KR20220107881A - 표면 유도 차량 거동 - Google Patents

표면 유도 차량 거동 Download PDF

Info

Publication number
KR20220107881A
KR20220107881A KR1020210031447A KR20210031447A KR20220107881A KR 20220107881 A KR20220107881 A KR 20220107881A KR 1020210031447 A KR1020210031447 A KR 1020210031447A KR 20210031447 A KR20210031447 A KR 20210031447A KR 20220107881 A KR20220107881 A KR 20220107881A
Authority
KR
South Korea
Prior art keywords
vehicle
sensor
road
road element
location
Prior art date
Application number
KR1020210031447A
Other languages
English (en)
Inventor
시흐-유안 리우
벤스 세르나
스캇 디. 펜들턴
Original Assignee
모셔널 에이디 엘엘씨
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 모셔널 에이디 엘엘씨 filed Critical 모셔널 에이디 엘엘씨
Publication of KR20220107881A publication Critical patent/KR20220107881A/ko

Links

Images

Classifications

    • 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
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • 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
    • B60W40/06—Road 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
    • 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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • 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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • 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
    • 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
    • B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/0205—Diagnosing or detecting failures; Failure detection models
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/30—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring roughness or irregularity of surfaces
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road data
    • G01C21/3822—Road feature data, e.g. slope data
    • 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
    • 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
    • G05D1/0227—Control of position or course in two dimensions specially adapted to land vehicles using mechanical sensing means, e.g. for sensing treated area
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating 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
    • 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
    • B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/0205—Diagnosing or detecting failures; Failure detection models
    • B60W2050/021—Means for detecting failure or malfunction
    • 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
    • B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/0205—Diagnosing or detecting failures; Failure detection models
    • B60W2050/0215—Sensor drifts or sensor failures
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/10—Transducer, e.g. piezoelectric elements
    • 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
    • B60W2420/54—Audio sensitive means, e.g. ultrasound
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/35—Road bumpiness, e.g. potholes
    • 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
    • B60W2554/20—Static objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/65—Data transmitted between vehicles
    • 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
    • B60Y2300/08—Predicting or avoiding probable or impending collision
    • 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

Landscapes

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

Abstract

무엇보다도, 차량의 적어도 하나의 센서로부터, 도로 요소와 연관된 소리 또는 진동 중 적어도 하나를 나타내는 센서 측정치를 수신하는 것; 센서 측정치에서의 패턴에 기초하여 도로 요소를 식별하는 것; 도로 요소에 기초하여, 차량에 대한 차량 거동을 결정하는 것; 및 차량을 차량 거동에 따라 동작하도록 제어하는 것을 위한 기술이 설명되어 있다.

