KR20220056923A

KR20220056923A - 자율주행 제어 장치 및 방법

Info

Publication number: KR20220056923A
Application number: KR1020200141305A
Authority: KR
Inventors: 오태동
Original assignee: 현대자동차주식회사; 기아 주식회사
Priority date: 2020-10-28
Filing date: 2020-10-28
Publication date: 2022-05-09
Also published as: DE102021127678A1; US20220126874A1; CN114475649A

Abstract

본 발명은 자율 주행 시 다양한 주행환경에 대응할 수 있도록 타차량의 주행 의도를 판단 할 수 있는 자율주행 제어 장치 및 방법에 관한 것으로서, 본 발명의 자율주행 제어 방법은, 자율주행 중인 자차량의 주행정보와 적어도 하나 이상의 타차량의 주행정보를 수집하는 단계; 상기 타차량의 주행정보에 대해 기 설정된 인덱스를 적용하여 연산된 결과에 따라 상기 타차량의 주행 의도를 판단하는 단계; 상기 타차량의 주행 의도에 기초하여 상기 타차량의 주행 경로를 예측하는 단계; 및 예측된 상기 타차량의 주행 경로에 기초하여 상기 자차량의 주행 경로를 결정하는 단계;를 포함한다.

Description

자율주행 제어 장치 및 방법{APPARATUS AND METHOD FOR CONTROLLING AUTONOMOUS DRIVING OF VEHICLE}

본 발명은 자율 주행 시 다양한 주행환경에 대응할 수 있도록 타차량의 주행 의도를 판단 할 수 있는 자율주행 제어 장치 및 방법에 관한 것이다.

일반적으로 자율주행 자동차(Autonomous Vehicle)는 운전자가 가속 페달, 핸들, 브레이크 등을 조작하지 않아도 자동차 스스로 도로와 주변의 상황을 파악하여 목적지까지 주행할 수 있는 자동차를 말한다.

기존의 자율주행 자동차는 타차량의 위치 및 동역학 정보를 이용하여 해당 차량의 예상 경로를 산출하고, 이를 정밀지도상에 매칭시킴으로써 타차의 주행경로를 출력 하였다.

그러나, 실재 도로를 주행중인 차량들은 주변 차량의 주행 상태와 주행 의도, 신호등의 현재 신호 등에 따라 주행경로를 변경해야 하기 때문에, 단순히 위치 및 동역학 정보만으로 예측한 주행경로와 실재 타차량의 주행경로는 달라질 수 있다. 이에, 차량이 많거나 복잡한 도로에서는 기존 예측 경로대로 자율 주행 시 빈번하게 오경고 및 미경고가 발생하여 자율주행 상태를 유지하기 어렵다는 문제점이 있다.

상술한 배경기술의 문제점을 해결하기 위한 본 발명은 다양한 주행 환경에서 주변 차량의 주행 경로에 대한 예측 정확도를 향상시킬 수 있는 자율주행 제어 장치 및 방법을 제공하는 것을 목적으로 한다.

특히, 본 발명은 탐색 영역 내에 존재하는 타차들의 차간 거리, 차로 흐름, 동역학적 특성, 인프라 정보 등을 분석하고 차량들 간의 상호 작용을 고려하여 차량들의 주행 의도를 판단함으로써 주변 차량들의 주행 경로를 예측할 수 있는 자율주행 제어 장치 및 방법을 제공하는 것을 목적으로 한다.

본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

상기와 같은 기술적 과제를 해결하기 위하여, 본 발명의 일 실시예에 따른 자율주행 제어 방법은, 자율주행 중인 자차량의 주행정보와 적어도 하나 이상의 타차량의 주행정보를 수집하는 단계; 상기 타차량의 주행정보에 대해 기 설정된 인덱스를 적용하여 연산된 결과에 따라 상기 타차량의 주행 의도를 판단하는 단계; 상기 타차량의 주행 의도에 기초하여 상기 타차량의 주행 경로를 예측하는 단계; 및 예측된 상기 타차량의 주행 경로에 기초하여 상기 자차량의 주행 경로를 결정하는 단계;를 포함한다.

또한, 본 발명의 일 실시예에 따른 자율주행 제어 장치는, 자율주행 중인 자차량의 주행정보와 상기 자차량 주변의 적어도 하나 이상의 타차량의 주행정보를 수집하여 주행 환경을 판단하는 제1판단부; 상기 타차량의 주행정보에 기초하여 상기 자차량과 동일 차선에서 상기 자차량과 가장 가까운 거리에서 운행중인 관심 차량의 주행 의도를 판단하는 제2판단부; 및 상기 타차량의 주행 의도와 상기 타차량의 주행정보에 따라 상기 타차량의 주행 경로를 예측하고, 예측된 상기 타차량의 주행 경로에 기초하여 상기 자차량의 주행경로를 결정하는 주행 제어부;를 포함한다.

상기와 같이 구성되는 본 발명의 적어도 하나의 실시예에 관련된 자율주행 제어 장치 및 방법은 다양한 주행 환경에서 주변 차량의 주행 경로에 대한 예측 정확도를 향상시킬 수 있다.

특히, 본 발명은 탐색 영역 내에 존재하는 타차들의 차간 거리, 차로 흐름, 동역학적 특성, 인프라 정보 등을 분석하고 차량들 간의 상호 작용을 고려하여 차량들의 주행 의도를 판단함으로써 주변 차량들의 주행 경로를 예측할 수 있다.

또한, 타차의 주행의도를 고려하여 위험도 판단 기준을 가변적으로 적용함으로써 오경고와 미경고를 감소시킬 수 있고, 타차의 미래 위치를 고려하지 않아 발생할 수 있는 정차 및 감속 상황을 감소시켜 승차감을 향상시킬 수 있다.

