KR20210117030A - Digital twin system and method for virtualization of autonomous driving - Google Patents

Digital twin system and method for virtualization of autonomous driving Download PDF

Info

Publication number
KR20210117030A
KR20210117030A KR1020200033358A KR20200033358A KR20210117030A KR 20210117030 A KR20210117030 A KR 20210117030A KR 1020200033358 A KR1020200033358 A KR 1020200033358A KR 20200033358 A KR20200033358 A KR 20200033358A KR 20210117030 A KR20210117030 A KR 20210117030A
Authority
KR
South Korea
Prior art keywords
simulation
autonomous
autonomous driving
autonomous vehicle
driving
Prior art date
Application number
KR1020200033358A
Other languages
Korean (ko)
Other versions
KR102320624B1 (en
Inventor
이종식
Original Assignee
인하대학교 산학협력단
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 인하대학교 산학협력단 filed Critical 인하대학교 산학협력단
Priority to KR1020200033358A priority Critical patent/KR102320624B1/en
Publication of KR20210117030A publication Critical patent/KR20210117030A/en
Application granted granted Critical
Publication of KR102320624B1 publication Critical patent/KR102320624B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/60—Software deployment
    • G06F8/65—Updates

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Traffic Control Systems (AREA)

Abstract

Disclosed are a digital twin device and a method for virtualization of autonomous driving. According to an embodiment of the present invention, an autonomous driving management method performed by an autonomous driving management system implemented by a computer includes the steps of: virtualizing an autonomous driving vehicle; generating a simulation model by combining a virtualization model selected according to an autonomous driving purpose of the virtualized autonomous driving vehicle; deriving a simulation result by performing a simulation on the generated simulation model using data collected in relation to the autonomous driving vehicle; and managing driving information of the autonomous driving vehicle based on the derived simulation result. Therefore, it is possible to grasp a state and external situation of the autonomous driving vehicle in real time, and to track and manage the autonomous driving vehicle according to time.

Description

자율주행 가상화를 위한 디지털 트윈 장치 및 방법{DIGITAL TWIN SYSTEM AND METHOD FOR VIRTUALIZATION OF AUTONOMOUS DRIVING}DIGITAL TWIN SYSTEM AND METHOD FOR VIRTUALIZATION OF AUTONOMOUS DRIVING

아래의 설명은 자율주행 차량의 안전한 주행관리 기술에 관한 것으로, 디지털 트윈을 기반으로 자율주행 차량을 가상 세계에서 시뮬레이션 모델화하여 주행 관리하는 장치 및 방법에 관한 것이다. The description below relates to safe driving management technology for autonomous vehicles, and to a device and method for driving management by simulation modeling an autonomous vehicle in a virtual world based on a digital twin.

자율주행차량에 대한 사회적요구가 증가하면서 동시에 안전한 주행 관리에 대한 우려도 높아지고 있다. 안전한 주행 관리에 대한 기존의 많은 센서들로부터 획득한 데이터에 기반을 두는 직관적인 기술을 넘어서 디지털 트윈 기반의 컴퓨터 시뮬레이션을 이용한 추론 기술 도입의 필요성이 증가하고 있다.As social demand for autonomous vehicles increases, concerns about safe driving management are also increasing. The need to introduce reasoning technology using digital twin-based computer simulation beyond intuitive technology based on data obtained from many existing sensors for safe driving management is increasing.

센서들로부터 수집된 데이터 기반의 직관적 결정도 중요하지만, 시스템 이론과 데이터 학습 이론을 바탕으로 컴퓨터 시뮬레이션을 실시하여 직관적인 결정에 추론적인 결정을 추가하고자 한다.Although intuitive decisions based on data collected from sensors are important, we want to add inferential decisions to intuitive decisions by conducting computer simulations based on system theory and data learning theory.

디지털 트윈을 기반으로 자율주행 차량을 가상 세계에서 시뮬레이션 모델화하고 시뮬레이션 결정에 도움을 주고받는 주행관리 방법 및 시스템을 제공할 수 있다. Based on the digital twin, it is possible to provide a driving management method and system that simulates a self-driving vehicle in a virtual world and provides assistance in making simulation decisions.

컴퓨터로 구현되는 자율주행 관리 시스템에 의해 수행되는 자율주행 관리 방법은, 자율주행 차량을 가상화하는 단계; 상기 가상화된 자율주행 차량의 자율주행 목적에 따라 선택된 가상화 모델을 조합하여 시뮬레이션 모델을 생성하는 단계; 자율주행 차량과 관련하여 수집된 데이터를 이용하여 상기 생성된 시뮬레이션 모델에 시뮬레이션을 수행하여 시뮬레이션 결과를 도출하는 단계; 및 상기 도출된 시뮬레이션 결과에 기초하여 자율주행 차량의 주행 정보를 관리하는 단계를 포함할 수 있다. An autonomous driving management method performed by an autonomous driving management system implemented by a computer includes the steps of: virtualizing an autonomous driving vehicle; generating a simulation model by combining a virtualization model selected according to an autonomous driving purpose of the virtualized autonomous driving vehicle; deriving a simulation result by performing a simulation on the generated simulation model using data collected in relation to the autonomous vehicle; and managing driving information of the autonomous vehicle based on the derived simulation result.

상기 시뮬레이션 모델을 생성하는 단계는, 상기 가상화된 자율주행 차량의 자율주행 목적에 따라 가상화 모델을 선택됨에 따라 조합된 시뮬레이션 모델을 생성하되, 상기 선택된 가상화 모델의 상호간의 시뮬레이션 실행 순서를 결정하는 단계를 포함할 수 있다. The generating of the simulation model includes generating a combined simulation model according to the selection of a virtualization model according to the purpose of autonomous driving of the virtualized autonomous vehicle, and determining the mutual simulation execution order of the selected virtualization model. may include

상기 주행관리 방법은, 상기 자율주행 차량의 주변의 교통 상황, 도로 상황, 날씨 상황을 포함하는 외부 데이터, 상기 자율주행 차량의 센서로부터 차량의 주행 상태, 이력 데이터를 포함하는 내부 데이터를 수집하는 단계를 더 포함할 수 있다. The driving management method includes: collecting external data including traffic conditions, road conditions, and weather conditions around the autonomous vehicle, and internal data including the driving state and history data of the vehicle from a sensor of the autonomous vehicle may further include.

상기 시뮬레이션 결과를 도출하는 단계는, 디지털 트윈 데이터베이스로부터 과거 시뮬레이션 결과 데이터를 획득하고, 상기 획득된 과거 시뮬레이션 결과 데이터를 상기 시뮬레이션 모델에 입력하여 시뮬레이션을 수행하는 단계를 포함할 수 있다. The deriving the simulation result may include obtaining past simulation result data from a digital twin database, and inputting the obtained past simulation result data into the simulation model to perform a simulation.

상기 현실 세계의 자율주행 차량을 가상화하는 단계는, 디지털 트윈을 기반으로 상기 자율주행 차량을 구성하는 복수 개의 모듈들에 대한 가상화 모델을 생성하는 단계를 포함할 수 있다. The step of virtualizing the autonomous driving vehicle in the real world may include generating a virtualization model for a plurality of modules constituting the autonomous driving vehicle based on a digital twin.

상기 자율주행 차량의 주행 정보를 관리하는 단계는, 상기 시뮬레이션 결과를 기초로, 시간의 변화에 따른 주행 방향의 전진 각도 변화, 회전 각도 변화 또는 속도 변화를 포함하는 자율주행 차량의 주행 정보를 추론하는 단계를 포함할 수 있다. The step of managing the driving information of the autonomous driving vehicle may include inferring driving information of the autonomous driving vehicle including a change in a forward angle, a change in rotation angle, or a change in speed in the driving direction according to time change, based on the simulation result. may include steps.

상기 자율주행 차량을 관리하는 단계는, 상기 도출된 시뮬레이션 결과를 자율주행 차량에 전달하고, 상기 도출된 시뮬레이션 결과를 디지털 트윈 데이터베이스에 업데이트하는 단계를 포함할 수 있다. The managing of the autonomous vehicle may include transmitting the derived simulation result to the autonomous vehicle and updating the derived simulation result in a digital twin database.

컴퓨터로 구현되는 자율주행 관리 시스템은, 자율주행 차량을 가상화하는 가상화부; 상기 가상화된 자율주행 차량의 자율주행 목적에 따라 선택된 가상화 모델을 조합하여 시뮬레이션 모델을 생성하는 모델 생성부; 자율주행 차량과 관련하여 수집된 데이터를 이용하여 상기 생성된 시뮬레이션 모델에 시뮬레이션을 수행하여 시뮬레이션 결과를 도출하는 시뮬레이션 결과부; 및 상기 도출된 시뮬레이션 결과에 기초하여 자율주행 차량의 주행 정보를 관리하는 관리부를 포함할 수 있다. The autonomous driving management system implemented by a computer includes: a virtualization unit for virtualizing an autonomous driving vehicle; a model generator for generating a simulation model by combining the virtualized models selected according to the purpose of autonomous driving of the virtualized autonomous vehicle; a simulation result unit for deriving simulation results by performing a simulation on the generated simulation model using data collected in relation to the autonomous vehicle; and a management unit that manages driving information of the autonomous vehicle based on the derived simulation result.

디지털 트윈을 기반으로 자율주행 차량을 가상 세계에서 시뮬레이션 모델화하여 자율주행을 관리할 수 있다.Based on the digital twin, autonomous driving can be managed by simulation-modeling an autonomous vehicle in a virtual world.

또한, 자율주행 차량의 상태와 외부 상황을 실시간으로 파악하고, 시간에 따라 추적 관리가 가능하다. In addition, it is possible to grasp the state and external situation of the autonomous vehicle in real time, and to track and manage it according to time.

또한, 가상화된 컴퓨터 시뮬레이션 시스템을 통하여 시뮬레이션을 실시한 추론적인 결과를 자율주행 차량에 전달하여 안전한 주행에 활용할 수 있다.In addition, the inferential result of the simulation through the virtualized computer simulation system can be transmitted to the autonomous vehicle and utilized for safe driving.

도 1은 일 실시예에 따른 자율주행 관리 시스템의 개괄적인 동작을 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 자율주행 관리 시스템의 구성을 설명하기 위한 블록도이다.
도 3은 일 실시예에 따른 자율주행 관리 시스템에서 자율주행 차량의 자율주행을 관리하는 방법을 설명하기 위한 흐름도이다.
도 4는 일 실시예에 따른 자율주행 관리 시스템에서 시뮬레이션 모델을 생성하는 방법을 설명하기 위한 흐름도이다. 1 is a view for explaining an overview operation of an autonomous driving management system according to an embodiment.
2 is a block diagram illustrating a configuration of an autonomous driving management system according to an exemplary embodiment.
3 is a flowchart illustrating a method of managing autonomous driving of an autonomous driving vehicle in an autonomous driving management system according to an exemplary embodiment.
4 is a flowchart illustrating a method of generating a simulation model in an autonomous driving management system according to an exemplary embodiment.

이하, 실시예를 첨부한 도면을 참조하여 상세히 설명한다.Hereinafter, embodiments will be described in detail with reference to the accompanying drawings.

도 1은 일 실시예에 따른 자율주행 관리 시스템의 구성을 설명하기 위한 도면이다. 1 is a diagram for explaining the configuration of an autonomous driving management system according to an embodiment.

자율주행 관리 시스템은 디지털 트윈 기반으로 자율주행 차량을 가상화하고 원격 모니터링 및 시뮬레이션 기술을 이용하여 주행 안전성을 향상시키기 위한 서비스를 제공할 수 있다.The autonomous driving management system can virtualize autonomous vehicles based on digital twins and provide services to improve driving safety using remote monitoring and simulation technology.

자율주행 관리 시스템은 자율주행 차량(110), 디지털 트윈 장치(120), 원격 통신 장치(130) 및 디지털 트윈 데이터베이스(140)를 구축할 수 있고, 구축된 자율주행 차량(110), 디지털 트윈 장치(120), 원격 통신 장치(130) 및 디지털 트윈 데이터베이스(140)가 상호 연결되어 데이터를 송수신할 수 있다. 또한, 자율주행 관리 시스템은 자율주행 차량과 관련된 외부 데이터를 전달받기 위한 외부 데이터 서버(150)를 더 포함할 수 있다. The autonomous driving management system can build the autonomous vehicle 110 , the digital twin device 120 , the remote communication device 130 , and the digital twin database 140 , and the built autonomous driving vehicle 110 , the digital twin device 120 , the remote communication device 130 , and the digital twin database 140 may be interconnected to transmit and receive data. In addition, the autonomous driving management system may further include an external data server 150 for receiving external data related to the autonomous driving vehicle.

자율주행 차량(110)은 현실 세계에 실존하는 차량으로, 차량 내부에서 수집한 데이터를 실시간으로 원격 통신 장치(130)에 전달할 수 있다. 자율주행 차량(110)에서 수집된 데이터에는, 자율주행 차량(110)의 주행 데이터(예를 들면, 주행 방향, 속도, 앞, 뒤, 좌, 우 차량 간의 거리, 좌, 우 차선과의 간격 등), 이력 데이터(예를 들면, 고장/수리 내역) 등이 포함될 수 있다. 이때, 자율주행 차량으로 수집되는 데이터에 시간 정보, 위치 정보도 포함될 수 있다. The autonomous vehicle 110 is a vehicle that exists in the real world, and may transmit data collected inside the vehicle to the remote communication device 130 in real time. The data collected from the autonomous vehicle 110 includes the driving data of the autonomous vehicle 110 (eg, driving direction, speed, distance between front, rear, left, and right vehicles, distance between left and right lanes, etc.) ), historical data (eg, breakdown/repair history), and the like may be included. In this case, time information and location information may also be included in the data collected by the autonomous vehicle.

디지털 트윈 장치(120)는 자율주행차량(110)에 대한 시뮬레이션 모델들을 생성하여 가상화할 수 있다. 디지털 트윈 장치(120)에서 디지털 획득하고자 하는 결과에 따라 시뮬레이션 모델들을 조합할 수 있다. 디지털 트윈 장치(120)는 원격 통신 장치(130)으로부터 전달받은 데이터, 외부 데이터 서버(150)로부터 수집된 외부 데이터 및 디지털 트윈 데이터베이스(130)로부터 전달받은 과거 시뮬레이션 결과 데이터를 이용하여 조합된 시뮬레이션 모델에 대한 시뮬레이션을 실시할 수 있다. 디지털 트윈 장치(120)는 시뮬레이션을 실시한 시뮬레이션 결과 데이터를 원격 통신 장치(130)와 디지털 트윈 데이터베이스(140)로 전달할 수 있다.The digital twin device 120 may create and virtualize simulation models for the autonomous vehicle 110 . Simulation models may be combined according to a result to be digitally obtained in the digital twin device 120 . The digital twin device 120 is a simulation model combined using data received from the remote communication device 130 , external data collected from the external data server 150 , and past simulation result data received from the digital twin database 130 . simulation can be performed. The digital twin device 120 may transmit simulation result data on which the simulation is performed to the remote communication device 130 and the digital twin database 140 .

원격 통신 장치(130)는 자율주행 차량(110)으로부터 전달받은 데이터를 실시간으로 디지털 트윈 장치(120)로 전달하고, 디지털 트윈 장치(120)로부터 전달받은 데이터를 실시간으로 자율주행 차량(110)으로 전달할 수 있다.The remote communication device 130 transmits data received from the autonomous vehicle 110 to the digital twin device 120 in real time, and transmits the data received from the digital twin device 120 to the autonomous vehicle 110 in real time. can transmit

디지털 트윈 데이터베이스(140)는 디지털 트윈 장치(130) 장치로부터 전달받은 데이터를 실시간으로 저장하고, 디지털 트윈 장치(130)로부터 요청받은 데이터를 실시간으로 디지털 트윈 장치(100)에 전달할 수 있다. 디지털 트윈 데이터베이스(140)는 이전의 시계열 데이터를 디지털 트윈 장치(120)로 전달할 수 있다. The digital twin database 140 may store data received from the digital twin device 130 in real time, and transmit data requested from the digital twin device 130 to the digital twin device 100 in real time. The digital twin database 140 may transmit previous time series data to the digital twin device 120 .

외부 데이터 서버(150)는 자율주행 차량과 관련된 교통 상황, 도로 상황, 신호 체계, 날씨 데이터 등의 외부 데이터를 디지털 트윈 장치(100)에 제공할 수 있다. 예를 들면, 외부 데이터 서버(150)는 자율주행 차량이 존재하는 주변의 교통 상황, 도로 상황, 신호 체계 및 특정 날/특정 시간, 현재의 날씨 데이터 등의 외부 데이터가 디지털 트윈 장치(100)로 제공할 수 있다.The external data server 150 may provide external data such as traffic conditions, road conditions, signal systems, and weather data related to the autonomous vehicle to the digital twin device 100 . For example, the external data server 150 transmits external data such as traffic conditions, road conditions, signal systems, specific days/specific times, and current weather data around the autonomous vehicle to the digital twin device 100 . can provide

도 2는 일 실시예에 따른 자율주행 관리 시스템의 구성을 설명하기 위한 블록도이고, 도 3은 일 실시예에 따른 자율주행 관리 시스템에서 자율주행 차량의 자율주행을 관리하는 방법을 설명하기 위한 흐름도이다.2 is a block diagram illustrating a configuration of an autonomous driving management system according to an embodiment, and FIG. 3 is a flowchart illustrating a method of managing autonomous driving of an autonomous vehicle in the autonomous driving management system according to an embodiment. am.

자율주행을 관리하는 방법은 자율주행 관리 시스템에 의해 수행될 수 있다. 일례로, 자율주행 관리 시스템은 디지털 트윈 장치에 플랫폼 또는 어플리케이션 형태로 동작될 수 있다. The method of managing autonomous driving may be performed by an autonomous driving management system. As an example, the autonomous driving management system may be operated in the form of a platform or an application in a digital twin device.

자율주행 관리 시스템(100)에 포함된 프로세서는 가상화부(210), 모델 생성부(220), 시뮬레이션 결과부(230) 및 관리부(240)를 포함할 수 있다. 이러한 프로세서 및 프로세서의 구성요소들은 도 3의 자율주행 차량의 자율주행을 관리하는 방법이 포함하는 단계들(310 내지 340)을 수행하도록 자율주행 관리 시스템을 제어할 수 있다. 이때, 프로세서 및 프로세서의 구성요소들은 메모리가 포함하는 운영체제의 코드와 적어도 하나의 프로그램의 코드에 따른 명령(instruction)을 실행하도록 구현될 수 있다. 여기서, 프로세서의 구성요소들은 자율주행 관리 시스템(100)에 저장된 프로그램 코드가 제공하는 제어 명령에 따라 프로세서에 의해 수행되는 서로 다른 기능들(different functions)의 표현들일 수 있다. The processor included in the autonomous driving management system 100 may include a virtualization unit 210 , a model generation unit 220 , a simulation result unit 230 , and a management unit 240 . Such a processor and components of the processor may control the autonomous driving management system to perform steps 310 to 340 included in the method for managing autonomous driving of the autonomous driving vehicle of FIG. 3 . In this case, the processor and components of the processor may be implemented to execute instructions according to the code of the operating system and the code of at least one program included in the memory. Here, the components of the processor may be expressions of different functions performed by the processor according to a control command provided by the program code stored in the autonomous driving management system 100 .

프로세서는 자율주행 차량의 자율주행을 관리하는 방법을 위한 프로그램의 파일에 저장된 프로그램 코드를 메모리에 로딩할 수 있다. 예를 들면, 자율주행 관리 시스템(100)에서 프로그램이 실행되면, 프로세서는 운영체제의 제어에 따라 프로그램의 파일로부터 프로그램 코드를 메모리에 로딩하도록 자율주행 관리 시스템을 제어할 수 있다.The processor may load a program code stored in a file of a program for a method of managing autonomous driving of an autonomous vehicle into a memory. For example, when a program is executed in the autonomous driving management system 100 , the processor may control the autonomous driving management system to load the program code from the program file into the memory according to the control of the operating system.

단계(310)에서 가상화부(210)는 자율주행 차량을 가상화할 수 있다. 가상화부(210)는 디지털 트윈을 기반으로 자율주행 차량을 구성하는 복수 개의 모듈들에 대한 가상화 모델을 생성할 수 있다. 디지털 트윈이란 현실 세계의 기계나 장비, 사물 등을 컴퓨터 속 가상세계에 구현한 것을 의미한다. 디지털 트윈 기술은 실제 제품을 만들기 전, 시뮬레이션을 통해 발생할 수 있는 문제점을 파악하고 이를 해결하기 위해 활용되고 있다. 실시예에서는 디지털 트윈을 기반으로 자율주행 차량을 가상화할 수 있다. 이때, 자율주행 차량의 차종, 색상, 하드웨어 성능, 소프트웨어 성능 등 자율주행 차량과 관련된 차량 속성 정보가 입력될 수 있고, 입력된 차량 속성 정보에 기초하여 자율주행 차량이 가상화될 수 있다. 또한, 자율주행 차량이 주행할 수 있는 환경 정보를 구성하기 위한 속성 정보가 입력될 수 있고, 입력된 속성 정보에 기초하여 환경 정보가 구성될 수 있다. 또는, 현실 세계의 자율주행 차량과 관련된 속성 정보가 연동됨에 따라 자율주행 차량이 가상화되거나, 현실 세계의 자율주행 차량과 관련된 속성 정보가 자율주행 관리 시스템에 입력됨으로써 자율주행 차량이 가상화될 수 있다. 이때, 자율주행 차량과 관련된 속성 정보를 입력할 수 있는 유저 인터페이스가 제공될 수 있고, 제공된 유저 인터페이스를 통하여 자율주행 차량과 관련된 속성 정보가 입력됨으로써 자율주행 차량이 가상화될 수 있다. In step 310 , the virtualization unit 210 may virtualize the autonomous vehicle. The virtualization unit 210 may create a virtualization model for a plurality of modules constituting the autonomous vehicle based on the digital twin. A digital twin refers to the realization of machines, equipment, and objects in the real world into the virtual world in a computer. Digital twin technology is being utilized to identify and solve problems that may occur through simulation before making an actual product. In embodiments, an autonomous vehicle may be virtualized based on a digital twin. In this case, vehicle attribute information related to the autonomous driving vehicle such as a vehicle model, color, hardware performance, and software performance of the autonomous driving vehicle may be input, and the autonomous driving vehicle may be virtualized based on the input vehicle attribute information. Also, attribute information for configuring environment information in which the autonomous vehicle can drive may be input, and environment information may be configured based on the input attribute information. Alternatively, the autonomous driving vehicle may be virtualized as attribute information related to the autonomous driving vehicle in the real world is linked, or the autonomous driving vehicle may be virtualized by inputting attribute information related to the real world autonomous driving vehicle to the autonomous driving management system. In this case, a user interface capable of inputting attribute information related to the autonomous driving vehicle may be provided, and the autonomous driving vehicle may be virtualized by inputting attribute information related to the autonomous driving vehicle through the provided user interface.

단계(320)에서 모델 생성부(220)는 가상화된 자율주행 차량의 자율주행 목적에 따라 선택된 가상화 모델을 조합하여 시뮬레이션 모델을 생성할 수 있다. 도 4를 참고하면, 시뮬레이션 모델을 생성하는 방법을 설명하기 위한 흐름도이다. 단계(410)에서 모델 생성부(220)는 가상화된 자율주행 차량의 자율주행 목적에 따라 가상화 모델을 선택할 수 있다. 단계(420)에서 모델 생성부(220)는 선택된 가상화 모델의 상호간의 시뮬레이션 실행 순서를 결정할 수 있다. 예를 들면, 모델 생성부(220)는 가상화된 자율주행 차량을 시뮬레이션 하기 위한 자율주행 목적(예를 들면, 주행 목적)이 설정될 수 있다. 구체적으로, 획득 목적은 시간의 변화에 따른 주행 방향의 전진 또는 회전 각도 변화, 속도 변화 등이 포함될 수 있다. 모델 생성부(220)는 설정된 자율주행 목적에 따라 가상화 모델을 자동으로 선택하거나, 사용자에 의하여 선택받을 수 있다. 이외에도 다양한 자율주행 목적이 존재할 수 있으며, 이는, 시뮬레이션을 통해 결과를 획득하기 위한 것일 수 있다. 또한, 동일한 가상화 모델이 선택되더라도 시뮬레이션 실행 순서에 따라 다른 시뮬레이션 모델이 생성될 수 있다. In operation 320 , the model generator 220 may generate a simulation model by combining the selected virtualization model according to the autonomous driving purpose of the virtualized autonomous driving vehicle. Referring to FIG. 4 , it is a flowchart illustrating a method of generating a simulation model. In operation 410 , the model generator 220 may select a virtualization model according to the purpose of autonomous driving of the virtualized autonomous vehicle. In step 420, the model generator 220 may determine the mutual simulation execution order of the selected virtualization model. For example, the model generator 220 may set an autonomous driving purpose (eg, driving purpose) for simulating a virtualized autonomous driving vehicle. Specifically, the acquisition objective may include a change in a forward or rotational angle of a traveling direction, a change in speed, etc. according to a change in time. The model generator 220 may automatically select a virtualization model according to a set autonomous driving purpose or may be selected by a user. In addition, various autonomous driving purposes may exist, which may be for obtaining results through simulation. Also, even if the same virtualization model is selected, different simulation models may be generated according to the simulation execution order.

단계(330)에서 시뮬레이션 결과부(230)는 자율주행 차량과 관련하여 수집된 데이터를 이용하여 생성된 시뮬레이션 모델에 시뮬레이션을 수행하여 시뮬레이션 결과를 도출할 수 있다. 이때, 데이터 수집부(미도시됨)에 의하여 자율주행 차량의 주변의 교통 상황, 도로 상황, 날씨 상황을 포함하는 외부 데이터, 자율주행 차량의 센서로부터 차량의 주행 상태, 이력 데이터를 포함하는 내부 데이터가 수집될 수 있다. 일례로, 시뮬레이션 결과부(230)는 디지털 트윈 데이터베이스로부터 과거 시뮬레이션 결과 데이터를 획득하고, 획득된 과거 시뮬레이션 결과 데이터를 시뮬레이션 모델에 입력하여 시뮬레이션을 수행할 수 있다. 시뮬레이션 결과부(230)는 자율주행 목적에 따라 선택된 가상화 모델을 조합하여 생성된 시뮬레이션 모델에 과거 결과 데이터를 입력함으로써 시뮬레이션을 수행할 수 있고, 수행된 시뮬레이션을 통한 시뮬레이션 결과를 도출할 수 있다. 다시 말해서, 시뮬레이션 결과부(230)는 과거 데이터를 새로운 시뮬레이션 모델에 입력함으로써 새로운 다른 결과를 도출할 수 있다. In step 330 , the simulation result unit 230 may derive a simulation result by performing a simulation on a simulation model generated using data collected in relation to the autonomous vehicle. In this case, external data including traffic conditions, road conditions, and weather conditions around the autonomous vehicle by the data collection unit (not shown), and internal data including the driving state and history data of the vehicle from the sensor of the autonomous vehicle can be collected. For example, the simulation result unit 230 may obtain past simulation result data from the digital twin database, and input the obtained past simulation result data into a simulation model to perform simulation. The simulation result unit 230 may perform a simulation by inputting past result data into a simulation model generated by combining selected virtualization models according to the purpose of autonomous driving, and may derive a simulation result through the performed simulation. In other words, the simulation result unit 230 may derive new and different results by inputting past data into a new simulation model.

단계(340)에서 관리부(240)는 도출된 시뮬레이션 결과에 기초하여 자율주행 차량의 주행 정보를 관리할 수 있다. 관리부(240)는 시뮬레이션 결과를 기초로, 시간의 변화에 따른 주행 방향의 전진 각도 변화, 회전 각도 변화 또는 속도 변화를 포함하는 자율주행 차량의 주행 정보를 추론할 수 있다. 관리부(240)는 도출된 시뮬레이션 결과를 자율주행 차량에 전달하고, 도출된 시뮬레이션 결과를 디지털 트윈 데이터베이스에 업데이트할 수 있다. 이때, 도출된 시뮬레이션 결과를 자율주행 차량에 전달함과 동시에 디지털 트윈 데이터베이스에 업데이트될 수 있다. 자율주행 차량은 시뮬레이션 결과를 주행 사항 결과에 중요한 자료로 활용할 수 있다. 예를 들면, 자율주행 차량에 시뮬레이션 결과와 기 저장된 주행 정보를 반영하기 위한 비율이 설정될 수 있다. 만약, 자율주행 차량에 사고가 발생하였을 경우, 시뮬레이션 결과를 기 저장된 자율 주행 정보보다 중요한 자료로 활용하게 된다. In step 340 , the management unit 240 may manage driving information of the autonomous vehicle based on the derived simulation result. The management unit 240 may infer driving information of the autonomous vehicle including a change in a forward angle, a change in a rotation angle, or a change in speed in the driving direction according to time, based on the simulation result. The manager 240 may transmit the derived simulation result to the autonomous vehicle and update the derived simulation result in the digital twin database. In this case, the derived simulation result may be transmitted to the autonomous vehicle and updated in the digital twin database at the same time. Autonomous vehicles can use the simulation results as important data for driving results. For example, a ratio for reflecting the simulation result and pre-stored driving information in the autonomous vehicle may be set. If an accident occurs in the autonomous vehicle, the simulation result is used as more important data than the previously stored autonomous driving information.

일 실시예에 따른 자율주행 관리 시스템은 디지털 트윈 기술을 이용하여 자율주행 차량의 안전한 주행을 관리할 수 있다. 자율주행 관리 시스템은 현실 세계의 자율주행 차량을 컴퓨터 시뮬레이션 시스템으로 가상화하고, 자율주행 차량이 수집한 데이터와 주행에 필요한 외부 데이터를 이용하여 가상화된 차량의 자율주행을 시뮬레이션한다. 이러한 방법을 통하여, 디지털 트윈 기술을 이용하여 자율주행차량의 주행을 컴퓨터 시뮬레이션 모델로 가상화하여 관리할 수 있게 된다.The autonomous driving management system according to an embodiment may manage safe driving of the autonomous driving vehicle using digital twin technology. The autonomous driving management system virtualizes a real-world autonomous vehicle into a computer simulation system, and simulates autonomous driving of the virtualized vehicle using the data collected by the autonomous vehicle and external data required for driving. Through this method, it is possible to virtualize and manage the driving of an autonomous vehicle as a computer simulation model using digital twin technology.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.The device described above may be implemented as a hardware component, a software component, and/or a combination of the hardware component and the software component. For example, devices and components described in the embodiments may include, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable gate array (FPGA). , a programmable logic unit (PLU), a microprocessor, or any other device capable of executing and responding to instructions, may be implemented using one or more general purpose or special purpose computers. The processing device may execute an operating system (OS) and one or more software applications running on the operating system. The processing device may also access, store, manipulate, process, and generate data in response to execution of the software. For convenience of understanding, although one processing device is sometimes described as being used, one of ordinary skill in the art will recognize that the processing device includes a plurality of processing elements and/or a plurality of types of processing elements. It can be seen that can include For example, the processing device may include a plurality of processors or one processor and one controller. Other processing configurations are also possible, such as parallel processors.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.The software may comprise a computer program, code, instructions, or a combination of one or more thereof, which configures a processing device to operate as desired or is independently or collectively processed You can command the device. The software and/or data may be any kind of machine, component, physical device, virtual equipment, computer storage medium or device, to be interpreted by or to provide instructions or data to the processing device. may be embodied in The software may be distributed over networked computer systems, and stored or executed in a distributed manner. Software and data may be stored in one or more computer-readable recording media.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. The method according to the embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, etc. alone or in combination. The program instructions recorded on the medium may be specially designed and configured for the embodiment, or may be known and available to those skilled in the art of computer software. Examples of the computer-readable recording medium include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic such as floppy disks. - includes magneto-optical media, and hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like. Examples of program instructions include not only machine language codes such as those generated by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.As described above, although the embodiments have been described with reference to the limited embodiments and drawings, various modifications and variations are possible from the above description by those skilled in the art. For example, the described techniques are performed in a different order than the described method, and/or the described components of the system, structure, apparatus, circuit, etc. are combined or combined in a different form than the described method, or other components Or substituted or substituted by equivalents may achieve an appropriate result.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.Therefore, other implementations, other embodiments, and equivalents to the claims are also within the scope of the following claims.

100: 자율주행 관리 시스템
110: 자율주행 차량
120: 디지털 트윈 장치
130: 원격통신장치
140: 디지털 트윈 데이터베이스
150: 외부 데이터 서버 100: autonomous driving management system
110: autonomous vehicle
120: digital twin device
130: remote communication device
140: Digital Twin Database
150: external data server

Claims (8)

컴퓨터로 구현되는 자율주행 관리 시스템에 의해 수행되는 자율주행 관리 방법에 있어서,
자율주행 차량을 가상화하는 단계;
상기 가상화된 자율주행 차량의 자율주행 목적에 따라 선택된 가상화 모델을 조합하여 시뮬레이션 모델을 생성하는 단계;
자율주행 차량과 관련하여 수집된 데이터를 이용하여 상기 생성된 시뮬레이션 모델에 시뮬레이션을 수행하여 시뮬레이션 결과를 도출하는 단계; 및
상기 도출된 시뮬레이션 결과에 기초하여 자율주행 차량의 주행 정보를 관리하는 단계
를 포함하는 것을 특징으로 하는 자율주행 관리 방법.In the autonomous driving management method performed by the autonomous driving management system implemented by a computer,
virtualizing the autonomous vehicle;
generating a simulation model by combining selected virtualization models according to the purpose of autonomous driving of the virtualized autonomous vehicle;
deriving a simulation result by performing a simulation on the generated simulation model using data collected in relation to the autonomous vehicle; and
managing driving information of the autonomous vehicle based on the derived simulation result;
Self-driving management method comprising a. 제1항에 있어서,
상기 시뮬레이션 모델을 생성하는 단계는,
상기 가상화된 자율주행 차량의 자율주행 목적에 따라 가상화 모델을 선택됨에 따라 조합된 시뮬레이션 모델을 생성하되, 상기 선택된 가상화 모델의 상호간의 시뮬레이션 실행 순서를 결정하는 단계
를 포함하는 자율주행 관리 방법.According to claim 1,
The step of generating the simulation model comprises:
generating a combined simulation model as a virtualization model is selected according to the autonomous driving purpose of the virtualized autonomous vehicle, and determining a mutual simulation execution order of the selected virtualization model;
An autonomous driving management method comprising a. 제1항에 있어서,
상기 자율주행 차량의 주변의 교통 상황, 도로 상황, 날씨 상황을 포함하는 외부 데이터, 상기 자율주행 차량의 센서로부터 차량의 주행 상태, 이력 데이터를 포함하는 내부 데이터를 수집하는 단계
를 더 포함하는 자율주행 관리 방법.According to claim 1,
Collecting external data including traffic conditions, road conditions, and weather conditions around the autonomous vehicle, and internal data including the driving state and history data of the vehicle from the sensor of the autonomous vehicle
An autonomous driving management method further comprising a. 제1항에 있어서,
상기 시뮬레이션 결과를 도출하는 단계는,
디지털 트윈 데이터베이스로부터 과거 시뮬레이션 결과 데이터를 획득하고, 상기 획득된 과거 시뮬레이션 결과 데이터를 상기 시뮬레이션 모델에 입력하여 시뮬레이션을 수행하는 단계
를 포함하는 자율주행 관리 방법.According to claim 1,
The step of deriving the simulation result is,
Acquiring past simulation result data from a digital twin database, and inputting the obtained past simulation result data into the simulation model to perform a simulation;
An autonomous driving management method comprising a. 제1항에 있어서,
상기 현실 세계의 자율주행 차량을 가상화하는 단계는,
디지털 트윈을 기반으로 상기 자율주행 차량을 구성하는 복수 개의 모듈들에 대한 가상화 모델을 생성하는 단계
를 포함하는 자율주행 관리 방법. According to claim 1,
The step of virtualizing the autonomous vehicle in the real world includes:
Creating a virtualization model for a plurality of modules constituting the autonomous vehicle based on a digital twin
An autonomous driving management method comprising a. 제1항에 있어서,
상기 자율주행 차량의 주행 정보를 관리하는 단계는,
상기 시뮬레이션 결과를 기초로, 시간의 변화에 따른 주행 방향의 전진 각도 변화, 회전 각도 변화 또는 속도 변화를 포함하는 자율주행 차량의 주행 정보를 추론하는 단계
를 포함하는 자율주행 관리 방법. According to claim 1,
The step of managing the driving information of the autonomous vehicle includes:
inferring driving information of the autonomous vehicle including a change in a forward angle, a change in a rotation angle, or a change in speed in the driving direction according to time change, based on the simulation result;
An autonomous driving management method comprising a. 제1항에 있어서,
상기 자율주행 차량을 관리하는 단계는,
상기 도출된 시뮬레이션 결과를 자율주행 차량에 전달하고, 상기 도출된 시뮬레이션 결과를 디지털 트윈 데이터베이스에 업데이트하는 단계
를 포함하는 것을 특징으로 하는 자율주행 관리 방법.According to claim 1,
The step of managing the autonomous vehicle includes:
transmitting the derived simulation result to an autonomous vehicle, and updating the derived simulation result in a digital twin database
Self-driving management method comprising a. 컴퓨터로 구현되는 자율주행 관리 시스템에 있어서,
자율주행 차량을 가상화하는 가상화부;
상기 가상화된 자율주행 차량의 자율주행 목적에 따라 선택된 가상화 모델을 조합하여 시뮬레이션 모델을 생성하는 모델 생성부;
자율주행 차량과 관련하여 수집된 데이터를 이용하여 상기 생성된 시뮬레이션 모델에 시뮬레이션을 수행하여 시뮬레이션 결과를 도출하는 시뮬레이션 결과부; 및
상기 도출된 시뮬레이션 결과에 기초하여 자율주행 차량의 주행 정보를 관리하는 관리부
를 포함하는 것을 특징으로 하는 자율주행 관리 시스템.
In the autonomous driving management system implemented by a computer,
a virtualization unit that virtualizes an autonomous vehicle;
a model generator for generating a simulation model by combining the virtualized models selected according to the purpose of autonomous driving of the virtualized autonomous vehicle;
a simulation result unit for deriving simulation results by performing a simulation on the generated simulation model using data collected in relation to the autonomous vehicle; and
A management unit that manages driving information of an autonomous vehicle based on the derived simulation result
An autonomous driving management system comprising a.
KR1020200033358A 2020-03-18 2020-03-18 Digital twin system and method for virtualization of autonomous driving KR102320624B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200033358A KR102320624B1 (en) 2020-03-18 2020-03-18 Digital twin system and method for virtualization of autonomous driving

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200033358A KR102320624B1 (en) 2020-03-18 2020-03-18 Digital twin system and method for virtualization of autonomous driving

Publications (2)

Publication Number Publication Date
KR20210117030A true KR20210117030A (en) 2021-09-28
KR102320624B1 KR102320624B1 (en) 2021-11-02

Family

ID=77923238

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200033358A KR102320624B1 (en) 2020-03-18 2020-03-18 Digital twin system and method for virtualization of autonomous driving

Country Status (1)

Country Link
KR (1) KR102320624B1 (en)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113954870A (en) * 2021-10-26 2022-01-21 海南大学 Automatic driving vehicle behavior decision optimization system based on digital twin technology
KR102508361B1 (en) * 2021-11-29 2023-03-08 주식회사 테크웨이즈 Autonomous vehicle evaluation system by linking the virtual driving screen of the autonomous vehicle with the actual camera sensor
KR20230050010A (en) * 2021-10-07 2023-04-14 주식회사 한국디지털트윈연구소 Bus lines assessment system based on digital twin
KR102560340B1 (en) * 2022-09-27 2023-07-27 (주)더퍼스트아이씨티 Facility 3D map production system based on digital twin
WO2023236562A1 (en) * 2022-06-10 2023-12-14 深圳市爱云信息科技有限公司 Digital twin daas platform-based automatic driving safety method and system

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230074139A1 (en) * 2021-09-03 2023-03-09 International Business Machines Corporation Proactive maintenance for smart vehicle

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009193697A (en) * 2008-02-12 2009-08-27 Yokogawa Electric Corp Model forming device, and simulator
KR20190061616A (en) * 2017-11-28 2019-06-05 한국전자통신연구원 Method and apparatus for simulation model optimization using component-based dynamic model reconstruction
KR20190114496A (en) * 2018-03-30 2019-10-10 주식회사 에스더블유엠 Simulation method and apparatus vehicle
KR20190123895A (en) * 2018-04-25 2019-11-04 전자부품연구원 Real-Time Data Processing Method for Digital Twin based Construction Machine Intelligence

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009193697A (en) * 2008-02-12 2009-08-27 Yokogawa Electric Corp Model forming device, and simulator
KR20190061616A (en) * 2017-11-28 2019-06-05 한국전자통신연구원 Method and apparatus for simulation model optimization using component-based dynamic model reconstruction
KR20190114496A (en) * 2018-03-30 2019-10-10 주식회사 에스더블유엠 Simulation method and apparatus vehicle
KR20190123895A (en) * 2018-04-25 2019-11-04 전자부품연구원 Real-Time Data Processing Method for Digital Twin based Construction Machine Intelligence

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
박진우 외 2명. 디지털 트윈의 대기 오염 분포 시뮬레이션을 위한 대류-확산 모델. 2020년 2월 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230050010A (en) * 2021-10-07 2023-04-14 주식회사 한국디지털트윈연구소 Bus lines assessment system based on digital twin
CN113954870A (en) * 2021-10-26 2022-01-21 海南大学 Automatic driving vehicle behavior decision optimization system based on digital twin technology
KR102508361B1 (en) * 2021-11-29 2023-03-08 주식회사 테크웨이즈 Autonomous vehicle evaluation system by linking the virtual driving screen of the autonomous vehicle with the actual camera sensor
WO2023236562A1 (en) * 2022-06-10 2023-12-14 深圳市爱云信息科技有限公司 Digital twin daas platform-based automatic driving safety method and system
KR102560340B1 (en) * 2022-09-27 2023-07-27 (주)더퍼스트아이씨티 Facility 3D map production system based on digital twin

Also Published As

Publication number Publication date
KR102320624B1 (en) 2021-11-02

Similar Documents

Publication Publication Date Title
KR102320624B1 (en) Digital twin system and method for virtualization of autonomous driving
US11513523B1 (en) Automated vehicle artificial intelligence training based on simulations
WO2018180143A1 (en) Information processing device, information processing method, computer program, and program manufacturing method
CN111680362B (en) Automatic driving simulation scene acquisition method, device, equipment and storage medium
CN115843347A (en) Generating autonomous vehicle simulation data from recorded data
US11962664B1 (en) Context-based data valuation and transmission
CN113408141A (en) Automatic driving test method and device and electronic equipment
US20190366189A1 (en) In-game strategic insight with real-time heat map generation and historical heat maps
CN109255442B (en) Training method, device and readable medium for control decision module based on artificial intelligence
JP2022020764A (en) Sample deviation data acquisition method, device, and electronic apparatus
US20230281357A1 (en) Generating simulation environments for testing av behaviour
JP2022075526A (en) Speed planning method for automatic driving, apparatus, device, medium, and vehicle
US20190322287A1 (en) Utilizing qualitative models to provide transparent decisions for autonomous vehicles
JP2024508255A (en) Trajectory Planner Performance Test
EP4081867A1 (en) An automated system for generating approximate safety conditions for monitoring and verification
CN108595844A (en) Automatic Pilot control method and device
KR102157587B1 (en) Simulation method for autonomous vehicle linked game severs
KR20220035343A (en) Method for determining the characteristics of autonomous driving, apparatus, device, media and computer program
CN111371862A (en) Unmanned vehicle debugging method, device, server and medium
WO2023088679A1 (en) Generating simulation environments for testing autonomous vehicle behaviour
CN116342773A (en) Automatic driving information visualization method and device based on rendering engine and vehicle
CN115675518A (en) Trajectory planning method and device and electronic equipment
US20200326967A1 (en) Operating system modality switching in an autonomous vehicle
CN104536801A (en) A traffic simulating method and device
US11847869B1 (en) Multimodal perception simulation

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant