KR101954510B1 - 차선 유지 제어 방법 및 그 장치 - Google Patents

차선 유지 제어 방법 및 그 장치 Download PDF

Info

Publication number
KR101954510B1
KR101954510B1 KR1020170023757A KR20170023757A KR101954510B1 KR 101954510 B1 KR101954510 B1 KR 101954510B1 KR 1020170023757 A KR1020170023757 A KR 1020170023757A KR 20170023757 A KR20170023757 A KR 20170023757A KR 101954510 B1 KR101954510 B1 KR 101954510B1
Authority
KR
South Korea
Prior art keywords
vehicle
lane
information
camera
equation
Prior art date
Application number
KR1020170023757A
Other languages
English (en)
Other versions
KR20180097082A (ko
Inventor
정정주
이승희
강창묵
Original Assignee
한양대학교 산학협력단
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 한양대학교 산학협력단 filed Critical 한양대학교 산학협력단
Priority to KR1020170023757A priority Critical patent/KR101954510B1/ko
Publication of KR20180097082A publication Critical patent/KR20180097082A/ko
Application granted granted Critical
Publication of KR101954510B1 publication Critical patent/KR101954510B1/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
    • 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
    • B60W30/10—Path keeping
    • B60W30/12—Lane keeping
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering systems
    • 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
    • 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
    • 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
    • B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • 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
    • 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
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0022—Gains, weighting coefficients or weighting functions
    • 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
    • B60W2420/42—
    • 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
    • B60W2510/00—Input parameters relating to a particular sub-units
    • B60W2510/20—Steering systems
    • B60W2510/202—Steering torque
    • 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/20—Steering systems
    • B60W2710/202—Steering torque
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/10—Path keeping
    • B60Y2300/12—Lane keeping

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)
  • Traffic Control Systems (AREA)

Abstract

차선 유지 제어 방법 및 그 장치가 개시된다. 차량의 차선 유지 장치는, 카메라 및 센서 중 적어도 하나를 이용하여 영상 및 상기 차량의 내부 정보를 획득하는 획득부; 및 상기 영상 및 상기 차량의 내부 정보를 이용하여 상기 차량의 차선 유지를 제어하는 프로세서를 포함하되, 상기 프로세서는, 카메라 고장시 카메라 고장 직전의 차선 정보와 상기 내부 정보를 고려한 기구학 횡방향 움직임 모델(Kinematic Lateral Motion Model)을 사용하여 상기 차량의 스티어링 토크를 산출하고, 상기 스티어링 토크를 이용하여 상기 차량의 차선 유지를 제어할 수 있다.

