[go: up one dir, main page]

KR102521655B1 - 자율 주행 방법 및 장치 - Google Patents

자율 주행 방법 및 장치 Download PDF

Info

Publication number
KR102521655B1
KR102521655B1 KR1020160112454A KR20160112454A KR102521655B1 KR 102521655 B1 KR102521655 B1 KR 102521655B1 KR 1020160112454 A KR1020160112454 A KR 1020160112454A KR 20160112454 A KR20160112454 A KR 20160112454A KR 102521655 B1 KR102521655 B1 KR 102521655B1
Authority
KR
South Korea
Prior art keywords
slope
target vehicle
vehicle
host vehicle
autonomous driving
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
KR1020160112454A
Other languages
English (en)
Other versions
KR20180025593A (ko
Inventor
현윤석
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020160112454A priority Critical patent/KR102521655B1/ko
Priority to US15/490,167 priority patent/US10358132B2/en
Publication of KR20180025593A publication Critical patent/KR20180025593A/ko
Priority to US16/518,195 priority patent/US11034349B2/en
Application granted granted Critical
Publication of KR102521655B1 publication Critical patent/KR102521655B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/14—Adaptive cruise control
    • B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
    • B60W30/162—Speed limiting therefor
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • B60W60/0016—Planning or execution of driving tasks specially adapted for safety of the vehicle or its occupants
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/14—Adaptive cruise control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18163—Lane change; Overtaking manoeuvres
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—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
    • 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
    • B60W40/076—Slope angle of the road
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097—Predicting future conditions
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
    • 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
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/801—Lateral distance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/802—Longitudinal distance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/804—Relative longitudinal 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
    • B60W2556/00—Input parameters relating to data
    • 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
    • B60W2720/10—Longitudinal 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
    • B60W2754/00—Output or target parameters relating to objects
    • B60W2754/10—Spatial relation or speed relative to objects
    • B60W2754/30—Longitudinal distance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)

Abstract

자율 주행 방법 및 장치가 개시된다. 일실시예에 따른 자율 주행 방법은 호스트 차량의 제1 기울기, 타겟 차량의 제2 기울기 및 선행 도로의 제3 기울기 중 적어도 하나에 기초하여, 호스트 차량을 제어할 수 있다.