본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 발명의 일 실시예에 따른 자율주행 제어 장치의 개략적인 블럭도이다.
도 2는 도 1의 타차량 판단부의 구성의 일례를 나타내는 개략적인 블럭도이다.
도 3은 본 발명의 일 실시예에 타차량 판단부의 제어 흐름도이다.
도 4 및 도 5는 본 발명의 일 실시예에 따른 차로별 여유 공간 판단 방법을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른 인프라 기반 판단 방법을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 타 차량 편향값 판단 방법을 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시예에 따른 타 차량 진행방향 판단 방법을 설명하기 위한 도면이다.
도 9 내지 도 12는 본 발명의 일 실시예에 따른 타 차량 주행의도 판단 방법을 설명하기 위한 도면이다.
도 13 및 도 14는 본 발명의 일 실시예에 따른 타차의 주행의도 기반 자차의 제어 방법을 설명하기 위한 도면이다.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서 전체에 걸쳐서 동일한 참조번호로 표시된 부분들은 동일한 구성요소들을 의미한다.

본 발명은 자율주행 제어 장치는 타차량이 주변 차량 간 거리, 주변 차량의 주행 의도, 속도, 위험차량 여부, 주변 인프라를 고려하여 주행 전략을 결정하는 경향을 분석하고, 이를 통해 일정 탐색영역 내 존재하는 모든 차량에 대해 주행 전략을 예측한다. 이와 같이 예측된 타차량의 주행전략을 기반으로, 자차의 주행제어 시 자차가 자연스러운 주행을 위해 선택해야 할 경로를 판단하고, 해당 경로로 진입하기 위한 주행전략을 선택하여 주행을 제어한다. 이와 같이, 타차량의 주행의도를 고려하여 자율 주행을 제어함으로써, 위험도 판단 기준을 타차의 주행의도를 고려하여 가변적으로 적용할 수 있어 오경고와 미경고 상황을 감소시킬 수 있고, 타차의 미래 위치를 고려하지 않아 발생하는 자차의 불필요한 정차 혹은 감속 상황을 감소시킬 수 있다. 또한, 차로를 변경하는 전방 차량에 대응하거나, 두 차량 이상이 동시에 차로를 변경하는 복잡한 주행 상황 등 다양한 주행 환경에서도 타차들의 주행 의도를 기반으로 자차의 최적 주행 제어가 가능하다.

이하, 본 발명의 각 실시 형태에 관한 차량의 주행 제어장치에 대해서 도면을 참조하면서 설명한다. 우선, 본 명세서 및 도면에 있어서 사용되는 주된 용어에 대해서 설명한다.

자차, 자차량: 자신의 차량

타차, 타차량: 자차량 이외의 차량

주변 차량: 자차량에 탑재되는 센서부에 의해 검출되는 자차량 이외의 차량

선행 차량: 자차량의 바로 앞을 주행하고 있는 주변 차량

주행 차로: 현재 자차량이 주행 중인 차로

목표 차로: 자차량이 차로 변경을 수행하고자 하는 차로

목표 차로 차량들: 목표 차로를 주행하고 있는 주변 차량

도 1은 본 발명의 일 실시예에 따른 자율주행 제어 장치의 개략적인 블럭도이다.

도 1을 참조하면, 본 발명의 일 실시예에 따른 자율주행 제어 장치는, 센서부(100), 통신부(110), 지도 송출 모듈(118), 주행환경 판단부(120), 타차량 판단부(200) 및 주행 제어부(300)를 포함한다.

센서부(100)는 자차량의 전방, 측방 및 후방에 위치하는 적어도 하나 이상의 주변 차량을 감지하고, 각 주변 차량의 위치, 속도 및 가속도를 검출할 수 있다. 이러한 센서부(100)는 자차량의 전방, 측방 및 후방에 설치되는 라이다(LiDAR, 102), 카메라(104), 레이더(radar, 106) 등, 다양한 센서들을 포함할 수 있다.

라이다(102)는 자차량과 주변 차량 간의 거리를 측정할 수 있다. 라이다(102)는 레이저 펄스를 주사하여 주변 차량에서 반사된 레이저 펄스의 도달시간을 측정함으로써 반사지점의 공간 위치 좌표를 계산하여 주변 차량과의 거리 및 형상 등을 확인할 수 있다.

카메라(104)는 이미지 센서를 통해 자차량 주변의 영상을 획득할 수 있다. 카메라(104)는 획득한 영상에 대해 노이즈(noise) 제거, 화질 및 채도 조절, 파일 압축 등의 이미지 처리를 수행하는 이미지 처리기를 포함할 수 있다.

레이더(106)는 자차량과 주변 차량 간의 거리를 측정할 수 있다. 레이더(124)는 전자기파를 주변 차량에 발생시키고, 주변 차량에서 반사되는 전자기파를 수신하여 주변 차량과의 거리, 방향, 및 고도 등을 확인할 수 있다.

통신부(110)는 자차량과 타차량의 위치를 감지하기 위한 정보들을 수신할 수 있다. 이러한 통신부(110)는 V2X(Vehicle to Everything)(112), CAN(Controller Area Network) 통(114), GPS(Global Positioning System)(116), 등 자차 위치를 인식하기 위한 정보들을 수신할 수 있는 다양한 장치들을 포함할 수 있다.

지도 송출 모듈(118)은 차로 별 구분이 가능한 정밀 지도를 제공한다. 정밀 지도는 데이터베이스(DB; Database) 형태로 저장될 수 있으며, 무선 통신을 이용하여 일정 주기마다 자동으로 업데이트되거나 또는 사용자에 의해 수동으로 업데이트될 수 있으며, 차로 별 합류구간 정보(예컨대, 합류구간의 위치 정보 및 각 합류구간의 법정 최대속도 정보를 포함), 위치 별 도로 정보, 도로 분기 정보, 및 교차로 정보 등을 포함할 수 있다.

주행환경 판단부(120)는 센서부(10), 지도 송출 모듈(118) 및 통신부(110)를 통해 획득된 정보에 기초하여 자차량 및 타차량들의 객체정보를 정밀지도상에 융합하여 출력할 수 있다. 이러한 주행환경 판단부(120)는 객체 융합모듈(122), 도로정보 융합모듈(124), 자차 위치 인지모듈(126)을 포함할 수 있다.

