KR20210131060A

KR20210131060A - 건강 관리 모드 기능을 수행하기 위한 자율주행 제어방법 및 시스템

Info

Publication number: KR20210131060A
Application number: KR1020200049397A
Authority: KR
Inventors: 최준호
Original assignee: 엘지전자 주식회사
Priority date: 2020-04-23
Filing date: 2020-04-23
Publication date: 2021-11-02

Abstract

건강 관리 기능을 갖는 자율주행 제어방법이 개시된다. 일 실시예에 따라, 출발지 및 목적지에 기초하여 미리 설정된 운동 구간을 경유하도록 주행 경로를 결정하되, 운동 구간에서 탑승자의 하차 지점 및 운동 종료 후 승차하는 승차 지점을 결정할 수 있다. 또한, 운동 구간에 매칭되는 탑승자의 운동시간을 산출하고, 하차 지점에서 정차한 이후, 운동 시간이 경과한 시점에 승차 지점에 도착하도록 재승차 경로를 설정한다. 본 발명의 자율 주행 차량, 사용자 단말기 및 서버 중 하나 이상은 인공 지능(Artificail Intelligenfce) 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

건강 관리 모드 기능을 수행하기 위한 자율주행 제어방법 및 시스템{Autonomous Controlling Driving Method and System for Performing Health Care Mode Functions}

본 명세서는 건강 관리 모드 기능을 수행하기 위한 자율주행 제어방법 및 시스템에 관한 것이다.

자동차는 사용되는 원동기의 종류에 따라, 내연기관(internal combustion engine) 자동차, 외연기관(external combustion engine) 자동차, 가스터빈(gas turbine) 자동차 또는 전기자동차(electric vehicle) 등으로 분류될 수 있다. 근래에는 운전자의 조작이 일부 또는 전부 배제된 상태에서 스스로 운행이 가능한 자율주행 자동차(Autonomous Vehicle)의 연구가 활발히 이루어지고 있다.

특히, 단순히 자율주행 자동차가 정해진 경로를 주행하는 것에 그치지 않고, 탑승자의 생활 패턴에 보다 적합할 수 있도록 자율주행을 하는 방안들이 제안되고 있다.

본 명세서는 전술한 문제점을 해결하는 것을 목적으로 한다.

본 명세서는 탑승자의 건강 관리에 도움을 줄 수 있는 자율주행 자동차의 자율주행 제어방법 및 시스템을 제공하기 위한 것이다.

본 명세서의 일 실시예에 따른 건강 관리 기능을 갖는 자율주행 제어방법은 출발지 및 목적지에 기초하여, 건강 관리 모드 동작을 위해서 미리 설정된 운동 구간을 경유하도록 주행 경로를 결정하는 단계, 운동 구간에서 탑승자가 하차하는 하차 지점 및 운동 구간에서 탑승자가 운동을 종료한 이후에 다시 승차하는 승차 지점을 결정하는 단계, 운동 구간에 매칭되는 탑승자의 운동시간을 산출하는 단계 및 하차 지점에서 정차한 이후, 운동 시간이 경과한 시점에 승차 지점에 도착하도록 재승차 경로를 설정하는 단계를 포함한다.

일 실시예에 따라, 상기 자율주행 제어방법은, 주행 경로를 결정하는 단계는 상기 탑승자의 스케쥴을 확인하는 단계 및 상기 탑승자의 스케쥴에서 여유 시간이 미리 설정된 일정 시간 이상인 것에 기초하여, 상기 건강 관리 모드를 결정하는 단계를 더 포함할 수 있다.

일 실시예에 따라, 상기 주행 경로를 결정하는 단계는 상기 탑승자의 복장을 모니터링하는 단계, 상기 탑승자의 복장이 미리 설정된 운동복에 매칭되는 것에 기초하여 상기 건강 관리 모드를 결정하는 단계를 더 포함할 수 있다.

일 실시예에 따라, 상기 자율주행 제어방법 상기 주행 경로를 결정하는 단계는 날씨 정보를 검색하는 단계; 및 상기 날씨 정보에서 우천 확률이 미리 설정된 임계 확률 미만인 것에 기초하여, 상기 건강 관리 모드를 결정하는 단계를 더 포함할 수 있다.

일 실시예에 따라, 상기 주행 경로를 결정하는 단계는 상기 운동 구간의 개수를 판단하는 단계; 상기 운동 구간의 개수가 복수인 것에 기초하여, 운동 구간들 각각에 대한 선호도를 판단하는 단계; 및 상기 운동 구간들 중에서 상기 선호도가 가장 높은 것을 최종적인 운동 구간으로 결정하는 단계;를 포함할 수 있다.

일 실시예에 따라, 상기 운동 구간들 각각의 선호도를 판단하는 단계는 교통량, 장소의 선호도, 시간대의 선호도, 기상 상태의 선호도를 인공지능 학습하는 단계;를 포함할 수 있다.

일 실시예에 따라, 상기 운동시간을 산출하는 단계는 상기 운동 구간에서 상기 탑승자의 운동 이력을 검색하는 단계; 및 상기 운동 이력의 시간, 날씨, 운동 시간을 인공지능 학습한 것에 기초하여, 상기 운동시간을 산출하는 단계를 포함할 수 있다.

일 실시예에 따라, 상기 운동시간을 산출하는 단계는 상기 탑승자의 건강 상태를 확인하고, 상기 탑승자의 건강 상태에 기초하여 상기 운동시간을 산출하는 것일 수 있다.

일 실시예에 따라, 상기 재승차 경로를 설정하는 단계는 상기 승차 지점과 가장 가까운 주차장을 검색하는 단계; 및 상기 하차 지점으로부터 검색된 상기 주차장 및 상기 승차 지점을 경유하는 경로를 상기 재승차 경로로 설정하는 단계를 포함할 수 있다.

일 실시예에 따라, 상기 재승차 경로를 설정하는 단계는 상기 재승차 경로 및 상기 운동 시간에 기초하여, 상기 주차장에 주차되는 예상 주차 시간 및 상기 예상 주차 시간의 주차 비용을 산출하는 단계; 상기 운동 시간 동안 주행하는 예상 주행 비용을 산출하는 단계; 및 상기 주차 비용이 상기 예상 주행 비용 보다 큰 것에 기초하여, 상기 운동 시간 동안 상기 운동 구간을 배회하는 주행 경로를 검색하는 단계를 더 포함할 수 있다.

본 명세서의 일 실시예에 따른 건강 관리 기능을 수행하기 위한 자율주행 시스템은 차량을 구동시키는 차량의 구동장치; 및 상기 구동장치를 제어하여 자율주행을 수행하되, 출발지 및 목적지에 기초하여 건강 관리 모드 동작을 위해서 미리 설정된 운동 구간을 경유하도록 주행 경로를 결정하고, 상기 운동 구간에서 상기 탑승자가 하차하는 하차 지점 및 상기 운동 구간에서 상기 탑승자가 운동을 종료한 이후에 다시 승차하는 승차 지점을 결정하며, 상기 운동 구간에 매칭되는 탑승자의 운동시간을 산출하고, 상기 하차 지점에서 정차한 이후 상기 운동 시간이 경과한 시점에 상기 승차 지점에 도착하도록 재승차 경로를 설정하는 프로세서를 포함한다.

상기 프로세서는 상기 탑승자의 스케쥴을 확인하고, 상기 탑승자의 스케쥴에서 여유 시간이 미리 설정된 일정 시간 이상인 것에 기초하여 상기 건강 관리 모드를 결정하는 것일 수 있다.

상기 프로세서는 상기 탑승자의 복장을 모니터링하고, 상기 탑승자의 복장이 미리 설정된 운동복에 매칭되는 것에 기초하여 상기 건강 관리 모드를 결정하는 것을 특징으로 하는 건강 관리 기능을 수행하기 위한 것일 수 있다.

상기 프로세서는 날씨 정보를 검색하고, 상기 날씨 정보에서 우천 확률이 미리 설정된 임계 확률 미만인 것에 기초하여 상기 건강 관리 모드를 결정하는 것을 특징으로 하는 건강 관리 기능을 수행하기 위한 것일 수 있다.

상기 프로세서는 상기 운동 구간의 개수를 판단하고, 상기 운동 구간의 개수가 복수인 것에 기초하여 운동 구간들 각각에 대한 선호도를 판단하며, 상기 운동 구간들 중에서 상기 선호도가 가장 높은 것을 최종적인 운동 구간으로 결정하는 것일 수 있다.

상기 프로세서는 교통량, 장소의 선호도, 시간대의 선호도, 기상 상태의 선호도를 인공지능 학습하여, 상기 운동 구간들 각각의 선호도를 판단하는 것일 수 있다.

상기 프로세서는 상기 운동 구간에서 상기 탑승자의 운동 이력을 검색하고, 상기 운동 이력의 시간, 날씨, 운동 시간을 인공지능 학습한 것에 기초하여 상기 운동시간을 산출하는 것일 수 있다.

상기 프로세서는 상기 탑승자의 건강 상태를 확인하고, 상기 탑승자의 건강 상태에 기초하여 상기 운동시간을 산출하는 것일 수 있다.

상기 프로세서는 상기 승차 지점과 가장 가까운 주차장을 검색하고, 상기 하차 지점으로부터 검색된 상기 주차장 및 상기 승차 지점을 경유하는 경로를 상기 재승차 경로로 설정하는 것일 수 있다.

상기 프로세서는 상기 재승차 경로 및 상기 운동 시간에 기초하여, 상기 주차장에 주차되는 예상 주차 시간 및 상기 예상 주차 시간의 주차 비용을 산출하고, 상기 운동 시간 동안 주행하는 예상 주행 비용을 산출하며, 상기 주차 비용이 상기 예상 주행 비용 보다 큰 것에 기초하여 상기 운동 시간 동안 상기 운동 구간을 배회하는 주행 경로를 검색하는 것일 수 있다.

본 명세서에 의하면 자율주행 자동차는 탑승자의 건강 상태 및 스케쥴을 고려하여 탑승자의 시간 손실을 최소화하면서 건강을 관리하도록 자율주행을 할 수 있다.

또한, 본 명세서에 의하면, 자율주행 자동차는 기상 상태 및 도로 교통량 등을 고려하여 건강 관리를 위한 자율주행을 하기 때문에, 탑승자의 건강 관리 및 자율주행을 최적화하여 수행할 수 있다.

도 1은 본 명세서에서 제안하는 방법들이 적용될 수 있는 무선 통신 시스템의 블록 구성도를 예시한다.
도 2는 무선 통신 시스템에서 신호 송/수신 방법의 일례를 나타낸다.
도 3은 5G 통신 시스템에서 자율 주행 차량과 5G 네트워크의 기본 동작의 일 예를 나타낸다.
도 4는 5G 통신을 이용한 차량 대 차량 간의 기본 동작의 일 예를 나타낸다.
도 5는 본 명세서의 실시예에 따른 차량을 도시한 도면이다.
도 6은 본 명세서의 실시예에 따른 차량의 제어 블럭도이다.
도 7은 본 명세서의 실시예에 따른 자율 주행 장치의 제어 블럭도이다.
도 8은 본 명세서의 실시예에 따른 자율 주행 차량의 신호 흐름도이다.
도 9는 본 명세서의 실시 예에 따른 건강 관리를 위한 자율주행 시스템을 나타내는 도면이다..
도 10은 본 명세서의 실시 예에 따른 건강 관리를 위한 자율주행 제어방법을 나타내는 순서도이다.
도 11은 본 명세서의 일 실시예에 따라 건강 관리 모드를 결정하는 방법을 설명하는 도면이다.
도 12는 주행 경로를 결정하는 방법을 설명하는 도면이다.
도 13은 운동 구간의 일례를 나타내는 도면이다.
도 14는 건강 관리 모드의 결정 및 승차 지점을 결정하는 실시 예를 설명하는 도면이다.
도 15 및 도 16은 본 명세서의 실시 예에 따라 운동 구간을 선택하는 방법을 설명하는 도면들이다.
도 17은 본 명세서의 실시 예에 따른 인공지능 학습을 위한 인공지능 모델을 나타내는 도면이다.
도 18은 프로세서가 건강 관리 모드를 결정하는 과정의 실시 예를 설명하는 도면이다.
도 19는 차량에 탑승한 이후 프로세서가 건강 관리 모드 기능을 실시하는 동작을 설명하는 도면이다.

이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.

본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

A. UE 및 5G 네트워크 블록도 예시

도 1은 본 명세서에서 제안하는 방법들이 적용될 수 있는 무선 통신 시스템의 블록 구성도를 예시한다.

도 1을 참조하면, 자율 주행 모듈을 포함하는 장치(자율 주행 장치)를 제1 통신 장치로 정의(도 1의 910)하고, 프로세서(911)가 자율 주행 상세 동작을 수행할 수 있다.

자율 주행 장치와 통신하는 다른 차량을 포함하는 5G 네트워크를 제2 통신 장치로 정의(도 1의 920)하고, 프로세서(921)가 자율 주행 상세 동작을 수행할 수 있다.

5G 네트워크가 제 1 통신 장치로, 자율 주행 장치가 제 2 통신 장치로 표현될 수도 있다.

예를 들어, 상기 제 1 통신 장치 또는 상기 제 2 통신 장치는 기지국, 네트워크 노드, 전송 단말, 수신 단말, 무선 장치, 무선 통신 장치, 자율 주행 장치 등일 수 있다.

