KR102096726B1 - 자율 주행 차량의 운행을 위한 제어 오류 보정 계획 방법 - Google Patents

자율 주행 차량의 운행을 위한 제어 오류 보정 계획 방법 Download PDF

Info

Publication number
KR102096726B1
KR102096726B1 KR1020187009556A KR20187009556A KR102096726B1 KR 102096726 B1 KR102096726 B1 KR 102096726B1 KR 1020187009556 A KR1020187009556 A KR 1020187009556A KR 20187009556 A KR20187009556 A KR 20187009556A KR 102096726 B1 KR102096726 B1 KR 102096726B1
Authority
KR
South Korea
Prior art keywords
route
autonomous vehicle
simulation
point
routes
Prior art date
Application number
KR1020187009556A
Other languages
English (en)
Other versions
KR20180049029A (ko
Inventor
퀴 콩
판 주
동 리
이페이 지앙
리 주앙
구앙 양
징가오 왕
Original Assignee
바이두 유에스에이 엘엘씨
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 바이두 유에스에이 엘엘씨 filed Critical 바이두 유에스에이 엘엘씨
Publication of KR20180049029A publication Critical patent/KR20180049029A/ko
Application granted granted Critical
Publication of KR102096726B1 publication Critical patent/KR102096726B1/ko

Links

Images

Classifications

    • 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
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • 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
    • 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
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • 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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • 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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0248—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means in combination with a laser
    • 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
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • 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
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/027—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising intertial navigation means, e.g. azimuth detector
    • 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096827—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed onboard
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • G08G1/096844—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the complete route is dynamically recomputed based on new 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/54—Audio sensitive means, e.g. ultrasound
    • 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
    • B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/18—Steering angle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Business, Economics & Management (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

일 실시예에서, 자율 주행 차량이 경로의 제 1 지점에서 제 2 지점으로 이동한다는 것을 나타내는 동작 계획 및 제어 데이터가 수신된다. 동작 계획 및 제어 데이터는, 경로 내의 제 1 지점에서 제 2 지점까지의 복수의 루트를 기술한다. 각각의 루트에 대해, 시뮬레이션 루트를 생성하기 위해 자율 주행 차량의 물리적 특성을 고려하여 루트의 시뮬레이션이 수행된다. 루트와 시뮬레이션 루트 사이의 불일치를 나타내는 제어 오류가 계산된다. 루트들 및 연관된 시뮬레이션 루트들 간의 제어 오류에 기초하여 루트들 중 하나가 선택된다. 선택된 루트에 따라 자율 주행 차량을 제 1 지점에서 제 2 지점으로 이동한다.

Description

자율 주행 차량의 운행을 위한 제어 오류 보정 계획 방법
본 발명의 실시예들은 일반적으로 자율 주행 차량을 동작하는 것에 관한 것이다. 좀 더 자세하게, 본 발명의 실시예들은 자율 주행 차량을 동작하기 위한 제어 오류 보정 계획 방법에 관한 것이다.
자율 주행 모드에서(예를 들어, 운전자 없이) 동작하는 차량에서 탑승자, 특히 운전자는 일부 운전과 관련하여 담당하고 있는 사항들로부터 경감될 수 있다. 자율 주행 모드에서 작동할 때, 차량은 온보드 센서를 사용하여 다양한 위치들로 내비게이트할 수 있고, 그 결과 최소한의 인간과의 상호 작용으로 또는 일부의 경우 승객 없이 차량이 이동하는 것이 허용된다.
모션 계획 및 제어는 자율 주행에 있어서 중요한 동작들이다. 그러나 기존의 모션 계획 동작들은, 주어진 경로를 완료하는 어려움을, 다양한 유형의 차량에 대한 특징 및 한정사항들의 차이를 고려하지 않고, 주로 경로의 곡률(curvature)과 속력으로부터 추정한다. 동일한 모션 계획 및 제어가 모든 유형의 차량에 적용되는데, 이는 일부 상황에서는 정확하고 원활하지 않을 수 있다.
본 발명의 일부 실시예에 따르면, 문제의 특정 차량의 물리적 주행 특성을 고려하여, 자율 주행 차량의 계획 시스템에 의해 계획된 루트의 제어 오류를 추정하는데 메커니즘(mechanism)이 이용된다. 일 실시예에서, 계획 모듈에 의해 제공되는 경로의 하나 이상의 루트들 각각과 관련된 계획 및 제어 정보를 고려하여, 시뮬레이션은, 대응되는 차량의 물리적 특징들 및/또는 한정사항들에 기초하여 각각의 루트에 대한 시뮬레이션된(또는 시뮬레이션) 루트를 생성하도록 실행된다. 시뮬레이션된 루트는, 시뮬레이션된 루트와 계획된(또는 계획) 루트 사이의 제어 오류를 결정하기 위해, 계획 루트 각각과 비교된다. 제어 오류는, 차량을 주행하기 위한 제어 오류를 가장 적게 갖는 계획 루트 중 하나를 선택하는 데 사용된다. 결과적으로, 선택된 루트는, 특정 유형의 차량의 물리적 특징 및/또는 한정 사항의 세트가 주어지면, 특정 인간 운전자가 동일한 유형의 차량을 운전하는 루트에 가장 근접한다. 그것은 차량의 물리적인 특성이나 한정사항(예를 들어, 최소 회전 반경 또는 최소 선회 반경)으로 인해 차량이 계획 루트를 수행 할 수 없거나 계획된 루트가 매끄럽지 않거나 탑승자에게 불편한 상황의 가능성을 줄일 것이다.
일 실시예에서, 자율 주행 차량이 경로의 제 1 지점에서 제 2 지점으로 이동한다는 것을 나타내는 동작 계획 및 제어 데이터가 수신된다. 동작 계획 및 제어 데이터는, 경로 내의 제 1 지점에서 제 2 지점까지의 하나 이상의 루트를 기술하는 정보를 포함한다. 루트 각각에 대해, 자율 주행 차량의 물리적 특성을 고려하여, 루트의 계획 및 제어 데이터에 기초하여 시뮬레이션 루트를 생성하기 위해 시뮬레이션이 수행된다. 차량의 물리적 특성은, 동일 또는 유사한 유형 또는 모델의 차량의 차량 프로파일로부터 얻어질 수 있다. 차량의 물리적 특성(주행 특성 또는 주행 한정사항이라고도 함)은, 최소 회전 반경, 소정 거리에 대한 가속 시간, 사전 결정된 거리에 대한 감속 시간, 및 물리적 치수(예를 들어, 높이, 넓이 및 무게)를 포함하지만 이에 한정되지는 않는다.
각 루트에 대해, 제어 오류가 루트와 대응 시뮬레이션 루트 사이에서 계산된다. 일 실시예에서, 각 루트의 곡선 또는 그래프는, 시뮬레이션 루트의 곡선 또는 그래프에 대해 도시되어, 다른 시점들, 특히 곡률점들에서 시뮬레이션 루트와 각 루트 사이의 최대 차이를 결정한다. 최대 차이는, 그 특정 루트에 대한 제어 오류의 일부로 사용된다. 그 후, 루트들 중 하나가 최소 제어 오류와 같은 루트의 제어 오류에 기초하여 선택된다. 그 후, 자율 주행 차량이 선택한 루트에 따라 동작한다.
본 발명의 실시예들은 유사한 참조 번호가 유사한 요소들을 나타내는 첨부된 도면들의 도면들에서 예시로서 설명되고 이에 한정되지 않는다.
도 1은 본 발명의 일 실시예에 따른 네트워크 시스템을 나타내는 블록도이다.
도 2는 본 발명의 일 실시예에 따른 자율 주행 차량을 나타내는 블록도이다.
도 3은 본 발명의 일 실시예에 따른 자율 주행 차량과 함께 사용될 수 있는 데이터 처리 시스템의 일례를 나타내는 블록도이다.
도 4는 본 발명의 일 실시예에 따른 자율 주행 차량의 루트(경로)를 시뮬레이션하기 위한 프로세싱 흐름이다.
도 5는 본 발명의 일 실시예에 따른 루트 선택을 위한 시뮬레이션 루트를 고려한 계획 루트의 예를 도시하는 도면이다.
도 6은 본 발명의 일 실시예에 따라 자율 주행 차량을 동작시키는 프로세스를 나타내는 흐름도이다.
도 7은 일 실시예에 따른 데이터 처리 시스템을 나타내는 블록도이다.
본 발명의 다양한 실시예들 및 양상들은 이하 세부 설명을 참조하여 설명되며, 첨부 도면들은 다양한 실시예들을 나타낸다. 아래의 설명 및 도면은 본 발명을 예시적으로 보여주며, 본 발명을 제한하는 것으로 해석되어서는 안 된다. 다수의 구체적인 세부 사항들이 본 발명의 다양한 실시예들의 완전한 이해를 제공하기 위해 설명된다. 그러나, 어떤 경우에는, 본 발명의 실시예들에 대한 간결한 설명을 제공하기 위해 잘 알려진 또는 종래의 세부 사항은 설명되지 않는다.
명세서에서의 "일 실시예" 또는 "실시예"에 대한 참조는, 실시예와 관련하여 설명된 특정 특징, 구조 또는 특성이 본 발명의 적어도 하나의 실시예에 포함될 수 있다는 것을 의미한다. 명세서의 다양한 곳에서 기재된 "일 실시예에서"라는 문구는 반드시 모두 동일한 실시예를 지칭하는 것은 아니다.
일부 실시예에 따르면, 문제의 특정 차량의 물리적 주행 특성을 고려하여, 자율 주행 차량의 계획 시스템에 의해 계획된 루트의 제어 오류를 추정하는데 메커니즘(mechanism)이 이용된다. 일 실시예에서, 계획 모듈에 의해 제공되는 경로의 하나 이상의 루트들 각각과 관련된 계획 및 제어 정보를 고려하여, 시뮬레이션은, 대응되는 차량의 물리적 특징들 및/또는 한정사항들에 기초하여 각각의 루트에 대한 시뮬레이션된 루트를 생성하도록 실행된다. 시뮬레이션된 루트(또는 시뮬레이션 루트)는, 시뮬레이션 루트와 계획된 루트(또는 계획 루트) 사이의 제어 오류를 결정하기 위해, 계획 루트 각각과 비교된다. 제어 오류는, 차량을 주행하기 위한 제어 오류를 가장 적게 갖는 계획 루트 중 하나를 선택하는 데 사용된다. 결과적으로, 선택된 루트는, 특정 유형의 차량의 물리적 특징 및/또는 한정 사항의 세트가 주어지면, 특정 인간 운전자가 동일한 유형의 차량을 운전하는 루트에 가장 근접한다. 그것은 차량의 물리적인 특성이나 한정사항(예를 들어, 최소 회전 반경)으로 인해 차량이 계획된 경로를 수행 할 수 없거나 계획 루트가 매끄럽지 않거나 탑승자에게 불편한 상황의 가능성을 줄일 것이다.
일 실시예에서, 자율 주행 차량이 경로의 제 1 지점에서 제 2 지점으로 이동한다는 것을 나타내는 동작 계획 및 제어 데이터가 수신된다. 동작 계획 및 제어 데이터는, 경로 내의 제 1 지점에서 제 2 지점까지의 하나 이상의 루트를 기술하는 정보를 포함한다. 루트 각각에 대해, 자율 주행 차량의 물리적 특성을 고려하여, 루트의 계획 및 제어 데이터에 기초하여 시뮬레이션 루트를 생성하기 위해 시뮬레이션이 수행된다. 차량의 물리적 특성은, 동일 또는 유사한 유형 또는 모델의 차량의 차량 프로파일로부터 얻어질 수 있다. 차량의 물리적 특성(주행 특성 또는 주행 한정사항이라고도 함)은, 최소 회전 반경, 소정 거리에 대한 가속 시간, 사전 결정된 거리에 대한 감속 시간, 및 물리적 치수(예를 들어, 높이, 넓이 및 무게)를 포함하지만 이에 한정되지는 않는다.
각 루트에 대해, 제어 오류가 루트와 대응 시뮬레이션 루트 사이에서 계산된다. 일 실시예에서, 각 루트의 곡선 또는 그래프는, 시뮬레이션 루트의 곡선 또는 그래프에 대해 도시되어, 다른 시점들, 특히 곡률점들에서 시뮬레이션 루트와 각 루트 사이의 최대 차이를 결정한다. 최대 차이는, 그 특정 루트에 대한 제어 오류의 일부로 사용된다. 그 후, 루트들 중 하나가 최소 제어 오류와 같은 루트의 제어 오류에 기초하여 선택된다. 그 후, 자율 주행 차량이 선택한 루트에 따라 동작한다.
도 1은 본 발명의 일 실시예에 따른 자율 주행 차량 네트워크 구성을 나타내는 블록도이다. 도 1을 참조하면, 네트워크 구성(100)은, 네트워크(102) 상에서 하나 이상의 서버(103-104)와 통신 가능하게 결합될 수 있는 자율 주행 차량(101)을 포함한다. 하나의 자율 주행 차량이 도시되어 있지만, 다수의 자율 주행 차량이 서로 결합될 수 있고/있거나 네트워크(102)를 통해 서버들(103-104)에 결합될 수 있다. 네트워크(102)는 근거리 통신망(LAN), 인터넷과 같은 광역 네트워크(WAN), 셀룰러 네트워크, 위성 네트워크 또는 이들의 조합과 같은 유선 또는 무선의 임의의 유형의 네트워크일 수 있다. 서버(들)(103-104)는 웹 또는 클라우드 서버, 애플리케이션 서버, 백엔드 서버 또는 이들의 조합과 같은 임의의 종류의 서버 또는 서버 클러스터일 수 있다. 서버(103-104)는 데이터 분석 서버, 콘텐츠 서버, 교통 정보 서버, 지도 및 관심 지점(POI: point of interest) 서버 또는 위치 서버 등일 수 있다.
자율 주행 차량은 차량이 운전자로부터의 입력이 거의 또는 전혀 없이 주변 환경 사이로 내비게이트하는 자율 주행 모드에서 구성될 수 있는 차량을 지칭한다. 이러한 자율 주행 차량은 차량이 운행되는 환경에 관한 정보를 검출하도록 구성된 하나 이상의 센서를 갖는 센서 시스템을 포함할 수 있다. 차량 및 관련 제어기(들)는 검출된 정보를 이용하여 주변 환경 사이로 내비게이트한다. 자율 주행 차량(101)은 수동 모드, 완전 자율 주행 모드 또는 부분 자율 주행 모드로 운행될 수 있다.
일 실시예에서, 자율 주행 차량(101)은 데이터 처리 시스템(110), 차량 제어 시스템(111), 무선 통신 시스템(112), 사용자 인터페이스 시스템(113), 인포테인먼트 시스템(114) 및 센서 시스템(115)을 포함하지만, 이에 한정되지 않는다. 자율 주행 차량(101)은, 예를 들어, 가속 신호 또는 명령, 감속 신호 또는 명령, 조향 신호 또는 명령, 제동 신호 또는 명령 등과 같은 다양한 통신 신호 및/또는 명령을 사용하여, 차량 제어 시스템(111) 및/또는 데이터 처리 시스템(110)에 의해 제어될 수 있는, 엔진, 차륜(wheel), 스티어링 휠, 변속기 등과 같은, 일반 차량에 포함되는 특정 공통 구성 요소를 더 포함할 수 있다.
구성요소(110-115)는 인터커넥트(interconnect), 버스, 네트워크 또는 이들의 조합을 통해 서로 통신 가능하게 결합될 수 있다. 예를 들어, 구성요소(110-115)는, 제어기 영역 네트워크(CAN) 버스를 통해 서로 통신 가능하게 결합될 수 있다. CAN 버스는 호스트 컴퓨터가 없는 어플리케이션들에서 마이크로 컨트롤러들과 장치들이 서로 통신할 수 있도록 설계된 차량 버스 표준이다. 그것은 메시지 기반 프로토콜로서, 원래는 자동차 내의 멀티플렉스(multiplex) 전기 배선을 위해 설계되었지만, 다른 많은 상황에서도 사용된다.
이제 도 2를 참조하면, 일 실시예에서, 센서 시스템(115)은, 하나 이상의 카메라(211), GPS(global positioning system) 유닛(212), 관성 측정 유닛(IMU)(213), 레이더 유닛(214) 및 광 검출 및 측정(LIDAR) 유닛(215)을 포함하지만, 이에 한정되지 않는다. GPS 유닛(212)은 자율 주행 차량의 위치에 관한 정보를 제공하도록 동작 가능한 송수신기(트랜시버)를 포함할 수 있다. IMU 유닛(213)은, 관성 가속도에 기초하여 자율 주행 차량의 위치 및 방향(orientation) 변화를 감지할 수 있다. 레이더 유닛(214)은, 무선 신호를 활용하여 자율 주행 차량의 로컬 환경 내의 물체들을 감지하는 시스템을 나타낼 수 있다. 일부 실시예들에서, 물체를 감지하는 것 외에, 레이더 유닛(214)은 물체의 속력 및/또는 진로(heading)을 추가로 감지할 수 있다. LIDAR 유닛(215)은, 레이저를 사용하여 자율 주행 차량이 위치한 환경 내의 물체들을 감지할 수 있다. LIDAR 유닛(215)은, 다른 시스템 구성 요소들 중에서, 하나 이상의 레이저 소스, 레이저 스캐너 및 하나 이상의 검출기를 포함할 수 있다. 카메라(211)는 자율 주행 차량을 둘러싸는 환경의 이미지를 캡쳐하기 위한 하나 이상의 장치를 포함할 수 있다. 카메라(211)는 정지 화상 카메라 및/또는 비디오 카메라일 수 있다. 카메라는, 예를 들어, 카메라를 회전 및/또는 틸팅 플랫폼에 장착함으로써, 기계적으로 이동 가능할 수 있다.
센서 시스템(115)은, 소나(sonar) 센서, 적외선 센서, 스티어링(조향) 센서, 스로틀 센서, 제동 센서 및 오디오 센서(예를 들어, 마이크로폰)와 같은 다른 센서들을 더 포함할 수 있다. 오디오 센서는 자율 주행 차량을 둘러싸는 환경에서 소리(sound)를 캡쳐하도록 구성될 수 있다. 스티어링 센서는, 스티어링 휠, 차량의 차륜 또는 이들의 조합의 스티어링 각도를 감지하도록 구성될 수 있다. 스로틀 센서 및 제동 센서는, 차량의 스로틀 위치 및 제동 위치를 각각 감지한다. 일부 상황에서는, 스로틀 센서와 제동 센서가 통합 스로틀/제동 센서로 통합될 수 있다.
일 실시예에서, 차량 제어 시스템(111)은, 스티어링 유닛(201), 스로틀 유닛(202)(가속 유닛으로도 지칭됨), 제동 유닛(203), 컴퓨터 비전 시스템(204), 내비게이션 유닛(205)(내비게이션 및 경로 또는 내비게이션/경로 시스템으로도 지칭됨) 및 충돌 회피 유닛(206)(장애물 회피 시스템으로도 지칭됨)을 포함하지만, 이에 한정되지 않는다. 스티어링 유닛(201)은, 차량의 방향 또는 진행 방향을 조정하기 위한 것이다. 스로틀 유닛(202)은 모터 또는 엔진의 속력을 제어하여 차량의 속력 및 가속을 차례로 제어하기 위한 것이다. 제동 유닛(203)은 차량의 차륜 또는 타이어를 감속시키도록 마찰을 제공함으로써 차량을 감속시키기 위한 것이다.
컴퓨터 비전 시스템(204)은 자율 주행 차량의 환경 내의 물체 및/또는 특징을 식별하기 위해 하나 이상의 카메라(211)에 의해 캡쳐된 이미지를 처리하고 분석하는 것이다. 물체는 교통 신호, 도로 경계, 다른 차량, 보행자 및/또는 장애물 등을 포함할 수 있다. 컴퓨터 비전 시스템(204)은 물체 인식 알고리즘, 비디오 트래킹(tracking) 및 다른 컴퓨터 비전 기술을 사용할 수 있다. 일부 실시예에서, 컴퓨터 비전 시스템(204)은, 환경을 매핑하고, 물체를 추적하고, 물체의 속력 추정 등을 할 수 있다.
내비게이션 유닛 또는 시스템(205)은 자율 주행 차량에 대한 주행 경로를 결정하는 것이다. 예를 들어, 네비게이션 시스템은, 일련의 속력 및 진행 방향(directional heading)을 결정하여, 인지된 장애물을 실질적으로 피하는 경로를 따라 자율 주행 차량의 이동을 수행하면서, 궁극적인 목적지에 이르는 도로 기반 경로를 따라 자율 주행 차량을 일반적으로 전진시킬 수 있다. 목적지는, 사용자 인터페이스를 통한 사용자 입력에 따라 설정될 수 있다. 내비게이션 시스템(205)은, 자율 주행 차량이 운행되는 동안 주행 경로를 동적으로 업데이트할 수 있다. 네비게이션 시스템(205)은, 자율 주행 차량을 위한 주행 경로를 결정하기 위해 GPS 시스템 및 하나 이상의 지도로부터의 데이터를 통합할 수 있다.
충돌 회피 유닛 또는 시스템(206)은 자율 주행 차량의 환경에서의 잠재적 장애물을 식별, 평가 및 회피하거나 협상(negotiate)하는 것이다. 예를 들어, 충돌 회피 시스템(206)은, 급회피 조작, 선회 조작, 제동 조작 등을 수행하기 위해, 제어 시스템의 하나 이상의 서브 시스템을 조작하여 자율 주행 차량의 네비게이션의 변화를 수행할 수 있다. 충돌 회피 시스템(206)은, 주변의 교통 패턴, 도로 조건 등에 기초하여, 실현 가능한 장애물 회피 조작을 자동으로 결정할 수 있다. 충돌 회피 시스템(206)은, 자율 주행 차량이 급회피하여 진입할 인접 영역에서, 차량, 건축 장애물 등을 다른 센서 시스템이 검출할 때, 급회피 조작이 수행되지 않도록 구성될 수 있다. 충돌 회피 시스템(206)이, 사용 가능하면서 자율 주행 차량의 탑승자의 안전을 극대화하는 조작을 자동적으로 선택할 수 있다. 충돌 회피 시스템(206)은, 자율 운행 차량의 승객실에서 최소량의 가속을 일으킬 것으로 예상되는 회피 조작을 선택할 수 있다. 도 2에 도시된 구성 요소들은, 하드웨어, 소프트웨어 또는 이들의 조합으로 구현될 수 있다.
도 1을 다시 참조하면, 무선 통신 시스템(112)은, 자율 주행 차량(101)과, 장치들, 센서들, 다른 차량들 등과 같은 외부 시스템들 간의 통신을 가능하게 한다. 예를 들어, 무선 통신 시스템(112)은, 하나 이상의 장치들과 직접 또는 네트워크(102) 상의 서버들(103-104)과 같은 통신 네트워크를 통해 무선 통신할 수 있다. 무선 통신 시스템(112)은, 임의의 셀룰러 통신 네트워크 또는 무선 근거리 네트워크(WLAN)를 사용할 수 있으며, 예를 들어, 다른 구성 요소 또는 시스템과 통신하기 위해 WiFi를 사용할 수 있다. 무선 통신 시스템(112)은, 예를 들어, 적외선 링크, 블루투스 등을 사용하여, 장치(예를 들어, 승객의 모바일 장치, 디스플레이 장치, 차량(101) 내의 스피커)와 직접 통신할 수 있다. 사용자 인터페이스 시스템(113)은, 예를 들어, 키보드, 터치 스크린 디스플레이 장치, 마이크로폰 및 스피커 등을 포함하는 차량(101) 내에 구현되는 주변 장치들의 일부일 수 있다.
자율 주행 차량(101)의 모든 기능의 일부는, 특히 자율 주행 모드에서 운행될 때, 데이터 처리 시스템(110)에 의해 제어되거나 관리될 수 있다. 데이터 처리 시스템(110)은, 센서 시스템(115), 제어 시스템(111), 무선 통신 시스템(112) 및/또는 사용자 인터페이스 시스템(113)으로부터 정보를 수신하고, 수신된 정보를 처리하고, 출발점에서 목적지점까지의 루트(route) 또는 경로를 계획한 다음, 계획 및 제어 정보에 기초하여 차량(101)을 주행하기 위해, 필요한 하드웨어(예를 들어, 프로세서(들), 메모리, 저장 장치) 및 소프트웨어(예를 들어, 운영 체제, 계획 및 라우팅(routing) 프로그램)을 포함한다. 대안적으로, 데이터 처리 시스템(110)은 차량 제어 시스템(111)과 통합될 수 있다.
예를 들어, 승객인 사용자는, 예를 들어, 사용자 인터페이스를 통해 여행의 출발 위치 및 목적지를 지정할 수 있다. 데이터 처리 시스템(110)은 자율 주행 차량(101)의 다른 구성 요소와 통신하여 여행 관련 데이터를 얻는다. 예를 들어, 데이터 처리 시스템(110)은, 서버(103-104)의 일부일 수 있는, 위치 서버 및 지도 및 POI(MPOI) 서버로부터 위치 및 루트 정보를 획득할 수 있다. 위치 서버는 위치 서비스를 제공하고, MPOI 서버(105)는 지도 서비스 및 특정 위치의 POI를 제공한다. 대안적으로, 이러한 위치 및 MPOI 정보는 데이터 처리 시스템(110)의 영구 저장 장치에 국부적으로 캐시될 수 있다.
경로를 따라 자율 주행 차량(101)을 이동하는 동안, 데이터 처리 시스템(110)은 또한 교통 정보 시스템 또는 서버(TIS)로부터 실시간 교통 정보를 얻을 수 있다. 서버(103-104)는 제3 엔티티에 의해 운영될 수 있다. 대안적으로, 서버들(103-104)의 기능들은 데이터 처리 시스템(110)과 통합될 수 있다. 데이터 처리 시스템(110)은, 실시간 교통 정보, MPOI 정보 및 위치 정보뿐만 아니라 센서 시스템(115)에 의해 검출 또는 감지된 실시간 로컬 환경 데이터(예를 들어, 장애물, 물체, 주변 차량)에 기초하여, 예를 들어, 제어 시스템(111)을 통해, 최적의 루트를 계획하고, 지정된 목적지에 안전하고 효율적으로 도착하기 위해 계획된 루트에 따라 차량(101)을 주행할 수 있다.
일 실시예에 따르면, 자율 주행 차량(101)은 차량(101)의 승객에게 정보 및 엔터테인먼트(entertainment)를 제공하는 인포테인먼트 시스템(114)을 더 포함할 수 있다. 정보 및 엔터테인먼트 콘텐츠는 로컬 및/또는 원격으로 저장된 콘텐츠 정보(예컨대, 서버(103-104)에 의해 제공됨)에 기초하여 수신되고, 컴파일되고 렌더링 될 수 있다. 예를 들어, 정보는 네트워크(102)를 통해 임의의 서버(103-104)로부터 실시간으로 스트리밍되고 차량(101)의 디스플레이 장치 상에 디스플레이 될 수 있다. 정보는 예를 들어, 하나 이상의 카메라에 의해 실시간으로 캡쳐된 로컬 정보로 증강될(augmented) 수 있으며, 그 다음 증강된 콘텐츠는 가상 현실 방식으로 디스플레이될 수 있다.
자율 주행 차량에는, 실제 또는 물리적 창문(또는 윈도우)이 없을 수 있다. 오히려, "윈도우(window)"(본 명세서에서 가상 윈도우로 지칭 됨)는, 표시 장치, 즉 선택적으로 터치 스크린을 구비한, 차량 윈도우의 형상으로 성형된 평면 또는 곡선형 스크린 디스플레이 장치로 나타내거나 대체될 수 있다. 디스플레이 장치는, 마치 사용자가 투명 윈도우를 통해 실제 물리적 콘텐츠를 관람하거나 보듯이, 적절한 카메라 또는 카메라에 의해 실시간으로 동적으로 캡처되는 이미지 또는 이미지 스트림(예: 비디오)을 표시할 것이다. 각각의 "윈도우"(예를 들어, 디스플레이 디바이스)에는, 실시간으로 디스플레이될 대응 콘텐츠를 스트리밍하기 위한 대응디스플레이 채널이 있으며, 이는 증강 현실 시스템, 예를 들어, 인포테인먼트 시스템(114) 및/또는 데이터 처리 시스템(110)에 의해 중앙 집중적으로 처리될 수 있다. 이러한 상황에서, 증강된 이미지는, 증강 현실 방식으로도 지칭되는 인포테인먼트 시스템(114)을 통해 가상 현실 방식으로 디스플레이된다.
예를 들어, 콘텐츠 데이터베이스 또는 원격 콘텐츠 제공자 또는 콘텐츠 서버로부터 수신된 콘텐츠 아이템은, 카메라에 의해 국부적으로 캡쳐된 이미지 상에 중첩되어 증강 이미지가 될 수 있다. 증강 이미지는, 그 후 자율 주행 차량(101) 내의 디스플레이 장치 상에 디스플레이된다. 디스플레이 장치는 차량의 일반적인 윈도우처럼 보이도록 구성될 수 있다. 사용자가 디스플레이 장치를 볼 때, 이미지의 물체는, 마치 사용자가 차량의 일반 윈도우를 통해 물리적인 물체를 보았을 때와 같이, 가상 현실적인 방식으로 가상의 물체로서 표시된다. 디스플레이 장치는, 증강 현실(AR) 환경과 유사하거나 이를 시뮬레이션하는, 증강 이미지(예를 들어, 증강 비디오)의 스트림을 실시간으로 디스플레이할 수 있다.
일 실시예에서, 위치 및 루트 정보, MPOI 정보, 및/또는 실시간 교통 정보에 기초하여, 인포테인먼트 시스템(114) 및/또는 데이터 처리 시스템(110)은 현재의 교통 환경(예를 들어, MPOI)에 적절한 콘텐츠의 특정 유형을 결정한다. 시스템은, 예를 들어 실시간 여행(또는 이동) 정보에 기초하여, 콘텐츠 아이템 후보들로서 리스트 콘텐츠 아이템(예를 들어, 스폰서된 콘텐츠 또는 광고들)을 식별하기 위해 콘텐츠 인덱스(도시되지 않음)에서 룩업 동작을 수행한다.
일 실시예에서, 시스템은 다양한 랭킹 알고리즘을 사용하여 리스트 내의 콘텐츠 아이템의 순위를 결정한다. 콘텐츠 아이템들은, 사용자의 사용자 프로파일에 기초하여 순위가 정해질 수 있다. 예를 들어, 콘텐츠 아이템들은, 사용자 프로파일로부터 도출될 수 있는, 사용자 선호사항에 기초하여 순위가 정해질 수 있다. 사용자 프로파일은, 과거의 사용자 동작의 이력에 기초하여 컴파일될 수 있다. 일 실시예에서, 시스템은, 각각의 콘텐츠 아이템에 대한 랭킹 점수를 결정하기 위해 하나 이상의 콘텐츠 랭킹 모델을 콘텐츠 아이템의 각각에 적용한다. 소정의 임계 값을 초과하는 랭킹 점수를 갖는 콘텐츠 아이템이 선택될 수 있다. 콘텐츠 랭킹 모델은, 과거에 유사한 이동 환경 또는 교통 조건을 나타내는 알려진 특징 세트를 사용하여 트레이닝될 수 있다. 콘텐츠 랭킹 모델은, 유사한 사용자들의 사용자 프로파일에 기초하여 훈련될 수도 있다.
선택된 콘텐츠 아이템은, 그 후 자율 주행 차량 내의 디스플레이 장치 상에 렌더링되고 디스플레이된다. 일 실시예에서, 시스템은, 자율 주행 차량의 하나 이상의 카메라를 사용하여 특정 시점에 캡처된 이미지 상에 선택된 콘텐츠 아이템을 추가로 증강(augment)시킨다. 일 실시예에서, 이미지 인식은, 이미지에 대해 수행되고, 이미지에 의해 표현된 콘텐츠를 도출하거나 이해한다. 예를 들어, 이미지 또는 POI를 기술하기 위해, 하나 이상의 키워드가 도출될 수 있다. 콘텐츠 아이템들의 리스트는, 이미지에 의해 표현된 하나 이상의 키워드들 또는 POI에 기초하여 추가로 식별될 수 있다. 그 후, 시스템은, 선택된 콘텐츠 아이템을 이미지 상에 증강하여, 콘텐츠 아이템이 이미지 상에 중첩될 수 있는 증강 이미지를 생성한다. 증강 이미지는, 그 후 자율 주행 차량의 디스플레이 장치 상에 디스플레이된다. 인포테인먼트 시스템(114)은, 일부 실시예에 따라 데이터 처리 시스템(110)과 통합될 수 있다.
대안적으로, 사용자는, 네트워크(예를 들어, 클라우드 네트워크)를 통해 콘텐츠 제공자의 콘텐츠 서버로부터 주기적으로 업데이트될 수 있는, 콘텐츠 저장소 또는 데이터베이스로부터 사전 컴파일된 콘텐츠(예를 들어, 비디오, 영화)의 리스트로부터 특정적으로 선택할 수 있다. 따라서, 사용자는, 예를 들어 데이터 저장소(125)로부터 검색된 디스플레이 장치(들) 상에 디스플레이될 실시간 또는 사전 렌더링된 콘텐츠로 캡처된 실시간 실제 콘텐츠를 특정적으로 선택할 수 있다. 예를 들어, 자율 주행 차량(101)이 뉴욕시에서 눈이 많이 내리는 날에 이동하는 경우, 사용자는 자율 주행 차량(101)이 맑은 날에 주행하는 것처럼 하와이에서의 밝은 환경을 디스플레이하도록 디스플레이 장치를 스위칭할 수 있다. 콘텐츠는 협업 또는 조율된 방식으로(즉, 가상 현실 방식으로) 여러 디스플레이 장치(예: 다중 윈도우)에 표시될 수 있다.
일 실시예에 따르면, 데이터 처리 시스템(110)은, 자율 주행 차량(101)의 물리적 주행 특성을 고려하여, 자율 주행 차량(101)의 계획 시스템에 의해 계획된 루트의 제어 에러를 추정하기 위한 루트 시뮬레이션 시스템(도시되지 않음)을 포함한다. 일 실시예에서, 계획 모듈에 의해 제공되는 경로의 하나 이상의 루트와 각각과 관련된 계획 및 제어 정보를 고려하여, 루트 시뮬레이션 시스템은, 자율 주행 차량의 물리적 특징들 및/또는 한정사항들에 기초하여, 경로와 연관된 각각의 루트에 대한 시뮬레이션 루트를 생성하도록 시뮬레이션을 실행한다. 시뮬레이션은, 서버(103)와 같은 데이터 분석 시스템에 의해 생성 및 제공될 수 있는, 시뮬레이션 방법 또는 시뮬레이션 모델에 기초하여 수행될 수 있다. 시뮬레이션 방법 또는 모델은, 많은 수의 인간 운전자들에 의해 동작되는 동일 또는 유사한 유형의 다수의 차량의 많은 양의 운전 데이터에 기초하여 생성될 수 있다. 운전 데이터는, 데이터 수집 모듈(121)에 의해 수집되고, 분석 모듈(122)에 의해 분석되어, 다양한 유형의 차량에 대한 시뮬레이션 방법 또는 모델(125)을 생성할 수 있다.
시뮬레이션 루트는, 시뮬레이션 루트와 계획 루트 사이의 제어 오류를 결정하기 위해, 계획 루트의 대응되는 것과 비교된다. 제어 오류는, 자율 주행 차량(101)을 주행하기 위한 제어 오류를 가장 적게 갖는 계획 루트 중 하나를 선택하는 데 사용된다. 결과적으로, 선택된 루트는, 특정 유형의 차량의 물리적 특징 및/또는 한정사항의 세트가 주어지면, 특정 인간 운전자가 동일한 유형의 차량을 운전하는 루트에 가장 근접한다. 그것은 차량의 물리적인 특성이나 한정사항(예를 들어, 최소 회전 반경)으로 인해 차량이 계획된 경로를 수행 할 수 없거나 계획 루트가 매끄럽지 않거나 탑승객에게 불편한 상황의 가능성을 줄일 것이다.
도 3은 본 발명의 일 실시예에 따른 자율 주행 차량과 함께 사용될 수 있는 데이터 처리 시스템의 일례를 나타내는 블록도이다. 시스템(300)은, 도 1의 데이터 처리 시스템(110)의 일부로서 구현될 수 있다. 도 3을 참조하면, 시스템(300)은 계획 모듈(311), 제어 모듈(312), 시뮬레이션 모듈(313), 및 선택적인 콘텐츠 제시 모듈(314)을 포함하지만 이에 한정되지 않는다. 모듈(311-314)은 소프트웨어, 하드웨어, 또는 이들의 조합으로 구현될 수 있다. 일 실시예에서, 모듈(311-314)은 영구 저장 장치(302)에 설치되고, 메모리(301)에 로드되며, 하나 이상의 프로세서(미도시)에 의해 실행될 수 있다. 콘텐츠 제시 모듈(314)은, 도 1의 인포테인먼트 시스템(114)의 일부로서 결합되거나 구현되어, 콘텐츠 저장소(322)에 저장된 콘텐츠 또는 네트워크를 통해 원격 콘텐츠 서버로부터 실시간으로 스트리밍된 콘텐츠에 기초하여 차량의 승객에게 인포테인먼트 정보를 제공할 수 있다.
계획 모듈(311)은, 센서 시스템(115)으로부터 수신된 센서 데이터 및/또는 다양한 소스들로부터 수신된 실시간 정보(예를 들면, 위치, 지도, 지도의 일부로서 POI 및 POI 또는 MPOI 데이터베이스(323))와 같은 다양한 정보에 기초하여, 자율 주행 차량을 위한 경로 또는 루트를 계획하는 것이다. 계획 및 제어 데이터는 계획 모듈(311)에 의해 생성된다. 계획 및 제어 데이터에 기초하여, 제어 모듈(306)은 계획 및 제어 데이터에 의해 정의된 루트 또는 경로에 따라, 차량 제어 시스템(111)에 적절한 명령 또는 신호를 전송함으로써 차량을 제어하는 것이다. 계획 및 제어 데이터에는, 경로 또는 루트 상의 시간에 따른 상이한 지점들에서 적절한 차량 설정 또는 주행 파라미터(예를 들어, 스로틀, 제동 및 선회 명령)를 사용하여 루트 또는 경로의 제1 지점에서 제2 지점까지 차량을 주행할 수 있는 충분한 정보가 포함되어 있다. 계획 모듈(311) 및 제어 모듈(312)은, 도 2의 차량 제어 시스템(111)의 네비게이션 유닛(205)에 통신 가능하게 연결되거나 통합될 수 있다.
일 실시예에 따르면, 루트를 따른 경로의 계획 및 제어 데이터가 계획 모듈(311)에 의해 생성되는 경우, 계획 및 제어 데이터는, 경로 또는 경로의 경로 세그먼트의 제 1 지점(예를 들어, 시작 지점)으로부터 제 2 지점(예: 끝점 또는 목적 지점)까지의 하나 이상의 루트의 세트를 기술한다. 서로 다른 루트는, 해당 루트를 따라 다른 시점에서 속력, 가속도, 선회 각도와 같은 서로 다른 주행 파라미터를 가질 수 있다.
계획 모듈(311)에 의해 제공된 계획 및 제어 데이터에 응답하여, 제어 모듈(312)은, 시뮬레이션 모듈(313)을 호출하여 계획 루트 각각에 대한 차량 프로파일(321)에 기초한 시뮬레이션을 수행한다. 일 실시예에 따르면, 시뮬레이션 모듈(313)은, 계획 루트의 계획 및 제어 데이터의 일부로서 루트 정보 및 차량 프로파일(321)로부터 획득된 차량의 물리적 특성(예를 들어, 특징 및/또는 주행 한정사항)에 기초하여, 하나 이상의 시뮬레이션 방법 또는 모델(325)을 사용하여, 시뮬레이션을 수행한다. 차량 프로파일(321) 및 시뮬레이션 방법/모델(325)은, 예를 들어 데이터 분석 시스템(103)에 의해 사전 컴파일되어 영구 저장 장치(302)에 저장될 수 있다.
차량 프로파일(321)은, 차량의 특정 유형 또는 모델에 대해 특정적으로 컴파일될 수 있다. 차량 프로파일(321)은, 예를 들어 최소 회전 반경, 가속도, 제동, 물리적 차원(예를 들어, 높이, 너비, 무게, 차륜 크기 또는 직경, 휠 베이스), 및 엔진 또는 마력 등과 같은 차량의 특정 물리적 및 주행 특성을 포함 할 수 있다. 최소 회전 반경은 차량이 만들 수 있는 가장 작은 원형 회전(즉, U 턴)의 반경을 의미한다. 가속 파라미터는, 차량이 제로 속력에서 사전 결정된 속력(예: 시간당 60 마일 또는 MPH)으로 가속할 수 있는 시간 또는 거리를 나타낸다. 제동 파라미터는, 차량이 사전 결정된 속력(예: 60mph)에서 0까지 감속할 수 있는 시간 또는 거리를 나타낸다.
일 실시예에서, 시뮬레이션 루트는, 차량 프로파일(321)을 고려하여 계획된 특정 계획 및 제어 데이터에 기초하여 생성된다. 제어 모듈(312) 및/또는 시뮬레이션 모듈(313)은, 시뮬레이션 루트를 계획 모듈(311)에 의해 생성된 대응하는 계획 루트와 비교한다. 각 루트에 대해, 제어 오류가 비교 결과에 따라 결정된다. 제어 오류는 대응 루트와 대응하는 시뮬레이션 루트 간의 차이를 나타낸다. 일 실시예에서, 루트 및 시뮬레이션 루트의 곡선 또는 그래프가 도시될 수 있고, 두 그래프 간의 차이가 상이한 시점에서 결정된다. 최대 차이는 두 루트 간의 제어 오류로 활용될 수 있다. 더 큰 제어 오류는, 대응하는 계획 루트에 따라 차량의 주행이 어려워지거나 주행이 원활하지 않을 수 있다는 것을 나타낸다. 계획 루트와 관련된 제어 오류를 기초로, 계획 루트 중 하나가 선택되고, 선택된 루트는 모든 루트의 제어 오류 중 최소 제어 오류를 가질 수 있다. 일 실시예에서, 제어 모듈(312)은, 계획 모듈(311)이 계획 루트들 중 하나를 선택하도록 계획 모듈(311)에 피드백(예를 들어, 제어 오류)을 제공한다. 계획 모듈(311)은, 제어 오류들에 추가하여, 루트 곡률, 속력 등과 같은 다른 특징들에 기초하여 최상의 루트를 선택할 수 있다. 그 후, 차량이 선택한 루트에 따라 동작한다.
도 4는 본 발명의 일 실시예에 따른 자율 주행 차량의 루트(경로)를 시뮬레이션하기 위한 처리 흐름이다. 도 4를 참조하면, 시뮬레이션 시스템(400)은 시뮬레이션 로직(411) 및 제어 에러 계산기(412)를 갖는 시뮬레이션 모듈(313)을 포함한다. 계획 모듈이 루트를 생성 할 때, 루트의 루트 정보(401) 및 차량 프로파일 정보(321)는 시뮬레이션 모듈(313)에 제공된다. 일 실시예에서, 차량 프로파일(321) 및 루트 정보(401)에 기초하여, 시뮬레이션 로직(411)은 시뮬레이션 방법 또는 모델(325)을 사용하여 시뮬레이션을 수행하여 시뮬레이션 루트(402)를 생성한다. 제어 오류 계산기(412)는, 시뮬레이션 루트(402)와 계획 루트를 비교하여 제어 오류(403)를 결정한다. 프로세스(400)는 계획 모듈에 의해 제공되는 계획 루트 각각에 대해 반복적으로 수행될 수 있다. 최소 제어 오류가 있는 계획 루트 중 하나가 선택될 수 있다.
도 5는 본 발명의 일 실시예에 따른 루트 선택을 위한 시뮬레이션 루트를 고려한 계획 루트의 예를 도시하는 도면이다. 도 5를 참조하면, 이 예에서, 처리 단계(501)에서, 제 1 계획 루트(511) 및 제 2 계획 루트(512)는 계획 모듈(311)에 의해 생성되었다. 처리 단계(502)에서, 제 1 시뮬레이션 루트(521)는 제 1 계획 루트(511)와 관련된 계획 및 제어 데이터 및 차량의 차량 프로파일에 대해 수행된 시뮬레이션에 기초하여 생성된다. 처리 단계(503)에서, 제 2 시뮬레이션 루트(522)는 제 2 계획 루트(512)와 관련된 계획 및 제어 데이터 및 차량의 차량 프로파일에 대해 수행된 시뮬레이션에 기초하여 생성된다.
시뮬레이션 루트(521)는 제 1 계획 루트(511)와 비교되어 루트들(511 및 521) 간의 차이 또는 불일치를 나타내는 제 1 제어 오류를 결정한다. 일 실시예에서, 루트들(511 및 521)의 그래프가 도시되고, 그래프의 데이터 포인트들 사이의 차이가 상이한 시점들에서 결정된다. 이 예에서, 점(531)에서 가장 큰 차이는 제 1 계획 루트(511)와 연관된 제 1 제어 오류로서 이용된다. 유사하게, 시뮬레이션 루트(522)는 제 2 계획 루트(512)와 비교되어 제 2 계획 루트(512)와 관련된 제 2 제어 오류(532)를 결정한다. 이 예에서, 지점(531)에 표시된 제 1 제어 오류는 지점(532)에 표시된 제 2 제어 오류보다 크다. 결과적으로, 차량을 동작하기 위해 제 2 계획 루트(512)가 선택될 것이다.
도 6은 본 발명의 일 실시예에 따라 자율 주행 차량을 동작시키는 프로세스를 나타내는 흐름도이다. 프로세스(600)은 소프트웨어, 하드웨어, 또는 이들의 조합을 포함할 수 있는 프로세싱 로직에 의해 수행될 수 있다. 예를 들어, 프로세스(600)는 도 3의 시스템(300)에 의해 수행될 수 있다. 도 6을 참조하면, 블록(601)에서, 프로세싱 로직은 자율 주행 차량과 연관된 경로의 제 1 지점으로부터 제 2 지점까지의 하나 이상의 계획 루트 세트의 계획 및 제어 데이터를 수신한다. 계획된 각 루트에 대해, 프로세싱 로직은, 시뮬레이션 루트를 생성하기 위해 자율 주행 차량의 루트의 대응 계획 및 제어 데이터 및 차량 프로파일에 대한 시뮬레이션을 수행한다. 블록(603)에서, 프로세싱 로직은, 시뮬레이션 루트와 계획 루트 사이의 차이를 나타내는 제어 오류를 결정하기 위해 시뮬레이션 루트와 계획 루트를 비교한다. 블록(604)에서, 계획 루트들 중 하나가 계획 루트들의 제어 오류에 기초하여 선택된다. 선택된 계획 루트는, 계획 루트들 사이에서 최소 제어 오류를 갖는다. 블록(605)에서, 자율 주행 차량은 선택된 계획 루트에 따라 동작한다.
상술되고 도시된 구성 요소의 일부 또는 전부는 소프트웨어, 하드웨어 또는 이들의 조합으로 구현될 수 있다. 예를 들어, 이러한 구성 요소는, 본 출원 전반에 걸쳐 기술된 프로세스 또는 동작들을 실행하기 위해, 프로세서(미도시)에 의해 메모리에 로딩되어 실행될 수 있는, 영구 기억 장치에 설치되어 저장되는 소프트웨어로서 구현될 수 있다. 대안적으로, 이러한 구성 요소는, 집적 회로(예를 들어, 주문형 집적 회로 또는 ASIC), 디지털 신호 처리기(DSP) 또는 필드 프로그래머블 게이트 어레이(Field Programmable Gate Array; FPGA)와 같은 전용 하드웨어에 프로그램되거나 내장된 실행 가능 코드로서 구현될 수 있으며, 이는 애플리케이션으로부터 대응하는 드라이버 및/또는 운영 체제를 통해 액세스될 수 있다. 또한, 이러한 구성 요소는 하나 이상의 특정 명령을 통해 소프트웨어 구성 요소에 의해 액세스 가능한 명령 세트의 일부로서 프로세서 또는 프로세서 코어에서 특정 하드웨어 로직으로서 구현될 수 있다.
도 6은 본 발명의 일 실시예와 함께 사용될 수 있는 데이터 처리 시스템의 일례를 나타내는 블록도이다. 예를 들어, 시스템(1500)은 예컨대 도 1의 데이터 처리 시스템(110) 또는 서버들(103, 104) 중 임의의 것과 같은, 상술한 프로세스들 또는 방법들 중 임의의 것을 수행하는 상술한 데이터 처리 시스템들 중 임의의 것을 나타낼 수 있다. 시스템(1500)은 다수의 상이한 구성 요소들을 포함할 수 있다. 이들 구성 요소는, 집적 회로(IC), 그 부분, 개별 전자 장치 또는 컴퓨터 시스템의 마더 보드 또는 애드-인 카드와 같은 회로 보드에 적용되는 다른 모듈로서 구현 될 수 있거나, 컴퓨터 시스템의 샤시 내에 다른 방법으로 통합되는 구성 요소들로써 구현될 수 있다.
또한, 시스템(1500)은 컴퓨터 시스템의 많은 구성 요소들의 상위 레벨 뷰를 도시하기 위한 것이다. 그러나, 추가의 구성 요소가 특정 구현 예에 존재할 수 있고, 또한, 도시된 구성 요소의 상이한 배열이 다른 구현 예에서 나타날 수 있음을 이해해야 한다. 시스템(1500)은 데스크탑, 랩탑, 태블릿, 서버, 이동 전화, 미디어 플레이어, PDA(personal digital assistant), 스마트 워치, 개인용 통신기, 게임 장치, 네트워크 라우터 또는 허브, 무선 액세스 포인트(AP) 또는 중계기(repeater), 셋톱 박스 또는 이들의 조합일 수 있다. 또한, 단지 하나의 기계 또는 시스템이 도시되어 있지만, "기계" 또는 "시스템"이라는 용어는, 본 출원에서 기술하는 방법들의 하나 이상을 실행하기 위해, 개별적으로 또는 공동으로 명령어들의 세트(또는 다수의 세트)를 수행하는 임의의 기계 또는 시스템의 집합을 포함하도록 취급될 것이다.
일 실시예에서, 시스템(1500)은 버스 또는 인터커넥트(1510)을 통해 프로세서(1501), 메모리(1503) 및 디바이스들(1505-1508)을 포함한다. 프로세서(1501)는 단일 프로세서 코어 또는 그 안에 포함된 다중 프로세서 코어를 갖는 단일 프로세서 또는 다중 프로세서를 나타낼 수 있다. 프로세서(1501)는, 마이크로 프로세서, 중앙 처리 장치(CPU) 등과 같은 하나 이상의 범용 프로세서를 나타낼 수 있다. 구체적으로, 프로세서(1501)는 CISC(COMPLEX INSTRUCTION SET COMPUTING) 마이크로프로세서, RISC(REDUCED INSTRUCTION SET COMPUTING) 마이크로프로세서, VLIW(VERY LONG INSTRUCTION WORD) 마이크로프로세서, 또는 다른 명령어 세트를 구현하는 마이크로프로세서, 또는 명령어 세트의 조합을 구현하는 프로세서일 수 있다. 프로세서(1501)는 주문형 집적 회로(ASIC), 셀룰러 또는 베이스 밴드 프로세서, 필드 프로그래머블 게이트 어레이(FPGA), 디지털 신호 프로세서(DSP), 네트워크 프로세서, 그래픽 프로세서, 통신 프로세서, 암호화 프로세서, 코-프로세서, 임베디드 프로세서, 또는 명령어를 처리할 수 있는 임의의 다른 유형의 로직 등과 같은 하나 이상의 특수 목적 프로세서일 수도 있다.
초 저전압 프로세서와 같은 저전력 멀티 코어 프로세서 소켓일 수 있는, 프로세서(1501)는, 메인 프로세싱 유닛 및 시스템의 다양한 구성요소와의 통신을 위한 중앙 허브로서 작동할 수 있다. 이러한 프로세서는 시스템 온 칩(SoC)으로서 구현될 수 있다. 프로세서(1501)는, 본 명세서에서 논의된 동작들 및 단계들을 수행하기 위한 명령어들을 실행하도록 구성된다. 시스템(1500)은, 디스플레이 제어기, 그래픽 프로세서 및/또는 디스플레이 장치를 포함할 수 있는, 선택적인 그래픽 서브 시스템(1504)과 통신하는 그래픽 인터페이스를 더 포함할 수 있다.
프로세서(1501)는, 일 실시예에서 주어진 양의 시스템 메모리를 제공하기 위해 다수의 메모리 장치를 통해 구현될 수 있는 메모리(1503)와 통신할 수 있다. 메모리(1503)는, 랜덤 액세스 메모리(RAM), 다이나믹 RAM(DRAM), 동기식 DRAM(SDRAM), 스태틱 RAM(SRAM)와 같은 하나 이상의 휘발성 저장(또는 메모리) 장치 또는 다른 유형의 저장 장치를 포함할 수 있다. 메모리(1503)는, 프로세서(1501) 또는 임의의 다른 장치에 의해 실행되는 명령어들의 시퀀스를 포함하는 정보를 저장할 수 있다. 예를 들어, 다양한 운영 체제, 장치 드라이버, 펌웨어(예를 들어, 입출력 기본 시스템 또는 BIOS), 및/또는 애플리케이션의 실행 가능 코드 및/또는 데이터는 메모리(1503)에 로드되고 프로세서(1501)에 의해 실행될 수 있다. 운영 체제는, 예를 들어, 로봇 운영 체제(ROS), 마이크로소프트® 사의 윈도우즈® 운영 체제, 애플의 맥 OS®/iOS®, 구글®의 안드로이드®, LINUX, UNIX, 또는 다른 실시간 또는 임베디드 운영 체제와 같은 임의의 유형의 운영 체제일 수 있다.
시스템(1500)은, 네트워크 인터페이스 장치(들)(1505), 선택적인 입력 장치(들)(1506) 및 다른 선택적인 I/O 장치(들)(1507)을 포함하는 장치들(1505-1508)과 같은 I/O 장치들을 더 포함할 수 있다. 네트워크 인터페이스 디바이스(1505)는 무선 트랜시버 및/또는 네트워크 인터페이스 카드(NIC)를 포함할 수 있다. 무선 트랜시버는, WiFi 트랜시버, 적외선 트랜시버, 블루투스 트랜시버, WiMax 트랜시버, 무선 셀룰러 전화 트랜시버, 위성 트랜시버(예를 들어, GPS(Global Positioning System) 송수신기) 또는 다른 무선 주파수(RF) 트랜시버일 수 있으며, 또는 이들의 조합일 수 있다. NIC는 이더넷 카드(Ethernet card)일 수 있다.
입력 장치(들)(1506)은, 마우스, 터치 패드, (디스플레이 장치(1504)와 통합될 수 있는) 터치 감지 스크린, 스타일러스와 같은 포인터 장치 및/또는 키보드(예를 들어, 물리적 키보드 또는 터치 감지 스크린의 일부로 표시되는 가상 키보드)를 포함할 수 있다. 예를 들어, 입력 장치(1506)는, 터치 스크린에 결합되는 터치 스크린 제어기를 포함할 수 있다. 터치 스크린 및 터치 스크린 제어기는, 예컨대 다수의 터치 감도 기술 중 임의의 것을 사용하여 접촉(CONTACT) 및 이동(MOVE) 또는 중지(BREAK)를 검출할 수 있다. 터치 감도 기술은 예를 들어, 용량성, 저항성, 적외선 및 표면 탄성파 기술뿐만 아니라, 터치 스크린과의 하나 이상의 접촉점을 결정하기 위한 그 외의 근접 센서 어레이 또는 다른 요소를 포함하며, 이에 제한되지 않는다.
I/O 장치들(1507)은 오디오 장치를 포함할 수 있다. 오디오 장치는 음성 인식, 음성 복제, 디지털 녹음 및/또는 전화 기능과 같은 음성 작동 기능을 용이하게 하기 위해 스피커 및/또는 마이크를 포함할 수 있다. 다른 I/O 장치들(1507)은, USB(universal serial bus)포트(들), 병렬 포트(들), 직렬 포트(들), 프린터, 네트워크 인터페이스, 버스 브리지(예를 들어, PCI-PCI 브리지), 센서(들)(예를 들어, 가속도계, 자이로스코프, 자력계, 광 센서, 나침반, 근접 센서 등과 같은 모션 센서) 또는 이들의 조합을 포함할 수 있다. 디바이스들(1507)은 이미징 프로세싱 서브 시스템(예를 들어, 카메라)를 더 포함할 수 있다. 이미징 프로세싱 서브 시스템은, 사진 및 비디오 클립 녹화와 같은 카메라 기능들을 용이하게 하는데 이용되는, CCD(CHARGE COUPLED DEVICE) 또는 CMOS(COMPLEMENTARY METAL-OXIDE SEMICONDUCTOR) 광학 센서를 포함할 수 있다. 특정 센서는, 센서 허브(미도시)를 통해 인터커넥트(1510)에 연결될 수 있지만, 키보드 또는 열 센서와 같은 다른 장치는 시스템(1500)의 특정 구성 또는 설계에 따라 내장형 제어기(미도시)에 의해 제어될 수 있다.
데이터, 애플리케이션, 하나 이상의 운영 체제 등과 같은 정보의 영구 저장을 제공하기 위해, 대용량 저장 장치(미도시)가 또한 프로세서(1501)에 연결될 수 있다. 다양한 실시예에서, 시스템 응답성을 향상시킬 뿐만 아니라 더 얇고 가벼운 시스템 설계를 가능하게 하기 위해, 이 대용량 저장 장치는 SSD(solid state device)를 통해 구현될 수 있다. 그러나, 다른 실시예들에서, 대용량 저장 장치는, 시스템 활동의 재시작 시에 빠른 파워 업이 일어나도록, 파워 다운 이벤트들 동안 컨텍스트 상태(context state) 및 다른 그러한 정보의 비 휘발성 저장을 가능하게 하기 위해 SSD 캐시로서 작용하는, 더 적은 양의 SSD 스토리지와 함께 하드 디스크 드라이브(HDD)를 사용하여 주로 구현될 수 있다. 또한, 플래시 장치는, 예를 들어, 직렬 주변 장치 인터페이스(SPI)를 통해 프로세서(1501)에 결합될 수 있다. 이 플래시 장치는, 시스템의 다른 펌웨어뿐만 아니라 BIOS를 포함하는, 시스템 소프트웨어의 비휘발성 저장 공간을 제공할 수 있다.
저장 장치(1508)는, 본 명세서에 기술된 방법들 또는 기능들의 하나 이상을 내장하는 하나 이상의 명령어 세트 또는 소프트웨어(예를 들어, 모듈, 유닛 및/또는 로직(1528))가 저장되는 컴퓨터 액세스 가능 저장 매체(1509)(기계 판독가능 저장 매체 또는 컴퓨터 판독가능 매체로도 알려짐)을 포함할 수 있다. 프로세싱 모듈/유닛/로직(1528)은, 예를 들어, 상술한 바와 같은 서치엔진, 인코더, 상호작용 로깅 모듈과 같은, 상술한 구성요소의 임의의 것을 나타낼 수 있다. 처리 모듈/유닛/로직(1528)은 또한 머신 액세스 가능 저장 매체를 또한 구성하는, 데이터 처리 시스템(1500), 메모리(1503) 및 프로세서(1501)에 의한 실행 중에 메모리(1503) 및/또는 프로세서(1501) 내에 완전히 또는 적어도 부분적으로 상주할 수 있다. 모듈/유닛/로직(1528)은 네트워크 인터페이스 장치(1505)를 통해 네트워크를 통해 더 송신되거나 수신될 수 있다.
또한, 컴퓨터 판독가능 저장 매체(1509)는 전술한 일부 소프트웨어 기능을 지속적으로 저장하는데 사용될 수 있다. "컴퓨터 판독가능 저장 매체"라는 용어는, 또한 기계에 의한 실행을 위한 명령 세트를 저장 또는 인코딩할 수 있고, 본 발명의 방법들 중 하나 이상을 기계가 수행하게 하는 임의의 매체를 포함하도록 취급될 것이다. 따라서, "컴퓨터 판독가능 저장 매체"라는 용어는, 솔리드 스테이트 메모리, 광학 및 자기 매체, 또는 임의의 다른 비 일시적 기계 판독가능 매체를 포함하도록 취급될 것이지만, 이에 한정되는 것은 아니다.
모듈/유닛/로직(1528), 본 명세서에서 설명된 구성 요소들 및 다른 특징들은, 개별 하드웨어 구성 요소들로서 구현되거나, ASIC, FPGA, DSP 또는 유사한 장치와 같은 하드웨어 구성 요소들의 기능성에 통합될 수 있다. 또한, 모듈/유닛/로직(1528)은 하드웨어 장치 내의 펌웨어 또는 기능 회로로 구현될 수 있다. 또한, 모듈/유닛/로직(1528)은 임의의 조합 하드웨어 장치 및 소프트웨어 구성 요소로 구현될 수 있다.
시스템(1500)은, 데이터 처리 시스템의 다양한 구성 요소로 도시되어 있지만, 구성 요소를 상호 접속시키는 임의의 특정 아키텍처 또는 방식을 나타내기 위한 것이 아니다. 이러한 세부 사항들은 본 발명의 실시예들과 관련되지 않다. 네트워크 컴퓨터들, 핸드 헬드 컴퓨터들, 이동 전화들, 서버들 및/또는 더 적은 구성 요소 또는 더 많은 구성 요소를 갖는 다른 데이터 처리 시스템들이 또한 본 발명의 실시예들과 함께 사용될 수 있다.
전술한 상세한 설명의 일부는, 컴퓨터 메모리 내의 데이터 비트에 대한 연산의 알고리즘 및 기호 표현과 관련하여 제시되었다. 이러한 알고리즘 설명 및 표현은, 데이터 처리 기술 분야의 당업자가 자신의 연구 내용을 다른 당업자에게 가장 효과적으로 전달하는데 사용되는 방법이다. 여기에서의 알고리즘은 일반적으로 원하는 결과를 이끌어내는 일관된 동작 순서로 인식된다. 이 동작들은 물리량의 물리적인 조작을 요구하는 것들이다.
그러나 이러한 모든 용어 및 그와 유사한 용어는 적절한 물리량과 관련되어 있으며 이러한 양에 적용되는 편리한 레이블이다. 상기 논의로부터 명백한 바와 같이 특별히 언급하지 않는 한, 명세서 전반에 걸쳐, 이하의 특허청구범위에 기재된 것과 같은 용어를 이용한 설명은 컴퓨터 시스템 또는 유사한 전자 컴퓨팅 장치의 동작 및 프로세스를 참고하며, 동작 및 프로세스는 컴퓨터 시스템의 레지스터 및 메모리 내의 물리(전자) 양으로 표현된 데이터를 컴퓨터 시스템 메모리 또는 레지스터 또는 기타 정보 저장 장치, 전송 또는 디스플레이 장치 내에서 물리량으로 유사하게 표현되는 다른 데이터로 조작 및 변형한다.
본 발명의 실시예는 또한 본 명세서의 동작을 수행하기 위한 장치에 관한 것이다. 이러한 컴퓨터 프로그램은 비일시적 컴퓨터 판독가능 매체에 저장된다. 기계 판독가능 매체는, 기계(예를 들어, 컴퓨터) 판독가능 형태로 정보를 저장하기 위한 임의의 메커니즘을 포함한다. 예를 들어, 기계 판독가능(예를 들어, 컴퓨터 판독가능) 매체는 기계(예를 들어, 컴퓨터) 판독가능 저장 매체(예를 들어, 읽기 전용 메모리(ROM)), 랜덤 액세스 메모리(RAM), 자기 저장 매체, 광학 저장 매체, 플래시 메모리 장치)를 포함한다.
상기 도면들에 도시된 프로세스들 또는 방법들은, 하드웨어(예를 들어, 회로, 전용 로직 등), 소프트웨어(예를 들어, 비일시적인 컴퓨터 판독가능 매체 상에 구현되는), 또는 이들의 조합을 포함하는 프로세싱 로직에 의해 수행될 수 있다. 프로세스들 또는 방법들이 몇몇 순차적인 동작들과 관련해서 위에서 설명되었지만, 기술된 동작들 중 일부는 다른 순서로 수행될 수 있다. 더욱이, 몇몇 동작들은 순차적이 아니라 병렬로 수행될 수 있다.
본 발명의 실시예는 임의의 특정 프로그래밍 언어를 참조하여 설명되지 않는다. 본 명세서에 설명된 본 발명의 실시예들의 교시를 구현하기 위해 다양한 프로그래밍 언어가 사용될 수 있다는 것을 이해할 것이다.
전술한 명세서에서, 본 발명의 실시예는 특정 실시예를 참조하여 설명되었다. 후술할 특허청구범위에 기재된 본 발명의 더 넓은 사상 및 범위를 벗어나지 않으면서도 다양한 변형이 가능하다는 것은 명백할 것이다. 따라서, 명세서 및 도면은 제한적인 의미라기보다는 예시적인 의미로 간주되어야 한다.

Claims (21)

  1. 자율 주행 차량을 운행시키기 위한 컴퓨터로 구현된 방법에 있어서,
    자율 주행 차량이 경로의 제 1 지점에서 제 2 지점으로 이동하는 것을 나타내는 동작 계획 및 제어 데이터를 수신하는 단계 - 상기 동작 계획 및 제어 데이터는 상기 경로 내의 상기 제 1 지점에서 상기 제 2 지점까지의 복수의 루트를 기술함 -;
    상기 루트 각각에 대하여,
    시뮬레이션 루트를 생성하도록 상기 자율 주행 차량의 물리적 특성을 고려하여 상기 루트의 시뮬레이션을 수행하는 단계와,
    상기 루트와 상기 시뮬레이션 루트 사이의 불일치를 나타내는 제어 오류를 계산하는 단계;
    상기 루트들 및 연관된 시뮬레이션 루트들 간의 제어 오류에 기초하여 상기 루트들 중 하나를 선택하는 단계; 및
    상기 선택된 루트에 따라 상기 자율 주행 차량을 상기 제 1 지점에서 상기 제 2 지점으로 이동시키는 단계를 포함하는,
    방법.
  2. 제 1 항에 있어서,
    상기 선택된 루트는 상기 루트들의 제어 오류들 중 최소의 제어 오류를 갖는,
    방법.
  3. 제 1 항에 있어서,
    상기 자율 주행 차량의 상기 물리적 특성은, 상기 자율 주행 차량의 동일한 모델에 대해 특정적으로 컴파일된 차량 프로파일로부터 획득되는,
    방법.
  4. 제 3 항에 있어서,
    상기 자율 주행 차량의 상기 물리적 특성은, 상기 자율 주행 차량의 선회 반경을 포함하는,
    방법.
  5. 제 3 항에 있어서,
    상기 자율 주행 차량의 상기 물리적 특성은, 시간당 0 마일로부터 60 마일까지의 상기 자율 주행 차량의 가속 시간을 포함하는,
    방법.
  6. 제 3 항에 있어서,
    상기 자율 주행 차량의 상기 물리적 특성은, 상기 자율 주행 차량의 높이 또는 무게를 포함하는,
    방법.
  7. 제 1 항에 있어서,
    상기 루트와 상기 시뮬레이션 루트 사이의 불일치를 나타내는 제어 오류를 계산하는 단계는,
    상기 루트에 관한 제 1 곡선을 도시하는 단계;
    상기 시뮬레이션 루트에 관한 제 2 곡선을 도시하는 단계;
    상기 제 1 곡선과 상기 제 2 곡선 사이에 최대 차이가 있는 시점을 식별하는 단계; 및
    제어 오류를 나타내도록 상기 최대 차이의 거리를 계산하는 단계를 포함하는,
    방법.
  8. 명령어들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체로서,
    상기 명령어들은 프로세서에 의해 실행될 때 상기 프로세서로 하여금 자율 주행 차량을 운행하는 동작들을 수행하게 하고, 상기 동작들은,
    자율 주행 차량이 경로의 제 1 지점에서 제 2 지점으로 이동하는 것을 나타내는 동작 계획 및 제어 데이터를 수신하는 것 - 상기 동작 계획 및 제어 데이터는 상기 경로 내의 상기 제 1 지점에서 상기 제 2 지점까지의 복수의 루트를 기술함 -;
    상기 루트 각각에 대하여,
    시뮬레이션 루트를 생성하도록 상기 자율 주행 차량의 물리적 특성을 고려하여 상기 루트의 시뮬레이션을 수행하는 것과,
    상기 루트와 상기 시뮬레이션 루트 사이의 불일치를 나타내는 제어 오류를 계산하는 것;
    상기 루트들 및 연관된 시뮬레이션 루트들 간의 제어 오류에 기초하여 상기 루트들 중 하나를 선택하는 것; 및
    상기 선택된 루트에 따라 상기 자율 주행 차량을 상기 제 1 지점에서 상기 제 2 지점으로 이동시키는 것을 포함하는,
    컴퓨터 판독가능 저장 매체.
  9. 제 8 항에 있어서,
    상기 선택된 루트는 상기 루트들의 제어 오류들 중 최소의 제어 오류를 갖는,
    컴퓨터 판독가능 저장 매체.
  10. 제 8 항에 있어서,
    상기 자율 주행 차량의 물리적 특성은, 상기 자율 주행 차량의 동일한 모델에 대해 특정적으로 컴파일된 차량 프로파일로부터 획득되는,
    컴퓨터 판독가능 저장 매체.
  11. 제 10 항에 있어서,
    상기 자율 주행 차량의 상기 물리적 특성은, 상기 자율 주행 차량의 선회 반경을 포함하는,
    컴퓨터 판독가능 저장 매체.
  12. 제 10 항에 있어서,
    상기 자율 주행 차량의 상기 물리적 특성은, 시간당 0 마일로부터 60 마일까지의 상기 자율 주행 차량의 가속 시간을 포함하는,
    컴퓨터 판독가능 저장 매체.
  13. 제 10 항에 있어서,
    상기 자율 주행 차량의 상기 물리적 특성은 상기 자율 주행 차량의 높이 또는 무게를 포함하는,
    컴퓨터 판독가능 저장 매체.
  14. 제 8 항에 있어서,
    상기 루트와 상기 시뮬레이션 루트 사이의 불일치를 나타내는 제어 오류를 계산하는 것은,
    상기 루트에 관한 제 1 곡선을 도시하는 것;
    상기 시뮬레이션 루트에 관한 제 2 곡선을 도시하는 것;
    상기 제 1 곡선과 상기 제 2 곡선 사이에 최대 차이가 있는 시점을 식별하는 것; 및
    제어 오류를 나타내도록 위해 상기 최대 차이의 거리를 계산하는 것을 포함하는,
    컴퓨터 판독가능 저장 매체.
  15. 데이터 처리 시스템에 있어서,
    프로세서; 및
    상기 프로세서에 결합되어 명령어들을 저장하는 메모리를 포함하고,
    상기 명령어들은 상기 프로세서에 의해 실행될 때 상기 프로세서로 하여금 자율 주행 차량을 운행하는 동작들을 수행하게 하며, 상기 동작들은,
    자율 주행 차량이 경로의 제 1 지점에서 제 2 지점으로 이동하는 것을 나타내는 동작 계획 및 제어 데이터를 수신하는 것 - 상기 동작 계획 및 제어 데이터는 상기 경로 내의 상기 제 1 지점에서 상기 제 2 지점까지의 복수의 루트를 기술함 -;
    상기 루트 각각에 대하여,
    시뮬레이션 루트를 생성하도록 상기 자율 주행 차량의 물리적 특성을 고려하여 상기 루트의 시뮬레이션을 수행하는 것과,
    상기 루트와 상기 시뮬레이션 루트 사이의 불일치를 나타내는 제어 오류를 계산하는 것;
    상기 루트들 및 연관된 시뮬레이션 루트들 간의 제어 오류에 기초하여 상기 루트들 중 하나를 선택하는 것; 및
    상기 선택된 루트에 따라 상기 자율 주행 차량을 상기 제 1 지점에서 상기 제 2 지점으로 이동시키는 것을 포함하는,
    시스템.
  16. 제 15 항에 있어서,
    상기 선택된 루트는 상기 루트들의 제어 오류들 중 최소의 제어 오류를 갖는,
    시스템.
  17. 제 15 항에 있어서,
    상기 자율 주행 차량의 상기 물리적 특성은, 상기 자율 주행 차량의 동일한 모델에 대해 특정적으로 컴파일된 차량 프로파일로부터 획득되는,
    시스템.
  18. 제 17 항에 있어서,
    상기 자율 주행 차량의 상기 물리적 특성은, 상기 자율 주행 차량의 선회 반경을 포함하는,
    시스템.
  19. 제 17 항에 있어서,
    상기 자율 주행 차량의 상기 물리적 특성은, 시간당 0 마일로부터 60 마일까지의 상기 자율 주행 차량의 가속 시간을 포함하는,
    시스템.
  20. 제 17 항에 있어서,
    상기 자율 주행 차량의 상기 물리적 특성은, 상기 자율 주행 차량의 높이 또는 무게를 포함하는,
    시스템.
  21. 제 15 항에 있어서,
    상기 루트와 상기 시뮬레이션 루트 사이의 불일치를 나타내는 제어 오류를 계산하는 것은,
    상기 루트에 관한 제 1 곡선을 도시하는 것;
    상기 시뮬레이션 루트에 관한 제 2 곡선을 도시하는 것;
    상기 제 1 곡선과 상기 제 2 곡선 사이에 최대 차이가 있는 시점을 식별하는 것; 및
    제어 오류를 나타내도록 상기 최대 차이의 거리를 계산하는 것을 포함하는,
    시스템.
KR1020187009556A 2016-07-21 2017-01-17 자율 주행 차량의 운행을 위한 제어 오류 보정 계획 방법 KR102096726B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/216,566 US10162354B2 (en) 2016-07-21 2016-07-21 Controlling error corrected planning methods for operating autonomous vehicles
US15/216,566 2016-07-21
PCT/US2017/013781 WO2018017154A1 (en) 2016-07-21 2017-01-17 Controlling error corrected planning methods for operating autonomous vehicles