자차 위치 인지모듈(126)은 자차의 정밀한 위치 정보를 출력한다. 자차 위치 인지모듈(126)은 센서부(100)에서 센싱된 정보와 통신부(110)를 통해 수집된 자차의 GPS정보, 지도 송출 모듈(118)에서 제공된 정밀 지도 정보를 비교하여 자차의 위치정보 및 위치 인지 신뢰도 정보를 함께 출력할 수 있다.

도로정보 융합모듈(124)은 자차 주변의 정밀 지도를 출력한다. 도로정보 융합모듈(124)은 위치인지 정보와 정밀 지도 정보를 통해 자차 주변의 정밀 지도 정보를 객체 융합모듈(122)에 출력한다.

객체 융합모듈(122)은 융합 객체 정보를 타차량 판단부(200)로 출력한다. 객체 융합모듈(122)은 센서부(100)에서 센싱된 정보와 자차 주변의 정밀 지도 정보를 통해 객체를 정밀 지도 상에 융합하여 출력한다.

타차량 판단부(200)는 정밀 지도 상에 객체가 융합된 정보를 수신하여 타차량의 주행 의도를 판단하고, 주행 제어부(300)는 타차량 판단부(200)에서 출력된 타차량의 주행 의도를 기반으로 자차의 주행 경로를 결정하여 주행 상태를 제어할 수 있다. 이러한 타차량 판단부(200)는 도 2 의 블록도와 같이 구성될 수 있다.

도 2는 도 1의 타차량 판단부(200)의 구성의 일례를 나타내는 블럭도이다.

타차량 판단부(200)는 주행환경 판단부(120)에서 출력된 정밀 지도 상에 객체가 융합된 정보를 수신하여 타차량의 주행 의도를 판단할 수 있다.

도 2를 참조하면, 타차량 판단부(200)는 차로 별 여유 공간 판단 모듈(210), 인프라 기반 판단 모듈(212), 차로별 흐름 판단 모듈(214), 타차량 편향값 판단 모듈(215), 타차량 진행방향 판단 모듈(216), 타차량 주행의도 종합 판단 모듈(218)을 포함할 수 있다.

차로 별 여유 공간 판단 모듈(210)은 차간 거리를 기반으로 차량 간 거리 인덱스를 출력한다. 차량 간 거리 인덱스는 차간 거리에 따라 부여된 수치, 코드, 포인트 등을 의미할 수 있다.

인프라 기반 판단 모듈(212)은 현재 신호, 남은 시간 및 다음 신호(V2X활용 가능 시), 버스 정류장/어린이 보호 구역 로드마크 등을 기반으로 차량들의 진행 인덱스를 판단하여 출력한다. 차량들의 진행 인덱스는 차량 진행 시 감속, 정지 혹은 차로 변경 등의 방해 없이 진행할 수 있는 정도에 따라 부여된 수치, 코드, 포인트 등을 의미할 수 있다.

차로 별 흐름 판단 모듈(214)은 차량의 속도를 기반으로 해당 차로의 흐름 속도가 얼마나 빠른지를 인덱스로 환산하여 출력한다. 차로 별 흐름의 인덱스는 각 차로 별 차량들의 흐름 속도에 따라 부여된 수치, 코드, 포인트 등을 의미할 수 있다.

타차량 편향값 판단 모듈(215)은 타 차량의 주행중인 차로 중앙 기준으로 얼마나 편향 주행중인지에 따라 인덱스를 출력한다. 타차량 편향값의 인덱스는 타차량의 차로 중앙을 기준으로한 편향 정도에 따라 부여된 수치, 코드, 포인트 등을 의미할 수 있다.

타차량 진행방향 판단 모듈(216)은 타차량의 목표 차로 기준으로 진행 각도에 따라 인덱스를 출력한다. 타차량 진행방향의 인덱스는 타차량의 목표 차로에 대한 진행 각도에 따라 부여된 수치, 코드, 포인트 등을 의미할 수 있다.

타차량 주행의도 종합 판단 모듈(218)은 상기 5개의 서브모듈에 의한 인덱스를 종합적으로 고려하여 최종적으로 타차량이 주행하는 목표 차로를 출력한다.

도 3은 본 발명의 일 실시예에 타차량 판단부(200)의 제어 흐름도이다.

이를 위해, 타차량 판단부(200)는 차간 거리를 기반으로 차량 간 거리 인덱스를 출력한다(S210).

현재 신호, 남은 시간 및 다음 신호(V2X활용 가능 시), 버스 정류장/어린이 보호 구역 로드마크 등의 인프라를 기반으로 차량들의 진행 인덱스를 판단하여 출력한다(S212).

각 차로를 주행하는 차량들의 속도를 기반으로 해당 차로의 흐름 속도가 얼마나 빠른지를 인덱스로 환산하여 출력한다(S214).

타차량의 주행중인 차로 중앙을 기준으로 얼마나 편향 주행중인지에 따라 인덱스를 출력한다(S216).

타차량의 목표 차로 기준으로 진행 각도에 따라 인덱스를 출력한다(S218).

각 단계에서 산출된 인덱스들을 종합적으로 고려하여 최종적으로 타차량이 주행하는 목표 차로를 출력한다(S220).

도 4 및 도 5는 본 발명의 일 실시예에 따른 차로별 여유 공간 판단 방법을 설명하기 위한 도면이다. 자차(M)의 주행 전략을 결정하기 위해서는, 자차(M) 주행 차선의 전방에 있는 차량(a)의 주행의도를 예측할 필요가 있다. 주행의도 판단 대상 차량(a)의 주행 경로를 예측하기 위해, 타차량 판단부(200)의 차로 별 여유 공간 판단 모듈(210)은 차로별 여유 공간에 따라 인덱스를 출력할 수 있다.

