KR20210103026A - 자율 주행 시스템에서 차량의 주행을 제어하기 위한 방법 및 장치 - Google Patents

자율 주행 시스템에서 차량의 주행을 제어하기 위한 방법 및 장치 Download PDF

Info

Publication number
KR20210103026A
KR20210103026A KR1020200017013A KR20200017013A KR20210103026A KR 20210103026 A KR20210103026 A KR 20210103026A KR 1020200017013 A KR1020200017013 A KR 1020200017013A KR 20200017013 A KR20200017013 A KR 20200017013A KR 20210103026 A KR20210103026 A KR 20210103026A
Authority
KR
South Korea
Prior art keywords
driving
vehicle
autonomous
accelerated
information
Prior art date
Application number
KR1020200017013A
Other languages
English (en)
Inventor
김중항
임선희
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 KR1020200017013A priority Critical patent/KR20210103026A/ko
Publication of KR20210103026A publication Critical patent/KR20210103026A/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT 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
    • B60W30/00—Purposes 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
    • B60W30/14—Adaptive cruise control
    • B60W30/143—Speed control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT 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
    • B60W30/00—Purposes 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
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18163—Lane change; Overtaking manoeuvres
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT 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
    • B60W30/00—Purposes 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
    • B60W30/18—Propelling the vehicle
    • B60W30/182—Selecting between different operative modes, e.g. comfort and performance modes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT 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
    • B60W40/00—Estimation 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
    • B60W40/10—Estimation 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
    • B60W40/107—Longitudinal acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT 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
    • B60W50/00—Details 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
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/10—Interpretation of driver requests or demands
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT 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
    • B60W50/00—Details 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
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • G05D2201/0213—

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Remote Sensing (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 개시의 다양한 실시 예들은 자율 주행 시스템에서 차량의 주행을 제어하기 위한 장치 및 방법에 관한 것으로, 자율 주행 장치는 신호를 주고받도록 구성되는 통신 회로, 자율 주행 차량의 구동 장치를 제어하도록 구성된 구동 주행 장치 및 상기 통신 회로 및 상기 구동 제어 장치와 전기적으로 연결된 프로세서를 포함하며, 상기 프로세서는, 상기 자율 주행 차량이, 상기 통신 회로를 통해 획득되는, 지정된 차선 범위 및 지정된 속도 범위 내에서 주행을 지시하는 제 1 주행 정보에 기초하여 제 1 주행 모드를 수행하고, 상기 제 1 주행 모드를 수행하는 중, 가속 주행 권한을 획득하고, 상기 가속 주행 권한을 이용하여 확장된 차선 범위 및 확장된 속도 범위 내에서 주행을 지시하는 제 2 주행 정보를 획득하고, 상기 제 2 주행 정보에 기초하여 제 2 주행 모드를 수행하도록 제어할 수 있다. 본 개시의 자율 주행 차량(autonomous vehicle, autonomous driving), 사용자 단말기 및 서버 중 하나 이상이 인공지능(Artificial Intelligence) 모듈, 드론(Unmanned Aerial Vehicle, UAV), 로봇, 증강 현실(Augmented Reality, AR) 장치, 가상 현실(Virtual Reality, VR)장치, 5G 서비스와 관련된 장치 등과 연계될 수 있다.

