KR20220075601A - 자율주행차량에서의 회피주행경로 공유 방법 및 장치 - Google Patents

자율주행차량에서의 회피주행경로 공유 방법 및 장치 Download PDF

Info

Publication number
KR20220075601A
KR20220075601A KR1020200163872A KR20200163872A KR20220075601A KR 20220075601 A KR20220075601 A KR 20220075601A KR 1020200163872 A KR1020200163872 A KR 1020200163872A KR 20200163872 A KR20200163872 A KR 20200163872A KR 20220075601 A KR20220075601 A KR 20220075601A
Authority
KR
South Korea
Prior art keywords
lane
driving
vehicle
autonomous
dynamic
Prior art date
Application number
KR1020200163872A
Other languages
English (en)
Inventor
강도욱
강정규
성경복
송유승
이신경
이정우
민경욱
최정단
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020200163872A priority Critical patent/KR20220075601A/ko
Publication of KR20220075601A publication Critical patent/KR20220075601A/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/10—Path keeping
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/10—Path keeping
    • 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
    • G05D2201/0213—

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Mathematical Physics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

자율주행차량에서의 회피주행경로 공유 장치는 상기 자율주행차량에 탑재된 적어도 하나의 센서를 통해 수집된 센서 데이터로부터 동적주변객체 및 비정형지역을 인식하고, 상기 동적주변객체의 모션 인식을 통해 상기 비정형지역에 대해 상기 동적주변객체의 예측차선을 추정하며, 상기 동적주변객체의 예측차선을 이용하여 상기 자율주행차량의 가상차선을 추정한다. 그리고 상기 자율주행차량의 가상차선을 토대로 상기 비정형지역에 대해 상기 자율주행차량의 주행목표경로를 추정한다.

Description

자율주행차량에서의 회피주행경로 공유 방법 및 장치{METHOD AND APPARATUS FOR SHARING AVOIDANCE DRIVING PATH IN AUTONOMOUS DRIVING VEHICLE}
본 발명은 자율주행차량에서의 회피주행경로 공유 방법 및 장치에 관한 것으로, 보다 상세하게는 공사구간, 사고구간과 같은 일시적 비정형 환경에서 자율주행차량에 탑재된 적어도 하나의 센서를 기반으로 적응적으로 회피주행경로를 생성하고 이를 공유하는 자율주행차량에서의 회피주행경로 공유 방법 및 장치에 관한 것이다.
일반적으로 자율주행시스템(Autonomous Driving System, ADS)의 주행경로 추정기법들은 공통적으로 카메라, 라이다, 레이더, GPS(Global Positioning System), 통신 센서를 기반으로 도로의 차선, 연석 등의 부동적 환경 인식을 통해 자기위치를 검출하고 정밀맵을 기반으로 차량의 주행경로를 생성한다.
또한 도로상 차선표시가 없거나 눈, 비, 야간 등과 같은 부정확한 환경에서 주행경로 예측시스템은 자율주행차량이 이동하는 전방의 동적 객체 특성을 이용하여 주행경로를 추정하거나 기계학습을 통해 주행경로를 추정하는 방식을 이용하고 있다.
그러나 운전자 전환 없는 완전자율주행차량은 공사구간이나 사고구간과 같은 일시적 비정형 환경에서 일반차량과 공존하며 주행하는 경우 전방 상황을 파악하고 주행회피를 결정하기에는 어려움이 있을 수 있고 주행회피 결정을 위한 처리시간이 길어질 수 있다.
본 발명이 해결하려는 과제는 일시적 비정형 환경에서 자율주행차량의 주행회피를 빠르게 결정할 수 있는 자율주행차량에서의 회피주행경로 공유 방법 및 장치를 제공하는 것이다.
본 발명의 한 실시 예에 따르면, 자율주행차량에서의 회피주행경로 공유 장치가 회피주행경로를 공유하는 방법이 제공된다. 상기 회피주행경로 공유 방법은 상기 자율주행차량에 탑재된 적어도 하나의 센서를 통해 수집된 센서 데이터로부터 동적주변객체 및 비정형지역을 인식하는 단계, 상기 동적주변객체의 모션 인식을 통해 상기 비정형지역에 대해 상기 동적주변객체의 예측차선을 추정하는 단계, 상기 동적주변객체의 예측차선을 이용하여 상기 자율주행차량의 가상차선을 추정하는 단계, 그리고 상기 자율주행차량의 가상차선을 토대로 상기 비정형지역에 대해 상기 자율주행차량의 주행목표경로를 추정하는 단계를 포함한다.
본 발명의 실시 예에 의하면, 일반차량과 공존하는 일시적 비정형 환경에서 자율주행차량에 탑재된 센서를 기반으로 비정형 환경 및 동적 주변객체의 인식을 통해 주변차량기반의 가상차선을 생성하고 일시적 실시간 정밀맵을 갱신함에 따라 회피주행을 위한 추가적 분석이 필요 없으며, 이에 따라 빠른 차량 흐름을 효과적으로 유도할 수 있다.
도 1은 본 발명의 한 실시 예에 따른 자율주행차량에서의 회피주행경로 공유 장치의 개략적인 구성을 나타낸 도면이다.
도 2는 본 발명의 실시 예에 따른 회피주행경로 공유 장치가 일시적 비정형환경에서 회피주행경로를 생성하는 방법을 나타낸 흐름도이다.
도 3은 본 발명의 실시 예에 따른 일시적 비정형지역에서 자율주행차량의 회피주행경로를 생성하는 방법에 대해 예시를 통해 설명하는 도면이다.
도 4는 본 발명의 다른 한 실시 예에 따른 회피주행경로 공유 장치를 나타낸 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 및 청구범위 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
이제 본 발명의 실시 예에 따른 자율주행차량에서의 회피주행경로 공유 방법 및 장치에 대하여 도면을 참고로 하여 상세하게 설명한다.
도 1은 본 발명의 한 실시 예에 따른 자율주행차량에서의 회피주행경로 공유 장치의 개략적인 구성을 나타낸 도면이다.
도 1을 참고하면, 자율주행차량에서의 회피주행경로 공유 장치(100)는 센서부(110), 차선 및 동적객체 인식부(120), 비정형지역 인식부(130), 동적객체 차선추정부(140), 가상차선 추정부(150), 주행경로 추정부(160) 및 가상차선 평가 및 갱신부(170)를 포함한다.
센서부(110)는 자율주행차량에 탑재된 적어도 하나의 센서를 포함한다. 센서부(110)는 적어도 하나의 센서에 의해 측정된 센서 데이터를 수집한다. 적어도 하나의 센서에 의해 측정된 센서 데이터는 객체검출 및 자기위치 결정을 위해 사용될 수 있다. 적어도 하나의 센서는 예를 들면, 카메라, 라이다, 레이다, GPS 수신기 등을 포함할 수 있다.
센서부(110)는 적어도 하나의 센서에 의해 측정된 센서 데이터를 차선 및 동적객체 인식부(120)로 전달한다.
차선 및 동적객체 인식부(120)는 센서부(110)로부터 출력된 센서 데이터를 이용하여 차선 및/또는 동적주변객체를 인식한다. 동적주변객체는 자율주행차량보다 앞에 있는 주변차량일 수 있다.
비정형지역 인식부(130)는 차선 및 동적주변객체 인식부(120)로부터 검출된 차선 및/또는 동적주변객체 인식데이터를 기반으로 일시적 비정형지역을 검출한다. 비정형지역 인식부(130)는 차선이 인식되지 않거나 차선은 인식되나 동적주변객체의 주행 정보로부터 이상 상황이 감지되면 비정형지역으로 인식하고, 비정형지역의 위치 좌표를 출력할 수 있다.
동적객체 차선추정부(140)는 차선 및 동적객체 인식부(120)로부터 검출된 차선 및 동적주변객체 인식데이터를 기반으로 동적주변객체의 예측차선을 생성한다. 비정형지역이 발생되면, 차량들은 비정형지역을 회피하여 운행된다. 동적객체 차선추정부(140)는 동적주변객체 인식데이터를 이용하여 동적주변객체의 주행모션을 인식하고, 동적주변객체의 예측차선을 생성한다.
가상차선 추정부(150)는 차선 및 동적객체 인식부(120), 비정형지역 인식부(130) 및 동적객체 차선추정부(140)로부터 수신되는 차선, 비정형지역의 위치 좌표 및 동적주변객체의 예측차선 데이터를 기반으로 자율주행차량에 대한 전방의 가상차선을 산출한다.
주행경로 추정부(160)는 가상차선 추정부(150)로부터 산출된 가상차선을 기반으로 자율주행차량의 주행목표경로를 추정하고, 주행목표경로를 갱신한다. 주행경로 추정부(160)는 주행목표경로의 가상중심좌표 정보를 가상차선 평가 및 갱신부(170)로 전달한다.
본 발명의 실시 예에 따른 차선 및 동적객체 인식부(120), 비정형지역 인식부(130), 동적객체 차선추정부(140), 가상차선 추정부(150) 및 주행경로 추정부(160)는 기계학습 기반 인식 기법 또는 객체 특성 검출 기반 인식 기법 등을 활용할 수 있다.
가상차선 평가 및 갱신부(170)는 비정형지역의 위치 좌표에 대응하여 주행경로 추정부(160)에 의해 추정된 주행목표경로의 가상중심좌표 정보를 클라우드 서버(200)에 전송함으로써, 이후 비정형지역을 지나갈 자율주행차량들이 해당 정보를 공유할 수 있도록 한다.
클라우드 서버(200)는 비정형지역의 위치 좌표에 대응하여 가상중심좌표 정보를 수신하면, 정밀맵에서 가상중심좌표 정보에 대응하여 주행경로를 갱신하고, 갱신된 주행경로 정보를 다른 자율주행차량으로 제공한다.
클라우드 서버(200)는 최초로 비정형지역을 이동하는 자율주행차량으로부터 추정된 주행목표경로의 가상중심좌표 정보를 수신하고, 최초로 비정형지역을 이동하는 자율주행차량 이후에 뒤를 따르는 다른 자율주행차량에게 이 정보를 제공함으로써, 다른 자율주행차량들이 비정형지역에 대응하여 주행목표경로의 가상중심좌표 정보를 공유할 수 있으므로, 해당 비정형지역을 원활하게 회피할 수 있게 된다.
클라우드 서버(200)는 단위지역 로컬 서버를 이용할 수 있다. 또한 클라우드 서버(200)는 비정형지역에 비치된 이동형 회피경로 공유 장치로 차량, 드론 및 이동성을 갖는 장치로 정의될 수 있다.
가상차선 평가 및 갱신부(170)는 클라우드 서버(200)로부터 비정형지역의 위치 좌표에 대응하여 가상중심좌표 정보를 수신하면, 자율주행에 참고하며, 자율주행차량이 해당 비정형지역 주행 시 주행의 오류를 감지하고 평가한다. 가상차선 평가 및 갱신부(170)는 클라우드 서버(200)로부터 수신된 이전 시점의 가상중심좌표와 동적주변객체를 기반으로 추정된 현재 시점의 가상중심좌표의 비교를 통해 수신된 가상중심좌표 정보를 평가한다. 가상차선 평가 및 갱신부(170)는 이전 시점의 가상중심좌표와 동적주변객체를 기반으로 추정된 현재 시점의 가상중심좌표의 비교를 통해 오류 감지 시 현재 시점에서 추정된 가상중심좌표 정보를 클라우드 서버(200)로 전송하여, 클라우드 서버(200)에서 해당 정보를 갱신할 수 있도록 한다.
이와 같이, 본 발명의 실시 예에 따른 자율주행차량에서의 회피주행경로 공유 장치(100)는 공사구간이나 사고구간과 같은 일시적 비정형지역에서 자율주행차량에 탑재된 센서들로부터 측정된 데이터를 기반으로 비정형지역 및 동적주변객체를 인식하여 비정형지역에 대한 가상차선을 계산하고, 비정형지역에 적합한 주행목표경로를 산출하여 클라우드 서버(200)를 통해 주변 자율주행차량과 공유함으로써, 주변차량이 해당 비정형지역에서 사고 없이 원활한 주행이 가능하게 할 수 있다.
도 2는 본 발명의 실시 예에 따른 회피주행경로 공유 장치가 일시적 비정형지역에서 회피주행경로를 생성하는 방법을 나타낸 흐름도이다.
도 2를 참고하면, 자율주행차량의 주행모드가 시작되면, 센서부(110)에서는 자율주행차량에 탑재된 센서들로부터 센서 측정 가능범위의 센서 데이터를 수집한다(S210).
차선 및 동적객체 인식부(120)는 인식가능영역을 정의하고, 센서부(110)부에 의해 수집된 센서 데이터를 기반으로 차선 및/또는 동적주변객체를 인식한다(S220). 동적주변객체 인식데이터는 차선 인식에 활용될 수 있고, 인식된 차선 및 동적주변객체의 특징을 통해 비정형지역을 인식할 수 있다.
비정형지역 인식부(130)는 차선 및 동적객체 인식부(120)에 의한 차선 및/또는 동적주변객체 인식 데이터를 이용하여 비정형지역을 검출한다. 예를 들어, 비정형지역 인식부(130)는 차선이 인식되지 않거나, 차선은 인식되나 전방의 주변차량의 주행모션으로부터 이상현상이 발생되면, 전방의 사고나 공사구간 등의 비정형지역으로 판단하고, 비정형지역의 위치좌표를 인식한다.
동적객체 차선추정부(140)는 차선 및 동적객체 인식부(120)에 의한 동적주변객체 인식 데이터를 이용하여 동적주변객체의 주행모션을 인식하고 동적주변객체의 주행모션으로부터 동적주변객체의 예비차선을 검출한다.
가상차선 추정부(150)는 비정형지역 인식부(130)를 통해 비정형지역이 검출되고(S230), 동적객체 차선추정부(140)에 의해 동적주변객체의 예비차선이 검출되면(S240), 비정형지역내 동적주변객체의 예비차선을 이용하여 가상차선을 추정한다(S250). 가상차선 추정부(150)는 비정형지역 내에 동적주변객체의 추정된 차선데이터를 누적하거나 비정형지역 내에 동적주변객체의 추정된 차선데이터를 이용하여 자율주행차량의 가상차선을 추정할 수 있다.
주행경로 추정부(160)는 가상차선 추정부(150)을 통해 추정된 비정형지역 내의 가상차선을 토대로 자율주행차량의 자기위치를 결정하며, 미래의 주행목표경로를 추정한다(S260).
주행경로 추정부(160)는 추정된 주행목표경로의 가상중심좌표 정보를 토대로 자율주행차량을 제어한다(S270). 가상차선 평가 및 갱신부(170)는 클라우드 서버(200)를 통해 해당 비정형지역에 대한 주행목표경로의 가상중심좌표 정보를 수신하면, 해당 비정형지역의 주행 시 주행의 오류를 감지하고 평가함으로써(S280), 실시간 클라우드 서버(200)에 해당 주행경로정보를 갱신할 수 있다(S290).
최초의 자율주행차량은 일시적 비정형지역에 대한 가상중심좌표 정보가 없으므로, 자율주행차량 내 회피주행경로 공유 장치가 차선 및 동적주변객체 인식을 통해 주행목표경로의 가상중심좌표 정보를 추정하고 주행을 제어한다. 따라서, 최초의 자율주행차량은 비정형지역을 판단하고 회피 주행을 위하기 위한 프로세스 처리 시간이 길어질 수 있다. 최초의 자율주행차량은 이러한 프로세스 처리 시간을 줄이고, 해당 비정형지역의 원활한 주행을 위해, 다른 자율주행차량에 해당 비정형지역에 대한 가상중심좌표 정보를 공유한다. 다른 자율주행차량에서는 해당 비정형지역에 대한 가상중심좌표를 수신해서 현재시점의 자율운행에 참고하고 현재 시점의 새로운 동적주변객체를 기반으로 가상중심좌표를 생성하여, 가상중심좌표에 대한 이전 시점과 현재 시점의 변차를 통해 평가 및 갱신을 수행한다.
도 3은 본 발명의 실시 예에 따른 일시적 비정형지역에서 자율주행차량이 회피주행경로를 생성하는 방법에 대해 예시를 통해 설명하는 도면이다.
도 3을 참고하면, 자율주행차량(300)의 전방에 사고차량(320)으로 인해 일시적 비정형지역(305)이 발생되면, 자율주행차량(300)에 탑재된 센서들의 센서 데이터를 기반으로 차선 및 주변차량(330)이 인식될 수 있다. 주변차량(330)의 인식 데이터를 토대로 주변차량(330)의 주행모션이 인식되고, 주변차량(330)의 주행모션데이터로부터 주변차량(330)의 예측차선이 생성될 수 있다. 그러면, 예측차선을 기반으로 일시적 비정형지역(305) 내 자율주행차량(300)의 가상차선이 생성되고, 가상차선을 기반으로 자율주행차량(300)의 주행목표경로가 갱신된다.
이와 같이, 본 발명의 실시 예에 따르면, 일반차량과 공존하는 비정형지역(305)에서 선행된 주변차량(330)을 기반으로 자율주행차량(300)의 주행경로를 실시간으로 갱신함에 따라 회피주행경로를 위한 추가 분석을 필요로 하지 않으므로, 빠른 주행경로를 제공할 수 있다. 또한 갱신된 주행정보를 클라우드 서버(200)를 통해 주변 자율주행차량과 공유할 수 있으므로, 주변 주행차량들이 비정형지역(305)을 원활하게 회피할 수 있게 된다.
도 4는 본 발명의 다른 한 실시 예에 따른 회피주행경로 공유 장치를 나타낸 도면이다.
도 4를 참고하면, 회피주행경로 공유 장치(400)는 앞에서 설명한 본 발명의 실시 예에 따른 회피주행경로 공유 방법이 구현된 컴퓨팅 장치를 나타낼 수 있다.
회피주행경로 공유 장치(400)는 프로세서(410), 메모리(420), 입력 인터페이스 장치(430), 출력 인터페이스 장치(440), 및 저장 장치(450) 중 적어도 하나를 포함할 수 있다. 각각의 구성 요소들은 공통 버스(bus)(460)에 의해 연결되어 서로 통신을 수행할 수 있다. 또한, 각각의 구성 요소들은 공통 버스(460)가 아니라, 프로세서(410)를 중심으로 개별 인터페이스 또는 개별 버스를 통하여 연결될 수도 있다.
프로세서(410)는 AP(Application Processor), CPU(Central Processing Unit), GPU(Graphic　Processing　Unit) 등과 같은 다양한 종류들로 구현될 수 있으며, 메모리(420) 또는 저장 장치(450)에 저장된 명령을 실행하는 임의의 반도체 장치일 수 있다. 프로세서(410)는 메모리(420) 및 저장 장치(450) 중에서 적어도 하나에 저장된 프로그램 명령(program command)을 실행할 수 있다. 이러한 프로세서(410)는 위의 도 1 내지 도 3을 토대로 설명한 기능 및 방법들을 구현하도록 구성될 수 있다. 예를 들어, 프로세서(410)는 도 1에서 설명한 센서부(110), 차선 및 동적객체 인식부(120), 비정형지역 인식부(130), 동적객체 차선추정부(140), 가상차선 추정부(150), 주행경로 추정부(160) 및 가상차선 평가 및 갱신부(170)의 적어도 일부 기능을 수행하도록 구성될 수 있다.
메모리(420) 및 저장 장치(450)는 다양한 형태의 휘발성 또는 비 휘발성 저장 매체를 포함할 수 있다. 예를 들어, 메모리(420)는 ROM(read-only memory)(421) 및 RAM(random access memory)(422)를 포함할 수 있다. 본 발명의 실시 예에서 메모리(420)는 프로세서(410)의 내부 또는 외부에 위치할 수 있고, 메모리(420)는 이미 알려진 다양한 수단을 통해 프로세서(410)와 연결될 수 있다.
입력 인터페이스 장치(430)는 데이터(예를 들어, 센서로부터의 데이터)를 프로세서(410)로 제공하도록 구성되며, 출력 인터페이스 장치(440)는 프로세서(410)로부터의 데이터(예를 들어, 차량 주행 제어를 위한 제어 신호)를 출력하도록 구성된다.
또한 본 발명의 실시 예에 따른 회피주행경로 공유 방법 중 적어도 일부는 컴퓨팅 장치에서 실행되는 프로그램 또는 소프트웨어로 구현될 수 있고, 프로그램 또는 소프트웨어는 컴퓨터로 판독 가능한 매체에 저장될 수 있다.
또한 본 발명의 실시 예에 따른 회피주행경로 공유 방법 중 적어도 일부는 컴퓨팅 장치와 전기적으로 접속될 수 있는 하드웨어로 구현될 수도 있다.
이상에서 본 발명의 실시 예에 대하여 상세하게 설명하였지만 본 발명의 권리 범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리 범위에 속하는 것이다.

Claims (1)

  1. 자율주행차량에서의 회피주행경로 공유 장치가 회피주행경로를 공유하는 방법에서,
    상기 자율주행차량에 탑재된 적어도 하나의 센서를 통해 수집된 센서 데이터로부터 동적주변객체 및 비정형지역을 인식하는 단계,
    상기 동적주변객체의 모션 인식을 통해 상기 비정형지역에 대해 상기 동적주변객체의 예측차선을 추정하는 단계,
    상기 동적주변객체의 예측차선을 이용하여 상기 자율주행차량의 가상차선을 추정하는 단계, 그리고
    상기 자율주행차량의 가상차선을 토대로 상기 비정형지역에 대해 상기 자율주행차량의 주행목표경로를 추정하는 단계
    를 포함하는 회피주행경로 공유 방법.
KR1020200163872A 2020-11-30 2020-11-30 자율주행차량에서의 회피주행경로 공유 방법 및 장치 KR20220075601A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200163872A KR20220075601A (ko) 2020-11-30 2020-11-30 자율주행차량에서의 회피주행경로 공유 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200163872A KR20220075601A (ko) 2020-11-30 2020-11-30 자율주행차량에서의 회피주행경로 공유 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20220075601A true KR20220075601A (ko) 2022-06-08

Family

ID=81981330

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200163872A KR20220075601A (ko) 2020-11-30 2020-11-30 자율주행차량에서의 회피주행경로 공유 방법 및 장치

Country Status (1)

Country Link
KR (1) KR20220075601A (ko)

Similar Documents

Publication Publication Date Title
US11703876B2 (en) Autonomous driving system
US11498577B2 (en) Behavior prediction device
US9283967B2 (en) Accurate curvature estimation algorithm for path planning of autonomous driving vehicle
EP3659004B1 (en) Drifting correction between planning stage and controlling stage of operating autonomous driving vehicles
US10553117B1 (en) System and method for determining lane occupancy of surrounding vehicles
CN110621541B (zh) 用于生成轨迹以操作自动驾驶车辆的方法和系统
JP7422661B2 (ja) 走行軌跡補正方法、走行制御方法、及び走行軌跡補正装置
KR102086270B1 (ko) 주행 제어 장치의 제어 방법 및 주행 제어 장치
CN112418092B (zh) 一种障碍物感知的融合方法、装置、设备及储存介质
CN107209998B (zh) 车道线识别装置以及车道线识别方法
US11042160B2 (en) Autonomous driving trajectory determination device
WO2020145053A1 (ja) 走行車線推定装置、走行車線推定方法、制御プログラム、およびコンピュータ読み出し可能持続的記録媒体
GB2576206A (en) Sensor degradation
CN112394725A (zh) 用于自动驾驶的基于预测和反应视场的计划
US20230174097A1 (en) Autonomous driving assistance system
US11210941B2 (en) Systems and methods for mitigating anomalies in lane change detection
CN109425861B (zh) 本车位置可信度运算装置
WO2020164090A1 (en) Trajectory prediction for driving strategy
JP7342828B2 (ja) 自動運転装置
KR20220075601A (ko) 자율주행차량에서의 회피주행경로 공유 방법 및 장치
WO2020148561A1 (ja) 運転支援方法及び運転支援装置
US20240101107A1 (en) Algorithm to generate planning-based attention signals
JP7491358B2 (ja) 移動物位置予測装置
US20230260294A1 (en) Apparatus, method, and computer program for estimating road edge
CN118189996A (zh) 车辆的可行驶路径确定