KR102058741B1 - 차로 변경이 가능한 공간 선정 시스템 및 그 방법 - Google Patents

Abstract

본 발명의 일 실시예에 따른 차로 변경이 가능한 공간 선정 시스템은 실제 운전자를 대상으로 차로 변경에 대한 운전자의 성향을 판단하는 판단부, 운전자의 차량과 서로 다른 차로를 주행하는 주변차량 간의 각 공간마다 차량 운행의 안정성에 관한 안정성변수에 기초하여, 상기 안정성을 객관적인 수치로서 판단하기 위한 안전점수를 산출하는 안전점수 산출부, 상기 각 공간마다 차량 운행의 효율성에 관한 에너지변수에 기초하여, 상기 효율성을 객관적인 수치로서 판단하기 위한 에너지점수를 산출하는 에너지점수 산출부, 및 상기 산출된 안전점수 및 에너지점수를 합산하여 상기 각 공간마다 차로 변경 점수를 계산하고, 최대의 점수를 가지는 공간을 차로 변경이 가능한 공간으로 선정하는 공간 선정부를 포함한다.

Description

차로 변경이 가능한 공간 선정 시스템 및 그 방법{SYSTEM FOR SELECTING OF LANE CHANGE FEASIBLE SPACE(LCFS) AND METHOD FOR THE SAME}

본 발명은 차로 변경이 가능한 공간을 자동으로 선정하는 시스템 및 그 방법에 관한 것으로, 더욱 상세하게는 차량 운행의 안정성 및 효율성을 모두 고려하여 차로 변경이 가능한 공간을 선정하는 시스템 및 방법에 관한 것이다.

종래의 차로 변경 보조 기술로서, 차로 변경 시 보이지 않는 사각지대 차량을 인지하여 운전자에게 경고를 해주는 BSD(Blind Spot Detection) 시스템과 ALCA(Advanced Lane Change Assist) 등이 있다. 나아가, 운전자가 부주의로 차선을 밟거나 넘었을 경우, 경고를 해준 뒤 다시 본 차로로 복귀하여 차로를 유지할 수 있도록 도와주는 LDWS(Lane Departure Warning System)이나 LKAS(Lane Keeping Assist System) 등이 있다.

지금까지 개발된 종래의 첨단운전자 지원 시스템(ADAS, Advanced Driver Assistance System)을 보면 대부분 주변 차량을 고려하지 않고 제어대상 차량만을 고려한 기술이 주를 이룬다. 운전자의 편의만을 고려한 ACC나 ASCC, LKAS 등이 그 예이며, 나아가 차량의 직접적인 자동제어 없이 단순히 사각지대의 차량만을 인지하여 운전자에게 경고나 알림만을 해주는 BSD, ALCA 등 간접적인 운전보조 시스템이 대부분이다.

최근에 제어대상 차량뿐만 아닌 주변차량의 주행특성까지 고려하여 자동 차로 변경을 해주는 종, 횡방향 통합 차로 변경 제어기가 개발되기도 하였으나, 이 또한 제어대상 차량과 가장 근접한 두 대 사이의 공간만을 선택하여 차로 변경 해야 한다는 한계가 존재한다.

이에 따라, 운전자의 안전성을 더욱 확보하기 위해 보다 넓은 범위의 주변차량들의 주행특성을 고려하여 자동 차로 변경을 돕는 기술들이 요구된다.

관련 선행기술로는 대한민국 등록특허공보 제10-1480652호(발명의 명칭: 차선 변경 제어 장치 및 그 변경 제어 방법, 등록일자: 2015년 1월 2일)가 있다.

본 발명의 실시예들은 가변적인 주행상황을 가지는 도로에서 차로 변경에 어려움을 겪는 운전자를 돕기 위해, 운전자의 차량을 기준으로 일정범위 내 연속하는 주변차량들 간의 공간 중에서 안전성 측면과 에너지 측면을 모두 고려하여 최적으로 차로 변경할 수 있는 공간을 선정하기 위한 차로 변경이 가능한 공간 선정 시스템 및 그 방법을 제공한다.

본 발명이 해결하고자 하는 과제는 이상에서 언급한 과제(들)로 제한되지 않으며, 언급되지 않은 또 다른 과제(들)은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

본 발명의 일 실시예에 따른 차로 변경이 가능한 공간 선정 시스템은 실제 운전자를 대상으로 차로 변경에 대한 운전자의 성향을 판단하는 판단부, 운전자의 차량과 서로 다른 차로를 주행하는 주변차량 간의 각 공간마다 차량 운행의 안정성에 관한 안정성변수에 기초하여, 상기 안정성을 객관적인 수치로서 판단하기 위한 안전점수를 산출하는 안전점수 산출부, 상기 각 공간마다 차량 운행의 효율성에 관한 에너지변수에 기초하여, 상기 효율성을 객관적인 수치로서 판단하기 위한 에너지점수를 산출하는 에너지점수 산출부, 및 상기 산출된 안전점수 및 에너지점수를 합산하여 상기 각 공간마다 차로 변경 점수를 계산하고, 최대의 점수를 가지는 공간을 차로 변경이 가능한 공간으로 선정하는 공간 선정부를 포함한다.

또한, 본 발명의 일 실시예에 따른 상기 판단부는 상기 운전자로부터 본인의 차량 운행행태 및 차로 변경행태에 관한 행태정보를 수신하고, 상기 행태정보에 기초하여 상기 운전자의 성향을 판단할 수 있다.

또한, 본 발명의 일 실시예에 따른 상기 판단부는 상기 운전자의 차량 운행행태에 관한 설문조사를 수행함으로써 상기 운전자의 성향을 판단하고, 상기 설문조사는 상기 안정성변수 및 상기 에너지변수에 대한 순위도 조사, 및 상기 안정성변수 및 상기 에너지변수의 조합에 따라 차량 운행 시 발생 가능한 복수의 상황에 대하여, 운전자가 선호하는 차로 변경 가능공간에 대한 선호도 조사를 포함할 수 있다.

또한, 본 발명의 일 실시예에 따른 상기 안정성변수는 상기 주변차량 간의 거리인 차두간격, 상기 운전자의 차량과 상기 주변차량 간의 충돌 가능성인 충돌경보지수, 상기 운전자의 차량과 상기 각 공간 내 선행차량 간의 속도편차인 제1 속도편차, 상기 운전자의 차량과 상기 각 공간 내 후행차량 간의 속도편차인 제2 속도편차 및 상기 운전자의 차량과 출구 간 거리를 포함하고, 상기 에너지변수는 상기 운전자의 차량이 상기 각 공간 내로 진입하는데 소비되는 시간인 소요시간 및 누적 가속도의 크기를 포함할 수 있다.

또한, 본 발명의 일 실시예에 따른 상기 안전점수 산출부는 상기 안정성변수에 대하여 삼각함수 형태의 입력소속함수 및 상기 순위도 조사에 따른 가중치가 반영된 상수 형태의 출력소속함수를 획득하고, 상기 획득된 입력소속함수 및 상기 획득된 출력소속함수를 이용하여 생성된 퍼지규칙에 따라 상기 안전점수를 산출할 수 있다.

또한, 본 발명의 일 실시예에 따른 차로 변경이 가능한 공간 선정 시스템은 상기 주변차량을 상기 운전자의 차량이 주행하는 차로 내에 투영하여 가상으로 생성되는 가상차량을 정의하고, 상기 운전자의 차량이 상기 가상차량 간의 공간 내로 진입하는데 소비되는 시간인 소요시간 및 누적 가속도의 크기를 포함하는 상기 에너지변수를 추정하는 에너지변수 추정부를 더 포함할 수 있다.

또한, 본 발명의 일 실시예에 따른 상기 에너지변수 추정부는 상기 운전자의 차량이 상기 가상차량 간의 공간 내 전방 또는 후방에 위치하는 경우, 하기 수식 24 및 수식 20에 기초하여 상기 에너지변수를 추정할 수 있다.

[수식 24]

[수식 20]

여기서, y^*는 상기 에너지변수의 추정값이고, K(·)는 커널 함수를 의미하고, x^*는 운전자의 차량이 상기 가상차량 간의 각 공간 내 전방 또는 후방에 위치함에 따라 측정되는 운전자의 차량 및 가상차량의 속도와 위치를 포함하는 입력데이터, x_i는 운전자의 차량이 상기 가상차량 간의 각 공간 내 전방 또는 후방에 위치함에 따라 사전에 훈련된 트레이닝 입력데이터 및 상기 훈련된 트레이닝 입력데이터에 대한 출력데이터를 의미하고, b는 훈련된 데이터의 분포정도로서 상기 트레이닝 입력데이터 및 상기 트레이닝 출력데이터의 밀집정도를 의미함.

또한, 본 발명의 일 실시예에 따른 상기 에너지변수 추정부는 상기 운전자의 차량이 상기 가상차량 간의 공간 내 중앙에 위치하는 경우, 다층 신경망 구조를 이용하여 상기 에너지변수를 추정할 수 있다.

또한, 본 발명의 일 실시예에 따른 상기 에너지점수 산출부는 상기 에너지변수에 대하여 삼각함수 형태의 입력소속함수 및 상기 중요도 조사에 따른 가중치가 반영된 상수 형태의 출력소속함수를 획득하고, 상기 획득된 입력소속함수 및 상기 획득된 출력소속함수를 이용하여 생성된 퍼지규칙에 따라 상기 에너지점수를 산출할 수 있다.

또한, 본 발명의 일 실시예에 따른 상기 공간 선정부는 상기 운전자의 차량의 속도가 상기 주변차량의 속도와 동일하되 상기 차두간격이 동일한 경우, 상기 운전자의 차량과 출구 간 거리가 소정 임계치 이상이면 상기 운전자의 차량과 가장 가까운 상기 주변차량 간의 공간을 상기 차로 변경이 가능한 공간으로 선정하고, 상기 운전자의 차량과 출구 간 거리가 소정 임계치 미만이면 상기 운전자의 차량을 기준으로 후방에 위치한 상기 주변차량 간의 공간 중 하나를 상기 차로 변경이 가능한 공간으로 선정할 수 있다.

또한, 본 발명의 일 실시예에 따른 상기 공간 선정부는 상기 차두간격이 동일하되 상기 운전자의 차량과 출구 간 거리가 소정 임계치 이상인 경우, 상기 운전자의 차량의 속도가 상기 주변차량의 평균속도 초과인 경우, 상기 운전자의 차량을 기준으로 전방에 위치한 상기 주변차량 간의 공간 중 하나를 상기 차로 변경이 가능한 공간으로 선정하고, 상기 운전자의 차량의 속도가 상기 주변차량의 평균속도 미만인 경우, 상기 운전자의 차량을 기준으로 후방에 위치한 상기 주변차량 간의 공간 중 하나를 상기 차로 변경이 가능한 공간으로 선정할 수 있다.

또한, 본 발명의 일 실시예에 따른 상기 공간 선정부는 상기 운전자의 차량의 속도가 상기 주변차량의 속도와 동일하되 상기 운전자의 차량과 출구 간 거리가 소정 임계치 이상인 경우, 상기 차두 간격이 소정 임계치 이상인 상기 주변차량 간의 공간 중 하나를 상기 차로 변경이 가능한 공간으로 선정할 수 있다.

또한, 본 발명의 일 실시예에 따른 차로 변경이 가능한 공간 선정 시스템은 상기 운전자의 차량에 구비된 센서와 차로 주변에 설치된 센서로부터 상기 주변차량의 위치정보 및 속도정보를 감지하는 감지부를 더 포함할 수 있다.

또한, 본 발명의 일 실시예에 따른 차로 변경이 가능한 공간 선정 방법은 실제 운전자를 대상으로 차로 변경에 대하여 운전자의 성향을 반영하기 위한 설문조사를 수행하는 단계, 운전자의 차량과 서로 다른 차로를 주행하는 주변차량 간의 각 공간마다 차량 운행의 안정성에 관한 안정성변수에 기초하여, 상기 안정성을 객관적인 수치로서 판단하기 위한 안전점수를 산출하는 단계, 상기 각 공간마다 차량 운행의 효율성에 관한 에너지변수에 기초하여, 상기 효율성을 객관적인 수치로서 판단하기 위한 에너지점수를 산출하는 단계, 및 상기 산출된 안전점수 및 에너지점수를 합산하여 상기 각 공간마다 차로 변경 점수를 계산하고, 최대의 점수를 가지는 공간을 차로 변경이 가능한 공간으로 선정하는 단계를 포함할 수 있다.

또한, 본 발명의 일 실시예에 따른 차로 변경이 가능한 공간 선정 방법은 상기 주변차량을 상기 운전자의 차량이 주행하는 차로 내에 투영하여 가상으로 생성되는 가상차량을 정의하고, 상기 운전자의 차량이 상기 가상차량 간의 공간 내로 진입하는데 소비되는 시간인 소요시간 및 누적 가속도의 크기를 포함하는 상기 에너지변수를 추정하는 단계를 더 포함할 수 있다.

또한, 본 발명의 일 실시예에 따른 차로 변경이 가능한 공간 선정 방법은 상기 운전자의 차량에 구비된 센서와 차로 주변에 설치된 센서로부터 상기 주변차량의 위치정보 및 속도정보를 감지하는 단계를 더 포함할 수 있다.

기타 실시예들의 구체적인 사항들은 상세한 설명 및 첨부 도면들에 포함되어 있다.

본 발명의 실시예들에 따르면, 운전자의 차량을 기준으로 일정범위 내 연속하는 주변차량들 간의 공간 중에서 안전성 측면과 에너지 측면을 모두 고려하여 최적으로 차로 변경할 수 있는 공간을 선정할 수 있다.

본 발명의 실시예들에 따르면, 난해하고 복잡한 도로 분류구간 및 특화구간 내에서 차로 변경을 보조하는 운전자 협력형 첨단 기술로서 높은 확장 가능성을 지닐 수 있으며, 차로 변경 시 발생하는 여러 문제점인 높은 사고율 및 교통체증현상과 같은 사회문제 해결에 활용되어 교통사고율 감소, 교통 지체에 의한 사회적 비용의 감소 및 편의성 증대 등을 기대할 수 있다.

도 1은 본 발명의 일 실시예에 따른 차로 변경이 가능한 공간 선정 시스템의 모식도이다.
도 2는 본 발명의 일 실시예에 따른 차로 변경이 가능한 공간 선정 시스템의 구성도이다.
도 3은 본 발명의 일 실시예에 따른 차로 변경이 가능한 공간 선정 시스템을 설명하기 위해 도시한 블록도이다.
도 4는 본 발명의 일 실시예에 있어서, 설문조사를 수행하는 경우 고려되는 안정성변수 및 에너지변수를 모식화하여 나타낸 모식도이다.
도 5a는 본 발명의 일 실시예에 있어서, 설문조사 중 순위도 조사에 대한 결과를 나타낸 그래프이다.
도 5b 내지 도 5d 는 본 발명의 일 실시예에 있어서, 설문조사 중 선호도 조사에 대한 결과를 나타낸 그래프이다.
도 6은 본 발명의 일 실시예에 있어서, 안정성변수에 대한 소속함수를 나타낸 그래프이다.
도 7은 본 발명의 일 실시예에 있어서, 에너지변수 추정 시 정의되는 가상차량의 개념을 설명하기 위해 도시한 모식도이다.
도 8은 본 발명의 일 실시예에 있어서, 에너지변수 추정 시 사용되는 다층 구조의 신경망의 개념을 설명하기 위해 도시한 모식도이다.
도 9는 본 발명의 일 실시예에 있어서, 에너지변수에 대한 소속함수를 나타낸 그래프이다.
도 10은 본 발명의 일 실시예 따른 차로 변경이 가능한 공간 선정 방법을 설명하기 위해 도시한 흐름도이다.

본 발명의 이점 및/또는 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다.

이하에서는 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명하기로 한다.

상기 실시예들을 설명하기에 앞서, 본 발명에 대하여 개략적으로 설명하면 다음과 같다.

도 1 및 도 2를 참조하면, 본 발명에서는 가변적인 주행상황을 가지는 도로에서 차로 변경에 어려움을 겪는 운전자를 돕기 위해 제어대상 차량인 운전자의 차량을 기준으로 일정범위 즉, 차로 변경 공간의 탐색범위 내에 있는 목표차로의 연속하는 주변차량들 간의 공간 중에서 안전성 측면과 에너지 측면을 모두 고려하여 차로 변경할 수 있는 최적의 공간을 선정한다.

구체적으로, 최적의 공간을 선정함에 있어서, 실제 운전자의 차로 변경 행태를 고려하기 위해 설문조사를 실시한다. 이를 기반으로, 상황 별 입력변수인 안정성변수 및 에너지변수에 대한 소속함수를 이용하여 퍼지규칙을 생성한다. 또한, 퍼지규칙의 입력변수에 대한 출력변수인 안전점수 및 에너지점수를 결정하는데 있어서 각 입력변수 중요도에 따른 가중치를 부여한다. 최종적으로, 퍼지규칙을 통해 각 공간에서 출력된 차로 변경 점수 값들을 비교하여 가장 높은 점수를 갖는 공간을 최적의 차로 변경 가능공간(LCFS, Lane Change Feasible Space)으로 선정한다.

참고로, 도 1은 본 발명의 일 실시예에 따른 차로 변경이 가능한 공간 선정 시스템의 모식도이고, 도 2는 본 발명의 일 실시예에 따른 차로 변경이 가능한 공간 선정 시스템의 구성도이다.

도 3은 본 발명의 일 실시예에 따른 차로 변경이 가능한 공간 선정 시스템을 설명하기 위해 도시한 블록도이다.

도 3을 참조하면, 본 발명의 일 실시예에 따른 차로 변경이 가능한 공간 선정 시스템은 판단부(310), 안전점수 산출부(320), 에너지점수 산출부(330) 및 공간 선정부(340)를 포함한다.

판단부(310)는 실제 운전자를 대상으로 차로 변경에 대한 운전자의 성향을 판단할 수 있다.

일 실시예로, 판단부(310)는 운전자로부터 본인의 차량 운행행태 및 차로 변경행태에 관한 행태정보를 수신하고, 수신된 행태정보에 기초하여 운전자의 성향을 판단할 수 있다.

즉, 판단부(310)는 운전자 개개인으로부터 평소에 차량을 운행하는 습관이나 차로를 변경하는 경우 중요하게 여기는 조건에 대한 정보를 포함하는 행태정보를 직접 입력 받거나 또는 별도의 기기와의 통신을 통해 수신할 수 있고, 수신된 행태정보에 기초하여 운전자의 성향을 판단할 수 있다.

다른 실시예로, 판단부(310)는 운전자의 차로 변경에 대한 차량 운행행태를 반영하기 위해 총 네 문항으로 구성한 설문조사를 실시할 수 있다. 즉, 설문조사를 통해 운전자가 차로 변경 시 중요하다고 생각하는 변수에 대한 순위도를 조사하며, 차량 운행 시 발생 가능한 대표적인 상황에 대하여 차로 변경 하는데 최적이라고 생각하는 공간의 선호도를 조사하여 상기 조사된 순위도 및 선호도를 분석할 수 있다. 참고로, 본 실시예에서는 실제 운전경력이 3년 이상 된 운전자 100명을 상대로 설문조사를 수행하였다.

판단부(310)는 설문조사를 수행하기에 앞서, 차로 변경 시 중요하다고 생각하는 변수 중 차량 운행의 안정성에 관한 5개의 안정성변수 및 차량 운행의 효율성에 관한 2개의 에너지변수를 미리 설정할 수 있다.

예컨대, 안정성변수는 운전자의 차량과 서로 다른 차로를 주행하는 주변차량 간의 거리인 차두간격, 운전자의 차량과 주변차량 간의 충돌 가능성인 충돌경보지수, 운전자의 차량과 주변차량 간의 각 공간 내 선행차량 간의 속도편차인 제1 속도편차, 운전자의 차량과 주변차량 각 공간 내 후행차량 간의 속도편차인 제2 속도편차 및 운전자의 차량과 출구 간 거리를 포함할 수 있다.

예컨대, 에너지변수는 운전자의 차량이 각 공간 내로 진입하는데 소비되는 시간인 소요시간 및 운전자의 차량이 각 공간 내로 진입하는데 필요한 누적 가속도의 크기를 포함할 수 있다.

먼저, 판단부(310)는 안전성 변수 및 에너지 변수에 대한 순위도를 조사할 수 있다.

판단부(310)는 상기 차두간격, 상기 충돌경보지수, 상기 제1 속도편차, 상기 제2 속도편차 및 상기 출구까지의 거리를 포함하는 안정성변수에 대한 순위도를 조사할 수 있다.

구체적으로, 도 4를 참조하면, 차두간격은 운전자의 차량이 주행하는 차로와 이웃하는 목표차로에서 주행하는 주변차량 중, 연속하는 두 차량 간의 거리를 나타내고, 충돌경보지수는 운전자의 차량이 주변차량 간의 각 공간 내 중앙에 위치한다고 가정하는 경우 선행차량 및 후행차량과 충돌할 수 있는 정도를 나타내고, 제1 속도편차는 운전자의 차량과 주변차량 간의 각 공간 중 i번째 공간(S_i) 내 선행차량 간의 속도편차를 나타내고, 제2 속도편차는 운전자의 차량과 주변차량 간의 각 공간 중 i번째 공간(S_i) 내 후행차량 간의 속도편차를 나타내고, 5)출구까지의 거리는 운전자의 차량으로부터 출구 사이의 거리를 나타낼 수 있다. 참고로, 도면에서 운전자의 차량은 현재차로 내 Sub로 표시하였다.

판단부(310)는 상기 소요시간 및 상기 누적 가속도의 크기에 대한 순위도를 조사할 수 있다.

구체적으로, 소요시간은 운전자의 차량이 각 공간 내로 진입하는데 소비되는 시간을 나타내고, 누적 가속도의 크기는 운전자의 차량이 각 공간 내로 진입하기 위해 누적되는 가속도의 크기를 나타낼 수 있다.

다음으로, 판단부(310)는 안정성변수 및 에너지변수의 조합에 따라 차량 운행 시 발생 가능한 복수의 상황에 대하여, 운전자가 선호하는 차로 변경 가능공간에 대한 선호도를 조사할 수 있다.

일례로, 표 1을 참조하면, 판단부(310)는 운전자가 자신의 위치에서 차로 변경을 수행할 때 출구까지 남은 여유거리에 따라 어느 공간을 선택하여 차로 변경 할지에 대한 선호도를 조사할 수 있다. 참고로, 본 실시예에서는 출구까지의 거리를 2.5km 이상인 경우와 0.5km인 2가지의 경우로 설정하였다.

이는, 차로 변경 하는데 있어서 운전자가 출구까지의 거리에 대해 얼마나 민감하게 반응하는지를 알아보기 위함이다.

[표 1]

상기 설문조사의 경우, 운전자의 차량의 속도가 주변차량의 속도와 동일하되 목표차로 내 주변차량 간의 밀도를 나타내는 차두간격이 동일한 경우를 가정한다.

다른 예로, 표 2를 참조하면, 판단부(310)는 출구까지의 거리가 충분한 경우로서, 운전자의 차량의 속도가 차로 변경 하여 진입할 목표차로 내 주변차량의 평균속도와 비교하여 어느 정도 편차가 존재할 경우, 즉, 더 빠르거나 더 느릴 경우에 어느 공간을 선택하여 차로 변경 할지에 대한 선호도를 조사할 수 있다. 본 실시예에서는, 상기 속도편차를 20km/h 로 설정하였다.

이는, 차로 변경 하는데 있어서 운전자가 속도편차에 얼마나 민감하게 반응하는지를 알아보기 위함이다.

[표 2]

상기 설문조사의 경우, 목표차로 내 주변차량 간의 밀도를 나타내는 차두간격이 동일하되 운전자의 차량과 출구 간 거리가 소정 임계치 이상인 경우를 가정한다. 본 실시예에서는, 상기 소정 임계치를 2.5km로 설정하였다.

또 다른 예로, 표 3을 참조하면, 판단부(310)는 출구까지의 거리는 충분하나 목표차로 내 주변차량 간의 밀도가 균일하지 못한 경우, 즉, 주변차량 중 전방에 위치한 주변차량 간의 밀도가 높거나, 후방에 위치한 주변차량 간의 밀도가 높거나, 중앙에 위치한 주변차량 간의 밀도가 높을 경우에 어느 공간을 선택하여 차로 변경 할지에 대한 선호도를 조사할 수 있다.

이는, 밀도가 높은 부분이라도 차량 간의 안전거리는 확보되어 있는 상황이기 때문에 운전자가 차로 변경을 할 때 안전성 및 에너지 효율성 중 어느 것을 추구하는지 알아보기 위함이다. 또한, 동일한 밀도를 가지는 공간이라면 상대적으로 전방을 향해 이동하여 차로 변경 할 것인지, 후방을 향해 이동하여 차로 변경 할 것인지에 대한 선호도를 알아보기 위함이기도 하다.

[표 3]

참고로, 표 1 내지 표 3에서 V_sub는 운전자의 차량의 속도를 의미하고, V_i는 주변차량의 속도를 의미한다.

상기 순위도 조사 및 선호도 조사에 대한 결과는 도 5a 내지 도 5d에 도시된 바와 같다.

순위도 조사에 있어서, 안전성변수의 경우에는 1순위로 택한 변수에 5점, 2순위로 택한 변수에 4점, 3순위로 택한 변수에 3점, 4순위로 택한 변수에 2점, 5순위로 택한 변수에 1점을 주었고, 에너지변수의 경우에는 1순위로 택한 변수에 5점, 2순위로 택한 변수에 1점을 주었다.

안정성변수 및 에너지변수에 대한 순위도 조사 결과, 도 5a를 참조하면, 피설문자에 해당하는 실제 운전자는 차로 변경 시 안전성과 관련하여 ‘출구까지의 거리 -> 차두간격 -> 충돌경보지수 -> 제2 속도편차 -> 제1 속도편차’ 순으로 중요하게 생각하며, 에너지 효율성과 관련하여 ‘소요시간 -> 누적 가속도의 크기’ 순으로 중요하게 생각함을 알 수 있다.

참고로, 순위도 조사의 경우, 실제 운전자에 해당하는 100명의 피설문자가 응답해준 개개인의 순위를 중요도 점수로 환산하여 모두 합한 후 분석한 결과이다.

운전자가 선호하는 차로 변경 가능공간에 대한 선호도 조사 결과는 다음과 같다.

먼저, 도 5b를 참조하면, 운전자의 차량과 출구까지의 거리가 2.5km 이상으로 여유가 있을 경우에는 52%의 과반수 이상이 옆 공간(도 4의 S4 참조)을 선정하겠다는 응답을 보였다. 또한, 출구까지의 거리가 여유 있기 때문에 상대적으로 전방에 위치한 공간(도 4의 S2 및 S3 참조)을 선정하겠다는 응답도 40%이상 됨을 확인하였다. 이와 반면에, 운전자의 차량과 출구까지의 거리가 0.5km로 여유가 없을 경우에는 67% 이상이 상대적으로 후방에 위치한 공간(도 4의 S5 내지 S7 참조)을 선정하겠다는 응답을 보였다. 다만, 이 경우에도 바로 옆 공간(도 4의 S4 참조)을 선정하겠다는 응답이 20%로 다수 존재함을 확인할 수 있다.

다음으로, 도 5c를 참조하면, 운전자의 차량의 속도가 주변차량의 평균속도보다 20km/h 정도 빠른 경우에는 96%의 피설문자가 상대적으로 전방에 위치한 공간(도 4의 S1 내지 S3 참조)을 선정하겠다는 응답을 보였다. 이는, 급 브레이크로 인한 불안전성과 에너지 손실을 최소한으로 줄이겠다는 운전자의 운전행태가 잘 드러나는 결과라고 해석할 수 있다. 이와 반면에, 운전자의 차량의 속도가 주변차량의 평균속도보다 20km/h 정도 느린 경우에는 상대적으로 후방에 위치한 공간(도 4의 S5 내지 S7 참조)을 선호함을 알 수 있다.

다음으로, 도 5d를 참조하면, 목표차로 내 주변차량 간의 각 공간이 안전거리를 만족하고 있다고 할지라도 대부분의 운전자가 가장 근접한 공간이 아닌 상대적으로 주변차량 간의 밀도가 낮은 공간을 선정하겠다는 응답을 보였다. 이는, 차로 변경 공간 선정 시 에너지 손실 측면보다는 좀 더 안전성 측면에 비중을 두는 결과라고 해석할 수 있다. 다만, 도 5c에 해당하는 결과를 통해 밀도가 똑같이 낮은 구간이라면 상대적으로 전방에 위치한 공간을 선호함을 알 수 있다.

참고로, 도 5a는 본 발명의 일 실시예에 있어서, 설문조사 중 순위도 조사에 대한 결과를 나타낸 그래프이고, 도 5b 내지 도 5d 는 본 발명의 일 실시예에 있어서, 설문조사 중 선호도 조사에 대한 결과를 나타낸 그래프이다.

안전점수 산출부(320)는 서로 다른 차로를 주행하는 주변차량 간의 각 공간마다 안정성변수를 입력변수로 하여 안정성을 객관적인 수치로서 판단하기 위한 안전점수를 출력변수로 산출할 수 있다.

즉, 안전점수 산출부(320)는 주변차량 간의 각 공간에 대한 ‘차두간격’, ‘충돌경보지수’, ‘제1 속도편차’, ‘제2 속도편차’ 및 ‘출구까지의 거리’를 포함하는 안전성변수를 입력변수로 하여 출력변수인 안전점수를 각 공간마다 산출할 수 있다.

구체적으로, 안전점수 산출부(320)는 안정성변수에 대하여 삼각함수 형태의 입력소속함수 및 중요도 조사에 따른 가중치가 반영된 상수 형태의 출력소속함수를 획득하고, 획득된 입력소속함수 및 출력소속함수를 이용하여 생성된 퍼지규칙에 따라 안전점수를 산출할 수 있다. 참고로, 상기 퍼지규칙에는 TSK(Takagi-Sugeno-Kang)가 개발한 퍼지시스템을 적용하였다.

본 실시예에서의 안정성변수는 전술한 바와 같이 총 5개로, 안전점수를 산출하기 위한 안전점수 산출부(320)의 입력변수가 될 수 있고, 다음과 같이 5개의 입력변수로 나타낼 수 있다.

1. 입력변수 1(In ₁ )

첫번째 입력변수는 차두간격으로서 수식 1과 같이 나타낼 수 있다. 단위는 m이다.

[수식 1]

여기서, i와 i+1은 각각 주변차량 간의 각 공간 내 선행차량 및 후행차량을 의미하고, x_i는 선행차량의 위치를 의미하고, x_i+1은 후행차량의 위치를 의미한다.

2. 입력변수 2(In ₂ )

두번째 입력변수는 충돌경보지수로서 운전자의 차량이 목표차로 내 주변차량 간의 각 공간(S_i)의 중앙에 위치해 있다고 가정할 때, 운전자의 차량이 선행차량과 후행차량 사이에서 계산되는 각각의 충돌경보지수 중 작은 것을 택한다.

먼저, 운전자의 차량과 선행차량 간 충돌경보지수는 수식 2와 같이 나타낼 수 있다.

[수식 2]

여기서, In_2,i는 운전자의 차량과 선행차량 간 충돌경보지수를 의미하고, rd_i는 운전자의 차량과 선행차량 간의 차두간격을 의미하고, d_br,Sub 및 d_w,Sub는 각각 운전자의 차량의 최소정지거리와 최소안전거리를 의미한다.

이때, 운전자의 차량의 최소정지거리는 수식 3과 같고, 운전자의 차량의 최소안전거리는 수식 4와 같다.

[수식 3]

[수식 4]

여기서, v_Sub는 운전자의 차량의 속도를 의미하고, T_s,delay,Sub는 운전자의 차량의 브레이크 시스템에 대한 작동지연으로서 브레이크 특성을 고려하여 0.2초로 설정하였고, v_rel,i는 운전자의 차량 및 선행차량 간의 상대속도를 의미하고, a_max는 승차감을 고려한 브레이크로서 -0.4g로 설정하였고, T_h,delay,Sub는 운전자가 선행차량을 인지하여 브레이크를 밟을 때까지의 시간지연으로서 0.9초로 설정하였다.

다음으로, 운전자의 차량과 후행차량 간 충돌경보지수는 수식 5와 같다.

[수식 5]

여기서, In_{2,i + 1}는 운전자의 차량과 후행차량 간 충돌경보지수를 의미하고, rd_i+1는 운전자의 차량 및 후행차량 간의 차두간격을 의미하고, d_{br,i +1}과 d_{w,i + 1}는 각각 후행차량의 최소정지거리와 최소안전거리를 의미한다.

이때, 후행차량의 최소정지거리는 수식 6과 같고, 후행차량의 최소안전거리는 수식 7과 같다.

[수식 6]

[수식 7]

여기서, d_{br,i +1}은 후행차량의 최소정지거리이고,

은 후행차량의 속도를 의미하고, T_{s,delay,i + 1}는 후행차량의 브레이크 시스템에 대한 작동지연으로서 브레이크 특성을 고려하여 0.2초로 설정하였고, v_{rel,i + 1}는 후행차량 및 운전자의 차량 간의 상대속도를 의미하고, d_{w,i + 1}는 후행차량의 최소안전거리이고, T_{h,delay,i +1}은 운전자가 후행차량을 인지하여 브레이크를 밟을 때까지의 시간지연으로서 0.9초로 설정하였다.

최종적으로, In₂는 수식 8과 같이 수식 2 및 수식 5 중 작은 값이 된다.

[수식 8]

3. 입력변수 3 (In ₃ )

세번째 입력변수는 제1 속도편차로서 수식 9와 같이 나타낼 수 있다. 단위는 km/h이다.

[수식 9]

여기서, v_i는 주변차량 간의 각 공간 내 선행차량의 속도이고, v_sub는 운전자의 차량의 속도이다.

4. 입력변수 4 (In ₄ )

네번째 입력변수는 제2 속도편차로서 수식 10과 같이 나타낼 수 있다. 단위는 km/h이다.

[수식 10]

여기서, v_sub는 운전자의 차량의 속도이고, v_{i + 1}는 주변차량 간의 각 공간 내 후행차량의 속도이다.

5. 입력변수 5 (In ₅ )

다섯번째 입력변수는 원래 운전자의 차량으로부터 출구까지의 거리를 의미하는 것이나, 목표차로 내 주변차량 간의 각 공간마다 개별 점수화를 위해 출구로부터 각 공간의 선행차량까지의 거리로 계산하며 수식 11과 같이 나타낼 수 있다. 단위는 m이다.

[수식 11]

여기서, x_exit는 출구의 위치를 의미하고, x_i는 주변차량 간의 각 공간 내 선행차량의 위치를 의미한다.

한편, 상기 안전점수 산출부(320)는 상기 5개의 입력변수에 해당하는 안정성변수에 대하여 입력소속함수를 획득할 수 있다.

구체적으로, 도 6을 참조하면, 각 안정성변수의 언어값으로서 입력변수 1 및 2의 경우 ‘Small(S)’, ‘Medium(M)’, ‘Large(L)’로, 입력변수 3 및 4의 경우 ‘Negative(N)’, ‘Zero(Z)’, ‘Positive(P)’로 구분하여 각각 3개의 소속함수를 획득하고, 입력변수 5의 경우 ‘Small(S)’, ‘Large(L)’로 구분하여 2개의 소속함수를 획득할 수 있다. 본 실시예에서는 소속함수로서 삼각함수 형태를 사용하였다. 참고로, 도 6은 본 발명의 일 실시예에 있어서, 안정성변수에 대한 소속함수를 나타낸 그래프이다.

보다 자세하게, 입력변수 1에 대한 소속함수는 주변차량 간의 각 공간 내 후행차량의 속도에 따른 주변차량 간의 차두거리인 안전거리 L을 기준으로 구분하였고, 수식 12와 같이 나타낼 수 있다.

[수식 12]

여기서, L은 주변차량 간의 차두거리인 안전거리를 의미하고, i는 주변차량 간의 각 공간 중 i번째 공간을 의미하고, d는 차량의 전장길이를 포함한 안전거리로써 본 실시예에서는 5m로 설정하였고, h는 주변차량 간 거리를 속도로 나타낸 개념으로, 주변차량 중 선행차량이 지나간 후에 후행차량이 지나가는데 까지 걸리는 시간을 의미한다. 차두간격이 멀수록 그 공간의 안전성은 높으며, 이는 L 소속함수에 속할수록 차로 변경 하기 수월하다는 것을 의미한다.

입력변수 2에 대한 소속함수는 충돌경보지수 1을 기준으로 구분하였고, 충돌경보지수가 클수록 제동에 대한 여유가 커서 충돌위험이 그만큼 적다는 것을 의미하며, 이는 L 소속함수에 속할수록 차로 변경 하기 수월하다는 것을 의미한다.

입력변수 3 및 4에 대한 소속함수는 운전자의 차랑의 속도와 목표차로 내 주변차량의 평균속도 사이의 편차크기에서 1 km/h의 여유를 주어 구분하였으며, 이는 수식 13과 같이 나타낼 수 있다. 여기서, 1 km/h의 여유를 준 이유는 모든 차량들의 속도가 동일할 경우에는 v가 0이 되어서 소속함수를 N, Z, P로 구분하는 의미가 사라지기 때문이다.

[수식 13]

여기서 n은 목표차로 내 주변차량의 총 대수를 의미하고, 수식 9 및 10을 통해 입력변수 3 및 4 모두 속도편차가 양의 값을 가질수록 그 공간의 안정성은 높으며, 이는 P 소속함수에 속할수록 차로 변경하기 수월하다는 것을 의미한다.

입력변수 5에 대한 소속함수는 도로 분기점 표지가 해당 분기점으로부터 전방 2.5km전에서부터 처음으로 안내를 시작함을 고려한다. 이때, 소속함수 L을 2km 이상으로 설정한 이유는 운전자의 차량으로부터 2.5km 전이면, 목표차로 내에서 운전자의 차량으로부터 전방을 향해 가장 멀리 떨어져있는 공간의 선행차량은 출구에서부터 2km 떨어져 있음을 의미하기 때문이다.

한편, 상기 안전점수 산출부(320)는 상기 5개의 입력변수에 해당하는 안정성변수에 대하여 출력소속함수를 획득할 수 있다. 여기서, 소속함수는 Sugeno형식의 상수 형태를 취한다.

이를 위해, 설문조사 중 순위도 조사의 결과를 기반으로 각 입력변수가 소속함수의 어느 부분에 속하느냐에 따라(S, M, L 혹은 N, Z, P) 가중치를 다르게 주어 점수체계를 구성한다. 다시 말해, 본 실시예에서의 안전점수 산출부(320)는 설문조사를 통해 분석한 안정성변수의 중요도를 고려하여 5개의 안전성 변수에 대한 출력소속함수 결정 시 가중치를 반영할 수 있다. 이는 표 4와 같이 나타낼 수 있다.

[표 4]

중요도 순위가 가장 높은 입력변수 In₅의 경우 소속함수 별 10점 격차가 나도록 하며, 중요도 순위가 낮아질수록 입력변수 5에 대한 점수와의 비율을 고려하여 집합 별 격차를 계산하여 중요도 순위가 높은 입력변수에 많은 영향을 받도록 하였다. 입력변수 1 내지 입력변수 4의 집합 별 격차는 각각 수식 14 내지 수식 17을 통해 계산될 수 있다.

[수식 14]

[수식 15]

[수식 16]

[수식 17]

한편, 획득된 입력소속함수 및 출력소속함수에 기초하여 퍼지규칙이 생성될 수 있다.

본 실시예에서의 안전성변수에 대한 퍼지규칙은 총 162개로서 표 5와 같이 나타낼 수 있다. 차로 변경 하기 수월하고 더 안전할수록 퍼지규칙에 대한 출력값인 z_n,1가 높은 점수를 얻도록 할 수 있다. 입력변수끼리는 아래와 같이 AND 규칙이 적용될 수 있다.

일례로, If In₁ is ‘L’ AND In₂ is ‘L’ AND In₃ is ‘P’ AND In₄ is ‘P’ AND In₅ is ‘L’, THEN z_1,1=100

다음 예로, If In₁ is ‘S’ AND In₂ is ‘S’ AND In₃ is ‘N’ AND In₄ is ‘N’ AND In₅ is ‘S’, THEN z_162,1=67.4

[표 5]

표 2에서 세운 퍼지규칙에 대한 출력값 z_n,1는 각각 수식 18과 같이 정의되는 가중치 ω_n,1와 곱해진다.

[수식 18]

따라서, 안전성변수에 대한 모든 퍼지규칙을 고려한 경우의 최종 출력값인 안전점수 Fs_i는 수식 19와 같이 나타낼 수 있다.

[수식 19]

여기서, Fs_i는 안전점수이고, ω_n,1는 안정성변수에 대한 순위도 조사에 따른 가중치이고, z_n,1는 퍼지규칙에 대한 출력값을 의미한다.

본 발명의 일 실시예에 따른 차로 변경이 가능한 공간 선정 시스템은 에너지변수 추정부(325)를 더 포함할 수 있다.

에너지변수 추정부(325)는 에너지변수를 객관적인 수치로서 판단하기 위한 안전점수를 산출하기 위해 에너지변수를 실시간으로 추정할 수 있다. 즉, 에너지변수 추정부(325)는 운전자의 차량이 주변차량 간의 각 공간 내로 진입하는데 소비되는 시간인 소요시간 및 누적 가속도의 크기를 추정할 수 있다.

구체적으로, 도 7을 참조하면, 에너지변수 추정부(325)는 운전자의 차량이 주행하는 차로인 현재차로 내에 모두 투영하여 가상으로 생성되는 가상차량(GV, Ghost Vehicle)을 정의하고, 운전자의 차량이 가상차량 간의 공간 내로 진입하는데 소비되는 시간인 소요시간 및 누적 가속도의 크기를 추정할 수 있다. 참고로, 도 7은 본 발명의 일 실시예에 있어서, 에너지변수 추정 시 정의되는 가상차량의 개념을 설명하기 위해 도시한 모식도이다.

이를 위해, 에너지변수 추정부(325)는 사전에 구축시킨 트레이닝 입출력데이터를 기반으로 에너지변수를 추정하기 위한 추정기로서 RBF KR(Radial Basis Function Kernel Regression) 및 ANN(Artificial Neural Networks) 구조를 이용할 수 있다. 참고로, 총 1120개의 트레이닝 입출력데이터를 Matlab 및 Carsim기반의 시뮬레이션을 통해 구축한다.

구체적으로, 에너지변수 추정부(325)는 운전자의 차량이 가상차량 간의 공간 내 전방에 위치한 경우(①), 중앙에 위치한 경우(②) 및 후방에 위치한 경우(③)를 각각 고려하여 시뮬레이션 기반 총 1120개의 트레이닝 입출력데이터를 표 6과 같이 나타낼 수 있다.

①의 경우 입력데이터로서 각 공간의 후행 가상차량의 속도와 위치를 기준으로 출력데이터인 소요시간과 누적 가속도를 저장할 수 있다. 운전자의 차량이 전방에 있는 공간의 안전한 곳까지 이동하는데 있어서는 상대적으로 각 공간에서 운전자의 차량과 가까운 후행 가상차량의 영향을 많이 받기 때문이다.

반대로, ③의 경우 각 공간의 선행 가상차량에 영향을 많이 받으므로 입력데이터로서 선행 가상차량의 위치와 속도를 기준으로 출력데이터를 저장할 수 있다.

마지막으로, ②의 경우에는 운전자의 차량이 중앙에 위치해 있기 때문에 선행 가상차량 및 후행 가상차량 모두에 영향을 받으므로 입력데이터로서 선행 가상차량 및 후행 가상차량의 위치와 속도를 기준으로 출력데이터를 저장할 수 있다.

참고로, 전술한 ① 내지 ③의 경우의 입력데이터에 대한 출력데이터는 본 실시예에서 추정하고자 하는 에너지변수인 소요시간 및 누적 가속도의 크기를 의미한다.

[표 6]

본 실시예에서의 추정기 중 RBF Kernel Regression은 ①, ③의 경우의 트레이닝 입출력데이터에 대한 출력데이터를 추정할 수 있다.

Kernel 함수는 RBF(Radial Basis Function)에 대한 수식 20과 같이 나타낼 수 있다.

[수식 20]

여기서, x_i는 사전에 트레이닝시킨 입력데이터로서 ③의 경우 3X1 행렬인 [v_sub v_lag x_lag]^T, ①의 경우 3X1 행렬인 [v_sub v_lead x_lead]^T로 나타내고, x^*는 측정된 또는 관심 있는 부분의 입력데이터를 의미하고, b는 훈련된 데이터의 분포정도 즉, 트레이닝 입력데이터 및 트레이닝 출력데이터의 밀집정도로서 이 값에 따라 추정능력이 달라진다.

본 실시예에서는, b를 최적화하기 위해 Bowman A.W. and Azzalini가 제안한 방법을 적용하였고, 이는 수식 21 및 수식 22를 이용하여 최종적으로 수식 23과 같이 나타낼 수 있다.

[수식 21]

여기서, p_x는 트레이닝 입력데이터의 차원 수로서 ①, ③의 경우 모두 3이 되며, j는 각 차원을 의미하고, n은 각 차원의 입력데이터 개수이고,

는 각 차원에 속하는 입력데이터의 중간 값을 의미한다.

[수식 22]

여기서, p_y는 트레이닝 출력데이터의 차원 수로서 ①, ③의 경우 모두 3이 되며, j는 각 차원을 의미하고, n은 각 차원의 출력데이터 개수이고,

는 각 차원에 속하는 출력데이터의 중간 값을 의미한다.

[수식 23]

한편, 실시간으로 측정된 x^*는 표 3에서 트레이닝된 x_i와의 비교를 통해 최종적으로 수식 24에 기초하여 추정값 y^*를 계산하게 된다.

[수식 24]

여기서, y^*는 ①, ③의 경우에 대한 추정값이고, y_i는 트레이닝 출력데이터로서 2X1 행렬인 [TΣ|a|]^T가 된다.

본 실시예에서의 추정기 중 ANN은 ②의 경우의 트레이닝 입출력데이터에 대한 출력데이터를 추정할 수 있다.

이때, 입력데이터는 5X1 행렬인 [v_sub v_lead v_lag x_lead x_lag]^T 가 되며, 출력데이터는 2X1 행렬인 [TΣ|a|]^T 가 된다.

또한, Matlab에서 기본적으로 제공하는 ‘nnTool’을 사용하였고, 도 8에 도시된 바와 같이 13개의 node를 갖는 은닉층을 2개 사용하여 출력데이터를 추정하는데 있어서 다층 구조의 신경망(Multi-Layer Feedforward Neural Network) 형태로 설계하였다.

또한, ANN을 사용하는데 있어서, 활성화 함수(Activation Function)로서 시그모이드 함수를 선택하였고, 신경망 학습방법으로서 최급강하법(Steepest Descentmethod)을 이용한 역전파 학습(Feed-forward Back Propagation)방법을 채택하였다.

이에 따라, 본 실시예에 따르면, 에너지점수를 산출하기 위한 에너지변수를 추정하는데 있어서, 운전자의 차량의 가상차량 간의 각 공간 내 어느 곳에 위치하고 있는지를 고려하여 추정함으로써 운전자의 주행 행태를 보다 사실적으로 반영시킬 수 있다.

에너지점수 산출부(330)는 주변차량의 각 공간마다 차량 운행의 효율성에 관한 에너지변수에 기초하여, 효율성을 객관적인 수치로서 판단하기 위한 에너지점수를 산출할 수 있다.

즉, 에너지점수 산출부(330)는 주변차량 간의 각 공간에 대한 '소요시간' 및 '누적 가속도의 큭'를 포함하는 에너지변수를 입력변수로 하여 출력변수인 에너지점수를 각 공간마다 산출할 수 있다.

구체적으로, 에너지점수 산출부(330)는 에너지변수에 대하여 삼각함수 형태의 입력소속함수 및 중요도 조사에 따른 가중치가 반영된 상수 형태의 출력소속함수를 획득하고, 획득된 입력소속함수 및 출력소속함수를 이용하여 생성된 퍼지규칙에 따라 에너지점수를 산출할 수 있다. 참고로, 상기 퍼지규칙에는 TSK(Takagi-Sugeno-Kang)가 개발한 퍼지시스템을 적용하였다.

본 실시예에서의 에너지변수는 전술한 바와 같이 총 2개로, 에너지점수를 산출하기 위한 에너지점수 산출부(330)의 입력변수가 될 수 있고, 다음과 같이 2개의 입력변수로 나타낼 수 있다.

6. 입력변수 6(In ₆ )

여섯번째 입력변수는 운전자의 차량의 위치에서 주변차량 간의 각 공간 내 안전한 곳까지 이동하는데 소요되는 총 시간으로서, 이는 에너지변수 추정부(325)에서 추정기를 통해 실시간으로 추정되는 값이다.

7. 입력변수 7(In ₇ )

일곱번째 입력변수는 운전자의 차량의 위치에서 주변차량 간의 각 공간 내 안전한 곳까지 이동하는데 필요한 누적 가속도 크기로서, 입력변수 6과 마찬가지로 에너지변수 추정부(325)에서 추정기를 통해 실시간으로 추정되는 값이다.

한편, 상기 에너지점수 산출부(330)는 상기 2개의 입력변수에 해당하는 에너지변수에 대하여 입력소속함수를 획득할 수 있다.

구체적으로, 도 9를 참조하면, 각 변수의 에너지변수의 언어값으로서 입력변수 6 및 7의 경우 'Small(S)’, ‘Medium(M)’, ‘Large(L)’로 구분하여 각각 2개의 소속함수를 획득할 수 있다. 본 실시예에서는 소속함수로서 삼각함수 형태를 사용하였다. 참고로, 도 9는 본 발명의 일 실시예에 있어서, 에너지변수에 대한 소속함수를 나타낸 그래프이다.

보다 자세하게, 입력변수 6에 대한 소속함수는 주변차량 간의 각 공간까지 이동하는데 걸리는 소요시간 중 가장 큰 것(T)을 기준으로 구분하였고, 소요시간이 짧을수록 에너지 소비가 적으며, 이는 S 소속함수에 속할수록 차로 변경 하기 수월하다는 것을 의미한다.

입력변수 7에 대한 소속함수는 주변차량 간의 각 공간까지 이동하는데 필요한 누적 가속도 크기 중 가장 큰 것(Σ|a|)을 기준으로 구분하였고, 누적 가속도 크기가 작을수록 에너지 소비가 적으며, 이는 S 소속함수에 속할수록 차로 변경 하기 수월하다는 것을 의미한다.

한편, 상기 에너지점수 산출부(330)는 상기 2개의 입력변수에 해당하는 에너지변수에 대하여 출력소속함수를 획득할 수 있다. 여기서, 소속함수는 Sugeno형식의 상수 형태를 취한다.

이를 위해, 설문조사 중 순위도 조사의 결과를 기반으로 각 입력변수가 소속함수의 어느 부분에 속하느냐에 따라(S, M, L) 가중치를 다르게 주어 점수체계를 구성한다. 다시 말해, 본 실시예에서의 에너지점수 산출부(330)는 설문조사를 통해 분석한 에너지변수의 중요도를 고려하여 2개의 에너지변수에 대한 출력소속함수 결정 시 가중치를 반영할 수 있다. 이는 표 7과 같이 나타낼 수 있다.

[표 7]

중요도 순위가 가장 높은 입력변수 In₆의 경우 소속함수 별 5점 격차가 나도록 하며, 중요도 순위가 낮아질수록 점수격차를 적게 줌으로써 중요도 점수가 높은 변수에 많이 영향을 받도록 한다.

따라서, 입력변수 7의 집합 별 격차로서 입력변수 6에 대한 점수와의 비율을 고려하여 수식 25와 같이 계산될 수 있다.

[수식 25]

한편, 획득된 입력소속함수 및 출력소속함수에 기초하여 퍼지규칙이 생성될 수 있다.

본 실시예에서의 안전성변수에 대한 퍼지규칙은 총 9개로서 표 8과 같이 나타낼 수 있다. 차로 변경 하기 수월하고 에너지소비가 적을수록 퍼지규칙에 대한 출력값인 z_n,2가 높은 점수를 얻도록 할 수 있다. 입력변수끼리는 아래와 같이 AND 규칙이 적용될 수 있다.

일례로, If In₆ is ‘S’ AND In₇ is ‘S’, THEN z_1,2=100

다른 예로, If In₆ is ‘L’ AND In₇ is ‘L’, THEN z_9,2=85.8

[표 8]

표 8에서 세운 퍼지규칙에 대한 출력값 z_n,2는 각각 수식 26과 같이 정의되는 가중치 ω_n,2와 곱해진다.

[수식 26]

따라서, 에너지변수에 대한 모든 퍼지규칙을 고려한 경우의 최종 출력값인 에너지점수 Fe_i는 수식 27과 같이 나타낼 수 있다.

[수식 27]

여기서, Fe_i는 에너지점수이고, ω_n,2는 에너지변수에 대한 순위도 조사에 따른 가중치이고, z_n,2는 퍼지규칙에 대한 출력값을 의미한다.

공간 선정부(340)는 안전점수 및 에너지점수를 합산하여 주변차량 간의 각 공간마다 차로 변경 점수를 계산하고, 최대의 점수를 가지는 공간을 차로 변경이 가능한 공간으로 선정할 수 있다.

이때, 공간 선정부(340)는 안전점수 및 에너지점수를 합산하는데 있어서 기설정된 가중치를 반영할 수 있다. 다시 말해, 공간 선정부(340)는 본 발명의 시스템이 에너지 효율성 보다 안정성에 좀 더 비중을 두고 있음에 기초하여 에너지점수보다 안전점수에 더 큰 가중치를 반영하여 차로 변경 점수를 계산할 수 있다. 예컨대, 수식 28에서와 같이, 에너지점수에는 0.23의 가중치를 주되 안전점수에는 0.77의 가중치를 줄 수 있다.

[수식 28]

여기서, F_i는 차로 변경 점수이고, Fs_i는 안전점수를 의미하고, Fe_i는 에너지점수를 의미한다.

추가적으로, 공간 선정부(340)는 운전자의 차량의 속도가 주변차량의 속도보다 빠를 경우 전방에 해당하는 공간일수록 차로 변경 점수에 1%씩 속도 가중치를 더해줄 수 있다. 즉, 운전자의 차량에서 가장 가까운 앞 공간은 1%, 다음으로 가까운 앞 공간은 2%의 가중치를 주는 식이다.

이와 반대로, 운전자의 차량의 속도가 주변차량의 속도보다 느릴 경우에는 후방에 해당하는 공간일수록 차로 변경 점수에 0.5%의 속도가중치를 더해줄 수 있다.

따라서, 운전자의 차량은 각 공간에서 계산되는 차로 변경 점수 중 가장 높은 차로 변경 점수를 갖는 공간을 차로 변경이 가능한 최적의 공간으로 선정하게 된다.

이하에서는, 공간 선정부(340)가 차로 변경이 가능한 최적의 공간을 선정하는 몇 가지 실시예들에 관하여 설명하고자 한다.

1. 운전자의 차량의 속도가 주변차량의 속도와 동일하되 차두간격이 동일한 경우

상기의 경우, 운전자의 차량과 출구 간 거리가 소정 임계치 이상이면 운전자의 차량과 가장 인접한 주변차량 간의 공간을 차로 변경이 가능한 공간으로 선정하고, 운전자의 차량과 출구 간 거리가 소정 임계치 미만이면 운전자의 차량을 기준으로 후방에 위치한 주변차량 간의 공간 중 하나를 차로 변경이 가능한 공간으로 선정할 수 있다.

예컨대, 도 1을 참조하여, 운전자의 차량과 출구 간 거리가 2.5 km 이상이면, S2, S3 및 S4 중 하나를 차로 변경이 가능한 공간으로 선정하고, 운전자의 차량과 출구 간 거리가 2.5 km 미만이면, S5 및 S6 중 하나를 차로 변경이 가능한 공간으로 선정할 수 있다.

2. 차두간격이 동일하되 운전자의 차량과 출구 간 거리가 소정 임계치 이상인 경우

상기의 경우, 운전자의 차량의 속도가 주변차량의 평균속도 초과인 경우, 운전자의 차량을 기준으로 전방에 위치한 주변차량 간의 공간 중 하나를 차로 변경이 가능한 공간으로 선정하고, 운전자의 차량의 속도가 주변차량의 평균속도 미만인 경우, 운전자의 차량을 기준으로 후방에 위치한 주변차량 간의 공간 중 하나를 차로 변경이 가능한 공간으로 선정할 수 있다.

예컨대, 도 1을 참조하여, 운전자의 차량의 속도가 주변차량의 평균속도보다 20 km/h 정도 빠른 경우, S1 및 S2 중 하나를 차로 변경이 가능한 공간으로 선정하고, 운전자의 차량의 속도가 주변차량의 평균속도보다 20 km/h 정도 느린 경우, S5 및 S6 중 하나를 차로 변경이 가능한 공간으로 선정할 수 있다.

3. 운전자의 차량의 속도가 주변차량의 속도와 동일하되 운전자의 차량과 출구 간 거리가 소정 임계치 이상인 경우

상기의 경우, 차두 간격이 소정 임계치 이상인 주변차량 간의 공간 중 하나를 차로 변경이 가능한 공간으로 선정할 수 있다.

한편, 본 발명의 일 시예에 따른 차로 변경이 가능한 공간 선정 시스템은 운전자의 차량에 구비된 센서와 차로 주변에 설치된 센서로부터 상기 주변차량의 위치정보 및 속도정보를 감지하는 감지부(315)를 더 포함할 수 있다.

감지부(315)는 운전자의 차량에 구비된 환경센서 및 도로 인프라로부터 목표차로 내에 존재하는 주변차량의 위치정보 및 속도정보를 검출할 수 있다. 이때, 감지부(315)는 운전자의 차량에 부착된 Radar, RiDAR, Camera 등의 환경센서 및 도로 인프라를 통해 목표차로에서 주행중인 주변차량들 감지하고, V2X통신을 통해 각 주변차량의 위치정보와 속도정보를 검출할 수 있다.

도 10은 본 발명의 일 실시예에 따른 차로 변경이 가능한 공간 선정 방법을 설명하기 위해 도시한 흐름도이다.

도 10을 참조하면, 본 발명의 일 실시예에 따른 차로 변경이 가능한 공간 선정 방법은 실제 운전자를 대상으로 차로 변경에 대한 운전자의 성향을 판단하는 단계(S1110), 운전자의 차량과 서로 다른 차로를 주행하는 주변차량 간의 각 공간마다 차량 운행의 안정성에 관한 안정성변수에 기초하여, 안정성을 객관적인 수치로서 판단하기 위한 안전점수를 산출하는 단계(S1120), 각 공간마다 차량 운행의 효율성에 관한 에너지변수에 기초하여, 효율성을 객관적인 수치로서 판단하기 위한 에너지점수를 산출하는 단계(S1130) 및 산출된 안전점수 및 에너지점수를 합산하여 각 공간마다 차로 변경 점수를 계산하고, 최대의 점수를 가지는 공간을 차로 변경이 가능한 공간으로 선정하는 단계(S1140)를 포함할 수 있다.

판단하는 단계(S1110)에서는 운전자로부터 본인의 차량 운행행태 및 차로 변경행태에 관한 행태정보를 수신하고, 수신된 행태정보에 기초하여 운전자의 성향을 판단할 수 있다.

또한, 판단하는 단계(S1110)에서는 운전자의 차량 운행행태에 관한 설문조사를 수행함으로써 상기 운전자의 성향을 판단할 수 있는데, 구체적으로, 안정성변수 및 에너지변수에 대한 순위도 조사를 수행하고, 안정성변수 및 에너지변수의 조합에 따라 차량 운행 시 발생 가능한 복수의 상황에 대하여, 운전자가 선호하는 차로 변경 가능공간에 대한 선호도 조사를 수행할 수 있다.

여기서, 안정성변수는 주변차량 간의 거리인 차두간격, 운전자의 차량과 주변차량 간의 충돌 가능성인 충돌경보지수, 운전자의 차량과 각 공간 내 선행차량 간의 속도편차인 제1 속도편차, 운전자의 차량과 각 공간 내 후행차량 간의 속도편차인 제2 속도편차 및 운전자의 차량과 출구 간 거리를 포함하고, 에너지변수는 운전자의 차량이 각 공간 내로 진입하는데 소비되는 시간인 소요시간 및 누적 가속도의 크기를 포함할 수 있다.

안전점수를 산출하는 단계(S1120)는 안정성변수에 대하여 삼각함수 형태의 입력소속함수 및 순위도 조사에 따른 가중치가 반영된 상수 형태의 출력소속함수를 획득하고, 획득된 입력소속함수 및 획득된 출력소속함수를 이용하여 생성된 퍼지규칙에 따라 안전점수를 산출할 수 있다.

한편, 본 발명의 일 실시예에 따른 차로 변경이 가능한 공간 선정 방법은 주변차량을 운전자의 차량이 주행하는 차로 내에 투영하여 가상으로 생성되는 가상차량을 정의하고, 운전자의 차량이 가상차량 간의 공간 내로 진입하는데 소비되는 시간인 소요시간 및 누적 가속도의 크기를 포함하는 에너지변수를 추정하는 단계(S1125)를 더 포함할 수 있다.

에너지변수를 추정하는 단계(S1125)는 운전자의 차량이 상차량 간의 공간 내 전방 또는 후방에 위치하는 경우, 하기 수식 24 및 수식 20에 기초하여 에너지변수를 추정할 수 있다.

[수식 24]

[수식 20]

여기서, y^*는 에너지변수의 추정값이고, K()는 커널 함수를 의미하고, x^*는 운전자의 차량이 가상차량 간의 각 공간 내 전방 또는 후방에 위치함에 따라 측정되는 운전자의 차량 및 가상차량의 속도 와 위치를 포함하는 입력데이터, x_i는 운전자의 차량이 가상차량 간의 각 공간 내 전방 또는 후방에 위치함에 따라 사전에 훈련된 트레이닝 입력데이터, 훈련된 트레이닝 입력데이터에 대한 출력데이터를 의미하고, b는 훈련된 데이터의 분포정도로서 상기 트레이닝 입력데이터 및 상기 트레이닝 출력데이터의 밀집정도를 의미한다.

또한, 에너지변수를 추정하는 단계(S1125)는 운전자의 차량이 가상차량 간의 공간 내 중앙에 위치하는 경우, 다층 신경망 구조를 이용하여 에너지변수를 추정할 수 있다.

에너지점수를 산출하는 단계(S1130)는 에너지변수에 대하여 삼각함수 형태의 입력소속함수 및 중요도 조사에 따른 가중치가 반영된 상수 형태의 출력소속함수를 획득하고, 획득된 입력소속함수 및 획득된 출력소속함수를 이용하여 생성된 퍼지규칙에 따라 상기 에너지점수를 산출할 수 있다.

한편, 본 발명의 일 실시예에 따른 차로 변경이 가능한 공간 선정 방법은 운전자의 차량에 구비된 센서와 차로 주변에 설치된 센서로부터 상기 주변차량의 위치정보 및 속도정보를 감지하는 단계(S1115)를 더 포함할 수 있다.

지금까지 본 발명에 따른 구체적인 실시예에 관하여 설명하였으나, 본 발명의 범위에서 벗어나지 않는 한도 내에서는 여러 가지 변형이 가능함은 물론이다. 그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허 청구의 범위뿐 아니라 이 특허 청구의 범위와 균등한 것들에 의해 정해져야 한다.

이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.

310 : 판단부
315 : 감지부
320 : 안전점수 산출부
325 : 에너지변수 추정부
330 : 에너지점수 산출부
340 : 공간 선정부

Claims (15)

1. 실제 운전자를 대상으로 차로 변경에 대한 운전자의 성향을 판단하는 판단부;
   운전자의 차량과 서로 다른 차로를 주행하는 주변차량 간의 각 공간마다 차량 운행의 안정성에 관한 안정성변수에 기초하여, 상기 안정성을 객관적인 수치로서 판단하기 위한 안전점수를 산출하는 안전점수 산출부;
   상기 각 공간마다 차량 운행의 효율성에 관한 에너지변수에 기초하여, 상기 효율성을 객관적인 수치로서 판단하기 위한 에너지점수를 산출하는 에너지점수 산출부; 및
   상기 산출된 안전점수 및 에너지점수를 합산하여 상기 각 공간마다 차로 변경 점수를 계산하고, 최대의 점수를 가지는 공간을 차로 변경이 가능한 공간으로 선정하는 공간 선정부
   를 포함하고,
   상기 주변차량을 상기 운전자의 차량이 주행하는 차로 내에 투영하여 가상으로 생성되는 가상차량을 정의하고, 상기 운전자의 차량이 상기 가상차량 간의 공간 내로 진입하는데 소비되는 시간인 소요시간 및 누적 가속도의 크기를 포함하는 상기 에너지변수를 추정하는 에너지변수 추정부를 더 포함하고,
   상기 에너지변수 추정부는
   상기 운전자의 차량이 상기 가상차량 간의 공간 내 중앙에 위치하는 경우, 다층 신경망 구조를 이용하여 상기 에너지변수를 추정하는 것을 특징으로 하는 차로 변경이 가능한 공간 선정 시스템.
   
2. 제1항에 있어서,
   상기 판단부는
   상기 운전자로부터 본인의 차량 운행행태 및 차로 변경행태에 관한 행태정보를 수신하고, 상기 행태정보에 기초하여 상기 운전자의 성향을 판단하는 것을 특징으로 하는 차로 변경이 가능한 공간 선정 시스템.
   
3. 제1항에 있어서,
   상기 판단부는
   상기 운전자의 차량 운행행태에 관한 설문조사를 수행함으로써 상기 운전자의 성향을 판단하고,
   상기 설문조사는
   상기 안정성변수 및 상기 에너지변수에 대한 순위도 조사; 및
   상기 안정성변수 및 상기 에너지변수의 조합에 따라 차량 운행 시 발생 가능한 복수의 상황에 대하여, 운전자가 선호하는 차로 변경 가능공간에 대한 선호도 조사
   를 포함하는 것을 특징으로 하는 차로 변경이 가능한 공간 선정 시스템.
   
4. 제1항에 있어서,
   상기 안정성변수는
   상기 주변차량 간의 거리인 차두간격, 상기 운전자의 차량과 상기 주변차량 간의 충돌 가능성인 충돌경보지수, 상기 운전자의 차량과 상기 각 공간 내 선행차량 간의 속도편차인 제1 속도편차, 상기 운전자의 차량과 상기 각 공간 내 후행차량 간의 속도편차인 제2 속도편차 및 상기 운전자의 차량과 출구 간 거리를 포함하고,
   상기 에너지변수는
   상기 운전자의 차량이 상기 각 공간 내로 진입하는데 소비되는 시간인 소요시간 및 누적 가속도의 크기를 포함하는 것을 특징으로 하는 차로 변경이 가능한 공간 선정 시스템.
   
5. 제1항에 있어서,
   상기 안전점수 산출부는
   상기 안정성변수에 대하여 삼각함수 형태의 입력소속함수 및 상기 운전자의 차량 운행행태에 따른 가중치가 반영된 상수 형태의 출력소속함수를 획득하고, 상기 획득된 입력소속함수 및 상기 획득된 출력소속함수를 이용하여 생성된 퍼지규칙에 따라 상기 안전점수를 산출하는 것을 특징으로 하는 차로 변경이 가능한 공간 선정 시스템.
   
6. 삭제
7. 제1항에 있어서,
   상기 에너지변수 추정부는
   상기 운전자의 차량이 상기 가상차량 간의 공간 내 전방 또는 후방에 위치하는 경우, 하기 수식 24 및 수식 20에 기초하여 상기 에너지변수를 추정하는 것을 특징으로 하는 차로 변경이 가능한 공간 선정 시스템.
   [수식 24]
   

   

   
   [수식 20]
   

   

   
   여기서, y^*는 상기 에너지변수의 추정값이고, K()는 커널 함수를 의미하고, x^*는 운전자의 차량이 상기 가상차량 간의 각 공간 내 전방 또는 후방에 위치함에 따라 측정되는 운전자의 차량 및 가상차량의 속도 와 위치를 포함하는 입력데이터, x_i는 운전자의 차량이 상기 가상차량 간의 각 공간 내 전방 또는 후방에 위치함에 따라 사전에 훈련된 트레이닝 입력데이터, y_i는 상기 훈련된 트레이닝 입력데이터에 대한 출력데이터를 의미하고, b는 훈련된 데이터의 분포정도로서 상기 트레이닝 입력데이터 및 상기 트레이닝 출력데이터의 밀집정도를 의미함.
   
8. 삭제
9. 제1항에 있어서,
   상기 에너지점수 산출부는
   상기 에너지변수에 대하여 삼각함수 형태의 입력소속함수 및 상기 에너지 변수에 대한 중요도에 따른 가중치가 반영된 상수 형태의 출력소속함수를 획득하고, 상기 획득된 입력소속함수 및 상기 획득된 출력소속함수를 이용하여 생성된 퍼지규칙에 따라 상기 에너지점수를 산출하는 것을 특징으로 하는 차로 변경이 가능한 공간 선정 시스템.
   
10. 제4항에 있어서,
    상기 공간 선정부는 상기 운전자의 차량의 속도가 상기 주변차량의 속도와 동일하되 상기 차두간격이 동일한 경우,
    상기 운전자의 차량과 출구 간 거리가 소정 임계치 이상이면 상기 운전자의 차량과 가장 가까운 상기 주변차량 간의 공간을 상기 차로 변경이 가능한 공간으로 선정하고,
    상기 운전자의 차량과 출구 간 거리가 소정 임계치 미만이면 상기 운전자의 차량을 기준으로 후방에 위치한 상기 주변차량 간의 공간 중 하나를 상기 차로 변경이 가능한 공간으로 선정하는 것을 특징으로 하는 차로 변경이 가능한 공간 선정 시스템.
    
11. 제4항에 있어서,
    상기 공간 선정부는 상기 차두간격이 동일하되 상기 운전자의 차량과 출구 간 거리가 소정 임계치 이상인 경우,
    상기 운전자의 차량의 속도가 상기 주변차량의 평균속도 초과인 경우, 상기 운전자의 차량을 기준으로 전방에 위치한 상기 주변차량 간의 공간 중 하나를 상기 차로 변경이 가능한 공간으로 선정하고,
    상기 운전자의 차량의 속도가 상기 주변차량의 평균속도 미만인 경우, 상기 운전자의 차량을 기준으로 후방에 위치한 상기 주변차량 간의 공간 중 하나를 상기 차로 변경이 가능한 공간으로 선정하는 것을 특징으로 하는 차로 변경이 가능한 공간 선정 시스템.
    
12. 제4항에 있어서,
    상기 공간 선정부는 상기 운전자의 차량의 속도가 상기 주변차량의 속도와 동일하되 상기 운전자의 차량과 출구 간 거리가 소정 임계치 이상인 경우,
    상기 차두 간격이 소정 임계치 이상인 상기 주변차량 간의 공간 중 하나를 상기 차로 변경이 가능한 공간으로 선정하는 것을 특징으로 하는 차로 변경이 가능한 공간 선정 시스템.
    
13. 제1항에 있어서,
    상기 운전자의 차량에 구비된 센서와 차로 주변에 설치된 센서로부터 상기 주변차량의 위치정보 및 속도정보를 감지하는 감지부
    를 더 포함하는 것을 특징으로 하는 차로 변경이 가능한 공간 선정 시스템.
    
14. 실제 운전자를 대상으로 차로 변경에 대하여 운전자의 성향을 반영하기 위한 설문조사를 수행하는 단계;
    운전자의 차량과 서로 다른 차로를 주행하는 주변차량 간의 각 공간마다 차량 운행의 안정성에 관한 안정성변수에 기초하여, 상기 안정성을 객관적인 수치로서 판단하기 위한 안전점수를 산출하는 단계;
    상기 각 공간마다 차량 운행의 효율성에 관한 에너지변수에 기초하여, 상기 효율성을 객관적인 수치로서 판단하기 위한 에너지점수를 산출하는 단계; 및
    상기 산출된 안전점수 및 에너지점수를 합산하여 상기 각 공간마다 차로 변경 점수를 계산하고, 최대의 점수를 가지는 공간을 차로 변경이 가능한 공간으로 선정하는 단계
    를 포함하고,
    상기 주변차량을 상기 운전자의 차량이 주행하는 차로 내에 투영하여 가상으로 생성되는 가상차량을 정의하고, 상기 운전자의 차량이 상기 가상차량 간의 공간 내로 진입하는데 소비되는 시간인 소요시간 및 누적 가속도의 크기를 포함하는 상기 에너지변수를 추정하는 단계를 더 포함하고,
    상기 에너지변수를 추정하는 단계는
    상기 운전자의 차량이 상기 가상차량 간의 공간 내 중앙에 위치하는 경우, 다층 신경망 구조를 이용하여 상기 에너지변수를 추정하는 것을 특징으로 하는 차로 변경이 가능한 공간 선정 방법.
    
15. 삭제

Images