도 4의 (A) 및 (B)는 각기 다른 상황에서의 차량별 여유 공간을 예시하고 있다. 주행중인 차량들은 차간 거리가 클 수록 차간 거리를 좁히기 위해 가속 혹은 등속 주행을 실시할 가능성이 높아진다. 이러한 가능성은 해당 차로의 평균 속도를 증가시키는 요인으로 작용할 수 있으며, 주행의도 판단 대상 차량(a)이 해당 차로를 선택할 가능성을 높이는 요소로 작용할 수 있다.

차로별 여유 공간은 자차(M)의 전방에 있는 주행의도 판단 대상 차량(a)을 기준으로 기 설정된 탐색 거리 내에서 산출될 수 있다. 차로별 여유 공간은 주행의도 판단 대상 차량(a)의 전단과 그 앞에 있는 타차량들(b, c, d)의 후단 간의 거리, 타차량들(b, c, d)의 전단과 그 앞에 있는 타차량들(e, f)의 후단 간의 거리로 측정될 수 있다. 차로별 여유 공간은 각 차로별 여유 공간들의 합으로 산출될 수 있다. 차로별 여유 공간은 각 차량들 자체의 길이를 제외한 차와 차 사이의 거리이므로, 차량이 많은 차로일 수록 해당 차로의 차간 거리의 합은 작아진다. 차로에 차량이 적을 수록 해당 차로의 차간 거리의 합은 더욱 커지며, 차량이 존재하지 않으면 탐색 거리 전체를 차간 거리로 판단할 수 있다.

이상과 같이 판단되는 차로별 여유 공간은 차량의 밀도와도 관련 있으며, 일정 거리당 차량 대수(대/km)등의 단위로도 대체되어 인덱스 산정 시 활용될 수 있다.

도 5의 (A) 및 (B)는 각기 다른 상황에서의 차량별 여유 공간에 따라 인덱스를 부여하는 방법을 예시하고 있다.

차로별 흐름에 가장 큰 영향을 주는 속도 요소를 고려하기 위해, 동일한 여유 공간이 측정되더라도 속도에 따라 가중치가 설정될 수 있다. 일반적으로 주행의도 판단 대상 차량(a)의 바로 전방 차량(c) 및 전측방 차량들(b, d)의 속도가 빠를 수록 따라 가기가 용이하고, 느릴 수록 따라가기 용이하지 않다. 이에, 각 차량별 속도에 따라 속도가 빠를 수록 높은 가중치를 설정하여 인덱스를 부여할 수 있다.

주행의도 판단 대상 차량(a)과, 그 바로 전방 차량(c), 전측방 차량들(b, d)들의 전방에서 운행중인 차량들에 대해서는 관심도가 낮아질 수 있다. 따라서, 주행의도 판단 대상 차량(a)의 전방 몇 번째에 위치하고 있는지에 따라 각기 다르게 가중치가 설정될 수 있다.

따라서, 타차의 속도가 빠를 수록, 가까이에 있을 수록 가중치가 높게 설정될 수 있다. 예컨대, 도 5에 도시된 바와 같이, 주행의도 판단 대상 차량(a)의 바로 전방에 위치한 차량들(b, c, d)에 대해서는 교통 흐름에 따라 8~10점, 그 전방에 있는 차량들(e, f)에 대해서는 5~7점, 그 전방에 있는 차량들(미도시)에 대해서는 2~4점을 부여할 수 있다.

그러나, 주행의도 판단 대상 차량(a) 전방에 버스나 택시 등의 차량이 끝 차로에서 감속하는 경우, 일반적인 감속보다 정차의 가능성이 높으므로, 차량의 종류에 따라 가중치는 높게 설정될 수 있다.

도 6은 본 발명의 일 실시예에 따른 인프라 기반 판단 방법을 설명하기 위한 도면이다.

일반적으로 차량들은 교차로 신호등 전방에서 신호에 따라 주행 전략을 변경하여 주행하는 경향이 있다. 예를 들어, 전방 신호가 진행신호인고 남은 시간이 3초일 경우, 타 차량들의 예측 경로 산출 시 3초 후 지점을 교차로 진행으로 산출할 경우 실제 주행과 다를 수 있다. 따라서, 타차량의 주행의도 판단 시 교통신호(I1), 어린이 보호 구역(I2), 버스 정류장(I3) 등의 인프라 정보를 활용하여 타차의 주행 의도를 예측할 필요가 있다.

도 6을 참조하면, 3단계로 단순화하여 T1, T2, T3(T1<T2<T3)의 정차 예측 시간을 갖는 타 차량들의 인덱스를 각각 S1, S2, S3(S1<S2<S3)점으로 차등적으로 부여하여 예시하며, 인덱스 부여 방식은 대체 가능한 구성요소일 수 있다.

인덱스 부여 시 타차의 진행이 원활한 지점 또는, 구역일 수록 높은 인덱스를 할당함으로써 주행의도 판단 시 미래 시점 주행 상태를 더욱 정확히 예상할 수 있다.

반대로, 정차 신호, 어린이 보호 구역, 버스 정류장 등, 타차의 진행이 더딜 것으로 예상되는 경우, 주행 의도에 이를 반영하여 낮은 인덱스를 부여할 수 있다.

일반적으로 갓길, 최외각 차로는 주정차가 빈번한 구역이므로, 일반 운전자들도 해당 차로로 주행 시 평균 진행 속도로 감소하는 경향을 보이므로 해당 차로에서는 인덱스가 다소 감소하도록 반영할 수 있다.

도 7은 본 발명의 일 실시예에 따른 타 차량 편향값 판단 방법을 설명하기 위한 도면이다.

도 7의 (A)는 자차(M)의 주행 차로의 중심선(CL)을 기준으로 주행의도 판단 대상 차량(a)의 중심선(CL')이 좌측으로 편향된 경우를 예시한 것이고, (B)는 자차(M)의 주행 차로의 중심선(CL)을 기준으로 주행의도 판단 대상 차량(a)의 중심선(CL')이 우측으로 편향된 경우를 예시한 것이다.