예를 들어, 단말 또는 UE(User Equipment)는 차량(vehicle), 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털 방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)) 등을 포함할 수 있다. 예를 들어, HMD는 머리에 착용하는 형태의 디스플레이 장치일 수 있다. 예를 들어, HMD는 VR, AR 또는 MR을 구현하기 위해 사용될 수 있다. 도 1을 참고하면, 제 1 통신 장치(910)와 제 2 통신 장치(920)은 프로세서(processor, 911,921), 메모리(memory, 914,924), 하나 이상의 Tx/Rx RF 모듈(radio frequency module, 915,925), Tx 프로세서(912,922), Rx 프로세서(913,923), 안테나(916,926)를 포함한다. Tx/Rx 모듈은 트랜시버라고도 한다. 각각의 Tx/Rx 모듈(915)는 각각의 안테나(926)을 통해 신호를 전송한다. 프로세서는 앞서 살핀 기능, 과정 및/또는 방법을 구현한다. 프로세서 (921)는 프로그램 코드 및 데이터를 저장하는 메모리 (924)와 관련될 수 있다. 메모리는 컴퓨터 판독 가능 매체로서 지칭될 수 있다. 보다 구체적으로, DL(제 1 통신 장치에서 제 2 통신 장치로의 통신)에서, 전송(TX) 프로세서(912)는 L1 계층(즉, 물리 계층)에 대한 다양한 신호 처리 기능을 구현한다. 수신(RX) 프로세서는 L1(즉, 물리 계층)의 다양한 신호 프로세싱 기능을 구현한다.

UL(제 2 통신 장치에서 제 1 통신 장치로의 통신)은 제 2 통신 장치(920)에서 수신기 기능과 관련하여 기술된 것과 유사한 방식으로 제 1 통신 장치(910)에서 처리된다. 각각의 Tx/Rx 모듈(925)는 각각의 안테나(926)을 통해 신호를 수신한다. 각각의 Tx/Rx 모듈은 RF 반송파 및 정보를 RX 프로세서(923)에 제공한다. 프로세서 (921)는 프로그램 코드 및 데이터를 저장하는 메모리 (924)와 관련될 수 있다. 메모리는 컴퓨터 판독 가능 매체로서 지칭될 수 있다.

B. 무선 통신 시스템에서 신호 송/수신 방법

도 2는 무선 통신 시스템에서 신호 송/수신 방법의 일례를 나타낸 도이다.

도 2를 참고하면, UE는 전원이 켜지거나 새로이 셀에 진입한 경우 BS와 동기를 맞추는 등의 초기 셀 탐색(initial cell search) 작업을 수행한다(S201). 이를 위해, UE는 BS로부터 1차 동기 채널(primary synchronization channel, P-SCH) 및 2차 동기 채널(secondary synchronization channel, S-SCH)을 수신하여 BS와 동기를 맞추고, 셀 ID 등의 정보를 획득할 수 있다. LTE 시스템과 NR 시스템에서 P-SCH와 S-SCH는 각각 1차 동기 신호(primary synchronization signal, PSS)와 2차 동기 신호(secondary synchronization signal, SSS)로 불린다. 초기 셀 탐색 후, UE는 BS로부터 물리 브로드캐스트 채널(physical broadcast channel, PBCH)를 수신하여 셀 내 브로드캐스트 정보를 획득할 수 있다. 한편, UE는 초기 셀 탐색 단계에서 하향링크 참조 신호(downlink reference Signal, DL RS)를 수신하여 하향링크 채널 상태를 확인할 수 있다. 초기 셀 탐색을 마친 UE는 물리 하향링크 제어 채널(physical downlink control channel, PDCCH) 및 상기 PDCCH에 실린 정보에 따라 물리 하향링크 공유 채널(physical downlink shared Channel, PDSCH)을 수신함으로써 좀더 구체적인 시스템 정보를 획득할 수 있다(S202).

한편, BS에 최초로 접속하거나 신호 전송을 위한 무선 자원이 없는 경우 UE는 BS에 대해 임의 접속 과정(random access procedure, RACH)을 수행할 수 있다(단계 S203 내지 단계 S206). 이를 위해, UE는 물리 임의 접속 채널(physical random access Channel, PRACH)을 통해 특정 시퀀스를 프리앰블로서 전송하고(S203 및 S205), PDCCH 및 대응하는 PDSCH를 통해 프리앰블에 대한 임의 접속 응답(random access response, RAR) 메시지를 수신할 수 있다(S204 및 S206). 경쟁 기반 RACH의 경우, 추가적으로 충돌 해결 과정(contention resolution procedure)를 수행할 수 있다.

상술한 바와 같은 과정을 수행한 UE는 이후 일반적인 상향링크/하향링크 신호 전송 과정으로서 PDCCH/PDSCH 수신(S207) 및 물리 상향링크 공유 채널(physical uplink shared Channel, PUSCH)/물리 상향링크 제어 채널(physical uplink control channel, PUCCH) 전송(S208)을 수행할 수 있다. 특히 UE는 PDCCH를 통하여 하향링크 제어 정보(downlink control information, DCI)를 수신한다. UE는 해당 탐색 공간 설정(configuration)들에 따라 서빙 셀 상의 하나 이상의 제어 요소 세트(control element set, CORESET)들에 설정된 모니터링 기회(occasion)들에서 PDCCH 후보(candidate)들의 세트를 모니터링한다. UE가 모니터할 PDCCH 후보들의 세트는 탐색 공간 세트들의 면에서 정의되며, 탐색 공간 세트는 공통 탐색 공간 세트 또는 UE-특정 탐색 공간 세트일 수 있다. CORESET은 1~3개 OFDM 심볼들의 시간 지속기간을 갖는 (물리) 자원 블록들의 세트로 구성된다. 네트워크는 UE가 복수의 CORESET들을 갖도록 설정할 수 있다. UE는 하나 이상의 탐색 공간 세트들 내 PDCCH 후보들을 모니터링한다. 여기서 모니터링이라 함은 탐색 공간 내 PDCCH 후보(들)에 대한 디코딩 시도하는 것을 의미한다. UE가 탐색 공간 내 PDCCH 후보들 중 하나에 대한 디코딩에 성공하면, 상기 UE는 해당 PDCCH 후보에서 PDCCH를 검출했다고 판단하고, 상기 검출된 PDCCH 내 DCI를 기반으로 PDSCH 수신 혹은 PUSCH 전송을 수행한다. PDCCH는 PDSCH 상의 DL 전송들 및 PUSCH 상의 UL 전송들을 스케줄링하는 데 사용될 수 있다. 여기서 PDCCH 상의 DCI는 하향링크 공유 채널과 관련된, 변조(modulation) 및 코딩 포맷과 자원 할당(resource allocation) 정보를 적어도 포함하는 하향링크 배정(assignment)(즉, downlink grant; DL grant), 또는 상향링크 공유 채널과 관련된, 변조 및 코딩 포맷과 자원 할당 정보를 포함하는 상향링크 그랜트(uplink grant; UL grant)를 포함한다.

도 2를 참고하여, 5G 통신 시스템에서의 초기 접속(Initial Access, IA) 절차에 대해 추가적으로 살펴본다.

UE는 SSB에 기반하여 셀 탐색(search), 시스템 정보 획득, 초기 접속을 위한 빔 정렬, DL 측정 등을 수행할 수 있다. SSB는 SS/PBCH(Synchronization Signal/Physical Broadcast channel) 블록과 혼용된다.

SSB는 PSS, SSS와 PBCH로 구성된다. SSB는 4개의 연속된 OFDM 심볼들에 구성되며, OFDM 심볼별로 PSS, PBCH, SSS/PBCH 또는 PBCH가 전송된다. PSS와 SSS는 각각 1개의 OFDM 심볼과 127개의 부반송파들로 구성되고, PBCH는 3개의 OFDM 심볼과 576개의 부반송파들로 구성된다.

셀 탐색은 UE가 셀의 시간/주파수 동기를 획득하고, 상기 셀의 셀 ID(Identifier)(예, Physical layer Cell ID, PCI)를 검출하는 과정을 의미한다. PSS는 셀 ID 그룹 내에서 셀 ID를 검출하는데 사용되고, SSS는 셀 ID 그룹을 검출하는데 사용된다. PBCH는 SSB (시간) 인덱스 검출 및 하프-프레임 검출에 사용된다.

336개의 셀 ID 그룹이 존재하고, 셀 ID 그룹 별로 3개의 셀 ID가 존재한다. 총 1008개의 셀 ID가 존재한다. 셀의 셀 ID가 속한 셀 ID 그룹에 관한 정보는 상기 셀의 SSS를 통해 제공/획득되며, 상기 셀 ID 내 336개 셀들 중 상기 셀 ID에 관한 정보는 PSS를 통해 제공/획득된다

SSB는 SSB 주기(periodicity)에 맞춰 주기적으로 전송된다. 초기 셀 탐색 시에 UE가 가정하는 SSB 기본 주기는 20ms로 정의된다. 셀 접속 후, SSB 주기는 네트워크(예, BS)에 의해 {5ms, 10ms, 20ms, 40ms, 80ms, 160ms} 중 하나로 설정될 수 있다.

다음으로, 시스템 정보 (system information; SI) 획득에 대해 살펴본다.

SI는 마스터 정보 블록(master information block, MIB)와 복수의 시스템 정보 블록(system information block, SIB)들로 나눠진다. MIB 외의 SI는 RMSI(Remaining Minimum System Information)으로 지칭될 수 있다. MIB는 SIB1(SystemInformationBlock1)을 나르는 PDSCH를 스케줄링하는 PDCCH의 모니터링을 위한 정보/파라미터를 포함하며 SSB의 PBCH를 통해 BS에 의해 전송된다. SIB1은 나머지 SIB들(이하, SIBx, x는 2 이상의 정수)의 가용성(availability) 및 스케줄링(예, 전송 주기, SI-윈도우 크기)과 관련된 정보를 포함한다. SIBx는 SI 메시지에 포함되며 PDSCH를 통해 전송된다. 각각의 SI 메시지는 주기적으로 발생하는 시간 윈도우(즉, SI-윈도우) 내에서 전송된다.

도 2를 참고하여, 5G 통신 시스템에서의 임의 접속(Random Access, RA) 과정에 대해 추가적으로 살펴본다.

임의 접속 과정은 다양한 용도로 사용된다. 예를 들어, 임의 접속 과정은 네트워크 초기 접속, 핸드오버, UE-트리거드(triggered) UL 데이터 전송에 사용될 수 있다. UE는 임의 접속 과정을 통해 UL 동기와 UL 전송 자원을 획득할 수 있다. 임의 접속 과정은 경쟁 기반(contention-based) 임의 접속 과정과 경쟁 프리(contention free) 임의 접속 과정으로 구분된다. 경쟁 기반의 임의 접속 과정에 대한 구체적인 절차는 아래와 같다.

UE가 UL에서 임의 접속 과정의 Msg1로서 임의 접속 프리앰블을 PRACH를 통해 전송할 수 있다. 서로 다른 두 길이를 가지는 임의 접속 프리앰블 시퀀스들이 지원된다. 긴 시퀀스 길이 839는 1.25 및 5 kHz의 부반송파 간격(subcarrier spacing)에 대해 적용되며, 짧은 시퀀스 길이 139는 15, 30, 60 및 120 kHz의 부반송파 간격에 대해 적용된다.

BS가 UE로부터 임의 접속 프리앰블을 수신하면, BS는 임의 접속 응답(random access response, RAR) 메시지(Msg2)를 상기 UE에게 전송한다. RAR을 나르는 PDSCH를 스케줄링하는 PDCCH는 임의 접속(random access, RA) 무선 네트워크 임시 식별자(radio network temporary identifier, RNTI)(RA-RNTI)로 CRC 마스킹되어 전송된다. RA-RNTI로 마스킹된 PDCCH를 검출한 UE는 상기 PDCCH가 나르는 DCI가 스케줄링하는 PDSCH로부터 RAR을 수신할 수 있다. UE는 자신이 전송한 프리앰블, 즉, Msg1에 대한 임의 접속 응답 정보가 상기 RAR 내에 있는지 확인한다. 자신이 전송한 Msg1에 대한 임의 접속 정보가 존재하는지 여부는 상기 UE가 전송한 프리앰블에 대한 임의 접속 프리앰블 ID가 존재하는지 여부에 의해 판단될 수 있다. Msg1에 대한 응답이 없으면, UE는 전력 램핑(power ramping)을 수행하면서 RACH 프리앰블을 소정의 횟수 이내에서 재전송할 수 있다. UE는 가장 최근의 경로 손실 및 전력 램핑 카운터를 기반으로 프리앰블의 재전송에 대한 PRACH 전송 전력을 계산한다.

상기 UE는 임의 접속 응답 정보를 기반으로 상향링크 공유 채널 상에서 UL 전송을 임의 접속 과정의 Msg3로서 전송할 수 있다. Msg3은 RRC 연결 요청 및 UE 식별자를 포함할 수 있다. Msg3에 대한 응답으로서, 네트워크는 Msg4를 전송할 수 있으며, 이는 DL 상에서의 경쟁 해결 메시지로 취급될 수 있다. Msg4를 수신함으로써, UE는 RRC 연결된 상태에 진입할 수 있다.

C. 5G 통신 시스템의 빔 관리(Beam Management, BM) 절차

BM 과정은 (1) SSB 또는 CSI-RS를 이용하는 DL BM 과정과, (2) SRS(sounding reference signal)을 이용하는 UL BM 과정으로 구분될 수 있다. 또한, 각 BM 과정은 Tx 빔을 결정하기 위한 Tx 빔 스위핑과 Rx 빔을 결정하기 위한 Rx 빔 스위핑을 포함할 수 있다.