Description

자율 주행 방법 및 장치{AUTONOMOUS DRIVING METHOD AND APPARATUS}
아래 실시예들은 자율 주행 차량을 제어하는 방법 및 장치에 관한 것이다.
기울기가 계속적으로 변하는 도로 상에서 사람이 차량을 운전하는 경우, 사람은 오르막길, 내리막길 또는 기울기가 순간적으로 변하는 지점을 인식하여 차량을 주행시킨다. 자율 주행 기술이 적용된 차량은 목적지까지의 경로, 감지된 주변 차량 또는 물체를 고려하여 주행 경로를 제어할 수 있다. 대체로, 자율 주행 차량은 평지에서의 주행을 전제로 주행 알고리즘이 설계되어 있으므로, 굴곡이 있는 도로에서 주행하는 자율 주행 차량은 경로를 설정하거나 속도를 제어하기 위해, 도로의 기울기의 변화에 적절히 대응할 필요가 있다. 보다 안전하고 정확한 자율 주행을 위해, 차량 또는 도로의 기울기를 반영하여 자율 주행 차량을 제어하는 기술이 요구된다.
일실시예에 따른 자율 주행 방법은 타겟 차량을 인식하는 단계; 호스트 차량(Host Vehicle)의 제1 기울기 및 상기 타겟 차량의 제2 기울기를 판단하는 단계; 상기 제1 기울기 및 상기 제2 기울기에 기초하여, 상기 타겟 차량의 인식 결과를 보정하는 단계; 및 상기 보정된 인식 결과에 기초하여, 상기 호스트 차량을 제어하는 단계를 포함한다.
일실시예에 따른 상기 타겟 차량을 인식하는 단계는 상기 호스트 차량과 상기 타겟 차량 사이의 거리; 상기 호스트 차량과 상기 타겟 차량 사이의 상대 속도; 및 상기 타겟 차량의 형상 중 적어도 하나를 인식하는 단계를 포함할 수 있다.
일실시예에 따른 상기 제1 기울기 및 상기 제2 기울기를 판단하는 단계는 상기 호스트 차량은 제1 지면 상에 놓여있고, 상기 타겟 차량은 제2 지면 상에 놓여있는 경우, 상기 제1 지면 상에서, 상기 호스트 차량이 위치한 지점으로부터 미리 정의된 길이만큼 떨어진 제1 전후 지점들의 고도들 및 상기 제1 전후 지점들 사이의 거리에 기초하여, 상기 제1 기울기를 계산하는 단계; 및 상기 제2 지면 상에서, 상기 타겟 차량이 위치한 지점으로부터 미리 정의된 길이만큼 떨어진 제2 전후 지점들의 고도들 및 상기 제2 전후 지점들 사이의 거리에 기초하여, 상기 제2 기울기를 계산하는 단계 중 적어도 하나를 포함할 수 있다.
일실시예에 따른 상기 제1 기울기 및 상기 제2 기울기를 판단하는 단계는 상기 호스트 차량의 센서를 이용하여, 상기 제1 기울기를 판단하는 단계; 상기 제1 기울기 및 상기 타겟 차량의 영상에 기초하여, 상기 호스트 차량 및 상기 타겟 차량 사이의 기울기 차이를 계산하는 단계; 및 상기 기울기 차이에 기초하여, 상기 제2 기울기를 계산하는 단계를 포함할 수 있다.
일실시예에 따른 상기 제1 기울기 및 상기 제2 기울기를 판단하는 단계는 미리 정의된 기울기에 대응하는 차량 영상을 획득하는 단계; 상기 차량 영상 및 상기 타겟 차량의 영상을 비교하여, 상기 미리 정의된 기울기와의 기울기 차이를 계산하는 단계; 및 상기 기울기 차이에 기초하여, 상기 제2 기울기를 계산하는 단계를 포함할 수 있다.
일실시예에 따른 상기 제1 기울기 및 상기 제2 기울기를 판단하는 단계는 미리 정의된 기울기에 대응하는 3D 차량 영상을 획득하는 단계; 스테레오 카메라를 이용하여 획득된 상기 타겟 차량의 영상과 상기 3D 차량 영상을 비교하여, 상기 미리 정의된 기울기와의 기울기 차이를 계산하는 단계; 및 상기 기울기 차이에 기초하여, 상기 제2 기울기를 계산하는 단계를 포함할 수 있다.
일실시예에 따른 상기 타겟 차량의 인식 결과를 보정하는 단계는 상기 제1 기울기 및 상기 제2 기울기 사이의 차이에 기초하여, 상기 타겟 차량의 형상을 상기 제1 기울기에 대응하는 형상으로 보정하는 단계를 포함할 수 있다.
일실시예에 따른 상기 타겟 차량의 인식 결과를 보정하는 단계는 상기 제1 기울기 및 상기 제2 기울기 사이의 차이에 기초하여, 상기 상대 속도를 상기 제2 기울기에 대응하는 성분의 상대 속도로 보정하는 단계를 포함할 수 있다.
일실시예에 따른 상기 타겟 차량의 인식 결과를 보정하는 단계는 상기 제1 기울기 및 상기 제2 기울기 사이의 차이에 기초하여, 상기 거리를 상기 호스트 차량 및 상기 타겟 차량 사이의 지면 상 거리로 보정하는 단계를 포함할 수 있다.
일실시예에 따른 상기 지면 상 거리로 보정하는 단계는 상기 호스트 차량은 제1 지면 상에 놓여있고, 상기 타겟 차량은 제2 지면 상에 놓여있는 경우, 상기 제1 기울기 및 상기 제2 기울기에 기초하여, 상기 제1 지면 및 상기 제2 지면 사이의 변곡점을 검출하는 단계; 상기 제1 지면 상에서, 상기 호스트 차량이 위치한 지점 및 상기 변곡점 사이의 제1 거리를 계산하는 단계; 상기 제2 지면 상에서, 상기 변곡점 및 상기 타겟 차량이 위치한 지점 사이의 제2 거리를 계산하는 단계; 및 상기 제1 거리 및 상기 제2 거리에 기초하여, 상기 지면 상 거리를 계산하는 단계를 포함할 수 있다.
일실시예에 따른 상기 호스트 차량을 제어하는 단계는 상기 보정된 인식 결과에 기초하여, 상기 타겟 차량의 위험도를 판단하는 단계; 상기 위험도에 따라, 상기 호스트 차량의 속력을 조절하는 단계; 및 상기 위험도에 따라, 상기 타겟 차량의 차선을 기준으로 상기 호스트 차량의 차선을 변경하는 단계를 포함할 수 있다.
일실시예에 따른 자율 주행 방법은 호스트 차량(Host Vehicle)의 제1 기울기 및 상기 호스트 차량이 주행할 선행 도로의 제2 기울기를 판단하는 단계; 상기 제1 기울기 및 상기 제2 기울기에 기초하여, 사각 지대를 예측하는 단계; 및 상기 사각 지대에 기초하여, 상기 호스트 차량을 제어하는 단계를 포함한다.
일실시예에 따른 상기 사각 지대를 예측하는 단계는 상기 호스트 차량이 위치한 지면으로부터 카메라의 높이; 상기 카메라의 종 방향 시야각; 및 상기 제1 기울기와 상기 제2 기울기 사이의 차이에 기초하여, 상기 종 방향 시야각에서 벗어나는 공간인 상기 사각 지대를 결정하는 단계를 포함할 수 있다.
일실시예에 따른 상기 호스트 차량을 제어하는 단계는 상기 호스트 차량 및 상기 사각 지대 사이의 거리가 미리 정의된 거리보다 작은 경우, 상기 호스트 차량의 속도를 줄이는 단계를 포함할 수 있다.
일실시예에 따른 상기 호스트 차량을 제어하는 단계는 상기 호스트 차량 및 상기 사각 지대 사이의 거리가 미리 정의된 거리보다 작은 경우, 상기 호스트 차량의 센서의 센싱 주기를 줄이는 단계를 포함할 수 있다.
일실시예에 따른 상기 호스트 차량을 제어하는 단계는 상기 호스트 차량 및 상기 사각 지대 사이에 타겟 차량이 있는 경우, 상기 사각 지대에서의 상기 타겟 차량의 경로를 예측하는 단계; 및 상기 종 방향 시야각에서 상기 타겟 차량이 벗어난 경우, 상기 타겟 차량의 예측된 경로에 기초하여, 상기 호스트 차량을 제어하는 단계를 포함할 수 있다.
일실시예에 따른 자율 주행 장치는 타겟 차량을 인식하고, 호스트 차량(Host Vehicle)의 제1 기울기 및 상기 타겟 차량의 제2 기울기를 판단하고, 상기 제1 기울기 및 상기 제2 기울기에 기초하여 상기 타겟 차량의 인식 결과를 보정하며, 상기 보정된 인식 결과에 기초하여 상기 호스트 차량을 제어하는 프로세서를 포함한다.
일실시예에 따른 상기 프로세서는 상기 호스트 차량이 주행할 선행 도로의 제3 기울기를 판단하고, 상기 제1 기울기 및 상기 제3 기울기에 기초하여 사각 지대를 예측하고, 상기 사각 지대에 기초하여 상기 호스트 차량을 제어할 수 있다.
도 1은 일실시예에 따른 자율 주행 방법을 설명하기 위한 도면이다.
도 2는 일실시예에 따른 자율 주행 방법을 설명하기 위한 순서도이다.
도 3은 일실시예에 따른 자율 주행 방법을 설명하기 위한 도면이다.
도 4는 일실시예에 따른 자율 주행 방법을 설명하기 위한 순서도이다.
도 5는 일실시예에 따른 자율 주행 장치의 예시도이다.
도 6은 일실시예에 따른 자율 주행 장치의 예시도이다.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설명된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
도 1은 일실시예에 따른 자율 주행 방법을 설명하기 위한 도면이다.
일실시예에 따르면, 자율 주행 장치는 호스트 차량(Host Vehicle)의 자율 주행과 관련된 정보 또는 명령을 수집, 처리, 가공, 저장 또는 전송하거나 자율 주행을 제어하는 장치로, 예를 들어 소프트웨어 모듈, 하드웨어 모듈, 또는 이들의 다양한 조합으로 구현될 수 있다. 일실시예에 따르면, 자율 주행 장치는 호스트 차량에 탑재될 수 있지만 호스트 차량의 외부에서 호스트 차량을 원격으로 제어할 수도 있다.
도 1을 참조하면, 호스트 차량(101)은 자율 주행 장치에 의해 자율 주행 중이고, 자율 주행 장치는 호스트 차량(101)의 주변 차량들을 감지할 수 있다. 여기서, 호스트 차량은 자율 주행 장치에 의해 제어의 대상이 되는 차량을 의미한다. 호스트 차량의 주변 차량은 호스트 차량의 주변에 위치한 차량으로서, 예를 들면 호스트 차량의 위치에 의해 정의되는 범위 내에 위치한 차량을 포함한다.
