KR102231013B1 - 충돌 회피를 위한 운전 보조 방법 및 시스템 - Google Patents
충돌 회피를 위한 운전 보조 방법 및 시스템 Download PDFInfo
- Publication number
- KR102231013B1 KR102231013B1 KR1020167013208A KR20167013208A KR102231013B1 KR 102231013 B1 KR102231013 B1 KR 102231013B1 KR 1020167013208 A KR1020167013208 A KR 1020167013208A KR 20167013208 A KR20167013208 A KR 20167013208A KR 102231013 B1 KR102231013 B1 KR 102231013B1
- Authority
- KR
- South Korea
- Prior art keywords
- time
- point
- information
- intervention
- host vehicle
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012545 processing Methods 0.000 claims description 8
- 238000012502 risk assessment Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000012790 confirmation Methods 0.000 claims 2
- 239000000779 smoke Substances 0.000 claims 2
- 230000003213 activating effect Effects 0.000 abstract description 3
- 239000002245 particle Substances 0.000 description 16
- 238000004364 calculation method Methods 0.000 description 8
- 230000009471 action Effects 0.000 description 7
- 238000009826 distribution Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q5/00—Arrangement or adaptation of acoustic signal devices
- B60Q5/005—Arrangement or adaptation of acoustic signal devices automatically actuated
- B60Q5/006—Arrangement or adaptation of acoustic signal devices automatically actuated indicating risk of collision between vehicles or with pedestrians
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/161—Decentralised systems, e.g. inter-vehicle communication
- G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/168—Driving aids for parking, e.g. acoustic or visual feedback on parking space
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60G—VEHICLE SUSPENSION ARRANGEMENTS
- B60G2800/00—Indexing codes relating to the type of movement or to the condition of the vehicle and to the end result to be achieved by the control action
- B60G2800/24—Steering, cornering
- B60G2800/242—Obstacle avoidance manoeuvre
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Acoustics & Sound (AREA)
- Traffic Control Systems (AREA)
Abstract
본 발명은 호스트 차량이라고 하는 차량에 탑재된 프로세서에 의해 구현되는, 인간 운전자가 상기 호스트 차량을 안전하게 운전할 수 있도록 보조하기 위한 운전 보조 방법에 관한 것이다. 상기 호스트 차량은, 호스트 차량에 관한 제 1 정보를 획득하기 위한 수단 및 호스트 차량의 인근에 있는 적어도 하나의 다른 차량에 관한 제 2 정보를 획득하기 위한 수단을 포함하고, 상기 제 1 및 제 2 정보는 일정한 시점마다 획득되고, 상기 방법은 충돌 회피 시스템의 개입을 작동시키는 단계를 포함한다. 상기 방법은 현재 시점(T c )에서 충돌 회피 시스템의 개입을 작동시킬지 또는 현재 시점(T c )과 나중 시점(T l ) 사이에서 획득되는 추가 제 1 및 제 2 정보를 기반으로 나중 시점(T l )으로 상기 개입을 연기할지 여부를 결정하도록 구성되는 개입 결정 단계(51)를 포함하고, 상기 추가 제 1 및 제 2 정보는 관련 확률을 갖는다. 본 발명은 또한 관련된 운전 보조 시스템에 관한 것이다.
Description
본 발명은 호스트 차량이라고 하는 차량에 탑재된 프로세서에 의해 구현되는, 인간 운전자가 상기 호스트 차량을 안전하게 운전할 수 있도록 보조하기 위한 운전 보조 방법, 및 이와 관련된 운전 보조 시스템에 관한 것이다.
본 발명의 분야는 차량에서 구현되는 능동 안전 시스템의 분야이다.
도로에서의 안전성을 향상시키고 사고를 방지하기 하는 것이 항상 필요하다. 요즘, 자가용 차와 같은 차량은, 도로 지도 데이터베이스와 함께 사용될 때 차량의 위치와 움직임에 관한 제 1 정보를 획득할 수 있게 하는 다양한 센서가 장착되어 있다. 또한, 차량은 인근 차량이라고 하는 인근 도로 상에서 이동하는 다른 차량들에 대한 제 2 정보를 제공하는 추가 센서가 장착될 수 있다. 이러한 추가 센서는 라이다(lidar), 레이더(radar) 및 카메라를 포함한다. 대안적으로, 차량은 거리 센서가 제공하는, 인근에서 이동하는 다른 차량의 위치 및 움직임에 대한 정보를 수신하도록 구성될 수 있다.