Description

차선 유지 제어 방법 및 그 장치{Lane keeping control method and apparatus}
본 발명은 카메라 고장시 고장 직전의 차선 정보를 이용하여 차선 유지를 제어하는 차선 유지 제어 방법 및 그 장치에 관한 것이다.
차선 유지 시스템(LKS: Lane Keeping System), 차선 변경 제어 시스템(LXC: Lane Change Control system) 등과 같은 횡방향 차량 움직임 제어 기술(Lateral Vehicle Motion Control)은 안정하고 안락한 차량 주행을 위해 활발하게 연구되고 있다.
횡방향 차량 움직임 제어에 대한 관련 기술로 동적 기반 움직임 제어 접근 기술(Dynamic Based Motion Control Approach) 및 기구학 기반의 접근 기술(Kinematic Based Approach) 등이 있으며, 긴급 상황에서 효과적으로 차량의 횡 방향의 움직임을 반영 할 수 있는 동적 기반 움직임 제어 접근 기술이 많이 사용되고 있다.
하자만, 정확한 분석 또는 차량 횡방향 운동의 이해를 위해, 동적 기반 움직임 제어 접근 기술 즉, 동적 횡방향 움직임 모델은 차량의 질량, 코너링 스티프니스(cornering stiffness) 및 타이어-도로 마찰 계수(tire-road friction) 등과 같은 알려지지 않은 차량 파라미터 즉, 미지 차량 파라미터를 필요로 한다. 특히 코너링 스티프니스는 비선형 특성을 가지고 있기 때문에, 높은 연산 복잡도를 가지며, 상업용 전자 제어 유닛 쪽에서는 적합하지 않는 단점이 있다.
반면, 기구학 기반의 접근 기술 즉 기구학 횡방향 움직임 모델은 미지 차량 파라미터를 활용하지 않는다. 즉, 기구학 횡방향 움직임 모델의 제어 성능은 미지 차량 파라미터에 영향을 받지 않는다.
동적 횡방향 움직임 모델과는 다르게, 기구학 횡방향 움직임 모델 중 일부는 감지 거리 또는 시스템 제동을 위한 프리뷰 제어(preview control)를 고려하였다. 그러나, 기구학 횡방향 움직임 모델은 타이어의 횡활각(tire slip angle)으로 인해 긴급 상황에서 효과적으로 차량의 움직임을 반영할 수 없는 단점이 있다(타이어의 횡활각은 고속에서 큰 스티어 각이 존재할 때 발생함). 따라서, 연구자들은 주차 보조 시스템과 같은 제한 저속 자율 주행을 위한 기구학 횡방향 움직임 모델을 연구하고 있으며, 자율 고속도로 주행을 위한 기구학 횡방향 움직임 모델은 드물게 보고되고 있다.
본 발명은 카메라 고장시 고장 직전의 차선 정보를 이용하여 차선 유지를 제어하는 차선 유지 제어 방법 및 그 장치를 제공하기 위한 것이다.
본 발명의 일 측면에 따르면, 카메라 고장시 고장 직전의 차선 정보를 이용하여 차선 유지를 제어하는 차선 유지 장치가 제공된다.
본 발명의 일 실시예에 따르면, 차량의 차선 유지 장치에 있어서, 카메라 및 센서 중 적어도 하나를 이용하여 영상 및 상기 차량의 내부 정보를 획득하는 획득부; 및 상기 영상 및 상기 차량의 내부 정보를 이용하여 상기 차량의 차선 유지를 제어하는 프로세서를 포함하되, 상기 프로세서는, 카메라 고장시 카메라 고장 직전의 차선 정보와 상기 내부 정보를 고려한 기구학 횡방향 움직임 모델(Kinematic Lateral Motion Model)을 사용하여 상기 차량의 스티어링 토크를 산출하고, 상기 스티어링 토크를 이용하여 상기 차량의 차선 유지를 제어하는 것을 특징으로 하는 차선 유지 장치가 제공될 수 있다.
상기 프로세서는,
상기 내부 정보를 이용하여 상기 차량의 이동 정보를 기반으로 차선과 상기 차량의 상대적인 움직임을 계산할 수 있다.
상기 프로세서는, 상기 카메라 고장시, 클로소이드 제약을 고려하여 상기 카메라 고장 직전에 계산된 차선 정보를 이용하여 현재 시점의 차선 정보를 예측할 수 있다.
상기 프로세서는, 상기 코스 각도(
Figure 112017018564028-pat00001
)를 이용한 유계된 선형 변화 파라미터를 이용한 미리 설정된 게인에 기반하여 상기 차량의 움직임 정보를 예측할 수 있다.
상기 차량의 움직임은 하기 수학식을 이용하여 예측되되,
여기서,
Figure 112017018564028-pat00002
Figure 112017018564028-pat00003
Figure 112017018564028-pat00004
이며,
Figure 112017018564028-pat00005
이고, y(k)는 k시점의 출력 벡터를 나타내며,
Figure 112017018564028-pat00006
는 k시점의 상태 정보를 나타내며, u(k)는 제어 입력을 나타내고,
Figure 112017018564028-pat00007
Figure 112017018564028-pat00008
는 외부 신호를 나타내며, B=
Figure 112017018564028-pat00009
이며,
Figure 112017018564028-pat00010
이고,
Figure 112017018564028-pat00011
이다.
본 발명의 다른 측면에 따르면, 카메라 고장시 고장 직전의 차선 정보를 이용하여 차선 유지를 제어하는 방법이 제공된다.
본 발명의 일 실시예에 따르면, 차량의 차선 유지를 제어하는 방법에 있어서, (a) 상기 차량에 구비된 카메라 및 센서 중 적어도 하나를 이용하여 영상 및 상기 차량의 내부 정보를 획득하는 단계; 및 (b) 상기 영상 및 상기 차량의 내부 정보를 이용하여 상기 차량의 차선 유지를 제어하는 단계를 포함하되, 상기 (b) 단계는, 카메라 고장시 카메라 고장 직전의 차선 정보와 상기 내부 정보를 고려한 기구학 횡방향 움직임 모델(Kinematic Lateral Motion Model)을 사용하여 상기 차량의 스티어링 토크를 산출하고, 상기 스티어링 토크를 이용하여 상기 차량의 차선 유지를 제어하는 것을 특징으로 하는 차선 유지 제어 방법이 제공될 수 있다.
본 발명의 일 실시예에 따른 차선 유지 제어 방법 및 그 장치를 제공함으로써 카메라 고장시 고장 직전의 차선 정보를 이용하여 차선 유지를 제어할 수 있다.
도 1은 본 발명의 일 실시예에 따른 차선 유지 장치의 내부 구성을 개략적으로 도시한 블록도.
도 2는 본 발명의 일 실시예에 따른 k시점 및 (k+1) 시점의 차선 정보를 나타낸 도면.
도 3은 본 발명의 일 실시예에 따른 차선 유지 제어 방법을 나타낸 순서도.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 본 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제1, 제2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