일실시예에 따르면, 호스트 차량(101)의 적어도 하나의 센서 또는 카메라는 호스트 차량(101)의 주변 차량들(예를 들어, 호스트 차량(101)의 앞, 뒤 및 양 옆의 차량들)을 감지할 수 있고, 자율 주행 장치는 센서 또는 카메라로부터 수집한 정보를 이용하여 주변 차량을 인식하고, 인식 결과를 저장할 수 있다. 자율 주행 장치는 센서 또는 카메라로부터 수집한 정보를 이용하여 주변 차량들을 식별하고, 주변 차량들의 속력, 호스트 차량(101)과의 거리, 주변 차량들 간의 거리, 현재 차선 등을 추적하여 저장할 수 있다.
도 1을 참조하면, 자율 주행 장치는 호스트 차량(101)의 기울기와 타겟 차량(102)의 기울기를 이용하여, 호스트 차량(101)의 주행을 제어할 수 있다. 여기서, 타겟 차량(102)은 기울기 측정 또는 인식의 타겟이 되는 차량으로서, 예를 들면 호스트 차량(101)이 놓여있는 도로(110)를 따라 호스트 차량(101)이 주행할 선행 도로(111)에 놓여있는 차량(102)일 수 있다. 자율 주행 장치는 호스트 차량(101)의 기울기와 타겟 차량(102)의 기울기가 서로 다른 경우, 타겟 차량(102)을 인식한 결과를 보정할 수 있고, 보정된 인식 결과를 호스트 차량의 주행에 반영할 수 있다. 자율 주행 장치는 호스트 차량(101)이 굴곡 있는 도로를 주행하는 경우, 호스트 차량(101)의 기울기와 타겟 차량(102)의 기울기를 판단하여, 호스트 차량(101)의 주변의 객체(예를 들어, 타겟 차량(102))를 인식하는 인식 알고리즘에 기울기들을 반영할 수 있고, 경로 생성이나 속도를 조절하는데 기울기들을 반영할 수 있다. 이를 통해, 자율 주행 장치는 기울기가 변하는 도로에서 예측하기 어려운 상황들이 발생하는 경우에도, 안전하고 정확하게 주행하도록 호스트 차량(101)을 제어할 수 있다. 도 2의 순서도를 참조하여, 자율 주행 장치가 동작하는 방법을 설명한다.
도 2는 일실시예에 따른 자율 주행 방법을 설명하기 위한 순서도이다.
도 2를 참조하면, 자율 주행 장치는 타겟 차량을 인식할 수 있다(201). 자율 주행 장치는 호스트 차량(101)의 센서 또는 카메라로부터 획득된 정보, 근거리 통신을 이용하여 타겟 차량(102)으로부터 수집한 정보, 호스트 차량(101)의 메모리 또는 외부의 서버로부터 획득된 정보 등을 이용하여 타겟 차량(102)과 관련된 특성을 분석할 수 있다. 여기서, 서버는 수정 및 편집이 자유로운 개방형 클라우드 및 접근 권한이 제한된 클라우드 형태로 구현된 서버를 포함한다.
일실시예에 따르면, 자율 주행 장치는 타겟 차량(102)과 관련된 특성 중에서, 호스트 차량(101)과 타겟 차량(102) 사이의 거리를 인식할 수 있다. 예를 들어, 자율 주행 장치는 호스트 차량(101)에 탑재된 센서 또는 카메라를 이용하여 호스트 차량(101)을 기준으로 하는 타겟 차량(102)의 상대적인 위치를 감지할 수 있다. 자율 주행 장치는 감지된 상대적인 위치를 이용하여, 호스트 차량(101)과 타겟 차량(102) 사이의 거리를 인식할 수 있다.
자율 주행 장치는 타겟 차량(102)과 관련된 특성 중에서, 호스트 차량(101)과 타겟 차량(102) 사이의 상대 속도를 인식할 수 있다. 예를 들어, 자율 주행 장치는 호스트 차량(101)에 탑재된 센서 또는 카메라를 이용하여 호스트 차량(101)의 속도 및 타겟 차량(102)의 속도를 감지할 수 있다. 자율 주행 장치는 감지된 속도들을 이용하여, 호스트 차량(101) 및 타겟 차량(102) 사이의 상대 속도를 인식할 수 있다.
자율 주행 장치는 타겟 차량(102)과 관련된 특성 중에서, 타겟 차량(102)의 형상을 인식할 수 있다. 예를 들어, 자율 주행 장치는 호스트 차량(101)에 탑재된 센서 또는 카메라를 이용하여 타겟 차량(102)의 영상을 획득하고, 획득된 영상에 기초하여, 타겟 차량(102)의 형상을 인식할 수 있다. 여기서, 타겟 차량(102)의 형상은 타겟 차량(102)으로부터 시각적으로 인식할 수 있는 외관으로서, 예를 들어 타겟 차량(102)의 전체 외관, 타겟 차량(102)의 전조등, 사이드 미러, 와이퍼, 타이어 등의 부품의 외관을 포함하고, 타겟 차량(102)의 전체 외관은 타겟 차량의 윤곽 또는 색상을 포함한다.
도 2를 참조하면, 자율 주행 장치는 호스트 차량의 제1 기울기 및 타겟 차량의 제2 기울기를 판단할 수 있다(202). 여기서, 호스트 차량(101)의 제1 기울기는 특정 지면을 기준으로 호스트 차량(101)이 기울어진 정도로서, 예를 들어 호스트 차량(101)이 제1 지면(110) 상에 놓여있을 때 제1 지면(110)에 의해 호스트 차량(101)이 기울어진 정도를 의미한다. 타겟 차량(102)의 제2 기울기는 특정 지면을 기준으로 타겟 차량(102)이 기울어진 정도로서, 예를 들어 타겟 차량(102)이 제2 지면(111) 상에 놓여있을 때 제2 지면(111)에 의해 타겟 차량(102)이 기울어진 정도를 의미한다. 또한, 차량의 기울기는 그 차량이 놓여져 있는 지면의 기울기로 추정될 수 있고, 차량이 상하방향으로 향하는 각도로 정의될 수도 있지만, 기울기를 정의하는 방식은 설계 의도에 따라 다양하게 변형될 수 있다.
일실시예에 따르면, 자율 주행 장치는 서버 또는 메모리로부터 지도를 획득하고, 지도에 반영된 기울기들을 이용하여, 제1 기울기 및 제2 기울기를 판단할 수 있다. 예를 들어, 자율 주행 장치는 호스트 차량(101)에 탑재된 GPS(Global Positioning System) 센서를 이용하여, 호스트 차량(101)의 위치를 획득하고, 지도로부터 호스트 차량(101)의 제1 기울기를 획득할 수 있다. 자율 주행 장치는 호스트 차량(101)에 탑재된 센서 또는 카메라를 이용하여 호스트 차량(101)을 기준으로 하는 타겟 차량(102)의 상대적인 위치를 감지하고, 감지된 상대적인 위치와 호스트 차량(101)의 위치를 이용하여, 타겟 차량(102)의 위치를 획득할 수 있다. 자율 주행 장치는 타겟 차량(102)의 위치를 이용하여 지도로부터 타겟 차량(102)의 제2 기울기를 획득할 수 있다.
다른 실시예에 따르면, 자율 주행 장치는 지도에 기록된 고도들을 이용하여, 제1 기울기 및 제2 기울기를 판단할 수 있다. 예를 들어, 자율 주행 장치는 제1 지면(110) 상에서 호스트 차량(101)이 위치한 지점(103)을 검출할 수 있다. 자율 주행 장치는 제1 지면(110) 상에서 지점(103)으로부터 미리 정의된 길이만큼 떨어진 제1 전후 지점들(104 및 105)들을 검출할 수 있다. 여기서, 미리 정의된 길이는 기울기를 측정하기 위해 요구되는 길이로서, 정확한 기울기의 측정을 위해 가급적 작게 설정되는 것이 바람직하다. 자율 주행 장치는 지도로부터 제1 전후 지점들(104 및 105)들의 고도들을 획득할 수 있다. 자율 주행 장치는 제1 전후 지점들(104 및 105)들의 고도들 및 제1 전후 지점들(104 및 105)들 사이의 거리를 이용하여, 제1 기울기를 측정할 수 있다. 제1 기울기를 측정하는데 채용되는 방식과 유사하게, 자율 주행 장치는 제2 기울기를 측정할 수 있다. 자율 주행 장치는 타겟 차량(102)의 위치를 이용하여, 제2 지면(111) 상에서 타겟 차량(102)이 위치한 지점(106)을 검출할 수 있다. 자율 주행 장치는 제2 지면(111) 상에서 지점(106)으로부터 미리 정의된 길이만큼 떨어진 제2 전후 지점들(107 및 108)들을 검출하고, 지도로부터 제2 전후 지점들(107 및 108)들의 고도들을 획득할 수 있다. 자율 주행 장치는 제2 전후 지점들(107 및 108)들의 고도들 및 제2 전후 지점들(107 및 108)들 사이의 거리를 이용하여, 제2 기울기를 측정할 수 있다.
다른 실시예에 따르면, 자율 주행 장치는 호스트 차량(101)에 탑재된 자이로 센서 또는 IMU(Inertial Measurement Unit) 센서를 이용하여 호스트 차량(101)의 기울기를 측정할 수 있다. 자율 주행 장치는 지도로부터 획득한 호스트 차량(101)의 기울기와 센서를 통해 측정한 호스트 차량(101)의 기울기를 조합하여 제1 기울기를 판단할 수 있다. 자율 주행 장치는 타겟 차량(102) 또는 서버로부터 제2 기울기를 획득할 수 있다. 타겟 차량(102)은 호스트 차량(101)의 기울기가 측정되는 방식을 이용하여 제2 기울기를 판단하고, 제2 기울기를 근거리 통신을 통해 호스트 차량(101)으로 전송할 수 있고, 서버로 전송할 수도 있다.
다른 실시예에 따르면, 자율 주행 장치는 타겟 차량(102)의 영상을 이용하여 제2 기울기를 판단할 수 있다. 예를 들면, 자율 주행 장치는 제1 기울기 및 타겟 차량(102)의 영상에 기초하여, 호스트 차량(101) 및 타겟 차량(102) 사이의 기울기 차이를 계산할 수 있다. 자율 주행 장치는 계산된 기울기 차이와 제1 기울기를 이용하여 제2 기울기를 계산할 수 있다.
다른 실시예에 따르면, 자율 주행 장치는 미리 정의된 기울기에 대응하는 차량 영상과 타겟 차량(102)의 영상을 비교하여, 제2 기울기를 판단할 수 있다. 예를 들면, 자율 주행 장치는 서버 또는 메모리로부터 미리 정의된 기울기에 대응하는 차량 영상을 획득하고, 획득된 차량 영상 및 타겟 차량(102)의 영상을 비교할 수 있다. 자율 주행 장치는 비교 결과에 기초하여, 미리 정의된 기울기와의 기울기 차이를 계산하고, 계산된 기울기 차이 및 미리 정의된 기울기를 이용하여 제2 기울기를 계산할 수 있다.
다른 실시예에 따르면, 자율 주행 장치는 스테레오 카메라를 통해 획득된 타겟 차량(102)의 영상을 이용하여, 제2 기울기를 판단할 수 있다. 여기서, 타겟 차량(102)의 영상은 3D 영상일 수 있다. 자율 주행 장치는 서버 또는 메모리로부터 미리 정의된 기울기에 대응하는 3D 차량 영상을 획득할 수 있다. 자율 주행 장치는 호스트 차량(101)에 탑재된 스테레오 카메라를 이용하여 타겟 차량(102)의 영상을 획득하고, 획득된 타겟 차량(102)의 영상과 미리 정의된 기울기에 대응하는 3D 차량 영상을 비교할 수 있다. 자율 주행 장치는 비교 결과를 이용하여, 미리 정의된 기울기와의 기울기 차이를 계산할 수 있다. 자율 주행 장치는 계산된 기울기 차이와 미리 정의된 기울기를 이용하여, 제2 기울기를 계산할 수 있다.
다른 실시예에 따르면, 자율 주행 장치는 기울기들에 대응하는 차량 영상들에 기초하여 학습된 뉴럴 네트워크를 이용하여 제2 기울기를 판단할 수 있다. 뉴럴 네트워크는 트레이닝 샘플들로 채용되는 차량 영상들과 차량 영상들의 레이블(label)들을 기초로 학습되어, 입력되는 차량 영상에 대응하는 기울기를 출력할 수 있다. 여기서, 레이블은 트레이닝 샘플들을 식별하는 정보로서, 트레이닝 샘플(차량 영상)로부터 요구되는 바람직한 출력 값(기울기)을 가리킬 수 있다. 자율 주행 장치는 타겟 차량의 영상으로부터 특징 벡터를 생성하고, 생성된 특징 벡터를 미리 학습된 뉴럴 네트워크로 입력하여 출력 벡터를 획득하고, 출력 벡터가 표현하는 기울기로부터 제2 기울기를 판단할 수 있다. 여기서, 자율 주행 장치가 타겟 차량(102)의 기울기를 측정하기 위해 딥 러닝 기반 알고리즘을 채용하는 방식이나 기법은 여기에 제한되지 않고 다양한 기법들이 응용되어 적용될 수 있다. 또한, 뉴럴 네트워크는 3D 영상들에 의해 학습될 수 있고, 이 경우 자율 주행 장치는 호스트 차량(101)에 탑재된 스테레오 카메라를 이용하여 타겟 차량(102)의 3D 영상을 획득하고, 획득된 3D 영상을 이용하여 제2 기울기를 판단할 수 있다.
도 2를 참조하면, 자율 주행 장치는 제1 기울기 및 제2 기울기에 기초하여, 타겟 차량의 인식 결과를 보정할 수 있다(203). 호스트 차량(101) 및 타겟 차량(102) 사이의 기울기 차이의 고려 없이 타겟 차량(102)을 인식하는 경우, 자율 주행 장치는 타겟 차량(102)의 왜곡된 특성을 인식하거나, 인식 과정에서 오류가 발생하여 잘못된 판단 결과를 생성할 수 있다. 자율 주행 장치는 제1 기울기 및 제2 기울기를 이용하여, 타겟 차량(102)과 관련된 왜곡된 특성이나 인식 오류를 바로잡을 수 있다.
일실시예에 따르면, 자율 주행 장치는 제1 기울기 및 제2 기울기 사이의 차이에 기초하여, 타겟 차량(102)의 형상을 제1 기울기에 대응하는 형상으로 보정할 수 있다. 제1 기울기 및 제2 기울기 사이가 큰 경우, 자율 주행 장치가 인식하는 타겟 차량(102)의 형상이 왜곡될 수 있고, 왜곡된 형상으로 인해 타겟 차량(102)을 인식하는데 오류가 발생할 수 있다. 자율 주행 장치는 제1 기울기 및 제2 기울기 사이의 차이에 기초하여, 획득된 타겟 차량(102)의 영상을 제1 기울기에 대응하도록 보정할 수 있고, 보정된 영상으로부터 제1 기울기에 대응하는 타겟 차량(102)의 형상을 인식할 수 있다. 자율 주행 장치는 보정된 형상에 기초하여, 타겟 차량(102)의 전체 외관 또는 부품의 외관을 인식할 수 있고, 차량을 인식하는 알고리즘에 보정된 형상을 적용할 수 있다.
일실시예에 따르면, 자율 주행 장치는 제1 기울기 및 제2 기울기 사이의 차이에 기초하여, 호스트 차량(101)과 타겟 차량(102) 사이의 상대 속도를 제2 기울기에 대응하는 성분의 상대 속도로 보정할 수 있다. 자율 주행 장치는 호스트 차량(101)의 속도 및 타겟 차량(102)의 속도를 감지하여, 호스트 차량(101) 및 타겟 차량(102) 사이의 상대 속도를 인식할 수 있다. 타겟 차량(102)은 제2 지면(111) 상에서 주행 중이므로, 자율 주행 장치는 제2 지면(111)을 따르는 방향의 속도로 상대 속도를 보정할 필요가 있다. 예를 들어, 호스트 차량(101)은 제1 지면(110) 상에서 주행 중이므로, 자율 주행 장치는 제1 지면(110)을 따르는 방향으로 상대 속도를 인식할 수 있다. 자율 주행 장치는 제1 기울기 및 제2 기울기 사이의 차이를 이용하여, 상대 속도의 성분들 중에서, 제2 기울기에 대응하는 속도 성분을 계산할 수 있다. 자율 주행 장치는 계산 결과를 이용하여, 상대 속도를 제2 기울기에 대응하는 성분의 상대 속도로 보정할 수 있다.
일실시예에 따르면, 자율 주행 장치는 제1 기울기 및 제2 기울기 사이의 차이에 기초하여, 호스트 차량(101)과 타겟 차량(102) 사이의 거리(109)를 호스트 차량(101)과 타겟 차량(102) 사이의 지면 상 거리(113)로 보정할 수 있다. 호스트 차량(101)은 지면 상에서 주행하므로, 호스트 차량(101)과 타겟 차량(102)이 지면을 따라 얼마나 떨어져 있는지를 계산하는 것이 필요하다. 제1 기울기 및 제2 기울기가 서로 다른 경우, 자율 주행 장치는 호스트 차량(101)과 타겟 차량(102) 사이의 거리(109)가 아닌 지면 상 거리(113)를 이용하여, 호스트 차량(101)을 제어할 수 있다. 지면 상 거리(113)를 계산하기 위해, 자율 주행 장치는 제1 지면(110) 및 제2 지면(111) 사이의 변곡점(112)을 활용할 수 있다. 예를 들면, 자율 주행 장치는 제1 기울기 및 제2 기울기에 기초하여, 제1 지면(110) 및 제2 지면(111) 사이의 변곡점(112)을 검출할 수 있다. 자율 주행 장치는 지면 상의 기울기들 중에서, 기울기의 순간 변화율이 급격하게 변하는 지점을 변곡점(112)으로 결정할 수 있다. 자율 주행 장치는 제1 지면(110) 상에서, 호스트 차량(101)이 위치한 지점과 변곡점(112) 사이의 제1 거리를 계산할 수 있다. 자율 주행 장치는 제2 지면(111) 상에서, 변곡점(112)과 타겟 차량(102)이 위치한 지점 사이의 제2 거리를 계산할 수 있다. 자율 주행 장치는 제1 거리 및 제2 거리를 합하여 지면 상 거리(113)를 계산할 수 있다. 자율 주행 장치는 타겟 차량(102)과의 충돌 가능성 또는 타겟 차량(102)의 위험도를 판단하기 위해, 호스트 차량(101)이 위치한 지점은 호스트 차량(101)의 전면에 해당하는 제1 지면(110)상의 지점으로 정의하고, 타겟 차량(102)이 위치한 지점은 타겟 차량(101)의 후면에 해당하는 제2 지면(111)상의 지점으로 정의할 수 있다. 자율 주행 장치는 측정된 기울기들을 이용하여, 타겟 차량(102)뿐만 아니라 다른 유형의 객체의 인식 결과를 보정하는데 상술한 방식들을 적용할 수 있다. 또한, 자율 주행 장치는 호스트 차량(101)에 앞선 차량뿐만 아니라 다른 방향의 주변 차량들의 인식 결과를 보정하는데 상술한 방식들을 적용할 수 있다.
도 2를 참조하면, 자율 주행 장치는 보정된 인식 결과에 기초하여, 호스트 차량(101)을 제어할 수 있다. 자율 주행 장치는 호스트 차량(101)의 경로를 생성하고, 주행 방향을 결정하고, 차선을 변경하고, 가속하거나 감속하는데 있어서 보정된 인식 결과를 반영할 수 있다. 예를 들어, 자율 주행 장치는 보정된 인식 결과에 기초하여, 타겟 차량(102)의 위험도를 판단하고, 위험도에 따라 호스트 차량(101)의 속력을 조절하거나, 위험도에 따라 타겟 차량(102)의 차선을 기준으로 호스트 차량(101)의 차선을 변경할 수 있다. 자율 주행 장치는 보정된 인식 결과를 이용하여, 타겟 차량(102)이 일정 시간 동안 평균 속력이 높거나 급 가속, 감속 횟수가 많은 경우, 주변 차량과 앞차와의 간격이 짧은 경우, 차선 변경 횟수가 많은 경우, 부품이 제대로 설치되어 있지 않거나(사이드 미러가 접혀 있는 등) 파손된 경우, 차량 구조에 비해 적재된 물건이 과도하게 많아 추락의 염려가 있는 경우, 차량의 찌그러짐이 많이 관찰되는 경우, 기존 사고 발생률을 기록한 통계를 반영하여 사고 발생률이 높은 차량 모델인 경우, 생산 년도가 오래된 경우 등에 해당하는지 여부를 판단할 수 있고, 판단 결과들에 미리 정의된 가중치들을 반영하여 타겟 차량(102)의 위험도를 계산할 수 있다. 자율 주행 장치는 타겟 차량(102)의 위험도를 고려하여, 호스트 차량(101)의 주행을 제어함으로써, 주변 차량(102)으로 인해 발생할 수 있는 갑작스러운 사고 위험성에 안전하게 대비할 수 있다.
도 3은 일실시예에 따른 자율 주행 방법을 설명하기 위한 도면이다.
도 3을 참조하면, 자율 주행 장치는 호스트 차량(301)이 주행할 선행 도로를 인식할 수 있다. 여기서, 선행 도로는 자율 주행 장치에 의해 설정된 경로에 따라 호스트 차량(301)의 주행이 예정된 도로를 의미한다. 도 3과 같이, 호스트 차량(301)은 굴곡이 있는 도로에서 주행 중일 수 있다. 도로의 기울기 변화가 심한 경우, 호스트 차량(301)의 시야에서 벗어난 공간인 사각 지대(302)가 발생할 수 있다. 여기서, 호스트 차량(301)의 시야에서 벗어난 것은 자율 주행 장치가 호스트 차량(301)의 경로 및 주행을 제어하기 위해 이용하는 호스트 차량(301)의 센서 또는 카메라(304)의 시야(θ)에서 벗어난 것을 의미한다. 자율 주행 장치는 사각 지대(302)에서 타겟 차량(303)과 같은 물체 또는 장애물이 갑작스럽게 나타나는 경우, 호스트 차량(301)의 충돌에 대처하는데 어려움이 있을 수 있다. 사각 지대(302)에서 발생할 수 있는 돌발 상황에 대처하기 위해, 자율 주행 장치는 사각 지대(302)를 미리 예측할 필요가 있다. 특히, 선행 도로의 기울기가 증가하다가 감소하는 부분(local maximum)에서는 기울기 변화가 심하지 않더라도 사각 지대(302)가 발생할 수 있고, 이 경우 자율 주행 장치는 어떤 부분이 사각 지대(302)인지 정확하게 판단하여 대처할 수 있어야 한다. 자율 주행 장치는 호스트 차량(301)이 시각 지대에 가까워지는 경우, 호스트 차량(301)의 반응 속도를 올리거나, 호스트 차량(301)을 감속시킬 수 있다. 자율 주행 장치는 호스트 차량(301)의 기울기와 카메라(304)의 사양을 활용하여, 카메라(304)로 관측이 불가능한 공간인 사각 지대(302)를 미리 예측할 수 있다. 도 4의 순서도를 참조하여, 자율 주행 장치가 동작하는 방법을 설명한다.
도 4는 일실시예에 따른 자율 주행 방법을 설명하기 위한 순서도이다.
도 4를 참조하면, 자율 주행 장치는 호스트 차량의 제1 기울기 및 호스트 차량이 주행할 선행 도로의 제2 기울기를 판단할 수 있다(401). 도 4를 참조하여 설명되는, 제2 기울기는 도 1 내지 도 2를 참조하여 설명된 타겟 차량의 기울기가 아니라, 선행 도로의 기울기를 지칭한다. 자율 주행 장치는 도 2를 참조하여 설명된 방식을 채용하여, 호스트 차량(301)의 제1 기울기 및 선행 도로의 제2 기울기를 계산할 수 있다. 예를 들어, 자율 주행 장치는 서버 또는 메모리로부터 지도를 획득하고, 지도에 반영된 기울기들을 이용하여, 제1 기울기 및 제2 기울기를 판단할 수 있다. 자율 주행 장치는 선행 도로 상의 지점들 중에서 기울기를 측정하고자 하는 지점의 위치를 감지하고, 감지된 위치를 이용하여 지도로부터 제2 기울기를 획득할 수 있다. 또는, 자율 주행 장치는 선행 도로 상의 지점들 중에서 기울기를 측정하고자 하는 지점의 전후 지점들의 고도들과 전후 지점들 사이의 거리를 이용하여 제2 기울기를 측정할 수 있다. 선행 도로의 기울기를 측정하기 위해, 도 2를 참조하여 설명된 기법들이 적용될 수 있으므로 자세한 내용은 생략한다.
도 4를 참조하면, 자율 주행 장치는 제1 기울기 및 제2 기울기에 기초하여 사각 지대를 예측할 수 있다(402). 자율 주행 장치는 호스트 차량(301)이 위치한 지면으로부터 카메라(304)의 높이; 카메라(304)의 종 방향 시야각(θ); 및 제1 기울기와 제2 기울기 사이의 차이에 기초하여, 사각 지대(302)를 예측할 수 있다. 자율 주행 장치는 선행 도로에 주행하기에 앞서서 선행 도로 상의 지점들의 기울기들을 측정하고, 측정된 기울기들과 제1 기울기 사이의 차이들을 계산하고, 계산된 차이들을 이용하여, 카메라(304)의 종 방향 시야각(θ)에서 벗어나는 공간을 예측하고, 예측된 공간을 사각 지대(302)로 결정할 수 있다.
도 4를 참조하면, 자율 주행 장치는 사각 지대에 기초하여 호스트 차량을 제어할 수 있다(403). 자율 주행 장치는 호스트 차량(301) 및 사각 지대(302) 사이의 거리가 미리 정의된 거리보다 작은 경우, 호스트 차량(301)의 속도를 줄이거나, 호스트 차량(301)의 센서의 센싱 주기를 줄일 수 있다. 사각 지대(302)에서 발생할 수 있는 돌발 상황에 안전하게 대처하기 위함이다. 자율 주행 장치는 사각 지대(302)에 장애물이 있는 경우를 가정하여, 충돌을 안전하게 회피할 수 있을 정도의 속도로 호스트 차량(301)의 속도를 줄일 수 있다.
일실시예에 따르면, 자율 주행 장치는 호스트 차량(301) 및 사각 지대(302) 사이에 타겟 차량이 있는 경우, 사각 지대(302)에서의 타겟 차량(303)의 경로를 예측할 수 있다. 자율 주행 장치는 카메라(304)의 종 방향 시야각에서 타겟 차량(303)이 벗어난 경우, 타겟 차량(303)의 예측된 경로에 기초하여, 호스트 차량(301)을 제어할 수 있다. 예를 들어, 자율 주행 장치는 호스트 차량(301) 및 사각 지대(302) 사이의 거리가 미리 정의된 거리보다 작고, 호스트 차량(301) 및 사각 지대(302) 사이에 있는 타겟 차량을 감지할 수 있다. 이 경우, 자율 주행 장치는 사각 지대(302)에서의 타겟 차량(303)의 경로를 미리 예측하여 저장하고, 타겟 차량(303)이 사각 지대(302)에 진입하여 카메라(304)의 종 방향 시야각에서 벗어난 경우, 저장된 타겟 차량(303)의 경로를 이용하여, 호스트 차량(301)의 경로를 생성하고, 호스트 차량(301)의 속도를 조절할 수 있다. 자율 주행 장치는 선행 도로뿐만 아니라 그 밖의 다른 지역에서 정의된 사각 지대를 상술한 방식을 응용하여 인식할 수 있다. 예를 들어, 다른 차선의 도로 또는 후행 도로의 사각 지대가 미리 정의될 수 있고, 자율 주행 장치는 이러한 사각 지대를 인식하고, 호스트 차량을 제어하는데 사각 지대를 고려할 수 있다.
도 5는 일실시예에 따른 자율 주행 장치의 예시도이다.
도 5를 참조하면, 자율 주행 장치(501)은 프로세서(502) 및 메모리(503)를 포함한다. 메모리(503)는 자율 주행과 관련된 명령들을 처리하기 위한 프로그램이 기록될 수 있고, 도 1 내지 4를 참조하여 설명된 동작들을 실행하기 위한 명령들이 기록될 수 있다. 또한, 메모리(503)은 호스트 차량의 센서 또는 카메라로부터 감지되는 정보와 서버로부터 수신한 정보를 기록할 수 있다.
프로세서(502)는 메모리(503)에 기록된 프로그램을 로딩하여 실행할 수 있다. 프로세서(502)는 타겟 차량을 인식하고, 호스트 차량의 기울기 및 타겟 차량의 기울기에 기초하여, 타겟 차량의 인식 결과를 보정하고, 보정된 인식 결과에 기초하여 호스트 차량을 제어할 수 있다. 또한, 프로세서(502)는 호스트 차량의 기울기 및 선행 도로의 기울기에 기초하여 사각 지대를 예측하고, 사각 지대에 기초하여 호스트 차량을 제어할 수 있다. 여기서 프로세서(502)의 동작들은 위에서 설명한 실시예들이 적용되므로, 중복되는 내용의 설명은 생략한다.
도 6은 일실시예에 따른 자율 주행 장치의 예시도이다.
자율 주행 장치는 기울기 예측부(603), 영상 처리부(605), 객체 검출부(606), 속도 결정부(607), 거리 결정부(608), 사각 지대 결정부(609), 제어부(610) 및 경로 계획부(611)를 포함한다. 기울기 예측부(603)는 센서(들)(601)로부터 획득된 정보와 지도(602)를 이용하여 호스트 차량의 기울기, 타겟 차량의 기울기 및 선행 도로의 기울기를 예측할 수 있다. 여기서, 센서(들)(601)은 자이로 센서, IMU 센서, 카메라, Radar, LiDAR, GPS 및 기타 센서들을 포함한다. 지도(602)는 서버 또는 메모리로부터 획득될 수 있다. 기울기 예측부(603)는 호스트 차량의 위치, 타겟 차량의 위치 및 지면 상의 지점들의 위치들을 이용하여, 지도(602)에 기록된 기울기 및 고도를 획득할 수 있다. 여기서, 위치를 획득하는 데에는 여기서, 차량의 위치를 획득하는 데에는 예를 들어, GPS 칩 셋이 탑재된 단말들을 이용하는 GPS 측위 방식, 단말이 속한 셀 기지국의 위치로 근사하는 proximity 방식 및 TOA/TDOA(Time Of Arrival/Time Difference Of Arrival) 삼각 측량 측위 방식 및 무선 LAN 환경에서 연결된 WiFi AP(Access Point)의 위치로 근사하는 proximity 방식 등이 이용될 수 있다. 영상 처리부(605)는 센서(들)(604)로부터 획득된 정보에 기초하여 생성된 영상을 호스트 차량의 기울기, 타겟 차량의 기울기 및 선행 도로의 기울기를 이용하여 보정할 수 있다. 여기서, 센서(들)(604)은 자이로 센서, IMU 센서, 카메라, Radar, LiDAR, GPS 및 기타 센서들을 포함한다 객체 검출부(606)는 영상 처리부(605)에 의해 보정된 영상으로부터 객체를 검출할 수 있다. 속도 결정부(607)는 센서(들)(604)로부터 획득된 정보, 호스트 차량의 기울기 및 타겟 차량의 기울기를 이용하여, 호스트 차량과 타겟 차량 사이의 상대 속도를 보정할 수 있다. 거리 결정부(608)는 센서(들)(604)로부터 획득된 정보, 호스트 차량의 기울기 및 타겟 차량의 기울기를 이용하여, 호스트 차량 및 타겟 차량 사이의 거리를 지면 상 거리로 보정할 수 있다. 사각 지대 결정부(609)는 호스트 차량의 기울기 및 선행 도로의 기울기를 이용하여 사각 지대를 결정할 수 있다. 제어부(610)는 객체 검출부(606), 속도 결정부(607), 거리 결정부(608) 및 사각 지대 결정부(609)로부터 생성된 인식 결과들을 이용하여, 호스트 차량을 제어할 수 있다. 경로 계획부(611)는 객체 검출부(606), 속도 결정부(607), 거리 결정부(608) 및 사각 지대 결정부(609)로부터 생성된 인식 결과들을 이용하여, 호스트 차량의 경로를 생성할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (20)

  1. 타겟 차량을 인식하는 단계;
    호스트 차량(Host Vehicle)의 제1 기울기 및 상기 타겟 차량의 제2 기울기를 판단하는 단계;
    상기 호스트 차량이 주행할 선행 도로의 제3 기울기를 판단하는 단계;
    상기 제1 기울기 및 상기 제2 기울기에 기초하여, 상기 타겟 차량의 인식 결과를 보정하는 단계;
    상기 제1 기울기 및 상기 제3 기울기에 기초하여 사각 지대를 예측하는 단계; 및
    상기 보정된 인식 결과 및 상기 사각 지대에 기초하여, 상기 호스트 차량을 제어하는 단계를 포함하는
    자율 주행 방법.
  2. 제1항에 있어서,
    상기 타겟 차량을 인식하는 단계는
    상기 호스트 차량과 상기 타겟 차량 사이의 거리;
    상기 호스트 차량과 상기 타겟 차량 사이의 상대 속도; 및
    상기 타겟 차량의 형상
    중 적어도 하나를 인식하는 단계를 포함하는,
    자율 주행 방법.
  3. 제1항에 있어서,
    상기 제1 기울기 및 상기 제2 기울기를 판단하는 단계는
    상기 호스트 차량은 제1 지면 상에 놓여있고, 상기 타겟 차량은 제2 지면 상에 놓여있는 경우,
    상기 제1 지면 상에서, 상기 호스트 차량이 위치한 지점으로부터 미리 정의된 길이만큼 떨어진 제1 전후 지점들의 고도들 및 상기 제1 전후 지점들 사이의 거리에 기초하여, 상기 제1 기울기를 계산하는 단계; 및
    상기 제2 지면 상에서, 상기 타겟 차량이 위치한 지점으로부터 미리 정의된 길이만큼 떨어진 제2 전후 지점들의 고도들 및 상기 제2 전후 지점들 사이의 거리에 기초하여, 상기 제2 기울기를 계산하는 단계
    중 적어도 하나를 포함하는,
    자율 주행 방법.
  4. 제1항에 있어서,
    상기 제1 기울기 및 상기 제2 기울기를 판단하는 단계는
    상기 호스트 차량의 센서를 이용하여, 상기 제1 기울기를 판단하는 단계;
    상기 제1 기울기 및 상기 타겟 차량의 영상에 기초하여, 상기 호스트 차량 및 상기 타겟 차량 사이의 기울기 차이를 계산하는 단계; 및
    상기 기울기 차이에 기초하여, 상기 제2 기울기를 계산하는 단계
    를 포함하는,
    자율 주행 방법.
  5. 제1항에 있어서,
    상기 제1 기울기 및 상기 제2 기울기를 판단하는 단계는
    미리 정의된 기울기에 대응하는 차량 영상 또는 미리 정의된 기울기에 대응하는 3D 차량 영상을 획득하는 단계;
    상기 차량 영상 및 상기 타겟 차량의 영상을 비교하거나, 또는 스테레오 카메라를 이용하여 획득된 상기 타겟 차량의 영상과 상기 3D 차량 영상을 비교하여, 상기 미리 정의된 기울기와의 기울기 차이를 계산하는 단계; 및
    상기 기울기 차이에 기초하여, 상기 제2 기울기를 계산하는 단계
    를 포함하는,
    자율 주행 방법.
  6. 제2항에 있어서,
    상기 타겟 차량의 인식 결과를 보정하는 단계는
    상기 제1 기울기 및 상기 제2 기울기 사이의 차이에 기초하여, 상기 타겟 차량의 형상을 상기 제1 기울기에 대응하는 형상으로 보정하는 단계, 상기 상대 속도를 상기 제2 기울기에 대응하는 성분의 상대 속도로 보정하는 단계 및 상기 거리를 상기 호스트 차량 및 상기 타겟 차량 사이의 지면 상 거리로 보정하는 단계 중 어느 하나
    를 포함하는,
    자율 주행 방법.
  7. 제6항에 있어서,
    상기 지면 상 거리로 보정하는 단계는
    상기 호스트 차량은 제1 지면 상에 놓여있고, 상기 타겟 차량은 제2 지면 상에 놓여있는 경우,
    상기 제1 기울기 및 상기 제2 기울기에 기초하여, 상기 제1 지면 및 상기 제2 지면 사이의 변곡점을 검출하는 단계;
    상기 제1 지면 상에서, 상기 호스트 차량이 위치한 지점 및 상기 변곡점 사이의 제1 거리를 계산하는 단계;
    상기 제2 지면 상에서, 상기 변곡점 및 상기 타겟 차량이 위치한 지점 사이의 제2 거리를 계산하는 단계; 및
    상기 제1 거리 및 상기 제2 거리에 기초하여, 상기 지면 상 거리를 계산하는 단계
    를 포함하는,
    자율 주행 방법.
  8. 타겟 차량을 인식하고, 호스트 차량(Host Vehicle)의 제1 기울기 및 상기 타겟 차량의 제2 기울기를 판단하고, 상기 제1 기울기 및 상기 제2 기울기에 기초하여 상기 타겟 차량의 인식 결과를 보정하며, 상기 보정된 인식 결과에 기초하여 상기 호스트 차량을 제어하는 프로세서를 포함하고,
    상기 프로세서는
    상기 호스트 차량이 주행할 선행 도로의 제3 기울기를 판단하고, 상기 제1 기울기 및 상기 제3 기울기에 기초하여 사각 지대를 예측하고, 상기 사각 지대에 기초하여 상기 호스트 차량을 제어하는,
    자율 주행 장치.
  9. 제8항에 있어서,
    상기 프로세서는
    상기 호스트 차량과 상기 타겟 차량 사이의 거리;
    상기 호스트 차량과 상기 타겟 차량 사이의 상대 속도; 및
    상기 타겟 차량의 형상 중 적어도 하나를 인식하는,
    자율 주행 장치.
  10. 삭제
  11. 삭제
  12. 삭제
  13. 삭제
  14. 삭제
  15. 삭제
  16. 삭제
  17. 삭제
  18. 삭제
  19. 삭제
  20. 삭제
KR1020160112454A 2016-09-01 2016-09-01 자율 주행 방법 및 장치 Active KR102521655B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020160112454A KR102521655B1 (ko) 2016-09-01 2016-09-01 자율 주행 방법 및 장치
US15/490,167 US10358132B2 (en) 2016-09-01 2017-04-18 Autonomous driving method and apparatus
US16/518,195 US11034349B2 (en) 2016-09-01 2019-07-22 Autonomous driving method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160112454A KR102521655B1 (ko) 2016-09-01 2016-09-01 자율 주행 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20180025593A KR20180025593A (ko) 2018-03-09
KR102521655B1 true KR102521655B1 (ko) 2023-04-13

Family

ID=61241555

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160112454A Active KR102521655B1 (ko) 2016-09-01 2016-09-01 자율 주행 방법 및 장치

Country Status (2)

Country Link
US (2) US10358132B2 (ko)
KR (1) KR102521655B1 (ko)

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6318864B2 (ja) 2014-05-29 2018-05-09 トヨタ自動車株式会社 運転支援装置
US20170188623A1 (en) * 2015-11-23 2017-07-06 Jason Cranford Method Of Manufacturing Standardized Cannabis Cigarettes
JP7014508B2 (ja) * 2016-08-08 2022-02-01 シャープ株式会社 自律走行装置及び自律走行制御方法と制御プログラム
US10248129B2 (en) * 2017-04-19 2019-04-02 GM Global Technology Operations LLC Pitch compensation for autonomous vehicles
DE102017217008A1 (de) * 2017-09-26 2019-03-28 Robert Bosch Gmbh Verfahren zum Ermitteln der Steigung einer Fahrbahn
JP7044513B2 (ja) * 2017-10-23 2022-03-30 株式会社Soken 道路認識装置
GB2571589B (en) * 2018-03-01 2020-09-16 Jaguar Land Rover Ltd Terrain inference method and apparatus
WO2019166142A1 (en) 2018-03-01 2019-09-06 Jaguar Land Rover Limited Methods and apparatus for acquisition and tracking, object classification and terrain inference
JP7125214B2 (ja) 2018-04-03 2022-08-24 モービルアイ ビジョン テクノロジーズ リミテッド プログラムおよびコンピューティングデバイス
DE102018206736A1 (de) * 2018-05-02 2019-11-07 Bayerische Motoren Werke Aktiengesellschaft Verfahren, System sowie korrespondierendes Computerprogramm zum Betreiben einer zumindest teilweise fernsteuerbaren und/oder fahrerlosen Fahrfunktionalität eines Fahrzeugs
US10745007B2 (en) * 2018-06-08 2020-08-18 Denso International America, Inc. Collision avoidance systems and methods
JP6968288B2 (ja) * 2018-08-22 2021-11-17 三菱電機株式会社 進路予測装置、進路予測プログラムおよび進路予測方法
CN110161513B (zh) * 2018-09-28 2023-11-14 腾讯科技（北京）有限公司 估计道路坡度的方法、装置、存储介质和计算机设备
CN109372643A (zh) * 2018-12-05 2019-02-22 东风柳州汽车有限公司 车辆爬坡模式下发动机飞轮端扭矩的修正方法
CN109795464B (zh) * 2018-12-28 2020-04-28 百度在线网络技术（北京）有限公司 制动方法、装置和存储介质
CN112519776B (zh) * 2019-08-30 2022-05-24 北京图森智途科技有限公司 自动驾驶车队的控制方法、车载装置及自动驾驶车辆
CN110751127B (zh) * 2019-10-30 2022-07-12 芜湖汽车前瞻技术研究院有限公司 距离的确定方法、装置及存储介质
TWI765208B (zh) * 2020-01-06 2022-05-21 為升電裝工業股份有限公司 具車速偵測功能的盲點偵測系統、偵測裝置及其測速方法
US20210245749A1 (en) * 2020-02-12 2021-08-12 Continental Automotive Systems, Inc. Vehicle adaptive control
CN111891124B (zh) * 2020-06-08 2021-08-24 福瑞泰克智能系统有限公司 目标信息融合的方法、系统、计算机设备和可读存储介质
KR20220000434A (ko) * 2020-06-25 2022-01-04 현대모비스 주식회사 군집주행 제어방법 및 시스템
JP7255562B2 (ja) * 2020-07-16 2023-04-11 トヨタ自動車株式会社 車両の運転支援制御装置
KR20220036200A (ko) * 2020-09-15 2022-03-22 현대자동차주식회사 차량의 속도 예측 장치 및 그 방법
CN112660125B (zh) * 2020-12-26 2023-04-07 江铃汽车股份有限公司 一种车辆巡航控制方法、装置、存储介质及车辆
US11794751B2 (en) * 2021-02-26 2023-10-24 GM Global Technology Operations LLC Pro-active trajectory tracking control for automated driving during elevation transitions
CN113715845A (zh) * 2021-09-07 2021-11-30 北京百度网讯科技有限公司 一种自动驾驶方法、装置及电子设备
US12078738B2 (en) 2021-11-09 2024-09-03 Msrs Llc Method, apparatus, and computer readable medium for a multi-source reckoning system
CN115686029B (zh) * 2023-01-05 2023-04-25 北京易控智驾科技有限公司 基于有人驾驶的无人驾驶作业方法、装置、电子设备及存储介质
US12259246B1 (en) 2024-05-13 2025-03-25 Msrs Llc Method, apparatus, and computer readable medium for calculating a handrail influence intensity factor

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001287568A (ja) 2000-04-07 2001-10-16 Denso Corp 車間制御方法及び装置、車間警報方法及び装置、記録媒体
US20050033517A1 (en) 2003-08-08 2005-02-10 Nissan Motor Co., Ltd Driving assist system for vehicle
JP2006275969A (ja) 2005-03-30 2006-10-12 Clarion Co Ltd 傾斜角算出装置及びナビゲーション装置
JP2016002779A (ja) 2014-06-13 2016-01-12 日産自動車株式会社 車両用表示装置
JP2016053904A (ja) * 2014-09-04 2016-04-14 株式会社日本自動車部品総合研究所 車載装置、車載システム

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004325777A (ja) 2003-04-24 2004-11-18 Masahiro Abe 車載ナビゲーションにおける道路情報システムとその道路情報測定方法、並びに道路面標高値測定システムとそのシステムを用いたナビゲーション
US7720580B2 (en) * 2004-12-23 2010-05-18 Donnelly Corporation Object detection system for vehicle
JP2009006889A (ja) 2007-06-28 2009-01-15 Aisin Aw Co Ltd 道路勾配測定装置、道路勾配測定方法及びコンピュータプログラム
EP2401176B1 (en) * 2009-02-27 2019-05-08 Magna Electronics Alert system for vehicle
US8401753B2 (en) * 2009-11-23 2013-03-19 Caterpillar Inc. Automatic downhill speed control system
KR101241783B1 (ko) * 2011-01-27 2013-03-14 아주대학교산학협력단 차량의 정속 주행장치 및 그 제어방법
US20130158829A1 (en) * 2011-12-20 2013-06-20 Continental Automotive Systems, Inc. Fuel economy mode to modify cruise control for an automobile
JP5927717B2 (ja) * 2012-03-30 2016-06-01 本田技研工業株式会社 走行制御装置
KR20140024771A (ko) * 2012-08-21 2014-03-03 현대모비스 주식회사 도로 경사도에 대응하는 차간 거리 유지 시스템 및 그 제어 방법
DE112013005524T5 (de) * 2012-12-07 2015-07-30 Kelsey-Hayes Company Fahrzeuggeschwindigkeitssteuerungssystem
KR20150047215A (ko) 2013-10-24 2015-05-04 현대모비스 주식회사 회전형 라이다 센서를 이용한 타겟 차량 감지 장치 및 회전형 라이다 센서
KR101529156B1 (ko) 2013-11-07 2015-06-17 한국과학기술연구원 지면의 경사 추출 시스템 및 이를 이용한 차량
KR101655553B1 (ko) 2014-10-29 2016-09-08 현대자동차주식회사 운전자 보조 장치 및 방법
KR101628508B1 (ko) * 2014-10-30 2016-06-08 현대자동차주식회사 차량의 가속토크 제어 장치 및 방법
KR102231560B1 (ko) 2014-11-24 2021-03-24 현대엠엔소프트 주식회사 차량 주행 영상을 통한 도로 경사도 추출 및 연비 개선 방법
SE540390C2 (en) * 2015-01-28 2018-09-11 Scania Cv Ab Method and control unit for adjusting a time gap

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001287568A (ja) 2000-04-07 2001-10-16 Denso Corp 車間制御方法及び装置、車間警報方法及び装置、記録媒体
US20050033517A1 (en) 2003-08-08 2005-02-10 Nissan Motor Co., Ltd Driving assist system for vehicle
JP2006275969A (ja) 2005-03-30 2006-10-12 Clarion Co Ltd 傾斜角算出装置及びナビゲーション装置
JP2016002779A (ja) 2014-06-13 2016-01-12 日産自動車株式会社 車両用表示装置
JP2016053904A (ja) * 2014-09-04 2016-04-14 株式会社日本自動車部品総合研究所 車載装置、車載システム

Also Published As

Publication number Publication date
US10358132B2 (en) 2019-07-23
US20190337515A1 (en) 2019-11-07
KR20180025593A (ko) 2018-03-09
US11034349B2 (en) 2021-06-15
US20180057003A1 (en) 2018-03-01

Similar Documents

Publication Publication Date Title
KR102521655B1 (ko) 자율 주행 방법 및 장치
KR102573303B1 (ko) 자율 주행 방법 및 장치
KR102483649B1 (ko) 차량 위치 결정 방법 및 차량 위치 결정 장치
US10369993B2 (en) Method and device for monitoring a setpoint trajectory to be traveled by a vehicle for being collision free
US10260889B2 (en) Position estimation device and position estimation method
KR102462502B1 (ko) 스테레오 카메라 기반의 자율 주행 방법 및 그 장치
US10955857B2 (en) Stationary camera localization
KR102504229B1 (ko) 자율주행 차량의 주행 제어시스템 및 방법
US20120116662A1 (en) System and Method for Tracking Objects
KR101526826B1 (ko) 자율 주행 보조 장치
KR20180135846A (ko) 자율 주행 차량을 위한 차로 연석 보조의 차로 이탈 점검 및 차로 유지 시스템
JPWO2020025991A1 (ja) 走行軌跡補正方法、走行制御方法、及び走行軌跡補正装置
KR20200045696A (ko) 주행 정보를 결정하는 방법 및 장치
US11703344B2 (en) Landmark location estimation apparatus and method, and computer-readable recording medium storing computer program programmed to perform method
US11420632B2 (en) Output device, control method, program and storage medium
US20220253065A1 (en) Information processing apparatus, information processing method, and information processing program
KR20200084446A (ko) 전자 장치 및 그의 제어 방법
CN111959482A (zh) 自主驾驶装置及方法
KR101588787B1 (ko) 전방차량의 횡방향 거리 결정 방법 및 이를 이용한 헤드 업 디스플레이 장치
KR102545582B1 (ko) 교차로 충돌 회피 시스템 및 그 제어 방법
KR102324989B1 (ko) 이동체, 관리 서버 및 그 동작 방법
WO2021074660A1 (ja) 物体認識方法及び物体認識装置
KR102286747B1 (ko) Hda 시스템의 시험 평가 장치 및 방법, hda 시스템
US12032066B2 (en) Recognition device and method
KR102373826B1 (ko) 센서 융합 기반의 차량 측위 방법 및 이를 이용한 차량 측위 장치

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20160901

PG1501 Laying open of application
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20210901

Comment text: Request for Examination of Application

Patent event code: PA02011R01I

Patent event date: 20160901

Comment text: Patent Application

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20220825

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20230227

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20230410

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20230411

End annual number: 3

Start annual number: 1

PG1601 Publication of registration