KR20230062571A - 자동차의 횡방향 이동을 제어하기 위한 제어 방법 - Google Patents

Abstract

본 발명은 자동차(10)의 측방향 이동을 제어하기 위한 제어 방법에 관한 것으로, 상기 자동차는 도로상에서 소정 궤적(T_P)을 따르기 위한 조향 수단을 포함한다. 상기 제어 방법은 자동차 외부의 환경 파라미터(Pext_j)를 선택하는 단계(E5)를 포함하고, 상기 환경 파라미터의 선택은 이 환경 파라미터와 관련된 충돌 위험(Rj)의 함수이다. 상기 조향 수단에 대한 명령(K)은 충돌 위험(R_j) 및 자동차(10)의 측방향 시프트(D_L)에 따라 결정된다.

Description

자동차의 횡방향 이동을 제어하기 위한 제어 방법

본 발명은 자동차의 횡방향 이동을 제어하기 위한 제어 방법, 상기 횡방향 이동을 제어하기 위한 제어 시스템, 상기 제어 시스템이 사용할 수 있는 프로그램 명령들을 포함하는 컴퓨터 프로그램 제품, 및 상기 제어 시스템을 포함하는 자율 또는 반자율 자동차에 관한 것이다.

최근 몇 년 동안, 자동차에 운전 보조 시스템을 장착하는 데 있어 이루어진 진전은 도로 안전성의 상당한 향상에 기여하고 있다. 미래의 과제는 자율주행 자동차를 설계하는 것이다. 자율주행 자동차는 운전자의 개입 없이 도로를 주행할 수 있는 자동차이다. 이 개념의 목적은, 도로에 존재하는 다른 차량이나 장애물(인간, 동물, 나무 등)에 의해 발생하는 교통에 관계없이 궁극적으로 공공 도로에서 완전히 안전하게 이동할 수 있는 차량을 개발하고 생산하는 것이다. 여기서, 자율주행 자동차의 개념은 해당 차량을 운전하기 위해 인간 운전자의 개입이 필요하지 않은 완전 자율주행 자동차를 포함한다. 이 개념은 또한, 자동화된 운전 보조 시스템을 구비하고 있으나, 인간 운전자의 개입이 전반적으로 중요한 소위 "반자율" 자동차를 포함한다.

자율주행 자동차의 작동은 일반적으로 온보드 내비게이션 장치 및 미리 결정된 궤도를 정의하는 장치에 의해 공동으로 제어된다. 온보드 내비게이션 장치는 대규모, 즉 도로망의 규모로 경로를 프로그래밍하도록 설계된다. 이 경로는 출발 위치와 목적지를 연결할 수 있는 일련의 연속적인 도로 구간으로 구성된다. 이 일련의 도로 구간은 도로망에서 검출된 교통 상황 또는 미리 정의된 이동 제한(예를 들어, 도로 공사를 위한 특정 구간 폐쇄)에 따라 잠재적으로, 동적으로, 가변적이다. 미리 결정된 궤적을 규정하기 위한 장치는, 수십 내지 수백 미터의 차량의 이동 궤적을 자동으로 로컬 스케일로 처리하도록 설계된다. 소정의 궤적을 규정하기 위한 이 장치는 내비게이션 시스템에 의해 프로그래밍된 경로를 구현할 수 있다. 이와 같은 구현은, 자동차의 동적 제한들(최대 속도, 종방향 가속도, 조향, 등), 환경 제한들(도로의 장애물, 등) 또는 최적화 제한들(예를 들어, 자동차의 횡방향 가속도의 최소화)과 같은, 이동 제한들의 함수로서 시간 경과에 따른 차량의 위치, 방향 및 속도를 측정함으로써 수행된다.

자율주행 맥락에서, 자동차는 온보드 내비게이션 장치에 의해 결정된 일련의 도로 구간을 주행함으로써 미리 정의된 도시 또는 도시 외 경로를 따라 배열된다. 미리 결정된 궤적은 시간에 따라 가변적인 데카르트 좌표 세트에 의해 정의되며 미리 정의된 경로가 달성되는 도로 구간과 환경 파라미터의 함수로서 실시간으로 계산된다. 이 계산은 도로 표시 인식 장치, 레이더 또는 레이저 검출 수단, 장애물 인식 장치 등을 사용하여 구현될 수 있다. 주행 시, 자동차는 미리 정해진 궤도와 다를 수 있는 실제 궤도를 따른다. 실제로, 주행 시, 자동차는 미리 결정된 궤적을 규정하기 위한 장치에 의해 고려되지 않을 수 있는 많은 제한(타이어 압력, 도로의 기울기, 바람의 세기 등)을 받는다. 결과적으로, 이 실제 궤적과 미리 결정된 궤적 사이에 횡방향 옵셋이 있을 수 있으며, 이는 최소화되어야 한다. 횡방향 옵셋은 실제 궤적과 미리 결정된 궤적 사이의 0이 아닌 거리를 의미하며, 이 미리 결정된 궤적에 대해 수직인 축을 따라 측정된다. 차량의 조향 각도를 변경하기 위해, 횡방향 제어 시스템에서 적절한 명령을 사용하여 이 옵셋을 수정할 수 있다.

US10026317은 퍼지 논리에 기초하여 자동차를 제어하는 방법을 개시한다. 이방법은 자율주행 차량의 결정된 궤적, 결정된 위치, 결정된 속도 및 결정된 가속도로부터 편차의 확률을 결정하는 단계를 포함한다. 확률 인자는 이 정보에 기초하여 계산된다. 이 인자는 차량을 안전한 상태로 하기 위해 운전자에 의해 수행된 작업이 수행되었을 확률을 나타낸다. 이와 같은 확률은 자율 모드, 반자율 모드, 그리고 자동차의 오작동으로 인해 운전자의 조치가 필요한 수동 모드 사이의 전환을 가능하게 할 것이다. 퍼지 논리를 사용하는 이 방법은, 자동차가 자율 모드에 있을 때 인간의 행동을 재현하려고 시도한다. 그러나, 이 차량에는 다양한 유형의 승객/운전자가 탑승할 때 다양한 기대치를 가질 수 있다. 어떤 승객들은 부드럽고 심지어 운전을 원할 수도 있고, 다른 승객들은 훨씬 더 스포티한 운전을 선호할 수도 있다. 따라서, 자율주행 차량 사용자의 기대에는 다양성이 있다. 또한, 퍼지 논리는 상대적으로 긴 학습 시간을 필요로 하므로, 이와 같은 자동차 제어 방법의 설정을 더욱 복잡하게 만든다.

따라서, 구현이 간단하고 편리하며, 상기 자동차의 자동 주행을 위한 다수의 파라미터를 고려할 수 있는 자동차의 횡방향 이동 제어 방법을 제안할 필요가 있다.

본 발명은 이와 같은 요구를 적어도 부분적으로 충족시키는 것을 목적으로 한다.

보다 구체적으로, 본 발명은 자율주행 차량 탑승자의 경험을 향상시키는 것을 목적으로 한다.

본 발명의 제1 목적은, 도로상에서 소정의 궤적을 따르도록 조향 수단을 포함하는 자동차의 횡방향 이동을 제어하기 위한 제어 방법에 관한 것이다. 상기 제어 방법은, 상기 소정의 궤적에 대해 자동차의 횡방향 옵셋을 결정하는 단계 및 상기 자동차의 조향 수단을 제어하기 위한 명령을 결정하는 단계를 포함한다. 이와 같은 조향 수단은 횡방향 옵셋을 교정하기 위해 상기 자동차의 방향을 변경할 수 있다. 제어 방법은 또한, 상기 자동차와의 충돌 위험의 함수인 상기 환경 파라미터의 선택이 상기 자동차 외부의 적어도 하나의 환경 파라미터를 선택하는 단계를 포함한다. 조향 수단에 대한 명령은 상기 충돌 위험에 따라 또한 자동차의 상기 횡방향 옵셋에 따라 결정된다.

따라서, 조향 수단을 제어하기 위해 자동차의 내부 파라미터는 물론, 상기 자동차의 외부 환경 파라미터가 고려된다. 다음, 충돌 위험을 명령 결정에 통합하고 그에 따라 횡방향 옵셋의 수정을 제어할 수 있다. 예를 들어, 자동차가 도로의 가장자리를 향해 옵셋되는 경우, 도로의 반대쪽에서 다른 방향으로 이동하는 다른 차량의 존재는 자동차의 충돌 위험을 낮춘다. 그 결과, 횡방향 옵셋의 느린 교정, 즉, 자동차의 주행 방향에 급격한 변화가 일어나지 않는 것을 제공할 수 있다. 반대로, 자동차가 도로의 분할 스트립 쪽으로 옵셋되고 다른 자동차가 반대 방향으로 오고 있는 경우, 충돌 위험이 높기 때문에 충돌을 방지하기 위해 조향 수단의 응답은 훨씬 더 동적이어야 한다. 따라서, 본 발명은 승객의 경험을 향상시키면서, 상기 자동차의 내부 및 외부 파라미터의 함수로서, 상기 자동차의 횡방향 이동 제어의 조절을 개선하는 것을 가능하게 한다.

하나의 특정한 실시예에서, 환경 파라미터는 다음의 파라미터 리스트로부터 선택된 적어도 하나의 파라미터이다:

- 도로 교통을 나타내는 파라미터;

- 사람 또는 동물과 같이 도로에서 이동하는 행위자를 나타내는 파라미터;

- 도로에서 움직이지 않는 장애물을 나타내는 파라미터.

다른 특정 실시예에서, 횡방향 옵셋의 교정 속도는 충돌 위험 및 횡방향 옵셋의 함수로서 조정된다.

다른 특정 실시예에서, 상기 자동차의 횡방향 옵셋을 고려하여 충돌 위험이 낮은 경우, 상기 횡방향 옵셋의 교정이 늦어진다.

다른 특정 실시예에서, 상기 자동차의 횡방향 옵셋을 고려하여 충돌 위험이 높은 경우, 상기 횡방향 옵셋의 교정이 가속된다. 이에 따라, 자동차의 자동 주행이 보다 안전하게 된다.

다른 특정 실시예에서, 상기 횡방향 옵셋의 교정은, 상기 충돌 위험 및 상기 횡방향 옵셋의 함수로서 감쇠된다. 이에 따라 자동차가 소정 궤적을 따르는 방식은 시간 경과에 따라 보다 안정적으로 된다.

다른 특정 실시예에서, 상기 제어 방법은 자동차의 정보의 단계를 포함하고, 상기 정보는 자동차의 주행 상황에 관한 것이다. 이 정보 단계는 인간-기계 인터페이스 수단을 사용하여 이루어진다. 이들 수단은 운전자가 특히 자율주행 차량으로 주행할 때 조향 휠의 제어를 다시 취해야 하는 경우 운전자에게 경고할 수 있도록 한다.

본 발명의 다른 목적은 자동차의 횡방향 이동을 제어하기 위한 제어 시스템에 관한 것으로, 상기 자동차는 도로 상에서 소정의 궤적을 따르도록 하기 위한 조향 수단을 포함하고, 상기 조향 수단은 상기 자동차의 방향을 변경할 수 있고, 상기 시스템은, 미리 결정된 궤적에 대한 상기 자동차의 횡방향 옵셋을 결정하기 위한 수단; 횡방향 옵셋을 교정하기에 적절한 자동차의 조향 수단을 제어하기 위한 명령을 결정하기 위한 수단; 자동차 외부의 적어도 하나의 자동차 외부 환경 파라미터를 선택하기 위한 수단을 포함하고, 상기 환경 파라미터의 선택은 자동차와의 충돌 위험의 함수이고, 상기 조향 수단에 대한 명령은 자동차의 충돌 위험 및 횡방향 옵셋에 따라 결정된다.

한 특정 실시예에서, 상기 시스템은 자동차의 주행 상황을 승객에게 알리기 위한 인간-기계 인터페이스 수단을 포함한다.

본 발명의 다른 목적은, 명령들이 상기 제어 시스템에 의해 실행 또는 해석될 때, 자동차에 있어서 상기 제어 방법의 구현을 트리거하는, 상기 제어 시스템에 의해 사용될 수 있는 프로그램 명령들을 포함하는 컴퓨터 프로그램 제품에 관한 것이다.

본 발명의 다른 목적은, 상기 목적들의 하나에 따른 제어 시스템을 포함하는 자율주행 자동차에 관한 것이다.

본 발명은 비제한적인 실시예들을 통해 제시되고 첨부된 도면에 의해 예시된 실시예들의 상세한 설명에 따라 보다 잘 이해될 것이다.

도 1은, 본 발명에 따른 자율주행 자동차를 도시한 도면이다;
도 2는, 도로 주행 중 자율주행 자동차를 도 1에 나타낸 것이다;
도 3은, 도 2의 도로에서 도 1의 자동차의 횡방향 이동을 제어하기 위한 제어 시스템을 나타내는 도면이다;
도 4는, 도 1의 자동차 조향 수단 제어를 위한 명령을 결정하기 위한 수단을 나타내는 도면으로, 상기 명령 수단은 도 3의 제어 시스템에 속한다;
도 5는, 도 1에서 자동차의 횡방향 이동을 제어하기 위한 제어 방법의 다른 단계를 도시한 도면으로, 상기 제어 방법은 도 3의 제어 시스템에 의해 구현된다;
도 6은, 서로 다른 횡방향 거리(D_L) 입력값의 함수로서 자동차(10)의 응답을 나타낸다;
도 7은, 도 3의 제어 시스템에 의해 적용되는 조향 각도의 시간 경과에 따른 변화와 종래의 제어 시스템에 의해 적용되는 조향 각도의 시간 경과에 따른 변화를 나타낸다;
도 8은, 충돌 위험이 낮은 경우, 도 3의 제어 시스템과 일반적인 제어 시스템에 의해 제어되는 조향 각도의 중첩된 변화를 보여준다;
도 9는, 충돌 위험이 높은 경우, 도 3의 제어 시스템과 종래의 제어 시스템에 의해 제어되는 조향 각도의 중첩된 변화를 나타낸다.

본 발명은 상술한 실시예 및 변형예에 한정되는 것은 아니며, 추가 실시예 및 변형예는 당업자에게 명확하게 나타날 것이다.

각종 도면들에서 동일하거나 유사한 요소는 동일한 참조 부호를 갖는다.

도 1은 본 발명에 따른 자동차(10)의 상면도를 개략적으로 도시한다. 상기 자동차(10)는 차량 전방부, 차량 후방부, 차량 루프, 차량 내부 및 조향 수단(미도시)을 포함한다. 자동차는 또한 섀시 및 상기 섀시에 장착 또는 고정되는 하나 이상의 차체 패널을 포함한다.

여기서, 자동차(10)는 자율주행 차량이다. 자율주행 차량은 완전 자율주행 또는 반 자율주행 차량을 의미한다. 자동차에는 몇 가지 레벨의 자율성이 있다.

레벨 1로 알려진 제1 레벨에서, 자동차는 해당 자동차와 관련된 제한된 수의 주행 동작을 책임진다. 이 경우, 운전자는 운전 제어 작업의 대부분을 책임진다. 레벨 1에서, 가속 및/또는 제동 제어 작동(크루즈 컨트롤 등)은 자동차에 의해 제어된다. 레벨 1은 운전 보조 레벨에 대응한다.

레벨 2로 알려진 제2 레벨에서, 자동차는 외부 환경(자동차 주변 도로, 노면, 도로 교통, 주변 조건)에 대한 정보(예를 들어, 하나 이상의 운전 보조 시스템, 센서 등)를 수집할 수 있다. 레벨 2에서 자율주행 차량은 특정 주행 작동(예를 들어, 조향, 가속 및/또는 제동)을 제어하기 위해 수집된 정보를 사용할 수 있다. 레벨 2는 자동차의 부분 자동화 레벨이다. 레벨 1과 레벨 2에서는 운전자가 자율주행차가 수행하는 주행 동작을 완전히 모니터링해야 한다는 점에 유의해야 한다.

레벨 3으로 알려진 제3 레벨에서, 운전자는 해당 자동차가 운전자에게 이와 같은 운전 조작 중 하나 이상을 제어하기 위해 행동 또는 개입을 요청하는 경우를 제외하고 모든 운전 조작을 자동차에 위임한다. 레벨 3은 조건부 자동화 레벨이다.

레벨 4로 알려진 제4 레벨에서는 운전자가 더 이상 운전 조작을 관리하지 않는다. 이 경우, 운전자가 개입 요청에 응답하지 않는 경우를 포함하여, 자동차는 모든 주행 동작을 제어한다. 레벨 4는 높은 자동화 레벨이다.

레벨 5로 알려진 제5 레벨에서, 자동차는 모든 주행 동작을 제어한다. 따라서 이동할 때, 자동차는 도로 교통, 도로 위의 이동 행위자(인간, 동물), 도로 위의 움직이지 않는 장애물, 도로 표면을 모니터링한다. 레벨 5에서는 인간 운전자와의 상호 작용이 필요하지 않다. 레벨 5는 완전 자동화 레벨이다. 레벨 3 내지 레벨 5에서, 자동차는 해당 자동차의 주행 동작을 모니터링하고 외부 환경을 모니터링할 수 있다는 점에 유의해야 한다.

이와 같은 상이한 레벨의 자율성에서 다양한 주행 동작을 수행할 수 있도록, 자동차(10)는 다음과 같은 다수의 센서들을 포함한다:

- 전방 레이더(11A, 11B);

- 후방 레이더(12A, 12B);

- 초음파 센서(13);

- 비디오 카메라(14);

- 라이다 센서(15);

- GPS 안테나(16).

전방 레이더는 상기 자동차(10)의 대칭 축의 양측의 차량 전방 부분에 위치되는 2개의 전방 레이더 요소(11A, 11B)를 포함한다. 전방 레이더는, 자동차 전방에 검출 영역(111)을 갖는다. 따라서, 주변 물체의 위치를 검출할 수 있다. 이는 자동차의 속도를 측정할 수 있도록 한다. 전방 레이더(11A, 11B)에 의해 수집된 정보는, 비상 제동 또는 차선 유지와 같은 특정 주행 동작을 구현하는 데 특히 유용하다.

후방 레이더는 상기 자동차(10)의 대칭축의 양측의 차량 후방 부분에 위치되는 2개의 후방 레이더 요소(12A, 12B)를 포함한다. 후방 레이더는 자동차 후방에 검출 영역(112)을 갖는다. 따라서, 주변 물체들의 위치를 검출할 수 있다. 이는 상기 자동차(10)를 따르는 다른 자동차의 속도를 측정할 수 있도록 한다. 후방 레이더(12A, 12B)에 의해 수집된 정보는 비상 제동 또는 차선 유지와 같은 특정 주행 동작을 구현하기 위해 특히 유용하다.

초음파 센서(13)는 두 개의 전방 레이더 요소들(11A, 11B) 사이의 차량 전방 부분에 위치된다. 초음파 센서(13)은 전방 레이더 요소들(11A, 11B)의 검출 영역(111)보다 훨씬 작은 검출 영역(113)을 가지고 있다. 따라서, 이 초음파 센서(13)는 매우 가까운 장애물을 검출할 수 있다. 수집된 정보는 특히 상기 자동차(10) 바로 앞의 다른 자동차와의 안전거리 유지 등의 주행 동작을 구현하기 위해 유용하다.

여기서, 비디오 카메라(14)는 백미러 뒤에 위치된다. 이와 같은 비디오 카메라(14)에 의해 수집된 정보는 특히 도로 표지판의 해독, 커브 및 스트립의 식별, 도로상의 이동 행위자(인간, 동물)의 검출 등과 같은 특정한 주행 동작을 구현하는 데 유용하다.

여기서, 라이다(라이다) 센서(15)는 자동차(10)의 지붕(roof)에 위치된다. 이는 레이저를 사용하여 원격 검출 측정을 수행할 수 있다. 광검출 및 거리측정은 광원으로 돌아온 광 빔의 특성 분석에 기초하는 원격 측정 기술이다. 라이다 센서는 예를 들어 직경이 50m인 상당히 큰 검출 영역(115)을 가지고 있다. 360°에 걸쳐 지속적으로 환경을 스캔하여 3D 지도를 생성할 수 있다. 라이다 센서(15)에 의해 수집된 정보는, 야간을 포함하여 장애물 검출과 같은 특정 주행 동작을 구현하는 데 유용하다.

GPS 안테나(16)는 자동차(10)의 후방에 위치된다. 이는 GPS(Global Positioning System) 신호를 수신할 수 있도록 한다. 내비게이션 데이터는 이와 같은 GPS 신호에 기초하여 자동차(10)에서 업데이트될 수 있다.

자동차는 또한 센서들(11A, 11B, 12A, 12B, 13, 14, 15)의 각종 데이터를 처리할 수 있는 중앙 컴퓨터(16)를 포함한다. 중앙 컴퓨터(16)와 센서(11A, 11B, 12A, 12B, 13, 14, 15)는 하나 이상의 CAN 버스들(도시되지 않음)에 의해 자동차 내에 연결되어 센서로부터 상기 데이터를 전달한다.

도 2는, 도 1에 도시된 자율주행 자동차를 도로(20) 상에 도시한 것이다. 이와 같은 단순화를 위해, 센서들(11A, 11B, 12A, 12B, 13, 14, 15)은 도 2에 도시되어 있지 않다. 도로(20)는 두 개의 연석들(21)로 구분된다. 이는 또한 복수의 분할 스트립(22)에 의해 분리된 2개의 차선들로 분할된다. 도 2에서, 차량은 실제 궤적 (Tr)을 따라 우측 차선을 주행하고 있다. 여기서, 이 실제 궤적(Tr)은 미리 결정된 궤적(Tp)에 상대적인 횡방향 옵셋(D_L)만큼 옵셋된다. 미리 정해진 궤도(Tp)는 특히 GPS 안테나(16)에 의해 수신된 GPS 신호로부터의 데이터에 기초하여 자동차(10)의 내비게이션 시스템에 의해 미리 계산된다. 여기서, 이 미리 결정된 궤적(Tp)은 연석(21)과 분할 스트립(22) 사이의 중간까지 연장된다. 본 발명은 횡방향 옵셋(D_L)을 최소화하는 것을 목표로 한다. 이를 위해, 자동차(10)는 도 3에 도시된 적응 제어 시스템(30)을 포함한다. 바람직한 실시예에서, 이 제어 시스템(30)은 자동차의 중앙 컴퓨터(16)에 직접 통합된다.

도 3은 제어 시스템(30)을 보다 상세히 도시한다. 이상과 같이, 이 제어 시스템(30)은 자동차(10)의 횡방향 이동을 제어할 수 있다. 이는 다음을 포함한다:

- 지도를 생성하기 위한 수단(31);

- 환경 파라미터 생성을 위한 수단(32);

- 충돌 위험 분석기(33);

- 자동차 내부의 데이터를 수집하기 위한 수단(34);

- 소정 궤적을 생성하기 위한 수단(35);

- 횡방향 옵셋 결정 수단으로도 알려진, 각도 오차 및 횡방향 오차 계산기(36), ;

- 자동차(10)의 조향 수단을 제어하기 위한 명령을 결정하기 위한 수단(37)으로도 알려진, 자연모방 평면 거동을 결정하기 위한 수단;

- 횡방향 옵셋을 제어하기 위한 수단(38);

- 인간-기계 인터페이스(39).

지도를 생성하기 위한 수단(31)은 도로(20)와 관련된 정보를 생성할 수 있다. 이와 같은 정보는 도로(20)의 연석(21), 구획 스트립(22), 경로의 시작점 및 끝점, 도로 표지판, 도로(20)의 경사도, 도로 표면의 품질(타르맥, 자갈 등)에 대한 상세한 데이터를 포함하는 하나 이상의 디지털 맵(M)을 생성할 수 있도록 한다. 예를 들어, 디지털 맵(M)은 비디오 카메라(14)를 사용하여 생성된다. 다음, 이들은 충돌 위험 분석기(33)로 전송된다.

환경 파라미터를 생성하기 위한 수단(32)은, 사람 또는 동물과 같은 이동성 장애물뿐만 아니라 도로 상의 이동성 행위자의 표시를 보조할 수 있다. 이와 같은 이동 행위자 및 이동 장애물은 360도 이상의 정보를 포착하기 위해 차량 지붕에 분포된 복수의 카메라(예를 들어, 적어도 5개의 카메라)로부터 비롯되는 정보를 결합하는 저레벨 병합 알고리즘을 사용하여 표현된다. 이와 같은 카메라(도 1에 도시되지 않음)는 주로 그들의 카테고리(c)(이동체 또는 부동체, 인간 또는 동물 등)를 식별하기 위해 해당 이동 행위자 및 이동 장애물을 검출하는 데 사용된다. 다음, 이 정보는 각 이동 행위자 및/또는 각 이동 장애물에 대해 자동차(10)에 상대적인 거리(d)를 제공하는 라이다 센서(15)와 결합된다. 환경 파라미터를 생성하기 위한 수단(32)은, 자동차(10)가 주행하는 전체적인 맥락을 참조하는 복수의 3D 박스를 포함하며, 이에 의해 지도를 생성하기 위한 수단(31)의 디지털 맵(들)(M) 상에서 x, y가 주어진 각 이동 행위자 및 각 이동 장애물에 좌표를 부여할 수 있다. 각각의 이동 행위자 및 각각의 이동 장애물(j)에 대하여, 환경 파라미터를 생성하기 위한 수단(32)은 환경 파라미터(Pext_j)를 생성할 수 있으며, 여기서 j는 0과 N 사이의 자연수이다. 따라서, 각 환경 파라미터(Pext_j)는, 이동식 행위자 또는 이동 장애물의 카테고리(c_j)에 대한 정보, 이동 행위자 또는 이동 장애물의 좌표 x_j, y_j에 대한 정보, 및 자동차(10)에 대한 이동 행위자 또는 이동 장애물의 거리(d_j)를 포함한다. 따라서, 모든 환경 파라미터 Pext_j(c_j; x_j, y_j; d_j)는 충돌 위험 분석기(33)로 전송된다.