Publications (2)

Publication Number Publication Date
KR20180049029A KR20180049029A (ko) 2018-05-10
KR102096726B1 true KR102096726B1 (ko) 2020-04-02

Family

ID=60988444

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020187009556A KR102096726B1 (ko) 2016-07-21 2017-01-17 자율 주행 차량의 운행을 위한 제어 오류 보정 계획 방법

Country Status (6)

Country Link
US (1) US10162354B2 (ko)
EP (1) EP3335006B1 (ko)
JP (1) JP6674019B2 (ko)
KR (1) KR102096726B1 (ko)
CN (1) CN108027243B (ko)
WO (1) WO2018017154A1 (ko)

Families Citing this family (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10908045B2 (en) 2016-02-23 2021-02-02 Deka Products Limited Partnership Mobility device
US10926756B2 (en) 2016-02-23 2021-02-23 Deka Products Limited Partnership Mobility device
US11399995B2 (en) 2016-02-23 2022-08-02 Deka Products Limited Partnership Mobility device
DK4043982T3 (da) 2016-04-14 2024-01-29 Deka Products Lp Brugerkontrolanordning fra en transportør
US10627248B2 (en) * 2016-09-21 2020-04-21 Apple Inc. Cognitive load routing metric for vehicle guidance
JP6932205B2 (ja) * 2017-11-30 2021-09-08 三菱電機株式会社 三次元地図生成システム、三次元地図生成方法および三次元地図生成プログラム
US11718303B2 (en) * 2018-01-03 2023-08-08 Toyota Research Institute, Inc. Vehicles and methods for building vehicle profiles based on reactions created by surrounding vehicles
US11687079B2 (en) * 2018-01-26 2023-06-27 Uatc, Llc Methods, devices, and systems for analyzing motion plans of autonomous vehicles
US11636375B2 (en) * 2018-02-27 2023-04-25 Toyota Research Institute, Inc. Adversarial learning of driving behavior
US10996679B2 (en) * 2018-04-17 2021-05-04 Baidu Usa Llc Method to evaluate trajectory candidates for autonomous driving vehicles (ADVs)
US10671070B2 (en) * 2018-05-23 2020-06-02 Baidu Usa Llc PID embedded LQR for autonomous driving vehicles (ADVS)
US11260849B2 (en) * 2018-05-23 2022-03-01 Baidu Usa Llc Method for determining lane changing trajectories for autonomous driving vehicles
US10564643B2 (en) * 2018-05-31 2020-02-18 Nissan North America, Inc. Time-warping for autonomous driving simulation
EP3803736A1 (en) 2018-06-07 2021-04-14 DEKA Products Limited Partnership System and method for distributed utility service execution
US11066067B2 (en) * 2018-06-29 2021-07-20 Baidu Usa Llc Planning parking trajectory for self-driving vehicles
CN108845577A (zh) * 2018-07-13 2018-11-20 武汉超控科技有限公司 一种嵌入式自动驾驶控制器及其安全监控方法
US11054829B2 (en) * 2018-07-17 2021-07-06 Baidu Usa Llc Multimodal motion planning framework for autonomous driving vehicles
US10713148B2 (en) * 2018-08-07 2020-07-14 Waymo Llc Using divergence to conduct log-based simulations
DE102018214023A1 (de) * 2018-08-20 2020-02-20 Bayerische Motoren Werke Aktiengesellschaft Skalierbare Teleoperation Autonomer Roboter
US11428817B2 (en) * 2018-10-11 2022-08-30 Baidu Usa Llc Automatic LIDAR calibration based on cross validation for autonomous driving
CN109571467B (zh) * 2018-11-23 2020-09-18 北京控制工程研究所 双轮差速机器人运动模型标定方法、装置及里程计***
CN111256714A (zh) * 2018-11-30 2020-06-09 北汽福田汽车股份有限公司 路径规划方法、装置及车辆
US11561547B2 (en) * 2019-02-20 2023-01-24 Gm Cruise Holdings Llc Autonomous vehicle routing based upon spatiotemporal factors
JP7155043B2 (ja) 2019-02-28 2022-10-18 株式会社日立製作所 サーバ、車両制御システム
US11105642B2 (en) * 2019-04-17 2021-08-31 Waymo Llc Stranding and scoping analysis for autonomous vehicle services
US11602093B2 (en) 2019-06-11 2023-03-14 Cnh Industrial America Llc System and method for controlling the operation of a seed-planting implement based on topographical features present within a field
CN110502004B (zh) * 2019-07-01 2022-05-17 江苏大学 一种面向智能车辆激光雷达数据处理的行驶区域重要性权值分布建模方法
CN110750052A (zh) * 2019-09-30 2020-02-04 奇点汽车研发中心有限公司 驾驶模型的训练方法和装置、电子设备和介质
US11494533B2 (en) * 2019-11-27 2022-11-08 Waymo Llc Simulations with modified agents for testing autonomous vehicle software
US11851086B2 (en) * 2020-06-26 2023-12-26 Waymo Llc Using simulations to identify differences between behaviors of manually-driven and autonomous vehicles
US11568688B2 (en) * 2020-08-25 2023-01-31 Motional Ad Llc Simulation of autonomous vehicle to improve safety and reliability of autonomous vehicle
US20230060776A1 (en) * 2021-09-01 2023-03-02 Baidu Usa Llc Decision consistency profiler for an autonomous driving vehicle
US20230249711A1 (en) * 2022-02-10 2023-08-10 Waymo Llc Methods and Systems for Automatic Problematic Maneuver Detection and Adapted Motion Planning
KR102668182B1 (ko) * 2022-10-26 2024-05-24 (주) 하나텍시스템 자율주행 차량의 인프라 가이던스 정보 순응도 검증방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015134376A1 (en) * 2014-03-03 2015-09-11 Inrix Inc Driving profiles for autonomous vehicles

Family Cites Families (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2669031B2 (ja) * 1989-02-28 1997-10-27 日産自動車株式会社 自律走行車両
JPH06300580A (ja) * 1993-04-15 1994-10-28 Fuji Heavy Ind Ltd 車輛の軌道追従制御装置
US6707421B1 (en) * 1997-08-19 2004-03-16 Siemens Vdo Automotive Corporation Driver information system
US6680694B1 (en) * 1997-08-19 2004-01-20 Siemens Vdo Automotive Corporation Vehicle information system
JP4229358B2 (ja) * 2001-01-22 2009-02-25 株式会社小松製作所 無人車両の走行制御装置
US7343232B2 (en) * 2003-06-20 2008-03-11 Geneva Aerospace Vehicle control system including related methods and components
US7251638B2 (en) * 2004-03-03 2007-07-31 Yamaha Hatsudoki Kabushiki Kaisha Intelligent robust control system for motorcycle using soft computing optimizer
US7877350B2 (en) * 2005-06-27 2011-01-25 Ab Initio Technology Llc Managing metadata for graph-based computations
JP2007033331A (ja) * 2005-07-28 2007-02-08 Pioneer Electronic Corp 経路探索装置及び方法、該経路探索装置を備えるナビゲーション装置またはナビゲーションシステム、並びに経路探索用コンピュータプログラム
US8050863B2 (en) * 2006-03-16 2011-11-01 Gray & Company, Inc. Navigation and control system for autonomous vehicles
US8195364B2 (en) * 2007-02-12 2012-06-05 Deere & Company Perception model for trajectory following autonomous and human augmented steering control
ES2367396T3 (es) * 2007-10-15 2011-11-03 Saab Ab Procedimiento y aparato para generar al menos una trayectoria de vuelo votada de un vehículo.
US8126642B2 (en) * 2008-10-24 2012-02-28 Gray & Company, Inc. Control and systems for autonomously driven vehicles
JP5593606B2 (ja) * 2008-11-28 2014-09-24 株式会社ジェイテクト 走行支援装置
US8612084B2 (en) * 2009-09-15 2013-12-17 The University Of Sydney System and method for autonomous navigation of a tracked or skid-steer vehicle
US9678508B2 (en) * 2009-11-16 2017-06-13 Flanders Electric Motor Service, Inc. Systems and methods for controlling positions and orientations of autonomous vehicles
JP5782708B2 (ja) * 2010-12-03 2015-09-24 日産自動車株式会社 走行支援装置
US9104537B1 (en) * 2011-04-22 2015-08-11 Angel A. Penilla Methods and systems for generating setting recommendation to user accounts for registered vehicles via cloud systems and remotely applying settings
US8775006B2 (en) * 2011-07-14 2014-07-08 GM Global Technology Operations LLC System and method for enhanced vehicle control
KR101703144B1 (ko) * 2012-02-09 2017-02-06 한국전자통신연구원 차량의 자율주행 장치 및 그 방법
US8788121B2 (en) * 2012-03-09 2014-07-22 Proxy Technologies, Inc. Autonomous vehicle and method for coordinating the paths of multiple autonomous vehicles
US9355562B1 (en) * 2012-08-14 2016-05-31 Google Inc. Using other vehicle trajectories to aid autonomous vehicles driving through partially known areas
US20140309836A1 (en) * 2013-04-16 2014-10-16 Neya Systems, Llc Position Estimation and Vehicle Control in Autonomous Multi-Vehicle Convoys
US10551851B2 (en) * 2013-07-01 2020-02-04 Steven Sounyoung Yu Autonomous unmanned road vehicle for making deliveries
DE102013013867A1 (de) * 2013-08-20 2015-03-12 Audi Ag Kraftfahrzeug und Verfahren zur Steuerung eines Kraftfahrzeugs
JP6486605B2 (ja) * 2014-04-14 2019-03-20 日野自動車株式会社 操舵制御装置
JP2015224954A (ja) * 2014-05-28 2015-12-14 クラリオン株式会社 駐車場所選択装置
EP3001272B1 (en) * 2014-09-26 2017-04-12 Volvo Car Corporation Method of trajectory planning for yielding manoeuvres
US9562779B2 (en) * 2014-12-23 2017-02-07 Here Global B.V. Method and apparatus for providing a steering reliability map based on driven curvatures and geometry curvature
JP2018510373A (ja) * 2015-02-10 2018-04-12 モービルアイ ビジョン テクノロジーズ リミテッド 自律車両ナビゲーションのための疎な地図
US9821801B2 (en) * 2015-06-29 2017-11-21 Mitsubishi Electric Research Laboratories, Inc. System and method for controlling semi-autonomous vehicles
JP6376059B2 (ja) * 2015-07-06 2018-08-22 トヨタ自動車株式会社 自動運転車両の制御装置
US9764736B2 (en) * 2015-08-14 2017-09-19 Toyota Motor Engineering & Manufacturing North America, Inc. Autonomous vehicle operation relative to unexpected dynamic objects
US10407047B2 (en) * 2015-12-07 2019-09-10 Magna Electronics Inc. Vehicle control system with target vehicle trajectory tracking
DE102015225242A1 (de) * 2015-12-15 2017-06-22 Volkswagen Aktiengesellschaft Verfahren und System zur automatischen Steuerung eines Folgefahrzeugs mit einem Scout-Fahrzeug
US9536149B1 (en) * 2016-02-04 2017-01-03 Proxy Technologies, Inc. Electronic assessments, and methods of use and manufacture thereof
KR20170124816A (ko) * 2016-05-03 2017-11-13 현대자동차주식회사 차량 주행 상황을 고려한 경로 산출 장치 및 방법
US10031525B2 (en) * 2016-06-10 2018-07-24 Cnh Industrial America Llc Swath tracking system for an off-road vehicle

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015134376A1 (en) * 2014-03-03 2015-09-11 Inrix Inc Driving profiles for autonomous vehicles

Also Published As

Publication number Publication date
CN108027243A (zh) 2018-05-11
EP3335006A1 (en) 2018-06-20
EP3335006A4 (en) 2018-08-08
US10162354B2 (en) 2018-12-25
JP2018531385A (ja) 2018-10-25
EP3335006B1 (en) 2019-10-16
CN108027243B (zh) 2021-10-19
KR20180049029A (ko) 2018-05-10
JP6674019B2 (ja) 2020-04-01
WO2018017154A1 (en) 2018-01-25
US20180024553A1 (en) 2018-01-25

Similar Documents

Publication Publication Date Title
KR102096726B1 (ko) 자율 주행 차량의 운행을 위한 제어 오류 보정 계획 방법
CN107577227B (zh) 操作无人驾驶车辆的方法、装置和数据处理***
US10809726B2 (en) Sideslip compensated control method for autonomous vehicles
US11003183B2 (en) Driving scene based path planning for autonomous driving vehicles
KR102070530B1 (ko) 모션 계획에 기초한 자율 주행 차량의 운행 방법 및 시스템
CN108604095B (zh) 确定操作自动驾驶车辆的转向率的方法、介质及处理***
KR102062608B1 (ko) 자율 주행 차량의 제어 피드백에 기초한 맵 업데이트 방법 및 시스템
JP6310531B2 (ja) 自律走行車において拡張仮想現実コンテンツを提供するシステム及び方法
KR102126621B1 (ko) 자율 주행 차량을 위한 시스템 지연 보정 제어 방법
KR102048646B1 (ko) 자율 주행 차량 이동을 시뮬레이트하기 위한 물리 모델 및 머신 러닝과 결합된 방법
JP6456902B2 (ja) リアルタイム交通情報に基づいて自律走行車においてコンテンツを提供するシステムおよび方法
JP2018531385A6 (ja) 自律走行車を運行させるための制御エラー補正計画方法
KR102139426B1 (ko) 자율 주행 차량을 위한 차량 위치점 전달 방법
CN108255170B (zh) 动态地调整自动驾驶车辆的速度控制率的方法
US20180170392A1 (en) Method and System to Recognize Individual Driving Preference for Autonomous Vehicles
WO2019051834A1 (en) DRIVING GUIDELINES BASED ON DRIVING SCENARIOS FOR PLANNING SELF-CONTAINED VEHICLE TRACKS
CN111328385A (zh) 用于自动驾驶车辆的基于螺旋路径的三点转弯规划
CN112041637A (zh) 用于3级自动驾驶车辆的无地图且基于摄像机的车道标识取样方法

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