KR20210077833A - 자율주행 차량의 센서 오프셋 보정 장치 및 그 방법 - Google Patents

Abstract

일 실시 예에 의한 자율주행 차량의 센서 오프셋 보정 방법에 있어서, 주행정보를 기반으로 소정의 조건을 만족하는 차량의 비정상 거동을 인지하는 단계; 비정상 거동이 인지되면, 라이다 센서를 통해 포인트 형태의 라이다 데이터를 수집하고, 상기 라이다 데이터와 상기 주행정보에 기초하여 상기 차량이 직진 주행상태인지를 판단하는 단계; 및 직진 주행상태로 판단되면, 차량의 헤딩각, 조향각, 및 요레이트 중 적어도 하나의 오프셋을 보정하여 상기 차량의 자세를 제어하는 단계;를 포함할 수 있다.

Description

자율주행 차량의 센서 오프셋 보정 장치 및 그 방법{APPARATUS AND METHOD FOR CORRECTING OFFSET OF SENSOR FOR AUTONOMOUS VEHICLE}

본 발명은 자율주행 차량의 센서 오프셋 보정 장치 및 그 방법에 관련된 것으로, 특히 라이다 센서를 이용하여 차량의 직진 주행상태를 판단하고, 그에 대응하여 조향각, 요레이트, 또는 헤딩각의 오프셋을 보상하는 기술에 관한 것이다.

일반적으로 차량의 내부에 장착되는 센서는 롤(Roll), 피치(Pitch), 요(Yaw) 등 차량의 기본적인 거동 정보를 측정할 수 있지만, 정밀한 분해능을 가지지 못하므로 출력되는 신호를 보정할 필요가 있다. 또한, 차량의 스티어링 휠 센서는 주행 외란 내지 타이어 공기압 등의 이유로 일정 오프셋이 인가되며, 이는 차량의 횡방향 쏠림 현상을 유발하므로 상기 오프셋을 보정할 필요가 있다.

이러한 센서에서 출력되는 여러 신호를 자동으로 보정하는 로직이 전동식 조향장치(MDPS)의 ECU에 존재하지만, 상기 보정 로직은 차량의 정지상태 또는 직진주행상태에서만 작동한다.

일반적으로 차량의 정지상태는 차속 또는 기어 레버(P) 상태로 판단이 가능하다. 하지만, 차량의 직진주행상태를 판단하기 위하여는 차선정보의 신뢰도, 차선곡률, 스티어링 휠의 각속도, 조향 토크, 횡위치 변화량, 요레이트 변화율 등 다양한 센서에서 측정되는 정보가 요구되며, 현재 양산차량에 장착된 센서의 성능한계로 인하여 직진주행상태 판단을 위한 조건이 매우 보수적으로 설정되어 있다. 이에 따라, 실제 주행상황에서 상기 조건을 모두 만족하는 직진주행상태를 판단하는 데 한계가 있고, 주행 중 카메라의 차선인지가 어려운 경우 실질적으로 판단이 불가능하다는 문제가 있다.

이에, 실시 예는 GT(Ground Truth)로 이용될 만큼 정확한 분해능을 가진 라이다 센서를 이용하여 차량의 직진주행상태를 용이하게 판단하고, 오프셋 보정을 통하여 조향각의 영점을 재조정하거나 주행경로를 재생성할 수 있는 자율주행 차량의 센서 오프셋 보정 장치 및 그 방법을 제공하기 위한 것이다.

실시 예에서 해결하고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제는 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

실시 예는, 주행정보를 기반으로 소정의 조건을 만족하는 차량의 비정상 거동을 인지하는 단계; 비정상 거동이 인지되면, 라이다 센서를 통해 포인트 형태의 라이다 데이터를 수집하고, 상기 라이다 데이터와 상기 주행정보에 기초하여 상기 차량이 직진 주행상태인지를 판단하는 단계; 및 직진 주행상태로 판단되면, 차량의 헤딩각, 조향각, 및 요레이트 중 적어도 하나의 오프셋을 보정하여 상기 차량의 자세를 제어하는 단계;를 포함하는, 자율주행 차량의 센서 오프셋 보정 방법을 제공할 수 있다.

상기 주행정보는, 주행차로 내 차량의 횡위치 정보 및 차량의 헤딩 정보 중 적어도 하나를 포함할 수 있다.

상기 비정상 거동을 인지하는 단계는, 상기 횡위치 정보를 토대로, 상기 주행차로의 중심으로부터 상기 차량의 횡방향 이탈거리가 기준치를 초과하면 상기 소정의 조건을 만족하는 것으로 판단할 수 있다.

상기 비정상 거동을 인지하는 단계는, 정밀지도 상에 맵핑(mapping)된 주행경로와 상기 차량의 헤딩 정보를 토대로, 상기 차량의 진행방향과 상기 주행경로의 경로방향이 불일치하면 상기 소정의 조건을 만족하는 것으로 판단할 수 있다.

상기 직진 주행을 판단하는 단계는, 상기 라이다 데이터를 군집화하여 적어도 하나의 직선 세그먼트(straight segment)로 구성된 컨투어(contour)를 생성하는 단계; 정밀지도 상에 상기 차량을 맵핑하고, 상기 차량의 헤딩을 따라 연장한 가상의 선 상에서 복수의 헤딩 포인트들을 추출하는 단계; 및 상기 컨투어와 상기 복수의 헤딩 포인트들 간의 평균거리와 표준편차를 연산하여 상기 차량의 직진 주행 여부를 결정하는 단계;를 포함할 수 있다.

