KR20240116517A - 관심지점의 가시성을 결정하는 방법 - Google Patents
관심지점의 가시성을 결정하는 방법 Download PDFInfo
- Publication number
- KR20240116517A KR20240116517A KR1020247021648A KR20247021648A KR20240116517A KR 20240116517 A KR20240116517 A KR 20240116517A KR 1020247021648 A KR1020247021648 A KR 1020247021648A KR 20247021648 A KR20247021648 A KR 20247021648A KR 20240116517 A KR20240116517 A KR 20240116517A
- Authority
- KR
- South Korea
- Prior art keywords
- visibility
- point
- interest
- poi
- determining
- Prior art date
Links
- 238000000034 method Methods 0.000 claims abstract description 59
- 239000013598 vector Substances 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 description 6
- 239000007787 solid Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000001143 conditioned effect Effects 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 1
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3626—Details of the output of route guidance instructions
- G01C21/3635—Guidance using 3D or perspective road maps
- G01C21/3638—Guidance using 3D or perspective road maps including 3D objects and buildings
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3626—Details of the output of route guidance instructions
- G01C21/3644—Landmark guidance, e.g. using POIs or conspicuous other objects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3811—Point data, e.g. Point of Interest [POI]
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
이를 위해, 본 발명은 관심지점(POI)의 가시성을 결정하는 방법에 관한 것이며, 상기 방법은 자가 자동차(1)에 내장되고 다음 단계들을 포함한다:
- 관심지점(POI), 나머지 계획된 경로 그리고 차량의 현재 위치의 좌표들을 3차원 지도에 위치시키는 단계,
- 3차원에서 주어진 좌표의 적어도 3개의 꼭지점을 갖는 다각형으로 관심지점(POI)을 표현하는 단계,
- 개방 파선을 통해 나머지 계획 경로의 방위 변경 지점을 상호 연결하여 나머지 계획 경로를 나타내는 단계,
- 상기 파선 상의 제1 끝점과 상기 다각형 상의 제2 끝점을 갖는 직선 세그먼트들을 추적하는 단계,
- 세그먼트의 제1 끝에서 관심지점(POI)의 가시성을 결정하는 단계,
- 최적의 가시성 창을 결정하는 단계.
- 관심지점(POI), 나머지 계획된 경로 그리고 차량의 현재 위치의 좌표들을 3차원 지도에 위치시키는 단계,
- 3차원에서 주어진 좌표의 적어도 3개의 꼭지점을 갖는 다각형으로 관심지점(POI)을 표현하는 단계,
- 개방 파선을 통해 나머지 계획 경로의 방위 변경 지점을 상호 연결하여 나머지 계획 경로를 나타내는 단계,
- 상기 파선 상의 제1 끝점과 상기 다각형 상의 제2 끝점을 갖는 직선 세그먼트들을 추적하는 단계,
- 세그먼트의 제1 끝에서 관심지점(POI)의 가시성을 결정하는 단계,
- 최적의 가시성 창을 결정하는 단계.
Description
본 발명은 관심지점의 가시성 결정에 관한 것으로, 더욱 상세하게는 관심지점의 가시성 결정 방법 및 모듈, 그리고 그런 방법을 실행하는 운전자 보조 방법에 관한 것이다. 이는 본 발명에 따른 방법의 단계들을 구현하기 위한 컴퓨터 판독가능 매체에 기록된 프로그램 코드 명령어들을 포함하는 컴퓨터 프로그램 제품 및 관심지점의 가시성을 결정하기 위한 이러한 모듈을 구비하는 자동차의 형태로 유리하게 적용가능하다.
관심지점(points of interest)은 차량 내비게이션 데이터베이스의 특징적인 지점으로, 특히 건물로 구성된 물리적 공간에 해당한다. 관심지점의 가시성을 결정하고 고려하는 것은 다양한 방법의 주제였다. 따라서 문서 EP 1 650 533은 경로 생성과 관련하여 안내 목적으로 주목할만한 지점을 선택하는 방법을 설명한다. 그럼에도 불구하고, 상기 설명된 방법은 특히 3차원 환경, 특히 이론적 가시성을 방해할 수 있는 건물이나 풍경과 관련된 제약 조건이 고려되도록 허용한다. 또한, 문서 US 8489325에서, 관심지점의 선택이 안내 목적으로 사용되지만, 특히 상기 문서에 설명된 방법은 3차원 환경과 관련된 제약 조건이 고려되도록 허용하지 않으며, 언급된 가시성 점수는 내비게이션 보조 장치로서 관심지점을 선택하기 위해 사용되지만, 차량의 탑승자에 의한 관심지점의 최적 가시성 영역이 결정되도록 허용하지 않는다. 마지막으로, 문서 WO 2015/187474 A1에는 특정 지점에서 구조물의 가시성 여부를 판단하여 사용자에게 제시할 수 있는 3차원 가시성 맵을 구축하는 방법이 기술되어 있으나, 특히 이 문서에서는 차량 탑승자가 관심지점의 최적 가시 영역을 결정하는 것을 허용하지 않는다.
본 발명의 목적 중 하나는 차량 탑승자가 볼 수 있는 환경을 더 잘 고려하는 것을 허용하는 관심지점의 가시성을 결정하는 방법을 제공함으로써 종래 기술의 단점 중 적어도 일부를 해결하려고 하는 것이다.
이를 위해, 본 발명은 관심지점의 가시성을 결정하는 방법을 제공하며, 상기 방법은 자가 자동차에 내장되고 다음 단계들을 포함한다:
- 관심지점을 선택하거나 결정하는 단계,
- 3차원 (3D) 지도, 이동해야 할 나머지 경로 또는 경로 일부, 특히 계획된 경로 또는 이동해야 할 나머지 추론된 경로 일부의 적어도 2차원에서의 위치 좌표들 및 상기 차량의 현재 위치의 적어도 2차원에서의 좌표들을 포함하는 내비게이션 정보를 수신하는 단계;
- 관심지점, 나머지 경로 또는 경로 일부 그리고 차량의 현재 위치의 좌표들을 3차원 지도에 위치시키는 단계,
- 상기 관심지점에 속하는 3차원에서 주어진 좌표들의 적어도 3개의 꼭지점들을 갖는 다각형으로 상기 관심지점을 나타내는 단계로, 상기 다각형은 특히 상기 관심지점 윤곽의 방위 변화의 지점들 및/또는 상기 관심지점의 등고도 지점들과 같은 상기 관심지점 POI의 윤곽선의 특징적인 기하학적 지점들을 정점들로 가진다,
- 나머지 경로 또는 경로 일부의 방위 변화 지점들을 상호 연결함으로써 상기 나머지 경로 또는 경로 일부를 개방 파선을 통해 나타내는 단계,
- 상기 파선 상의 제1 끝점과 상기 관심지점에 속하는 상기 다각형 상의 제2 끝점을 갖는 직선 세그먼트들을 추적하는 단계,
- 상기 세그먼트들 각각에 대한 관심지점의 가시성을 결정함으로써 상기 세그먼트 제1 말단들 각각에 의해 형성된 시작점들로부터 관심지점의 가시성을 결정하는 단계,
- 최적의 가시성 창을 결정하는 단계,
가시성을 결정하는 단계에서, 상기 세그먼트의 두 말단들 사이의 관심지점의 비-제로(non-zero) 가시성은 상기 세그먼트와 상기 삼차원 지도의 요소 사이의 비-교차를 조건으로 한다.
움직이는 차량의 온보드에서 수행되는 이 방법은 경로의 어느 부분에서 그리고 특히 차량 탑승자 근처에서 관심지점이 차량 탑승자에게 가장 잘 보이는지 확인하는 것을 가능하게 하며, 이때에 차량의 위치와 온보드나 원격으로 접근 가능한 지도 데이터만을 사용하여, 카메라가 필요하지 않게 한다.
유리하게는, 상기 가시성 결정의 시작점들은 상기 변화 지점들 사이에 분포된 중간 지점들을 포함하며, 그리고/또는 상기 제2 말단들은 상기 다각형의 꼭지점들 사이에 분포된 중간 지점들을 포함하며, 이는 무엇보다도 단순한 기하학적 및 공간적 이산화를 허용한다.
추적 단계가 나머지 경로 또는 경로 부분에 속하는 상기 제1 말단들 각각과 상기 제2 말든들 각각을 연결하는 특정 세그먼트들을 추적하는 것을 포함하는 특징과 관련된 이점은 모든 세그먼트를 추적할 필요가 없으며, 예를 들어 제2 말단이 주어진 최대 상황별 가시 거리보다 작은 반경에 위치한 경우에만 추적한다는 것이다.
유리하게는, 상기 관심지점의 가시성을 결정하는 단계에서, 관심지점이 뒤에 위치한 가시성 결정의 시작점의 다운스트림에 위치한 상기 나머지 경로 또는 경로 일부의 모든 지점들에 대해 제로(zero) 가시성이 결정되며, 이는 계산을 최적화한다.
유리하게는, 상기 관심지점이 뒤에 위치한 가시성 결정의 시작점은, 상기 시작점을 상기 관심지점의 꼭지점들 각각에 연결하는 벡터들 각각에 의해 제1 선행 시작점에 연결시키는 벡터의 모든 벡터 곱들이 양수인 경로의 가시성 결정의 제1 시작점에 대응하며, 이 계산은 많은 컴퓨팅 성능을 필요로 하지 않으며 경로가 변경되지 않는 단 한 번만 평가할 것을 필요로 한다.
유리하게도, 내비게이션 정보는 지역 기상 조건들 및/또는 외부 조도들에 따른 상황별 가시성 정보를 포함하며, 이는 특히 주어진 최대 상황별 가시성 거리가 정의되도록 허용한다.
유리하게는, 이 방법은 상기 상황별 가시성 정보에 따라, 특히 관심지점에 따라 최대 상황별 가시성 거리를 결정하는 하위 단계를 포함하며, 이는 특히 최대 상황별 가시성 거리를 관심지점의 특성에 적응시키기 위한 것이다.
유리하게는,
- 상기 방법은 각 시작점과 상기 관심지점의 꼭지점들 각각 사이의 거리, 특히 유클리드 거리를 결정하는 하위 단계를 포함하고, 상기 추적 단계는 미리 정해진 최대 상황별 가시성 거리 미만이거나 같은 길이의 세그먼트들만을 추적하는 단계를 포함하며, 상기 관심지점의 가시성을 결정하는 단계에서, 상기 시작점 및 상기 관심지점의 상기 꼭지점을 분리하는 거리가 상기 미리 정해진 최대 상황별 가시성 거리보다 큰 경우 상기 가시성은 상기 시작점 및 상기 관심지점의 상기 꼭지점 사이에서 0인 것으로 결정된다.
그리고/또는
- 관심지점의 가시성을 결정하는 단계에서, 상기 세그먼트의 두 말단들 사이에서의 상기 관심지점의 비-제로 가시성의 결정은 상기 미리 결정된 최대 상황별 가시성 거리보다 작은 상기 세그먼트의 길이에 따라 또한 조건부이다.
하나의 유리한 특징에 따르면, 최적의 가시성 창을 결정하는 단계는 나머지 경로 또는 경로 일부의 가시성 결정의 각 시작 지점에 대해 다음을 포함한다:
- 상기 제2 말단들 중에서 상기 관심지점에 속하는 가시 지점들의 연속적인 그룹을 결정하는 하위 단계,
- 가시성 세그먼트를 각 연속 그룹과 연관시키는 하위 단계,
- 상기 가시성 세그먼트들의 길이를 합산하는 하위 단계,
- 상기 합산을 상기 관심지점의 둘레로 나누는 하위 단계,
- 나머지 경로 또는 경로 일부의 가시성 결정의 각 시작점에 대해, 상기 관심지점의 가시 둘레를 백분율로 계산하는 하위 단계, 그리고
- 상기 나머지 경로 또는 경로 일부의 가시성 결정의 각 시작점에 대해 상기 관심지점의 가시 둘레의 백분율을 저장하는 하위 단계.
또 다른 유리한 특징에 따르면, 최적의 가시성 창을 결정하는 단계는 다음을 포함한다:
- 0으로 저장된 백분율을 제외한 나머지 경로 또는 경로 일부의 가시성 결정의 상기 시작점들 중에서 지점들의 각 연속적인 그룹을 결정하는 하위 단계,
- 시작 노드와 끝 노드, 길이, 차량의 현재 위치로부터의 거리 및 0으로 저장된 백분율을 제외한 지점들의 상기 연속적인 그룹으로부터 보이는 관심지점의 둘레의 백분율들의 합을 갖는 가시성 점수라는 특징을 갖는 연속적인 가시성 창들을 정의하는 하위 단계, 그리고
- 가시성 점수가 가장 높은 연속적인 가시성 창을 선택하는 하위 단계,
이는 리소스 집약적이지 않고 실시간으로 실현 가능한 계산을 가능하게 한다.
본 발명은 또한 본 발명에 따라 관심지점의 가시성을 결정하는 방법을 실행하는 운전자 보조 방법에 관한 것이며, 결정된 최적의 가시성 창 전체에 걸쳐 정보를 전달 및/또는 앰비언스를 생성하는 단계를 포함하며, 이는 관심지점이 차량 탑승자에게 가장 잘 보일 때, 특히 운전자 근처에서 관심지점과 관련된 다감각적 앰비언스를 운전자와 승객에게 전달하도록 촉발한다. 따라서 이러한 운전자 보조 방법은 운전자에게 위험도가 높은 지역(학교 등)을 경고함으로써 안전 관점에서 운전자에게 도움을 줄 수 있을 뿐만 아니라 엔터테인먼트 또는 관광 목적으로 차량 주변 환경을 발견하고 운전자가 볼 수 있도록 하는 데에도 기여할 수 있다.
본 발명은 또한 본 발명에 따른 방법을 구현하기 위한 수단을 포함하는 관심지점의 가시성을 결정하기 위한 모듈에 관한 것이며, 이는 상기 방법의 장점들과 유사한 장점을 갖는다.
본 발명은 또한 본 발명에 따른 모듈을 포함하는 자동차에 관한 것이며, 이는 상기 방법의 장점과 유사한 장점을 가지며, 상기 디바이스는 차량에 탑재된다.
본 발명은 또한 통신 네트워크로부터 다운로드 가능하며 그리고/또는 컴퓨터에 의해 판독 가능 및/또는 컴퓨터에 의해 실행 가능한 데이터 매체에 기록된 컴퓨터 프로그램 제품에 관한 것으로서, 상기 프로그램이 컴퓨터에 의해 실행될 때 상기 컴퓨터로 하여금 본 발명에 따른 방법을 구현하도록 하는 명령어들을 포함한다.
본 발명은 또한 컴퓨터에 의해 실행될 때 컴퓨터가 본 발명에 따른 방법을 구현하게 하는 명령어들을 포함하는 데이터 기록 매체에 관한 것이다.
본 발명은, 본 발명에 따른 컴퓨터 프로그램 제품을 운반하는, 데이터 매체로부터의 신호에 관한 것이다.
본 발명의 다른 목적, 특징 및 장점은 단지 비제한적인 예로서 제공된 다음 설명을 읽고 첨부된 도면을 참조하면 명백해질 것이다.
도 1은 본 발명에 따른 관심지점의 가시성 결정 방법의 동작을 흐름도 형식으로 도시한다.
도 2는 사용된 3차원 지도의 구성요소를 도시한다.
도 3a는 차량을 운전하면서 직면하게 되는 상황의 개략도를 보여주며, 관심지점의 가시성이 비-제로(non-zero)인 상황의 일례를 도시한다.
도 3b는 차량을 운전하면서 직면하게 되는 상황의 개략도를 보여주며, 관심지점의 가시성이 0(zero)인 상황의 일례를 도시한다.
도 4는 차량을 운전하면서 직면하게 되는 상황의 개략도를 보여주며, 관심지점의 가시성이 0(zero)인 상황의 다른 예를 도시한다.
도 5는 특징 지점과 중간 지점에 의해 관심지점이 이산화된 예를 보여준다.
도 6은 변경 지점과 중간 지점에 의해 구분된, 이동해야 할 나머지 계획 경로의 일 예를 보여준다.
도 7은 나머지 계획 경로상의 한 지점으로부터 이전 관심지점의 가시성이 0이라고 판단되는 사용 사례를 도시한다.
도 8은 이 사용 사례 예에 적용된 추적 단계의 단순화된 예시도를 보여준다.
도 9a는 이 사용 사례 예에서 관심지점에 속하는 가시 지점들의 연속 그룹을 결정하는 하위 단계의 결과를 보여준다.
도 9b는 이 사용 사례 예에서 연관된 연속 가시성 세그먼트들을 보여준다.
도 10a는 이 사용 사례 예에서 나머지 계획 경로의 가시성 결정의 각 시작점에 대한 관심지점의 가시 둘레(visible perimeter)의 백분율로 계산된 저장된 결과를 보여준다.
도 10b는 이 사용 사례 예에서 연속적인 가시성 창(visibility window)들을 정의하는 하위 단계의 결과를 보여준다.
본문 전반에 걸쳐 "전방" 및 "후방" 개념은 차량의 일반적인 전방 이동 방향을 기준으로 표시된다. 명확성을 위해, 동일하거나 유사한 요소는 모든 도면에서 동일한 참조 부호에 의해 지정된다.
도 1은 본 발명에 따른 관심지점의 가시성 결정 방법의 동작을 흐름도 형식으로 도시한다.
도 2는 사용된 3차원 지도의 구성요소를 도시한다.
도 3a는 차량을 운전하면서 직면하게 되는 상황의 개략도를 보여주며, 관심지점의 가시성이 비-제로(non-zero)인 상황의 일례를 도시한다.
도 3b는 차량을 운전하면서 직면하게 되는 상황의 개략도를 보여주며, 관심지점의 가시성이 0(zero)인 상황의 일례를 도시한다.
도 4는 차량을 운전하면서 직면하게 되는 상황의 개략도를 보여주며, 관심지점의 가시성이 0(zero)인 상황의 다른 예를 도시한다.
도 5는 특징 지점과 중간 지점에 의해 관심지점이 이산화된 예를 보여준다.
도 6은 변경 지점과 중간 지점에 의해 구분된, 이동해야 할 나머지 계획 경로의 일 예를 보여준다.
도 7은 나머지 계획 경로상의 한 지점으로부터 이전 관심지점의 가시성이 0이라고 판단되는 사용 사례를 도시한다.
도 8은 이 사용 사례 예에 적용된 추적 단계의 단순화된 예시도를 보여준다.
도 9a는 이 사용 사례 예에서 관심지점에 속하는 가시 지점들의 연속 그룹을 결정하는 하위 단계의 결과를 보여준다.
도 9b는 이 사용 사례 예에서 연관된 연속 가시성 세그먼트들을 보여준다.
도 10a는 이 사용 사례 예에서 나머지 계획 경로의 가시성 결정의 각 시작점에 대한 관심지점의 가시 둘레(visible perimeter)의 백분율로 계산된 저장된 결과를 보여준다.
도 10b는 이 사용 사례 예에서 연속적인 가시성 창(visibility window)들을 정의하는 하위 단계의 결과를 보여준다.
본문 전반에 걸쳐 "전방" 및 "후방" 개념은 차량의 일반적인 전방 이동 방향을 기준으로 표시된다. 명확성을 위해, 동일하거나 유사한 요소는 모든 도면에서 동일한 참조 부호에 의해 지정된다.
관심지점 POI가 선택되거나 결정되면, 특히 청각 및/또는 촉각 경고, 주의하라는 메시지, 특히 (사운드 및/또는 빛을 통한) 승객 공간에서의 앰비언스(ambience) 생성 또는 심지어 (예를 들어 스크린상으로 투사한) 연관된 애니메이션과 같은 동작의 활성화는 POI가 자동차 탑승자의 시야에 있을 때 이상적으로 이루어져야 하며, 그래서 POI와 상기 동작 간의 연결을 할 수 있게 한다. 이를 위해, 이러한 시공간 창을 결정하고 이러한 동기화를 허용할 수 있도록 관심지점의 가시성을 결정하는 방법이 차량에 내장되어야 한다.
도 1은 본 발명의 바람직한 일 실시예에 따라 자가 자동차에 내장된 관심지점의 가시성을 결정하는 방법의 동작 흐름도를 도시한다. 이는 다음 단계들을 포함한다:
- E1: 관심지점(POI)을 선택 또는 결정하는 단계,
구체적으로 관심지점 POI는 사용자가 최종 목적지 또는 경유지를 선택하기 위해 수행한 조치, 예를 들어 사용자가 모든 또는 특정 유형의 관심 지점 POI와 관련된 정보 또는 경고를 수신하도록 내비게이션 시스템에서 선택한 경우, 또는 지리적 맥락, 시간적 맥락 또는 심지어 차량 탑승자의 선호에 따라 차량의 컴퓨터에 의해 공식화된 자동 제안을 통해 POI가 근처에 있을 것이라는 내비게이션 시스템에 의한 결정에서 비롯한다. 예를 들어 경로가 학교 근처를 지나갈 때 전달되는 경고, 특정 기념물 등에 접근할 때 관광 정보의 문제일 수 있다. 또한 내비게이션 시스템이 제공하는 완전한 경로, 즉 계획된 경로를 항상 사용할 수 있는 것은 아니며, 이 경우 차량의 현재 위치와 차량이 따라야 할 경로가 될 가능성이 가장 높은 경로를 기반으로 도로 네트워크를 분석하여 차량의 미래 경로의 일부를 더 길거나 짧은 경로로 추론해야 하며, 그래서 추론된 경로 일부를 결정하며, 이는 예를 들어 운전자가 우회전할지 좌회전할지 알 수 없는 교차로가 있는 도로에서 계획 경로가 분기된 경우이다.
- E2: 3차원 지도(3D), 나머지 계획 경로 또는 이동할 나머지 추론 경로 부분의 적어도 2차원 x, y의 위치 좌표, 및 자가 차량의 현재 위치의 적어도 2차원 x, y 좌표, 위도와 경도를 기반으로 3D 지도에서 획득된 고도 z를 포함하는 내비게이션 정보를 수신하는 단계. 따라서 3D 지도는 POI를 가릴 수 있는 높이를 가진 모든 구조물의 높이와 풍경의 고도를 나타내는 충분한 해상도로 영토의 각 지점에 대한 3차원 좌표를 포함하며 - 상기 3D 지도는, 2차원 지도를 포함하고 3D 정보로 보완된 여러 데이터 소스를 사용하여 차량 외부에서 업스트림에서 준비되었을 수 있다.
- E3: 관심지점(POI), 이동해야 할 나머지 경로 또는 경로 일부 그리고 차량의 현재 위치 좌표를 3차원 지도 3D에 위치를 정하는 단계;
- E4: 상기 관심지점 POI에 속하는 3차원에서 주어진 좌표들의 적어도 3개의 꼭지점들을 갖는 다각형으로 상기 관심지점 POI을 나타내는 단계로, 상기 다각형은 특히 상기 관심지점 POI 윤곽의 방위 변화의 지점들 및/또는 상기 관심지점 POI의 등고도 지점들과 같은 상기 관심지점 POI의 윤곽선의 특징적인 기하학적 지점들을 정점들로 가진다;
- E5: 나머지 경로 또는 경로 일부의 방위 변화 지점들을 상호 연결함으로써 상기 나머지 경로 또는 경로 일부를 개방 파선을 통해 나타내는 단계 - 바람직하게는 상기 파선은 이를 차량 탑승자의 머리 높이와 일치시키기 위해 지형에 대해 예를 들어 1미터 높이만큼 올라가며, 이것은 추적 단계에서 가상 광 경로를 추적하는 것을 가능하게 한다;
- E6: 상기 파선 상의 제1 끝점과 상기 관심지점 POI에 속하는 상기 다각형 상의 제2 끝점을 갖는 직선 세그먼트들을 추적하는 단계;
-E7: 상기 세그먼트들 각각에 대한 관심지점(POI)의 가시성을 결정함으로써 상기 세그먼트 제1 말단들 각각에 의해 형성된 시작점들로부터 관심지점(POI)의 가시성을 결정하는 단계로, 상기 세그먼트의 두 말단들 사이의 관심지점 POI의 비-제로(non-zero) 가시성은 상기 세그먼트와 상기 삼차원 지도 3D의 요소 사이의 비-교차를 조건으로 한다;
-E8: 최적의 가시성 창을 결정하는 단계.
단계 E6으로 돌아가는 방법의 루프는 시각적 단순화에 대응하며, 왜냐하면 3차원 지도의 단계 E3에서 자가 차량의 위치도 업데이트되어 상기 방법 실행의 각 시간 증분을 고려하기 때문이다.
계획된 경로 또는 POI까지 유추된 경로 부분이 두 개의 시간 증분 사이에 차량 위치에 의해 수정되지 않는다면, 가시성을 결정하는 모든 기하학적 조건들이 동일하게 유지될 것이며 상기 미리 계산된 예측된 최대 가시성이 유효하게 유지될 것이므로 상기 방법은 유리하게 E6으로의 루프백을 피할 것이다.
또한, 제시된 단계의 순서는 비-제한적이며 - 예를 들어 개방 파선을 통한 표현의 단계 E5가 여기에 표시된 것처럼 병렬로 수행될 수 있을 뿐만 아니라 또한 관심지점 POI를 나타내는 단계 E4 이후에도 수행될 것이라는 것은 설명의 나머지를 읽으면 명백할 것이다.
여기서 관심지점 POI는 기존 내비게이션 시스템처럼 주소로 축소되지 않고 그 관심지점이 사용자의 시야에 들어오려고 할 때 알림을 받을 수 있도록 볼륨인 것으로 간주된다. 따라서, 이러한 관심지점 POI는 예를 들어 길이, 깊이, 높이 및 도로까지의 거리를 통해 설명되는 물리적 존재를 갖는 객체이다. 예를 들어, 도 2는 도로에서 200m 떨어져 있고 굽은 언덕 오른쪽에 보이는 중세 성 C의 경우를 보여준다. 관심지점 POI가 사용자의 시야 내에 있는지 여부를 판단하기 위해, 장애물이 사용자의 시야를 방해하는지 여부와 방해가 얼마나 오랫동안 지속되는지를 알 필요가 있다. 추적 단계 E6에서 가시성 추정은 광선 추적(ray tracing)을 사용하며, 이는 도 2에 표시된 것과 같은 데이터를 기반으로 구축된 수치 표면 모델에서 수행된다. 예시된 바와 같이, 3D 지도를 형성하는 수치 표면 모델은, XY 평면에서 바람직하게 X는 위도에, Y는 경도에 대응하는 수치 지형 모델의 추가에 해당하며, 이는 지역 내 모든 지점들의 고도 Z 및 전체 표면에 걸쳐 관심지역 내 모든 건물의 높이 H를 더한 것을 포함한다. 또한, 포레트스 캐노피(forest canopy)는 상기 수치 지형 모델의 컴포넌트일 수도 있으며 POI를 형성할 수도 있다. 특히, 라이다 측정에 의해 식별된 숲이 우거진 표면을 나열하는 데이터베이스가 존재한다. 또한 날짜, 캐노피 유형 및/또는 위치(주요 수종 및 잎을 흘리는 경향에 대한 지표)에 따라 투명도 추정치가 추가될 수 있다. 관심 지역이란 나머지 경로 또는 경로 일부를 둘러싼 지역을 의미하며, 경로에 대한 거리 제한은 예를 들어 10km로 설정되고 잠재적으로는 예를 들어 기상 조건에 따라 달라질 수 있다. 이러한 데이터는 차량에 저장된 온보드 데이터베이스에서 파생되거나 차량의 연결 시스템을 통해 원격으로 액세스 가능하다 - 예를 들어 XY 지도는 차량 내비게이션 시스템에 저장되고, 예를 들어 USB 스틱을 사용하거나 원격 데이터베이스와 통신하는 것을 허용하는 네트워크를 통해 정기적으로 업데이트될 수 있다 - 그리고, 상기 수치 지형 모델은 차량에 내장되며 그리고/또는 차량의 연결 시스템을 통해 원격 서버에서 다운로드될 수 있다. 따라서 위치 지정 단계 E3의 결과에는 관심 영역의 각 지점에 대한 좌표 x, y, (z+h)가 포함됩니다. 추적 단계 E6에서, 광선 추적은 차량으로부터 목표 POI까지의 직선 세그먼트를 추적하는 것에 대응하며, 상기 직선 세그먼트는 1m 높이 (그 높이에 차량 탑승자의 머리가 위치함)에서 차량에서 발생하는 광선과 같다. 그 다음, 관심지점 POI의 가시성을 결정하는 단계 E7에서, 이 직선 세그먼트가 풍경이나 건물과 교차하는지의 여부, 즉 그것이 풍경이나 건물과 교차하는지 여부가 판단된다. 승용차보다 키가 큰 밴과 같은 상용차의 경우 1m 높이가 2m까지 증가될 수 있고, 심지어 대형 트럭의 경우 거의 3m까지 증가될 수 있다.
도 3a에 표시된 제1 경우, 자가 차량(1)에서 시작하여 성(C)까지 연장되는 직선 세그먼트는 교차하지 않는다: 성(C)은 자가 차량(1)의 탑승자에게 보인다.
도 3b에 도시된 제2 경우에, 자가 차량(1)에서 시작하여 성(C)까지 연장되는 직선이 높이 z3+h3의 건물(I)과 교차한다: 성(C)은 자가 차량(1)의 탑승자에게 보이지 않는다.
또한 한 지점에서 다른 지점의 가시성을 결정할 때 이를 고려하기 위해, 수치 표면 모델과 무관하고 연중 기간과 관련된 시간대의 어두움, 심지어 안개나 비의 존재 등과 같이 가시성에 부정적인 영향을 미치는 상황별 정보가 사용된다. 따라서, 관심지점 POI의 가시성을 결정하는 단계 E7은 상황별 가시성 정보에 따라 최대 상황별 가시성 거리를 결정하는 하위 단계를 포함하며, 그 자체는 지역 기상 조건 및/또는 외부 조도(external light level)에 종속한다. 그래서 이러한 상황별 가시성 정보는, 이동할 나머지 경로 또는 경로 일부를 따라 지역 기상 가시성 거리에 관한 동적 정보 - 이 정보는 원격 기상 서버에 의해 제공됨 -, 또는 예를 들면 레인 센서에 의해 생성된 데이터 및/또는 차량의 카메라에 의해 생성된 데이터, 또는 필요하다면 이러한 데이터를 융합하여 도출된 지역 기상 가시성 거리에 관한 정보를 포함할 수 있다. 이러한 상황별 가시성 정보는 예를 들어 일몰 후 30분부터 로컬 달력 관련 가시 거리가 0으로 설정되는 원격으로 액세스 가능한 달력 관련 데이터를 기반으로 나머지 경로 또는 경로 부분을 따라 다양한 지점에서 계산된 로컬 달력 관련 가시성 거리 정보를 또한 포함하거나, 자가 차량(1)에 탑재된 광 센서에 의해 생성된 데이터로부터 파생될 수 있다. 한 지점에서의 최대 상황별 가시성 거리는 바람직하게는 지역 기상학적 가시성 거리와 지역 달력 관련 가시성 거리(둘 다 이용 가능할 때)의 최소값으로 결정하는 것이 바람직하다. 단계 E7에서, 세그먼트의 두 끝 사이의 관심지점 POI의 0이 아닌(non-zero) 가시성의 결정은 또한 상기 세그먼트의 길이가 미리 결정된 최대 상황별 가시성 거리보다 작다는 것을 조건으로 한다. 바람직하게는, 최대 상황별 가시성은 추적 단계에서, POI의 다각형의 점들까지의 거리와 마찬가지로 추적의 업스트림에서 결정되어, 추적 단계에서 최대 상황별 가시성을 고려하며 따라서 이전에 주어진 관심 영역에 대한 정의와 일관되게 자아 차량(1)에서 추적된 세그먼트의 수와 길이를 제한한다. 따라서 다각형의 모든 꼭지점들이 미리 결정된 최대 상황별 가시성 거리보다 큰 거리에 위치하는 경우 POI를 전혀 고려하지 않을 수 있으며, 그러므로 비가시성을 결정할 때에, 계산상 비용이 많이 드는 단계 E6, E7 및 E8을 피할 수 있다. 또한, 실시예에 관계없이, 상기 추적된 세그먼트의 길이 또는 최대 상황별 가시성 거리 또한 각 POI의 특성에 종속할 수 있다. 예를 들어, 학교의 경우 차량이 근처에 있을 때 학기 중에 위험 경고 생성을 트리거하도록 의도된 경우, 추적되는 세그먼트의 길이는 예를 들어 50m로 제한될 수 있다.
따라서, 지형적 상황에 관계없이, 한 지점에서 다른 지점 사이의 거리가 최대 상황별 가시성 거리보다 작으면 한 지점은 다른 지점에서 보이지 않는 것으로 간주될 것이다. 도 4는 예를 들어 안개로 인해 자가 차량(1)의 탑승자에게 성 C가 보이지 않는 국지적인 상황을 도시한다.
추적 단계 E6의 광선 추적은 주어진 지점에서 POI가 보이는지 여부를 결정할 수 있게 하지만, 최대 가시성 창, 즉 자가 차량(1)이 지나가기 전에 POI가 가장 잘 보이는 최대 거리는 결정되도록 허용되지 않는다. 최대 가시성 창을 계산하기 위해 추가적인 단계들이 필요하다:
-E4: 상기 3D 지도에, 상기 관심지점 POI에 속하는 3차원 내 주어진 좌표들의 적어도 3개의 꼭지점을 갖는 다각형으로 관심지점 POI를 표현하는 단계;
-E5: 나머지 경로 또는 경로 일부의 방위 변화 지점들을 상호 연결함으로써 상기 나머지 경로 또는 경로 일부를 개방 파선을 통해 3D 지도에 나타내는 단계. 개방 다각형 또는 개방 폴리라인이라고도 하는 개방 파선은 일련의 점을 연속적으로 연결하는 일련의 직선 세그먼트들을 지정한다.
따라서 관심지점 POI는 단계 E4에서 점들에 의해 이산화된 기하학적 형태로 표현된다. 다각형이란 상호 연결된 연속 직선 세그먼트들로 만들어진 닫힌 선을 의미한다. 개방 파선과 달리, (닫힌) 다각형은 면적과 부피 개념이 정의될 것을 가능하게 한다. 개방 파선을 형성하는 점들의 경우, 상기 개방 파선은 적절한 경우 대략적인 영역을 생성하기 위해 두 말단들 사이에 꼭지점을 추가하여 다각형으로 변환될 것이다. POI는 2D 지도에 존재해야 한다 - 따라서 그것은 기본적으로 다각형이고 3D 형상이 복잡한 경우 다면체일 수 있다 (임의 유형의 다면체는 아님) - 그러나, 지상의 영역은 실제로 다각형이며, 그리고 그것은 상기 방법의 모든 단계들에서 그렇게 간주된다. 바람직하게는, 다각형은 상기 관심지점 POI 윤곽의 방위 변화 지점 및/또는 상기 관심지점 POI의 등고도 지점과 같은 상기 관심지점 POI 윤곽의 특징적인 기하학적 지점을 꼭지점으로 가지며, 그리고 이러한 포인트는 물리적 볼륨 점유 객체에 의해 관심지점 POI에 속한다. 가시성을 과대평가하지 않고 지도에서 데이터의 양을 최적화하기 위해, 다각형의 꼭지점은 외곽선, 즉, 성의 경우 성벽(rampart)과 같은 외부 인벨로프의 방위 변화 지점을 2D 좌표로 갖는 지점, 그리고 POI의 위도와 경도로부터 3D 지도를 통해 결정된 z+h 지점의 고도로 정의되는 것이 바람직하다. 따라서 지면에 투영된 다각형은 POI의 외곽선에 해당하고 다각형은 POI 외부 외곽선의 상부 표면 엔빌로프를 나타내며, 고도는 그러므로 지점마다 다를 수 있다. 단일 광선은 각 지점에 대해 단일 고도까지 추적된다. 문제의 성벽이 성보다 낮은 경우, 이러한 타협으로 인해 가시성이 잠재적으로 과소평가될 수 있다 - 이는, 관심지점 POI의 높이 h에 대한 데이터를 외부 엔빌로프에 관한 데이터로 제한하여 3D 지도의 크기가 제한되는 것을 또한 가능하게 하는 안전하고 질적인 선택이다. 따라서 다각형에 대한 이러한 정의를 통해 눈에 보이는 부피의 백분율이 아니라 눈에 보이는 둘레의 백분율을 결정하는 것이 가능하다. 그럼에도 불구하고, 변형으로서, 가시적 볼륨은 POI의 주어진 결정된 지점에 대한 평면 또는 스캔을 통해 여러 높이를 통해 결정되어 POI의 윤곽뿐만 아니라 전체 볼륨을 설명하지만, 이 변형은 POI의 완전한 3D 지도 및 실시간으로 계산을 계속 수행하기 위한 더 높은 컴퓨팅 성능을 필요로 한다. 특히, 제한되지 않은 지도가 제공되어야 하는 경우, 또 다른 대안은 예를 들어 등고도 슬라이스로 스캔하기 위해 고도 z+h(POI의 z 레벨)의 수를 갖는 다각형을 설명하는 것으로 구성된다. 또한, 다각형의 꼭지점들 사이에 중간점들이 분포되어 있다. 따라서 도 5는 다각형의 꼭기점들을 나타내는 x, y 좌표의 점을 특징으로 하는 XY 평면의 POI의 기하학적 구조를 보여준다. 검은색 실선 원은 다각형의 꼭지점에 해당하고 빈 검은색 원은 중간점에 해당한다.
나머지 계획된 경로는 도 6에서 검은색 실선으로 표시된 방향 변경 지점과 빈 검은색 원으로 표시된 중간 지점 사이에 분포된 방위 변경 지점에서 형성된 개방 파선으로 표현된다. 구체적으로, E5 단계에서, 나머지 계획 경로는 나머지 계획 경로의 방위 변경 지점(검은색 실선)을 상호 연결하여 형성된 개방 파선으로 표시되며, 이는 연속 경로 세그믄트들의 목록을 기반으로 차량의 예측 속도에 따라 간격이 달라지는 등거리 중간 지점(빈 검은색 원)을 생성하여 대략 매 초마다 가시성 시뮬레이션을 수행할 수 있는 것이 바람직하다. 설명의 나머지 부분과 마찬가지로 이 표현은 이동할 나머지 유추 경로 부분에도 적용된다.
도 7은 도시의 단순화를 위해 자가 차량(1)이 점선 화살표 방위로 표시된 나머지 계획된 경로를 이동하는 사용 사례를 XY 평면에서 예시한다. 그것은 그러면 자가 차량(1)의 현재 위치와 POI가 차량 뒤에 있을 미래 위치 사이의 연속적인 도로 세그먼트들의 목록을 결정하는 문제이며, 이는 왕복 여행의 경우에도 적용 가능하며, 그 이유는 그것이 관심 대상인 이동할 나머지 계획 경로이기 때문이다. 상기 세그먼트들은 각각 말단에서 x, y 좌표의 2개 지점(검은색 점)으로 구성된다. 그것들은 공통점으로 연결된다. POI의 모든 꼭지점들이 차량 뒤에 있는 경우 POI는 차량 뒤에 있는 것으로 간주된다. u를 (결정의) 현재 지점으로부터 이전 지점까지 확장하는 벡터라고 하고, v를 (결정의) 현재 지점으로부터 POI의 꼭지점까지 확장하는 벡터라고 하면, 벡터 곱(u,v)이 양수이면 꼭지점은 차량 뒤에 있는 것이다. 따라서 헤딩은 도 7의 벡터 - u로 표시되며, 따라서 앞/뒤 또는 오른쪽/왼쪽의 개념을 결정하는 역할을 하며, 예를 들어 POI가 통과되었는지 여부, 즉 뒤에 있는지 여부를 결정하거나, 예를 들어 POI 측면에 있는 실내 도어의 손잡이 및/또는 기둥을 어느 측면에서 조명을 할지를 결정하여 운전자가 POI를 찾을 수 있도록 돕거나, 근처에 아이들이 떠날 수 있는 학교가 있다는 것을 경고하기 목적을 가진다. 파선이 지면에 대해 차량 탑승자의 머리 높이까지 올라가기 때문에 창문을 통한 실제 가시성을 평균화하는 데 충분한 점수로 인해 차량의 정확한 형상은 고려되지 않는다. 도 7에서, 이는 나머지 계획 경로의 가장 오른쪽 지점만을 위한 경우이다. 이는 나머지 계획 경로에서 이 식별된 지점의 다운스트림에 위치한 결정의 시작 지점으로부터 단계 E7에서 결정된 가시성이 0이 될 것임을 의미한다. 관심지점 POI가 뒤에 위치한 가시성 결정의 제1 시작 지점은, 가시성 결정의 시작 지점과 관심지점 POI의 각 꼭지점을 연결하는 각 벡터 v에 의한 결정의 이전 시작 지점에 가시성 결정의 시작 지점을 연결하는 벡터 u의 벡터 곱들이 모두 양수인 계획된 나머지 경로에 속하는 제1 시작 지점에 대응한다. 이 작동 모드를 사용는 추적 단계를 반복할 필요 없이 가시성이 0이 되기 때문에 POI의 다운스트림 결정을 단순화하는 것을 가능하게 한다. 따라서 계산에 의해 가시성을 결정하는 하위 단계는 POI의 다운스트림의 상기 POI에 대해 일시 중단되며, 그 이유는 실제로 운전할 때에 일단 POI를 통과하면 특히 사용자가 뒤를 돌아봐야 한다는 것이 필요할 것이라는 것을 감안하면 POI를 계속 표시하는 것은 위험할 수 있기 때문이며 - 그래서 이러한 경우 POI의 다운스트림의 가시성을 0으로 설정함으로써 상기 결정 단계가 단순화된다.
도 8은 이동할 나머지 계획 경로의 가시성 결정의 시작점에 대해, 이 시작점에 적용되는 추적 단계를 명확성을 위해 부분적으로 단순화한 예시적인 뷰를 보여준다. 그것은 파선의 한 점에 해당하는 이 시작점을 첫 번째 끝으로 갖고, 상기 관심지점 POI에 속하는 다각형의 두 번째 끝점을 갖는 직선 세그먼트를 추적하는 문제이며 동일한 절차가 적용되며, 그리고 이동할 나머지 계획 경로의 세그먼트들의 목록의 변경점(검은색 실선)과 중간점(빈 검은색 원) 각각에 대해 동일한 절차가 적용될 것이다. 각 시작점에 대해, POI의 각 특징점(검은색 실선)과 중간점(빈 검은색 원) 각각이 보이는지 또는 위에서 설명된 것 같지 않는지가, 바람직하게는 직선 세그먼트가 수치 표면 모델에 존재하는 장애물과 교차하는지 여부와 상황별 가시성 거리에 따라 결정된다. 따라서 도 8의 예에서 검은색 직사각형으로 표시된 건물은 여기에서 고려되는 가시성 결정의 시작점에서 POI의 일부를 가릴 것이다. POI의 기하학적 구조는 POI의 특정 지점이 POI 자체에 의해, 특히 POI보다 낮은 고도에 위치한 가시성 검색 지점에서 가려진다는 것을 의미할 수도 있다. 따라서, 나머지 계획 경로의 가시성 결정의 각 시작점에 대해, 상기 제2 끝점들 중에서도, 관심지점 POI에 속하는 가시적 지점들의 연속적인 그룹을 결정하는 하위 단계가 수행되며, 이 연속적인 그룹은 세그먼트, 즉, 라인 세그먼트를 형성한다.
명확성을 위해 상기 도면들에서의 그림들은 XY 평면에 있지만, 상기 방법의 단계들은 3D 지도의 XYZ 평면에 적용된다.
다음 도면들은 가시성을 결정하는 E8 단계의 하위 단계의 부분 결과를 보여준다.
도 9a는 여기서 고려되는 가시성 결정의 시작점으로부터 결정된 관심지점 POI에 속하는 가시 지점들의 연속적인 그룹을 도시한다.
도 9b는 관심지점 POI에 속하는 가시 지점들의 연속 그룹을 결정하는 이전 하위 단계에서 결정된 가시 지점들의 각 연속 그룹과 연관된 가시성 세그먼트를 보여준다.
이후에는 다음의 것들이 수행된다:
- 가시성 세그먼트들의 길이를 합산하는 하위 단계,
- 상기 합산을 관심지점 POI의 둘레로 나누는 하위 단계, 여기에서 상기 둘레는 다각형을 형성하는 선의 길이를 의미한다는 점을 염두에 둔다,
- 나머지 계획 경로의 가시성 결정의 각 시작점에 대해, 관심지점 POI의 가시 둘레를 백분율로 계산하는 하위 단계, 그리고
- 나머지 계획 경로의 가시성 결정의 시작점마다 관심지점 POI의 가시 둘레의 백분율을 저장하는 하위 단계.
도 10a는 나머지 계획 경로를 따라 다양한 시작점들에 대해 가시성 세그먼트 길이들의 합을 POI 둘레로 나누어 얻은 POI의 가시 둘레의 저장된 백분율을 보여준다.
그런 다음 다음 하위 단계들이 수행된다:
- 0으로 저장된 백분율을 제외한 나머지 계획된 경로의 가시성 결정의 상기 시작점들 중에서 지점들의 각 연속적인 그룹을 결정하는 하위 단계,
- 시작 노드, 즉, 가시성 결정의 여러 시작 지점과 끝 노드, 길이, 자가 차량(1)의 현재 위치로부터의 거리 (본 경우에서 가장 왼쪽의 노드) 및 0으로 저장된 백분율을 제외한 지점들의 상기 연속적인 그룹으로부터 보이는 관심지점 POI의 둘레의 백분율들의 합인 값인 가시성 점수라는 특징을 갖는 가시성 창들을 한정하는 하위 단계.
도 10b는 그림 10a에서 얻었던 POI 가시성 창을 예시하며, 점수가 0이 아닌 도로 세그먼트들의 지점들의 각 연속 그룹에 대해, 시작 노드와 끝 노드, 길이, 차량의 현재 위치로부터의 거리 및 상기 그룹으로부터 보이는 POI의 둘레의 백분율들의 합인 가시성 점수로 특징지어지는 가시성 창을 정의한다.
마지막으로 가시성 점수가 가장 좋은 가시성 창을 선택하는 하위 단계가 수행된다. 도 10b의 예에서 가장 좋은 점수를 갖는 가시성 창은 163개의 지점들을 갖는 마지막 창에 대응한다.
단계들의 끝에서, 상기 방법은 어떤 가시성 창이 최적의 가시성 창인지, 그 길이, 자동차의 현재 위치로부터의 거리, 조치를 취해야 하는 지점, 생성된 앰비언스 또는 재생되는 애니메이션, 그리고 POI가 사용자의 뒤에 위치할 것이기 때문 POI가 자가 차량(1)을 점유하고 있는 한 명 이상의 사용자에게 더 이상 보이지 않는 지점을 결정할 것이다.
본 발명에 따른 방법은 해당 여행 중 임의의 지점에서 POI가 보이는지 여부를 나타내는 것을 또한 가능하게 한다.
본 발명에 따른 관심 지점의 가시성을 결정하는 방법을 실행하는 운전자 지원 방법은, 결정된 최적의 가시성 창을 통해 정보를 전달 및/또는 앰비언스(ambience)를 생성하는 단계를 포함하며, 그래서 오디오 수단, 촉각 수단 및/또는 시각 수단을 통해 운전자에게 학교 근처를 지나가고 있음을 경고하거나, 동일한 수단을 통해 운전자에게 알려줄 수 있지만, POI의 유형 및/또는 역사적 유산으로 간주되는 인근 교회의 존재 또는 상황적 행동을 유발하는 것을 정당화하기에 충분히 관련된 어떤 다른 정보의 존재에 대한 정보(예를 들어, 위험 경고 또는 관광 문화 정보)의 특성에 적응된 방식으로 알려주는 것이 바람직하다.
유리하게는, 본 발명에 따른 방법은 차량의 위치와 온보드 지도 정보만을 이용할 수 있다. 가시성을 분석하기 위해 반드시 카메라가 필요하거나 컴퓨터 서버에 대한 실시간 연결이 필요한 것은 아니다.
더욱이, 상기 방법의 단계들은 그다지 복잡하지 않은 기하학적 계산을 기반으로 수행된다. 이 단계들은 매우 많은 양의 컴퓨팅 성능을 필요로 하지 않으며 차량의 온보드 컴퓨터에 쉽게 통합될 수 있다. 바람직하게는, 관심지점의 가시성을 결정하는 방법은 인간-기계 인터페이스(약어 HMI)의 그리고/또는 첨단 운전자 지원 시스템(약어 ADAS)의 컴퓨터의 관심지점의 가시성을 결정하기 위한 모듈에 호스팅된다.
Claims (13)
1. 관심지점 (Point of Interest, POI)의 가시성을 결정하는 방법으로서, 상기 방법은 자가(ego) 자동차(1)에 내장된 처리 수단에 의해 구현되고, 다음의 단계들:
- (El) 관심지점(POI)을 선택 또는 결정하는 단계;
- (E2) 3차원 지도(3D), 이동해야 할 나머지 경로 또는 경로 일부, 특히 계획된 경로 또는 이동해야 할 나머지 추론된 경로 일부의 적어도 2차원에서의 위치 좌표들 및 상기 차량(1)의 현재 위치의 적어도 2차원에서의 좌표들을 포함하는 내비게이션 정보를 수신하는 단계;
- (E3) 상기 관심지점(POI), 이동해야 할 나머지 경로 또는 경로 일부 및 상기 차량의 현재 위치의 좌표들을 상기 3차원 지도(3D) 내에 위치를 정하는 단계,
- (E4) 상기 관심지점(POI)에 속하는 3차원에서 주어진 좌표들의 적어도 3개의 꼭지점들을 갖는 다각형으로 상기 관심지점(POI)을 나타내는 단계 - 상기 다각형은 특히 상기 관심지점(POI) 윤곽의 방위 변화의 지점들 및/또는 상기 관심지점(POI)의 등고도 지점들과 같은 상기 관심지점(POI)의 윤곽선의 특징적인 기하학적 지점들을 정점들로 가짐 -,
- (E5) 나머지 경로 또는 경로 일부의 방위 변화 지점들을 상호 연결함으로써 상기 나머지 경로 또는 경로 일부를 개방 파선을 통해 나타내는 단계,
- (E6) 상기 파선 상의 제1 끝점과 상기 관심지점(POI)에 속하는 상기 다각형 상의 제2 끝점을 갖는 직선 세그먼트들을 추적하는 단계,
- (E7) 상기 세그먼트들 각각에 대한 관심지점(POI)의 가시성을 결정함으로써 상기 세그먼트 제1 말단들 각각에 의해 형성된 시작점들로부터 관심지점(POI)의 가시성을 결정하는 단계,
- (E8) 최적의 가시성 창을 결정하는 단계를 포함하며,
가시성을 결정하는 단계 (E7)에서, 상기 세그먼트의 두 말단들 사이의 관심지점(POI)의 비-제로(non-zero) 가시성은 상기 세그먼트와 상기 삼차원 지도(3D)의 요소 사이의 비-교차를 조건으로 하는 것을 특징으로 하는, 관심지점의 가시성 결정 방법.
- (El) 관심지점(POI)을 선택 또는 결정하는 단계;
- (E2) 3차원 지도(3D), 이동해야 할 나머지 경로 또는 경로 일부, 특히 계획된 경로 또는 이동해야 할 나머지 추론된 경로 일부의 적어도 2차원에서의 위치 좌표들 및 상기 차량(1)의 현재 위치의 적어도 2차원에서의 좌표들을 포함하는 내비게이션 정보를 수신하는 단계;
- (E3) 상기 관심지점(POI), 이동해야 할 나머지 경로 또는 경로 일부 및 상기 차량의 현재 위치의 좌표들을 상기 3차원 지도(3D) 내에 위치를 정하는 단계,
- (E4) 상기 관심지점(POI)에 속하는 3차원에서 주어진 좌표들의 적어도 3개의 꼭지점들을 갖는 다각형으로 상기 관심지점(POI)을 나타내는 단계 - 상기 다각형은 특히 상기 관심지점(POI) 윤곽의 방위 변화의 지점들 및/또는 상기 관심지점(POI)의 등고도 지점들과 같은 상기 관심지점(POI)의 윤곽선의 특징적인 기하학적 지점들을 정점들로 가짐 -,
- (E5) 나머지 경로 또는 경로 일부의 방위 변화 지점들을 상호 연결함으로써 상기 나머지 경로 또는 경로 일부를 개방 파선을 통해 나타내는 단계,
- (E6) 상기 파선 상의 제1 끝점과 상기 관심지점(POI)에 속하는 상기 다각형 상의 제2 끝점을 갖는 직선 세그먼트들을 추적하는 단계,
- (E7) 상기 세그먼트들 각각에 대한 관심지점(POI)의 가시성을 결정함으로써 상기 세그먼트 제1 말단들 각각에 의해 형성된 시작점들로부터 관심지점(POI)의 가시성을 결정하는 단계,
- (E8) 최적의 가시성 창을 결정하는 단계를 포함하며,
가시성을 결정하는 단계 (E7)에서, 상기 세그먼트의 두 말단들 사이의 관심지점(POI)의 비-제로(non-zero) 가시성은 상기 세그먼트와 상기 삼차원 지도(3D)의 요소 사이의 비-교차를 조건으로 하는 것을 특징으로 하는, 관심지점의 가시성 결정 방법.
제1항에 있어서, 상기 가시성 결정의 시작점들은 상기 변화 지점들 사이에 분포된 중간 지점들을 포함하며, 그리고/또는 상기 제2 말단들은 상기 다각형의 꼭지점들 사이에 분포된 중간 지점들을 포함하는 것을 특징으로 하는 관심지점의 가시성 결정 방법.
이전 항들 중 어느 한 항에 있어서, 상기 관심지점(POI)의 가시성을 판단하는 단계(E7)에서, 관심지점(POI)이 뒤에 위치한 가시성 결정의 시작점의 다운스트림에 위치한 상기 나머지 경로 또는 경로 일부의 모든 지점들에 대해 제로(zero) 가시성이 결정되는 것을 특징으로 하는 관심지점의 가시성 결정 방법.
이전 항들 중 어느 한 항에 있어서, 상기 관심지점(POI)이 뒤에 위치한 가시성 결정의 시작점은, 상기 시작점을 상기 관심지점(POI)의 꼭지점들 각각에 연결하는 벡터들(v) 각각에 의해 제1 선행 시작점에 연결시키는 벡터(u)의 모든 벡터 곱들이 양수인 경로의 가시성 결정의 제1 시작점에 대응하는 것을 특징으로 하는 관심지점의 가시성 결정 방법.
이전 항들 중 어느 한 항에 있어서, 상기 내비게이션 정보는 지역 기상 조건들 및/또는 외부 조도들에 따른 상황별 가시성 정보를 포함하는 것을 특징으로 하는 관심지점의 가시성 결정 방법.
제5항에 있어서, 상기 상황별 가시성 정보에 따라, 특히 관심지점(POI)에 따라 최대 상황별 가시성 거리를 결정하는 하위 단계를 포함하는 것을 특징으로 하는 관심지점의 가시성 결정 방법.
제6항에 있어서,
- 각 시작점과 상기 관심지점(POI)의 꼭지점들 각각 사이의 거리, 특히 유클리드 거리를 결정하는 하위 단계를 포함하고, 상기 추적 단계(E6)는 미리 정해진 최대 상황별 가시성 거리 미만이거나 같은 길이의 세그먼트들만을 추적하는 단계를 포함하며, 상기 관심지점(POI)의 가시성을 결정하는 단계(E7)에서, 상기 시작점 및 상기 관심지점(POI)의 상기 꼭지점을 분리하는 거리가 상기 미리 정해진 최대 상황별 가시성 거리보다 큰 경우 상기 가시성은 상기 시작점 및 상기 관심지점(POI)의 상기 꼭지점 사이에서 0인 것으로 결정되는 것을 특징으로 하며,
그리고/또는
- 관심지점(POI)의 가시성을 결정하는 단계(E7)에서, 상기 세그먼트의 두 말단들 사이에서의 상기 관심지점(POI)의 비-제로 가시성의 결정은 상기 미리 결정된 최대 상황별 가시성 거리보다 작은 상기 세그먼트의 길이에 따라 또한 조건부인 것을 특징으로 하는 관심지점의 가시성 결정 방법.
- 각 시작점과 상기 관심지점(POI)의 꼭지점들 각각 사이의 거리, 특히 유클리드 거리를 결정하는 하위 단계를 포함하고, 상기 추적 단계(E6)는 미리 정해진 최대 상황별 가시성 거리 미만이거나 같은 길이의 세그먼트들만을 추적하는 단계를 포함하며, 상기 관심지점(POI)의 가시성을 결정하는 단계(E7)에서, 상기 시작점 및 상기 관심지점(POI)의 상기 꼭지점을 분리하는 거리가 상기 미리 정해진 최대 상황별 가시성 거리보다 큰 경우 상기 가시성은 상기 시작점 및 상기 관심지점(POI)의 상기 꼭지점 사이에서 0인 것으로 결정되는 것을 특징으로 하며,
그리고/또는
- 관심지점(POI)의 가시성을 결정하는 단계(E7)에서, 상기 세그먼트의 두 말단들 사이에서의 상기 관심지점(POI)의 비-제로 가시성의 결정은 상기 미리 결정된 최대 상황별 가시성 거리보다 작은 상기 세그먼트의 길이에 따라 또한 조건부인 것을 특징으로 하는 관심지점의 가시성 결정 방법.
이전 항들 중 어느 한 항에 있어서, 최적의 가시성 창을 결정하는 단계(E8)는, 상기 나머지 경로 또는 경로 일부의 가시성 결정의 각 시작점에 대해:
- 상기 제2 말단들 중에서 상기 관심지점(POI)에 속하는 가시 지점들의 연속적인 그룹을 결정하는 하위 단계,
- 가시성 세그먼트를 각 연속 그룹과 연관시키는 하위 단계,
- 상기 가시성 세그먼트들의 길이를 합산하는 하위 단계,
- 상기 합산을 상기 관심지점(POI)의 둘레로 나누는 하위 단계,
- 나머지 경로 또는 경로 일부의 가시성 결정의 각 시작점에 대해, 상기 관심지점(POI)의 가시 둘레를 백분율로 계산하는 하위 단계, 그리고
- 상기 나머지 경로 또는 경로 일부의 가시성 결정의 각 시작점에 대해 상기 관심지점(POI)의 가시 둘레의 백분율을 저장하는 하위 단계를 포함하는 것을 특징으로 하는 관심지점의 가시성 결정 방법.
- 상기 제2 말단들 중에서 상기 관심지점(POI)에 속하는 가시 지점들의 연속적인 그룹을 결정하는 하위 단계,
- 가시성 세그먼트를 각 연속 그룹과 연관시키는 하위 단계,
- 상기 가시성 세그먼트들의 길이를 합산하는 하위 단계,
- 상기 합산을 상기 관심지점(POI)의 둘레로 나누는 하위 단계,
- 나머지 경로 또는 경로 일부의 가시성 결정의 각 시작점에 대해, 상기 관심지점(POI)의 가시 둘레를 백분율로 계산하는 하위 단계, 그리고
- 상기 나머지 경로 또는 경로 일부의 가시성 결정의 각 시작점에 대해 상기 관심지점(POI)의 가시 둘레의 백분율을 저장하는 하위 단계를 포함하는 것을 특징으로 하는 관심지점의 가시성 결정 방법.
제8항에 있어서, 최적의 가시성 창을 결정하는 단계(E8)는:
- 0으로 저장된 백분율을 제외한 나머지 경로 또는 경로 일부의 가시성 결정의 상기 시작점들 중에서 지점들의 각 연속적인 그룹을 결정하는 하위 단계,
- 시작 노드와 끝 노드, 길이, 차량의 현재 위치로부터의 거리(1) 및 0으로 저장된 백분율을 제외한 지점들의 상기 연속적인 그룹으로부터 보이는 관심지점(POI)의 둘레의 백분율들의 합을 갖는 가시성 점수라는 특징을 갖는 연속적인 시각성 창들을 한정하는 하위 단계, 그리고
- 가시성 점수가 가장 높은 연속적인 가시성 창을 선택하는 하위 단계를 포함하는 것을 특징으로 하는 관심지점의 가시성 결정 방법.
- 0으로 저장된 백분율을 제외한 나머지 경로 또는 경로 일부의 가시성 결정의 상기 시작점들 중에서 지점들의 각 연속적인 그룹을 결정하는 하위 단계,
- 시작 노드와 끝 노드, 길이, 차량의 현재 위치로부터의 거리(1) 및 0으로 저장된 백분율을 제외한 지점들의 상기 연속적인 그룹으로부터 보이는 관심지점(POI)의 둘레의 백분율들의 합을 갖는 가시성 점수라는 특징을 갖는 연속적인 시각성 창들을 한정하는 하위 단계, 그리고
- 가시성 점수가 가장 높은 연속적인 가시성 창을 선택하는 하위 단계를 포함하는 것을 특징으로 하는 관심지점의 가시성 결정 방법.
이전 항들 중 어느 한 항에서의 관심지점의 가시성 졀정 방법을 실행하는 운전자 보조 방법에 있어서, 결정된 최적의 가시성 창의 시작부터 또는 전체적으로 정보를 전달하며 그리고/또는 앰비언스(ambience)를 생성하는 단계를 포함하는 것을 특징으로 하는 운전자 보조 방법.
제1항 내지 제9항 중 어느 한 항에서의 관심지점의 가시성 결정 방법을 구현하는 수단을 포함하는 관심지점의 가시성을 결정하는 모듈.
내비게이션 수단(4)을 포함하는 자동차(1)로서, 상기 자동차는 제11항에서의 관심지점의 가시성을 결정하는 모듈을 또한 포함하는 자동차.
통신 네트워크들로부터 다운로드 가능하며, 그리고/또는 컴퓨터에 의해 판독가능하며 그리고/또는 컴퓨터에 의해 실행 가능한 데이터 매체 상에 기록된 컴퓨터 프로그램 제품으로, 컴퓨터 프로그램이 컴퓨터에 의해 실행될 때에 상기 컴퓨터로 하여금 제1항 내지 제9항 중 어느 한 항에서의 관심지점의 가시성을 결정하는 방법을 구현하도록 하도록 하는 명령어들을 포함하는, 컴퓨터 프로그램 제품.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FRFR2112820 | 2021-12-01 | ||
FR2112820A FR3129720B1 (fr) | 2021-12-01 | 2021-12-01 | Procédé de détermination de visibilité d’un point d’intérêt |
PCT/EP2022/083198 WO2023099339A1 (fr) | 2021-12-01 | 2022-11-24 | Procédé de détermination de visibilité d'un point d'intérêt |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20240116517A true KR20240116517A (ko) | 2024-07-29 |
Family
ID=80595236
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020247021648A KR20240116517A (ko) | 2021-12-01 | 2022-11-24 | 관심지점의 가시성을 결정하는 방법 |
Country Status (4)
Country | Link |
---|---|
KR (1) | KR20240116517A (ko) |
CN (1) | CN118339429A (ko) |
FR (1) | FR3129720B1 (ko) |
WO (1) | WO2023099339A1 (ko) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6766245B2 (en) * | 2002-03-14 | 2004-07-20 | Microsoft Corporation | Landmark-based location of users |
EP1650533A1 (fr) | 2004-10-20 | 2006-04-26 | France Telecom | Procédé de sélection de points remarquables dans un itinéraire |
US20080319658A1 (en) * | 2007-06-25 | 2008-12-25 | Microsoft Corporation | Landmark-based routing |
US8442767B2 (en) * | 2009-08-28 | 2013-05-14 | Navteq B.V. | Method of operating a navigation system to provide route guidance |
US8489325B2 (en) | 2010-01-19 | 2013-07-16 | Apple Inc. | Point of interest based directions in a mapping application |
US9805058B2 (en) | 2014-06-01 | 2017-10-31 | Microsoft Technology Licensing, Llc | Visibility of a point of interest based on environmental conditions |
-
2021
- 2021-12-01 FR FR2112820A patent/FR3129720B1/fr active Active
-
2022
- 2022-11-24 CN CN202280080011.8A patent/CN118339429A/zh active Pending
- 2022-11-24 WO PCT/EP2022/083198 patent/WO2023099339A1/fr active Application Filing
- 2022-11-24 KR KR1020247021648A patent/KR20240116517A/ko unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023099339A1 (fr) | 2023-06-08 |
CN118339429A (zh) | 2024-07-12 |
FR3129720B1 (fr) | 2024-03-29 |
FR3129720A1 (fr) | 2023-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3673407B1 (en) | Automatic occlusion detection in road network data | |
CN112204343B (zh) | 高清晰地图数据的可视化 | |
US11651553B2 (en) | Methods and systems for constructing map data using poisson surface reconstruction | |
US11537127B2 (en) | Systems and methods for vehicle motion planning based on uncertainty | |
US8195386B2 (en) | Movable-body navigation information display method and movable-body navigation information display unit | |
CN115661488A (zh) | 用于运载工具的方法、系统和计算机可读存储介质 | |
US11782129B2 (en) | Automatic detection of overhead obstructions | |
CN112505680A (zh) | 使用雷达的扩展对象跟踪 | |
CN110832348A (zh) | 用于自主车辆的高清晰度地图的点云数据丰富 | |
CN107145578A (zh) | 地图构建方法、装置、设备和系统 | |
CN113302621A (zh) | 将运载工具中捕获的乘客关注数据用于定位和基于地点的服务 | |
US11782439B2 (en) | Determining routes for autonomous vehicles | |
EP4160146A1 (en) | Quadtree based data structure for storing information relating to an environment of an autonomous vehicle and methods of use thereof | |
CN114419331A (zh) | 用于运载工具的方法和系统以及运载工具 | |
KR20210066956A (ko) | 차선 변경을 포함한 차량 제어 방법 및 차량 제어 장치 | |
CN114815799A (zh) | 运载工具、用于运载工具的方法和存储介质 | |
KR102381678B1 (ko) | 포인트 클라우드를 이용한 무인이동체의 4차원 경로 표출 방법 | |
CN116724214A (zh) | 用于生成用于自主车辆的导航的感兴趣区域的车道级地图的方法和系统 | |
CN109727492A (zh) | 用于虚拟交通工具系统的方法和系统 | |
CN114623840A (zh) | 用于运载工具的方法、运载工具和存储介质 | |
KR20240116517A (ko) | 관심지점의 가시성을 결정하는 방법 | |
CN114830202A (zh) | 通过自主运载工具针对未知对象的规划 | |
CN113056715B (zh) | 用于操作运载工具的方法、运载工具和存储介质 | |
CN115077543A (zh) | 运载工具及其方法和存储介质 | |
KR102406477B1 (ko) | 포인트 클라우드를 이용한 무인이동체의 4차원 경로 표출 방법 |