KR20240035960A - 자율 주행 장치 및 방법 - Google Patents

Abstract

본 발명은 자율 주행 장치 및 방법에 관한 것으로서, 자율 주행 중인 자차량의 주변 차량을 검출하는 센서부, 지도 정보를 저장하는 메모리, 및 메모리에 저장된 지도 정보에 기초하여 자차량의 자율 주행을 제어하는 프로세서를 포함하고, 프로세서는, 센서부에 의해 검출된 주변 차량의 주행 정보에 기초하여 주변 차량의 실제 주행 궤적을 생성하고, 메모리에 저장된 지도 정보에 기초하여 주변 차량의 예상 주행 궤적을 생성하며, 생성된 실제 주행 궤적 및 예상 주행 궤적 간의 궤적 오차의 크기, 또는 궤적 오차의 누적 가산량에 기초하여 자차량에 대한 자율 주행 제어의 신뢰도 진단을 수행하고, 신뢰도 진단의 수행 결과 자차량에 대한 자율 주행 제어를 신뢰할 수 없는 것으로 판단된 경우, 자율 주행 제어의 신뢰도가 확보될 수 있도록 센서부 및 지도 정보 중 하나 이상에 대하여 보정 처리를 수행하는 것을 특징으로 한다.

Description

자율 주행 장치 및 방법{AUTONOMOUS DRIVING APPARATUS AND METHOD}

본 발명은 자율 주행 차량에 적용되는 자율 주행 장치 및 방법에 관한 것이다.

오늘날의 자동차 산업은 차량 주행에 운전자의 개입을 최소화하는 자율 주행을 구현하기 위한 방향으로 나아가고 있다. 자율 주행 차량이란 주행 시 외부정보 감지 및 처리기능을 통해 주변의 환경을 인식하여 주행 경로를 자체적으로 결정하고, 자체 동력을 이용하여 독립적으로 주행하는 차량을 말한다.

자율 주행 차량은 운전자가 조향휠, 가속페달 또는 브레이크 등을 조작하지 않아도, 주행 경로 상에 존재하는 장애물과의 충돌을 방지하고 도로의 형상에 따라 차속과 주행 방향을 조절하면서 스스로 목적지까지 주행할 수 있다. 예를 들어, 직선 도로에서는 가속을 수행하고, 곡선 도로에서는 도로의 곡률에 대응하여 주행 방향을 변경하면서 감속을 수행할 수 있다.

자율 주행 차량의 안정적인 주행을 보장하기 위해서는 차량에 장착된 각 센서를 통해 주행 환경을 정확하게 계측해야 하고, 차량의 주행 상태를 지속적으로 모니터링하여 계측된 주행 환경에 맞추어 주행을 제어해야 한다. 이를 위해, 자율 주행 차량에는 주변 차량, 보행자, 고정 시설물 등의 주변 객체를 검출하기 위한 센서로서 라이다(Lidar) 센서, 레이더(Radar) 센서, 초음파 센서 및 카메라 센서 등 다양한 센서들이 적용되고 있으며, 이러한 센서로부터 출력되는 데이터는 주행 환경에 대한 정보, 이를테면 주변 객체의 위치, 형상, 이동 방향 및 이동 속도와 같은 상태 정보를 결정하는데 활용된다.

나아가, 자율 주행 차량은 미리 저장된 지도 데이터를 이용하여 차량의 위치를 결정하고 보정함으로써 주행 경로 및 주행 차선을 최적으로 결정하고, 결정된 경로 및 차선을 벗어나지 않도록 차량의 주행을 제어하며, 주변에서 갑작스럽게 진입하는 차량 또는 주행 경로 상에 존재하는 위험 요소에 대한 방어 및 회피 운행을 수행하는 기능도 제공하고 있다.

본 발명의 배경기술은 대한민국 공개특허공보 제10-1998-0068399호(1998.10.15 공개)에 개시되어 있다.

본 발명의 일 측면에 따른 목적은 자율 주행 차량에 대하여 수행되는 자율 주행 제어의 신뢰도를 정밀하게 진단하여 자율 주행 차량의 주행 안정성 및 주행 정확성을 향상시키기 위한 자율 주행 장치 및 방법을 제공하는 것이다.

본 발명의 일 측면에 따른 자율 주행 장치는 자율 주행 중인 자차량의 주변 차량을 검출하는 센서부, 지도 정보를 저장하는 메모리, 및 상기 메모리에 저장된 지도 정보에 기초하여 상기 자차량의 자율 주행을 제어하는 프로세서를 포함하고, 상기 프로세서는, 상기 센서부에 의해 검출된 주변 차량의 주행 정보에 기초하여 상기 주변 차량의 실제 주행 궤적을 생성하고, 상기 메모리에 저장된 지도 정보에 기초하여 상기 주변 차량의 예상 주행 궤적을 생성하며, 상기 생성된 실제 주행 궤적 및 예상 주행 궤적 간의 궤적 오차의 크기, 또는 상기 궤적 오차의 누적 가산량에 기초하여 상기 자차량에 대한 자율 주행 제어의 신뢰도 진단을 수행하고, 상기 신뢰도 진단의 수행 결과 상기 자차량에 대한 자율 주행 제어를 신뢰할 수 없는 것으로 판단된 경우, 상기 자율 주행 제어의 신뢰도가 확보될 수 있도록 상기 센서부 및 상기 지도 정보 중 하나 이상에 대하여 보정 처리를 수행하는 것을 특징으로 한다.

본 발명에 있어 상기 프로세서는, 미리 설정된 제1 임계시간 이내에 상기 궤적 오차의 크기가 미리 설정된 제1 임계값 이상인 상태가 발생하면 상기 자차량에 대한 자율 주행 제어를 신뢰할 수 없는 것으로 판단하는 것을 특징으로 한다.

본 발명에 있어 상기 프로세서는, 상기 제1 임계시간 동안 상기 궤적 오차의 크기가 상기 제1 임계값 미만으로 유지된 상태에서 상기 궤적 오차의 누적 가산량을 이용하여 상기 신뢰도 진단을 추가적으로 수행하는 것을 특징으로 한다.

본 발명에 있어 상기 프로세서는, 상기 제1 임계시간 동안 상기 궤적 오차의 크기가 상기 제1 임계값 미만으로 유지된 상태에서, 상기 제1 임계시간보다 큰 값으로 미리 설정된 제2 임계시간 이내에, 상기 궤적 오차가 누적되어 적산된 상기 누적 가산량이 미리 설정된 제2 임계값 이상인 상태가 발생하면 상기 자차량에 대한 자율 주행 제어를 신뢰할 수 없는 것으로 판단하는 것을 특징으로 한다.

본 발명에 있어 상기 센서부는 상기 주변 차량을 검출하기 위한 복수의 센서를 포함하고, 상기 프로세서는, 상기 자차량에 대한 자율 주행 제어를 신뢰할 수 없는 것으로 판단된 경우, 상기 센서부에 포함된 복수의 센서를 정합하는 방식을 통해 상기 센서부에 대한 보정 처리를 수행하는 것을 특징으로 한다.

본 발명에 있어 상기 프로세서는, 외부로부터 전송받은 신규 지도 정보를 이용하여 상기 메모리에 저장된 지도 정보를 업데이트함으로써 상기 메모리에 저장된 지도 정보에 대한 보정 처리를 수행하는 것을 특징으로 한다.

본 발명에 있어 상기 프로세서는, 상기 자차량에 대한 자율 주행 제어를 신뢰할 수 없는 것으로 판단된 경우, 상기 주변 차량의 실제 주행 궤적을 상기 메모리에 저장하고, 상기 메모리에 저장된 상기 주변 차량의 실제 주행 궤적을 이용하여 상기 신규 지도 정보로 업데이트된 지도 정보를 검증하는 것을 특징으로 한다.

본 발명의 일 측면에 따른 자율 주행 방법은 프로세서가, 메모리에 저장된 지도 정보에 기초하여 자차량의 자율 주행을 제어하는 단계, 상기 프로세서가, 센서부에 의해 검출된 상기 자차량의 주변 차량의 주행 정보에 기초하여 상기 주변 차량의 실제 주행 궤적을 생성하는 단계, 상기 프로세서가, 상기 메모리에 저장된 지도 정보에 기초하여 상기 주변 차량의 예상 주행 궤적을 생성하는 단계, 상기 프로세서가, 상기 생성된 실제 주행 궤적 및 예상 주행 궤적 간의 궤적 오차의 크기, 또는 상기 궤적 오차의 누적 가산량에 기초하여 상기 자차량에 대한 자율 주행 제어의 신뢰도 진단을 수행하는 단계, 및 상기 신뢰도 진단의 수행 결과 상기 자차량에 대한 자율 주행 제어를 신뢰할 수 없는 것으로 판단된 경우, 상기 프로세서가, 상기 자율 주행 제어의 신뢰도가 확보될 수 있도록 상기 센서부 및 상기 메모리에 저장된 지도 정보 중 하나 이상에 대하여 보정 처리를 수행하는 단계를 포함하는 것을 특징으로 한다.