Description

자율 주행 시스템에서 차량의 주행을 제어하기 위한 방법 및 장치{APPARATUS FOR CONTROLLING DRIVE OF VEHICLE IN AUTONOMOUS DRIVING SYSTEM AND METHOD THEREOF}
본 개시의 다양한 실시 예들은 자율 주행 시스템에서 차량의 주행을 제어하기 위한 장치 및 방법에 관한 것으로, 구체적으로, 확장된 차선 및 속도로 주행을 일시적으로 가능하게 하는 가속 주행 권한의 거래를 가능하게 하고, 가속 주행 권한을 획득한 차량의 주행을 제어하기 위한 장치 및 방법에 관한 것이다.
자율 주행 차량은 사용자의 조작 없이, 스스로 운행 할 수 있는 기능을 갖는 차량을 의미한다. 자율 주행 차량은 차량에 부착된 카메라, 센서 및/또는 헤드 램프를 기반으로 획득된 정보를 서버로 송신하고, 서버로부터 주변의 차량 및 도로의 상황에 대한 정보를 수신함으로써, 사용자의 조작없이 자동 주행을 수행할 수 있다.
이러한 자율 주행 차량의 자율 주행 방식에는 센서 기반의 주행 방식과 인프라 기반의 주행 방식이 있다. 센서 기반의 주행 방식은 자율 주행 차량이 스스로 주변 환경을 분석하여 경로를 생성한 후 해당 경로를 주행하는 방식이며, 인프라 기반의 주행 방식은 도로상에 인프라를 구비하여 자율 주행 차량이 정해진 경로를 추종하도록 하는 방식일 수 있다.
인프라 기반의 주행 방식은 인프라에서 제공되는 신호에 기초하여 자율 주행 차량의 주행이 제어되는 것으로, 자율 주행 차량 또는 운전자가 의도에 따라 주행 속도 또는 주행 차선을 조절할 수 없으며, 주행 속도 또는 주행 차선을 조절하기 위하여는 자율 주행 모드를 해제한 후 수동 모드로 동작해야 하는 문제점이 발생될 수 있다.
본 개시가 해결하기 위한 과제는 인프라 기반의 주행 방식을 이용하는 자율 주행 시스템에서 사용자 의도에 따라 주행 속도를 조절하기 위한 자율 주행 장치 및 그의 동작 방법을 제공하기 위한 것이다.
본 개시에서 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 개시의 다양한 실시 예에 따른 자율 주행 장치는 신호를 주고받도록 구성되는 통신 회로, 자율 주행 차량의 구동 장치를 제어하도록 구성된 구동 주행 장치 및 상기 통신 회로 및 상기 구동 제어 장치와 전기적으로 연결된 프로세서를 포함하며, 상기 프로세서는, 상기 자율 주행 차량이, 상기 통신 회로를 통해 획득되는, 지정된 차선 범위 및 지정된 속도 범위 내에서 주행을 지시하는 제 1 주행 정보에 기초하여 제 1 주행 모드를 수행하고, 상기 제 1 주행 모드를 수행하는 중, 가속 주행 권한을 획득하고, 상기 가속 주행 권한을 이용하여 확장된 차선 범위 및 확장된 속도 범위 내에서 주행을 지시하는 제 2 주행 정보를 획득하고, 상기 제 2 주행 정보에 기초하여 제 2 주행 모드를 수행하도록 제어할 수 있다.
본 개시의 다양한 실시 예들에 따른 자율 주행 장치 동작 방법은 지정된 차선 범위 및 지정된 속도 범위 내에서 주행을 지시하는 제 1 주행 정보에 기초하여 제 1 주행 모드를 수행하는 동작, 상기 제 1 주행 모드를 수행하는 중, 가속 주행 권한을 획득하는 동작, 상기 가속 주행 권한을 이용하여 확장된 차선 범위 및 확장된 속도 범위 내에서 주행을 지시하는 제 2 주행 정보를 획득하는 동작 및 상기 제 2 주행 정보에 기초하여 제 2 주행 모드를 수행하도록 자율 주행 차량을 제어하는 동작을 포함할 수 있다.
본 개시의 실시 예들에 따른 자율 주행 장치는 확장된 차선 및 속도로 주행을 일시적으로 가능하게 하는 가속 주행 권한의 거래를 가능하게 함으로써, 인프라 기반의 주행 방식을 이용하는 자율 주행 시스템에서 사용자 의도에 따라 차량의 주행 속도를 조절할 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 일 실시 예에 따른 AI 장치를 나타낸다.
도 2는 일 실시 예에 따른 AI 서버를 나타낸다.
도 3은 일 실시 예에 따른 AI 시스템을 나타낸다.
도 4는 5G 통신 시스템에서 자율 주행 차량과 5G 네트워크의 기본동작의 일 예를 나타낸다.
도 5는 5G 통신 시스템에서 자율 주행 차량과 5G 네트워크의 응용 동작의 일 예를 나타낸다.
도 6 내지 도 9는 5G 통신을 이용한 자율 주행 차량 동작의 일 예를 나타낸다.
도 10a는 다양한 실시 예에 따른 가속 주행 권한의 거래를 지원하는 자율 주행 시스템을 도시한 도면이다.
도 10b는 가속 주행 권한의 보유 여부에 따른 자율 주행 차량의 주행 모드를 설명하기 위한 도면이다.
도 10c는 다양한 실시 예에 따른 자율 주행 장치를 개념적으로 도시한 도면이다.
도 10d는 다양한 실시 예에 따른 외부 장치를 개념적으로 도시한 도면이다.
도 11은 본 개시의 실시 예들에 따른 자율 주행 장치에서 주행 모드를 제어하기 위한 방법을 나타내는 플로우 차트이다.
도 12a는 본 개시의 실시 예들에 따른 자율 주행 시스템에서 가속 주행 권한을 거래하는 동작을 설명하기 위한 도면이다.
도 12b는 본 개시의 실시 예들에 따른 자율 주행 시스템에서 가속 주행 권한을 거래하는 다른 동작을 설명하기 위한 도면이다.
도 13은 다양한 실시 예들에 따른 외부 장치에서 가속 주행 권한의 거래 구간을 설정하기 위한 방법을 설명하기 위한 도면이다.
도 14는 본 개시의 실시 예들에 따른 자율 주행 장치가 가속 주행 권한을 사용하는 방법을 나타내는 플로우 차트이다.
도 15는 본 개시의 실시 예들에 따른 자율 주행 장치가 가속 주행 권한 사용 이벤트를 감지하는 방법을 나타내는 플로우 차트이다.
도 16a 및 도 16b는 다양한 실시 예에 따른 자율 주행 장치에서 가속 주행 권한 사용 이벤트를 감지하는 상황을 설명하기 위한 도면이다.
도 17은 본 개시의 실시 예들에 따른 자율 주행 장치가 가속 주행 권한 사용 이벤트를 감지하는 다른 방법을 나타내는 플로우 차트이다.
도 18은 본 개시의 실시 예들에 따른 자율 주행 장치가 차선 이동을 제어하는 방법을 나타내는 플로우 차트이다.
도 19는 본 개시의 실시 예들에 따른 자율 주행 시스템에서 추월 요청 차량의 가속 주행 권한을 확인하기 위한 도면이다.
본 개시물의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 개시물은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시 예들은 본 개시물의 개시가 완전하도록 하며, 본 개시물이 속하는 기술분야에서 통상의 지식을 가진 자에게 개시물의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 개시물은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
하나의 구성 요소가 다른 구성 요소와 "연결된(connected to)" 또는 "커플링된(coupled to)" 이라고 지칭되는 것은, 다른 구성 요소와 직접 연결 또는 커플링된 경우 또는 중간에 다른 구성 요소를 개재한 경우를 모두 포함한다. 반면, 하나의 구성 요소가 다른 구성 요소와 "직접 연결된(directly connected to)" 또는 "직접 커플링된(directly coupled to)"으로 지칭되는 것은 중간에 다른 구성 요소를 개재하지 않은 것을 나타낸다. "및/또는"은 언급된 아이템들의 각각 및 하나 이상의 모든 조합을 포함한다.
본 명세서에서 사용된 용어는 실시 예들을 설명하기 위한 것이며 본 개시물을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성 요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성 요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
비록 제1, 제2 등이 다양한 구성 요소들을 서술하기 위해서 사용되나, 이들 구성 요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성 요소를 다른 구성 요소와 구별하기 위하여 사용하는 것이다.
따라서, 이하에서 언급되는 제1 구성 요소는 본 개시물의 기술적 사상 내에서 제2 구성 요소 일 수도 있음은 물론이다. 다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 개시물이 속하는 기술 분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
본 실시 예에서 사용되는 '부' 또는 '모듈'이라는 용어는 소프트웨어 또는 FPGA또는 ASIC과 같은 하드웨어 구성요소를 의미하며, '부' 또는 '모듈'은 어떤 역할들을 수행한다. 그렇지만 '부' 또는 '모듈'은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '부' 또는 '모듈'은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '부' 또는 '모듈'은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성 요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함할 수 있다. 구성요소들과 '부' 또는 '모듈'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '부' 또는 '모듈'들로 결합되거나 추가적인 구성요소들과 '부' 또는 '모듈'들로 더 분리될 수 있다.
본 개시물의 몇몇 실시 예들과 관련하여 설명되는 방법 또는 알고리즘의 단계는 프로세서에 의해 실행되는 하드웨어, 소프트웨어 모듈, 또는 그 2 개의 결합으로 직접 구현될 수 있다. 소프트웨어 모듈은 RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터, 하드 디스크, 착탈형 디스크, CD-ROM, 또는 당업계에 알려진 임의의 다른 형태의 기록 매체에 상주할 수도 있다. 예시적인 기록 매체는 프로세서에 커플링되며, 그 프로세서는 기록 매체로부터 정보를 판독할 수 있고 저장 매체에 정보를 기입할 수 있다. 다른 방법으로, 기록 매체는 프로세서와 일체형일 수도 있다. 프로세서 및 기록 매체는 주문형 집적회로(ASIC) 내에 상주할 수도 있다. ASIC는 사용자 단말기 내에 상주할 수도 있다.
<인공 지능(AI: Artificial Intelligence)>
인공 지능은 인공적인 지능 또는 이를 만들 수 있는 방법론을 연구하는 분야를 의미하며, 머신 러닝(기계 학습, Machine Learning)은 인공 지능 분야에서 다루는 다양한 문제를 정의하고 그것을 해결하는 방법론을 연구하는 분야를 의미한다. 머신 러닝은 어떠한 작업에 대하여 꾸준한 경험을 통해 그 작업에 대한 성능을 높이는 알고리즘으로 정의하기도 한다.
인공 신경망(ANN: Artificial Neural Network)은 머신 러닝에서 사용되는 모델로, 시냅스의 결합으로 네트워크를 형성한 인공 뉴런(노드)들로 구성되는, 문제 해결 능력을 가지는 모델 전반을 의미할 수 있다. 인공 신경망은 다른 레이어의 뉴런들 사이의 연결 패턴, 모델 파라미터를 갱신하는 학습 과정, 출력값을 생성하는 활성화 함수(Activation Function)에 의해 정의될 수 있다.
인공 신경망은 입력층(Input Layer), 출력층(Output Layer), 그리고 선택적으로 하나 이상의 은닉층(Hidden Layer)을 포함할 수 있다. 각 층은 하나 이상의 뉴런을 포함하고, 인공 신경망은 뉴런과 뉴런을 연결하는 시냅스를 포함할 수 있다. 인공 신경망에서 각 뉴런은 시냅스를 통해 입력되는 입력 신호들, 가중치, 편향에 대한 활성 함수의 함수 값을 출력할 수 있다.
모델 파라미터는 학습을 통해 결정되는 파라미터를 의미하며, 시냅스 연결의 가중치와 뉴런의 편향 등이 포함된다. 그리고, 하이퍼파라미터는 머신 러닝 알고리즘에서 학습 전에 설정되어야 하는 파라미터를 의미하며, 학습률(Learning Rate), 반복 횟수, 미니 배치 크기, 초기화 함수 등이 포함된다.
인공 신경망의 학습의 목적은 손실 함수를 최소화하는 모델 파라미터를 결정하는 것으로 볼 수 있다. 손실 함수는 인공 신경망의 학습 과정에서 최적의 모델 파라미터를 결정하기 위한 지표로 이용될 수 있다.
머신 러닝은 학습 방식에 따라 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning)으로 분류할 수 있다.
지도 학습은 학습 데이터에 대한 레이블(label)이 주어진 상태에서 인공 신경망을 학습시키는 방법을 의미하며, 레이블이란 학습 데이터가 인공 신경망에 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과 값)을 의미할 수 있다. 비지도 학습은 학습 데이터에 대한 레이블이 주어지지 않는 상태에서 인공 신경망을 학습시키는 방법을 의미할 수 있다. 강화 학습은 어떤 환경 안에서 정의된 에이전트가 각 상태에서 누적 보상을 최대화하는 행동 혹은 행동 순서를 선택하도록 학습시키는 학습 방법을 의미할 수 있다.
인공 신경망 중에서 복수의 은닉층을 포함하는 심층 신경망(DNN: Deep Neural Network)으로 구현되는 머신 러닝을 딥 러닝(심층 학습, Deep Learning)이라 부르기도 하며, 딥 러닝은 머신 러닝의 일부이다. 이하에서, 머신 러닝은 딥 러닝을 포함하는 의미로 사용된다.
<로봇(Robot)>
로봇은 스스로 보유한 능력에 의해 주어진 일을 자동으로 처리하거나 작동하는 기계를 의미할 수 있다. 특히, 환경을 인식하고 스스로 판단하여 동작을 수행하는 기능을 갖는 로봇을 지능형 로봇이라 칭할 수 있다.
로봇은 사용 목적이나 분야에 따라 산업용, 의료용, 가정용, 군사용 등으로 분류할 수 있다.
로봇은 액츄에이터 또는 모터를 포함하는 구동부를 구비하여 로봇 관절을 움직이는 등의 다양한 물리적 동작을 수행할 수 있다. 또한, 이동 가능한 로봇은 구동부에 휠, 브레이크, 프로펠러 등이 포함되어, 구동부를 통해 지상에서 주행하거나 공중에서 비행할 수 있다.
<자율 주행(Self-Driving)>
자율 주행은 스스로 주행하는 기술을 의미하며, 자율 주행 차량은 사용자의 조작 없이 또는 사용자의 최소한의 조작으로 주행하는 차량(Vehicle)을 의미한다.
예컨대, 자율 주행에는 주행중인 차선을 유지하는 기술, 어댑티브 크루즈 컨트롤과 같이 속도를 자동으로 조절하는 기술, 정해진 경로를 따라 자동으로 주행하는 기술, 목적지가 설정되면 자동으로 경로를 설정하여 주행하는 기술 등이 모두 포함될 수 있다.
차량은 내연 기관만을 구비하는 차량, 내연 기관과 전기 모터를 함께 구비하는 하이브리드 차량, 그리고 전기 모터만을 구비하는 전기 차량을 모두 포괄하며, 자동차 뿐만 아니라 기차, 오토바이 등을 포함할 수 있다.
이때, 자율 주행 차량은 자율 주행 기능을 가진 로봇으로 볼 수 있다.
<확장 현실(XR: eXtended Reality)>
확장 현실은 가상 현실(VR: Virtual Reality), 증강 현실(AR: Augmented Reality), 혼합 현실(MR: Mixed Reality)을 총칭한다. VR 기술은 현실 세계의 객체나 배경 등을 CG 영상으로만 제공하고, AR 기술은 실제 사물 영상 위에 가상으로 만들어진 CG 영상을 함께 제공하며, MR 기술은 현실 세계에 가상 객체들을 섞고 결합시켜서 제공하는 컴퓨터 그래픽 기술이다.
MR 기술은 현실 객체와 가상 객체를 함께 보여준다는 점에서 AR 기술과 유사하다. 그러나, AR 기술에서는 가상 객체가 현실 객체를 보완하는 형태로 사용되는 반면, MR 기술에서는 가상 객체와 현실 객체가 동등한 성격으로 사용된다는 점에서 차이점이 있다.
XR 기술은 HMD(Head-Mount Display), HUD(Head-Up Display), 휴대폰, 태블릿 PC, 랩탑, 데스크탑, TV, 디지털 사이니지 등에 적용될 수 있고, XR 기술이 적용된 장치를 XR 장치(XR Device)라 칭할 수 있다.
도 1은 본 개시의 일 실시 예에 따른 AI 장치(100)를 나타낸다.
AI 장치(100)는 TV, 프로젝터, 휴대폰, 스마트폰, 데스크탑 컴퓨터, 노트북, 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 태블릿 PC, 웨어러블 장치, 셋톱박스(STB), DMB 수신기, 라디오, 세탁기, 냉장고, 데스크탑 컴퓨터, 디지털 사이니지, 로봇, 차량 등과 같은, 고정형 기기 또는 이동 가능한 기기 등으로 구현될 수 있다.
도 1을 참조하면, 단말기(100)는 통신부(110), 입력부(120), 러닝 프로세서(130), 센싱부(140), 출력부(150), 메모리(170) 및 프로세서(180) 등을 포함할 수 있다.
통신부(110)는 유무선 통신 기술을 이용하여 다른 AI 장치(100a 내지 100e)나 AI 서버(200) 등의 외부 장치들과 데이터를 송수신할 수 있다. 예컨대, 통신부(110)는 외부 장치들과 센서 정보, 사용자 입력, 학습 모델, 제어 신호 등을 송수신할 수 있다.
이때, 통신부(110)가 이용하는 통신 기술에는 GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), LTE(Long Term Evolution), 5G, WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), ZigBee, NFC(Near Field Communication) 등이 있다.
입력부(120)는 다양한 종류의 데이터를 획득할 수 있다.
이때, 입력부(120)는 영상 신호 입력을 위한 카메라, 오디오 신호를 수신하기 위한 마이크로폰, 사용자로부터 정보를 입력 받기 위한 사용자 입력부 등을 포함할 수 있다. 여기서, 카메라나 마이크로폰을 센서로 취급하여, 카메라나 마이크로폰으로부터 획득한 신호를 센싱 데이터 또는 센서 정보라고 할 수도 있다.
입력부(120)는 모델 학습을 위한 학습 데이터 및 학습 모델을 이용하여 출력을 획득할 때 사용될 입력 데이터 등을 획득할 수 있다. 입력부(120)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(180) 또는 러닝 프로세서(130)는 입력 데이터에 대하여 전처리로써 입력 특징점(input feature)을 추출할 수 있다.
러닝 프로세서(130)는 학습 데이터를 이용하여 인공 신경망으로 구성된 모델을 학습시킬 수 있다. 여기서, 학습된 인공 신경망을 학습 모델이라 칭할 수 있다. 학습 모델은 학습 데이터가 아닌 새로운 입력 데이터에 대하여 결과 값을 추론해 내는데 사용될 수 있고, 추론된 값은 어떠한 동작을 수행하기 위한 판단의 기초로 이용될 수 있다.
이때, 러닝 프로세서(130)는 AI 서버(200)의 러닝 프로세서(240)과 함께 AI 프로세싱을 수행할 수 있다.
이때, 러닝 프로세서(130)는 AI 장치(100)에 통합되거나 구현된 메모리를 포함할 수 있다. 또는, 러닝 프로세서(130)는 메모리(170), AI 장치(100)에 직접 결합된 외부 메모리 또는 외부 장치에서 유지되는 메모리를 사용하여 구현될 수도 있다.
센싱부(140)는 다양한 센서들을 이용하여 AI 장치(100) 내부 정보, AI 장치(100)의 주변 환경 정보 및 사용자 정보 중 적어도 하나를 획득할 수 있다.
이때, 센싱부(140)에 포함되는 센서에는 근접 센서, 조도 센서, 가속도 센서, 자기 센서, 자이로 센서, 관성 센서, RGB 센서, IR 센서, 지문 인식 센서, 초음파 센서, 광 센서, 마이크로폰, 라이다, 레이더 등이 있다.
출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시킬 수 있다.
이때, 출력부(150)에는 시각 정보를 출력하는 디스플레이부, 청각 정보를 출력하는 스피커, 촉각 정보를 출력하는 햅틱 모듈 등이 포함될 수 있다.
메모리(170)는 AI 장치(100)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 예컨대, 메모리(170)는 입력부(120)에서 획득한 입력 데이터, 학습 데이터, 학습 모델, 학습 히스토리 등을 저장할 수 있다.
프로세서(180)는 데이터 분석 알고리즘 또는 머신 러닝 알고리즘을 사용하여 결정되거나 생성된 정보에 기초하여, AI 장치(100)의 적어도 하나의 실행 가능한 동작을 결정할 수 있다. 그리고, 프로세서(180)는 AI 장치(100)의 구성 요소들을 제어하여 결정된 동작을 수행할 수 있다.
이를 위해, 프로세서(180)는 러닝 프로세서(130) 또는 메모리(170)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 상기 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 AI 장치(100)의 구성 요소들을 제어할 수 있다.
이때, 프로세서(180)는 결정된 동작을 수행하기 위하여 외부 장치의 연계가 필요한 경우, 해당 외부 장치를 제어하기 위한 제어 신호를 생성하고, 생성한 제어 신호를 해당 외부 장치에 전송할 수 있다.
프로세서(180)는 사용자 입력에 대하여 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 사용자의 요구 사항을 결정할 수 있다.
이때, 프로세서(180)는 음성 입력을 문자열로 변환하기 위한 STT(Speech To Text) 엔진 또는 자연어의 의도 정보를 획득하기 위한 자연어 처리(NLP: Natural Language Processing) 엔진 중에서 적어도 하나 이상을 이용하여, 사용자 입력에 상응하는 의도 정보를 획득할 수 있다.
이때, STT 엔진 또는 NLP 엔진 중에서 적어도 하나 이상은 적어도 일부가 머신 러닝 알고리즘에 따라 학습된 인공 신경망으로 구성될 수 있다. 그리고, STT 엔진 또는 NLP 엔진 중에서 적어도 하나 이상은 러닝 프로세서(130)에 의해 학습된 것이나, AI 서버(200)의 러닝 프로세서(240)에 의해 학습된 것이거나, 또는 이들의 분산 처리에 의해 학습된 것일 수 있다.
프로세서(180)는 AI 장치(100)의 동작 내용이나 동작에 대한 사용자의 피드백 등을 포함하는 이력 정보를 수집하여 메모리(170) 또는 러닝 프로세서(130)에 저장하거나, AI 서버(200) 등의 외부 장치에 전송할 수 있다. 수집된 이력 정보는 학습 모델을 갱신하는데 이용될 수 있다.