또한, 본 명세서에서, 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.
본 발명의 일 실시예에 따른 차선 유지 장치는 카메라 고장으로 차선정보 획득 실패시, 카메라 고장 직전 영상을 바탕으로 차량이 얼마나 움직였는지를 판단하여 차선을 유지할 수 있다.
이하, 첨부된 도면들을 참조하여 본 발명의 실시예를 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 차선 유지 장치의 내부 구성을 개략적으로 도시한 블록도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 차선 유지 장치(100)는 획득부(110), 메모리(115) 및 프로세서(120)를 포함하여 구성된다.
획득부(110)는 차량에 구비된 복수의 센서로부터 센싱된 정보를 획득하기 위한 수단이다.
예를 들어, 획득부(110)는 카메라로부터 영상 정보를 획득할 수 있으며, 차량 내부에 구비된 다양한 센서를 통해 차량 내부에 대한 다양한 정보를 획득할 수 있다. 여기서, 차량은 카메라, GPS, 차량 내부 정보 획득을 위한 다양한 센서를 구비할 수 있음은 당연하다. 획득부(110)에 의해 획득되는 차량 내부의 다양한 정보들은 하기의 설명에 의해 보다 명확하게 이해될 것이다.
메모리(115)는 차선 유지 제어를 위해 필요한 다양한 정보를 저장하기 위한 수단이다.
프로세서(120)는 차량 내부 정보를 기초로 차량의 이동 정보를 획득하고 이를 이용하여 차선과 차량의 상대적인 움직임을 계산함으로써 차량의 차선 유지를 제어할 수 있다. 즉, 프로세서(120)는 카메라 고장시 상기 카메라 고장 직전의 영상과 상기 내부 정보를 고려한 기구학 횡방향 움직임 모델(Kinematic Lateral Motion Model)을 사용하여 상기 차량의 스티어링 토크를 산출하고, 상기 스티어링 토크를 이용하여 상기 차량의 차선 유지를 제어한다.
또한, 프로세서(120)는 차량 내부 정보를 기초로 획득된 차량의 이동 정보를 이용하여 카메라 또는 비전 센서의 고장으로 차선 정보를 이용하지 못하는 경우, 카메라 또는 비전 센서 고장 직전의 영상(차선 정보)를 이용하여 현재 시점의 차선을 예측하여 차량이 차선을 유지하도록 제어할 수 있다.
이때, 프로세서(120)는 클로소이드 제약을 카메라 또는 비전 센서 고장 직전의 영상(차선 정보)를 이용하여 현재 시점의 차선을 예측하여 차량이 차선을 유지하도록 제어할 수 있다.
이하의 설명에 의해 보다 명확하게 이해될 것이다.
우선, 이해와 설명의 편의를 도모하기 위해, 프로세서(120)에서 차량의 움직임을 예측하는 방법에 대해 우선 설명하며, 그 이후에 차선 예측하는 방법에 대해 설명하기로 한다.
우선, 이해와 설명의 편의를 도모하기 위해 본 명세서에서 정의된 변수의 명명에 대해 정의하기로 한다.
-{XYZ}: 글로벌 좌표
-v{xyz}: 차량 좌표
-L: 차량의 전방 주시 거리
-R: 로드 반지름
-y: 차량 위치(v{xyz})를 기준으로 무게 중심에서 회전 중심(center of turn)까지의 거리
-ydes: v{xyz}을 기준으로 차선 중심에서 회전 중심까지의 거리
-ey=y - ydes: 무게 중심에서 횡방향 차선 중심 오프셋((lateral lane center offset)
- eyL=yL - ydes,L: 전방 주시점에서 횡방향 차선 충심 오프셋
-
Figure 112017018564028-pat00012
: 요 각도(yaw angle)
-
Figure 112017018564028-pat00013
des: 차선 중심의 요각 기울기(yaw angle slope)
-
Figure 112017018564028-pat00014
=
Figure 112017018564028-pat00015
Figure 112017018564028-pat00016
Figure 112017018564028-pat00017
des -
Figure 112017018564028-pat00018
: 무게 중심에서 주행각 오차
-
Figure 112017018564028-pat00019
: 요레이트(yaw rate)
-V: 무게중심에서 차량의 속도
-l: 차량의 무게중심으로부터 타이어까지의 거리
-
Figure 112017018564028-pat00020
: 스티어링 각도
각 첨자는 다음과 같이 정의하기로 한다.
-f: 전면
-r: 후면
-x: 종방향
-y: 횡방향
-des: 기대(desired)
I. 차량 움직임 예측
본 발명의 일 실시예에 따르면, 차량 움직임은 수학식 1과 같이 정의될 수 있다.
Figure 112017018564028-pat00021
여기서,
Figure 112017018564028-pat00022
는 GPS로부터 획득된 코스 각도(cource angle)을 나타낸다. 실제 환경에서 사이드 슬립 각도(
Figure 112017018564028-pat00023
)를 직접적으로 측정하는 것은 매우 어렵다. 따라서, 본 발명의 일 실시예에서는 속도 기구학을 개발하기 위해, 차량 코디네이트 기준 횡 방향 가속도(
Figure 112017018564028-pat00024
)를 이용한다. 여기서,
Figure 112017018564028-pat00025
은 도로 코디네이트 기준 횡 방향 가속도를 나타낸다.
종방향 가속도는 횡방향 역학에 비해 느린 역학이므로 고려하지 않기로 한다.
Figure 112017018564028-pat00026
를 사용하여 횡 방향 가속도는 수학식 2와 같이 변형할 수 있다.
Figure 112017018564028-pat00027
여기서,
Figure 112017018564028-pat00028
는 상수로 가정하기로 하며, 사이드 슬립 각도를 수학식 3과 같이 정의하기로 한다.
Figure 112017018564028-pat00029
Figure 112017018564028-pat00030
에 기반하여 차량의 요 동역학 모델(yaw dynamics model) 은 수학식 4와 같이 표현될 수 있다.
Figure 112017018564028-pat00031
여기서,
Figure 112017018564028-pat00032
는 요 가속도를 나타내고,
Figure 112017018564028-pat00033
이다.
0차 보존(zero-order-hold)을 사용하여, 수학식 1, 수학식 3 및 수학식 4를 이용하여 차량 움직임에 대한 동역학 모델은 수학식 5와 같이 나타낼 수 있다.
Figure 112017018564028-pat00034
여기서,
Figure 112017018564028-pat00035
는 상태를 나타내고,
Figure 112017018564028-pat00036
Figure 112017018564028-pat00037
는 제어 입력을 나타내고,
Figure 112017018564028-pat00038