(A)와 같이, 주행의도 판단 대상 차량(a)이 좌측으로 편향중일 때에는 우측 차로변경 시 소요시간이 길어지는 경향이 있다. 반대로 좌측 차로변경 시에는 소요시간이 줄어들 수 있다. 이는, 차량의 차로변경 소요 시간이 줄어든다는 경제적 이유뿐만 아니라, 일반적으로 차량은 차로변경 전 목표 차로 쪽으로 편향하는 경향을 보이기 때문일 수 있다. 따라서 주행의도 판단 대상 차량(a)의 편향주행 방향과 편향값에 비례하게 해당 차로 방향으로 차로 변경의 주행의도 인덱스를 증가시킬 수 있다.

주행의도 판단 대상 차량(a)이 편향 반대 방향으로 차로변경 하는 경우에도, 매 프레임마다 실시간으로 편향값을 반영하여 주행의도를 재계산하므로 최신화된 주행의도 판단에는 최신 편향 정보가 반영될 수 있다.

도 8은 본 발명의 일 실시예에 따른 타 차량 진행방향 판단 방법을 설명하기 위한 도면이다.

도 8의 (A)는 자차(M)의 주행 차로의 중심선을 기준으로 주행의도 판단 대상 차량(a)의 차체가 좌측으로 편향된 경우를 예시한 것이고, (B)는 자차(M)의 주행 차로의 중심선을 기준으로 주행의도 판단 대상 차량(a)의 차체가 우측으로 편향된 경우를 예시한 것이다.

주행의도 판단 대상 차량(a)은 좌측 방향의 진행방향을 가질수록 우측 방향으로 차로를 변경하는 소요시간이 증가하는 경향이 있다. 반대로 좌측 방향으로의 차로변경 소요시간은 감소된다. 차량의 차로 변경 소요 시간이 줄어든다는 경제적 이유뿐만 아니라, 일반적으로 차량은 차로 변경 전 목표 차로 쪽으로 향하는 경향을 보인다.

따라서 주행의도 판단 대상 차량(a)의 목표 차로 방향 기준 진행각도(

)에 따라 인덱스(A, B, C)를 설정할 수 있다. 여기서, 인덱스 A, B, C값과 (2n+1)차

그래프의 곡선 형태는 튜닝 파라미터로 설정될 수 있다.

예컨대, 주행의도 판단 대상 차량(a)의 목표 차로 방향 기준 진행각도(+

)에 비례하도록 차로 변경의 주행의도 인덱스를 증가시킬 수 있다. 진행 반대 방향으로 차로변경 하는 경우(-

)에도, 매 프레임마다 실시간으로 진행방향을 반영하여 주행의도를 재계산하므로 최신화된 주행의도 판단에는 최신 편향 정보가 반영 된다.

도 9 내지 도 12는 본 발명의 일 실시예에 따른 타 차량 주행의도 판단 방법을 설명하기 위한 도면이다.

도 9의 첫 번째 도면은 차로별 여유공간 및 가중치 설정을 예시한 것이고, 두 번째 도면은 차로별 여유공간 및 가중치에 따른 환산 인덱스를 예시한 것이고, 세 번째 표는 차로별 여유공간 및 가중치에 따른 인덱스, 편향값에 따른 인덱스, 진행각도에 따른 인덱스, 인프라에 따른 인덱스에 기초하여 총점을 산출하는 방법을 예시한 도면이다.

도 9의 첫 번째 도면을 참조하면 주행의도 판단 대상 차량(a)을 기준으로 기 설정된 탐색 거리 내에서 차로별 여유 공간이 측정될 수 있다. 각 차로별 여유 공간에는 가중치가 적용되어 인덱스로 환산될 수 있다. 가중치는 차량의 속도와 주행의도 판단 대상 차량(a)과 몇 번째로 근접한 차량인가에 따라 부여할 수 있다.

주행의도 판단 대상 차량(a)과 가장 근접한 위치의 차량들(b, c, d)에 대해서는 교통 흐름에 따라 8~10점, 두 번째로 근접한 위치의 차량들(e, f)에 대해서는 5~7점, 그 전방에 있는 차량들, 혹은 전방에 차량이 없을 경우 탐색 구간의 끝까지를 여유 공간으로 측정하고 가중치는 2~4점을 부여할 수 있다. 차량 간 여유 공간은 가중치가 적용되어 두 번째 도면과 같이 인덱스로 환산될 수 있다.

예를 들어, 주행의도 판단 대상 차량(a)와 동일 차로에서 바로 전방에 있는 차량 c까지의 경로를 node 3이라 할 때, 여유 공간은 4m로 측정되고 속도 및 위치에 따른 가중치는 9로 설정될 수 있다. 이를 인덱스화하면 node 3의 인덱스는 13점으로 환산될 수 있다.

주행의도 판단 대상 차량(a)의 우측 차로의 전방에 있는 차량 b까지의 경로를 node 5라 할 때, 여유 공간은 5m로 측정되고 속도 및 위치에 따른 가중치는 9로 설정될 수 있다. 이를 인덱스화하면 node 5의 인덱스는 14점으로 환산될 수 있다.

주행의도 판단 대상 차량(a)의 좌측 차로의 전방에 있는 차량 d까지의 경로를 node 1이라 할 때, 여유 공간은 10m로 측정되고 속도 및 위치에 따른 가중치는 10으로 설정될 수 있다. 이를 인덱스화하면 node 1의 인덱스는 20점으로 환산될 수 있다.

차량 c의 전방에 있는 차량 f까지의 경로를 node 4라 할 때, 여유 공간은 7m로 측정되고 속도 및 위치에 따른 가중치는 7로 설정될 수 있다. 이를 인덱스화하면 node 4의 인덱스는 14점으로 환산될 수 있다.