본 발명에 있어 상기 신뢰도 진단을 수행하는 단계는, 상기 프로세서가, 미리 설정된 제1 임계시간 이내에 상기 궤적 오차의 크기가 미리 설정된 제1 임계값 이상인 상태가 발생하는지 여부를 판단하는 단계, 및 상기 제1 임계시간 동안 상기 궤적 오차의 크기가 상기 제1 임계값 미만으로 유지된 경우, 상기 프로세서가 상기 제1 임계시간보다 큰 값으로 미리 설정된 제2 임계시간 이내에, 상기 궤적 오차가 누적되어 적산된 상기 누적 가산량이 미리 설정된 제2 임계값 이상인 상태가 발생하는지 여부를 판단하는 단계를 포함하는 것을 특징으로 한다.

본 발명에 있어 상기 센서부는 상기 주변 차량을 검출하기 위한 복수의 센서를 포함하고, 상기 보정 처리를 수행하는 단계는, 상기 프로세서가, 상기 센서부에 포함된 복수의 센서를 정합하는 방식을 통해 상기 센서부에 대한 보정 처리를 수행하는 단계, 및 상기 프로세서가, 외부로부터 전송받은 신규 지도 정보를 이용하여 상기 메모리에 저장된 지도 정보를 업데이트함으로써 상기 메모리에 저장된 지도 정보에 대한 보정 처리를 수행하는 단계를 포함하는 것을 특징으로 한다.

본 발명에 있어 상기 보정 처리를 수행하는 단계는, 상기 프로세서가, 상기 자차량에 대한 자율 주행 제어를 신뢰할 수 없는 것으로 판단된 시점에 상기 메모리에 저장된 상기 주변 차량의 실제 주행 궤적을 이용하여 상기 신규 지도 정보로 업데이트된 지도 정보를 검증하는 단계를 더 포함하는 것을 특징으로 한다.

본 발명의 일 측면에 따르면, 본 발명은 자율 주행 차량의 주변 차량에 대하여 결정되는 실제 주행 궤적 및 예상 주행 궤적 간의 오차를 이용하여 자율 주행 제어의 신뢰도를 우선적으로 진단하고, 그 진단 결과에 따라 자율 주행 차량에 적용된 센서 또는 메모리에 저장된 지도 정보에 대하여 보정 처리를 수행하여 자율 주행 제어의 신뢰도를 확보하도록 함으로써 자율 주행 차량의 주행 안정성 및 주행 정확성을 향상시킬 수 있다.

도 1은 본 발명의 일 실시예에 따른 자율 주행 장치가 적용될 수 있는 자율 주행 제어 시스템의 전체 블록구성도이다.
도 2는 본 발명의 일 실시예에 따른 자율 주행 장치에서 자율 주행 통합 제어부의 구체적 구성을 보인 블록구성도이다.
도 3은 본 발명의 일 실시예에 따른 자율 주행 장치가 차량에 적용되는 예시를 보인 예시도이다.
도 4는 본 발명의 일 실시예에 따른 자율 주행 장치가 적용되는 차량의 내부 구조의 예시를 보인 예시도이다.
도 5는 본 발명의 일 실시예에 따른 자율 주행 장치에서 라이다 센서, 레이더 센서 및 카메라 센서가 주변 객체를 검출할 수 있는 설정 거리 및 수평 화각의 예시를 보인 예시도이다.
도 6은 본 발명의 일 실시예에 따른 자율 주행 장치에서 센서부가 주변 차량을 검출하는 예시를 보인 예시도이다.
도 7 및 도 8은 본 발명의 일 실시예에 따른 자율 주행 방법을 설명하기 위한 흐름도이다.

이하, 첨부된 도면을 참조하여 본 발명에 따른 자율 주행 장치 및 방법의 실시예를 설명한다. 이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로, 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.

도 1은 본 발명의 일 실시예에 따른 자율 주행 장치가 적용될 수 있는 자율 주행 제어 시스템의 전체 블록구성도이고, 도 2는 본 발명의 일 실시예에 따른 자율 주행 장치에서 자율 주행 통합 제어부의 구체적 구성을 보인 블록구성도이며, 도 3은 본 발명의 일 실시예에 따른 자율 주행 장치가 차량에 적용되는 예시를 보인 예시도이고, 도 4는 본 발명의 일 실시예에 따른 자율 주행 장치가 적용되는 차량의 내부 구조의 예시를 보인 예시도이며, 도 5는 본 발명의 일 실시예에 따른 자율 주행 장치에서 라이다 센서, 레이더 센서 및 카메라 센서가 주변 객체를 검출할 수 있는 설정 거리 및 수평 화각의 예시를 보인 예시도이고, 도 6은 본 발명의 일 실시예에 따른 자율 주행 장치에서 센서부가 주변 차량을 검출하는 예시를 보인 예시도이다.

먼저, 도 1 및 도 3을 참조하여 본 실시예에 따른 자율 주행 장치가 적용될 수 있는 자율 주행 제어 시스템의 구조 및 기능에 대하여 설명한다. 도 1에 도시된 것과 같이 자율 주행 제어 시스템은 운전 정보 입력 인터페이스(101), 주행 정보 입력 인터페이스(201), 탑승자 출력 인터페이스(301) 및 차량 제어 출력 인터페이스(401)를 통해 차량의 자율 주행 제어에 필요한 데이터를 송수신하는 자율 주행 통합 제어부(600)를 중심으로 구현될 수 있다.

자율 주행 통합 제어부(600)는 차량의 자율 주행 모드 또는 수동 주행 모드에서 사용자 입력부(100)에 대한 탑승자의 조작에 따른 운전 정보를 운전 정보 입력 인터페이스(101)를 통해 획득할 수 있다. 사용자 입력부(100)는 도 1에 예시로서 도시된 것과 같이 주행 모드 스위치(110) 및 사용자 단말(120, 예: 차량에 장착된 내비게이션 단말, 탑승자가 소지한 스마트폰 또는 태플릿 PC 등)을 포함할 수 있으며, 이에 따라 운전 정보는 차량의 주행 모드 정보 및 항법 정보를 포함할 수 있다. 예를 들어, 주행 모드 스위치(110)에 대한 탑승자의 조작에 따라 결정되는 차량의 주행 모드(즉, 자율 주행 모드/수동 주행 모드, 또는 스포츠 모드(Sport Mode)/에코 모드(Eco Mode)/안전 모드(Safe Mode)/일반 모드(Normal Mode))가 상기한 운전 정보로서 운전 정보 입력 인터페이스(101)를 통해 자율 주행 통합 제어부(600)로 전달될 수 있다. 또한, 탑승자가 사용자 단말(120)을 통해 입력하는 탑승자의 목적지, 목적지까지의 경로(목적지까지의 후보 경로 중 탑승자가 선택한 최단 경로 또는 선호 경로 등)와 같은 항법 정보가 상기한 운전 정보로서 운전 정보 입력 인터페이스(101)를 통해 자율 주행 통합 제어부(600)로 전달될 수 있다. 한편, 사용자 단말(120)은 차량의 자율 주행 제어를 위한 정보를 운전자가 입력하거나 수정하기 위한 UI(User Interface)를 제공하는 제어 패널(Control Panel)(예: 터치 스크린 패널)로 구현될 수도 있으며, 이 경우 전술한 주행 모드 스위치(110)는 사용자 단말(120) 상의 터치 버튼으로 구현될 수도 있다.

또한, 자율 주행 통합 제어부(600)는 차량의 주행 상태를 나타내는 주행 정보를 주행 정보 입력 인터페이스(201)를 통해 획득할 수 있다. 주행 정보는 탑승자가 조향휠을 조작함에 따라 형성되는 조향각과, 가속 페달 또는 브레이크 페달을 답입함에 따라 형성되는 가속 페달 스트로크 또는 브레이크 페달의 스트로크와, 차량에 형성되는 거동으로서 차속, 가속도, 요, 피치 및 롤 등 차량의 주행 상태 및 거동을 나타내는 다양한 정보를 포함할 수 있으며, 상기 각 주행 정보는 도 1에 도시된 것과 같이 조향각 센서(210), APS(Accel Position Sensor)/PTS(Pedal Travel Sensor)(220), 차속 센서(230), 가속도 센서(240), 요/피치/롤 센서(250)를 포함하는 주행 정보 검출부(200)에 의해 검출될 수 있다. 나아가, 차량의 주행 정보는 차량의 위치 정보를 포함할 수도 있으며, 차량의 위치 정보는 차량에 적용된 GPS(Global Positioning Sysetm) 수신기(260)를 통해 획득될 수 있다. 이러한 주행 정보는 주행 정보 입력 인터페이스(201)를 통해 자율 주행 통합 제어부(600)로 전달되어 차량의 자율 주행 모드 또는 수동 주행 모드에서 차량의 주행을 제어하기 위해 활용될 수 있다.

