KR20220155499A - 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스 - Google Patents
자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스 Download PDFInfo
- Publication number
- KR20220155499A KR20220155499A KR1020210062364A KR20210062364A KR20220155499A KR 20220155499 A KR20220155499 A KR 20220155499A KR 1020210062364 A KR1020210062364 A KR 1020210062364A KR 20210062364 A KR20210062364 A KR 20210062364A KR 20220155499 A KR20220155499 A KR 20220155499A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- edge device
- edge
- autonomous driving
- analysis
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims description 13
- 238000013480 data collection Methods 0.000 claims abstract description 15
- 238000006243 chemical reaction Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 22
- 238000004891 communication Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 17
- 238000013135 deep learning Methods 0.000 claims description 15
- 230000000007 visual effect Effects 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 description 14
- 238000013473 artificial intelligence Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
-
- 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/10—Path keeping
- B60W30/12—Lane 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/0088—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
- B60W2050/0057—Frequency analysis, spectral techniques or transforms
-
- 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
-
- 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
- B60Y2300/00—Purposes or special features of road vehicle drive control systems
- B60Y2300/10—Path keeping
- B60Y2300/12—Lane keeping
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D2201/00—Application
- G05D2201/02—Control of position of land vehicles
- G05D2201/0213—Road vehicle, e.g. car or truck
Abstract
본 발명은 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스에 관한 것으로서, 보다 상세하게는 본 발명인 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스는 차량에 부착설치되어 자율 주행 실시간(real-time) 데이터를 수집하되, 수집된 데이터를 즉시 딥러닝 알고리즘을 이용하여 시각적, 청각적, 공간적 데이터로 분석 처리하되, 분석 처리된 데이터는 엣지플랫폼과 네트워크를 공유하는 엣지노드 및 클라우드 서버 또는 엣지노드에 유무선 통신방식에 의해 전송하는 것을 특징으로 하며, 상기 엣지 디바이스는 데이터를 딥러닝 알고리즘이 임베딩된 MCU를 이용하여 센서에 의해 수집 전송된 데이터를 분석 처리하는 엣지 디바이스 제어기; 상기 차량에 복수개 설치되어 시각적, 청각적, 공간적 데이터를 수집하는 데이터 수집 센서; 상기 데이터 수집 센서로부터 수집된 데이터를 엣지 디바이스 제어기에 의해 처리될 수 있는 데이터로 가공 처리하는 센싱 데이터 전처리기; 및 엣지 디바이스에 대응되는 전력으로 변환 처리하여 공급하는 전력변환부로 구성되되, 상기 엣지 디바이스 제어기는 실시간으로 데이터 분석 및 처리하여 상기 엣지 디바이스가 장착된 차량으로 하여금 차간 거리 유지, 주변 도로 상황, 차량 흐름, 차선 유지 및 기타 돌발 상황에 대응하여 차량을 제어하며, 상기 엣지 디바이스 제어기는 엣지노드 또는 클라우드 또는 타 엣지 디바이스 제어기와 유무선 통신할 수 있는 통신부를 갖추되, 각각의 통신에 있어서, 보안등급에 따라 암호화하여 송수신 할 수 있는 것을 특징으로 하는 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스에 관한 것이다.
본 과제(결과물)는 2020년도 교육부의 재원으로 한국연구재단의 지원을 받아 수행된 지자체-대학 협력기반 지역혁신 사업의 결과이다.
본 과제(결과물)는 2020년도 교육부의 재원으로 한국연구재단의 지원을 받아 수행된 지자체-대학 협력기반 지역혁신 사업의 결과이다.
Description
본 발명은 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스에 관한 것으로서, 보다 상세하게는 본 발명인 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스는 차량에 부착설치되어 자율 주행 실시간(real-time) 데이터를 수집하되, 수집된 데이터를 즉시 딥러닝 알고리즘을 이용하여 시각적, 청각적, 공간적 데이터로 분석 처리하되, 분석 처리된 데이터는 엣지플랫폼과 네트워크를 공유하는 엣지노드 및 클라우드 서버 또는 엣지노드에 유무선 통신방식에 의해 전송하는 것을 특징으로 하며, 상기 엣지 디바이스는 데이터를 딥러닝 알고리즘이 임베딩된 MCU를 이용하여 센서에 의해 수집 전송된 데이터를 분석 처리하는 엣지 디바이스 제어기; 상기 차량에 복수개 설치되어 시각적, 청각적, 공간적 데이터를 수집하는 데이터 수집 센서; 상기 데이터 수집 센서로부터 수집된 데이터를 엣지 디바이스 제어기에 의해 처리될 수 있는 데이터로 가공 처리하는 센싱 데이터 전처리기; 및 엣지 디바이스에 대응되는 전력으로 변환 처리하여 공급하는 전력변환부로 구성되되, 상기 엣지 디바이스 제어기는 실시간으로 데이터 분석 및 처리하여 상기 엣지 디바이스가 장착된 차량으로 하여금 차간 거리 유지, 주변 도로 상황, 차량 흐름, 차선 유지 및 기타 돌발 상황에 대응하여 차량을 제어하며, 상기 엣지 디바이스 제어기는 엣지노드 또는 클라우드 또는 타 엣지 디바이스 제어기와 유무선 통신할 수 있는 통신부를 갖추되, 각각의 통신에 있어서, 보안등급에 따라 암호화하여 송수신 할 수 있는 것을 특징으로 하는 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스에 관한 것이다.
인공지능을 각 산업 분야에 적용하는 데 있어 알고리즘 자체는 이미 오픈 소스 형태로 공개되어 있지만, 이를 상용 형태로 활용하기 위해서는 학습과 검증을 위한 데이터 확보가 필수적이라는 점이 산학연의 공통된 인식인 바, 자율주행 자동차 분야도 이와 별반 다르지 않아 자율주행 알고리즘 개발을 위한 데이터를 수집하고 가공하는 산업이 대두되고 있으며, 나아가 기기가 생명을 다루게 된다는 특성상 기능 안전과 예외 사항 처리 등 많은 부분에 있어 자율주행 자동차 개발을 위해서는 데이터 수집에서부터 각 상황/기능별 분류화가 필요한 바, 이러한 데이터를 쉽게 활용 가능하도록 하는 허브 플랫폼 서비스는 전무한 실정이다.
자율주행 분야의 전문가 의견에 따르면 완전 자율주행 자동차를 구현하기 위해서는 300억km에 달하는 시험 주행 데이터가 필요하며, 이에 대한 데이터 수집 비용이 2조달러 (한화 약 2262조원)로 추산하고 있다.
인공지능 기반의 자율주행 자동차를 위한 데이터 비즈니스 기회를 선점하기 위해서는 1) 자율주행 자동차의 센서 데이터를 수집할 수 있는 엣지 컴퓨팅 디바이스, 2) 클라우드 및 자체 IDC(Internet Data Center)를 연계하는 데이터의 저장/가공/학습을 위한 멀티 플랫폼 시스템, 3) 플랫폼을 유기적으로 연결하고, 상황을 분석/예측/판단하여 지능화된 서비스를 자율적으로 제공하는 제반 인프라 및 융복합 기술 개발이 필요하다.
이 중 지능형 엣지 디바이스와 클라우드 및 자체 IDC를 연계하는 데이터 통신 및 보안 서비스 모듈, 그리고 연계 서비스 방안 마련과 솔루션 개발이 최우선적으로 해결되어야 한다.
기존의 클라우드 서버로 모든 데이터가 수집되는 환경에서는 클라우드 서버를 구축하는 데에서 큰 컴퓨팅 성능을 요구하며, 더불어 내장 시스템 기반 단말 기기에서 전송되는 많은 양의 데이터를 감당하기 위한 네트워크 설비 또한 요구되고 있고, 현재 개발이 진행되고 있는 모든 인공지능 관련 시스템들은 대부분이 거대 클라우드 기반의 딥러닝 방식을 사용하고 있어 개발 비용이 굉장히 높을 뿐 아니라, 개발의 복잡성과 큰 비용으로 인해 대기업이 아니면 인공지능 기술에 접근하기가 매우 어려운 실정이다.
도 1을 참조하면 데이터 수집과 분석을 위한 기존의 중앙 집중 처리형 클라우드 컴퓨팅과 본 발명이 제시하는 분산처리형 엣지 컴퓨팅 방식을 간략히 비교하여 개시하고 있는바, 엣지 컴퓨팅 방식은 다음과 같은 장점이 있다.
i) 실시간 데이터 처리 지원
기존의 클라우드 컴퓨팅의 경우 곳곳에 퍼져있는 모든 데이터들이 하나의 메인 서버로 접근하기 때문에 지연시간의 문제가 발생함에 비해 엣지 컴퓨팅은 단말과 물리적으로 가까운 위치에 있는 엣지에서 데이터를 처리함으로써 지연시간을 줄여 상대적으로 빠르고 간단하게 처리가 가능하다.
ii) 데이터 부하 감소
엣지 컴퓨팅은 해당 기기에서 발생되는 데이터만 처리하여 부하를 줄일 수 있고 나아가 클라우드로의 데이터 전송량 또한 줄일 수 있어 데이터 병목 현상을 줄일 수 있다.
iii) 보안 강화
클라우드 컴퓨팅의 경우 모든 정보가 한 곳에 집중돼 해킹의 표적이 되는 등의 보안에 취약한 반면, 엣지 컴퓨팅은 데이터 수집과 처리를 자체적으로 처리하기 때문에 상대적으로 보안적인 면이 뛰어나며, 실제로 민감한 정보는 엣지에서 처리하고 나머지 필요한 정보만 암호화하여 클라우드 센터로 전송하면 기존 대비 보안성을 높일 수 있다.
iv) 인프라 안정성 강화
클라우드 컴퓨팅에서는 데이터센터가 다운되면 연결된 디바이스들도 필요한 기능을 이용할 수 없게 되는 반면 엣지 컴퓨팅을 적용하면 엣지에서 데이터 처리가 가능해 클라우드로의 접근이 어렵더라도 엣지에서 받을 수 있기 때문에 서비스를 유지할 수 있다.
v) 장애대응
클라우딩 컴퓨팅 방식은 클라우딩 컴퓨팅 서버가 마비되었을 때에는 치명적인 타격을 입지만 엣지 컴퓨팅의 경우는 클라우드 서버의 다운과는 상관없이 엣지 디바이스 자체적으로 대응할 수 있으며, 데이터 전송에도 (클라우드 서버가 정상화되면 전송함) 문제가 발생하지 않는다.
이러한 엣지 컴퓨팅 방식은 실시간 분석이 요구되는 자율주행 영역에서의 활용이 절실한 형편이다.
본 발명인 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스는 종래 기술의 문제점을 해결하기 위해 안출된 것으로서 다음과 같은 목적이 있다.
(1) 본 발명의 목적은 기존의 클라우드 컴퓨팅 방식이 아닌 엣지 컴퓨팅 방식을 자율주행 영역에 적용하여, 복수 단말기기와 클라우드 서버 사이의 분산처리를 통한 하드웨어 자원의 활용 효율 증대 등으로 대규모 센서 기반 CPS(Cyber Physical System)/IoT(Internet of Things) 시스템의 구축비용의 절감효과를 얻을 수 있는 차량 부착형 엣지 디바이스를 제공함에 있다.
(2) 본 발명의 또다른 목적은 클라우드 서버와는 별도로 차량에 부착된 독립된 엣지 디바이스로 하여금 임베딩된 딥러닝 알고리즘으로 수집된 데이터를 개별 독립적으로 분석 처리할 수 있도록 하여 보안성이 강화된 데이터 분산 처리 디바이스를 제공함에 있다.
(3) 본 발명의 또다른 목적은 엣지 디바이스로 하여금 차간 거리 유지, 주변 도로 상황, 차량 흐름, 차선 유지 및 기타 돌발 상황에 대응하여 차량을 제어하도록 하여 안전사고를 방지함에 있다.
본 발명인 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스(ED)는 차량에 부착설치되어 자율 주행 실시간(real-time) 데이터를 수집하되, 수집된 데이터를 즉시 딥러닝 알고리즘을 이용하여 시각적, 청각적, 공간적 데이터로 분석 처리한다.
분석 처리된 데이터는 엣지플랫폼과 네트워크를 공유하는 엣지노드(200) 및 클라우드 서버(100) 또는 엣지노드(200)에 유무선 통신방식에 의해 전송하는 것을 특징으로 한다.
상기 엣지 디바이스(ED)는
데이터를 딥러닝 알고리즘이 임베딩된 MCU를 이용하여 센서에 의해 수집 전송된 데이터를 분석 처리하는 엣지 디바이스 제어기(310);
상기 차량에 복수개 설치되어 시각적, 청각적, 공간적 데이터를 수집하는 데이터 수집 센서(330);
상기 데이터 수집 센서(330)로부터 수집된 데이터를 엣지 디바이스 제어기(310)에 의해 처리될 수 있는 데이터로 가공 처리하는 센싱 데이터 전처리기(320); 및
엣지 디바이스(ED)에 대응되는 전력으로 변환 처리하여 공급하는 전력변환부(미도시 및 부호 미부여)로 구성된다.
상기 엣지 디바이스 제어기(310)는 실시간으로 데이터 분석 및 처리하여 상기 엣지 디바이스(ED)가 장착된 차량으로 하여금 차간 거리 유지, 주변 도로 상황, 차량 흐름, 차선 유지 및 기타 돌발 상황에 대응하여 차량을 제어하도록 함이 바람직하다.
상기 엣지 디바이스 제어기(310)는 엣지노드(200) 또는 클라우드(100) 또는 타 엣지 디바이스 제어기와 유무선 통신할 수 있는 통신부를 갖추되, 각각의 통신에 있어서, 보안등급에 따라 암호화하여 송수신 할 수 있음이 바람직하다.
본 발명인 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스는 다음과 같은 효과가 있다.
(1) 본 발명은 기존의 클라우드 컴퓨팅 방식이 아닌 엣지 컴퓨팅 방식을 자율주행 영역에 적용하여, 복수 단말기기와 클라우드 서버 사이의 분산처리를 통한 하드웨어 자원의 활용 효율 증대 등으로 대규모 센서 기반 CPS(Cyber Physical System)/IoT(Internet of Things) 시스템의 구축비용의 절감효과를 얻을 수 있도록 한다.
(2) 본 발명은 클라우드 서버와는 별도로 차량에 부착된 독립된 엣지 디바이스로 하여금 임베딩된 딥러닝 알고리즘으로 수집된 데이터를 개별 독립적으로 분석 처리할 수 있도록 하여 보안성이 강화된 데이터 분산 처리 디바이스를 제공한다.
(3) 본 발명은 엣지 디바이스로 하여금 차간 거리 유지, 주변 도로 상황, 차량 흐름, 차선 유지 및 기타 돌발 상황에 대응하여 차량을 제어하도록 하여 안전사고를 방지할 수 있다.
도 1은 데이터 수집과 분석을 위한 기존의 중앙 집중 처리형 클라우드 컴퓨팅과 본 발명이 제시하는 분산처리형 엣지 컴퓨팅 방식을 간략히 비교하여 개시한 도면이다.
도 2는 본 발명인 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스가 전체 엣지 컴퓨팅 체계에서 어떤 위치에서 기능하는지를 간략하게 개시한 도면이다.
도 3은 개개의 차량에 부착 설치된 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스를 개략적으로 나타낸 도면이다.
도 2는 본 발명인 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스가 전체 엣지 컴퓨팅 체계에서 어떤 위치에서 기능하는지를 간략하게 개시한 도면이다.
도 3은 개개의 차량에 부착 설치된 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스를 개략적으로 나타낸 도면이다.
먼저, 본 발명의 구체적인 설명에 들어가기에 앞서, 본 발명에 관련된 공지 기술 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라 질 수 있으므로, 그 정의는 본 발명에 따른 "자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스"를 설명하는 본 명세서 전반에 걸친 내용을 토대로 내려져야 한다.
본 명세서에서 사용되는 전문용어는 단지 특정 실시예를 언급하기 위한 것이며, 본 발명을 한정하는 것을 의도하지는 않는다. 여기서 사용되는 단수 형태들은 문구들이 이와 명백히 반대의 의미를 나타내지 않는 한 복수 형태들도 포함한다.
본 명세서에서 사용되는 "포함하는"의 의미는 특정 특성, 영역, 정수, 단계, 동작, 요소 및/또는 성분을 구체화하며, 다른 특정 특성, 영역, 정수, 단계, 동작, 요소, 성분 및/또는 군의 존재나 부가를 제외시키는 것은 아니다.
본 명세서에서 사용되는 기술용어 및 과학용어를 포함하는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 일반적으로 이해하는 의미와 동일한 의미를 가진다. 사전에 정의된 용어들은 관련기술문헌과 현재 개시된 내용에 부합하는 의미를 가지는 것으로 추가 해석되고, 정의되지 않는 한 이상적이거나 매우 공식적인 의미로 해석되지 않는다.
도 1은 데이터 수집과 분석을 위한 기존의 중앙 집중 처리형 클라우드 컴퓨팅과 본 발명이 제시하는 분산처리형 엣지 컴퓨팅 방식을 간략히 비교하여 개시한 도면이며, 도 2는 본 발명인 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스가 전체 엣지 컴퓨팅 체계에서 어떤 위치에서 기능하는지를 간략하게 개시한 도면이고, 도 3은 개개의 차량에 부착 설치된 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스를 개략적으로 나타낸 도면이다.
도 2를 참조하면 본 발명인 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스(ED)는 차량에 부착설치되어 자율 주행 실시간(real-time) 데이터를 수집하되, 수집된 데이터를 즉시 딥러닝 알고리즘을 이용하여 시각적, 청각적, 공간적 데이터로 분석 처리한다.
도 2를 참조하면 분석 처리된 데이터는 엣지플랫폼과 네트워크를 공유하는 엣지노드(200) 및 클라우드 서버(100) 또는 엣지노드(200)에 유무선 통신방식에 의해 전송하는 것을 특징으로 한다.
도 3을 참조하면 상기 엣지 디바이스(ED)는
데이터를 딥러닝 알고리즘이 임베딩된 MCU를 이용하여 센서에 의해 수집 전송된 데이터를 분석 처리하는 엣지 디바이스 제어기(310);
상기 차량에 복수개 설치되어 시각적, 청각적, 공간적 데이터를 수집하는 데이터 수집 센서(330);
상기 데이터 수집 센서(330)로부터 수집된 데이터를 엣지 디바이스 제어기(310)에 의해 처리될 수 있는 데이터로 가공 처리하는 센싱 데이터 전처리기(320); 및
엣지 디바이스(ED)에 대응되는 전력으로 변환 처리하여 공급하는 전력변환부(미도시 및 부호 미부여)로 구성된다.
딥러닝 알고리즘은 자율주행과 관련하여 활용될 수 있는 것이면 어떤 것이라도 가능하며, 복수개의 딥러닝 알고리즘이 병렬로 처리하는 프로세스도 지원하는 것이 바람직하다.
또한 매우 급박한 상황, 즉 지연될 시간적 여유가 없는 경우의 엣지 디바이스로 하여금 데이터를 순간적으로 분석 처리하여 안정성과 효율성을 담보할 수 있음은 물론이다.
상기 엣지 디바이스 제어기(310)는 실시간으로 데이터 분석 및 처리하여 상기 엣지 디바이스(ED)가 장착된 차량으로 하여금 차간 거리 유지, 주변 도로 상황, 차량 흐름, 차선 유지 및 기타 돌발 상황에 대응하여 차량을 제어하도록 함이 바람직하다.
상기 엣지 디바이스 제어기(310)는 엣지노드(200) 또는 클라우드(100) 또는 타 엣지 디바이스 제어기와 유무선 통신할 수 있는 통신부를 갖추되, 각각의 통신에 있어서, 보안등급에 따라 암호화하여 송수신 할 수 있음이 바람직하다.
인공지능 기술의 저전력, 소형화를 만족하는 엣지 컴퓨팅 분야는 기존의 클라우드 기반의 딥러닝 방식과는 다르게 다양한 어플리케이션에 적용할 수 있는바, 고속 동작 주파수를 지원하는 프로세스 공정 개발, 지속적으로 기술이 향상되는 아키텍처 개발, 고용량의 메모리 개발 및 고속의 데이터 전송 가능 기술 개발 등이 출현하면서, 기존의 인공지능 모듈보다 상용화된 MCU를 이용하여 인공지능 계산에 필요한 수많은 연산을 담당할 가속기를 포함하는 모듈이 오히려 소형화 및 가격면에서 굉장히 유리한 상황인바, 지속적으로 인공지능의 패러다임이 바뀌고 있는 만큼 본원 발명인 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스는 향후 국가 선도기술로 적용됨이 유력하다.
본 발명인 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스는 다음과 같은 효과가 있다.
(1) 본 발명은 기존의 클라우드 컴퓨팅 방식이 아닌 엣지 컴퓨팅 방식을 자율주행 영역에 적용하여, 복수 단말기기와 클라우드 서버 사이의 분산처리를 통한 하드웨어 자원의 활용 효율 증대 등으로 대규모 센서 기반 CPS(Cyber Physical System)/IoT(Internet of Things) 시스템의 구축비용의 절감효과를 얻을 수 있도록 한다.
(2) 본 발명은 클라우드 서버와는 별도로 차량에 부착된 독립된 엣지 디바이스로 하여금 임베딩된 딥러닝 알고리즘으로 수집된 데이터를 개별 독립적으로 분석 처리할 수 있도록 하여 보안성이 강화된 데이터 분산 처리 디바이스를 제공한다.
(3) 본 발명은 엣지 디바이스로 하여금 차간 거리 유지, 주변 도로 상황, 차량 흐름, 차선 유지 및 기타 돌발 상황에 대응하여 차량을 제어하도록 하여 안전사고를 방지할 수 있다.
100 : 클라우드 서버
200 : 엣지 노드 300 : 엣지 디바이스 부착 차량
ED : 엣지 디바이스 310 : 엣지 디바이스 제어기
320 : 센싱 데이터 전처리기 330 : 데이터 수집 센서
200 : 엣지 노드 300 : 엣지 디바이스 부착 차량
ED : 엣지 디바이스 310 : 엣지 디바이스 제어기
320 : 센싱 데이터 전처리기 330 : 데이터 수집 센서
Claims (4)
- 데이터 획득 및 분석을 위한 엣지디바이스에 있어서,
상기 엣지디바이스는 차량에 부착설치되어 자율 주행 실시간(real-time) 데이터를 수집하되, 수집된 데이터를 즉시 딥러닝 알고리즘을 이용하여 시각적, 청각적, 공간적 데이터로 분석 처리하되,
분석 처리된 데이터는 엣지플랫폼과 네트워크를 공유하는 엣지노드 및 클라우드 서버 또는 엣지노드에 유무선 통신방식에 의해 전송하는 것을 특징으로 하는자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스. - 청구항 1에 있어서,
상기 엣지 디바이스는
데이터를 딥러닝 알고리즘이 임베딩된 MCU를 이용하여 센서에 의해 수집 전송된 데이터를 분석 처리하는 엣지 디바이스 제어기;
상기 차량에 복수개 설치되어 시각적, 청각적, 공간적 데이터를 수집하는 데이터 수집 센서;
상기 데이터 수집 센서로부터 수집된 데이터를 엣지 디바이스 제어기에 의해 처리될 수 있는 데이터로 가공 처리하는 센싱 데이터 전처리기; 및
엣지 디바이스에 대응되는 전력으로 변환 처리하여 공급하는 전력변환부로 구성되는 것을 특징으로 하는 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스. - 청구항 2에 있어서,
상기 엣지 디바이스 제어기는 실시간으로 데이터 분석 및 처리하여 상기 엣지 디바이스가 장착된 차량으로 하여금 차간 거리 유지, 주변 도로 상황, 차량 흐름, 차선 유지 및 기타 돌발 상황에 대응하여 차량을 제어하도록 함을 특징으로 하는 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스. - 청구항 2에 있어서,
상기 엣지 디바이스 제어기는 엣지노드 또는 클라우드 또는 타 엣지 디바이스 제어기와 유무선 통신할 수 있는 통신부를 갖추되, 각각의 통신에 있어서, 보안등급에 따라 암호화하여 송수신 할 수 있는 것을 특징으로 하는 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210062364A KR102585254B1 (ko) | 2021-05-14 | 2021-05-14 | 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210062364A KR102585254B1 (ko) | 2021-05-14 | 2021-05-14 | 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220155499A true KR20220155499A (ko) | 2022-11-23 |
| KR102585254B1 KR102585254B1 (ko) | 2023-10-05 |
Family
ID=84236854
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210062364A KR102585254B1 (ko) | 2021-05-14 | 2021-05-14 | 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102585254B1 (ko) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008020458A2 (en) * | 2006-08-18 | 2008-02-21 | Ananya Innovations Limited | A method and system to detect drowsy state of driver |
| KR20140035781A (ko) * | 2012-09-14 | 2014-03-24 | 현대자동차주식회사 | 운전의 적절성 및 테스트 대상의 성과를 평가하고 기록하는 장치 및 방법 |
| KR20140121845A (ko) * | 2012-01-13 | 2014-10-16 | 펄스 펑션 에프6 리미티드 | 3d 관성 센서를 갖는 텔레매틱스 시스템 |
| KR20180096588A (ko) * | 2015-10-21 | 2018-08-29 | 뮤츄얼링크, 인크. | 웨어러블 스마트 라우터 |
| KR20200037816A (ko) * | 2017-08-02 | 2020-04-09 | 스트롱 포스 아이오티 포트폴리오 2016, 엘엘씨 | 대규모 데이터 세트들을 갖는 산업 사물 인터넷 데이터 수집 환경에서의 검출을 위한 방법들 및 시스템들 |
| JP2021024457A (ja) * | 2019-08-06 | 2021-02-22 | 株式会社Ｓｕｂａｒｕ | 車両の走行制御システム |
-
2021
- 2021-05-14 KR KR1020210062364A patent/KR102585254B1/ko active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008020458A2 (en) * | 2006-08-18 | 2008-02-21 | Ananya Innovations Limited | A method and system to detect drowsy state of driver |
| KR20140121845A (ko) * | 2012-01-13 | 2014-10-16 | 펄스 펑션 에프6 리미티드 | 3d 관성 센서를 갖는 텔레매틱스 시스템 |
| KR20140035781A (ko) * | 2012-09-14 | 2014-03-24 | 현대자동차주식회사 | 운전의 적절성 및 테스트 대상의 성과를 평가하고 기록하는 장치 및 방법 |
| KR20180096588A (ko) * | 2015-10-21 | 2018-08-29 | 뮤츄얼링크, 인크. | 웨어러블 스마트 라우터 |
| KR20200037816A (ko) * | 2017-08-02 | 2020-04-09 | 스트롱 포스 아이오티 포트폴리오 2016, 엘엘씨 | 대규모 데이터 세트들을 갖는 산업 사물 인터넷 데이터 수집 환경에서의 검출을 위한 방법들 및 시스템들 |
| JP2021024457A (ja) * | 2019-08-06 | 2021-02-22 | 株式会社Ｓｕｂａｒｕ | 車両の走行制御システム |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102585254B1 (ko) | 2023-10-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Tong et al. | Artificial intelligence for vehicle-to-everything: A survey | |
| CN102982678B (zh) | 交通数据信息服务系统及实现交通数据信息服务的方法 | |
| CN112925657A (zh) | 一种车路云协同处理系统及方法 | |
| CN112929849B (zh) | 一种基于强化学习的可靠车载边缘计算卸载方法 | |
| Fan et al. | Ubiquitous control over heterogeneous vehicles: A digital twin empowered edge AI approach | |
| Zheng et al. | Cooperative control strategies to stabilise the freeway mixed traffic stability and improve traffic throughput in an intelligent roadside system environment | |
| Cai et al. | Task-efficiency oriented V2X communications: Digital twin meets mobile edge computing | |
| CN113099418A (zh) | 一种用于车联网数据传输的区块链任务的优化方法 | |
| Yan et al. | The application of edge computing technology in the collaborative optimization of intelligent transportation system based on information physical fusion | |
| CN105022778A (zh) | 智能交通管理大数据分析系统 | |
| CN113905354B (zh) | 一种基于区域内容流行度的车载网络内容传递方法及系统 | |
| US11889341B2 (en) | Method and apparatus for managing roadside device in vehicle road cooperation, and cloud control platform system | |
| Manogaran et al. | Ant-inspired recurrent deep learning model for improving the service flow of intelligent transportation systems | |
| CN114338753A (zh) | 一种车云协同计算系统、设备及存储介质 | |
| KR20220155499A (ko) | 자율 주행 실시간(real-time) 데이터 획득 및 분석을 위한 엣지디바이스 | |
| Kim et al. | Network virtualization for real-time processing of object detection using deep learning | |
| CN113593221A (zh) | 信息价值评估式驾驶系统、网联车辆系统和数据传输方法 | |
| CN108382334A (zh) | 一种智能驾驶汽车控制器结构 | |
| Vo et al. | Edge, fog, and cloud computing: An overview on challenges and applications | |
| Schafhalter et al. | Leveraging cloud computing to make autonomous vehicles safer | |
| Cha et al. | A study on data processing for application of vehicular CPS in fog computing environment | |
| CN113556390A (zh) | 一种分布式边缘计算系统 | |
| US20230025222A1 (en) | Method and system for ctrolling intelligent network vehicle | |
| Katal et al. | Fog computing: issues, challenges and tools | |
| Geng | Edge Computing Resource Allocation and Optimization Method and Its Application in Internet of Vehicles Environment |
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 |