차량 b의 전방에 있는 차량 e까지의 경로를 node 6이라 할 때, 여유 공간은 5m로 측정되고 속도 및 위치에 따른 가중치는 6으로 설정될 수 있다. 이를 인덱스화하면 node 6의 인덱스는 11점으로 환산될 수 있다.

차량 d의 전방에는 차량이 없으므로 탐색구간의 끝까지의 경로를 node 2라 할 때, 여유 공간은 12m로 측정되고 속도 및 위치에 따른 가중치는 7로 설정될 수 있다. 이를 인덱스화하면 node 2의 인덱스는 19점으로 환산될 수 있다.

차량 e의 전방에는 차량이 없으므로 탐색구간의 끝까지의 경로를 node 7이라 할 때, 여유 공간은 2m로 측정되고 속도 및 위치에 따른 가중치는 2로 설정될 수 있다. 이를 인덱스화하면 node 7의 인덱스는 4점으로 환산될 수 있다.

도 9의 표를 참조하면, 주행의도 판단 대상 차량(a)의 주행 의도 판단을 위해, 차로별 여유공간 및 가중치에 따른 인덱스, 편향값에 따른 인덱스, 진행각도에 따른 인덱스, 인프라에 따른 인덱스에 기초하여 총점을 산출할 수 있다.

주행의도 판단을 위한 인덱스는 주행의도 판단 대상 차량(a)이 진행 가능한 경로 즉, 현재 차로를 유지하는 경우(node 3, node 4)와 좌측 차로(node 1, node 2) 혹은 우측 차로(node 5, node 6)로 차선을 변경하는 경우로 나누어 산출될 수 있다.

주행의도 판단 대상 차량(a)이 좌측 차로로 차선을 변경할 가능성을 예측하는 경우 node 1 및 node 2의 환산 인덱스가 적용될 수 있다. 편향값 인덱스는 주행의도 판단 대상 차량(a)이 주행 차로의 중심선(CL)을 기준으로 좌측으로 편향(CL')되어 있으므로 15점이 부여될 수 있다. 진행방향 인덱스는 판단 대상 차량(a)의 차체가 진행각도(+

)에 따라 15점이 부여될 수 있다. 인프라 인덱스는 신호등 정보, 정류장 정보 등의 조건에 따라 15점이 부여될 수 있다.

주행의도 판단 대상 차량(a)이 주행 차로를 유지하는 가능성을 예측하는 경우 node 3 및 node 4의 환산 인덱스가 적용될 수 있다. 편향값 인덱스는 주행의도 판단 대상 차량(a)이 주행 차로의 중심선(CL)을 기준으로 좌측으로 편향(CL')되어 있으므로 0점이 부여될 수 있다. 진행방향 인덱스는 판단 대상 차량(a)의 차체가 진행각도(+

주행의도 판단 대상 차량(a)이 우측 차로로 차선을 변경하는 가능성을 예측하는 경우 node 5, node 6 및 node 7의 환산 인덱스가 적용될 수 있다. 편향값 인덱스는 주행의도 판단 대상 차량(a)이 주행 차로의 중심선(CL)을 기준으로 좌측으로 편향(CL')되어 있으므로 우측 차로로의 차선 변경에 대해서는 -15점이 부여될 수 있다. 진행방향 인덱스는 판단 대상 차량(a)의 차체가 진행각도(+

)에 따라 10점이 부여될 수 있다. 인프라 인덱스는 신호등 정보, 정류장 정보 등의 조건에 따라 10점이 부여될 수 있다.

이상과 같이 산출된 인덱스들을 각각 합산하면 좌측 차로로 차선을 변경할 가능성을 예측한 총점은 84점, 주행 차로를 변경할 가능성을 예측한 총점은 45점, 우측 차로로 차선을 변경할 가능성을 예측한 총점은 24점으로 산출된다. 결과적으로 총점이 가장 높은 좌측 차로로 차선을 변경할 가능성이 가장 높다고 판단할 수 있다.

도 10은 도 9의 인덱스 산출 방법에 따라 총합을 산출하는 수학식을 프로그래밍하는 방법을 설명하기 위한 도면이다.

도 10에 기재된 D nn/Vnn은 주행의도 판단 대상 차량(a)과 타차량들(b, c, d, e, f) 간의 거리 및 교통 흐름을 수학적으로 표시한 것이다. 수학적으로 환산된 타차량 간의 거리 및 교통흐름에 대한 인덱스는 다음과 같은 수학식에 대입되어 최종적으로 총합이 산출될 수 있다.

여기서,

이 TTC 고려 시 충돌할 정도로 무모하다고 판단 시 차로를 변경하지 않는다고 최종 판단할 수 있다.

전술한 바와 같은 주행의도 예측 방법을 적용하여 자차 전방 좌/우/자차로에 위치한 모든 차량들에 대해 주행의도를 예측함으로써 각 차량의 다음 시점의 차로가 결정될 수 있다.

타차량의 본선 유지 예측 시 전방 추종점까지의 PID 거리 제어가 들어갈 수 있다. 타차량의 차로 변경 예측 시 해당 레인링크로의 차로 변경에 대응하는 자차 주행 전략이 결정되어야 한다. 차로 변경 소요 시간을 T라 하면, T초 후 해당 차량은 NextLane에 있다고 간주할 수 있다. 즉, 차로 변경 예상 경로를 따라 위치가 변화한다.

소요시간 T는 타차량의 진행방향, 현재 속력, 편향값에 큰 의존도를 가질 수 있으며, 도 11과 같이 미리 계산된 값들의 테이블을 기반으로 보간하여 구하거나 수학적 모델링을 통해 적절한 값을 취할 수 있다.

혹은, 도 12와 같이 딥러닝 파라미터로 상기 파라미터들을 학습하여 소요 시간을 LSTM, CNN, 등의 시계열 예측 문제로 치환하여 구하는 것도 가능하다.

