KR20230045680A - 휠체어용 자율주행 시스템 - Google Patents

휠체어용 자율주행 시스템 Download PDF

Info

Publication number
KR20230045680A
KR20230045680A KR1020210127337A KR20210127337A KR20230045680A KR 20230045680 A KR20230045680 A KR 20230045680A KR 1020210127337 A KR1020210127337 A KR 1020210127337A KR 20210127337 A KR20210127337 A KR 20210127337A KR 20230045680 A KR20230045680 A KR 20230045680A
Authority
KR
South Korea
Prior art keywords
wheelchair
present
autonomous driving
data
map data
Prior art date
Application number
KR1020210127337A
Other languages
English (en)
Inventor
김진택
오동하
Original Assignee
한국클라우드컴퓨팅연구조합
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 한국클라우드컴퓨팅연구조합 filed Critical 한국클라우드컴퓨팅연구조합
Priority to KR1020210127337A priority Critical patent/KR20230045680A/ko
Publication of KR20230045680A publication Critical patent/KR20230045680A/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
    • A61G5/00—Chairs or personal conveyances specially adapted for patients or disabled persons, e.g. wheelchairs
    • A61G5/04—Chairs or personal conveyances specially adapted for patients or disabled persons, e.g. wheelchairs motor-driven
    • A61G5/041—Chairs or personal conveyances specially adapted for patients or disabled persons, e.g. wheelchairs motor-driven having a specific drive-type
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
    • A61G5/00—Chairs or personal conveyances specially adapted for patients or disabled persons, e.g. wheelchairs
    • A61G5/10—Parts, details or accessories
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
    • A61G5/00—Chairs or personal conveyances specially adapted for patients or disabled persons, e.g. wheelchairs
    • A61G5/10—Parts, details or accessories
    • A61G5/1005—Wheelchairs having brakes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
    • A61G5/00—Chairs or personal conveyances specially adapted for patients or disabled persons, e.g. wheelchairs
    • A61G5/10—Parts, details or accessories
    • A61G5/1051—Arrangements for steering
    • B60K35/28—
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867—Combination of radar systems with cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • 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
    • 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
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • 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
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
    • A61G2200/00—Information related to the kind of patient or his position
    • A61G2200/30—Specific positions of the patient
    • A61G2200/34—Specific positions of the patient sitting
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
    • A61G2203/00—General characteristics of devices
    • A61G2203/10—General characteristics of devices characterised by specific control means, e.g. for adjustment or steering
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
    • A61G2203/00—General characteristics of devices
    • A61G2203/10—General characteristics of devices characterised by specific control means, e.g. for adjustment or steering
    • A61G2203/22—General characteristics of devices characterised by specific control means, e.g. for adjustment or steering for automatically guiding movable devices, e.g. stretchers or wheelchairs in a hospital
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
    • A61G2203/00—General characteristics of devices
    • A61G2203/70—General characteristics of devices with special adaptations, e.g. for safety or comfort

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Transportation (AREA)
  • Human Computer Interaction (AREA)
  • Mechanical Engineering (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Traffic Control Systems (AREA)

Abstract

휠체어용 자율주행 시스템이 개시된다. 본 발명은 맵 데이터 기반 휠체어용 자율주행 시스템에 있어서, 상기 맵 데이터를 전송하는 서버 및 상기 맴 데이터를 기초로 자율주행하는 휠체어를 포함하되, 상기 휠체어는 상기 맵 데이터를 기초로 위치 데이터를 생성하고, 상기 위치 데이터를 기초로 자율주행할 수 있다.

Description

휠체어용 자율주행 시스템{SYSTEM FOR AUTONOMOUS DRIVING OF WHEELCHAIRS}
본 발명은 휠체어용 자율주행 시스템에 관한 것이다. 보다 상세하게는 맵 데이터 기반 자율주행을 수행하기 위한 휠체어용 자율주행 시스템에 관한 것이다.
휠체어는 신체 장애인이나 환자 도는 거동이 불편한 노약자가 편하게 이동할 수 있도록 돕기 위한 이동보조장치이다. 이러한 휠체어는 시트와 등받이, 그리고 시트의 양측에 장착된 바퀴로 구성되어 있으며, 탑승자가 바퀴를 손으로 직접 회전시키거나 보조자가 뒤에서 손잡이를 잡고 밀어 움직이는 수동 휠체어가 많이 사용되고 있다.
하지만 최근에는 수동으로 바퀴를 움직일 필요 없는 전동 휠체어가 많이 개발되고 있으며, 다양한 제품이 출시되어 판매되고 있다. 현재 출시되고 있는 전동 휠체어는 설치된 모터로 바퀴를 구동시켜 움직이도록 함으로써 탑승자가 직접 힘을 가하지 않고도 손쉽게 이동이 가능하다.
그런데, 종래에 전동휠체어는, 사용자가 방향을 설정하거나 속도를 설정하는 등 사용자의 조작에 의존하고 있기 때문에 사용자에게 신체적 어려움이 있을 경우, 운전이 미숙하거나 갑작스러운 장애물로 인한 정지가 어려운 문제점이 있다.
본원의 배경이 되는 기술은 한국공개특허공보 제10-2018-0114582호에 개시되어 있다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 휠체어 주변의 환경정보에 따라 안전하게 주행 경로를 생성 및 수정하는 자율주행 휠체어를 제공하는 것을 목적으로 한다.
대한민국 공개특허공보 제 제10-2018-0114582호 (발명의 명칭: 스마트폰을 이용한 휠체어 자율주행시스템)
본 발명의 목적은 맵 데이터 기반 정밀 자율주행을 통하여 보다 안전하게 휠체어를 자율주행할 수 있는 시스템을 제공하기 위한 것이다.
상술한 과제를 해결하기 위하여, 본 발명은, 맵 데이터 기반 휠체어용 자율주행 시스템에 있어서, 상기 맵 데이터를 전송하는 서버 및 상기 맴 데이터를 기초로 자율주행하는 휠체어를 포함하되, 상기 휠체어는 상기 맵 데이터를 기초로 위치 데이터를 생성하고, 상기 위치 데이터를 기초로 자율주행할 수 있다.
또한, 상기 휠체어는 외부를 인식하여 이미지 데이터를 생성하는 인식부 및 상기 이미지 데이터를 기초로 상기 위치 데이터를 보정하는 컴퓨팅 장치를 더 포함할 수 있다.
또한, 상기 인식부는 외부를 비전 인식하기 위한 라이다 장치 및 카메라 장치를 더 포함할 수 있다.
또한, 상기 컴퓨팅 장치는 상기 이미지 데이터를 기초로 상기 휠체어의 전기 모터 및 브레이크 장치를 제어하는 구동 제어 장치를 제어하고, 상기 휠체어의 최대 속도를 미리 정해진 속도로 제한할 수 있다.
또한, 상기 컴퓨팅 장치는 상기 맵 데이터를 관리하는 맵 데이터 관리 모듈, 상기 맵 데이터 및 상기 이미지 데이터를 기초로 상기 휠체어의 위치 데이터를 보정하는 위치 데이터 보정 모듈 및 상기 이미지 데이터를 기초로 외부 상황을 인식하는 비전 인식 모듈을 포함할 수 있다.
본 발명은 맵 데이터 기반 정밀 자율주행을 통하여 보다 안전하게 휠체어를 자율주행할 수 있는 시스템을 제공할 수 있는 효과를 가진다.
본 발명에 따라 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 명세서가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명에 따른 휠체어용 자율주행 시스템을 나타낸 것이다.
도 2는 본 발명에 따른 자율주행용 휠체어를 나타낸 것이다.
도 3은 본 발명에 따른 인식부를 나타낸 것이다.
도 4는 본 발명에 따른 제어부를 나타낸 것이다.
도 5는 본 발명에 따른 컴퓨팅 장치를 나타낸 것이다.
도 6은 본 발명에 따른 메모리에 포함된 기능적 구성을 나타낸 것이다.
도 7 및 도 8은 본 발명의 실시 예에 따른 비전 인식 모듈의 구성을 나타내는 도면이다.
본 명세서에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 명세서에 대한 실시예를 제공하고, 상세한 설명과 함께 본 명세서의 기술적 특징을 설명한다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 상술한 내용들을 바탕으로 본 명세서의 바람직한 일 실시예에 따른, 휠체어용 자율주행 시스템에 관하여 상세히 설명하면 다음과 같다.
도 1은 본 발명에 따른 휠체어용 자율주행 시스템을 나타낸 것이고, 도 2는 본 발명에 따른 자율주행용 휠체어를 나타낸 것이다.
도 1에 따르면, 본 발명에 따른 시스템은 휠체어(100) 및 서버(200)를 포함할 수 있다.
본 발명에 따른 서버(200)는 맵 데이터를 저장하고 갱신할 수 있다. 서버(200)는 맵 데이터를 휠체어(100)에 전송하고, 휠체어(100)는 수신한 맵 데이터를 기초로 자율주행하는 구성일 수 있다. 이때, 휠체어(100)는 맵 데이터를 기초로 휠체어(100)의 위치 데이터를 생성하고, 위치 데이터를 기초로 자율주행할 수 있다. 이때, 휠체어(100)는 최고 속력 제한을 가지며, 안전을 위하여 최고 속도 미만으로 주행할 수 있다.
도 2에 따르면, 본 발명에 따른 휠체어(100)는, 인식부(110), 손잡이부(120), 의자부(130), 팔받침부(140), 제어부(150), 제1 휠부(160), 발받침부(170), 및 제2 휠부(180)를 포함할 수 있다.
본 발명에 따른 인식부(110)는 외부 상황을 인식하여 이미지 데이터를 생성하기 위한 것으로서, 이하 도 3에서 상세히 설명하도록 한다.
본 발명에 따른 손잡이부(120)는 휠체어(100)를 수동으로 운반하기 위한 구성으로서 탑승객 이외의 보호자가 손잡이부(120)를 잡고 휠체어(100)를 밀거나 당겨서 이동시킬 수 있다. 손잡이부(120)는 의자부(130)와 견고하게 결합되어 있으며, 손으로 잡기 쉽도록 원통형일 수 있다.
본 발명에 따른 의자부(130)는 탑승객이 앉을 수 있도록 의자 형태를 가질 수 있다. 본 발명에 따른 의자부(130)는 휠체어(100)를 전체적으로 지지하고 형태를 유지하는 구성일 수 있으며, 다른 구성요소들은 의자부(130)에 결합되는 형식으로 구성될 수 있다.
본 발명에 따른 팔받침부(140)는 탑승객이 의자부에 앉았을 때 팔을 올려둘 수 있는 구성으로서 의자부의 측면에 결합될 수 있다. 팔받침부(140)는 팔을 올려둘 수 있는 공간을 위하여 "ㄱ" 형태를 포함하도록 설계될 수 있다.
본 발명에 따른 제어부(150)는 인식부(110)로부터 수신한 데이터를 기초로 휠체어(100)의 자율주행을 구현할 수 있는 구성으로서 서버(200)와 데이터를 송수신할 수 있다. 본 발명에 따른 제어부(150)는 휠체어(100)에 부착된 다른 모든 구성요소들을 제어할 수 있으며, 상세한 내용은 이하 도 4에서 설명된다.
본 발명에 따른 제1 휠부(160)는 휠체어(100)가 구동할 수 있는 동력을 생성하는 휠을 의미할 수 있으며, 휠체어(100)의 뒷바퀴 한 쌍을 의미할 수 있다. 본 발명에 따른 제1 휠부(160)는 제어부(150)에 의하여 제어될 수 있다.
본 발명에 따른 제2 휠부(180)는 휠체어(100)의 주행 방향을 조절할 수 있는 휠을 의미할 수 있으며, 휠체어(100)의 앞바퀴 한 쌍을 의미할 수 있다. 제2 휠부(180)는 제어부(150)에 의하여 제어되며, 좌/우로 회전하여 휠체어(100)의 주행 방향을 조절할 수 있다.
본 발명에 따른 발받침부(170)는 탑승객이 의자부에 탑승하여 발을 올려둘 수 있는 구성일 수 있다. 발받침부(170)는 의자부에 결합될 수 있으며, 탑승객의 발이 도로에 접촉하는 경우 발생할 수 있는 부상 등의 위험을 방지하기 위한 것이다.
도 3은 본 발명에 따른 인식부를 나타낸 것이다.
본 발명에 따른 인식부(110)는 카메라 장치(111), 라이다 장치(112) 및 위치 데이터 생성 장치(113)를 포함할 수 있다. 본 발명에 따른 인식부(110)는 의자부(도 2의 130)로부터 위로 연장된 기둥에 연결될 수 있으며, 탑승객이 앉았을 때 탑승객에 의하여 가려지지 않는 높이에 설치될 수 있다.
본 발명에 따른 카메라 장치(111)는 휠체어(도 1 및 도 2의 100, 이하 동일)의 주변을 촬영하는 것으로서, 휠체어(100)의 주변을 포함하는 이미지 데이터를 생성하는 구성일 수 있다. 즉, 카메라 장치(111)는 광 이미지 센서를 통하여 휠체어(100)의 외부 상황을 촬영한 광학 이미지를 생성할 수 있다. 본 발명에 따른 카메라 장치(111)는, 휠체어(100)의 주변을 촬영하기 위해 차량에서 FOV(field of view) 확보가 가능한 위치에 장착될 수 있다.
본 발명에 따른 라이다 장치(112)는 휠체어(100)의 외부 객체로부터 반사되는 반사파에 기초하여, 객체와의 거리 정보를 포함하는 센싱 데이터를 획득한다. 예를 들어 라이다 장치(112)는 레이저 광을 외부 객체를 향하여 조사하고, 외부 객체로부터 반사되는 반사광을 수신한 것에 기초하여, 외부 객체에 대한 정보를 생성한다. 라이다 장치(112)는 임의의 평면상에서 등속으로 회전운동을 하면서, 일정 간격으로 객체에 대한 정보를 포함하는 포인트 클라우드를 생성할 수 있다. 임의의 평면은 휠체어(100)의 차체 상부와 평행한 평면, 예컨대 주행 경로와 평행한 평면일 수 있다. 포인트 클라우드는 동일한 시간 간격마다 생성될 수 있다.
본 발명에 따른 라이다 장치(112)는 TOF(Time of Flight) 방식 또는 페이즈 쉬프트(phase-shift) 방식으로 구현될 수 있다. 라이다 장치(112)는, 구동식 또는 비구동식으로 구현될 수 있다. 구동식으로 구현되는 경우, 라이다 장치는, 모터에 의해 회전되며, 주변의 타겟을 검출할 수 있다. 비구동식으로 구현되는 경우, 라이다 장치(112)는, 광 스티어링에 의해, 차량을 기준으로 소정 범위 내에 위치하는 오브젝트를 검출할 수 있다. 휠체어(100)는 복수의 비구동식 라이다를 포함할 수 있다. 라이다 장치는 레이저 광 매개로, TOF(Time of Flight) 방식 또는 페이즈 쉬프트(phase-shift) 방식에 기초하여, 타겟을 검출하고, 검출된 타겟의 위치, 검출된 타겟와의 거리 및 상대 속도를 검출할 수 있다. 라이다 장치는 차량의 전방, 후방 또는 측방에 위치하는 타겟를 감지하기 위해 차량의 외부의 적절한 위치에 배치될 수 있다.
본 발명에 따른 위치 데이터 생성 장치(113)는 휠체어(100)의 위치 데이터를 생성할 수 있다. 위치 데이터 생성 장치(113)는 GPS(Global Positioning System) 및 DGPS(Differential Global Positioning System) 중 적어도 어느 하나를 포함할 수 있다. 위치 데이터 생성 장치(113)는, GPS 및 DGPS 중 적어도 어느 하나에서 생성되는 신호에 기초하여 휠체어(100)의 위치 데이터를 생성할 수 있다. 또한, 본 발명에 따른 제어부(도 2의 150)는 실시예에 따라, 라이다 장치(112) 및/또는 카메라 장치(111)에 기초하여 위치 데이터 생성 장치(113)에 의하여 생성된 위치 데이터를 보정할 수 있다.
도 4는 본 발명에 따른 제어부를 나타낸 것이다.
본 발명에 따른 제어부는 컴퓨팅 장치(151), 배터리부, 구동 제어 장치, 전기 모터 및 브레이크 장치를 포함할 수 있다. 본 발명에 따른 전기 모터 및 브레이크 장치는 상술한 제1 휠부(도 2의 160)에 포함되는 구성일 수 있다. . 본 발명에 따른 전기 모터(161) 및 브레이크 장치(162)는 제어부(도 2의 160)에 의하여 제어되고, 구체적으로는 구동 제어 장치(153)에 의하여 제어될 수 있다.
본 발명에 따른 배터리부(152)는 휠체어(100)에 대한 전력을 공급하기 위한 것으로서, 니켈 카드뮴 전지, 니켈 수소 전지, 리튬 이온 전지, 리튬 이온 폴리머 전지 등으로 구성될 수 있다. 본 발명에 따른 배터리부(152)는 컴퓨팅 장치(151)의 제어를 통하여 휠체어(100)의 각 구성요소에 전력을 공급할 수 있다.
본 발명에 따른 구동 제어 장치(153)는 자율 주행에 따른 차량의 구동을 제어하기 위한 구성일 수 있다. 본 발명에 따른 구동 제어 장치(153)는 휠체어(100) 내 각종 차량 구동 장치를 전기적으로 제어하는 장치이다. 또한, 구동 제어 장치(153)는 적어도 하나의 전자적 제어 장치(예를 들면, 제어 ECU(Electronic Control Unit))를 포함할 수 있다. 구동 제어 장치(153)는, 컴퓨팅 장치(151)에서 수신되는 신호에 기초하여, 휠체어(100)의 구동을 제어할 수 있다. 예를 들면, 구동 제어 장치(153)는 컴퓨팅 장치(151)에서 수신되는 신호에 기초하여, 전기 모터(161), 및 브레이크 장치(162)를 제어할 수 있다. 이때, 전기 모터(161)는 배터리부(152)로부터 전력을 공급받아 동력을 생성할 수 있다. 또한, 구동 제어 장치(152)는 휠체어(100)의 제2 휠부(180)을 제어하여 주행 방향을 제어할 수 있다.
도 5는 본 발명에 따른 컴퓨팅 장치를 나타낸 것이다.
도 5에 따르면, 본 발명에 따른 컴퓨팅 장치(151)는, 프로세서(1510), 메모리(1511) 및 통신 모듈을 포함할 수 있다.
본 발명에 따른 프로세서(1510)는 휠체어(100)의 구성요소들을 제어할 수 있다. 프로세서(1510)는 메모리(1511)에 저장된 명령어를 수행할 수 있다. 메모리(1511)에 저장된 명령어는 다른 구성들을 제어하기 위한 명령어로서 미리 저장된 것일 수 있다.
프로세서(1510)는, 연산을 수행하고 다른 장치를 제어할 수 있는 구성이다. 주로, 중앙 연산 장치(CPU), 어플리케이션 프로세서(AP), 그래픽스 처리 장치(GPU) 등을 의미할 수 있다. 또한, CPU, AP 또는 GPU는 그 내부에 하나 또는 그 이상의 코어들을 포함할 수 있으며, CPU, AP 또는 GPU는 작동 전압과 클락 신호를 이용하여 작동할 수 있다. 다만, CPU 또는 AP는 직렬 처리에 최적화된 몇 개의 코어로 구성된 반면, GPU는 병렬 처리용으로 설계된 수 천 개의 보다 소형이고 효율적인 코어로 구성될 수 있다.
프로세서(1510)는 위에서 살펴본 구성요소들을 통해 입력 또는 출력되는 신호, 데이터, 정보 등을 처리하거나 메모리(1511)에 저장된 응용 프로그램을 구동함으로써, 사용자에게 적절한 정보 또는 기능을 제공 또는 처리할 수 있다.
메모리(1511)는 컴퓨팅 장치의 다양한 기능을 지원하는 데이터를 저장한다. 메모리(1511)는 컴퓨팅 장치에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 컴퓨팅 장치의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는, 무선 통신을 통해 서버(200) 또는 그 외 외부 서버(미도시)로부터 다운로드 될 수 있다. 또한 응용 프로그램은, 메모리(1511)에 저장되고, 컴퓨팅 장치에 설치되어, 프로세서(1510)에 의하여 상기 컴퓨팅 장치의 동작(또는 기능)을 수행하도록 구동될 수 있다.
메모리(1511)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), SSD 타입(Solid State Disk type), SDD 타입(Silicon Disk Drive type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(random access memory; RAM), SRAM(static random access memory), 롬(read-only memory; ROM), EEPROM(electrically erasable programmable read-only memory), PROM(programmable read-only memory), 자기 메모리, 자기 디스크 및 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 또한, 메모리(1511)는 인터넷(internet)상에서 저장 기능을 수행하는 웹 스토리지(web storage)를 포함할 수도 있다.
통신 모듈(1512)은 컴퓨팅 장치와 외부 장치 또는 서버(200)와 통신하기 위한 구성일 수 있다. 통신 모듈(1512)의 경우, 안테나를 통해 기지국 또는 통신 기능을 포함하는 서버(200)와 정보의 송수신을 실행한다. 통신 모듈(1512)은 변조부, 복조부, 신호 처리부 등을 포함할 수 있다.
무선 통신은, 통신사들이 기존에 설치해둔 통신 시설과 그 통신 시설의 주파수를 사용하는 무선 통신망을 사용한 통신을 말할 수 있다. 이때, 통신 모듈(1512)은 CDMA(code division multiple access), FDMA(frequency division multiple access), TDMA(time division multiple access), OFDMA(orthogonal frequency division multiple access), SC-FDMA(single carrier frequency division multiple access) 등과 같은 다양한 무선 통신 시스템에 사용될 수 있으며, 뿐만 아니라, 통신 모듈(1512)은 3GPP(3rd generation partnership project) LTE(long term evolution) 등에도 사용될 수 있다. 또한, 최근 상용화 중인 5G 통신 뿐만 아니라, 추후 상용화가 예정되어 있는 6G 등도 사용될 수 있다. 다만, 본 명세서는 이와 같은 무선 통신 방식에 구애됨이 없이 기설치된 통신망을 활용할 수 있다.
도 6은 본 발명에 따른 메모리에 포함된 기능적 구성을 나타낸 것이다.
도 6에 따르면, 본 발명에 따른 메모리(1511)는 맵 데이터 관리 모듈(31), 위치 데이터 보정 모듈(32), 비전 인식 모듈(33) 및 자율주행 알고리즘 생성 모듈(34)을 포함할 수 있다.
본 발명에 따른 맵 데이터 관리 모듈(31)은 서버(200)로부터 맵 데이터를 주기적으로 갱신하고 이를 저장할 수 있다. 맵 데이터 관리 모듈(31)은 특정 구역의 맵 데이터를 갱신하고 저장할 수 있다. 맵 데이터는 HD 맵으로서 고정밀 지도 데이터를 의미할 수 있다.
HD 맵 데이터는, 도로의 상세한 차선 단위의 토폴로지 정보, 각 차선의 연결 정보, 차량의 로컬라이제이션(localization)을 위한 특징 정보(예를 들면, 교통 표지판, Lane Marking/속성, Road furniture 등)를 포함할 수 있다. HD 맵 데이터는, 통신 모듈(1512)을 통해, 외부 서버(미도시)에서 수신된 데이터에 기초할 수 있다.
본 발명에 따른 위치 데이터 보정 모듈(32)은 차량의 GPS 등 위치 데이터 생성 모듈에서 생성된 위치 데이터를 라이다 장치 및/또는 카메라 장치에서 생성된 이미지 데이터를 통하여 보정할 수 있다. 일 예로 특정 마커는 특정 구역에서의 미리 입력된 정확한 위치 정보를 포함할 수 있다. 따라서, 본 발명에 따른 위치 데이터 보정 모듈(32)은 라이다 장치 및/또는 카메라 장치에서 생성된 이미지 데이터속 특정 마커를 인식하고, 특정 마커에 대응되는 정확한 위치 정보에 기초하여 위치 데이터를 보정할 수 있다.
본 발명에 따른 비전 인식 모듈(33)은 라이다 장치 및 카메라 장치로부터 생성된 이미지 데이터를 융합하고, 융합된 이미지 데이터를 기초로 주변 상황을 인식하고 감지할 수 있다. 또한, 비전 인식 모듈(33)은 종래 알려진 알고리즘을 통하여 주변 상황을 인식하고 감지할 수 있다.
본 발명에 따른 비전 인식 모듈(33)은 심층신경망(Deep Neural Network)을 통하여 융합된 이미지 데이터를 학습할 수 있다.
본 발명의 심층신경망(Deep Neural Network)은, 하나 이상의 컴퓨터 내에 하나 이상의 레이어(Layer)를 구축하여 복수의 데이터를 바탕으로 판단을 수행하는 시스템 또는 네트워크를 의미한다. 예를 들어, 심층신경망은 컨볼루션 풀링 층(Convolutional Pooling Layer), 로컬 접속 층(a locallyconnectedlayer) 및 완전 연결 층(fully-connected layer)을 포함하는 층들의 세트로 구현될 수 있다. 일 예로, 심층신경망의 전체적인 구조는 컨볼루션 풀링 층에 로컬 접속 층이 이어지고, 로컬 접속 층에 완전 연결 층이 이러지는 형태인 나선형 신경망(즉, Convolutional Neural Network; CNN) 구조로 이루어질 수 있다. 또한 심층신경망은, 예를 들어, 각 레이어의 노드들에 자신을 가르키는 엣지(edge)가 포함됨에 따라 재귀적으로 연결되는 순환형 신경망(Recurrent Neural Network; RNN) 구조로 형성될 수도 있다. 심층신경망은 다양한 판단기준을 포함할 수 있고, 입력되는 영상 분석을 통해 새로운 판단기준을 추가할 수 있다. 다만, 본 발명의 실시예에 따른 심층신경망의 구조는 이에 한정되지 아니하고, 다양한 구조의 신경망으로 형성될 수 있다.
본 발명에 따른 비전 인식 모듈(33)은 빅데이터를 통하여 미리 학습된 심층신경망을 기반으로, 상기 융합된 이미지 데이터를 학습하기 위한 모듈일 수 있다. 비전 인식 모듈(33)은 미리 학습된 심층신경망을 기반으로, 이미지 데이터에 표시된 타겟의 유형을 학습하고 분류할 수 있다.
본 발명에 따른 비전 인식 모듈(33)은 다양한 영상 처리 알고리즘을 이용하여, 타겟의 위치 정보, 타겟과의 거리 정보 또는 타겟과의 상대 속도 정보를 획득할 수 있다. 예를 들면, 비전 인식 모듈(33)은 획득된 영상에서, 시간에 따른 타겟 크기의 변화를 기초로, 타겟과의 거리 정보 및 상대 속도 정보를 획득할 수 있다. 특히, 본 발명에 따른 비전 인식 모듈(33)에서 사용되는 CNN 알고리즘은 본 발명 특유의 필터를 사용할 수 있고, 이는 상세히 후술된다.
본 발명에 따른 자율주행 알고리즘 생성 모듈(34)은 비전 인식 모듈(33)에서 처리된 데이터를 기초로, 휠체어(100)가 전진, 후진 또는 정지할 지를 결정할 수 있다. 또한, 본 발명에 따른 자율주행 알고리즘 생성 모듈(34)은 비전 인식 모듈(33)에서 처리된 데이터를 기초로 휠체어(100)의 진행 방향(좌, 우)을 결정할 수 있다.
도 7 및 도 8은 본 발명의 실시 예에 따른 비전 인식 모듈의 구성을 나타내는 도면이다.
도 7에 따르면, 카메라 장치(111)가 획득한 영상으로부터 비전 인식 모듈에 포함되어 타겟을 검출하는 기능적 구성은 다음과 같을 수 있다. 본 발명에 따른 비전 인식 모듈(1223)은 제1 특징값 추출부, 관심 영역 추출부, RPN(Region Proposal Network), 제1 객체 분류부, 제1 보행자 위치 조정부, 제1 보행자 위치 변환기 및 객체 추적기를 포함하는 인공지능 학습 모델을 포함할 수 있다.
제1 특징값 추출부는 카메라가 획득한 이미지로부터 2D 컨볼루션(2D convolution) 연산을 수행하고, 이에 기초하여 특징점을 추출한다. 이를 위해서, 특징값 추출부는 수평 합병(horizontal merge), 수직 합병(vertical merge), 특이값 분해(Singular Vector Decomposition; SVD) 방식을 이용할 수 있다.
수평 합병(horizontal merge) 방식은 인셉션 네트워크(inception network)에서 동일 입력을 사용하는 각 브랜치(branch)의 컨볼루션 커널(convulution kernel)의 크기가 동일한 것에 기초하여, 하나의 함수 호출(function call)로 처리한다. 컨볼루션 커널은 1Х1, 3Х3, 5Х5 등의 사이즈를 갖는 커널 필터를 지칭한다. 본 발명의 실시 예는 공통의 입력을 갖고, 각 브랜치가 동일한 크기의 커널인 것에 기초하여, 각각의 컨볼루션 연산을 1개의 함수호출로 수행한다. 이에 따라, 컨볼루션 연산의 속도를 향상시킬 수 있다.
수직 합병(vertical merge)은 "convolution, batchNorm, 및 Relu 레이어"를 한 개의 레이어로 통합하여 연산함으로써, 함수 호출의 횟수를 줄일 수 있다. 또한, 본 발명의 실시 예에 따른 DNN은 BatchNorm parameter를 컨볼루션 가중치(convolution weight)에 통합한다. Batchnorm 은 입력을 정규화하는 연산이며, 학습된 평균과 표준편차 값을 사용할 수 있다. 본 발명의 실시 예는 Batchnorm 이전의 컨볼루션 필터에 batchnorm의 표준편차 값을 나눈 값으로 convolution 연산을 수행하고, 그 결과에 batchnorm의 평균값을 감산하는 연산을 수행한다.
특이값 분해(Singular Vector Decomposition; SVD) 방식은 크기가 큰 매트릭스 곱을 크기가 작은 매트릭스 곱으로 분해한다. 본 발명의 실시 예는 신경망 네트워크(neural network)의 완전 연결 레이어(Fully Connected Layer)를 사용한다. 이때, 매트릭스의 곱을 크기가 작은 매트릭스의 곱으로 분해하여, 큰 사이즈의 행렬의 곱셈 차원수를 낮추어 연산량을 줄이면서 결과 오차를 줄일 수 있다.
RPN은 제1 특징값 추출부의 출력값을 입력받아서, 객체가 존재하는 위치에 경계 박스(bounding box)의 대략적인 값을 출력한다. 즉, RPN은 카메라가 획득한 이미지 내에서 보행자의 대략적인 위치를 판단한다. 또한, RPN은 추가적인 컨볼루션 연산을 통해서 특징값을 찾을 수 있다.
관심영역 추출부는 카메라 장치(111)가 획득하는 이미지에서 객체가 위치한 영역의 특징값을 추출하고, 추출된 특징값을 멀티 레이어 신경망 네트워크(multi-layer neural network)에 입력한다. 특히, 관심영역 추출부는 제1 특징값 추출부 또는 RPN이 추출한 경계 박스 내의 객체에 대한 이미지를 학습할 수 있다.
관심영역 추출부는 완전 연결 레이어(Fully Connected Layer)를 이용할 수 있다.
제1 객체 분류부는 관심영역 추출부로부터의 출력값을 제공받아, 객체를 분류한다. 예를 들어, 제1 객체 분류기는 인식된 객체를 보행자, 자전거, 오토바이, 전동 스쿠터 등으로 분류할 수 있다.
제1 보행자 위치 조정부는 이미지에서 보행자의 위치를 세밀하게 조정할 수 있다. 즉, 제1 보행자 위치 조정부는 RPN이 획득한 보행자의 위치를 보다 정밀하게 판단할 수 있다.
제1 보행자 좌표 획득부는 이미지상에서의 보행자의 위치를 실제 3축 기반의 좌표로 변환한다. 보행자 좌표 획득부는 카메라 장치(111)의 캘리브레이션(calibration) 정보, 보행자의 경계 박스의 폭, 보행자의 경계 박스 중에서 어느 한 변의 좌표에 기초하여, 보행자의 3축 좌표를 획득할 수 있다.
객체 추적부는 제1 객체 분류부, 및 보행자 좌표 획득부가 학습한 것에 기초하여, 객체의 예상 경로를 판별한다.
도 8에 따르면, 라이다 장치(112)가 획득한 센싱 데이터에 기초하여 타겟을 보다 정밀하게 검출하는 구성은 제2 특징값 추출부, 제2 객체 분류부, 제2 보행자 위치 조정부, 및 제2 보행자 좌표 획득부를 포함한다.
제2 특징값 추출부는 라이다 장치(112)가 획득한 센싱 데이터를 입력받고, 특징값을 출력한다. 제2 객체 분류부는 제2 특징값 추출부의 출력값에 기초하여, 객체의 종류를 분류한다. 예를 들어, 제2 객체 분류기는 성인 보행자, 아동 보행자, 자전거, 오토바이, 전동 스쿠터 등으로 분류할 수 있다.
제2 보행자 위치 조정부는 특징점을 입력받아 객체들의 위치를 조정한다. 제2 보행자 위치 조정부는 객체들 중에서 보행자의 위치를 세밀하게 조정할 수 있다.
제2 보행자 좌표 획득부는 보행자의 3차원 위치 좌표 및 보행자의 방향을 획득할 수 있다. 보행자의 3차원 위치 좌표의 중심은 라이다 장치(112)의 센싱 범위 내에서 미리 설정될 수 있다.
보행자의 방향은 보행자의 정면, 즉 보행자의 진행 방향을 지칭한다. 보행자의 방향은 임의의 기준선으로부터 보행자의 정면 방향을 연장하는 직선 간의 수평각도 및 수직각도로 표시될 수 있다.
전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 모델링하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽힐 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 모델링되는 것도 포함한다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 명세서의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 명세서의 등가적 범위 내에서의 모든 변경은 본 명세서의 범위에 포함된다.
앞에서 설명된 본 발명의 어떤 실시 예들 또는 다른 실시 예들은 서로 배타적이거나 구별되는 것은 아니다. 앞서 설명된 본 발명의 어떤 실시 예들 또는 다른 실시 예들은 각각의 구성 또는 기능이 병용되거나 조합될 수 있다.
상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.
100: 휠체어
200: 서버

Claims (5)

  1. 맵 데이터 기반 휠체어용 자율주행 시스템에 있어서,
    상기 맵 데이터를 전송하는 서버; 및
    상기 맴 데이터를 기초로 자율주행하는 휠체어;를 포함하되,
    상기 휠체어는,
    상기 맵 데이터를 기초로 위치 데이터를 생성하고, 상기 위치 데이터를 기초로 자율주행하는 것인,
    휠체어용 자율주행 시스템.
  2. 제1항에 있어서,
    상기 휠체어는,
    외부를 인식하여 이미지 데이터를 생성하는 인식부; 및
    상기 이미지 데이터를 기초로 상기 위치 데이터를 보정하는 컴퓨팅 장치;를 더 포함하는 것인,
    휠체어용 자율주행 시스템.
  3. 제2항에 있어서,
    상기 인식부는,
    외부를 비전 인식하기 위한 라이다 장치 및 카메라 장치를 더 포함하는 것인,
    휠체어용 자율주행 시스템.
  4. 제2항에 있어서,
    상기 컴퓨팅 장치는,
    상기 이미지 데이터를 기초로 상기 휠체어의 전기 모터 및 브레이크 장치를 제어하는 구동 제어 장치를 제어하고, 상기 휠체어의 최대 속도를 미리 정해진 속도로 제한하는 것인,
    휠체어용 자율주행 시스템.
  5. 제2항에 있어서,
    상기 컴퓨팅 장치는,
    상기 맵 데이터를 관리하는 맵 데이터 관리 모듈;
    상기 맵 데이터 및 상기 이미지 데이터를 기초로 상기 휠체어의 위치 데이터를 보정하는 위치 데이터 보정 모듈; 및
    상기 이미지 데이터를 기초로 외부 상황을 인식하는 비전 인식 모듈;을 포함하는 것인,
    휠체어용 자율주행 시스템.
KR1020210127337A 2021-09-27 2021-09-27 휠체어용 자율주행 시스템 KR20230045680A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210127337A KR20230045680A (ko) 2021-09-27 2021-09-27 휠체어용 자율주행 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210127337A KR20230045680A (ko) 2021-09-27 2021-09-27 휠체어용 자율주행 시스템

Publications (1)

Publication Number Publication Date
KR20230045680A true KR20230045680A (ko) 2023-04-05

Family

ID=85884661

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210127337A KR20230045680A (ko) 2021-09-27 2021-09-27 휠체어용 자율주행 시스템

Country Status (1)

Country Link
KR (1) KR20230045680A (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180114582A (ko) 2017-04-11 2018-10-19 피플리안주식회사 스마트폰을 이용한 휠체어 자율주행시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180114582A (ko) 2017-04-11 2018-10-19 피플리안주식회사 스마트폰을 이용한 휠체어 자율주행시스템

Similar Documents

Publication Publication Date Title
JP7462665B2 (ja) 外観に基づく動きの予測
EP3373200B1 (en) Offline combination of convolutional/deconvolutional and batch-norm layers of convolutional neural network models for autonomous driving vehicles
CN108860154B (zh) 驾驶员监视装置以及驾驶员监视方法
US10474160B2 (en) High resolution 3D point clouds generation from downsampled low resolution LIDAR 3D point clouds and camera images
US11932249B2 (en) Methods and devices for triggering vehicular actions based on passenger actions
US10671082B2 (en) High resolution 3D point clouds generation based on CNN and CRF models
US20200026282A1 (en) Lane/object detection and tracking perception system for autonomous vehicles
JP7043755B2 (ja) 情報処理装置、情報処理方法、プログラム、及び、移動体
US10220843B2 (en) Mobility device control system
US11851087B2 (en) Trajectory prediction for autonomous devices
US20200017124A1 (en) Adaptive driver monitoring for advanced driver-assistance systems
EP3974270A1 (en) Device for determining safety state of a vehicle
US11308363B2 (en) Device and method for training an object detection model
CN109478068A (zh) 动态地控制用于处理传感器输出数据的参数以用于碰撞避免和路径规划的系统和方法
KR102625488B1 (ko) 제어 장치 및 제어 방법, 프로그램, 그리고 이동체
US11449065B2 (en) System and method for controlling an autonomous carriage based on user intentions
JP2007022117A (ja) 車両安定化制御システム
US11537819B1 (en) Learned state covariances
US11842440B2 (en) Landmark location reconstruction in autonomous machine applications
JP2022502919A (ja) 画像スキャンラインのタイムスタンプ
US11841708B2 (en) System and method for adjusting a planned trajectory of an autonomous vehicle
WO2017188017A1 (ja) 検出装置、検出方法、およびプログラム
KR102232646B1 (ko) 운전석을 포함한 차량의 실내 장치를 자동으로 조절하기 위한 방법 및 이를 위한 장치
KR20230045680A (ko) 휠체어용 자율주행 시스템
US20210362739A1 (en) Apparatus for generating position data, autonomous vehicle and method for generating position data