디지털 맵(M)과 환경 파라미터 Pext_j(c_j; x_j, y_j; d_j)는 자동차(10)가 주행하는 환경을 잘 보여준다.

충돌 위험 분석기(33)는 디지털 맵(M)과 환경 파라미터(Pext_j)를 수신할 수 있다. 특히, 충돌 위험 분석기(33)는 각 환경 파라미터(Pext_j)에 대해 관련 위험( R_j)를 결정할 수 있다. 이를 위해, 위험 분석기는 이동 행위자 및/또는 이동 장애물의 변화를 실시간으로 예측할 수 있다. 위험 분석기는 명령을 결정하기 위해 모든 파라미터(Pext_j) 및 관련 위험(R_j)를 상기 수단(37)으로 전송한다.

자동차 내부의 데이터를 수집하기 위한 수단(34)은, 자동차(10)의 내부 파라미터(P_int)를 모두 수집할 수 있다. 이와 같은 파라미터는 상이한 온보드 센서에 기초하여 결정된다. 이와 같은 내부 파라미터(P_int)는 특히 조향 각도, 차량의 속도, 차량의 가속도 및 차량의 요우(yaw) 각속도와 관련이 있다. 내부 파라미터(P_int)는 또한 자동차(10)의 질량 중심의 X 및 Y 좌표를 포함한다. 이와 같은 내부 파라미터 (P_int)는 횡방향 옵셋을 결정하기 위해 상기 수단(36)으로 전송되기에 적합하다.

소정의 궤적을 생성하기 위한 수단(35)은 차량이 단기적으로 따라야 하는 궤적을 제공할 수 있다. 이 소정 궤적은 내비게이션 시스템에 의해 공급된다. 변형예로서, 소정의 궤적은 자동차(20)가 주행하는 차선의 연석(21)과 분할 스트립 (22)를 스캔하는 카메라로부터 얻어진다. 정상 작동 모드에서, 이 미리 결정된 궤적은 연석(21)과 분할 스트립(22) 사이의 중간이다. 이 경우, 생성 수단(35)은 횡방향 옵셋을 결정하기 위한 수단(36)에 소정 좌표(X_pred, Y_pred)의 하나 이상의 쌍을 공급한다. 이 경우, 이와 같은 좌표 쌍은 주어진 시간 시퀀스에 걸쳐 미리 결정된 궤적(T_p)에 해당한다.

상기 횡방향 옵셋 결정 수단(36)은 상기 소정의 궤적(Tp)과 상기 자동차의 실제 궤적(Tr) 사이에서 횡방향 옵셋(D_L)을 결정할 수 있다. 이를 위해 컴퓨터(36)는 자동차(10)의 질량 중심의 좌표(X, Y)와 미리 정해진 좌표(X_pred, Y_pred)를 비교한다. 여기서, 그것은 2차원적인 접근이다. 그 다음, 상기 수단(36)은 명령 및 인간-기계 인터페이스 수단(39)을 결정하기 위해 횡방향 옵셋(D_L)을 수단(37)으로 보낸다.

명령어를 결정하기 위한 수단(37)은 환경 파라미터(Pext_j), 및 그들의 관련위험(R_j) 및 횡방향 옵셋(D_L)을 수신할 수 있으며, 이 정보에 기초하여, 결정 수단(37)은 자동차의 조향 수단을 제어하는 명령(K)을 생성하여 횡방향 옵셋(D_L)을 수정한다. 그 후, 이 명령(K)은 인간-기계 인터페이스 수단(39) 뿐만 아니라 횡방향 옵셋을 제어하기 위한 수단(38)으로 전송된다.

수신된 횡방향 옵셋(D_L)에 기초하여, 횡방향 옵셋을 제어하기 위한 수단(38)은 조향 수단(도시되지 않음)에 작용한다. 이와 같은 조향 수단은 자동차(10)의 조향 각도를 변화시켜 횡방향 옵셋(D_L)을 감소시킬 수 있으며, 공지된 바와 같이, 이와 같은 조향 수단은 조향 컬럼, 조향 박스, 랙, 커넥팅 로드 및 조향 너클을 포함할 수 있다.

인간-기계 인터페이스 수단(39)는 횡방향 옵셋(D_L)에 대한 정보와 명령 K에 대한 정보를 수신할 수 있다. 이 정보에 기초하여, 인터페이스 수단(39)은 운전자에게 비정상적인 상황을 경고할 수 있다. 이와 같은 비정상적인 상황은 인간-기계 인터페이스 수단(39)에 의해 수신된 횡방향 옵셋(D_L)이 주어진 기준값보다 클 때 발생한다. 대안적인 실시예에서, 이와 같은 비정상적인 상황은 또한, 명령(K)이 횡방향 옵셋(D_L)을 감소시키기 위해 조향 수단에 대해 매우 빠른 조치를 요구할 때 발생하며, 결과적으로, 운전자는 사고의 위험을 피하기 위해 차량을 제어할 수 있는 선택권을 갖는다. 이는 자동화 레벨이 조건부인 자율성 레벨 3이다. 특히, 인터페이스 수단(39)은 운전자에게 상황을 알리기 위해 시각적 구성요소 및/또는 청각적 구성요소를 갖는다. 시각적 구성 요소는 차량 내부에 설치된 LED를 사용하여 생성된다. 예를 들어, 위험 요소가 검출되지 않으면 LED가 파란색으로 표시되어 운전자에게 자동 모드가 활성화되었음을 알려준다. 약간의 위험이 검출되면(다른 차량이 자동차(10)에 근접한 반대 방향으로 이동하는 경우, 좁은 도로 등) LED는 주황색을 띠게 된다. 이 경우 운전자는 경계를 강화해야 한다. 중대한 위험이 검출되면, LED가 빨간색으로 표시되고 운전자가 차량을 제어하도록 안내된다.

도 4는, 결정 수단(37)의 각종 구성요소들의 세부 사항을 보여준다. 이와 같은 결정 수단(37)은 다음과 같이 구성된다:

- 환경 파라미터(Pext_j)를 하나 이상 선택하기 위한 수단(371);

- 횡방향 옵셋(D_L)을 수신하기 위한 수단(372);

- 조향 각도 특성을 결정하기 위한 수단(373);

- 자동차의 응답 특성을 생성하기 위한 수단 (374);

- 조향 수단의 모델을 생성하기 위한 수단(375);

- 차량의 모델(376);

- 명령(K)을 생성하기 위한 수단(377).

선택 수단(371)은 이들 각각의 환경 파라미터들과 연관된 충돌 위험(R_j) 뿐만 아니라 모든 환경 파라미터(Pext_j)를 수신한다. 이와 같은 데이터에 기초하여, 선택 수단은 중대한 위험을 초래하는 환경 파라미터를 선택할 수 있다. 이 환경 파라미터 선택은, 조향각 특성을 결정하기 위한 수단(373) 및 자동차 응답의 특성을 생성하기 위한 수단(374)으로 전송된다.

상기 수신 수단(372)은, 횡방향 옵셋(D_L)을 수신하여 이를 결정 수단(373) 및 생성 수단(374)으로 전송할 수 있다.

결정 수단(373)은 환경 파라미터(Pext_j) 및 횡방향 옵셋(D_L)과 관련된 충돌 위험(R_j)에 기초하여, 최적의 조향 각도(θ) 및 최적의 조향 각속도(θ')를 결정할 수 있다. 조향 각도(θ) 및 조향 각속도(θ')의 결정은 또한, 자동차 조향 수단의 최대 능력을 고려한다. 이들 정보 θ, θ'는 조향 수단의 모델(375)로 전송된다.

생성 수단(374)은 환경 파라미터(Pext_j) 및 횡방향 옵셋(D_L)과 관련된 충돌 위험(R_j)의 함수로서 자동차(10)의 응답 특성을 결정할 수 있다. 이 응답의 특성은 (짧거나 긴) 시간 경과에 따른 교정의 감쇠(A^c)뿐만 아니라 횡방향 옵셋의 교정 속도(Vc)(느리거나 빠름)와 관련이 있다. 이 충돌 위험(R_j)이 낮고 횡방향 옵셋(D_L)도 작으면, 자동차의 응답 특성은 짧은 감쇠 시간으로 느린 교정 속도를 제공할 것이다. 이와 같은 짧은 감쇠 시간은, 이 소정의 궤적(T_d)을 중심으로 오버슛 진폭을 제한함으로써, 작은 진동으로 자동차(10)를 소정의 궤적(T_d)으로 되돌릴 수 있도록 한다.

생성 수단(375)은 결정 수단(373)에 의해 전송된 최적 조향 각도(θ) 및 최적 조향 속도(θ')에 기초하여 조향 수단의 모델(M_d)을 생성할 수 있다. 한 특정 실시예에서, 이와 같은 조향 수단의 모델(M_d)은 2차 선형 시간-불변(LTI) 모델이다.

차량의 모델(376)은 요우 각도 및 그의 파생 파라미터(요우 각속도, 요우 가속도)와 같은 차량의 요우 거동을 제공할 수 있다. 자동차의 요우 거동을 관찰하면, 해당 자동차의 유도 품질에 대한 정보를 얻을 수 있다. 하나의 특정 실시예에서, 요우 각속도(V_L)는 최적 조향 각도(θ) 및 최적 조향 속도(θ')로부터 추론될 수 있다.

생성 수단(377)은 다음에 기초하여 명령(K)을 생성한다:

- 시간 경과에 따른 횡방향 옵셋의 교정 속도(V_c) 및 교정의 감쇠(A_c);

- 조향 수단의 모델(M_d);

- 요우 각속도(V_L).

따라서, 명령(K)은 교정 속도(V_c) 및 감쇠(A_c)를 통해 상기 충돌 위험(R_j)에 따라 부분적으로 결정된다. 명령(K)은 또한, 조향 수단의 모델(M_d)를 통해 횡방향 옵셋(D_L)에 따라 부분적으로 결정된다.

도 5는, 자동차(10)의 횡방향 이동을 제어하기 위한 제어 방법의 다른 단계들을 도시한다. 이와 같은 제어 방법은 자동차 외부 파라미터를 획득하는 제1 단계(E1)를 포함한다. 이와 같은 외부 파라미터는 디지털 맵(M) 및 환경 파라미터 (Pext_j)를 포함한다. 환경 파라미터(Pext_j)는 다음의 파라미터 리스트로부터 선택된 파라미터이다:

- 도로 교통을 나타내는 파라미터;

- 사람 또는 동물과 같이 도로에서 이동하는 행위자를 나타내는 파라미터;

- 도로에서 움직이지 않는 장애물을 나타내는 파라미터.

제2 단계(E2)에서, 충돌 위험(R_j)은 각 외부 환경 파라미터에 대해 결정된다. 상기 제어 방법은, 상기 제1 단계(E1) 및 제2 단계(E2)와 병행하여 상기 자동차의 내부 파라미터를 획득하는 제3 단계(E3)를 포함한다. 이와 같은 내부 파라미터에 기초하여, 제4 단계(E4)에서, 소정의 궤적(T_p)에 상대적인 자동차의 횡방향 옵셋(D_L)을 추론할 수 있다. 제5 단계(E5)에서는 외부 환경 파라미터(Pext_j)가 적어도 하나 선택된다. 이 선택은 상기 환경 파라미터(Pext_j)와 관련된 충돌 위험 (R_j)의 함수이다. 일반적으로, 제5 단계(E5)에서는, 자동차(10)와의 충돌 위험이 가장 높은 환경 파라미터가 선택된다. 이와 같은 환경 파라미터는, 예를 들면, 도로의 반대 측에 존재하여, 상기 자동차(10)와 반대 방향으로 주행하는 다른 자동차에 링크된다.

제6 단계(E6)는, 자동차의 조향 수단을 제어하기 위한 명령(K)을 결정하는 단계에 관한 것이다. 조향 수단의 이 명령(K)은 선택된 환경 파라미터(Pext_j)의 충돌 위험(R_j) 및 자동차(10)의 횡방향 옵셋(D_L)에 따라 결정된다.

제7 단계(E7)에서, 조향 수단은, 명령(K)의 함수로서 자동차(10)의 방향을 변경하여 횡방향 옵셋(D_L)을 교정한다. 횡방향 옵셋(D_L)의 교정 속도는, 충돌 위험(R_j) 및 상기 횡방향 옵셋(D_L)의 중요성의 함수로서 조정된다. 따라서, 자동차의 횡방향 옵셋(D_L)을 고려하여 충돌 위험(R_j)이 낮은 경우, 횡방향 옵셋(D_L)의 교정이 느려진다. 마찬가지로, 상기 자동차(10)의 횡방향 옵셋(D_L)을 고려하여 충돌 위험(R_j)가 높은 경우, 횡방향 옵셋(D_L)의 교정이 가속된다. 또한, 횡방향 옵셋((D_L)의 교정은 충돌 위험(R_j)와 이 횡방향 옵셋(D_L)의 중요성의 함수로서의 감쇠(A_c)이다. 이는 소정 궤도(T_p) 주변에서 자동차의 실제 궤도(T_r)의 진동의 현상을 제한하기 위한 것이다.

제8 단계(E8)에서, 제어 방법은 자동차의 정보 단계를 포함한다. 이 시각적 및/또는 청각적 정보는 운전자를 위한 것이다. 그것은 운전자에게 자동차의 주행 상황을 알릴 수 있도록 한다. 예를 들어, 이와 같은 시각적 및/또는 청각적 정보는 위험이 발생한 경우, 운전자가 자동차의 조향 수단을 다시 제어하도록 유도할 수 있다.

상기 E1 내지 E7 단계는, 0.01초의 순서로 소정의 주파수로 발생한다는 것에 유의한다. 이 주파수는 특히 환경 파라미터 및 관련 위험의 변화와 관련하여 자동차(10)의 높은 응답성을 허용할 수 있도록 충분히 짧다.

도 6은, 소정 궤적(T_p)에 대해 측정된 서로 다른 횡방향 거리(D_L)에 따른 자동차(10)의 응답을 도시한 것이다. 따라서 곡선(61)은 횡방향 거리(DL)가 5cm일 때 자동차(10)의 응답을 나타낸다. 곡선(62)은 10cm의 횡방향 거리(D_L)에 대한 반응을 보여준다. 곡선(63)은 15cm의 횡방향 거리(D_L)에 대한 반응을 보여준다. 곡선(64)은 20cm의 횡방향 거리(D_L)에 대한 반응을 보여준다. 곡선(65)은 25cm의 횡방향 거리 (D_L)에 대한 반응을 보여준다. 곡선(66)은 30cm의 횡방향 거리(D_L)에 대한 반응을 보여준다. 이와 같은 곡선의 x축은 시간(초)을 나타내고 y축은 반응 진폭을 나타낸다. 이와 같은 상이한 곡선들은 횡방향 거리(D_L)가 클수록, 소정 궤도로 복귀하기 위한 자동차(10)의 응답이 느리다는 것을 보여준다. 따라서, 이와 같은 반응은 승객들에게 더 자연스럽고 편안한다. 이 대응 전략은 특히 반대 방향으로 들어오는 트래픽이 없을 때 적절한다. 반대 방향으로 오는 교통량이 상당한 경우, 특히, 자동차가 도로 상에서 분할 스트립을 향해 표류하는 경향이 있는 구체적인 경우, 자동차(10)의 응답이 더 빨라질 수 있다. 이와 같은 구체적인 경우에, 교정의 감쇠 시간은 미리 결정된 궤적(T_p)를 중심으로 보다 현저한 진동을 갖는 곡선들(61 내지 66)보다 길 수 있다.

직선부 및 곡선부를 포함하는 혼합 부분의 시험 회로에서 관련 제어 방법 및 제어 시스템(30)을 점검하였다. 본 발명의 제어 시스템(30)을 환경 파라미터를 고려하지 않은 종래의 제어 시스템과 비교하기 위한 제1 테스트를 수행하였다. 도 7 내지 9는 이와 같은 테스트의 결과를 보여준다. 보다 상세하게는, 도 7은 제어 시스템(30)(커브 71)에 의해 인가되는 조향 각도의 시간 경과에 따른 변화와 종래의 제어 시스템(커브 72)에 의해 인가되는 조향 각도(θ)의 시간 경과에 따른 변화를 비교한다. 커브(71)에서, 제2의 134에서, 예를 들어, 다른 차량을 추월하기 위해 차선을 변경하기 위해 자동차가 제어된다. 그 후, 제어 시스템(30)은 이와 같은 추월 기동에 관여하기 위해 조향 각도의 급격한 변화를 트리거한다. 이와 같은 급격한 변화는 제2의 135에서 조향 각도 값(θ)이 약 90°인 제1 피크(711)를 절대값으로 생성한다. 그 후, 제2의 139에서 제2 피크(712)를 생성하는 조향 각도의 다른 변화에 의해 자동차는 미리 결정된 궤도를 향해 방향을 바꾼다. 이 제2 피크(712)는 절대값으로서 약 50°의 작은 조향각 값(θ)을 갖는다. 그러면, 조향 각도가 약 0°로 안정화되고 차량이 다시 미리 설정된 궤적을 따라 이동한다. 커브(72)는 커브(71)의 오버슛에 해당하는 오버슛 동안, 기존의 제어 시스템에 의해 적용된 조향 각도(θ)의 시간 경과에 따른 변화를 반영한다. 이 커브(72)는 조향 각도로서 100°보다 큰 제1 피크(721) 및 또한 약 100°의 제2 피크(722)를 포함한다. 커브(72)의 피크들의 조향 각도 값들은 커브(71)의 피크들의 그것들보다 상당히 크다. 마찬가지로, 제1 피크(721)와 제2 피크(722) 사이의 진폭은 커브(71)의 제1 피크(711)와 제2 피크(712) 사이의 진폭보다 크다. 따라서, 제어 시스템(30)은 조향 휠의 큰 움직임을 제한할 수 있으므로, 승객들이 보다 편안하게 자동차를 운전할 수 있다. 또한, 제어 시스템(30)은소정 궤도(T_p)에서 자동차의 보다 빠른 안정화를 보장한다.

도 8은, 제어 시스템(30)에 의해 제어되는 경우와 종래의 제어 시스템(커브 82)에 의해 제어되는 경우의 조향 각도 변화를 비교한다. 이 커브 81과 82는 32초에 제1 개입을 받고 62초에 제2 개입을 받는다. 진폭이 큰 종래의 제어 시스템의 커브(82)와는 달리 제어 시스템(30)과 연관된 커브(81)는 개입에 과민반응하지 않는다는 점에 다시 유의한다. 제어 시스템(30)은 충돌 위험을 의사 결정에 통합한다. 이 위험이 낮거나 심지어 존재하지 않는 경우에는, 자동차의 횡방향 옵셋을 매우 부드럽게 교정할 수 있다. 따라서, 커브(81)는 값 0 주위의 제한된 진폭으로 거의 안정적으로 전개된다.

도 9는, 적어도 하나의 외부 환경 파라미터에 대해 충돌 위험이 높은 상황을 보여준다. 이 도 9는, 제어 시스템(30)(커브 91) 및 종래의 제어 시스템(커브 92)에 대한 시간 함수로서 횡방향 옵셋(D_L)의 변화를 나타낸다. 여기서, 제어 시스템 (30)에 대한 커브(91)는 일반적으로 종래의 제어 시스템에 대한 커브(92)와 동일한 진폭을 갖는다. 그러나, 커브(91)의 경우 커브(92)의 경우보다 0으로의 복귀가 더 느리다는 것을 관찰할 수 있을 것이다. 따라서, 제어 시스템(30)에 의해 자동차의 횡방향 옵셋이 보다 원활하게 교정된다.

따라서, 자동차의 횡방향 이동을 제어하기 위한 제어 방법 및 관련 제어 시스템(30)은 다음을 가능하게 한다:

- 자동차(10)의 환경에 대한 반응을 실시간으로 조정하고;

- 자동차(10)의 내부 파라미터와 상기 자동차(10)의 외부 환경 파라미터를 모두 고려한 응답을 갖고;

- 자동차(10)의 승객에게 큰 편안함과 큰 안전을 제공하고;

- 운전자에게 필요성에 대한 정보를 신속하게 제공하거나 특히 위험이 발생할 경우 자동차(10)의 조향 수단을 다시 제어할 수 있도록 한다.

본 발명은 또한, 상기 제어 시스템(30)에 의해 실행 또는 해석될 때, 도 5에 설명된 제어 방법의 구현을 트리거하는, 제어 시스템(30)에 의해 사용될 수 있는 프로그램 명령들을 포함하는 컴퓨터 프로그램 제품에 관한 것이다.

본 발명은 또한, 제어 시스템(30)을 포함하는 자동차(10)에 관한 것이다. 이 자동차는 도 1과 도 2에 나타낸 것과 같이 승용차이다. 변형예로서, 자동차는 버스나 트럭과 같은 다른 차량이다.

본 발명은 상술한 실시예 및 변형예에 한정되는 것은 아니며, 추가 실시예 및 변형예는 통상의 기술자에게 명확하게 적용될 것이다.

Claims (11)

1. 자동차(10)의 횡방향 이동을 제어하기 위한 제어 방법으로, 상기 자동차(10)는 도로(20)에서 소정 궤적(T_p)을 따르도록 하기 위한 조향 수단을 포함하고, 상기 조향 수단은 자동차(10)의 방향을 변경(E7) 할 수 있고, 상기 방법은,
   - 소정 궤적(T_P)에 대해 상기 자동차(10)의 횡방향 옵셋(D_L)을 결정하는 단계(E4);
   - 횡방향 옵셋(D_L)을 교정하기에 적절한 자동차(10)의 조향 수단을 제어하기 위한 명령(K)을 결정하는 단계(E6)를 포함하되,
   상기 제어 방법은,
   - 자동차 외부의 적어도 하나의 환경 파라미터(Pext_j)를 선택하는 단계(E5)를 포함하고, 상기 환경 파라미터(Pext_j)의 선택은 자동차(10)와의 충돌 위험(R_j)의 함수이고, 상기 조향 수단에 대한 명령(K)은, 상기 자동차(10)의 충돌 위험(R_j) 및 횡방향 옵셋(D_L)에 따라 결정되는 것을 특징으로 하는, 제어 방법.
2. 제1항에 있어서, 상기 환경 파라미터는 다음의 파라미터 리스트들에서 선택되는 적어도 하나의 파라미터인 제어 방법:
   - 도로 교통을 나타내는 파라미터;
   - 사람 또는 동물과 같이, 도로에서의 이동 행위자를 나타내는 파라미터;
   - 도로에서 움직이지 않는 장애물을 나타내는 파라미터.
3. 제1항 또는 및 제2항에 있어서, 상기 횡방향 옵셋(DL)의 교정 속도는 상기 충돌 위험(R_j) 및 상기 횡방향 옵셋(D_L)의 함수로서 조정되는, 제어 방법.
4. 제3항에 있어서, 상기 자동차의 횡방향 옵셋(D_L)을 고려하여 충돌 위험(R_j)이 낮은 경우, 상기 횡방향 옵셋(D_L)의 교정이 늦어지는, 제어 방법.
5. 제3항 또는 제4항에 있어서, 상기 자동차의 횡방향 옵셋(D_L)을 고려하여 충돌 위험(R_j)이 높은 경우, 상기 횡방향 옵셋(D_L)의 교정이 가속되는, 제어 방법.
6. 제1항 내지 제5항 중 어느 한 항에 있어서, 상기 횡방향 옵셋(D_L)의 교정은, 상기 충돌 위험(R_j) 및 상기 횡방향 옵셋(D_L)의 함수로서 감쇠(A_c)되는, 제어 방법.
7. 제1항 내지 제6항 중 어느 한 항에 있어서, 상기 제어 방법은 자동차(10)의 정보의 단계(E8)를 포함하고, 상기 정보는 자동차(10)의 주행 상황에 관한 것인, 제어 방법.
8. 자동차(10)의 횡방향 이동을 제어하기 위한 제어 시스템으로, 상기 자동차(10)는 도로(20) 상에서 소정의 궤적(T_P)을 따르도록 하기 위한 조향 수단을 포함하고, 상기 조향 수단은 상기 자동차(10)의 방향을 변경할 수 있고, 상기 시스템은,
   - 미리 결정된 궤적(T_P)에 대한 상기 자동차(10)의 횡방향 옵셋(D_L)을 결정하기 위한 수단(36);
   - 횡방향 옵셋(D_L)을 교정하기에 적절한 자동차(10)의 조향 수단을 제어하기 위한 명령(K)을 결정하기 위한 수단(37);
   - 자동차(10) 외부의 적어도 하나의 자동차 외부 환경 파라미터(Pext_j)를 선택하기 위한 수단(371)을 포함하고, 상기 환경 파라미터(Pext_j)의 선택은 자동차(10)와의 충돌 위험(R_j)의 함수이고, 상기 조향 수단에 대한 명령(K)은 자동차(10)의 충돌 위험(R_j) 및 횡방향 옵셋(D_L)에 따라 결정되는, 제어 시스템.
9. 제8항에 있어서, 상기 시스템(30)은 자동차(10)의 주행 상황을 승객에게 알리기 위한 인간-기계 인터페이스 수단(39)을 포함하는, 제어 시스템.
10. 제8항 또는 제9항에 기재된 제어 시스템(30)에 의해 사용될 수 있는 프로그램 명령들을 포함하는 컴퓨터 프로그램 제품으로, 상기 명령들이 상기 제어 시스템(30)에 의해 실행 또는 해석될 때, 자동차(10)에 있어서 제1항 내지 제7항 중 어느 한 항에 기재된 제어 방법의 구현을 개시하는, 컴퓨터 프로그램 제품.
11. 제8항 또는 제9항에 기재된 제어 시스템(30)을 포함하는, 자율주행 자동차.

Images