KR20220071634A - 차량 방향지시등 인식 시스템 및 방법 - Google Patents

차량 방향지시등 인식 시스템 및 방법 Download PDF

Info

Publication number
KR20220071634A
KR20220071634A KR1020200158979A KR20200158979A KR20220071634A KR 20220071634 A KR20220071634 A KR 20220071634A KR 1020200158979 A KR1020200158979 A KR 1020200158979A KR 20200158979 A KR20200158979 A KR 20200158979A KR 20220071634 A KR20220071634 A KR 20220071634A
Authority
KR
South Korea
Prior art keywords
vehicle
signal
lane
turn
movement
Prior art date
Application number
KR1020200158979A
Other languages
English (en)
Other versions
KR102470770B1 (ko
Inventor
이은수
Original Assignee
주식회사 카비
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 주식회사 카비 filed Critical 주식회사 카비
Priority to KR1020200158979A priority Critical patent/KR102470770B1/ko
Publication of KR20220071634A publication Critical patent/KR20220071634A/ko
Application granted granted Critical
Publication of KR102470770B1 publication Critical patent/KR102470770B1/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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • 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
    • B60W40/02—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 ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/143—Alarm means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/06—Direction of travel
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors
    • B60Y2400/301—Sensors for position or displacement

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명의 실시예에 따른 차량 방향지시등 인식 시스템은, 방향지시등 레버의 뒷면에 배치되어 지속적으로 자기장을 형성하는 마그네틱, 방향지시등 레버의 위치 변화에 따른 상기 마그네틱의 위치를 인식하여 상기 방향지시등 레버의 이동을 감지하고, 방향지시등 레버가 아래방향으로 이동할 경우 제1 이동신호를 형성하며, 방향지시등 레버가 윗방향으로 이동할 경우 제2 이동신호를 형성하는 감지부, 차량이 주행중인 차선을 실시간으로 촬영하여 차량 주행 영상을 형성하는 촬영부, 차량 주행 영상을 이용하여 차량이 주행중인 차선의 좌측 또는 우측으로 이동하는지 여부를 판단하고, 차량이 주행중인 차선의 좌측으로 이동할 경우 감지부에서 제1 이동신호가 형성되는지 여부 또는 차량이 주행중인 차선의 우측으로 이동할 경우 감지부에서 제2 이동신호가 형성되는지 여부를 판단하여 불일치할 경우 불일치 신호를 형성하는 제어 장치를 포함한다.

Description

차량 방향지시등 인식 시스템 및 방법{SYSTEM AND METHOD FOR RECOGNITION OF VEHICLE TURN INDICATOR}
본 발명은 차량 방향지시등 인식 시스템 및 방법에 관련된 것으로, 보다 상세하게는 홀센서(Hall sensor) 및 마그네틱(Magnetic)을 이용하여 차량 방향지시등의 이동 방향을 감지하고, 차량의 차선 변경과 연동하여 알림 신호를 발생할 수 있는 차량 방향지시등 인식 시스템 및 방법에 관한 것이다.
일반적으로 차선 이탈 경고 시스템(LDWS, Lane Departure Warning System)은 차량의 전방에 위치하는 카메라를 통해 차선을 감지하여 주행 중인 차량의 위치를 판단하고, 의도하지 않은 차선 변경이 발생한 경우 차량이 차선을 이탈했음을 운전자에게 알려주는 시스템이다.
이때, 운전자에 대한 차선 이탈 경고는 운전자가 시각적으로 확인할 수 있는 LDWS표시부를 동작시키거나, 핸들을 진동시켜서 촉각으로 느낄 수 있게 할 수 있고, 안전벨트를 조여주는 햅틱기능 또는 경보음 발생 등 운전자가 차선 이탈을 인식할 수 있는 다양한 수단이 이용되고 있다.
이와 같은 차선 이탈 경고 시스템은 카메라 영상을 이용하여 전방 차선을 인식하고, 주행 중에 차선 이탈 위험이 예측되는 경우 경고를 울려주는 차량용 편의 장치의 일종으로 최근 출시되는 다양한 차종에 탑재되고 있고, 통상적으로 시스템 온/오프를 통해 구동 여부가 결정이 되며, 차량 속도를 설정 속도 이상에서만 동작하게 설계되고, 좌/우 방향지시등을 동작시킬 경우 운전자가 차선이탈을 의도한 것으로 판단하여 경보하지 않는다.
그러나, 차선 이탈 경고 시스템이 없이 출고된 차량들에 있어서도 안전과 직결된 사항으로 차선 이탈 경고 시스템과 동일한 기능을 수행할 수 있는 수단을 필요로 한다.
따라서, 본 발명은 홀센서 및 마그네틱을 이용하여 차량 방향지시등의 이동 방향을 감지하고, 차량의 차선 변경과 연동하여 알림 신호를 발생할 수 있는 차량 방향지시등 인식 시스템 및 방법을 제공한다.
본 발명의 실시예에 따른 차량 방향지시등 인식 시스템은, 방향지시등 레버의 뒷면 또는 측면에 배치되어 지속적으로 자기장을 형성하는 마그네틱; 상기 방향지시등 레버의 위치 변화에 따른 상기 마그네틱의 위치를 인식하여 상기 방향지시등 레버의 이동을 감지하고, 상기 방향지시등 레버가 아래방향으로 이동할 경우 제1 이동신호를 형성하며, 상기 방향지시등 레버가 윗방향으로 이동할 경우 제2 이동신호를 형성하는 감지부; 차량이 주행중인 차선을 실시간으로 촬영하여 차량 주행 영상을 형성하는 촬영부; 및 상기 차량 주행 영상을 이용하여 상기 차량이 주행중인 차선의 좌측 또는 우측으로 이동하는지 여부를 판단하고, 상기 차량이 상기 주행중인 차선의 좌측으로 이동할 경우 상기 감지부에서 상기 제1 이동신호가 형성되는지 여부 또는 상기 차량이 상기 주행중인 차선의 우측으로 이동할 경우 상기 감지부에서 상기 제2 이동신호가 형성되는지 여부를 판단하여 불일치할 경우 불일치 신호를 형성하는 제어 장치를 포함할 수 있다.
또한, 상기 감지부는, 상기 마그네틱이 설치된 상기 방향지시등 레버가 아래방향으로 이동할 경우 상기 마그네틱이 위치했던 방향의 자기장이 소해지고, 상기 감지부의 아래방향의 자기장이 밀해지는 것을 감지하여 상기 방향지시등 레버가 아래방향으로 이동한 것을 감지하여 상기 제1 이동신호를 형성하며, 상기 마그네틱이 설치된 상기 방향지시등 레버가 윗방향으로 이동할 경우 상기 마그네틱이 위치했던 방향의 자기장이 소해지고, 상기 감지부의 윗방향의 자기장이 밀해지는 것을 감지하여 상기 방향지시등 레버가 윗방향으로 이동한 것을 감지하여 상기 제2 이동신호를 형성할 수 있다.
또한, 상기 감지부는, 상기 마그네틱과 유효 인식거리 내인 차량 계기판 또는 핸들이 마운트 된 지지수단 측에 이격되어 배치될 수 있다.
또한, 상기 제어 장치는, 상기 차량 주행 영상을 이용하여 상기 차량이 주행중인 차선에서 좌측 차선으로 이동하는 것으로 판단한 경우 상기 감지부에서 상기 제2 이동신호가 형성되거나 어떠한 이동신호도 형성되지 않는 경우 상기 불일치 신호를 형성하고, 상기 차량이 주행중인 차선에서 우측 차선으로 이동하는 것으로 판단한 경우 상기 감지부에서 상기 제1 이동신호가 형성되거나 어떠한 이동신호도 형성되지 않는 경우 상기 불일치 신호를 형성할 수 있다.
또한, 상기 제어 장치는, 기계 학습 알고리즘에 의해 상기 촬영부에서 형성된 상기 차량 주행 영상을 이용하여 상기 차량이 주행중인 차선의 좌측 또는 우측으로 이동하는지 여부를 판단할 수 있다.
또한, 상기 감지부는 홀센서일 수 있다.
또한, 상기 제어 장치로부터 상기 불일치 신호를 수신할 경우 경보음을 발생시키는 스피커 및/또는 상기 제어 장치로부터 상기 불일치 신호를 수신할 경우 경고용 진동을 발생시키는 진동부를 더 포함할 수 있다.
또한, 상기 진동부는, 상기 차량의 핸들 또는 운전석에 설치될 수 있다.
또한, 상기 제어 장치는, 상기 차량의 속도가 미리 설정된 속도 이상일 경우 상기 불일치 신호를 형성할 수 있다.
본 발명의 실시예에 따른 차량 방향지시등 인식 방법은, 감지부에 의해 방향지시등 레버의 위치 변화에 따른 마그네틱의 위치를 인식하여 상기 방향지시등 레버의 이동을 감지하는 단계; 상기 방향지시등 레버가 아래방향으로 이동할 경우 제1 이동신호를 형성하고, 상기 방향지시등 레버가 윗방향으로 이동할 경우 제2 이동신호를 형성하는 단계; 차량이 주행중인 차선을 실시간으로 촬영하여 차량 주행 영상을 형성하는 단계; 상기 차량 주행 영상을 이용하여 상기 차량이 주행중인 차선의 좌측 또는 우측으로 이동하는지 여부를 판단하는 단계; 및 상기 차량이 상기 주행중인 차선의 좌측으로 이동할 경우 상기 제1 이동신호가 형성되는지 여부 또는 상기 차량이 상기 주행중인 차선의 우측으로 이동할 경우 상기 제2 이동신호가 형성되는지 여부를 판단하여 불일치할 경우 불일치 신호를 형성하는 단계를 포함할 수 있다.
