KR20230035440A

KR20230035440A - 교통 신호등 추정

Info

Publication number: KR20230035440A
Application number: KR1020237006905A
Authority: KR
Inventors: 스콧 디. 팬들턴; 아라빈드쿠마르 비자야링암
Original assignee: 모셔널 에이디 엘엘씨
Priority date: 2019-01-29
Filing date: 2020-01-29
Publication date: 2023-03-13
Also published as: CN113196356A; GB2616739B; DK201970221A1; GB202305831D0; GB2616739A; DE112020000556T5

Abstract

무엇보다도, 거리 센서를 사용하는 교통 신호등 추정을 위한 기술을 설명한다. 제2 운전 가능 영역과 교차로를 형성하는 제1 운전 가능 영역에서 주행하는 차량의 계획 회로는 차량의 거리 센서에 의해 감지된 정보를 수신한다. 이 정보는 교차로를 통한 대상체의 움직임 상태를 나타낸다. 교차로에 있는 교통 신호는 교차로를 통한 대상체의 움직임을 제어한다. 계획 회로는 수신된 정보에, 부분적으로, 기초하여 교차로에 있는 교통 신호의 상태를 결정한다. 제어 회로는 교차로에 있는 교통 신호의 상태에, 부분적으로, 기초하여 차량의 동작을 제어한다.

Description

교통 신호등 추정{TRAFFIC LIGHT ESTIMATION}

관련 출원의 상호 참조

본 출원은 2019년 1월 29일자로 출원된 미국 가특허 출원 제62/798,427호 및 2019년 4월 8일자로 출원된 덴마크 특허 출원 제PA201970221호에 대한 우선권을 주장하며, 이들의 전체 내용은 참조에 의해 본원에 포함된다.

발명의 분야

본 설명은 교통 신호등 추정에 관한 것이다.

2개의 차선으로 형성된 교차로를 통과하는 차량의 주행은 지역 교통 규칙에 의해 통제되고, 일부 경우에, 교차로에 있는 교통 신호에 의해 시행된다. 교차로에 있는 교통 신호의 상태(예를 들어, 적색 신호등, 황색 신호등, 녹색 신호등)를 추론하기 위한 하나의 기술은 교통 신호의 신호등의 상태를 시각적으로 관찰하는 것이다. 교통 신호의 상태를 추론하기 위한 다른 기술은 교차로에서의 다른 대상체의 움직임에 기초한다. 예를 들어, 차량이 교차로를 통해 지나가는 제1 차선에서 움직이고 있는 반면 다른 차량이 제1 차선과 교차로를 형성하는 제2 차선에서 정지해 있는 경우, 교통 신호가 제2 차선에 있는 차량에 교차로를 통해 주행하도록 허용하고 제1 차선에 있는 차량에 교차로에서 정지하도록 요구한다고 추론될 수 있다.

거리 센서(range sensor)를 사용하는 교통 신호등 추정을 위한 기술이 제공된다. 본 기술의 특정 실시예는 컴퓨터 구현 방법으로 구현될 수 있다. 제2 운전 가능 영역과 교차로를 형성하는 제1 운전 가능 영역에서 주행하는 차량의 계획 회로는 차량의 거리 센서에 의해 감지된 정보를 수신한다. 이 정보는 교차로를 통한 대상체의 움직임 상태(movement state)를 나타낸다. 교차로에 있는 교통 신호는 교차로를 통한 대상체의 움직임을 제어한다. 계획 회로는 수신된 정보에, 부분적으로, 기초하여 교차로에 있는 교통 신호의 상태를 결정한다. 제어 회로는 교차로에 있는 교통 신호의 상태에, 부분적으로, 기초하여 차량의 동작을 제어한다.

이들 및 다른 양태, 특징, 및 구현예는 기능을 수행하기 위한 방법, 장치, 시스템, 컴포넌트, 프로그램 제품, 수단 또는 단계로서, 및 다른 방식으로 표현될 수 있다.

이들 및 다른 양태, 특징, 및 구현은 청구항을 포함하여, 이하의 설명으로부터 명백해질 것이다.

도 1은 자율 주행 능력(autonomous capability)을 갖는 자율 주행 차량(autonomous vehicle)의 일 예를 도시한다.
도 2는 예시적인 "클라우드" 컴퓨팅 환경을 예시한다.
도 3은 컴퓨터 시스템을 예시한다.
도 4는 자율 주행 차량에 대한 예시적인 아키텍처를 도시한다.
도 5는 인지 모듈에 의해 사용될 수 있는 입력 및 출력의 일 예를 도시한다.
도 6은 LiDAR 시스템의 일 예를 도시한다.
도 7은 동작 중인 LiDAR 시스템을 도시한다.
도 8은 LiDAR 시스템의 동작을 추가적으로 상세하게 도시한다.
도 9는 계획 모듈의 입력과 출력 사이의 관계의 블록 다이어그램을 도시한다.
도 10은 경로 계획에서 사용되는 방향 그래프(directed graph)를 도시한다.
도 11은 제어 모듈의 입력 및 출력의 블록 다이어그램을 도시한다.
도 12는 제어기의 입력, 출력, 및 컴포넌트의 블록 다이어그램을 도시한다.
도 13은 교통 신호에 의해 제어되는 교차로의 개략 다이어그램을 도시한다.
도 14는 교차로의 횡단 상태를 추정하는 것에 기초하여 차량을 동작시키기 위한 프로세스의 일 예의 플로차트이다.

설명을 위한 이하의 기술에서는, 본 발명에 대한 완전한 이해를 제공하기 위해 다수의 특정한 세부 사항이 제시된다. 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, 명령 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 도시되지 않는다. 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 명령의 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. 자율 주행 차량 아키텍처

4. 자율 주행 차량 입력

5. 자율 주행 차량 계획

6. 자율 주행 차량 제어

7. 거리 센서를 사용한 교통 신호등의 상태의 추론

일반적 개관

본 개시는 거리 센서, 예를 들어, RADAR 또는 LiDAR 기반 센서에 의해 감지된 정보를 사용하여 2개 이상의 차선의 교차로에 있는 교통 신호의 상태를 추론하기 위해 자율 주행 차량에 의해 구현되는 기술을 설명한다. 일부 실시예에서, RADAR 또는 LiDAR 기반 센서에 의해 감지된 정보는 교차로에서의 대상체(예를 들어, 교차로를 형성하는 차선에 있는 차량, 교차로의 횡단보도에 있는 보행자, 또는 다른 대상체)의 움직임 상태를 결정하는 데 사용된다. 예를 들어, 교차로에 있는 대상체는 정지해 있거나 또는, 예를 들어, 일정한 속도, 증가하는 속도 또는 감소하는 속도로 움직이고 있을 수 있다. 대상체의 움직임 상태에 기초하여, 자율 주행 차량은 교통 신호등의 상태, 예를 들어, 교통 신호가 차선에 있는 차량에 교차로를 통해 이동하도록 허용하는 경우, 허용될 때 차선에 있는 차량이 이동할 수 있는 방향에 관해 추론한다. 일부 실시예에서, 자율 주행 차량은 거리 센서만으로 감지된 정보를 사용하여 차량의 동작을 제어한다. 일부 실시예에서, 자율 주행 차량은 교통 신호등의 상태를 추론하고 그에 따라 차량의 동작을 제어하기 위해 비전 기반 센서(예를 들어, 하나 이상의 카메라)에 의해 감지된 정보로 거리 센서에 의해 감지된 정보를 보강한다. 이러한 동작은, 예를 들어, 차량을 정지해 있는 채로 유지되도록, 동일한 차선에서 주행하도록, 하나의 차선으로부터 교차하는 차선으로 회전하도록, 좌회전 또는 우회전하도록 동작시키는 것을 포함할 수 있다.

시스템 개관

도 1은 자율 주행 능력을 갖는 자율 주행 차량(100)의 일 예를 도시한다.

본원에서 사용되는 바와 같이, "자율 주행 능력"이라는 용어는, 완전한 자율 주행 차량, 고도의 자율 주행 차량, 및 조건부 자율 주행 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, 자율 주행 차량(AV)은 자율 주행 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 일 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 대 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 일부이다. 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 있어서, 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 특징, 예를 들어, 시골 지역에서의 주요 도로를 따라 있는 바위 및 나무 또는, 예를 들어, 미개발 지역에서의 피할 자연 장애물에 기초하여 규정될 수 있다. 차선은 또한 차선 마킹 또는 물리적 특징과 무관하게 해석될 수 있다. 예를 들어, 차선은 차선 경계로서 해석될 특징이 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 전달할 수 있어서, 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, Wi-Fi) 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, 하나 초과의 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, 열거된 연관 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 결정된다면" 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 3와 관련하여 아래에서 기술되는 클라우드 컴퓨팅 환경(300)과 유사한 클라우드 컴퓨팅 환경 상에 구현된다.

일반적으로, 본원은 완전한 자율 주행 차량, 고도의 자율 주행 차량, 및 조건부 자율 주행 차량, 예를 들어, 각각 소위 레벨 5 차량, 레벨 4 차량 및 레벨 3 차량을 포함하는 하나 이상의 자율 주행 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 자동 운전 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 자율 주행 차량 및 운전자 보조 차량, 예컨대, 소위 레벨 2 및 레벨 1 차량에도 적용 가능하다(SAE 국제 표준 J3016: 온로드 자동차 자동 운전 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 자율 주행 차량으로부터 인간 운전 차량에 이르는, 임의의 레벨에 있는 차량에 혜택을 줄 수 있다.

자율 주행 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 1명으로 줄었다. 예를 들어, 충돌이 발생할 것이라는 추가적인 0.5초의 경고는 전후 충돌의 60%를 완화시키는 것으로 여겨진다. 그렇지만, 수동적 안전 특징(예를 들면, 안전 벨트, 에어백)은 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, 자동 운전 시스템은, 예를 들어, 중요한 상황을 인간보다 잘 신뢰성있게 인식하고 피하는 것에 의해; 더 나은 의사 결정을 하고, 교통 법규를 준수하며, 미래의 사건을 인간보다 더 잘 예측하는 것에 의해; 그리고 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, AV(100)를 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 커맨드를 수신하고 이에 따라 동작하도록 설비된 디바이스(101)를 포함한다. 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, AV(100)의 선단의 배향)와 같은 AV(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 명령 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 과거 정보, 실시간 정보, 및/또는 예측 정보를 저장한다. 일 실시예에서, 저장된 정보는 맵, 운전 성능, 교통 혼잡 업데이트 또는 기상 조건을 포함한다. 일 실시예에서, 환경(190)에 관한 데이터는 원격에 위치된 데이터베이스(134)로부터 통신 채널을 통해 AV(100)에 송신된다.

일 실시예에서, AV 시스템(120)은 다른 차량의 상태 및 조건, 예컨대, 위치, 선속도와 각속도, 선가속도와 각가속도, 및 AV(100)를 향한 선형 헤딩(linear heading)과 각도 헤딩(angular heading)의 측정된 또는 추론된 속성을 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, 자율 주행 차량과의 통신 및 자율 주행 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 인터페이스(140)는 센서(121)로부터 수집된 데이터 또는 AV(100)의 동작에 관련된 다른 데이터를 원격에 위치된 데이터베이스(134)에 송신한다. 일 실시예에서, 통신 인터페이스(140)는 원격 운영(teleoperation)에 관련되는 정보를 AV(100)에 송신한다. 일부 실시예에서, AV(100)는 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 AV(100) 상의 메모리(144)에 저장되거나, 원격에 위치된 데이터베이스(134)로부터 통신 채널을 통해 AV(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 운전 속성(예를 들면, 속력 프로파일 및 가속도 프로파일)에 관한 과거 정보를 저장 및 송신한다. 일 구현예에서, 그러한 데이터는 AV(100) 상의 메모리(144)에 저장될 수 있거나, 원격에 위치된 데이터베이스(134)로부터 통신 채널을 통해 AV(100)에 송신될 수 있다.

AV(100) 상에 위치된 컴퓨팅 디바이스(146)는 실시간 센서 데이터 및 사전 정보(prior information) 둘 모두에 기초한 제어 액션을 알고리즘적으로 생성하여, AV 시스템(120)이 자율 주행 운전 능력을 실행할 수 있게 한다.

일 실시예에서, AV 시스템(120)은 AV(100)의 사용자(예를 들면, 탑승자 또는 원격 사용자)에게 정보 및 경고를 제공하고 그로부터 입력을 수신하기 위해 컴퓨팅 디바이스(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.

도 2는 예시적인 "클라우드" 컴퓨팅 환경을 예시한다. 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, 자율 주행 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 예시한다. 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 조합 내의 프로그램 명령에 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 하드웨어 프로세서(304)를 포함한다. 하드웨어 프로세서(304)는, 예를 들어, 범용 마이크로프로세서이다. 컴퓨터 시스템(300)은 프로세서(304)에 의해 실행될 명령 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 명령의 실행 동안 임시 변수 또는 다른 중간 정보를 저장하는 데 사용된다. 그러한 명령은, 프로세서(304)에 의해 액세스 가능한 비-일시적 저장 매체에 저장되어 있을 때, 컴퓨터 시스템(300)을 명령에 지정된 동작을 수행하도록 커스터마이징된 특수 목적 머신으로 만든다.

일 실시예에서, 컴퓨터 시스템(300)은, 프로세서(304)를 위한 정적 정보 및 명령을 저장하기 위해 버스(302)에 결합된 ROM(read only memory)(308) 또는 다른 정적 저장 디바이스를 추가로 포함한다. 자기 디스크, 광학 디스크, 솔리드 스테이트 드라이브, 또는 3차원 크로스 포인트 메모리와 같은, 저장 디바이스(310)가 제공되고 정보 및 명령을 저장하기 위해 버스(302)에 결합된다.

일 실시예에서, 컴퓨터 시스템(300)은 버스(302)를 통해, 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 결합된다. 문자 숫자식 키 및 다른 키를 포함하는 입력 디바이스(314)는 정보 및 커맨드 선택을 프로세서(304)에 통신하기 위해 버스(302)에 결합된다. 다른 유형의 사용자 입력 디바이스는 방향 정보 및 커맨드 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 명령의 하나 이상의 시퀀스를 실행하는 것에 응답하여 컴퓨터 시스템(300)에 의해 수행된다. 그러한 명령은, 저장 디바이스(310)와 같은, 다른 저장 매체로부터 메인 메모리(306) 내로 판독된다. 메인 메모리(306)에 포함된 명령의 시퀀스의 실행은 프로세서(304)로 하여금 본원에서 기술된 프로세스 단계를 수행하게 한다. 대안적인 실시예에서는, 소프트웨어 명령 대신에 또는 소프트웨어 명령과 조합하여 고정 배선 회로가 사용된다.

"저장 매체"라는 용어는, 본 명세서에서 사용되는 바와 같이, 머신이 특정 방식으로 동작하게 하는 데이터 및/또는 명령을 저장하는 임의의 비-일시적 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, 광파 또는 음향파의 형태를 취할 수 있다.

일 실시예에서, 실행을 위해 하나 이상의 명령의 하나 이상의 시퀀스를 프로세서(304)에 반송하는 데 다양한 형태의 매체가 관여된다. 예를 들어, 명령은 초기에 원격 컴퓨터의 자기 디스크 또는 솔리드 스테이트 드라이브에 보유된다. 원격 컴퓨터는 동적 메모리에 명령을 로딩하고 모뎀을 사용하여 전화선을 통해 명령을 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 명령을 검색 및 실행한다. 메인 메모리(306)에 의해 수신된 명령은 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 2-웨이 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.

자율 주행 차량 아키텍처

도 4는 자율 주행 차량(예를 들면, 도 1에 도시된 AV(100))에 대한 예시적인 아키텍처(400)를 도시한다. 아키텍처(400)는 인지 모듈(402)(때때로 인지 회로라고 지칭됨), 계획 모듈(planning module)(404)(때때로 계획 회로라고 지칭됨), 제어 모듈(406)(때때로 제어 회로라고 지칭됨), 로컬화 모듈(localization module)(408)(때때로 로컬화 회로라고 지칭됨), 및 데이터베이스 모듈(410)(때때로 데이터베이스 회로라고 지칭됨)을 포함한다. 각각의 모듈은 AV(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 판독 가능 매체 상에 저장된 실행 가능 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) AV(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 고-정밀 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 특징부, 예컨대, 횡단보도, 교통 표지판 또는 다양한 유형의 다른 주행 신호(travel signal)의 공간적 위치를 기술하는 맵을 포함한다. 일 실시예에서, 고-정밀 맵은 자동 또는 수동 주석 달기(annotation)를 통해 저-정밀 맵에 데이터를 추가함으로써 구성된다.

제어 모듈(406)은 궤적(414)을 나타내는 데이터 및 AV 위치(418)를 나타내는 데이터를 수신하고, AV(100)로 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 AV(100)로 하여금 왼쪽으로 회전하게 하고 스로틀링 및 제동이 AV(100)로 하여금 이러한 회전이 이루어지기 전에 지나가는 보행자 또는 차량을 위해 일시정지 및 대기하게 하는 방식으로, 제어 기능(420a 내지 420c)을 동작시킬 것이다.

자율 주행 차량 입력

도 5는 인지 모듈(402)(도 4)에 의해 사용되는 입력(502a 내지 502d)(예를 들면, 도 1에 도시된 센서(121)) 및 출력(504a 내지 504d)(예를 들면, 센서 데이터)의 일 예를 도시한다. 하나의 입력(502a)은 LiDAR(Light Detection and Ranging) 시스템(예를 들면, 도 1에 도시된 LiDAR(123))이다. LiDAR는 그의 시선에 있는 물리적 대상체에 관한 데이터를 획득하기 위해 광(예를 들면, 적외선 광과 같은 광의 버스트)을 사용하는 기술이다. LiDAR 시스템은 출력(504a)으로서 LiDAR 데이터를 생성한다. 예를 들어, LiDAR 데이터는 환경(190)의 표현을 구성하는 데 사용되는 3D 또는 2D 포인트(포인트 클라우드라고도 알려져 있음)의 집합체이다.

다른 입력(502b)은 RADAR 시스템이다. RADAR는 인근의 물리적 대상체에 관한 데이터를 획득하기 위해 라디오 파를 사용하는 기술이다. RADAR는 LiDAR 시스템의 시선 내에 있지 않은 대상체에 관한 데이터를 획득할 수 있다. RADAR 시스템(502b)은 출력(504b)으로서 RADAR 데이터를 생성한다. 예를 들어, RADAR 데이터는 환경(190)의 표현을 구성하는 데 사용되는 하나 이상의 라디오 주파수 전자기 신호이다.

다른 입력(502c)은 카메라 시스템이다. 카메라 시스템은 인근의 물리적 대상체에 관한 정보를 획득하기 위해 하나 이상의 카메라(예를 들면, CCD(charge-coupled device)와 같은 광 센서를 사용하는 디지털 카메라)를 사용한다. 카메라 시스템은 출력(504c)으로서 카메라 데이터를 생성한다. 카메라 데이터는 종종 이미지 데이터(예를 들면, RAW, JPEG, PNG 등과 같은 이미지 데이터 포맷의 데이터)의 형태를 취한다. 일부 예에서, 카메라 시스템은, 카메라 시스템이 깊이를 인지할 수 있게 하는, 예를 들어, 입체시(stereopsis)(스테레오 비전)를 위한, 다수의 독립적인 카메라를 갖는다. 비록 카메라 시스템에 의해 인지되는 대상체가 여기서 "인근"으로 기술되지만, 이것은 AV에 상대적인 것이다. 사용 중에, 카메라 시스템은 멀리 있는, 예를 들어, AV 전방으로 최대 1 킬로미터 이상에 있는 대상체를 "보도록" 구성될 수 있다. 따라서, 카메라 시스템은 멀리 떨어져 있는 대상체를 인지하도록 최적화되어 있는 센서 및 렌즈와 같은 특징부를 가질 수 있다.

다른 입력(502d)은 TLD(traffic light detection) 시스템이다. TLD 시스템은 하나 이상의 카메라를 사용하여, 시각적 운행 정보를 제공하는 교통 신호등, 거리 표지판, 및 다른 물리적 대상체에 관한 정보를 획득한다. TLD 시스템은 출력(504d)으로서 TLD 데이터를 생성한다. TLD 데이터는 종종 이미지 데이터(예를 들면, RAW, JPEG, PNG 등과 같은 이미지 데이터 포맷의 데이터)의 형태를 취한다. TLD 시스템은, 시각적 운행 정보를 제공하는 가능한 한 많은 물리적 대상체에 관한 정보를 획득하기 위해 TLD 시스템이 넓은 시야를 갖는 카메라(예를 들면, 광각 렌즈 또는 어안 렌즈를 사용함)를 사용하여, AV(100)가 이러한 대상체에 의해 제공되는 모든 관련 운행 정보에 액세스한다는 점에서, 카메라를 포함하는 시스템과 상이하다. 예를 들어, TLD 시스템의 시야각은 약 120도 이상일 수 있다.

일부 실시예에서, 출력(504a 내지 504d)은 센서 융합 기술을 사용하여 결합된다. 따라서, 개별 출력(504a 내지 504d) 중 어느 하나가 AV(100)의 다른 시스템에 제공되거나(예를 들면, 도 4에 도시된 바와 같은 계획 모듈(404)에 제공되거나), 또는 결합된 출력이 동일한 유형(동일한 결합 기술을 사용하는 것 또는 동일한 출력을 결합하는 것 또는 둘 모두)의 단일 결합 출력 또는 다중 결합 출력의 형태 또는 상이한 유형(예를 들면, 상이한 각자의 결합 기술을 사용하는 것 또는 상이한 각자의 출력을 결합하는 것 또는 둘 모두)의 단일 결합 출력 또는 다중 결합 출력의 형태 중 어느 하나로 다른 시스템에 제공될 수 있다. 일부 실시예에서, 조기 융합(early fusion) 기술이 사용된다. 조기 융합 기술은 하나 이상의 데이터 프로세싱 단계가 결합된 출력에 적용되기 전에 출력을 결합하는 것을 특징으로 한다. 일부 실시예에서, 늦은 융합(late fusion) 기술이 사용된다. 늦은 융합 기술은 하나 이상의 데이터 프로세싱 단계가 개별 출력에 적용된 후에 출력을 결합하는 것을 특징으로 한다.

도 6은 LiDAR 시스템(602)(예를 들면, 도 5에 도시된 입력(502a))의 일 예를 도시한다. LiDAR 시스템(602)은 광 방출기(606)(예를 들면, 레이저 송신기)로부터 광(604a 내지 604c)을 방출한다. LiDAR 시스템에 의해 방출되는 광은 전형적으로 가시 스펙트럼에 있지 않으며; 예를 들어, 적외선 광이 종종 사용된다. 방출되는 광(604b)의 일부는 물리적 대상체(608)(예를 들면, 차량)와 조우하고, LiDAR 시스템(602)으로 다시 반사된다. (LiDAR 시스템으로부터 방출되는 광은 전형적으로 물리적 대상체, 예를 들면, 고체 형태의 물리적 대상체를 관통하지 않는다). LiDAR 시스템(602)은 또한 반사된 광을 검출하는 하나 이상의 광 검출기(610)를 갖는다. 일 실시예에서, LiDAR 시스템과 연관된 하나 이상의 데이터 프로세싱 시스템은 LiDAR 시스템의 시야(614)를 나타내는 이미지(612)를 생성한다. 이미지(612)는 물리적 대상체(608)의 경계(616)를 나타내는 정보를 포함한다. 이러한 방식으로, 이미지(612)는 AV 인근의 하나 이상의 물리적 대상체의 경계(616)를 결정하는 데 사용된다.

도 7은 동작 중인 LiDAR 시스템(602)을 도시한다. 이 도면에 도시된 시나리오에서, AV(100)는 이미지(702) 형태의 카메라 시스템 출력(504c) 및 LiDAR 데이터 포인트(704) 형태의 LiDAR 시스템 출력(504a) 둘 모두를 수신한다. 사용 중에, AV(100)의 데이터 프로세싱 시스템은 이미지(702)를 데이터 포인트(704)와 비교한다. 특히, 이미지(702)에서 식별된 물리적 대상체(706)가 데이터 포인트(704) 중에서도 식별된다. 이러한 방식으로, AV(100)는 데이터 포인트(704)의 윤곽 및 밀도에 기초하여 물리적 대상체의 경계를 인지한다.

도 8은 LiDAR 시스템(602)의 동작을 추가적으로 상세하게 도시한다. 위에서 기술된 바와 같이, AV(100)는 LiDAR 시스템(602)에 의해 검출되는 데이터 포인트의 특성에 기초하여 물리적 대상체의 경계를 검출한다. 도 8에 도시된 바와 같이, 지면(802)과 같은 평평한 대상체는 LiDAR 시스템(602)으로부터 방출되는 광(804a 내지 804d)을 일관된 방식으로 반사할 것이다. 달리 말하면, LiDAR 시스템(602)이 일관된 간격을 사용하여 광을 방출하기 때문에, 지면(802)은 광을 동일한 일관된 간격으로 다시 LiDAR 시스템(602)으로 반사할 것이다. AV(100)가 지면(802) 위를 주행함에 따라, LiDAR 시스템(602)은 도로를 방해하는 것이 아무 것도 없는 경우 다음 유효 지면 포인트(806)에 의해 반사되는 광을 계속 검출할 것이다. 그렇지만, 대상체(808)가 도로를 방해하는 경우, LiDAR 시스템(602)에 의해 방출되는 광(804e 및 804f)은 예상되는 일관된 방식과 부합하지 않는 방식으로 포인트(810a 및 810b)로부터 반사될 것이다. 이 정보로부터, AV(100)는 대상체(808)가 존재한다고 결정할 수 있다.

경로 계획

도 9는 (예를 들면, 도 4에 도시된 바와 같은) 계획 모듈(404)의 입력과 출력 사이의 관계의 블록 다이어그램(900)을 도시한다. 일반적으로, 계획 모듈(404)의 출력은 시작 포인트(904)(예를 들면, 소스 위치 또는 초기 위치)로부터 종료 포인트(906)(예를 들면, 목적지 또는 최종 위치)까지의 루트(902)이다. 루트(902)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 들어, AV(100)가 4륜 구동(4WD) 또는 상시 4륜구동(AWD) 자동차, SUV, 픽업 트럭 등과 같은 오프-로드 주행 가능 차량인 경우, 루트(902)는 비포장 경로 또는 탁트인 들판과 같은 "오프-로드" 세그먼트를 포함한다.

루트(902)에 추가하여, 계획 모듈은 차선 레벨 루트 계획 데이터(908)도 출력한다. 차선 레벨 루트 계획 데이터(908)는 특정한 시간에서의 세그먼트의 조건에 기초하여 루트(902)의 세그먼트를 횡단하는 데 사용된다. 예를 들어, 루트(902)가 다중 차선 간선도로를 포함하는 경우, 차선 레벨 루트 계획 데이터(908)는, 예를 들어, 출구가 다가오고 있는지, 차선 중 하나 이상이 다른 차량을 갖는지, 또는 수 분 이하 동안에 걸쳐 변화되는 다른 인자에 기초하여, AV(100)가 다중 차선 중 한 차선을 선택하는 데 사용할 수 있는 궤적 계획 데이터(910)를 포함한다. 유사하게, 일부 구현예에서, 차선 레벨 루트 계획 데이터(908)는 루트(902)의 세그먼트에 특정적인 속력 제약(912)을 포함한다. 예를 들어, 세그먼트가 보행자 또는 예상치 못한 교통상황(traffic)을 포함하는 경우, 속력 제약(912)은 AV(100)를 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(914), 현재 위치 데이터(916)(예를 들면, 도 4에 도시된 AV 위치(418)), (예를 들면, 도 4에 도시된 목적지(412)에 대한) 목적지 데이터(918), 및 대상체 데이터(920)(예를 들면, 도 4에 도시된 인지 모듈(402)에 의해 인지되는 분류된 대상체(416))를 포함한다. 일 실시예에서, 데이터베이스 데이터(914)는 계획에 사용되는 규칙을 포함한다. 규칙은 형식 언어를 사용하여, 예를 들어, 불리언 로직을 사용하여 규정된다. AV(100)가 조우하는 임의의 주어진 상황에서, 규칙들 중 적어도 일부는 해당 상황에 적용될 것이다. 규칙이 AV(100)에 이용 가능한 정보, 예를 들면, 주위 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.

도 10은, 예를 들어, 계획 모듈(404)(도 4)에 의해 경로 계획에 사용되는 방향 그래프(1000)를 도시한다. 일반적으로, 도 10에 도시된 것과 같은 방향 그래프(1000)는 임의의 시작 포인트(1002)와 종료 포인트(1004) 사이의 경로를 결정하는 데 사용된다. 현실 세계에서는, 시작 포인트(1002)와 종료 포인트(1004)를 분리하는 거리는 상대적으로 클 수 있거나(예를 들면, 2개의 상이한 대도시 지역에 있음) 또는 상대적으로 작을 수 있다(예를 들면, 도시 블록과 맞닿아 있는 2개의 교차로 또는 다중 차선 도로의 2개의 차선).

일 실시예에서, 방향 그래프(1000)는 AV(100)에 의해 점유될 수 있는 시작 포인트(1002)와 종료 포인트(1004) 사이의 상이한 위치를 나타내는 노드(1006a 내지 1006d)를 갖는다. 일부 예에서, 예를 들면, 시작 포인트(1002)와 종료 포인트(1004)가 상이한 대도시 지역을 나타낼 때, 노드(1006a 내지 1006d)는 도로의 세그먼트를 나타낸다. 일부 예에서, 예를 들면, 시작 포인트(1002)와 종료 포인트(1004)가 동일한 도로 상의 상이한 위치를 나타낼 때, 노드(1006a 내지 1006d)는 해당 도로 상의 상이한 위치를 나타낸다. 이러한 방식으로, 방향 그래프(1000)는 다양한 레벨의 입도(granularity)로 정보를 포함한다. 일 실시예에서, 높은 입도를 갖는 방향 그래프는 또한 더 큰 스케일을 갖는 다른 방향 그래프의 서브그래프(subgraph)이다. 예를 들어, 시작 포인트(1002)와 종료 포인트(1004)가 멀리 떨어져 있는(예를 들면, 수 마일(many miles) 떨어져 있는) 방향 그래프는 그의 정보 대부분이 낮은 입도이고 저장된 데이터에 기초하지만, AV(100)의 시야 내의 물리적 위치를 나타내는 그래프의 부분에 대한 일부 높은 입도 정보도 포함한다.

노드(1006a 내지 1006d)는 노드와 오버랩될 수 없는 대상체(1008a 및 1008b)와 별개이다. 일 실시예에서, 입도가 낮을 때, 대상체(1008a 및 1008b)는 자동차에 의해 횡단될 수 없는 영역, 예를 들면, 거리 또는 도로가 없는 구역을 나타낸다. 입도가 높을 때, 대상체(1008a 및 1008b)는 AV(100)의 시야 내의 물리적 대상체, 예를 들면, 다른 자동차, 보행자, 또는 AV(100)와 물리적 공간을 공유할 수 없는 다른 엔티티를 나타낸다. 일 실시예에서, 대상체(1008a 내지 1008b)의 일부 또는 전부는 정적 대상체(예를 들면, 가로등 또는 전신주와 같은 위치를 변경하지 않는 대상체) 또는 동적 대상체(예를 들면, 보행자 또는 다른 자동차와 같은 위치를 변경할 수 있는 대상체)이다.

노드(1006a 내지 1006d)는 에지(1010a 내지 1010c)에 의해 연결된다. 2개의 노드(1006a 및 1006b)가 에지(1010a)에 의해 연결되는 경우, AV(100)가, 예를 들면, 다른 노드(1006b)에 도착하기 전에 중간 노드로 주행할 필요 없이, 하나의 노드(1006a)와 다른 노드(1006b) 사이에서 주행하는 것이 가능하다. (노드들 사이에서 주행하는 AV(100)를 언급할 때, AV(100)가 각자의 노드에 의해 표현되는 2개의 물리적 위치 사이에서 주행한다는 것을 의미한다.) 에지(1010a 내지 1010c)는, AV(100)가 제1 노드로부터 제2 노드로, 또는 제2 노드로부터 제1 노드로 주행한다는 의미에서 종종 양방향성이다. 일 실시예에서, 에지(1010a 내지 1010c)는, AV(100)가 제1 노드로부터 제2 노드로 주행할 수 있지만, AV(100)가 제2 노드로부터 제1 노드로 주행할 수 없다는 의미에서 단방향성이다. 에지(1010a 내지 1010c)는, 예를 들어, 일방통행로, 거리, 도로, 또는 간선도로의 개별 차선, 또는 법적 또는 물리적 제약으로 인해 일 방향으로만 횡단될 수 있는 다른 특징부를 나타낼 때, 단방향성이다.

일 실시예에서, 계획 모듈(404)은 방향 그래프(1000)를 사용하여 시작 포인트(1002)와 종료 포인트(1004) 사이의 노드 및 에지로 이루어진 경로(1012)를 식별한다.

에지(1010a 내지 1010c)는 연관된 비용(1014a 및 1014b)을 갖는다. 비용(1014a 및 1014b)은 AV(100)가 해당 에지를 선택하는 경우 소비될 리소스를 나타내는 값이다. 전형적인 리소스는 시간이다. 예를 들어, 하나의 에지(1010a)가 다른 에지(1010b)의 물리적 거리의 2배인 물리적 거리를 나타내는 경우, 제1 에지(1010a)의 연관된 비용(1014a)은 제2 에지(1010b)의 연관된 비용(1014b)의 2배일 수 있다. 시간에 영향을 미치는 다른 인자는 예상된 교통상황, 교차로의 개수, 속력 제한 등을 포함한다. 다른 전형적인 리소스는 연비이다. 2개의 에지(1010a 및 1010b)는 동일한 물리적 거리를 나타낼 수 있지만, 예를 들면, 도로 조건, 예상된 날씨 등으로 인해, 하나의 에지(1010a)는 다른 에지(1010b)보다 더 많은 연료를 필요로 할 수 있다.

계획 모듈(404)이 시작 포인트(1002)와 종료 포인트(1004) 사이의 경로(1012)를 식별할 때, 계획 모듈(404)은 전형적으로, 비용에 최적화된 경로, 예를 들면, 에지의 개별 비용이 함께 가산될 때 가장 적은 전체 비용을 갖는 경로를 선택한다.

자율 주행 차량 제어

도 11은 (예를 들면, 도 4에 도시된 바와 같은) 제어 모듈(406)의 입력 및 출력의 블록 다이어그램(1100)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(210)를 포함하는 제어기(1102), 및 메모리 내에 저장된 명령에 따라 동작하는데, 상기 명령은 명령이 (예를 들면, 하나 이상의 프로세서에 의해) 실행될 때 제어기(1102)의 동작을 수행한다.

일 실시예에서, 제어기(1102)는 원하는 출력(1104)을 나타내는 데이터를 수신한다. 원하는 출력(1104)은 전형적으로 속도, 예를 들어, 속력 및 헤딩을 포함한다. 원하는 출력(1104)은, 예를 들어, (예를 들면, 도 4에 도시된 바와 같은) 계획 모듈(404)로부터 수신되는 데이터에 기초할 수 있다. 원하는 출력(1104)에 따라, 제어기(1102)는 스로틀 입력(1106) 및 조향 입력(1108)으로서 사용 가능한 데이터를 생성한다. 스로틀 입력(1106)은 원하는 출력(1104)을 달성하기 위해, 예를 들면, 조향 페달에 관여하거나 또는 다른 스로틀 제어에 관여함으로써, AV(100)의 스로틀(예를 들면, 가속 제어)에 관여하는 정도를 나타낸다. 일부 예에서, 스로틀 입력(1106)은 AV(100)의 브레이크(예를 들면, 감속 제어)에 관여하는 데 사용 가능한 데이터를 또한 포함한다. 조향 입력(1108)은 조향각, 예를 들면, AV의 조향 컨트롤(예를 들면, 조향 휠, 조향각 액추에이터, 또는 조향각을 제어하기 위한 다른 기능성)이 원하는 출력(1104)을 달성하도록 위치설정되어야 하는 각도를 나타낸다.

일 실시예에서, 제어기(1102)는 스로틀 및 조향에 제공되는 입력을 조정하는 데 사용되는 피드백을 수신한다. 예를 들어, AV(100)가 언덕과 같은 방해물(1110)과 조우하면, AV(100)의 측정된 속력(1112)은 원하는 출력 속력 아래로 낮아진다. 일 실시예에서, 임의의 측정된 출력(1114)은, 예를 들어, 측정된 속력과 원하는 출력 사이의 차분(1113)에 기초하여, 필요한 조정이 수행되도록 제어기(1102)에 제공된다. 측정된 출력(1114)은 측정된 위치(1116), 측정된 속도(1118)(속력 및 헤딩을 포함), 측정된 가속도(1120), 및 AV(100)의 센서에 의해 측정 가능한 다른 출력을 포함한다.

일 실시예에서, 방해물(1110)에 관한 정보는, 예를 들면, 카메라 또는 LiDAR 센서와 같은 센서에 의해 미리 검출되고, 예측 피드백 모듈(1122)에 제공된다. 이후, 예측 피드백 모듈(1122)은 정보를 제어기(1102)에 제공하며, 제어기(1102)는 이 정보를 사용하여 그에 따라 조정할 수 있다. 예를 들어, AV(100)의 센서가 언덕을 검출한("본") 경우, 이 정보는 상당한 감속을 방지하도록 적절한 시간에 스로틀에 관여할 준비를 하기 위해 제어기(1102)에 의해 사용될 수 있다.

도 12는 제어기(1102)의 입력, 출력, 및 컴포넌트의 블록 다이어그램(1200)을 도시한다. 제어기(1102)는 스로틀/브레이크 제어기(1204)의 동작에 영향을 미치는 속력 프로파일러(1202)를 갖는다. 예를 들어, 속력 프로파일러(1202)는, 예를 들면, 제어기(1102)에 의해 수신되고 속력 프로파일러(1202)에 의해 프로세싱되는 피드백에 따라 스로틀/브레이크(1206)를 사용하여 가속에 관여하거나 감속에 관여하도록 스로틀/브레이크 제어기(1204)에 명령한다.

제어기(1102)는 또한 조향 제어기(1210)의 동작에 영향을 미치는 측방향 추적 제어기(1208)를 갖는다. 예를 들어, 측방향 추적 제어기(1208)는, 예를 들면, 제어기(1102)에 의해 수신되고 측방향 추적 제어기(1208)에 의해 프로세싱되는 피드백에 따라 조향각 액추에이터(1212)의 위치를 조정하도록 조향 제어기(1210)에 명령한다.

제어기(1102)는 스로틀/브레이크(1206) 및 조향각 액추에이터(1212)를 제어하는 방법을 결정하는 데 사용되는 여러 입력을 수신한다. 계획 모듈(404)은, 예를 들어, AV(100)가 동작을 시작할 때 헤딩을 선택하기 위해 그리고 AV(100)가 교차로에 도달할 때 어느 도로 세그먼트를 횡단할지를 결정하기 위해, 제어기(1102)에 의해 사용되는 정보를 제공한다. 로컬화 모듈(408)은, 예를 들어, 스로틀/브레이크(1206) 및 조향각 액추에이터(1212)가 제어되고 있는 방식에 기초하여 예상되는 위치에 AV(100)가 있는지를 제어기(1102)가 결정할 수 있도록, AV(100)의 현재 위치를 기술하는 정보를 제어기(1102)에 제공한다. 일 실시예에서, 제어기(1102)는 다른 입력(1214)으로부터의 정보, 예를 들어, 데이터베이스, 컴퓨터 네트워크 등으로부터 수신된 정보를 수신한다.

거리 센서를 사용한 교통 신호등의 상태의 추론

도 13은 교통 신호(1318)에 의해 제어되는 교차로(1300)의 개략 다이어그램을 도시한다. 교차로(1300)는 다수의 운전 가능 영역에 의해 형성된다. 제1 운전 가능 영역은 교통 신호(1318)의 남쪽에 있는 도로 블록(1302 및 1316)을 포함한다. 제2 운전 가능 영역은 교통 신호(1318)의 동쪽에 있는 도로 블록(1304 및 1306)을 포함한다. 제3 운전 가능 영역은 교통 신호(1318)의 북쪽에 있는 도로 블록(1308 및 1310)을 포함한다. 제4 운전 가능 영역은 교통 신호(1318)의 서쪽에 있는 도로 블록(1312 및 1314)을 포함한다. 예시적인 교차로(1300)에서, 각각의 도로 블록은 차량이 주행할 수 있는 2개의 차선(파선에 의해 분리됨)을 포함한다. 교통 신호(1318)의 동일한 측면에 있는 인접한 도로 블록은 차선 분리대(실선으로 도시됨)에 의해 분리되고 2개의 각자의 차선 부분을 나타낸다. 도로 블록에 있는 차량은 해당 도로 블록 내의 임의의 차선에서 주행할 수 있다. 그러나 한 도로 블록에 있는 차량이 인접한 도로 블록에서 주행하기 위해 차선 분리대를 넘어가도록 법적으로 허용되어 있지 않다.

교통 신호(1318)는 교차로(1300)를 통한 교통 흐름을 제어하고 다수의 교통 신호등(예를 들어, 교통 신호등(1320a, 1320b, 1320c, 1320d))을 포함하며, 각각의 교통 신호등은 교차로(1300)를 통한 주행 허가 또는 교차로(1300)에서의 정지 요구 중 어느 하나를 시각적으로 전달한다. 교통 신호는 지역 교통 규칙에 기초하여 동작한다. 예시적인 교차로(1300)에서, 지역 교통 규칙은 차량에 운전 가능 영역의 우측에서 주행하고, 도로 블록을 향하고 있는 교통 신호가 적색, 황색, 및 녹색일 때, 제각기, 교차로(1300)에서 정지하고, 속도를 줄이면서 교차로(1300)에 접근하며, 교차로(1300)를 통과하도록 요구한다. 상이한 교차로를 통제하는, 상이한 위치에서의 교통 규칙은 상이할 수 있다. 본 개시에서 설명된 기술은 지역 교통 규칙에 기초하여 구현될 수 있다.

예시적인 교차로(1300)에서, AV(100)는 도로 블록(1302)에서 교차로(1300)에서 정지된 것으로 도시되어 있다. 지역 교통 규칙은, 주행하도록 허용될 때, AV(100)가 도로 블록(1302)으로부터 도로 블록(1304)으로 우회전하거나 또는 도로 블록(1302)으로부터 도로 블록(1308)으로 직진하여 주행하거나 또는 도로 블록(1302)으로부터 도로 블록(1312)으로 좌회전할 것을 요구한다. 지역 교통 규칙은 추가적으로 도로 블록(1302)을 향하고 있는 교통 신호등(1320a)이 녹색인 경우에만 AV(100)에 교차로(1300)를 통해 도로 블록(1308) 또는 도로 블록(1312)으로 주행하도록 허용한다. 일부 교차로에서, 지역 교통 규칙은, 어떠한 다른 대상체도 도로 블록(1304)을 향해 주행하고 있지 않는 한, 교통 신호등(1320a)이 적색인 경우에도 AV(100)에 도로 블록(1302)으로부터 도로 블록(1304)으로 주행하도록 허용한다. 계획 모듈(404)은 이들 및 다른 지역 교통 규칙을 저장하고 저장된 규칙에 따라 차량을 동작시키도록 구성된다.

계획 모듈(404)은 지리적 영역 내의 각각의 교차로에 대해 주석이 달린 교통 신호등 정보를 포함하는 교통 신호등 선행 맵 데이터(traffic light prior map data)를 저장한다. 각각의 교통 신호등에 대해, 저장된 정보는 AV(100)가 교통 신호를 향해 주행할 수 있는 도로 블록인 "출발점(from)" 도로 블록과 AV(100)가 교통 신호로부터 멀어지게 주행할 수 있는 도로 블록인 "도착점(to)" 도로 블록 간의 연관성을 포함한다. 교통 신호의 상태를 결정하는 것에 의해, 계획 모듈(404)은 지역 교통 규칙을 준수함으로써 교차로(1300)를 통해 운행하도록 AV(100)를 동작시킬 수 있다.

일부 실시예에서, 계획 모듈(404)은 교차로(1300)를 통한 횡단 상태를 추정하는 것에 의해 교통 신호(1318)의 상태를 결정할 수 있다. 교차로(1300)를 통한 횡단 상태는 교차로(1300)에 있거나 교차로(1300)에 접근하는 대상체(예를 들어, 도로 블록(1310)에서 주행하는 차량(1322), 도로 블록(1314)에서 주행하는 차량(1324), 도로 블록(1302 및 1316)을 건너가려고 시도하는 보행자(1326))의 움직임 상태를 나타낸다. 움직임 상태는, 대상체가 도로 블록에서 또는 교차로를 통해 정지해 있는, 즉 움직이지 않는, 정지 상태(stationary state)를 포함한다. 움직임 상태는 차량이 교통 신호(1318)를 향해 또는 교통 신호(1318)로부터 멀어지게 주행하는 이동 상태(mobile state)를 포함한다. 이동 상태는 차량의 속도가 실질적으로 일정한 정상 속도 상태 주행(steady velocity state travel) 또는 차량의 속도가 시간에 따라 증가하는 가속 상태(accelerating state) 또는 차량의 속도가 시간에 따라 감소하는 감속 상태(decelerating state)를 추가적으로 포함할 수 있다. 교통 신호(1318)의 상태, 즉 AV(100) 근처에 있는 대상체의 움직임 상태를 결정하는 것에 의해, 계획 모듈(404)은, 일부 실시예에서, 카메라 시스템(502c) 또는 TLD 시스템(502d) 또는 둘 모두와 같은 비전 기반 센서의 출력으로부터 생성된 이미지 데이터 없이, 교통 신호(1318)의 상태를 결정한다. 일부 실시예에서, 계획 모듈(404)은 거리 센서, 예를 들어, LiDAR 시스템(502a), RADAR 시스템(502b), 어레이 마이크로폰과 같은 청각 센서, 또는 이들의 조합의 출력을 사용하여 교차로(1300)의 상태를 추정한다.

일 실시예에서, 교통 신호(1318)의 상태는 교차로(1300)에 대한 트레이닝된 모델을 이용하는 것에 의해 결정된다. 트레이닝된 모델은 교차로(1300) 또는 다른 유사한 교차로에서의 과거 횡단 상태 데이터에 머신 러닝 기술을 적용함으로써 생성된다. 트레이닝된 모델은, 인자 중에서도, 하루 중의 시간(time of day), 교통 조건, 시청각 또는 다른 데이터에 기초한 보행자 밀도, 및 날씨를 고려한다. 예를 들어, 교차로(1300)에 대한 과거 횡단 데이터가 수집되고 저장된다. 교차로(1300)에 있는 교통 신호의 상태를 결정하기 위한 여기에 설명된 기술은 과거 횡단 데이터에 적용될 수 있다. 일부 실시예에서, 교통 신호의 상태는 다수의 시간 입도 레벨에서 결정된다. 즉, 매초, 매분, 매시, 매일의 교통 신호의 상태가 결정될 수 있다. 머신 러닝 기술은 다수의 시간 입도 레벨에서 과거 횡단 데이터로부터 결정된 교통 신호의 상태를 사용하여 주어진 시간 순간에서의 교차로(1300)에 있는 교통 신호의 상태를 추론하거나 추정하도록 계획 모듈(404)을 트레이닝시키도록 구현될 수 있다. 머신 러닝에 의해 획득된 추론은 거리 센서에 의한 정보를 사용하여 이루어진 추론으로 개선될 수 있다. 추가적으로, 머신 러닝 기술을 개선시키기 위해 과거 횡단 데이터가 업데이트될 수 있다.

도 14는 교차로의 횡단 상태를 추정하는 것에 기초하여 차량을 동작시키기 위한 프로세스(1400)의 일 예의 플로차트이다. 프로세스(1400)의 특정 양태는 계획 모듈(404)에 의해 구현된다. 프로세스(1400)의 특정 양태는 제어기(1102)에 의해 구현될 수 있다. 프로세스(1400)는 교차로, 예를 들어, 교차로(1300)를 통한 차량, 예를 들어, AV(100)의 동작을 제어하기 위해 구현될 수 있다. 1402에서, 교차로에서의 대상체의 움직임 상태가 거리 센서, 예를 들어, LiDAR 또는 RADAR 또는 둘 모두를 사용하여 결정된다. 예를 들어, 계획 모듈(404)은 거리 센서(LiDAR 시스템(502a), RADAR 시스템(502b) 또는 둘 모두)를 동작시킨다. 거리 센서에 의해 감지된 정보에 기초하여, 계획 모듈(404)은 대상체의 유형, 예를 들어, 대상체가 운전 가능 영역에 있는 차량인지 또는 횡단보도에 있는 보행자인지를 결정할 수 있다. 각각의 대상체에 대해, 계획 모듈(404)은 임의의 주어진 시간에서의 움직임 상태를 결정한다. 예를 들어, 차량에 대해, 계획 모듈(404)은 차량이 주행하고 있는 도로 블록, 차량이 정지해 있는지 또는 움직이고 있는지, 주행 방향, 속도, 차량이 가속 중인지 또는 감속 중인지를 결정할 수 있다. 보행자에 대해, 계획 모듈(404)은 보행자가 도로 블록에 있는지 또는 도로 블록에 인접해 있는지, 보행자가 움직이고 있는지 또는 정지해 있는지를 결정할 수 있다.

1404에서, 교차로에 있는 교통 신호의 상태가 움직임 상태에 기초하여 결정된다. 1406에서, 차량의 동작이 교통 신호의 상태에 기초하여 제어된다. 차량의 동작은 차량이 주행할 필요가 있는 궤적에도 기초한다. 대상체의 움직임 상태에 기초하여 교통 신호의 상태를 결정하고 교통 신호의 상태에 기초하여 차량의 동작을 제어하기 위해 계획 모듈(404)에 의해 구현되는 예시적인 기술이 교차로(1300)를 참조하여 설명되어 있다. 아래에서 기술되는 특정 예는 계획 모듈(404)이 프로세스(1400)를 구현할 때 AV(100) 및 하나의 다른 대상체가 교차로(1300)에 있다고 가정한다. AV(100) 및 하나 초과의 대상체가 교차로(1300)에 있는 경우에, 계획 모듈(404)은 각각의 대상체를 참조하여 아래에서 설명되는 기술을 조합할 수 있다.

일 예에서, AV(100)는 도로 블록(1302)에서 주행하고 있고 그의 궤적은 교차로(1300)를 통해 도로 블록(1308)으로 계속된다. 거리 센서에 의해 감지된 정보에 기초하여, 계획 모듈(404)은 도로 블록(1306)에서 주행하는 차량(1328)이 정지 상태에 있다고 결정한다. 이 예에서, 거리 센서에 의해 감지된 정보는 교차로(1300)에서 AV(100) 근처에 어떠한 다른 대상체도 없다는 것, 즉, AV(100) 이외에 차량(1328)이 교차로(1300)에 있는 유일한 대상체라는 것을 나타낸다. 차량(1328)이 교차로(1300)에서 정지 상태에 유지되기 때문에, 계획 모듈(404)은 교통 신호등(1320a)이 녹색이고 교통 신호등(1320b)이 적색이어서, AV(100)에 주행하여 통과하도록 허용하고 차량(1328)이 교차로(1300)에서 정지할 것을 요구한다고 결정한다, 즉 추론하거나 추정한다. 교통 신호(1318)의 상태의 이러한 결정에 기초하여, 계획 모듈(404)은 교차로(1300)를 통해 도로 블록(1308)으로 주행하도록 AV(100)를 동작시킨다.

다른 예에서, AV(100)는 교차로(1300)에서 정지 상태로 도로 블록(1302)에 있으며 그의 궤적은 교차로(1300)를 통해 도로 블록(1308)으로 계속된다. 거리 센서에 의해 감지된 정보에 기초하여, 계획 모듈(404)은 도로 블록(1306)에서 주행하는 차량(1328)이 교차로(1300)에 접근함에 따라 차량(1328)이 감속 상태에 있다고 결정한다. 이 예에서, 거리 센서에 의해 감지된 정보는 교차로(1300)에서 AV(100) 근처에 어떠한 다른 대상체도 없다는 것, 즉, AV(100) 이외에 차량(1328)이 교차로(1300)에 있는 유일한 대상체라는 것을 나타낸다. 차량(1328)이 감속 상태에 있기 때문에, 계획 모듈(404)은 교통 신호등(1320b)이 적색이거나 적색으로 전환되려고 하고, 교통 신호등(1320a)이 녹색이거나 녹색으로 전환되려고 하여, AV(100)에 교차로(1300)를 통해 주행하도록 허용한다고 결정한다, 즉 추론하거나 추정한다. 교통 신호(1318)의 상태의 이러한 결정에 기초하여, 계획 모듈(404)은 교차로(1300)를 통해 도로 블록(1308)으로 주행을 개시하도록 AV(100)를 동작시킨다.

추가 예에서, AV(100)는 도로 블록(1302)에서 주행하고 있고 그의 궤적은 교차로(1300)에서 도로 블록(1304)으로 우회전한다. 거리 센서에 의해 감지된 정보에 기초하여, 계획 모듈(404)은 보행자(1326)가 교차로(1300)에 있다고 결정한다. 계획 모듈(404)은 또한 지역 교통 규칙이, 보행자가 도로 블록(1302)으로부터 도로 블록(1316)으로 또는 도로 블록(1304)으로부터 도로 블록(1306)으로 건너가려고 의도하는 때를 제외하고는, 교통 신호등(1320a)이 적색인 경우에도 AV(100)에 도로 블록(1302)으로부터 도로 블록(1304)으로 우회전하도록 허용한다고 결정한다. 거리 센서에 의해 감지된 정보에 기초하여, 계획 모듈(404)은 보행자(1326)가 정지해 있다고 결정한다. 이 예에서, 거리 센서에 의해 감지된 정보는 교차로(1300)에서 AV(100) 근처에 어떠한 다른 대상체도 없다는 것, 즉, AV(100) 이외에 보행자(1326)가 교차로(1300)에 있는 유일한 대상체라는 것을 나타낸다. 보행자(1326)가 교차로(1300)에서 정지 상태에 유지되기 때문에 그리고 지역 교통 규칙이 도로 블록(1302)으로부터 도로 블록(1304)으로의 우회전을 허용하기 때문에, 계획 모듈(404)은 교통 신호(1318)가 AV(100)에 도로 블록(1304)으로 우회전하도록 허용한다고 결정한다, 즉 추론하거나 추정한다. 교통 신호(1318)의 상태의 이러한 결정에 기초하여, 계획 모듈(404)은 도로 블록(1304)으로 우회전하도록 AV(100)를 동작시킨다.

일부 실시예에서, 대상체의 움직임 상태는 대상체의 주행 방향을 포함한다. 다른 예에서, AV(100)는 교차로(1300)에서 정지 상태로 도로 블록(1302)에 있으며 그의 궤적은 교차로(1300)에서 도로 블록(1312)으로 좌회전한다. 거리 센서에 의해 감지된 정보에 기초하여, 계획 모듈(404)은 차량(1322)이 도로 블록(1310)에서 정지 상태 또는 감속 상태에 있고 도로 블록(1314)에서 주행하는 차량(1324)이 교차로(1300)에서 도로 블록(1316)으로 우회전하고 있다고 결정한다. 이 예에서, 거리 센서에 의해 감지된 정보는 교차로(1300)에서 AV(100) 근처에 어떠한 다른 대상체도 없다는 것, 즉, AV(100) 이외에 차량(1322 및 1324)이 교차로(1300)에 있는 유일한 대상체라는 것을 나타낸다. 차량(1322)이 정지 상태에 또는 감속 상태에 있고 차량(1324)이 우회전하고 있기 때문에, 계획 모듈(404)은 교통 신호등(1320a)이 녹색이어서 도로 블록(1302)으로부터 도로 블록(1312)으로의 좌회전을 허용하고 교통 신호등(1320c)이 적색이라고 결정한다, 즉 추론하거나 추정한다. 계획 모듈(404)은 추가적으로 차량(1324)에 의해 실행되는 우회전이 AV(100)에 의해 실행될 좌회전에 영향을 미치지 않는다고 결정할 수 있다. 교통 신호(1318)의 상태 및 차량(1324)의 움직임 상태의 이러한 결정에 기초하여, 계획 모듈(404)은 교차로(1300)를 통해 도로 블록(1302)으로부터 도로 블록(1312)으로 좌회전을 개시하도록 AV(100)를 동작시킨다.

일부 실시예에서, 계획 모듈(404)은 비전 기반 센서, 예를 들어, 카메라 시스템(502c) 또는 TLD 시스템(502d) 또는 둘 모두를 사용하여 교통 신호(1318)의 상태를 결정한다. 비전 기반 센서의 출력으로부터 생성된 이미지 데이터를 사용하여, 계획 모듈(404)은 교통 신호(1318)의 상태를 결정한다. 비전 기반 센서를 사용하여 결정된 교통 신호(1318)의 상태의 추론과 거리 센서를 사용하여 결정된 교통 신호(1318)의 상태의 추론을 조합하는 것에 의해, 계획 모듈(404)은 교통 신호(1318)의 상태에 관한 추론을 조정한다. 이러한 방식으로, 거리 센서에 의해 감지된 정보는 교통 신호(1318)의 상태를 결정할 때 비전 기반 센서에 의해 감지된 정보를 보강하는 데 사용된다. 비전 기반 센서로부터의 정보가 거리 센서로부터의 정보와 모순되는 경우에, 계획 모듈(404)은 비전 기반 센서로부터의 정보를 선택한다. 예를 들어, 비전 기반 센서가 교통 신호가 적색임을 감지하는 반면 거리 센서로부터의 정보가 교통 신호가 녹색이라는 추론을 산출하는 경우, 계획 모듈(404)은 교통 신호가 적색이라고 결정하여, 거리 센서로부터의 정보를 무시(override)한다.

예를 들어, 교통 신호(1320d)는 적색이고 교통 신호(1320a)는 녹색이다. 계획 모듈(404)은 교통 신호(1318)의 상태가 도로 블록(1314)에서 주행하는 차량(1324)에 교차로(1300)에서 정지하도록 요구하고 AV(100)에 교차로(1300)를 통해 주행하도록 허용한다고 추론한다. 일부 실시예에서, 계획 모듈(404)은 도로 블록(1302) 또는 도로 블록(1314) 중 어느 하나 또는 둘 모두에서의 다른 차량(도시되지 않음)의 움직임 상태에 기초하여 교통 신호(1318)의 상태를 추론할 수 있다. 일부 실시예에서, 계획 모듈(404)은 비전 기반 센서의 출력에 기초하여 교통 신호(1318)의 상태를 추론한다. 계획 모듈(404)이 교차로(1300)를 통한 AV(100)의 주행을 개시하거나 계속할 때, 계획 모듈(404)은, 거리 센서에 의해 감지된 정보에 기초하여, 차량(1324)이 교차로(1300)에서 정지할 가능성이 없다고 결정한다. 예를 들어, 계획 모듈(404)은 차량(1324)이 교차로(1300)에서 정지할 가능성을 나타내는 안전 임계치를 결정한다. 안전 임계치는 차량(1324)의 속력, 차량(1324)의 주행 방향, 차량(1324)과 교차로(1300) 사이의 거리, AV(100)와 교차로(1300) 사이의 거리, 또는 AV(100)와 차량(1324) 사이의 거리 중 하나 이상을 포함하는 인자에 기초할 수 있다.

차량(1324)이 교차로에서 정지할 가능성이 안전 임계치 미만이라는 결정에 따라, 계획 모듈(404)은 차량(1324)과의 충돌을 방지하도록 AV(100)의 동작을 제어한다. 일부 실시예에서, 계획 모듈(404)은 추가적으로 차량(1324)을 적색 신호등을 지나 주행하도록 허용된 응급 차량(예를 들어, 경찰 차량, 구급차, 소방차)으로 분류할 수 있다. 그러한 경우에, 계획 모듈(404)은 차량(1324)에 우선 통행권(right-of-way)을 제공하기 위해 정지하도록 AV(100)를 제어한다. 환언하면, 계획 모듈(404)은 교통 신호(1318)의 상태가 차량(1324)에 교차로(1300)에서 정지하도록 요구했다고 처음에 추론하였다. 계획 모듈(404)은 또한 차량(1324)이 교차로(1300)에서 정지할 가능성이 없다고 결정하였다. 이에 응답하여, 계획 모듈(404)은 차량(1324)과의 충돌을 방지하기 위해 AV(100)를 가속시키거나, 감속시키거나 또는 정지시킬 수 있다.

일부 실시예에서, 비전 기반 센서는 다수의 프레임에 걸쳐 교통 신호의 상태에 관한 정보를 감지한다. 각각의 프레임은 시간 순간과 연관되고, 각각의 프레임에서, 비전 기반 센서는 교통 신호의 상태의 각자의 추정치를 캡처한다. 계획 모듈(404)은 교통 신호(1318)의 상태를 추론할 때 각각의 프레임에서 캡처된 각각의 각자의 추정치를 거리 센서에 의해 감지된 정보와 시간적으로 융합한다.

일부 예에서, 계획 모듈(404)은 AV(100)와 동일한 도로 블록에 있는 다른 차량의 움직임 패턴에 기초하여 AV(100)가 녹색 신호등을 갖는다고 결정한다. 예를 들어, AV(100)와 동일한 도로 블록에 있는 모든 차량이 실질적으로 동일한 정상 속도 상태(steady velocity state)로 교차로(1300)에 접근하고 있는 경우, 계획 모듈(404)은 AV(100)가 교차로(1300)를 통해 운전하도록 녹색 신호등을 갖는다고 추론한다. 동일한 도로 블록에 있는 모든 차량이 정지 상태에 또는 감속 상태에 있는 경우, 계획 모듈(404)은 AV(100)가 적색 신호등을 갖는다고 추론한다. AV(100)의 앞뒤에 있는 차량이 특정 움직임 상태를 갖는 반면 인접 차선에 있는 차량이 상이한 움직임 상태를 갖는 경우, 계획 모듈(404)은 도로 블록에 있는 일부 차량은 교차로(1300)를 통해 주행하도록 허용되는 반면 다른 차량은 교차로(1300)에서 정지하도록 요구받는다고 추론한다. 그러한 시나리오는, 예를 들어, "좌회전 전용" 신호는 녹색인 반면 나머지 신호등은 적색일 때 또는 그 반대일 때 발생할 수 있다.

일부 실시예에서, 계획 모듈(404)은 거리 센서에 의해 감지된 정보를 다른 소스로부터 수신된 정보로 보강한다. 예를 들어, 교통 신호(1318)에 있는 신호등의 타이밍 사이클에 관한 정보가 이용 가능한 경우, 계획 모듈(404)은 타이밍 사이클에 관한 정보를 사용하여 교통 신호(1318)의 상태를 추론할 수 있다. 예를 들어, AV(100)와 동일한 도로 블록에 있는 차량의 속력 프로파일이 이용 가능한 경우, 계획 모듈(404)은 속력 프로파일을 사용하여 교통 신호(1318)의 상태를 추론할 수 있다. 또한, 교통 신호(1318)가 작동하지 않고 교차로(1300)를 통한 교통이 상이한 엔티티(예컨대, 경찰관)에 의해 제어되고 있는 경우, 계획 모듈(404)은 AV(100)와 동일하거나 상이한 도로 블록에 있는 차량의 속력 프로파일에 기초하여 교차로(1300)를 통한 AV(100)의 주행을 제어할 수 있다. 이러한 다른 소스로부터의 정보를 사용하여, 일부 구현예에서, 계획 모듈(404)은 AV(100)의 운전 조건에 관한 추가 정보, 예를 들어, 몇 가지 예를 들면, 교통 지연, 대안적인 궤적을 결정할 수 있다.

일부 구현예에서, 계획 모듈은 교통 신호(1318)의 상태의 추론을 사용하여 우선순위 영역(precedence area)에 자동으로 주석을 단다. 우선순위 영역은 (예를 들어, 교차로를 통한 AV(100)의 경로를 따라 있는 하나 이상의 위치에서의 충돌 소요 시간(time to collision)을 체크하기 위해), 모든 검출된 차량의 세트로부터, 잠재적인 교차로 횡단 충돌에 대해 AV(100)가 고려할 필요가 있는 것을 필터링하기 위해 사용되는 지리적 경계가 있는(geographically bounded) 관심 영역이다. 우선순위 영역은 정지선 및 그의 제한 차선(constraining lane)과 연관되며, 속력 제한, 도로 곡률, 루트를 따른 다른 정지선의 존재 등과 같은 인자를 고려한 후에, 도로에 대한 최대 예상 속력으로 주행하는 차량에 대한 정지 거리 임계치까지 역추적된 교차로에서의 모든 교차 차선의 차선 경계를 취하는 것에 의해 형성된다.

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 "추가로 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

컴퓨터 구현(computer-implemented) 방법에 있어서,
제2 운전 가능 영역과 교차로를 형성하는 제1 운전 가능 영역에서 주행하는 차량의 계획 회로에 의해, 상기 차량의 거리 센서(range sensor)에 의해 감지된 제1 정보 및 상기 차량의 비전 센서(vision sensor)에 의해 감지된 제2 정보를 수신하는 단계 - 상기 제1 정보 및 상기 제2 정보 각각은 상기 교차로를 통한 대상체(object)의 움직임 상태(movement state)를 나타내고, 상기 대상체의 상기 움직임 상태는 상기 대상체가 정지해 있는 정지 상태(stationary state) 또는 상기 대상체가 움직이고 있는 이동 상태(mobile state) 및 상기 대상체가 움직이고 있는 방향을 포함하며, 상기 교차로에 있는 교통 신호는 상기 교차로를 통한 대상체들의 움직임을 제어함 -;
상기 계획 회로에 의해, 상기 수신된 제1 정보 및 제2 정보에 부분적으로 기초하여 상기 교차로에 있는 상기 교통 신호의 상태를 결정하는 단계 - 상기 비전 센서는 복수의 프레임에 걸쳐 상기 제2 정보를 감지하도록 구성되고, 각각의 프레임은 상기 교통 신호의 상기 상태의 각자의 추정치를 캡처하며, 상기 교차로에 있는 상기 교통 신호의 상기 상태를 결정하는 단계는 상기 복수의 프레임의 각각의 프레임에서 캡처된 각각의 각자의 추정치를 상기 거리 센서에 의해 감지된 상기 제1 정보와 시간적으로 융합하는(fusing) 단계를 포함함 - ; 및
제어 회로에 의해, 상기 교차로에 있는 상기 교통 신호의 상기 상태에 부분적으로 기초하여 상기 차량의 동작을 제어하는 단계
를 포함하는, 컴퓨터 구현 방법.
제1항에 있어서,
상기 계획 회로에 의해, 상기 거리 센서에 의해 감지된 상기 제1 정보를 사용하여 상기 대상체의 상기 움직임 상태를 결정하는 단계
를 더 포함하는, 컴퓨터 구현 방법.
제1항에 있어서, 상기 차량은 제1 차량이고, 상기 대상체는 상기 제2 운전 가능 영역에서 주행하는 제2 차량이며, 상기 이동 상태는 움직이는 제2 차량이 상기 교차로에 접근함에 따라 상기 제2 차량이 감속하는 감속 상태(decelerating state)를 포함하는 것인, 컴퓨터 구현 방법.
제1항에 있어서, 상기 차량은 제1 차량이고, 상기 대상체는 상기 제2 운전 가능 영역에서 주행하는 제2 차량이며, 상기 이동 상태는 움직이는 제2 차량이 상기 교차로에 접근함에 따라 상기 제2 차량의 속도가 일정하게 유지되는 정상 속도 상태(steady velocity state)를 포함하는 것인, 컴퓨터 구현 방법.
제1항에 있어서, 상기 차량은 제1 차량이고, 상기 대상체는 상기 제2 운전 가능 영역에서 주행하는 제2 차량이며, 상기 이동 상태는 움직이는 제2 차량이 상기 교차로에 접근함에 따라 상기 제2 차량이 가속하는 가속 상태(accelerating state)를 포함하고, 상기 교통 신호의 상기 상태는 상기 제2 차량에 상기 교차로에서 정지하게 요구하도록 그리고 상기 제1 차량에 상기 교차로를 통해 주행하게 허용하도록 결정되며, 상기 제1 차량은 상기 교차로를 통해 주행하도록 동작되고, 상기 방법은:
상기 제2 차량이 상기 교차로에서 정지할 가능성이 안전 임계치 미만이라고 결정하는 단계; 및
상기 가능성이 상기 안전 임계치 미만이라는 결정에 따라, 상기 제2 차량이 상기 교차로를 통해 주행하기 전에 또는 그 후에 상기 교차로를 통해 주행하도록 상기 제1 차량의 상기 동작을 제어하는 단계
를 더 포함하는 것인, 컴퓨터 구현 방법.
제5항에 있어서, 상기 제2 차량이 상기 교차로에서 정지할 가능성이 상기 안전 임계치 미만이라는 것은, 상기 제2 차량의 속력, 상기 제2 차량의 주행 방향, 상기 제2 차량과 상기 교차로 사이의 거리, 상기 제1 차량과 상기 교차로 사이의 거리, 또는 상기 제1 차량과 상기 제2 차량 사이의 거리 중 적어도 하나를 포함하는 인자에 기초하여 결정되는 것인, 컴퓨터 구현 방법.
제1항에 있어서, 상기 대상체는 상기 제2 운전 가능 영역에서 주행하는 제2 차량이고, 상기 제2 차량의 주행 방향은 상기 제2 운전 가능 영역에서의 직진 주행, 상기 제2 운전 가능 영역으로부터 상기 제1 운전 가능 영역으로의 우회전 또는 상기 제2 운전 가능 영역으로부터 상기 제1 운전 가능 영역으로의 좌회전 중 적어도 하나를 포함하는 것인, 컴퓨터 구현 방법.
제1항 내지 제7항 중 어느 한 항에 있어서, 상기 대상체는 보행자이고, 상기 움직임 상태는 상기 대상체가 움직이고 있는 방향을 포함하는 상기 이동 상태이고, 상기 대상체가 움직이고 있는 방향은 상기 제1 운전 가능 영역을 가로지르는 것을 포함하는 것인, 컴퓨터 구현 방법.
제1항 내지 제7항 중 어느 한 항에 있어서, 상기 거리 센서는 LiDAR 기반 센서를 포함하는 것인, 컴퓨터 구현 방법.
제1항 내지 제7항 중 어느 한 항에 있어서, 상기 거리 센서는 RADAR 기반 센서를 포함하는 것인, 컴퓨터 구현 방법.
제1항 내지 제7항 중 어느 한 항에 있어서,
상기 수신된 정보에 기초하여, 상기 제1 운전 가능 영역에서 주행하는 상기 차량이 정지 상태에 있고 상기 교차로에 있다고 결정하는 단계
를 더 포함하고,
상기 교통 신호의 상기 상태를 결정하는 단계는 상기 교통 신호의 상기 상태가 상기 차량에 상기 교차로를 통해 주행하도록 허용한다고 결정하는 단계를 포함하며,
상기 차량의 상기 동작을 제어하는 단계는 상기 교차로를 통해 주행하도록 상기 차량을 동작시키는 단계를 포함하는 것인, 컴퓨터 구현 방법.
제1항 내지 제7항 중 어느 한 항에 있어서,
상기 수신된 정보에 기초하여, 상기 제1 운전 가능 영역에서 주행하는 상기 차량이 이동 상태에 있고 상기 교차로에 접근하고 있다고 결정하는 단계
를 더 포함하고,
상기 교통 신호의 상기 상태를 결정하는 단계는 상기 차량이 상기 교차로에서 정지하도록 요구받는다고 결정하는 단계를 포함하며,
상기 차량의 상기 동작을 제어하는 단계는 감속하여 상기 교차로에서 정지하도록 상기 차량을 동작시키는 단계를 포함하는 것인, 컴퓨터 구현 방법.
제1항 내지 제7항 중 어느 한 항에 있어서, 상기 교차로는 2개 초과의 운전 가능 영역에 의해 형성되고, 상기 2개 초과의 운전 가능 영역 각각에 있는 대상체의 움직임 상태가 상기 거리 센서로부터 수신되고,
상기 교차로에 있는 상기 교통 신호의 상기 상태를 결정하는 단계는 상기 2개 초과의 운전 가능 영역 각각에 있는 상기 대상체의 상기 움직임 상태에 부분적으로 기초하여 상기 교통 신호의 상기 상태를 결정하는 단계를 포함하는 것인, 컴퓨터 구현 방법.
제1항 내지 제7항 중 어느 한 항에 있어서, 상기 교통 신호의 상기 상태를 결정하는 단계는 상기 교통 신호가 작동하지 않는다고 결정하는 단계를 포함하고, 상기 차량의 상기 동작을 제어하는 단계는 상기 대상체의 상기 움직임 상태에 기초하여 상기 교차로를 통해 주행하도록 상기 차량의 상기 동작을 제어하는 단계를 포함하며, 상기 차량은 제1 차량이고, 상기 대상체는 상기 제1 운전 가능 영역에서 주행하는 제2 차량이며, 상기 대상체의 상기 움직임 상태에 기초하여 상기 교차로를 통해 주행하도록 상기 차량의 상기 동작을 제어하는 단계는, 상기 거리 센서로부터 수신된 정보에 기초하여, 상기 제2 차량이 상기 교차로를 통과하고 있다고 결정하는 단계를 포함하고,
상기 제1 차량의 상기 동작을 제어하는 단계는 상기 제2 차량이 상기 교차로를 통과하고 있다고 결정하는 것에 응답하여 상기 교차로를 통과하도록 상기 제1 차량을 동작시키는 단계를 포함하는 것인, 컴퓨터 구현 방법.
제1항 내지 제7항 중 어느 한 항에 있어서, 상기 대상체는 제1 대상체이고, 상기 제1 정보 및 상기 제2 정보 각각은 상기 교차로를 통한 상기 제1 대상체를 포함한 복수의 대상체의 움직임 상태를 포함하며, 상기 복수의 대상체 중 제2 대상체는 상기 제1 운전 가능 영역에서 주행하고 있고, 상기 복수의 대상체 중 제3 대상체는 상기 제2 운전 가능 영역에서 주행하고 있으며, 상기 방법은:
상기 계획 회로에 의해, 상기 복수의 대상체의 상기 움직임 상태에 기초하여 상기 교차로를 통한 교통 지연을 결정하는 단계;
상기 제1 운전 가능 영역 또는 상기 제2 운전 가능 영역 중 어느 하나에서 주행하는 제2 차량에 대한 속력 프로파일을 결정하는 단계; 및
상기 제2 차량에 대한 상기 속력 프로파일에 기초하여 상기 교통 지연을 결정하는 단계
를 더 포함하는 것인, 컴퓨터 구현 방법.
차량에 있어서,
계획 회로;
메모리; 및
상기 메모리에 저장된 적어도 하나의 프로그램
을 포함하고,
상기 적어도 하나의 프로그램은 제1항 내지 제7항 중 어느 한 항의 방법을 수행하기 위해 상기 계획 회로에 의해 실행 가능한 명령을 포함하는 것인, 차량.
차량의 계획 회로에 의해 실행하기 위한 적어도 하나의 프로그램을 포함하는 컴퓨터 판독 가능 저장 매체에 있어서,
상기 적어도 하나의 프로그램은, 상기 계획 회로에 의해 실행될 때, 상기 차량으로 하여금 제1항 내지 제7항 중 어느 한 항의 방법을 수행하게 하는 명령을 포함하는 것인, 컴퓨터 판독 가능 저장 매체.