는 외부 신호를 나타낸다.
이를 비선형 시스템의 상태 공간 표현으로 나타내면, 수학식 6과 같이 나타낼 수 있다.
Figure 112017018564028-pat00039
Figure 112017018564028-pat00040
여기서,
Figure 112017018564028-pat00041
Figure 112017018564028-pat00042
,
Figure 112017018564028-pat00043
,
Figure 112017018564028-pat00044
이고,
Figure 112017018564028-pat00045
는 센서 노이즈 벡터를 나타낸다.
GPS에서 코스 각도(
Figure 112017018564028-pat00046
), 글로벌 위치(X,Y), 글로벌 속도 V는 획득될 수 있다. 또한,
Figure 112017018564028-pat00047
는 차량의 내부 센서에 의해 측정될 수 있다. 외부 신호, 가속도(
Figure 112017018564028-pat00048
) 및 종 방향 속도(longitudinal velocity)는 차량의 내부 센서에 의해 획득될 수 있다.
차량 움직임 예측을 위한 표준 상태 관측기는 수학식 7과 같이 나타낼 수 있다.
Figure 112017018564028-pat00049
또한, 에러 동역학 모델은 수학식 8과 같이 나타낼 수 있다.
Figure 112017018564028-pat00050
수학식 7에 기반하여 비선형 관측기로 확장하면 수학식 9와 같이 나타낼 수 있다.
Figure 112017018564028-pat00051
Figure 112017018564028-pat00052
여기서,
Figure 112017018564028-pat00053
는 상태 벡터를 나타내고,
Figure 112017018564028-pat00054
는 출력 벡터를 나타낸다.
Figure 112017018564028-pat00055
및 연속 함수(
Figure 112017018564028-pat00056
)의 비선형 지도는
Figure 112017018564028-pat00057
일 때,
Figure 112017018564028-pat00058
,
Figure 112017018564028-pat00059
,
Figure 112017018564028-pat00060
,
Figure 112017018564028-pat00061
과 같다.
가정 1: 수학식 9에서 비선형 지도는 모든
Figure 112017018564028-pat00062
를 위한 양의 실수(C) 가 존재하는 경우, x(k)에 대해 전체적으로 Lipschitz이다.
Figure 112017018564028-pat00063
증명:
Figure 112017018564028-pat00064
여기서,
Figure 112017018564028-pat00065
이며, 삼각 함수에 의해,
Figure 112017018564028-pat00066
는 비선형 맵(
Figure 112017018564028-pat00067
)가 전역적으로 Lipschitz임이 보증된다.
따라서, 수학식 7의 표준 상태 관측기는 수학식 10과 같이 나타낼 수 있다.
Figure 112017018564028-pat00068
예측 문제는 추정 에러(
Figure 112017018564028-pat00069
)가 점근적으로 제로(0)까지 수렴하는 게인(L)을 결정하는 것이다. 따라서, 에러 동역학은 수학식 11과 같이 나타낼 수 있다.
Figure 112017018564028-pat00070
상태 종속적 비선형 항(term)을 매트릭스 계수로서 처리하면 수학식 12와 같이 다시 나타낼 수 있다.
Figure 112017018564028-pat00071
Figure 112017018564028-pat00072
여기서,
Figure 112017018564028-pat00073
Figure 112017018564028-pat00074
Figure 112017018564028-pat00075
Figure 112017018564028-pat00076
이다.
수학식 13의 차량 움직임 모델은 비선형 항을 포함한다. 따라서, 비선형 항을 선형화하기 위해 유계된 선형 파라미터로 변경한다. 가변 파라미터(varying parameter)는 다음과 같이 정의하기로 한다.
Figure 112017018564028-pat00077
Figure 112017018564028-pat00078
여기서,
Figure 112017018564028-pat00079
이다. 삼각 함수에 의해 가변 파라미터는 수학식 13과 같이 유계될 수 있다.
Figure 112017018564028-pat00080
수학식 12에서 비선형 항이 제거되면, 동역학 모델(차량 움직임 모델)은 수학식 14과 같이 나타낼 수 있다.
Figure 112017018564028-pat00081
Figure 112017018564028-pat00082
여기서,
Figure 112017018564028-pat00083
이다.
이때, 불확실한 파라미터 벡터
Figure 112017018564028-pat00084
Figure 112017018564028-pat00085
는 폴리토프(polytope)이다.
Figure 112017018564028-pat00086
여기서,
Figure 112017018564028-pat00087
는 정점(vertices)을 나타내고,
Figure 112017018564028-pat00088
는 볼록 보간 파라미터 벡터를 나타낸다.
Figure 112017018564028-pat00089
여기서,
Figure 112017018564028-pat00090
,
Figure 112017018564028-pat00091
,
Figure 112017018564028-pat00092
이다.
그러므로, 폴리토픽 분해는 다음과 같이 나타낼 수 있다.
Figure 112017018564028-pat00093
Figure 112017018564028-pat00094
Figure 112017018564028-pat00095
Figure 112017018564028-pat00096
여기서,
Figure 112017018564028-pat00097
는
Figure 112017018564028-pat00098
의 위치와 연관된 실수 고정 노드 행렬이고,
Figure 112017018564028-pat00099
는
Figure 112017018564028-pat00100
의 i번째 꼭지점의 j번째 엘리먼트를 나타낸다.
Figure 112017018564028-pat00101
컨벡스 인터폴레이션 파라미터에 의해,
Figure 112017018564028-pat00102
, 파라미터-의존성
Figure 112017018564028-pat00103
는 수학식 15와 같이 나타낼 수 있다.
Figure 112017018564028-pat00104
여기서,
Figure 112017018564028-pat00105
이다. 추정기 이득(
Figure 112017018564028-pat00106
)은 컨벡스 인터폴레이션에 기초하여 설계된다.
폴리 토픽상의 각 정점은 동일한 제약-즉,
Figure 112017018564028-pat00107
-을 커버하도록 고려되어야 한다. 따라서, 수학식 15로부터 유니크 셋(
Figure 112017018564028-pat00108
)이 만들어질 수 있다.
Figure 112017018564028-pat00109
를 계산하기 위해, 제한된 폴리토픽 매개 변수로서,
Figure 112017018564028-pat00110
및
Figure 112017018564028-pat00111
를 수학식 16과 같이 정의할 수 있다.
Figure 112017018564028-pat00112
여기서,
Figure 112017018564028-pat00113
는 존재하는 것을 가정하기로 하며,
Figure 112017018564028-pat00114
와
Figure 112017018564028-pat00115
는 각각 0.5인 것을 가정하기로 한다. 이러한 가정하에 정점 행렬(
Figure 112017018564028-pat00116
)과 불확실한 파라미터 벡터(
Figure 112017018564028-pat00117
)를 수학식 17과 같이 확장할 수 잇다.
Figure 112017018564028-pat00118
Figure 112017018564028-pat00119
에 대한 가역성을 만족시키므로,
Figure 112017018564028-pat00120
과
Figure 112017018564028-pat00121
에 대한 유니크 인터폴레이션 파라미터 벡터
Figure 112017018564028-pat00122
Figure 112017018564028-pat00123
Figure 112017018564028-pat00124
를 획득할 수 있다.
Figure 112017018564028-pat00125
Figure 112017018564028-pat00126
Figure 112017018564028-pat00127
상태 관측기는 수학식 19와 같이 나타낼 수 있다.
Figure 112017018564028-pat00128
Figure 112017018564028-pat00129
이를 다시 정리하면 수학식 20과 같이 나타낼 수 있다.
Figure 112017018564028-pat00130
Figure 112017018564028-pat00131
에러 동역학은 수학식 22와 같이 획득될 수 있다.
Figure 112017018564028-pat00132
Figure 112017018564028-pat00133
수학식 22의 필터를 고려하기 전에, 고정된 파라미터를 포함하는 수학식 22에 대한 필터가 고려될 수 있다. 이를 위해 다음과 같이, v를 최소화할 수 있다.
Figure 112017018564028-pat00134
고정된 파라미터를 포함하는 수학식 23은
Figure 112017018564028-pat00135
를 사용하여 수학식 22와 같이 나타낼 수 있다.
Figure 112017018564028-pat00136
Figure 112017018564028-pat00137
Figure 112017018564028-pat00138
선행 행렬 부등식을 사용하여 수학식 23은 수학식 24와 같이 나타낼 수 있다.
Figure 112017018564028-pat00139
Figure 112017018564028-pat00140
의 변화에 따라 수학식 25가 도출될 수 있다.
Figure 112017018564028-pat00141
지금까지 포지셔닝 모듈에서 차량의 움직임을 예측하는 방법에 대해 설명하였다.
II. 클로소이드 제약을 이용한 차선 예측
이하에서는 카메라 고장 직전의 차선 정보를 이용하여 차선 정보를 예측(복원)하는 방법에 대해 설명하기로 한다.
본 발명의 일 실시예에 따른 차선 예측 모듈은 클로소이드 제약 조건을 이용하여 카메라 고장 직전의 차선 정보를 기반으로 현재 시점(k+1)의 차선 정보를 예측(복원)할 수 있다.
클로소이드 제한은 "고속도로의 모든 차선은 천천히 변화하는 연속적인 곡률을 가지는 것"으로 정의된다. 클로소이드 나선(clothoid spiral)은 곡률의 호 길이에 따라 선형으로 변화하는 것으로 정의된다.
클로소이드 커브의 곡률은 아래의 수학식 26과 같이 나타낼 수 있다.
Figure 112017018564028-pat00142
여기서, s는 아크 길이, 2c2는 s=0에서의 차량 궤적의 곡률, 6c3는 차량 궤적의 곡률의 레이트를 각각 의미한다.
이와 같은 클로소이드 제한으로부터 클로소이드 3차 다항식 곡선 도로 모델(clothoidal cubic polynomial curve road model)를 산출할 수 있으며, 이는 수학식 27과 같다.
Figure 112017018564028-pat00143
여기서, c0는 s=0일 때의 횡방향 차선 중심 오프셋(lateral lane center offset), c1는 s=0일 때의 주행각 오차(heading angle error)를 각각 의미한다. c2는 s=0에서의 곡률/2를 나타내고, c3는 곡률- rate/6을 나타낸다. 작은 곡ㄹㄹ의 경우, 아크 길이(s)는 수학식 28과 같이 x 범위 거리로 근사될 수 있다.
Figure 112017018564028-pat00144
클로소이드 제약 조건을 만족하도록 설계된 수학식 3의 클로소이드 3차 다항식 곡선 도로 모델은 천천히 변하는 곡률을 가진다. 클로소이드 3차 다항식 곡선 도로 모델은 차선 계수를 예측하기 위해 사용된다.
도 2는 k시점과 (k+1) 시점에 획득된 차선을 각각 보여준다. 여기서, k는 카메라 고장 직전의 시점을 나타내고, i는 카메라 고장 이후의 시간 흐름을 나타낸다.
가정2: 고장 전에 카메라와 같은 비전 센서로부터 획득된 차선 계수는 정확하고 신뢰할 수 있다.
본 발명의 일 실시예에서는 클로소이드 제약을 이용하여 차선 정보를 추정할 수 있다. 클로소이드 제약과 관련된 차선 계수는 c2 와 c3이다.
본 발명의 일 실시예에서는 두 차선 계수를 추정하기 위해 두 단계를 사용한다.
Step1: 예측된 곡률은 k시간의 곡률에 의해 대체된다. 이를 수학식으로 나타내면, 수학식 29와 같다.
Figure 112017018564028-pat00145
카메라에서는 일반적으로 약 40~50m의 차선 정보가 처리된다. 클로소이드 제약하에서, 곡률의 급격한 변화는 없다. 따라서, k시간에서의 곡률을 대체하여 사용할 수 있다.
Step2:
Figure 112017018564028-pat00146
는 k로부터 계산된다.