SSB를 이용한 DL BM 과정에 대해 살펴본다.

SSB를 이용한 빔 보고(beam report)에 대한 설정은 RRC_CONNECTED에서 채널 상태 정보(channel state information, CSI)/빔 설정 시에 수행된다.

- UE는 BM을 위해 사용되는 SSB 자원들에 대한 CSI-SSB-ResourceSetList를 포함하는 CSI-ResourceConfig IE를 BS로부터 수신한다. RRC 파라미터 csi-SSB-ResourceSetList는 하나의 자원 세트에서 빔 관리 및 보고을 위해 사용되는 SSB 자원들의 리스트를 나타낸다. 여기서, SSB 자원 세트는 {SSBx1, SSBx2, SSBx3, SSBx4, ◎}으로 설정될 수 있다. SSB 인덱스는 0부터 63까지 정의될 수 있다.

- UE는 상기 CSI-SSB-ResourceSetList에 기초하여 SSB 자원들 상의 신호들을 상기 BS로부터 수신한다.

- SSBRI 및 참조 신호 수신 전력(reference signal received power, RSRP)에 대한 보고와 관련된 CSI-RS reportConfig가 설정된 경우, 상기 UE는 최선(best) SSBRI 및 이에 대응하는 RSRP를 BS에게 보고한다. 예를 들어, 상기 CSI-RS reportConfig IE의 reportQuantity가 'ssb-Index-RSRP'로 설정된 경우, UE는 BS으로 최선 SSBRI 및 이에 대응하는 RSRP를 보고한다.

UE는 SSB와 동일한 OFDM 심볼(들)에 CSI-RS 자원이 설정되고, 'QCL-TypeD'가 적용 가능한 경우, 상기 UE는 CSI-RS와 SSB가 'QCL-TypeD' 관점에서 유사 동일 위치된(quasi co-located, QCL) 것으로 가정할 수 있다. 여기서, QCL-TypeD는 공간(spatial) Rx 파라미터 관점에서 안테나 포트들 간에 QCL되어 있음을 의미할 수 있다. UE가 QCL-TypeD 관계에 있는 복수의 DL 안테나 포트들의 신호들을 수신 시에는 동일한 수신 빔을 적용해도 무방하다.

다음으로, CSI-RS를 이용한 DL BM 과정에 대해 살펴본다.

CSI-RS를 이용한 UE의 Rx 빔 결정(또는 정제(refinement)) 과정과 BS의 Tx 빔 스위핑 과정에 대해 차례대로 살펴본다. UE의 Rx 빔 결정 과정은 반복 파라미터가 'ON'으로 설정되며, BS의 Tx 빔 스위핑 과정은 반복 파라미터가 'OFF'로 설정된다.

먼저, UE의 Rx 빔 결정 과정에 대해 살펴본다.

- UE는 'repetition'에 관한 RRC 파라미터를 포함하는 NZP CSI-RS resource set IE를 RRC 시그널링을 통해 BS로부터 수신한다. 여기서, 상기 RRC 파라미터 'repetition'이 'ON'으로 세팅되어 있다.

- UE는 상기 RRC 파라미터 'repetition'이 'ON'으로 설정된 CSI-RS 자원 세트 내의 자원(들) 상에서의 신호들을 BS의 동일 Tx 빔(또는 DL 공간 도메인 전송 필터)을 통해 서로 다른 OFDM 심볼에서 반복 수신한다.

- UE는 자신의 Rx 빔을 결정한다.

- UE는 CSI 보고를 생략한다. 즉, UE는 상가 RRC 파라미터 'repetition'이 'ON'으로 설정된 경우, CSI 보고를 생략할 수 있다.

다음으로, BS의 Tx 빔 결정 과정에 대해 살펴본다.

- UE는 'repetition'에 관한 RRC 파라미터를 포함하는 NZP CSI-RS resource set IE를 RRC 시그널링을 통해 BS로부터 수신한다. 여기서, 상기 RRC 파라미터 'repetition'이 'OFF'로 세팅되어 있으며, BS의 Tx 빔 스위핑 과정과 관련된다.

- UE는 상기 RRC 파라미터 'repetition'이 'OFF'로 설정된 CSI-RS 자원 세트 내의 자원들 상에서의 신호들을 BS의 서로 다른 Tx 빔(DL 공간 도메인 전송 필터)을 통해 수신한다.

- UE는 최상의(best) 빔을 선택(또는 결정)한다.

- UE는 선택된 빔에 대한 ID(예, CRI) 및 관련 품질 정보(예, RSRP)를 BS으로 보고한다. 즉, UE는 CSI-RS가 BM을 위해 전송되는 경우 CRI와 이에 대한 RSRP를 BS으로 보고한다.

다음으로, SRS를 이용한 UL BM 과정에 대해 살펴본다.

- UE는 'beam management'로 설정된 (RRC 파라미터) 용도 파라미터를 포함하는 RRC 시그널링(예, SRS-Config IE)를 BS로부터 수신한다. SRS-Config IE는 SRS 전송 설정을 위해 사용된다. SRS-Config IE는 SRS-Resources의 리스트와 SRS-ResourceSet들의 리스트를 포함한다. 각 SRS 자원 세트는 SRS-resource들의 세트를 의미한다.

- UE는 상기 SRS-Config IE에 포함된 SRS-SpatialRelation Info에 기초하여 전송할 SRS 자원에 대한 Tx 빔포밍을 결정한다. 여기서, SRS-SpatialRelation Info는 SRS 자원별로 설정되고, SRS 자원별로 SSB, CSI-RS 또는 SRS에서 사용되는 빔포밍과 동일한 빔포밍을 적용할지를 나타낸다.

- 만약 SRS 자원에 SRS-SpatialRelationInfo가 설정되면 SSB, CSI-RS 또는 SRS에서 사용되는 빔포밍과 동일한 빔포밍을 적용하여 전송한다. 하지만, SRS 자원에 SRS-SpatialRelationInfo가 설정되지 않으면, 상기 UE는 임의로 Tx 빔포밍을 결정하여 결정된 Tx 빔포밍을 통해 SRS를 전송한다.

다음으로, 빔 실패 복구(beam failure recovery, BFR) 과정에 대해 살펴본다.

빔포밍된 시스템에서, RLF(Radio Link Failure)는 UE의 회전(rotation), 이동(movement) 또는 빔포밍 블로키지(blockage)로 인해 자주 발생할 수 있다. 따라서, 잦은 RLF가 발생하는 것을 방지하기 위해 BFR이 NR에서 지원된다. BFR은 무선 링크 실패 복구 과정과 유사하고, UE가 새로운 후보 빔(들)을 아는 경우에 지원될 수 있다. 빔 실패 검출을 위해, BS는 UE에게 빔 실패 검출 참조 신호들을 설정하고, 상기 UE는 상기 UE의 물리 계층으로부터의 빔 실패 지시(indication)들의 횟수가 BS의 RRC 시그널링에 의해 설정된 기간(period) 내에 RRC 시그널링에 의해 설정된 임계치(threshold)에 이르면(reach), 빔 실패를 선언(declare)한다. 빔 실패가 검출된 후, 상기 UE는 PCell 상의 임의 접속 과정을 개시(initiate)함으로써 빔 실패 복구를 트리거하고; 적절한(suitable) 빔을 선택하여 빔 실패 복구를 수행한다(BS가 어떤(certain) 빔들에 대해 전용 임의 접속 자원들을 제공한 경우, 이들이 상기 UE에 의해 우선화된다). 상기 임의 접속 절차의 완료(completion) 시, 빔 실패 복구가 완료된 것으로 간주된다.

D. URLLC (Ultra-Reliable and Low Latency Communication)

NR에서 정의하는 URLLC 전송은 (1) 상대적으로 낮은 트래픽 크기, (2) 상대적으로 낮은 도착 레이트(low arrival rate), (3) 극도의 낮은 레이턴시 요구사항(requirement)(예, 0.5, 1ms), (4) 상대적으로 짧은 전송 지속기간(duration)(예, 2 OFDM symbols), (5) 긴급한 서비스/메시지 등에 대한 전송을 의미할 수 있다. UL의 경우, 보다 엄격(stringent)한 레이턴시 요구 사항(latency requirement)을 만족시키기 위해 특정 타입의 트래픽(예컨대, URLLC)에 대한 전송이 앞서서 스케줄링된 다른 전송(예컨대, eMBB)과 다중화(multiplexing)되어야 할 필요가 있다. 이와 관련하여 한 가지 방안으로, 앞서 스케줄링 받은 UE에게 특정 자원에 대해서 프리엠션(preemption)될 것이라는 정보를 주고, 해당 자원을 URLLC UE가 UL 전송에 사용하도록 한다.

NR의 경우, eMBB와 URLLC 사이의 동적 자원 공유(sharing)이 지원된다. eMBB와 URLLC 서비스들은 비-중첩(non-overlapping) 시간/주파수 자원들 상에서 스케줄될 수 있으며, URLLC 전송은 진행 중인(ongoing) eMBB 트래픽에 대해 스케줄된 자원들에서 발생할 수 있다. eMBB UE는 해당 UE의 PDSCH 전송이 부분적으로 펑처링(puncturing)되었는지 여부를 알 수 없을 수 있고, 손상된 코딩된 비트(corrupted coded bit)들로 인해 UE는 PDSCH를 디코딩하지 못할 수 있다. 이 점을 고려하여, NR에서는 프리엠션 지시(preemption indication)을 제공한다. 상기 프리엠션 지시(preemption indication)는 중단된 전송 지시(interrupted transmission indication)으로 지칭될 수도 있다.

프리엠션 지시와 관련하여, UE는 BS로부터의 RRC 시그널링을 통해 DownlinkPreemption IE를 수신한다. UE가 DownlinkPreemption IE를 제공받으면, DCI 포맷 2_1을 운반(convey)하는 PDCCH의 모니터링을 위해 상기 UE는 DownlinkPreemption IE 내 파라미터 int-RNTI에 의해 제공된 INT-RNTI를 가지고 설정된다. 상기 UE는 추가적으로 servingCellID에 의해 제공되는 서빙 셀 인덱스들의 세트를 포함하는 INT-ConfigurationPerServing Cell에 의해 서빙 셀들의 세트와 positionInDCI에 의해 DCI 포맷 2_1 내 필드들을 위한 위치들의 해당 세트를 가지고 설정되고, dci-PayloadSize에 의해 DCI 포맷 2_1을 위한 정보 페이로드 크기를 가지고 설졍되며, timeFrequencySect에 의한 시간-주파수 자원들의 지시 입도(granularity)를 가지고 설정된다.

상기 UE는 상기 DownlinkPreemption IE에 기초하여 DCI 포맷 2_1을 상기 BS로부터 수신한다.

UE가 서빙 셀들의 설정된 세트 내 서빙 셀에 대한 DCI 포맷 2_1을 검출하면, 상기 UE는 상기 DCI 포맷 2_1이 속한 모니터링 기간의 바로 앞(last) 모니터링 기간의 PRB들의 세트 및 심볼들의 세트 중 상기 DCI 포맷 2_1에 의해 지시되는 PRB들 및 심볼들 내에는 상기 UE로의 아무런 전송도 없다고 가정할 수 있다. 예를 들어, UE는 프리엠션에 의해 지시된 시간-주파수 자원 내 신호는 자신에게 스케줄링된 DL 전송이 아니라고 보고 나머지 자원 영역에서 수신된 신호들을 기반으로 데이터를 디코딩한다.

E. mMTC (massive MTC)

mMTC(massive Machine Type Communication)은 많은 수의 UE와 동시에 통신하는 초연결 서비스를 지원하기 위한 5G의 시나리오 중 하나이다. 이 환경에서, UE는 굉장히 낮은 전송 속도와 이동성을 가지고 간헐적으로 통신하게 된다. 따라서, mMTC는 UE를 얼마나 낮은 비용으로 오랫동안 구동할 수 있는지를 주요 목표로 하고 있다. mMTC 기술과 관련하여 3GPP에서는 MTC와 NB(NarrowBand)-IoT를 다루고 있다.

mMTC 기술은 PDCCH, PUCCH, PDSCH(physical downlink shared channel), PUSCH 등의 반복 전송, 주파수 호핑(hopping), 리튜닝(retuning), 가드 구간(guard period) 등의 특징을 가진다.

즉, 특정 정보를 포함하는 PUSCH(또는 PUCCH(특히, long PUCCH) 또는 PRACH) 및 특정 정보에 대한 응답을 포함하는 PDSCH(또는 PDCCH)가 반복 전송된다. 반복 전송은 주파수 호핑(frequency hopping)을 통해 수행되며, 반복 전송을 위해, 제 1 주파수 자원에서 제 2 주파수 자원으로 가드 구간(guard period)에서 (RF) 리튜닝(retuning)이 수행되고, 특정 정보 및 특정 정보에 대한 응답은 협대역(narrowband)(ex. 6 RB (resource block) or 1 RB)를 통해 송/수신될 수 있다.

F. 5G 통신을 이용한 자율 주행 차량 간 기본 동작

도 3은 5G 통신 시스템에서 자율 주행 차량과 5G 네트워크의 기본 동작의 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. 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).

G. 5G 통신 시스템에서 자율 주행 차량과 5G 네트워크 간의 응용 동작

이하, 도 1 및 도 2와 앞서 살핀 무선 통신 기술(BM 절차, URLLC, Mmtc 등)을 참고하여 5G 통신을 이용한 자율 주행 차량의 동작에 대해 보다 구체적으로 살펴본다.

먼저, 후술할 본 발명에서 제안하는 방법과 5G 통신의 eMBB 기술이 적용되는 응용 동작의 기본 절차에 대해 설명한다.

도 3의 S1 단계 및 S3 단계와 같이, 자율 주행 차량이 5G 네트워크와 신호, 정보 등을 송/수신하기 위해, 자율 주행 차량은 도 3의 S1 단계 이전에 5G 네트워크와 초기 접속(initial access) 절차 및 임의 접속(random access) 절차를 수행한다.

보다 구체적으로, 자율 주행 차량은 DL 동기 및 시스템 정보를 획득하기 위해 SSB에 기초하여 5G 네트워크와 초기 접속 절차를 수행한다. 상기 초기 접속 절차 과정에서 빔 관리(beam management, BM) 과정, 빔 실패 복구(beam failure recovery) 과정이 추가될 수 있으며, 자율 주행 차량이 5G 네트워크로부터 신호를 수신하는 과정에서 QCL(quasi-co location) 관계가 추가될 수 있다.

또한, 자율 주행 차량은 UL 동기 획득 및/또는 UL 전송을 위해 5G 네트워크와 임의 접속 절차를 수행한다.그리고, 상기 5G 네트워크는 상기 자율 주행 차량으로 특정 정보의 전송을 스케쥴링하기 위한 UL grant를 전송할 수 있다. 따라서, 상기 자율 주행 차량은 상기 UL grant에 기초하여 상기 5G 네트워크로 특정 정보를 전송한다. 그리고, 상기 5G 네트워크는 상기 자율 주행 차량으로 상기 특정 정보에 대한 5G 프로세싱 결과의 전송을 스케쥴링하기 위한 DL grant를 전송한다. 따라서, 상기 5G 네트워크는 상기 DL grant에 기초하여 상기 자율 주행 차량으로 원격 제어와 관련된 정보(또는 신호)를 전송할 수 있다.

다음으로, 후술할 본 발명에서 제안하는 방법과 5G 통신의 URLLC 기술이 적용되는 응용 동작의 기본 절차에 대해 설명한다.

앞서 설명한 바와 같이, 자율 주행 차량은 5G 네트워크와 초기 접속 절차 및/또는 임의 접속 절차를 수행한 후, 자율 주행 차량은 5G 네트워크로부터 DownlinkPreemption IE를 수신할 수 있다. 그리고, 자율 주행 차량은 DownlinkPreemption IE에 기초하여 프리엠션 지시(pre-emption indication)을 포함하는 DCI 포맷 2_1을 5G 네트워크로부터 수신한다. 그리고, 자율 주행 차량은 프리엠션 지시(pre-emption indication)에 의해 지시된 자원(PRB 및/또는 OFDM 심볼)에서 eMBB data의 수신을 수행(또는 기대 또는 가정)하지 않는다. 이후, 자율 주행 차량은 특정 정보를 전송할 필요가 있는 경우 5G 네트워크로부터 UL grant를 수신할 수 있다.

다음으로, 후술할 본 명세서에서 제안하는 방법과 5G 통신의 mMTC 기술이 적용되는 응용 동작의 기본 절차에 대해 설명한다.

도 3의 단계들 중 mMTC 기술의 적용으로 달라지는 부분 위주로 설명하기로 한다.

도 3의 S1 단계에서, 자율 주행 차량은 특정 정보를 5G 네트워크로 전송하기 위해 5G 네트워크로부터 UL grant를 수신한다. 여기서, 상기 UL grant는 상기 특정 정보의 전송에 대한 반복 횟수에 대한 정보를 포함하고, 상기 특정 정보는 상기 반복 횟수에 대한 정보에 기초하여 반복하여 전송될 수 있다. 즉, 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.

H. 5G 통신을 이용한 차량 대 차량 간의 자율 주행 동작

도 4는 5G 통신을 이용한 차량 대 차량 간의 기본 동작의 일 예를 예시한다.

제1 차량은 특정 정보를 제2 차량으로 전송한다(S61). 제2 차량은 특정 정보에 대한 응답을 제1 차량으로 전송한다(S62).

한편, 5G 네트워크가 상기 특정 정보, 상기 특정 정보에 대한 응답의 자원 할당에 직접적(사이드 링크 통신 전송 모드 3) 또는 간접적으로(사이드링크 통신 전송 모드 4) 관여하는지에 따라 차량 대 차량 간 응용 동작의 구성이 달라질 수 있다.

다음으로, 5G 통신을 이용한 차량 대 차량 간의 응용 동작에 대해 살펴본다.

먼저, 5G 네트워크가 차량 대 차량 간의 신호 전송/수신의 자원 할당에 직접적으로 관여하는 방법을 설명한다.

5G 네트워크는, 모드 3 전송(PSCCH 및/또는 PSSCH 전송)의 스케줄링을 위해 DCI 포맷 5A를 제1 차량에 전송할 수 있다. 여기서, PSCCH(physical sidelink control channel)는 특정 정보 전송의 스케줄링을 위한 5G 물리 채널이고, PSSCH(physical sidelink shared channel)는 특정 정보를 전송하는 5G 물리 채널이다. 그리고, 제1 차량은 특정 정보 전송의 스케줄링을 위한 SCI 포맷 1을 PSCCH 상에서 제2 차량으로 전송한다. 그리고, 제1 차량이 특정 정보를 PSSCH 상에서 제2 차량으로 전송한다.

다음으로, 5G 네트워크가 신호 전송/수신의 자원 할당에 간접적으로 관여하는 방법에 대해 살펴본다.

제1 차량은 모드 4 전송을 위한 자원을 제1 윈도우에서 센싱한다. 그리고, 제1 차량은, 상기 센싱 결과에 기초하여 제2 윈도우에서 모드 4 전송을 위한 자원을 선택한다. 여기서, 제1 윈도우는 센싱 윈도우(sensing window)를 의미하고, 제2 윈도우는 선택 윈도우(selection window)를 의미한다. 제1 차량은 상기 선택된 자원을 기초로 특정 정보 전송의 스케줄링을 위한 SCI 포맷 1을 PSCCH 상에서 제2 차량으로 전송한다. 그리고, 제1 차량은 특정 정보를 PSSCH 상에서 제2 차량으로 전송한다.

앞서 살핀 5G 통신 기술은 후술할 본 발명에서 제안하는 방법들과 결합되어 적용될 수 있으며, 또는 본 발명에서 제안하는 방법들의 기술적 특징을 구체화하거나 명확하게 하는데 보충될 수 있다.

주행

(1) 차량 외관

도 5는 본 명세서의 실시예에 따른 차량을 도시한 도면이다.

도 5를 참조하면, 본 명세서의 실시예에 따른 차량(10)은, 도로나 선로 위를 주행하는 수송 수단으로 정의된다. 차량(10)은, 자동차, 기차, 오토바이를 포함하는 개념이다. 차량(10)은, 동력원으로서 엔진을 구비하는 내연기관 차량, 동력원으로서 엔진과 전기 모터를 구비하는 하이브리드 차량, 동력원으로서 전기 모터를 구비하는 전기 차량등을 모두 포함하는 개념일 수 있다. 차량(10)은 개인이 소유한 차량일 수 있다. 차량(10)은, 공유형 차량일 수 있다. 차량(10)은 자율 주행 차량일 수 있다.

(2) 차량의 구성 요소

도 6은 본 명세서의 실시예에 따른 차량의 제어 블럭도이다.

도 6을 참조하면, 차량(10)은, 사용자 인터페이스 장치(200), 오브젝트 검출 장치(210), 통신 장치(220), 운전 조작 장치(230), 메인 ECU(240), 구동 제어 장치(250), 자율 주행 장치(260), 센싱부(270) 및 위치 데이터 생성 장치(280)를 포함할 수 있다. 오브젝트 검출 장치(210), 통신 장치(220), 운전 조작 장치(230), 메인 ECU(240), 구동 제어 장치(250), 자율 주행 장치(260), 센싱부(270) 및 위치 데이터 생성 장치(280)는 각각이 전기적 신호를 생성하고, 상호간에 전기적 신호를 교환하는 전자 장치로 구현될 수 있다.

1) 사용자 인터페이스 장치

사용자 인터페이스 장치(200)는, 차량(10)과 사용자와의 소통을 위한 장치이다. 사용자 인터페이스 장치(200)는, 사용자 입력을 수신하고, 사용자에게 차량(10)에서 생성된 정보를 제공할 수 있다. 차량(10)은, 사용자 인터페이스 장치(200)를 통해, UI(User Interface) 또는 UX(User Experience)를 구현할 수 있다. 사용자 인터페이스 장치(200)는, 입력 장치, 출력 장치 및 사용자 모니터링 장치를 포함할 수 있다.

2) 오브젝트 검출 장치

오브젝트 검출 장치(210)는, 차량(10) 외부의 오브젝트에 대한 정보를 생성할 수 있다. 오브젝트에 대한 정보는, 오브젝트의 존재 유무에 대한 정보, 오브젝트의 위치 정보, 차량(10)과 오브젝트와의 거리 정보 및 차량(10)과 오브젝트와의 상대 속도 정보 중 적어도 어느 하나를 포함할 수 있다. 오브젝트 검출 장치(210)는, 차량(10) 외부의 오브젝트를 검출할 수 있다. 오브젝트 검출 장치(210)는, 차량(10) 외부의 오브젝트를 검출할 수 있는 적어도 하나의 센서를 포함할 수 있다. 오브젝트 검출 장치(210)는, 카메라, 레이다, 라이다, 초음파 센서 및 적외선 센서 중 적어도 하나를 포함할 수 있다. 오브젝트 검출 장치(210)는, 센서에서 생성되는 센싱 신호에 기초하여 생성된 오브젝트에 대한 데이터를 차량에 포함된 적어도 하나의 전자 장치에 제공할 수 있다.

2.1) 카메라

카메라는 영상을 이용하여 차량(10) 외부의 오브젝트에 대한 정보를 생성할 수 있다. 카메라는 적어도 하나의 렌즈, 적어도 하나의 이미지 센서 및 이미지 센서와 전기적으로 연결되어 수신되는 신호를 처리하고, 처리되는 신호에 기초하여 오브젝트에 대한 데이터를 생성하는 적어도 하나의 프로세서를 포함할 수 있다.

카메라는, 모노 카메라, 스테레오 카메라, AVM(Around View Monitoring) 카메라 중 적어도 어느 하나일 수 있다. 카메라는, 다양한 영상 처리 알고리즘을 이용하여, 오브젝트의 위치 정보, 오브젝트와의 거리 정보 또는 오브젝트와의 상대 속도 정보를 획득할 수 있다. 예를 들면, 카메라는, 획득된 영상에서, 시간에 따른 오브젝트 크기의 변화를 기초로, 오브젝트와의 거리 정보 및 상대 속도 정보를 획득할 수 있다. 예를 들면, 카메라는, 핀홀(pin hole) 모델, 노면 프로파일링 등을 통해, 오브젝트와의 거리 정보 및 상대 속도 정보를 획득할 수 있다. 예를 들면, 카메라는, 스테레오 카메라에서 획득된 스테레오 영상에서 디스패러티(disparity) 정보를 기초로 오브젝트와의 거리 정보 및 상대 속도 정보를 획득할 수 있다.

카메라는, 차량 외부를 촬영하기 위해 차량에서 FOV(field of view) 확보가 가능한 위치에 장착될 수 있다. 카메라는, 차량 전방의 영상을 획득하기 위해, 차량의 실내에서, 프런트 윈드 쉴드에 근접하게 배치될 수 있다. 카메라는, 프런트 범퍼 또는 라디에이터 그릴 주변에 배치될 수 있다. 카메라는, 차량 후방의 영상을 획득하기 위해, 차량의 실내에서, 리어 글라스에 근접하게 배치될 수 있다. 카메라는, 리어 범퍼, 트렁크 또는 테일 게이트 주변에 배치될 수 있다. 카메라는, 차량 측방의 영상을 획득하기 위해, 차량의 실내에서 사이드 윈도우 중 적어도 어느 하나에 근접하게 배치될 수 있다. 또는, 카메라는, 사이드 미러, 휀더 또는 도어 주변에 배치될 수 있다.

2.2) 레이다

레이다는 전파를 이용하여 차량(10) 외부의 오브젝트에 대한 정보를 생성할 수 있다. 레이다는, 전자파 송신부, 전자파 수신부 및 전자파 송신부 및 전자파 수신부와 전기적으로 연결되어, 수신되는 신호를 처리하고, 처리되는 신호에 기초하여 오브젝트에 대한 데이터를 생성하는 적어도 하나의 프로세서를 포함할 수 있다. 레이다는 전파 발사 원리상 펄스 레이다(Pulse Radar) 방식 또는 연속파 레이다(Continuous Wave Radar) 방식으로 구현될 수 있다. 레이다는 연속파 레이다 방식 중에서 신호 파형에 따라 FMCW(Frequency Modulated Continuous Wave)방식 또는 FSK(Frequency Shift Keyong) 방식으로 구현될 수 있다. 레이다는 전자파를 매개로, TOF(Time of Flight) 방식 또는 페이즈 쉬프트(phase-shift) 방식에 기초하여, 오브젝트를 검출하고, 검출된 오브젝트의 위치, 검출된 오브젝트와의 거리 및 상대 속도를 검출할 수 있다. 레이다는, 차량의 전방, 후방 또는 측방에 위치하는 오브젝트를 감지하기 위해 차량의 외부의 적절한 위치에 배치될 수 있다.

2.3) 라이다

라이다는, 레이저 광을 이용하여, 차량(10) 외부의 오브젝트에 대한 정보를 생성할 수 있다. 라이다는, 광 송신부, 광 수신부 및 광 송신부 및 광 수신부와 전기적으로 연결되어, 수신되는 신호를 처리하고, 처리된 신호에 기초하여 오브젝트에 대한 데이터를 생성하는 적어도 하나의 프로세서를 포함할 수 있다. 라이다는, TOF(Time of Flight) 방식 또는 페이즈 쉬프트(phase-shift) 방식으로 구현될 수 있다. 라이다는, 구동식 또는 비구동식으로 구현될 수 있다. 구동식으로 구현되는 경우, 라이다는, 모터에 의해 회전되며, 차량(10) 주변의 오브젝트를 검출할 수 있다. 비구동식으로 구현되는 경우, 라이다는, 광 스티어링에 의해, 차량을 기준으로 소정 범위 내에 위치하는 오브젝트를 검출할 수 있다. 차량(100)은 복수의 비구동식 라이다를 포함할 수 있다. 라이다는, 레이저 광 매개로, TOF(Time of Flight) 방식 또는 페이즈 쉬프트(phase-shift) 방식에 기초하여, 오브젝트를 검출하고, 검출된 오브젝트의 위치, 검출된 오브젝트와의 거리 및 상대 속도를 검출할 수 있다. 라이다는, 차량의 전방, 후방 또는 측방에 위치하는 오브젝트를 감지하기 위해 차량의 외부의 적절한 위치에 배치될 수 있다.

3) 통신 장치

통신 장치(220)는, 차량(10) 외부에 위치하는 디바이스와 신호를 교환할 수 있다. 통신 장치(220)는, 인프라(예를 들면, 서버, 방송국), 타 차량, 단말기 중 적어도 어느 하나와 신호를 교환할 수 있다. 통신 장치(220)는, 통신을 수행하기 위해 송신 안테나, 수신 안테나, 각종 통신 프로토콜이 구현 가능한 RF(Radio Frequency) 회로 및 RF 소자 중 적어도 어느 하나를 포함할 수 있다.

예를 들어, 통신 장치는 C-V2X(Cellular V2X) 기술을 기반으로 외부 디바이스와 신호를 교환할 수 있다. 예를 들어, C-V2X 기술은 LTE 기반의 사이드링크 통신 및/또는 NR 기반의 사이드링크 통신을 포함할 수 있다. C-V2X와 관련된 내용은 후술한다.

예를 들어, 통신 장치는 IEEE 802.11p PHY/MAC 계층 기술과 IEEE 1609 Network/Transport 계층 기술 기반의 DSRC(Dedicated Short Range Communications) 기술 또는 WAVE(Wireless Access in Vehicular Environment) 표준을 기반으로 외부 디바이스와 신호를 교환할 수 있다. DSRC (또는 WAVE 표준) 기술은 차량 탑재 장치 간 혹은 노변 장치와 차량 탑재 장치 간의 단거리 전용 통신을 통해 ITS(Intelligent Transport System) 서비스를 제공하기 위해 마련된 통신 규격이다. DSRC 기술은 5.9GHz 대역의 주파수를 사용할 수 있고, 3Mbps~27Mbps의 데이터 전송 속도를 가지는 통신 방식일 수 있다. IEEE 802.11p 기술은 IEEE 1609 기술과 결합되어 DSRC 기술 (혹은 WAVE 표준)을 지원할 수 있다.

본 발명의 통신 장치는 C-V2X 기술 또는 DSRC 기술 중 어느 하나만을 이용하여 외부 디바이스와 신호를 교환할 수 있다. 또는, 본 발명의 통신 장치는 C-V2X 기술 및 DSRC 기술을 하이브리드하여 외부 디바이스와 신호를 교환할 수 있다.

4) 운전 조작 장치

운전 조작 장치(230)는, 운전을 위한 사용자 입력을 수신하는 장치이다. 메뉴얼 모드인 경우, 차량(10)은, 운전 조작 장치(230)에 의해 제공되는 신호에 기초하여 운행될 수 있다. 운전 조작 장치(230)는, 조향 입력 장치(예를 들면, 스티어링 휠), 가속 입력 장치(예를 들면, 가속 페달) 및 브레이크 입력 장치(예를 들면, 브레이크 페달)를 포함할 수 있다.

5) 메인 ECU

메인 ECU(240)는, 차량(10) 내에 구비되는 적어도 하나의 전자 장치의 전반적인 동작을 제어할 수 있다.

6) 구동 제어 장치

구동 제어 장치(250)는, 차량(10)내 각종 차량 구동 장치를 전기적으로 제어하는 장치이다. 구동 제어 장치(250)는, 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. 파워 트레인 구동 제어 장치는, 동력원 구동 제어 장치 및 변속기 구동 제어 장치를 포함할 수 있다. 샤시 구동 제어 장치는, 조향 구동 제어 장치, 브레이크 구동 제어 장치 및 서스펜션 구동 제어 장치를 포함할 수 있다. 한편, 안전 장치 구동 제어 장치는, 안전 벨트 제어를 위한 안전 벨트 구동 제어 장치를 포함할 수 있다.

구동 제어 장치(250)는, 적어도 하나의 전자적 제어 장치(예를 들면, 제어 ECU(Electronic Control Unit))를 포함한다.

구종 제어 장치(250)는, 자율 주행 장치(260)에서 수신되는 신호에 기초하여, 차량 구동 장치를 제어할 수 있다. 예를 들면, 제어 장치(250)는, 자율 주행 장치(260)에서 수신되는 신호에 기초하여, 파워 트레인, 조향 장치 및 브레이크 장치를 제어할 수 있다.

7) 자율 주행 장치

자율 주행 장치(260)는, 획득된 데이터에 기초하여, 자율 주행을 위한 패스를 생성할 수 있다. 자율 주행 장치(260)는, 생성된 경로를 따라 주행하기 위한 드라이빙 플랜을 생성 할 수 있다. 자율 주행 장치(260)는, 드라이빙 플랜에 따른 차량의 움직임을 제어하기 위한 신호를 생성할 수 있다. 자율 주행 장치(260)는, 생성된 신호를 구동 제어 장치(250)에 제공할 수 있다.

자율 주행 장치(260)는, 적어도 하나의 ADAS(Advanced Driver Assistance System) 기능을 구현할 수 있다. ADAS는, 적응형 크루즈 컨트롤 시스템(ACC: Adaptive Cruise Control), 자동 비상 제동 시스템(AEB: Autonomous Emergency Braking), 전방 충돌 알림 시스템(FCW: Foward Collision Warning), 차선 유지 보조 시스템(LKA: Lane Keeping Assist), 차선 변경 보조 시스템(LCA: Lane Change Assist), 타겟 추종 보조 시스템(TFA: Target Following Assist), 사각 지대 감시 시스템(BSD: Blind Spot Detection), 적응형 하이빔 제어 시스템(HBA: High Beam Assist), 자동 주차 시스템(APS: Auto Parking System), 보행자 충돌 알림 시스템(PD collision warning system), 교통 신호 검출 시스템(TSR: Traffic Sign Recognition), 교통 신호 보조 시스템(TSA: Trafffic Sign Assist), 나이트 비전 시스템(NV: Night Vision), 운전자 상태 모니터링 시스템(DSM: Driver Status Monitoring) 및 교통 정체 지원 시스템(TJA: Traffic Jam Assist) 중 적어도 어느 하나를 구현할 수 있다.

자율 주행 장치(260)는, 자율 주행 모드에서 수동 주행 모드로의 전환 동작 또는 수동 주행 모드에서 자율 주행 모드로의 전환 동작을 수행할 수 있다. 예를 들면, 자율 주행 장치(260)는, 사용자 인터페이스 장치(200)로부터 수신되는 신호에 기초하여, 차량(10)의 모드를 자율 주행 모드에서 수동 주행 모드로 전환하거나 수동 주행 모드에서 자율 주행 모드로 전환할 수 있다.

8) 센싱부

센싱부(270)는, 차량의 상태를 센싱할 수 있다. 센싱부(270)는, IMU(inertial measurement unit) 센서, 충돌 센서, 휠 센서(wheel sensor), 속도 센서, 경사 센서, 중량 감지 센서, 헤딩 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. 한편, IMU(inertial measurement unit) 센서는, 가속도 센서, 자이로 센서, 자기 센서 중 하나 이상을 포함할 수 있다.

센싱부(270)는, 적어도 하나의 센서에서 생성되는 신호에 기초하여, 차량의 상태 데이터를 생성할 수 있다. 차량 상태 데이터는, 차량 내부에 구비된 각종 센서에서 감지된 데이터를 기초로 생성된 정보일 수 있다. 센싱부(270)는, 차량 자세 데이터, 차량 모션 데이터, 차량 요(yaw) 데이터, 차량 롤(roll) 데이터, 차량 피치(pitch) 데이터, 차량 충돌 데이터, 차량 방향 데이터, 차량 각도 데이터, 차량 속도 데이터, 차량 가속도 데이터, 차량 기울기 데이터, 차량 전진/후진 데이터, 차량의 중량 데이터, 배터리 데이터, 연료 데이터, 타이어 공기압 데이터, 차량 내부 온도 데이터, 차량 내부 습도 데이터, 스티어링 휠 회전 각도 데이터, 차량 외부 조도 데이터, 가속 페달에 가해지는 압력 데이터, 브레이크 페달에 가해지는 압력 데이터 등을 생성할 수 있다.

9) 위치 데이터 생성 장치

위치 데이터 생성 장치(280)는, 차량(10)의 위치 데이터를 생성할 수 있다. 위치 데이터 생성 장치(280)는, GPS(Global Positioning System) 및 DGPS(Differential Global Positioning System) 중 적어도 어느 하나를 포함할 수 있다. 위치 데이터 생성 장치(280)는, GPS 및 DGPS 중 적어도 어느 하나에서 생성되는 신호에 기초하여 차량(10)의 위치 데이터를 생성할 수 있다. 실시예에 따라, 위치 데이터 생성 장치(280)는, 센싱부(270)의 IMU(Inertial Measurement Unit) 및 오브젝트 검출 장치(210)의 카메라 중 적어도 어느 하나에 기초하여 위치 데이터를 보정할 수 있다. 위치 데이터 생성 장치(280)는, GNSS(Global Navigation Satellite System)로 명명될 수 있다.

차량(10)은, 내부 통신 시스템(50)을 포함할 수 있다. 차량(10)에 포함되는 복수의 전자 장치는 내부 통신 시스템(50)을 매개로 신호를 교환할 수 있다. 신호에는 데이터가 포함될 수 있다. 내부 통신 시스템(50)은, 적어도 하나의 통신 프로토콜(예를 들면, CAN, LIN, FlexRay, MOST, 이더넷)을 이용할 수 있다.

(3) 자율 주행 장치의 구성 요소

도 7은 본 발명의 실시예에 따른 자율 주행 장치의 제어 블럭도이다.

도 7을 참조하면, 자율 주행 장치(260)는, 메모리(140), 프로세서(170), 인터페이스부(180) 및 전원 공급부(190)를 포함할 수 있다.

메모리(140)는, 프로세서(170)와 전기적으로 연결된다. 메모리(140)는 유닛에 대한 기본데이터, 유닛의 동작제어를 위한 제어데이터, 입출력되는 데이터를 저장할 수 있다. 메모리(140)는, 프로세서(170)에서 처리된 데이터를 저장할 수 있다. 메모리(140)는, 하드웨어적으로, ROM, RAM, EPROM, 플래시 드라이브, 하드 드라이브 중 적어도 어느 하나로 구성될 수 있다. 메모리(140)는 프로세서(170)의 처리 또는 제어를 위한 프로그램 등, 자율 주행 장치(260) 전반의 동작을 위한 다양한 데이터를 저장할 수 있다. 메모리(140)는, 프로세서(170)와 일체형으로 구현될 수 있다. 실시예에 따라, 메모리(140)는, 프로세서(170)의 하위 구성으로 분류될 수 있다.

인터페이스부(180)는, 차량(10) 내에 구비되는 적어도 하나의 전자 장치와 유선 또는 무선으로 신호를 교환할 수 있다. 인터페이스부(280)는, 오브젝트 검출 장치(210), 통신 장치(220), 운전 조작 장치(230), 메인 ECU(240), 구동 제어 장치(250), 센싱부(270) 및 위치 데이터 생성 장치(280) 중 적어도 어느 하나와 유선 또는 무선으로 신호를 교환할 수 있다. 인터페이스부(280)는, 통신 모듈, 단자, 핀, 케이블, 포트, 회로, 소자 및 장치 중 적어도 어느 하나로 구성될 수 있다.

전원 공급부(190)는, 자율 주행 장치(260)에 전원을 공급할 수 있다. 전원 공급부(190)는, 차량(10)에 포함된 파워 소스(예를 들면, 배터리)로부터 전원을 공급받아, 자율 주행 장치(260)의 각 유닛에 전원을 공급할 수 있다. 전원 공급부(190)는, 메인 ECU(240)로부터 제공되는 제어 신호에 따라 동작될 수 있다. 전원 공급부(190)는, SMPS(switched-mode power supply)를 포함할 수 있다.

프로세서(170)는, 메모리(140), 인터페이스부(280), 전원 공급부(190)와 전기적으로 연결되어 신호를 교환할 수 있다. 프로세서(170)는, ASICs (application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적 유닛 중 적어도 하나를 이용하여 구현될 수 있다.

프로세서(170)는, 전원 공급부(190)로부터 제공되는 전원에 의해 구동될 수 있다. 프로세서(170)는, 전원 공급부(190)에 의해 전원이 공급되는 상태에서 데이터를 수신하고, 데이터를 처리하고, 신호를 생성하고, 신호를 제공할 수 있다.

프로세서(170)는, 인터페이스부(180)를 통해, 차량(10) 내 다른 전자 장치로부터 정보를 수신할 수 있다. 프로세서(170)는, 인터페이스부(180)를 통해, 차량(10) 내 다른 전자 장치로 제어 신호를 제공할 수 있다.

자율 주행 장치(260)는, 적어도 하나의 인쇄 회로 기판(printed circuit board, PCB)을 포함할 수 있다. 메모리(140), 인터페이스부(180), 전원 공급부(190) 및 프로세서(170)는, 인쇄 회로 기판에 전기적으로 연결될 수 있다.

(4) 자율 주행 장치의 동작

도 8은 본 명세서의 실시예에 따른 자율 주행 차량의 신호 흐름도이다.

1) 수신 동작

도 8을 참조하면, 프로세서(170)는, 수신 동작을 수행할 수 있다. 프로세서(170)는, 인터페이스부(180)를 통해, 오브젝트 검출 장치(210), 통신 장치(220), 센싱부(270) 및 위치 데이터 생성 장치(280) 중 적어도 어느 하나로부터, 데이터를 수신할 수 있다. 프로세서(170)는, 오브젝트 검출 장치(210)로부터, 오브젝트 데이터를 수신할 수 있다. 프로세서(170)는, 통신 장치(220)로부터, HD 맵 데이터를 수신할 수 있다. 프로세서(170)는, 센싱부(270)로부터, 차량 상태 데이터를 수신할 수 있다. 프로세서(170)는, 위치 데이터 생성 장치(280)로부터 위치 데이터를 수신할 수 있다.

2) 처리/판단 동작

프로세서(170)는, 처리/판단 동작을 수행할 수 있다. 프로세서(170)는, 주행 상황 정보에 기초하여, 처리/판단 동작을 수행할 수 있다. 프로세서(170)는, 오브젝트 데이터, HD 맵 데이터, 차량 상태 데이터 및 위치 데이터 중 적어도 어느 하나에 기초하여, 처리/판단 동작을 수행할 수 있다.

2.1) 드라이빙 플랜 데이터 생성 동작

프로세서(170)는, 드라이빙 플랜 데이터(driving plan data)를 생성할 수 있다. 예를 들면, 프로세서(1700는, 일렉트로닉 호라이즌 데이터(Electronic Horizon Data)를 생성할 수 있다. 일렉트로닉 호라이즌 데이터는, 차량(10)이 위치한 지점에서부터 호라이즌(horizon)까지 범위 내에서의 드라이빙 플랜 데이터로 이해될 수 있다. 호라이즌은, 기 설정된 주행 경로를 기준으로, 차량(10)이 위치한 지점에서 기설정된 거리 앞의 지점으로 이해될 수 있다. 호라이즌은, 기 설정된 주행 경로를 따라 차량(10)이 위치한 지점에서부터 차량(10)이 소정 시간 이후에 도달할 수 있는 지점을 의미할 수 있다.

일렉트로닉 호라이즌 데이터는, 호라이즌 맵 데이터 및 호라이즌 패스 데이터를 포함할 수 있다.

2.1.1) 호라이즌 맵 데이터

호라이즌 맵 데이터는, 토폴로지 데이터(topology data), 도로 데이터, HD 맵 데이터 및 다이나믹 데이터(dynamic data) 중 적어도 어느 하나를 포함할 수 있다. 실시예에 따라, 호라이즌 맵 데이터는, 복수의 레이어를 포함할 수 있다. 예를 들면, 호라이즌 맵 데이터는, 토폴로지 데이터에 매칭되는 1 레이어, 도로 데이터에 매칭되는 제2 레이어, HD 맵 데이터에 매칭되는 제3 레이어 및 다이나믹 데이터에 매칭되는 제4 레이어를 포함할 수 있다. 호라이즌 맵 데이터는, 스태이틱 오브젝트(static object) 데이터를 더 포함할 수 있다.

토폴로지 데이터는, 도로 중심을 연결해 만든 지도로 설명될 수 있다. 토폴로지 데이터는, 차량의 위치를 대략적으로 표시하기에 알맞으며, 주로 운전자를 위한 내비게이션에서 사용하는 데이터의 형태일 수 있다. 토폴로지 데이터는, 차로에 대한 정보가 제외된 도로 정보에 대한 데이터로 이해될 수 있다. 토폴로지 데이터는, 통신 장치(220)를 통해, 외부 서버에서 수신된 데이터에 기초하여 생성될 수 있다. 토폴로지 데이터는, 차량(10)에 구비된 적어도 하나의 메모리에 저장된 데이터에 기초할 수 있다.

도로 데이터는, 도로의 경사 데이터, 도로의 곡률 데이터, 도로의 제한 속도 데이터 중 적어도 어느 하나를 포함할 수 있다. 도로 데이터는, 추월 금지 구간 데이터를 더 포함할 수 있다. 도로 데이터는, 통신 장치(220)를 통해, 외부 서버에서 수신된 데이터에 기초할 수 있다. 도로 데이터는, 오브젝트 검출 장치(210)에서 생성된 데이터에 기초할 수 있다.

HD 맵 데이터는, 도로의 상세한 차선 단위의 토폴로지 정보, 각 차선의 연결 정보, 차량의 로컬라이제이션(localization)을 위한 특징 정보(예를 들면, 교통 표지판, Lane Marking/속성, Road furniture 등)를 포함할 수 있다. HD 맵 데이터는, 통신 장치(220)를 통해, 외부 서버에서 수신된 데이터에 기초할 수 있다.

다이나믹 데이터는, 도로상에서 발생될 수 있는 다양한 동적 정보를 포함할 수 있다. 예를 들면, 다이나믹 데이터는, 공사 정보, 가변 속도 차로 정보, 노면 상태 정보, 트래픽 정보, 무빙 오브젝트 정보 등을 포함할 수 있다. 다이나믹 데이터는, 통신 장치(220)를 통해, 외부 서버에서 수신된 데이터에 기초할 수 있다. 다이나믹 데이터는, 오브젝트 검출 장치(210)에서 생성된 데이터에 기초할 수 있다.

프로세서(170)는, 차량(10)이 위치한 지점에서부터 호라이즌까지 범위 내에서의 맵 데이터를 제공할 수 있다.

2.1.2) 호라이즌 패스 데이터

호라이즌 패스 데이터는, 차량(10)이 위치한 지점에서부터 호라이즌까지의 범위 내에서 차량(10)이 취할 수 있는 궤도로 설명될 수 있다. 호라이즌 패스 데이터는, 디시전 포인트(decision point)(예를 들면, 갈림길, 분기점, 교차로 등)에서 어느 하나의 도로를 선택할 상대 확률을 나타내는 데이터를 포함할 수 있다. 상대 확률은, 최종 목적지까지 도착하는데 걸리는 시간에 기초하여 계산될 수 있다. 예를 들면, 디시전 포인트에서, 제1 도로를 선택하는 경우 제2 도로를 선택하는 경우보다 최종 목적지에 도착하는데 걸리는 시간이 더 작은 경우, 제1 도로를 선택할 확률은 제2 도로를 선택할 확률보다 더 높게 계산될 수 있다.

호라이즌 패스 데이터는, 메인 패스와 서브 패스를 포함할 수 있다. 메인 패스는, 선택될 상대적 확률이 높은 도로들을 연결한 궤도로 이해될 수 있다. 서브 패스는, 메인 패스 상의 적어도 하나의 디시전 포인트에서 분기될 수 있다. 서브 패스는, 메인 패스 상의 적어도 하나의 디시전 포인트에서 선택될 상대적 확률이 낮은 적어도 어느 하나의 도로를 연결한 궤도로 이해될 수 있다.

3) 제어 신호 생성 동작

프로세서(170)는, 제어 신호 생성 동작을 수행할 수 있다. 프로세서(170)는, 일렉트로닉 호라이즌 데이터에 기초하여, 제어 신호를 생성할 수 있다. 예를 들면, 프로세서(170)는, 일렉트로닉 호라이즌 데이터에 기초하여, 파워트레인 제어 신호, 브라이크 장치 제어 신호 및 스티어링 장치 제어 신호 중 적어도 어느 하나를 생성할 수 있다.

프로세서(170)는, 인터페이스부(180)를 통해, 생성된 제어 신호를 구동 제어 장치(250)에 전송할 수 있다. 구동 제어 장치(250)는, 파워 트레인(251), 브레이크 장치(252) 및 스티어링 장치(253) 중 적어도 어느 하나에 제어 신호를 전송할 수 있다.

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.

이하, 첨부된 도면을 참조하여 본 명세서의 다양한 실시 예들을 상세히 설명한다.

도 9는 본 명세서의 실시 예에 따른 건강 관리를 위한 자율주행 시스템을 나타내는 도면이다. 특히, 도 9에 도시된 자율주행 차량(10)은 도 7 및 도 8에 도시된 프로세서(170)에 속하는 구성들을 중심으로 도시되었다.

도 9를 참조하면, 건강 관리를 위한 자율주행 시스템의 프로세서는 일정 관리 모듈(310), 날씨 정보 파악 모듈(320), 건강 상태 파악 모듈(330), 사용자 위치 파악 모듈(340), 캐빈 모니터링 모듈(350), 건강 관리 모듈(370), 경로탐색 모듈(380) 및 자율주행 모듈(390)을 포함한다.

일정 관리 모듈(310)은 건강 관리 모듈(370)의 제어 하에, 탑승자의 휴대 단말기(800)의 스케줄러 App(810)을 검색하여, 탑승자의 스케쥴을 검색한다.

날씨 정보 파악 모듈(320)은 건강 관리 모듈(370)의 제어 하에, 외부의 서버를 검색하여, 날씨 정보를 획득한다.

건강 상태 파악 모듈(330)은 건강 관리 모듈(370)의 제어 하에, 탑승자의 휴대 단말기(800)의 건강 상태 파악 모듈(820)을 검색하여, 탑승자의 건강 상태를 확인한다.

사용자 위치 파악 모듈(340)은 탑승자의 휴대 단말기(800)의 GPS 모듈(830)로부터 탑승자의 위치를 확인한다.

캐빈 모니터링 모듈(350)은 차량 내부의 모니터링 결과에 기초하여, 탑승자의 복장 정보를 획득한다. 상기 차량 내부의 모니터링은 차량 내부에 구비된 적어도 하나의 카메라를 통해 구현될 수 있다. 한편, 상기 캐빈 모니터링 모듈(350)은 무선 통신부를 통해 탑승자의 개인 단말로부터 탑승자의 복장 정보를 수신할 수도 있다.

경로탐색 모듈(380)은 출발지, 목적지 및 운동 구간에 기초하여 주행 경로를 검색한다.

건강 관리 모듈(370)은 프로세서(170)의 각 구성들을 제어하여 건강 관리 모드의 수행을 결정하고, 자율주행 모듈(390)을 제어하여 건강 관리 모드를 위한 자율주행을 수행한다.

도 10은 본 명세서의 실시 예에 따른 건강 관리를 위한 자율주행 제어방법을 나타내는 흐름도이다.

도 10을 참조하면, 본 명세서의 실시 예에 따른 건강 관리를 위한 자율주행 제어방법은 제1 단계(S1010)에서, 운동 구간을 경유하도록 주행 경로를 설정한다.

프로세서(170)는, 운동 구간은 미리 설정된 것으로서, 주행 경로를 따라가는 조깅 트랙이거나 주행 경로와 일정 거리 이내에 위치한 장소일 수 있다. 주행 경로는 출발지와 목적지를 잇는 최단 거리의 도로일 수 있고, 최단 거리의 도로와 인접한 곳에 운동 구간이 없을 경우에는 운동 구간을 경유하도록 재설정될 수 있다.

제2 단계(S1020)에서, 프로세서(170)는 운동 구간에서의 하차 지점 및 승차 지점을 결정할 수 있다.

하차 지점은 운동 구간에서 운동을 시작하기 위해서 탑승자가 하차하는 장소이며, 승차 지점은 탑승자가 운동을 종료한 이후에 다시 차량에 탑승하는 장소이다. 하차 지점과 승차 지점은 서로 다를 수 있다.

제3 단계(S1030)에서, 프로세서(170)는 운동 구간에서 운동 시간을 산출할 수 있다. 운동 시간은 운동 구간에 따라 다르게 설정될 수 있고, 탑승자의 복장 및 건강 상태, 기상 상태에 따라 달라질 수 있다.

제4 단계(S1040)에서, 프로세서(170) 탑승자가 운동 구간에서 하차한 이후, 운동 시간이 경과한 시점에 승차 지점에 도착하도록 재승차 경로를 설정할 수 있다. 재승차 경로는 운동 시간 동안 차량의 주행 경로를 지칭한다. 재승차 경로는 차량의 연료 소모를 최소화하기 위해서 주행 경로에서 가장 가까운 곳에 위치한 주차장에서 주차를 할 수 있도록 설정된다. 다만, 주차 요금 및 운동 시간 동안의 연비를 비교하여, 주차비가 더 많이 소요될 것으로 판단될 경우 운동 시간 동안 운동 구간 주위를 배회하는 경로를 재승차 경로로 설정할 수도 있다.

본 발명의 실시 예에서, 건강 관리 모드는 사용자의 선택에 의해서 결정될 수 있다. 예를 들어, 사용자는 휴대 단말기(800)를 제어하거나 차량의 자율주행 시스템을 제어하여, 건강 관리 모드를 동작시킬 수 있다.

또한, 건강 관리 모드는 차량의 자율주행 시스템의 제어에 의해서 동작할 수 있다.

도 11은 본 명세서의 일 실시예에 따라 건강 관리 모드를 결정하는 방법을 설명하는 도면이다.

도 11을 참조하면, 건강 관리 모드를 결정하기 위한 제1 단계(S1110)에서, 프로세서(170)는 탑승자의 스케쥴을 확인할 수 있다.

프로세서(170)의 일정 관리 모듈(310)은 탑승자의 휴대 단말기(800)를 검색하여, 탑승자의 스케쥴을 검색할 수 있다.

제2 단계(S1120)에서, 프로세서(170)는 탑승자의 스케쥴에 기초하여, 목적지에 도착한 이후에 탑승자의 여유 시간이 있는지를 판단할 수 있다. 아래의 [표 1]은 탑승자의 스케쥴의 일례를 나타내는 도면이다.

[표 1]

26일

27일

18:00

퇴근

19:10

자택 귀가

19:40

스케줄 없음

예매된 영화의 시작시간

[표 1]에서와 같이, 프로세서(170)는 탑승자가 차량에 탑승 예정 시간 이후의 스케쥴을 확인할 수 있다. 프로세서(170)는 26일 퇴근 이후에, 탑승자가 자택으로 귀가한 이후 스케쥴이 없는 것을 확인할 수 있다. 이와 같이 탑승자가 목적지에 도착한 이후의 스케쥴이 없는 것에 기초하여, 프로세서는 건강 관리 모드를 결정할 수 있다.

또한 프로세서(170)는 위 [표 1]을 통해 27일은 자택에 귀가한 이후에 영화 예매 내역을 확인할 수 있다. 자택 귀가 시점으로부터 예매된 영화의 시작시간 간의 간격이 부족할 경우, 프로세서(170)는 건강 관리 모드를 수행하지 않는다. 이와 같이, 프로세서(170)는 탑승자가 목적지에 도착한 이후의 여유 시간이 미리 설정된 일정 시간 미만일 경우에 건강 관리 모드를 수행하지 않을 수 있다.

제3 단계(S1130)에서, 탑승자의 여유 시간을 확인한 것에 기초하여, 프로세서(170)는 탑승자의 복장이 운동복에 매칭되는지를 판단한다.

프로세서(170)는 캐빈 모니터링 모듈(350)을 이용하여, 탑승자의 복장 정보를 획득한다. 프로세서(170)는 탑승자의 복장이 미리 설정된 운동복에 매칭되는 것에 기초하여, 건강 관리 모드 수행을 결정할 수 있다. 프로세서(170)는 탑승자의 복장 정보를 인공지능 학습하고, 이에 기초하여 탑승자의 복장이 운동복에 매칭되는지를 판단할 수 있다.

제4 단계(S1140)에서, 탑승자의 복장이 운동복에 매칭되는 것에 기초하여, 프로세서(170)는 날씨 정보를 조회할 수 있다.

프로세서(170)는 날씨 정보 파악 모듈(320)을 이용하여, 날씨 정보를 획득할 수 있다. 그리고 프로세서(170)는 기상 상태가 운동하기에 적합한 것으로 판단한 경우, 건강 관리 모드를 수행하도록 결정할 수 있다. 예를 들어, 프로세서(170)는 우천 확률이 미리 설정된 임계 확률 미만인 경우, 건강 관리 모드를 수행하도록 결정할 수 있다. 또한, 프로세서(170)는 미세 먼지, 온도 등이 미리 설정된 임계치 범위에 속할 경우에 한해서, 건강 관리 모드를 수행하도록 결정할 수 있다.

또한, 프로세서(170)는 건강 관리 모드를 결정하기 위해서 탑승자의 건강 상태를 확인할 수 있다. 예를 들어, 프로세서(170)는 건강 상태 파악 모듈(330)을 이용하여 탑승자의 휴대 단말기(800) 또는 병원 등의 외부 기관을 검색하여, 탑승자의 건강 상태를 확인할 수 있다. 그리고, 프로세서(170)는 탑승자가 운동을 하기에 적합하지 않은 상태일 경우에 건강 관리 모드를 동작시키지 않을 수 있다.

도 12는 본 명세서의 일 실시예에 따라 주행 경로를 결정하는 방법을 설명하는 도면이다.

도 12를 참조하면, 건강 관리 모드 동작을 위해서, 프로세서(170)는 운동 구간을 경유하도록 주행 경로를 결정한다.

주행 경로를 결정하기 위해서 먼저, 프로세서(170)는 출발지(Ps) 및 목적지(Pa)에 기초하여 자율주행을 하기 위한 최단 경로(Path 1)를 검색할 수 있다. 이어서 프로세서(170)는 최단 경로에 가장 가까운 운동 구간(TZ)을 검색한다. 운동 구간은 미리 설정된 보도 또는 시설물일 수 있다.

도 13은 본 명세서의 일 실시예에 따라 운동 구간의 일례를 나타내는 도면이다.

도 13의 (a)에서와 같이, 운동 구간은 차도(R1)와 인접한 보도(R2)일 수 있다. 특히, 보도(R2) 중에서 자전거 도로 또는 조깅 트랙 등과 같은 구간을 운동 구간으로 선택할 수 있다.

또는 도 13의 (b)에서와 같이, 운동 구간은 공원 등의 시설물일 수 있다.

프로세서(170)는 자율주행 차량이 주행하는 최단 경로와 운동 구간 간의 최단 거리가 미리 설정된 임계 거리 이상일 경우, 최단 경로에 운동 구간이 없는 것으로 판단한다. 예를 들어, 도 12에서와 같이, 제1 경로(Path1)가 최단 경로일 경우, 최단 경로(Path1)와 운동 구간(TZ) 간의 거리(d)가 임계 거리 이상인 경우 최단 경로에 운동 구간(TZ)이 포함되지 않는 것으로 판단한다.

프로세서(170)는 최단 경로(Path1)에 운동 구간이 포함되지 않는 것으로 판단한 경우, 운동 구간을 경유하는 주행 경로를 검색한다. 예를 들어, 프로세서(170)는 도 12에서와 같이, 운동 구간(TZ)과 가장 가까운 도로를 경유하는 제2 경로(Path2)를 주행 경로로 결정할 수 있다.

도 14는 본 명세서의 일 실시예에 따라 건강 관리 모드의 결정 및 승차 지점을 결정하는 실시 예를 설명하는 도면이다.

도 14를 참조하면, 프로세서(170)는 건강 관리 모드를 결정하기 위해서, 사용자에게 건강 관리 모드 동작을 제안할 수 있다. 예컨대, 프로세서(170)는 차량의 통신 장치를 이용하여 사용자의 휴대 단말기(800)에 건강 관리 모드 동작을 제안할 수 있다. 그리고, 프로세서(170)는 휴대 단말기(800)로부터 탑승자의 건강 관리 모드 동작 승인 요청에 따라 건강 관리 모드를 동작시킬 수 있다.

프로세서(170)는 전술한 실시 예들에 기초하여 운동 구간을 경유하도록 주행 경로를 결정할 수 있다.

그리고 프로세서(170)는 운동 구간의 승차 지점 및 하차 지점을 결정할 수 있다. 도 14는 운동 구간(TZ)의 하차 지점이 출발지(Ps)와 동일하고, 승차 지점(Pr)이 주행 경로(Path) 상에 위치한 실시 예를 도시하고 있다.

도 14에서와 같이, 운동 구간(TZ)의 하차 지점이 출발지와 동일할 경우, 차량(10)의 프로세서(170)는 탑승자(USER)가 차량에 탑승하기 이전에 건강 관리 모드 시행을 탑승자(USER)에게 알린다. 프로세서(170)는 승차 지점(Pr)을 탑승자(USER)에게 알리고, 운동 시간 이후에 승차 지점(Pr)에 도달하도록 자율주행을 실시할 수 있다.

도 15 및 도 16은 본 명세서의 일 실시 예에 따라 운동 구간을 선택하는 방법을 설명하는 도면들이다.

도 15 및 도 16에서와 같이, 출발지(Ps)로부터 목적지(Pa)까지의 주행 경로에서, 운동 구간들(TZ1,TZ2)은 둘 이상의 복수 개가 있을 수 있다.

도 15 및 도 16에서 '일반 주행'은 건강 관리 모드를 시행하지 않았을 경우에 주행 경로상의 특정 위치에 차량이 도달하는 시간을 나타낸다. 그리고 "TZ1에서 운동시"는 제1 운동 구간에서 운동할 경우 주행 경로상의 특정 위치에 차량이 도달하는 시간을 나타내고, "TZ2에서 운동시"는 제2 운동 구간에서 운동할 경우 주행 경로상의 특정 위치에 차량이 도달하는 시간을 나타낸다.

프로세서(170)는 운동 구간이 복수인 것에 기초하여, 운동 구간들 각각에 대한 선호도를 판단할 수 있다. 운동 구간에 대한 선호도는 탑승자의 운동 선호도 정도를 수치화한 것으로, 기상 상태, 교통량, 장소의 선호도, 시간대의 선호도 등을 고려하여 결정될 수 있다.

도 15에서와 같이, 프로세서(170)는 주행 경로(Path)에 제1 운동 구간(TZ1) 및 제2 운동 구간(TZ2)이 있는 것을 확인한 후에, 제1 운동 구간(TZ1) 및 제2 운동 구간(TZ2) 각각에 대한 선호도를 비교한다. 운동 구간에 대한 선호도를 비교하기 위해서, 프로세서(170)는 제1 운동 구간(TZ1)에서의 운동 시간 및 제2 운동 구간(TZ2)에서의 운동 시간을 예측한다.

그리고 프로세서(170)는 제1 운동 구간(TZ1)에서의 운동 시간대의 기상 상태를 조회하고, 제2 운동 구간(TZ2)에서의 운동 시간대의 기상 상태를 조회한다.

제1 운동 구간(TZ1)에서 18:00~18:40 동안 우천이 예측되고, 제2 운동 구간(TZ2)에서 18:50~19:40 동안 우천이 없을 것으로 예측될 경우, 프로세서(170)는 제1 운동 구간(TZ1)의 선호도를 높게 판단한다. 이에 따라, 프로세서(170)는 제1 운동 구간을 최종적인 운동 구간으로 결정하고, 운동 시간 및 재승차 경로를 결정한다. 즉, 운동 시간을 18:00~18:40 까지로 결정하고, 승차 지점을 "Pr1"로 결정할 수 있다.

기상 상태는 우천 여부 이외에도 운동 구간에서의 미세 먼지 등이 고려될 수도 있다.

도 16에서와 같이, 프로세서(170)는 주행 경로(Path)에 제1 운동 구간(TZ1) 및 제2 운동 구간(TZ2)이 있는 것을 확인한 후에, 제1 운동 구간(TZ1) 및 제2 운동 구간(TZ2) 각각에 대한 선호도를 비교한다. 운동 구간에 대한 선호도를 비교하기 위해서, 프로세서(170)는 제1 운동 구간(TZ1)에서의 운동 시간 및 제2 운동 구간(TZ2)에서의 운동 시간을 예측한다.

그리고 프로세서(170)는 제1 운동 구간(TZ1) 및 제2 운동 구간(TZ2)에서의 운동 시간대의 교통량을 예측한다.

제1 운동 구간(TZ1)은 18:00~18:40 동안 교통 정체가 예측되고, 제2 운동 구간(TZ2)은 18:50~19:40 동안 교통정체가 없을 것으로 예측될 경우, 프로세서(170)는 제1 운동 구간(TZ1)의 선호도를 높게 판단한다. 이에 따라, 프로세서(170)는 제1 운동 구간을 최종적인 운동 구간으로 결정하고, 운동 시간 및 재승차 경로를 결정한다. 즉, 운동 시간을 18:00~18:40 까지로 결정하고, 승차 지점을 "Pr1"로 결정할 수 있다.

상술한 건강 관리 모드의 주행 방법에서 각각의 절차들은 인공지능 학습에 기반하여 제어될 수 있다.

도 17은 본 발명의 실시 예에 따른 인공지능 학습을 위한 인공지능 모델을 나타내는 도면이다.

도 17을 참조하면, 프로세서(170)는 인공지능 모델을 이용하여 건강 관리 제어를 수행할 수 있다.

인공지능 모델은 입력값에 따른 특정 출력값을 도출하도록 지도 학습(supervised learning)을 통해 학습될 수 있다. 또는 상기 인공지능 모델은 탑승자의 운동 습관, 운동 패턴, 생활 패턴 등 동적 요소를 고려하여 강화 학습(reinforcement learning)을 통해 확습될 수도 있다.

입력값은 탑승자의 스케쥴 정보, 탑승자를 모니터링한 것에 기초한 복장 정보, 기상 정보 등에 해당할 수 있다. 기상 정보는 예측되는 우천에 대한 정보 이외에, 온도, 미세먼지 등의 정보를 포함할 수 있다. 출력값은 건강 관리 모드의 동작 여부일 수 있다. 또한, 출력값은 운동 시간 및 운동 구간에 해당할 수 있다.

또한, 입력값은 운동 구간의 선호도 판단을 위한 정보일 수 있다. 예를 들어, 교통량, 탑승자가 운동 장소를 선호하는 정도, 탑승자가 운동 시간대를 선호하는 정도, 기상 상태를 선호하는 정도 등을 입력값으로 인공지능 학습하여 운동 구간들 각각의 선호도를 산출할 수 있다. 그리고 출력값은 선호도가 가장 높은 운동 구간일 수 있다.

도 18은 프로세서가 건강 관리 모드를 결정하는 과정의 실시 예를 설명하는 도면이다.

도 18을 참조하면, 제1 단계(S1801)에서, 건강 관리 모듈(370)은 일정 관리 모듈(310)에게 탑승자의 스케쥴을 요청한다.

제2 단계(S1802) 및 제3 단계(S183)에서, 외부의 서버(900)는 일정 관리 모듈(310)로부터의 요청에 응답하여, 스케줄러 앱(810)에서 탑승자의 스케쥴을 검색한다.

제4 단계(S1804) 내지 제6 단계(S1806)에서, 일정 관리 모듈(310)은 서버(900)를 통해서 탑승자의 스케쥴을 제공받고, 이를 건강 관리 모듈(370)에게 제공한다.

제7 단계(S1807)에서, 건강 관리 모듈(370)은 날씨 정보 파악 모듈(320)에 기상 정보를 요청한다.

제8 단계(S1808) 및 제9 단계(S1809)에서, 외부의 서버(900)는 날씨 정보 파악 모듈(320)로부터의 기상 정보 요청에 응답하여, 날씨 앱(910)에서 기상 정보를 검색한다. 날씨 앱(910)은 탑승자의 휴대 단말기(800)에 탑재된 것일 수 있고, 외부의 다른 기관에 속한 것일 수 있다.

제10 단계(S1810) 내지 제12 단계(S1812)에서, 날씨 정보 파악 모듈(320)은 서버(900)를 기상 정보를 제공받고, 이를 건강 관리 모듈(370)에 제공한다.

제13 단계(S1803)에서, 건강 관리 모듈(370)은 건강 상태 파악 모듈(330)에게 탑승자의 건강 상태를 요청한다.

제14 단계(S1804) 및 제15 단계(S185)에서, 서버(900)는 건강 상태 파악 모듈(330)로부터의 건강 상태 요청에 응답하여, 건강 앱(820)을 검색한다.

제16 단계(S1816) 내지 제19 단계(S1819)에서, 서버(900)는 건강 앱(820)을 검색하여 획득한 건강 상태 정보를 건강 상태 파악 모듈(330)에 제공하고, 건강 상태 파악 모듈(330)은 건강 상태 정보를 건강 관리 모듈(370)에 제공한다.

제20 단계(S1820)에서, 건강 관리 모듈(370)은 캐빈 모니터링 모듈(350)에게 탑승자 복장 정보를 요청한다. 캐빈 모니터링 모듈(350)은 탑승자를 모니터링 한 결과에 기초하여, 탑승자의 복장 정보를 건강 관리 모듈(370)에 제공한다.

도 19는 차량에 탑승한 이후 프로세서가 건강 관리 모드 기능을 실시하는 동작을 설명하는 도면이다.

도 19를 참조하면, 제1 단계(S1901) 내지 제5 단계(S1905)에서, 건강 관리 모듈(370)은 건강 상태 파악 모듈(330)에 운동 구간 선호도를 요청한다.

제6 단계(S1906)에서, 건강 상태 파악 모듈(330)은 외부의 서버(900)를 통해서 건강 앱(520)으로부터 운동 구간의 선호도를 제공받는다. 건강 관리 모듈(370)은 운동 구간의 선호도를 바탕으로 최적의 운동 구간을 결정한다.

제7 단계(S1907)에서, 건강 관리 모듈(370)은 경로 탐색 모듈(380)을 통해서 결정된 운동 구간에 대한 주행 경로를 요청한다.

제8 단계(S1908) 및 제9 단계(S1909)에서, 경로 탐색 모듈(380)은 운동 구간을 포함하는 주행 경로를 결정하고, 이를 건강 관리 모듈(370)에 제공한다.

제10 단계(S1910) 및 제11 단계(S1911)에서, 건강 관리 모듈(370)은 외부의 서버(900)를 통해서 휴대 단말기(800)에게 운동 구간에 대한 정보, 즉 운동 구간에서의 하차 지점 및 승차 지점에 대한 정보를 제공한다.

제12 단계(S1912) 및 제13 단계(S1913)에서, 건강 관리 모듈(370)은 휴대 단말기(800)로부터 사용자의 응답을 수신할 수 있다.

전술한 본 발명의 실시 예에 따른 프로세서는 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.

본 명세서에 기재된 구성들은 모든 면에서 제한적으로 해석되어서는 아니되고 예시 적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.

Claims

출발지 및 목적지에 기초하여, 건강 관리 모드 동작을 위해서 미리 설정된 운동 구간을 경유하도록 주행 경로를 결정하는 단계;
상기 운동 구간에서 상기 탑승자가 하차하는 하차 지점 및 상기 운동 구간에서 상기 탑승자가 운동을 종료한 이후에 다시 승차하는 승차 지점을 결정하는 단계;
상기 운동 구간에 매칭되는 탑승자의 운동시간을 산출하는 단계; 및
상기 하차 지점에서 정차한 이후, 상기 운동 시간이 경과한 시점에 상기 승차 지점에 도착하도록 재승차 경로를 설정하는 단계;
를 포함하는 건강 관리 기능을 수행하기 위한 자율주행 제어방법.
제 1 항에 있어서,
상기 주행 경로를 결정하는 단계는
상기 탑승자의 스케쥴을 확인하는 단계; 및
상기 탑승자의 스케쥴에서 여유 시간이 미리 설정된 일정 시간 이상인 것에 기초하여, 상기 건강 관리 모드를 결정하는 단계;
를 포함하는 것을 특징으로 하는 건강 관리 기능을 수행하기 위한 자율주행 제어방법.
제 1 항에 있어서,
상기 주행 경로를 결정하는 단계는
상기 탑승자의 복장을 모니터링하는 단계; 및
상기 탑승자의 복장이 미리 설정된 운동복에 매칭되는 것에 기초하여, 상기 건강 관리 모드를 결정하는 단계;
를 포함하는 것을 특징으로 하는 건강 관리 기능을 수행하기 위한 자율주행 제어방법.
제 1 항에 있어서,
상기 주행 경로를 결정하는 단계는
날씨 정보를 검색하는 단계; 및
상기 날씨 정보에서 우천 확률이 미리 설정된 임계 확률 미만인 것에 기초하여, 상기 건강 관리 모드를 결정하는 단계;를 포함하는 것을 특징으로 하는 건강 관리 기능을 수행하기 위한 자율주행 제어방법.
제 1 항에 있어서,
상기 주행 경로를 결정하는 단계는
상기 운동 구간의 개수를 판단하는 단계;
상기 운동 구간의 개수가 복수인 것에 기초하여, 운동 구간들 각각에 대한 선호도를 판단하는 단계; 및
상기 운동 구간들 중에서 상기 선호도가 가장 높은 것을 최종적인 운동 구간으로 결정하는 단계;를 포함하는 것을 특징으로 하는 건강 관리 기능을 수행하기 위한 자율주행 제어방법.
제 5 항에 있어서,
상기 운동 구간들 각각의 선호도를 판단하는 단계는
교통량, 장소의 선호도, 시간대의 선호도, 기상 상태의 선호도를 인공지능 학습하는 단계를 포함하는 것을 특징으로 하는 건강 관리 기능을 수행하기 위한 자율주행 제어방법.
제 1 항에 있어서,
상기 운동시간을 산출하는 단계는
상기 운동 구간에서 상기 탑승자의 운동 이력을 검색하는 단계; 및
상기 운동 이력의 시간, 날씨, 운동 시간을 인공지능 학습한 것에 기초하여, 상기 운동시간을 산출하는 단계;
를 포함하는 것을 특징으로 하는 건강 관리 기능을 수행하기 위한 자율주행 제어방법.
제 7 항에 있어서,
상기 운동시간을 산출하는 단계는
상기 탑승자의 건강 상태를 확인하고, 상기 탑승자의 건강 상태에 기초하여 상기 운동시간을 산출하는 것을 특징으로 하는 건강 관리 기능을 수행하기 위한 자율주행 제어방법.
제 1 항에 있어서,
상기 재승차 경로를 설정하는 단계는
상기 승차 지점과 가장 가까운 주차장을 검색하고, 상기 하차 지점으로부터 검색된 상기 주차장 및 상기 승차 지점을 경유하는 경로를 상기 재승차 경로로 설정하는 것을 특징으로 하는 건강 관리 기능을 수행하기 위한 자율주행 제어방법.
제 9 항에 있어서,
상기 재승차 경로를 설정하는 단계는
상기 재승차 경로 및 상기 운동 시간에 기초하여, 상기 주차장에 주차되는 예상 주차 시간 및 상기 예상 주차 시간의 주차 비용을 산출하는 단계;
상기 운동 시간 동안 주행하는 예상 주행 비용을 산출하는 단계; 및
상기 주차 비용이 상기 예상 주행 비용 보다 큰 것에 기초하여, 상기 운동 시간 동안 상기 운동 구간을 배회하는 주행 경로를 검색하는 단계;
를 더 포함하는 것을 특징으로 하는 건강 관리 기능을 수행하기 위한 자율주행 제어방법.
차량을 구동시키는 차량의 구동장치; 및
상기 구동장치를 제어하여 자율주행을 수행하되, 출발지 및 목적지에 기초하여 건강 관리 모드 동작을 위해서 미리 설정된 운동 구간을 경유하도록 주행 경로를 결정하고, 상기 운동 구간에서 상기 탑승자가 하차하는 하차 지점 및 상기 운동 구간에서 상기 탑승자가 운동을 종료한 이후에 다시 승차하는 승차 지점을 결정하며, 상기 운동 구간에 매칭되는 탑승자의 운동시간을 산출하고, 상기 하차 지점에서 정차한 이후 상기 운동 시간이 경과한 시점에 상기 승차 지점에 도착하도록 재승차 경로를 설정하는 프로세서;
를 포함하는 건강 관리 기능을 수행하기 위한 자율주행 시스템.
제 11 항에 있어서,
상기 프로세서는
상기 탑승자의 스케쥴을 확인하고, 상기 탑승자의 스케쥴에서 여유 시간이 미리 설정된 일정 시간 이상인 것에 기초하여 상기 건강 관리 모드를 결정하는 것을 특징으로 하는 건강 관리 기능을 수행하기 위한 자율주행 시스템.
제 11 항에 있어서,
상기 프로세서는
상기 탑승자의 복장을 모니터링하고, 상기 탑승자의 복장이 미리 설정된 운동복에 매칭되는 것에 기초하여 상기 건강 관리 모드를 결정하는 것을 특징으로 하는 건강 관리 기능을 수행하기 위한 자율주행 시스템.
제 11 항에 있어서,
상기 프로세서는
날씨 정보를 검색하고, 상기 날씨 정보에서 우천 확률이 미리 설정된 임계 확률 미만인 것에 기초하여 상기 건강 관리 모드를 결정하는 것을 특징으로 하는 건강 관리 기능을 수행하기 위한 자율주행 시스템.
제 11 항에 있어서,
상기 프로세서는
상기 운동 구간의 개수를 판단하고, 상기 운동 구간의 개수가 복수인 것에 기초하여 운동 구간들 각각에 대한 선호도를 판단하며, 상기 운동 구간들 중에서 상기 선호도가 가장 높은 것을 최종적인 운동 구간으로 결정하는 것을 특징으로 하는 건강 관리 기능을 수행하기 위한 자율주행 시스템.
제 15 항에 있어서,
상기 프로세서는
교통량, 장소의 선호도, 시간대의 선호도, 기상 상태의 선호도를 인공지능 학습하여, 상기 운동 구간들 각각의 선호도를 판단하는 것을 특징으로 하는 건강 관리 기능을 수행하기 위한 자율주행 시스템.
제 11 항에 있어서,
상기 프로세서는
상기 운동 구간에서 상기 탑승자의 운동 이력을 검색하고, 상기 운동 이력의 시간, 날씨, 운동 시간을 인공지능 학습한 것에 기초하여 상기 운동시간을 산출하는 것을 특징으로 하는 건강 관리 기능을 수행하기 위한 자율주행 시스템.
제 17 항에 있어서,
상기 프로세서는
상기 탑승자의 건강 상태를 확인하고, 상기 탑승자의 건강 상태에 기초하여 상기 운동시간을 산출하는 것을 특징으로 하는 건강 관리 기능을 수행하기 위한 자율주행 시스템.
제 11 항에 있어서,
상기 프로세서는
상기 승차 지점과 가장 가까운 주차장을 검색하고, 상기 하차 지점으로부터 검색된 상기 주차장 및 상기 승차 지점을 경유하는 경로를 상기 재승차 경로로 설정하는 것을 특징으로 하는 건강 관리 기능을 수행하기 위한 자율주행 시스템.
제 19 항에 있어서,
상기 프로세서는
상기 재승차 경로 및 상기 운동 시간에 기초하여, 상기 주차장에 주차되는 예상 주차 시간 및 상기 예상 주차 시간의 주차 비용을 산출하고, 상기 운동 시간 동안 주행하는 예상 주행 비용을 산출하며, 상기 주차 비용이 상기 예상 주행 비용 보다 큰 것에 기초하여 상기 운동 시간 동안 상기 운동 구간을 배회하는 주행 경로를 검색하는 것을 특징으로 하는 건강 관리 기능을 수행하기 위한 자율주행 시스템.