KR20240046902A - 차도 비평탄부를 결정하고 특성화하는 방법 및 장치 - Google Patents

차도 비평탄부를 결정하고 특성화하는 방법 및 장치 Download PDF

Info

Publication number
KR20240046902A
KR20240046902A KR1020247008768A KR20247008768A KR20240046902A KR 20240046902 A KR20240046902 A KR 20240046902A KR 1020247008768 A KR1020247008768 A KR 1020247008768A KR 20247008768 A KR20247008768 A KR 20247008768A KR 20240046902 A KR20240046902 A KR 20240046902A
Authority
KR
South Korea
Prior art keywords
roadway
unevenness
characterizing
determining
computing device
Prior art date
Application number
KR1020247008768A
Other languages
English (en)
Inventor
안드레아스 호프만
데비 라이 숭카라
얀 쇼잉
Original Assignee
로베르트 보쉬 게엠베하
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 로베르트 보쉬 게엠베하 filed Critical 로베르트 보쉬 게엠베하
Publication of KR20240046902A publication Critical patent/KR20240046902A/ko

Links

Images

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
    • 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
    • B60W40/06—Road conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]
    • 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
    • B60W2300/00—Indexing codes relating to the type of vehicle
    • B60W2300/36—Cycles; Motorcycles; Scooters
    • 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
    • B60W2420/403—Image sensing, e.g. optical camera
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/50—Magnetic or electromagnetic sensors
    • B60W2420/503—Hall effect or magnetoresistive, i.e. active wheel speed sensors
    • 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
    • B60W2422/00—Indexing codes relating to the special location or mounting of sensors
    • B60W2422/70—Indexing codes relating to the special location or mounting of sensors on the wheel or the tire
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/15—Road slope, i.e. the inclination of a road segment in the longitudinal direction
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/35—Road bumpiness, e.g. potholes
    • 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
    • B60W2556/45—External transmission of data to or from the vehicle
    • 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
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/28—Wheel speed
    • 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
    • B60W2756/00—Output or target parameters relating to data
    • B60W2756/10—Involving external transmission of data to or from the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2200/00—Type of vehicle
    • B60Y2200/10—Road Vehicles
    • B60Y2200/12—Motorcycles, Trikes; Quads; Scooters

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Regulating Braking Force (AREA)
  • General Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명은, 차도의 차도 비평탄부를 결정하고 특성화하는 방법에 관한 것이다. 이를 위해, 차도 위를 주행하는 자동차의 하나 이상의 휠 속도 센서 및/또는 하나 이상의 휠별 가속도 센서에 의해 센서 데이터가 생성된다. 차도 비평탄부는 생성된 센서 데이터를 사용하는 컴퓨팅 장치에 의해 결정되고 특성화된다. 이때, 차도 비평탄부의 에지 형상이 결정된다.

Description

차도 비평탄부를 결정하고 특성화하는 방법 및 장치
본 발명은, 차도 비평탄부를 결정하고 특성화하는 방법 및 장치에 관한 것이다.
예컨대 포트홀(pothole) 형태의 차도 비평탄부는 자주 발생하며 자동차의 안전 위험을 나타낸다. 안전 위험이 얼마나 큰지는 주로 차도 비평탄부의 형태 및 크기에 따라 달라진다. 이륜차 라이더는 특히 취약 그룹으로 간주된다. 또한, 차도 비평탄부는 자동차 내의 운전자와 승객에게 불편을 야기하기도 한다. 그러나 이러한 차도 비평탄부의 존재 및 유형에 대해 신뢰할 수 있는 지역별 데이터가 부족하다. 위험 지도(hazard map)의 생성은 예컨대 DE 10 2010 055370 A1호에 기술되어 있다.
차도 비평탄부를 검출, 추정 및 매핑하기 위해 라이더 센서, 레이더 센서 또는 카메라 센서의 센서 데이터가 이용될 수 있다. 검출 및 추정 방법을 이용하여 도로 손상이 검출되며, 이 방법은 이미지 및 비디오 데이터를 입력으로서 수신하는 기계 학습 알고리즘을 포함할 수 있다.
그러나 여기서 사용되는 센서는 ASIL-D 표준(Automotive Safety Integration Level - D)을 충족하지 못하는 경우가 많다. 더욱이, 이와 같은 센서가 장착된 자동차의 비율은 다소 적다.
또한, 포트홀을 검출하고 추정하기 위한 기계 학습 알고리즘은 위양성(false positive) 및 위음성(false negative) 결과에 취약하다. 더 나아가, 이 알고리즘은 상당한 계산 시간 리소스를 소비한다.
지면 비평탄부의 위험 가능성은 특히 지면 비평탄부의 형상 및 크기에 따라서도 달라진다. 예를 들어, 급격하게 하강하는 에지를 갖는 포트홀은 일반적으로 자동차의 더 큰 손상을 야기할 수 있다. 그와 달리, 천이부가 상대적으로 완만한 경우에는 위험 가능성이 더 적다. 그렇기 때문에, 지면 비평탄부를 검출하는 것뿐만 아니라 더 정확하게 분류하는 것도 필요하다.
본 발명은, 독립 청구항들의 특징을 갖는, 차도 비평탄부를 결정하고 특성화하는 방법 및 장치를 제공한다. 바람직한 실시예들은 종속 특허 청구항들의 대상이다.
따라서, 제1 양태에 따라, 본 발명은 차도 비평탄부를 결정하고 특성화하는 방법과 관련이 있다. 이를 위해, 차도 위를 주행하는 자동차의 하나 이상의 휠 속도 센서 및/또는 하나 이상의 휠별 가속도 센서에 의해 센서 데이터가 생성된다. 차도 비평탄부는 생성된 센서 데이터를 사용하는 컴퓨팅 장치에 의해 결정되고 특성화된다. 차도 비평탄부를 특성화하는 단계는 차도 비평탄부의 에지 형상을 결정하는 단계를 포함한다.
제2 양태에 따라, 본 발명은 인터페이스 및 컴퓨팅 장치를 사용하여 차도의 차도 비평탄부를 결정하고 특성화하는 장치와 관련이 있다. 인터페이스는, 차도 위를 주행하는 자동차의 하나 이상의 휠 속도 센서 및/또는 하나 이상의 휠 개별적인 가속도 센서로부터 생성된 센서 데이터를 수신하도록 구성되어 있다. 컴퓨팅 장치는, 생성된 센서 데이터를 사용하여 차도 비평탄부를 결정하도록 구성되어 있다. 차도 비평탄부를 특성화하는 단계는 차도 비평탄부의 에지 형상을 결정하는 단계를 포함한다.
본 발명은, 특히 차도 비평탄부의 에지 형상이 검출됨으로써, 차도 비평탄부의 발생 및 심각성 또는 크기를 검출하고 분석하는 것을 가능하게 한다. 본 발명은 또한 차도 비평탄부의 포괄적인 데이터베이스를 생성하는 데에도 기여할 수 있다.
최신의 자동차는 복수의 센서를 구비하며, 이들 센서의 데이터는 안전과 편의의 이유에서 매립형 시스템 또는 자동차 컴퓨터에 의해 이용된다. 휠 속도 센서는 가장 자주 사용되는 센서에 속한다.
고주파 휠 속도 센서는 휠의 정확한 상태에 관한 정보를 제공한다. 이들 센서는 ASIL-D 표준을 충족하는 몇 안 되는 센서에도 속하므로 다른 센서에 비해 매우 신뢰성이 있다.
또한, 휠 속도 센서는 매우 폭넓게 보급되어 있다. 더 나아가, 휠 속도 센서는 차도에 가장 가까운 센서인데, 그 이유는 이 센서가 휠에 직접 부착되어 있기 때문이다. 이로써, 도로 표면에 대한 센서의 근접성으로 인해 높은 신뢰성을 제공한다.
또한, 휠별 가속도 센서의 제공이 점점 더 빈번해지고 있다. 자동차의 가동 부분에 배치되어 있지 않고 차량에 고정된 관성 센서와 달리, 휠별 가속도 센서는 휠과 함께 움직인다. 이로 인해, 각각의 개별 휠에 대한 정확한 순간 가속도가 검출될 수 있다.
특별히 휠에 있는 휠 속도 센서와 가속도 센서로 이루어진 조합도 바람직하다.
자동차는 이륜차, 삼륜차, 승용차, 트럭, 모터사이클 등일 수 있다. 자동차는 예를 들어 이·착륙 활주로의 손상을 검출하기 위한 항공기일 수도 있다.
차도 비평탄부를 결정한다는 것은 특히 차도 비평탄부의 존재가 검출되는 것으로 이해될 수 있다. 나아가, 특성화란 (단순한 존재 이상의) 추가 특성이 결정되는 것으로 이해될 수 있다. 특히, 이 경우 차도 비평탄부의 에지 형상이 결정된다.
차도 비평탄부의 에지 형상은 차도 비평탄부의 에지의 형상으로 이해되며, 이는 차도 비평탄부 위를 주행할 때 발생하는 에지 및/또는 차도 비평탄부를 벗어날 때 발생하는 에지와 관련될 수 있다. 따라서, 에지는 차도와 차도 비평탄부의 접촉 영역일 수 있다. 가능한 에지 형상은 예컨대 가파른 에지, 둥근 에지 또는 램프 형상의(각진) 에지를 포함할 수 있다.
에지 형상은 차도에 대한 기울기(경사도)로 설명될 수 있다. 기울기는 차도와 차도 비평탄부 간의 각도로 설명될 수 있다. 차도에 대해 에지가 더 가파르게 하강할수록, 자동차의 손상에 대한 위험이 더 높아진다.
본 발명의 맥락에서, 차도 비평탄부는 예컨대 포트홀, 함몰부 또는 융기부, 바퀴 자국과 같은 도로 손상뿐만 아니라, 예컨대 과속방지턱, 경사로 등과 같은 의도적인 차도 비평탄부도 포함할 수 있다.
컴퓨팅 장치는 바람직하게 데이터 소스 또는 센서 시스템 가까이에 위치하며, 예를 들어 센서 값을 가급적 필터링되지 않은 상태에서 처리할 수 있도록 하기 위해 브레이크 제어 시스템의 제어 장치 내에 통합되어 있다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 일 실시예에 따라, 휠 속도 센서는 예를 들어 홀 센서에 기초하여 자동차의 휠에 배치된 펄스 휠의 움직임에 따라 펄스를 감지한다. 컴퓨팅 장치는 시간에 따라 감지된 펄스의 변화에 기초하여, 다시 말해 펄스 휠에서 나오는 교류 자기장(N/S)의 원시 신호(raw signal)를 참조하여 고주파수 휠 속도의 각도 프로파일(angular profile)을 결정한다. 이때, 휠 속도의 각도 프로파일은 각도에 따른 휠 속도의 변화로 이해될 수 있다. 이는 개별 펄스 간의 시간차를 결정함으로써 이루어질 수 있다. 컴퓨팅 장치는 휠 속도의 결정된 각도 프로파일에 기초하여 차도 비평탄부의 에지 형상을 검출한다. 이로써, 차도 비평탄부는 대부분 휠 속도의 단기적 변화로 이어지게 되는데, 그 이유는 차도 비평탄부 위를 주행할 때 자동차의 휠이 가속되거나 감속되기 때문이다. 이와 동일한 상황은 차도 비평탄부를 벗어날 때에도 적용된다. 이와 같은 휠 속도의 변화를 검출함으로써, 컴퓨팅 장치는 차도 비평탄부를 결정할 수 있고, 더 나아가 에지 형상도 결정할 수 있다. 특히 상이한 경사도의 에지는 휠 속도의 상이한 특징적인 각도 프로파일을 특징으로 한다. 이로 인해, 각도 프로파일의 평가를 통해 에지 형상이 결정될 수 있다.
휠 속도의 시간 프로파일에 비해, 시간에 걸친 펄스 변화로부터 나타나는 각도 프로파일은 차도 표면 상태에서의 작은 변화의 정확성과 관련하여 분명한 장점을 제공한다. 예를 들면, 예컨대 1ms 이하의 사전 설정된 기간의 시간 간격 내의 펄스의 개수를 결정하는 것이 제안될 수 있다. 컴퓨팅 장치에서의 센서 원시 신호의 처리는, 도로 표면 상태의 사소한 변화도 검출하고 정확하게 측정할 수 있게 한다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 일 실시예에 따르면, 휠 속도의 각도 변화량이 제1 임계값을 초과하는 경우, 컴퓨팅 장치가 차도 비평탄부를 결정한다. 이 임계값은 자동차 속도에 따라 달라질 수 있다. 또한, 컴퓨팅 장치는 휠 속도의 각도 변화량을 하나 이상의 제2 임계값과 비교함으로써 에지 형상을 결정하며, 이때 하나 이상의 제2 임계값이 제1 임계값보다 크다. 예를 들어, n개의 상이한 에지 형상을 구별하는 것이 제안될 수 있으며, 여기서 n은 자연수이다. 이 경우, 제1 임계값을 포함하여 총 n개의 임계값이 제공된다. 예를 들어 날카로운(가파른) 에지, 둥근 에지 및 램프 형상의 에지가 서로 구별되어야 한다. 휠 속도의 각도 변화량이 제1 임계값을 초과하지만 제2 임계값보다는 작으면, 에지가 존재하는 것으로 식별되고, 이는 둥근 에지로서 특성화된다. 휠 속도의 각도 변화량이 제2 임계값을 초과하지만 제3 임계값보다는 작으면, 램프 형상의 에지인 것으로 식별된다. 마지막으로, 휠 속도의 각도 변화량이 제3 임계값을 초과하면, 날카로운 에지인 것으로 식별된다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 일 실시예에 따르면, 하나 이상의 휠별 가속도 센서의 센서 데이터는 자동차의 수직축을 따르는 개별 휠의 수직 가속도를 포함하며, 이 경우 컴퓨팅 장치는 수직 가속도의 시간에 따른 프로파일에 따라 차도 비평탄부의 에지 형상을 결정한다. 수직 가속도가 클수록, 일반적으로 에지는 더 가파르게 하강한다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 실시예에 따르면, 수직 가속도의 양이 제1 임계값을 초과하는 경우 차도 비평탄부가 결정되고, 에지 형상은 하나 이상의 제2 임계값과 수직 가속도의 크기의 비교에 의해 결정된다. 휠 속도의 각도 변화량의 경우와 유사하게, 재차 n개의 에지 형상이 구별될 수 있으며, 이 경우 제1 임계값을 포함하여 총 n개의 임계값이 확정된다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 실시예에 따르면, 컴퓨팅 장치는 휠 속도 센서에 의해 생성된 센서 데이터를 참조하여 휠 속도의 그리고/또는 자동차 휠의 수직 가속도의 주파수 거동을 계산하며, 이 경우 컴퓨팅 장치는 휠 속도의 그리고/또는 수직 가속도의 계산된 주파수 거동을 참조하여 차도 비평탄부를 결정한다. 이로써, 주파수 거동에서 하나 이상의 사전 설정된 주파수가 발생하는 경우, 차도 비평탄부가 결정될 수 있다. 차도 비평탄부를 결정하고 에지 형상을 결정하기 위하여, 주파수 거동은 사전 설정된 주파수 패턴과 비교될 수도 있다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 실시예에 따라, 컴퓨팅 장치는 센서 데이터를 참조하여 차도 비평탄부의 유형 및/또는 상태를 추가로 결정한다. 차도 비평탄부의 유형은 예컨대 포트홀, 함몰부, 융기부, 과속방지턱, 경사로 등일 수 있다. 차도 비평탄부의 상태는 예컨대 포트홀의 깊이, 폭, 길이와 같은 공간적 범위로 이해될 수 있다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 일 실시예에 따르면, 차도 비평탄부를 특성화하는 단계는 휠 속도의 그리고/또는 수직 가속도의 변화 진폭을 참조하여 차도 비평탄부의 깊이 및/또는 높이를 (예를 들어 센티미터 단위로) 결정하는 단계를 포함한다. 이 순간에 변화하는 고주파수 휠 속도 및/또는 수직 가속도의 진폭은 차도 비평탄부의 깊이 또는 높이에 상응한다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 실시예에 따라, 휠 속도 센서는 자동차의 하나의 휠에 배치된 펄스 휠의 움직임에 따라 펄스를 감지하며, 이 경우 차도 비평탄부를 특성화하는 단계는, 차도 비평탄부를 주행할 때와 차도 비평탄부를 벗어날 때 사이의 시간 간격 내에서의 펄스의 변화 횟수를 참조하여 차도 비평탄부의 길이를 결정하는 단계를 포함한다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 일 실시예에 따르면, 차도 비평탄부를 결정하는 단계는 결정된 곡선 주행 및/또는 개별 휠 평가를 참조하여 자동차의 기준점에 대한 차도 비평탄부의 위치를 결정하는 단계를 포함한다. 이를 통해 차도 비평탄부의 폭이 결정될 수 있다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 실시예에 따르면, 차도 비평탄부의 상이한 에지 형상들에 대해, 특정 시간 간격 이내에, 예컨대 사전 설정된 조건하에서 테스트 주행 중에 생성되는 휠 속도 진폭의 주파수 패턴 및 펄스 변화의 수가 저장될 수 있다. 현재 결정된 주파수 패턴 또는 진폭 편향을 저장된 주파수 패턴과 비교함으로써, 차도 비평탄부의 에지 형상이 결정될 수 있다.
차도 비평탄부를 결정하고 특성화하기 위한 방법의 또 다른 실시예에 따라, 경사의 진폭, 즉, 휠 속도의 시간에 따른 변화의 진폭이 고려됨으로써, 예컨대 포트홀과 같은 차도 비평탄부의 깊이가 결정될 수 있다. 진폭이 클수록, 포트홀은 더 깊다. 예컨대 룩업 테이블과 같은 사전 설정된 종속성을 참조하여, 휠 속도의 시간에 따른 변화를 참조해서 차도 비평탄부의 깊이가 결정될 수 있다. 이 경우, 예컨대 자동차의 현재 속도와 같은 또 다른 파라미터도 고려될 수 있다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 실시예에 따라, 컴퓨팅 장치는 추가로 운전 상황 및/또는 운전 이벤트를 고려하여 차도 비평탄부를 결정 및/또는 특성화한다. 운전 이벤트는 예를 들어 제동 이벤트, 가속 이벤트 또는 조향 이벤트일 수 있다. 운전 상황에서는 예컨대 자동차의 현재 속도가 고려될 수 있다.
운전 상황 또는 운전 이벤트를 참조해서, 가속 또는 감속 자체에 의해 이미 지면 비평탄부가 검출되는 것을 방지하기 위해, 예컨대 강한 가속 또는 감속 시 지면 비평탄부를 검출하기 위한 임계값이 상승함으로써, 위양성 검출이 줄어들 수 있다.
운전 상황 또는 운전 이벤트를 참조해서 차도 비평탄부가 예상될 수 있다는 것도 검출될 수 있다. 운전자가 예컨대 포트홀을 검출하면, 운전자는 통상적으로 제동하게 되므로, 제동 이벤트의 존재는 예컨대 검출된 지면 비평탄부의 타당성 검증에 이용될 수 있다. 즉, 예를 들어 특정 지면 비평탄부의 존재에 대한 확률이 계산될 수 있다. 이 확률은 제동 이벤트가 존재하는 경우에 높아진다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 실시예에 따라, 컴퓨팅 장치는, 센서 데이터에 따른 입력 데이터를 수신하는 기계 학습 모델 및/또는 통계 모델을 사용하여 차도 비평탄부의 에지 형상을 결정한다.
입력 데이터는 예를 들어 센서 데이터 자체일 수 있다. 그러나 센서 데이터는 기계 학습 모델 및/또는 통계 모델에 제공되기 전에 먼저 전처리될 수도 있다.
기계 학습 모델은 훈련 데이터를 참조하여 사전에 훈련될 수 있다. 일 실시예에 따르면, 기계 학습 모델이 작동 중에 실시간으로 지면 비평탄부를 결정 및/또는 특성화하는 것이 제공될 수 있다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 실시예에 따라, 기계 학습 모델은 하나 이상의 휠 속도의 시간에 따른 프로파일 및/또는 휠 속도의 주파수 거동을 입력값으로서 수신한다. 기계 학습 모델은 지면 비평탄부의 존재 확률에 상응하는 변수를 출력한다. 기계 학습 모델은 지면 비평탄부의 상이한 유형 및/또는 상태를 분류하도록 훈련될 수도 있다. 예를 들어 기계 학습 모델은 에지 형상을 결정할 수 있다. 이를 위해, 예컨대 사전 설정된 양의 에지 형상으로부터 에지 형상이 결정될 수 있다(예컨대 날카로운 에지, 둥근 에지, 램프). 에지 형상은 예컨대 0과 1 사이의 연속적인 파라미터로서도 결정될 수 있으며, 이 경우 0은 평평한 천이부(둥근 에지)에 상응하고, 1은 가파른 에지(예컨대 수직 하강)에 상응한다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 실시예에 따르면, 기계 학습 모델은 하나 이상의 휠 속도 센서의 센서 데이터뿐만 아니라 하나 이상의 휠별 가속도 센서의 센서 데이터도 입력 데이터로서 수신한다. 이 데이터는 병렬로 명시될 수 있거나, 기계 학습 모델 내로 입력되기 전에 융합될 수 있다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 실시예에 따르면, 2개의 기계 학습 모델이 제공되며, 이 경우 제1 기계 학습 모델은 하나 이상의 휠 속도 센서의 센서 데이터를 참조하여 차도 비평탄부의 에지 형상을 결정하고, 제2 기계 학습 모델은 하나 이상의 휠별 가속도 센서의 센서 데이터를 참조하여 차도 비평탄부의 에지 형상을 결정한다. 그런 다음, 차도 비평탄부의 에지 형상을 최종적으로 결정하기 위해, 제1 기계 학습 모델 및 제2 기계 학습 모델의 출력이 융합될 수 있다. 다양한 센서 데이터의 조합에 의해 정확도가 향상될 수 있다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 실시예에 따라, 컴퓨팅 장치는 외부 컴퓨팅 장치이고, 다시 말해 자동차 외부에 배치되어 있다. 예를 들어 평가는 클라우드에서 수행될 수 있다. 이때, 센서 데이터는 자동차의 인터페이스를 통해 컴퓨팅 장치로 출력될 수 있다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 실시예에 따라, 컴퓨팅 장치는 내부 컴퓨팅 장치이고, 다시 말해 자동차 내부에 배치되어 있다. 예를 들어, 컴퓨팅 장치는 자동차 또는 자동차 서브 시스템의 제어 장치이다. 예를 들어, 컴퓨팅 장치는 자동차의 잠김 방지 브레이크 시스템의 제어 장치일 수 있다.
또 다른 일 실시예에 따라, 차도 비평탄부의 결정 및/또는 특성화는 컴퓨터 네트워크의 가장자리에서 구현되며(에지 컴퓨팅), 이 경우 컴퓨터 네트워크는 전자 제어 유닛, 자동차 컴퓨터, 연결 제어 유닛 및 클라우드의 임의의 조합을 포함한다. 이 경우, 상기 결합체 내에서 차량 위치도 정보로서 이용될 수 있다. 그런 다음, 검출된 차도 비평탄부와 조합되어 매핑될 수도 있다.
도로 손상의 검출 시 차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 실시예에 따라, 정보가 자동차의 디스플레이 장치를 통해 자동차의 운전자에게 출력된다. 특히, 정보는 차도 비평탄부의 발생 및/또는 예컨대 차도 비평탄부의 유형 및/또는 상태와 같은 차도 비평탄부와 관련된 세부 사항을 포함할 수 있다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 실시예에 따르면, 컴퓨팅 장치는 상이한 휠의 상이한 휠 속도 센서 및/또는 휠별 가속도 센서의 센서 데이터를 서로 비교할 수 있다. 예를 들어 자동차의 한쪽 측면에 있는 휠 속도 센서 및/또는 휠별 가속도 센서에서만 휠 속도 또는 가속도의 변화가 발생하면, 컴퓨팅 장치는 차도 비평탄부가 자동차의 상응하는 측의 영역에 국한되어 있다고 결정할 수 있다. 이 경우, 컴퓨팅 장치는 예를 들어 포트홀을 검출할 수 있다.
자동차의 양쪽 측면 모두에 있는 휠 속도 센서 및/또는 휠별 가속도 센서에서 휠 속도 또는 가속도의 변화가 발생하면, 컴퓨팅 장치는 차도 비평탄부가 광범위하다고 결정할 수 있다. 이 경우, 컴퓨팅 장치는 예를 들어 과속방지턱을 검출할 수 있다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 실시예에 따라, 컴퓨팅 장치는 자동차의 조향각도 고려할 수 있다. 이로써, 자동차가 곡선을 통과하면 조향각은 사전 설정된 임계값을 초과하게 되고, 휠의 휠 속도 센서 및/또는 휠별 가속도 센서 중 단 하나만 임계값 위에서의 휠 속도 또는 가속도의 상당한 변화를 측정한다고 컴퓨팅 장치가 결정하는 경우, 컴퓨팅 장치는 포트홀을 검출할 수 있다. 이 경우, 조향각으로 인해 자동차의 단 하나의 휠만 포트홀을 통과할 것으로 예상될 수 있다. 차도 비평탄부가 광범위한 경우에는, 복수의 휠이 임계값 위에서의 휠 속도 또는 가속도의 상당한 변화를 측정할 것이다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 실시예에 따라, 컴퓨팅 장치는 센서 데이터를 참조하여 차도 비평탄부의 길이를 계산한다. 이로써, 컴퓨팅 장치는 휠 속도 및/또는 가속도의 제1 변화를 토대로 차도 비평탄부 위에서의 주행을 검출할 수 있고, 휠 속도 및/또는 가속도의 제2 변화를 토대로 차도 비평탄부를 벗어나는 것을 검출할 수 있다. 컴퓨팅 장치는 차량 속도를 고려해서 차도 비평탄부의 길이를 결정할 수 있다. 차도 비평탄부 위에서 주행하는 시점과 차도 비평탄부를 벗어나는 시점 사이에서의 펄스 변화의 수는 예를 들어 센티미터 단위의 길이에 상응한다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 실시예에 따르면, 컴퓨팅 장치는 사전 설정된 시간 간격에 걸쳐 휠 속도를 평균하여 평균 휠 속도를 계산한다. 평균 휠 속도로부터 현재 휠 속도의 편차가 임계값을 초과하는 경우, 컴퓨팅 장치는 차도 비평탄부를 결정한다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 실시예에 따라, 컴퓨팅 장치는 예컨대 비디오 센서, 라이더 센서, 레이더 센서 등과 같은 또 다른 센서의 센서 데이터를 고려하여 지면 비평탄부의 존재를 결정한다. 특히, 컴퓨팅 장치는 추가 센서 데이터를 참조하여 지면 비평탄부의 존재의 타당성을 검증할 수 있다. 즉, 객체 인식 방법에 의한 비디오 데이터를 참조하여 지면 비평탄부의 유형 및/또는 상태가 결정될 수 있다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 실시예에 따라, 차도 비평탄부의 결정 및/또는 특성화기 위한 하나 이상의 임계값이 조정될 수 있다. 이를 위해, 예컨대 자동차와 클라우드간의 양방향 통신에 의해 인터페이스가 제공될 수 있다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 실시예에 따라, 차도 비평탄부와 관련된 데이터가 결합되어 지리적 맵을 생성한다. 특히, 도로 맵 상에 차도 비평탄부 및 선택적으로 차도 비평탄부의 유형 및/또는 상태가 기록될 수 있다. 지리적 맵의 생성은 통계 기반의 그리고/또는 기계 학습 기반의 알고리즘을 사용하여 클라우드에서 수행될 수 있다. 지리적 맵은 동적으로 업데이트될 수 있다.
차도 비평탄부를 결정하고 특성화하는 방법의 또 다른 실시예에 따라, 내부 또는 외부 가속도 센서로부터의 센서 데이터가 3차원으로 진동을 검출하는 데 이용될 수 있다. 통계적 방법 또는 기계 학습 모델을 이용하여 차도 비평탄부가 검출될 수 있다.
도 1은 본 발명의 일 실시예에 따라 차도 비평탄부를 결정하고 특성화하는 장치의 개략적인 블록도이다.
도 2는 차도 비평탄부를 결정하고 특성화하는 본 발명에 따른 장치를 갖춘 자동차의 개략적인 블록도이다.
도 3은 지면 비평탄부 위를 주행할 때의 휠 속도의 변화를 설명하기 위한 개략도이다.
도 4는 상이한 에지 형상들에 대한 휠 속도 및 가속도의 개략적인 프로파일을 도시한 도면이다.
도 5는 본 발명의 일 실시예에 따라 차도 비평탄부를 결정하고 특성화하는 방법의 흐름도이다.
모든 도면에서 동일하거나 기능적으로 동일한 요소 및 장치에는 동일한 참조 부호가 부여되어 있다. 방법 단계의 넘버링은 명확성을 위한 것이며, 일반적으로 특정 시간 순서를 의미하지 않는다. 특히, 복수의 방법 단계가 동시에 수행될 수도 있다.
도 1은, 차도 비평탄부를 결정하고 특성화하는 장치(1)의 개략적인 블록도를 보여준다. 장치(1)는, 예컨대 자동차 통신 버스를 통해 하나 이상의 휠 회전 속도 센서 및/또는 하나 이상의 휠별 가속도 센서와 결합된 인터페이스(2)를 포함한다. 장치(1)는 또한 자동차 브레이크 시스템의 다양한 내부 센서와도 연결될 수 있다. 추가로, 예컨대 자동차 통신 버스를 통해 시스템 외부 센서도 연결될 수 있다.
인터페이스(2)는 자동차와 연결되기 위한 무선 링크일 수도 있다. 따라서, 장치(1)는 자동차 내에 배치될 수 있거나 외부 장치일 수도 있다.
장치(1)는, 인터페이스(2)를 통해 수신된 센서 데이터를 참조하여 차도 비평탄부를 결정하는 컴퓨팅 장치(3)를 더 포함한다. 컴퓨팅 장치(3)는 예컨대 프로그래밍 가능한 마이크로프로세서, 마이크로컨트롤러 등과 같은 하나 또는 복수의 전자 프로세서를 포함할 수 있다. 장치(1)는, 수신된 센서 데이터를 저장하기 위해 비일시적 기계 판독 가능 메모리(4)를 더 포함한다. 컴퓨팅 장치(3)는 메모리(4)를 판독하고 기록할 수 있다.
컴퓨팅 장치(3)는 데이터를 수집하기 위한 제1 유닛(31), 센서 데이터를 전처리하기 위한 제2 유닛(32) 및 차도 비평탄부를 결정하기 위한 제3 유닛(33)을 포함할 수 있다. 제1 내지 제3 유닛(31 내지 33)은 별도의 전자 프로세서로서 구성될 수 있거나 동일한 전자 프로세서 또는 전자 프로세서들의 조합에 의해서도 구현될 수 있다.
데이터 수집 단계에서, 장치(1)는 하나 이상의 센서로부터의 신호를 거의 실시간으로 수집한다. 하나 이상의 센서로부터 수신된 데이터는 예컨대 휠 속도 센서로부터의 속도 펄스 또는 휠별 가속도 센서로부터의 차량 휠의 수직 가속도와 같은 미가공 포맷으로 존재한다. 이들 신호는 인터페이스(2)를 통해 수집되고 제1 유닛(31)에 의해 예를 들어 메모리(4) 내에 기록된다.
전처리 단계에서는, 고주파 휠 속도 데이터를 계산하기 위해 원시 센서 데이터가 제2 유닛(32)에 의해 정제되고 처리된다.
모델 알고리즘의 계산 단계에서는, 고주파 휠 속도 데이터가 제3 유닛(33)에 의해 차도 비평탄부를 검출하는 데 사용된다. 제3 유닛(33)은 예컨대 모델의 세밀하게 교정된 임계값을 토대로 포트홀과 지면 범프(bump)의 도로 거칠기를 구별할 수 있다. 또한, 차도 비평탄부의 유형 및/또는 상태가 검출될 수 있다. 특히, 차도 비평탄부의 깊이 및/또는 길이 및/또는 폭이 검출되고 출력된다. 제3 유닛(33)은 예를 들어 휠 속도의 프로파일을 참조하여 차도 비평탄부의 에지 형상을 추가로 검출한다. 대안적으로 또는 추가로, 제3 유닛(33)은 차도 비평탄부의 에지 형상을 검출하기 위해 휠 또는 휠들의 수직 가속도의 프로파일을 고려할 수 있다.
정보는 인터페이스(2)를 통해 예컨대 자동차의 또 다른 컴퓨팅 장치로 또는 외부 클라우드로 출력될 수 있다.
도 2는, 차도 비평탄부를 결정하고 특성화하는 도 1에 도시된 장치(1)를 갖춘 자동차(101)의 개략적인 블록도를 보여준다. 자동차(101)의 휠들에는, 고정 배선되었거나(hard-wired) 대안적으로 자동차 버스를 통해 장치(1) 및 자동차 컴퓨터(104)와 연결된 휠 속도 센서 및/또는 휠별 가속도 센서(103)가 각각 하나씩 배치되어 있다. 이때, 장치(1)는 자동차(101)의 전자 제어 장치일 수 있다.
장치(1)는, 휠 속도 센서 및/또는 휠별 가속도 센서(103)로부터 수신된 정보를 사용하여 자동차 속도, 주행 거리(mileage), 슬립(slip) 등을 결정한다. 또한, 장치(1)는 전술된 바와 같이 차도 비평탄부 및 차도 비평탄부의 에지 형상을 결정한다.
대안적으로, 자동차 컴퓨터(104)도 차도 비평탄부를 결정하고 특성화하도록 구성될 수 있다.
차도 비평탄부와 관련된 정보는 자동차(101)의 통신 버스를 통해 다른 자동차 또는 다른 외부 장치(V2X 기기)와의 통신을 위한 기기(105)로 계속 송신될 수 있다. 이 기기(105)는 정보를 저장할 수 있으며 그리고/또는 정보를 무선 통신 채널(106)을 통해 클라우드-인프라 구조(107)로 전송할 수 있다. 무선 통신 채널(206)은 예를 들어 이동 무선 네트워크, Wi-Fi 인터페이스, 블루투스 인터페이스 등을 포함할 수 있다.
이 경우, 클라우드-인프라 구조(107)에서 데이터가 관리되고, 정제되고, 처리되고, 시각화될 수 있다. 데이터는, 예를 들어 차도 비평탄부에 대한 정보가 시각화되는 지리적 맵을 작성하기 위해 추가로 처리될 수 있다. 또한, 포트홀 및 도로 비평탄부에 관한 표 또는 보고서도 생성될 수 있다.
도 3은, 자동차가 비평탄부(302, 303) 위로 주행할 때 휠 속도의 변화를 설명하기 위한 개략도를 보여준다. 여기서 휠 속도 센서는 증분형 인코더 원리(incremental encoder principle)를 이용하여 휠(301)의 휠 속도를 결정한다.
예컨대 홀 센서, 이방성 자기 저항 효과(AMR) 센서, 거대 자기 저항(GMR) 센서 등과 같은 휠 속도 센서의 센서 요소(305)는 휠(301)의 축에 장착된 회전 인코더(304)의 변하는 자기장에 노출된다.
감지된 자속 변화는 속도 펄스로서 컴퓨팅 장치(1)로 전송된다. 컴퓨팅 장치(1)는 인접한 속도 펄스들 간의 시간차를 측정하고, 이로부터 (예컨대 회전당 펄스 수 및 휠 원주와 같은 또 다른 교정 파라미터와 함께) 현재의 고주파 휠 속도를 계산한다.
포트홀(302) 또는 차도 범프(303)로 진입할 때와 그곳을 벗어날 때, 현재의 고주파 휠 속도의 급격한 편차가 발생한다. 그 원인은, 휠(301)이 포트홀(302)로 진입 시 휠 속도의 급격한 증가(306)를 경험하기 때문이다. 반대로, 휠(301)이 포트홀(302)을 벗어날 때에는 속도의 급격한 감소(307)를 경험한다.
차도 범프(303)에서는 상황이 역전되는데, 다시 말해 휠(301)이 차도 범프(303) 위로 진입할 때 휠 속도의 급격한 감소(308)를 경험한다. 반대로, 차도 범프(303)를 벗어날 때에는 휠(301)이 속도의 급격한 상승(309)을 경험한다.
편차의 진폭{웨이블릿 진폭(wavelet-amplitude)}은 포트홀(302)의 깊이 또는 차도 범프(303)의 높이에 대한 척도이며, 진입과 진출 사이의 펄스 수는 포트홀의 길이를 나타내는 거리에 상응한다.
도 4는 상이한 에지 형상, 특히 가파른 에지(401), 둥근 에지(501) 및 램프(601)에 대한 휠 속도 및 가속도의 개략적인 프로파일을 보여준다. 또한, 휠 속도 센서(103)의 상응하는 신호 프로파일(402) 및 가속도 센서(103)의 신호 프로파일(403)은 가파른 에지에 대해 도시되어 있으며, 상응하는 신호 프로파일들(502 및 503)은 둥근 에지에 대해 그리고 신호 프로파일들(602, 603)은 램프에 대해 도시되어 있다. 신호 프로파일들은 (예컨대 기계 학습 모델 및/또는 통계 모델에 의한) 패턴 식별을 통해 또는 임계값과의 비교를 통해 각각 특징적인 형상을 보여준다.
도 5는, 차도 비평탄부를 결정하고 특성화하는 방법의 흐름도를 보여준다. 이 방법은 위에 설명한 장치(1)를 사용하여 수행될 수 있다. 반대로, 장치(1)는 이하에서 설명되는 방법 단계를 수행하도록 구성될 수 있다.
제1 방법 단계 "S1"에서는, 차도 위에서 주행하는 자동차(101)의 하나 이상의 휠 속도 센서(103) 및/또는 하나 이상의 휠별 가속도 센서(103)에 의해 센서 데이터가 생성된다.
제2 방법 단계 "S2"에서는, 컴퓨팅 장치(3)가 생성된 센서 데이터를 사용하여 차도 비평탄부를 결정하고 특성화한다. 이를 위해, 컴퓨팅 장치(3)는 휠 속도의 시간 프로파일을 결정할 수 있다. 차도 비평탄부의 시작 시, 컴퓨팅 장치(3)는 특히 휠 속도의 시간에 따른 변화를 계산할 수 있다. 이 변화가 임계값을 초과하면, 차도 비평탄부가 검출된다. 또한, 컴퓨팅 장치(3)는 차도 비평탄부의 에지 형상을 결정한다.
컴퓨팅 장치(3)는 차도 비평탄부를 결정하고 특성화하기 위해 휠 속도의 주파수 거동을 계산하고 이용할 수 있다.
또한, 하나의 휠의 수직 가속도의 변화가 사전 설정된 임계값을 초과하는 경우 차도 비평탄부가 검출되는 것도 제안될 수 있다.
차도 비평탄부의 결정은, 원시 센서 데이터를 입력으로서 처리하는 단계, 현재의 고주파 휠 속도를 결정하는 단계 및 상기 휠 속도를 모니터링하는 단계를 포함할 수 있는 모델 알고리즘을 이용하여 수행된다.
또한, 컴퓨팅 장치(3)는 휠 속도의 제1 변화를 토대로 차도 비평탄부 위에서의 주행을 검출할 수 있고, 휠 속도의 제2 변화를 토대로 차도 비평탄부를 벗어나는 것을 검출할 수 있다.
차량 속도를 고려해서, 차도 비평탄부 위에서 주행할 때와 차도 비평탄부를 벗어날 때 사이의 시간 간격 내에서의 펄스 수가 결정됨으로써, 차도 비평탄부의 길이가 결정될 수 있다.
또한, 예컨대 휠 속도의 변화 진폭이 결정됨으로써, 차도 비평탄부의 깊이가 결정될 수 있다. 이 깊이는 예를 들어 진폭에 비례하거나 교정을 토대로 학습될 수 있다.
또한, 예컨대 차도 비평탄부가 모든 휠에서 검출되는지 아니면 특정 휠에서만 검출되는지가 검출됨으로써, 폭이 결정될 수 있다.
차도 비평탄부는 기계 학습 모델 및/또는 통계 모델을 사용해서도 수행될 수 있다.
또한, 차도 비평탄부와 관련된 정보는 클라우드로 출력될 수 있다. 이 정보를 참조해서, 차도 비평탄부가 명시되어 있는 지리적 맵이 생성될 수 있다.
차도 비평탄부의 결정은 차량 내부에서, 예컨대 자동차(101)의 잠김 방지 제동 시스템의 제어 장치 내에서의 계산을 통해 수행될 수 있다. 그러나 차도 비평탄부의 결정은 적어도 부분적으로 자동차(101) 외부에서도, 예컨대 클라우드 내에서도 수행될 수 있다.

Claims (10)

  1. 차도의 차도 비평탄부를 결정하고 특성화하는 방법으로서, 다음 단계들:
    차도 위에서 주행하는 자동차(101)의 하나 이상의 휠 속도 센서(103) 및/또는 하나 이상의 휠별 가속도 센서(103)를 이용하여 센서 데이터를 생성하는 단계(S1); 및
    생성된 센서 데이터를 사용하여 컴퓨팅 장치(3)에 의해 차도 비평탄부를 결정하고 특성화하는 단계(S2); - 차도 비평탄부를 특성화하는 단계는 차도 비평탄부의 에지 형상을 결정하는 단계를 포함함 -;를 포함하는, 차도의 차도 비평탄부를 결정하고 특성화하는 방법.
  2. 제1항에 있어서, 휠 속도 센서(103)는 자동차(101)의 휠에 배치된 펄스 휠의 움직임에 따라 펄스를 감지하며, 컴퓨팅 장치(3)는 시간에 따라 감지된 펄스의 변화를 참조하여 휠 속도의 각도 프로파일을 결정하며, 컴퓨팅 장치(3)는 휠 속도의 결정된 각도 프로파일을 참조하여 에지 형상을 검출하는, 차도의 차도 비평탄부를 결정하고 특성화하는 방법.
  3. 제2항에 있어서, 휠 속도의 각도 변화량이 제1 임계값을 초과하는 경우 컴퓨팅 장치(3)가 차도 비평탄부를 결정하고, 휠 속도의 각도 변화량을 하나 이상의 제2 임계값과 비교하여 에지 형상을 결정하는, 차도의 차도 비평탄부를 결정하고 특성화하는 방법.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서, 상기 하나 이상의 휠별 가속도 센서의 센서 데이터는 휠의 수직 가속도를 포함하며, 컴퓨팅 장치(3)는 상기 수직 가속도의 시간에 따른 프로파일에 따라 차도 비평탄부의 에지 형상을 결정하는, 차도의 차도 비평탄부를 결정하고 특성화하는 방법.
  5. 제4항에 있어서, 컴퓨팅 장치(3)는 상기 수직 가속도의 양이 제1 임계값을 초과하는 경우 차도 비평탄부를 결정하고, 상기 수직 가속도의 양을 하나 이상의 제2 임계값과 비교하여 에지 형상을 결정하는, 차도의 차도 비평탄부를 결정하고 특성화하는 방법.
  6. 제1항 내지 제5항 중 어느 한 항에 있어서, 컴퓨팅 장치(3)는 생성된 센서 데이터를 참조하여 휠의 휠 속도 및/또는 수직 가속도의 주파수 거동을 계산하며, 컴퓨팅 장치(3)는 휠 속도 및/또는 수직 가속도의 계산된 주파수 거동을 참조하여 차도 비평탄부의 에지 형상을 결정하는, 차도의 차도 비평탄부를 결정하고 특성화하는 방법.
  7. 제1항 내지 제6항 중 어느 한 항에 있어서, 컴퓨팅 장치(3)는 센서 데이터에 따른 입력 데이터를 수신하는 기계 학습 모델 및/또는 통계 모델을 사용하여 차도 비평탄부의 에지 형상을 결정하는, 차도의 차도 비평탄부를 결정하고 특성화하는 방법.
  8. 제1항 내지 제7항 중 어느 한 항에 있어서, 컴퓨팅 장치(3)는 자동차(101)를 기준으로 외부에 있는 컴퓨팅 장치(3)이며;
    센서 데이터는 자동차(101)의 인터페이스(106)를 통해 컴퓨팅 장치(3)로 출력되는, 차도의 차도 비평탄부를 결정하고 특성화하는 방법.
  9. 제1항 내지 제8항 중 어느 한 항에 있어서, 컴퓨팅 장치(3)는 자동차(101)의 잠김 방지 제동 시스템의 제어 장치인, 차도의 차도 비평탄부를 결정하고 특성화하는 방법.
  10. 차도의 차도 비평탄부를 결정하고 특성화하는 장치(1)이며, 이 장치는:
    차도 위를 주행하는 자동차(101)의 하나 이상의 휠 속도 센서(103) 및/또는 하나 이상의 휠별 가속도 센서(103)로부터 생성된 센서 데이터를 수신하도록 구성된 인터페이스(2); 및
    상기 생성된 센서 데이터를 사용하여 차도 비평탄부를 결정하고 특성화하도록 구성된 컴퓨팅 장치(3); - 차도 비평탄부를 특성화하는 단계는 차도 비평탄부의 에지 형상을 결정하는 단계를 포함함 -;를 구비한, 차도의 차도 비평탄부를 결정하고 특성화하는 장치(1).
KR1020247008768A 2021-08-19 2022-08-09 차도 비평탄부를 결정하고 특성화하는 방법 및 장치 KR20240046902A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102021209136.9 2021-08-19
DE102021209136.9A DE102021209136A1 (de) 2021-08-19 2021-08-19 Verfahren und Vorrichtung zum Ermitteln und Charakterisieren von Fahrbahnunebenheiten
PCT/EP2022/072374 WO2023020899A1 (de) 2021-08-19 2022-08-09 Verfahren und vorrichtung zum ermitteln und charakterisieren von fahrbahnunebenheiten

Publications (1)

Publication Number Publication Date
KR20240046902A true KR20240046902A (ko) 2024-04-11

Family

ID=83152082

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020247008768A KR20240046902A (ko) 2021-08-19 2022-08-09 차도 비평탄부를 결정하고 특성화하는 방법 및 장치

Country Status (3)

Country Link
KR (1) KR20240046902A (ko)
DE (1) DE102021209136A1 (ko)
WO (1) WO2023020899A1 (ko)

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4329745C1 (de) * 1993-09-03 1994-07-21 Volkswagen Ag Verfahren zur frühzeitigen Erfassung von unerwarteten gefährlichen Fahrbahnverhältnissen
WO2011054363A1 (en) 2009-11-04 2011-05-12 Nira Dynamics Ab Surface classification
DE102010055370A1 (de) 2010-12-21 2012-06-21 Daimler Ag Verfahren zum Erstellen und zur Nutzung einer Gefahrenkarte eines Kraftfahrzeug-Navigationssystems
DE102013225586A1 (de) * 2013-12-11 2015-06-11 Continental Teves Ag & Co. Ohg Verfahren und Vorrichtung zur Bewertung der Fahrbahnbeschaffenheit
DE102014008588B4 (de) 2014-06-10 2021-09-30 Nira Dynamics Ab Erfassung kurzzeitiger Unregelmässigkeiten in einer Strassenoberfläche
SE538347C2 (en) * 2014-09-16 2016-05-24 Scania Cv Ab A system and method for identifying road surface anomalies
DE102017200476A1 (de) 2017-01-13 2018-07-19 Bayerische Motoren Werke Aktiengesellschaft Verfahren, Vorrichtung, Computerprogramm und mobiles Anwendergerät zur Nutzung einer Information im Zusammenhang mit einer lokalen Gefahrenstelle
DE102017208239B4 (de) 2017-05-16 2021-01-28 Audi Ag Verfahren zum Ermitteln einer Formeigenschaft eines von einem Kraftfahrzeug überfahrenen Einzelhindernisses auf einer Straße sowie Steuervorrichtung und Kraftfahrzeug
DE102017223634A1 (de) 2017-12-21 2019-06-13 Continental Automotive Gmbh Ermittlung eines Straßenzustandes durch Auswertung von Sensordaten eines Straßenfahrzeuges
DE102019000501A1 (de) 2019-01-23 2020-07-23 Daimler Ag Verfahren zum Erfassen eines Zustands einer Fahrbahn

Also Published As

Publication number Publication date
WO2023020899A1 (de) 2023-02-23
DE102021209136A1 (de) 2023-02-23

Similar Documents

Publication Publication Date Title
EP2955479B1 (en) Methods, systems and computer program products for detection of short term irregularities in a road surface
CN107933559B (zh) 用于在车辆中确定道路特性的方法和系统
CN105473409B (zh) 轮胎分类
US7660669B2 (en) Lane departure avoidance system
CN103717469B (zh) 路面状态估计方法和路面状态估计设备
CN102416953B (zh) 振动施加结构检测装置以及车辆控制装置
EP2995520B1 (en) Tire grounded state estimation method
KR20240046903A (ko) 차도 비평탄부를 결정하고 특성화하는 방법 및 장치
KR100602389B1 (ko) 주행 중 차량의 진동 특성치 및 차량 특성치를 결정하기 위한 방법 및 장치
CN111923914B (zh) 机动车的路肩行驶的识别
EP3727898A1 (en) Determining a tire pressure status in a vehicle
CN106627590A (zh) 刹车距离计算方法及装置
CN115605648A (zh) 用于检测路面状况的设备和系统以及通过使用该设备和系统来检测路面状况的方法
CN113795415A (zh) 用于识别道路路面的凹凸的方法和系统
JP2003146037A (ja) タイヤ空気圧低下検出方法および装置、ならびにタイヤ減圧判定のプログラム
SE538347C2 (en) A system and method for identifying road surface anomalies
US20210048527A1 (en) Ultrasonic system of a vehicle for determining the condition of the roadway
KR20240046902A (ko) 차도 비평탄부를 결정하고 특성화하는 방법 및 장치
WO2022229180A1 (en) Method and related system for estimating the international roughness index of a road segment
CN118119542A (zh) 用于确定和表征车道不平部的方法和装置
KR20180113637A (ko) 곡선로 주행과 관련하여 도로에서 차량의 운행의 적응화를 위한 방법 및 시스템
CN103884515A (zh) 一种测量汽车防抱abs制动性能的仪表及检测方法
JP2024514515A (ja) 国際粗さ指数推定方法及びシステム
CN117584981A (zh) 用于估计摩擦势系数的方法和估计装置
Lu et al. Development of Speed Advisory for Commercial Vehicles Based on Environmental Conditions