Figure 112017018564028-pat00147
아크 길이(s)는 범위 거리(x) 이내로 근사화될 수 있음에 따라, 아크 길이(s)는
Figure 112017018564028-pat00148
로 대체될 수 있다. 여기서,
Figure 112017018564028-pat00149
는 제어 샘플 타임을 나타낸다. 차량 위치Pk +i는
Figure 112017018564028-pat00150
과 같이 주어질 수 있다.
GPS 좌표에서 Pk + i는차량 좌표로 변형될 수 있다. 이미 전술한 바와 같이, k는 카메라 고장 직전 시간을 나타내며,
Figure 112017018564028-pat00151
과 같이 변형되어야 한다.
여기서,
Figure 112017018564028-pat00152
이다.
고장 이후 시간(k+i)에서 로컬 움직임{
Figure 112017018564028-pat00153
,
Figure 112017018564028-pat00154
}이 계산될 수 있다. (k+i) 시간에서 차량 좌표가 포함된 클로소이드 곡선의 계수를 구해야만 한다.
이를 위해, 우선 점
Figure 112017018564028-pat00155
가 선택되며, 차선 점 집합은
Figure 112017018564028-pat00156
과 같다.
여기서,
Figure 112017018564028-pat00157
는 수학식 31에 의해 도출될 수 있다.
Figure 112017018564028-pat00158
여기서,
Figure 112017018564028-pat00159
는 카메라 고장 직전, 즉 실패 직전 시간 k에 의해 획득되는 차선 계수를 나타낸다.
차량 위치에서
Figure 112017018564028-pat00160
과
Figure 112017018564028-pat00161
은 (k+1)시점의 차량 좌표로 수학식 32와 같이 변형되어야 한다.
Figure 112017018564028-pat00162
여기서,
Figure 112017018564028-pat00163
이다.
종방향 거리(x)의 3차 ㄷ항식인 클로소이드 곡선은 수학식 33과 같이 나타낼 수 있다.
Figure 112017018564028-pat00164
수학식 33는 P(=J) 위치(point)에 관한 매트릭스 형태로 수학식 34와 같이 나타낼 수 있다.
Figure 112017018564028-pat00165
Figure 112017018564028-pat00166
와
Figure 112017018564028-pat00167
는 매우 민감하고, 특이점 문제를 야기할 수 있다. 클로소이드 제약하에서 계산된 계수는 수학식 34에 사용될 수 있다. 이를 통해 수학식 33의 특이점 문제를 해결할 수 있으며, 수학식 34의 표현을 1차 다항식에 대한 행렬 형태인 수학식 35와 같이 나타낼 수 있다.
Figure 112017018564028-pat00168
최소 제곱법을 사용하여 2개의 클로소이드 3차 다항식 곡선 계수
Figure 112017018564028-pat00169
와
Figure 112017018564028-pat00170
를 획득될 수 있다. 그러나, 최소 제곱법은 점에 곡선을 정확하게 맞출 수 없다. 따라서, 곡선의 끝 또는 전방 주시점은 낮은 정확도를 가질 수 있다. 전방 주시점과 같이 원하는 위치(점) 로의 정확도를 높이기 위해 가중치 매트릭스를 적용할 수 있다.
이 방법을 가중치 최소 제곱 피팅(weighed least square fitting)이라 부른다. 수학식 35에 가중치 매트릭스를 적용하면 수학식 36과 같이 나타낼 수 있다.
Figure 112017018564028-pat00171
여기서,
Figure 112017018564028-pat00172
이다.
이로 인해, 곡선 계수는 수학식 37과 같이 획득될 수 있다.
Figure 112017018564028-pat00173
수학식 37에서 획득된 곡선 계수로부터, 시간(k+i)에서 측면 차량 운동 제어기를 위한
Figure 112017018564028-pat00174
과
Figure 112017018564028-pat00175
이 획득될 수 있다.
Figure 112017018564028-pat00176
과
Figure 112017018564028-pat00177
의 값은 수학식 38 및 수학식 39을 이용하여 획득될 수 있다.
Figure 112017018564028-pat00178
Figure 112017018564028-pat00179
여기서, L은 측면 제어를 위한 전방 주시 거리를 나타낸다. 차선 정보가 약 50m로 제한되어 있으므로 횡방향 제어기에 대한 일정한 미리 보기 거리(L)는 사용될 수 없다. 그러므로 차량 속도 및 전방 주시 거리를 줄이는 것이 차선 추정/오류-방지를 위한 솔루션이 될 수 있다. 또한,
Figure 112017018564028-pat00180
집합은 제한된 차선 정보로 이용될 수 없다.
Figure 112017018564028-pat00181
도 3은 본 발명의 일 실시예에 따른 차선 유지 제어 방법을 나타낸 순서도이다.
단계 310에서 차선 유지 장치(100)는 차량에 구비된 카메라 및 센서 중 적어도 하나를 이용하여 영상 및 차량의 내부 정보를 획득한다.
단계 315에서 차선 유지 장치(100)는 영상 및 차량의 내부 정보를 이용하여 차량의 차선 유지를 제어한다. 이때, 차선 유지 장치(100)는 카메라 고장시 카메라 고장 직전의 차선 정보와 내부 정보를 고려한 기구학 횡방향 움직임 모델(Kinematic Lateral Motion Model)을 사용하여 차량의 스티어링 토크를 산출하고, 스티어링 토크를 이용하여 상기 차량의 차선 유지를 제어할 수 있다. 이에 대한 상세한 설명은 상술한 바와 동일하므로 중복되는 설명은 생략하기로 한다.
상술한 본 발명에 따른 방법은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현되는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체로는 컴퓨터 시스템에 의하여 해독될 수 있는 데이터가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래쉬 메모리, 광 데이터 저장장치 등이 있을 수 있다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 통신망으로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 읽을 수 있는 코드로서 저장되고 실행될 수 있다.
이상에서는 본 발명의 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 쉽게 이해할 수 있을 것이다.
100: 차선 유지 장치
110: 획득부
120: 프로세서

Claims (7)

  1. 차량의 차선 유지 장치에 있어서,
    카메라 및 센서를 이용하여 영상 및 상기 차량의 내부 정보를 획득하는 획득부; 및
    상기 영상 및 상기 차량의 내부 정보를 이용하여 상기 차량의 차선 유지를 제어하는 프로세서를 포함하되,
    상기 프로세서는,
    상기 카메라 고장시 클로소이드 제약을 이용하여 상기 카메라 고장 직전에 계산된 차선 정보를 기반으로 현재 시점의 차선 정보를 예측하며, 상기 내부 정보를 이용하여 상기 차량의 이동 정보를 기반으로 차선과 상기 차량의 상대적인 움직임을 계산하고, 상기 예측된 차선 정보와 상기 차량의 상대적인 움직임을 고려한 기구학 횡방향 움직임 모델(Kinematic Lateral Motion Model)을 사용하여 상기 차량의 스티어링 토크를 산출하고, 상기 스티어링 토크를 이용하여 상기 차량의 차선 유지를 제어하되,
    상기 차량의 움직임 정보는 코스 각도(
    Figure 112018113195564-pat00195
    )를 이용한 유계된 선형 변화 파라미터를 이용한 미리 설정된 게인에 기반하여 예측되는 것을 특징으로 하는 차선 유지 장치.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 제1 항에 있어서,
    상기 차량의 움직임은 하기 수학식을 이용하여 예측되는 것을 특징으로 하는 차선 유지 장치.
    Figure 112018113195564-pat00196

    Figure 112018113195564-pat00184

    Figure 112018113195564-pat00185
    이며,
    Figure 112018113195564-pat00186
    이고, y(k)는 k시점의 출력 벡터를 나타내며,
    Figure 112018113195564-pat00187
    는 k시점의 상태 정보를 나타내며, u(k)는 제어 입력을 나타내고,
    Figure 112018113195564-pat00188
    는 외부 신호를 나타내며,
    Figure 112018113195564-pat00189
    이며,
    Figure 112018113195564-pat00190
    이고,
    Figure 112018113195564-pat00191
    임
  6. 차량의 차선 유지를 제어하는 방법에 있어서,
    (a) 상기 차량에 구비된 카메라 및 센서를 이용하여 영상 및 상기 차량의 내부 정보를 획득하는 단계; 및
    (b) 상기 영상 및 상기 차량의 내부 정보를 이용하여 상기 차량의 차선 유지를 제어하는 단계를 포함하되,
    상기 (b) 단계는,
    상기 카메라 고장시 클로소이드 제약을 이용하여 상기 카메라 고장 직전에 계산된 차선 정보를 기반으로 현재 시점의 차선 정보를 예측하며, 상기 내부 정보를 이용하여 상기 차량의 이동 정보를 기반으로 차선과 상기 차량의 상대적인 움직임을 계산하고, 상기 예측된 차선 정보와 상기 차량의 상대적인 움직임을 고려한 기구학 횡방향 움직임 모델(Kinematic Lateral Motion Model)을 사용하여 상기 차량의 스티어링 토크를 산출하고, 상기 스티어링 토크를 이용하여 상기 차량의 차선 유지를 제어하되,
    상기 차량의 움직임 정보는 코스 각도(
    Figure 112018113195564-pat00197
    )를 이용한 유계된 선형 변화 파라미터를 이용한 미리 설정된 게인에 기반하여 예측되는 것을 특징으로 하는 차선 유지 제어 방법.
  7. 제6 항에 따른 방법을 수행하기 위한 컴퓨터가 읽을 수 있는 코드를 기록한 기록매체 제품.
KR1020170023757A 2017-02-22 2017-02-22 차선 유지 제어 방법 및 그 장치 KR101954510B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170023757A KR101954510B1 (ko) 2017-02-22 2017-02-22 차선 유지 제어 방법 및 그 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170023757A KR101954510B1 (ko) 2017-02-22 2017-02-22 차선 유지 제어 방법 및 그 장치

Publications (2)

Publication Number Publication Date
KR20180097082A KR20180097082A (ko) 2018-08-30
KR101954510B1 true KR101954510B1 (ko) 2019-03-05

Family

ID=63453705

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170023757A KR101954510B1 (ko) 2017-02-22 2017-02-22 차선 유지 제어 방법 및 그 장치

Country Status (1)

Country Link
KR (1) KR101954510B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102246418B1 (ko) * 2019-08-21 2021-04-29 한양대학교 산학협력단 차선 유지 제어 방법 및 그 장치
KR102427366B1 (ko) * 2020-06-30 2022-08-01 한양대학교 산학협력단 심층 신경망을 이용한 차선 추정 방법 및 장치
KR102351176B1 (ko) * 2020-07-01 2022-01-13 한양대학교 산학협력단 곡선 도로 주행을 위한 차량 횡방향 제어 장치 및 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101502511B1 (ko) * 2013-11-28 2015-03-13 현대모비스 주식회사 가상 차선 생성 장치와 방법 및 상기 장치를 구비하는 차선 유지 제어 시스템
KR101639525B1 (ko) * 2015-05-19 2016-07-13 한양대학교 산학협력단 차선 유지 시스템, 차선 유지 방법과 이에 사용되는 제어 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101502511B1 (ko) * 2013-11-28 2015-03-13 현대모비스 주식회사 가상 차선 생성 장치와 방법 및 상기 장치를 구비하는 차선 유지 제어 시스템
KR101639525B1 (ko) * 2015-05-19 2016-07-13 한양대학교 산학협력단 차선 유지 시스템, 차선 유지 방법과 이에 사용되는 제어 방법

Also Published As

Publication number Publication date
KR20180097082A (ko) 2018-08-30

Similar Documents

Publication Publication Date Title
EP3423787B1 (en) Method and system for updating maps based on control feedbacks of autonomous driving vehicles
EP3345086B1 (en) A physical model and machine learning combined method to simulate autonomous vehicle movement
US10409233B2 (en) Method with quasi-Newton Jacobian updates for nonlinear predictive control
US11377119B2 (en) Drifting correction between planning stage and controlling stage of operating autonomous driving vehicles
EP3562725B1 (en) Method and system for determining road frictions of autonomous driving vehicles using learning-based model predictive control
KR101639525B1 (ko) 차선 유지 시스템, 차선 유지 방법과 이에 사용되는 제어 방법
US10534364B2 (en) Method and system for autonomous vehicle speed following
Naets et al. Online state and input force estimation for multibody models employing extended Kalman filtering
JP7036080B2 (ja) 慣性航法装置
EP3334624A1 (en) A sideslip compensated control method for autonomous vehicles
CN111873991B (zh) 一种车辆转向的控制方法、装置、终端及存储介质
KR20180052673A (ko) 자율 주행 차량 제어를 위한 시스템 지연 추정 방법
KR101954510B1 (ko) 차선 유지 제어 방법 및 그 장치
WO2015084406A1 (en) Pre-alert of lcc's steering torque limit exceed
US11662741B2 (en) Vehicle visual odometry
WO2022123826A1 (en) Stochastic model-predictive control of uncertain system
Lee et al. Multirate active steering control for autonomous vehicle lateral maneuvering
CN115123233A (zh) 规划车辆轨迹的方法和装置
CN112046491B (zh) 车轮侧偏刚度的估算方法、装置、车辆及可读存储介质
CN113759729A (zh) 车辆横向控制方法、装置及电子设备
JP7069624B2 (ja) 位置演算方法、車両制御方法及び位置演算装置
KR102351176B1 (ko) 곡선 도로 주행을 위한 차량 횡방향 제어 장치 및 방법
JP7206883B2 (ja) ヨーレート補正装置
Eising et al. 2.5 D vehicle odometry estimation
JP6939759B2 (ja) 車両状態推定装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant