KR20240000952A - 객체 식별 방법 및 장치 - Google Patents

객체 식별 방법 및 장치 Download PDF

Info

Publication number
KR20240000952A
KR20240000952A KR1020220077793A KR20220077793A KR20240000952A KR 20240000952 A KR20240000952 A KR 20240000952A KR 1020220077793 A KR1020220077793 A KR 1020220077793A KR 20220077793 A KR20220077793 A KR 20220077793A KR 20240000952 A KR20240000952 A KR 20240000952A
Authority
KR
South Korea
Prior art keywords
change rate
distance change
host vehicle
object identification
information
Prior art date
Application number
KR1020220077793A
Other languages
English (en)
Inventor
조용현
Original Assignee
주식회사 에이치엘클레무브
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 주식회사 에이치엘클레무브 filed Critical 주식회사 에이치엘클레무브
Priority to KR1020220077793A priority Critical patent/KR20240000952A/ko
Priority to US18/196,834 priority patent/US20230417894A1/en
Publication of KR20240000952A publication Critical patent/KR20240000952A/ko

Links

Images

Classifications

    • 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
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
    • G01S13/536—Discriminating between fixed and moving objects or between objects moving at different speeds using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
    • 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
    • G01S13/66—Radar-tracking systems; Analogous systems
    • G01S13/70—Radar-tracking systems; Analogous systems for range tracking only
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40—Means for monitoring or calibrating
    • 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
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • B60W2420/408—
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/52—Radar, Lidar
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/20—Static objects
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • 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
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9327—Sensor installation details
    • G01S2013/93271—Sensor installation details in the front of the 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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9327—Sensor installation details
    • G01S2013/93272—Sensor installation details in the back of the 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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9327—Sensor installation details
    • G01S2013/93274—Sensor installation details on the side of the vehicles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D2201/00—Application
    • G05D2201/02—Control of position of land vehicles
    • G05D2201/0212—Driverless passenger transport vehicle

Abstract

본 실시예들은 레이더가 장착된 차량의 다양한 기동(도심 내에서의 우회전 및 유턴과 같은 급격한 회전, 다양한 가속이 포함된 주행 등)에 대하여 감지 객체의 정지 상태 또는 이동 상태를 신속하게 구분하고 그 정확도를 향상시킬 수 있으며, 정지 상태 또는 이동 상태의 구분에 있어 요구되는 메모리 용량 및 연산 시간을 효율적으로 줄일 수 있는 객체 식별 방법 및 장치를 제공할 수 있다.