또한, 상기 방향지시등 레버의 이동을 감지하는 단계는, 상기 마그네틱이 설치된 상기 방향지시등 레버가 아래방향으로 이동할 경우 상기 마그네틱이 위치했던 방향의 자기장이 소해지고, 아래방향의 자기장이 밀해지는 것을 감지하여 상기 방향지시등 레버가 아래방향으로 이동한 것을 감지하여 상기 제1 이동신호를 형성하며, 상기 마그네틱이 설치된 상기 방향지시등 레버가 윗방향으로 이동할 경우 상기 마그네틱이 위치했던 방향의 자기장이 소해지고, 윗방향의 자기장이 밀해지는 것을 감지하여 상기 방향지시등 레버가 윗방향으로 이동한 것을 감지하여 상기 제2 이동신호를 형성하는 단계를 포함할 수 있다.
또한, 상기 불일치 신호를 형성하는 단계는, 상기 차량 주행 영상을 이용하여 상기 차량이 주행중인 차선에서 좌측 차선으로 이동하는 것으로 판단한 경우 상기 감지부에서 상기 제2 이동신호가 형성되거나 어떠한 이동신호도 형성되지 않는 경우 상기 불일치 신호를 형성하고, 상기 차량이 주행중인 차선에서 우측 차선으로 이동하는 것으로 판단한 경우 상기 감지부에서 상기 제1 이동신호가 형성되거나 어떠한 이동신호도 형성되지 않는 경우 상기 불일치 신호를 형성하는 단계를 포함할 수 있다.
또한, 상기 불일치 신호를 수신할 경우 경보음을 발생시키는 단계; 및 상기 불일치 신호를 수신할 경우 경고용 진동을 발생시키는 단계를 더 포함할 수 있다.
또한, 상기 불일치 신호를 형성하는 단계는, 상기 차량의 속도가 미리 설정된 속도 이상일 경우 상기 불일치 신호를 형성하는 단계를 포함할 수 있다.
본 발명에 의하면, 차량이 운행중인 차선을 인식하고 방향지시등 레버와 연동하여 차선 변경 방향과 상이한 방향지시등 레버의 움직임이 있을 경우 경보음 또는 경고용 진동을 발생시킬 수 시스템을 차량에 간편하게 설치할 수 있어서 차량의 주행 안정성을 경제적이고 용이하게 향상시킬 수 있다.
또한, 차량이 운행중인 차선을 인식하고 방향지시등 레버와 연동하여 차선 변경 방향과 일치할 경우 불필요한 경고음이나 경고용 진동발생을 방지할 수 있다.
도 1은 본 발명의 실시예에 따른 차량 방향지시등 인식 시스템의 구성을 보이는 예시도이다.
도 2는 본 발명의 실시예에 따른 제어 장치의 구성을 보이는 예시도이다.
도 3은 본 발명의 실시예에 따른 차량 방향지시등 인식 방법의 절차를 보이는 흐름도이다.
이하, 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예들에 한정되지 않는다.
이하 도면을 참조하여 본 발명의 실시예에 대해서 구체적으로 설명한다.
도 1은 본 발명의 실시예에 따른 차량 방향지시등 인식 시스템의 구성을 보이는 예시도이다.
도 1에 도시한 바와 같이, 차량 방향지시등 인식 시스템은 마그네틱(110), 감지부(120), 촬영부(130), 제어 장치(140), 스피커, 진동부, 및 데이터베이스를 포함할 수 있다. 일 실시예에 따르면, 마그네틱(110), 감지부(120), 촬영부(130), 제어 장치(140), 스피커, 진동부, 및 데이터베이스는, 시스템 버스 등을 통하여 서로 통신 가능하도록 연결될 수 있다.
차량(VE)은 달리는 방향을 조정하기 위한 핸들(HD)이 구비되고, 좌측 또는 우측 방향 지시 램프의 점멸을 위한 방향지시등 레버(TS)를 포함할 수 있다.
방향지시등 레버(TS)를 아래방향(1 방향)으로 이동시킬 경우 차량(VE)의 전방 및 후방에 위치한 좌측 방향 지시 램프가 점멸하고, 방향지시등 레버(TS)를 윗방향(2 방향)으로 이동시킬 경우 차량(VE)의 전방 및 후방에 위치한 우측 방향 지시 램프가 점멸한다. 평상시 방향지시등 레버(TS)는 미리 설정된 위치(3)에 배치될 수 있다.
마그네틱(110)은, 방향지시등 레버(TS) 뒤쪽(차량의 계기판과 마주하는 방향) 또는 측면에 배치되어, 지속적으로 자기장을 형성할 수 있다. 일 실시예에 따르면, 마그네틱(110)과 감지부(120)는 유효 거리 이내에 위치하도록 배치될 수 있다. 예를 들어, 방향지시등 레버(TS)가 3에 위치해 있을 경우 마그네틱(110)과 감지부(120)간의 직선 유효 거리는 2.5cm이고, 방향지시등 레버(TS)가 1에 위치해 있을 경우 방향지시등 레버(TS)가 3에 위치해 있을 경우와의 직선 유효 거리는 2.5cm이며, 방향지시등 레버(TS)가 2에 위치해 있을 경우 방향지시등 레버(TS)가 3에 위치해 있을 경우와의 직선 유효 거리는 2.5cm일 수 있다. 아울러, 마그네틱(110)과 감지부(120)간의 거리가 최대 유효 거리를 벗어나지 않도록 배치되어야 한다. 예를 들어, 방향지시등 레버(TS)가 3에 위치해 있을 경우 마그네틱(110)과 감지부(120)간의 최대 유효 거리는 5cm이고, 방향지시등 레버(TS)가 1에 위치해 있을 경우 방향지시등 레버(TS)가 3에 위치해 있을 경우와의 최대 유효 거리는 5cm이며, 방향지시등 레버(TS)가 2에 위치해 있을 경우 방향지시등 레버(TS)가 3에 위치해 있을 경우와의 최대 유효 거리는 5cm일 수 있다. 마그네틱(110)과 감지부(120)간의 거리가 최대 유효 거리를 벗어날 경우 감지부(120)의 인식율은 감소할 수 있다.
감지부(120)는, 방향지시등 레버(TS)가 3에 위치해 있을 때 마주보는 차량 계기판에 배치될 수 있다. 일 실시예에 따르면, 감지부(120)는, 마그네틱(110)의 자기장을 감지할 수 있는 홀센서를 포함할 수 있지만, 이에 한정되지 않는다. 감지부(120)는, 방향지시등 레버(TS)의 위치 변화에 따른 마그네틱(110)의 위치를 인식하여 방향지시등 레버(TS)의 이동을 감지할 수 있다. 일 실시예에 따르면, 감지부(120)는 방향지시등 레버(TS)의 1, 2, 3 에서의 위치를 미리 인식하여 방향지시등 레버(TS)가 1에 위치할 경우 제1 이동신호를 형성하고, 방향지시등 레버(TS)가 2에 위치할 경우 제2 이동신호를 형성하며, 방향지시등 레버(TS)가 3에 위치할 경우 어떠한 이동신호도 형성하지 않을 수 있다. 예를 들어, 감지부(120)는, 방향지시등 레버(TS)가 3에 위치한 상태에서의 위치를 캘리브레이션(Calibration) 한 후, 방향지시등 레버(TS)를 아래방향(1 방향)으로 내린 후 다시 캘리브레이션을 수행하고, 반대로 방향지시등 레버(TS)를 윗방향(2 방향)으로 올린 후 캘리브레이션을 수행하여 방향지시등 레버(TS)의 1, 2, 3 에서의 위치를 미리 인식할 수 있다.
다른 실시예에 따르면, 감지부(120)는 마그네틱(110)에서 발생되는 자기장의 밀도 변화를 감지하여 방향지시등 레버(TS)의 이동을 감지할 수 있다. 예를 들어, 감지부(120)는, 방향지시등 레버(TS)가 1 방향으로 이동할 경우 원래 마그네틱(110)이 위치했던 방향(3)의 자기장이 소해지고, 감지부(120)의 아래방향(1)의 자기장이 밀해지는 것을 감지하여 방향지시등 레버(TS)가 1 방향으로 이동한 것을 감지할 수 있다. 감지부(120)는 방향지시등 레버(TS)가 1 방향으로 이동한 것을 감지한 경우 제1 이동신호를 형성할 수 있다. 또한, 감지부(120)는, 방향지시등 레버(TS)가 2 방향으로 이동할 경우 원래 마그네틱(110)이 위치했던 방향(3)의 자기장이 소해지고, 감지부(120)의 윗방향(2)의 자기장이 밀해지는 것을 감지하여 방향지시등 레버(TS)가 2 방향으로 이동한 것을 감지할 수 있다. 감지부(120)는 방향지시등 레버(TS)가 2 방향으로 이동한 것을 감지한 경우 제2 이동신호를 형성할 수 있다. 일 실시예에 따르면, 감지부(120)는 마그네틱(110)과 유효 인식거리 내인 차량 계기판 또는 핸들(HD)이 마운트 된 지지수단 측에 이격되어 배치될 수 있지만, 이에 한정되지 않는다.
촬영부(130)는, 차량(VE)이 주행중인 차선을 실시간으로 촬영하여 차량 주행 영상을 형성할 수 있다. 일 실시예에 따르면, 촬영부(130)는, 블랙박스(Blackbox), 카메라(Camera), 라이다(LiDAR: Light Detection And Ranging) 센서 등을 포함할 수 있지만, 이에 한정되지 않는다.
제어 장치(140)는, 촬영부(130)에서 형성된 차량 주행 영상을 이용하여 차량(VE)이 주행중인 차선의 좌측 또는 우측으로 이동하는지 여부를 판단하고, 차량(VE)이 주행중인 차선의 좌측으로 이동할 경우 감지부(120)에서 제1 이동신호가 형성되는지 여부 또는 차량(VE)이 주행중인 차선의 좌측으로 이동할 경우 감지부(120)에서 제2 이동신호가 형성되는지 여부를 판단하여 불일치할 경우 불일치 신호를 형성할 수 있다. 일 실시예에 따르면, 제어 장치(140)는, 차량 주행 영상을 이용하여 차량(VE)이 주행중인 차선에서 좌측 차선으로 이동하는 것으로 판단한 경우 감지부(120)에서 제2 이동신호가 형성되거나 어떠한 이동신호도 형성되지 않는 경우 불일치 신호를 형성할 수 있다. 다른 실시예에 따르면, 제어 장치(140)는, 차량 주행 영상을 이용하여 차량(VE)이 주행중인 차선에서 우측 차선으로 이동하는 것으로 판단한 경우 감지부(120)에서 제1 이동신호가 형성되거나 어떠한 이동신호도 형성되지 않는 경우 불일치 신호를 형성할 수 있다. 또한, 제어 장치(140)는, 차량(VE)의 속도가 미리 정해진 속도(예를 들어, 60km/h, 80km/h, 100km/h) 이상일 경우에만 불일치 신호를 형성하도록 설정할 수도 있다.
제어 장치(140)는, 기계 학습 알고리즘을 이용하여 촬영부(130)에서 형성된 차량 주행 영상을 이용하여 차량(VE)이 주행중인 차선의 좌측 또는 우측으로 이동하는지 여부를 판단할 수 있다. 예를 들어, 제어 장치(140)는, 차량(VE)이 주행중인 차선, 차량(VE)이 주행중인 차선에서 좌측으로 이동한 경우, 차량(VE)이 주행중인 차선에서 우측으로 이동한 경우의 차량 주행 영상을 인공지능 학습모델 또는 신경망 모델의 입력데이터로 입력 받고, 인공지능 학습모델 또는 신경망 모델의 출력데이터로서 이동방향(좌측 또는 우측)을 출력할 수 있다.
스피커는 제어 장치(140)로부터 불일치 신호를 수신할 경우 경보음을 발생시킬 수 있다. 일 실시예에 따르면, 스피커는 기존에 차량에 설치되 있던 차량용 스피커를 포함할 수 있지만, 차량 방향지시등 인식 시스템은 전용 스피커를 별도로 구비할 수도 있다.
진동부는 제어 장치(140)로부터 불일치 신호를 수신할 경우 경고용 진동을 발생시킬 수 있다. 일 실시예에 따르면, 진동부는 진동을 발생시키기 위한 전용 모터를 포함하여 핸들(HD) 또는 운전자가 앉아 있는 운전석(SE)에 설치되고, 제어 장치(140)로부터 불일치 신호를 수신할 경우 핸들(HD) 또는 운전석(SE)을 진동시켜 경고용 진동을 발생시킬 수 있다.
본 발명에서, 인공지능(Artificial Intelligence, AI)은 인간의 학습능력, 추론능력, 지각능력 등을 모방하고, 이를 컴퓨터로 구현하는 기술을 의미하고, 기계 학습, 심볼릭 로직(Symbolic Logic) 등의 개념을 포함할 수 있다. 기계 학습(Machine Learning)은 입력 데이터들의 특징을 스스로 분류 또는 학습하는 알고리즘 기술이다. 인공지능의 기술은 기계 학습의 알고리즘으로써 입력 데이터를 분석하고, 그 분석의 결과를 학습하며, 그 학습의 결과에 기초하여 판단이나 예측을 할 수 있다. 또한, 기계 학습의 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술들 역시 인공지능의 범주로 이해될 수 있다. 예를 들어, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야가 포함될 수 있다.
기계 학습은 데이터를 처리한 경험을 이용해 신경망 모델을 훈련시키는 처리를 의미할 수 있다. 기계 학습을 통해 컴퓨터 소프트웨어는 스스로 데이터 처리 능력을 향상시키는 것을 의미할 수 있다. 신경망 모델은 데이터 사이의 상관 관계를 모델링하여 구축된 것으로서, 그 상관 관계는 복수의 파라미터에 의해 표현될 수 있다. 신경망 모델은 주어진 데이터로부터 특징들을 추출하고 분석하여 데이터 간의 상관 관계를 도출하는데, 이러한 과정을 반복하여 신경망 모델의 파라미터를 최적화해 나가는 것이 기계 학습이라고 할 수 있다. 예를 들어, 신경망 모델은 입출력 쌍으로 주어지는 데이터에 대하여, 입력과 출력 사이의 매핑(상관 관계)을 학습할 수 있다. 또는, 신경망 모델은 입력 데이터만 주어지는 경우에도 주어진 데이터 사이의 규칙성을 도출하여 그 관계를 학습할 수도 있다.
인공지능 학습모델 또는 신경망 모델은 인간의 뇌 구조를 컴퓨터 상에서 구현하도록 설계될 수 있으며, 인간의 신경망의 뉴런(neuron)을 모의하며 가중치를 가지는 복수의 네트워크 노드들을 포함할 수 있다. 복수의 네트워크 노드들은 뉴런이 시냅스(synapse)를 통하여 신호를 주고받는 뉴런의 시냅틱(synaptic) 활동을 모의하여, 서로 간의 연결 관계를 가질 수 있다. 인공지능 학습모델에서 복수의 네트워크 노드들은 서로 다른 깊이의 레이어에 위치하면서 컨볼루션(convolution) 연결 관계에 따라 데이터를 주고받을 수 있다. 인공지능 학습모델은, 예를 들어, 인공 신경망 모델(Artificial Neural Network), 컨볼루션 신경망 모델(Convolution Neural Network: CNN) 등일 수 있다. 일 실시예로서, 인공지능 학습모델은, 지도학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning), 앙상블 학습(Ensemble Learning) 등의 방식에 따라 기계 학습될 수 있다. 기계 학습을 수행하기 위한 기계 학습 알고리즘에는, K-최근접 이웃(KNN: K-Nearest Neighbor) 알고리즘, 의사결정트리(Decision Tree), 베이지안 망(Bayesian Network), 서포트 벡터 머신(Support Vector Machine), 인공 신경망(Artificial Neural Network), 에이다부스트(Ada-boost), 퍼셉트론(Perceptron), 유전자 프로그래밍(Genetic Programming), 군집화(Clustering) 등이 사용될 수 있다.
이중, KNN 알고리즘은 인스턴스 기반 학습 또는 지연 학습의 한 유형으로, 함수는 로컬로만 근사화되고 모든 계산은 함수 평가까지 연기될 수 있다. KNN 알고리즘은 분류를 위해 거리에 의존하기 때문에 훈련 데이터를 정규화하면 정확도를 크게 향상시킬 수 있다. 분류와 회귀 모두에 대해 유용한 기술은 이웃의 기여도에 가중치를 할당하여 가까운 이웃이 더 먼 이웃보다 평균에 더 많이 기여하도록 할 수 있다. 예를 들어, 공통 가중치 체계는 각 이웃에 1/d의 가중치를 부여하는 것으로 구성될 수 있다. 여기서 d는 이웃까지의 거리를 나타낸다. 이웃은 클래스(KNN 분류의 경우) 또는 객체 속성 값(KNN 회귀의 경우)이 알려진 객체 세트에서 가져올 수 있다. 이것은 명시적인 훈련 단계가 필요하지 않지만 알고리즘에 대한 훈련 세트로 생각할 수 있다. KNN 알고리즘의 특징은 데이터의 로컬 구조에 민감하다는 것이다.
CNN은 최소한의 전처리(preprocess)를 사용하도록 설계된 다계층 퍼셉트론(multilayer perceptrons)의 한 종류이다. CNN은 하나 또는 여러 개의 합성곱 계층과 그 위에 올려진 일반적인 인공 신경망 계층들로 이루어져 있으며, 가중치와 통합 계층(pooling layer)들을 추가로 활용한다. 이러한 구조 덕분에 CNN은 2차원 구조의 입력 데이터를 충분히 활용할 수 있다. 다른 딥러닝 구조들과 비교해서, CNN은 영상, 음성 분야 모두에서 좋은 성능을 보여준다. CNN은 또한 표준 역전달을 통해 훈련될 수 있다. CNN은 다른 피드포워드 인공신경망 기법들보다 쉽게 훈련되는 편이고 적은 수의 매개변수를 사용한다는 이점이 있다.
컨볼루션 네트워크는 묶인 파라미터들을 가지는 노드들의 집합들을 포함하는 신경 네트워크들이다. 사용 가능한 트레이닝 데이터의 크기 증가와 연산 능력의 가용성이, 구분적 선형 단위 및 드롭아웃 트레이닝과 같은 알고리즘 발전과 결합되어, 많은 컴퓨터 비전 작업들이 크게 개선되었다. 오늘날 많은 작업에 사용할 수 있는 데이터 세트들과 같은 엄청난 양의 데이터 세트에서는 초과 맞춤(outfitting)이 중요하지 않으며, 네트워크의 크기를 늘리면 테스트 정확도가 향상된다. 컴퓨팅 리소스들의 최적 사용은 제한 요소가 된다. 이를 위해, 심층 신경 네트워크들의 분산된, 확장 가능한 구현예가 사용될 수 있다.
데이터베이스는, 차량 방향지시등 인식 시스템의 구현을 위한 다양한 데이터를 저장할 수 있다. 데이터베이스에 저장되는 데이터는, 차량 방향지시등 인식 시스템의 적어도 하나의 구성요소에 의해 획득되거나, 처리되거나, 사용되는 데이터로서, 소프트웨어(예를 들어: 프로그램)를 포함할 수 있다. 데이터베이스는, 휘발성 및/또는 비휘발성 메모리를 포함할 수 있다. 데이터베이스는 클라우드 인프라(Infra) 및 매니지드(Managed) 서비스 기반으로 고 가용성의 확장성이 높은 다양한 시스템을 포함할 수 있다. 일 실시예로서, 데이터베이스는, 촬영부(130)에서 형성된 차량 주행 영상, 제어 장치(140)에서 형성된 제1 및 제2 이동신호 및 불일치 신호를 저장할 수 있지만, 이에 한정되지 않는다.
본 발명에서, 프로그램은 데이터베이스에 저장되는 소프트웨어로서, 차량 방향지시등 인식 시스템의 리소스를 제어하기 위한 운영체제, 어플리케이션 및/또는 어플리케이션이 차량 방향지시등 인식 시스템의 리소스들을 활용할 수 있도록 다양한 기능을 어플리케이션에 제공하는 미들 웨어 등을 포함할 수 있다.
도 2는 본 발명의 실시예에 따른 제어 장치의 구성을 보이는 예시도이다.
도 2에 도시한 바와 같이, 제어 장치(140)는 수신부(141), 프로세서(142), 송신부(143), 시스템 버스(144), 디지털 패킷(145) 및 데이터베이스(DB)를 포함할 수 있다. 일 실시예로서, 수신부(141), 프로세서(142), 송신부(143), 디지털 패킷(145) 및 데이터베이스(DB)는 시스템 버스(144)를 이용하여 통신 가능하도록 서로 연결될 수 있고, 제어 장치(140)의 이 구성요소들 중 적어도 하나가 생략되거나, 다른 구성요소가 제어 장치(140)에 추가될 수 있다. 아울러, 추가적으로(additionally) 또는 대체적으로(alternatively), 일부의 구성요소들이 통합되어 구현되거나, 단수 또는 복수의 개체로 구현될 수 있다.
수신부(141)는, 네트워크(N)를 통하여 감지부(120)로부터 제1 및 제2 이동신호를 디지털 패킷(145)의 형태로 수신하여 프로세서(142) 및 데이터베이스(DB)로 전송할 수 있다. 또한, 수신부(141)는, 네트워크(N)를 통하여 촬영부(130)로부터 차량 주행 영상을 디지털 패킷(145)의 형태로 수신하여 프로세서(142) 및 데이터베이스(DB)로 전송할 수 있다.
프로세서(142)는, 수신된 제1 및 제2 이동신호 및 차량 주행 영상을 이용하여 차량(VE)의 방향 변경 오류 여부를 판단할 수 있다. 일 실시예에 따르면, 프로세서(142)는, 차량 주행 영상을 이용하여 차량(VE)이 주행중인 차선에서 좌측 차선으로 이동하는 것으로 판단한 경우 감지부(120)로부터 제2 이동신호가 형성되어 수신되거나 어떠한 이동신호도 형성되어 수신되지 않는 경우 불일치 신호를 형성할 수 있고, 차량 주행 영상을 이용하여 차량(VE)이 주행중인 차선에서 우측 차선으로 이동하는 것으로 판단한 경우 감지부(120)에서 제1 이동신호가 형성되어 수신되거나 어떠한 이동신호도 형성되어 수신되지 않는 경우 불일치 신호를 디지털 패킷(145) 형태로 형성할 수 있다.
송신부(143)는, 프로세서(142)에서 디지털 패킷(145) 형태로 형성된 불일치 신호를 네트워크(N)를 통하여 스피커 및/또는 진동부로 전송할 수 있다.
네트워크(N)는 제어 장치(140)의 구성 요소들 간의 무선 또는 유선 통신을 수행할 수 있다. 예를 들어, 네트워크(N)는 LTE(long-term evolution), LTE-A(LTE Advanced), CDMA(code division multiple access), WCDMA(wideband CDMA), WiBro(Wireless BroadBand), WiFi(wireless fidelity), 블루투스(Bluetooth), NFC(near field communication), GPS(Global Positioning System) 또는 GNSS(global navigation satellite system) 등의 방식에 따른 무선 통신을 수행할 수 있다. 예를 들어, 네트워크(N)는 USB(universal serial bus), HDMI(high definition multimedia interface), RS-122(recommended standard 122) 또는 POTS(plain old telephone service) 등의 방식에 따른 유선 통신을 수행할 수도 있다.
도 3은 본 발명의 실시예에 따른 차량 방향지시등 인식 방법의 절차를 보이는 흐름도이다. 도 3의 흐름도에서 프로세스 단계들, 방법 단계들, 알고리즘들 등이 순차적인 순서로 설명되었지만, 그러한 프로세스들, 방법들 및 알고리즘들은 임의의 적합한 순서로 작동하도록 구성될 수 있다. 다시 말하면, 본 발명의 다양한 실시예들에서 설명되는 프로세스들, 방법들 및 알고리즘들의 단계들이 본 발명에서 기술된 순서로 수행될 필요는 없다. 또한, 일부 단계들이 비동시적으로 수행되는 것으로서 설명되더라도, 다른 실시예에서는 이러한 일부 단계들이 동시에 수행될 수 있다. 또한, 도면에서의 묘사에 의한 프로세스의 예시는 예시된 프로세스가 그에 대한 다른 변화들 및 수정들을 제외하는 것을 의미하지 않으며, 예시된 프로세스 또는 그의 단계들 중 임의의 것이 본 발명의 다양한 실시예들 중 하나 이상에 필수적임을 의미하지 않으며, 예시된 프로세스가 바람직하다는 것을 의미하지 않는다.
도 3에 도시한 바와 같이, 단계(S310)에서, 방향지시등 레버의 위치 변화에 따른 마그네틱의 위치를 인식하여 방향지시등 레버의 이동이 감지된다. 예를 들어, 도 1 내지 도 2를 참조하면, 차량 방향지시등 인식 시스템의 감지부(120)는, 방향지시등 레버(TS)의 위치 변화에 따른 마그네틱(110)의 위치를 인식하여 방향지시등 레버(TS)의 이동을 감지할 수 있다.
단계(S320)에서, 방향지시등 레버가 아래방향으로 이동할 경우 제1 이동신호가 형성되고, 방향지시등 레버가 윗방향으로 이동할 경우 제2 이동신호가 형성된다. 예를 들어, 도 1 내지 도 2를 참조하면, 차량 방향지시등 인식 시스템의 감지부(120)는, 방향지시등 레버(TS)가 아래방향(1)으로 이동할 경우 제1 이동신호를 형성하고, 방향지시등 레버(TS)가 윗방향(2)으로 이동할 경우 제2 이동신호를 형성할 수 있다.
단계(S330)에서, 차량이 주행중인 차선을 실시간으로 촬영하여 차량 주행 영상이 형성된다. 예를 들어, 도 1 내지 도 2를 참조하면, 차량 방향지시등 인식 시스템의 촬영부(130)는, 차량(VE)이 주행중인 차선을 실시간으로 촬영하여 차량 주행 영상을 형성할 수 있다. 일 실시예에 따르면, 촬영부(130)는, 블랙박스(Blackbox), 카메라(Camera), 라이다(LiDAR: Light Detection And Ranging) 센서 등을 포함할 수 있지만, 이에 한정되지 않는다.
단계(S340)에서, 차량 주행 영상을 이용하여 차량이 주행중인 차선의 좌측 또는 우측으로 이동하는지 여부가 판단된다. 예를 들어, 도 1 내지 도 2를 참조하면, 차량 방향지시등 인식 시스템의 제어 장치(140)는, 딥러닝(Deep Learning)과 같은 기계 학습 알고리즘을 이용하여 촬영부(130)에서 형성된 차량 주행 영상을 이용하여 차량(VE)이 주행중인 차선의 좌측 또는 우측으로 이동하는지 여부를 판단할 수 있다.
단계(S350)에서, 차량이 주행중인 차선의 좌측으로 이동할 경우 제1 이동신호가 형성되는지 여부 또는 차량이 주행중인 차선의 우측으로 이동할 경우 제2 이동신호가 형성되는지 여부를 판단하여 불일치할 경우 불일치 신호가 형성된다. 예를 들어, 도 1 내지 도 2를 참조하면, 차량 방향지시등 인식 시스템의 제어 장치(140)는, 차량(VE)이 주행중인 차선의 좌측으로 이동할 경우 감지부(120)에서 제1 이동신호가 형성되는지 여부 또는 차량(VE)이 주행중인 차선의 우측으로 이동할 경우 감지부(120)에서 제2 이동신호가 형성되는지 여부를 판단하여 불일치할 경우 불일치 신호를 형성할 수 있다.
이상, 본 발명을 도면에 도시된 실시예를 참조하여 설명하였다. 그러나, 본 발명은 이에 한정되지 않고 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 본 발명과 균등한 범위에 속하는 다양한 변형예 또는 다른 실시예가 가능하다. 따라서, 본 발명의 진정한 보호범위는 이어지는 특허청구범위에 의해 정해져야 할 것이다.
110: 마그네틱 120: 감지부
130: 촬영부 140: 제어 장치
141: 수신부 142: 프로세서
143: 송신부 144: 시스템 버스
145: 디지털 패킷 N: 네트워크
VE: 차량 HD: 핸들
TS: 차량지시등 레버 SE: 운전석
DB: 데이터베이스

Claims (14)

  1. 차량 방향지시등 인식 시스템으로서,
    방향지시등 레버의 뒷면 또는 측면에 배치되어 지속적으로 자기장을 형성하는 마그네틱;
    상기 방향지시등 레버의 위치 변화에 따른 상기 마그네틱의 위치를 인식하여 상기 방향지시등 레버의 이동을 감지하고, 상기 방향지시등 레버가 아래방향으로 이동할 경우 제1 이동신호를 형성하며, 상기 방향지시등 레버가 윗방향으로 이동할 경우 제2 이동신호를 형성하는 감지부;
    차량이 주행중인 차선을 실시간으로 촬영하여 차량 주행 영상을 형성하는 촬영부; 및
    상기 차량 주행 영상을 이용하여 상기 차량이 주행중인 차선의 좌측 또는 우측으로 이동하는지 여부를 판단하고, 상기 차량이 상기 주행중인 차선의 좌측으로 이동할 경우 상기 감지부에서 상기 제1 이동신호가 형성되는지 여부, 또는 상기 차량이 상기 주행중인 차선의 우측으로 이동할 경우 상기 감지부에서 상기 제2 이동신호가 형성되는지 여부를 판단하여 불일치할 경우 불일치 신호를 형성하는 제어 장치를 포함하는,
    차량 방향지시등 인식 시스템.
  2. 제 1 항에 있어서,
    상기 감지부는,
    상기 마그네틱이 설치된 상기 방향지시등 레버가 아래방향으로 이동할 경우 상기 마그네틱이 위치했던 방향의 자기장이 소해지고, 상기 감지부의 아래방향의 자기장이 밀해지는 것을 감지하여 상기 방향지시등 레버가 아래방향으로 이동한 것을 감지하여 상기 제1 이동신호를 형성하며,
    상기 마그네틱이 설치된 상기 방향지시등 레버가 윗방향으로 이동할 경우 상기 마그네틱이 위치했던 방향의 자기장이 소해지고, 상기 감지부의 윗방향의 자기장이 밀해지는 것을 감지하여 상기 방향지시등 레버가 윗방향으로 이동한 것을 감지하여 상기 제2 이동신호를 형성하는,
    차량 방향지시등 인식 시스템.
  3. 제 1 항에 있어서,
    상기 감지부는,
    상기 마그네틱과 유효 인식거리 내인 차량 계기판 또는 핸들이 마운트 된 지지수단 측에 이격되어 배치되는,
    차량 방향지시등 인식 시스템.
  4. 제 1 항에 있어서,
    상기 제어 장치는,
    상기 차량 주행 영상을 이용하여 상기 차량이 주행중인 차선에서 좌측 차선으로 이동하는 것으로 판단한 경우 상기 감지부에서 상기 제2 이동신호가 형성되거나 어떠한 이동신호도 형성되지 않는 경우 상기 불일치 신호를 형성하고,
    상기 차량이 주행중인 차선에서 우측 차선으로 이동하는 것으로 판단한 경우 상기 감지부에서 상기 제1 이동신호가 형성되거나 어떠한 이동신호도 형성되지 않는 경우 상기 불일치 신호를 형성하는,
    차량 방향지시등 인식 시스템.
  5. 제 1 항에 있어서,
    상기 제어 장치는,
    기계 학습 알고리즘에 의해 상기 촬영부에서 형성된 상기 차량 주행 영상을 이용하여 상기 차량이 주행중인 차선의 좌측 또는 우측으로 이동하는지 여부를 판단하는,
    차량 방향지시등 인식 시스템.
  6. 제 1 항에 있어서,
    상기 감지부는 홀센서인,
    차량 방향지시등 인식 시스템.
  7. 제 1 항에 있어서,
    상기 제어 장치로부터 상기 불일치 신호를 수신할 경우 경보음을 발생시키는 스피커, 또는
    상기 제어 장치로부터 상기 불일치 신호를 수신할 경우 경고용 진동을 발생시키는 진동부를 더 포함하는,
    차량 방향지시등 인식 시스템.
  8. 제 7 항에 있어서,
    상기 진동부는,
    상기 차량의 핸들 또는 운전석에 설치되는,
    차량 방향지시등 인식 시스템.
  9. 제 1 항에 있어서,
    상기 제어 장치는,
    상기 차량의 속도가 미리 설정된 속도 이상일 경우 상기 불일치 신호를 형성하는,
    차량 방향지시등 인식 시스템.
  10. 차량 방향지시등 인식 방법으로서,
    감지부에 의해 방향지시등 레버의 위치 변화에 따른 마그네틱의 위치를 인식하여 상기 방향지시등 레버의 이동을 감지하는 단계;
    상기 방향지시등 레버가 아래방향으로 이동할 경우 제1 이동신호를 형성하고, 상기 방향지시등 레버가 윗방향으로 이동할 경우 제2 이동신호를 형성하는 단계;
    차량이 주행중인 차선을 실시간으로 촬영하여 차량 주행 영상을 형성하는 단계;
    상기 차량 주행 영상을 이용하여 상기 차량이 주행중인 차선의 좌측 또는 우측으로 이동하는지 여부를 판단하는 단계; 및
    상기 차량이 상기 주행중인 차선의 좌측으로 이동할 경우 상기 제1 이동신호가 형성되는지 여부 또는 상기 차량이 상기 주행중인 차선의 우측으로 이동할 경우 상기 제2 이동신호가 형성되는지 여부를 판단하여 불일치할 경우 불일치 신호를 형성하는 단계를 포함하는
    차량 방향지시등 인식 방법.
  11. 제 10 항에 있어서,
    상기 방향지시등 레버의 이동을 감지하는 단계는,
    상기 마그네틱이 설치된 상기 방향지시등 레버가 아래방향으로 이동할 경우 상기 마그네틱이 위치했던 방향의 자기장이 소해지고, 아래방향의 자기장이 밀해지는 것을 감지하여 상기 방향지시등 레버가 아래방향으로 이동한 것을 감지하여 상기 제1 이동신호를 형성하며,
    상기 마그네틱이 설치된 상기 방향지시등 레버가 윗방향으로 이동할 경우 상기 마그네틱이 위치했던 방향의 자기장이 소해지고, 윗방향의 자기장이 밀해지는 것을 감지하여 상기 방향지시등 레버가 윗방향으로 이동한 것을 감지하여 상기 제2 이동신호를 형성하는 단계를 포함하는,
    차량 방향지시등 인식 방법.
  12. 제 10 항에 있어서,
    상기 불일치 신호를 형성하는 단계는,
    상기 차량 주행 영상을 이용하여 상기 차량이 주행중인 차선에서 좌측 차선으로 이동하는 것으로 판단한 경우 상기 감지부에서 상기 제2 이동신호가 형성되거나 어떠한 이동신호도 형성되지 않는 경우 상기 불일치 신호를 형성하고,
    상기 차량이 주행중인 차선에서 우측 차선으로 이동하는 것으로 판단한 경우 상기 감지부에서 상기 제1 이동신호가 형성되거나 어떠한 이동신호도 형성되지 않는 경우 상기 불일치 신호를 형성하는 단계를 포함하는,
    차량 방향지시등 인식 방법.
  13. 제 10 항에 있어서,
    상기 불일치 신호를 수신할 경우 경보음을 발생시키는 단계, 또는
    상기 불일치 신호를 수신할 경우 경고용 진동을 발생시키는 단계를 더 포함하는,
    차량 방향지시등 인식 방법.
  14. 제 10 항에 있어서,
    상기 불일치 신호를 형성하는 단계는,
    상기 차량의 속도가 미리 설정된 속도 이상일 경우 상기 불일치 신호를 형성하는 단계를 포함하는,
    차량 방향지시등 인식 방법.
KR1020200158979A 2020-11-24 2020-11-24 차량 방향지시등 인식 시스템 및 방법 KR102470770B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200158979A KR102470770B1 (ko) 2020-11-24 2020-11-24 차량 방향지시등 인식 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200158979A KR102470770B1 (ko) 2020-11-24 2020-11-24 차량 방향지시등 인식 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20220071634A true KR20220071634A (ko) 2022-05-31
KR102470770B1 KR102470770B1 (ko) 2022-11-25

Family

ID=81780808

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200158979A KR102470770B1 (ko) 2020-11-24 2020-11-24 차량 방향지시등 인식 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102470770B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100115834A (ko) * 2009-04-21 2010-10-29 주식회사 피엘케이 테크놀로지 가속도센서를 이용한 방향지시 감지장치와 감지방법
JP2013084242A (ja) * 2011-10-06 2013-05-09 Honda Research Inst Europe Gmbh 映像に基づく車両用警報システム
KR20160104112A (ko) * 2015-01-30 2016-09-05 이종목 자동차 핸들의 회전각도에 따라 반응하는 코너램프 구동장치
KR20180074568A (ko) * 2016-12-23 2018-07-03 삼성전자주식회사 차선 정보를 추정하는 방법 및 전자 장치
KR20200052430A (ko) * 2018-10-27 2020-05-15 현대자동차주식회사 차량 및 차량의 제어방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100115834A (ko) * 2009-04-21 2010-10-29 주식회사 피엘케이 테크놀로지 가속도센서를 이용한 방향지시 감지장치와 감지방법
JP2013084242A (ja) * 2011-10-06 2013-05-09 Honda Research Inst Europe Gmbh 映像に基づく車両用警報システム
KR20160104112A (ko) * 2015-01-30 2016-09-05 이종목 자동차 핸들의 회전각도에 따라 반응하는 코너램프 구동장치
KR20180074568A (ko) * 2016-12-23 2018-07-03 삼성전자주식회사 차선 정보를 추정하는 방법 및 전자 장치
KR20200052430A (ko) * 2018-10-27 2020-05-15 현대자동차주식회사 차량 및 차량의 제어방법

Also Published As

Publication number Publication date
KR102470770B1 (ko) 2022-11-25

Similar Documents

Publication Publication Date Title
CN112166304B (zh) 传感器数据的误差检测
US20200216094A1 (en) Personal driving style learning for autonomous driving
CN111258217B (zh) 实时对象行为预测
US11960290B2 (en) Systems and methods for end-to-end trajectory prediction using radar, LIDAR, and maps
US11269329B2 (en) Dynamic model with learning based localization correction system
CN109711557B (zh) 一种行车轨迹预测方法、计算机设备及存储介质
JP2022096601A (ja) 車両のオーディオ‐ビジュアルおよび協調的認識
KR20190089791A (ko) 삼차원 어라운드 뷰 제공 장치 및 방법
KR20180125885A (ko) 차량의 주행 이벤트를 검출하는 전자 장치 및 방법
KR101797818B1 (ko) 딥 러닝 기반 도로 정보 제공 방법 및 장치
KR20180113447A (ko) 전자 장치, 그의 경고 메시지 제공 방법 및 비일시적 컴퓨터 판독가능 기록매체
US20210097852A1 (en) Moving robot
KR20210052634A (ko) 운전자의 부주의를 판단하는 인공 지능 장치 및 그 방법
US20190005387A1 (en) Method and system for implementation of attention mechanism in artificial neural networks
US20230078599A1 (en) System and Method for Neural Network-Based Autonomous Driving
US11282299B2 (en) Method for determining a driving instruction
US11628865B2 (en) Method and system for behavioral cloning of autonomous driving policies for safe autonomous agents
KR20190107627A (ko) 차량의 위치 정보를 제공하는 인공 지능 장치 및 그 방법
US11860634B2 (en) Lane-attention: predicting vehicles' moving trajectories by learning their attention over lanes
KR102589587B1 (ko) 자율 주행 차량용 동적 모델 평가 패키지
US11516613B1 (en) Emergency sound localization
WO2021090897A1 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
EP4113393A2 (en) Learning-based critic for tuning a motion planner of autonomous driving vehicle
CN113885011A (zh) 自动车辆的基于点云图的光检测测距重新校准系统
CN116674593A (zh) 用于自主车辆的具有异常检测的安全增强规划系统

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant