KR20210120393A - 자율주행차량의 제어권 전환 장치 및 그 방법 - Google Patents

자율주행차량의 제어권 전환 장치 및 그 방법 Download PDF

Info

Publication number
KR20210120393A
KR20210120393A KR1020200037051A KR20200037051A KR20210120393A KR 20210120393 A KR20210120393 A KR 20210120393A KR 1020200037051 A KR1020200037051 A KR 1020200037051A KR 20200037051 A KR20200037051 A KR 20200037051A KR 20210120393 A KR20210120393 A KR 20210120393A
Authority
KR
South Korea
Prior art keywords
driver
driving
control
autonomous vehicle
learning
Prior art date
Application number
KR1020200037051A
Other languages
English (en)
Inventor
강동훈
Original Assignee
현대자동차주식회사
기아 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 현대자동차주식회사, 기아 주식회사 filed Critical 현대자동차주식회사
Priority to KR1020200037051A priority Critical patent/KR20210120393A/ko
Priority to US17/093,909 priority patent/US20210300430A1/en
Publication of KR20210120393A publication Critical patent/KR20210120393A/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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/005—Handover processes
    • B60W60/0053—Handover processes from vehicle to occupant
    • 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
    • B60W60/005—Handover processes
    • B60W60/0051—Handover processes from occupants to vehicle
    • 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
    • B60W60/005—Handover processes
    • 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
    • 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
    • B60W40/08—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 drivers or passengers
    • 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
    • B60W40/08—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 drivers or passengers
    • B60W40/09—Driving style or behaviour
    • 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
    • G05D1/0055—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements
    • G05D1/0061—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements for transition from automatic pilot to manual pilot and vice versa
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • B60W40/08—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 drivers or passengers
    • B60W2040/0809—Driver authorisation; Driver identity check
    • 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
    • B60W2050/0062—Adapting control system settings
    • B60W2050/007—Switching between manual and automatic parameter input, and vice versa
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/043—Identity of occupants
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/045—Occupant permissions
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/30—Driving style
    • 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
    • B60W2556/10—Historical data
    • G05D2201/0213—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)

Abstract

본 발명은 자율주행차량의 제어권 전환 장치 및 그 방법에 관한 것으로, 주행상황에 따른 자율주행차량의 정상 주행패턴을 심층 학습하고, 상기 심층 학습한 결과에 기초하여 운전자의 주행패턴에 대한 매칭도를 검출하며, 상기 검출한 매칭도에 따라 운전자의 운전 제어권에 대한 회수 여부를 결정함으로써, 위급상황에서는 운전자의 자율주행모드에 대한 활성화 요청이 없더라도 운전자의 운전 제어권을 회수하여 사고를 미연에 방지할 수 있는 자율주행차량의 제어권 전환 장치 및 그 방법을 제공하고자 한다.
이를 위하여, 본 발명은 주행상황에 따른 자율주행차량의 정상 주행패턴을 심층 학습하는 학습부; 및 상기 학습부의 학습 결과에 기초하여 운전자의 운전 제어권에 대한 회수 여부를 결정하는 제어부를 포함할 수 있다.

Description

자율주행차량의 제어권 전환 장치 및 그 방법{APPARATUS FOR SWITCHING THE CONTROL OF AUTONOMOUS VEHICLE AND METHOD THEREOF}
본 발명은 심층 학습을 기반으로 자율주행차량의 운전 제어권을 전환하는 기술에 관한 것이다.
일반적으로, 심층 학습(Deep Learning or Deep Neural Network)은 기계 학습(Machine Learning)의 한 종류로서, 입력과 출력 사이에 여러 층의 인공 신경망(ANN, Artificial Neural Network)이 구성되어 있으며, 이러한 인공 신경망은 구조와 해결할 문제 및 목적 등에 따라 콘볼루션 신경망(CNN, Convolution Neural Network) 또는 순환 신경망(RNN, Recurrent Neural Network) 등을 포함할 수 있다.
심층 학습은 분류(classification), 회기(regression), 위치 인식(localization), 검출(detection), 분할(segmentation) 등 다양한 문제를 해결하기 위해 사용된다.
한편, 자율주행차량은 스스로 도로 환경을 인식하고 주행상황을 판단하며 현재 위치에서 계획된 주행경로를 따라 목표 위치까지 이동하도록 조향장치를 포함한 차량 내 각종 시스템을 제어한다.
이러한 자율주행차량은 긴급 제동 시스템(Autonomous Emergency Braking, AEB), 전방 충돌 경고 시스템(Forward Collision Warning System, FCW), 적응 순항제어 시스템(Adaptive Cruise Control, ACC), 차선이탈 경고 시스템(Lane Departure Warning System, LDWS), 차선유지 보조 시스템(Lane Keeping Assist System, LKAS), 사각지대 감지장치(Blind Spot Detection, BSD), 후방충돌 경고 시스템(Rear-end Collision Warning System, RCW), 자동 주차 보조 시스템(Smart Parking Assist System, SPAS) 등을 구비할 수 있다.
현재의 자율주행기술은 완전한 자율주행이 아닌 특수상황에서는 인간의 개입을 요구하는 바, 자율주행차량에 대한 운전 제어권을 자율주행시스템과 인간 사이에서 서로 전환할 수 있도록 구현되어 있다.
자율주행차량의 운전 제어권을 전환하는 종래의 기술은 운전자로부터 자율주행모드의 활성화를 요청받으면, ODD(Operational Design Domain) 조건을 만족하는지 판단하여, ODD 조건을 만족하면 자율주행모드를 활성화하고(운전 제어권이 운전자에서 시스템으로 전환), ODD 조건을 만족하지 않으면 자율주행모드를 활성화하지 않는다.
특수상황에서는 운전자의 개입이 사고를 방지할 수 있지만 대부분의 경우에는 자율주행시스템의 운전이 운전자의 운전보다 더 안전함을 고려할 때, 종래의 기술은 운전자의 요청이 있는 경우에만 운전자의 운전 제어권을 회수할 수 있기 때문에 위급상황에 처한 경우에 자율주행모드를 활성화할 수 없어 사고를 미연에 방지할 수 없는 문제점이 있다.
이 배경기술 부분에 기재된 사항은 발명의 배경에 대한 이해를 증진하기 위하여 작성된 것으로서, 이 기술이 속하는 분야에서 통상의 지식을 가진 자에게 이미 알려진 종래기술이 아닌 사항을 포함할 수 있다.
본 발명은 주행상황에 따른 자율주행차량의 정상 주행패턴을 심층 학습하고, 상기 심층 학습한 결과에 기초하여 운전자의 주행패턴에 대한 매칭도를 검출하며, 상기 검출한 매칭도에 따라 운전자의 운전 제어권에 대한 회수 여부를 결정함으로써, 위급상황에서는 운전자의 자율주행모드에 대한 활성화 요청이 없더라도 운전자의 운전 제어권을 회수하여 사고를 미연에 방지할 수 있는 자율주행차량의 제어권 전환 장치 및 그 방법을 제공하는데 그 목적이 있다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있으며, 본 발명의 실시예에 의해 보다 분명하게 알게 될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 자율주행차량의 제어권 전환 장치는, 주행상황에 따른 자율주행차량의 정상 주행패턴을 심층 학습하는 학습부; 및 상기 학습부의 학습 결과에 기초하여 운전자의 운전 제어권에 대한 회수 여부를 결정하는 제어부를 포함할 수 있다.
본 발명의 일 실시예는, 상기 학습부의 학습 결과로서 정상 주행패턴 모델을 저장하는 저장부를 더 포함할 수 있다.
본 발명의 일 실시예에서, 상기 제어부는 상기 운전자의 주행패턴이 상기 정상 주행패턴 모델과 얼마나 일치하는지를 나타내는 매칭도를 검출하고, 상기 검출한 매칭도가 제1 기준값을 초과하지 않으면 상기 운전자의 운전 제어권을 회수할 수 있다.
본 발명의 일 실시예에서, 상기 제어부는 ODD(Operational Design Domain) 조건을 만족하는 경우에 상기 운전자의 운전 제어권을 회수할 수 있다.
본 발명의 일 실시예에서, 상기 제어부는 상기 검출한 매칭도가 제1 기준값을 초과하지만 제2 기준값을 초과하지 않으면 상기 운전자의 운전 제어값을 보정할 수 있다.
본 발명의 일 실시예에서, 상기 제어부는 상기 운전자의 횡방향 제어값을 보정할 수 있다.
본 발명의 일 실시예에서, 상기 제어부는 상기 운전자의 종방향 제어값을 보정할 수 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 자율주행차량의 제어권 전환 방법은, 학습부가 주행상황에 따른 자율주행차량의 정상 주행패턴을 심층 학습하는 단계; 및 제어부가 상기 심층 학습 결과에 기초하여 운전자의 운전 제어권에 대한 회수 여부를 결정하는 단계를 포함할 수 있다.
본 발명의 일 실시예는, 저장부가 상기 심층 학습의 결과로서 정상 주행패턴 모델을 저장하는 단계를 더 포함할 수 있다.
본 발명의 일 실시예는, 상기 운전자의 주행패턴이 상기 정상 주행패턴 모델과 얼마나 일치하는지를 나타내는 매칭도를 검출하는 단계; 및 상기 검출한 매칭도가 제1 기준값을 초과하지 않으면 상기 운전자의 운전 제어권을 회수하는 단계를 포함할 수 있다.
본 발명의 일 실시예는, ODD(Operational Design Domain) 조건을 만족하는지 판단하는 단계; 및 상기 ODD 조건을 만족하는 경우, 상기 검출한 매칭도가 제1 기준값을 초과하지 않으면 상기 운전자의 운전 제어권을 회수하는 단계를 포함할 수 있다.
본 발명의 일 실시예는, 상기 검출한 매칭도가 제1 기준값을 초과하지만 제2 기준값을 초과하지 않으면 상기 운전자의 운전 제어값을 보정하는 단계를 더 포함할 수 있다.
본 발명의 일 실시예는, 상기 운전자의 횡방향 제어값을 보정하는 단계를 포함할 수 있다.
본 발명의 일 실시예는, 상기 운전자의 종방향 제어값을 보정하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따른 자율주행차량의 제어권 전환 장치 및 그 방법은, 주행상황에 따른 자율주행차량의 정상 주행패턴을 심층 학습하고, 상기 심층 학습한 결과에 기초하여 운전자의 주행패턴에 대한 매칭도를 검출하며, 상기 검출한 매칭도에 따라 운전자의 운전 제어권에 대한 회수 여부를 결정함으로써, 위급상황에서는 운전자의 자율주행모드에 대한 활성화 요청이 없더라도 운전자의 운전 제어권을 회수하여 사고를 미연에 방지할 수 있다.
도 1 은 본 발명의 일 실시예에 따른 자율주행차량의 제어권 전환 장치에 대한 일 실시예 구성도,
도 2 는 본 발명의 일 실시예에 따른 자율주행차량의 제어권 전환 장치에 구비된 학습부의 상세 구조도,
도 3 은 본 발명의 일 실시예에 따른 자율주행차량의 제어권 전환 방법에 대한 흐름도,
도 4 는 본 발명의 일 실시예에 따른 자율주행차량의 제어권 전환 방법을 실행하기 위한 컴퓨팅 시스템을 보여주는 블록도이다.
이하, 본 발명의 일부 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명의 실시예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 실시예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.
본 발명의 실시예의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 또한, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
도 1 은 본 발명의 일 실시예에 따른 자율주행차량의 제어권 전환 장치에 대한 일 실시예 구성도이다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 자율주행차량의 제어권 전환 장치(100)는, 저장부(10), 입력부(20), 학습부(30), 및 제어부(40)를 포함할 수 있다. 이때, 본 발명의 일 실시예에 따른 자율주행차량의 제어권 전환 장치(100)를 실시하는 방식에 따라 각 구성요소는 서로 결합되어 하나로 구현될 수도 있고, 일부의 구성요소가 생략될 수도 있다.
상기 각 구성요소들에 대해 살펴보면, 먼저 저장부(10)는 주행상황에 따른 자율주행차량의 정상 주행패턴을 심층 학습하고, 상기 심층 학습한 결과에 기초하여 운전자의 주행패턴에 대한 매칭도를 검출하며, 상기 검출한 매칭도에 따라 운전자의 운전 제어권에 대한 회수 여부를 결정하는 과정에서 요구되는 각종 로직과 알고리즘 및 프로그램을 저장할 수 있다.
저장부(10)는 주행상황에 따른 자율주행차량의 정상 주행패턴을 심층 학습한 결과로서, 정상 주행패턴 모델(심층 학습이 완료된 인공 신경망)을 저장할 수 있다. 이때, 정상 주행패턴 모델은 주행상황(일례로, 타 차량이 끼어드는 상황, 선행차량이 급정지한 상황)별로 구비될 수 있다.
저장부(10)는 운전자의 운전 제어권에 대한 회수 여부를 결정하는데 기준이 되는 매칭도 값으로서, 제1 기준값(일례로, 0.5)을 저장할 수 있다. 이때, 매칭도 값이 1이면 정상 주행패턴 모델과 운전자의 주행패턴이 일치함을 의미한다.
저장부(10)는 운전자의 운전 제어권을 회수하지 않고, 운전자의 운전 제어(종방향 제어, 횡방향 제어)에 대한 보정 여부를 결정하는데 기준이 되는 매칭도 값으로서, 제2 기준값(일례로, 0.7)을 저장할 수 있다.
저장부(10)는 주지 관용의 기술인 ODD(Operational Design Domain) 조건을 저장할 수 있다.
저장부(10)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 마이크로 타입(micro type), 및 카드 타입(예컨대, SD 카드(Secure Digital Card) 또는 XD 카드(eXtream Digital Card)) 등의 메모리와, 램(RAM, Random Access Memory), SRAM(Static RAM), 롬(ROM, Read-Only Memory), PROM(Programmable ROM), EEPROM(Electrically Erasable PROM), 자기 메모리(MRAM, Magnetic RAM), 자기 디스크(magnetic disk), 및 광디스크(optical disk) 타입의 메모리 중 적어도 하나의 타입의 기록 매체(storage medium)를 포함할 수 있다.
입력부(20)는 주행상황에 따른 자율주행차량의 정상 주행패턴을 학습하는 과정에서 학습데이터를 학습부(30)로 입력할 수 있다. 이때, 학습데이터는 주행상황별로 각종 센서데이터(차선정보, 자율주행차량의 속도, 자율주행차량의 헤딩각, 자율주행차량 기준 주변차량의 위치(상대위치), 주변차량의 속도, 주변차량의 주행궤적, 운전자의 운전 제어(종방향 제어, 횡방향 제어) 값) 등을 포함할 수 있다.
입력부(20)는 운전자의 운전 제어권에 대한 회수 여부를 결정하는 과정에서 현재 시점의 센서데이터를 제어부(40)로 입력할 수 있다.
이러한 입력부(20)는 라이다(LiDAR: Light Detection And Ranging) 센서, 카메라, 레이더(RaDAR: Radio Detecting And Ranging) 센서, V2X 모듈, GPS(Global Positioning System) 수신기, 및 정밀지도를 포함할 수 있다.
라이다 센서는 환경인지 센서의 한 종류로서, 자율주행차량에 탑재되어 회전하면서 전방위에 레이저를 쏘아 반사되어 돌아오는 시간에 기초하여 반사체의 위치좌표 등을 측정한다.
카메라는 자율주행차량에 장착되어 주변에 위치한 차선, 차량, 사람 등을 포함하는 영상을 촬영한다.
레이더 센서는 전자기파 발사 후 물체에서 반사되는 전자기파를 수신하여 물체와의 거리, 물체의 방향 등을 측정한다. 이러한 레이더 센서는 자율주행차량의 전방 범퍼와 후측방에 장차될 수 있으며, 장거리 물체 인식이 가능하고 기상의 영향을 거의 받지 않는다.
V2X 모듈은 V2V(Vehicle to Vehicle) 모듈과 V2I(Vehicle to Infrastructure) 모듈을 포함할 수 있으며, V2V 모듈은 주변차량과 통신하여 주변차량의 위치, 속도, 가속도, 요레이트, 진행방향 등을 획득할 수 있고, V2I 모듈은 기반시설(Infrastructure)로부터 도로의 형태, 주변 구조물, 신호등 정보(위치, 점등상태(적색, 황색, 녹색 등))를 획득할 수 있다.
GPS 수신기는 3개 이상의 GPS 위성으로부터 GPS 신호를 수신한다.
정밀지도는 자율주행용 지도로서, 자율주행차량의 정확한 위치 측정 및 자율주행의 안전성 강화를 위해 차선, 신호등, 표지판 정보 등을 포함할 수 있다. 이러한 정밀지도 자체는 주지 관용의 기술이므로 상세 설명은 생략한다.
학습부(30)는 입력부(20)로부터 입력되는 학습데이터에 기초하여 심층 학습을 수행하고, 그 결과로서 정상 주행패턴 모델을 생성할 수 있다.
제어부(40)는 상기 각 구성요소들이 제 기능을 정상적으로 수행할 수 있도록 전반적인 제어를 수행한다. 이러한 제어부(40)는 하드웨어의 형태로 구현되거나, 또는 소프트웨어의 형태로 구현되거나, 또는 하드웨어 및 소프트웨어가 결합된 형태로 구현될 수 있다. 바람직하게는, 제어부(40)는 마이크로프로세서로 구현될 수 있으나 이에 한정되는 것은 아니다.
이러한 제어부(40)는 주행상황에 따른 자율주행차량의 정상 주행패턴을 심층 학습하고, 상기 심층 학습한 결과에 기초하여 운전자의 주행패턴에 대한 매칭도를 검출하며, 상기 검출한 매칭도에 따라 운전자의 운전 제어권에 대한 회수 여부를 결정하는 과정에서 요구되는 각종 제어를 수행할 수 있다.
제어부(40)는 주행상황에 따른 자율주행차량의 정상 주행패턴을 심층 학습하여 정상 주행패턴 모델을 생성하도록 학습부(30)를 제어할 수 있다.
제어부(40)는 정상 주행패턴 모델을 기준으로 운전자 주행패턴의 매칭도를 검출할 수 있다. 이때, 제어부(40)는 현재 시점의 센서데이터를 정상 주행패턴 모델에 입력하여 운전자 주행패턴의 매칭도를 검출할 수 있다. 여기서, 매칭도는 운전자의 주행패턴이 정상 주행패턴과 얼마나 일치하는지를 나타내는 값으로서, 1은 완전 일치를 나타내며, 0은 전혀 일치하지 않음을 나타낸다.
제어부(40)는 운전자 주행패턴의 매칭도가 제1 기준값(일례로, 0.5)을 초과하지 않으면 운전자의 운전 제어권을 회수할 수 있다. 이렇게 운전자의 운전 제어권이 회수되면 자율주행차량은 자율주행모드로 동작한다. 이때, ODD 조건은 만족하는 상황을 가정한다.
제어부(40)는 운전자 주행패턴의 매칭도가 제1 기준값을 초과하지만 제2 기준값(일례로 0.7)을 초과하지 않으면 운전자의 운전 제어값을 보정할 수 있다.
예를 들어, 제어부(40)는 자율주행차량이 차선의 중앙을 벗어나면 중앙으로 이동시키는 횡방향 보정을 수행할 수 있고, 선행차량과의 이격거리가 안전거리를 초과하면 자율주행차량에 제동을 가하여 안전거리를 유지하는 종방향 보정을 수행할 수 있다.
도 2 는 본 발명의 일 실시예에 따른 자율주행차량의 제어권 전환 장치에 구비된 학습부의 상세 구조도이다.
도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 자율주행차량의 제어권 전환 장치에 구비된 학습부(30)는, 입력층(input layer)과 3개의 은닉층(hidden layer 1, hidden layer 2, hidden layer 3)과 출력층(output layer)로 구성될 수 있다. 이때, 출력층은 복수의 정상 주행패턴(주행상황별 정상 주행패턴)을 출력할 수 있다.
도 3 은 본 발명의 일 실시예에 따른 자율주행차량의 제어권 전환 방법에 대한 흐름도이다.
먼저, 학습부(30)가 주행상황에 따른 자율주행차량의 정상 주행패턴을 심층 학습한다(301).
이후, 제어부(40)가 상기 심층 학습 결과에 기초하여 운전자의 운전 제어권에 대한 회수 여부를 결정한다(302). 이때, 제어부(40)는 상기 운전자의 주행패턴이 상기 정상 주행패턴 모델과 얼마나 일치하는지를 나타내는 매칭도를 검출하고, 상기 검출한 매칭도가 제1 기준값을 초과하지 않으면 상기 운전자의 운전 제어권을 회수할 수 있다.
도 4 는 본 발명의 일 실시예에 따른 자율주행차량의 제어권 전환 방법을 실행하기 위한 컴퓨팅 시스템을 보여주는 블록도이다.
도 4를 참조하면, 상술한 본 발명의 일 실시예에 따른 자율주행차량의 제어권 전환 방법은 컴퓨팅 시스템을 통해서도 구현될 수 있다. 컴퓨팅 시스템(1000)은 시스템 버스(1200)를 통해 연결되는 적어도 하나의 프로세서(1100), 메모리(1300), 사용자 인터페이스 입력 장치(1400), 사용자 인터페이스 출력 장치(1500), 스토리지(1600), 및 네트워크 인터페이스(1700)를 포함할 수 있다.
프로세서(1100)는 중앙 처리 장치(CPU) 또는 메모리(1300) 및/또는 스토리지(1600)에 저장된 명령어들에 대한 처리를 실행하는 반도체 장치일 수 있다. 메모리(1300) 및 스토리지(1600)는 다양한 종류의 휘발성 또는 불휘발성 저장 매체를 포함할 수 있다. 예를 들어, 메모리(1300)는 ROM(Read Only Memory, 1310) 및 RAM(Random Access Memory, 1320)을 포함할 수 있다.
따라서, 본 명세서에 개시된 실시예들과 관련하여 설명된 방법 또는 알고리즘의 단계는 프로세서(1100)에 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, SSD(Solid State Drive), 착탈형 디스크, CD-ROM과 같은 저장 매체(즉, 메모리(1300) 및/또는 스토리지(1600))에 상주할 수도 있다. 예시적인 저장 매체는 프로세서(1100)에 커플링되며, 그 프로세서(1100)는 저장 매체로부터 정보를 판독할 수 있고 저장 매체에 정보를 기입할 수 있다. 다른 방법으로, 저장 매체는 프로세서(1100)와 일체형일 수도 있다. 프로세서 및 저장 매체는 주문형 집적회로(ASIC) 내에 상주할 수도 있다. ASIC는 사용자 단말기 내에 상주할 수도 있다. 다른 방법으로, 프로세서 및 저장 매체는 사용자 단말기 내에 개별 컴포넌트로서 상주할 수도 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.
따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
10: 저장부
20: 입력부
30: 학습부
40: 제어부

Claims (14)

  1. 주행상황에 따른 자율주행차량의 정상 주행패턴을 심층 학습하는 학습부; 및
    상기 학습부의 학습 결과에 기초하여 운전자의 운전 제어권에 대한 회수 여부를 결정하는 제어부
    를 포함하는 자율주행차량의 제어권 전환 장치.
  2. 제 1 항에 있어서,
    상기 학습부의 학습 결과로서 정상 주행패턴 모델을 저장하는 저장부
    를 더 포함하는 자율주행차량의 제어권 전환 장치.
  3. 제 2 항에 있어서,
    상기 제어부는,
    상기 운전자의 주행패턴이 상기 정상 주행패턴 모델과 얼마나 일치하는지를 나타내는 매칭도를 검출하고, 상기 검출한 매칭도가 제1 기준값을 초과하지 않으면 상기 운전자의 운전 제어권을 회수하는 것을 특징으로 하는 자율주행차량의 제어권 전환 장치.
  4. 제 3 항에 있어서,
    상기 제어부는,
    ODD(Operational Design Domain) 조건을 만족하는 경우에 상기 운전자의 운전 제어권을 회수하는 것을 특징으로 하는 자율주행차량의 제어권 전환 장치.
  5. 제 3 항에 있어서,
    상기 제어부는,
    상기 검출한 매칭도가 제1 기준값을 초과하지만 제2 기준값을 초과하지 않으면 상기 운전자의 운전 제어값을 보정하는 것을 특징으로 하는 자율주행차량의 제어권 전환 장치.
  6. 제 5 항에 있어서,
    상기 제어부는,
    상기 운전자의 횡방향 제어값을 보정하는 것을 특징으로 하는 자율주행차량의 제어권 전환 장치.
  7. 제 5 항에 있어서,
    상기 제어부는,
    상기 운전자의 종방향 제어값을 보정하는 것을 특징으로 하는 자율주행차량의 제어권 전환 장치.
  8. 학습부가 주행상황에 따른 자율주행차량의 정상 주행패턴을 심층 학습하는 단계; 및
    제어부가 상기 심층 학습 결과에 기초하여 운전자의 운전 제어권에 대한 회수 여부를 결정하는 단계
    를 포함하는 자율주행차량의 제어권 전환 방법.
  9. 제 8 항에 있어서,
    저장부가 상기 심층 학습의 결과로서 정상 주행패턴 모델을 저장하는 단계
    를 더 포함하는 자율주행차량의 제어권 전환 방법.
  10. 제 9 항에 있어서,
    상기 운전자의 운전 제어권에 대한 회수 여부를 결정하는 단계는,
    상기 운전자의 주행패턴이 상기 정상 주행패턴 모델과 얼마나 일치하는지를 나타내는 매칭도를 검출하는 단계; 및
    상기 검출한 매칭도가 제1 기준값을 초과하지 않으면 상기 운전자의 운전 제어권을 회수하는 단계
    를 포함하는 자율주행차량의 제어권 전환 방법.
  11. 제 10 항에 있어서,
    상기 운전자의 운전 제어권을 회수하는 단계는,
    ODD(Operational Design Domain) 조건을 만족하는지 판단하는 단계; 및
    상기 ODD 조건을 만족하는 경우, 상기 검출한 매칭도가 제1 기준값을 초과하지 않으면 상기 운전자의 운전 제어권을 회수하는 단계
    를 포함하는 자율주행차량의 제어권 전환 방법.
  12. 제 10 항에 있어서,
    상기 운전자의 운전 제어권에 대한 회수 여부를 결정하는 단계는,
    상기 검출한 매칭도가 제1 기준값을 초과하지만 제2 기준값을 초과하지 않으면 상기 운전자의 운전 제어값을 보정하는 단계
    를 더 포함하는 자율주행차량의 제어권 전환 방법.
  13. 제 12 항에 있어서,
    상기 운전자의 운전 제어값을 보정하는 단계는,
    상기 운전자의 횡방향 제어값을 보정하는 것을 특징으로 하는 자율주행차량의 제어권 전환 방법.
  14. 제 12 항에 있어서,
    상기 운전자의 운전 제어값을 보정하는 단계는,
    상기 운전자의 종방향 제어값을 보정하는 것을 특징으로 하는 자율주행차량의 제어권 전환 방법.
KR1020200037051A 2020-03-26 2020-03-26 자율주행차량의 제어권 전환 장치 및 그 방법 KR20210120393A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020200037051A KR20210120393A (ko) 2020-03-26 2020-03-26 자율주행차량의 제어권 전환 장치 및 그 방법
US17/093,909 US20210300430A1 (en) 2020-03-26 2020-11-10 Apparatus for switching control authority of autonomous vehicle and method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200037051A KR20210120393A (ko) 2020-03-26 2020-03-26 자율주행차량의 제어권 전환 장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR20210120393A true KR20210120393A (ko) 2021-10-07

Family

ID=77855378

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200037051A KR20210120393A (ko) 2020-03-26 2020-03-26 자율주행차량의 제어권 전환 장치 및 그 방법

Country Status (2)

Country Link
US (1) US20210300430A1 (ko)
KR (1) KR20210120393A (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210134128A (ko) * 2020-04-29 2021-11-09 현대자동차주식회사 자율 주행 제어 방법 및 장치
US20220388538A1 (en) * 2021-06-07 2022-12-08 Autobrains Technologies Ltd Cabin preferences setting that is based on identification of one or more persons in the cabin
US20230150552A1 (en) * 2021-11-18 2023-05-18 GM Global Technology Operations LLC System and method of managing a driver take-over from an autonomous vehicle based on monitored driver behavior

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10620627B2 (en) * 2017-12-19 2020-04-14 PlusAI Corp Method and system for risk control in switching driving mode
US20200031370A1 (en) * 2018-07-25 2020-01-30 Continental Powertrain USA, LLC Driver Behavior Based Propulsion Control Strategy Using Artificial Intelligence
US10829130B2 (en) * 2018-10-30 2020-11-10 International Business Machines Corporation Automated driver assistance system
JP7361775B2 (ja) * 2018-12-10 2023-10-16 ホアウェイ クラウド コンピューティング テクノロジーズ カンパニー リミテッド 自律運転のための個人運転スタイル学習

Also Published As

Publication number Publication date
US20210300430A1 (en) 2021-09-30

Similar Documents

Publication Publication Date Title
CN107433946B (zh) 考虑优先级的用于控制变道的装置和方法
CN110406533B (zh) 提高前方车辆跟随器纵向控制的安全性的车道保持辅助系统和方法
US9910443B1 (en) Drive control apparatus and method for autonomous vehicle
US10109199B2 (en) Prevention safety device in course change of small-sized vehicle
JP6441959B2 (ja) 位置データを用いた誤った警報の減少
US11091161B2 (en) Apparatus for controlling lane change of autonomous vehicle and method thereof
US11100345B2 (en) Vehicle control system, vehicle control method, and readable storage medium
KR20210120393A (ko) 자율주행차량의 제어권 전환 장치 및 그 방법
JP7190387B2 (ja) 車両制御装置、車両制御方法、およびプログラム
JP7247042B2 (ja) 車両制御システム、車両制御方法、及びプログラム
JP2019131077A (ja) 車両制御装置、車両制御方法、およびプログラム
US11548441B2 (en) Out-of-vehicle notification device
US10118617B2 (en) Vehicle control system
KR20210002959A (ko) 자율주행차량의 차선변경 제어 장치 및 그 방법
US11535249B2 (en) Vehicle action determining method and vehicle action determining device
US20220266855A1 (en) Determination device, vehicle control device, determination method, and storage medium
US11299180B2 (en) Vehicle control device, vehicle control method, and storage medium
US20210024067A1 (en) Traveling control apparatus
JP7166211B2 (ja) 車両制御装置、車両制御方法、およびプログラム
JP7179662B2 (ja) 車両制御装置、車両制御方法、およびプログラム
CN114348018A (zh) 商用车辆的自动驾驶系统及方法
KR20210111557A (ko) 심층 학습 기반의 객체 분류 장치 및 그 방법
WO2023013389A1 (ja) 車両用制御装置及び車両用制御方法
US20230311896A1 (en) Vehicle and method of controlling a vehicle
US20230322272A1 (en) Vehicle control device, vehicle control method, and program

Legal Events

Date Code Title Description
A201 Request for examination