Description

객체 식별 방법 및 장치{METHOD AND DEVICE FOR IDENTIFYING AN OBJECT}
본 실시예들은 객체 식별 방법 및 장치에 관한 것이다.
자동차 업계에서는 운전자에게 보다 많은 편의와 안전을 제공하는 첨단 운전자 보조 시스템(Advanced Driver Assistance System, ADAS)을 개발하고 있다. 대표적으로, 지도정보를 활용하여 전방 도로 환경을 예측, 적절한 제어 및 편의 서비스를 제공하는 시스템이 상용화되고 있다. 또한, 최근에 들어, 운전자가 핸들과 가속페달, 브레이크 등을 조작하지 않아도 스스로 목적지까지 찾아갈 수 있는 자율주행 자동차의 개발이 이루어지고 있다.
자율주행 기술 고도화에 따라 사용자의 편의를 위하여 LKAS(Lane Keeping Assist System), RCCW(Rear Cross-Traffic Collision Warning), BCW(Blind spot Collision Warning) 등 점점 더 복잡하고 많은 기능이 요구되고 있으며, 이를 한정된 자원 (반도체 메모리 용량, 연산 시간, 가격 등)에서 구현하기 위해 고성능을 유지할 수 있는 가벼운 알고리즘들이 연구되고 있는 실정이다.
그 중 다양한 도로 환경 상에 있는 객체의 정지 또는 이동 상태를 구분하는 것은 표적의 관리(Track management) 및 제어 대상의 우선순위 선정에 필수적이며, 보다 정확한 주행을 위해 정밀 지도를 형성하거나, 향후 딥러닝을 통한 자율주행을 목표로 함에 있어서 데이터 어노테이션(Data annotation)에도 도움을 줄 수 있는 기능이다.
한편, 자차량 및 표적 차량이 모두 직선 운동을 하는 경우엔 레이더에서 측정된 거리 변화율(Range rate) 성분에 단순히 자차량의 휠속 성분을 보상하여 물체의 정지 상채 또는 이동 상태를 구분할 수 있다. 그렇기 때문에 종래의 운전자 보조 시스템의 경우에는 고속도로와 같이 직진성이 강한 환경에선 이러한 간단한 방식으로 판별한 객체의 정지 상태 또는 이동 상태를 SCC(Smart Cruise Control), AEB(Automatic Emergency Braking) 등에 사용할 수 있었다.
그러나, 고속도로와 같은 개활지가 아닌 도심 내에서 유턴, 우회전 등 자차의 회전 상황, 교차로에서의 표적 차량의 횡방향 운동, 보행자 감지 등 복잡한 상황에서의 정확한 객체의 정지 상태 또는 이동 상태의 구분 방식이 필요하다. 따라서, 자차량의 기동 특성에도 불구하고 감지 객체를 정지 객체 또는 이동 객체로 정확하게 구분하고, 이를 운용함에 있어 요구되는 메모리 용량 및 연산 시간을 효율적으로 줄일 수 있는 기술의 개발이 요구되고 있다.
본 실시예들은 레이더가 장착된 차량의 다양한 기동(도심 내에서의 우회전 및 유턴과 같은 급격한 회전, 다양한 가속이 포함된 주행 등)에 대하여 감지 객체의 정지 상태 또는 이동 상태를 신속하게 구분하고 그 정확도를 향상시킬 수 있으며, 정지 상태 또는 이동 상태의 구분에 있어 요구되는 메모리 용량 및 연산 시간을 효율적으로 줄일 수 있는 객체 식별 방법 및 장치를 제공할 수 있다.
일 측면에서, 본 실시예들은 동역학 센서로부터 자차량의 운동 정보를 수신하고, 레이더 센서로부터 자차량 주위에 위치하는 객체의 거리 변화율 정보를 수신하는 정보 수신 단계, 자차량의 운동 정보 및 객체의 거리 변화율 정보에 기반하여 자차량의 운동에 따른 감지 객체에 대한 예측 거리 변화율을 산출하는 예측 거리 변화율 산출 단계 및 미리 설정된 시간 이후에 상기 감지 객체에 대한 측정 거리 변화율을 수신하고, 예측 거리 변화율과 측정 거리 변화율에 기반하여 감지 객체를 정지 객체 또는 이동 객체로 구분하여 판단하는 객체 식별 판단 단계를 포함하는 객체 식별 방법을 제공할 수 있다.
다른 측면에서, 본 실시예들은 동역학 센서로부터 자차량의 운동 정보를 수신하고, 레이더 센서로부터 자차량 주위에 위치하는 객체의 거리 변화율 정보를 수신하는 정보 수신부, 자차량의 운동 정보 및 객체의 거리 변화율 정보에 기반하여 자차량의 운동에 따른 감지 객체에 대한 예측 거리 변화율을 산출하는 예측 거리 변화율 산출부 및 미리 설정된 시간 이후에 감지 객체에 대한 측정 거리 변화율을 수신하고, 예측 거리 변화율과 측정 거리 변화율에 기반하여 감지 객체를 정지 객체 또는 이동 객체로 구분하여 판단하는 객체 식별 판단부를 포함하는 객체 식별 장치를 제공할 수 있다.
본 실시예들에 따른 객체 식별 방법 및 장치는 레이더가 장착된 차량의 다양한 기동(도심 내에서의 우회전 및 유턴과 같은 급격한 회전, 다양한 가속이 포함된 주행 등)에 대하여 감지 객체의 정지 상태 또는 이동 상태를 신속하게 구분하고 그 정확도를 향상시킬 수 있으며, 정지 상태 또는 이동 상태의 구분에 있어 요구되는 메모리 용량 및 연산 시간을 효율적으로 줄일 수 있다.
도 1은 본 실시예들에 의한 객체 식별 방법을 나타내는 흐름도이다.
도 2는 본 실시예들에 의한 객체 식별 방법의 감지 객체를 이동 객체 또는 정지 객체로 판단하는 과정을 나타내는 흐름도이다.
도 3은 본 실시예들에 의한 거리 변화율을 도시한 도면이다.
도 4는 본 실시예들에 의한 객체 식별 방법의 보정 단계를 나타내는 흐름도이다.
도 5는 본 실시예들에 의한 객체 식별 방법에 따른 이동 객체를 도시한 도면이다.
도 6은 본 실시예들에 의한 객체 식별 방법에 따른 정치 객체를 도시한 도면이다.
도 7은 본 실시예들에 의한 객체 식별 방법에 따른 이동 객체 및 정지 객체를 도시한 도면이다.
도 8은 본 실시예들에 의한 객체 식별 방법에 따른 사이클 타임을 도시한 그래프이다.
도 9는 본 실시예들에 의한 객체 식별 장치를 도시한 블록도이다.
이하, 본 개시의 일부 실시예들을 예시적인 도면을 참조하여 상세하게 설명한다. 각 도면의 구성 요소들에 참조부호를 부가함에 있어서, 동일한 구성 요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가질 수 있다. 또한, 본 실시예들을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 기술 사상의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략할 수 있다. 본 명세서 상에서 언급된 "포함한다", "갖는다", "이루어진다" 등이 사용되는 경우 "~만"이 사용되지 않는 이상 다른 부분이 추가될 수 있다. 구성 요소를 단수로 표현한 경우에 특별한 명시적인 기재 사항이 없는 한 복수를 포함하는 경우를 포함할 수 있다.
또한, 본 개시의 구성 요소를 설명하는 데 있어서, 제1, 제2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질, 차례, 순서 또는 개수 등이 한정되지 않는다.
구성 요소들의 위치 관계에 대한 설명에 있어서, 둘 이상의 구성 요소가 "연결", "결합" 또는 "접속" 등이 된다고 기재된 경우, 둘 이상의 구성 요소가 직접적으로 "연결", "결합" 또는 "접속" 될 수 있지만, 둘 이상의 구성 요소와 다른 구성 요소가 더 "개재"되어 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다. 여기서, 다른 구성 요소는 서로 "연결", "결합" 또는 "접속" 되는 둘 이상의 구성 요소 중 하나 이상에 포함될 수도 있다.
구성 요소들이나, 동작 방법이나 제작 방법 등과 관련한 시간적 흐름 관계에 대한 설명에 있어서, 예를 들어, "~후에", "~에 이어서", "~다음에", "~전에" 등으로 시간적 선후 관계 또는 흐름적 선후 관계가 설명되는 경우, "바로" 또는 "직접"이 사용되지 않는 이상 연속적이지 않은 경우도 포함할 수 있다.
한편, 구성 요소에 대한 수치 또는 그 대응 정보(예: 레벨 등)가 언급된 경우, 별도의 명시적 기재가 없더라도, 수치 또는 그 대응 정보는 각종 요인(예: 공정상의 요인, 내부 또는 외부 충격, 노이즈 등)에 의해 발생할 수 있는 오차 범위를 포함하는 것으로 해석될 수 있다.
도 1은 본 실시예들에 의한 객체 식별 방법을 나타내는 흐름도이다.
도 1을 참조하면, 본 실시예들에 의한 객체 식별 방법은 동역학 센서로부터 자차량의 운동 정보를 수신하고, 레이더 센서로부터 자차량 주위에 위치하는 객체의 거리 변화율 정보를 수신하는 정보 수신 단계를 포함할 수 있다(S110).
동역학 센서는 자차량의 동역학적 운동 정보를 센싱하기 위하여 자차량에 구비된 복수개의 센서를 포함할 수 있다. 예를 들어, 동역학 센서는 자차량의 속도 정보를 센싱하기 위한 속도 센서 및 자차량의 회전 상태 정보를 센싱하기 위한 자이로 센서를 포함할 수 있다. 다만, 이에 제한되는 것은 아니며, 속도 센서가 아닌 휠 속도 센서가 구비되어 휠 속도 센서로부터 자차량의 속도 정보가 산출될 수도 있다. 또한, 자이로 센서가 아닌 조향각 센서가 구비되어 조향각 센서로부터 자차량의 회전 상태 정보가 산출될 수도 있다. 즉, 동역학 센서에 의해 수신되는 자차량의 운동 정보는 자차량의 속도 정보 및 자차량의 회전 상태 정보를 수신하거나, 산출의 기초가 되는 정보를 센싱할 수 있는 복수개의 센서를 포함할 수 있다.
레이더 센서는 자차량 주위에 위치하는 객체의 거리 변화율 정보를 수신할 수 있다. 예를 들어, 레이더 센서는 연속파 레이더로서 도플러 레이더일 수 있다. 다만, 이에 제한되는 것은 아니며, 다른 예를 들어 레이더 센서는 변조형 연속파 레이더이거나, 또는 펄스 레이더일 수도 있다.
레이더 센서는 객체의 거리 변화율 정보를 수신할 수 있다. 다만, 이에 제한되는 것은 아니며, 객체의 거리 변화율 정보는 객체와 자차량 사이의 거리 또는 속도의 변화 및 감지 시간에 기반하여 산출되어 수신될 수도 있다. 객체의 거리 변화율 정보는 자차량과 객체 사이에 상대 속도의 변화량을 의미할 수 있다.
도 1을 참조하면, 본 실시예들에 의한 객체 식별 방법은 자차량의 운동 정보 및 객체의 거리 변화율 정보에 기반하여 자차량의 운동에 따른 감지 객체에 대한 예측 거리 변화율을 산출하는 예측 거리 변화율 산출 단계를 포함할 수 있다(S120).
예측 거리 변화율은 자차량의 운동 정보에 기초하여 미리 설정된 시간 이후에 자차량의 예측된 위치 정보에서의 감지 객체의 거리 변화율 정보를 예측하여 산출될 수 있다. 자차량의 예측된 위치 정보는 자차량의 운동 정보에 포함되는 속도 정보 및 회전 상태 정보에 기반하여 미리 설정된 시간 이후에 자차량의 위치 및 회전 상태에 대하여 예측된 정보를 의미할 수 있다.
또한, 예측 거리 변화율은 감지 객체가 정지 객체인 것을 전제로 산출될 수 있다. 감지 객체가 정지 객체일 경우, 감지 객체의 절대 속도는 0이므로 예측 거리 변화율은 자차량의 운동 상태에 따른 예측된 위치 정보만을 고려하려 산출될 수 있다. 따라서, 메모리 용량 및 연산 시간을 효율적으로 줄일 수 있다.
예측 거리 변화율은 자차량의 운동 정보에 기반하여 산출되어 감지 객체를 정지 객체 또는 이동 객체로 구분하여 판단하는데 이용되므로, 자차량의 다양한 기동, 예를 들어 도심 내에서의 우회전 및 유턴과 같은 급격한 회전, 다양한 가속이 포함된 주행 등에 있어서도 감지 객체의 상태를 신속하게 구분할 수 있다.
도 1을 참조하면, 본 실시예들에 의한 객체 식별 방법은 미리 설정된 시간 이후에 감지 객체에 대한 측정 거리 변화율을 수신하고, 예측 거리 변화율과 측정 거리 변화율에 기반하여 감지 객체를 정지 객체 또는 이동 객체로 구분하여 판단하는 객체 식별 판단 단계를 포함할 수 있다(S130).
감지 객체에 대한 측정 거리 변화율을 수신하는 미리 설정된 시간은 레이더 센서의 스캔 주기에 기반하여 설정될 수 있다. 예를 들어, 미리 설정된 시간은 레이더 센서의 동일 스캔 이내의 시간을 의미할 수 있다. 다만, 이에 제한되는 것은 아니며 미리 설정된 시간은 레이더 센서의 복수 스캔 이내의 시간을 의미할 수도 있다.
객체 식별 판단 단계는 예측 거리 변화율과 측정 거리 변화율의 차이값을 산출하고, 차이값과 미리 설정된 임계값을 비교하여 감지 객체를 정지 객체 또는 이동 객체로 구분하여 판단할 수 있다.
미리 설정된 임계값은 실험적으로 구해져 설정되는 값이며, 하나의 고정값으로 설정될 수 있다. 다만, 이에 제한되는 것은 아니며, 감지 객체의 위치나 자차량의 속도 성분에 따라 임계값은 다르게 설정될 수도 있다. 예를 들어, 감지 객체와 자차량 사이의 거리에 기초하여 다르게 설정되거나, 자차량의 속도 변화에 따라 다르게 설정될 수도 있다. 다만, 감지 객체의 위치나 자차량의 속도 성분에 따라 임계값이 다르게 설정될 경우에도 임계값끼리의 차이는 작게 설정될 수 있다. 따라서, 다르게 설정된 임계값 중 어느 한 임계값에 기반하여 감지 객체의 정지 상태 또는 이동 상태를 구별하여 판단할 수 있다.
객체 식별 판단 단계는 차이값이 임계값 이상인 경우에는 감지 객체를 이동 객체로 판단하고, 차이값이 임계값 미만인 경우에는 감지 객체를 정지 객체로 판단할 수 있다. 다만, 이에 제한되는 것은 아니며, 객체 식별 판단 단계는 차이값이 임계값 초과인 경우에는 감지 객체를 이동 객체로 판단하고, 차이값이 임계값 이하인 경우에는 감지 객체를 정지 객체로 판단할 수도 있다.
또한, 도 1에 도시되지 않았으나, 객체 식별 판단 단계 이후에, 감지 객체에 대한 정지 객체 또는 이동 객체 판단 결과에 기초하여 운동 정보를 보정하는 보정 단계를 더 포함할 수 있다(미도시).
예를 들어, 보정 단계는 감지 객체에 대한 판단 결과가 정지 객체로 판단되는 경우에만 수행될 수 있다. 이 경우, 보정 단계는 예측 거리 변화율과 측정 거리 변화율의 차이값이 감소하는 방향으로 운동 정보를 보정할 수 있다. 또한, 보정 단계는 동역학 센서로부터 수신된 운동 정보를 보정하거나, 동역학 센서의 동역학 파라미터를 보정할 수 있다.
감지 객체의 정지 객체 또는 이동 객체 판단에 이용되는 운동 정보는 자차량의 기동에 따라 성능이 민감하게 바뀌기 때문에 정지 객체를 기준으로 자차량의 기동에 영향을 주는 운동 정보를 보정함으로써, 감지 객체의 정지 상태 또는 이동 상태를 판별함에 있어서 정확도를 더욱 향상시킬 수 있다.
전술한 본 실시예들에 의한 객체 식별 방법은 레이더가 장착된 자차량의 다양한 기동(도심 내에서의 우회전 및 유턴과 같은 급격한 회전, 다양한 가속이 포함된 주행 등)에 대하여 감지 객체의 정지 상태 또는 이동 상태를 신속하게 구분하고 그 정확도를 향상시킬 수 있으며, 정지 상태 또는 이동 상태의 구분에 있어 요구되는 메모리 용량 및 연산 시간을 효율적으로 줄일 수 있다.
도 2는 본 실시예들에 의한 객체 식별 방법의 감지 객체를 이동 객체 또는 정지 객체로 판단하는 과정을 나타내는 흐름도이다. 도 3은 본 실시예들에 의한 거리 변화율을 도시한 도면이다.
도 2를 참조하면, 본 실시예들에 의한 객체 식별 방법은 레이더 센서로부터 자차량 주위에 위치하는 객체의 거리 변화율 정보를 수신하고(S211), 동역학 센서로부터 자차량의 운동 정보를 수신할 수 있다(S212).
도 3을 참조하면, 거리 변화율은 객체(320)의 자차량(300)에 구비된 레이더 센서(310)에 대한 원심 방향으로의 상대 속도(Vradial)의 변화를 의미할 수 있다. 후술하는 자차량의 기동에 따라 변화되는 예측 거리 변화율 및 측정 거리 변화율 또한 감지 객체의 자차량(300)에 구비된 레이더 센서(310)에 대한 원심 방향으로의 상대 속도(Vradial)의 변화를 의미할 수 있다.
도 3을 참조하면, 자차량(300)에는 전방에 구비되는 전방 레이더 센서, 우측방에 구비되는 우측방 레이더 센서, 좌측방에 구비되는 좌측방 레이더 센서(310) 및 후방에 구비되는 후방 레이더 센서를 포함할 수 있다.
전방 레이더 센서, 우측방 레이더 센서, 좌측방 레이더 센서(310) 및 후방 레이더 센서 각각은 차량 주위의 복수개의 객체들에 대한 거리 변화율 정보를 동시에 센싱할 수 있다. 따라서, 복수개의 감지 객체 각각을 정지 객체 또는 이동 객체로 구분하는 판단은 동시에 수행될 수 있다.
도 2를 참조하면, 예측 거리 변화율은 수신된 객체의 거리 변화율 정보 및 자차량의 운동 정보에 기초하여 미리 설정된 시간 이후에 상기 자차량의 예측된 위치 정보에서의 감지 객체의 거리 변화율 정보를 예측하여 산출될 수 있다(S220). 이 경우, 예측 거리 변화율은 감지 객체가 정지 객체인 것을 전제로 산출될 수 있다.
미리 설정된 시간 이후에 감지 객체에 대한 측정 거리 변화율을 수신할 수 있다(S230). 측정 거리 변화율의 수신에 이용되는 미리 설정된 시간과 예측 거리 변화율 산출에 이용되는 미리 설정된 시간은 동일한 시간을 의미할 수 있다. 따라서, 예측 거리 변화율과 측정 거리 변화율은 서로 비교될 수 있다.
예측 거리 변화율과 측정 거리 변화율을 비교하여 차이값이 산출될 수 있다(S421). 차이값은 측정 거리 변화율로부터 예측 거리 변화율을 감한 값으로 산출될 수 있다.
산출된 예측 거리 변화율과 측정 거리 변화율의 차이값을 미리 설정된 임계값과 비교하여 차이값이 임계값 이상인지를 판단할 수 있다(S242). 차이값이 임계값 이상이면 감지 객체를 이동 객체로 판단할 수 있다(S243). 반면, 차이값이 임계값 미만이면 감지 객체를 정지 객체로 판단할 수 있다(S244)
도 4는 본 실시예들에 의한 객체 식별 방법의 보정 단계를 나타내는 흐름도이다.
도 4를 참조하면, 본 실시예들에 의한 객체 식별 방법은 감지 객체를 정지 객체 또는 이동 객체로 구분하여 판단할 수 있다(S245). 또한, 감지 객체가 정지 객체로 판단되는지를 확인할 수 있다(S251).
감지 객체가 정지 객체로 판단된 경우에는 정지 객체에 대한 예측 거리 변화율과 측정 거리 변화율의 차이에 기반하여 운동 정보를 보정할 수 있다(S252). 예를 들어, 예측 거리 변화율과 상기 측정 거리 변화율의 차이값이 감소하는 방향으로 운동 정보를 보정할 수 있다. 이에 의하여 산출되는 예측 거리 변화율의 산출에 정확도가 향상되어, 감지 객체를 정지 객체 또는 이동 객체로 판단함에 있어서 정확도가 더욱 향상될 수 있다.
한편, 감지 객체가 정지 객체가 아닌 경우, 즉 감지 객체가 이동 객체로 판단될 경우에는 운동 정보를 보정하지 않는다. 감지 객체가 이동 객체의 경우, 자차량의 운동 정보에 따른 오차뿐만 아니라, 이동 객체의 운동 상태에 따른 오차가 동시에 반영될 수 있다. 따라서, 이동 객체에 기초하여 운동 정보를 보정시에는 산출되는 예측 거리 변화율의 정확도가 감소될 수 있다. 따라서, 감지 객체가 정지 객체로 판단된 경우에만 이에 기초하여 운동 정보를 보정할 수 있다.
운동 정보의 보정은 동역학 센서로부터 수신된 운동 정보를 보정함으로써 수행될 수 있다. 다만, 이에 제한되는 것은 아니다. 예를 들어, 운동 정보의 보정은 동역학 센서의 동역학 파라미터의 오차를 추정하고 추정된 동역학 파라미터를 보정함으로써 수행될 수도 있다. 즉, 보정은 동역학 센서로부터 수신된 운동 정보를 보정하거나, 동역학 센서의 동역학 파라미터를 보정함으로써 수행될 수 있다.
도 5는 본 실시예들에 의한 객체 식별 방법에 따른 이동 객체를 도시한 도면이다. 도 6은 본 실시예들에 의한 객체 식별 방법에 따른 정치 객체를 도시한 도면이다.
도 5 및 도 6은 본 실시예들에 의한 객체 식별 방법에 있어서, 일례로 자차량이 약 17deg/sec의 속도로 우측 방향으로 회전하는 상태에서 감지 객체를 이동 객체 또는 정지 객체로 판단된 상황을 도시한 예시 도면이다.
도 5 및 도 6에서의 자차량이 약 17deg/sec의 속도로 우측 방향으로 회전하는 경우, 자차량의 운동 정보에 기반하여 감지 객체가 정지 객체인 것을 전제로 산출된 예측 거리 변화율이 -6.5m/s인 것을 예를 들어 설명한다. 다만, 자차량의 운동 상태, 즉 속도 정보 및 회전 상태 정보에 따라 감지 객체가 정지 객체인 것을 전제로 산출되는 예측 거리 변화율은 다른 값으로 산출될 수 있다.
또한, 미리 설정된 임계값은 1로 설정된 경우를 예를 들어 설명한다. 다만, 이에 제한되는 것은 아니며, 임계값은 1보다 큰 값 또는 1보다 작은 값으로 설정될 수 있다. 한편, 임계값이 0에 가까운 값으로 설정될수록 정지 객체 또는 이동 객체의 판단의 정확도는 더욱 향상될 수 있다.
본 실시예들에 따른 객체 식별 방법에 있어서 임계값이 0에 가까운 값으로 설정될 경우, 보행자와 같이 1m/s 근방에서 느리게 움직이는 경우에도 감지 객체를 이동 객체로 판단할 수 있다.
또한, 차이값을 임계값과 비교시, 차이값의 절대값을 이용할 수 있다. 이 경우, 하나의 임계값에 기반하여 전방에서 가까워지고 있는 전방 감지 객체 및 후방에서 멀어지고 있는 후방 감지 객체에 대하여 동시에 정지 객체 또는 이동 객체로 판단할 수 있다.
도 5를 참조하면, 이동 객체(521), 예를 들어 이동하는 타차량 1대가 감지된 상황에서 타차량 1대에 대해 복수의 개의 포인트로 거리 변화율이 감지될 수 있다. 이 경우, 복수개의 포인트 각각에 대한 예측 거리 변화율이 산출되고, 복수개의 각각에 대하여 미리 설정된 시간 이후에 측정된 측정 거리 변화율이 수신될 수 있다.
도 5에 도시된 바와 같이, 수신된 측정 거리 변화율(RR)은 복수개의 포인트 각각에 대하여 -18.02m/s와 -18.08m/s 사이의 값일 수 있고, 예측 거리 변화율이 -6.5m/s로 산출된 경우, 예측 거리 변화율과 측정 거리 변화율의 차이값(RR_diff)은 -11.44m/s와 -11.49m/s 사이의 값으로 산출될 수 있고, 차이값(RR_diff)들은 0.1m/s 이내의 분포를 가질 수 있다.
도 5에서의 예측 거리 변화율과 측정 거리 변화율의 차이값(RR_diff)의 절대값은 11.44 내지 11.49 사이의 값이며, 이는 임계값 1 이상이므로 감지 객체를 이동 객체(521)로 판단할 수 있다.
도 6를 참조하면, 정지 객체(622), 예를 들어 가드 레일이 감지된 상황에서 가드 레일에 대해 복수의 개의 포인트로 거리 변화율이 감지될 수 있다. 이 경우, 복수개의 포인트 각각에 대한 예측 거리 변화율이 산출되고, 복수개의 각각에 대하여 미리 설정된 시간 이후에 측정된 측정 거리 변화율이 수신될 수 있다.
도 6에 도시된 바와 같이, 수신된 측정 거리 변화율(RR)은 복수개의 포인트 각각에 대하여 -6.33m/s와 -6.35m/s 사이의 값일 수 있고, 예측 거리 변화율이 -6.5m/s로 산출된 경우, 예측 거리 변화율과 측정 거리 변화율의 차이값(RR_diff)은 0.20m/s와 0.21m/s 사이의 값으로 산출될 수 있고, 차이값(RR_diff)들은 0.01m/s 이내의 분포를 가질 수 있다.
도 6에서의 예측 거리 변화율과 측정 거리 변화율의 차이값(RR_diff)의 절대값은 0.20 내지 0.21 사이의 값을 가지며, 이는 임계값 1 미만이므로 감지 객체를 정지 객체(622)로 판단할 수 있다.
감지 객체가 정지 객체(622)로 판단된 경우에 예측 거리 변화율과 측정 거리 변화율의 차이값(RR_diff)에 기반하여 자차량의 운동 정보를 보정할 수 있다. 차이값(RR_diff)들이 복수개로 산출되는 경우에는 차이값(RR_diff)들의 중앙값을 이용하여 자차량의 운동 정보를 보정할 수 있다. 중앙값은 차이값(RR_diff)들의 절대값들을 합산한 값을 최소로 만드는 값을 의미할 수 있다.
자차량의 운동 정보는 예측 거리 변화율과 측정 거리 변화율의 차이값(RR_diff)이 감소하는 방향으로 보정될 수 있다. 따라서, 운동 정보의 보정에 의해 예측 거리 변화율과 측정 거리 변화율의 차이값(RR_diff)은 0에 가까운 값으로 산출될 수 있다.
도 5 및 도 6에서의 차이값(RR_diff)을 비교하면, 이동 객체(521)가 회전하고 있는 경우에는 차이값(RR_diff)들의 분포가 0.1m/s인 반면, 정지 객체(622)는 회전할 수 없으므로 차이값(RR_diff)들의 분포가 0.01m/s로 산출될 수 있다. 즉, 감지 객체가 정지 객체(622)인 경우 차이값(RR_diff)들의 분포는 작게 산출되지만, 감지 객체가 이동 객체(621)인 경우에는 이동 객체의 운동 상태에 따라 차이값(RR_diff)들의 분포가 정지 객체보다 크게 산출될 수 있다. 따라서, 자차량의 운동 정보 보정시 차이값(RR_diff)들의 분포가 작은 정지 객체를 기준으로 보정함으로써 감지 객체의 상태 판단의 정확도를 더욱 향상시킬 수 있다.
도 7은 본 실시예들에 의한 객체 식별 방법에 따른 이동 객체 및 정지 객체를 도시한 도면이다.
도 7은 삼거리에서 자차량이 우회전 하는 상황에서 감지 객체 각각을 이동 객체(723, 724, 725, 726) 및 정지 객체(727, 728, 729, 730)로 구분하여 판단된 상황을 예시적으로 도시하였다. 이동 객체(723, 724, 725, 726) 각각은 타차량일 수 있고, 정지 객체(727, 728, 729, 730)는 가드레일 일 수 있다.
감지 객체 각각은 자차량에 구비된 전방, 측방 및 후측방 레이더 센서에 의해 거리 변화율 정보가 수신되고, 자차량의 운동 정보와 거리 변화율 정보에 기반하여 감지 객체 각각을 동시에 정지 객체 또는 이동 객체로 구분하여 판단될 수 있다.
본 실시예들에 의한 객체 식별 방법에 따르면, 감지 객체의 표적(Track)단이 아니라 감지 객체의 측정치(Object) 단에서 정지 상태 또는 이동 상태를 구분할 수 있으므로 정지 상태 또는 이동 상태의 구분에 있어 요구되는 메모리 용량 및 연산 시간을 효율적으로 줄일 수 있다.
도 8은 본 실시예들에 의한 객체 식별 방법에 따른 사이클 타임을 도시한 그래프이다.
도 8은 약 200여개의 감지 객체의 측정치(Object)를 처리하는 레이더 센서에 대하여 본 실시예들에 따른 객체 식별 방법의 동작시의 사이클 타임(Cycle time)을 도시한 도면이다.
레이더 센서가 약 200여개의 감지 객체의 측정치(Object)를 처리하는데 소요되는 시간의 최대값은 0.55048ms이며, 최소값은 0.1358ms이다.
레이더 센서가 약 200여개의 감지 객체의 측정치(Object)를 처리하고, 본 실시예들에 따른 객체 식별 방법의 동작시에 소요되는 시간의 최대값은 0.84509ms이며, 최소값은 0.21087ms이다.
즉, 레이더 센서가 약 200여개의 감지 객체의 측정치(Object)를 처리하는데 소요되는 시간과 레이더 센서가 약 200여개의 감지 객체의 측정치(Object)를 처리하고 본 실시예들에 따른 객체 식별 방법의 동작시에 소요되는 시간을 비교하면, 본 실시예들에 따른 객체 식별 방법의 동작으로 인하여 증가되는 시간은 매우 작은 값을 갖는다.
또한, 레이더 센서가 약 200여개의 감지 객체의 측정치(Object)를 처리하고, 본 실시예들에 따른 객체 식별 방법의 동작시에 소요되는 시간은 1ms 이하이므로 감지 객체를 정지 객체로 구분하여 판단하는데 매우 적은 시간이 소요됨을 확인할 수 있다.
이상에서의 본 실시예들에 의한 객체 식별 방법은 레이더가 장착된 자차량의 다양한 기동(도심 내에서의 우회전 및 유턴과 같은 급격한 회전, 다양한 가속이 포함된 주행 등)에 대하여 감지 객체의 정지 상태 또는 이동 상태를 신속하게 구분하고 그 정확도를 향상시킬 수 있으며, 정지 상태 또는 이동 상태의 구분에 있어 요구되는 메모리 용량 및 연산 시간을 효율적으로 줄일 수 있다.
아래에서는 도 1 내지 도 8을 참조하여 설명한 객체 식별 방법을 수행할 수 있는 객체 식별 장치에 대해서 다시 한번 간략히 설명한다. 아래에서의 객체 식별 장치는 전술한 객체 식별 방법의 전부 또는 일부 동작을 수행할 수 있다. 또한, 객체 식별 장치는 전술한 각 실시예를 임의의 조합으로 수행할 수 있다.
도 9는 본 실시예들에 의한 객체 식별 장치를 도시한 블록도이다.
도 9를 참조하면, 본 실시예들에 의한 객체 식별 장치는 동역학 센서로부터 자차량의 운동 정보를 수신하고, 레이더 센서로부터 자차량 주위에 위치하는 객체의 거리 변화율 정보를 수신하는 정보 수신부(910)를 포함할 수 있다.
동역학 센서는 자차량의 동역학적 운동 정보를 센싱하기 위하여 자차량에 구비된 복수개의 센서를 포함할 수 있다. 예를 들어, 동역학 센서는 자차량의 속도 정보를 센싱하기 위한 속도 센서 및 자차량의 회전 상태 정보를 센싱하기 위한 자이로 센서를 포함할 수 있다. 다만, 이에 제한되는 것은 아니며, 속도 센서가 아닌 휠 속도 센서가 구비되어 휠 속도 센서로부터 자차량의 속도 정보가 산출될 수도 있다. 또한, 자이로 센서가 아닌 조향각 센서가 구비되어 조향각 센서로부터 자차량의 회전 상태 정보가 산출될 수도 있다. 즉, 동역학 센서에 의해 수신되는 자차량의 운동 정보는 자차량의 속도 정보 및 자차량의 회전 상태 정보를 수신하거나, 산출의 기초가 되는 정보를 센싱할 수 있는 복수개의 센서를 포함할 수 있다.
레이더 센서는 자차량 주위에 위치하는 객체의 거리 변화율 정보를 수신할 수 있다. 예를 들어, 레이더 센서는 연속파 레이더로서 도플러 레이더일 수 있다. 다만, 이에 제한되는 것은 아니며, 다른 예를 들어 레이더 센서는 변조형 연속파 레이더이거나, 또는 펄스 레이더일 수도 있다.
레이더 센서는 객체의 거리 변화율 정보를 수신할 수 있다. 다만, 이에 제한되는 것은 아니며, 객체의 거리 변화율 정보는 객체와 자차량 사이의 거리 변화 및 감지 시간에 기반하여 산출되어 수신될 수도 있다. 객체의 거리 변화율 정보는 자차량과 객체 사이에 상대 속도의 변화량을 의미할 수 있다.
도 9를 참조하면, 본 실시예들에 의한 객체 식별 장치는 자차량의 운동 정보 및 객체의 거리 변화율 정보에 기반하여 자차량의 운동에 따른 감지 객체에 대한 예측 거리 변화율을 산출하는 예측 거리 변화율 산출부(920)를 포함할 수 있다.
예측 거리 변화율은 자차량의 운동 정보에 기초하여 미리 설정된 시간 이후에 자차량의 예측된 위치 정보에서의 감지 객체의 거리 변화율 정보를 예측하여 산출될 수 있다. 자차량의 예측된 위치 정보는 자차량의 운동 정보에 포함되는 속도 정보 및 회전 상태 정보에 기반하여 미리 설정된 시간 이후에 자차량의 위치 및 회전 상태에 대하여 예측된 정보를 의미할 수 있다.
또한, 예측 거리 변화율은 감지 객체가 정지 객체인 것을 전제로 산출될 수 있다. 감지 객체가 정지 객체일 경우, 감지 객체의 상대 속도는 0이므로 예측 거리 변화율은 자차량의 예측된 위치 정보만을 고려하려 산출될 수 있다. 따라서, 메모리 용량 및 연산 시간을 효율적으로 줄일 수 있다.
예측 거리 변화율은 자차량의 운동 정보에 기반하여 산출되어 감지 객체를 정지 객체 또는 이동 객체로 구분하여 판단하는데 이용되므로, 자차량의 다양한 기동, 예를 들어 도심 내에서의 우회전 및 유턴과 같은 급격한 회전, 다양한 가속이 포함된 주행 등에 있어서도 감지 객체의 상태를 신속하게 구분할 수 있다.
도 9를 참조하면, 본 실시예들에 의한 객체 식별 장치는 미리 설정된 시간 이후에 감지 객체에 대한 측정 거리 변화율을 수신하고, 예측 거리 변화율과 측정 거리 변화율에 기반하여 감지 객체를 정지 객체 또는 이동 객체로 구분하여 판단하는 객체 식별 판단부(930)를 포함할 수 있다.
감지 객체에 대한 측정 거리 변화율을 수신하는 미리 설정된 시간은 레이더 센서의 스캔 주기에 기반하여 설정될 수 있다. 예를 들어, 미리 설정된 시간은 레이더 센서의 동일 스캔 이내의 시간을 의미할 수 있다. 다만, 이에 제한되는 것은 아니며 미리 설정된 시간은 레이더 센서의 복수 스캔 이내의 시간을 의미할 수도 있다.
객체 식별 판단부(930)는 예측 거리 변화율과 측정 거리 변화율의 차이값을 산출하고, 차이값과 미리 설정된 임계값을 비교하여 감지 객체를 정지 객체 또는 이동 객체로 구분하여 판단할 수 있다.
미리 설정된 임계값은 실험적으로 구해져 설정되는 값이며, 하나의 고정값으로 설정될 수 있다. 다만, 이에 제한되는 것은 아니며, 감지 객체의 위치나 자차량의 속도 성분에 따라 임계값은 다르게 설정될 수도 있다. 예를 들어, 감지 객체와 자차량 사이의 거리에 기초하여 다르게 설정되거나, 자차량의 속도 변화에 따라 다르게 설정될 수도 있다. 다만, 감지 객체의 위치나 자차량의 속도 성분에 따라 임계값이 다르게 설정될 경우에도 임계값끼리의 차이는 작게 설정될 수 있다. 따라서, 다르게 설정된 임계값 중 어느 한 임계값에 기반하여 감지 객체의 정지 상태 또는 이동 상태를 구별하여 판단할 수 있다.
객체 식별 판단부(930)는 차이값이 임계값 이상인 경우에는 감지 객체를 이동 객체로 판단하고, 차이값이 임계값 미만인 경우에는 감지 객체를 정지 객체로 판단할 수 있다. 다만, 이에 제한되는 것은 아니며, 객체 식별 판단부(930)는 차이값이 임계값 초과인 경우에는 감지 객체를 이동 객체로 판단하고, 차이값이 임계값 이하인 경우에는 감지 객체를 정지 객체로 판단할 수도 있다.
또한, 도 9에 도시되지 않았으나, 객체 식별 장치는 감지 객체에 대한 정지 객체 또는 이동 객체 판단 결과에 기초하여 운동 정보를 보정하는 보정부(미도시)를 더 포함할 수 있다.
예를 들어, 보정부(미도시)는 감지 객체에 대한 판단 결과가 정지 객체로 판단되는 경우에만 보정을 수행할 수 있다. 이 경우, 보정부(미도시)는 예측 거리 변화율과 측정 거리 변화율의 차이값이 감소하는 방향으로 운동 정보를 보정할 수 있다. 또한, 보정부(미도시)는 동역학 센서로부터 수신된 운동 정보를 보정하거나, 동역학 센서의 동역학 파라미터를 보정할 수 있다.
감지 객체의 정지 객체 또는 이동 객체 판단에 이용되는 운동 정보는 자차량의 기동에 따라 성능이 민감하게 바뀌기 때문에 정지 객체를 기준으로 자차량의 기동에 영향을 주는 운동 정보를 보정함으로써, 감지 객체의 정지 상태 또는 이동 상태를 판별함에 있어서 정확도를 더욱 향상시킬 수 있다.
전술한 본 실시예들에 의한 객체 식별 장치는 레이더가 장착된 자차량의 다양한 기동(도심 내에서의 우회전 및 유턴과 같은 급격한 회전, 다양한 가속이 포함된 주행 등)에 대하여 감지 객체의 정지 상태 또는 이동 상태를 신속하게 구분하고 그 정확도를 향상시킬 수 있으며, 정지 상태 또는 이동 상태의 구분에 있어 요구되는 메모리 용량 및 연산 시간을 효율적으로 줄일 수 있다.
전술한 객체 식별 장치는 전자 제어 유닛(Electronic Controller Unit; ECU), 마이컴 등으로 구현될 수 있다.
일 실시예에서, 객체 식병 장치 등의 컴퓨터 시스템(미도시됨)은 전자 제어 유닛(Electronic Control Unit: ECU)으로 구현될 수 있다. 전자 제어 유닛은 하나 이상의 프로세서, 메모리, 저장부, 사용자 인터페이스 입력부 및 사용자 인터페이스 출력부 중 적어도 하나 이상의 요소를 포함할 수 있으며, 이들은 버스를 통해 서로 통신할 수 있다. 또한, 컴퓨터 시스템은 네트워크에 접속하기 위한 네트워크 인터페이스를 또한 포함할 수 있다. 프로세서는 메모리 및/또는 저장소에 저장된 처리 명령어를 실행시키는 CPU 또는 반도체 소자일 수 있다. 메모리 및 저장부는 다양한 유형의 휘발성/비휘발성 기억 매체를 포함할 수 있다. 예를 들어, 메모리는 ROM 및 RAM을 포함할 수 있다.
더 구체적으로, 본 실시예에 의한 객체 식별 장치 및 그에 포함되는 정보 수신부(910), 예측 거리 변화율 산출부(920) 및 객체 식별 판단부(930) 등은 차량에 설치되는 레이더 시스템의 제어장치 또는 ECU의 일부 모듈로서 구현될 수 있다.
이러한 객체 식별 시스템의 제어장치 또는 ECU는 프로세서와 메모리 등의 저장장치와 특정한 기능을 수행할 수 있는 컴퓨터 프로그램 등을 포함할 수 있으며, 전술한 정보 수신부(910), 예측 거리 변화율 산출부(920) 및 객체 식별 판단부(930) 등은 각각의 해당되는 기능을 수행할 수 있는 소프트웨어 모듈로서 구현될 수 있다.
즉, 본 실시예에 의한 정보 수신부(910), 예측 거리 변화율 산출부(920) 및 객체 식별 판단부(930) 등은 각각 해당되는 소프트웨어 모듈로 구현되어 메모리에 저장될 수 있으며, 각 소프트웨어 모듈은 특정 시점에서 자차량의 조향 시스템에 포함된 ECU와 같은 연산처리 장치에서 수행될 수 있다.
이상의 설명은 본 개시의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 기술 사상의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 또한, 본 실시예들은 본 개시의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이므로 이러한 실시예에 의하여 본 기술 사상의 범위가 한정되는 것은 아니다. 본 개시의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 개시의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.
910: 정보 수신부
920: 예측 거리 변화율 산출부
930: 객체 식별 판단부

Claims (20)

  1. 동역학 센서로부터 자차량의 운동 정보를 수신하고, 레이더 센서로부터 자차량 주위에 위치하는 객체의 거리 변화율 정보를 수신하는 정보 수신 단계;
    상기 자차량의 운동 정보 및 상기 객체의 거리 변화율 정보에 기반하여 상기 자차량의 운동에 따른 감지 객체에 대한 예측 거리 변화율을 산출하는 예측 거리 변화율 산출 단계; 및
    미리 설정된 시간 이후에 상기 감지 객체에 대한 측정 거리 변화율을 수신하고, 상기 예측 거리 변화율과 상기 측정 거리 변화율에 기반하여 상기 감지 객체를 정지 객체 또는 이동 객체로 구분하여 판단하는 객체 식별 판단 단계를 포함하는 객체 식별 방법.
  2. 제1항에 있어서,
    상기 예측 거리 변화율은,
    상기 자차량의 운동 정보에 기초하여 상기 미리 설정된 시간 이후에 상기 자차량의 예측된 위치 정보에서의 상기 감지 객체의 거리 변화율 정보를 예측하여 산출되는 객체 식별 방법.
  3. 제2항에 있어서,
    상기 예측 거리 변화율은,
    상기 감지 객체가 정지 객체인 것을 전제로 산출되는 객체 식별 방법.
  4. 제1항에 있어서,
    상기 객체 식별 판단 단계는,
    상기 예측 거리 변화율과 상기 측정 거리 변화율의 차이값을 산출하고,
    상기 차이값과 미리 설정된 임계값을 비교하여 상기 감지 객체를 상기 정지 객체 또는 상기 이동 객체로 구분하여 판단하는 객체 식별 방법.
  5. 제4항에 있어서,
    상기 객체 식별 판단 단계는,
    상기 차이값이 상기 임계값 이상인 경우에는 상기 감지 객체를 상기 이동 객체로 판단하는 객체 식별 방법.
  6. 제4항에 있어서,
    상기 객체 식별 판단 단계는,
    상기 차이값이 상기 임계값 미만인 경우에는 상기 감지 객체를 상기 정지 객체로 판단하는 객체 식별 방법.
  7. 제1항에 있어서,
    상기 객체 식별 판단 단계 이후에,
    상기 감지 객체에 대한 정지 객체 또는 이동 객체 판단 결과에 기초하여 상기 운동 정보를 보정하는 보정 단계를 더 포함하는 객체 식별 방법.
  8. 제7항에 있어서,
    상기 보정 단계는,
    상기 감지 객체에 대한 판단 결과가 상기 정지 객체로 판단되는 경우에만 수행되는 객체 식별 방법.
  9. 제7항에 있어서,
    상기 보정 단계는,
    상기 예측 거리 변화율과 상기 측정 거리 변화율의 차이값이 감소하는 방향으로 상기 운동 정보를 보정하는 객체 식별 방법.
  10. 제7항에 있어서,
    상기 보정 단계는,
    상기 동역학 센서로부터 수신된 운동 정보를 보정하거나, 상기 동역학 센서의 동역학 파라미터를 보정하는 객체 식별 방법.
  11. 동역학 센서로부터 자차량의 운동 정보를 수신하고, 레이더 센서로부터 자차량 주위에 위치하는 객체의 거리 변화율 정보를 수신하는 정보 수신부;
    상기 자차량의 운동 정보 및 상기 객체의 거리 변화율 정보에 기반하여 상기 자차량의 운동에 따른 감지 객체에 대한 예측 거리 변화율을 산출하는 예측 거리 변화율 산출부; 및
    미리 설정된 시간 이후에 상기 감지 객체에 대한 측정 거리 변화율을 수신하고, 상기 예측 거리 변화율과 상기 측정 거리 변화율에 기반하여 상기 감지 객체를 정지 객체 또는 이동 객체로 구분하여 판단하는 객체 식별 판단부를 포함하는 객체 식별 장치.
  12. 제11항에 있어서,
    상기 예측 거리 변화율은,
    상기 자차량의 운동 정보에 기초하여 상기 미리 설정된 시간 이후에 상기 자차량의 예측된 위치 정보에서의 상기 감지 객체에 대한 거리 변화율 정보를 예측하여 산출되는 객체 식별 장치.
  13. 제12항에 있어서,
    상기 예측 거리 변화율은,
    상기 감지 객체가 정지 객체인 것을 전제로 산출되는 객체 식별 장치.
  14. 제11항에 있어서,
    상기 객체 식별 판단부는,
    상기 예측 거리 변화율과 상기 측정 거리 변화율의 차이값을 산출하고,
    상기 차이값과 미리 설정된 임계값을 비교하여 상기 감지 객체를 상기 정지 객체 또는 상기 이동 객체로 구분하여 판단하는 객체 식별 장치.
  15. 제14항에 있어서,
    상기 객체 식별 판단부는,
    상기 차이값이 상기 임계값 이상인 경우에는 상기 감지 객체를 상기 이동 객체로 판단하는 객체 식별 장치.
  16. 제14항에 있어서,
    상기 객체 식별 판단부는,
    상기 차이값이 상기 임계값 미만인 경우에는 상기 감지 객체를 상기 정지 객체로 판단하는 객체 식별 장치.
  17. 제11항에 있어서,
    상기 감지 객체에 대한 정지 객체 또는 이동 객체 판단 결과에 기초하여 상기 운동 정보를 보정하는 보정부를 더 포함하는 객체 식별 장치.
  18. 제17항에 있어서,
    상기 보정부는,
    상기 감지 객체에 대한 판단 결과가 상기 정지 객체로 판단되는 경우에만 상기 보정을 수행하는 객체 식별 장치.
  19. 제17항에 있어서,
    상기 보정부는,
    상기 예측 거리 변화율과 상기 측정 거리 변화율의 차이값이 감소하는 방향으로 상기 운동 정보를 보정하는 객체 식별 장치.
  20. 제17항에 있어서,
    상기 보정부는,
    상기 동역학 센서로부터 수신된 운동 정보를 보정하거나, 상기 동역학 센서의 동역학 파라미터를 보정하는 객체 식별 장치.
KR1020220077793A 2022-06-24 2022-06-24 객체 식별 방법 및 장치 KR20240000952A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220077793A KR20240000952A (ko) 2022-06-24 2022-06-24 객체 식별 방법 및 장치
US18/196,834 US20230417894A1 (en) 2022-06-24 2023-05-12 Method and device for identifying object