Description

표면 유도 차량 거동{SURFACE GUIDED VEHICLE BEHAVIOR}
본 설명은 표면 유도 차량 거동에 관한 것이다.
차량이 주행하고 있는 도로는 다양한 표면 요소를 포함한다. 예를 들어, 도로는 포장 도로 마커(pavement marker), 도로 분리대, 페인팅된 도로 마킹, 주차 블록/분필(chalk)/스토퍼(stopper), 및 럼블 스트립(rumble strip)을 포함한다.
도 1은 자율주행 능력(autonomous capability)을 갖는 자율주행 차량(autonomous vehicle)의 예를 도시한다.
도 2는 예시적인 "클라우드" 컴퓨팅 환경을 도시한다.
도 3은 컴퓨터 시스템을 도시한다.
도 4는 자율주행 차량에 대한 예시적인 아키텍처를 도시한다.
도 5은 계획 모듈의 입력과 출력 사이의 관계의 블록 다이어그램을 도시한다.
도 6은 제어 모듈의 입력 및 출력의 블록 다이어그램을 도시한다.
도 7은 표면 유도 의사 결정을 위한 예시적인 시스템의 블록 다이어그램을 예시한다.
도 8은 로컬화 정정(localization correction) 및 센서 손상 검출을 위한 예시적인 시스템의 블록 다이어그램을 예시한다.
도 9는 표면 유도 의사 결정을 위한 프로세스의 플로차트를 도시한다.
설명을 위한 이하의 기술에서는, 본 발명에 대한 완전한 이해를 제공하기 위해 다수의 특정 세부 사항이 기재된다. 그렇지만, 본 발명이 이러한 특정 세부 사항 없이 실시될 수 있음이 명백할 것이다. 다른 경우에, 공지된 구조 및 디바이스는 본 발명을 불필요하게 모호하게 하는 것을 피하기 위하여 블록 다이어그램 형태로 도시된다.
도면에서, 설명을 용이하게 하기 위해, 디바이스, 모듈, 명령어 블록 및 데이터 요소를 나타내는 것과 같은 개략적 요소의 특정 배열 또는 순서가 도시된다. 그렇지만, 본 기술 분야의 통상의 기술자라면, 도면에서의 개략적 요소의 특정 순서 또는 배열이 프로세싱의 특정한 순서 또는 시퀀스, 또는 프로세스의 분리가 요구됨을 암시한다는 것을 의미하지는 않는다는 점을 이해할 것이다. 게다가, 도면에 개략적 요소를 포함시키는 것은, 그러한 요소가 모든 실시예에서 요구됨을 암시한다는 것을 의미하지 않거나, 또는 그러한 요소에 의해 표현된 특징이 일부 실시예에서 포함되지 않을 수 있거나 다른 요소와 조합되지 않을 수 있음을 암시한다는 것을 의미하지 않는다.
또한, 도면에서, 2개 이상의 다른 개략적 요소 사이의 연결, 관계 또는 연관을 보여주기 위해 실선 또는 파선 또는 화살표와 같은 연결 요소가 사용되는 경우에, 임의의 그러한 연결 요소의 부재가 연결, 관계 또는 연관이 존재할 수 없다는 것을 암시하는 것을 의미하지 않는다. 환언하면, 요소들 사이의 일부 연결, 관계 또는 연관은 본 개시를 모호하게 하지 않기 위해 도면에 도시되어 있지 않다. 추가적으로, 예시를 용이하게 하기 위해, 요소들 사이의 다수의 연결, 관계 또는 연관을 나타내기 위해 단일의 연결 요소가 사용된다. 예를 들어, 연결 요소가 신호, 데이터 또는 명령어의 통신을 나타내는 경우에, 본 기술 분야의 통상의 기술자라면, 그러한 요소가, 통신을 수행하기 위해 필요할 수 있는, 하나 또는 다수의 신호 경로(예를 들면, 버스)를 나타낸다는 것을 이해할 것이다.
그 예가 첨부된 도면에 예시된 실시예가 이제 상세하게 언급될 것이다. 이하의 상세한 설명에서, 다양한 기술된 실시예에 대한 완전한 이해를 제공하기 위해 많은 특정 세부 사항이 기재된다. 그렇지만, 다양한 기술된 실시예가 이러한 특정 세부 사항 없이 실시될 수 있다는 것이 본 기술 분야의 통상의 기술자에게 명백할 것이다. 다른 경우에, 실시예의 양태를 불필요하게 모호하게 하지 않기 위해 공지된 방법, 절차, 컴포넌트, 회로, 및 네트워크는 상세히 기술되지 않았다.
서로 독립적으로 또는 다른 특징들의 임의의 조합과 함께 각각 사용될 수 있는 여러 특징이 이하에 기술된다. 그렇지만, 임의의 개별 특징은 위에서 논의된 문제들 중 임의의 것을 해결할 수 없거나 또는 위에서 논의된 문제들 중 단지 하나만을 해결할 수 있다. 위에서 논의된 문제들 중 일부가 본원에 기술된 특징들 중 임의의 것에 의해 완전히 해결되지는 않을 수 있다. 비록 여러 표제가 제공되어 있더라도, 특정 표제에 관련되지만 해당 표제를 갖는 섹션에서 발견되지는 않는 정보가 본 설명의 다른 곳에서 발견될 수도 있다. 실시예는 이하의 개요에 따라 본원에 기술된다:
1. 일반적 개관
2. 시스템 개관
3. 자율주행 차량 아키텍처
4. 자율주행 차량 입력
5. 자율주행 차량 계획
6. 자율주행 차량 제어
7. 표면 유도 의사 결정
일반적 개관
차량의 안전성 및 주행성에 영향을 미치는 표면 요소를 식별하는 것에 기초하여 차량의 거동이 적응된다. 표면 요소를 식별하기 위해, 차량 센서는 표면 요소와 연관된 소리 및/또는 진동을 측정한다. 이어서 센서 측정치(sensor measurement)에서의 패턴에 기초하여 표면 요소가 식별된다. 도로 표면에 기초하여, 차량은 표면 요소와 조우하는 것에 대한 적절한 차량 반응을 결정할 수 있으며, 이는 차량이 표면 요소에 더 잘 반응할 수 있게 한다. 추가적으로, 차량은 표면 요소의 측정치를 표면 요소의 이력 측정치(historical measurements)와 비교할 수 있다. 그렇게 하는 것은 차량이 이력 측정을 수행한 센서의 캘리브레이션 상태(calibration status)를 결정할 수 있게 한다. 일부 예에서, 차량은 식별된 표면 요소 및 관련 센서 측정치를 공유 데이터베이스에 게시한다.
표면 요소에 기초하여 차량의 거동을 적응시키는 것은 차량의 안전성 및 신뢰성을 개선시킨다. 추가적으로, 소리 및/또는 진동 측정치를 사용하여 표면 요소를 검출하는 것은 차량이 다른 유형의 측정치를 사용하여 그렇지 않았으면 검출 가능하지 않는 시나리오 및 조건을 검출할 수 있게 한다. 게다가, 측정치를 이력 측정치와 비교하는 것은 센서 고장을 완화시키는 것 및/또는 센서 손상을 검출하는 것을 용이하게 한다. 식별된 도로 요소(road element)를 공유 데이터베이스에 게시하는 것은 차량 계획 시스템이 알려진 도로 표면 방해물에 대비하기 위해 이력 정보를 활용할 수 있게 한다.
시스템 개관
도 1은 자율주행 능력을 갖는 자율주행 차량(100)의 예를 도시한다.
본원에서 사용되는 바와 같이, "자율주행 능력"이라는 용어는, 완전한 자율주행 차량, 고도의 자율주행 차량, 및 조건부 자율주행 차량을 제한 없이 포함하는, 실시간 인간 개입 없이 차량이 부분적으로 또는 완전하게 동작할 수 있게 하는 기능, 특징, 또는 설비를 지칭한다.
본원에서 사용되는 바와 같이, 자율주행 차량(autonomous vehicle; AV)은 자율주행 능력을 갖는 차량이다.
본원에서 사용되는 바와 같이, "차량"은 상품 또는 사람의 운송 수단을 포함한다. 예를 들어, 자동차, 버스, 기차, 비행기, 드론, 트럭, 보트, 선박, 잠수함, 비행선 등. 무인 자동차는 차량의 예이다.
본원에서 사용되는 바와 같이, "궤적"은 AV를 제1 시공간적 위치로부터 제2 시공간적 위치로 운행시키는 경로 또는 루트를 지칭한다. 일 실시예에서, 제1 시공간적 위치는 초기 또는 시작 위치라고 지칭되고 제2 시공간적 위치는 목적지, 최종 위치, 목표, 목표 위치, 또는 목표 장소라고 지칭된다. 일부 예에서, 궤적은 하나 이상의 세그먼트(예를 들면, 도로의 섹션)로 구성되고, 각각의 세그먼트는 하나 이상의 블록(예를 들면, 차선 또는 교차로의 부분)으로 구성된다. 일 실시예에서, 시공간적 위치는 현실 세계 위치에 대응한다. 예를 들어, 시공간적 위치는 사람을 태우거나 내려주고 또는 상품을 싣거나 내리는 픽업(pick up) 위치 또는 드롭 오프(drop-off) 위치이다.
본원에서 사용되는 바와 같이, "센서(들)"는 센서를 둘러싸는 환경에 관한 정보를 검출하는 하나 이상의 하드웨어 컴포넌트를 포함한다. 하드웨어 컴포넌트들 중 일부는 감지 컴포넌트(예를 들면, 이미지 센서, 생체 측정 센서), 송신 및/또는 수신 컴포넌트(예를 들면, 레이저 또는 라디오 주파수 파 송신기 및 수신기), 아날로그-디지털 변환기와 같은 전자 컴포넌트, 데이터 저장 디바이스(예컨대, RAM 및/또는 비휘발성 스토리지), 소프트웨어 또는 펌웨어 컴포넌트, 및 ASIC(application-specific integrated circuit), 마이크로프로세서 및/또는 마이크로컨트롤러와 같은 데이터 프로세싱 컴포넌트를 포함할 수 있다.
본원에서 사용되는 바와 같이, "장면 묘사(scene description)"는 AV 차량 상의 하나 이상의 센서에 의해 검출되거나 AV 외부의 소스에 의해 제공되는 하나 이상의 분류된 또는 레이블링된 대상체를 포함하는 데이터 구조(예를 들면, 리스트) 또는 데이터 스트림이다.
본원에서 사용되는 바와 같이, "도로"는 차량에 의해 횡단될 수 있는 물리적 영역이고, 명명된 주요 도로(예를 들면, 도시 거리, 주간 프리웨이(interstate freeway) 등)에 대응할 수 있거나, 또는 명명되지 않은 주요 도로(예를 들면, 주택 또는 사무실 건물 내의 사유 도로, 주차장 섹션, 공터 섹션, 시골 지역의 비포장 경로 등)에 대응할 수 있다. 일부 차량(예를 들면, 4륜 구동 픽업 트럭, 스포츠 유틸리티 차량 등)은 차량 주행에 특히 적합하지 않은 다양한 물리적 영역을 횡단할 수 있기 때문에, "도로"는 임의의 지자체 또는 다른 정부 또는 행정처에 의해 주요 도로로서 공식적으로 규정되지 않은 물리적 영역일 수 있다.
본원에서 사용되는 바와 같이, "차선"은 차량에 의해 횡단될 수 있는 도로의 일 부분이다. 차선은 때때로 차선 마킹(lane marking)에 기초하여 식별된다. 예를 들어, 차선은 차선 마킹 사이의 공간의 대부분 또는 전부에 대응할 수 있거나, 또는 차선 마킹 사이의 공간의 단지 일부(예를 들면, 50% 미만)에 대응할 수 있다. 예를 들어, 멀리 이격된 차선 마킹을 갖는 도로는 차선 마킹들 사이에 둘 이상의 차량을 수용할 수 있음으로써, 하나의 차량이 차선 마킹을 횡단하지 않으면서 다른 차량을 추월할 수 있고, 따라서 차선 마킹들 사이의 공간보다 더 좁은 차선을 갖거나 차선 마킹들 사이에 2개의 차선을 갖는 것으로 해석될 수 있다. 차선은 차선 마킹의 부재 시에도 해석될 수 있다. 예를 들어, 차선은 환경의 물리적 특징부, 예를 들면, 시골 지역에서의 주요 도로를 따라 있는 바위 및 나무 또는, 예를 들면, 미개발 지역에서의 피할 자연 장애물에 기초하여 규정될 수 있다. 차선은 또한 차선 마킹 또는 물리적 특징부와 무관하게 해석될 수 있다. 예를 들어, 차선은 차선 경계로서 해석될 특징부가 달리 없는 영역에서 장애물이 없는 임의의 경로에 기초하여 해석될 수 있다. 예시적인 시나리오에서, AV는 들판 또는 공터의 장애물 없는 부분을 통해 차선을 해석할 수 있다. 다른 예시적인 시나리오에서, AV는 차선 마킹을 갖지 않는 넓은(예를 들면, 2개 이상의 차선을 위해 충분히 넓은) 도로를 통해 차선을 해석할 수 있다. 이 시나리오에서, AV는 차선에 관한 정보를 다른 AV에 통신할 수 있음으로써, 다른 AV가 동일한 차선 정보를 사용하여 그 자신들 간에 경로 계획을 조정할 수 있다.
"OTA(over-the-air) 클라이언트"라는 용어는 임의의 AV, 또는 AV에 내장되거나, AV에 결합되거나, 또는 AV와 통신하는 임의의 전자 디바이스(예를 들면, 컴퓨터, 컨트롤러, IoT 디바이스, 전자 제어 유닛(ECU))를 포함한다.
"OTA(over-the-air) 업데이트"라는 용어는, 셀룰러 모바일 통신(예를 들면, 2G, 3G, 4G, 5G), 라디오 무선 영역 네트워크(예를 들면, WiFi) 및/또는 위성 인터넷을 포함하지만 이에 제한되지 않는, 독점적인 및/또는 표준화된 무선 통신 기술을 사용하여 OTA 클라이언트에 전달되는 소프트웨어, 펌웨어, 데이터 또는 구성 설정, 또는 이들의 임의의 조합에 대한 임의의 업데이트, 변경, 삭제, 또는 추가를 의미한다.
"에지 노드"라는 용어는 AV와 통신하기 위한 포털을 제공하고 OTA 업데이트를 스케줄링하여 OTA 클라이언트에 전달하기 위해 다른 에지 노드 및 클라우드 기반 컴퓨팅 플랫폼과 통신할 수 있는 네트워크에 결합된 하나 이상의 에지 디바이스를 의미한다.
"에지 디바이스"라는 용어는 에지 노드를 구현하고 기업 또는 서비스 제공자(예를 들면, VERIZON, AT&T) 코어 네트워크에 물리적 무선 액세스 포인트(AP)를 제공하는 디바이스를 의미한다. 에지 디바이스의 예는 컴퓨터, 제어기, 송신기, 라우터, 라우팅 스위치, IAD(integrated access device), 멀티플렉서, MAN(metropolitan area network) 및 WAN(wide area network) 액세스 디바이스를 포함하지만, 이에 제한되지 않는다.
"하나 이상"은 하나의 요소에 의해 수행되는 기능, 둘 이상의 요소에 의해, 예를 들어, 분산 방식으로, 수행되는 기능, 하나의 요소에 의해 수행되는 여러 기능, 여러 요소에 의해 수행되는 여러 기능, 또는 이들의 임의의 조합을 포함한다.
또한, 제1, 제2 등의 용어가, 일부 예에서, 다양한 요소를 기술하기 위해 본원에서 사용되고 있지만, 이러한 요소가 이러한 용어에 의해 제한되지 않아야 한다는 것이 이해될 것이다. 이러한 용어는 하나의 요소를 다른 요소와 구별하는 데만 사용된다. 예를 들어, 기술된 다양한 실시예의 범위를 벗어나지 않으면서, 제1 접촉은 제2 접촉이라고 지칭될 수 있고, 유사하게 제2 접촉은 제1 접촉이라고 지칭될 수 있다. 제1 접촉과 제2 접촉 둘 모두가 접촉이지만, 동일한 접촉은 아니다.
본원에 기술된 다양한 실시예의 설명에서 사용된 용어는 단지 특정한 실시예를 기술하기 위한 것이며, 제한하는 것으로 의도되지 않는다. 기술된 다양한 실시예 및 첨부된 청구항의 설명에서 사용되는 바와 같이, 단수형은, 문맥이 달리 명확히 표시하지 않는 한, 복수형을 포함하는 것으로 의도되어 있다. "및/또는"이라는 용어가, 본원에서 사용되는 바와 같이, 연관된 열거된 항목들 중 하나 이상의 항목의 임의의 및 모든 가능한 조합을 지칭하고 포함한다는 것이 또한 이해될 것이다. 게다가, "포함한다" 및/또는 "포함하는"이라는 용어가, 본 설명에서 사용될 때, 언급된 특징, 정수, 단계, 동작, 요소, 및/또는 컴포넌트의 존재를 명기하지만, 하나 이상의 다른 특징, 정수, 단계, 동작, 요소, 컴포넌트, 및/또는 그의 그룹의 존재 또는 추가를 배제하지 않는다는 것이 이해될 것이다.
본원에서 사용되는 바와 같이, "~ 경우"라는 용어는 선택적으로 문맥에 따라 "~할 때", 또는 "~시에" 또는 "결정에 응답하여" 또는 "검출에 응답하여"를 의미하는 것으로 해석된다. 마찬가지로, 문구 "~라고 결정되는 경우" 또는 "[언급된 조건 또는 이벤트]가 검출되는 경우"는 선택적으로 문맥에 따라, "결정할 시에" 또는 "결정에 응답하여" 또는 "[언급된 조건 또는 이벤트]의 검출 시에" 또는 "[언급된 조건 또는 이벤트]의 검출에 응답하여"를 의미하는 것으로 해석된다.
