KR20240033471A - 차량용 센서 퓨전 방법 및 시스템 - Google Patents
차량용 센서 퓨전 방법 및 시스템 Download PDFInfo
- Publication number
- KR20240033471A KR20240033471A KR1020220112154A KR20220112154A KR20240033471A KR 20240033471 A KR20240033471 A KR 20240033471A KR 1020220112154 A KR1020220112154 A KR 1020220112154A KR 20220112154 A KR20220112154 A KR 20220112154A KR 20240033471 A KR20240033471 A KR 20240033471A
- Authority
- KR
- South Korea
- Prior art keywords
- track
- point
- sensor fusion
- lidar
- heading
- Prior art date
Links
- 230000004927 fusion Effects 0.000 title claims abstract description 215
- 238000007500 overflow downdraw method Methods 0.000 claims abstract description 20
- 238000004891 communication Methods 0.000 claims description 15
- 238000010586 diagram Methods 0.000 description 11
- 239000000284 extract Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000010267 cellular communication Effects 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/497—Means for monitoring or calibrating
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0062—Adapting control system settings
- B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
-
- 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
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/408—Radar; Laser, e.g. 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
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4049—Relationship among other objects, e.g. converging dynamic 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
- B60W2556/00—Input parameters relating to data
- B60W2556/35—Data fusion
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2300/00—Purposes or special features of road vehicle drive control systems
- B60Y2300/08—Predicting or avoiding probable or impending collision
- B60Y2300/095—Predicting travel path or likelihood of collision
- B60Y2300/0954—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
본 개시의 차량용 센서 퓨전 방법은, 차량의 헤딩을 기초로, 상기 차량의 라이다 데이터를 통해 타겟 객체에 대해 생성된 라이다 트랙에서의 상기 차량과 상기 타겟 객체의 충돌 예상 최근접점에 해당하는 제1 지점을 결정하며; 상기 타겟 객체에 대해 생성된 센서 퓨전 트랙에서의 상기 차량과 상기 타겟 객체의 충돌 예상 최근접점에 해당하는 제2 지점을 결정하며; 상기 제1 지점 및 상기 제2 지점을 기초로, 상기 센서 퓨전 트랙을 업데이트하는 것을 포함할 수 있다.
Description
본 개시는 차량용 센서 퓨전 방법 및 시스템에 관한 것이다.
차량의 자율 주행 시스템에는, 복수 개의 센싱 장치, 예를 들어, 라이다(lidar), 레이더(radar) 및/또는 카메라에서 획득한 데이터를 기초로 타겟 객체(예: 타겟 차량)에 대한 센서 퓨전 트랙을 생성 및 출력할 수 있는 센서 퓨전 시스템이 포함되어 있다.
예를 들어, 센서 퓨전 시스템을 통해 출력되는 센서 퓨전 트랙은 센싱 장치에서 획득한 데이터, 예를 들어, 타겟 차량의 종위치, 횡위치, 헤딩, 너비(width) 및/또는 길이(length) 등에서 필요한 값들이 선택 및 가공되어 생성될 수 있다.
차량과 타겟 차량 간의 충돌 회피를 위해서는, 센서 퓨전 트랙에서의, 차량과 충돌이 가장 임박한 지점(CP; closest point)(또는 충돌 예상 지점 또는 충돌 예상 최근접점이라고도 함)을, 실제와 최대한 가깝게 반영되도록 할 필요가 있다.
그러나, 종래의 센서 퓨전 시스템에서는 세부 전략에 따라 트랙 융합이 진행되더라도, 차량과 타겟 차량과의 배치 상황, 차량과 타겟 차량의 주행 상황 등에 따라, 출력되는 센서 퓨전 트랙에서의 충돌 예상 최근접점의 위치가 실제 타겟 차량의 충돌 예상 최근접점과 차이가 발생되는 문제가 있어왔다.
본 개시의 실시예는, 종래와 비교하여, 타겟 차량에 대한 센서 퓨전 트랙에서 자차와의 충돌 예상 최근접점의 위치 정확도를 향상시킨 차량용 센서 퓨전 방법 및 시스템을 제공할 수 있다.
예를 들어, 본 개시의 실시예의 센서 퓨전 방법 및 시스템은, 센서 퓨전 시스템이 종래의 기술로 생성한 센서 퓨전 트랙을 최종적으로 출력하기 이전에, 센서 퓨전 트랙에서의 자차와의 충돌 예상 최근접점을, 전방 코너 라이더(FCL; front corner lidar)의 데이터에 의해 생성된 트랙에서의 자차와의 충돌 예상 최근접점과 일치시켜, 센서 퓨전 트랙의 위치 정확도를 향상시킬 수 있다.
본 개시의 일 실시예에 따른 차량용 센서 퓨전 방법은, 차량의 헤딩을 기초로, 상기 차량의 라이다 데이터를 통해 타겟 객체에 대해 생성된 라이다 트랙에서의 상기 차량과 상기 타겟 객체의 충돌 예상 최근접점에 해당하는 제1 지점을 결정하며; 상기 타겟 객체에 대해 생성된 센서 퓨전 트랙에서의 상기 차량과 상기 타겟 객체의 충돌 예상 최근접점에 해당하는 제2 지점을 결정하며; 상기 제1 지점 및 상기 제2 지점을 기초로, 상기 센서 퓨전 트랙을 업데이트하는 것을 포함할 수 있다.
상기 제1 지점을 결정하는 것은, 상기 차량의 헤딩을 기초로, 상기 라이다 트랙의 제1 헤딩을 결정하며, 상기 라이다 트랙에서 상기 제1 헤딩의 반대편에 해당하는 제1 트랙면의 제1 중점을 결정하며, 상기 라이다 트랙에서, 상기 제1 중점을 기준으로 상기 제1 지점이 상기 제1 트랙면과 연결되는 좌측 코너에 위치하는지 상기 제1 트랙면과 연결되는 우측 코너에 위치하는지를 결정하는 것을 포함할 수 있다.
상기 제1 헤딩을 결정하는 것은, 상기 라이다 트랙의 형상을 기초로 상기 라이다 트랙의 4개의 후보 헤딩을 결정하며, 상기 4개의 후보 헤딩 중에서, 상기 차량의 헤딩 각도와 차이가 가장 작은 헤딩 각도를 갖는 후보 헤딩을 상기 제1 헤딩으로 결정하는 것을 포함할 수 있다.
상기 차량용 센서 퓨전 방법은, 상기 라이다 트랙의 중심 좌표 값, 상기 라이다 트랙의 길이(length), 상기 라이다 트랙의 너비(width) 및 상기 제1 헤딩의 각도를 기초로, 상기 제1 트랙면과 연결되는 좌측 코너의 위치 및 상기 제1 트랙면과 연결되는 우측 코너의 위치를 결정하는 것을 더 포함할 수 있다.
상기 제1 지점이 상기 제1 트랙면과 연결되는 좌측 코너에 위치하는지 상기 제1 트랙면과 연결되는 우측 코너에 위치하는지를 결정하는 것은, 상기 라이다 트랙의 중점과 상기 제1 중점을 연결하는 직선을 나타내는 방정식 및 상기 제1 지점의 좌표 값을 기초로 할 수 있다.
상기 방정식이 Ax+By+C=0이고, 상기 A, 상기 B 및 상기 C는 실수인 경우, 상기 A와 상기 제1 지점의 종방향 좌표값을 곱한 값과, 상기 B와 상기 제1 지점의 횡방향 좌표값을 곱한 값과, 상기 C를 모두 합산한 결과 값이 0보다 작으면, 상기 제1 지점이 상기 좌측 코너에 위치하는 것으로 결정하고, 상기 결과 값이 0보다 크면, 상기 제1 지점이 상기 우측 코너에 위치하는 것으로 결정할 수 있다.
상기 제1 지점을 결정하는 것은, 차량 좌표계의 원점에서부터 상기 라이다 트랙의 직선 거리, 상기 차량 좌표계의 원점에서부터 상기 라이다 트랙의 횡방향 거리 또는 상기 차량 좌표계의 원점에서부터 상기 라이다 트랙의 종방향 거리를 기초로 할 수 있다.
상기 라이다 트랙이 상기 차량의 우측 차선 부분에 위치하는 경우, 상기 제1 지점을 결정하는 것은, 상기 차량 좌표계의 원점을 기준으로 상기 제1 중점의 각도와 상기 제1 헤딩의 각도의 차이 값이 양수이면, 상기 횡방향 거리를 기초로 상기 제1 지점을 결정하고, 상기 차이 값이 음수이면, 상기 직선 거리를 기초로 상기 제1 지점을 결정하는 것을 포함할 수 있다.
상기 라이다 트랙이 상기 차량의 좌측 차선 부분에 위치하는 경우, 상기 제1 지점을 결정하는 것은, 상기 차량 좌표계의 원점을 기준으로 상기 제1 중점의 각도와 상기 제1 헤딩의 각도의 차이 값이 양수이면, 상기 직선 거리를 기초로 상기 제1 지점을 결정하고, 상기 차이 값이 음수이면, 상기 횡방향 거리를 기초로 상기 제1 지점을 결정하는 것을 포함할 수 있다.
상기 제2 지점을 결정하는 것은, 상기 제1 헤딩을 기초로, 상기 센서 퓨전 트랙의 제2 헤딩을 결정하며, 상기 라이다 트랙에서의 상기 제1 지점이 상기 제1 트랙면과 연결되는 좌측 코너에 위치하는 경우, 상기 제2 지점이 상기 제2 헤딩의 반대편에 해당하는 제2 트랙면과 연결되는 좌측 코너에 위치하는 것으로 결정하며, 상기 라이다 트랙에서의 상기 제1 지점이 상기 제1 트랙면과 연결되는 우측 코너에 위치하는 경우, 상기 제2 지점이 상기 제2 트랙면과 연결되는 우측 코너에 위치하는 것으로 결정하는 것을 포함할 수 있다.
상기 차량용 센서 퓨전 방법은, 상기 센서 퓨전 트랙의 중심 좌표 값, 상기 센서 퓨전 트랙의 길이, 상기 센서 퓨전 트랙의 너비 및 상기 제2 헤딩의 각도를 기초로, 상기 제2 트랙면과 연결되는 좌측 코너의 위치 및 상기 제2 트랙면과 연결되는 우측 코너의 위치를 결정하는 것을 더 포함할 수 있다.
상기 센서 퓨전 트랙을 업데이트하는 것은, 상기 제1 지점의 종방향 좌표 값과 상기 제2 지점의 종방향 좌표 값의 차이 값을 기초로, 상기 제2 헤딩의 반대편에 해당하는 제2 트랙면의 중점의 종방향 좌표 값을 보정하고, 상기 제1 지점의 횡방향 좌표 값과 상기 제2 지점의 횡방향 좌표 값의 차이 값을 기초로, 상기 제2 트랙면의 중점의 횡방향 좌표 값을 보정하는 것을 포함할 수 있다.
본 개시의 일 실시예에 따른 차량용 센서 퓨전 시스템은, 차량의 센싱 데이터를 통해, 타겟 객체에 대해 생성되는 센서 퓨전 트랙을 저장하는 메모리; 상기 메모리와 전기적으로 연결 또는 통신 연결된 프로세서를 포함하고, 상기 프로세서는, 상기 차량의 헤딩을 기초로, 상기 차량의 라이다 데이터를 통해 타겟 객체에 대해 생성된 라이다 트랙에서, 상기 차량과 상기 타겟 객체의 충돌 예상 최근접점에 해당하는 제1 지점을 결정하며, 상기 센서 퓨전 트랙에서, 상기 차량과 상기 타겟 객체의 충돌 예상 최근접점에 해당하는 제2 지점을 결정하며, 상기 제1 지점 및 상기 제2 지점을 기초로, 상기 센서 퓨전 트랙을 업데이트하는 것을 포함할 수 있다.
상기 프로세서는, 상기 차량의 헤딩을 기초로, 상기 라이다 트랙의 제1 헤딩을 결정하며, 상기 라이다 트랙에서 상기 제1 헤딩의 반대편에 해당하는 제1 트랙면의 제1 중점을 결정하며, 상기 라이다 트랙에서, 상기 제1 중점을 기준으로 상기 제1 지점이 상기 제1 트랙면과 연결되는 좌측 코너에 위치하는지 상기 제1 트랙면과 연결되는 우측 코너에 위치하는지를 결정하는 것을 포함할 수 있다.
상기 프로세서는, 상기 라이다 트랙의 중심 좌표 값, 상기 라이다 트랙의 길이(length), 상기 라이다 트랙의 너비(width) 및 상기 제1 헤딩의 각도를 기초로, 상기 제1 트랙면과 연결되는 좌측 코너의 위치 및 상기 제1 트랙면과 연결되는 우측 코너의 위치를 결정하는 것을 더 포함할 수 있다.
상기 프로세서는, 상기 라이다 트랙의 중점과 상기 제1 중점을 연결하는 직선을 나타내는 방정식 및 상기 제1 지점의 좌표 값을 기초로 상기 제1 지점이 상기 제1 트랙면과 연결되는 좌측 코너에 위치하는지 상기 제1 트랙면과 연결되는 우측 코너에 위치하는지를 결정하는 것을 포함할 수 있다.
상기 프로세서는, 차량 좌표계의 원점에서부터 상기 라이다 트랙의 직선 거리, 상기 차량 좌표계의 원점에서부터 상기 라이다 트랙의 횡방향 거리 또는 상기 차량 좌표계의 원점에서부터 상기 라이다 트랙의 종방향 거리를 기초로 상기 제1 지점을 결정하는 것을 포함할 수 있다.
상기 프로세서는, 상기 제1 헤딩을 기초로, 상기 센서 퓨전 트랙의 제2 헤딩을 결정하며, 상기 라이다 트랙에서의 상기 제1 지점이 상기 제1 트랙면과 연결되는 좌측 코너에 위치하는 경우, 상기 제2 지점이 상기 제2 헤딩의 반대편에 해당하는 제2 트랙면과 연결되는 좌측 코너에 위치하는 것으로 결정하며, 상기 라이다 트랙에서의 상기 제1 지점이 상기 제1 트랙면과 연결되는 우측 코너에 위치하는 경우, 상기 제2 지점이 상기 제2 트랙면과 연결되는 우측 코너에 위치하는 것으로 결정하는 것을 포함할 수 있다.
상기 프로세서는, 상기 센서 퓨전 트랙의 중심 좌표 값, 상기 센서 퓨전 트랙의 길이, 상기 센서 퓨전 트랙의 너비 및 상기 제2 헤딩의 각도를 기초로, 상기 제2 트랙면과 연결되는 좌측 코너의 위치 및 상기 제2 트랙면과 연결되는 우측 코너의 위치를 결정하는 것을 더 포함할 수 있다.
상기 프로세서는, 상기 제1 지점의 종방향 좌표 값과 상기 제2 지점의 종방향 좌표 값의 차이 값을 기초로, 상기 제2 헤딩의 반대편에 해당하는 제2 트랙면의 중점의 종방향 좌표 값을 보정하고, 상기 제1 지점의 횡방향 좌표 값과 상기 제2 지점의 횡방향 좌표 값의 차이 값을 기초로, 상기 제2 트랙면의 중점의 횡방향 좌표 값을 보정하는 것을 포함할 수 있다.
본 개시의 실시예에 따른 차량용 센서 퓨전 방법 및 시스템은 타겟 차량에 대한 센서 퓨전 트랙에서 자차와의 충돌 예상 최근접점의 위치 정확도를 향상시킬 수 있다.
도 1은 종래 기술에 따른 센서 퓨전 트랙 및 라이다 트랙과 본 개시의 실시예에 따른 센서 퓨전 트랙 및 라이다 트랙을 나타낸 도면이다.
도 2는 일 실시예에 따른 차량의 블록도이다.
도 3은 일 실시예에 따른 차량의 센서 퓨전 시스템의 동작의 흐름도이다.
도 4는 일 실시예에 따른 차량의 센서 퓨전 시스템의 동작의 흐름도이다.
도 5 내지 도 9는 일 실시예에 따른 차량의 센서 퓨전 시스템의 동작을 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 차량의 블록도이다.
도 3은 일 실시예에 따른 차량의 센서 퓨전 시스템의 동작의 흐름도이다.
도 4는 일 실시예에 따른 차량의 센서 퓨전 시스템의 동작의 흐름도이다.
도 5 내지 도 9는 일 실시예에 따른 차량의 센서 퓨전 시스템의 동작을 설명하기 위한 도면이다.
명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다. 본 명세서가 실시 예들의 모든 요소들을 설명하는 것은 아니며, 본 발명이 속하는 기술분야에서 일반적인 내용 또는 실시 예들 간에 중복되는 내용은 생략한다. 명세서에서 사용되는 '부, 모듈, 장치'라는 용어는 소프트웨어 또는 하드웨어로 구현될 수 있으며, 실시 예들에 따라 복수의 '부, 모듈, 장치'가 하나의 구성요소로 구현되거나, 하나의 '부, 모듈, 장치'가 복수의 구성요소들을 포함하는 것도 가능하다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우뿐 아니라, 간접적으로 연결되어 있는 경우를 포함하고, 간접적인 연결은 무선 통신망을 통해 연결되는 것을 포함한다.
또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
제 1, 제 2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위해 사용되는 것으로, 구성요소가 전술된 용어들에 의해 제한되는 것은 아니다.
단수의 표현은 문맥상 명백하게 예외가 있지 않는 한, 복수의 표현을 포함한다.
각 스텝들에 있어 식별부호는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 스텝들의 순서를 설명하는 것이 아니며, 각 스텝들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 실시될 수 있다.
도 1은 종래 기술에 따른 센서 퓨전 트랙 및 라이다 트랙과 본 개시의 실시예에 따른 센서 퓨전 트랙 및 라이다 트랙을 나타낸 도면이다.
도 1을 참조하면, 타겟 차량이 빠른 속도로 자차(이하에서는 차량이라고 함)를 향해 주행하는 상황의 경우, 도 1의 (a)와 같이, 종래의 센서 퓨전 시스템에서 출력되는 센서 퓨전 트랙과, 라이다의 라이다 데이터를 기초로 생성되는 라이다 트랙의 차량과의 충돌 예상 지점은 서로 일치하지 않는 경우가 발생할 수 있다. 이와 같은 상황에서 차량이 자율 주행 제어 중인 경우, 차량의 빠른 종방향 제어가 요구되지만, 센서 퓨전 트랙과 라이다 트랙의 충돌 예상 지점의 불일치로 인해 차량의 종방향 제어가 늦게 이루어져 충돌 사고가 발생할 수 있다.
한편, 차량의 센싱 장치 중 라이다를 통해 획득된 라이다 데이터를 기초로 생성된 타겟 객체에 대한 트랙(이하에서는 라이다 트랙이라고도 함)에서의, 차량과 충돌이 가장 임박한 타겟 객체의 충돌 예상 지점의 위치는, 차량의 다른 센싱 장치들의 데이터를 기초로 생성된 트랙에서의 충돌 예상 지점의 위치 보다 정확할 수 있다.
상술한 점에 따라, 본 개시의 실시예는 차량의 센싱 장치를 통해 생성된 객체에 대한 센서 퓨전 트랙을 최종적으로 출력하기 이전에, 도 1의 (b)와 같이, 센서 퓨전 트랙에서의 충돌 예상 지점의 위치를 라이다 트랙에서의 충돌 예상 지점(이하에서는 충돌 예상 최근접점이라고도 함)과 일치시켜, 센서 퓨전 트랙의 위치 정확도를 향상시킬 수 있다.
이하 첨부된 도면들을 참고하여 본 발명의 작용 원리 및 실시 예들에 대해 설명한다.
도 2는 일 실시예에 따른 차량의 블록도이다.
도 2를 참조하면, 차량(2)은 센싱 장치(20), 센서 퓨전 시스템(200) 및 차량 제어 장치(2000)를 포함할 수 있다.
센싱 장치(20)는 차량(2)의 주변에 위치한 객체에 대한 정보, 예를 들어, 타겟 차량에 대한 정보를 획득할 수 있는 하나 이상의 장치를 포함할 수 있다.
센싱 장치(20)는 라이다(22), 레이더(24) 및/또는 카메라(26) 등을 포함할 수 있다.
라이다(22)는 차량(2)의 주변을 스캔하여 객체를 감지할 수 있다.
예를 들어, 라이다(22)는 전측방 라이다(미도시)를 포함하여, 차량(2)의 전측방을 스캔하며 객체를 감지할 수 있다.
레이더(24)는 차량(2)의 주변 객체를 감지할 수 있다.
예를 들어, 레이더(24)는, 차량(2)의 전방에 설치되는 전방 레이더(미도시), 차량(2)의 전방 우측에 설치되는 제1 코너 레이더(미도시), 전방 좌측에 설치되는 제2 코너 레이더(미도시), 후방 우측에 설치되는 제3 코너 레이더(미도시) 및/또는 후방 좌측에 설치되는 제4 코너 레이더(미도시) 등을 포함하여, 차량(2)의 전방, 전방 우측, 전방 좌측, 후방 우측 및/또는 우방 좌측 등을 향하는 감지 시야를 가질 수 있다.
카메라(26)는 차량(2)의 주변의 이미지 데이터를 획득하여, 차량(2)의 주변을 모니터링할 수 있다.
예를 들어, 카메라(26)는 광각 카메라, 전방 카메라, 우측방 카메라, 좌측방 카메라 및/또는 리어 사이드 뷰 카메라 등을 포함할 수 있다.
센서 퓨전 시스템(200)은, 센싱 장치(20)로부터 수신된 데이터를 기초로, 하나 이상의 객체, 예를 들어, 하나 이상의 타겟 차량 각각에 대한 센서 퓨전 트랙을 생성하고, 생성된 센서 퓨전 트랙을 업데이트할 수 있다.
센서 퓨전 시스템(200)은 인터페이스(202), 메모리(204) 및 프로세서(206)를 포함할 수 있다.
인터페이스(202)는 차량(2)의 다른 장치 또는 사용자로부터 입력된 명령 또는 데이터를 센서 퓨전 시스템(200)의 다른 구성 요소에 전달하거나 센서 퓨전 시스템(200)의 다른 구성 요소로부터 수신된 명령 또는 데이터를 차량(2)의 다른 장치로 출력할 수 있다.
인터페이스(202)는 통신 모듈(미도시)을 포함하여, 센싱 장치(20) 및/또는 차량 제어 장치(2000)와 통신할 수 있다.
예를 들어, 통신 모듈은 차량용 통신 네트워크를 통해, 차량(2)의 장치들 간의 통신, 예를 들어, CAN(controller area network) 통신 및/또는 LIN(local interconnect network) 통신을 할 수 있는 통신 모듈을 포함할 수 있다. 또한, 통신 모듈은 유선 통신 모듈(예: 전력선 통신 모듈) 및/또는 무선 통신 모듈(예: 셀룰러 통신 모듈, 와이파이 통신 모듈, 근거리 무선 통신 모듈, 및/또는 GNSS(global navigation satellite system) 통신 모듈)을 포함할 수 있다.
메모리(204)는 센서 퓨전 시스템(200)의 적어도 하나의 구성 요소에 의해 사용되는 다양한 데이터, 예를 들어, 소프트웨어 프로그램 및 이와 관련된 명령에 대한 입력 데이터 및/또는 출력 데이터를 저장할 수 있다.
메모리(204)는 센싱 장치(20)로부터 수신된 센싱 데이터, 프로세서(206)에 의해 획득된 데이터, 프로세서(206)에 의해 출력되는 데이터(예: 센서 퓨전 트랙 데이터 등) 등을 저장할 수 있다. 예를 들어, 메모리(204)는 센싱 장치(20)로부터 수신된 센싱 데이터를 통해, 타겟 객체에 대해 생성되는 센서 퓨전 트랙을 저장할 수 있다. 또한, 메모리(204)는 센서 퓨전을 실행하기 위한 알고리즘 등을 저장할 수 있다.
예를 들어, 메모리(204)는 캐쉬, ROM(Read Only Memory), PROM(Programmable ROM), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM) 및/또는 플래쉬 메모리(Flash memory)와 같은 비휘발성 메모리 및/또는 RAM(Random Access Memory)과 같은 휘발성 메모리를 포함할 수 있다.
프로세서(206)는, 인터페이스(202)를 통해 센싱 장치(20)로부터 수신된 센싱 데이터를 기초로, 센서 퓨전을 수행할 수 있다. 프로세서(206)는 센서 퓨전의 수행에 따른 결과 데이터를 인터페이스(202)를 통해 차량 제어 장치(2000)에 제공하여, 차량 제어 장치(2000)가 차량(2)의 주행을 제어하도록 할 수 있다.
예를 들어, 프로세서(206)는 는 종래의 센서 퓨전 트랙의 생성 기술을 통해, 인터페이스(202)를 통해 수신된 센싱 장치(20)의 센싱 데이터를 기초로 타겟 차량에 대한 센서 퓨전 트랙을 생성하여, 메모리(204)에 저장할 수 있다.
또한, 프로세서(206)는 타겟 차량에 대해 생성된 센서 퓨전 트랙의 정확도를 향상시키기 위해, 추가 동작을 수행하여, 생성된 센서 퓨전 트랙을 업데이트할 수 있다.
예를 들어, 프로세서(206)는 라이다(22)를 통해 획득된 라이다 데이터를 통해 타겟 객체에 대해 생성된 라이다 트랙에서의 차량(2)과 타겟 객체의 충돌 예상 최근접점에 해당하는 제1 지점을 결정할 수 있다. 또한, 프로세서(206)는 타겟 객체에 대해 생성된 센서 퓨전 트랙에서 차량(2)과 타겟 객체의 충돌 예상 최근접점에 해당하는 제2 지점을 결정할 수 있다. 또한, 프로세서(206)는 제1 지점 및 제2 지점을 기초로 센서 퓨전 트랙을 업데이트할 수 있다.
도 3은 일 실시예에 따른 차량(2)의 센서 퓨전 시스템(200)(및/또는 프로세서(206))의 동작의 흐름도이다.
도 3을 참조하면, 센서 퓨전 시스템(200)은 라이다(22)의 라이다 데이터를 통해 타겟 객체에 대해 생성된 라이다 트랙에서, 차량(2)과 타겟 객체의 충돌 예상 최근접점에 해당하는 제1 지점을 결정할 수 있다(301).
예를 들어, 센서 퓨전 시스템(200)은 차량 좌표계에서의 차량(2)의 헤딩을 기초로, 라이다 트랙의 헤딩(이하에서는 제1 헤딩이라고도 함)을 결정할 수 있다.
센서 퓨전 시스템(200)은 제1 헤딩을 기준으로, 라이다 트랙에서 제1 헤딩의 반대편에 해당하는 트랙면(또는 제1 트랙면이라고도 함)의 중점(또는 제1 중점이라고도 함)을 결정할 수 있다. 센서 퓨전 시스템(200)은 라이다 트랙에서 제1 트랙면과 연결되는 좌측 코너(또는 라이다 트랙의 하측의 좌측 코너라고도 함)의 위치와 제1 트랙면과 연결되는 우측 코너(또는 라이다 트랙의 하측의 우측 코너라고도 함)의 위치를 결정할 수 있다.
센서 퓨전 시스템(200)은 차량 좌표계의 원점에서부터 라이다 트랙의 직선 거리, 차량 좌표계의 원점에서부터 라이다 트랙의 횡방향 거리 및 차량 좌표계의 원점에서부터 라이다 트랙의 종방향 거리 중 하나의 조건을 적용하여, 제1 지점을 결정할 수 있다. 제1 지점을 결정하기 위한 하나의 조건은, 라이다 트랙이 차량(2)의 우측 차선 부분, 차량(2)의 좌측 차선 부분 또는 차량(2)과 동일 차선 부분에 위치하는지와, 차량 좌표계의 원점을 기준으로 제1 중점의 각도와 제1 헤딩의 각도의 차이 값이 음수인지 양수인지에 기초하여 결정될 수 있다.
센서 퓨전 시스템(200)은 라이다 트랙에서, 제1 지점이 제1 트랙면과 연결되는 좌측 코너에 위치하는지 제1 트랙면과 연결되는 우측 코너에 위치하는지를 결정할 수 있다.
센서 퓨전 시스템(200)은 타겟 객체에 대해 생성된 센서 퓨전 트랙에서, 차량(1)과 타겟 객체의 충돌 예상 최근접점에 해당하는 제2 지점을 결정할 수 있다(303).
예를 들어, 센서 퓨전 시스템(200)은 라이다 트랙의 제1 헤딩을 기초로, 센서 퓨전 트랙의 헤딩(또는 제2 헤딩이라고도 함)을 결정할 수 있다.
센서 퓨전 시스템(200)은 제2 헤딩을 기초로 센서 퓨전 트랙에서 제2 헤딩의 반대편에 해당하는 트랙면(또는 제2 트랙면이라고도 함)의 중점(또는 제2 중점이라고도 함)을 결정할 수 있다. 센서 퓨전 시스템(200)은 센서 퓨전 트랙에서 제2 트랙면과 연결되는 좌측 코너(또는 센서 퓨전 트랙의 하측의 좌측 코너라고도 함)의 위치와 제2 트랙면과 연결되는 우측 코너(또는 센서 퓨전 트랙의 하측의 우측 코너라고도 함)의 위치를 결정할 수 있다.
센서 퓨전 시스템(200)은 라이다 트랙에서의 제1 지점이 제1 트랙면과 연결되는 좌측 코너에 위치하는 경우, 제2 지점이 제2 트랙면과 연결되는 좌측 코너에 위치하는 것으로 결정할 수 있다. 센서 퓨전 시스템(200)은 라이다 트랙에서의 제1 지점이 제1 트랙면과 연결되는 우측 코너에 위치하는 경우, 제2 지점이 제2 트랙면과 연결되는 우측 코너에 위치하는 것으로 결정할 수 있다.
센서 퓨전 시스템(200)은 제1 지점 및 상기 제2 지점을 기초로, 센서 퓨전 트랙을 업데이트할 수 있다(305).
예를 들어, 센서 퓨전 시스템(200)은 제1 지점의 종방향 좌표 값과 제2 지점의 종방향 좌표 값의 차이 값을 기초로, 센서 퓨전 트랙의 제2 트랙면의 중점의 종방향 좌표 값을 보정할 수 있다. 또한, 센서 퓨전 시스템(200)은 제1 지점의 횡방향 좌표 값과 제2 지점의 횡방향 좌표 값의 차이 값을 기초로, 센서 퓨전 트랙의 제2 트랙면의 중점의 횡방향 좌표 값을 보정할 수 있다.
센서 퓨전 트랙을 업데이트하는 세부 실시예는 도 4 내지 도 9를 참조하여 후술하였다.
이하에서는, 라이다 트랙에서 제1 트랙면과 연결되는 좌측 코너를 라이다 트랙의 하측의 좌측 코너라고 하고, 라이다 트랙에서 제1 트랙면과 연결되는 우측 코너를 라이다 트랙의 하측의 우측 코너라고 할 수 있다.
또한, 이하에서는, 센서 퓨전 트랙에서 제2 트랙면과 연결되는 좌측 코너를 센서 퓨전 트랙의 하측의 좌측 코너라고 하고, 제2 트랙면과 연결되는 우측 코너를 센서 퓨전 트랙의 하측의 우측 코너라고 할 수 있다.
도 4는 일 실시예에 따른 차량(2)의 센서 퓨전 시스템(200)(및/또는 프로세서(206))의 동작의 흐름도이다.
도 5 내지 도 9는 일 실시예에 따른 차량(2)의 센서 퓨전 시스템(200)(및/또는 프로세서(206))의 동작을 설명하기 위한 도면이다.
도 4을 참조하면, 센서 퓨전 시스템(200)은 차량(2)의 헤딩을 기초로 라이다 트랙의 제1 헤딩을 결정할 수 있다(401).
예를 들어, 센서 퓨전 시스템(200)은 라이다 트랙의 형상을 기초로 라이다 트랙의 4개의 후보 헤딩을 결정할 수 있다. 센서 퓨전 시스템(200)은 4개의 후보 헤딩 중에서 차량(2)의 헤딩 각도와 차이가 가장 작은 헤딩 각도를 갖는 후보 헤딩을 제1 헤딩으로 결정할 수 있다.
도 5를 참조하면, 라이다 트랙은 사각형의 박스 형상일 수 있다.
센서 퓨전 시스템(200)은, 박스 형상의 중점(55)(또는 라이다 트랙의 중점이라고도 함)에서부터, 박스 형상을 구성하는 4개의 면(또는 트랙면이라고도 함) 각각과 수직으로, 박스 형상의 외측으로 향하는 방향을 후보 헤딩으로 결정할 수 있으며, 후보 헤딩은 도 5와 같이 4개(51, 52, 53, 54)일 수 있다.
센서 퓨전 시스템(200)은 4개의 후보 헤딩(51, 52, 53, 54) 중에서 차량(2)의 헤딩과 대응, 즉, 차량(2)의 헤딩 방향 및 헤딩 각도와 대응되는 하나의 후보 헤딩을 제1 헤딩으로 결정할 수 있다.
예를 들어, 센서 퓨전 시스템(200)은 4개의 후보 헤딩(51, 52, 53, 54) 중 차량(2)의 차량 좌표계의 헤딩 각도(0도)와 가장 근접한 헤딩 각도를 갖는 하나의 후보 헤딩을 제1 헤딩으로 결정할 수 있다. 예를 들어, 도 5에서는 식별 번호 51이 제1 헤딩으로 결정될 수 있다.
센서 퓨전 시스템(200)은 제1 헤딩을 기준으로, 차량 좌표계 상에서의, 라이다 트랙의 하측의 좌측 코너 위치, 라이다 트랙의 하측의 우측 코너 위치 및 제1 헤딩의 반대편에 해당하는 제1 트랙면의 하측의 중점(또는 제1 중점이라고도 함)을 결정할 수 있다(403).
센서 퓨전 시스템(200)은 라이다 트랙의 중심 좌표 값(종방향 좌표 값(fclBoxCenterLong), 횡방향 좌표 값(fclBoxCenterLat)), 라이다 트랙의 길이(length), 라이다 트랙의 너비(width), 제1 헤딩의 각도(finalFCLCombinedAngle)를 기초로, 라이다 트랙의 하측의 좌측 코너 위치 및 라이다 트랙의 하측의 우측 코너 위치를 결정할 수 있다.
센서 퓨전 시스템(200)은 다음의 수학식 1을 기초로 라이다 트랙의 하측의 좌측 코너 위치 및 라이다 트랙의 하측의 우측 코너 위치를 산출할 수 있다.
[수학식 1]
(bottomLeftCornerLong: 라이다 트랙의 하측의 좌측 코너의 종방향 좌표 값, bottomLeftCornerLat: 라이다 트랙의 하측의 좌측 코너의 횡방향 좌표 값, bottomRightCornerLong: 라이다 트랙의 하측의 우측 코너의 종방향 좌표 값, bottomRightCornerLat: 라이다 트랙의 하측의 우측 코너의 횡방향 좌표 값, fclBoxCenterLong: 라이다 트랙의 중심의 종방향 좌표 값, fclBoxCenterLat: 라이다 트랙의 중심의 횡방향 좌표 값, Length: 라이다 트랙의 길이 값, finalFCLCombinedAngle: 제1 헤딩의 각도, Width: 라이다 트랙의 너비 값)
예를 들어, 라이다 트랙의 하측의 좌측 코너의 위치는 좌표 값(예: 종방향 좌표 값(bottomLeftCornerLong), 횡방향 좌표 값(bottomLeftCornerLat))으로 출력될 수 있다.
또한, 라이다 트랙의 하측의 우측 코너의 위치는 좌표 값(예: 종방향 좌표 값(bottomRightCornerLong), 횡방향 좌표 값(bottomRightCornerLat))으로 출력될 수 있다.
도 6을 참조하면, 센서 퓨전 시스템(200)은 라이다 트랙에서 제1 헤딩(51)의 반대편에 해당하는 제1 트랙면의 제1 중점(61)을 결정할 수 있다.
센서 퓨전 시스템(200)은 다음의 수학식 2를 기초로, 제1 트랙면의 제1 중점(61)을 결정할 수 있다.
[수학식 2]
제1 중점(61)은 좌표 값(예: 종방향 좌표 값(finalRearBumperLongPos), 횡방향 좌표 값(finalRearBumperLatPos))으로 출력될 수 있다.
센서 퓨전 시스템(200)은 라이다 트랙에서 차량(2)과의 제1 충돌 예상 최근접점(또는 제1 지점이라고도 함)을 결정할 수 있다(405).
도 7의 (a)는 차량 좌표계의 원점을 기준으로, 라이다 트랙(71)의 제1 중점(61)을 연결하는 제1 직선(73)의 각도(또는 제1 중점(61)의 각도라고도 함)와 제1 헤딩(51)의 각도가 서로 유사(또는 동일)한 제1 상황을 도시한 도면이다.
도 7의 (a)와 같은 제1 상황에서, 센서 퓨전 시스템(200)이 차량 좌표계의 원점으로부터 라이다 트랙(71)까지의 직선 거리를 기초로 제1 충돌 예상 최근접점을 추출하면, 제1 중점(61)을 기준으로 좌측 코너와 우측 코너까지의 직선 거리가 유사(또는 동일)하여, 제1 충돌 예상 최근접점 선정이 불안정할 수 있다. 예를 들어, 센서 퓨전 시스템(200)은 제1 중점(61)을 기준으로 좌측 코너의 점과 우측 코너의 점을 번갈아 선택하면서 제1 충돌 예상 최근접점을 결정할 수 있다.
도 7의 (b)는 차량 좌표계의 원점을 기준으로, 라이다 트랙(71-1)의 제1 중점(61)을 연결하는 제1 직선(73)의 각도(또는 제1 중점(61)의 각도라고도 함)와 제1 헤딩(51-1)의 각도의 차이 값이 양수인 제2 상황을 나타낸 도면이다.
또한, 도 7의 (b)는 차량 좌표계의 원점을 기준으로, 라이다 트랙(71-3)의 제1 중점(61)을 연결하는 제1 직선(73)의 각도(또는 제1 중점(61)의 각도라고도 함)와 제1 헤딩(51-3)의 각도의 차이 값이 음수인 제3 상황을 나타낸 도면이다.
예를 들어, 제2 상황 및 제3 상황은, 라이다 트랙이 차량(2)의 우측 차선에 위치하는 경우 발생될 수 있다.
도 7의 (b)의 제2 상황에서, 센서 퓨전 시스템(200)이 차량 좌표계의 원점으로부터 라이다 트랙(71-1)까지의 직선 거리를 기초로 제1 충돌 예상 최근접점을 추출하면, 제1 중점(61)을 기준으로 우측 코너의 점이 제1 충돌 예상 최근접점으로 잘못 결정될 수 있다.
또한, 도 7의 (b)의 제3 상황에서, 센서 퓨전 시스템(200)이 차량 좌표계의 원점으로부터 라이다 트랙(71-3)까지의 횡거리를 기초로 제1 충돌 예상 최근접점을 추출하면, 제1 중점(61)이 포함된 트랙면과 대향하는 트랙면의 좌측 코너의 점이 제1 충돌 예상 최근접점으로 잘못 결정될 수 있다.
또한, 도시되지는 않았지만, 라이다 트랙이 차량(2)의 좌측 차선에 위치하는 경우 라이다 트랙의 제1 중점을 연결하는 제1 직선의 각도(또는 제1 중점의 각도라고도 함)와 제1 헤딩의 각도의 차이 값이 양수인 경우, 센서 퓨전 시스템(200)이 차량 좌표계의 원점으로부터 라이다 트랙(71-1)까지의 횡 거리를 기초로 제1 충돌 예상 최근접점을 추출하면, 제1 중점을 기준으로 좌측 코너의 점과 우측 코너의 점을 번갈아 선택할 수도 있다.
또한, 도시되지는 않았지만, 라이다 트랙이 차량(2)의 좌측 차선에 위치하는 경우 라이다 트랙의 제1 중점을 연결하는 제1 직선의 각도(또는 제1 중점의 각도라고도 함)와 제1 헤딩의 각도의 차이 값이 음수인 경우, 센서 퓨전 시스템(200)이 차량 좌표계의 원점으로부터 라이다 트랙(71-1)까지의 직선 거리를 기초로 제1 충돌 예상 최근접점을 추출하면, 제1 중점(61)을 기준으로 우측 코너의 점이 제1 충돌 예상 최근접점으로 잘못 결정될 수 있다.
이에 따라, 본 개시의 실시예에서는, 라이다 트랙이 차량(2)과 동일한 차선에 위치하는지, 차량(2)의 좌측 차선에 위치하는지 및 차량(2)의 우측 차선에 위치하는지 등에 따라, 상황을 분류하고, 각 상황마다 차량 좌표계의 원점으로부터 라이다 트랙까지의 직선 거리 기준, 종위치 기준 또는 횡위치 기준 등과 같이, 기준을 각기 다르게 적용하여 제1 충돌 예상 최근접점이 결정되도록 할 수 있다.
예를 들어, 센서 퓨전 시스템(200)은 라이다 트랙이 차량(2)과 동일한 차선에 위치하는 경우, 직선 거리 기준 또는 종위치 기준으로 제1 충돌 예상 최근접점을 결정할 수 있다. 또한, 센서 퓨전 시스템(200)은 라이다 트랙이 차량(2)의 좌측 차선 또는 우측 차선에 위치하는 경우, 직선 거리 기준 또는 횡위치 기준으로 제1 충돌 예상 최근접점을 결정할 수 있다.
예를 들어, 센서 퓨전 시스템(200)은 라이다 트랙이 차량(2)의 우측 차선 부분에 위치하는 경우, 차량 좌표계의 원점을 기준으로 제1 중점의 각도와 제1 헤딩의 각도의 차이 값이 양수이면, 횡방향 거리를 기초로, 제1 충돌 예상 최근접점을 결정할 수 있다. 예를 들어, 센서 퓨전 시스템(200)은 횡방향 거리를 기초로 라이다 트랙에서 차량 좌표계의 원점과 횡방향 거리가 가장 가까운 점을 제1 충돌 예상 최근접점으로 결정할 수 있다.
또한, 센서 퓨전 시스템(200)은 라이다 트랙이 차량(2)의 우측 차선 부분에 위치하는 경우, 차량 좌표계의 원점을 기준으로 제1 중점의 각도와 제1 헤딩의 각도의 차이 값이 음수이면, 직선 거리를 기초로 제1 충돌 예상 최근접점을 결정할 수 있다. 예를 들어, 센서 퓨전 시스템(200)은 직선 거리를 기초로 라이다 트랙에서 차량 좌표계의 원점과 직선 거리가 가장 가까운 점을 제1 충돌 예상 최근접점으로 결정할 수 있다.
또한, 센서 퓨전 시스템(200)은 라이다 트랙이 차량(2)의 좌측 차선 부분에 위치하는 경우, 차량 좌표계의 원점을 기준으로 제1 중점의 각도와 제1 헤딩의 각도의 차이 값이 양수이면, 직선 거리를 기초로 제1 충돌 예상 최근접점을 결정할 수 있다. 예를 들어, 센서 퓨전 시스템(200)은 직선 거리를 기초로 라이다 트랙에서 차량 좌표계의 원점과 직선 거리가 가장 가까운 점을 제1 충돌 예상 최근접점으로 결정할 수 있다.
또한, 센서 퓨전 시스템(200)은 라이다 트랙이 차량(2)의 좌측 차선 부분에 위치하는 경우, 차량 좌표계의 원점을 기준으로 제1 중점의 각도와 제1 헤딩의 각도의 차이 값이 음수이면, 횡방향 거리를 기초로 제1 충돌 예상 최근접점을 결정할 수 있다. 예를 들어, 센서 퓨전 시스템(200)은 횡방향 거리를 기초로 라이다 트랙에서 차량 좌표계의 원점과 횡방향 거리가 가장 가까운 점을 제1 충돌 예상 최근접점으로 결정할 수 있다.
센서 퓨전 시스템(200)은 제1 충돌 예상 최근접점이 라이다 트랙의 하측의 좌측 코너에 위치하는지 라이다 트랙의 하측의 우측 코너에 위치하는지를 결정할 수 있다(407).
도 6을 다시 참조하면, 센서 퓨전 시스템(200)은 라이다 트랙의 중점과 제1 헤딩의 반대편에 해당하는 제1 트랙면의 하측의 제1 중점 연결하는 직선(line)을 중심으로, 제1 충돌 예상 최근접점이 직선(line)의 좌측에 위치하는지 또는 우측에 위치하는지를 결정할 수 있다.
예를 들어, 센서 퓨전 시스템(200)은 직선(line)을 나타내는 방정식 및 제1 충돌 예상 최근접점의 좌표 값을 기초로, 제1 충돌 예상 최근접점이 라이다 트랙의 하측의 좌측 코너에 위치하는지 우측 코너에 위치하는지를 결정할 수 있다.
예를 들어, 직선을 나타내는 방정식을 Ax+By+C=0로 표현할 수 있으며, A, B, C(A, B, C는 실수)는 다음의 수학식 3에 기초하여 결정될 수 있다.
[수학식 3]
센서 퓨전 시스템(200)은 A * fclCPLongPos + B * fclCPLatPos + C < 0인 경우, 제1 충돌 예상 최근접점이 라이다 트랙의 하측의 좌측 코너에 위치하는 것으로 결정할 수 있다. 여기에서, fclCPLongPos는, 제1 충돌 예상 최근접점의 종방향 좌표값, fclCPLatPos는 제1 충돌 예상 최근접점의 횡방향 좌표 값을 의미한다.
또한, 센서 퓨전 시스템(200)은 A * fclCPLongPos + B * fclCPLatPos + C > 0인 경우, 제1 충돌 예상 최근접점이 라이다 트랙의 하측의 우측 코너에 위치하는 것으로 결정할 수 있다.
센서 퓨전 시스템(200)은 제1 헤딩을 기초로 센서 퓨전 트랙의 제2 헤딩을 결정할 수 있다(409).
센서 퓨전 시스템(200)은 실제 센서 퓨전 트랙의 헤딩 출력을 무시하고, 상술한 제1 헤딩을 기초로, 센서 퓨전 트랙의 제2 헤딩을 새롭게 결정할 수 있다.
도 8을 참조하면, 센서 퓨전 트랙은 사각형의 박스 형상일 수 있다.
센서 퓨전 시스템(200)은, 박스 형상의 중점(85)(또는 센서 퓨전 트랙의 중점이라고도 함)에서부터, 박스 형상을 구성하는 4개의 면(또는 트랙면이라고도 함) 각각과 수직으로, 박스 형상의 외측으로 향하는 방향을 후보 헤딩으로 결정할 수 있다.
센서 퓨전 시스템(200)은 후보 헤딩 중 제1 헤딩과 대응, 즉, 제1 헤딩의 헤딩 방향 및 헤딩 각도와 대응되는 하나의 후보 헤딩을 제2 헤딩(81)으로 결정할 수 있다. 예를 들어, 센서 퓨전 시스템(200)은 후보 헤딩 중 제1 헤딩과 가장 근접한 헤딩 각도를 갖는 하나의 후보 헤딩을 제2 헤딩(81)으로 결정할 수 있다.
센서 퓨전 시스템(200)은 제2 헤딩을 기준으로 차량 좌표계 상에서의 센서 퓨전 트랙의 하측의 좌측 코너 위치 및 센서 퓨전 트랙 하측의 우측 코너 위치를 결정할 수 있다(411).
도 8을 참조하면, 센서 퓨전 시스템(200)은 센서 퓨전 트랙의 중심(85)의 좌표 값(종방향 좌표 값(dofBoxCenterLong), 횡방향 좌표 값(dofBoxCenterLat)), 센서 퓨전 트랙의 길이(length), 센서 퓨전 트랙의 너비(width), 제2 헤딩(81)의 각도(finalDOFCombinedAngle)를 기초로, 센서 퓨전 트랙의 하측의 좌측 코너(801)의 위치 및 센서 퓨전 트랙의 하측의 우측 코너(803)의 위치를 결정할 수 있다.
센서 퓨전 시스템(200)은 다음의 수학식 4을 기초로 센서 퓨전 트랙의 하측의 좌측 코너(801) 및 우측 코너(803)의 위치를 산출할 수 있다.
[수학식 4]
(bottomLeftCornerLong: 센서 퓨전 트랙의 하측의 좌측 코너의 종방향 좌표 값, bottomLeftCornerLat: 센서 퓨전 트랙의 하측의 좌측 코너의 횡방향 좌표 값, bottomRightCornerLong: 센서 퓨전 트랙의 하측의 우측 코너의 종방향 좌표 값, bottomRightCornerLat: 센서 퓨전 트랙의 하측의 우측 코너의 횡방향 좌표 값, dofBoxCenterLong: 센서 퓨전 트랙의 중심의 종방향 좌표 값, dofBoxCenterLat: 센서 퓨전 트랙의 중심의 횡방향 좌표 값, Length: 센서 퓨전 트랙의 길이 값, finalDOFCombinedAngle: 제2 헤딩의 각도, Width: 센서 퓨전 트랙의 너비 값)
예를 들어, 센서 퓨전 트랙의 하측의 좌측 코너(801)의 위치는 좌표 값(예: 종방향 좌표 값(bottomLeftCornerLong), 횡방향 좌표 값(bottomLeftCornerLat))으로 출력될 수 있다.
또한, 센서 퓨전 트랙의 하측의 우측 코너(803)의 위치는 좌표 값(예: 종방향 좌표 값(bottomRightCornerLong), 횡방향 좌표 값(bottomRightCornerLat))으로 출력될 수 있다.
센서 퓨전 시스템(200)은 제1 충돌 예상 최근접점의 위치에 기초하여, 제2 충돌 예상 최근접점이 센서 퓨전 트랙의 하측의 좌측 코너에 위치하는지 센서 퓨전 트랙의 하측의 우측 코너에 위치하는지를 결정할 수 있다(413).
센서 퓨전 시스템(200)은, 라이다 트랙에서의 제1 충돌 예상 최근접점과 같은 방향이 되도록, 센서 퓨전 트랙의 제2 충돌 예상 최근접점의 위치를 결정할 수 있다.
예를 들어, 센서 퓨전 시스템(200)은 라이다 트랙에서의 제1 충돌 예상 최근접점이 좌측 코너에 위치하는 경우, 제2 충돌 예상 최근접점이, 제2 헤딩을 기준으로 차량 좌표계 상에서의, 센서 퓨전 트랙의 하측의 좌측 코너(801)에 위치하는 것으로 결정할 수 있다.
또한, 센서 퓨전 시스템(200)은 라이다 트랙에서의 제1 충돌 예상 최근접점이 우측 코너(803)에 위치하는 경우, 제2 충돌 예상 최근접점이, 제2 헤딩을 기준으로 차량 좌표계 상에서의, 센서 퓨전 트랙의 하측의 우측 코너에 위치하는 것으로 결정할 수 있다.
센서 퓨전 시스템(200)은 제1 충돌 예상 최근접점과 제2 충돌 예상 최근접점을 기초로 센서 퓨전 트랙을 업데이트할 수 있다(415).
센서 퓨전 시스템(200)은 제1 충돌 예상 최근접점의 종방향 좌표 값과 제2 충돌 예상 최근접점의 종방향 좌표 값의 제1 차이 값을 산출할 수 있다. 또한, 센서 퓨전 시스템(200)은 제1 충돌 예상 최근접점의 횡방향 좌표 값과 제2 충돌 예상 최근접점의 횡방향 좌표 값의 제2 차이 값을 산출할 수 있다.
센서 퓨전 시스템(200)은 센서 퓨전 트랙의 하측의 중심의 종방향 좌표 값과 제1 차이 값을 합산한 결과 값을, 센서 퓨전 트랙의 하측, 즉, 제2 헤딩의 반대편에 해당하는 트랙면(또는 제2 트랙면이라고도 함)의 중점의 종방향 좌표 값으로 보정할 수 있다. 또한, 센서 퓨전 시스템(200)은 센서 퓨전 트랙의 하측의 중심의 횡방향 좌표 값과 제2 차이 값을 합산한 결과 값을, 센서 퓨전 트랙의 하측, 즉, 제2 헤딩의 반대편에 해당하는 제2 트랙면의 중점의 횡방향 좌표 값으로 보정할 수 있다.
도 9를 참조하면, 센서 퓨전 시스템(200)은 라이다 트랙의 제1 충돌 예상 최근접점(91)과 센서 퓨전 트랙의 제2 충돌 예상 최근접점(93)의 좌표 값을 기초로, 제1 충돌 예상 최근접점(91)과 제2 충돌 예상 최근접점(93) 간의 종방향 차이 값인 종방향 오프셋(longOffset)과 횡방향 차이 값인 횡방향 오프셋(latOffset)을 결정할 수 있다.
센서 퓨전 시스템(200)은 종방향 오프셋(longOffset), 횡방향 오프셋(latOffset), 미리 결정된 센서 퓨전 트랙의 하측, 즉, 제2 헤딩의 반대편에 해당하는 트랙면(또는 제2 트랙면이라고도 함)의 중점의 좌표 값을 기초로, 다음의 수학식 5와 같이, 센서 퓨전 트랙의 하측, 즉, 제2 트랙면의 중점의 위치(좌표 값(dofRearLongPos, dofREarLatPos)이라고도 함)를 업데이트하여 출력할 수 있다.
[수학식 5]
(dofRearLongPos: 센서 퓨전 트랙의 하측(또는 제2 트랙면이라고도 함)의 중점의 종방향 좌표 값, dofRearLatPos: 센서 퓨전 트랙의 하측(또는 제2 트랙면이라고도 함)의 중점의 횡방향 좌표 값, longOffset: 제1 충돌 예상 최근접점과 제2 충돌 예상 최근접점 간의 종방향 차이 값인 종방향 오프셋, latOffset: 제1 충돌 예상 최근접점과 제2 충돌 예상 최근접점 간의 횡방향 차이 값인 횡방향 오프셋, fclCPLongPos: 제1 충돌 예상 최근접점의 종방향 좌표 값, dofCPLongPos: 제2 충돌 예상 최근접점의 정방향 좌표 값, fclCPLatPos: 제1 충돌 예상 최근접점의 횡방향 좌표 값, dofCPLatPos: 제2 충돌 예상 최근접점의 횡방향 좌표 값)
상술한 실시예들에 따르면, 센서 퓨전 시스템(200)은 센서 퓨전 트랙을 출력하기 이전에, 센서 퓨전 트랙에서 자차와의 충돌 예상 최근접점을 보정하는 동작을 수행할 수 있다. 예를 들어, 센서 퓨전 시스템(200)은 센서 퓨전 트랙을 출력하기 이전에, 센서 퓨전 트랙의 자차와의 충돌 예상 최근접점을, 자차와의 충돌 예상 최근접점을 최대한 정확하게 반영할 수 있는 라이다 트랙에서의 충돌 예상 최근접점과 일치시켜주는 보정을 수행할 수 있다.
이에 따라, 본 개시의 실시예에 따른 센서 퓨전 시스템(200)은 종래의 센서 퓨전 시스템을 통해 출력되는 센서 퓨전 트랙이 차량과의 충돌 예상 최근접점의 위치를 정확하게 반영하기 어려웠던 문제점을 해소할 수 있다.
상술한 실시 예들은 컴퓨터에 의해 실행 가능한 명령어를 저장하는 기록매체의 형태로 구현될 수 있다. 명령어는 프로그램 코드의 형태로 저장될 수 있으며, 프로세서에 의해 실행되었을 때, 프로그램 모듈을 생성하여 개시된 실시 예들의 동작을 수행할 수 있다. 기록매체는 컴퓨터로 읽을 수 있는 기록매체로 구현될 수 있다.
컴퓨터가 읽을 수 있는 기록매체로는 컴퓨터에 의하여 해독될 수 있는 명령어가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래쉬 메모리, 광 데이터 저장장치 등이 있을 수 있다.
이상에서와 같이 첨부된 도면을 참조하여 개시된 실시 예들을 설명하였다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고도, 개시된 실시 예들과 다른 형태로 본 발명이 실시될 수 있음을 이해할 것이다. 개시된 실시 예들은 예시적인 것이며, 한정적으로 해석되어서는 안 된다.
Claims (20)
- 차량의 헤딩을 기초로, 상기 차량의 라이다 데이터를 통해 타겟 객체에 대해 생성된 라이다 트랙에서의 상기 차량과 상기 타겟 객체의 충돌 예상 최근접점에 해당하는 제1 지점을 결정하며;
상기 타겟 객체에 대해 생성된 센서 퓨전 트랙에서의 상기 차량과 상기 타겟 객체의 충돌 예상 최근접점에 해당하는 제2 지점을 결정하며;
상기 제1 지점 및 상기 제2 지점을 기초로, 상기 센서 퓨전 트랙을 업데이트하는 것을 포함하는,
차량용 센서 퓨전 방법. - 제 1항에 있어서,
상기 제1 지점을 결정하는 것은,
상기 차량의 헤딩을 기초로, 상기 라이다 트랙의 제1 헤딩을 결정하며,
상기 라이다 트랙에서 상기 제1 헤딩의 반대편에 해당하는 제1 트랙면의 제1 중점을 결정하며,
상기 라이다 트랙에서, 상기 제1 중점을 기준으로 상기 제1 지점이 상기 제1 트랙면과 연결되는 좌측 코너에 위치하는지 상기 제1 트랙면과 연결되는 우측 코너에 위치하는지를 결정하는 것을 포함하는,
차량용 센서 퓨전 방법. - 제 2항에 있어서,
상기 제1 헤딩을 결정하는 것은,
상기 라이다 트랙의 형상을 기초로 상기 라이다 트랙의 4개의 후보 헤딩을 결정하며,
상기 4개의 후보 헤딩 중에서, 상기 차량의 헤딩 각도와 차이가 가장 작은 헤딩 각도를 갖는 후보 헤딩을 상기 제1 헤딩으로 결정하는 것을 포함하는,
차량용 센서 퓨전 방법. - 제 2항에 있어서,
상기 라이다 트랙의 중심 좌표 값, 상기 라이다 트랙의 길이(length), 상기 라이다 트랙의 너비(width) 및 상기 제1 헤딩의 각도를 기초로, 상기 제1 트랙면과 연결되는 좌측 코너의 위치 및 상기 제1 트랙면과 연결되는 우측 코너의 위치를 결정하는 것을 더 포함하는,
차량용 센서 퓨전 방법. - 제 2항에 있어서,
상기 제1 지점이 상기 제1 트랙면과 연결되는 좌측 코너에 위치하는지 상기 제1 트랙면과 연결되는 우측 코너에 위치하는지를 결정하는 것은,
상기 라이다 트랙의 중점과 상기 제1 중점을 연결하는 직선을 나타내는 방정식 및 상기 제1 지점의 좌표 값을 기초로 하는,
차량용 센서 퓨전 방법. - 제 5항에 있어서,
상기 방정식이 Ax+By+C=0이고, 상기 A, 상기 B 및 상기 C는 실수인 경우, 상기 A와 상기 제1 지점의 종방향 좌표값을 곱한 값과, 상기 B와 상기 제1 지점의 횡방향 좌표값을 곱한 값과, 상기 C를 모두 합산한 결과 값이 0보다 작으면, 상기 제1 지점이 상기 좌측 코너에 위치하는 것으로 결정하고,
상기 결과 값이 0보다 크면, 상기 제1 지점이 상기 우측 코너에 위치하는 것으로 결정하는,
차량용 센서 퓨전 방법. - 제 5항에 있어서,
상기 제1 지점을 결정하는 것은,
차량 좌표계의 원점에서부터 상기 라이다 트랙의 직선 거리, 상기 차량 좌표계의 원점에서부터 상기 라이다 트랙의 횡방향 거리 또는 상기 차량 좌표계의 원점에서부터 상기 라이다 트랙의 종방향 거리를 기초로 하는,
차량용 센서 퓨전 방법. - 제 7항에 있어서,
상기 라이다 트랙이 상기 차량의 우측 차선 부분에 위치하는 경우, 상기 제1 지점을 결정하는 것은,
상기 차량 좌표계의 원점을 기준으로 상기 제1 중점의 각도와 상기 제1 헤딩의 각도의 차이 값이 양수이면, 상기 횡방향 거리를 기초로 상기 제1 지점을 결정하고,
상기 차이 값이 음수이면, 상기 직선 거리를 기초로 상기 제1 지점을 결정하는 것을 포함하는,
차량용 센서 퓨전 방법. - 제 7항에 있어서,
상기 라이다 트랙이 상기 차량의 좌측 차선 부분에 위치하는 경우, 상기 제1 지점을 결정하는 것은,
상기 차량 좌표계의 원점을 기준으로 상기 제1 중점의 각도와 상기 제1 헤딩의 각도의 차이 값이 양수이면, 상기 직선 거리를 기초로 상기 제1 지점을 결정하고,
상기 차이 값이 음수이면, 상기 횡방향 거리를 기초로 상기 제1 지점을 결정하는 것을 포함하는,
차량용 센서 퓨전 방법. - 제 2항에 있어서,
상기 제2 지점을 결정하는 것은,
상기 제1 헤딩을 기초로, 상기 센서 퓨전 트랙의 제2 헤딩을 결정하며,
상기 라이다 트랙에서의 상기 제1 지점이 상기 제1 트랙면과 연결되는 좌측 코너에 위치하는 경우, 상기 제2 지점이 상기 제2 헤딩의 반대편에 해당하는 제2 트랙면과 연결되는 좌측 코너에 위치하는 것으로 결정하며,
상기 라이다 트랙에서의 상기 제1 지점이 상기 제1 트랙면과 연결되는 우측 코너에 위치하는 경우, 상기 제2 지점이 상기 제2 트랙면과 연결되는 우측 코너에 위치하는 것으로 결정하는 것을 포함하는,
차량용 센서 퓨전 방법. - 제 10항에 있어서,
상기 센서 퓨전 트랙의 중심 좌표 값, 상기 센서 퓨전 트랙의 길이, 상기 센서 퓨전 트랙의 너비 및 상기 제2 헤딩의 각도를 기초로, 상기 제2 트랙면과 연결되는 좌측 코너의 위치 및 상기 제2 트랙면과 연결되는 우측 코너의 위치를 결정하는 것을 더 포함하는,
차량용 센서 퓨전 방법. - 제 10항에 있어서,
상기 센서 퓨전 트랙을 업데이트하는 것은,
상기 제1 지점의 종방향 좌표 값과 상기 제2 지점의 종방향 좌표 값의 차이 값을 기초로, 상기 제2 헤딩의 반대편에 해당하는 제2 트랙면의 중점의 종방향 좌표 값을 보정하고,
상기 제1 지점의 횡방향 좌표 값과 상기 제2 지점의 횡방향 좌표 값의 차이 값을 기초로, 상기 제2 트랙면의 중점의 횡방향 좌표 값을 보정하는 것을 포함하는,
차량용 센서 퓨전 방법. - 차량의 센싱 데이터를 통해, 타겟 객체에 대해 생성되는 센서 퓨전 트랙을 저장하는 메모리;
상기 메모리와 전기적으로 연결 또는 통신 연결된 프로세서를 포함하고,
상기 프로세서는,
상기 차량의 헤딩을 기초로, 상기 차량의 라이다 데이터를 통해 타겟 객체에 대해 생성된 라이다 트랙에서, 상기 차량과 상기 타겟 객체의 충돌 예상 최근접점에 해당하는 제1 지점을 결정하며,
상기 센서 퓨전 트랙에서, 상기 차량과 상기 타겟 객체의 충돌 예상 최근접점에 해당하는 제2 지점을 결정하며,
상기 제1 지점 및 상기 제2 지점을 기초로, 상기 센서 퓨전 트랙을 업데이트하는 것을 포함하는,
차량용 센서 퓨전 시스템. - 제 13항에 있어서,
상기 프로세서는,
상기 차량의 헤딩을 기초로, 상기 라이다 트랙의 제1 헤딩을 결정하며, 상기 라이다 트랙에서 상기 제1 헤딩의 반대편에 해당하는 제1 트랙면의 제1 중점을 결정하며, 상기 라이다 트랙에서, 상기 제1 중점을 기준으로 상기 제1 지점이 상기 제1 트랙면과 연결되는 좌측 코너에 위치하는지 상기 제1 트랙면과 연결되는 우측 코너에 위치하는지를 결정하는 것을 포함하는,
차량용 센서 퓨전 시스템. - 제 14항에 있어서,
상기 프로세서는,
상기 라이다 트랙의 중심 좌표 값, 상기 라이다 트랙의 길이(length), 상기 라이다 트랙의 너비(width) 및 상기 제1 헤딩의 각도를 기초로, 상기 제1 트랙면과 연결되는 좌측 코너의 위치 및 상기 제1 트랙면과 연결되는 우측 코너의 위치를 결정하는 것을 더 포함하는,
차량용 센서 퓨전 시스템. - 제 14항에 있어서,
상기 프로세서는,
상기 라이다 트랙의 중점과 상기 제1 중점을 연결하는 직선을 나타내는 방정식 및 상기 제1 지점의 좌표 값을 기초로 상기 제1 지점이 상기 제1 트랙면과 연결되는 좌측 코너에 위치하는지 상기 제1 트랙면과 연결되는 우측 코너에 위치하는지를 결정하는 것을 포함하는,
차량용 센서 퓨전 시스템. - 제 16항에 있어서,
상기 프로세서는,
차량 좌표계의 원점에서부터 상기 라이다 트랙의 직선 거리, 상기 차량 좌표계의 원점에서부터 상기 라이다 트랙의 횡방향 거리 또는 상기 차량 좌표계의 원점에서부터 상기 라이다 트랙의 종방향 거리를 기초로 상기 제1 지점을 결정하는 것을 포함하는,
차량용 센서 퓨전 시스템. - 제 14항에 있어서,
상기 프로세서는,
상기 제1 헤딩을 기초로, 상기 센서 퓨전 트랙의 제2 헤딩을 결정하며, 상기 라이다 트랙에서의 상기 제1 지점이 상기 제1 트랙면과 연결되는 좌측 코너에 위치하는 경우, 상기 제2 지점이 상기 제2 헤딩의 반대편에 해당하는 제2 트랙면과 연결되는 좌측 코너에 위치하는 것으로 결정하며, 상기 라이다 트랙에서의 상기 제1 지점이 상기 제1 트랙면과 연결되는 우측 코너에 위치하는 경우, 상기 제2 지점이 상기 제2 트랙면과 연결되는 우측 코너에 위치하는 것으로 결정하는 것을 포함하는,
차량용 센서 퓨전 시스템. - 제 18항에 있어서,
상기 프로세서는,
상기 센서 퓨전 트랙의 중심 좌표 값, 상기 센서 퓨전 트랙의 길이, 상기 센서 퓨전 트랙의 너비 및 상기 제2 헤딩의 각도를 기초로, 상기 제2 트랙면과 연결되는 좌측 코너의 위치 및 상기 제2 트랙면과 연결되는 우측 코너의 위치를 결정하는 것을 더 포함하는,
차량용 센서 퓨전 시스템. - 제 18항에 있어서,
상기 프로세서는,
상기 제1 지점의 종방향 좌표 값과 상기 제2 지점의 종방향 좌표 값의 차이 값을 기초로, 상기 제2 헤딩의 반대편에 해당하는 제2 트랙면의 중점의 종방향 좌표 값을 보정하고,
상기 제1 지점의 횡방향 좌표 값과 상기 제2 지점의 횡방향 좌표 값의 차이 값을 기초로, 상기 제2 트랙면의 중점의 횡방향 좌표 값을 보정하는 것을 포함하는,
차량용 센서 퓨전 시스템.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220112154A KR20240033471A (ko) | 2022-09-05 | 2022-09-05 | 차량용 센서 퓨전 방법 및 시스템 |
US18/224,807 US20240075922A1 (en) | 2022-09-05 | 2023-07-21 | Method and system for sensor fusion for vehicle |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220112154A KR20240033471A (ko) | 2022-09-05 | 2022-09-05 | 차량용 센서 퓨전 방법 및 시스템 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20240033471A true KR20240033471A (ko) | 2024-03-12 |
Family
ID=90061343
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220112154A KR20240033471A (ko) | 2022-09-05 | 2022-09-05 | 차량용 센서 퓨전 방법 및 시스템 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20240075922A1 (ko) |
KR (1) | KR20240033471A (ko) |
-
2022
- 2022-09-05 KR KR1020220112154A patent/KR20240033471A/ko unknown
-
2023
- 2023-07-21 US US18/224,807 patent/US20240075922A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20240075922A1 (en) | 2024-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10928508B2 (en) | Camera and radar fusion | |
US12007243B2 (en) | Traffic lane line fitting method and system | |
US9274526B2 (en) | Autonomous vehicle and method of estimating self position of autonomous vehicle | |
EP1631843B1 (en) | Object detection system and method of detecting object | |
US10901421B2 (en) | Method and device for detecting road boundary | |
JP4843571B2 (ja) | 車両用物体検知装置 | |
WO2016117602A1 (ja) | 車両制御装置及び車両制御方法 | |
US20200166349A1 (en) | Parking support apparatus | |
KR102547274B1 (ko) | 이동 로봇 및 이의 위치 인식 방법 | |
CN114236564B (zh) | 动态环境下机器人定位的方法、机器人、装置及存储介质 | |
US20150134234A1 (en) | Apparatus for determining motion characteristics of target and device for controlling driving route of vehicle including the same | |
US11619495B2 (en) | Position estimating apparatus and position estimating method | |
KR102348110B1 (ko) | 차량 크기 추정 장치, 그 방법 및 그를 포함한 차량 인지 시스템 | |
KR20240033471A (ko) | 차량용 센서 퓨전 방법 및 시스템 | |
US20220185300A1 (en) | Vehicle localisation | |
US11884303B2 (en) | Apparatus and method for determining lane change of surrounding objects | |
KR102071720B1 (ko) | 차량용 레이다 목표 리스트와 비전 영상의 목표물 정합 방법 | |
JP7113938B1 (ja) | 目標制御情報生成装置 | |
US20220404506A1 (en) | Online validation of lidar-to-lidar alignment and lidar-to-vehicle alignment | |
CN110962856B (zh) | 用于确定车辆的环境目标所处的区域的方法及装置 | |
US20240085526A1 (en) | Method and system for detecting object | |
CN117665796A (zh) | 目标关联方法、目标识别方法及对应介质和系统 | |
US20230252751A1 (en) | Method for aligning at least two images formed by three-dimensional points | |
CN117755285A (zh) | 辅助驾驶控制方法及设备 | |
KR20230173401A (ko) | 차량에서의 센서 퓨전 방법 및 시스템 |