능동 안전 시스템의 목적은 제동 및 조정과 같은 차량의 명령에 대한 운전자 경고 또는 직접적인 조치를 통해 사고를 방지하거나 완화하는 것이다. 능동 안전 시스템의 원리는 일반적으로 호스트 차량에 대한 제 1 정보 및 다른 차량에 대한 제 2 정보를 기반으로 안전 평가 모듈을 구현하고, 상황의 충돌 위험을 계산하도록 구성된 위험 평가 모듈에 대해 교통 상황의 실제 상태의 추정치를 제공하는 것이다. 교통 상황은 소정 시점에서의 호스트 차량 및 인근의 다른 차량의 상태를 말한다.
충돌 회피 시스템 및 운전자에 대한 경고와 같은 관련 조치 또는 예를 들어 자동적인 제동과 같은 자동 개입에 의한 개입을 결정하도록 구성된 의사 결정 모듈에 충돌 위험이 제공된다.
공지된 방법에서, 충돌이 발생하기 전의 예상 시간에 해당하는 충돌 시간(Time-to-Collision)이라고 하는 지표가 의사 결정 모듈에 의해 사용되어 개입할지 여부를 결정한다.
당면한 문제는 충돌 시간 지표가 불확실하고, 그러나 안전성은 반드시 보장되어야 한다는 것이다. 보안의 측면에서, 충돌 회피를 보장하기 위해 비교적 조기에 개입이 작동되어야 하는데, 예를 들어, 경보를 발령하면, 실제 충돌이 발생하기 전에 운전자가, 예를 들어, 제동과 같은 반응을 하기 위한 충분한 시간을 가질 것을 보장할 필요가 있다. 그러나, 조기 개입의 경우, 높은 비율의 오경보가 발생할 수 있다. 높은 비율의 오경보는 시스템에 대한 운전자의 신뢰에 부정적일 가능성이 높다.
본 발명의 목적은 충돌 회피 시스템의 개입의 오경보 비율을 제한하는 동시에 개입이 적시에 사고를 방지하는 것을 보장하는 높은 수준의 보안을 유지하면서 운전 보조를 제공하는 방법 및 시스템을 제공하는 것이다.
이를 위해, 본 발명은 제 1 양태에 따라, 호스트 차량이라고 하는 차량에 탑재된 프로세서에 의해 구현되는, 인간 운전자가 상기 호스트 차량을 안전하게 운전할 수 있도록 보조하기 위한 운전 보조 방법에 관한 것으로, 상기 호스트 차량은, 호스트 차량의 궤도에 관한 제 1 정보를 획득하기 위한 수단 및 호스트 차량의 인근에 있는 적어도 하나의 다른 차량의 궤도에 관한 제 2 정보를 획득하기 위한 수단을 포함하고, 상기 제 1 및 제 2 정보는 일정한 시점마다 획득되고, 상기 방법은 충돌 위험 평가를 포함하고 충돌 회피 시스템의 개입을 작동시킨다.
상기 방법은 현재 시점에서 충돌 회피 시스템의 개입을 작동시킬지 또는 현재 시점과 나중 시점 사이에서 획득되는 추가 제 1 및 제 2 정보를 기반으로 나중 시점으로 상기 개입을 연기할지 여부를 결정하도록 구성되는 개입 결정 단계를 포함한다. 상기 개입 결정은 연기가 불필요한 개입의 확률을 줄일 수 있는 것을 보장하기 위해, 현재 시점까지 획득된 제 1 및 제 2 정보를 기반으로 하는 제 1 예상 결정 비용 및 현재 시점과 나중 시점 사이에서 획득되는 상기 추가 제 1 및 제 2 정보의 확률을 사용해서 계산되는 제 2 예상 결정 비용을 고려한다.
본 발명의 방법은 단독으로 또는 함께 청구항 제 2 항 내지 제 9 항에 기재된 특징을 더 포함한다.
제 2 양태에 따르면, 본 발명은 내장형 처리 장치가 장착된 호스트 차량을 포함하는, 호스트 차량이라고 하는 차량을 인간 운전자가 안전하게 운전할 수 있도록 보조하기 위한 운전 보조 시스템에 관한 것으로, 상기 호스트 차량은, 호스트 차량의 궤도에 관한 제 1 정보를 획득하기 위한 수단 및 호스트 차량의 인근에 있는 적어도 하나의 다른 차량의 궤도에 관한 제 2 정보를 획득하기 위한 수단을 포함하고, 상기 제 1 및 제 2 정보는 일정한 시점마다 획득되고, 상기 내장형 처리 장치는 충돌 회피 시스템의 개입을 작동시키도록 구성되는 의사 결정 장치를 포함한다. 상기 시스템은 현재 시점에서 충돌 회피 시스템의 개입을 작동시킬지 또는 현재 시점과 나중 시점 사이에서 획득되는 추가 제 1 및 제 2 정보를 기반으로 나중 시점으로 상기 개입을 연기할지 여부를 결정하도록 구성되는 개입 결정 수단을 더 포함한다. 상기 개입 결정은 연기가 불필요한 개입의 확률을 줄일 수 있는 것을 보장하기 위해, 현재 시점까지 획득된 제 1 및 제 2 정보를 기반으로 하는 제 1 예상 결정 비용 및 현재 시점과 나중 시점 사이에서 획득되는 상기 추가 제 1 및 제 2 정보의 확률을 사용해서 계산되는 제 2 예상 결정 비용을 고려한다.
본 발명은 오직 예시적이며 제한하지 않는 방식에 의한 상세한 설명과 아래의 도면을 고려하여 잘 이해될 것이다, 도면에서,
도 1은 운전 보조 시스템을 적용하는 시나리오를 개략적으로 도시하고,
도 2는 운전 보조 시스템의 기능 블록도이고,
도 3은 본 발명에 따른 개입 결정 모듈에 의해 구현되는 방법의 흐름도이고,
도 4는 본 발명의 일 실시형태에 따른 제 1 결정 값을 결정하는 방법의 흐름도이고,
도 5는 본 발명의 일 실시형태에 따른 제 2 결정 값을 결정하는 방법의 흐름도이다.
도 1은 운전 보조 시스템을 적용하는 시나리오를 개략적으로 도시하고,
도 2는 운전 보조 시스템의 기능 블록도이고,
도 3은 본 발명에 따른 개입 결정 모듈에 의해 구현되는 방법의 흐름도이고,
도 4는 본 발명의 일 실시형태에 따른 제 1 결정 값을 결정하는 방법의 흐름도이고,
도 5는 본 발명의 일 실시형태에 따른 제 2 결정 값을 결정하는 방법의 흐름도이다.
도 1은 충돌의 위험이 있는 그리고 본 발명에 따른 운전 보조 시스템 및 방법이 응용되는 교통 시나리오(1)를 도시하고 있다.
교통 시나리오(1)에서, 두 대의 차량(2 및 4)이 제 1 도로(6)와 제 2 도로(8) 간의 양방향 정지 도로 교차로(5)를 향해 다가가고 있다. 제 2 도로(8) 상의 차량은, 일반적인 도로 표시 기호에 따라 표시(10, 12)로 나타낸 교차로(5)에서 정지해야 한다.
도 1의 시나리오에서, 차량(2)은 운전 보조 시스템을 구비하는 자기 차량이라고도 하는 호스트 차량이다. 차량(4)은 다른 차량 또는 인근 차량이고도 하는, 상기 차량(2)의 소정 근처에 있는 또 다른 차량이다.
도 1에 도시된 상황은 두 대의 차량(2 및 4)이 각각의 도로 상에서 직진 궤도를 갖는다는 것을 고려할 때 정상적인 교통 상황이지만, 교차로(5)에서 여러 가지 시나리오가 예상될 수 있고, 시나리오 중 일부는 충돌로 이어질 수 있다.
제 1 시나리오(S1)에서, 호스트 차량(2)은 교통 규칙을 준수하는 정상적인 운전 조건에 따라 도로(6) 상에서 일정한 속도로 전진하는 반면, 다른 차량(4)은 정지 표시(10)를 준수하지 않고 궤도(14)에 따라 계속 직진한다. 이러한 제 1 시나리오(S1)에서, 차량(2 및 4) 각각의 속도에 따라 교차로(5)에서 이들 간의 충돌이 발생할 수 있다.
제 2 시나리오(S2)에 따르면, 호스트 차량(2)은 도로(6) 상에서 일정한 속도로 전진하는 반면, 다른 차량(4)은 정지 표시(10)를 준수하지 않고 궤도(16)에 따라 도로(6)로 좌회전한다. 이러한 제 2 시나리오(S2)에서도, 차량(2 및 4) 각각의 속도에 따라 교차로(5)에서 이들 간의 충돌이 발생할 수 있다.
제 3 시나리오(S3)에 따르면, 호스트 차량(2)은 도로(6) 상에서 일정한 속도로 전진하는 반면, 다른 차량(4)은 정지 표시(10)를 준수하지 않고 궤도(18)에 따라 도로(6)로 우회전한다. 이러한 제 3 시나리오(S3)에서도, 차량(2 및 4) 각각의 속도에 따라 교차로(5)에서 이들 간의 충돌이 발생할 수 있다.