본원에서 사용되는 바와 같이, AV 시스템은 AV의 동작을 지원하는 하드웨어, 소프트웨어, 저장 데이터 및 실시간으로 생성된 데이터의 어레이와 함께 AV를 지칭한다. 일 실시예에서, AV 시스템은 AV 내에 포함된다. 일 실시예에서, AV 시스템은 여러 위치에 걸쳐 확산되어 있다. 예를 들어, AV 시스템의 소프트웨어 중 일부는 도 2와 관련하여 아래에서 기술되는 클라우드 컴퓨팅 환경(200)과 유사한 클라우드 컴퓨팅 환경 상에 구현된다.
일반적으로, 본원은 완전한 자율주행 차량, 고도의 자율주행 차량, 및 조건부 자율주행 차량, 예를 들어, 각각 소위 레벨 5 차량, 레벨 4 차량 및 레벨 3 차량을 포함하는 하나 이상의 자율주행 능력을 갖는 임의의 차량에 적용 가능한 기술을 개시한다(차량의 자율성의 레벨 분류에 대한 세부 사항은 본원에 그 전체가 참조로 포함된, SAE 국제 표준 J3016: 온로드 자동차 자율주행 시스템에 관한 용어의 분류 및 정의(Taxonomy and Definitions for Terms Related to On-128-172020-02-28 Road Motor Vehicle Automated Driving Systems) 참조). 또한, 본원에서 개시된 기술은 부분적 자율주행 차량 및 운전자 보조 차량, 예컨대, 소위 레벨 2 및 레벨 1 차량에도 적용 가능하다(SAE 국제 표준 J3016: 온로드 자동차 자율주행 시스템에 관한 용어의 분류 및 정의 참조). 일 실시예에서, 레벨 1, 레벨 2, 레벨 3, 레벨 4 및 레벨 5 차량 시스템 중 하나 이상은 센서 입력의 프로세싱에 기초하여 특정의 동작 조건 하에서 특정의 차량 동작(예를 들면, 조향, 제동, 및 맵 사용)을 자동화할 수 있다. 본 문서에서 설명된 기술은, 완전한 자율주행 차량으로부터 인간 운전 차량에 이르는, 임의의 레벨에 있는 차량에 혜택을 줄 수 있다.
자율주행 차량은 사람 운전자를 필요로 하는 차량보다 장점이 있다. 한 가지 장점은 안전성이다. 예를 들어, 2016년에, 미국은 9100억 달러의 사회적 비용으로 추정되는 600만 건의 자동차 사고, 240만 건의 부상, 4만 명의 사망자, 및 1300만 건의 차량 충돌을 경험했다. 1억 마일 주행당 미국 교통 사망자수는, 부분적으로 차량에 설치된 추가적인 안전 대책으로 인해, 1965년과 2015년 사이에 약 6명으로부터 약 1명으로 줄었다. 예를 들어, 충돌이 발생할 것이라는 추가적인 0.5초의 경고는 전후 충돌의 60%를 완화시키는 것으로 여겨진다. 그렇지만, 수동적 안전 특징부(예를 들면, 안전 벨트, 에어백)는 이 수치를 개선시키는 데 한계에 도달했을 것이다. 따라서 차량의 자동 제어와 같은, 능동적 안전 대책이 이러한 통계치를 개선시키는 데 유망한 다음 단계이다. 인간 운전자가 충돌의 95%에서 중요한 충돌전 사건에 책임있는 것으로 여겨지기 때문에, 자율주행 시스템은, 예를 들어, 중요한 상황을 인간보다 잘 신뢰성 있게 인식하고 피하는 것에 의해; 더 나은 의사 결정을 하고, 교통 법규를 준수하며, 미래의 사건을 인간보다 더 잘 예측하는 것에 의해; 및 차량을 인간보다 더 잘 신뢰성 있게 제어하는 것에 의해 더 나은 안전성 결과를 달성할 수 있다.
도 1을 참조하면, AV 시스템(120)은, 대상체(예를 들면, 자연 장애물(191), 차량(193), 보행자(192), 자전거 타는 사람, 및 다른 장애물)을 피하고 도로 법규(예를 들면, 동작 규칙 또는 운전 선호사항)를 준수하면서, 차량(100)을 궤적(198)을 따라 환경(190)을 통과하여 목적지(199)(때때로 최종 위치라고 지칭됨)로 동작시킨다.
일 실시예에서, AV 시스템(120)은 컴퓨터 프로세서(146)로부터 동작 명령을 수신하고 이에 따라 동작하도록 설비된 디바이스(101)를 포함한다. 차량이 액션(예를 들면, 운전 기동)을 수행하게 하는 실행가능 명령어(또는 명령어 세트)를 의미하기 위해 "동작 명령"이라는 용어를 사용한다. 동작 명령은, 제한 없이, 차량이 전진을 시작하고, 전진을 중지하며, 후진을 시작하고, 후진을 중지하며, 가속하고, 감속하며, 좌회전을 수행하고, 우회전을 수행하기 위한 명령어를 포함할 수 있다. 일 실시예에서, 컴퓨팅 프로세서(146)는 도 3을 참조하여 아래에서 기술되는 프로세서(304)와 유사하다. 디바이스(101)의 예는 조향 컨트롤(102), 브레이크(103), 기어, 가속기 페달 또는 다른 가속 제어 메커니즘, 윈드실드 와이퍼, 사이드 도어 락, 윈도 컨트롤, 및 방향 지시등을 포함한다.
일 실시예에서, AV 시스템(120)은 AV의 위치, 선속도와 각속도 및 선가속도와 각가속도, 및 헤딩(heading)(예를 들면, 차량(100)의 선단의 배향)과 같은 차량(100)의 상태 또는 조건의 속성을 측정 또는 추론하기 위한 센서(121)를 포함한다. 센서(121)의 예는 GPS, 차량 선가속도 및 각도 변화율(angular rate) 둘 모두를 측정하는 IMU(inertial measurement unit), 휠 슬립률(wheel slip ratio)을 측정 또는 추정하기 위한 휠 속력 센서, 휠 브레이크 압력 또는 제동 토크 센서, 엔진 토크 또는 휠 토크 센서, 그리고 조향각 및 각도 변화율 센서이다.
일 실시예에서, 센서(121)는 AV의 환경의 속성을 감지 또는 측정하기 위한 센서를 또한 포함한다. 예를 들어, 가시광, 적외선 또는 열(또는 둘 모두) 스펙트럼의 단안 또는 스테레오 비디오 카메라(122), LiDAR(123), RADAR, 초음파 센서, TOF(time-of-flight) 깊이 센서, 속력 센서, 온도 센서, 습도 센서, 및 강우 센서.
일 실시예에서, AV 시스템(120)은 컴퓨터 프로세서(146)와 연관된 머신 명령어 또는 센서(121)에 의해 수집된 데이터를 저장하기 위한 데이터 저장 유닛(142) 및 메모리(144)를 포함한다. 일 실시예에서, 데이터 저장 유닛(142)은 도 3과 관련하여 아래에서 기술되는 ROM(308) 또는 저장 디바이스(310)와 유사하다. 일 실시예에서, 메모리(144)는 아래에서 기술되는 메인 메모리(306)와 유사하다. 일 실시예에서, 데이터 저장 유닛(142) 및 메모리(144)는 환경(190)에 관한 이력 정보, 실시간 정보, 및/또는 예측 정보를 저장한다. 일 실시예에서, 저장된 정보는 맵, 주행 성능, 교통 혼잡 업데이트 또는 기상 조건을 포함한다. 일 실시예에서, 환경(190)에 관한 데이터는 원격에 위치된 데이터베이스(134)로부터 통신 채널을 통해 차량(100)에 송신된다.
일 실시예에서, AV 시스템(120)은 다른 차량의 상태 및 조건의 측정된 또는 추론된 속성, 예컨대, 위치, 선속도와 각속도, 선가속도와 각가속도, 및 선형 헤딩(linear heading)과 각도 헤딩(angular heading)을 차량(100)에 통신하기 위한 통신 디바이스(140)를 포함한다. 이러한 디바이스는 V2V(Vehicle-to-Vehicle) 및 V2I(Vehicle-to-Infrastructure) 통신 디바이스 및 포인트-투-포인트(point-to-point) 또는 애드혹(ad hoc) 네트워크 또는 둘 모두를 통한 무선 통신을 위한 디바이스를 포함한다. 일 실시예에서, 통신 디바이스(140)는 (라디오 및 광학 통신을 포함하는) 전자기 스펙트럼 또는 다른 매체(예를 들면, 공기 및 음향 매체)를 통해 통신한다. V2V(Vehicle-to-Vehicle), V2I(Vehicle-to-Infrastructure) 통신(및 일부 실시예에서, 하나 이상의 다른 유형의 통신)의 조합이 때때로 V2X(Vehicle-to-Everything) 통신이라고 지칭된다. V2X 통신은 전형적으로, 자율주행 차량과의 통신 및 자율주행 차량들 사이의 통신을 위한 하나 이상의 통신 표준을 준수한다.
일 실시예에서, 통신 디바이스(140)는 통신 인터페이스를 포함한다. 예를 들어, 유선, 무선, WiMAX, Wi-Fi, 블루투스, 위성, 셀룰러, 광학, 근거리, 적외선, 또는 라디오 인터페이스. 통신 인터페이스는 원격에 위치된 데이터베이스(134)로부터 AV 시스템(120)으로 데이터를 송신한다. 일 실시예에서, 원격에 위치된 데이터베이스(134)는 도 2에 기술된 바와 같은 클라우드 컴퓨팅 환경(200)에 내장된다. 통신 디바이스(140)는 센서(121)로부터 수집된 데이터 또는 차량(100)의 동작에 관련된 다른 데이터를 원격에 위치된 데이터베이스(134)에 송신한다. 일 실시예에서, 통신 디바이스(140)는 원격 운용(teleoperation)에 관련되는 정보를 차량(100)에 송신한다. 일부 실시예에서, 차량(100)은 다른 원격(예를 들면, "클라우드") 서버(136)와 통신한다.
일 실시예에서, 원격에 위치된 데이터베이스(134)는 또한 디지털 데이터를 저장 및 송신한다(예를 들면, 도로 및 거리 위치와 같은 데이터를 저장함). 그러한 데이터는 차량(100) 상의 메모리(144)에 저장되거나, 원격에 위치된 데이터베이스(134)로부터 통신 채널을 통해 차량(100)에 송신된다.
일 실시예에서, 원격에 위치된 데이터베이스(134)는 유사한 시각(time of day)에 궤적(198)을 따라 이전에 주행한 적이 있는 차량의 주행 속성(예를 들면, 속력 프로파일 및 가속도 프로파일)에 관한 이력 정보를 저장 및 송신한다. 일 구현예에서, 그러한 데이터는 차량(100) 상의 메모리(144)에 저장될 수 있거나, 원격에 위치된 데이터베이스(134)로부터 통신 채널을 통해 차량(100)에 송신될 수 있다.
차량(100) 상에 위치된 컴퓨팅 프로세서(146)는 실시간 센서 데이터 및 사전 정보(prior information) 둘 모두에 기초한 제어 액션을 알고리즘적으로 생성하여, AV 시스템(120)이 자율주행 능력을 실행할 수 있게 한다.
일 실시예에서, AV 시스템(120)은 차량(100)의 사용자(예를 들면, 탑승자 또는 원격 사용자)에게 정보 및 경고를 제공하고 사용자로부터 입력을 수신하기 위해 컴퓨터 프로세서(146)에 결합된 컴퓨터 주변기기(132)를 포함한다. 일 실시예에서, 주변기기(132)는 도 3을 참조하여 아래에서 논의되는 디스플레이(312), 입력 디바이스(314), 및 커서 컨트롤러(316)와 유사하다. 결합은 무선 또는 유선이다. 인터페이스 디바이스들 중 임의의 둘 이상이 단일 디바이스에 통합될 수 있다.
일 실시예에서, AV 시스템(120)은, 예를 들어, 승객에 의해 지정되거나 승객과 연관된 프로파일에 저장된, 승객의 프라이버시 레벨을 수신하고 시행한다. 승객의 프라이버시 레벨은 승객과 연관된 특정 정보(예를 들면, 승객 편의 데이터, 생체 측정 데이터 등)가 사용되도록, 승객 프로파일에 저장되도록, 그리고/또는 클라우드 서버(136)에 저장되어 승객 프로파일과 연관되도록 할 수 있는 방법을 결정한다. 일 실시예에서, 프라이버시 레벨은 일단 라이드(ride)가 완료되면 삭제되는 승객과 연관된 특정 정보를 지정한다. 일 실시예에서, 프라이버시 레벨은 승객과 연관된 특정 정보를 지정하고 정보에 액세스하도록 인가된 하나 이상의 엔티티를 식별해준다. 정보에 액세스하도록 인가되어 있는 지정된 엔티티의 예는 다른 AV, 서드파티 AV 시스템, 또는 정보에 잠재적으로 액세스할 수 있는 임의의 엔티티를 포함할 수 있다.
승객의 프라이버시 레벨은 하나 이상의 입도(granularity) 레벨로 지정될 수 있다. 일 실시예에서, 프라이버시 레벨은 저장 또는 공유될 특정 정보를 식별해준다. 일 실시예에서, 승객이 자신의 개인 정보가 저장 또는 공유되지 않게 지정할 수 있도록 승객과 연관된 모든 정보에 프라이버시 레벨이 적용된다. 특정 정보에 액세스하도록 허용된 엔티티의 지정은 다양한 입도 레벨로 지정될 수 있다. 특정 정보에 액세스하도록 허용되는 다양한 엔티티 세트는, 예를 들어, 다른 AV, 클라우드 서버(136), 특정 서드파티 AV 시스템 등을 포함할 수 있다.
일 실시예에서, AV 시스템(120) 또는 클라우드 서버(136)는 승객과 연관된 특정 정보가 AV(100) 또는 다른 엔티티에 의해 액세스될 수 있는지를 결정한다. 예를 들어, 특정 시공간적 위치에 관련된 승객 입력에 액세스하려고 시도하는 서드파티 AV 시스템은 승객과 연관된 정보에 액세스하기 위해, 예를 들어, AV 시스템(120) 또는 클라우드 서버(136)로부터 인가를 획득해야 한다. 예를 들어, AV 시스템(120)은 시공간적 위치에 관련된 승객 입력이 서드파티 AV 시스템, AV(100), 또는 다른 AV에 제공될 수 있는지 여부를 결정하기 위해 승객의 지정된 프라이버시 레벨을 사용한다. 이것은 승객의 프라이버시 레벨이 어느 다른 엔티티가 승객의 액션에 관한 데이터 또는 승객과 연관된 다른 데이터를 수신하도록 허용되는지를 지정할 수 있게 한다.
도 2는 예시적인 "클라우드" 컴퓨팅 환경을 도시한다. 클라우드 컴퓨팅은 구성 가능한 컴퓨팅 리소스(예를 들면, 네트워크, 네트워크 대역폭, 서버, 프로세싱, 메모리, 스토리지, 애플리케이션, 가상 머신, 및 서비스)의 공유 풀에 대한 편리한 온-디맨드 네트워크 액세스를 가능하게 하기 위한 서비스 전달(service delivery)의 일 모델이다. 전형적인 클라우드 컴퓨팅 시스템에서는, 하나 이상의 대규모 클라우드 데이터 센터가 클라우드에 의해 제공되는 서비스를 전달하는 데 사용되는 머신을 수용한다. 이제 도 2를 참조하면, 클라우드 컴퓨팅 환경(200)은 클라우드(202)를 통해 상호연결되는 클라우드 데이터 센터(204a, 204b, 및 204c)를 포함한다. 데이터 센터(204a, 204b, 및 204c)는 클라우드 컴퓨팅 서비스를 클라우드(202)에 연결된 컴퓨터 시스템(206a, 206b, 206c, 206d, 206e, 및 206f)에 제공한다.
클라우드 컴퓨팅 환경(200)은 하나 이상의 클라우드 데이터 센터를 포함한다. 일반적으로, 클라우드 데이터 센터, 예를 들어, 도 2에 도시된 클라우드 데이터 센터(204a)는 클라우드, 예를 들어, 도 2에 도시된 클라우드(202) 또는 클라우드의 특정 부분을 구성하는 서버의 물리적 배열체를 지칭한다. 예를 들어, 서버는 클라우드 데이터 센터 내에 룸, 그룹, 로우(row), 및 랙(rack)으로 물리적으로 배열된다. 클라우드 데이터 센터는 하나 이상의 서버 룸을 포함하는 하나 이상의 구역(zone)을 갖는다. 각각의 룸은 하나 이상의 서버 로우를 가지며, 각각의 로우는 하나 이상의 랙을 포함한다. 각각의 랙은 하나 이상의 개별 서버 노드를 포함한다. 일부 구현예에서, 구역, 룸, 랙, 및/또는 로우 내의 서버는, 전력 요건, 에너지 요건, 열적 요건, 가열 요건, 및/또는 다른 요건을 포함하는, 데이터 센터 설비의 물리적 인프라스트럭처 요건에 기초하여 그룹으로 배열된다. 일 실시예에서, 서버 노드는 도 3에서 기술된 컴퓨터 시스템과 유사하다. 데이터 센터(204a)는 다수의 랙을 통해 분산된 다수의 컴퓨팅 시스템을 갖는다.
클라우드(202)는 클라우드 데이터 센터(204a, 204b, 및 204c)를 상호연결시키고 클라우드 컴퓨팅 서비스에 대한 컴퓨팅 시스템(206a 내지 206f)의 액세스를 용이하게 하는 것을 돕는 네트워크 및 네트워킹 리소스(예를 들어, 네트워킹 장비, 노드, 라우터, 스위치, 및 네트워킹 케이블)와 함께 클라우드 데이터 센터(204a, 204b, 및 204c)를 포함한다. 일 실시예에서, 네트워크는 지상 또는 위성 연결을 사용하여 배포된 유선 또는 무선 링크를 사용하여 결합된 하나 이상의 로컬 네트워크, 광역 네트워크, 또는 인터네트워크의 임의의 조합을 나타낸다. 네트워크를 거쳐 교환되는 데이터는, IP(Internet Protocol), MPLS(Multiprotocol Label Switching), ATM(Asynchronous Transfer Mode), 및 프레임 릴레이 등과 같은, 임의의 개수의 네트워크 계층 프로토콜을 사용하여 송신된다. 게다가, 네트워크가 다수의 서브 네트워크의 조합을 나타내는 실시예에서는, 기저 서브 네트워크(underlying sub-network) 각각에서 상이한 네트워크 계층 프로토콜이 사용된다. 일부 실시예에서, 네트워크는, 공중 인터넷과 같은, 하나 이상의 상호연결된 인터네트워크를 나타낸다.
컴퓨팅 시스템(206a 내지 206f) 또는 클라우드 컴퓨팅 서비스 소비자는 네트워크 링크 및 네트워크 어댑터를 통해 클라우드(202)에 연결된다. 일 실시예에서, 컴퓨팅 시스템(206a 내지 206f)은 다양한 컴퓨팅 디바이스, 예를 들어, 서버, 데스크톱, 랩톱, 태블릿, 스마트폰, IoT(Internet of Things) 디바이스, 자율주행 차량(자동차, 드론, 셔틀, 기차, 버스 등을 포함함) 및 소비자 전자기기로서 구현된다. 일 실시예에서, 컴퓨팅 시스템(206a 내지 206f)은 다른 시스템 내에 또는 그 일부로서 구현된다.
도 3은 컴퓨터 시스템(300)을 도시한다. 일 구현예에서, 컴퓨터 시스템(300)은 특수 목적 컴퓨팅 디바이스이다. 특수 목적 컴퓨팅 디바이스는 기술을 수행하도록 고정 배선(hard-wired)되거나, 기술을 수행하도록 지속적으로 프로그래밍되는 하나 이상의 ASIC(application-specific integrated circuit) 또는 FPGA(field programmable gate array)와 같은 디지털 전자 디바이스를 포함하거나, 펌웨어, 메모리, 다른 스토리지 또는 그 조합 내의 프로그램 명령어에 따라 기술을 수행하도록 프로그래밍되는 하나 이상의 범용 하드웨어 프로세서를 포함할 수 있다. 그러한 특수 목적 컴퓨팅 디바이스는 또한 커스텀 고정 배선 로직, ASIC, 또는 FPGA를 커스텀 프로그래밍과 조합하여 기술을 실현할 수 있다. 다양한 실시예에서, 특수 목적 컴퓨팅 디바이스는 기술을 구현하기 위한 고정 배선 및/또는 프로그램 로직을 포함하는 데스크톱 컴퓨터 시스템, 휴대용 컴퓨터 시스템, 핸드헬드 디바이스, 네트워크 디바이스, 또는 임의의 다른 디바이스이다.
일 실시예에서, 컴퓨터 시스템(300)은 정보를 통신하기 위한 버스(302) 또는 다른 통신 메커니즘, 및 정보를 프로세싱하기 위해 버스(302)와 결합된 프로세서(304)를 포함한다. 프로세서(304)는, 예를 들어, 범용 마이크로프로세서이다. 컴퓨터 시스템(300)은 프로세서(304)에 의해 실행될 명령어 및 정보를 저장하기 위해 버스(302)에 결합된, RAM(random access memory) 또는 다른 동적 저장 디바이스와 같은, 메인 메모리(306)를 또한 포함한다. 일 구현예에서, 메인 메모리(306)는 프로세서(304)에 의해 실행될 명령어의 실행 동안 임시 변수 또는 다른 중간 정보를 저장하는 데 사용된다. 그러한 명령어는, 프로세서(304)에 의해 액세스 가능한 비일시적 저장 매체에 저장되어 있을 때, 컴퓨터 시스템(300)을 명령어에 지정된 동작을 수행하도록 커스터마이징된 특수 목적 머신으로 만든다.
일 실시예에서, 컴퓨터 시스템(300)은, 프로세서(304)를 위한 정적 정보 및 명령어를 저장하기 위해 버스(302)에 결합된 ROM(read only memory)(308) 또는 다른 정적 저장 디바이스를 더 포함한다. 자기 디스크, 광학 디스크, 솔리드 스테이트 드라이브, 또는 3차원 크로스 포인트 메모리와 같은, 저장 디바이스(310)가 제공되고 정보 및 명령어를 저장하기 위해 버스(302)에 결합된다.
일 실시예에서, 컴퓨터 시스템(300)은 정보를 컴퓨터 사용자에게 디스플레이하기 위한 CRT(cathode ray tube), LCD(liquid crystal display), 플라스마 디스플레이, LED(light emitting diode) 디스플레이, 또는 OLED(organic light emitting diode) 디스플레이와 같은 디스플레이(312)에 버스(302)를 통해 결합된다. 문자 숫자식 키 및 다른 키를 포함하는 입력 디바이스(314)는 정보 및 명령 선택을 프로세서(304)에 통신하기 위해 버스(302)에 결합된다. 다른 유형의 사용자 입력 디바이스는 방향 정보 및 명령 선택을 프로세서(304)에 통신하고 디스플레이(312) 상에서의 커서 움직임을 제어하기 위한, 마우스, 트랙볼, 터치식 디스플레이, 또는 커서 방향 키와 같은, 커서 컨트롤러(316)이다. 이러한 입력 디바이스는 전형적으로, 디바이스가 평면에서의 위치를 지정할 수 있게 하는 2개의 축, 즉 제1 축(예를 들면, x-축) 및 제2 축(예를 들면, y-축)에서의 2 자유도를 갖는다.
일 실시예에 따르면, 본원에서의 기술은 프로세서(304)가 메인 메모리(306)에 포함된 하나 이상의 명령어의 하나 이상의 시퀀스를 실행한 것에 응답하여 컴퓨터 시스템(300)에 의해 수행된다. 그러한 명령어는, 저장 디바이스(310)와 같은, 다른 저장 매체로부터 메인 메모리(306) 내로 판독된다. 메인 메모리(306)에 포함된 명령어의 시퀀스의 실행은 프로세서(304)로 하여금 본원에서 기술된 프로세스 단계를 수행하게 한다. 대안적인 실시예에서, 소프트웨어 명령어 대신에 또는 소프트웨어 명령어와 조합하여 고정 배선 회로가 사용된다.
"저장 매체"라는 용어는, 본원에서 사용되는 바와 같이, 머신이 특정 방식으로 동작하게 하는 데이터 및/또는 명령어를 저장하는 임의의 비일시적 매체를 지칭한다. 그러한 저장 매체는 비휘발성 매체 및/또는 휘발성 매체를 포함한다. 비휘발성 매체는, 예를 들어, 광학 디스크, 자기 디스크, 솔리드 스테이트 드라이브, 또는 3차원 크로스 포인트 메모리, 예컨대, 저장 디바이스(310)를 포함한다. 휘발성 매체는 동적 메모리, 예컨대, 메인 메모리(306)를 포함한다. 저장 매체의 일반적인 형태는, 예를 들어, 플로피 디스크, 플렉서블 디스크, 하드 디스크, 솔리드 스테이트 드라이브, 자기 테이프, 또는 임의의 다른 자기 데이터 저장 매체, CD-ROM, 임의의 다른 광학 데이터 저장 매체, 홀 패턴을 갖는 임의의 물리적 매체, RAM, PROM, 및 EPROM, FLASH-EPROM, NV-RAM, 또는 임의의 다른 메모리 칩, 또는 카트리지를 포함한다.
저장 매체는 송신 매체와 별개이지만 송신 매체와 함께 사용될 수 있다. 송신 매체는 저장 매체들 사이에서 정보를 전달하는 데 참여한다. 예를 들어, 송신 매체는 버스(302)를 포함하는 와이어를 포함하여, 동축 케이블, 구리 와이어 및 광섬유를 포함한다. 송신 매체는 또한, 라디오 파 및 적외선 데이터 통신 동안 생성되는 것과 같은, 음향파 또는 광파의 형태를 취할 수 있다.
일 실시예에서, 실행을 위해 하나 이상의 명령어의 하나 이상의 시퀀스를 프로세서(304)에 반송하는 데 다양한 형태의 매체가 관여된다. 예를 들어, 명령어는 초기에 원격 컴퓨터의 자기 디스크 또는 솔리드 스테이트 드라이브에 보유된다. 원격 컴퓨터는 자신의 동적 메모리에 명령어를 로딩하고 모뎀을 사용하여 전화선을 통해 명령어를 전송한다. 컴퓨터 시스템(300)에 로컬인 모뎀은 전화선 상으로 데이터를 수신하고 적외선 송신기를 사용하여 데이터를 적외선 신호로 변환한다. 적외선 검출기는 적외선 신호로 반송되는 데이터를 수신하고 적절한 회로는 데이터를 버스(302)에 배치한다. 버스(302)는 데이터를 메인 메모리(306)로 반송하고, 프로세서(304)는 메인 메모리로부터 명령어를 리트리브(retrieve) 및 실행한다. 메인 메모리(306)에 의해 수신된 명령어는 프로세서(304)에 의해 실행되기 전이나 실행된 후에 선택적으로 저장 디바이스(310)에 저장될 수 있다.
컴퓨터 시스템(300)은 버스(302)에 결합된 통신 인터페이스(318)를 또한 포함한다. 통신 인터페이스(318)는 로컬 네트워크(322)에 연결된 네트워크 링크(320)에 대한 양방향 데이터 통신(two-way data communication) 결합을 제공한다. 예를 들어, 통신 인터페이스(318)는 ISDN(integrated service digital network) 카드, 케이블 모뎀, 위성 모뎀, 또는 대응하는 유형의 전화선에 데이터 통신 연결을 제공하기 위한 모뎀이다. 다른 예로서, 통신 인터페이스(318)는 호환 가능한 LAN(local area network)에 데이터 통신 연결을 제공하기 위한 LAN 카드이다. 일부 구현예에서는, 무선 링크도 구현된다. 임의의 그러한 구현예에서, 통신 인터페이스(318)는 다양한 유형의 정보를 나타내는 디지털 데이터 스트림을 반송하는 전기 신호, 전자기 신호, 또는 광학 신호를 전송 및 수신한다.
네트워크 링크(320)는 전형적으로 하나 이상의 네트워크를 통한 다른 데이터 디바이스로의 데이터 통신을 제공한다. 예를 들어, 네트워크 링크(320)는 로컬 네트워크(322)를 통해 호스트 컴퓨터(324)로의 연결 또는 ISP(Internet Service Provider)(326)에 의해 운영되는 클라우드 데이터 센터 또는 장비로의 연결을 제공한다. ISP(326)는 차례로 지금은 "인터넷(328)"이라고 통상적으로 지칭되는 월드-와이드 패킷 데이터 통신 네트워크(world-wide packet data communication network)를 통해 데이터 통신 서비스를 제공한다. 로컬 네트워크(322) 및 인터넷(328) 둘 모두는 디지털 데이터 스트림을 반송하는 전기 신호, 전자기 신호, 또는 광학 신호를 사용한다. 컴퓨터 시스템(300)으로 및 컴퓨터 시스템(300)으로부터 디지털 데이터를 반송하는, 다양한 네트워크를 통한 신호 및 통신 인터페이스(318)를 통한 네트워크 링크(320) 상의 신호는 송신 매체의 예시적인 형태이다. 일 실시예에서, 네트워크(320)는 위에서 기술된 클라우드(202) 또는 클라우드(202)의 일부를 포함한다.
컴퓨터 시스템(300)은 네트워크(들), 네트워크 링크(320), 및 통신 인터페이스(318)를 통해, 프로그램 코드를 포함하여, 메시지를 전송하고 데이터를 수신한다. 일 실시예에서, 컴퓨터 시스템(300)은 프로세싱하기 위한 코드를 수신한다. 수신된 코드는 수신될 때 프로세서(304)에 의해 실행되고 그리고/또는 추후의 실행을 위해 저장 디바이스(310) 또는 다른 비휘발성 스토리지에 저장된다.
자율주행 차량 아키텍처
도 4는 자율주행 차량(예를 들면, 도 1에 도시된 차량(100))에 대한 예시적인 아키텍처(400)를 도시한다. 아키텍처(400)는 인지 모듈(402)(때때로 인지 회로라고 지칭됨), 계획 모듈(404)(때때로 계획 회로라고 지칭됨), 제어 모듈(406)(때때로 제어 회로라고 지칭됨), 로컬화 모듈(408)(때때로 로컬화 회로라고 지칭됨), 및 데이터베이스 모듈(410)(때때로 데이터베이스 회로라고 지칭됨)을 포함한다. 각각의 모듈은 차량(100)의 동작에서 소정의 역할을 한다. 다함께, 모듈(402, 404, 406, 408, 및 410)은 도 1에 도시된 AV 시스템(120)의 일부일 수 있다. 일부 실시예에서, 모듈(402, 404, 406, 408, 및 410) 중 임의의 모듈은 컴퓨터 소프트웨어(예를 들면, 컴퓨터 판독가능 매체 상에 저장된 실행가능 코드) 및 컴퓨터 하드웨어(예를 들면, 하나 이상의 마이크로프로세서, 마이크로컨트롤러, ASIC(application-specific integrated circuit), 하드웨어 메모리 디바이스, 다른 유형의 집적 회로, 다른 유형의 컴퓨터 하드웨어, 또는 이러한 것 중 임의의 것 또는 모든 것의 조합)의 조합이다. 모듈(402, 404, 406, 408, 및 410)의 각각의 모듈은 때때로 프로세싱 회로(예를 들면, 컴퓨터 하드웨어, 컴퓨터 소프트웨어, 또는 이 둘의 조합)라고 지칭된다. 모듈(402, 404, 406, 408, 및 410) 중 임의의 것 또는 모든 것의 조합은 또한 프로세싱 회로의 일 예이다.
사용 중에, 계획 모듈(404)은 목적지(412)를 나타내는 데이터를 수신하고 목적지(412)에 도달하기 위해(예를 들면, 도착하기 위해) 차량(100)에 의해 주행될 수 있는 궤적(414)(때때로 루트라고 지칭됨)을 나타내는 데이터를 결정한다. 계획 모듈(404)이 궤적(414)을 나타내는 데이터를 결정하기 위해, 계획 모듈(404)은 인지 모듈(402), 로컬화 모듈(408), 및 데이터베이스 모듈(410)로부터 데이터를 수신한다.
인지 모듈(402)은, 예를 들면, 도 1에도 도시된 바와 같이, 하나 이상의 센서(121)를 사용하여 인근의 물리적 대상체를 식별한다. 대상체는 분류되고(예를 들면, 보행자, 자전거, 자동차, 교통 표지판 등과 같은 유형으로 그룹화되고), 분류된 대상체(416)를 포함하는 장면 묘사는 계획 모듈(404)에 제공된다.
계획 모듈(404)은 또한 로컬화 모듈(408)로부터 AV 위치(418)를 나타내는 데이터를 수신한다. 로컬화 모듈(408)은 위치를 계산하기 위해 센서(121)로부터의 데이터 및 데이터베이스 모듈(410)로부터의 데이터(예를 들면, 지리적 데이터)를 사용하여 AV 위치를 결정한다. 예를 들어, 로컬화 모듈(408)은 GNSS(Global Navigation Satellite System) 센서로부터의 데이터 및 지리적 데이터를 사용하여 AV의 경도 및 위도를 계산한다. 일 실시예에서, 로컬화 모듈(408)에 의해 사용되는 데이터는 도로 기하학적 속성의 고정밀 맵, 도로망 연결 속성을 기술하는 맵, 도로 물리적 속성(예컨대, 교통 속력, 교통량, 차량 교통 차선과 자전거 타는 사람 교통 차선의 개수, 차선 폭, 차선 교통 방향, 또는 차선 마커 유형 및 위치, 또는 그 조합)을 기술하는 맵, 및 도로 요소, 예컨대, 횡단보도, 교통 표지판 또는 다양한 유형의 다른 주행 신호(travel signal)의 공간적 위치를 기술하는 맵을 포함한다. 일 실시예에서, 고정밀 맵은 자동 또는 수동 주석 달기를 통해 저정밀 맵에 데이터를 추가함으로써 구성된다.
제어 모듈(406)은 궤적(414)을 나타내는 데이터 및 AV 위치(418)를 나타내는 데이터를 수신하고, 차량(100)으로 하여금 목적지(412)를 향해 궤적(414)을 주행하게 할 방식으로 AV의 제어 기능(420a 내지 420c)(예를 들면, 조향, 스로틀링, 제동, 점화)을 동작시킨다. 예를 들어, 궤적(414)이 좌회전을 포함하는 경우, 제어 모듈(406)은, 조향 기능의 조향각이 차량(100)으로 하여금 좌회전하게 하고 스로틀링 및 제동이 차량(100)으로 하여금 이러한 회전이 이루어지기 전에 지나가는 보행자 또는 차량을 위해 일시정지 및 대기하게 하는 방식으로, 제어 기능(420a 내지 420c)을 동작시킬 것이다.
경로 계획
도 5는 (예를 들면, 도 4에 도시된 바와 같은) 계획 모듈(404)의 입력과 출력 사이의 관계의 블록 다이어그램(500)을 도시한다. 일반적으로, 계획 모듈(404)의 출력은 시작 포인트(504)(예를 들면, 소스 위치 또는 초기 위치)로부터 종료 포인트(506)(예를 들면, 목적지 또는 최종 위치)까지의 루트(502)이다. 루트(502)는 전형적으로 하나 이상의 세그먼트에 의해 정의된다. 예를 들어, 세그먼트는 거리, 도로, 간선도로, 사유 도로, 또는 자동차 주행에 적절한 다른 물리적 영역의 적어도 일 부분에 걸쳐 주행되는 거리이다. 일부 예에서, 예를 들면, 차량(100)이 4륜 구동(4WD) 또는 상시 4륜구동(AWD) 자동차, SUV, 픽업 트럭 등과 같은 오프-로드 주행 가능 차량(off-road capable vehicle)인 경우, 루트(502)는 비포장 경로 또는 탁트인 들판과 같은 "오프-로드" 세그먼트를 포함한다.
루트(502)에 추가하여, 계획 모듈은 차선 레벨 루트 계획 데이터(508)도 출력한다. 차선 레벨 루트 계획 데이터(508)는 특정한 시간에서의 세그먼트의 조건에 기초하여 루트(502)의 세그먼트를 횡단하는 데 사용된다. 예를 들어, 루트(502)가 다중 차선 간선도로를 포함하는 경우, 차선 레벨 루트 계획 데이터(508)는, 예를 들어, 출구가 다가오고 있는지 여부, 차선들 중 하나 이상이 다른 차량을 갖는지 여부, 또는 수 분 이하 동안에 걸쳐 변화되는 다른 인자에 기초하여, 차량(100)이 다수의 차선 중 한 차선을 선택하는 데 사용할 수 있는 궤적 계획 데이터(510)를 포함한다. 유사하게, 일부 구현예에서, 차선 레벨 루트 계획 데이터(508)는 루트(502)의 세그먼트에 특정적인 속력 제약(512)을 포함한다. 예를 들어, 세그먼트가 보행자 또는 예상치 못한 교통상황(traffic)을 포함하는 경우, 속력 제약(512)은 차량(100)을 예상된 속력보다 더 느린 주행 속력, 예를 들면, 세그먼트에 대한 속력 제한 데이터에 기초한 속력으로 제한할 수 있다.
일 실시예에서, 계획 모듈(404)에의 입력은 (예를 들면, 도 4에 도시된 데이터베이스 모듈(410)로부터의) 데이터베이스 데이터(514), 현재 위치 데이터(516)(예를 들면, 도 4에 도시된 AV 위치(418)), (예를 들면, 도 4에 도시된 목적지(412)에 대한) 목적지 데이터(518), 및 대상체 데이터(예를 들면, 도 4에 도시된 인지 모듈(402)에 의해 인지되는 분류된 대상체(416))를 포함한다. 일 실시예에서, 데이터베이스 데이터(514)는 계획에 사용되는 규칙을 포함한다. 규칙은 형식 언어를 사용하여, 예를 들어, 불리언 논리를 사용하여 규정된다. 차량(100)이 조우하는 임의의 주어진 상황에서, 규칙들 중 적어도 일부는 해당 상황에 적용될 것이다. 규칙이 차량(100)에 이용 가능한 정보, 예를 들면, 주변 환경에 관한 정보에 기초하여 충족되는 조건을 갖는 경우, 규칙이 주어진 상황에 적용된다. 규칙은 우선순위를 가질 수 있다. 예를 들어, "도로가 프리웨이인 경우, 최좌측 차선으로 이동하라"로 되어 있는 규칙은, 출구가 1마일 내로 다가오고 있는 경우, 최우측 차선으로 이동하라"는 것보다 더 낮은 우선순위를 가질 수 있다.
자율주행 차량 제어
도 6은 (예를 들면, 도 4에 도시된 바와 같은) 제어 모듈(406)의 입력 및 출력의 블록 다이어그램(600)을 도시한다. 제어 모듈은, 예를 들어, 프로세서(304)와 유사한 하나 이상의 프로세서(예를 들면, 마이크로프로세서 또는 마이크로컨트롤러 또는 둘 모두와 같은 하나 이상의 컴퓨터 프로세서), 메인 메모리(306)와 유사한 단기 및/또는 장기 데이터 스토리지(예를 들면, 메모리 랜덤 액세스 메모리 또는 플래시 메모리 또는 둘 모두), ROM(308), 및 저장 디바이스(310)를 포함하는 제어기(602), 및 메모리 내에 저장된 명령어에 따라 동작하는데, 상기 명령어는 명령어가 (예를 들면, 하나 이상의 프로세서에 의해) 실행될 때 제어기(602)의 동작을 수행한다.
일 실시예에서, 제어기(602)는 원하는 출력(604)을 나타내는 데이터를 수신한다. 원하는 출력(604)은 전형적으로 속도, 예를 들어, 속력 및 헤딩을 포함한다. 원하는 출력(604)은, 예를 들어, (예를 들면, 도 4에 도시된 바와 같은) 계획 모듈(404)로부터 수신되는 데이터에 기초할 수 있다. 원하는 출력(604)에 따라, 제어기(602)는 스로틀 입력(606) 및 조향 입력(608)으로서 사용 가능한 데이터를 생성한다. 스로틀 입력(606)은 원하는 출력(604)을 달성하기 위해, 예를 들면, 조향 페달에 관여하거나 또는 다른 스로틀 제어에 관여함으로써, 차량(100)의 스로틀(예를 들면, 가속 제어)에 관여하는 정도를 나타낸다. 일부 예에서, 스로틀 입력(606)은 차량(100)의 브레이크(예를 들면, 감속 제어)에 관여하는 데 사용 가능한 데이터를 또한 포함한다. 조향 입력(608)은 조향각, 예를 들면, AV의 조향 컨트롤(예를 들면, 조향 휠, 조향각 액추에이터, 또는 조향각을 제어하기 위한 다른 기능성)이 원하는 출력(604)을 달성하도록 위치설정되어야 하는 각도를 나타낸다.
일 실시예에서, 제어기(602)는 스로틀 및 조향에 제공되는 입력을 조정하는 데 사용되는 피드백을 수신한다. 예를 들어, 차량(100)이 언덕과 같은 방해물(610)과 조우하면, 차량(100)의 측정된 속력(612)은 원하는 출력 속력 아래로 낮아진다. 일 실시예에서, 임의의 측정된 출력(614)은, 예를 들어, 측정된 속력과 원하는 출력 사이의 차분(613)에 기초하여, 필요한 조정이 수행되도록 제어기(602)에 제공된다. 측정된 출력(614)은 측정된 위치(616), 측정된 속도(618)(속력 및 헤딩을 포함함), 측정된 가속도(620), 및 차량(100)의 센서에 의해 측정 가능한 다른 출력을 포함한다.
일 실시예에서, 방해물(610)에 관한 정보는, 예를 들면, 카메라 또는 LiDAR 센서와 같은 센서에 의해 미리 검출되고, 예측 피드백 모듈(622)에 제공된다. 이후, 예측 피드백 모듈(622)은 정보를 제어기(602)에 제공하며, 제어기(602)는 이 정보를 사용하여 그에 따라 조정할 수 있다. 예를 들어, 차량(100)의 센서가 언덕을 검출한("본") 경우, 이 정보는 상당한 감속을 방지하도록 적절한 시간에 스로틀에 관여할 준비를 하기 위해 제어기(602)에 의해 사용될 수 있다.
표면 유도 의사 결정
도 7은 표면 유도 의사 결정을 위한 예시적인 시스템(700)의 블록 다이어그램을 예시한다. 시스템(700)은 차량의 경로를 따라 표면 요소를 식별하도록 구성된다. 시스템(700)은 또한 식별된 표면 요소에 기초하여 차량의 거동을 적응시키도록 구성된다. 표면 요소는 차량이 접촉할 수 있는 임의의 융기된 표면 또는 표면 함몰부이다. 예시적인 표면 요소는 융기된 포장 도로 마커(예를 들면, 반사형/비반사형 포장 도로 마커), 가드 레일, 배수구 격자판, 도로 분리대, 페인팅된 도로 마킹, 주차 블록/분필/스토퍼, 럼블 스트립, 과속 방지턱, 인도, 연석, 도로 연결부, 신축 이음부(expansion joint) 또는 유동 조인트(movement　joint), 포트 홀, 바퀴 자국 및 그루브를 포함한다.
도 7에 도시된 바와 같이, 시스템(700)은 센서(702)(예를 들면, 도 1의 센서(121)와 동일하거나 유사한 센서), 신호 프로세서(704)(예를 들면, 도 1의 프로세서(146) 또는 도 3의 프로세서(304)와 동일하거나 유사한 프로세서), 거동 선택기(706), 모션 플래너(708)(예를 들면, 도 4의 계획 모듈(404)과 동일하거나 유사하고 도 5에 설명된 바와 같은 모션 플래너) 및 제어기(710)(예를 들면, 도 4의 제어 모듈(406) 및/또는 도 6의 제어기(602)와 동일하거나 유사한 제어기)를 포함한다.
일부 예에서, 시스템(700)의 하나 이상의 컴포넌트는 도 3에 설명된 컴퓨터 시스템(300)과 동일하거나 유사한 컴퓨터 시스템을 사용하여 구현된다. 추가적으로 또는 대안적으로, 하나 이상의 컴포넌트가 도 2에 설명된 클라우드 컴퓨팅 환경(200)과 동일하거나 유사한 클라우드 컴퓨팅 환경에서 구현될 수 있다. 시스템(700)이 본 개시의 범위를 벗어나지 않으면서 추가 컴포넌트를 포함하고/하거나 하나 이상의 컴포넌트가 제거될 수 있으므로, 시스템(700)이 예시 목적으로만 도시되어 있다는 점에 유의한다. 게다가, 시스템(700)의 다양한 컴포넌트가 임의의 방식으로 배열 및 연결될 수 있다. 이하의 논의가 차량 경로를 따라 하나의 표면 요소를 식별하는 맥락에서 시스템(700)을 설명하지만, 시스템(700)은 둘 이상의 표면 요소를 동시에 또는 연속적으로 식별할 수 있다.
일 실시예에서, 센서(702)는 차량 경로를 따라 표면 요소와 연관된 데이터를 캡처하도록 구성된 적어도 하나의 센서를 포함한다. 센서(702)는 표면 센서 스위트(surface sensor suite)라고도 지칭된다. 예시적인 센서는, 예 중에서도, 진동 센서, 기울기 센서, 충격 센서(shock sensor), 가속도계, 자이로스코프, 타이어 압력 센서, 서스펜션 압력 센서, 확장 센서(extension sensor), 음압 센서, 마이크로폰을 포함한다. 센서(702)는, 어레이 배열, 휠당 하나의 센서(one-sensor-per-wheel) 배열, 또는 중앙 배열과 같은 하나 이상의 배열로 차량에 배열된다. 어레이 배열에서, 복수의 센서가 차량의 영역에 걸쳐 행과 열로 배열된다. 휠당 하나의 센서 배열에서, 각자의 센서가 차량의 적어도 하나의 휠에 배치된다. 중앙 배열에서, 적어도 하나의 센서가 차량에서 중앙에 위치된다. 센서(702)가 둘 이상의 유형의 센서를 포함하는 예에서, 상이한 유형의 센서는 상이한 개수 및 상이한 배열을 포함할 수 있다.
일 실시예에서, 센서(702)는 표면 요소와 연관된 소리 및/또는 진동을 나타내는 데이터를 측정하도록 구성된다. 즉, 센서(702)는 표면 요소에 의해 유도되는 소리 및/또는 진동을 측정한다. 일부 예에서, 센서(702)는 차량이 표면 요소와 접촉할 때(예를 들면, 타이어가 표면 요소와 접촉할 때) 소리 및/또는 진동을 측정한다. 다른 예에서, 센서(702)는 다른 차량이 표면 요소와 접촉할 때 소리 및/또는 진동을 측정한다. 센서(702)는 센서 데이터를 신호 프로세서(704)에 제공한다.
일 실시예에서, 신호 프로세서(704)는 센서 데이터를 프로세싱하는 것에 관련된 동작을 수행하도록 구성된다. 예시적인 동작은 데이터로부터 노이즈를 제거하기 위해 데이터를 프리프로세싱하는 것 및, 데이터로부터, 표면 요소를 식별하는 데 사용될 수 있는 패턴을 추출하는 것을 포함한다. 더 구체적으로, (예를 들면, 저역 통과 필터를 사용하여) 노이즈를 필터링하기 위해 또는 센서 신호에 영향을 미치는 다른 알려진 인자(예를 들면, 도로 경사와 관련한 중력 방향 변화)로부터 표면 요소의 영향을 격리시키기 위해 데이터가 프리프로세싱된다. 일 예에서, 표면 요소를 식별하기 위해 패턴을 추출하도록 신호 프로세서(704)를 트레이닝시키기 위해 머신 러닝이 사용된다. 이 예에서, 데이터가 수집되고, 지정된 표면 요소 클래스 중 하나에 대응하도록 데이터에 주석이 달리며, 이어서, 예를 들어, 신경 네트워크가 분류를 수행하도록 트레이닝된다. 일 구현예에서, 신경 네트워크는 순환 신경 네트워크(Recurrent Neural Network)이다. 이 구현예에서, 원시 센서 데이터는 순환을 위해 어떤 고정된 룩백 시간 윈도(lookback time window)를 두고 네트워크에 공급된다. 다른 구현예에서, 비-순환 네트워크(예를 들면, 인공 신경 네트워크(ANN))가 사용된다. 예를 들어, (예를 들면, 신호의 크기(magnitude)가 미리 결정된 주파수 도메인 범위보다 큰 경우) 센서 데이터의 시간 윈도에 걸쳐 푸리에 변환이 수행된다. 변환된 데이터는 신경 네트워크에 입력 특징으로서 제공된다.
다른 예에서, 신호 프로세서(704)를 트레이닝시키기 위해 모델 기반 접근법이 사용된다. 이 예에서, 센서로부터의 신호는 길잡이 물리학 기반 방정식(guiding physics based equation)에 다시 관련되고, 표면 요소는 고도의 규칙성으로 구성된다. 더 구체적으로, 자동차 서스펜션 파라미터가 알려져 있고 조우되는 과속 방지턱이 모두 표준 치수인 경우, 과속 방지턱을 횡단하는 동안 전진 자동차 속력(forward car speed)의 함수로서 자동차 차체(car body) 상의 다양한 위치에서의 예상된 수직 가속도에 대한 수식이 도출된다. 따라서, 예상된 값으로부터 미리 결정된 문턱치 내의 수직 가속도 센서 신호가 과속 방지턱의 관측치로서 취해진다.
일 예에서, 그러한 데이터 패턴을 식별하고 추출하기 위해 알려진 데이터 패턴을 사용하여 신호 프로세서(704)가 트레이닝된다. 알려진 데이터 패턴은 데이터에서의 예상된 빈도 변화일 수 있다. 예를 들어, 럼블 스트립 위를 주행할 때, 데이터 패턴은 (예를 들면, 개별 스트립 간격 거리가 주어진 경우 주행 속력의 함수인) 수직 가속도 신호에서의 예상된 빈도이다. 알려진 데이터 패턴은 또한 크기 및 방향 기대치일 수 있다. 예를 들어, 신호의 크기 및 방향 기대치가 포트 홀 또는 침하부(dip)와 과속 방지턱을 구별하는 데 사용될 수 있다. 더 구체적으로, 과속 방지턱 위를 횡단하는 것은 과속 방지턱의 표준 폭에 대응하는 수직 상승과 뒤따르는 강하(drop) 사이의 어떤 속도 의존적 시간 지연을 기대할 수 있다. 게다가, 연석 충돌로 인한 가속도 신호의 크기는 대부분의 과속 방지턱에 걸쳐 경험된 것보다 훨씬 더 클 것으로 예상될 것이다.
다른 예에서, 신호 프로세서(704)는 센서 데이터를 알려진 표면 요소와 연관된 알려진 데이터 패턴과 비교한다. 이 예에서, 신호 프로세서(704)가 센서 데이터에서의 패턴과 알려진 데이터 패턴 사이에서 문턱치 유사도를 식별하는 경우, 신호 프로세서(704)는 표면 요소를 알려진 데이터 패턴과 연관된 표면 요소로서 식별한다. 문턱치 유사도는 미리 결정된 문턱치 초과인 센서 데이터 패턴과 알려진 데이터 패턴 사이의 유사도 척도(예를 들면, 센서 데이터 패턴과 알려진 데이터 패턴 사이의 90% 초과 유사도)이다. 신호 프로세서(704)는 표면 요소의 아이덴티티(identity)를 거동 선택기(706)에 제공한다.
일 실시예에서, 거동 선택기(706)는 식별된 표면 요소에 기초하여 차량 거동을 결정한다. 차량 거동은 차량 궤적 및/또는 차량 주행 설정(예를 들면, 차량 속력; 모터, 휠(들) 등에서의 토크; 가속 및/또는 서스펜션 모드)을 포함한다. 일 구현예에서, 거동 선택기(706)는, 알려진 차량 거동의 데이터베이스로부터, 식별된 표면 요소와 연관된 차량 거동을 선택한다. 알려진 차량 거동의 데이터베이스는 룩업 테이블 또는 의사 결정 트리를 포함할 수 있다. 일 예로서, 식별된 표면 요소가 주차 블록일 때, 거동 선택기(706)는, 주차 블록과 연관된 차량 거동인, 주차 액션을 중지하는 차량 거동을 선택한다. 다른 예로서, 식별된 표면 요소가 차량이 차선(예를 들면, 차선 마킹, 럼블 스트립 또는 포장 도로 마커)을 이탈했음을 나타낼 때, 차선 중앙으로 돌아가기 위해 조향을 조정하는 것은 차선 내에 머무르기 위한 알려진 원하는 거동에서 유래하는 액션이다.
일 실시예에서, 식별된 표면 요소로부터 직접 차량 거동을 결정하기보다는, 거동 선택기(706)는 먼저, 식별된 표면 요소에 기초하여, 차량이 특정 시나리오를 조우하게 될 것이라고 결정한다. 이어서 거동 선택기(706)는 특정 시나리오에 기초하여 차량 거동을 선택한다. 식별된 표면 요소가 일반 도로를 벗어난(off-road) 표면(예를 들어, 암석 또는 모래)인 예에서, 거동 선택기(706)는 적어도 하나의 바퀴가 일반 도로를 벗어나 있다고 결정한다. 이에 응답하여, 거동 선택기(706)는 차량 속력 및/또는 조향 휠 각도를 제한하도록 결정한다. 그리고 식별된 도로 요소가 연석인 예에서, 거동 선택기(706)는 차량의 적어도 하나의 앞바퀴가 가로막힌 것으로 결정한다. 이에 응답하여, 거동 선택기(706)는 후진 액션이 필요하고 임의의 현재의 전진 모션이 중단되어야 한다고 결정한다.
일 실시예에서, 거동 선택기(706)는 식별된 표면 요소의 표현물(representation)을 차량 플릿에 의해 액세스될 수 있는 공유 데이터베이스에 추가한다. 표현물은 표면 요소의 위치, 표면 요소와 연관된 센서 데이터, 센서 데이터에서 식별된 데이터 패턴, 및/또는 표면 요소와 연관된 선택된 차량 거동을 포함한다. 일부 예에서, 거동 선택기(706)는 차량 경로를 따라 예상된 도로 요소를 공유 데이터베이스로부터 획득한다. 예상된 도로 요소는 차량 경로를 따라 이전에 검출된 이력 도로 요소이거나 도로 요소가 차량 경로를 따라 위치된다는 것을 나타내는 정보가 있다는 것이다. 이어서 거동 선택기(706)는, 예상된 도로 요소에 기초하여, 차량에 대한 차량 거동을 결정한다. 예시적인 거동은 속력을 낮추는 것, 조향을 조정하는 것, 또는 포트 홀 위를 주행하는 것에 의해 그렇지 않았으면 유발되는 불편한 수직 가속을 방지하기 위해 능동 서스펜션 시스템에서 가압(pressuring)을 조정하는 것을 포함한다.
도 7에 도시된 바와 같이, 거동 선택기(706)는 선택된 차량 거동을 모션 플래너(708) 및/또는 제어기(710)에 제공한다. 상세하게는, 선택된 차량 거동이 차량 궤적인 경우, 거동 선택기(706)는 차량 거동을 모션 플래너(708)에 제공한다. 모션 플래너(708)는 선택된 차량 궤적에 기초하여 차량 모션을 계획한다. 이어서 모션 플래너(708)는 명령어를 제어기(710)에 제공한다. 그리고 선택된 차량 거동이 차량 설정인 경우, 거동 선택기(706)는 차량 거동을 제어기(710)에 제공한다. 일부 예에서, 거동 선택기(706)는 선택된 차량 거동을 모션 플래너(708) 및 제어기(710) 둘 모두에 제공한다.
도 8은 표면 로컬화 정정 및 센서 손상 검출을 위한 예시적인 시스템(800)의 블록 다이어그램을 예시한다. 시스템(800)은, 식별된 표면 요소에 기초하여, 표면 로컬화가 부정확한지 여부를 결정하도록 구성된다. 추가적으로, 시스템(800)은, 식별된 표면 요소에 기초하여, 차량 센서가 손상되었는지 여부를 결정하도록 구성된다. 게다가, 시스템(800)은 표면 로컬화가 부정확하다고 및/또는 차량 센서가 손상되었다고 결정한 것에 응답하여 정정 액션(corrective action)을 수행하도록 구성된다.
도 8에 도시된 바와 같이, 시스템(800)은 로컬화 센서 스위트(localization sensor suite)(802), 로컬화 모듈(804), 신호 프로세서(806), 표면 요소 매처(surface element matcher)(808) 및 장애 처리 모듈(fault handling module)(810)을 포함한다. 시스템(800)이 본 개시의 범위를 벗어나지 않으면서 추가 컴포넌트를 포함하고/하거나 하나 이상의 컴포넌트가 제거될 수 있으므로, 시스템(800)이 예시 목적으로만 도시되어 있다는 점에 유의한다. 게다가, 시스템(800)의 다양한 컴포넌트가 임의의 방식으로 배열 및 연결될 수 있다.
일 실시예에서, 로컬화 센서 스위트(802)는 위치 데이터를 생성하는 적어도 하나의 로컬화 센서를 포함한다. 예시적인 로컬화 센서는 GPS, IMU, 차량 선가속도 및 각도 변화율을 측정하는 센서, 휠 슬립률을 측정 또는 추정하기 위한 휠 속력 센서, 휠 브레이크 압력 또는 제동 토크 센서, 엔진 토크 또는 휠 토크 센서, 조향각 센서, 및 LIDAR와 같은 다른 센서를 포함한다. 로컬화 센서 스위트(802)는 위치 데이터를 로컬화 모듈(804)에 제공한다.
일 실시예에서, 로컬화 모듈(804)은 위치를 계산하기 위해 로컬화 센서 스위트(802)로부터의 데이터를 사용하여 차량 위치를 결정한다. 예를 들어, 로컬화 모듈(804)은 GNSS(Global Navigation Satellite System) 센서로부터의 데이터 및 지리적 데이터를 사용하여 차량의 경도 및 위도를 계산한다. 지리적 데이터는 차량(예를 들면, 건물, 나무 등)으로부터 일정 거리 내에 있는 하나 이상의 대상체와 연관된다(예를 들면, 그를 표현한다). 지리적 데이터는, 예를 들어, 차량의 LiDAR 시스템으로부터의 데이터에 적어도 부분적으로 기초하여 결정된다. 로컬화 모듈(804)에 의해 사용되는 데이터는 도로 기하학적 속성의 고정밀 맵, 도로망 연결 속성을 기술하는 맵, 및 도로 물리적 속성을 기술하는 맵을 포함한다. 일 실시예에서, 로컬화 모듈(804)은 차량에 의해 식별되거나 공유 데이터베이스로부터 수신된 표면 요소의 공간적 위치를 기술하는 맵을 생성하기 위해 위치 데이터를 사용한다. 맵에 포함된 표면 요소는 예상된 표면 요소라고 지칭된다.
일 실시예에서, 신호 프로세서(806)는 도 7의 신호 프로세서(704)와 동일하거나 유사하다. 신호 프로세서(704)와 마찬가지로, 신호 프로세서(806)는 센서 데이터를 프로세싱하는 것에 관련된 동작을 수행하도록 구성된다. 상세하게는, 신호 프로세서(806)는, 표면 센서 스위트(도 8에 예시되지 않음)로부터, 표면 요소와 연관된 센서 데이터를 수신한다. 신호 프로세서(806)는 수신된 센서 데이터에 기초하여 도로 요소를 검출한다.
일 실시예에서, 표면 요소 매처(808)는, 검출된 표면 요소에 기초하여, 차량 센서가 손상되었는지 여부 또는 표면 로컬화가 부정확한지 여부를 결정하도록 구성된다. 그렇게 하기 위해, 표면 요소 매처(808)는 검출된 표면 요소를 나타내는 정보를 신호 프로세서(806)로부터 수신한다. 정보는 표면 요소의 유형과 표면 요소의 공간적 위치를 포함한다. 표면 요소 매처(808)는 또한 표면 요소가 검출된 영역에서의 예상된 표면 요소를, 로컬화 모듈(804)로부터, 수신한다. 표면 요소 매처(808)는 검출된 표면 요소의 유형이 그 영역에서의 예상된 표면 요소 중 하나의 표면 요소의 유형과 유사하거나 동일한지 여부를 결정한다. 표면 요소 매처(808)가 매치가 없다고 결정하는 경우, 표면 요소 매처(808)는 차량 센서가 그 영역으로부터의 센서 데이터를 이전에 수신했는지 여부를 결정한다. 차량 센서가 그 영역으로부터의 센서 데이터를 이전에 수신했고 표면 요소가 그 당시에 존재했다(예를 들어, 표면 요소가 일시적이지 않다)고 추정되는 경우, 표면 요소 매처(808)는 차량 센서가 손상되었다고 결정한다. 이어서 표면 요소 매처(808)는 센서 고장 검출 신호를 장애 처리 모듈(810)에 제공한다.
반대로, 표면 요소 매처(808)가 검출된 표면 요소의 유형이 예상된 표면 요소의 유형과 매칭한다고 결정하는 경우, 표면 요소 매처(808)는 검출된 표면 요소의 공간적 위치를 예상된 표면 요소의 공간적 위치와 비교한다. 공간적 위치가 서로 유사하거나 동일한 경우, 표면 요소 매처(808)는 표면 로컬화가 정확하다고 결정한다. 그렇지만, 공간적 위치가 매칭하지 않는 경우, 표면 요소 매처(808)는 표면 로컬화가 부정확하다고 결정한다. 이에 응답하여, 표면 요소 매처(808)는 로컬화 정정 신호를 로컬화 모듈(804)에 전송한다. 로컬화 정정 신호는 표면 요소의 검출된 공간적 위치를 포함한다. 추가적으로 또는 대안적으로, 표면 요소 매처(808)는 센서 캘리브레이션 정정 신호를 로컬화 센서 스위트(802)에 전송한다. 로컬화 센서 스위트(802)는 예상된 표면 요소의 공간적 위치를 계산한 로컬화 센서를 캘리브레이팅하기 위해 센서 캘리브레이션 정정 신호를 사용한다.
일 실시예에서, 표면 요소 매처(808)는 충돌 검출에 대한 거짓 양성을 감소시키기 위해 검출된 도로 요소와 예상된 도로 요소의 비교를 사용한다. 일 예에서, 표면 요소 매처(808)가 검출된 도로 요소가 예상된 도로 요소와 매칭한다고 결정하는 경우, 표면 요소 매처(808)는 차량이 알려지지 않은 대상체 위를 주행하지 않았거나 충돌하지 않았다고 결정한다.
일 실시예에서, 장애 처리 모듈(810)은 표면 요소 매처(808)로부터 센서 고장 검출 신호를 수신한 것에 응답하여 정정 액션을 수행하도록 구성된다. 장애 처리 모듈(810)은 장애를 정정 액션에 매핑하고 정정 액션을 트리거하는 일을 책임지고 있다. 예를 들어, 충돌이 검출(또는 의심)되는 경우, 차량은 (뺑소니 시나리오를 방지하기 위해 또는 원격 운용자 개입을 기다리기 위해) 도로의 측면에 정지하도록 명령받을 수 있다. 반대로, 장애가 센서 고장인 경우 또는 센서가 멀티 모달 센서 스위트(multi-modal sensor suite)의 맥락에서 중복적이거나 중요하지 않은(non-critical) 경우, 덜 긴급한 유지 관리 액션이 규정된다. 예를 들어, 차량은 추가적인 승객 요청을 더 이상 수락하지 않고 유지 관리 시설로 복귀하도록 지시받는다.
도 9는 표면 유도 의사 결정을 위한 프로세스(900)의 플로차트를 도시한다. 프로세스(900)는 시스템(700) 또는 시스템(800)에 의해 수행될 수 있다. 도로 요소와 연관된 소리 또는 진동 중 적어도 하나를 나타내는 센서 측정치가 차량의 적어도 하나의 센서로부터 수신된다(902). 일 예에서, 차량의 적어도 하나의 센서는 도 7의 센서(702)를 포함한다. 도로 요소가 센서 측정치에서의 패턴에 기초하여 식별된다(904). 일 예에서, 센서 측정치에서의 패턴은 도 7의 신호 프로세서(704) 또는 도 8의 신호 프로세서(806)에 의해 추출된다. 게다가, 신호 프로세서(704) 또는 신호 프로세서(806)는 추출된 패턴에 기초하여 도로 요소를 식별한다.
차량에 대한 차량 거동이 도로 요소에 기초하여 결정된다(906). 일 예에서, 차량 거동은 도 7의 거동 선택기(706)에 의해 결정된다. 차량 거동은 차량 궤적 및/또는 차량 주행 설정을 포함하고, 도로 요소에 기초하여 도 7의 거동 선택기(706)에 의해 선택된다. 차량이 차량 주행 거동에 따라 동작하도록 제어된다(908). 일 예에서, 차량이 도 7의 제어기(710)에 의해 제어된다.
일부 구현예에서, 프로세스(900)는 도로 요소의 표현물을 공유 맵에 추가하는 단계를 더 포함한다. 표현물은 도로 요소의 공간적 위치, 센서 측정치, 센서 측정치에서의 패턴 또는 차량 거동 중 적어도 하나를 포함한다. 예를 들어, 공유 맵은 차량 플릿에 의해 업데이트되고 액세스될 수 있다.
일부 구현예에서, 도로 요소는 위치와 연관되고, 프로세스(900)는 해당 위치에서의 측정된 도로 요소를 예상된 도로 요소와 비교하는 단계; 도로 요소가 예상된 도로 요소 중 어느 것과도 매칭하지 않는다고 결정하는 단계; 및 이에 응답하여, 해당 위치에서 이전에 측정을 수행한 센서의 고장을 결정하는 단계를 더 포함한다. 일 예에서, 이러한 동작은 도 8의 표면 요소 매처(808)에 의해 수행된다. 일부 예에서, 맵과 최근 관측치 사이의 일관된 차이(discrepancies)는 반대로 센서 고장보다는 기반 시설의 변화를 나타낼 수 있다(예를 들면, 도로 표면의 마모로 인해 새로운 포트 홀이 생겼음). 그러한 예에서, 차이가 다수의 차량으로부터 관측되는 경우 맵 변화의 증거가 결정될 수 있다.
일부 구현예에서, 센서는 차량 또는 다른 차량과 연관된다.
일부 구현예에서, 도로 요소는 위치와 연관되고, 센서 측정치는 제1 센서 측정치이며, 프로세스(900)는 해당 위치에서의 도로 요소를 예상된 도로 요소와 비교하는 단계; 제1 센서 측정치와 예상된 도로 요소와 연관된 제2 센서 측정치 사이의 문턱치 차이(threshold discrepancy)를 결정하는 단계; 및 문턱치 차이를 결정한 것에 응답하여, 제2 센서 측정을 수행한 센서가 캘리브레이팅되어 있지 않다고 결정하는 단계를 포함한다. 일 예에서, 이러한 동작은 도 8의 표면 요소 매처(808)에 의해 수행된다.
일부 구현예에서, 프로세스(900)는 도로 요소의 위치를 재관측하는 단계; 해당 위치에서의 최근에 관측된 도로 요소를 예상된 도로 요소와 비교하는 단계; 최근에 관측된 도로 요소가 제1의 예상된 도로 요소와 매칭한다고 결정하는 단계; 또는 반대로 최근에 관측된 도로 요소의 위치와 제1의 예상된 도로 요소의 저장된 위치 사이의 차이를 결정하는 단계; 및 최근에 관측된 도로 요소의 위치에 기초하여 제1의 예상된 도로 요소의 저장된 위치를 업데이트하는 단계를 더 포함한다.
일부 구현예에서, 차량 거동은 제1 차량 거동이고, 프로세스(900)는, 차량에 대한 도로 경로를 따른 예상된 도로 요소를 공유 데이터베이스로부터 획득하는 단계; 및 예상된 도로 요소에 기초하여, 제2 차량 거동을 결정하는 단계를 더 포함한다.
일부 구현예에서, 적어도 하나의 센서는 진동 센서, 기울기 센서, 충격 센서, 가속도계, 자이로스코프, 타이어 압력 센서, 서스펜션 압력 센서, 확장 센서 또는 음압 센서 마이크로폰 중 적어도 하나를 포함한다.
일부 구현예에서, 프로세스(900)는 해당 위치에서의 도로 요소를 예상된 도로 요소와 비교하는 단계; 및 도로 요소에 대한 매치를 식별한 것에 응답하여, 차량이 알려지지 않은 대상체 위를 주행하지 않았거나 충돌하지 않았다고 결정하는 단계를 더 포함한다.
일부 구현예에서, 센서 측정치에서의 패턴에 기초하여 도로 요소를 식별하는 단계는 센서 측정치를 데이터베이스에 저장된 이력 패턴과 비교하는 단계 - 이력 패턴은 각자의 도로 요소와 연관됨 - ; 패턴에 대해 문턱치 유사도 레벨을 갖는 제1 이력 패턴을 식별하는 단계; 및 제1 이력 패턴과 연관된 각자의 도로 요소가 해당 도로 요소라고 결정하는 단계를 포함한다.
전술한 설명에서, 본 발명의 실시예는 구현마다 달라질 수 있는 다수의 특정 세부 사항을 참조하여 기술되었다. 따라서, 상세한 설명 및 도면은 제한적인 관점보다는 예시적인 관점에서 보아야 한다. 본 발명의 범위의 유일한 독점적인 지표, 및 출원인이 본 발명의 범위이도록 의도한 것은, 본 출원에서 특정 형태로 나오는 일련의 청구항의 문언적 등가 범위이며, 그러한 청구항이 나오는 특정 형태는 임의의 후속 보정을 포함한다. 그러한 청구항에 포함된 용어에 대한 본원에서 명시적으로 기재된 임의의 정의는 청구항에서 사용되는 그러한 용어의 의미를 결정한다. 추가적으로, 전술한 설명 및 이하의 청구항에서 "더 포함하는"이라는 용어가 사용될 때, 이 문구에 뒤따르는 것은 추가적인 단계 또는 엔티티, 또는 이전에 언급된 단계 또는 엔티티의 서브-단계/서브-엔티티일 수 있다.

Claims (13)

  1. 시스템으로서,
    차량의 적어도 하나의 센서;
    컴퓨터 실행가능 명령어들을 저장하는 적어도 하나의 컴퓨터 판독가능 매체;
    상기 컴퓨터 실행가능 명령어들을 실행하도록 구성된 적어도 하나의 프로세서
    를 포함하고, 상기 실행은 동작들을 수행하고, 상기 동작들은,
    상기 적어도 하나의 센서로부터, 도로 요소(road element)와 연관된 소리 또는 진동 중 적어도 하나를 나타내는 센서 측정치(sensor measurement)를 수신하는 동작;
    상기 센서 측정치에서의 패턴에 기초하여 상기 도로 요소를 식별하는 동작;
    상기 도로 요소에 기초하여, 상기 차량에 대한 차량 거동(vehicle behavior)을 결정하는 동작; 및
    상기 차량을 상기 차량 거동에 따라 동작하도록 제어하는 동작
    을 포함하는 것인, 시스템.
  2. 제1항에 있어서, 상기 동작들은,
    상기 도로 요소의 표현물(representation)을 공유 맵(shared map)에 추가하는 동작 - 상기 도로 요소의 표현물은, 상기 도로 요소의 공간적 위치, 상기 센서 측정치, 상기 센서 측정치에서의 패턴, 또는 상기 차량 거동 중 적어도 하나를 포함함 - 을 더 포함하는 것인, 시스템.
  3. 제1항에 있어서, 상기 도로 요소는 위치와 연관되고, 상기 동작들은,
    상기 위치에서 상기 도로 요소를 예상된 도로 요소들과 비교하는 동작;
    상기 도로 요소가 상기 예상된 도로 요소들 중 어느 것과도 매칭하지 않는다고 결정하는 동작; 및
    이에 응답하여, 상기 위치에서 이전에 측정을 수행한 센서의 고장을 결정하는 동작
    을 더 포함하는 것인, 시스템.
  4. 제3항에 있어서, 상기 적어도 하나의 센서는 상기 차량 또는 다른 차량과 연관되는 것인, 시스템.
  5. 제1항에 있어서, 상기 도로 요소는 위치와 연관되고, 상기 센서 측정치는 제1 센서 측정치이며, 상기 동작들은,
    상기 위치에서 상기 도로 요소를 예상된 도로 요소와 비교하는 동작;
    상기 제1 센서 측정치와 상기 예상된 도로 요소와 연관된 제2 센서 측정치 사이의 문턱치 차이(threshold discrepancy)를 결정하는 동작; 및
    상기 문턱치 차이를 결정한 것에 응답하여, 상기 제2 센서 측정을 수행한 센서가 캘리브레이팅(calibrating)되어 있지 않다고 결정하는 동작
    을 더 포함하는 것인, 시스템.
  6. 제5항에 있어서, 상기 적어도 하나의 센서는 상기 차량 또는 다른 차량과 연관되는 것인, 시스템.
  7. 제1항에 있어서, 상기 동작들은,
    상기 도로 요소의 위치를 결정하는 동작;
    상기 위치에서 상기 도로 요소를 예상된 도로 요소들과 비교하는 동작;
    상기 도로 요소가 제1의 예상된 도로 요소와 매칭한다고 결정하는 동작;
    상기 도로 요소의 위치와 상기 제1의 예상된 도로 요소의 저장된 위치 사이의 차이를 결정하는 동작; 및
    상기 도로 요소의 위치에 기초하여 상기 제1의 예상된 도로 요소의 저장된 위치를 업데이트하는 동작
    을 더 포함하는 것인, 시스템.
  8. 제1항에 있어서, 상기 차량 거동은 제1 차량 거동이고, 상기 동작들은,
    상기 차량에 대한 도로 경로를 따른 예상된 도로 요소들을 공유 데이터베이스로부터 획득하는 동작; 및
    상기 예상된 도로 요소들에 기초하여, 제2 차량 거동을 결정하는 동작
    을 더 포함하는 것인, 시스템.
  9. 제1항에 있어서, 상기 적어도 하나의 센서는, 진동 센서, 기울기 센서, 충격 센서(shock sensor), 가속도계, 자이로스코프, 타이어 압력 센서, 서스펜션 압력 센서, 확장 센서(extension sensor), 또는 음압 센서 마이크로폰 중 적어도 하나를 포함하는 것인, 시스템.
  10. 제1항에 있어서, 상기 동작들은,
    한 위치에서 상기 도로 요소를 예상된 도로 요소와 비교하는 동작; 및
    상기 도로 요소에 대한 매치를 식별한 것에 응답하여, 상기 차량이 알려지지 않은 대상체 위를 주행하지 않았거나 충돌하지 않았다고 결정하는 동작
    을 더 포함하는 것인, 시스템.
  11. 제1항에 있어서, 상기 센서 측정치에서의 패턴에 기초하여 상기 도로 요소를 식별하는 동작은,
    상기 센서 측정치를 데이터베이스에 저장된 이력 패턴(historical pattern)들과 비교하는 동작 - 상기 이력 패턴들은 각자의 도로 요소와 연관됨 - ;
    상기 패턴에 대해 문턱치 유사도 레벨을 갖는 제1 이력 패턴을 식별하는 동작; 및
    상기 제1 이력 패턴과 연관된 상기 각자의 도로 요소가 상기 도로 요소라고 결정하는 동작
    을 포함하는 것인, 시스템.
  12. 방법으로서,
    차량의 적어도 하나의 센서로부터, 도로 요소와 연관된 소리 또는 진동 중 적어도 하나를 나타내는 센서 측정치를 수신하는 단계;
    상기 센서 측정치에서의 패턴에 기초하여 상기 도로 요소를 식별하는 단계;
    상기 도로 요소에 기초하여, 상기 차량에 대한 차량 거동을 결정하는 단계; 및
    상기 차량을 상기 차량 거동에 따라 동작하도록 제어하는 단계
    를 포함하는, 방법.
  13. 제1 디바이스의 적어도 하나의 프로세서에 의한 실행을 위한 적어도 하나의 프로그램을 포함하는 비일시적 컴퓨터 판독가능 저장 매체로서, 상기 적어도 하나의 프로그램은, 상기 적어도 하나의 프로세서에 의해 실행될 때, 상기 제1 디바이스가 제12항의 방법을 수행하게 하는 명령어들을 포함하는 것인, 비일시적 컴퓨터 판독가능 저장 매체.
KR1020210031447A 2021-01-26 2021-03-10 표면 유도 차량 거동 KR20220107881A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/158,497 2021-01-26
US17/158,497 US11878695B2 (en) 2021-01-26 2021-01-26 Surface guided vehicle behavior

Publications (1)

Publication Number Publication Date
KR20220107881A true KR20220107881A (ko) 2022-08-02

Family

ID=75339307

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210031447A KR20220107881A (ko) 2021-01-26 2021-03-10 표면 유도 차량 거동

Country Status (5)

Country Link
US (1) US11878695B2 (ko)
KR (1) KR20220107881A (ko)
CN (1) CN114791731A (ko)
DE (1) DE102021132220A1 (ko)
GB (1) GB2603013A (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220340122A1 (en) * 2021-04-26 2022-10-27 Ford Global Technologies, Llc Adaptive vehicle systems reactive to changing terrain
US11821744B2 (en) * 2021-10-08 2023-11-21 Ford Global Technologies, Llc Recommending an alternative off-road track to a driver of a vehicle

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6199001B1 (en) * 1996-12-19 2001-03-06 Toyota Jidosha Kabushiki Kaisha Control system for controlling the behavior of a vehicle based on accurately detected route information
JP2001004382A (ja) 1999-06-23 2001-01-12 Matsushita Electric Ind Co Ltd 車載ナビゲーション装置及び道路情報通信システム
US7102539B2 (en) * 2004-03-29 2006-09-05 Nissan Technical Center North America, Inc. Rumble strip responsive systems
DE102014207084A1 (de) 2014-04-14 2015-10-15 Siemens Aktiengesellschaft Verfahren, Vorrichtung und System zur Erfassung von Straßenschäden
JP6408852B2 (ja) * 2014-10-06 2018-10-17 株式会社ブリヂストン 路面状態判別システム
US20160221581A1 (en) 2015-01-29 2016-08-04 GM Global Technology Operations LLC System and method for classifying a road surface
KR101763915B1 (ko) 2015-03-12 2017-08-14 주식회사 에코트루먼트 차량 및 도로 상태 모니터링을 이용한 빅데이터 수집 및 분석 시스템
US9630611B1 (en) * 2016-02-03 2017-04-25 Toyota Motor Engineering & Manufacturing North America, Inc. System and method for acceleration event prediction
EP3382342A1 (en) * 2017-03-29 2018-10-03 Bayerische Motoren Werke Aktiengesellschaft Device, vehicle, system and method for monitoring acceleration
JP7051424B2 (ja) * 2017-12-22 2022-04-11 株式会社デンソー 異常検出装置
WO2020006154A2 (en) * 2018-06-26 2020-01-02 Itay Katz Contextual driver monitoring system
CN111413957B (zh) * 2018-12-18 2021-11-02 北京航迹科技有限公司 用于确定自动驾驶中的驾驶动作的系统和方法
JP7248477B2 (ja) * 2019-03-28 2023-03-29 本田技研工業株式会社 車両制御装置、端末装置、サーバ装置、車両、車両制御システム及び車両制御方法
CN113785302A (zh) * 2019-04-26 2021-12-10 辉达公司 自主机器应用中的路口姿态检测
KR20220004839A (ko) * 2020-07-02 2022-01-12 현대자동차주식회사 자율주행차 입력신호 신뢰도를 이용한 차량 제어 시스템
WO2022011499A1 (en) * 2020-07-13 2022-01-20 Gudsen Engineering, Inc. Vehicle sensors arrangement and method for mapping road profiles
US11386776B2 (en) * 2020-10-05 2022-07-12 Qualcomm Incorporated Managing a driving condition anomaly

Also Published As

Publication number Publication date
GB202102528D0 (en) 2021-04-07
DE102021132220A1 (de) 2022-07-28
GB2603013A (en) 2022-07-27
US20220234589A1 (en) 2022-07-28
CN114791731A (zh) 2022-07-26
US11878695B2 (en) 2024-01-23

Similar Documents

Publication Publication Date Title
KR102506647B1 (ko) 조향각 캘리브레이션
KR102663570B1 (ko) 차량의 궤적을 계획 및 업데이트하기 위한 시스템 및 방법
US11945440B2 (en) Data driven rule books
KR102634073B1 (ko) 루트 정보를 사용한 차량의 궤적 계획
US11970183B2 (en) AV path planning with calibration information
KR102461986B1 (ko) 도로 표면 조건 기반 의사 결정 및 예측
CN115328110A (zh) 用于自主运载工具的系统和方法以及存储介质
US20220340139A1 (en) Vehicle Route Modification to Improve Vehicle Location Information
KR20220088622A (ko) 차량 상태에 대한 예측 분석
KR20220102530A (ko) 차량 경로 계획
CN117083575A (zh) 轨迹检查器
US11878695B2 (en) Surface guided vehicle behavior
US11987249B2 (en) Precedence determination at multi-way stops
KR102532179B1 (ko) 주변 차량에 기초한 로컬화
CN115220439A (zh) 用于运载工具的系统和方法以及存储介质
US11926342B2 (en) Autonomous vehicle post-action explanation system
US20220289199A1 (en) Brake arbitration

Legal Events

Date Code Title Description
AMND Amendment
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
X601 Decision of rejection after re-examination