여기서, 서로 인접하는 복수의 헤딩 포인트들 사이의 간격은 상기 차량의 속도에 비례하여 결정될 수 있다.

상기 직진 주행 여부를 결정하는 단계는, 상기 적어도 하나의 직선 세그먼트의 기울기가 기 설정된 임계치보다 작은지 여부를 판단하여 상기 컨투어의 유효성을 검사하는 단계;를 포함할 수 있다.

상기 차량의 자세를 제어하는 단계는, 상기 횡방향 이탈거리를 고려하여 상기 차량의 조향각 오프셋을 산출하고, 상기 오프셋을 반영하여 상기 조향각의 영점을 재조정하는 단계;를 포함할 수 있다.

상기 오프셋 보정 단계는, 상기 차량의 헤딩각과 상기 주행경로의 경로각 간의 편차를 고려하여 요레이트 및 헤딩각 중 적어도 하나의 오프셋을 산출하고, 상기 오프셋을 반영하여 상기 주행경로를 재생성하는 단계;를 포함할 수 있다.

본 발명의 적어도 일 실시 예에 의하면, 자율주행 차량에 필수적으로 장착되는 라이다 센서를 이용하여 차량의 직진주행상태를 용이하게 판단하고, 수많은 라이다 포인트를 하나의 직선 방정식으로 표현하여 군집화하므로 라이다 신호 처리를 위한 연산량 내지 부하가 줄어들며, 저가 센서에서 입력된 신호를 정확히 보정할 수 있으므로 차량의 안정성 내지 신뢰성이 향상될 수 있다.

본 실시 예에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며 언급하지 않은 또 다른 효과는 아래의 기재로부터 본 발명이 속하는 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 발명의 일 실시 예에 따른 자율주행 차량의 센서 오프셋 보정 장치(이하, '센서 오프셋 보정 장치'라 칭한다)의 구성을 도시한 블록도이다.
도 2는 본 발명의 일 실시 예에 따른 센서 오프셋 보정 장치가 운용되는 차량의 비정상 거동 환경을 도시한 예시도이다.
도 3은 본 발명의 일 실시 예에 따른 센서의 오프셋 보정 장치를 이용한 직진 주행상태를 판단하는 방법을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시 예에 따른 센서의 오프셋 보정 장치를 이용하여 곡선 차로를 선별하는 방법을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시 예에 따른 센서 오프셋 보정 장치가 표준정규분포화를 통해 직진 주행을 판단하는 방법을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시 예에 따른 센서 오프셋 보정 장치를 이용하여 센서 오프셋을 보정하는 방법을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시 예에 따른 센서 오프셋 보정 방법을 설명하기 위한 흐름도이다.
도 8은 본 발명의 일 실시 예에 따른 직진주행 판단 알고리즘을 설명하기 위한 흐름도이다.
도 9는 도 7에 도시된 S750 단계에 후속하는 절차가 도시된 흐름도이다.

이하, 첨부된 도면들을 참조하여 실시 예를 상세히 설명한다. 실시 예는 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나 이는 실시 예를 특정한 개시 형태에 대해 한정하려는 것이 아니며, 실시 예의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

"제1", "제2" 등의 용어는 다양한 구성요소들을 설명하는 데 사용될 수 있지만, 이러한 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로 사용된다. 또한, 실시 예의 구성 및 작용을 고려하여 특별히 정의된 용어들은 실시 예를 설명하기 위한 것일 뿐이고, 실시 예의 범위를 한정하는 것이 아니다.

본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석될 수 있으며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 본 발명의 각 실시 형태에 관한 자율주행 차량의 센서 오프셋 보정 장치에 대해서 도면을 참조하면서 설명한다.

도 1은 본 발명의 일 실시 예에 따른 자율주행 차량의 센서 오프셋 보정 장치(이하, '센서 오프셋 보정 장치'라 칭한다)의 구성을 도시한 블록도이다.

도 1을 참조하면, 본 발명에 따른 센서 오프셋 보정 장치(100)는 차량자세 인지부(110), 직진주행 판단부(120), 및 오프셋 보정부(130)를 포함할 수 있다. 다만, 이는 예시적인 것으로 센서 오프셋 보정 장치(100)는 상술한 구성요소 중 적어도 하나를 생략하거나, 다른 구성요소를 추가적으로 포함할 수 있다.

차량자세 인지부(110)는 차량 내에 탑재된 주변장치(10)를 통해 주행정보를 수집하고, 상기 주행정보를 기반으로 차량의 비정상 거동을 인지할 수 있다. 여기서, 주변장치(10)는 GPS 수신기(Global Positioning System receiver, 11), IMU 센서(Inertial Measurement Unit sensor, 12), 지도 DB(Map Database, 13), 내비게이션 장치(Navigation, 14) 등을 포함할 수 있다.

GPS 수신기(11)는 차량의 지리적 위치를 추정하도록 구성되는 센서로서, 지구 상공에 위치한 GPS 위성으로부터 항법메시지를 수신하여 차량의 현재 위치(위도, 경도를 포함함)를 실시간으로 수집할 수 있다.

IMU 센서(12)는 관성 가속도에 기초하여 차량의 위치 및 배향 변화들을 감지하는 센서들의 조합으로 구성되며, 일 예로 회전관성을 측정하는 자이로스코프(Gyroscope)와 이동관성을 측정하는 가속도계(Accelerometer)를 포함할 수 있다. IMU 센서(12)는 자이로스코프를 이용하여 정해진 기준방향을 감지하고, 가속도계를 이용하여 속도변화를 추적함으로써, 롤(Roll), 피치(pitch), 요(yaw) 등 차량의 기본적인 거동 정보를 측정할 수 있다.

지도 DB(13)는 차로 단위의 도로정보가 기록된 정밀지도(High Definition Map)가 데이터베이스(Database) 형태로 저장될 수 있다. 정밀지도는 지형정보, 차선정보, 노면정보, 오브젝트 및 교통표식의 위치정보, 및 로드마크 등이 디지털 형태로 수록되며, 노드(Node)와 링크(Link)로 구성된 도로망 데이터를 포함할 수 있다. 지도 DB(13)는 플래시 메모리(flash memory), 하드디스크(hard disk), SD 카드(Secure Digital Card), 램(Random Access Memory, RAM), 롬(Read Only Memory, ROM), 또는 웹 스토리지(web storage) 등의 저장매체로 구현되며, 무선 통신을 이용하여 일정 주기마다 자동으로 업데이트되거나 또는 사용자에 의해 수동으로 업데이트될 수 있다.

내비게이션 장치(14)는 사용자에 의해 출발지와 목적지가 입력되면 경로 비용(최단거리, 최소시간 등)을 고려하여 현재 차량이 주행 가능한 경로(이하, '주행경로'라 칭함)를 실시간으로 탐색하고, 정밀지도 상에 주행경로를 표시하여 경로안내 서비스를 제공할 수 있다.

차량자세 인지부(110)는 전술한 GPS 수신기(11), IMU 센서(12), 지도 DB(13), 및 내비게이션 장치(14)로부터 차량의 동적 거동상태를 판단하기 위한 다양한 주행정보를 수집할 수 있다. 예컨대, 차량자세 인지부(110)는 주행차로 내 차량의 횡위치 정보와 차량의 헤딩 정보를 획득하거나, 주행경로 상에 차량을 맵핑(mapping)하여 주행경로의 경로방향과 차량의 진행방향을 추출할 수 있다.

그리고, 차량자세 인지부(110)는 상기 주행정보를 기반으로 소정의 조건을 만족하는 차량의 비정상 거동을 인지할 수 있다. 이에 대하여 도 2를 참조하여 이하에서 설명한다.

도 2는 본 발명의 일 실시 예에 따른 센서 오프셋 보정 장치가 운용되는 차량의 비정상 거동 환경을 도시한 예시도이다.

차량 내에 구비된 스티어링 휠(steering wheel)에는 주행 외란(예: 불규칙한 노면상태/횡풍 등) 내지 타이어 공기압 등 다양한 이유로 소정의 오프셋(offset)이 인가되며, 이로 인하여 차량에 횡방향 쏠림 현상이 발생한다. 예컨대, 차량이 주행차로의 중심을 추종하지 못하고 횡방향 오프셋(lateral offset)을 유지한 채 주행하거나, 또는 차량의 진행방향과 주행경로의 경로방향이 일치하지 않는 상황이 초래될 수 있다.

도 2의 (a)를 참조하면, 차량자세 인지부(110)는 주변장치(10)를 통해 수집한 주행차로 내 차량의 횡위치 정보를 토대로, 주행차로의 중심(1)으로부터 차량의 횡방향 이탈거리(d_y)가 기준치를 초과하면, 비정상 거동이 발생한 것으로 판단할 수 있다. 여기서, 기준치는 차로의 중심선으로 추정할 수 있는 최대 마진(margin)을 의미한다.

도 2의 (b)를 참조하면, 차량자세 인지부(110)는 정밀지도(Map) 상에 맵핑(mapping)된 주행경로(path)와 차량의 헤딩 정보를 토대로, 차량의 진행방향(2)과 주행경로의 경로방향(3)이 불일치하면, 비정상 거동이 발생한 것으로 판단할 수 있다. 여기서, 경로방향(3)은 주행경로(path) 상에 차량의 현재 위치에서의 접선 방향을 의미한다.

전술한 바와 같이, 도 2의 (a) 내지 (b)에 도시된 비정상 거동 유형은 조향각(steering angle), 요레이트(yaw rate), 및 헤딩각(heading angle) 중 적어도 하나의 오프셋(offset)을 보정함으로써 차량의 자세가 복원될 수 있으며, 만일 상기 오프셋(offset)을 보정하지 않으면 차량의 안정성에 치명적인 영향이 미칠 수 있다. 다만, 이러한 오프셋 보정은 차량이 정지 또는 직진 주행상태인 경우에 정확히 수행될 수 있으며, 이를 위해 본 발명은 라이다 센서를 이용하여 차량의 직진 주행상태를 판단하는 알고리즘을 이하에서 제안하기로 한다.

직진주행 판단부(120)는 라이다(Light detection and Ranging, Lidar) 센서(20)를 통해 포인트 형태의 데이터(이하, '라이다 데이터'라 칭함)를 수집하고, 상기 라이다 데이터와 전술한 주행정보에 기초하여 상기 차량이 직진 주행상태인지를 판단할 수 있다. 여기서, 라이다 센서(20)는 도로 상에서 차량의 전방을 향해 레이저 펄스(laser purse)를 발사한 후 반사되는 레이저 펄스로부터 라이다 데이터를 생성하며, 정밀한 분해능을- 가져 차량 주변에 존재하는 객체(피측정물, 물체, 장애물, 차량 등)를 검출하는데 주로 이용된다. 이에 대하여 도 3을 참조하여 이하에서 설명한다.

도 3은 본 발명의 일 실시 예에 따른 센서의 오프셋 보정 장치를 이용한 직진 주행상태를 판단하는 방법을 설명하기 위한 도면이다.

도 3을 참조하면, 직진주행 판단부(120)는 라이다 센서(20)로부터 수집한 라이다 데이터(P_L)를 이용하여 차선 또는 기준 객체(Reference Object, RO)를 감지한다. 여기서, 기준 객체(RO)는 차선과 대체로 평행하게 존재하는 도로 시설물로서, 일 예로 가드레일, 터널 벽, 연석, 차선 탄력봉 등을 포함할 수 있다. 직진주행 판단부(120)는 도로의 차선 마킹이 불량하여 차선을 정확하게 인지하기 어려운 경우, 기준 객체(RO)를 나타내는 라이다 데이터(P_L)를 이용하여 차선을 추정할 수 있다. 도 3에는 차량의 좌측에 종방향(y축)으로 길게 존재하는 포인트 형태의 데이터들이 도시되어 있으며, 이는 일 예로 가드레일(Guardrail) 에서 반사된 신호로부터 산출된 라이다 데이터(P_L)를 나타낸다.

직진주행 판단부(120)는 기준 객체(RO)에서 반사된 라이다 데이터(P_L)들을 군집화하여 컨투어(contour, C)(외곽선)를 생성한다. 이때, 직진주행 판단부(120)는 라이다 데이터(P_L)들 중에서 횡방향(x축)으로 군집된 분포를 갖는 데이터들은 군집화 과정에서 미리 제거할 수 있다. 그 이유는, 횡방향으로 군집된 분포를 갖는 데이터들은 도로의 지면에서 반사된 포인트로서 차선에 대응되는 형태를 가지지 않기 때문이다.

또한, 직진주행 판단부(120)는 후술하는 연산 알고리즘을 수행하기 위해, 기준 객체(RO)를 나타내는 컨투어(C)를 1차 방정식(ax+by+c=0)의 형태로 모델링(modeling)하여 적어도 하나의 직선 세그먼트(straight segment, S)로 구성할 수 있다. 이때, 적어도 하나의 직선 세그먼트(S)는 소정의 기울기 (slope_con=dy/dx)를 가지며, 직진주행 판단부(120)는 상기 직선 세그먼트(S)의 기울기와 기 설정된 임계치와의 비교를 통하여 컨투어(C)의 유효성을 검사할 수 있다. 예컨대, 하기의 수학식 1을 만족하는 경우, 유효한 컨투어(C)로 간주하고 후속 절차를 진행할 수 있다.

여기서, slope_con은 직선 세그먼트(S)의 기울기, slope_th은 임계치를 각각 나타내며, 임계치(slope_th)는 컨투어(C)가 직선 차로에 대하여 평행한 것으로 간주할 수 있는 임의의 값으로, 일 예로 0에 가까운 소수일 수 있다.

예를 들어, 직진주행 판단부(120)는 1차 방정식의 형태로 모델링된 직선 세그먼트(S)의 기울기(slope_con)가 임계치(slope_th)보다 작으면, 상기 컨투어(C)는 직선 차로와 평행한 것으로 간주할 수 있다.

반면에, 직진주행 판단부(120)는 1차 방정식의 형태로 모델링된 적어도 하나의 직선 세그먼트(S)의 기울기(slope_con)가 임계치(slope_th)보다 크거나 같으면, 상기 컨투어(C)는 직선 차로가 아닌, 곡선 차로에 대응되는 형태를 가진 것으로 간주하고 후술하는 연산 알고리즘의 대상에서 제외할 수 있다. 이에 대하여 도 4를 참조하여 이하에서 부연 설명하기로 한다.

도 4은 본 발명의 일 실시 예에 따른 센서의 오프셋 보정 장치를 이용하여 곡선 차로를 선별하는 방법을 설명하기 위한 도면이다.

도 4를 참조하면, 기준 객체(RO)에서 반사된 라이다 데이터(P_L)들의 일 집합인 컨투어(C)는 다수의 직선 세그먼트(S1, S2, S3)의 조합으로 구성될 수도 있다. 이때, 직진주행 판단부(120)는 상기 다수의 직선 세그먼트(S1, S2, S3) 각각의 기울기와 기 설정된 임계치와의 비교를 통하여 컨투어(C)가 곡선 차로에 대응되는 형태인지 판단할 수 있다.

예컨대, 직진주행 판단부(120)는, 도 4에 도시된 바와 같이, 다수의 직선 세그먼트(S1, S2, S3) 각각의 제1 내지 제3 기울기(slope_1, slope_2, slope_3)가 임계치(slope_th)보다 큰 것으로 판단되면, 상기 컨투어(C)는 곡선 차로에 대응되는 형태를 가진 것으로 간주하고 후술하는 연산 알고리즘의 대상에서 제외한다.

다시 도 3으로 돌아와서, 직진주행 판단부(120)는 유효한 컨투어(C)를 검사한 이후, 정밀지도 상에 차량을 맵핑(mapping)하고 상기 차량의 헤딩 (heading)을 따라 연장한 가상의 선(이하, '연장선'이라 칭함)을 생성하여, 상기 연장선 상에서 복수의 헤딩 포인트(P_H)들을 추출할 수 있다.

이때, 서로 인접하는 복수의 헤딩 포인트(P_H)들 사이의 간격(△y_grid)은 하기의 수학식 2와 같이, 차량의 속도에 비례하여 결정될 수 있다. 예를 들어, 헤딩 포인트(P_H)들 사이의 종방향 간격(△y_grid)은 차량의 속도가 빠를수록 넓게 설정되고, 차량의 속도가 느릴수록 좁게 설정된다.

여기서, △y_grid는 인접하는 복수의 헤딩 포인트들 사이의 간격(단위는 meter), △t는 미리 설정된 시간 간격(단위는 sec), 그리고 V_ego는 차량의 현재 속도(단위는 kilometer per hour)를 나타낸다.

또한, 헤딩 포인트(P_H)들의 시점과 종점은 컨투어(C)의 내부에 존재하는 유효한 라이다 데이터(P_L) 중 차량에 가장 가까이 위치한 포인트와 가장 멀리 위치한 포인트의 사이에서 범위에서 결정될 수 있다.

이후, 직진주행 판단부(120)는 컨투어(C)와 복수의 헤딩 포인트들 간의 평균거리와 표준편차를 연산하여 차량의 직진 주행 여부를 결정할 수 있다.

직진주행 판단부(120)는 특정 헤딩 포인트 P_H(xi, yi)와 직선 세그먼트(S) 사이의 횡방향 거리(d_i)를 하기의 수학식 3에 기초하여 산출하고, 상기 횡방향 거리(d_i)를 누적하여 표준정규분포(standard normal distribution)화한다.

상기 횡방향 거리(d_i)를 누적하여 표준정규분포화하면, 직진 주행일 경우 대부분의 횡방향 거리가 평균거리에 인접하여 위치하지만, 직진 주행이 아닐 경우 표준편차가 큰 데이터들이 산발적으로 분포하게 된다. 이에 대하여 도 5를 참조하여 이하에서 설명하기로 한다.

도 5는 본 발명의 일 실시 예에 따른 센서 오프셋 보정 장치가 표준정규분포화를 통해 직진 주행을 판단하는 방법을 설명하기 위한 도면이다.

도 5에 도시된 표준정규분포(standard normal distribution)를 참조하면, 직진주행 판단부(120)는 적어도 N개의 횡방향 거리(d_i) 데이터들에 대한 평균거리(μ)와 표준편차(σ)를 산출하고, 산출된 평균거리(μ)에 표준편차(σ)를 합산한 거리를 기준거리(d_s)로 설정할 수 있다. 이때, 기준거리(d_s) 설정을 위해 표준편차(σ)에 미리 정해진 게인(gain, g)이 곱해질 수 있으며, 상기 게인(g)은 차량의 직진 주행을 판단하기 위한 가중치를 나타낸다. 예컨대, 게인(g)은 +1 및/또는 -1일 수 있으나, 본 발명의 범주가 반드시 이에 국한되는 것은 아니다.

전술한 평균거리(μ), 표준편차(σ), 게인(g), 및 기준거리(d_s)는 하기의 수학식 4와 같이 나타낼 수 있다.

그리고, 직진주행 판단부(120)는 횡방향 거리(d_i) 데이터들이 기준거리(d_s) 이내에 분포하는 확률 P(-1≤g≤+1)을 산출하고, 상기 확률 P(-1≤g≤+1)이 기 설정된 임계범위 이내에 속하는지 여부를 판단한다. 여기서, 임계범위의 일 예로 하한값은 0.8, 상한값은 1.0일 수 있으나, 본 발명의 범주가 이에 한정되는 것은 아니다.

직진주행 판단부(120)는 산출된 상기 확률 P(-1≤g≤+1)이 기 설정된 임계범위 이내에 속하면, 횡방향 거리(d_i) 데이터들이 기준거리(d_s) 이내에 밀집하여 분포하는 것으로 간주하고 차량이 직진 주행중인 것으로 판단할 수 있다.

반대로, 직진주행 판단부(120)는 산출된 상기 확률 P(-1≤g≤+1)이 기 설정된 임계범위에 속하지 아니하면(예컨대, 임계범위의 하한값보다 작은 경우를 말한다), 횡방향 거리(d_i) 데이터들이 기준거리(d_s)를 경계로 산발적으로 분포하는 것으로 간주하고 차량이 직진 주행이 아닌 것으로 판단할 수 있다.

전술한 바와 같이, 일 실시 예에 따른 직진주행 판단부(120)는 포인트 형태의 라이다 데이터를 군집화화여 하나의 직선 방정식으로 표현된 컨투어를 생성하므로 라이다 신호처리를 위한 연산량이 줄어들고, 차량과의 횡방향 거리를 정확히 계산할 수 있다.

다시, 도 2로 돌아와서, 오프셋 보정부(130)는 차량이 직진 주행상태인 것으로 판단되면, 차량의 조향각(steering angle), 요레이트(yaw rate), 및 헤딩각(heading angle) 중 적어도 하나의 오프셋(offset)을 보정하고, 전동식 조향장치(Motor Drive Power Steering, MDPS; 30)로 소정의 신호 지령을 전송함으로써 차량의 자세를 제어할 수 있다. 여기서, MDPS(30)는 차량 조향시 운전자가 핸들에 가해야 하는 조향 토크의 일부를 보조 동력원을 이용하여 제공함으로써 조향을 용이하게 하는 장치를 말한다. 즉, MDPS(30)는 오프셋 보정부(130)를 통해 보정된 조향 신호를 수신하면, 현재 차량의 속도를 고려하여 모터를 구동함으로써 조향력을 보조할 수 있다. 이에 대하여 도 6을 참조하여 이하에서 설명하기로 한다.

도 6은 본 발명의 일 실시 예에 따른 센서 오프셋 보정 장치를 이용하여 센서 오프셋을 보정하는 방법을 설명하기 위한 도면이다.

도 6의 (a)를 참조하면, 오프셋 보정부(130)는 주행차로의 중심(1) 으로부터 차량의 횡방향 이탈거리(d_y)를 고려하여 조향각 오프셋(△δ)을 산출하고, 상기 오프셋(△δ)을 반영하여 조향각(steering angle)의 영점을 재조정 하기 위한 신호 지령을 MDPS(30)로 전송할 수 있다.

도 6의 (b)를 참조하면, 오프셋 보정부(130)는 차량의 헤딩각(ψ_vehicle)과 주행경로의 경로각(ψ_path) 간의 편차(△ψ)를 고려하여 요레이트(yaw rate) 및 헤딩각(heading angle) 중 적어도 하나의 오프셋을 산출하고, 상기 오프셋을 반영하여 주행경로를 재생성 할 수 있다.

정밀지도(Map) 상의 횡축을 x축, 종축을 y축이라고 가정하면, 차량의 헤딩각(ψ_vehicle)은 x축에 대하여 차량의 진행방향(2)이 이루는 각을 나타내고, 주행경로의 경로각(ψ_path)은 x축에 대하여 주행경로의 경로방향(3)이 이루는 각을 나타낸다. 이때, 경로방향(3)은 주행경로(path) 상에 차량의 현재 위치에서의 접선 방향을 의미한다.

이하에서는, 도 7 내지 도 9를 참조하여 본 발명의 일 실시 예에 따른 센서 오프셋 보정 방법을 설명하기로 한다.

도 7은 본 발명의 일 실시 예에 따른 센서 오프셋 보정 방법을 설명하기 위한 흐름도이다.

도 7을 참조하면, 일 실시 예에 따른 센서 오프셋 보정 방법은, 차량의 주행정보를 수집하는 단계(S710), 상기 주행정보를 기반으로 소정의 조건을 만족하는 차량의 비정상 거동을 인지하는 단계(S720), 차량의 직진 주행상태를 판단하는 단계(S740), 및 조향각, 요레이트, 또는 헤딩각의 오프셋을 보정하는 단계(S750)를 포함할 수 있다.

S710 단계에서, 센서 오프셋 보정 장치(100)는 차량 네트워크(미도시)를 통해 주변장치(10)로부터 주행차로 내 차량의 횡위치 정보와 차량의 헤딩 정보를 획득하거나, 주행경로 상에 차량을 맵핑(mapping)하여 주행경로의 경로방향과 차량의 진행방향을 추출할 수 있다.

S720 단계에서, 센서 오프셋 보정 장치(100)는 차량의 중심선과 주행차로의 중심선이 서로 불일치하거나, 또는 차량의 진행방향과 주행경로의 경로방향이 서로 불일치하는 경우, 소정의 조건을 만족하는 비정상 거동이 발생한 것으로 판단할 수 있다.

만일, 비정상 거동이 발생하지 않거나 또는 비정상 거동이 인지되더라도 상기 소정의 조건을 만족하지 않는 경우(S720의 NO), 센서 오프셋 보정 장치(100)는 차량의 자율주행 제어를 해제할 수 있다(S730).

반면에, 소정의 조건을 만족하는 비정상 거동이 인지되면, 직진주행 판단 알고리즘에 따라 S740 단계가 실행된다.

S740 단계의 판단 결과, 직진주행 상태가 아닌 것으로 판단되면 S720 단계로 복귀하되, 직진주행 상태인 것으로 판단되면 S750 단계로 천이된다. 이러한 직진주행 판단 알고리즘은 이하에서 도 8을 참조하여 설명하기로 한다.

도 8은 본 발명의 일 실시 예에 따른 직진주행 판단 알고리즘을 설명하기 위한 흐름도이다.

도 8을 참조하면, 일 실시 예에 따른 직진 주행상태를 판단하는 단계(S740)는, 라이다 센서로부터 포인트 형태의 라이다 데이터를 수집하는 단계(S741), 라이다 데이터의 군집화를 통해 컨투어(contour)를 생성하는 단계(S742), 컨투어의 기울기와 기 설정된 임계치를 비교하여 상기 컨투어가 직선 차로에 대응되는지 여부를 판단하는 단계(S743), 차량의 헤딩과 컨투어 사이의 횡방향 거리를 계산하는 단계(S744), 횡방향 거리 데이터들을 표준정규분포로 변환하는 단계(S745), 상기 횡방향 거리 데이터들이 특정 표준편차 이내에 분포하는지 판단하는 단계(S746), 상기 횡방향 거리 데이터들의 수가 적어도 N개 이상인지 여부를 확인하는 단계(S747), 및 상기 조건을 모두 만족하면 직진 주행상태로 판단하는 단계(S748)를 포함할 수 있다. 이러한 직진주행 판단 알고리즘은 도 3 내지 도 5를 참조하여 이미 상세히 기술하였는바 중복되는 설명을 피하기 위해 생략하기로 한다.

도 9는 도 7에 도시된 S750 단계에 후속하는 절차가 도시된 흐름도이다. 도 9를 참조하면, S750 단계 중 조향각 오프셋 보정 단계(750a)와 요레이트 및/또는 헤딩각 오프셋 보정 단계(750b)는 병렬적으로 이루어질 수 있다.

예컨대, 센서 오프셋 보정 장치(100)는 주행차로의 중심으로부터 차량의 횡방향 이탈거리를 고려하여 조향각 오프셋을 보정하고(S750a), 오프셋을 반영하여 조향각의 영점을 재조정 하기 위한 신호 지령을 MDPS(30)로 전송할 수 있다(S760a). 이후, 차량이 차로의 중앙을 추종하여 주행하는지 여부를 판단하고(S770a), 판단 결과 긍정이면(S770a의 YES) 자율주행 차량의 정상 주행을 제어하되, 부정이면(S770a의 NO) S230 단계로 회귀하여 자율주행 제어를 해제할 수 있다.

한편, 센서 오프셋 보정 장치(100)는 차량의 헤딩각과 주행경로의 경로각 간의 편차를 고려하여 요레이트 및/또는 헤딩각 중 적어도 하나의 오프셋을 보정하고(S750b), 오프셋을 반영하여 주행경로를 재생성 할 수 있다(S760b). 이후, 차량의 진행방향과 주행경로의 경로방향이 서로 일치하는지 여부를 판단하고(S770b), 판단 결과 긍정이면(S770b의 YES) 자율주행 차량의 정상 주행을 제어하되, 부정이면(S770b의 NO) S230 단계로 회귀하여 자율주행 제어를 해제할 수 있다.

상술한 실시예에 따른 V2X 통신을 이용한 차량의 자율주행 방법은 컴퓨터에서 실행되기 위한 프로그램으로 제작되어 컴퓨터가 읽을 수 있는 기록 매체에 저장될 수 있으며, 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 포함될 수 있다.

컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고, 상술한 방법을 구현하기 위한 기능적인(function) 프로그램, 코드 및 코드 세그먼트들은 실시예가 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.

실시 예와 관련하여 전술한 바와 같이 몇 가지만을 기술하였지만, 이외에도 다양한 형태의 실시가 가능하다. 앞서 설명한 실시 예들의 기술적 내용들은 서로 양립할 수 없는 기술이 아닌 이상은 다양한 형태로 조합될 수 있으며, 이를 통해 새로운 실시 형태로 구현될 수도 있다.

본 발명은 본 발명의 정신 및 필수적 특징을 벗어나지 않는 범위에서 다른 특정한 형태로 구체화될 수 있음은 통상의 기술자에게 자명하다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.

Claims (19)

1. 주행정보를 기반으로 소정의 조건을 만족하는 차량의 비정상 거동을 인지하는 단계;
   비정상 거동이 인지되면, 라이다 센서를 통해 포인트 형태의 라이다 데이터를 수집하고, 상기 라이다 데이터와 상기 주행정보에 기초하여 상기 차량이 직진 주행상태인지를 판단하는 단계; 및
   직진 주행상태로 판단되면, 차량의 헤딩각, 조향각, 및 요레이트 중 적어도 하나의 오프셋을 보정하여 상기 차량의 자세를 제어하는 단계;를 포함하는, 자율주행 차량의 센서 오프셋 보정 방법.
2. 제1 항에 있어서,
   상기 주행정보는,
   주행차로 내 차량의 횡위치 정보 및 차량의 헤딩 정보 중 적어도 하나를 포함하는, 자율주행 차량의 센서 오프셋 보정 방법.
3. 제2 항에 있어서,
   상기 비정상 거동을 인지하는 단계는,
   상기 횡위치 정보를 토대로, 상기 주행차로의 중심으로부터 상기 차량의 횡방향 이탈거리가 기준치를 초과하면 상기 소정의 조건을 만족하는 것으로 판단하는, 자율주행 차량의 센서 오프셋 보정 방법.
4. 제2 항에 있어서,
   상기 비정상 거동을 인지하는 단계는,
   정밀지도 상에 맵핑(mapping)된 주행경로와 상기 차량의 헤딩 정보를 토대로, 상기 차량의 진행방향과 상기 주행경로의 경로방향이 불일치하면 상기 소정의 조건을 만족하는 것으로 판단하는, 자율주행 차량의 센서 오프셋 보정 방법.
5. 제1 항에 있어서,
   상기 직진 주행을 판단하는 단계는,
   상기 라이다 데이터를 군집화하여 적어도 하나의 직선 세그먼트(straight segment)로 구성된 컨투어(contour)를 생성하는 단계;
   정밀지도 상에 상기 차량을 맵핑하고, 상기 차량의 헤딩을 따라 연장한 가상의 선 상에서 복수의 헤딩 포인트들을 추출하는 단계; 및
   상기 컨투어와 상기 복수의 헤딩 포인트들 간의 평균거리와 표준편차를 연산하여 상기 차량의 직진 주행 여부를 결정하는 단계;를 포함하는, 자율주행 차량의 센서 오프셋 보정 방법.
6. 제5 항에 있어서,
   서로 인접하는 복수의 헤딩 포인트들 사이의 간격은 상기 차량의 속도에 비례하여 결정되는, 자율주행 차량의 센서 오프셋 보정 방법.
7. 제5 항에 있어서,
   상기 직진 주행 여부를 결정하는 단계는,
   상기 적어도 하나의 직선 세그먼트의 기울기가 기 설정된 임계치보다 작은지 여부를 판단하여 상기 컨투어의 유효성을 검사하는 단계;를 포함하는, 자율주행 차량의 센서 오프셋 보정 방법.
8. 제3 항에 있어서,
   상기 차량의 자세를 제어하는 단계는,
   상기 횡방향 이탈거리를 고려하여 상기 차량의 조향각 오프셋을 산출하고, 상기 오프셋을 반영하여 상기 조향각의 영점을 재조정하는 단계;를 포함하는, 자율주행 차량의 센서 오프셋 보정 방법.
9. 제4 항에 있어서,
   상기 오프셋 보정 단계는,
   상기 차량의 헤딩각과 상기 주행경로의 경로각 간의 편차를 고려하여 요레이트 및 헤딩각 중 적어도 하나의 오프셋을 산출하고, 상기 오프셋을 반영하여 상기 주행경로를 재생성하는 단계;를 포함하는, 자율주행 차량의 센서 오프셋 보정 방법.
10. 프로세서에 의해 실행되는 것을 통하여, 제1 항 내지 제9 항 중 어느 한 항에 기재된 자율주행 차량의 센서 오프셋 보정 방법을 실현하는 응용 프로그램이 기록된 컴퓨터 판독 가능한 기록매체.
11. 주행정보를 기반으로 소정의 조건을 만족하는 차량의 비정상 거동을 인지하는 차량자세 인지부;
    비정상 거동이 인지되면, 라이다 센서를 통해 포인트 형태의 라이다 데이터를 수집하고, 상기 라이다 데이터와 상기 주행정보에 기초하여 상기 차량이 직진 주행상태인지를 판단하는 직진주행 판단부; 및
    직진 주행상태로 판단되면, 차량의 헤딩각, 조향각, 및 요레이트 중 적어도 하나의 오프셋을 보정하여 상기 차량의 자세를 제어하는 오프셋 보정부;를 포함하는, 자율주행 차량의 센서 오프셋 보정 장치.
12. 제11 항에 있어서,
    상기 주행정보는,
    주행차로 내 차량의 횡위치 정보 및 차량의 헤딩 정보 중 적어도 하나를 포함하는, 자율주행 차량의 센서 오프셋 보정 장치.
13. 제12 항에 있어서,
    상기 차량자세 인지부는,
    상기 횡위치 정보를 토대로, 상기 주행차로의 중심으로부터 상기 차량의 횡방향 이탈거리가 기준치를 초과하면 상기 소정의 조건을 만족하는 것으로 판단하는, 자율주행 차량의 센서 오프셋 보정 장치.
14. 제12 항에 있어서,
    상기 차량자세 인지부는,
    정밀지도 상에 맵핑(mapping)된 주행경로와 상기 차량의 헤딩 정보를 토대로, 상기 차량의 진행방향과 상기 주행경로의 경로방향이 불일치하면 상기 소정의 조건을 만족하는 것으로 판단하는, 자율주행 차량의 센서 오프셋 보정 장치.
15. 제11 항에 있어서,
    상기 직진주행 판단부는,
    상기 라이다 데이터를 군집화하여 적어도 하나의 직선 세그먼트(straight segment)로 구성된 컨투어(contour)를 생성하고,
    정밀지도 상에 상기 차량을 맵핑하여 상기 차량의 헤딩을 따라 연장한 가상의 선 상에서 복수의 헤딩 포인트들을 추출하고,
    상기 컨투어와 상기 복수의 헤딩 포인트들 간의 평균거리와 표준편차를 연산하여 상기 차량의 직진 주행 여부를 결정하는, 자율주행 차량의 센서 오프셋 보정 장치.
16. 제15 항에 있어서,
    서로 인접하는 복수의 헤딩 포인트들 사이의 간격은 상기 차량의 속도에 비례하여 결정되는, 자율주행 차량의 센서 오프셋 보정 장치.
17. 제15 항에 있어서,
    상기 직진주행 판단부는,
    상기 적어도 하나의 직선 세그먼트의 기울기가 기 설정된 임계치보다 작은지 여부를 판단하여 상기 컨투어의 유효성을 검사하는, 자율주행 차량의 센서 오프셋 보정 장치.
18. 제13 항에 있어서,
    상기 오프셋 보정부는,
    상기 횡방향 이탈거리를 고려하여 상기 차량의 조향각 오프셋을 산출하고, 상기 오프셋을 반영하여 상기 조향각의 영점을 재조정하기 위한 신호 지령을 전동식 조향장치로 전송하는 , 자율주행 차량의 센서 오프셋 보정 장치.
19. 제14 항에 있어서,
    상기 오프셋 보정부는,
    상기 차량의 헤딩각과 상기 주행경로의 경로각 간의 편차를 고려하여 요레이트 및 헤딩각 중 적어도 하나의 오프셋을 산출하고, 상기 오프셋을 반영하여 상기 주행경로를 재생성하는, 자율주행 차량의 센서 오프셋 보정 장치.

Images