KR20230148366A - 차량의 운전자 보조 시스템의 시험을 위한 시나리오 데이터를 생성하기 위한 방법 및 시스템 - Google Patents
차량의 운전자 보조 시스템의 시험을 위한 시나리오 데이터를 생성하기 위한 방법 및 시스템 Download PDFInfo
- Publication number
- KR20230148366A KR20230148366A KR1020237032926A KR20237032926A KR20230148366A KR 20230148366 A KR20230148366 A KR 20230148366A KR 1020237032926 A KR1020237032926 A KR 1020237032926A KR 20237032926 A KR20237032926 A KR 20237032926A KR 20230148366 A KR20230148366 A KR 20230148366A
- Authority
- KR
- South Korea
- Prior art keywords
- user
- scenario
- driver assistance
- vehicle
- data
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000012360 testing method Methods 0.000 title claims abstract description 49
- 238000004088 simulation Methods 0.000 claims abstract description 39
- 238000013500 data storage Methods 0.000 claims abstract description 5
- 230000003993 interaction Effects 0.000 claims description 12
- 230000009471 action Effects 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000013473 artificial intelligence Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 13
- 230000006399 behavior Effects 0.000 description 7
- 238000013459 approach Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000003068 static effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 241000282414 Homo sapiens Species 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 230000036421 sense of balance Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241001596784 Pegasus Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000002730 additional effect Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003055 full factorial design Methods 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
- G01M17/06—Steering behaviour; Rolling behaviour
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3457—Performance evaluation by simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3664—Environments for testing or debugging software
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3696—Methods or tools to render software testable
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
- G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
- G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
- G09B9/04—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles
- G09B9/05—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles the view from a vehicle being simulated
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Automation & Control Theory (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Mathematical Analysis (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Traffic Control Systems (AREA)
Abstract
본 발명은 차량의 운전자 보조 시스템의 시험을 위한 시나리오 데이터를 생성하기 위한 시스템(10) 및 대응하는 방법에 관한 것이고, 이러한 시스템은 가상 교통 상황(3)을 시뮬레이션하기 위한 수단(11) - 적어도 한 명의 제 1 도로 사용자(1)가 제 1 사용자(2)에 의하여 제어될 수 있고, 시뮬레이션 데이터는 시뮬레이션 도중에 생성됨 -; 적어도 한 명의 제 1 도로 사용자(1)의 가상 환경을 가상 교통 상황(3)에 기반하여 제 1 사용자(2)에게 출력하기 위한 제 1 사용자 인터페이스(12); 상기 제 1 도로 사용자(1)의 가상 환경 내의 적어도 한 명의 제 1 도로 사용자(1)를 제어하기 위한 제 1 사용자(2)로부터의 입력을 캡쳐하기 위한 제 2 사용자 인터페이스(13); 생성된 시뮬레이션 데이터를 발생 시나리오에 대하여 점검하기 위한 수단(14); 시나리오에 관련된 시나리오 데이터를 추출하기 위한 수단(15); 및 운전자 보조 시스템의 시험을 위하여 시나리오 데이터를 기록하기 위한 데이터 저장소(16)를 포함한다.
Description
본 발명은 차량의 운전자 보조 시스템의 시험을 위한 시나리오 데이터를 생성하기 위한 컴퓨터-구현 방법에 관한 것이다. 또한, 본 발명은 대응하는 시스템에도 관련된다.
추가적인 개발예에서는 자율 주행(Autonomous Driving - AD)이 가능해지게 하는 운전자 보조 시스템(Advanced Driver Assistance System - ADAS)은 승용차 및 상용차 섹터 모두에서 계속하여 증가되고 있다. 운전자 보조 시스템은 능동적인 교통 안전성을 높이는데 기여하고, 운전 편의성을 향상시키는 역할을 한다.
특히 ABS(anti-lock braking system) 및 ESP(electronic stability program)와 같이 운전 안전성을 돕는 시스템에 추가하여, 승용차 및 상용차 섹터에서 여러 운전자 보조 시스템이 각광받고 있다.
능동적인 도로 안전성을 높이기 위해서 이미 사용되고 있는 운전자 보조 시스템은 주차 보조 및 운전자에 의해 선택된 소망 속도를 전방에서 주행 중인 차량으로부터의 거리에 맞춰서 적응적으로 조절하는, 적응형 크루즈 콘트롤(Adaptive Cruise Control; ACC)이라고도 알려져 있는 적응형 자동 차량 간격 제어 기술들이다. 이러한 운전자 보조 시스템의 추가적인 예는 ACC 스톱-앤-고 시스템인데, 이것은 ACC에 추가적으로, 교통 체증 시 또는 교통이 정지되었을 때의 차량의 자동 진행에 영향을 주는 ACC 스톱-앤-고, 차량을 차선 내에 유지시키는 차선 이탈 경고 또는 차선 보조 시스템, 예를 들어 차량으로부터 운동 에너지를 흡수하고 충돌을 피할 수 없다면 잠재적으로 추가적인 조치들을 개시하기 위하여, 충돌이 예상될 때 제동을 준비 또는 개시하는 사전-충돌 시스템들이다.
이러한 운전자 보조 시스템들은 운전자에게 위기 상황에 대해서 경고함으로써 그리고, 자율적인 개입을 개시함으로써, 예를 들어 긴급 제동 기능을 활성화시켜서 사고를 피하거나 최소화함으로써 안전성을 증가시킨다. 추가적으로, 자동 주차, 자동 차선 유지 및 자동 근접도 제어와 같은 기능들은 주행시 쾌적함을 증가시킨다.
운전자 보조 시스템이 안전성 및 쾌적함을 더하는 것은, 운전자 보조 시스템이 안전하고 신뢰가능하며, 가능할 때마다 편리한 경우에만 차량의 점유자에 의해서 긍정적으로 지각된다.
더욱이, 모든 운전자 보조 시스템은 그들의 기능에 따라서, 주어진 교통 시나리오를 해당 차량 자체에 대한 최대 안전성으로 그리고 다른 차량 또는 다른 도로 사용자 각각을 위험에 빠뜨리지 않으면서 처리할 필요가 있다.
차량 자동화의 각각의 정도는 소위 자동화 레벨(1 내지 5)로 나누어진다(예를 들어 SAE J3016 표준 참조). 특히, 본 발명은 일반적으로 자율 주행이라고 여겨지는 자동화 레벨 3 내지 5인 운전자 보조 시스템을 가지는 차량에 관한 것이다.
이러한 시스템을 테스트하는 데에는 다수의 다양한 어려움이 존재한다. 특히, 시험에 드는 노력과 시험 커버리지 사이에서 균형을 찾을 수 있어야 한다. 따라서, ADAS/AD 기능을 테스트할 때의 주된 과제는, 특히 위험 운전 상황(critical driving situation)을 포함하여 지각될 수 있는 모든 상황에서 운전자 보조 시스템의 보장된 기능을 시연하는 것이다. 각각의 운전자 보조 시스템이 반응하지 않거나 잘못 반응하면 사고가 일어날 수 있기 때문에, 이러한 위험 운전 상황은 어느 정도의 위험성을 수반한다.
그러므로, 운전자 보조 시스템을 테스트하는 것은 상이한 시나리오에서 발생할 수 있는 많은 개수의 운전 상황을 허용하는 것을 요구한다. 따라서, 가능한 시나리오의 범위는 일반적으로 많은 차원(예를 들어 상이한 도로 특성, 다른 도로 사용자의 거동, 날씨 조건 등)에 걸쳐 있다. 이렇게 거의 무한하고 다차원적인 범위의 파라미터로부터, 비정상적이거나 위험한 운전 상황을 초래할 수 있는 심각한 시나리오에 대하여 그러한 파라미터 성좌(constellation)를 추출하는 것이 운전자 보조 시스템을 테스트하는 데에 특히 관련된다.
도 1에서 도시되는 바와 같이, 이러한 심각한 시나리오는 일반적인 시나리오보다 훨씬 더 작은 발생 확률을 가진다.
대응하는 운전자 보조 시스템을 인증하기 위하여, 과학 간행물들은 각각의 운전자 보조 시스템이 2억 7천 5백만 마일의 무사고 운전을 마친 경우에야 차량을 자율 주행 동작에서 작동시키는 것이 인간에 의해 제어된 차량보다 통계적으로 더 안전하다고 여긴다. 자율 주행 산업에서 요구되는 매우 촉박한 개발 사이클 및 품질 표준을 고려하면, 실제의 테스트 주행은 이것을 실제로 구현할 수 없다. 앞서 언급된 이유 때문에, 충분한 수의 심각한 시나리오, 또는 이러한 시나리오들 각각으로부터 초래되는 운전 상황들이 포함될 수 있는 가능성도 높지 않을 것이다.
운전자 보조 시스템을 인증 및 증명하고 기록된 데이터로부터 시나리오를 추출하기 위해서 테스트 차량들의 실제 집단(fleet)으로부터의 실제 시험 주행 데이터를 사용하는 것은 종래 기술에서 알려져 있다. 더욱이, 인증 및 검증을 위해서 완전 요인(full factorial) 설계를 사용하는 것도 역시 알려져 있다.
본 발명의 하나의 과제는 운전자 보조 시스템, 특히 자율 주행 기능을 여러 시나리오에서 시험할 수 있게 되는 것이다. 특히, 본 발명의 과제는 운전자 보조 시스템의 시험을 위한 시나리오를 생성하는 것이다.
이러한 과제는 독립항의 교시 내용에 의해서 해결된다. 바람직한 실시형태들은 종속항에서 발견된다.
본 발명의 제 1 양태는 차량의 운전자 보조 시스템의 시험을 위한 시나리오 데이터를 생성하기 위한 컴퓨터-구현 방법으로서:
후속하는 하위단계를 이용하여 시뮬레이션 데이터를 생성하는 단계:
여러 명의 가상 도로 사용자가 있는 가상 교통 상황을 시뮬레이션하는 하위단계 - 여러 명의 도로 사용자 중 적어도 한 명의 제 1 도로 사용자는 제 1 사용자에 의해 제어될 수 있고, 사용자에 의해서 제어될 수 없는 도로 사용자는, 특히 인공 지능에 의하여 또는 로직-기반 제어에 의하여 자동으로 제어됨 -,
상기 적어도 한 명의 제 1 도로 사용자의 가상 환경을 상기 가상 교통 상황에 기반하여 제 1 사용자 인터페이스, 특히 적어도 시각적 사용자 인터페이스를 통하여 상기 제 1 사용자에게 출력하는 하위단계, 및
상기 제 1 도로 사용자의 가상 환경 내의 적어도 한 명의 제 1 도로 사용자를 제어하기 위한 상기 제 1 사용자의 입력을 제 2 사용자 인터페이스를 통하여 캡쳐하는 하위단계 - 상기 제 1 사용자의 캡쳐된 입력, 및 상기 적어도 한 명의 제 1 도로 사용자와 그의 가상 환경의 결과적으로 얻어지는 상호작용은 가상 교통 상황의 시뮬레이션에서 고려됨 -;
생성된 시뮬레이션 데이터를 상기 적어도 한 명의 제 1 도로 사용자와 가상 환경의 상호작용으로부터 유발되는 시나리오의 발생에 대하여 점검하는 작업 단계 - 상기 시나리오의 발생은, 바람직하게는 기본적인 기동에 대응하는 시뮬레이션된 측정된 변수의 미리 규정된 성좌에 의하여 특징지어짐 -;
시나리오의 발생이 결정되면 상기 시나리오에 관련된 시나리오 데이터를 추출하는 작업 단계; 및
상기 운전자 보조 시스템의 시험을 위하여 상기 시나리오 데이터를 기록하는 작업 단계
를 포함하는, 컴퓨터-구현 방법에 관한 것이다.
바람직하게는, 추출된 시나리오 데이터가 출력된다. 바람직하게는, 이것은 사용자 인터페이스 또는 데이터 인터페이스를 통해서 일어난다.
본 발명의 의미 안에서 사용자는 자연인; 즉 인간이다.
본 발명의 의미 안에서 운전자 보조 시스템은 특히, 자동화 레벨 3 내지 5인 차량 또는 특히, 자율 주행 기능을 운전 또는 적어도 부분적으로 제어하는 과정 중에 운전자를 지지하도록 구성되는 것이 바람직하다.
본 발명의 의미 안에서 도로 사용자는 바람직하게는 교통에서 능동적인 부분을 담당하는 임의의 객체이다. 특히, 도로 사용자는 사람, 동물 또는 차량이다.
본 발명의 의미 안에서 추출이란 바람직하게는 분리(segregating) 또는 격리(isolating)를 나타낸다.
특히, 시나리오들은 시나리오 데이터로부터 분리되거나 개별적으로 고립된다. 이를 통하여, 데이터 범위는 바람직하게는 시나리오 데이터 내에서 선택된다.
본 발명의 의미 안에서 시나리오 데이터는 바람직하게는 도로 사용자의 위치 및 이동 및 시나리오에 대해서 정적인 객체의 위치에 의해서 특징지어진다.
본 발명의 의미 안에서 시나리오는 바람직하게는, 특히 정적인 장면들의 시간 순서인 시퀀스로부터 형성된다. 이를 통하여 장면들은, 예를 들어 에고 객체(ego object)에 대한 적어도 하나의 다른 객체의 공간적 배치, 예를 들어 도로 사용자의 성좌를 표시한다. 시나리오는 바람직하게는 동적 및 정적 콘텐츠를 고려한다. 바람직하게는, 시나리오의 체계적 기술을 위한 모델, 특히 바람직하게는 다음 여섯 가지의 독립적인 계층을 가지는 PEGASUS 프로젝트의 모델(https://www.pegasusprojekt.de)이 사용된다: 1. 도로(기하학적 구조, …); 2. 도로 설비 및 규칙(교통 신호기,…); 3. 임시적인 변경 및 이벤트(도로 공사,…); 4. 이동하는 객체(시험 대상 차량에 상대적으로 이동하는 차량, 보행자 등과 같은 교통-관련 객체); 5. 환경 조건(조명 상태, 도로 날씨,…); 6. 디지털 정보(V2X, 디지털 데이터/맵,…). 특히, 시나리오는 운전자 보조 시스템이 해당 운전자 보조 시스템이 장착되어 에고 차량이라고 불리는 차량을 적어도 부분적으로 제어하는, 예를 들어 에고 차량의 적어도 하나의 차량 기능을 자율적으로 실행하는 운전 상황을 포함할 수 있다.
본 발명의 의미 안에서 교통 상황은 바람직하게는 규정된 공간적 영역 및/또는 규정된 시간 기간 또는 시점 내의 교통의 모든 도로 사용자 상황의 총합을 기술한다. 바람직하게는, 이러한 도로 사용자 상황은 특정 시점에서의 적용가능한 거동 패턴의 선택 시에 고려된다. 바람직하게는, 교통 상황은 모든 관련된 상태, 가능성 및 동작의 결정인자를 포함한다. 비록 필수적이지는 않지만, 교통 상황은 도로 사용자 또는 객체의 시점으로부터 표현될 수 있다.
본 발명의 의미 안에서 시뮬레이션된 측정된 변수는 바람직하게는 다음 그룹으로부터 선택된다: 도로 사용자 속도, 특히 초기 속도; 이동 방향, 특히 도로 사용자의 궤적; 조명 상태; 날씨; 도로 표면; 온도; 정적 및/또는 동적 객체의 개수 및 위치; 동적 객체의 속도 및 이동 방향, 특히 궤적; 신호 시스템, 특히 신호등 시스템의 상태; 교통 신호판; 차선의 개수; 도로 사용자 또는 객체의 가속 또는 제동 감속.
본 발명의 의미 안에서 측정된 변수의 미리 규정된 성좌는 바람직하게는 특히 시간순서인 하나 이상의 측정된 변수의 값들의 성좌(constellation)이다.
본 발명의 의미 안에서 라벨링은 바람직하게는 범주화하는 지정을 제공하는 것을 의미한다.
본 발명의 의미 안에서 시나리오 위험성은 바람직하게는 임의의 가능한 무사고 결과가 존재하지 않는 교통 상황에 대한 공간적 또는 시간적 근접성을 나타낸다(스스로의 노력에 의한 교통 상황 및 주목되는 불확실성을 고려한 교통 상황). 사고를 더 이상 피할 수 없으면, 위험성은 그 최대값이 된다. 바람직하게는, 위험성은 심각성(criticality)이라고도 불린다. 운전자 보조 시스템의 운전 거동 또는 운전 능력을 고려할 때에, 위험성은 사고 확률 및/또는 충돌 시점까지의 계산된 지속기간을 특징지을 수 있다. 최대의 위험성은 바람직하게는 계산된 지속기간이 0 초인 경우 및/또는 사고 확률이 P = 1인 경우에 존재한다. 증가된 사고 확률은 운전 기동, 예를 들어 회피 반응 또는 조향, 제동, 가속(따라서 예를 들어 급격한 조향 때문에 방향을 바꾸는 차량)에 의해서 특히 트리거링될 수 있다. 특히, 다른 도로 사용자에 대한 그리고 심각한 운전 상황에서의 증가된 사고 확률(로직 또는 AI-기반 유도에서)은 그 운전 태스크 또는 그 실제 궤적을 강제로 위반하도록 각각 강제할 수도 있다(회피 기동을 통하여). 특히, 증가된 사고 확률은, 예를 들어 운전자의 시야가 가려졌을 때에 제 1 도로 사용자 또는 다른 도로 사용자에 영향을 주는 외부 인자에 의해서도 초래될 수 있다. 본 발명의 의미 안에서 품질 인자는 바람직하게는 시뮬레이션된 시나리오의 특징을 결정한다. 바람직하게는, 품질 인자는 특정 운전자 보조 시스템에 대한 운전 상황의 위험성에 관련된 시뮬레이션된 시나리오 품질 또는 속성 및/또는 관련성(relevance)라고 이해된다.
본 발명의 의미 안에서 관련성은 바람직하게는 어떤 시나리오가 도로 교통에서 발생하는 빈도라고 이해된다. 예를 들어, 배경조명(backlit) 시나리오가 비행기가 차도에 착륙하는 시나리오보다 더 관련성이 높다. 또한, 관련성은 바람직하게는 도로 교통이 관련성을 가지는 지역 에도 의존한다. 예를 들어, 독일에서는 관련성을 가지지만 중국에서는 그렇지 않은 시나리오들이 존재한다.
본 발명의 의미 안에서 차량의 환경은 바람직하게는 적어도 운전자 보조 시스템에 의하여 제공된 차량 유도와 관련된 도로 사용자 및 다른 객체에 의해서 형성된다. 특히, 차량의 환경은 풍경과 동적 요소를 망라한다. 풍경은 바람직하게는 모든 정지된 요소들을 망라한다.
본 발명은 시나리오를 생성하기 위해서 실제 사람을 사용하지만, 실제 교통에서의 임의의 시험 주행을 요구하지 않는 접근법에 기반하고 있다.
본 발명에 따르면, 적어도 한 명의 실제 운전자가 각각의 경우에 가상 환경 내에서 차량을 움직인다. 본 발명은 시나리오를 생성하기 위해서 크라우드소싱 접근법이 사용될 수 있게 한다. 이제 한 명 이상의 사용자는 시뮬레이터에서 그들이 선택한 도로 사용자를 가상 교통 상황을 통과시켜서 네비게이션할 수 있다. 가상 교통 상황을 시뮬레이션할 때에 도로 사용자(들) 및 다른 우연한 메커니즘에 대하여 네비게이션하는 옵션이 거의 무제한이기 때문에, 실제 교통 상황에서처럼 거의 무제한의 개수의 상이한 시나리오들이 생길 수 있다. 본 발명은 알려진 시나리오 또는 새로운 시나리오가 발생하는 것을 구별하여 결정하기 위해서 미리 규정된 기준들을 사용한다. 이것을 위하여, 시뮬레이션 프로세스 및, 특히 그로부터 생성된 시뮬레이션 데이터는 연속적으로 분석/모니터링된다.
크라우드소싱 접근법은 이를 통하여 사람의 자연적인 행동 본능을 수치화(capitalize)할 수 있다. 따라서, 본 발명의 방법 또는 심지어 적합한 시스템이 사용자에게 제공될 수 있다. 그러면, 이러한 사용자는 시뮬레이션된 교통 환경에서 "재미로(for fun)" 운전하고 다닐 수 있다. 대안적으로, 태스크, 예를 들어 교통 규정을 준수하거나 특정한 객체를 수집해야 하는 상태로 포인트 A로부터 포인트 B로 가능한 빠르게 도달하는 것이 사용자에 대해서 설정될 수도 있다. 더욱이, 사용자는 시뮬레이션된 교통 환경에서 네비게이션할 때에, 예를 들어 특정한 음성 입력 등을 제공해야 하기 때문에 주의가 분산될 수 있다.
이를 통하여, 가능한 가장 사실적인 시나리오 데이터를 생성하기 위해서 시뮬레이션 물리환경이 실제 상황에 대응하게 된다. 이것은, 특히 도로 사용자의 물리적 속성 및 환경의 물리적 속성에 적용된다. 객체 등을 통과해서 운전하는 것은 가능하지 않다. 특히 바람직하게는, 여러 명의 사용자가 시뮬레이션된 교통 환경에서 여러 명의 도로 사용자를 네비게이션한다.
이러한 방법의 하나의 바람직한 실시형태에서, 이를 통하여 생성된 시나리오 데이터는 이미 라벨링되었고, 특히 가상 교통 상황의 객체가 라벨링된다. 객체 속성에 대한 정보가, 해당 정보가 객체와 연관될 수 있도록 시뮬레이션에서 이용가능하다.
이것은 특히, 모든 객체가 라벨링되어야 하는 실제 테스트 동작으로부터의 데이터에 비해서 유리하다. 이러한 라벨링은 실제 사람에 의해서만 수행될 수 있기 때문에 일반적으로 매우 노동력이 많이 든다.
이러한 방법의 추가적인 바람직한 실시형태에서, 시나리오 데이터는, 바람직하게는 OpenSCENARIO®를 사용하거나 OSI 데이터 출력으로서 시나리오를 시뮬레이션하기 위하여 사용될 수 있도록, 추출되는 도중에 기술된다. 이를 통하여, 시나리오 데이터는 여전히 시뮬레이션 시나리오에 직접 사용될 수 있다.
이러한 방법의 추가적인 바람직한 실시형태에서, 사용자는 시뮬레이션된 가상 교통 환경 내에서의 다양한 동작에 의해서 활동(activity)을 수행하도록 독려된다. 이러한 활동은, 예를 들어 다른 도로 사용자의 시뮬레이션된 거동일 수 있다. 특히, 이러한 다른 도로 사용자는 사용자가 반응하도록 강제되는 방식으로 움직일 수 있다. 추가적인 바람직한 실시형태에서, 이러한 방법은:
추출된 시나리오 데이터에 대한 품질 인자를 미리 규정된 기준의 함수로서 결정하는 작업 단계를 더 포함하고,
상기 품질 인자는 바람직하게는 언더라잉 시나리오(underlying scenario)의 위험성(dangerousness)에 의하여 특징지어진다. 품질 인자는 언더라잉 시나리오의 품질을 표시한다. 바람직하게는, 추출된 시나리오 데이터는 품질 인자가 중단 조건(abort condition)에 도달할 경우에 출력된다. 더 바람직하게는, 품질 인자는 제 1 또는 제 2 사용자 인터페이스, 특히 디스플레이를 통하여 사용자에게 출력된다. 따라서, 중단 조건은 충돌 시점까지의 계산된 지속기간 또는 충돌 확률일 수 있는 것이 바람직하다.
본 발명의 추가적인 바람직한 실시형태에서, 상기 품질 인자는 각각의 시나리오가 위험할수록, 특히 충돌 시점까지의 계산된 지속기간이 짧아질수록 높아진다.
이러한 방법의 추가적인 바람직한 실시형태에서, 제 1 사용자에게는 보상, 특히 관념적 보상이 결과적으로 얻어지는 시나리오의 품질 인자의 함수로서 주어진다. 그러면, 이를 통하여 사용자에게 심각한 시나리오를 생성할 동기가 부여된다.
이러한 방법의 추가적인 바람직한 실시형태에서, 교통 흐름 모델, 특히 PTV-Vissim® 또는 Eclipse SUMO, 특히 버전 1.8.0이 가상 교통 상황을 시뮬레이션하기 위해서 사용된다. 교통 흐름 모델을 사용하면 특히 사실적인 교통 상황을 생성할 수 있게 된다.
본 발명의 제 1 양태와 관련하여 앞서 언급된 특징 및 장점은 본 발명의 다른 양태들에도 상응하도록 적용되고, 그 반대의 경우도 마찬가지이다.
본 발명의 제 2 양태는 차량의 운전자 보조 시스템의 시험을 위한 컴퓨터-구현 방법으로서:
상기 차량이 위치되고, 여러 명의 다른 도로 사용자가 있는 시나리오를 특징짓는 시나리오 데이터를 제공하는 작업 단계 - 상기 시나리오 데이터는 본 발명의 제 1 양태에 따른 시나리오 데이터를 생성하기 위한 방법을 이용하여 생성됨 -;
상기 차량의 가상 환경을 제공된 시나리오 데이터로부터 시뮬레이션하는 작업 단계;
상기 가상 환경을 인터페이스를 통하여 상기 운전자 보조 시스템으로 출력하는 작업 단계; 및
상기 운전자 보조 시스템을 상기 차량의 가상 환경 내에서 작동시키는 작업 단계
를 포함하는, 컴퓨터-구현 방법에 관한 것이다.
운전자 보조 시스템을 테스트하기 위한 방법의 하나의 바람직한 실시형태에서는 운전자 보조 시스템이 시뮬레이션된다. 이것은, "루프내 소프트웨어(software-in-the-loop)" 개념에 따르면, 운전자 보조 시스템의 오직 소프트웨어 또는 실제 코드 각각이 가상 교통 상황을 시뮬레이션할 때에 고려되거나 각각 구현된다는 것을 의미한다. 이를 통하여, 운전자 보조 시스템의 순전히 시뮬레이션에만 기반한 시험이 가능해진다.
운전자 보조 시스템을 테스트하기 위한 방법의 추가적인 바람직한 실시형태에서, 차량의 환경에 관련된 데이터가 운전자 보조 시스템의 동작 도중에 운전자 보조 시스템에 공급되고, 및/또는 운전자 보조 시스템, 특히 센서들이 차량의 환경에 기반하여 자극된다. 이렇게 하면, 운전자 보조 시스템, 특히 그 소프트웨어 또는 전체 하드웨어가 테스트 벤치 상에서 시험될 수 있게 된다. 특히, 루프내 하드웨어(hardware-in-the-loop) 방법도 이를 위해서 채용될 수 있다.
본 발명의 제 3 양태는 차량의 운전자 보조 시스템의 시험을 위한 시나리오 데이터를 생성하기 위한 시스템으로서:
여러 명의 가상 도로 사용자가 있는 가상 교통 상황을 시뮬레이션하기 위한 수단 - 여러 명의 도로 사용자 중 적어도 한 명의 제 1 도로 사용자는 제 1 사용자에 의하여 제어될 수 있고, 사용자에 의해 제어될 수 없는 도로 사용자는, 특히 인공 지능에 의하여 또는 로직-기반 제어에 의하여 자동으로 제어되며, 상기 시뮬레이션 데이터는 시뮬레이션 도중에 생성됨 -;
적어도 한 명의 제 1 도로 사용자의 가상 환경을 상기 가상 교통 상황에 기반하여 상기 제 1 사용자에게 출력하기 위한 제 1 사용자 인터페이스, 특히 적어도 시각적 사용자 인터페이스; 및
상기 제 1 도로 사용자의 가상 환경 내의 적어도 한 명의 제 1 도로 사용자를 제어하기 위한 상기 제 1 사용자의 입력을 캡쳐하기 위한 제 2 사용자 인터페이스 - 상기 시뮬레이션 수단은 상기 제 1 사용자의 캡쳐된 입력, 및 상기 적어도 한 명의 제 1 도로 사용자와 그의 가상 환경의 결과적으로 얻어지는 상호작용을 상기 가상 교통 상황의 시뮬레이션에서 고려하도록 더 구성됨 -;
생성된 시뮬레이션 데이터를 상기 적어도 한 명의 제 1 도로 사용자와 상기 환경의 나머지의 상호작용으로부터 유발되는 시나리오의 발생에 대하여 점검하기 위한 수단 - 상기 시나리오의 발생은 바람직하게는 기본적인 기동에 대응하는 시뮬레이션된 측정된 변수의 미리 규정된 성좌에 의하여 특징지어짐 -;
시나리오의 발생이 결정되면 상기 시나리오에 관련된 시나리오 데이터를, 생성된 시뮬레이션 데이터를 점검하기 위한 상기 수단에 의하여 추출하기 위한 수단; 및
상기 시나리오 데이터를 상기 운전자 보조 시스템을 시험하기 위하여 기록하기 위한 데이터 저장소
를 포함하는, 시스템에 관한 것이다.
본 발명의 의미 안에서 수단은 하드웨어 및/또는 소프트웨어로서, 특히 바람직하게는 메모리 또는 버스 시스템에 데이터로 연결되거나 신호가 연결되는 및/또는 하나 이상의 프로그램 또는 프로그램 모듈을 가지는 디지털 처리 유닛, 특히 마이크로프로세서 유닛(CPU)으로서 설계될 수 있다. 이를 통하여, CPU는 메모리 시스템 내에 저장된 프로그램으로서 구현된 명령어를 처리하고, 데이터 버스로부터의 입력 신호를 캡쳐하며 및/또는 출력 신호를 데이터 버스에 전송하도록 구성될 수 있다. 메모리 시스템은 하나 이상의, 특히 상이한 저장 매체, 특히 광학식, 자기식 고상 및/또는 그 외의 비-휘발성 매체를 포함할 수 있다. 프로그램은, CPU가 본 명세서에서 설명된 발명의 방법의 단계를 실행할 수 있고, 특히 시나리오를 생성할 수 있도록, 이러한 방법을 수행하도록 구현되거나 수행할 수 있도록 설계될 수 있다.
본 발명의 제 4 양태는 차량의 운전자 보조 시스템을 시험하기 위한 시스템으로서:
제 1 차량이 위치되고 여러 명의 다른 도로 사용자가 있는 시나리오를 특징짓는 시나리오 데이터를 제공하기 위한 데이터 저장소 - 상기 시나리오 데이터는 제 1 항 내지 제 8 항 중 어느 한 항에 따른 방법을 이용하여 생성됨 -;
상기 제 1 차량의 가상 환경을 상기 시나리오 데이터에 기반하여 시뮬레이션하기 위한 수단; 및
상기 운전자 보조 시스템이 시뮬레이션된 시나리오에 기반하여 상기 제 1 차량의 가상 환경 내에서 작동될 수 있도록, 상기 가상 환경을 상기 운전자 보조 시스템에 출력하기 위한 인터페이스
를 포함하는, 시스템에 관한 것이다.
본 발명의 추가적인 양태들은 컴퓨터에서 실행될 때 본 발명의 제 1 또는 제 2 양태에 따른 방법을 컴퓨터가 실행하게 하는 명령을 포함하는 컴퓨터 프로그램에 관한 것이다.
추가적인 특징 및 장점은 도면을 참조하는 예시적인 실시형태의 후속하는 설명에 의해서 제공된다. 도면에는 적어도 부분적으로 개략적으로 다음의 내용이 도시된다:
도 1은 시나리오 발생 확률을 그들의 심각성의 함수로서 표시하는 도면이다;
도 2는 시나리오를 생성하기 위한 방법의 예시적인 실시형태의 블록도이다;
도 3a는 시뮬레이션된 가상 교통 상황의 제 1 예이다;
도 3b는 시뮬레이션된 가상 교통 상황의 제 2 예이다;
도 4는 차량의 운전자 보조 시스템을 시험하기 위한 시나리오 데이터를 생성하기 위한 시스템의 예시적인 실시형태이다;
도 5는 차량의 운전자 보조 시스템의 시험을 위한 방법의 예시적인 실시형태의 블록도이다;
도 6은 시뮬레이션된 시뮬레이터의 일 예이다; 그리고
도 7은 차량의 운전자 보조 시스템을 시험하기 위한 시스템의 예시적인 실시형태이다.
도 1은 시나리오 발생 확률을 그들의 심각성의 함수로서 표시하는 도면이다;
도 2는 시나리오를 생성하기 위한 방법의 예시적인 실시형태의 블록도이다;
도 3a는 시뮬레이션된 가상 교통 상황의 제 1 예이다;
도 3b는 시뮬레이션된 가상 교통 상황의 제 2 예이다;
도 4는 차량의 운전자 보조 시스템을 시험하기 위한 시나리오 데이터를 생성하기 위한 시스템의 예시적인 실시형태이다;
도 5는 차량의 운전자 보조 시스템의 시험을 위한 방법의 예시적인 실시형태의 블록도이다;
도 6은 시뮬레이션된 시뮬레이터의 일 예이다; 그리고
도 7은 차량의 운전자 보조 시스템을 시험하기 위한 시스템의 예시적인 실시형태이다.
도 1은 시나리오의 발생 확률을 시나리오 심각성(criticality)의 함수로서 표시한다. 발생 확률은 시나리오가 실제 도로 교통에서 발생되는 확률이다.
도 1에서 알 수 있는 바와 같이, 다수의 시나리오는 상대적으로 낮은 복잡도 및/또는 심각성을 가지고, 이것은 운전자의 일반적인 삶의 경험에 대응하기도 한다. 이러한 시나리오의 범위가 도 1에서 "A"로 표시된다. 이에 반해, 높은 복잡도 및/또는 심각성의 시나리오는 상대적으로 드물게 발생되고, 그들의 범위는 도 1에서 "B"로 표시된다. 그러나, 높은 복잡도 및/또는 심각성의 그러한 "B" 시나리오가 운전자 보조 시스템의 기능성을 분석하는 데에 고도로 관련된다는 것이 분명하다.
그러므로, 운전자 보조 시스템의 시험 중에 높은 "B" 복잡도의 상이한 시나리오들의 충분한 개수 및 다양성을 획득하려면 도시된 바와 같은 분포 곡선에 기반하여 매우 많은 개수의 시나리오들을 실행할 것이 요구된다.
운전자 보조 시스템을 시험하기 위한 많은 수의 상이한 시나리오를 생성하기 위한 방법이 도 2 내지 도 3b를 참조하여 후술된다.
시뮬레이션 데이터가 제 1 작업 단계(101)에서 생성된다. 바람직하게는, 제 1 작업 단계(101)는 세 개의 서브-프로세스를 포함한다.
복수의 가상 도로 사용자(1, 4, 5a, 5b, 5c, 5d, 6)가 있는 가상 교통 상황(3)이 이러한 프로세스 중 첫 번째 서브-프로세스(101-1)에서 시뮬레이션된다. 바람직하게는, 여러 명의 도로 사용자(1, 4, 5a, 5b, 5c, 5d, 6) 중 적어도 한 명의 제 1 도로 사용자(1)가 제 1 사용자(2)에 의하여 제 고(도 4 참조), 사용자에 의해서 제어될 수 없는 그러한 도로 사용자(4, 5a, 5b, 5c, 5d, 6)는 이러한 가상 교통 상황(3)에서 자동으로 제어된다. 바람직하게는, 인공 지능, 로직-기반 모델 또는 교통 흐름 모델, 특히 PTV-Vissim® 또는 Eclipse SUMO가 이를 통하여 채용된다. 바람직하게는, 시뮬레이션된 가상 교통 상황(3) 내에서 사용자, 즉 인간에 의해서 제어되는 여러 명의 도로 사용자가 존재할 수 있다.
가상 교통 상황을 시뮬레이션하는 것에 대해서 실질적으로 두 가지 접근법이 존재한다: 시뮬레이션이 실제 시험 주행 중에 획득된 데이터에 기반한다. 이러한 경우에, 개별적인 객체의 파라미터, 예를 들어 그들의 도로 사용자 속도는 실제 시험 주행 도중에 변경되거나, 캡쳐되는 바와 같이 채택될 수 있다. 이러한 방법의 대안적인 실시형태에서, 교통 상황(3)은 순전히 수학적 알고리즘에 기반하여 생성된다. 바람직하게는, 두 가지 접근법들의 혼합도 존재할 수 있다.
이러한 시뮬레이션된 교통 상황(3)의 일 예가 도 3a에 도시된다. 도 3a에 도시되는 교통 상황(3)에서는 보행자(6)가 도로를 건너고 있다. 제 1 사용자에 의해서 제어되는 차량(1)이 보행자(6)의 측면에 있는 차로에서 보행자(6)에게 접근한다. 다른 차량(5b, 5c, 5d)은 차로 가장자리에 주차되어 있어서, 보행자(6)가 사용자에 의해 제어되는 차량(1)에게 보이지 않거나 아주 열악하게만 보이게 한다. 보행자(6)와 나란한 추가적인 차량(5a)은 다가오는 차량에 대해서 제 2 차로에서 운전 중이다. 오토바이 운전자(4)가 다른 차량(5a) 뒤에서 접근 중이고, 상기 다른 차량(5a)을 추월하려고 준비중이다. 이러한 오토바이 운전자(4)가 제 1 사용자에 의해 제어되는 차량의 운전자에게 보이는지 여부는 도 3a로부터 추론될 수 없다.
다른 차량(5a, 5b, 5c, 5d), 보행자(6) 및 오토바이 운전자(4)는 교통 상황(3)에서 제 1 사용자(2)에 의해 제어되는 차량(1)의 가상 환경을 형성한다.
제 1 사용자(2)가 이러한 교통 상황(3)으로부터 초래되는 최초 시나리오에서 어떻게 반응하거나 행동하는지에 기반하여; 즉 제 1 사용자가 그가 제어하는 차량(1)의 가상 환경에서 어떤 운전 거동을 보여주는지에 기반하여, 위험하거나 위험성이 적은 운전 상황 또는 다른 시나리오가 결과적으로 생길 것이다. 예를 들어, 도 3a에서 차량(1)의 이동 화살표의 전방의 막대선에 의해 표시되는 바와 같이 제 1 사용자(2)가 차량(1)이 정지하도록 제동하면, 오토바이 운전자(4)는 이제 다가오는 차량(5a)을 다른 차로(5a)에서 아무런 문제가 없이 추월할 수 있다.
도 3b는 제 1 사용자(1)에 의해 제어되는 차량이 도 3a에서와 같은 최초 시나리오에 있는 도 3a와 같은 가상 교통 상황(3)을 보여준다. 제 1 사용자에 의해 제어되는 차량(1)으로부터 나오는 이동 화살표에 의해 표시된 바와 같이, 제 1 사용자는 차량(1)을 줄어들지 않은 속도로 계속 운전한다.
이러한 상황에서는, 후속 운전 상황 또는 후속 시나리오는 오토바이 운전자(4)가 제 1 사용자(1)에 의해 운전되는 차량(1)과 충돌하는 것이 될 것이다. 이것도 도 3b에 표시된다. 이러한 운전 상황/시나리오는 매우 높은 위험성에 대응할 것이다.
제 1 작업 단계(101)의 제 2 프로세스(101-2)에서는, 가상 교통 상황(3)이 제 1 사용자 인터페이스(12)를 통하여 제 1 사용자(2)에게 출력된다.
가능한 사용자 인터페이스의 예들이 도 4에 도시되고, 바람직하게는 시각적 사용자 인터페이스, 특히 스크린, 오디오 사용자 인터페이스, 특히 스피커, 및/또는 제 1 사용자(2)의 평형 감각을 자극하기 위한 사용자 인터페이스를 포함한다.
제 1 작업 단계(101)의 제 3 프로세스(101-3)에서는 제 1 도로 사용자(1)의 가상 환경 내에서 적어도 하나의 도로 사용자를 제어하기 위한 제 1 사용자(2)의 입력이 제 2 사용자 인터페이스(13)를 통하여 캡쳐된다.
제 2 사용자 인터페이스(13)도 도 4에 도시된다. 바람직하게는, 이들은 스티어링 휠, 기어 시프트, 핸드브레이크, 브레이크 페달, 클러치 및/또는 가속 페달 및 차량 내에서 운전자가 이용할 수 있는 다른 가능한 제어 기구와 관련된다.
그러나, 사용자(2)에 의해서 제어되는 도로 사용자(1, 4, 5a, 5b, 5c, 5d, 6)의 타입에 따라서는, 다른 입력 수단, 예를 들어 조이스틱의 타입도 사용자 인터페이스(13)로서 제공될 수 있다.
전술된 바와 같이, 도 3a 및 도 3b에서 제 1 도로 사용자(1)는 검정색 차량이다. 제 1 사용자(2)의 캡쳐된 입력 및 차량(1), 즉 제 1 도로 사용자와 그 가상 환경과의 결과적인 상호작용은 도 3a 및 도 3b에 도시되는 교통 상황(3)을 시뮬레이션하기 위해 고려된다(factor into).
도 3a 및 도 3b에 도시되는 교통 상황(3)에서의 상호작용은, 예를 들어 제 1 사용자(2)가 최초 시나리오에 어떻게 반응하는지이다. 이러한 최초 시나리오에 대한 제 1 사용자(2)의 반응에 의존하여, 다른 도로 사용자, 특히 다른 다가오는 차량(5a) 및 오토바이 운전자(4) 및 보행자(6)도 역시 반응할 것이다. 예를 들어, 제 1 사용자(2)에 의해 제어되는 차량(1)이 속도를 줄이지 않고 있다는 것을 알아채면 오토바이 운전자(4)가 제동할 것이 기대될 것이다. 이러한 상호작용은 이제 가상 교통 상황(3)이 진행되는 것에 영향을 준다.
그러므로, 시뮬레이션 데이터를 생성하는 작업 단계(101)는 도 2에 표시된 바와 같이 루프 내에서 연속으로 실행되고, 따라서 시뮬레이션 데이터를 생성하는 연속 프로세스이다.
시뮬레이션 도중에, 가상 교통 상황(3)의 일부인 객체들에는 이미 메타 정보가 마킹되었다. 그러므로, 별개의 라벨에 대한 필요성이 존재하지 않는다. 이것은 정적 객체 및 동적 객체 양자 모두에 관련된다. 시뮬레이션 데이터로부터 획득될 수 있는 후속 데이터는 이를 통하여 소위 실측 자료 정보를 포함한다.
예를 들어, 시나리오 데이터가 운전자 보조 시스템을 시험하기 위해서 사용될 때에, 운전자 보조 시스템이 어떤 객체를 정확하게 검출했는지 그리고 어떤 것을 부정확하게 검출했는지가 추적될 수 있다. 이러한 라벨들의 예는 나무, 보행자, 승용차, 트럭 등이다.
더 바람직하게는, 제 1 사용자로부터의 활동을 촉구하는 조치들이 운전 상황(3) 내에서 설정된다. 예를 들어, 도 3a 및 도 3b의 운전 상황(3)에서는, 이것은 어떤 차량이 제 1 사용자(2)에 의해서 운전되는 차량(1) 뒤에서 운전하고 있고 이것을 가속하는 것일 수 있다. 예를 들어, 보행자(6)의 기대되지 않은 이동 궤적, 예를 들어 보행자가 달리기 시작해야 하는 것이 이러한 조치가 될 수도 있다.
방법(100)의 제 2 작업 단계(102)에서는, 생성된 시뮬레이션 데이터가 적어도 한 명의 제 1 도로 사용자(1)인 도 3a 및 도 3b의 검정색 차량과 가상 환경의 상호작용으로부터 유발되는 시나리오가 발생하는지에 대해서 점검된다. 이전에 발생한 바 있거나 템플릿으로서 미리 규정되는 이미 알려진 시나리오 및 아직 미리 규정되지 않은 시나리오 양자 모두가 이를 통하여 점검될 수 있다.
양자 모두의 타입의 시나리오는 가상 교통 상황(3)으로부터 결정될 수 있는 시뮬레이션된 측정된 변수들의 미리 규정된 성좌(constellation)에 의해서 규정되는 것이 바람직하다. 이러한 미리 규정된 성좌는 시나리오에 대한 템플릿을 형성하거나, 시나리오의 발생이 그로부터 추론될 수 있는 기본적인 기동에 대응한다. 예를 들어 이것은 도 3a 및 도 3b의 차량(1)의 강한 제동 감속일 수 있고, 이것이 아직 미리 규정된 바 없는 시나리오의 발생을 위한 트리거 조건으로서 사용된다.
어떤 시나리오가 발생되었다고 결정하면, 해당 시나리오에 관련된 시나리오 데이터가 제 3 작업 단계(103)에서 추출된다. 이러한 콘텍스트에서, 추출이라는 것은 특히 결정된 시나리오에 관련된 시뮬레이션 데이터 내에서 어떤 데이터 범위를 분리하거나 격리하는 것을 나타낸다. 바람직하게는, 시나리오 데이터는 시나리오를 시뮬레이션하기에 적합해지기 위해서 추출 동작 도중에 상세하게 묘사된다(delineated). 바람직하게는, 데이터는 OpenSCENARIO® 또는 OpenDrive®과 함께 사용될 수 있다. 더 바람직하게는, 이것은 OSI 데이터 또는 OSI 스트림으로서 출력될 수 있다.
방법(100)의 제 4 작업 단계(104)에서는, 운전자 보조 시스템을 시험하기 위한 시나리오 데이터가 기록된다. 이러한 데이터는 그 이후에 운전자 보조 시스템을 시험하기 위해서 이용가능해진다. 이러한 시험 방법(200)은 도 5를 참조하여 상세히 후술된다.
제 5 작업 단계(105)에서는, 바람직하게는 결과적으로 얻어지는 시나리오에 대한 품질 인자가 미리 규정된 기준의 함수로서 결정되는데, 품질 인자는 바람직하게는 시나리오들 중 하나의 위험성에 의해서 특징지어진다. 바람직하게는, 결과적으로 얻어지는 시나리오의 위험성이 높을수록 품질 인자도 높아진다. 위험성(dangerousness)은, 예를 들어 "Metrics for assessing the criticality of traffic situations and scenarios" publication; P. Junietz 등, "11th Driver Assistance Systems and Automated Driving Workshop", FAS 2017에서 설명된 바와 같은 소위 "time-to-X" 메트릭에 의해서 결정되는 것이 바람직하다. 특히 기준들로서 사용될 수 있는 것들은 다음과 같다: 충돌시점까지의 지속시간(time-to-collision), 킥다운까지의 시간(time-to-kickdown), 조향까지의 시간(time-to-steer), 반응까지의 시간(time-to-react), 최근접 조우거리(distance-of-closest-encounter), 최근접 조우까지의 시간(time-to-closest-encounter), 최악의 충돌시간(worst-time-to-collision). 더 바람직하게는, 위험성이 사고 확률에 의해서 특징지어진다.
더 바람직하게는, 제 1 사용자(2)에게는 보상, 특히 관념적 보상이 제공된 시나리오의 품질 인자의 함수로서 주어진다.
도 4는 차량의 운전자 보조 시스템을 시험하기 위한 시나리오를 생성하기 위한 시스템(10)을 도시한다.
이러한 시스템(10)은 여러 명의 가상 도로 사용자를 포함하는 가상 교통 상황(3)을 시뮬레이션하기 위한 수단(11)을 포함하는 것이 바람직하다. 도로 사용자(1)가 제 1 사용자(2)에 의해서 제어될 수 있게 되게 위해서, 시스템은 적어도 하나의 제 1 사용자 인터페이스(12) 및 적어도 하나의 제 2 사용자 인터페이스(13)를 더 포함한다.
적어도 하나의 제 1 사용자 인터페이스(12)는 적어도 한 명의 제 1 도로 사용자(1)의 가상 환경을 제 1 사용자(2)에게 출력하는 데에 역할을 한다. 여기에서 적어도 한 명의 제 1 도로 사용자(1)의 가상 환경은 시뮬레이션된 가상 교통 상황(3)에 기반하여 결정된다. 이를 통하여, 이것은 실질적으로, 제 1 사용자(2)에 의해서 제어될 때의 제 1 도로 사용자(1)의 시점으로부터의 최초 시나리오 내에서의 가상 교통 상황(3)의 표현이 된다.
도 4가 도시하는 바와 같이, 이러한 사용자 인터페이스(12)는 스크린과 같은 시각적 사용자 인터페이스 및 스피커와 같은 오디오 인터페이스이고, 또한 각각의 사용자(2)의 평형 감각에 영향을 줄 수 있는 장치일 수도 있다.
제 2 사용자 인터페이스와 사용자 인터페이스(13) 각각은 각각의 사용자(2)로부터 입력을 캡쳐하도록 구성된다. 도 4가 도시하는 바와 같이, 이들은 바람직하게는 상이한 동작 요소들에 관련된다. 전술된 바와 같이, 이들은 사용자(2)에 의하여 제어되는 각각의 도로 사용자(1)에 의존할 수 있다. by 제 1 사용자(2)에 의하여 제어되는 도로 사용자(1)가 차량이라면, 사용자 인터페이스(12, 13)는 바람직하게는 소위 시트 박스(19)의 영역 내에 배치되고, 이것은 도 4에 도시되는 바와 같이 사용자 인터페이스(12, 13)와 함께 시뮬레이터를 형성한다.
시스템(10)은 생성된 시뮬레이션 데이터를 시나리오의 발생에 대해서 점검하기 위한 수단(14)을 더 포함하는 것이 바람직하다. 더욱이, 시스템(10)은 시나리오에 관련된 시나리오 데이터를 추출하기 위한 수단(15) 및 시나리오 데이터를 기록하기 위한 데이터 저장소(16)를 포함하는 것이 바람직하다. 더 바람직하게는, 시스템(10)이 추출된 시나리오 데이터의 품질 인자를 미리 규정된 기준의 함수로서 결정하기 위한 수단을 포함하는 것이 바람직하다. 더 바람직하게는, 시스템(10)은 바람직하게는 품질 인자를 사용자(2)에게 출력하기 위한 사용자 인터페이스로서 구성되는 추가적인 인터페이스(18) 및/또는 추가적인 처리를 위해서 시나리오 데이터를 출력하기 위한 데이터 인터페이스를 가진다. 바람직하게는, 수단(11, 14, 15, 16, 17, 18)은 바람직하게는 컴퓨터에 의해서 형성되는 데이터 처리 디바이스의 일부이다.
도 5는 도 6에 도시되는 바와 같은 차량(8)의 운전자 보조 시스템(7)을 시험하기 위한 방법(200)의 예시적인 실시형태의 흐름도를 도시한다.
이러한 방법(200)의 제 1 작업 단계(201)는 차량(8))이 위치되어 있고 바람직하게는 여러 명의 다른 도로 사용자(4', 5a', 5b', 5c', 5d', 6')를 포함하는 시나리오를 특징짓는 시나리오 데이터의 시뮬레이션을 수반한다. 이러한 시나리오 데이터도 마찬가지로, 전술된 방법(100)에 따라서 해당 데이터가 그로부터 추출되었던 시뮬레이션에 역시 기반하는 것이 바람직하다.
시나리오 데이터에 기반하여, 시나리오가 제 2 작업 단계(202)에서 시뮬레이션된다. 이러한 시나리오는 시험 중인 운전자 보조 시스템(7)을 가지는 차량(8)을 포함한다. 더욱이, 시나리오는 여러 명의 다른 도로 사용자 또는 객체를 포함하는 것이 바람직하다.
도 6에서 도시되는 시나리오 예에서, 도 3a 및 도 3b에 도시되는 운전 상황(3)에 유사하게, 차량(5b', 5c', 5d'), 보행자(6'), 다른 차로에서 다가오는 차량(5a') 및 마찬가지로 해당 차로에 위치된 모터사이클(5')이 존재한다.
시뮬레이션된 시나리오에 기반하여, 운전자 보조 시스템(7)이 있는 차량(8)의 가상 환경이 제 3 작업 단계(203)에서 생성되고 출력된다.
가상 환경은 제 3 작업 단계(203)에서 인터페이스(23)를 통하여 운전자 보조 시스템(7)으로 출력된다. 마지막으로, 제 4 작업 단계(204)에서 운전자 보조 시스템(7)이 차량(8)의 가상 환경에서 작동된다.
이러한 시나리오 또는 환경 각각에서의 운전자 보조 시스템(7)의 운전 거동이 추가적으로 분석되고 평가될 수 있다. 운전자 보조 시스템(7)은 이러한 분석 또는 평가에 기반하여 최적화될 수 있다.
도 6에 도시되는 시나리오에서, 차량(8)은의 운전자 보조 시스템(7)은 차량(8) 주위의 영역에 위치된 객체, 특히 도로 사용자(4', 5a', 5b', 5c', 5d', 6')를 검출하는 레이더 시스템을 포함한다.
도시된 예시적인 시나리오에서, 운전자 보조 시스템(7)은 승용차(8)에 통합된다. 그러나, 시험될 운전자 보조 시스템은 모터사이클(4')에도 마찬가지로 통합될 수 있다. 예를 들어, 오토바이 운전자는 운전자 보조 시스템의 센서에 의해서 사전에 경고를 받고, 따라서 옆으로 추월을 시도하지 않을 수 있다. 따라서, 모터사이클(4')의 운전자 보조 시스템은 반응하게 되고, 검정색 차는 충돌이 없이 계속 진행할 수 있다. 도 5 및 도 6을 참조하여 설명된 방법(200)을 실행하기에 적합한, 운전자 보조 시스템(7)을 시험하기 위한 시스템(20)이 도 7에 도시된다.
이러한 시스템(20)은 차량(8)이 위치된 시나리오를 특징짓는 시나리오 데이터를 제공하기 위한 데이터 저장소(21)를 포함한다. 수단(22)은 차량의 가상 환경을 시나리오 데이터에 기반하여 시뮬레이션하도록 구성된다. 더욱이, 수단(22)은 환경을 렌더링하도록 더 구성된다.
마지막으로, 인터페이스(23)는 운전자 보조 시스템(7)의 가상 환경을 출력하도록 구성된다. 만일 운전자 보조 시스템(7)이 광학 카메라를 가진다면, 이러한 인터페이스는 스크린일 수 있다. 도 7에서 도시되는 예에서, 운전자 보조 시스템의 센서는 신호(S)를 방출하는 레이더 센서이다. 이러한 신호(S)는 레이더 안테나(23)에 의해서 픽업된다.
획득된 신호 및 시뮬레이션된 환경에 기반하여, 시뮬레이션 수단(22)은 응답 신호(S')를 계산하고, 이것은 이제 운전자 보조 시스템의 레이더로 출력된다. 이렇게 하면 운전자 보조 시스템(7)의 기능을 시험할 수 있게 된다. 운전자 보조 시스템(7)의 어떤 컴포넌트가 시험되어야 하는지에 의존하여, 시뮬레이션된 가상 환경은 도 7에 도시된 바와 같이 운전자 보조 시스템(7)의 센서로 전달되는 신호를 에뮬레이션함으로써 테스트될 수 있다. 그러나, 대안적으로는 운전자 보조 시스템의 데이터 처리 유닛(7)에 직접 공급되는 신호가, 운전자 보조 시스템(7)의 소프트웨어에 의해서만 처리되는 신호(S')와 함께 생성될 수도 있다.
바람직하게는, 데이터 저장소(21) 및 시뮬레이션 수단(22)은 데이터 처리 디바이스의 일부이다.
예시적인 실시형태가 절대로 보호 범위, 적용예, 및 구성을 한정하려고 의도되는 것이 아닌 예들일 뿐이라는 것에 주의한다. 오히려, 앞선 설명은, 적어도 하나의 실시형태를 구현하기 위한 가이드라인을 당업자에게 제공하고, 특히 설명된 컴포넌트들의 기능과 배치에 관련하여 청구항 및 특징들의 등가 조합으로부터 얻어지는 보호 범위로부터 벗어나지 않으면서 다양한 변형들이 이루어질 수 있다.
Claims (15)
- 차량(8)의 운전자 보조 시스템(7)의 시험을 위한 시나리오 데이터를 생성하기 위한 컴퓨터-구현 방법(100)으로서,
시뮬레이션 데이터를 생성하는 작업 단계(101)로서,
여러 명의 가상 도로 사용자(1, 4, 5a, 5b, 5c, 5d, 6)가 있는 가상 교통 상황(3)을 시뮬레이션하는 것(101-1) - 여러 명의 도로 사용자(1, 4, 5a, 5b, 5c, 5d, 6) 중 적어도 한 명의 제 1 도로 사용자(1)는 제 1 사용자(2)에 의하여 제어될 수 있고, 사용자에 의해 제어될 수 없는 도로 사용자(4, 5a, 5b, 5c, 5d, 6)는, 특히 인공 지능에 의하여 또는 로직-기반 제어에 의하여 자동으로 제어됨 -,
상기 적어도 한 명의 제 1 도로 사용자(1)의 가상 환경을 상기 가상 교통 상황(3)에 기반하여 제 1 사용자 인터페이스(12), 특히 적어도 시각적 사용자 인터페이스를 통하여 상기 제 1 사용자(2)에게 출력하는 것(101-2), 및
상기 제 1 도로 사용자(1)의 가상 환경 내의 적어도 한 명의 제 1 도로 사용자(1)를 제어하기 위한 상기 제 1 사용자(2)의 입력을 제 2 사용자 인터페이스(13)를 통하여 캡쳐하는 것(101-3) - 상기 제 1 사용자(2)의 캡쳐된 입력, 및 상기 적어도 한 명의 제 1 도로 사용자(1)와 그의 가상 환경의 결과적으로 얻어지는 상호작용은 가상 교통 상황(3)의 시뮬레이션에서 고려됨(factored into) -
에 의하여 수행되는 작업 단계;
생성된 시뮬레이션 데이터를 상기 적어도 한 명의 제 1 도로 사용자(1)와 가상 환경의 상호작용으로부터 유발되는 시나리오의 발생에 대하여 점검하는 작업 단계(102) - 상기 시나리오의 발생은, 바람직하게는 기본적인 기동에 대응하는 시뮬레이션된 측정된 변수의 미리 규정된 성좌(constellation)에 의하여 특징지어짐 -;
시나리오의 발생이 결정되면 상기 시나리오에 관련된 시나리오 데이터를 추출하는 작업 단계(103); 및
상기 운전자 보조 시스템(7)의 시험을 위하여 상기 시나리오 데이터를 기록하는 작업 단계(104)
를 포함하는, 컴퓨터-구현 방법(100). - 제 1 항에 있어서,
상기 가상 교통 상황(3)의 객체는 라벨링된, 컴퓨터-구현 방법(100). - 제 1 항 또는 제 2 항에 있어서,
상기 시나리오 데이터는, 바람직하게는 OpenSCENARIO®를 사용하거나 OSI 데이터 출력으로서 시나리오를 시뮬레이션하기 위하여 사용될 수 있도록, 추출되는 도중에 기술되는, 컴퓨터-구현 방법(100). - 제 1 항 또는 제 2 항에 있어서,
상기 제 1 사용자(2)는 시뮬레이션된 가상 교통 환경 내에서의 동작 또는 동작들에 의하여 활동을 수행하도록 촉구되는, 컴퓨터-구현 방법(100). - 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 방법은,
추출된 시나리오 데이터에 대한 품질 인자를 미리 규정된 기준의 함수로서 결정하는 작업 단계(105)를 더 포함하고,
상기 품질 인자는 바람직하게는 언더라잉 시나리오(underlying scenario)의 위험성(dangerousness)에 의하여 특징지어지는, 컴퓨터-구현 방법(100). - 제 5 항에 있어서,
상기 품질 인자는 각각의 시나리오가 위험할수록, 특히 충돌 시점까지의 계산된 지속기간이 짧아질수록 높아지는, 컴퓨터-구현 방법(100). - 제 1 항 내지 제 6 항 중 어느 한 항에 있어서,
상기 제 1 사용자(2)에게는 보상, 특히 관념적 보상이 결과적으로 얻어지는 시나리오의 품질 인자의 함수로서 주어지는, 컴퓨터-구현 방법(100). - 제 1 항 내지 제 7 항 중 어느 한 항에 있어서,
교통 흐름 모델, 특히 PTV Vissim®이 상기 가상 교통 상황(3)을 시뮬레이션하기 위해서 사용되는, 컴퓨터-구현 방법(100). - 제 1 차량(8)의 운전자 보조 시스템(7)의 시험을 위한 컴퓨터-구현 방법(200)으로서,
상기 제 1 차량(8)이 위치되고, 여러 명의 다른 도로 사용자(4', 5a', 5b', 5c', 5d', 6')가 있는 시나리오를 특징짓는 시나리오 데이터를 제공하는 작업 단계(201) - 상기 시나리오 데이터는 제 1 항 내지 제 8 항 중 어느 한 항에 따른 방법(100)을 이용하여 생성됨 -;
상기 제 1 차량(8)의 가상 환경을 제공된 시나리오 데이터로부터 시뮬레이션하는 작업 단계(202);
상기 가상 환경을 인터페이스(23)를 통하여 상기 운전자 보조 시스템(7)으로 출력하는 작업 단계(203); 및
상기 운전자 보조 시스템(7)을 상기 제 1 차량(8)의 가상 환경 내에서 작동시키는 작업 단계(204)
를 포함하는, 컴퓨터-구현 방법. - 제 9 항에 있어서,
상기 운전자 보조 시스템(7)은 시뮬레이션되는, 컴퓨터-구현 방법. - 제 10 항에 있어서,
상기 제 1 차량(8)의 환경에 관련된 데이터는 상기 운전자 보조 시스템(7)이 작동되는 동안에 상기 운전자 보조 시스템(7)에 공급되고, 및/또는
상기 운전자 보조 시스템(7), 특히 그 센서는 상기 제 1 차량(8)의 환경에 기반하여 자극되는, 컴퓨터-구현 방법. - 컴퓨터에서 실행될 때 컴퓨터가 제 1 항 내지 제 11 항 중 어느 한 항에 따른 방법의 단계들을 실행하도록 하는 명령을 포함하는 컴퓨터 프로그램.
- 제 12 항에 따른 컴퓨터 프로그램이 저장된 컴퓨터-판독가능 매체.
- 차량의 운전자 보조 시스템의 시험을 위한 시나리오 데이터를 생성하기 위한 시스템(10)으로서,
여러 명의 가상 도로 사용자가 있는 가상 교통 상황(3)을 시뮬레이션하기 위한 수단(11) - 여러 명의 도로 사용자(1, 4, 5a, 5b, 5c, 5d, 6) 중 적어도 한 명의 제 1 도로 사용자(1)는 제 1 사용자(2)에 의하여 제어될 수 있고, 사용자에 의해 제어될 수 없는 도로 사용자(4, 5a, 5b, 5c, 5d, 6)는, 특히 인공 지능에 의하여 또는 로직-기반 제어에 의하여 자동으로 제어되며, 상기 시뮬레이션 데이터는 시뮬레이션 도중에 생성됨 -;
적어도 한 명의 제 1 도로 사용자(1)의 가상 환경을 상기 가상 교통 상황(3)에 기반하여 상기 제 1 사용자(2)에게 출력하기 위한 제 1 사용자 인터페이스(12), 특히 적어도 시각적 사용자 인터페이스; 및
상기 제 1 도로 사용자(1)의 가상 환경 내의 적어도 한 명의 제 1 도로 사용자(1)를 제어하기 위한 상기 제 1 사용자(2)의 입력을 캡쳐하기 위한 제 2 사용자 인터페이스(13) - 상기 시뮬레이션 수단(11)은 상기 제 1 사용자(2)의 캡쳐된 입력, 및 상기 적어도 한 명의 제 1 도로 사용자(1)와 그의 가상 환경의 결과적으로 얻어지는 상호작용을 상기 가상 교통 상황(3)의 시뮬레이션에서 고려하도록 더 구성됨 -;
생성된 시뮬레이션 데이터를 상기 적어도 한 명의 제 1 도로 사용자(1)와 상기 환경의 나머지의 상호작용으로부터 유발되는 시나리오의 발생에 대하여 점검하기 위한 수단(14) - 상기 시나리오의 발생은 바람직하게는 기본적인 기동에 대응하는 시뮬레이션된 측정된 변수의 미리 규정된 성좌에 의하여 특징지어짐 -;
시나리오의 발생이 결정되면 상기 시나리오에 관련된 시나리오 데이터를, 생성된 시뮬레이션 데이터를 점검하기 위한 상기 수단(14)에 의하여 추출하기 위한 수단(15); 및
상기 시나리오 데이터를 상기 운전자 보조 시스템을 시험하기 위하여 기록하기 위한 데이터 저장소(16)
를 포함하는, 시스템. - 제 1 차량(8)의 운전자 보조 시스템(7)을 시험하기 위한 시스템(20)으로서,
상기 제 1 차량(8)이 위치되고 여러 명의 다른 도로 사용자(4', 5a', 5b', 5c', 5d', 6')가 있는 시나리오를 특징짓는 시나리오 데이터를 제공하기 위한 데이터 저장소(21) - 상기 시나리오 데이터는 제 1 항 내지 제 8 항 중 어느 한 항에 따른 방법(100)을 이용하여 생성됨 -;
상기 제 1 차량(8)의 가상 환경을 상기 시나리오 데이터에 기반하여 시뮬레이션하기 위한 수단(22); 및
상기 운전자 보조 시스템(7)이 시뮬레이션된 시나리오에 기반하여 상기 제 1 차량(8)의 가상 환경 내에서 작동될 수 있도록, 상기 가상 환경을 상기 운전자 보조 시스템(7)에 출력하기 위한 인터페이스(23)
를 포함하는, 시스템.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| ATA50138/2021A AT524821A1 (de) | 2021-03-01 | 2021-03-01 | Verfahren und System zum Erzeugen von Szenariendaten zum Testen eines Fahrerassistenzsystems eines Fahrzeugs |
| ATA50138/2021 | 2021-03-01 | ||
| PCT/AT2022/060055 WO2022183227A1 (de) | 2021-03-01 | 2022-02-28 | Verfahren und system zum erzeugen von szenariendaten zum testen eines fahrerassistenzsystems eines fahrzeugs |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230148366A true KR20230148366A (ko) | 2023-10-24 |
Family
ID=81307071
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020237032926A KR20230148366A (ko) | 2021-03-01 | 2022-02-28 | 차량의 운전자 보조 시스템의 시험을 위한 시나리오 데이터를 생성하기 위한 방법 및 시스템 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US20240311279A1 (ko) |
| EP (1) | EP4302197A1 (ko) |
| JP (1) | JP2024507997A (ko) |
| KR (1) | KR20230148366A (ko) |
| CN (1) | CN117222988A (ko) |
| AT (1) | AT524821A1 (ko) |
| WO (1) | WO2022183227A1 (ko) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116465647B (zh) * | 2023-04-18 | 2024-03-26 | 日照朝力信息科技有限公司 | 一种基于虚拟现实技术的汽车性能测试方法及系统 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160210382A1 (en) * | 2015-01-21 | 2016-07-21 | Ford Global Technologies, Llc | Autonomous driving refined in virtual environments |
| US10552573B2 (en) * | 2016-03-18 | 2020-02-04 | Toyota Jidosha Kabushiki Kaisha | Vehicle simulation device for crowd-sourced vehicle simulation data |
| DE102017213217A1 (de) * | 2017-08-01 | 2019-02-07 | Ford Global Technologies, Llc | Testfahrtszenario-Datenbanksystem für realitätsnahe virtuelle Testfahrtszenarien |
| DE102018200011A1 (de) * | 2018-01-02 | 2019-07-04 | Ford Global Technologies, Llc | Testsystem und Verfahren zum Testen einer Steuerung eines zumindest teilweise autonom fahrenden Fahrzeugs in einer virtuellen Umgebung |
| DE102019105346A1 (de) * | 2019-02-09 | 2020-08-13 | Elmos Semiconductor Aktiengesellschaft | Verfahren für ein Messsystem im Fahrzeug zur Erkennung und Klassifizierung von Objekten im Umfeld des Fahrzeugs mit Hilfe eines Deep-Learning Verfahrens |
| DE102019206049A1 (de) * | 2019-04-26 | 2020-10-29 | Robert Bosch Gmbh | Erkennung und Behebung von Rauschen in Labels von Lern-Daten für trainierbare Module |
| EP3745382A1 (en) * | 2019-05-27 | 2020-12-02 | Zenuity Ab | Method and server for supporting generation of scenarios for testing autonomous driving and/or advanced driver assistance system functionality |
-
2021
- 2021-03-01 AT ATA50138/2021A patent/AT524821A1/de unknown
-
2022
- 2022-02-28 KR KR1020237032926A patent/KR20230148366A/ko unknown
- 2022-02-28 WO PCT/AT2022/060055 patent/WO2022183227A1/de active Application Filing
- 2022-02-28 EP EP22715966.2A patent/EP4302197A1/de active Pending
- 2022-02-28 CN CN202280031472.6A patent/CN117222988A/zh active Pending
- 2022-02-28 JP JP2023552229A patent/JP2024507997A/ja active Pending
- 2022-02-28 US US18/548,810 patent/US20240311279A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| AT524821A1 (de) | 2022-09-15 |
| EP4302197A1 (de) | 2024-01-10 |
| JP2024507997A (ja) | 2024-02-21 |
| CN117222988A (zh) | 2023-12-12 |
| US20240311279A1 (en) | 2024-09-19 |
| WO2022183227A1 (de) | 2022-09-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wachenfeld et al. | The release of autonomous vehicles | |
| JP7183273B2 (ja) | 自律車両のソフトウェア検証 | |
| US10943414B1 (en) | Simulating virtual objects | |
| US20190042679A1 (en) | Method for virtual tests for an autonomous vehicle | |
| US11238674B2 (en) | Simulation of different traffic situations for a test vehicle | |
| US11385991B1 (en) | Collision evaluation for log-based simulations | |
| CN111795832B (zh) | 一种智能驾驶车辆测试方法、装置及设备 | |
| KR20230150350A (ko) | 차량의 운전자 보조 시스템을 시험하기 위한 방법 | |
| CN107050865A (zh) | 用于验证机动车的驾驶辅助功能的方法 | |
| Gietelink et al. | Development of a driver information and warning system with vehicle hardware-in-the-loop simulations | |
| WO2018220829A1 (ja) | ポリシー生成装置及び車両 | |
| US20230343153A1 (en) | Method and system for testing a driver assistance system | |
| Skruch et al. | The simulation strategy and its realization in the development process of active safety and advanced driver assistance systems | |
| JP2024508731A (ja) | 移動ロボットの軌道プランナのパフォーマンス・テスト | |
| KR20200082672A (ko) | 게임서버 연계 자율주행 시뮬레이션 방법 | |
| US20230394896A1 (en) | Method and a system for testing a driver assistance system for a vehicle | |
| KR20230148366A (ko) | 차량의 운전자 보조 시스템의 시험을 위한 시나리오 데이터를 생성하기 위한 방법 및 시스템 | |
| US20220358024A1 (en) | Computer-implemented method for scenario-based testing and / or homologation of at least partially autonomous driving functions to be tested by means of key performance indicators (kpi) | |
| CN117413257A (zh) | 用于测试车辆用司机辅助系统的方法和系统 | |
| Becker et al. | Bosch's approach toward automated driving | |
| US20240256415A1 (en) | Tools for performance testing autonomous vehicle planners | |
| Kaiser et al. | Applying stpa in the context of sotif for adas and automated vehicles | |
| Zellner et al. | Extension of the Honda-DRI “Safety Impact Methodology”(SIM) for the NHTSA Advanced Crash Avoidance Technology (ACAT) Program and Application to a Prototype Advanced Collision Mitigation Braking System | |
| EP4338058A1 (en) | Tools for performance testing autonomous vehicle planners | |
| JP2024539389A (ja) | 都市におけるヒューマンマシンインタラクションの試験環境 |