프로세서(180)는 메모리(170)에 저장된 응용 프로그램을 구동하기 위하여, AI 장치(100)의 구성 요소들 중 적어도 일부를 제어할 수 있다. 나아가, 프로세서(180)는 상기 응용 프로그램의 구동을 위하여, AI 장치(100)에 포함된 구성 요소들 중 둘 이상을 서로 조합하여 동작시킬 수 있다.
도 2는 본 개시의 일 실시 예에 따른 AI 서버(200)를 나타낸다.
도 2를 참조하면, AI 서버(200)는 머신 러닝 알고리즘을 이용하여 인공 신경망을 학습시키거나 학습된 인공 신경망을 이용하는 장치를 의미할 수 있다. 여기서, AI 서버(200)는 복수의 서버들로 구성되어 분산 처리를 수행할 수도 있고, 5G 네트워크로 정의될 수 있다. 이때, AI 서버(200)는 AI 장치(100)의 일부의 구성으로 포함되어, AI 프로세싱 중 적어도 일부를 함께 수행할 수도 있다.
AI 서버(200)는 통신부(210), 메모리(230), 러닝 프로세서(240) 및 프로세서(260) 등을 포함할 수 있다.
통신부(210)는 AI 장치(100) 등의 외부 장치와 데이터를 송수신할 수 있다.
메모리(230)는 모델 저장부(231)를 포함할 수 있다. 모델 저장부(231)는 러닝 프로세서(240)를 통하여 학습 중인 또는 학습된 모델(또는 인공 신경망, 231a)을 저장할 수 있다.
러닝 프로세서(240)는 학습 데이터를 이용하여 인공 신경망(231a)을 학습시킬 수 있다. 학습 모델은 인공 신경망의 AI 서버(200)에 탑재된 상태에서 이용되거나, AI 장치(100) 등의 외부 장치에 탑재되어 이용될 수도 있다.
학습 모델은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있다. 학습 모델의 일부 또는 전부가 소프트웨어로 구현되는 경우 학습 모델을 구성하는 하나 이상의 명령어(instruction)는 메모리(230)에 저장될 수 있다.
프로세서(260)는 학습 모델을 이용하여 새로운 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수 있다.
도 3은 본 개시의 일 실시 예에 따른 AI 시스템(1)을 나타낸다.
도 3을 참조하면, AI 시스템(1)은 AI 서버(200), 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 중에서 적어도 하나 이상이 클라우드 네트워크(10)와 연결된다. 여기서, AI 기술이 적용된 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 등을 AI 장치(100a 내지 100e)라 칭할 수 있다.
클라우드 네트워크(10)는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크(10)는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.
즉, AI 시스템(1)을 구성하는 각 장치들(100a 내지 100e, 200)은 클라우드 네트워크(10)를 통해 서로 연결될 수 있다. 특히, 각 장치들(100a 내지 100e, 200)은 기지국을 통해서 서로 통신할 수도 있지만, 기지국을 통하지 않고 직접 서로 통신할 수도 있다.
AI 서버(200)는 AI 프로세싱을 수행하는 서버와 빅 데이터에 대한 연산을 수행하는 서버를 포함할 수 있다.
AI 서버(200)는 AI 시스템(1)을 구성하는 AI 장치들인 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 중에서 적어도 하나 이상과 클라우드 네트워크(10)를 통하여 연결되고, 연결된 AI 장치들(100a 내지 100e)의 AI 프로세싱을 적어도 일부를 도울 수 있다.
이때, AI 서버(200)는 AI 장치(100a 내지 100e)를 대신하여 머신 러닝 알고리즘에 따라 인공 신경망을 학습시킬 수 있고, 학습 모델을 직접 저장하거나 AI 장치(100a 내지 100e)에 전송할 수 있다.
이때, AI 서버(200)는 AI 장치(100a 내지 100e)로부터 입력 데이터를 수신하고, 학습 모델을 이용하여 수신한 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성하여 AI 장치(100a 내지 100e)로 전송할 수 있다.
또는, AI 장치(100a 내지 100e)는 직접 학습 모델을 이용하여 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수도 있다.
이하에서는, 상술한 기술이 적용되는 AI 장치(100a 내지 100e)의 다양한 실시 예들을 설명한다. 여기서, 도 3에 도시된 AI 장치(100a 내지 100e)는 도 1에 도시된 AI 장치(100)의 구체적인 실시 예로 볼 수 있다.
<AI+로봇>
로봇(100a)은 AI 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇 등으로 구현될 수 있다.
로봇(100a)은 동작을 제어하기 위한 로봇 제어 모듈을 포함할 수 있고, 로봇 제어 모듈은 소프트웨어 모듈 또는 이를 하드웨어로 구현한 칩을 의미할 수 있다.
로봇(100a)은 다양한 종류의 센서들로부터 획득한 센서 정보를 이용하여 로봇(100a)의 상태 정보를 획득하거나, 주변 환경 및 객체를 검출(인식)하거나, 맵 데이터를 생성하거나, 이동 경로 및 주행 계획을 결정하거나, 사용자 상호작용에 대한 응답을 결정하거나, 동작을 결정할 수 있다.
여기서, 로봇(100a)은 이동 경로 및 주행 계획을 결정하기 위하여, 라이다, 레이더, 카메라 중에서 적어도 하나 이상의 센서에서 획득한 센서 정보를 이용할 수 있다.
로봇(100a)은 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예컨대, 로봇(100a)은 학습 모델을 이용하여 주변 환경 및 객체를 인식할 수 있고, 인식된 주변 환경 정보 또는 객체 정보를 이용하여 동작을 결정할 수 있다. 여기서, 학습 모델은 로봇(100a)에서 직접 학습되거나, AI 서버(200) 등의 외부 장치에서 학습된 것일 수 있다.
이때, 로봇(100a)은 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(200) 등의 외부 장치에 센서 정보를 전송하고 그에 따라 생성된 결과를 수신하여 동작을 수행할 수도 있다.
로봇(100a)은 맵 데이터, 센서 정보로부터 검출한 객체 정보 또는 외부 장치로부터 획득한 객체 정보 중에서 적어도 하나 이상을 이용하여 이동 경로와 주행 계획을 결정하고, 구동부를 제어하여 결정된 이동 경로와 주행 계획에 따라 로봇(100a)을 주행시킬 수 있다.
맵 데이터에는 로봇(100a)이 이동하는 공간에 배치된 다양한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 예컨대, 맵 데이터에는 벽, 문 등의 고정 객체들과 화분, 책상 등의 이동 가능한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 그리고, 객체 식별 정보에는 명칭, 종류, 거리, 위치 등이 포함될 수 있다.
또한, 로봇(100a)은 사용자의 제어/상호작용에 기초하여 구동부를 제어함으로써, 동작을 수행하거나 주행할 수 있다. 이때, 로봇(100a)은 사용자의 동작이나 음성 발화에 따른 상호작용의 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 응답을 결정하여 동작을 수행할 수 있다.
<AI+자율주행>
자율 주행 차량(100b)은 AI 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
자율 주행 차량(100b)은 자율 주행 기능을 제어하기 위한 자율 주행 제어 모듈을 포함할 수 있고, 자율 주행 제어 모듈은 소프트웨어 모듈 또는 이를 하드웨어로 구현한 칩을 의미할 수 있다. 자율 주행 제어 모듈은 자율 주행 차량(100b)의 구성으로써 내부에 포함될 수도 있지만, 자율 주행 차량(100b)의 외부에 별도의 하드웨어로 구성되어 연결될 수도 있다.
자율 주행 차량(100b)은 다양한 종류의 센서들로부터 획득한 센서 정보를 이용하여 자율 주행 차량(100b)의 상태 정보를 획득하거나, 주변 환경 및 객체를 검출(인식)하거나, 맵 데이터를 생성하거나, 이동 경로 및 주행 계획을 결정하거나, 동작을 결정할 수 있다.
여기서, 자율 주행 차량(100b)은 이동 경로 및 주행 계획을 결정하기 위하여, 로봇(100a)과 마찬가지로, 라이다, 레이더, 카메라 중에서 적어도 하나 이상의 센서에서 획득한 센서 정보를 이용할 수 있다.
특히, 자율 주행 차량(100b)은 시야가 가려지는 영역이나 일정 거리 이상의 영역에 대한 환경이나 객체는 외부 장치들로부터 센서 정보를 수신하여 인식하거나, 외부 장치들로부터 직접 인식된 정보를 수신할 수 있다.
자율 주행 차량(100b)은 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예컨대, 자율 주행 차량(100b)은 학습 모델을 이용하여 주변 환경 및 객체를 인식할 수 있고, 인식된 주변 환경 정보 또는 객체 정보를 이용하여 주행 동선을 결정할 수 있다. 여기서, 학습 모델은 자율 주행 차량(100b)에서 직접 학습되거나, AI 서버(200) 등의 외부 장치에서 학습된 것일 수 있다.
이때, 자율 주행 차량(100b)은 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(200) 등의 외부 장치에 센서 정보를 전송하고 그에 따라 생성된 결과를 수신하여 동작을 수행할 수도 있다.
자율 주행 차량(100b)은 맵 데이터, 센서 정보로부터 검출한 객체 정보 또는 외부 장치로부터 획득한 객체 정보 중에서 적어도 하나 이상을 이용하여 이동 경로와 주행 계획을 결정하고, 구동부를 제어하여 결정된 이동 경로와 주행 계획에 따라 자율 주행 차량(100b)을 주행시킬 수 있다.
맵 데이터에는 자율 주행 차량(100b)이 주행하는 공간(예컨대, 도로)에 배치된 다양한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 예컨대, 맵 데이터에는 가로등, 바위, 건물 등의 고정 객체들과 차량, 보행자 등의 이동 가능한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 그리고, 객체 식별 정보에는 명칭, 종류, 거리, 위치 등이 포함될 수 있다.
또한, 자율 주행 차량(100b)은 사용자의 제어/상호작용에 기초하여 구동부를 제어함으로써, 동작을 수행하거나 주행할 수 있다. 이때, 자율 주행 차량(100b)은 사용자의 동작이나 음성 발화에 따른 상호작용의 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 응답을 결정하여 동작을 수행할 수 있다.
<AI+XR>
XR 장치(100c)는 AI 기술이 적용되어, HMD(Head-Mount Display), 차량에 구비된 HUD(Head-Up Display), 텔레비전, 휴대폰, 스마트 폰, 컴퓨터, 웨어러블 디바이스, 가전 기기, 디지털 사이니지, 차량, 고정형 로봇이나 이동형 로봇 등으로 구현될 수 있다.
XR 장치(100c)는 다양한 센서들을 통해 또는 외부 장치로부터 획득한 3차원 포인트 클라우드 데이터 또는 이미지 데이터를 분석하여 3차원 포인트들에 대한 위치 데이터 및 속성 데이터를 생성함으로써 주변 공간 또는 현실 객체에 대한 정보를 획득하고, 출력할 XR 객체를 렌더링하여 출력할 수 있다. 예컨대, XR 장치(100c)는 인식된 물체에 대한 추가 정보를 포함하는 XR 객체를 해당 인식된 물체에 대응시켜 출력할 수 있다.
XR 장치(100c)는 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예컨대, XR 장치(100c)는 학습 모델을 이용하여 3차원 포인트 클라우드 데이터 또는 이미지 데이터에서 현실 객체를 인식할 수 있고, 인식한 현실 객체에 상응하는 정보를 제공할 수 있다. 여기서, 학습 모델은 XR 장치(100c)에서 직접 학습되거나, AI 서버(200) 등의 외부 장치에서 학습된 것일 수 있다.
이때, XR 장치(100c)는 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(200) 등의 외부 장치에 센서 정보를 전송하고 그에 따라 생성된 결과를 수신하여 동작을 수행할 수도 있다.
<AI+로봇+자율주행>
로봇(100a)은 AI 기술 및 자율 주행 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇 등으로 구현될 수 있다.
AI 기술과 자율 주행 기술이 적용된 로봇(100a)은 자율 주행 기능을 가진 로봇 자체나, 자율 주행 차량(100b)과 상호작용하는 로봇(100a) 등을 의미할 수 있다.
자율 주행 기능을 가진 로봇(100a)은 사용자의 제어 없이도 주어진 동선에 따라 스스로 움직이거나, 동선을 스스로 결정하여 움직이는 장치들을 통칭할 수 있다.
자율 주행 기능을 가진 로봇(100a) 및 자율 주행 차량(100b)은 이동 경로 또는 주행 계획 중 하나 이상을 결정하기 위해 공통적인 센싱 방법을 사용할 수 있다. 예컨대, 자율 주행 기능을 가진 로봇(100a) 및 자율 주행 차량(100b)은 라이다, 레이더, 카메라를 통해 센싱된 정보를 이용하여, 이동 경로 또는 주행 계획 중 하나 이상을 결정할 수 있다.
자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)과 별개로 존재하면서, 자율 주행 차량(100b)의 내부에서 자율 주행 기능에 연계되거나, 자율 주행 차량(100b)에 탑승한 사용자와 연계된 동작을 수행할 수 있다.
이때, 자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)을 대신하여 센서 정보를 획득하여 자율 주행 차량(100b)에 제공하거나, 센서 정보를 획득하고 주변 환경 정보 또는 객체 정보를 생성하여 자율 주행 차량(100b)에 제공함으로써, 자율 주행 차량(100b)의 자율 주행 기능을 제어하거나 보조할 수 있다.
또는, 자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)에 탑승한 사용자를 모니터링하거나 사용자와의 상호작용을 통해 자율 주행 차량(100b)의 기능을 제어할 수 있다. 예컨대, 로봇(100a)은 운전자가 졸음 상태인 경우로 판단되는 경우, 자율 주행 차량(100b)의 자율 주행 기능을 활성화하거나 자율 주행 차량(100b)의 구동부의 제어를 보조할 수 있다. 여기서, 로봇(100a)이 제어하는 자율 주행 차량(100b)의 기능에는 단순히 자율 주행 기능 뿐만 아니라, 자율 주행 차량(100b)의 내부에 구비된 네비게이션 시스템이나 오디오 시스템에서 제공하는 기능도 포함될 수 있다.
또는, 자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)의 외부에서 자율 주행 차량(100b)에 정보를 제공하거나 기능을 보조할 수 있다. 예컨대, 로봇(100a)은 스마트 신호등과 같이 자율 주행 차량(100b)에 신호 정보 등을 포함하는 교통 정보를 제공할 수도 있고, 전기 차량의 자동 전기 충전기와 같이 자율 주행 차량(100b)과 상호작용하여 충전구에 전기 충전기를 자동으로 연결할 수도 있다.
<AI+로봇+XR>
로봇(100a)은 AI 기술 및 XR 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇, 드론 등으로 구현될 수 있다.
XR 기술이 적용된 로봇(100a)은 XR 영상 내에서의 제어/상호작용의 대상이 되는 로봇을 의미할 수 있다. 이 경우, 로봇(100a)은 XR 장치(100c)와 구분되며 서로 연동될 수 있다.
XR 영상 내에서의 제어/상호작용의 대상이 되는 로봇(100a)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하면, 로봇(100a) 또는 XR 장치(100c)는 센서 정보에 기초한 XR 영상을 생성하고, XR 장치(100c)는 생성된 XR 영상을 출력할 수 있다. 그리고, 이러한 로봇(100a)은 XR 장치(100c)를 통해 입력되는 제어 신호 또는 사용자의 상호작용에 기초하여 동작할 수 있다.
예컨대, 사용자는 XR 장치(100c) 등의 외부 장치를 통해 원격으로 연동된 로봇(100a)의 시점에 상응하는 XR 영상을 확인할 수 있고, 상호작용을 통하여 로봇(100a)의 자율 주행 경로를 조정하거나, 동작 또는 주행을 제어하거나, 주변 객체의 정보를 확인할 수 있다.
<AI+자율주행+XR>
자율 주행 차량(100b)은 AI 기술 및 XR 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
XR 기술이 적용된 자율 주행 차량(100b)은 XR 영상을 제공하는 수단을 구비한 자율 주행 차량이나, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량 등을 의미할 수 있다. 특히, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량(100b)은 XR 장치(100c)와 구분되며 서로 연동될 수 있다.
XR 영상을 제공하는 수단을 구비한 자율 주행 차량(100b)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하고, 획득한 센서 정보에 기초하여 생성된 XR 영상을 출력할 수 있다. 예컨대, 자율 주행 차량(100b)은 HUD를 구비하여 XR 영상을 출력함으로써, 탑승자에게 현실 객체 또는 화면 속의 객체에 대응되는 XR 객체를 제공할 수 있다.
이때, XR 객체가 HUD에 출력되는 경우에는 XR 객체의 적어도 일부가 탑승자의 시선이 향하는 실제 객체에 오버랩되도록 출력될 수 있다. 반면, XR 객체가 자율 주행 차량(100b)의 내부에 구비되는 디스플레이에 출력되는 경우에는 XR 객체의 적어도 일부가 화면 속의 객체에 오버랩되도록 출력될 수 있다. 예컨대, 자율 주행 차량(100b)은 차로, 타 차량, 신호등, 교통 표지판, 이륜차, 보행자, 건물 등과 같은 객체와 대응되는 XR 객체들을 출력할 수 있다.
XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량(100b)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하면, 자율 주행 차량(100b) 또는 XR 장치(100c)는 센서 정보에 기초한 XR 영상을 생성하고, XR 장치(100c)는 생성된 XR 영상을 출력할 수 있다. 그리고, 이러한 자율 주행 차량(100b)은 XR 장치(100c) 등의 외부 장치를 통해 입력되는 제어 신호 또는 사용자의 상호작용에 기초하여 동작할 수 있다.
이하에서는, 자율 주행 정보를 필요로 하는 장치 및/또는 자율 주행 차량이 필요로 하는 5G 통신(5th generation mobile communication)을 설명하기로 한다.
<자율 주행 차량과 5G 네트워크의 동작>
도 4는 5G 통신 시스템에서 자율 주행 차량과 5G 네트워크의 기본동작의 일 예를 나타낸다.
자율 주행 차량(Autonomous Vehicle)은 특정 정보 전송을 5G 네트워크로 전송한다(S1).
상기 특정 정보는, 자율 주행 관련 정보를 포함할 수 있다.
상기 자율 주행 관련 정보는, 차량의 주행 제어와 직접적으로 관련된 정보일 수 있다. 예를 들어, 자율 주행 관련 정보는 차량 주변의 오브젝트를 지시하는 오브젝트 데이터, 맵 데이터(map data), 차량 상태 데이터, 차량 위치 데이터 및 드라이빙 플랜 데이터(driving plan data) 중 하나 이상을 포함할 수 있다.
상기 자율 주행 관련 정보는 자율 주행에 필요한 서비스 정보 등을 더 포함할 수 있다. 예를 들어, 상기 특정 정보는, 사용자 단말기를 통해 입력된 목적지와 차량의 안정 등급에 관한 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).
전술한 바와 같이, 상기 원격 제어와 관련된 정보는 자율 주행 차량에 직접적으로 적용되는 신호일 수도 있고, 나아가 자율 주행에 필요한 서비스 정보를 더 포함할 수 있다. 본 개시의 일 실시 예에서는 자율 주행 차량은, 상기 5G 네트워크에 연결된 서버를 통해 주행 경로 상에서 선택된 구간별 보험과 위험 구간 정보 등의 서비스 정보를 수신함으로써, 자율 주행과 관련된 서비스를 제공할 수 있다.
이하 도 5 내지 도 9에서는 본 개시의 일 실시 예에 따라 자율 주행 과정에서 구간별 적용 가능한 보험 서비스를 제공하기 위하여, 자율 주행 차량과 5G 네트워크 간의 5G 통신을 위한 필수 과정(예를 들어, 차량과 5G 네트워크 간의 초기 접속 절차 등)을 개략적으로 설명한다.
도 5는 5G 통신 시스템에서 자율 주행 차량과 5G 네트워크의 응용 동작의 일 예를 나타낸다.
자율 주행 차량은 5G 네트워크와 초기 접속(initial access) 절차를 수행한다(S20).
상기 초기 접속 절차는 하향 링크(Downlink, DL) 동작 획득을 위한 셀 서치(cell search), 시스템 정보(system information)를 획득하는 과정 등을 포함한다.
그리고, 상기 자율 주행 차량은 상기 5G 네트워크와 임의 접속(random access) 절차를 수행한다(S21).
상기 임의 접속 과정은 상향 링크(Uplink, UL) 동기 획득 또는 UL 데이터 전송을 위해 프리엠블 전송, 임의 접속 응답 수신 과정 등을 포함할 수 있다.
그리고, 상기 5G 네트워크는 상기 자율 주행 차량으로 특정 정보의 전송을 스케쥴링하기 위한 UL grant를 전송한다(S22).
상기 UL Grant 수신은 5G 네트워크로 UL 데이터의 전송을 위해 시간/주파수 자원 스케줄링을 받는 과정을 포함한다.
그리고, 상기 자율 주행 차량은 상기 UL grant에 기초하여 상기 5G 네트워크로 특정 정보를 전송한다(S23).
그리고, 상기 5G 네트워크는 차량의 원격 제어 여부를 결정한다(S24).