또한, 자율 주행 통합 제어부(600)는 차량의 자율 주행 모드 또는 수동 주행 모드에서 탑승자에게 제공되는 주행 상태 정보를 탑승자 출력 인터페이스(301)를 통해 출력부(300)로 전달할 수 있다. 즉, 자율 주행 통합 제어부(600)는 차량의 주행 상태 정보를 출력부(300)로 전달함으로써, 출력부(300)를 통해 출력되는 주행 상태 정보를 기반으로 탑승자가 차량의 자율 주행 상태 또는 수동 주행 상태를 확인하도록 할 수 있으며, 상기 주행 상태 정보는 이를테면 현재 차량의 주행 모드, 변속 레인지, 차속 등 차량의 주행 상태를 나타내는 다양한 정보를 포함할 수 있다. 또한, 자율 주행 통합 제어부(600)는 상기한 주행 상태 정보와 함께 차량의 자율 주행 모드 또는 수동 주행 모드에서 운전자에게 경고가 필요한 것으로 판단된 경우, 탑승자 출력 인터페이스(301)를 통해 경고 정보를 출력부(300)로 전달하여 출력부(300)가 운전자에게 경고를 출력하도록 할 수 있다. 이러한 주행 상태 정보 및 경고 정보를 청각적 및 시각적으로 출력하기 위해 출력부(300)는 도 1에 도시된 것과 같이 스피커(310) 및 디스플레이 장치(320)를 포함할 수 있다. 이때, 디스플레이 장치(320)는 전술한 사용자 단말(120)과 동일한 장치로 구현될 수도 있고, 분리된 독립적인 장치로 구현될 수도 있다.

또한, 자율 주행 통합 제어부(600)는 차량의 자율 주행 모드 또는 수동 주행 모드에서 차량의 주행 제어를 위한 제어 정보를 차량 제어 출력 인터페이스(401)를 통해 차량에 적용된 하위 제어 시스템(400)으로 전달할 수 있다. 차량의 주행 제어를 위한 하위 제어 시스템(400)은 도 1에 도시된 것과 같이 엔진 제어 시스템(410), 제동 제어 시스템(420) 및 조향 제어 시스템(430)을 포함할 수 있으며, 자율 주행 통합 제어부(600)는 상기 제어 정보로서 엔진 제어 정보, 제동 제어 정보 및 조향 제어 정보를 차량 제어 출력 인터페이스(401)를 통해 각 하위 제어 시스템(410, 420, 430)으로 전달할 수 있다. 이에 따라, 엔진 제어 시스템(410)은 엔진에 공급되는 연료를 증가 또는 감소시켜 차량의 차속 및 가속도를 제어할 수 있고, 제동 제어 시스템(420)은 차량의 제동력을 조절하여 차량의 제동을 제어할 수 있으며, 조향 제어 시스템(430)은 차량에 적용된 조향 장치(예: MDPS(Motor Driven Power Steering) 시스템)를 통해 차량의 조향을 제어할 수 있다.

상기한 것과 같이 본 실시예의 자율 주행 통합 제어부(600)는 운전 정보 입력 인터페이스(101) 및 주행 정보 입력 인터페이스(201)를 통해 운전자의 조작에 따른 운전 정보 및 차량의 주행 상태를 나타내는 주행 정보를 각각 획득하고, 내부의 프로세서(610)에 의해 처리되는 자율 주행 알고리즘에 따라 생성되는 주행 상태 정보 및 경고 정보를 탑승자 출력 인터페이스(301)를 통해 출력부(300)로 전달할 수 있으며, 또한 내부의 프로세서(610)에 의해 처리되는 자율 주행 알고리즘에 따라 생성되는 제어 정보를 차량 제어 출력 인터페이스(401)를 통해 하위 제어 시스템(400)으로 전달하여 차량의 주행 제어가 이루어지도록 동작할 수 있다.

한편, 차량의 안정적인 자율 주행을 보장하기 위해서는 차량의 주행 환경을 정확하게 계측함으로써 주행 상태를 지속적으로 모니터링하고 계측된 주행 환경에 맞추어 주행을 제어해야 할 필요가 있으며, 이를 위해 본 실시예의 자율 주행 장치는 도 1에 도시된 것과 같이 주변 차량, 보행자, 도로 또는 고정 시설물(예: 신호등, 이정표, 교통 표지판, 공사 펜스 등) 등 차량의 주변 객체를 검출하기 위한 센서부(500)를 포함할 수 있다. 센서부(500)는 도 1에 도시된 것과 같이 차량 외부의 주변 객체를 검출하기 위해 라이다 센서(510), 레이더 센서(520) 및 카메라 센서(530) 중 하나 이상을 포함할 수 있다.

라이다 센서(510)는 차량 주변으로 레이저 신호를 송신하고 해당 객체에 반사되어 되돌아오는 신호를 수신하여 차량 외부의 주변 객체를 검출할 수 있으며, 그 사양에 따라 미리 정의되어 있는 설정 거리, 설정 수직 화각(Vertical Field Of View) 및 설정 수평 화각 범위(Vertical Field Of View) 이내에 위치한 주변 객체를 검출할 수 있다. 라이다 센서(510)는 차량의 전면, 상부 및 후면에 각각 설치되는 전방 라이다 센서(511), 상부 라이다 센서(512) 및 후방 라이다 센서(513)를 포함할 수 있으나, 그 설치 위치 및 설치 수는 특정 실시예로 제한되지 않는다. 해당 객체에 반사되어 되돌아오는 레이저 신호의 유효성을 판단하기 위한 임계값은 자율 주행 통합 제어부(600)의 메모리(620)에 미리 저장되어 있을 수 있으며, 자율 주행 통합 제어부(600)의 프로세서(610)는 라이다 센서(510)를 통해 송신된 레이저 신호가 해당 객체에 반사되어 되돌아오는 시간을 측정하는 방식을 통해 해당 객체의 위치(해당 객체까지의 거리를 포함한다), 속도 및 이동 방향을 판단할 수 있다.

레이더 센서(520)는 차량 주변으로 전자파를 방사하고 해당 객체에 반사되어 되돌아오는 신호를 수신하여 차량 외부의 주변 객체를 검출할 수 있으며, 그 사양에 따라 미리 정의되어 있는 설정 거리, 설정 수직 화각 및 설정 수평 화각 범위 이내에 위치한 주변 객체를 검출할 수 있다. 레이더 센서(520)는 차량의 전면, 좌측면, 우측면 및 후면에 각각 설치되는 전방 레이더 센서(521), 좌측 레이더 센서(521), 우측 레이더 센서(522) 및 후방 레이더 센서(523)를 포함할 수 있으나, 그 설치 위치 및 설치 수는 특정 실시예로 제한되지 않는다. 자율 주행 통합 제어부(600)의 프로세서(610)는 레이더 센서(520)를 통해 송수신된 전자파의 파워(Power)를 분석하는 방식을 통해 해당 객체의 위치(해당 객체까지의 거리를 포함한다), 속도 및 이동 방향을 판단할 수 있다.

카메라 센서(530)는 차량 주변을 촬상하여 차량 외부의 주변 객체를 검출할 수 있으며, 그 사양에 따라 미리 정의되어 있는 설정 거리, 설정 수직 화각 및 설정 수평 화각 범위 이내에 위치한 주변 객체를 검출할 수 있다. 카메라 센서(530)는 차량의 전면, 좌측면, 우측면 및 후면에 각각 설치되는 전방 카메라 센서(531), 좌측 카메라 센서(532), 우측 카메라 센서(533) 및 후방 카메라 센서(534)를 포함할 수 있으나, 그 설치 위치 및 설치 수는 특정 실시예로 제한되지 않는다. 자율 주행 통합 제어부(600)의 프로세서(610)는 카메라 센서(530)를 통해 촬상된 이미지에 대하여 미리 정의된 영상 처리 프로세싱을 적용함으로써 해당 객체의 위치(해당 객체까지의 거리를 포함한다), 속도 및 이동 방향을 판단할 수 있다. 또한, 차량 내부를 촬상하기 위한 내부 카메라 센서(535)가 차량의 내부의 소정 위치(예: 리어뷰 미러)에 장착되어 있을 수 있으며, 자율 주행 통합 제어부(600)의 프로세서(610)는 내부 카메라 센서(535)를 통해 획득된 이미지를 기반으로 탑승자의 거동 및 상태를 모니터링하여 전술한 출력부(300)를 통해 탑승자에게 안내 또는 경고를 출력할 수도 있다.

라이다 센서(510), 레이더 센서(520) 및 카메라 센서(530)뿐만 아니라, 센서부(500)는 도 1에 도시된 것과 같이 초음파 센서(540)를 더 포함할 수도 있으며, 이와 함께 차량의 주변 객체를 검출하기 위한 다양한 형태의 센서가 센서부(500)에 더 채용될 수도 있다. 도 3은 본 실시예의 이해를 돕기 위해 전방 라이다 센서(511) 또는 전방 레이더 센서(521)가 차량의 전면에 설치되고, 후방 라이다 센서(513) 또는 후방 레이더 센서(524)가 차량의 후면에 설치되며, 전방 카메라 센서(531), 좌측 카메라 센서(532), 우측 카메라 센서(533) 및 후방 카메라 센서(534)가 각각 차량의 전면, 좌측면, 우측면 및 후면에 설치된 예시를 도시하고 있으나, 전술한 것과 같이 각 센서의 설치 위치 및 설치 수는 특정 실시예로 제한되지 않는다. 도 5는 라이다 센서(510), 레이더 센서(520) 및 카메라 센서(530)가 전방의 주변 객체를 검출할 수 있는 설정 거리 및 수평 화각의 예시를 도시하고 있으며, 도 6은 각 센서가 주변 객체를 검출하는 예시를 도시하고 있다. 도 6은 주변 객체 검출의 일 예시일 뿐, 주변 객체 검출 방식은 센서의 설치 위치 및 설치 수에 의존하여 결정된다. 전술한 센서부(500)의 구성에 따라 자차량의 전방위 영역의 주변 차량 및 주변 객체가 검출될 수 있다.

나아가, 센서부(500)는 차량에 탑승한 탑승자의 상태 판단을 위해, 탑승자의 음성 및 생체 신호(예: 심박수, 심전도, 호흡, 혈압, 체온, 뇌파, 혈류(맥파) 및 혈당 등)를 검출하기 위한 마이크 및 생체 센서를 더 포함할 수도 있으며, 생체 센서로는 심박수 센서, 심전도(Electrocardiogram) 센서, 호흡 센서, 혈압 센서, 체온 센서, 뇌파(Electroencephalogram) 센서, 혈류(Photoplethysmography) 센서 및 혈당 센서 등이 있을 수 있다.

도 4는 차량의 내부 구조의 예시를 도시하고 있으며, 차량의 내부에는 차량의 운전자 또는 동승자와 같은 탑승자의 조작에 의해 그 상태가 제어되어 탑승자의 운전 또는 편의(예: 휴식, 엔터테인먼트 활동 등)를 지원하기 위한 내부 장치가 설치되어 있을 수 있다. 이러한 내부 장치에는 탑승자가 안착하는 차량 시트(S), 내부 라이트 및 무드등과 같은 조명 장치(L), 전술한 사용자 단말(120) 및 디스플레이 장치(320), 내부 테이블 등이 포함될 수 있으며, 이러한 내부 장치는 프로세서(610)에 의해 그 상태가 제어될 수 있다.

차량 시트(S)의 경우, 그 각도가 프로세서(610)에 의해(또는 탑승자의 수동 조작에 의해) 조절될 수 있으며, 차량 시트(S)가 앞 열 시트(S1) 및 뒷 열 시트(S2)로 구성되어 있는 경우 앞 열 시트(S1)의 각도만 조절될 수 있다. 뒷 열 시트(S2)가 구비되어 있지 않은 경우로서 앞 열 시트(S1)가 시트 구조 및 발받침 구조로 구분되어 있는 경우에는 앞 열 시트(S1)의 시트 구조가 발받침 구조와 물리적으로 분리되고 그 각도가 조절되도록 구현될 수 있다. 또한, 차량 시트(S)의 각도를 조절하기 위한 액추에이터(예: 모터)가 마련되어 있을 수 있다. 조명 장치(L)의 경우, 그 온오프가 프로세서(610)에 의해(또는 탑승자의 수동 조작에 의해) 제어될 수 있으며, 조명 장치(L)가 내부 라이트 및 무드등과 같이 복수의 조명 유닛을 포함할 경우 각각의 조명 유닛은 그 온오프가 독립적으로 제어될 수 있다. 사용자 단말(120) 또는 디스플레이 장치(320)는 탑승자의 시야각에 따라 그 각도가 프로세서(610)에 의해(또는 탑승자의 수동 조작에 의해) 조절될 수 있으며, 예를 들어 탑승자의 시선 방향에 그 화면이 존재하도록 각도가 조절될 수 있다. 이 경우, 사용자 단말(120) 및 디스플레이 장치(320)의 각도를 조절하기 위한 액추에이터(예: 모터)가 마련되어 있을 수 있다.

자율 주행 통합 제어부(600)는 도 1에 도시된 것과 같이 네트워크를 통해 서버(700)와 통신할 수 있다. 자율 주행 통합 제어부(600) 및 서버(700) 간의 네트워크 방식으로는 WAN(Wide Area Network), LAN(Local Area Network), 또는 PAN(Personal Area Network) 등 다양한 통신 방식이 채용될 수 있다. 또한, 넓은 네트워크 커버리지를 확보하기 위해, LPWAN(Low Power Wide Area Network, 사물 인터넷 중 커버리지가 매우 넓은 네트워크로서, LoRa, Sigfox, Ingenu, LTE-M, NB-IOT 등의 상용화된 기술을 포함) 통신 방식이 채용될 수 있다. 예를 들어, LoRa(저전력의 통신이 가능하면서도 최대 20Km 정도로 넓은 커버리지를 가짐), 또는 Sigfox(환경에 따라 10Km(도심) 내지 30Km(도심을 벗어난 외곽 지역)의 커버리지를 가짐)의 통신 방식이 채용될 수 있으며, 나아가 전력 절약 모드(PSM: Power Saving Mode)를 갖는 LTE-MTC(Machine-type Communications)(또는, LTE-M), NB(Narrowband) LTE-M, NB IoT와 같은 3GPP(3rd Generation Partnership Project) 릴리즈 12, 13 기반의 LTE 네트워크 기술이 채용될 수도 있다. 서버(700)는 최신성이 유지되는 지도 정보(2차원 항법 지도 데이터, 3차원 격지 지도 데이터, 또는 3차원 고정밀 전자지도 데이터 등 다양한 지도 정보가 해당될 수 있다)를 제공할 수 있으며, 나아가 도로의 사고 정보, 도로 통제 정보, 교통량 정보 및 기상 정보 등 다양한 정보를 제공할 수도 있다. 자율 주행 통합 제어부(600)는 서버(700)로부터 최신의 지도 정보를 전달받아 메모리(620)에 저장된 지도 정보를 갱신할 수 있고, 사고 정보, 도로 통제 정보, 교통량 정보 및 기상 정보를 제공받아 차량의 자율 주행 제어에 활용할 수도 있다.

다음으로, 도 2를 참조하여 본 실시예의 자율 주행 통합 제어부(600)의 구조 및 기능에 대하여 설명한다. 도 2에 도시된 것과 같이 자율 주행 통합 제어부(600)는 프로세서(610) 및 메모리(620)를 포함할 수 있다.

메모리(620)는 차량의 자율 주행 제어를 위해 필요한 기본 정보를 저장하거나, 프로세서(610)에 의해 차량의 자율 주행이 제어되는 과정에서 생성되는 정보를 저장할 수 있으며, 프로세서(610)는 메모리(620)에 저장된 정보에 접근(read, access)하여 차량의 자율 주행을 제어할 수 있다. 메모리(620)는 컴퓨터로 판독 가능한 기록 매체로 구현되어 프로세서(610)가 접근 가능하도록 동작할 수 있다. 구체적으로, 메모리(620)는 하드 드라이브(Hard Drive), 자기 테이프, 메모리 카드(Memory Card), ROM(Read-Only Memory), RAM(Random-Access Memory), DVD(Digital Video Disc) 또는 광학 디스크와 같은 광 데이터 저장장치로 구현될 수 있다.

메모리(620)에는 프로세서(610)에 의한 자율 주행 제어에 요구되는 지도 정보가 저장되어 있을 수 있다. 메모리(620)에 저장된 지도 정보는 도로 단위의 정보를 제공하는 항법 지도(수치지형도)일 수도 있으나, 자율 주행 제어의 정밀도를 향상하기 위해 차선(Lane) 단위의 도로 정보를 제공하는 정밀 도로 지도, 즉 3차원 고정밀 전자지도 데이터로 구현됨이 바람직할 수 있다. 이에 따라, 메모리(620)에 저장된 지도 정보는 차선, 차로 중심선, 규제선, 도로 경계, 도로 중심선, 교통 표지, 노면 표지, 도로의 형상 및 높이, 차선 너비 등 차량의 자율 주행 제어에 필요한 동적 및 정적 정보를 제공할 수 있다.

또한, 메모리(620)에는 차량의 자율 주행 제어를 위한 자율 주행 알고리즘이 저장되어 있을 수 있다. 자율 주행 알고리즘은 자율 주행 차량 주변을 인식하고 그 상태를 판단하여 그 판단 결과에 따라 차량의 주행을 제어하는 알고리즘(인식, 판단 및 제어 알고리즘)으로서, 프로세서(610)는 메모리(620)에 저장된 자율 주행 알고리즘을 실행하여 차량의 주변 환경에 능동적인 자율 주행 제어를 수행할 수 있다.

프로세서(610)는 전술한 운전 정보 입력 인터페이스(101) 및 주행 정보 입력 인터페이스(201)로부터 각각 입력되는 운전 정보 및 주행 정보와, 센서부(500)를 통해 검출된 주변 객체에 대한 정보와, 메모리(620)에 저장된 지도 정보 및 자율 주행 알고리즘을 기반으로 차량의 자율 주행을 제어할 수 있다. 프로세서(610)는 CISC(Complex Instruction Set Computer) 또는 RISC(Reduced Instruction Set Computer)와 같은 임베디드 프로세서(Embedded Processor), 또는 주문형 반도체(ASIC: Application Specific Integrated Circuit)와 같은 전용 반도체 회로로 구현될 수도 있다.

본 실시예에서 프로세서(610)는 자차량 및 주변 차량의 각 주행 궤적을 분석하여 자차량의 자율 주행을 제어할 수 있으며, 이를 위해 도 2에 도시된 것과 같이 프로세서(610)는 센서 처리 모듈(611), 주행 궤적 생성 모듈(612), 주행 궤적 분석 모듈(613), 주행 제어 모듈(614), 궤적 학습 모듈(615) 및 탑승자 상태 판단 모듈(616)을 포함할 수 있다. 도 2는 기능에 따라 각 모듈을 독립적인 블록으로 도시하고 있으나, 각 모듈이 하나의 모듈로 통합되어 각각의 기능을 통합적으로 수행하는 구성으로 구현될 수도 있다.

센서 처리 모듈(611)은 센서부(500)를 통해 자차량의 주변 차량이 검출된 결과를 기반으로 주변 차량의 주행 정보(즉, 주변 차량의 위치를 포함하며, 위치와 함께 주변 차량의 속도 및 이동 방향을 더 포함할 수도 있다)를 판단할 수 있다. 즉, 라이다 센서(510)를 통해 수신된 신호를 기반으로 주변 차량의 위치를 판단하거나, 레이더 센서(520)를 통해 수신된 신호를 기반으로 주변 차량의 위치를 판단하거나, 카메라 센서(530)를 통해 촬상된 이미지를 기반으로 주변 차량의 위치를 판단하거나, 초음파 센서(540)를 통해 수신된 신호를 기반으로 주변 차량의 위치를 판단할 수 있다. 이를 위해, 도 1에 도시된 것과 같이 센서 처리 모듈(611)은 라이다 신호 처리 모듈(611a), 레이더 신호 처리 모듈(611b) 및 카메라 신호 처리 모듈(611c)을 포함할 수 있다(초음파 신호 처리 모듈이 센서 처리 모듈(611)에 더 부가될 수도 있다). 라이다 센서(510), 레이더 센서(520) 및 카메라 센서(530)를 활용하여 주변 차량의 위치를 결정하는 방법은 특정의 실시예로 그 구현 방식이 한정되지 않는다. 또한, 센서 처리 모듈(611)은 주변 차량의 위치, 속도 및 이동 방향뿐만 아니라 주변 차량의 크기 및 종류 등의 속성 정보를 판단할 수도 있으며, 상기와 같은 주변 차량의 위치, 속도, 이동 방향, 크기 및 종류와 같은 정보를 판단하기 위한 알고리즘이 미리 정의되어 있을 수 있다.

주행 궤적 생성 모듈(612)은 주변 차량의 실제 주행 궤적 및 예상 주행 궤적과, 자차량의 실제 주행 궤적을 생성할 수 있으며, 이를 위해 도 2에 도시된 것과 같이 주변 차량 주행 궤적 생성 모듈(612a) 및 자차량 주행 궤적 생성 모듈(612b)을 포함할 수 있다.

먼저, 주변 차량 주행 궤적 생성 모듈(612a)은 주변 차량의 실제 주행 궤적을 생성할 수 있다.

구체적으로, 주변 차량 주행 궤적 생성 모듈(612a)은 센서부(500)에 의해 검출된 주변 차량의 주행 정보(즉, 센서 처리 모듈(611)에 의해 결정된 주변 차량의 위치)에 기초하여 주변 차량의 실제 주행 궤적을 생성할 수 있다. 이 경우, 주변 차량의 실제 주행 궤적을 생성하기 위해 주변 차량 주행 궤적 생성 모듈(612a)은 메모리(620)에 저장된 지도 정보를 참조할 수 있으며, 센서부(500)에 의해 검출된 주변 차량의 위치와 메모리(620)에 저장된 지도 정보 상의 임의의 위치를 교차 참조(Cross Reference)하여 주변 차량의 실제 주행 궤적을 생성할 수 있다. 예를 들어, 주변 차량 주행 궤적 생성 모듈(612a)은 센서부(500)에 의해 특정 지점에서 주변 차량이 검출된 경우, 검출된 주변 차량의 위치와 메모리(620)에 저장된 지도 정보 상의 임의의 위치를 교차 참조함으로써 지도 정보 상에서 현재 검출된 주변 차량의 위치를 특정할 수 있으며, 상기와 같이 주변 차량의 위치를 지속적으로 모니터링함으로써 주변 차량의 실제 주행 궤적을 생성할 수 있다. 즉, 주변 차량 주행 궤적 생성 모듈(612a)은 상기의 교차 참조를 기반으로, 센서부(500)에 의해 검출된 주변 차량의 위치를 메모리(620)에 저장된 지도 정보 상의 위치로 매핑하고 누적함으로써 주변 차량의 실제 주행 궤적을 생성할 수 있다.

한편, 주변 차량의 실제 주행 궤적은 후술하는 주변 차량의 예상 주행 궤적과 비교되어 메모리(620)에 저장된 지도 정보의 부정확 여부를 판단하기 위해 활용될 수 있다. 이 경우, 어느 특정한 주변 차량의 실제 주행 궤적을 예상 주행 궤적과 비교할 경우 지도 정보가 정확함에도 불구하고 부정확한 것으로 오판단하는 문제가 발생할 수 있다. 예를 들어, 다수의 주변 차량의 실제 주행 궤적과 예상 주행 궤적이 일치하고, 어느 특정 주변 차량의 실제 주행 궤적과 예상 주행 궤적이 상이할 경우, 상기 특정 주변 차량의 실제 주행 궤적만을 예상 주행 궤적과 비교하면 지도 정보가 정확함에도 불구하고 부정확한 것으로 오판단하게 될 수 있다. 따라서, 복수의 주변 차량의 실제 주행 궤적의 경향성이 예상 주행 궤적을 벗어나는지 여부를 판단할 필요성이 있으며, 이를 위해 주변 차량 주행 궤적 생성 모듈(612a)은 복수의 주변 차량의 실제 주행 궤적을 각각 생성할 수도 있다. 나아가, 주변 차량의 운전자가 직선 경로 주행을 위해 주행 과정에서 조향휠을 좌우측으로 다소 움직이는 경향이 있음을 고려하면 주변 차량의 실제 주행 궤적은 직선이 아닌 굴곡이 있는 형태로 생성될 수도 있으며, 후술하는 예상 주행 궤적 간의 오차 산출을 위해 주변 차량 주행 궤적 생성 모듈(612a)은 굴곡이 있는 형태로 생성되는 원시의 실제 주행 궤적에 소정의 평활화 기법을 적용하여 직선 형태의 실제 주행 궤적을 생성할 수도 있다. 평활화 기법으로는 주변 차량의 각 위치에 대한 보간(interpolation) 등 다양한 기법이 채용될 수 있다.

또한, 주변 차량 주행 궤적 생성 모듈(612a)은 메모리(620)에 저장된 지도 정보에 기초하여 주변 차량의 예상 주행 궤적을 생성할 수 있다.

전술한 것과 같이 메모리(620)에 저장된 지도 정보는 3차원 고정밀 전자지도 데이터일 수 있으며, 따라서 지도 정보는 차선, 차로 중심선, 규제선, 도로 경계, 도로 중심선, 교통 표지, 노면 표지, 도로의 형상 및 높이, 차선 너비 등 차량의 자율 주행 제어에 필요한 동적 및 정적 정보를 제공할 수 있다. 일반적으로 차량은 차로의 중앙에서 주행하는 점을 고려하면, 자차량의 주변에서 주행하고 있는 주변 차량 또한 차로의 중앙에서 주행할 것으로 예상될 수 있으며, 따라서 주변 차량 주행 궤적 생성 모듈(612a)은 주변 차량의 예상 주행 궤적을 지도 정보에 반영되어 있는 차로 중심선으로서 생성할 수 있다.

자차량 주행 궤적 생성 모듈(612b)은 전술한 주행 정보 입력 인터페이스(201)를 통해 획득되는 자차량의 주행 정보에 기초하여 자차량이 현재까지 주행한 실제 주행 궤적을 생성할 수 있다.

구체적으로, 자차량 주행 궤적 생성 모듈(612b)은 주행 정보 입력 인터페이스(201)를 통해 획득되는 자차량의 위치(즉, GPS 수신기(260)를 통해 획득된 자차량의 위치 정보)와 메모리(620)에 저장된 지도 정보 상의 임의의 위치를 교차 참조(Cross Reference)하여 자차량의 실제 주행 궤적을 생성할 수 있다. 예를 들어, 주행 정보 입력 인터페이스(201)를 통해 획득되는 자차량의 위치와 메모리(620)에 저장된 지도 정보 상의 임의의 위치를 교차 참조함으로써 지도 정보 상에서 현재 자차량의 위치를 특정할 수 있으며, 상기와 같이 자차량의 위치를 지속적으로 모니터링함으로써 자차량의 실제 주행 궤적을 생성할 수 있다. 즉, 자차량 주행 궤적 생성 모듈(612b)은 상기의 교차 참조를 기반으로, 주행 정보 입력 인터페이스(201)를 통해 획득되는 자차량의 위치를 메모리(620)에 저장된 지도 정보 상의 위치로 매핑하고 누적함으로써 자차량의 실제 주행 궤적을 생성할 수 있다.

또한, 자차량 주행 궤적 생성 모듈(612b)은 메모리에 저장된 지도 정보에 기초하여 자차량이 목적지까지 주행해야 할 예상 주행 궤적을 생성할 수 있다.

즉, 자차량 주행 궤적 생성 모듈(612b)은 주행 정보 입력 인터페이스(201)를 통해 획득되는 자차량의 현재 위치(즉, GPS 수신기(260)를 통해 획득된 자차량의 현재 위치 정보)와 메모리에 저장된 지도 정보를 이용하여 목적지까지의 예상 주행 궤적을 생성할 수 있으며, 자차량의 예상 주행 궤적은 주변 차량의 예상 주행 궤적과 마찬가지로 메모리(620)에 저장된 지도 정보에 반영되어 있는 차로 중심선으로서 생성될 수 있다.

주변 차량 주행 궤적 생성 모듈(612a) 및 자차량 주행 궤적 생성 모듈(612b)에 의해 생성된 주행 궤적은 메모리(620)에 저장될 수 있으며, 프로세서(610)에 의해 자차량의 자율 주행이 제어되는 과정에서 다양한 목적으로 활용될 수 있다.

주행 궤적 분석 모듈(613)은 주행 궤적 생성 모듈(612)에 의해 생성되어 메모리(620)에 저장된 각 주행 궤적(즉, 주변 차량의 실제 주행 궤적 및 예상 주행 궤적, 자차량의 실제 주행 궤적)을 분석하여 현재 자차량에 대한 자율 주행 제어의 신뢰도를 진단할 수 있다. 자율 주행 제어의 신뢰도 진단은 주변 차량의 실제 주행 궤적 및 예상 주행 궤적 간의 궤적 오차를 분석하는 과정으로 진행될 수 있다.

주행 제어 모듈(614)은 자차량의 자율 주행을 제어하는 기능을 수행할 수 있으며, 구체적으로 전술한 운전 정보 입력 인터페이스(101) 및 주행 정보 입력 인터페이스(201)로부터 각각 입력되는 운전 정보 및 주행 정보와, 센서부(500)를 통해 검출된 주변 객체에 대한 정보와, 메모리(620)에 저장된 지도 정보를 종합적으로 이용하여 자율 주행 알고리즘을 처리하며, 차량 제어 출력 인터페이스(401)를 통해 제어 정보를 전달하여 하위 제어 시스템(400)으로 하여금 자차량의 자율 주행을 제어하도록 할 수 있고, 또한 탑승자 출력 인터페이스(301)를 통해 자차량의 주행 상태 정보 및 경고 정보를 출력부(300)로 전달하여 운전자가 인지하도록 할 수 있다. 또한, 주행 제어 모듈(614)은 상기와 같은 자율 주행을 통합적으로 제어할 때 전술한 센서 처리 모듈(611), 주행 궤적 생성 모듈(612) 및 주행 궤적 분석 모듈(613)에 의해 분석된 자차량 및 주변 차량의 주행 궤적을 고려하여 자율 주행을 제어함으로써 자율 주행 제어의 정밀도를 향상시키고 자율 주행 제어 안정성을 개선할 수 있다.

궤적 학습 모듈(615)은 자차량 주행 궤적 생성 모듈(612b)에 의해 생성된 자차량의 실제 주행 궤적에 대한 학습 또는 보정을 수행할 수 있다. 예를 들어, 주변 차량의 실제 주행 궤적 및 예상 주행 궤적 간의 궤적 오차가 미리 설정된 임계값 이상인 경우 메모리(620)에 저장된 지도 정보의 부정확한 것으로 판단하여 자차량의 실제 주행 궤적의 보정이 필요한 것으로 판단할 수 있으며, 이에 따라 자차량의 실제 주행 궤적을 보정하기 위한 횡방향 시프트값을 결정하여 자차량의 주행 궤적을 보정할 수 있다.

탑승자 상태 판단 모듈(616)은 전술한 내부 카메라 센서(535) 및 생체 센서에 의해 검출된 탑승자의 상태 및 생체 신호를 토대로 탑승자의 상태 및 거동을 판단할 수 있다. 탑승자 상태 판단 모듈(616)에 의해 판단된 탑승자의 상태는 자차량의 자율 주행 제어 또는 탑승자에 대한 경고를 출력하는 과정에서 활용될 수 있다.

전술한 내용에 기초하여, 이하에서는 자율 주행 중인 자차량에 대한 자율 주행 제어의 신뢰도를 진단하는 실시예에 대하여 설명한다.

전술한 것과 같이, 본 실시예의 프로세서(610)(의 주행 궤적 생성 모듈(612))는 센서부(500)에 의해 검출된 주변 차량의 주행 정보에 기초하여 주변 차량의 실제 주행 궤적을 생성할 수 있다. 즉, 프로세서(610)는 센서부(500)에 의해 특정 지점에서 주변 차량이 검출된 경우, 검출된 주변 차량의 위치와 메모리(620)에 저장된 지도 정보 상의 위치를 교차 참조함으로써 지도 정보 상에서 현재 검출된 주변 차량의 위치를 특정할 수 있으며, 상기와 같이 주변 차량의 위치를 지속적으로 모니터링함으로써 주변 차량의 실제 주행 궤적을 생성할 수 있다.

그리고, 프로세서(610)(의 주행 궤적 생성 모듈(612))는 메모리(620)에 저장된 지도 정보에 기초하여 주변 차량의 예상 주행 궤적을 생성할 수 있으며, 이 경우 프로세서(610)는 주변 차량의 예상 주행 궤적을 지도 정보에 반영되어 있는 차로 중심선으로서 생성할 수 있다.

주변 차량의 실제 주행 궤적 및 예상 주행 궤적이 생성되면, 프로세서(610)(의 주행 궤적 분석 모듈(613))는 주변 차량의 실제 주행 궤적 및 예상 주행 궤적 간의 궤적 오차의 크기, 또는 궤적 오차의 누적 가산량에 기초하여 자차량에 대한 자율 주행 제어의 신뢰도 진단을 수행할 수 있다.

구체적으로, 주변 차량의 실제 주행 궤적 및 예상 주행 궤적 간의 궤적 오차가 존재하는 상태는, 자차량에 대하여 이루어지고 있는 자율 주행 제어를 신뢰할 수 없게 된 상태에 해당할 수 있다. 즉, 센서부(500)에 의해 검출된 주변 차량의 주행 정보에 기초하여 생성된 실제 주행 궤적과, 메모리(620)에 저장된 지도 정보에 기초하여 생성된 예상 주행 궤적 간의 오차가 존재한다는 것은, 주변 차량이 지도 정보 상에서 주행할 것으로 예상되는 차로 중심선을 따라 주행하고 있지 않은 상태임을 의미하며, 이는 센서부(500)에 의해 주변 차량이 오검출되었을 가능성, 또는 메모리(620)에 저장된 지도 정보가 부정확할 가능성이 존재함을 의미한다. 즉, 주변 차량이 실제로는 예상 주행 궤적을 따라 주행함에도 불구하고 센서부(500)의 이상으로 인해 주변 차량의 실제 주행 궤적에 오류가 있을 가능성과, 메모리에 저장된 지도 정보와 현재 주행 중인 도로의 상태가 불일치할 가능성(예: 현재 주행 중인 도로의 공사 또는 도로 재정비 등으로 인해 차선이 메모리에 저장된 지도 정보 대비 좌측 또는 우측으로 시프트(shift)되어 주변 차량들이 시프트된 차선을 따라 주행하고 있는 경우)의 두 가지 가능성이 존재할 수 있다. 이에 따라, 프로세서(610)는 실제 주행 궤적 및 예상 주행 궤적 간의 궤적 오차의 크기, 또는 궤적 오차의 누적 가산량에 자차량에 대한 자율 주행 제어의 신뢰도 진단을 수행할 수 있다. 또한, 전술한 것과 같이 주변 차량의 전체적인 주행 경향을 고려하기 위해 어느 특정한 주변 차량의 실제 주행 궤적이 아닌, 복수의 주변 차량의 실제 주행 궤적과 예상 궤적 간의 궤적 오차가 고려될 수 있다.

프로세서(610)가 주변 차량의 실제 주행 궤적 및 예상 주행 궤적 간의 궤적 오차에 기초하여 신뢰도 진단을 수행하는 과정에 대하여 구체적으로 설명하면, 우선 프로세서(610)는 미리 설정된 제1 임계시간 이내에 궤적 오차의 크기가 미리 설정된 제1 임계값 이상인 상태가 발생하면 자차량에 대한 자율 주행 제어를 신뢰할 수 없는 것으로 판단할 수 있다.

여기서, 제1 임계시간은 자율 주행 제어의 신뢰도를 진단하기 위해 미리 설정된 시간을 의미하며, 그 기준이 되는 시점은 프로세서(610)에 의한 주변 차량의 실제 주행 궤적 및 예상 주행 궤적 간의 비교가 개시된 시점이 될 수 있다. 구체적으로, 프로세서(610)가 주변 차량의 실제 주행 궤적 및 예상 주행 궤적을 생성하고 그 궤적 오차를 산출하여 자율 주행 제어의 신뢰도를 진단하는 과정은 메모리(620)의 리소스 및 프로세서(610)의 연산 부하 저감을 위해 미리 설정된 판단 주기에 따라 주기적으로 실행될 수 있다(이에 따라 메모리(620)에 저장되는 주변 차량의 실제 주행 궤적 및 예상 주행 궤적은 판단 주기에 따라 주기적으로 삭제될 수 있다). 이 경우, 어느 한 주기가 개시된 시점으로부터 제1 임계시간이 경과하기 전 궤적 오차의 크기가 제1 임계값 이상인 상태가 발생하면 프로세서(610)는 자율 주행 제어를 신뢰할 수 없는 것으로 판단할 수 있다. 제1 임계시간의 크기는 상기한 판단 주기의 시구간 크기보다 작은 값으로서 설계자의 의도에 따라 다양하게 설계되어 메모리(620)에 저장되어 있을 수 있으며, 제1 임계값 또한 설계자의 의도에 따라 다양하게 설계되어 메모리(620)에 저장되어 있을 수 있다.

또한, 프로세서(610)는 제1 임계시간 동안 궤적 오차의 크기가 제1 임계값 미만으로 유지된 상태에서 궤적 오차의 누적 가산량을 이용하여 신뢰도 진단을 추가적으로 수행할 수 있다. 즉, 제1 임계시간 동안 궤적 오차의 크기가 제1 임계값 미만으로 유지되더라도, 제1 임계값 미만으로 유지되는 궤적 오차를 누적 적산한 값이 일정값 이상이면, 주변 차량이 그 오차 정도는 작지만 예상 주행 궤적으로부터 벗어난 상태로 일정 시간 주행한 상태에 해당하므로, 프로세서(610)는 궤적 오차의 누적 가산량을 이용하여 신뢰도 진단을 추가적으로 수행함으로써 자차량에 대한 자율 주행 제어를 신뢰할 수 있는지 여부를 보다 정밀하게 판단할 수 있다.

이 경우, 프로세서(610)는 제1 임계시간 동안 궤적 오차의 크기가 제1 임계값 미만으로 유지된 상태에서, 제1 임계시간보다 큰 값으로 미리 설정된 제2 임계시간 이내에, 궤적 오차가 누적되어 적산된 누적 가산량(즉, 한 주기 내에서 궤적 오차가 누적 적산된 값)이 미리 설정된 제2 임계값 이상인 상태가 발생하면 자차량에 대한 자율 주행 제어를 신뢰할 수 없는 것으로 판단할 수 있다. 여기서, 제2 임계시간은 제1 임계시간보다 크고 상기한 판단 주기의 시구간 크기보다 작은 값으로 메모리(620)에 미리 저장되어 있을 수 있으며, 제2 임계값 또한 설계자의 의도에 따라 다양하게 설계되어 메모리(620)에 저장되어 있을 수 있다.

전술한 과정을 통해 자차량에 대한 자율 주행 제어를 신뢰할 수 없는 것으로 판단된 경우, 프로세서(610)는 센서부(500) 또는 지도 정보에 대한 보정 처리를 위해 자차량이 인근의 정차 가능 지점(예: 갓길, 휴게소 등)으로 이동하도록 하위 제어 시스템(400)을 제어할 수 있으며, 이후 프로세서(610)는 자율 주행 제어의 신뢰도가 확보될 수 있도록 센서부(500) 및 메모리(620)에 저장된 지도 정보 중 하나 이상에 대하여 보정 처리를 수행할 수 있다.

이 경우, 프로세서(610)는 센서부(500)에 포함된 복수의 센서를 정합하는 방식을 통해 센서부(500)에 대한 보정 처리를 수행할 수 있다. 즉, 제1 임계시간 이내에 궤적 오차의 크기가 제1 임계값 이상인 상태가 발생한 경우, 또는 제2 임계시간 이내에 궤적 오차의 누적 가산량이 제2 임계값 이상인 상태가 발생한 경우에 해당하면, 센서부(500)에 의해 주변 차량이 오검출되었을 가능성이 존재하는 것이므로(그에 따라 센서 처리 모듈(611에 의해 주변 차량의 위치가 오결정되었을 가능성이 존재하는 것이므로), 프로세서(610)는 센서부(500)의 정상 동작을 확보하기 위해 센서부(500)에 포함된 복수의 센서를 정합하는 방식을 통해 센서부(500)에 대한 보정 처리를 수행할 수 있다. 복수의 센서를 정합하는 방식으로서, 복수의 센서를 초기화한 후 이종의 센서(즉, 라이다 센서(510), 레이더 센서(520) 및 카메라 센서(530))간의 캘리브레이션(Calibration)을 수행하는 방식이 채용될 수 있으며, 캘리브레이션은 이를테면 각 센서(510, 520, 530)가 동일 객체를 검출한 결과를 토대로 결정되는 해당 객체의 위치가 상호 간 동일해지도록 각 센서(510, 520, 530)의 내부 파라미터를 조정하는 과정을 통해 수행될 수 있다. 나아가, 센서부(500)에 대하여 진행된 캘리브레이션을 통해 복수의 센서가 정합되었는지 여부를 검증하는 후속 과정이 이루어질 수 있으며, 예를 들어 캘리브레이션 수행 후 동일 객체를 검출한 라이다 센서(510), 레이더 센서(520) 및 카메라 센서(530)로부터의 각 출력값에 따라 결정되는 주변 차량의 위치가 정합되지 않으면(예를 들어 각 센서(510, 520, 530)를 기반으로 결정된 주변 차량의 위치 간의 산포도가 임계치 이상이면 복수의 센서가 정합되지 않은 것으로 판단할 수 있다), 센서부(500)에 대한 보정이 불가능한 상태로 판단하여(예: 센서부(500) 자체의 고장) 프로세서(610)는 자차량에 대한 자율 주행 모드를 OFF 시킬 수 있다.

또한, 프로세서(610)는 자차량에 대한 자율 주행 제어를 신뢰할 수 없는 것으로 판단된 경우, 주변 차량의 실제 주행 궤적을 메모리(620)에 저장하고, 외부로부터 전송받은 신규 지도 정보(즉, 서버(700)로부터 전송받은 신규 지도 정보)를 이용하여 메모리(620)에 저장된 지도 정보를 업데이트함으로써 메모리(620)에 저장된 지도 정보에 대한 보정 처리를 수행하며, 메모리(620)에 저장된 주변 차량의 실제 주행 궤적을 이용하여 신규 지도 정보로 업데이트된 지도 정보를 검증할 수 있다.

구체적으로, 프로세서(610)는 자차량에 대한 자율 주행 제어를 신뢰할 수 없는 것으로 판단된 시점에 주변 차량의 실제 주행 궤적을 메모리(620)에 저장한 후, 메모리(620)에 저장된 지도 정보를 서버(700)로부터 전송받은 신규 지도 정보로 업데이트할 수 있다. 이때, 프로세서(610)는 업데이트된 지도 정보(즉, 서버(700)로부터 전송받은 신규 지도 정보)를 자율 주행 제어에 활용하기 전, 메모리(620)에 저장된 주변 차량의 실제 주행 궤적을 이용하여 신규 지도 정보로 업데이트된 지도 정보를 검증할 수 있으며, 이 경우 메모리(620)에 저장된 주변 차량의 실제 주행 궤적과, 업데이트된 지도 정보에 기초하여 생성되는 예상 주행 궤적(즉, 업데이트된 지도 정보에 반영되어 있는 차로 중심선)을 비교하는 방식을 통해 업데이트된 지도 정보를 검증할 수 있다(예를 들어, 메모리(620)에 저장된 주변 차량의 실제 주행 궤적과, 업데이트된 지도 정보에 기초하여 생성되는 예상 주행 궤적 간의 궤적 오차가 미리 설정된 임계치 미만이면 업데이트된 지도 정보를 신뢰할 수 있는 것으로 판단할 수 있다). 상기의 과정은 업데이트된 지도 정보가 현재 주행 중인 도로의 상태를 정확하게 반영하고 있는지 여부를 검증하는 과정으로서의 의미를 갖는다.

상기한 보정 처리 과정을 통해 센서부(500) 및 업데이트된 지도 정보가 검증되면, 프로세서(610)는 정상적인 자율 주행 제어를 수행하고, 센서부(500) 또는 업데이트된 지도 정보가 검증되지 않은 경우 프로세서(610)는 자차량의 자율 주행 모드를 오프시키고 출력부(300)를 통해 수동 주행 모드에 따른 주행이 필요하다는 안내 및 경고를 탑승자에게 출력할 수 있다.

도 7 및 도 8은 본 발명의 일 실시예에 따른 자율 주행 방법을 설명하기 위한 흐름도이다.

도 7을 참조하여 본 발명의 일 실시예에 따른 자율 주행 방법을 설명하면, 먼저 프로세서(610)는 메모리(620)에 저장된 지도 정보에 기초하여 자차량의 자율 주행을 제어한다(S100).

이후, 프로세서(610)는 자차량의 자율 주행이 이루어지는 과정에서 센서부(500)에 의해 검출되는 주변 차량의 주행 정보에 기초하여 주변 차량의 실제 주행 궤적을 생성한다(S200).

이어서, 프로세서(610)는 메모리(620)에 저장된 지도 정보에 기초하여 주변 차량의 예상 주행 궤적을 생성한다(S300).

이어서, 프로세서(610)는 S200 단계 및 S300 단계에서 생성된 주변 차량의 실제 주행 궤적 및 예상 주행 궤적 간의 궤적 오차의 크기, 또는 궤적 오차의 누적 가산량에 기초하여 자차량에 대한 자율 주행 제어의 신뢰도 진단을 수행한다(S400).

S400 단계에서 자차량에 대한 자율 주행 제어를 신뢰할 수 없는 것으로 판단된 경우, 프로세서(610)는 자율 주행 제어의 신뢰도가 확보될 수 있도록 주변 차량을 검출하는 센서부 및 메모리에 저장된 지도 정보 중 하나 이상에 대하여 보정 처리를 수행한다(S500).

한편, 도 8에 도시된 것과 같이 S400 단계에서 프로세서(610)는 미리 설정된 제1 임계시간 이내에 궤적 오차의 크기가 미리 설정된 제1 임계값 이상인 상태가 발생하는지 여부를 판단한다(S410).

만약, 제1 임계시간 동안 궤적 오차의 크기가 제1 임계값 미만으로 유지된 경우, 프로세서(610)는 제1 임계시간보다 큰 값으로 미리 설정된 제2 임계시간 이내에, 궤적 오차가 누적되어 적산된 누적 가산량이 미리 설정된 제2 임계값 이상인 상태가 발생하는지 여부를 판단한다(S420).

S410 단계에서 제1 임계시간 이내에 궤적 오차의 크기가 제1 임계값 이상인 상태가 발생하거나, S420 단계에서 제2 임계시간 이내에 궤적 오차의 누적 가산량이 제2 임계값 이상인 상태가 발생하면, 프로세서(610)는 자차량에 대한 자율 주행 제어를 신뢰할 수 없는 것으로 판단하여 S500 단계를 수행하며, S410 단계에서 제1 임계시간 동안 궤적 오차의 크기가 제1 임계값 미만으로 유지되고 S420 단계에서 제2 임계시간 이내에 궤적 오차의 누적 가산량이 제2 임계값 이상인 상태가 발생하지 않으면 프로세서(610)는 정상적인 자율 주행 제어를 수행한다(S600).

한편, 도 8에 도시된 것과 같이 S500 단계에서 프로세서(610)는 센서부(500)에 포함된 복수의 센서를 정합하는 방식을 통해 센서부(500)에 대한 보정 처리를 수행한다(S510).

S510 단계에서 센서부(500)가 검증된 경우(즉, 복수의 센서 간 정합이 이루어진 경우), 프로세서(610)는 외부(서버(700))로부터 전송받은 신규 지도 정보를 이용하여 메모리(620)에 저장된 지도 정보를 업데이트한다(S520).

그리고, 프로세서(610)는 S400 단계에서 자율 주행 제어를 신뢰할 수 없는 것으로 판단된 시점에 메모리(620)에 저장된 주변 차량의 실제 주행 궤적을 이용하여 S520 단계에서 업데이트된 지도 정보를 검증한다(S530).

S510 단계에서 센서부(500)가 검증되고 S530 단계에서 업데이트된 지도 정보가 검증된 경우 프로세서(610)는 정상적인 자율 주행 제어를 수행한다(S600). 반면, S510 단계에서 센서부(500)가 검증되지 않거나, S530 단계에서 업데이트된 지도 정보가 검증되지 않은 경우, 프로세서(610)는 자차량의 자율 주행 모드를 오프시킨다(S700). S700 단계에서 프로세서(610)는 출력부(300)를 통해 수동 주행 모드에 따른 주행이 필요하다는 안내 및 경고를 탑승자에게 출력할 수 있다.

이와 같이 본 실시예는 자율 주행 차량의 주변 차량에 대하여 결정되는 실제 주행 궤적 및 예상 주행 궤적 간의 오차를 이용하여 자율 주행 제어의 신뢰도를 우선적으로 진단하고, 그 진단 결과에 따라 자율 주행 차량에 적용된 센서 또는 메모리에 저장된 지도 정보에 대하여 보정 처리를 수행하여 자율 주행 제어의 신뢰도를 확보하도록 함으로써 자율 주행 차량의 주행 안정성 및 주행 정확성을 향상시킬 수 있다.

본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며 당해 기술이 속하는 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 아래의 특허청구범위에 의하여 정해져야 할 것이다.

100: 사용자 입력부 101: 운전 정보 입력 인터페이스
110: 주행 모드 스위치 120: 사용자 단말
200: 주행 정보 검출부 201: 주행 정보 입력 인터페이스
210: 조향각 센서 220: APS/PTS
230: 차속 센서 240: 가속도 센서
250: 요/피치/롤 센서 260: GPS 수신기
300: 출력부 301: 탑승자 출력 인터페이스
310: 스피커 320: 디스플레이 장치
400: 하위 제어 시스템 401: 차량 제어 출력 인터페이스
410: 엔진 제어 시스템 420: 제동 제어 시스템
430: 조향 제어 시스템 500: 센서부
510: 라이다 센서 511: 전방 라이다 센서
512: 상부 라이다 센서 513: 후방 라이다 센서
520: 레이더 센서 521: 전방 레이더 센서
522: 좌측 레이더 센서 523: 우측 레이더 센서
524: 후방 레이더 센서 530: 카메라 센서
531: 전방 카메라 센서 532: 좌측 카메라 센서
533: 우측 카메라 센서 534: 후방 카메라 센서
535: 내부 카메라 센서 540: 초음파 센서
600: 자율 주행 통합 제어부 610: 프로세서
611: 센서 처리 모듈 611a: 라이더 신호 처리 모듈
611b: 레이더 신호 처리 모듈 611c: 카메라 신호 처리 모듈
612: 주행 궤적 생성 모듈 612a: 주변 차량 주행 궤적 생성 모듈
612b: 자차량 주행 궤적 생성 모듈 613: 주행 궤적 분석 모듈
614: 주행 제어 모듈 615: 궤적 학습 모듈
616: 탑승자 상태 판단 모듈 620: 메모리
700: 서버

Claims (7)

1. 자율 주행 중인 자차량의 주변 차량을 검출하는 센서부;
   지도 정보를 저장하는 메모리; 및
   상기 메모리에 저장된 지도 정보에 기초하여 상기 자차량의 자율 주행을 제어하는 프로세서;를 포함하고,
   상기 프로세서는,
   상기 센서부에 의해 검출된 주변 차량의 주행 정보에 기초하여 상기 주변 차량의 실제 주행 궤적을 생성하고,
   상기 메모리에 저장된 지도 정보에 기초하여 상기 주변 차량의 예상 주행 궤적을 생성하며,
   상기 생성된 실제 주행 궤적 및 예상 주행 궤적 간의 궤적 오차의 크기, 또는 상기 궤적 오차의 누적 가산량에 기초하여 상기 자차량에 대한 자율 주행 제어의 신뢰도 진단을 수행하고,
   상기 프로세서는,
   상기 궤적 오차의 크기 및 미리 설정된 제1 임계값 간의 비교 결과에 따라 차별적인 방식으로 상기 자율 주행 제어의 신뢰도 진단을 수행하는 것을 특징으로 하는 자율 주행 장치.
   
2. 제1항에 있어서,
   상기 프로세서는,
   상기 궤적 오차의 크기가 상기 제1 임계값 이상인 경우 상기 자차량에 대한 자율 주행 제어를 신뢰할 수 없는 것으로 판단하는 것을 특징으로 하는 자율 주행 장치.
   
3. 제2항에 있어서,
   상기 프로세서는,
   미리 설정된 제1 임계시간 이내에 상기 궤적 오차의 크기가 상기 제1 임계값 이상인 상태가 발생하면 상기 자차량에 대한 자율 주행 제어를 신뢰할 수 없는 것으로 판단하는 것을 특징으로 하는 자율 주행 장치.
   
4. 제1항에 있어서,
   상기 프로세서는,
   상기 궤적 오차의 크기가 상기 제1 임계값 미만인 경우 상기 궤적 오차의 누적 가산량을 이용하여 상기 신뢰도 진단을 수행하는 것을 특징으로 하는 자율 주행 장치.
   
5. 제4항에 있어서,
   상기 프로세서는,
   미리 설정된 제1 임계시간 동안 상기 궤적 오차의 크기가 상기 제1 임계값 미만으로 유지된 상태에서, 상기 제1 임계시간보다 큰 값으로 미리 설정된 제2 임계시간 이내에, 상기 궤적 오차가 누적되어 적산된 상기 누적 가산량이 미리 설정된 제2 임계값 이상인 상태가 발생하면 상기 자차량에 대한 자율 주행 제어를 신뢰할 수 없는 것으로 판단하는 것을 특징으로 하는 자율 주행 장치.
   
6. 제1항에 있어서,
   상기 프로세서는,
   상기 신뢰도 진단의 수행 결과 상기 자차량에 대한 자율 주행 제어를 신뢰할 수 없는 것으로 판단된 경우, 상기 자율 주행 제어의 신뢰도가 확보될 수 있도록 상기 센서부 및 상기 지도 정보 중 하나 이상에 대하여 보정 처리를 수행하는 것을 특징으로 하는 자율 주행 장치.
   
7. 프로세서가, 메모리에 저장된 지도 정보에 기초하여 자차량의 자율 주행을 제어하는 단계;
   상기 프로세서가, 센서부에 의해 검출된 상기 자차량의 주변 차량의 주행 정보에 기초하여 상기 주변 차량의 실제 주행 궤적을 생성하는 단계;
   상기 프로세서가, 상기 메모리에 저장된 지도 정보에 기초하여 상기 주변 차량의 예상 주행 궤적을 생성하는 단계; 및
   상기 프로세서가, 상기 생성된 실제 주행 궤적 및 예상 주행 궤적 간의 궤적 오차의 크기, 또는 상기 궤적 오차의 누적 가산량에 기초하여 상기 자차량에 대한 자율 주행 제어의 신뢰도 진단을 수행하는 단계;를 포함하고,
   상기 신뢰도 진단을 수행하는 단계에서, 상기 프로세서는,
   상기 궤적 오차의 크기 및 미리 설정된 제1 임계값 간의 비교 결과에 따라 차별적인 방식으로 상기 자율 주행 제어의 신뢰도 진단을 수행하는 것을 특징으로 하는 자율 주행 방법.

Images