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220077793A KR20240000952A (ko) 2022-06-24 2022-06-24 객체 식별 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20240000952A true KR20240000952A (ko) 2024-01-03

Family

ID=89323816

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220077793A KR20240000952A (ko) 2022-06-24 2022-06-24 객체 식별 방법 및 장치

Country Status (2)

Country Link
US (1) US20230417894A1 (ko)
KR (1) KR20240000952A (ko)

Also Published As

Publication number Publication date
US20230417894A1 (en) 2023-12-28

Similar Documents

Publication Publication Date Title
US11498577B2 (en) Behavior prediction device
JP5786941B2 (ja) 車両用自律走行制御システム
US7729857B2 (en) System for and method of detecting a collision and predicting a vehicle path
US7474961B2 (en) System to determine the path of a vehicle
CN111144432B (zh) 在传感器融合系统中消除模糊检测的方法
US20150239472A1 (en) Vehicle-installed obstacle detection apparatus having function for judging motion condition of detected object
EP3715204A1 (en) Vehicle control device
CN112154455B (zh) 数据处理方法、设备和可移动平台
KR20180092101A (ko) Ecu, 상기 ecu를 포함하는 무인 자율 주행 차량, 및 이의 주행 차로 판단 방법
US10752223B2 (en) Autonomous emergency braking system and method for vehicle at crossroad
US11042160B2 (en) Autonomous driving trajectory determination device
KR20190056977A (ko) 차량 제어 장치
EP3925845B1 (en) Other vehicle action prediction method and other vehicle action prediction device
US10095238B2 (en) Autonomous vehicle object detection
CN113168512A (zh) 用于操作交通工具的自动纵向和/或横向引导功能的方法和控制单元
WO2023072135A1 (zh) 车辆安全行驶的评估方法、装置、车辆及存储介质
US11295609B1 (en) Travel assistance method and travel assistance device
CN116872921A (zh) 一种车辆规避风险方法、系统、车辆及存储介质
WO2022113472A1 (ja) 車両制御装置、および、車両制御方法
US10845814B2 (en) Host vehicle position confidence degree calculation device
US20210206392A1 (en) Method and device for operating an automated vehicle
CN114466776A (zh) 车辆控制方法、车辆控制装置和包括该车辆控制装置的车辆控制系统
US20210089791A1 (en) Vehicle lane mapping
KR20200133122A (ko) 차량 충돌 방지 장치 및 방법
CN114291116B (zh) 周围车辆轨迹预测方法、装置、车辆及存储介质

Legal Events

Date Code Title Description
E902 Notification of reason for refusal