그리고, 자율 주행 차량은 5G 네트워크로부터 특정 정보에 대한 응답을 수신하기 위해 물리 하향링크 제어 채널을 통해 DL grant를 수신한다(S25).
그리고, 상기 5G 네트워크는 상기 DL grant에 기초하여 상기 자율 주행 차량으로 원격 제어와 관련된 정보(또는 신호)를 전송한다(S26).
한편, 도 6에서는 자율 주행 차량과 5G 통신의 초기 접속 과정 및 또는 임의 접속 과정 및 하향링크 그랜트 수신 과정이 결합된 예를 S20 내지 S26의 과정을 통해 예시적으로 설명하였지만, 본 개시는 이에 한정되지 않는다.
예를 들어, S20, S22, S23, S24, S24 과정을 통해 초기 접속 과정 및/또는 임의접속 과정을 수행할 수 있다. 또한, 예를 들어 S21, S22, S23, S24, S26 과정을 통해 초기접속 과정 및/또는 임의 접속 과정을 수행할 수 있다. 또한 S23, S24, S25, S26을 통해 AI 동작과 하향링크 그랜트 수신과정이 결합되는 과정을 수행할 수 있다.
또한, 도 5에서는 자율 주행 차량 동작에 대하여 S20 내지 S26을 통해 예시적으로 설명한 것이며, 본 개시는 이에 한정되지 않는다.
예를 들어, 상기 자율 주행 차량 동작은, S20, S21, S22, S25가 S23, S26과 선택적으로 결합되어 동작할 수 있다. 또한 예를 들어, 상기 자율 주행 차량 동작은, S21, S22, S23, S26으로 구성될 수도 있다. 또한 예를 들어, 상기 자율 주행 차량 동작은, S20, S21, S23, S26으로 구성될 수 있다. 또한, 예를 들어, 상기 자율 주행 차량 동작은, S22, S23, S25, S26으로 구성될 수 있다.
도 6 내지 도 9는 5G 통신을 이용한 자율 주행 차량 동작의 일 예를 나타낸다.
먼저 도 6을 참고하면, 자율 주행 모듈을 포함하는 자율 주행 차량은 DL 동기 및 시스템 정보를 획득하기 위해 SSB(synchronization signal block)에 기초하여 5G 네트워크와 초기 접속 절차를 수행한다(S30).
그리고, 상기 자율 주행 차량은 UL 동기 획득 및/또는 UL 전송을 위해 5G 네트워크와 임의 접속 절차를 수행한다(S31).
그리고, 상기 자율 주행 차량은 특정 정보를 전송하기 위해 5G 네트워크로 UL grant를 수신한다(S32).
그리고, 상기 자율 주행 차량은 상기 UL grant에 기초하여 특정 정보를 5G 네트워크로 전송한다(S33).
그리고, 상기 자율 주행 차량은 특정 정보에 대한 응답을 수신하기 위한 DL grant를 5G 네트워크로부터 수신한다(S34).
그리고, 상기 자율 주행 차량은 원격 제어와 관련된 정보(또는 신호)를 DL grant에 기초하여 5G 네트워크로부터 수신한다(S35).
S30에 빔 관리(beam management, BM) 과정이 추가될 수 있으며, S31에 PRACH(physical random access channel) 전송과 관련된 빔 실패 복구(beam failure recovery) 과정이 추가될 수 있으며, S32에 UL grant를 포함하는 PDCCH의 빔 수신 방향과 관련하여 QCL 관계 추가될 수 있으며, S33에 특정 정보를 포함하는 PUCCH (physical uplink control channel)/PUSCH (physical uplink shared channel)의 빔 전송 방향과 관련하여 QCL 관계 추가가 추가될 수 있다. 또한, S34에 DL grant를 포함하는 PDCCH의 빔 수신 방향과 관련하여 QCL 관계 추가될 수 있다.
도 7을 참고하면, 자율 주행 차량은 DL 동기 및 시스템 정보를 획득하기 위해 SSB에 기초하여 5G 네트워크와 초기 접속 절차를 수행한다(S40).
그리고, 상기 자율 주행 차량은 UL 동기 획득 및/또는 UL 전송을 위해 5G 네트워크와 임의 접속 절차를 수행한다(S41).
그리고, 상기 자율 주행 차량은 설정된 그랜트(configured grant)에 기초하여 특정 정보를 5G 네트워크로 전송한다(S42).
그리고, 상기 자율 주행 차량은 원격 제어와 관련된 정보(또는 신호를) 상기 설정된 그랜트에 기초하여 5G 네트워크로부터 수신한다(S43).
도 8을 참고하면, 자율 주행 차량은 DL 동기 및 시스템 정보를 획득하기 위해 SSB에 기초하여 5G 네트워크와 초기 접속 절차를 수행한다(S50).
그리고, 상기 자율 주행 차량은 UL 동기 획득 및/또는 UL 전송을 위해 5G 네트워크와 임의 접속 절차를 수행한다(S51).
그리고, 상기 자율 주행 차량은 5G 네트워크로부터 DownlinkPreemption IE를 수신한다(S52).
그리고, 상기 자율 주행 차량은 상기 DownlinkPreemption IE에 기초하여 프리엠션 지시를 포함하는 DCI 포맷 2_1을 5G 네트워크로부터 수신한다(S53).
그리고, 상기 자율 주행 차량은 pre-emption indication에 의해 지시된 자원(PRB 및/또는 OFDM 심볼)에서 eMBB data의 수신을 수행(또는 기대 또는 가정)하지 않는다(S54).
그리고, 상기 자율 주행 차량은 특정 정보를 전송하기 위해 5G 네트워크로 UL grant를 수신한다(S55).
그리고, 상기 자율 주행 차량은 상기 UL grant에 기초하여 특정 정보를 5G 네트워크로 전송한다(S56).
그리고, 상기 자율 주행 차량은 특정 정보에 대한 응답을 수신하기 위한 DL grant를 5G 네트워크로부터 수신한다(S57).
그리고, 상기 자율 주행 차량은 원격제어와 관련된 정보(또는 신호)를 DL grant에 기초하여 5G 네트워크로부터 수신한다(S58).
도 9를 참고하면, 자율 주행 차량은 DL 동기 및 시스템 정보를 획득하기 위해 SSB에 기초하여 5G 네트워크와 초기 접속 절차를 수행한다(S60).
그리고, 상기 자율 주행 차량은 UL 동기 획득 및/또는 UL 전송을 위해 5G 네트워크와 임의 접속 절차를 수행한다(S61).
그리고, 상기 자율 주행 차량은 특정 정보를 전송하기 위해 5G 네트워크로 UL grant를 수신한다(S62).
상기 UL grant는 상기 특정 정보의 전송에 대한 반복 횟수에 대한 정보를 포함하고, 상기 특정 정보는 상기 반복 횟수에 대한 정보에 기초하여 반복하여 전송된다(S63).
그리고, 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.
그리고, 상기 자율 주행 차량은 특정 정보에 대한 응답을 수신하기 위한 DL grant를 5G 네트워크로부터 수신한다(S64).
그리고, 상기 자율 주행 차량은 원격제어와 관련된 정보(또는 신호)를 DL grant에 기초하여 5G 네트워크로부터 수신한다(S65).
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.
본 명세서에서 기술되는 차량은 통신망을 통해 외부 서버에 연결되고, 자율 주행 기술을 이용하여 운전자 개입 없이 미리 설정된 경로를 따라 이동 가능하다. 본 개시의 차량은 동력원으로서 엔진을 구비하는 내연기관 차량, 동력원으로서 엔진과 전기 모터를 구비하는 하이브리드 차량, 동력원으로서 전기 모터를 구비하는 전기 차량 등으로 구현될 수 있다.
이하의 실시 예에서, 사용자는 운전자, 탑승자 또는 사용자 단말기의 소유자로 해석될 수 있다. 사용자 단말기는 사용자가 휴대 가능하고 전화 통화와 다양한 어플리케이션(application)을 실행할 수 있는 이동 단말기 예를 들어, 스마트 폰일 수 있으나 이에 한정되지 않는다. 예를 들어, 사용자 단말기는 이동 단말기, PC(Personal computer), 노트북 컴퓨터 또는 자율 주행 차량 시스템으로 해석될 수 있다.
자율주행 차량에서는 주변 위험 요소들을 실시간 센싱하는 능력에 따라 사고 발생 유형 및 빈도가 크게 달라질 수 있다. 목적지까지의 경로는 날씨, 지형 특성, 교통 혼잡도 등 다양한 원인에 의해 위험 수준이 서로 다른 구간들을 포함할 수 있다. 본 개시는 사용자의 목적지 입력 시 구간별로 필요한 보험을 안내하고 실시간으로 위험구간 모니터링을 통해 보험 안내를 업데이트 한다.
본 개시의 자율 주행 차량, 사용자 단말기 및 서버 중 하나 이상이 인공 지능(Artificial Intelligence) 모듈, 드론(Unmanned Aerial Vehicle, UAV), 로봇, 증강 현실(Augmented Reality, AR) 장치, 가상 현실(virtual reality, VR), 5G 서비스와 관련된 장치 등과 연계 혹은 융복합될 수 있다.
예를 들어, 자율 주행 차량은 차량에 포함된 적어도 하나의 인공지능 모듈, 로봇과 연계되어 동작할 수 있다.
예를 들어, 차량은, 적어도 하나의 로봇(robot)과 상호 작용할 수 있다. 로봇은, 자력으로 주행이 가능한 이동 로봇(Autonomous Mobile Robot, AMR)일 수 있다. 이동 로봇은, 스스로 이동이 가능하여 이동이 자유롭고, 주행 중 장애물 등을 피하기 위한 다수의 센서가 구비되어 장애물을 피해 주행할 수 있다. 이동 로봇은, 비행 장치를 구비하는 비행형 로봇(예를 들면, 드론)일 수 있다. 이동 로봇은, 적어도 하나의 바퀴를 구비하고, 바퀴의 회전을 통해 이동되는 바퀴형 로봇일 수 있다. 이동 로봇은, 적어도 하나의 다리를 구비하고, 다리를 이용해 이동되는 다리식 로봇일 수 있다.
로봇은 차량 사용자의 편의를 보완하는 장치로 기능할 수 있다. 예를 들면, 로봇은, 차량에 적재된 짐을 사용자의 최종 목적지까지 이동하는 기능을 수행할 수 있다. 예를 들면, 로봇은, 차량에서 하차한 사용자에게 최종 목적지까지 길을 안내하는 기능을 수행할 수 있다. 예를 들면, 로봇은, 차량에서 하차한 사용자를 최종 목적지까지 수송하는 기능을 수행할 수 있다.
차량에 포함되는 적어도 하나의 전자 장치는, 통신 장치를 통해, 로봇과 통신을 수행할 수 있다.
차량에 포함되는 적어도 하나의 전자 장치는, 로봇에 차량에 포함되는 적어도 하나의 전자 장치에서 처리한 데이터를 제공할 수 있다. 예를 들면, 차량에 포함되는 적어도 하나의 전자 장치는, 차량 주변의 오브젝트를 지시하는 오브젝트 데이터, 맵 데이터(map data), 차량 상태 데이터, 차량 위치 데이터 및 드라이빙 플랜 데이터(driving plan data) 중 적어도 어느 하나를 로봇에 제공할 수 있다.
차량에 포함되는 적어도 하나의 전자 장치는, 로봇으로부터, 로봇에서 처리된 데이터를 수신할 수 있다. 차량에 포함되는 적어도 하나의 전자 장치는, 로봇에서 생성된 센싱 데이터, 오브젝트 데이터, 로봇 상태 데이터, 로봇 위치 데이터 및 로봇의 이동 플랜 데이터 중 적어도 어느 하나를 수신할 수 있다.
차량에 포함되는 적어도 하나의 전자 장치는, 로봇으로부터 수신된 데이터에 더 기초하여, 제어 신호를 생성할 수 있다. 예를 들면, 차량에 포함되는 적어도 하나의 전자 장치는, 오브젝트 검출 장치에 생성된 오브젝트에 대한 정보와 로봇에 의해 생성된 오브젝트에 대한 정보를 비교하고, 비교 결과에 기초하여, 제어 신호를 생성할 수 있다. 차량에 포함되는 적어도 하나의 전자 장치는, 차량의 이동 경로와 로봇의 이동 경로 간의 간섭이 발생되지 않도록, 제어 신호를 생성할 수 있다.
차량에 포함되는 적어도 하나의 전자 장치는, 인공 지능(artificial intelligence, AI)을 구현하는 소프트웨어 모듈 또는 하드웨어 모듈(이하, 인공 지능 모듈)을 포함할 수 있다. 차량에 포함되는 적어도 하나의 전자 장치는, 획득되는 데이터를 인공 지능 모듈에 입력(input)하고, 인공 지능 모듈에서 출력(output)되는 데이터를 이용할 수 있다.
인공 지능 모듈은, 적어도 하나의 인공 신경망(artificial neural network, ANN)을 이용하여, 입력되는 데이터에 대한 기계 학습(machine learning)을 수행할 수 있다. 인공 지능 모듈은, 입력되는 데이터에 대한 기계 학습을 통해, 드라이빙 플랜 데이터를 출력할 수 있다.
차량에 포함되는 적어도 하나의 전자 장치는, 인공 지능 모듈에서 출력되는 데이터에 기초하여, 제어 신호를 생성할 수 있다.
실시 예에 따라, 차량에 포함되는 적어도 하나의 전자 장치는, 통신 장치를 통해, 외부 장치로부터, 인공 지능에 의해 처리된 데이터를 수신할 수 있다. 차량에 포함되는 적어도 하나의 전자 장치는, 인공 지능에 의해 처리된 데이터에 기초하여, 제어 신호를 생성할 수 있다.
도 10a는 다양한 실시 예에 따른 가속 주행 권한의 거래를 지원하는 자율 주행 시스템(1000)을 도시하며, 도 10b는 가속 주행 권한의 보유 여부에 따른 자율 주행 차량의 주행 모드를 설명하기 위한 도면이다.
도 10a를 참조하면, 자율 주행 시스템은, 자율 주행 차량(1010, 1020), 관제 센터(1030) 및 적어도 하나의 외부 서버(1040)를 포함할 수 있다.
다양한 실시 예에 따르면, 자율 주행 차량(1010, 1020)은 관제 센터(1030)로부터 제공되는 다양한 정보에 기초하여 주행을 제어할 수 있다. 관제 센터(1030)로부터 제공되는 다양한 정보 중 적어도 일부는 위치 정보(예: 자율 주행 차량(1010, 1020)의 현재 위치 정보, 목적지 정보 등), 주행 정보(예: 자율 주행 차량(1010, 1020) 또는 주변 차량의 주행 속도, 주행 방향, 주행 차선 등), 지도 정보(예: 도로 정보) 또는 기상 정보 중 적어도 하나를 포함할 수 있다. 일 실시 예에 따르면, 자율 주행 차량(1010, 1020)은 관제 센터(1030)에 의해 특정되는 목적지, 주행 경로, 주행 속도, 주행 차선에 따라 자율 주행을 수행할 수 있다. 그러나, 이는 예시적일 뿐, 본 개시의 실시 예가 이에 한정되는 것이 아니다. 다른 실시 예에 따르면, 자율 주행 차량(1010, 1020)은 자차의 적어도 하나의 센서를 통해 인식되는, 도로 상의 시설물(예: 신호등, 전광판, 가로등 등), 도로 상의 고정된 객체(예: 나무, 현수막, 건축물 등), 도로 상의 비고정된 객체(예: 사람, 동물 등)와 같은 주변 객체에 기초하여 주행 정보를 획득할 수 있으며, 이를 이용하여 목적지까지 자율적으로 주행하는 모드를 지원할 수 있다. 또 다른 실시 예에 따르면, 자율 주행 차량(1010, 1020)은 리더 차량을 추종하여 목적지까지 이동하는 군집 주행 모드를 지원할 수도 있다. 다양한 실시 예에 따르면, 자율 주행 차량(1010, 1020)은 차량 대 차량(vehicle-to-vehicle), 차량 대 인프라(vehicle-to-infrastructure) 통신을 지원할 수 있다.
다양한 실시 예에 따르면, 관제 센터(1030)는 자율 주행 차량(1010, 1020)으로 자율 주행을 위한 다양한 정보를 제공할 수 있다. 관제 센터(1030)는 도로를 주행하는 자율 주행 차량(1010, 1020)들과 통신을 수행하여 자율 주행을 위한 정보를 제공하는 인프라이거나 또는 인프라를 제어하는 제어 센터일 수도 있다. 일 실시 예에 따르면, 관제 센터(1030)는 자율 주행 차량(1010, 1020)으로 정보를 제공하기 위하여, 도로 상에 주행 중인 차량들을 모니터링할 수 있으며, 모니터링 결과에 기초하여 자율 주행 차량이 주행해야 하는 차선, 주행해야 하는 속도, 감속해야 하는 상황, 가속해야 하는 상황, 정차해야 하는 상황 등을 결정할 수 있다. 또한, 관제 센터(1030)는 자율 주행 차량(1010, 1020)으로 정보를 제공하기 위하여, 적어도 하나의 외부 서버(1040)와 통신을 형성할 수도 있다. 적어도 하나의 외부 서버(1040)는 기상 서버, 교통 정보 제공 서버, 광고 서버, 금융사 서버 중 적어도 하나를 포함할 수 있다.
일 실시 예에 따르면, 관제 센터(1030)는 자율 주행 차량(1010, 1020)에 대하여, 가속 주행 권한을 보유하고 있는지 여부에 따라 주행 모드를 결정할 수 있다. 주행 모드는 지정된 차선 범위 및 지정된 속도 범위 내에서 주행하는 일반 주행 모드와 일반 주행 모드보다 확장된 차선 범위 및 확장된 속도 범위 내에서 주행하는 가속 주행 모드를 포함할 수 있다. 또한, 가속 주행 권한은 일반 주행 모드에서 가속 제어 모드로의 변경을 요청하는 수단으로, 전자 화폐(또는 전자 토큰)의 개념을 가질 수 있다. 이러한 가속 주행 권한은 사용자가 일정 금액을 지불하여 직접 획득하는 구매형 가속 주행 권한과 사용자가 이벤트를 처리함에 따른 보상으로 획득할 수 있는 보상형 가속 주행 권한을 포함할 수 있다. 예를 들어, 이벤트는 광고 시청, 안전 운행 교육 참여, 양보 운전 수행, 에코 드라이빙 수행, 친환경 차량 운행 등을 포함할 수 있다. 일 실시 예에 따르면, 구매형 가속 주행 권한은 보상형 가속 주행 권한보다 높은 주행 권한 등급을 가질 수 있다. 또한, 보상형 가속 주행 권한을 보유한 차량은 가속 주행 권한을 보유하지 않은 일반 차량보다 높은 주행 권한 등급을 가질 수 있다. 예를 들어, 아래의 <표 1>의 예시와 같이, 구매형 가속 주행 권을 보유한 차량은 보상형 가속 주행 권을 보유한 차량보다 더 확장된 차선 범위 및 속도 범위 내에서 주행할 수 있다. 또한, 구매형 가속 주행 권한은 지불 금액에 따라 서로 다른 권한 등급을 가지도록 구분될 수 있으며, 보상형 가속 주행 권한 또한 이벤트 참여도에 따라 서로 다른 권한 등급을 가질 수 있다.
차선 범위
(예: 4 차선 도로 기준)		 속도 범위
(예: 110 Km/h 규정 속도 기준)
구매형
가속 주행권		 제 1 등급 전차선 최대 110 Km/h
제 2 등급 1, 2, 3 차선 최대 95 Km/h
보상형
가속 주행권		 제 1 등급 1, 2, 3 차선 최대 95 Km/h
제 2 등급 1, 2 차선 최대 90 Km/h
예를 들어, 관제 센터(1030)는, 도 10b에 도시된 바와 같이, 가속 주행 권을 보유하지 않는 차량(1050)에 대하여, 제 1 차선 범위(예: 추월 차선인 1 차선을 제외한 2 차선)(1052)에서 제 1 속도 범위(예: 최대 80 Km/h) 로 주행하도록 제어하고, 가속 주행권을 보유한 차량(1060)에 대하여는 제 2 차선 범위(예: 1 차선 및 2 차선)(1062)에서 제 2 속도 범위(예: 최대 110 Km/h)로 주행하도록 제어할 수 있다. 또한, 관제 센터(1030)는 가속 주행 권한을 보유한 차량 중 구매형 가속 주행권을 보유한 차량에 대하여 보상형 가속 주행권을 보유한 차량 보다 더 확장된 차선 및 속도로 주행하도록 제어할 수 있다. 또한, 관제 센터(1030)는 구매형 가속 주행 권한을 보유한 차량 중 높은 비용을 지불하고 구매한 가속 주행권(예: 제 1 등급의 구매형 가속 주행권)을 보유한 차량에 대하여, 상대적으로 낮은 비용을 지불하고 구매한 가속 주행권(예: 제 2 등급의 구매형 가속 주행권)을 보유한 차량 보다 더 확장된 차선 및 속도로 주행하도록 제어할 수 있다.
도 10c는 다양한 실시 예에 따른 자율 주행 장치(1070)를 개념적으로 도시한 도면이다.
도 10c에 도시된 자율 주행 장치(1070)는 자율 주행 차량에 포함되는 구성 요소의 적어도 일부로 정의될 수 있다. 또한, 도 10c에 도시된 자율 주행 장치(1070)의 구성은 일 실시 예로, 각각의 구성 요소는 하나의 칩, 부품 또는 전자 회로로 구성되거나, 칩, 부품 또는 전자 회로의 결합으로 구성될 수 있다. 다른 실시 예에 따라, 도 10c에 도시된 구성 요소들 중 일부는 복수 개의 구성 요소로 분리되어 서로 다른 칩 또는 부품 또는 전자 회로로 구성될 수 있으며, 일부 구성 요소들은 결합되어 하나의 칩, 부품 또는 전자 회로로 구성될 수도 있다. 다른 실시 예에 따라, 도 10c에 도시된 구성 요소들 중 일부가 생략되거나, 도 10c에 도시되지 않은 다른 구성 요소가 추가될 수 있다. 일 실시 예에 따르면, 도 10c에 도시된 구성 요소들 중 일부 구성 요소는, 자율 주행 장치(1070)에 포함되지 않고 차량에 포함된 구성 요소로, 자율 주행 장치(1070)에 포함된 적어도 하나의 다른 구성 요소와 전기적으로 연결될 수 있다.
도 10c를 참조하면, 다양한 실시 예들에 따른 자율 주행 장치(1070)는 메모리(1071), 센서(1073), 통신 회로(1075), 주행 장치(1077) 및 프로세서(1079)를 포함할 수 있다.
다양한 실시 예에 따르면, 메모리(1071)는 적어도 하나의 구성요소(예: 센서(1073), 통신 회로(1075), 주행 장치(1077) 또는 프로세서(1079))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 일 실시 예에 따르면, 메모리(1071)는 고정밀 맵 데이터를 저장할 수 있다.
다양한 실시 예에 따르면, 센서(1073)는 차량(예: 자율 주행 차량) 외부의 오브젝트에 대한 정보 및 차량의 상태 정보를 생성하기 위한 적어도 하나의 센서를 포함할 수 있다. 오브젝트에 대한 정보는, 오브젝트의 존재 유무에 대한 정보, 오브젝트의 위치 정보, 차량과 오브젝트와의 거리 정보, 및 차량과 오브젝트와의 상대 속도 정보 중 적어도 어느 하나를 포함할 수 있다. 또한, 차량의 상태 정보는 차량 자세 정보, 차량 모션 정보, 차량 요(yaw) 정보, 차량 롤(roll) 정보, 차량 피치(pitch) 정보, 차량 충돌 정보, 차량 방향 정보, 차량 각도 정보, 차량 속도 정보, 차량 가속도 정보, 차량 기울기 정보, 차량 전진/후진 정보, 차량의 중량 정보, 배터리 정보, 연료 정보, 타이어 공기압 정보, 차량 내부 온도/습도 정보, 스티어링 휠 회전 정보, 차량 외부 조도 정보, 가속 페달 및/또는 브레이크 페달에 가해지는 압력 정보 등을 포함할 수 있다.
일 실시 예에 따르면, 센서(1073)는 카메라, 레이다, 라이다, 초음파 센서 및 적외선 센서, IMU(inertial measurement unit) 센서, 충돌 센서, 휠 센서(wheel sensor), 속도 센서, 경사 센서, 중량 감지 센서, 방향 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.
다양한 실시 예에 따르면, 통신 회로(1075)는, 차량 외부에 위치하는 적어도 하나의 외부 장치와 신호를 교환할 수 있다. 적어도 하나의 외부 장치는 인프라(예를 들면, 서버, 방송국), 타 차량, 모바일 기기 중 적어도 어느 하나를 포함할 수 있다.
일 실시 예에 따르면, 통신 회로(1075)는 V2X 기술을 기반으로 적어도 하나의 외부 장치와 신호를 교환할 수 있다. 예를 들어, V2X 기술은 LTE 기반의 사이드링크 통신 및/또는 NR 기반의 사이드링크 통신을 포함할 수 있다. 또한, 통신 회로(1075)는 5G 네트워크를 기반으로 적어도 하나의 외부 장치와 신호를 교환할 수 있다.
다양한 실시 예에 따르면, 주행 장치(1077)는 운전을 위한 사용자 입력을 수신하는 운전 조작 장치와 차량내 각종 차량 구동 장치를 전기적으로 제어하는 구동 제어 장치를 포함할 수 있다. 일 실시 예에 따르면, 운전 조작 장치는, 조향 입력 장치(예: 스티어링 휠), 가속 입력 장치(예: 가속 페달) 및 브레이크 입력 장치(예: 브레이크 페달)를 포함할 수 있다. 또한, 구동 제어 장치는 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.
다양한 실시 예에 따르면, 프로세서(1079)는 자율 주행 장치(1070)의 전반적인 동작을 제어하도록 구성될 수 있다. 예를 들어, 프로세서(1079)는 차량의 자율 주행과 관련된 제어 동작을 수행할 수 있다. 일 실시 예에 따르면, 프로세서(1079)는, 메모리(1071)에 저장된 소프트웨어(예: 프로그램)를 실행하여, 프로세서(1079)에 연결된 구성 요소(예: 메모리(1071), 센서(1073), 통신 회로(1075) 또는 주행 장치(1077)) 중 적어도 하나의 구성 요소를 제어할 수 있다. 예를 들어, 프로세서(1079)는 연산 처리 기능을 가지는 프로세서를 포함할 수 있다. 예컨대, 프로세서(1079)는 CPU(central processing unit), MCU(micro computer unit) 또는 GPU(graphics processing unit) 등의 연산처리장치를 포함할 수 있으나, 이는 예시일 뿐, 본 개시의 다양한 실시 예들은 이에 한정되지 않는다.
일 실시 예에 따르면, 프로세서(1079)는 제 1 주행 정보에 기초하여 일반 주행 모드를 수행할 수 있다. 일반 주행 모드는 지정된 차선 범위 및 지정된 속도 범위 내에서 주행하는 모드일 수 있다. 예를 들어, 프로세서(1079)는 관제 센터(1030)로부터 수신되는 제 1 주행 정보에 기초하여, 제 1 차선 범위(예: 추월 차선인 1 차선을 제외한 2 차선) 내에서 제 1 속도 범위(예: 최대 80 Km/h)로 주행하는 일반 주행 모드를 수행할 수 있다. 다른 예로, 제 1 주행 정보는 자율 주행 장치(1070) 내부(예: 메모리(1071))에 저장될 수 있으며, 이러한 경우, 프로세서(1079)는 관제 센터(1030)로부터 제 1 정보를 수신하는 동작을 생략하고 저장된 제 1 정보를 이용하여 일반 주행 모드를 수행할 수도 있다.
일 실시 예에 따르면, 프로세서(1079)는 주행 전 또는 주행 중에, 가속 주행 권한 거래 이벤트가 감지되는 것에 응답하여, 가속 주행 권한 거래 동작을 수행할 수 있다. 가속 주행 권한은 가속 주행 모드의 수행을 요청하는 수단일 수 있다. 예를 들어, 프로세서(1079)는 가속 주행 권한을 구매하기 위하여, 외부 장치(예: 관제 센터(1030) 또는 가속 주행 권한의 거래를 관리하는 인증된 기관)와 소정의 금액을 지불하는 결재 동작을 수행할 수 있다. 다른 예로, 프로세서(1079)는 가속 주행 권한을 보상으로 획득하기 위하여 지정된 이벤트를 처리하는 동작을 수행할 수 있다. 지정된 이벤트는 광고 시청, 안전 운행 교육 참여, 양보 운전 수행, 에코 드라이빙 수행, 친환경 차량 운행 등을 포함할 수 있다. 일 실시 예에 따르면, 프로세서(1079)는 시간 흐름에 따라 획득되는 가속 주행 권한을 블록에 저장하고, 이러한 블록들을 서로 체인으로 연결한 블록 체인 형태로 저장할 수 있다. 예를 들어, 블록 체인은 첫 번째 블록은 사용자 또는 차량 정보가 저장되며, 가속 주행 권한들은 첫 번째 블록을 기준으로 후속되는 블록에 저장될 수 있다. 이러한 블록 체인 형태의 가속 주행 권한은 인증된 노드들이 공동으로 저장 및 검증함으로써 가속 주행 권한이 외부에 의해 위조 또는 변조되는 문제점을 해결할 수 있다.
일 실시 예에 따르면, 프로세서(1079)는 주행 중 가속 주행 권한을 사용하여 주행 모드를 변경할 수 있다. 주행 모드 변경은 일반 주행 모드보다 확장된 차선 범위 및 확장된 속도 범위 내에서 주행하는 가속 주행 모드로 변경하는 것을 포함할 수 있다. 예를 들어, 프로세서(1079)는 관제 센터(1030)로부터 수신되는 제 2 주행 정보에 기초하여, 제 2 차선 범위(예: 추월 차선인 1 차선을 포함하는 전차선) 내에서 제 2 속도 범위(예: 최대 110 Km/h)로 주행하는 가속 주행 모드를 수행할 수 있다. 다른 예로, 제 2 주행 정보는 자율 주행 장치 내부(1070)(예: 메모리(1071))에 저장될 수 있으며, 이러한 경우, 프로세서(1079)는 관제 센터(1030)로부터 제 2 정보를 수신하는 동작을 생략하고 저장된 제 2 정보를 이용하여 가속 주행 모드를 수행할 수도 있다.
도 10d는 다양한 실시 예에 따른 외부 장치(1080)를 개념적으로 도시한 도면이다.
도 10d에 도시된 외부 장치(1080)는 관제 센터(1030)에 포함되는 구성 요소의 적어도 일부로 정의될 수 있다. 또한, 도 10d에 도시된 외부 장치(1080)의 구성은 일 실시 예로, 각각의 구성 요소는 하나의 칩, 부품 또는 전자 회로로 구성되거나, 칩, 부품 또는 전자 회로의 결합으로 구성될 수 있다. 다른 실시 예에 따라, 도 10d에 도시된 구성 요소들 중 일부는 복수 개의 구성 요소로 분리되어 서로 다른 칩 또는 부품 또는 전자 회로로 구성될 수 있으며, 일부 구성 요소들은 결합되어 하나의 칩, 부품 또는 전자 회로로 구성될 수도 있다.
도10d를 참조하면, 외부 장치(1080)는 메모리(1081), 정보 수집 장치(1083), 통신 회로(1085), 주행 정보 생성 장치(1087) 및 프로세서(1089)를 포함할 수 있다.
다양한 실시 예에 따르면, 메모리(1081)는 적어도 하나의 구성요소(예: 정보 수집 장치(1083), 통신 회로(1085), 주행 정보 생성 장치(1087) 또는 프로세서(1089))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 일 실시 예에 따르면, 메모리(1081)는 고정밀 맵 데이터를 저장할 수 있다.
다양한 실시 예에 따르면, 정보 수집 장치(1083)는 도로 상에 차량에 대한 적어도 하나의 정보를 수집할 수 있다. 일 실시 예에 따르면, 정보 수집 장치(1083)는 차량들에 대한 주행 정보, 도로 상의 인프라의 동작 정보 또는 도로 상의 환경 및 상황 정보(예: 교통 정체 상황, 기상 상황 등) 중 적어도 하나를 포함할 수 있다. 예를 들어, 정보 수집 장치(1083)는, 적어도 하나의 센서를 통해 획득되는 정보에 기초하여, 전술한 적어도 하나의 정보를 수집할 수 있다. 다른 예로, 정보 수집 장치(1083)는 적어도 하나의 자율 주행 차량(1010, 1020) 또는 적어도 하나의 외부 서버(1040)로부터 획득되는 정보에 기초하여, 전술한 적어도 하나의 정보를 수집할 수 있다. 또 다른 예로, 정보 수집 장치(1083)는 메모리(1081)에 저장된 고정밀 맵 데이터에 기초하여, 전술한 적어도 하나의 정보를 수집할 수도 있다.
다양한 실시 예에 따르면, 통신 회로(1085)는, 적어도 하나의 자율 주행 차량(1010, 1020), 적어도 하나의 외부 서버(1040) 중 적어도 하나와 신호를 교환할 수 있다. 일 실시 예에 따르면, 통신 회로(1085)는 V2X 기술을 기반으로 적어도 하나의 자율 주행 차량(1010, 1020) 또는 적어도 하나의 외부 서버(1040)와 신호를 교환할 수 있다. 예를 들어, V2X 기술은 LTE 기반의 사이드링크 통신 및/또는 NR 기반의 사이드링크 통신을 포함할 수 있다. 또한, 통신 회로(1085)는 5G 네트워크를 기반으로 적어도 하나의 자율 주행 차량(1010, 1020) 또는 적어도 하나의 외부 서버(1040)와 신호를 교환할 수 있다.
다양한 실시 예에 따르면, 주행 정보 생성 장치(1087)는, 정보 수집 장치(1083) 또는 통신 회로(1085)를 통해 획득되는 데이터에 기초하여, 도로 상에 주행 중인 적어도 하나의 자율 주행 차량(1010, 1020)에 대한 주행 경로를 생성할 수 있다. 일 실시 예에 따르면, 주행 정보 생성 장치(1087)는 생성된 경로를 따라 주행하기 위한 드라이빙 플랜을 생성할 수 있으며, 드라이빙 플랜에 따른 차량의 움직임을 제어하기 위한 신호를 생성할 수 있다.
다양한 실시 예에 따르면, 프로세서(1089)는 외부 장치(1080)의 전반적인 동작을 제어하도록 구성될 수 있다. 예를 들어, 프로세서(1089)는 자율 주행 차량의 주행과 관련된 제어 동작을 수행할 수 있다. 일 실시 예에 따르면, 프로세서(1089)는, 메모리(1081)에 저장된 소프트웨어(예: 프로그램)를 실행하여, 프로세서(1089)에 연결된 구성 요소(예: 메모리(1081), 정보 수집 장치(1083), 통신 회로(1085) 또는 주행 정보 생성 장치(1087)) 중 적어도 하나의 구성 요소를 제어할 수 있다.
일 실시 예에 따르면, 프로세서(1089)는 적어도 하나의 자율 주행 차량(1010, 1020)으로, 움직임을 제어하기 위한 신호를 제공할 수 있다. 일 실시 예에 따르면, 프로세서(1089)는 주행 속도, 주행 방향, 주행 차선, 목적지 중 적어도 하나를 포함하는 신호를 자율 주행 차량(1010, 1020)으로 제공할 수 있다.
일 실시 예에 따르면, 프로세서(1089)는 가속 주행 권한의 보유 여부에 기초하여 자율 주행 차량(1010, 1020)의 움직임을 제어할 수 있다. 예를 들어, 프로세서(1089)는 가속 주행 권한을 보유하지 않는 자율 주행 차량에 대하여, 제 1 차선 범위(예: 추월 차선인 1 차선을 제외한 2 차선) 내에서 제 1 속도 범위(예: 최대 80 Km/h)로 주행하도록 제어하는 신호를 제공할 수 있다. 또한, 프로세서(1089)는 가속 주행 권한을 보유한 자율 주행 차량에 대하여는 제 2 차선 범위(예: 추월 차선인 1 차선을 포함하는 전차선) 내에서 제 2 속도 범위(예: 최대 110 Km/h)로 주행하도록 제어하는 신호를 제공할 수 있다.
일 실시 예에 따르면, 프로세서(1089)는 가속 주행 권한을 거래할 수 있는 거래 구간을 확인할 수 있으며, 거래 구간을 주행하는 적어도 하나의 자율 주행 차량(1010, 1020)과 거래 동작을 수행할 수 있다. 예를 들어, 프로세서(1089)는 소정의 금액을 지불하는 자율 주행 차량에게 가속 주행 권한을 지급하는 동작 또는 지정된 이벤트를 수행하는 자율 주행 차량에게 가속 주행 권한을 보상으로 지급하는 동작을 수행할 수 있다
도 11은 본 개시의 실시 예들에 따른 자율 주행 장치(1070)에서 주행 모드를 제어하기 위한 방법을 나타내는 플로우 차트(1100)이다. 이하 실시 예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 또한, 이하의 동작들은 자율 주행 장치(1070)의 프로세서(1079)에 의해 수행되거나 프로세서(1079)에 의해 실행 가능한 명령어들로 구현될 수 있다.
도 10c 및 도 11을 참조하면, 다양한 실시 예에 따른 자율 주행 장치(1070)는 S1110 동작에서 제 1 주행 정보에 기초하여 제 1 주행 모드를 수행할 수 있다. 제 1 주행 모드는 지정된 차선 범위 및 지정된 속도 범위 내에서 주행하는 일반 주행 모드일 수 있다. 예를 들어, 제 1 주행 정보는 제 1 차선 범위(예: 추월 차선인 1 차선을 제외한 2 차선) 및 제 1 속도 범위(예: 최대 80 Km/h) 내에서 차량의 주행을 제어하는 정보일 수 있다. 일 실시 예에 따르면, 자율 주행 장치(1070)는 관제 센터(1030)로부터 수신되는 제 1 주행 정보 또는 자율 주행 장치(1070) 내부(예: 메모리(1071))에 저장된 제 1 정보에 기초하여 차량의 주행을 제어할 수 있다.
다양한 실시 예에 따른 자율 주행 장치(1070)는 S1120 동작에서 가속 주행 권한 거래 이벤트가 감지되는지를 판단할 수 있다. 가속 주행 권한은 가속 주행 모드의 수행을 요청하는 수단일 수 있다. 예를 들어, 가속 주행 권한 거래 이벤트는 가속 주행 권한을 구매하기 위하여 외부 장치(예: 관제 센터(1030) 또는 가속 주행 권한의 거래를 관리하는 인증된 기관)와 소정의 금액을 지불하는 결재 동작 및 가속 주행 권한을 보상으로 획득하기 위하여 지정된 이벤트를 수행하는 동작을 포함할 수 있다. 전술한 바와 같이, 지정된 이벤트는 광고 시청, 안전 운행 교육 참여, 양보 운전 수행, 에코 드라이빙 수행, 친환경 차량 운행 등을 포함할 수 있다.
다양한 실시 예에 따른 자율 주행 장치(1070)는 가속 주행 권한 거래 이벤트의 미발생을 판단하는 것에 응답하여, S1160 동작에서 제 1 주행 모드를 유지할 수 있다. 예를 들어, 자율 주행 장치(1070)는 지정된 제 1 차선 범위 및 제 1 속도 범위 내에서 차량을 제어하면서 주행할 수 있다.
다양한 실시 예에 따른 자율 주행 장치(1070)는 가속 주행 권한 거래 이벤트의 발생을 판단하는 것에 응답하여, S1130 동작에서 가속 주행 권한 거래 동작을 수행할 수 있다. 전술한 바와 같이, 가속 주행 권한은 사용자가 소정의 금액을 지불하여 획득하거나 지정된 이벤트의 수행에 대한 보상으로 지급받을 수 있다. 예를 들어, 자율 주행 장치(1070)는 도 12a를 통해 후술하는 바와 같이, 소정의 금액을 지불하는 결재 동작을 수행하는 가속 주행 권한 거래 동작을 수행할 수 있다. 다른 예로, 자율 주행 장치(1070)는 도 12b를 통해 후술하는 바와 같이, 지정된 이벤트를 수행하는 동작을 수행하는 가속 주행 권한 거래 동작을 수행할 수 있다. 또한, 거래 동작을 통해 획득된 가속 주행 권한은 블록 체인 형태로 저장될 수 있다.
다양한 실시 예에 따른 자율 주행 장치(1070)는 S1140 동작에서 가속 주행 권한을 이용하여 제 2 주행 정보를 획득할 수 있다. 제 2 주행 정보는 제 1 차선 범위보다 확장된 제 2 차선 범위(예: 추월 차선인 1 차선을 포함하는 전체 차선) 및 제 1 속도 범위보다 확장된 제 2 속도 범위(예: 최대 110 Km/h) 내에서 차량의 주행을 제어하는 정보일 수 있다. 일 실시 예에 따르면, 자율 주행 장치(1070)는 제 2 주행 정보를 관제 센터(1030)로부터 수신하거나 또는 자율 주행 장치(1070) 내부(예: 메모리(1071))로부터 획득할 수 있다. 제 2 주행 정보를 획득하기 위해 가속 주행 권한을 이용한다는 것은 가속 주행 권을 소모하는 것으로 해석될 수 있다. 예를 들어, 가속 주행 권한은 구매 동작이 완료됨과 동시에 소모될 수 있다. 다른 예로, 가속 주행 권한은 거래 동작이 완료된 후 자율 주행 장치(예: 메모리(1071))에 저장되며, 미리 지정된 이벤트가 발생되는 시점에 소모될 수도 있다.
다양한 실시 예에 따른 자율 주행 장치(1070)는 S1150 동작에서 제 2 주행 정보에 기초하여 제 2 주행 모드를 수행할 수 있다. 제 2 주행 모드는 제 1 주행 모드보다 확장된 차선 범위 및 확장된 속도 범위 내에서 주행하는 가속 주행 모드를 포함할 수 있다.
도 12a는 본 개시의 실시 예들에 따른 자율 주행 시스템(1200)에서 가속 주행 권한을 거래하는 동작을 설명하기 위한 도면이다. 그리고, 도 13은 다양한 실시 예들에 따른 외부 장치에서 가속 주행 권한의 거래 구간을 설정하기 위한 방법을 설명하기 위한 도면(1300)이다. 도 12a에 도시한 바와 같이, 자율 주행 시스템(1200)은 자율 주행 장치(1202)와 외부 장치(1204)를 포함할 수 있다. 예를 들어, 자율 주행 장치(1202)는 자율 주행 차량일 수 있으며, 외부 장치(1204)는 관제 센터 또는 가속 주행 권한의 거래를 관리하는 인증된 기관을 포함할 수 있다.
도 12a를 참조하면, 동작 1211에서, 외부 장치(1204)는 가속 주행 권한을 거래할 수 있는 거래 구간을 확인할 수 있다. 거래 구간은 사용자가 일정 금액을 지불하여 가속 주행 권한을 획득할 수 있는 미리 지정된 구간(예: 톨게이트 진입 지점, 정체 구간 시작 지점 등)을 포함할 수 있다. 일 실시 예에 따르면, 외부 장치(1204)는 실시간 교통 정보를 분석하여 가속 주행 권한을 거래할 수 있는 적어도 하나의 구간을 선택할 수 있다. 다른 실시 예에 따르면, 외부 장치(1204)는 사용자의 입력에 기초하여 가속 주행 권한을 거래할 수 있는 적어도 하나의 구간을 선택할 수도 있다. 예를 들어, 외부 장치(1204)는 도 13에 도시된 바와 같이, 교통 현황을 나타내는 화면(1310)을 출력한 후, 교통 현황에 포함된 구간 중 적어도 하나의 구간을 선택(1330)하는 입력을 수신할 수 있다. 또한, 외부 장치(1204)는 이러한 입력에 응답하여, 현재 선택된 구간에 대하여 가속 주행 권한의 설정 여부를 나타내는 정보(1342), 현재 선택된 구간에 가속 주행 권한을 설정 또는 해제하도록 구성된 메뉴(1344)를 포함하는 설정 화면(1340)을 출력(1320)할 수 있으며, 출력된 화면에 대한 사용자의 입력을 수신할 수 있다.
1213 동작에서, 외부 장치(1204)는 자율 주행 장치(1202)로 거래 구간을 통지할 수 있다. 일 실시 예에 따르면, 외부 장치(1204)는 거래 구간으로의 진입을 통지할 수 있다.
1215 동작에서, 자율 주행 장치(1202)는 외부 장치(1204)로 가속 주행 권한 구매를 요청할 수 있다. 일 실시 예에 따르면, 자율 주행 장치(1202)는 구매 요청을 통해 거래 가능한 가속 주행 권한에 대한 정보를 요청할 수 있다.
1217 동작에서, 외부 장치(1204)는 자율 주행 장치(1202)의 요청에 응답하여, 거래 가능한 가속 주행 권한을 확인할 수 있다. 일 실시 예에 따르면, 외부 장치(1204)는 거래 가능한 가속 주행 권한 등급, 거래 가능한 가속 주행 권한의 수량 또는 가래 가능한 가속 주행 권한의 가격 중 적어도 하나를 확인할 수 있다.
1219 동작에서, 외부 장치(1204)는 거래 가능한 가속 주행 권한에 대한 정보를 자율 주행 장치(1202)로 전송할 수 있다.
1221 동작에서, 자율 주행 장치(1202)는 외부 장치(1204)와 가속 주행 거래 동작을 수행할 수 있다. 일 실시 예에 따르면, 자율 주행 장치(1202)는 가속 주행 권한에 대한 정보에 기초하여 구매할 가속 주행 권한을 확인하고, 확인된 가속 주행 권한에 대응하는 금액을 지불하는 동작을 수행할 수 있다.
도 12b는 본 개시의 실시 예들에 따른 자율 주행 시스템(1230)에서 가속 주행 권한을 거래하는 다른 동작을 설명하기 위한 도면이다. 도 12b에 도시한 바와 같이, 자율 주행 시스템(1230)은 제 1 자율 주행 장치(1202), 제 2 자율 주행 장치(1206) 및 외부 장치(1204)를 포함할 수 있다. 예를 들어, 제 1 자율 주행 장치(1202)는 자율 주행 차량일 수 있으며, 제 2 자율 주행 장치(1206)는 제 1 자율 주행 장치(1202) 주변에서 주행 중인 다른 자율 주행 차량일 수 있다. 또한, 외부 장치(1204)는 관제 센터 또는 가속 주행 권한의 거래를 관리하는 인증된 기관을 포함할 수 있다.
도 12b를 참조하면, 동작 1231 동작에서 외부 장치(1204)는 가속 주행 권한을 거래할 수 있는 거래 구간을 확인할 수 있다. 거래 구간은, 사용자가 가속 주행 권한을 보상으로 획득하기 위한 미리 지정된 이벤트(예: 에코 운전 수행, 양보 운전 수행 등) 처리 구간(예: 소통 원활 구간 등)을 포함할 수 있다. 일 실시 예에 따르면, 외부 장치(1204)는 실시간 교통 정보를 분석하여 가속 주행 권한을 거래할 수 있는 적어도 하나의 구간을 선택할 수 있다. 다른 실시 예에 따르면, 외부 장치(1204)는, 도 13의 예시와 같이, 사용자의 입력에 기초하여 가속 주행 권한을 거래할 수 있는 적어도 하나의 구간을 선택할 수도 있다.
1233 동작 및 1235 동작에서, 외부 장치(1204)는 제 1 자율 주행 장치(1202) 및 제 2 자율 주행 장치(1206)로 거래 구간을 통지할 수 있다. 일 실시 예에 따르면, 외부 장치(1204)는 거래 구간으로의 진입을 통지할 수 있다.
1237 동작에서, 제 1 자율 주행 장치(1202)는 주행 동작을 수행할 수 있다. 일 실시 예에 따르면, 제 1 자율 주행 장치(1202)는 가속 주행 권한을 보상으로 받기 위하여 에코 운전 모드 또는 양보 운전 모드를 수행할 수 있다. 다른 실시 예에 따르면, 제 1 자율 주행 장치(1202)는 가속 주행 권한의 보상을 기대하지 않고 일반 주행 모드를 수행할 수 있다. 또한, 1239 동작에서 제 2 자율 주행 장치(1206)도 에코 운전 모드 또는 양보 운전 모드를 수행하거나 일반 주행 모드를 수행할 수 있다.
1241 동작에서, 외부 장치(1204)는 제 1 자율 주행 장치(1202) 및 제 2 자율 주행 장치(1206)의 주행을 모니터링하는 동작을 수행할 수 있다. 일 실시 예에 따르면, 외부 장치(1204)는 모니터링 동작을 통해서 가속 주행 권한을 보상받을 수 있는 보상 대상을 특정할 수 있다.
1243 동작 및 1245 동작에서, 외부 장치(1204)는 가속 주행 권한의 획득 여부를 제 1 자율 주행 장치(1202) 및 제 2 자율 주행 장치(1206)로 통지할 수 있다. 일 실시 예에 따르면, 외부 장치(1204)는 특정된 보상 대상에게는 가속 주행 권한을 제공할 수 있다.
도 14는 본 개시의 실시 예들에 따른 자율 주행 장치(1070)가 가속 주행 권한을 사용하는 방법을 나타내는 플로우 차트(1400)이다. 이하 설명되는 도 14의 동작들은, 가속 주행 권한을 미리 지정된 이벤트가 발생된 시점에 사용(또는 소모)하는 실시 예에 관한 것으로, 도 11의 S1140 동작의 다양한 실시 예를 나타낸 것일 수 있다. 또한, 이하 실시 예에서 각 동작들은 반드시 순차적으로 수행되는 것은 아니며, 자율 주행 장치(1070)의 프로세서(1079)에 의해 수행되거나 프로세서(1079)에 의해 실행 가능한 명령어들로 구현될 수 있다.
도 10c 및 도 14를 참조하면, 다양한 실시 예에 따른 자율 주행 장치(1070)는 S1410 동작에서 가속 주행 권한 사용 이벤트가 감지되는지 여부를 판단할 수 있다. 가속 주행 권한 사용 이벤트는 자율 주행 장치(1070)에 저장된 가속 주행 권한이 사용자 의도에 의해 사용될 수 있는 상황일 수 있다. 예를 들어, 이러한 이벤트는 도 15 및 도 17을 통해 후술하는 바와 같이, 목적지까지의 주행 시간을 단축시켜야 하는 상황, 전방의 차량을 추월해야 하는 상황 등이 포함될 수 있으나, 본 개시의 실시 예가 이에 한정되는 것은 아니다.
다양한 실시 예에 따른 자율 주행 장치(1070)는, 가속 주행 권한 사용 이벤트를 감지하는 것에 응답하여, S1410 동작에서 가속 주행 권한을 사용할 수 있다. 일 실시 예에 따르면, 자율 주행 장치(1070)는 저장된 가속 주행 권한을 사용하는 동작의 일환으로 제 2 주행 정보를 획득할 수 있으며, 가속 주행 권한의 보유 권한 정보를 갱신(예: 보유 권한 정보에서 사용한 가속 주행 권한 삭제)할 수 있다. 예를 들어, 자율 주행 장치(1070)는, 가속 주행 권한을 사용하기 위하여, 디스플레이, 스피커 등의 출력 장치를 이용하여 가속 주행 권한을 사용할 수 있는 상황을 통지하고, 가속 주행 권한의 사용을 지시하는 사용자 입력을 수신할 수 있다.
다양한 실시 예에 따른 자율 주행 장치(1070)는, S1430 동작에서 가속 주행 권한의 사용에 응답하여 제 2 주행 모드를 수행할 수 있다. 일 실시 예에 따르면, 자율 주행 장치(1070)는 획득된 제 2 주행 정보에 기초하여 차량의 주행을 제어할 수 있다.
다양한 실시 예에 따른 자율 주행 장치(1070)는, S1440 동작에서 제 2 주행 모드 해제 이벤트를 감지하는지를 판단할 수 있다. 제 2 주행 모드 해제 이벤트는 가속 주행 권한을 사용할 수 있는 지정된 시간이 만료된 상황, 제 2 주행 모드가 적용될 수 있는 구간의 끝 지점을 통과한 상황, 전방에 긴급 상황이 발생된 상황 등을 포함할 수 있으나, 본 개시의 실시 예가 이에 한정되는 것은 아니다.
다양한 실시 예에 따른 자율 주행 장치(1070)는, 제 2 주행 모드 해제 이벤트의 미감지를 판단하는 것에 응답하여, 제 2 주행 모드를 유지할 수 있다.
다양한 실시 예에 따른 자율 주행 장치(1070)는, 제 2 주행 모드 해제 이벤트의 감지를 판단하는 것에 응답하여, S1450 동작에서 차량의 주행 모드를 제 1 주행 모드로 전환할 수 있다.
도 15는 본 개시의 실시 예들에 따른 자율 주행 장치(1070)가 가속 주행 권한 사용 이벤트를 감지하는 방법을 나타내는 플로우 차트(1500)이다. 그리고, 도 16a 및 도 16b는 다양한 실시 예에 따른 자율 주행 장치(1070)에서 가속 주행 권한 사용 이벤트를 감지하는 상황을 설명하기 위한 도면(1600, 16010)이다. 이하 설명되는 도 15의 동작들은, 도 14의 S1410 동작의 다양한 실시 예를 나타낸 것일 수 있다. 또한, 이하 실시 예에서 각 동작들은 반드시 순차적으로 수행되는 것은 아니며, 자율 주행 장치(1070)의 프로세서(1079)에 의해 수행되거나 프로세서(1079)에 의해 실행 가능한 명령어들로 구현될 수 있다.
도 10c 및 도 15를 참조하면, 다양한 실시 예에 따른 자율 주행 장치(1070)는, S1510 동작에서 차량에 탑승한 적어도 하나의 사용자와 관련된 일정 정보를 획득할 수 있다. 일정 정보는 적어도 일정 처리를 위한 시간 및 장소와 관련된 정보를 포함할 수 있다. 일 실시 예에 따르면, 일정 정보는 자율 주행 장치(1070) 내에 저장된 일정 정보로부터 획득되거나, 자율 주행 장치(1070)와 통신이 형성된 다른 장치(예: 운전자의 스마트 폰)로부터 획득될 수도 있다.
다양한 실시 예에 따른 자율 주행 장치(1070)는, S1520 동작에서 목적지로의 도착 시간을 예측할 수 있다. 일 실시 예에 따르면, 자율 주행 장치(1070)는 도착 시간을 예측하기 위하여, 차량의 주행 정보와 목적지까지 안내하는 경로의 교통 정보(예: 정체 구간 정보, 소통 원할 구간 정보 등)를 이용할 수 있으나, 이는 예시적일 뿐, 본 개시의 실시 예가 이에 한정되는 것은 아니다. 예컨대, 도착 시간을 예측하기 위하여 기상 정보와 같은 환경 정보가 이용될 수도 있다.
다양한 실시 예에 따른 자율 주행 장치(1070)는, S1530 동작에서 현재 주행 상태로 일정 처리가 가능한지를 판단할 수 있다. 일 실시 예에 따르면, 자율 주행 장치(1070)는 일정 시작 시간 전에 목적지로 도착할 수 있는지를 판단할 수 있다.
다양한 실시 예에 따른 자율 주행 장치(1070)는, 일정 처리가 불가한 상태(예: 일정 시작 시간 전에 목적지로 도착할 수 없는 상태)로 판단하는 것에 응답하여, S1540 동작에서 가속 주행 권한 사용 이벤트가 발생한 것으로 판단할 수 있다. 일 실시 예에 따르면, 자율 주행 장치(1070)는 도 16a에 도시된 바와 같이, 차량(1602) 내의 디스플레이(1604)를 통해, 가속 주행 권한 사용 이벤트의 발생을 통지(예: 현재 주행 상태로 일정 시작 전에 목적지로 도착할 수 없습니다)(1606)하고, 가속 주행 이벤트의 사용 여부를 지시하는 사용자의 입력을 수신할 수도 있다.
다양한 실시 예에 따른 자율 주행 장치(1070)는, 일정 처리가 가능한 상태(예: 일정 시작 시간 전에 목적지로 도착할 수 있는 상태)로 판단하는 것에 응답하여, S1550 동작에서 가속 주행 권한 사용 이벤트가 발생하지 않은 것으로 판단할 수 있다. 가속 주행 권한 사용 이벤트가 발생하지 않은 상황은 가속 주행 권한 획득 이벤트가 발생된 상황을 포함할 수 있다. 일 실시 예에 따르면, 자율 주행 장치(1070)는 도 16b에 도시된 바와 같이, 차량(1602) 내의 디스플레이(1604)를 통해, 가속 주행 획득 이벤트의 발생을 통지(예: 이동하는 동안 안전 주행으로 가속 주행 권한을 획득할 수 있습니다)(1612)하고, 가속 주행 이벤트의 획득 여부를 지시하는 사용자의 입력을 수신할 수도 있다.
도 17은 본 개시의 실시 예들에 따른 자율 주행 장치(1070)가 가속 주행 권한 사용 이벤트를 감지하는 다른 방법을 나타내는 플로우 차트(1700)이다. 이하 설명되는 도 17의 동작들은, 도 14의 S1410 동작의 다양한 실시 예를 나타낸 것일 수 있다. 또한, 이하 실시 예에서 각 동작들은 반드시 순차적으로 수행되는 것은 아니며, 자율 주행 장치(1070)의 프로세서(1079)에 의해 수행되거나 프로세서(1079)에 의해 실행 가능한 명령어들로 구현될 수 있다.
도 10c 및 도 17을 참조하면, 다양한 실시 예에 따른 자율 주행 장치(1070)는, S1710 동작에서 적어도 하나의 센싱 정보에 기초하여 전방의 차량을 검출할 수 있다. 적어도 하나의 센싱 정보는 적어도 하나의 카메라 및/또는 적어도 하나의 라이다를 통해 획득되는 센싱 정보를 포함할 수 있다.
다양한 실시 예에 따른 자율 주행 장치(1070)는, S1720 동작에서 차선 변경을 통해 전방의 차량을 추월할 수 없는 상황인지를 판단할 수 있다. 일 실시 예에 따르면, 자율 주행 장치(1070)는, 주변의 차량 중 적어도 하나의 차량을 추월 대상으로 특정하고, 특정된 추월 대상을 추월하기 위한 자유 공간이 존재하지 않는지를 판단할 수 있다. 예를 들어, 자율 주행 장치(1070)는 추월 대상 특정 및 자유 공간의 존재를 판단하기 위하여, 적어도 하나의 센서로부터 수신되는 센싱 정보에 기초하여 적어도 하나의 주변 차량에 대한 거리와 위치를 계산할 수 있으며, 주변 차량으로부터 수신되는 정보에 기초하여 적어도 하나의 주변 차량에 대한 주행 정보(예: 속도 정보, 가속도 정보 등)를 획득할 수 있다.
다양한 실시 예에 따른 자율 주행 장치(1070)는, 차선 변경을 통해 전방의 차량을 추월할 수 없는 상황을 판단하는 것에 응답하여, S1730 동작에서 가속 주행 권한 사용 이벤트가 발생한 것으로 판단할 수 있다. 일 실시 예에 따르면, 자율 주행 장치(1070)는 가속 주행 권한을 이용하여 전방의 차량에게 차선 변경을 요청할 수 있는 이벤트가 발생한 것으로 판단할 수 있다.
다양한 실시 예에 따른 자율 주행 장치(1070)는, 차선 변경을 통해 전방의 차량을 추월할 수 있는 상황을 판단하는 것에 응답하여, S1740 동작에서 가속 주행 권한 사용 이벤트가 발생하지 않은 것으로 판단할 수 있다.
도 18은 본 개시의 실시 예들에 따른 자율 주행 장치(1070)가 차선 이동을 제어하는 방법을 나타내는 플로우 차트(1800)이다. 이하 설명되는 도 18의 동작들은, 주행 중 다른 차량으로부터 추월 요청을 수신하는 실시 예에 관한 것으로, 도 11의 S1110 내지 S1160 동작 중 적어도 하나의 동작에 대한 다양한 실시 예를 나타낸 것일 수 있다. 또한, 이하 실시 예에서 각 동작들은 반드시 순차적으로 수행되는 것은 아니며, 자율 주행 장치(1070)의 프로세서(1079)에 의해 수행되거나 프로세서(1079)에 의해 실행 가능한 명령어들로 구현될 수 있다.
도 10c 및 도 18을 참조하면, 다양한 실시 예에 따른 자율 주행 장치(1070)는, S1810 동작에서 주변의 제 2 차량으로부터 추월 요청(예: 추월 경로 확보 요청)을 수신하는지를 판단할 수 있다. 제 2 차량은 자율 주행 장치(1070) 주변(예: 후방, 측방)에서 주행하고 있는 다른 차량 중 자율 주행 장치(1070)가 주행하고 있는 위치를 추월 경로로 사용하고자 하는 차량일 수 있다. 일 실시 예에 따르면, 제 2 차량은 자율 주행 장치(1070)를 추월 대상으로 특정한 후, 현재 주행 중인 차선의 양보를 요청하는 추월 요청을 특정된 자율 주행 장치(1070)로 전송할 수 있다.
다양한 실시 예에 따른 자율 주행 장치(1070)는, 제 2 차량으로부터 추월 요청을 수신하는 것에 응답하여, S1820 동작에서 제 2 차량의 가속 주행 권한을 확인할 수 있다. 일 실시 예에 따르면, 자율 주행 장치(1070)는 제 2 차량의 추월 요청을 수용하여 차선을 변경해야 하는지를 판단하기 위하여, 제 2 차량의 가속 주행 권한을 확인할 수 있다. 예를 들어, 자율 주행 장치(1070)는, 이하의 도 19를 통해 후술하는 바와 같이, 제 2 차량에 대한 정보를 외부 장치를 통해 획득할 수 있다. 그러나, 이는 예시적일 뿐, 본 개시의 실시 예가 이에 한정되는 것이 아니다. 예컨대, 자율 주행 장치(1070)는 제 2 차량으로부터 추월 요청과 함께 가속 주행 권한을 직접 제공받을 수도 있다.
다양한 실시 예에 따른 자율 주행 장치(1070)는, S1830 동작에서 제 2 차량이 추월 가능한 가속 주행 권한을 가지고 있는지를 판단할 수 있다. 일 실시 예에 따르면, 자율 주행 장치(1070)는 자신의 가속 주행 권한과 제 2 차량의 가속 주행 권한을 비교하여 제 2 차량이 더 높은 권한을 가지고 있는지를 판단할 수 있다.
다양한 실시 예에 따른 자율 주행 장치(1070)는, 제 2 차량이 추월 가능한 가속 주행 권을 가지고 있다고 판단(예: 제 2 차량의 권한이 자율 주행 장치(1070)의 권한보다 높다고 판단)하는 것에 응답하여, S1840 동작에서 주행 정보에 기초하여 차선을 변경할 수 있다.
다양한 실시 예에 따른 자율 주행 장치(1070)는, 제 2 차량이 추월 가능한 가속 주행 권을 가지고 있지 않다고 판단(예: 제 2 차량의 권한이 자율 주행 장치(1070)의 권한보다 낮다고 판단)하는 것에 응답하여, S1840 동작에서 제 2 차량으로 추월 불가를 알리는 메시지를 전송할 수 있다. 이때, 자율 주행 장치(1070)는 주행 중인 차선을 유지하도록 주행을 제어할 수 있다. 다른 예로, 자율 주행 장치(1070)는 제 2 차량에게 차선을 양보할 필요가 없지만 안전 운전 모드(예: 양보 운전 또는 방어 운전 모드 등)로 동작하는 경우에는 제 2 차량이 추월할 수 있도록 차선을 변경할 수도 있다.
도 19는 본 개시의 실시 예들에 따른 자율 주행 시스템(1900)에서 추월 요청 차량의 가속 주행 권한을 확인하기 위한 도면이다. 도 19에 도시된 바와 같이, 자유 주행 시스템(1900)은 제 1 자율 주행 장치(1902), 제 2 자율 주행 장치(1904) 및 외부 장치(1906)를 포함할 수 있다. 예를 들어, 제 1 자율 주행 장치(1902)는 자율 주행 차량일 수 있으며, 제 2 자율 주행 장치(1904)는 제 1 자율 주행 장치(1902) 주변에서 주행 중인 다른 자율 주행 차량일 수 있다. 또한, 외부 장치(1906)는 관제 센터 또는 가속 주행 권한의 거래를 관리하는 인증된 기관을 포함할 수 있다.
도 19를 참조하면, 1910 동작에서, 제 1 자율 주행 장치(1902)는 제 2 자율 주행 장치(1904)로부터 제공되는 추월 요청을 수신할 수 있다. 추월 요청은 제 2 자율 주행 장치(1904)가 제 1 자율 주행 장치(1902)에게 차선 양보를 요청하는 것을 포함할 수 있다.
1912 동작에서, 자율 주행 장치(1902)는 추월 요청을 전송한 제 2 자율 주행 장치(1904)에 대한 식별자를 외부 장치(1906)로 전송함으로써 제 2 자율 주행 장치(1904)에 대한 가속 주행 권한을 요청할 수 있다.
1914 동작에서, 외부 장치(1906)는 제 1 자율 주행 장치(1902)의 요청에 대한 응답으로, 제 2 자율 주행 장치(1904)에 대한 가속 주행 권한 정보를 전송할 수 있다. 일 실시 예에 따르면, 외부 장치(1906)는 제 2 자율 주행 장치(1904)가 가속 주행 모드를 수행하기 위해 사용한 가속 주행 권한에 대한 정보를 제 1 자율 주행 장치(1902)로 제공할 수 있다.
1916 동작에서, 제 1 자율 주행 장치(1902)는 제 2 자율 주행 장치(1904)에 대한 가속 주행 권한을 판단할 수 있다. 일 실시 예에 따르면, 제 1 자율 주행 장치(1902)는 자신의 가속 주행 권한과 제 2 자율 주행 장치(1904)의 가속 주행 권한을 비교하여 제 2 자율 주행 장치(1904)가 더 높은 권한을 가지고 있는지를 판단할 수 있다.
다양한 실시 예에 따른 자율 주행 장치(예: 자율 주행 장치(1070))는 신호를 주고받도록 구성되는 통신 회로(예: 통신 회로(1075)), 자율 주행 차량의 구동 장치를 제어하도록 구성된 구동 주행 장치(예: 주행 장치(1077)) 및 상기 통신 회로 및 상기 구동 제어 장치와 전기적으로 연결된 프로세서(예: 프로세서(1079))를 포함하며, 상기 프로세서는, 상기 자율 주행 차량이, 상기 통신 회로를 통해 획득되는, 지정된 차선 범위 및 지정된 속도 범위 내에서 주행을 지시하는 제 1 주행 정보에 기초하여 제 1 주행 모드를 수행하고, 상기 제 1 주행 모드를 수행하는 중, 가속 주행 권한을 획득하고, 상기 가속 주행 권한을 이용하여 확장된 차선 범위 및 확장된 속도 범위 내에서 주행을 지시하는 제 2 주행 정보를 획득하고, 상기 제 2 주행 정보에 기초하여 제 2 주행 모드를 수행하도록 제어할 수 있다.
일 실시 예에 따르면, 상기 프로세서는, 상기 자율 주행 차량이, 상기 획득된 가속 주행 권한을 블록 체인 형태로 저장하도록 제어할 수 있다.
일 실시 예에 따르면, 상기 프로세서는, 상기 자율 주행 차량이, 상기 제 2 주행 모드에 대한 해제 이벤트의 발생을 감지하기 전까지 상기 제 2 주행 모드를 수행하도록 제어할 수 있다. 예를 들어, 상기 해제 이벤트는 지정된 시간이 만료된 상황, 상기 제 2 주행 모드가 적용될 수 있는 구간의 끝 지점을 통과한 상황 또는 도로 상에 긴급 상황이 발생된 상황 중 적어도 하나를 포함할 수 있다.
일 실시 예에 따르면, 상기 프로세서는, 상기 자율 주행 차량이, 소정의 금액을 지불하는 결재 동작을 통해 상기 가속 주행 권한을 획득하거나 지정된 이벤트의 수행에 대한 보상으로 상기 가속 주행 권한을 획득하도록 제어할 수 있다.
일 실시 예에 따르면, 상기 가속 주행 권한은, 서로 다른 권한을 가지는 적어도 하나의 등급으로 구분될 수 있다.
일 실시 예에 따르면, 상기 프로세서는, 상기 자율 주행 차량이, 일정 정보 및 목적지로의 도착 시간에 기초하여 결정된 가속 주행 권한 획득 이벤트에 응답하여, 상기 가속 주행 권한을 획득하도록 제어할 수 있다.
일 실시 예에 따르면, 상기 프로세서는, 상기 자율 주행 차량이, 전방 차량에 대한 추월 여부에 기초하여 결정된 가속 주행 권한 획득 이벤트에 응답하여, 상기 가속 주행 권한을 획득하도록 제어할 수 있다.
일 실시 예에 따르면, 상기 프로세서는, 상기 자율 주행 차량이, 상기 획득된 가속 주행 권한을 이용하여, 상기 전방 차량으로 차선 변경을 요청하도록 제어할 수 있다.
일 실시 예에 따르면, 상기 프로세서는, 상기 자율 주행 차량이, 상기 제 1 주행 모드 또는 상기 제 2 주행 모드로 주행하는 동안, 적어도 하나의 주변 차량으로부터 차선 변경 요청을 수신하고, 상기 차선 변경 요청에 응답하여, 상기 차선 변경을 요청한 적어도 하나의 주변 차량에 대한 가속 주행 권한을 확인하고, 상기 적어도 하나의 주변 차량에 대한 가속 주행 권한의 등급과 상기 자율 주행 차량의 가속 주행 권한 등급의 비교 결과에 기초하여 상기 차선 변경 요청에 대한 수용 여부를 판단하도록 제어할 수 있다.
일 실시 예에 따르면, 상기 통신 회로는 V2X, 또는 5G 통신 방식 중 적어도 하나를 지원할 수 있다.
다양한 실시 예에 따른 자율 주행 장치(예: 자율 주행 장치(1070))의 동작 방법은, 지정된 차선 범위 및 지정된 속도 범위 내에서 주행을 지시하는 제 1 주행 정보에 기초하여 제 1 주행 모드를 수행하는 동작, 상기 제 1 주행 모드를 수행하는 중, 가속 주행 권한을 획득하는 동작, 상기 가속 주행 권한을 이용하여 확장된 차선 범위 및 확장된 속도 범위 내에서 주행을 지시하는 제 2 주행 정보를 획득하는 동작 및 상기 제 2 주행 정보에 기초하여 제 2 주행 모드를 수행하도록 자율 주행 차량을 제어하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 가속 주행 권한을 획득하는 동작은 상기 획득된 가속 주행 권한을 블록 체인 형태로 저장하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 자율 주행 장치의 동작 방법은 상기 제 2 주행 모드에 대한 해제 이벤트의 발생이 감지되기 전까지 상기 제 2 주행 모드를 수행하는 동작을 포함할 수 있다. 예를 들어, 상기 해제 이벤트는 지정된 시간이 만료된 상황, 상기 제 2 주행 모드가 적용될 수 있는 구간의 끝 지점을 통과한 상황 또는 도로 상에 긴급 상황이 발생된 상황 중 적어도 하나를 포함할 수 있다.
일 실시 예에 따르면, 상기 가속 주행 권한을 획득하는 동작은 소정의 금액을 지불하는 결재 동작을 통해 상기 가속 주행 권한을 획득하거나 지정된 이벤트의 수행에 대한 보상으로 상기 가속 주행 권한을 획득하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 가속 주행 권한은 서로 다른 권한을 가지는 적어도 하나의 등급으로 구분될 수 있다.
일 실시 예에 따르면, 상기 가속 주행 권한을 획득하는 동작은 일정 정보 및 목적지로의 도착 시간에 기초하여 결정된 가속 주행 권한 획득 이벤트에 응답하여, 상기 가속 주행 권한을 획득하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 가속 주행 권한을 획득하는 동작은 전방 차량에 대한 추월 여부에 기초하여 결정된 가속 주행 권한 획득 이벤트에 응답하여, 상기 가속 주행 권한을 획득하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 획득된 가속 주행 권한을 이용하여, 상기 전방 차량으로 차선 변경을 요청하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 자율 주행 장치의 동작 방법은 상기 자율 주행 차량이 상기 제 1 주행 모드 또는 상기 제 2 주행 모드로 주행하는 동안, 적어도 하나의 주변 차량으로부터 차선 변경 요청을 수신하는 동작, 상기 차선 변경 요청에 응답하여, 상기 차선 변경을 요청한 적어도 하나의 주변 차량에 대한 가속 주행 권한을 확인하는 동작 및 상기 적어도 하나의 주변 차량에 대한 가속 주행 권한의 등급과 상기 자율 주행 차량의 가속 주행 권한 등급의 비교 결과에 기초하여, 상기 차선 변경 요청에 대한 수용 여부를 판단하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 제 1 주행 정보 및 상기 제 2 주행 정보 중 적어도 하나는, 상기 자율 주행 장치의 통신 회로를 통해 획득될 수 있다. 예를 들어, 상기 통신 회로는 V2X, 또는 5G 통신 방식 중 적어도 하나를 지원할 수 있다.
본 개시의 실시 예들에 따른 자율 주행 장치(1070)의 동작 방법은 컴퓨터로 판독 가능한 저장 매체에 저장되어 프로세서(예: 도 10c의 프로세서(1079))에 의해 실행될 수 있는 명령어들로 구현될 수 있다.
저장 매체는, 직접 및/또는 간접적이든, 원시 상태, 포맷화된 상태, 조직화된 상태 또는 임의의 다른 액세스 가능한 상태이든 관계없이, 관계형 데이터베이스, 비관계형 데이터베이스, 인-메모리(in-memory) 데이터베이스, 또는 데이터를 저장할 수 있고 저장 제어기를 통해 이러한 데이터에 대한 액세스를 허용할 수 있는 다른 적절한 데이터베이스와 같이 분산형을 포함하는 데이터베이스를 포함할 수 있다. 또한, 저장 매체는, 1차 저장 장치(storage), 2차 저장 장치, 3차 저장 장치, 오프라인 저장 장치, 휘발성 저장 장치, 비휘발성 저장 장치, 반도체 저장 장치, 자기 저장 장치, 광학 저장 장치, 플래시 저장 장치, 하드 디스크 드라이브 저장 장치, 플로피 디스크 드라이브, 자기 테이프, 또는 다른 적절한 데이터 저장 매체와 같은 임의의 타입의 저장 장치를 포함할 수 있다.
본 개시는 도면에 도시된 실시 예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 개시의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.

Claims (20)

  1. 자율 주행 장치에 있어서,
    신호를 주고받도록 구성되는 통신 회로;
    자율 주행 차량의 구동 장치를 제어하도록 구성된 구동 제어 장치; 및
    상기 통신 회로 및 상기 구동 제어 장치와 전기적으로 연결된 프로세서를 포함하며,
    상기 프로세서는, 상기 자율 주행 차량이,
    상기 통신 회로를 통해 획득되는, 지정된 차선 범위 및 지정된 속도 범위 내에서 주행을 지시하는 제 1 주행 정보에 기초하여 제 1 주행 모드를 수행하고,
    상기 제 1 주행 모드를 수행하는 중, 가속 주행 권한을 획득하고,
    상기 가속 주행 권한을 이용하여 확장된 차선 범위 및 확장된 속도 범위 내에서 주행을 지시하는 제 2 주행 정보를 획득하고,
    상기 제 2 주행 정보에 기초하여 제 2 주행 모드를 수행하도록 제어하는 자율 주행 장치.
  2. 제 1 항에 있어서,
    상기 프로세서는, 상기 자율 주행 차량이,
    상기 획득된 가속 주행 권한을 블록 체인 형태로 저장하도록 제어하는 자율 주행 장치.
  3. 제 1 항에 있어서,
    상기 프로세서는, 상기 자율 주행 차량이,
    상기 제 2 주행 모드에 대한 해제 이벤트의 발생을 감지하기 전까지 상기 제 2 주행 모드를 수행하도록 제어하며,
    상기 해제 이벤트는,
    지정된 시간이 만료된 상황, 상기 제 2 주행 모드가 적용될 수 있는 구간의 끝 지점을 통과한 상황 또는 도로 상에 긴급 상황이 발생된 상황 중 적어도 하나를 포함하는 자율 주행 장치.
  4. 제 1 항에 있어서,
    상기 프로세서는, 상기 자율 주행 차량이,
    소정의 금액을 지불하는 결재 동작을 통해 상기 가속 주행 권한을 획득하거나 지정된 이벤트의 수행에 대한 보상으로 상기 가속 주행 권한을 획득하도록 제어하는 자율 주행 장치.
  5. 제 1 항에 있어서,
    상기 가속 주행 권한은,
    서로 다른 권한을 가지는 적어도 하나의 등급으로 구분되는 자율 주행 장치.
  6. 제 1 항에 있어서,
    상기 프로세서는, 상기 자율 주행 차량이,
    일정 정보 및 목적지로의 도착 시간에 기초하여 결정된 가속 주행 권한 획득 이벤트에 응답하여, 상기 가속 주행 권한을 획득하도록 제어하는 자율 주행 장치.
  7. 제 1 항에 있어서,
    상기 프로세서는, 상기 자율 주행 차량이,
    전방 차량에 대한 추월 여부에 기초하여 결정된 가속 주행 권한 획득 이벤트에 응답하여, 상기 가속 주행 권한을 획득하도록 제어하는 자율 주행 장치.
  8. 제 7 항에 있어서,
    상기 프로세서는, 상기 자율 주행 차량이,
    상기 획득된 가속 주행 권한을 이용하여, 상기 전방 차량으로 차선 변경을 요청하도록 제어하는 자율 주행 장치.
  9. 제 1 항에 있어서,
    상기 프로세서는, 상기 자율 주행 차량이,
    상기 제 1 주행 모드 또는 상기 제 2 주행 모드로 주행하는 동안, 적어도 하나의 주변 차량으로부터 차선 변경 요청을 수신하고,
    상기 차선 변경 요청에 응답하여, 상기 차선 변경을 요청한 적어도 하나의 주변 차량에 대한 가속 주행 권한을 확인하고,
    상기 적어도 하나의 주변 차량에 대한 가속 주행 권한의 등급과 상기 자율 주행 차량의 가속 주행 권한 등급의 비교 결과에 기초하여, 상기 차선 변경 요청에 대한 수용 여부를 판단하도록 제어하는 자율 주행 장치.
  10. 제 1 항에 있어서,
    상기 통신 회로는 V2X, 또는 5G 통신 방식 중 적어도 하나를 지원하는 자율 주행 장치.
  11. 자율 주행 장치의 동작 방법에 있어서,
    지정된 차선 범위 및 지정된 속도 범위 내에서 주행을 지시하는 제 1 주행 정보에 기초하여 제 1 주행 모드를 수행하는 동작;
    상기 제 1 주행 모드를 수행하는 중, 가속 주행 권한을 획득하는 동작;
    상기 가속 주행 권한을 이용하여 확장된 차선 범위 및 확장된 속도 범위 내에서 주행을 지시하는 제 2 주행 정보를 획득하는 동작; 및
    상기 제 2 주행 정보에 기초하여 제 2 주행 모드를 수행하도록 자율 주행 차량을 제어하는 동작을 포함하는 방법.
  12. 제 11 항에 있어서,
    상기 가속 주행 권한을 획득하는 동작은,
    상기 획득된 가속 주행 권한을 블록 체인 형태로 저장하는 동작을 포함하는 방법.
  13. 제 11 항에 있어서,
    상기 제 2 주행 모드에 대한 해제 이벤트의 발생이 감지되기 전까지 상기 제 2 주행 모드를 수행하는 동작을 포함하며,
    상기 해제 이벤트는,
    지정된 시간이 만료된 상황, 상기 제 2 주행 모드가 적용될 수 있는 구간의 끝 지점을 통과한 상황 또는 도로 상에 긴급 상황이 발생된 상황 중 적어도 하나를 포함하는 방법.
  14. 제 11 항에 있어서,
    상기 가속 주행 권한을 획득하는 동작은,
    소정의 금액을 지불하는 결재 동작을 통해 상기 가속 주행 권한을 획득하거나 지정된 이벤트의 수행에 대한 보상으로 상기 가속 주행 권한을 획득하는 동작을 포함하는 방법.
  15. 제 11 항에 있어서,
    상기 가속 주행 권한은,
    서로 다른 권한을 가지는 적어도 하나의 등급으로 구분되는 방법.
  16. 제 11 항에 있어서,
    상기 가속 주행 권한을 획득하는 동작은,
    일정 정보 및 목적지로의 도착 시간에 기초하여 결정된 가속 주행 권한 획득 이벤트에 응답하여, 상기 가속 주행 권한을 획득하는 동작을 포함하는 방법.
  17. 제 11 항에 있어서,
    상기 가속 주행 권한을 획득하는 동작은,
    전방 차량에 대한 추월 여부에 기초하여 결정된 가속 주행 권한 획득 이벤트에 응답하여, 상기 가속 주행 권한을 획득하는 동작을 포함하는 방법.
  18. 제 17 항에 있어서,
    상기 획득된 가속 주행 권한을 이용하여, 상기 전방 차량으로 차선 변경을 요청하는 동작을 포함하는 방법.
  19. 제 11 항에 있어서,
    상기 자율 주행 차량이 상기 제 1 주행 모드 또는 상기 제 2 주행 모드로 주행하는 동안, 적어도 하나의 주변 차량으로부터 차선 변경 요청을 수신하는 동작;
    상기 차선 변경 요청에 응답하여, 상기 차선 변경을 요청한 적어도 하나의 주변 차량에 대한 가속 주행 권한을 확인하는 동작; 및,
    상기 적어도 하나의 주변 차량에 대한 가속 주행 권한의 등급과 상기 자율 주행 차량의 가속 주행 권한 등급의 비교 결과에 기초하여, 상기 차선 변경 요청에 대한 수용 여부를 판단하는 동작을 포함하는 방법.
  20. 제 11 항에 있어서,
    상기 제 1 주행 정보 및 상기 제 2 주행 정보 중 적어도 하나는, 상기 자율 주행 장치의 통신 회로를 통해 획득되며,
    상기 통신 회로는 V2X, 또는 5G 통신 방식 중 적어도 하나를 지원하는 방법.

KR1020200017013A 2020-02-12 2020-02-12 자율 주행 시스템에서 차량의 주행을 제어하기 위한 방법 및 장치 KR20210103026A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200017013A KR20210103026A (ko) 2020-02-12 2020-02-12 자율 주행 시스템에서 차량의 주행을 제어하기 위한 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200017013A KR20210103026A (ko) 2020-02-12 2020-02-12 자율 주행 시스템에서 차량의 주행을 제어하기 위한 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20210103026A true KR20210103026A (ko) 2021-08-23

Family

ID=77499506

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200017013A KR20210103026A (ko) 2020-02-12 2020-02-12 자율 주행 시스템에서 차량의 주행을 제어하기 위한 방법 및 장치

Country Status (1)

Country Link
KR (1) KR20210103026A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230033202A (ko) * 2021-08-30 2023-03-08 충북대학교 산학협력단 차량 주행 제어 방법 및 이를 지원하는 차량 지원 장치
WO2023140925A1 (en) * 2022-01-24 2023-07-27 Qualcomm Incorporated Smart traffic management

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230033202A (ko) * 2021-08-30 2023-03-08 충북대학교 산학협력단 차량 주행 제어 방법 및 이를 지원하는 차량 지원 장치
WO2023140925A1 (en) * 2022-01-24 2023-07-27 Qualcomm Incorporated Smart traffic management

Similar Documents

Publication Publication Date Title
US11305775B2 (en) Apparatus and method for changing lane of autonomous vehicle
KR102605968B1 (ko) 차량 제어 장치
US11138453B2 (en) Driving guide method and apparatus for vehicle
US20190168748A1 (en) Teleassistance data prioritization for self-driving vehicles
KR20210026594A (ko) 차량의 주행 상태 모니터링 방법 및 장치
US20180257661A1 (en) Teleassistance data encoding for self-driving vehicles
US20200101974A1 (en) Device and method for selecting optimal travel route based on driving situation
US11269328B2 (en) Method for entering mobile robot into moving walkway and mobile robot thereof
US20210097852A1 (en) Moving robot
US20200050894A1 (en) Artificial intelligence apparatus and method for providing location information of vehicle
US11138844B2 (en) Artificial intelligence apparatus and method for detecting theft and tracing IoT device using same
KR20190106915A (ko) 차량 관리 게임 서비스 제공 장치 및 방법
KR20190104489A (ko) 공기 조화기의 센서 데이터를 보정하는 인공 지능 공기 조화기 및 그 방법
US20200005643A1 (en) Method and apparatus for providing information on vehicle driving
KR20190107626A (ko) 인공지능 서버
US20200004261A1 (en) Autonomous vehicle and a control method thereof
US11117580B2 (en) Vehicle terminal and operation method thereof
KR20190104264A (ko) 차량에 탑재되는 인공 지능 장치 및 그 방법
KR20210057886A (ko) 차량 충돌 방지 장치 및 그 방법
KR20210089809A (ko) 라이다 센서를 이용하여 주변 환경을 탐지하는 자율 주행 장치 및 그의 동작 방법
KR20210095359A (ko) 로봇, 로봇의 제어 방법 및 로봇을 제어하기 위한 서버
KR20210083812A (ko) 자율주행 이동로봇 및 이의 동작 방법
KR20210103026A (ko) 자율 주행 시스템에서 차량의 주행을 제어하기 위한 방법 및 장치
KR102607390B1 (ko) 차량의 주변 상황 확인 방법
KR20210062791A (ko) 자율 주행 차량을 위한 맵 데이터 생성 장치 및 방법