최종적으로 타차의 주행의도는 목표 차로와 목표 차로에 위치하는 시점으로 구성될 수 있다. 타차 주행의도와 차로 변경 소요 시간은 one-shot 판단뿐만 아니라, N샘플 관찰을 통해 신뢰할만한 데이터를 취하는 것도 가능하다.

도 11 및 도 12는 본 발명의 실시예에 따라 타차의 주행의도를 예측할 시 이용될 수 있는 연산방법들을 예시한 것이다.

도 11은 주행의도 판단 대상 차량(a)의 편향값이 0.8m일 경우와 0일 경우 진행 방향과 차속에 따른 송시간을 Mesh plot으로 모델링한 결과를 나타낸 것이다. 등속 차로 변경 모델의 경우 소요시간 plot이나 3차 poly 경로 모델 등으로도 연산이 가능하다.

도 12는 진행 방향, 현재 속력, 편향값 등의 입력 데이터를 딥 러닝 기반으로 처리하여 타차 차로 변경 시 소요 시간을 산출하는 실시예를 도식적으로 나타낸 것이다.

도 13 및 도 14는 본 발명의 일 실시예에 따른 타차의 주행의도 기반 자차의 제어 방법을 설명하기 위한 도면이다.

도 13 및 도 14는 본 발명의 일 실시예에 따른 자차의 전략 변경 방법을 설명하기 위한 도면으로서, 도 13은 전방 차량의 좌측 차로변경에 대한 자차의 주행 제어 방법을 예시한 것이고, 도 14는 전방 차량의 차로 유지에 대한 자차의 주행 제어 방법을 예시한 것이다.

도 13을 참조하면, 자차(M)의 바로 앞에서 주행하는 차량(f)은 주행 의도 판단 대상 차량이 될 수 있다. 좌측 차로의 차간 거리가 넓고, 교통 흐름이 원활하며 주행 의도 판단 대상 차량(f)의 거동이 좌측인 것으로 판단되면, 해당 차량(f)은 좌측 차로로 차선을 변경할 것임을 예측할 수 있다.

이에, 자차(M)는 현재 차선을 유지하거나 우측 차로로 변경하도록 제어할 수 있다.

도 14를 참조하면, 자차(M)의 바로 앞에서 주행하는 차량(F)은 주행 의도 판단 대상 차량이 될 수 있다. 자차(M)가 운행중인 차로에 차간 거리가 보통이고, 교통 흐름이 원활하며 주행 의도 판단 대상 차량(F)의 거동도 일반주행 상태인 것으로 판단되면, 해당 차량(f)은 현재 차로를 유지할 것임을 예측할 수 있다.

이에, 자차(M)는 현재 차선을 유지하거나 차간 거리가 더 넓은 좌측 차로로 변경하도록 제어할 수 있다.

이상과 같이, 본원발명은 주변 차량 간 거리, 주변 차량의 주행 의도, 속도, 위험차량 여부, 주변 인프라를 고려하여 탐색 영역 내 존재하는 타차들의 경로를 예측하고, 예측된 타차량들의 경로를 기반으로 자차의 주행경로를 결정함으로써, 차로를 변경하는 전방 차에 대응하거나, 두 차량 이상이 동시에 차로를 변경하는 복잡한 주행 상황 등 다양한 주행 환경에서 최적의 주행상태를 유지할 수 있다.

특히, 본 발명은 자차와 동일 차로에서 가장 근접한 차량을 관심 차량으로 선택하여 관심 차량의 탐색 영역 내에 존재하는 타차들의 차간 거리, 차로 흐름, 동역학적 특성, 인프라 정보 등을 분석하고 차량들 간의 상호 작용을 고려하여 차량들의 주행 의도를 판단함으로써 관심 차량을 포함한 타차량들의 주행 경로에 대한 예측 정확도를 향상시킬 수 있다.

전술한 본 발명은, 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 있다.

따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.

Claims

자율주행 중인 자차량의 주행정보와 적어도 하나 이상의 타차량의 주행정보를 수집하는 단계;
상기 타차량의 주행정보에 따라 상기 타차량의 주행 의도를 판단하는 단계;
상기 타차량의 주행 의도에 기초하여 상기 타차량의 주행 경로를 예측하는 단계; 및
예측된 상기 타차량의 주행 경로에 기초하여 상기 자차량의 주행 경로를 결정하는 단계;
를 포함하는 자율주행 제어 방법.
제1항에 있어서,
상기 주행정보는,
상기 자차량과 타차량의 위치 정보, 속도 정보, 가속도 정보, 편향각 정보, 진행 각도 정보, 정밀 지도 정보 및 신호등, 버스 정류장, 어린이 보호구역 정보를 포함하는 인프라 정보 중 적어도 어느 하나를 포함하는 자율주행 제어 방법.
제1항에 있어서,
상기 타차량의 주행 의도를 판단하는 단계는,
상기 타차량의 주행정보에 대해 기 설정된 인덱스를 적용하여 연산된 결과에 따라 상기 타차량이 진행하고자 하는 차로를 예측하는 단계를 포함하는 자율주행 제어 방법.
제3항에 있어서,
상기 타차량의 주행 의도를 판단하는 단계는,
상기 자차량과 동일 차선에서 상기 자차량과 가장 가까운 거리에서 운행중인 관심 차량의 주행 의도를, 상기 관심 차량과 그 외의 차량 간 위치 정보 및 속도 정보와 상기 관심 차량의 편향값 정보, 상기 관심 차량의 진행방향 정보 중 적어도 어느 하나에 기초하여 상기 관심 차량이 진행하고자 하는 차로를 예측하는 단계를 포함하는 자율주행 제어 방법.
제4항에 있어서,
상기 관심 차량의 주행 의도를 판단하는 단계는,
상기 관심 차량과 그 외의 차량 간 거리를 기반으로 각 차로 별 여유 공간과 관련된 인덱스를 산출하는 단계;
상기 인프라 정보에 기초하여 차량들의 진행 정도와 관련된 인덱스를 산출하는 단계;
상기 각 차로 별 차량의 속도와 관련된 인덱스를 산출하는 단계;
상기 관심 차량이 주행중인 차로의 중앙을 기준으로 편향한 정도와 관련된 인덱스를 산출하는 단계;
상기 관심 차량의 진행 각도와 관련된 인덱스를 산출하는 단계; 및
상기 각 단계에서 판단된 인덱스를 종합하여 상기 관심 차량이 진행하고자 하는 차로를 예측하는 단계를 포함하는 자율주행 제어 방법.
제5항에 있어서,
상기 각 차로 별 여유 공간과 관련된 인덱스를 산출하는 단계는,
상기 관심 차량과 그 외의 타차량 간 여유 공간의 거리를 획득하는 단계;
상기 타차량의 속도에 따라 설정된 가중치를 적용하는 단계; 및
상기 관심 차량으로부터 상기 타차량이 몇 번째로 근접한 차량인가에 따라 설정된 가중치를 적용하는 단계를 포함하는 자율주행 제어방법.
제6항에 있어서,
상기 타차량의 속도가 빠를 수록 높은 가중치가 적용되고, 상기 타차량이 상기 관심 차량과 근접한 차량일 수록 높은 가중치가 적용되는 자율주행 제어방법.
제5항에 있어서,
상기 인프라 정보에 기초하여 차량들의 진행 정도와 관련된 인덱스를 산출하는 단계는,
차량의 주행 속도를 감소시킬 가능성이 높을 수록 낮은 인덱스로 산출되는 자율주행 제어방법.
제5항에 있어서,
상기 관심 차량이 주행중인 차로의 중앙을 기준으로 편향한 정도와 관련된 인덱스를 산출하는 단계는,
상기 관심 차량이 편향한 방향에 근접한 차로일 수록 높은 인덱스로 산출되는 자율주행 제어방법.
제5항에 있어서,
상기 관심 차량의 진행 각도와 관련된 인덱스를 산출하는 단계는,
상기 관심 차량의 중심선을 기준으로 진행 각도의 크기가 큰 차로일 수록 높은 인덱스로 산출되는 자율주행 제어방법.
제5항에 있어서,
상기 각 단계에서 판단된 인덱스의 총합이 가장 큰 경로를 상기 관심 차량이 진행하고자 하는 차로로 예측하는 단계를 포함하는 자율주행 제어방법.
제1항 내지 제11항 중 어느 한 항에 따른 자율주행 제어 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터 해독 가능 기록 매체.
자율주행 중인 자차량의 주행정보와 상기 자차량 주변의 적어도 하나 이상의 타차량의 주행정보를 수집하여 주행 환경을 판단하는 제1판단부;
상기 타차량의 주행정보에 기초하여 상기 자차량과 동일 차선에서 상기 자차량과 가장 가까운 거리에서 운행중인 관심 차량의 주행 의도를 판단하는 제2판단부; 및
상기 타차량의 주행 의도와 상기 타차량의 주행정보에 따라 상기 타차량의 주행 경로를 예측하고, 예측된 상기 타차량의 주행 경로에 기초하여 상기 자차량의 주행경로를 결정하는 주행 제어부;
를 포함하는 자율주행 제어장치.
제13항에 있어서,
상기 주행정보는,
상기 자차량과 타차량의 위치 정보, 속도 정보, 가속도 정보, 편향각 정보, 진행 각도 정보, 정밀 지도 정보 및 신호등, 버스 정류장, 어린이 보호구역 정보를 포함하는 인프라 정보 중 적어도 어느 하나를 포함하는 자율주행 제어장치.
제14항에 있어서,
상기 제2판단부는,
상기 제1판단부의 판단 결과에 기초하여 상기 관심 차량과 그 외의 차량 간 거리를 기반으로 각 차로 별 여유 공간과 관련된 인덱스를 산출하는 차로 별 여유 공간 판단모듈;
상기 인프라 정보에 기초하여 차량들의 진행 정도와 관련된 인덱스를 산출하는 인프라 기반 판단모듈;
상기 각 차로 별 차량의 속도와 관련된 인덱스를 산출하는 차로 별 흐름 판단모듈;
상기 관심 차량이 주행중인 차로의 중앙을 기준으로 편향한 정도와 관련된 인덱스를 산출하는 타차량 편향값 판단모듈;
상기 관심 차량의 진행 각도와 관련된 인덱스를 산출하는 타차량 진행방향 판단모듈; 및
상기 각 단계에서 판단된 인덱스를 종합하여 상기 관심 차량이 진행하고자 하는 차로를 예측하는 타차량 주행의도 판단모듈을 포함하는 자율주행 제어장치.
제15항에 있어서,
상기 차로 별 여유 공간 판단모듈은,
상기 관심 차량과 그 외의 타차량 간 여유 공간의 거리를 획득하고, 상기 타차량의 속도에 따라 설정된 가중치와 상기 관심 차량으로부터 상기 타차량이 몇 번째로 근접한 차량인가에 따라 설정된 가중치를 적용하여 상기 각 차로 별 여유 공간과 관련된 인덱스를 산출하는 자율주행 제어장치.
제15항에 있어서,
상기 인프라 기반 판단모듈은,
상기 인프라 정보에 기초하여 해당 인프라가 차량의 주행 속도를 감소시킬 가능성이 높을 수록 낮은 인덱스를 산출하는 자율주행 제어장치.
제15항에 있어서,
상기 타차량 편향값 판단모듈은,
상기 관심 차량이 주행중인 차로의 중앙을 기준으로 편향한 방향에 근접한 차로일 수록 높은 인덱스를 산출하는 자율주행 제어장치.
제15항에 있어서,
상기 타차량 진행방향 판단모듈은,
상기 관심 차량의 중심선을 기준으로 진행 각도의 크기가 큰 차로일 수록 높은 인덱스를 산출하는 자율주행 제어장치.