구현할 수 있다. 본 명세서에서 사용되는 "기계 판독 가능 매체" 및 "컴퓨터 판독 가능 매체"라는 용어는 기계 명령어 및/또는 데이터를 프로그램 가능 프로세서에 제공하는 임의의 컴퓨터 프로그램 제품, 장비 및/또는 장치(예를 들어,자기 디스크, 광 디스크, 메모리, 프로그램 가능 논리 장치 (PLD))를 지칭하며, 기계가 판독할 수 있는 신호인 기계 명령어를 수신할 수 있는 기계 판독 가능 매체를 포함한다. 용어 "기계 판독 가능 신호"는 기계 명령어 및/또는 데이터를 프로그래밍 가능 프로세서에 제공하는 모든 신호를 지칭한다.

사용자와의 상호 작용을 위해, 여기에 설명된 시스템 및 기술을 컴퓨터에서 구현할 수 있으며, 상기 컴퓨터는 사용자에게 정보를 표시하는 디스플레이 장치(예를 들어, CRT모니터 또는 LCD모니터)와, 키보드 및 포인팅 장치(예를 들어, 마우스 또는 트랙볼)를 구비하며, 사용자는 키보드 및 포인팅 장치를 통해 정보를 입력하여 컴퓨터에 제공할 수 있다. 다른 유형의 장치를 사용하여 사용자와의 상호 작용을 제공할 수도 있는데, 예를 들어, 사용자에게 제공되는 피드백은 모든 형태의 감각 피드백(예를 들어, 시각적 피드백, 청각적 피드백 또는 촉각적 피드백) 일 수 있고, 임의의 방식(사운드 입력, 음성 입력 또는 촉각 입력 포함)을 통해 사용자에 의한 입력을 수신할 수 있다.

여기에 설명된 시스템 및 기술은 백엔드 구성 요소를 포함하는 컴퓨팅 시스템(예를 들어, 데이터 서버), 또는 미들웨어 구성 요소를 포함하는 컴퓨팅 시스템(예를 들어, 애플리케이션 서버), 또는 프런트엔드 구성 요소를 포함하는 컴퓨팅 시스템(예를 들어, 그래픽 사용자 인터페이스 또는 웹 브라우저가 있는 사용자 컴퓨터를 포함할 수 있으며, 사용자는 그래픽 사용자 인터페이스 또는 웹 브라우저를 통해 여기에 설명된 시스템 및 기술 구현과 상호 작용할 수 있음), 또는 이러한 백엔드 구성 요소, 미들웨어 구성 요소 또는 프런트엔드 구성 요소의 임의의 조합을 포함하는 컴퓨팅 시스템에서 구현될 수 있다. 모든 형태 또는 매체의 디지털 데이터 통신(예를 들어, 통신 네트워크)을 통해 시스템의 구성 요소를 서로 연결할 수 있다. 통신 네트워크의 예로는 LAN (Local Area Network), WAN (Wide Area Network) 및 인터넷을 포함할 수 있다.

컴퓨터 시스템에는 클라이언트와 서버가 포함될 수 있다. 클라이언트와 서버는 일반적으로 서로 멀리 떨어져 있으며, 일반적으로 통신 네트워크를 통해 상호 작용한다. 클라이언트와 서버 간의 관계는 해당 컴퓨터에서 컴퓨터 프로그램을 실행하고 서로 클라이언트-서버 관계를 유지함으로써 생성된다.

본 발명에 따른 기술은 주차 모델 구성할 때 데이터가 정확하지 못한 문제를 해결하고, 대상 주차 모델의 구성을 위한 주차 데이터의 노이즈를 효과적으로 감소시킴으로써, 보다 정확한 결과 및 높은 신뢰성을 갖는 주차 모델을 구성할 수 있으며, 본 발명의 주차 모델 생성 방법을 기반으로 훈련하여 획득된 주차 제어 전략이 더욱 높은 안전성과 신뢰성을 가지도록 한다.

상기 다양한 형태의 프로세스를 사용하여 본 발명의 단계를 재정렬, 추가 또는 삭제할 수 있다. 예를 들어, 본 발명에서 설명된 다양한 단계들은 본 발명에 개시된 기술적 해결책의 원하는 결과를 달성할 수 있는 한, 병렬로 수행되거나, 순차적으로 또는 서로 다른 순서로 수행될 수 있으며, 본 명세서에서는 이를 제한하지 않는다.

상기 구체적인 구현 방식은 본 발명의 보호 범위에 대한 제한을 구성하지 않는다. 당업자는 설계 요건 및 기타 요인에 따라 다양한 수정, 조합, 하위 조합 및 대체가 이루어질 수 있음을 이해해야 한다. 본 발명의 정신과 원칙 내에서 이루어진 모든 수정, 동등한 대체 및 개선은 모두 본 발명의 보호 범위에 속한다.

Claims

미리 설정된 지점에서 대상 주차 지점까지 주행하는 대상 차량의 주차 주행 데이터가 포함된 복수의 주차 샘플 세트를 획득하는 단계;
각 상기 주차 샘플 세트에 대해, 상기 주차 샘플 세트에 따라, 상기 대상 차량이 상기 미리 설정된 지점에서 상기 대상 주차 공간까지 주행하는 가상 공간을 표시하기 위한 상기 대상 차량의 주차 순항 공간을 구성하고, 상기 주차 순항 공간에서 상기 주차 샘플 세트에 대응하는 제1 주차 궤적을 추출하는 단계;
각 상기 제1 주차 궤적 상의 비정상 위치를 식별하고, 대응하는 상기 주차 샘플 세트에서 상기 비정상 위치의 상기 주차 주행 데이터를 삭제하여 상기 주차 샘플 세트에서 주차 모델을 구성하기 위한 대상 샘플 데이터를 획득하는 단계; 및
상기 대상 샘플 데이터를 사용하여 상기 주차 모델을 훈련시켜 대상 주차 모델을 생성하는 단계; 를 포함하는,
것을 특징으로 하는 주차 모델 생성 방법.
제1항에 있어서,
각 상기 제1 주차 궤적 상의 비정상 위치를 식별하고, 대응하는 상기 주차 샘플 세트에서 상기 비정상 위치의 상기 주차 주행 데이터를 삭제하는 단계는,
상기 미리 설정된 지점에서 상기 대상 주차 지점까지 주행하는 상기 대상 차량의 기준 주차 궤적을 획득하는 단계;
각 상기 제1 주차 궤적과 상기 기준 주차 궤적을 비교하여 각 상기 제1 주차 궤적 상의 상기 비정상 위치를 획득하는 단계; 및
상기 제1 주차 궤적에 대응하는 상기 주차 샘플 세트에서 각각의 상기 비정상 위치의 상기 주차 주행 데이터를 삭제하는 단계; 를 포함하는,
것을 특징으로 하는 주차 모델 생성 방법.
제2항에 있어서,
상기 제1 주차 궤적에 대응하는 상기 주차 샘플 세트에서 각각의 상기 비정상 위치의 상기 주차 주행 데이터를 삭제하는 단계는,
상기 기준 주차 궤적 상의 임의의 위치에 대응하는 복수의 상기 제1 주차 궤적 상의 위치가 모두 상기 비정상 위치인지 여부를 식별하는 단계; 및
상기 임의의 위치에 정상 위치가 존재하면, 상기 제1 주차 궤적에 대응하는 상기 주차 샘플 세트에서 각각의 상기 비정상 위치의 상기 주차 주행 데이터를 각각 삭제하는 단계; 를 더 포함하는,
것을 특징으로 하는 주차 모델 생성 방법.
제3항에 있어서,
상기 임의의 위치가 모두 상기 비정상 위치인 경우, 상기 비정상 위치에서 각 상기 제1 주차 궤적과 상기 기준 주차 궤적의 차이 정보를 획득하는 단계;
상기 차이 정보에 따라 상기 비정상 위치에서 상기 기준 주차 궤적과의 차이가 가장 작은 하나의 주차 샘플 세트를 결정하는 단계; 및
상기 차이가 가장 작은 하나의 주차 샘플 세트에서 상기 비정상 위치에 대응하는 상기 주차 주행 데이터를 보존하고, 다른 상기 주차 샘플 세트의 상기 비정상 위치에 대응하는 상기 주차 주행 데이터를 삭제하는 단계; 를 더 포함하는,
것을 특징으로 하는 주차 모델 생성 방법.
제3항에 있어서,
상기 임의의 위치가 모두 비정상 위치인 경우, 상기 기준 주차 궤적에 대응하는 상기 주차 샘플 세트에서 상기 비정상 위치의 기준 주차 주행 데이터를 추출하는 단계; 및
상기 기준 주차 주행 데이터를 사용하여 각 상기 주차 샘플 세트의 상기 비정상 위치의 상기 주차 주행 데이터를 대체하는 단계; 를 더 포함하는,
것을 특징으로 하는 주차 모델 생성 방법.
제3항에 있어서,
상기 미리 설정된 지점에서 상기 대상 주차 지점까지 주행하는 상기 대상 차량의 기준 주차 궤적을 획득하는 단계는,
임의의 두개의 상기 제1 주차 궤적 사이의 유사도를 획득하는 단계; 및
상기 유사도에 따라 모든 상기 제1 주차 궤적 중에서 하나의 주차 궤적을 상기 기준 주차 궤적으로 선택하는 단계; 를 포함하는,
것을 특징으로 하는 주차 모델 생성 방법.
제3항에 있어서,
상기 미리 설정된 지점에서 상기 대상 주차 지점까지 주행하는 상기 대상 차량의 기준 주차 궤적을 획득하는 단계는,
각 상기 주차 순항 공간 및 각 상기 제1 주차 궤적을 표시하는 단계; 및
주차 궤적 선택 동작을 모니터링하고, 모니터링된 상기 선택 동작에 의해 선택된 상기 제1 주차 궤적을 상기 기준 주차 궤적으로 결정하는 단계; 를 더 포함하는,
것을 특징으로 하는 주차 모델 생성 방법.
제3항에 있어서,
상기 미리 설정된 지점에서 상기 대상 주차 지점까지 주행하는 상기 대상 차량의 기준 주차 궤적을 획득하는 단계는,
상기 대상 주차 지점이 속하는 주차 구역의 설계 데이터/지도 데이터를 획득하는 단계; 및
상기 설계 데이터/지도 데이터, 상기 미리 설정된 지점 및 상기 대상 주차 지점에 따라 상기 대상 차량을 위해 하나의 주차 궤적을 계획하여 상기 기준 주차 궤적으로 사용하는 단계; 를 포함하는,
것을 특징으로 하는 주차 모델 생성 방법.
제1항에 있어서,
상기 주차 주행 데이터에는 이미지 데이터 및 차체 자세 정보가 포함되며,
상기 주차 샘플 세트에 따라, 상기 대상 차량의 주차 순항 공간을 구성하고, 상기 주차 순항 공간에서 상기 주차 샘플 세트에 대응하는 제1 주차 궤적을 추출하는 단계는,
상기 주차 샘플 세트의 상기 이미지 데이터와 상기 차체 자세 데이터에 따라 상기 대상 차량의 차량 탑재 카메라의 공간 좌표 데이터를 획득하는 단계;
상기 차량 탑재 카메라의 공간 좌표 데이터에 따라 상기 주차 순항 공간을 구성하는 단계; 및
상기 주차 순항 공간에서 수평 좌표 데이터를 추출하여 상기 제1 주차 궤적을 생성하는 단계; 를 포함하는,
것을 특징으로 하는 주차 모델 생성 방법.
제9항에 있어서,
상기 주차 샘플 세트에서 상기 비정상 위치의 상기 주차 주행 데이터를 삭제하는 단계는,
상기 주차 샘플 세트에서 상기 비정상 위치의 상기 차체 자세 데이터를 삭제하고, 상기 이미지 데이터를 보존하는 단계를 포함하는,
것을 특징으로 하는 주차 모델 생성 방법.
제1항에 있어서,
상기 복수의 주차 샘플 세트를 획득하는 단계는,
복수의 후보 주차 샘플 세트 및 각 상기 후보 주차 샘플 세트의 생성 시간을 획득하는 단계; 및
상기 생성 시간에 따라 모든 상기 후보 주차 샘플 세트에서 상기 복수의 주차 샘플 세트를 선택하는 단계; 를 포함하는,
것을 특징으로 하는 주차 모델 생성 방법.
제9항에 있어서,
상기 복수의 주차 샘플 세트를 획득하는 단계는,
복수의 후보 주차 샘플 세트를 획득하고, 각 상기 후보 주차 샘플 세트의 이미지의 프레임 수를 획득하는 단계; 및
상기 프레임 수와 기준 프레임 수의 차이값이 제1 사전 설정값보다 크거나 같은 제1 후보 주차 샘플 세트를 획득하고, 상기 복수의 후보 주차 샘플 세트에서 상기 제1 후보 주차 샘플 세트를 삭제하는 단계; 를 포함하는,
것을 특징으로 하는 주차 모델 생성 방법.
제1항에 있어서,
상기 복수의 주차 샘플 세트를 획득하는 단계는,
복수의 후보 주차 샘플 세트를 획득하고, 각 상기 후보 주차 샘플 세트에 따라 상기 미리 설정된 지점에서 상기 대상 주차 지점까지 주행하는 과정에 상기 대상 차량의 후진 횟수를 획득하는 단계; 및
상기 후진 횟수와 기준 후진 횟수의 차이값이 제2 사전 설정값보다 크거나 같은 제2 후보 주차 샘플 세트를 획득하고, 상기 복수의 후보 주차 샘플 세트에서 상기 제2 후보 주차 샘플 세트를 삭제하는 단계; 를 포함하는,
것을 특징으로 하는 주차 모델 생성 방법.
미리 설정된 지점에서 대상 주차 지점까지 주행하는 대상 차량의 주차 주행 데이터가 포함된 복수의 주차 샘플 세트를 획득하기 위한 획득 모듈;
각 상기 주차 샘플 세트에 대해, 상기 주차 샘플 세트에 따라, 상기 대상 차량이 상기 미리 설정된 지점에서 상기 대상 주차 공간까지 주행하는 가상 공간을 표시하기 위한 상기 대상 차량의 주차 순항 공간을 구성하고, 상기 주차 순항 공간에서 상기 주차 샘플 세트에 대응하는 제1 주차 궤적을 추출하기 위한 추출 모듈;
각 상기 제1 주차 궤적 상의 비정상 위치를 식별하고, 대응하는 상기 주차 샘플 세트에서 상기 비정상 위치의 상기 주차 주행 데이터를 삭제하여 상기 주차 샘플 세트에서 주차 모델을 구성하기 위한 대상 샘플 데이터를 획득하기 위한 식별 모듈;
상기 대상 샘플 데이터를 사용하여 상기 주차 모델을 훈련시켜 대상 주차 모델을 생성하기 위한 생성 모듈; 을 포함하는,
것을 특징으로 하는 주차 모델 생성 장치.
제14항에 있어서,
상기 식별 모듈은,
상기 미리 설정된 지점에서 상기 대상 주차 지점까지 주행하는 상기 대상 차량의 기준 주차 궤적을 획득하기 위한 제1 획득 유닛;
각 상기 제1 주차 궤적과 상기 기준 주차 궤적을 비교하여 각 상기 제1 주차 궤적 상의 상기 비정상 위치를 획득하기 위한 제2 획득 유닛; 및
상기 제1 주차 궤적에 대응하는 상기 주차 샘플 세트에서 각각의 상기 비정상 위치의 상기 주차 주행 데이터를 삭제하기 위한 데이터 처리 유닛; 을 포함하는,
것을 특징으로 하는 주차 모델 생성 장치.
제15항에 있어서,
상기 데이터 처리 유닛은,
상기 기준 주차 궤적 상의 임의의 위치에 대응하는 복수의 상기 제1 주차 궤적 상의 위치가 모두 상기 비정상 위치인지 여부를 식별하기 위한 제1 식별 서브 유닛;
상기 임의의 위치에 정상 위치가 존재하면, 상기 제1 주차 궤적에 대응하는 상기 주차 샘플 세트에서 각각의 상기 비정상 위치의 상기 주차 주행 데이터를 각각 삭제하기 위한 제1 삭제 서브 유닛; 을 더 포함하는,
것을 특징으로 하는 주차 모델 생성 장치.
제16항에 있어서,
상기 데이터 처리 유닛은,
상기 임의의 위치가 모두 상기 비정상 위치인 경우, 상기 비정상 위치에서 각 상기 제1 주차 궤적과 상기 기준 주차 궤적의 차이 정보를 획득하기 위한 제1 획득 서브 유닛;
상기 차이 정보에 따라 상기 비정상 위치에서 상기 기준 주차 궤적과의 차이가 가장 작은 하나의 주차 샘플 세트를 결정하기 위한 제1 결정 서브 유닛; 및
상기 차이가 가장 작은 하나의 주차 샘플 세트의 상기 비정상 위치에 대응하는 상기 주차 주행 데이터를 보존하고, 다른 상기 주차 샘플 세트의 상기 비정상 위치에 대응하는 상기 주차 주행 데이터를 삭제하기 위한 제2 삭제 서브 유닛; 을 포함하는,
것을 특징으로 하는 주차 모델 생성 장치.
제16항에 있어서,
상기 데이터 처리 유닛은,
상기 임의의 위치가 모두 비정상 위치인 경우, 상기 기준 주차 궤적에 대응하는 상기 주차 샘플 세트에서 상기 비정상 위치의 기준 주차 주행 데이터를 추출하기 위한 제2 획득 서브 유닛; 및
상기 기준 주차 주행 데이터를 사용하여 각 상기 주차 샘플 세트의 상기 비정상 위치의 상기 주차 주행 데이터를 대체하기 위한 제3 삭제 서브 유닛; 을 포함하는,
것을 특징으로 하는 주차 모델 생성 장치.
제16항에 있어서,
상기 제1 획득 유닛은,
임의의 두개의 상기 제1 주차 궤적 사이의 유사도를 획득하기 위한 제1 획득 컴포넌트; 및
상기 유사도에 따라 모든 상기 제1 주차 궤적 중에서 하나의 주차 궤적을 상기 기준 주차 궤적으로 선택하기 위한 제1 선택 컴포넌트; 를 포함하는,
것을 특징으로 하는 주차 모델 생성 장치.
제16항에 있어서,
상기 제1 획득 유닛은,
각 상기 주차 순항 공간 및 각 상기 제1 주차 궤적을 표시하기 위한 제1 표시 컴포넌트; 및
주차 궤적 선택 동작을 모니터링하고, 모니터링된 상기 선택 동작에 의해 선택된 상기 제1 주차 궤적을 상기 기준 주차 궤적으로 결정하기 위한 제2 선택 컴포넌트; 를 더 포함하는,
것을 특징으로 하는 주차 모델 생성 장치.
제16항에 있어서,
상기 제1 획득 유닛은,
상기 대상 주차 지점이 속하는 주차 구역의 설계 데이터/지도 데이터를 획득하기 위한 제2 획득 컴포넌트; 및
상기 설계 데이터/지도 데이터, 상기 미리 설정된 지점 및 상기 대상 주차 지점에 따라 상기 대상 차량을 위해 하나의 주차 궤적을 계획하여 상기 기준 주차 궤적으로 사용하기 위한 제3 선택 컴포넌트; 를 포함하는,
것을 특징으로 하는 주차 모델 생성 장치.
제14항 또는 제15항에 있어서,
상기 주차 주행 데이터에는 이미지 데이터 및 차체 자세 정보가 포함되며,
상기 추출 모듈은,
상기 주차 샘플 세트의 상기 이미지 데이터와 상기 차체 자세 데이터에 따라 상기 대상 차량의 차량 탑재 카메라의 공간 좌표 데이터를 획득하기 위한 제1 획득 서브 모듈;
상기 차량 탑재 카메라의 공간 좌표 데이터에 따라 상기 주차 순항 공간을 구성하기 위한 제1 구성 서브 모듈; 및
상기 주차 순항 공간에서 수평 좌표 데이터를 추출하여 상기 제1 주차 궤적을 생성하기 위한 제1 생성 서브 모듈; 을 포함하는,
것을 특징으로 하는 주차 모델 생성 장치.
제22항에 있어서,
상기 데이터 처리 유닛은,
상기 주차 샘플 세트에서 상기 비정상 위치의 상기 차체 자세 데이터를 삭제하고, 상기 이미지 데이터를 보존하는,
것을 특징으로 하는 주차 모델 생성 장치.
제14항에 있어서,
상기 획득 모듈은,
복수의 후보 주차 샘플 세트 및 각 상기 후보 주차 샘플 세트의 생성 시간을 획득하기 위한 제2 획득 서브 모듈; 및
상기 생성 시간에 따라 모든 상기 후보 주차 샘플 세트에서 상기 복수의 주차 샘플 세트를 선택하기 위한 제1 선택 서브 모듈; 을 포함하는,
것을 특징으로 하는 주차 모델 생성 장치.
제22항에 있어서,
상기 획득 모듈은,
복수의 후보 주차 샘플 세트를 획득하고, 각 상기 후보 주차 샘플 세트의 이미지의 프레임 수를 획득하기 위한 제2 획득 서브 모듈; 및
상기 프레임 수와 기준 프레임 수의 차이값이 제1 사전 설정값보다 크거나 같은 제1 후보 주차 샘플 세트를 획득하고, 상기 복수의 후보 주차 샘플 세트에서 상기 제1 후보 주차 샘플 세트를 삭제하기 위한 제2 선택 서브 모듈; 을 포함하는,
것을 특징으로 하는 주차 모델 생성 장치.
제14항 또는 제24항에 있어서,
상기 획득 모듈은,
복수의 후보 주차 샘플 세트를 획득하고, 각 상기 후보 주차 샘플 세트에 따라 상기 미리 설정된 지점에서 상기 대상 주차 지점까지 주행하는 과정에 상기 대상 차량의 후진 횟수를 획득하기 위한 제3 획득 서브 모듈; 및
상기 후진 횟수와 기준 후진 횟수의 차이값이 제2 사전 설정값보다 크거나 같은 제2 후보 주차 샘플 세트를 획득하고, 상기 복수의 후보 주차 샘플 세트에서 상기 제2 후보 주차 샘플 세트를 삭제하기 위한 제3 선택 서브 모듈; 을 포함하는,
것을 특징으로 하는 주차 모델 생성 장치.
전자 장치에 있어서,
하나 이상의 프로세서; 및
상기 하나 이상의 프로세서와 통신 연결되는 메모리; 를 포함하고,
상기 메모리에는 상기 하나 이상의 프로세서에 의해 실행 가능한 명령어가 저장되며, 상기 명령어가 상기 하나 이상의 프로세서에 의해 실행될 경우, 상기 하나 이상의 프로세서가 제1항 내지 제13항 중 어느 한 항의 주차 모델 생성 방법을 수행하는,
것을 특징으로 하는 전자 장치.
컴퓨터 프로그램이 저장된 비 일시적 컴퓨터 판독 가능 저장 매체에 있어서,
상기 컴퓨터 프로그램의 명령어가 실행될 경우, 제1항 내지 제13항 중 어느 한 항의 주차 모델 생성 방법이 수행되는,
것을 특징으로 하는 컴퓨터 프로그램이 저장된 비 일시적 컴퓨터 판독 가능 저장 매체.
컴퓨터 판독 가능 저장 매체에 저장된 컴퓨터 프로그램에 있어서,
상기 컴퓨터 프로그램의 명령어가 실행될 경우, 제1항 내지 제13항 중 어느 한 항의 주차 모델 생성 방법이 수행되는,
것을 특징으로 하는 컴퓨터 판독 가능 저장 매체에 저장된 컴퓨터 프로그램.