제 4 시나리오(S4)에 따르면, 호스트 차량(2)은 도로(6) 상에서 일정한 속도로 전진하는 반면, 다른 차량(4)은 정지 표시(10)에 따라 정지한다. 이러한 제 4 시나리오(S3)에서는 충돌이 발생할 가능성이 없다.
호스트 차량(2)에 탑재된 운전 보조 시스템은 인간-기계 인터페이스를 통해 경보를 발령하거나 또는 잠재적인 충돌을 회피하기 위한 자동 제동에 의해 예상되는 충돌을 방지하기 위해 개입할 수 있다. 더욱 일반적으로, 운전 보조 시스템은 상황 평가에 따라 충돌을 회피하기 위해 자동 조치를 작동시키도록 구성된다.
운전 보조 시스템(20)은 도 2에 개략적으로 도시된 바와 같이 입력 모듈(22), 출력 모듈(24) 및 처리 모듈(26)을 포함한다.
입력 모듈(22)은 도로 지도 정보를 저장하고 있는 데이터베이스(30)와 협력하여 호스트 차량 자체의 위치, 방향 및 속도를 감지하기 위한, 예를 들어, GPS("위성 위치 확인 시스템(global positioning system)")과 같은 다수의 센서(28)를 포함한다.
또한, 센서(28)는 호스트 차량의 상대 변위를 측정하고, GPS 시스템과 협력하여 각각의 측정 시점에서의 호스트 차량의 위치, 속도 및 방향에 대한 더욱 신뢰할 수 있는 정보를 제공하는 관성 측정 장비(Inertial Measurement Unit, IMU)를 포함할 수 있다.
더욱 일반적으로, 센서(28)는 데이터베이스(30)와 협력하여 도로(6) 상에서 호스트 차량(2)의 이동, 즉, 궤도에 관한 일련의 제 1 정보를 일정한 시점마다, 예를 들어, 매 200 밀리초마다 제공한다.
입력 모듈(22)은 일 실시형태에서 다른 차량의 궤도에 관한 제 2 정보를 일정한 시점마다, 예를 들어, 매 200 밀리초마다 수신하도록 구성된다. 이러한 제 2 정보는 차량 간의 통신을 통해 다른 차량(4)에 의해 전송될 수 있다.
입력 모듈(22)은 따라서 일반적인 교통 상황, 즉, 호스트 차량 및 호스트 차량의 근처에서 이동하는 다른 차량의 상대 위치, 방향 및 속도에 대한 제 1 및 제 2 정보를 일정한 시점마다 제공한다.
일 실시형태에서, 각각의 제 1 및 제 2 정보는 정보 벡터(
)의 형태로 저장되며, 각각의 요소(
)는 시점(T k )에서 고려되는 n-번째 차량의 위치, 방향 및 속도를 포함하는 삼중항(triplet)이다.
도 1의 예에서, 현재 시점(T c )까지의 호스트 차량(2)에 관한 제 1 정보는 
로 나타낼 수 있고, 현재 시점(T c )까지의 다른 차량(4)에 관한 제 2 정보는 
로 나타낼 수 있다.
입력 모듈(22)은 제 1 및 제 2 정보를 처리 모듈(26)의 상황 평가 모듈(34)로 전송한다.
처리 모듈(26)은 예를 들어 내장 컴퓨터의 프로세서에 의해 구현된다. 일 실시형태에서, 듀얼 코어 프로세서가 사용된다.
더욱 일반적으로, 프로그래밍된 마이크로프로세서 또는 마이크로컨트롤러, ASIC 또는 다른 집적 회로와 같은 내장형 처리 장치가 사용된다.
상황 평가 모듈(34)은 입력 모듈(22)로부터 수신한 제 1 및 제 2 정보를 융합하고 호스트 차량 및 이의 환경의 실제 상태의 추정치를 제공하며, 상기 환경은 도로 교통의 소정 모델에 따라 호스트 차량의 근처에 있는 차량을 포함한다. 예를 들어, 아래에서 더욱 상세하게 설명되는 바와 같이, 일 실시형태에서, 교통 상황은 동적 베이지안 네트워크(Dynamic Bayesian Network, DBN)에 의해 모델링된다. 위험 평가 모듈(36)은 상황 평가 모듈(34)이 제공한 호스트 차량 및 이의 환경의 실제 상태의 추정치를 처리하고, 예를 들어, 계산이 수행되는 현재 시점(T c )보다 나중인 시점(t)에서의 충돌 확률의 형태로 충돌 위험을 계산한다.
호스트 차량(2)의 근처에 있는 한 대의 다른 차량(4)만이 고려된다는 것에 유의해야 한다. 그러나, 본 발명은 한 대의 다른 차량으로만 제한하지 않고, 호스트 차량의 특정 근처에 있는 여러 대의 다른 차량이 고려될 수 있으며, 임의의 다른 차량과의 충돌 위험 평가가 계산되어야 한다.
계산된 충돌 위험은 의사 결정 모듈(38)로 전송되며, 이 의사 결정 모듈(38)은 현재 시점(T c )에서 개입을 작동시킬지 또는 개입 결정을 나중 시점(T l = T c + dt)(여기서 dt는 바람직하게 100 내지 1000 밀리초로 포함되고, 예를 들어 200 밀리초임)으로 연기할지 여부를 결정하도록 구성되는 개입 결정을 구현한다.
의사 결정 모듈(38)은 액추에이터 모듈(40)로 자동 조치를 명령하거나 또는 인간-기계 인터페이스 모듈(42)에 의해 시각 경보 또는 음향 경보인 경보의 발령을 명령하는 제어 명령을 출력 모듈(24)로 전송함으로써 충돌 회피 시스템의 개입을 제어하도록 구성된다.
도 3은 차량 시스템(2)에 탑재된 운전 보조 시스템(20) 및 특히 위험 평가 모듈(36)과 협력하는 의사 결정 모듈(38)에 의해 구현되는, 본 발명의 일 실시형태에 따른 운전 보조 방법의 주요 단계의 흐름도이다.
정보 획득 단계(50)에서, 현재 시점(T c )까지의 호스트 차량(2)에 관한 제 1 정보(
) 및 현재 시점(T c )까지의 호스트 차량(2)의 근처에 있는 다른 차량(4)에 관한 제 2 정보(
)를 포함하는, 입력 모듈(22)이 제공하는 관측된 측정치가 획득된다.
여러 대의 다른 차량이 고려될 수 있다는 것에 유의해야 하고, 이 경우 제 2 정보는 N 대의 다른 차량에 대한 일련의 정보(
내지 
)를 포함한다. 설명을 간단하게 하기 위해, 하나의 다른 차량만이 언급된다.
획득된 제 1 및 제 2 정보는, 예를 들어, 기간(Δ)의 시간대([T c - Δ,Tc]) 동안 매 200 밀리초마다 관측되는, 차량에 관한 이용 가능한 측정치이다. 예를 들어, 각각의 시점(
)에서, 각각의 차량의 위치, 방향 및 속도가 상기한 바와 같이 입력 모듈(22)에 의해 관측되고 기록된다.
본 발명의 방법은 바람직하게, 결정 비용 함수와 같은 종래의 최적성 기준(optimality criterion)에 따라, 입력 모듈(22)이 제공하는 관측된 측정치를 기반으로, 충돌 회피 시스템의 개입이 현재 시점(T c )에서 선택될 수 있다. 현재 시점(T c )에서 내장형 출력 모듈(24)에 의해 개입을 작동시킬지 또는 개입 결정을 나중 시점(T l )으로 연기할지 여부를 결정하도록 구성되는 개입 결정 단계(51)는 단계(52) 내지 단계(58)를 수행함으로써 구현된다.
단계(52)에서, 현재 시점(T c )과 나중 시점(T l = T c + dt) 사이에서 획득되는 추가 제 1 정보(
) 및 추가 제 2 정보(
)(여기서 
)의 확률이 계산된다. 추가 정보는 특히 각각의 차량의 위치, 방향 및 속도와 같은 관측된 정보와 동일한 유형이지만, 현재 시점(T c )에서는 아직 관측되지 않았다. 제 1 및 제 2 추가 정보는 관련된 확률 분포를 갖는다.
다음 단계(54)에서, 제 1 결정 값(V1)이 계산되고, 이는 예상되는 추가 제 1 및 제 2 정보를 기반으로 한다. 제 1 결정 값(V1)은, 이전 단계(52)에서 계산된 추가 정보의 확률뿐만 아니라, 현재 시점(T c )에서 계산된, 호스트 차량(2)과 고려되는 각각의 다른 차량 간의 충돌 확률, 및 추가 정보(
)를 기반으로 호스트 차량(2)과 고려되는 각각의 다른 차량 간의 추정되는 충돌 확률에 의해 결정된다.
소정 시점(T)에서의 충돌 확률은 시점(T)과 미래 시점(T + Th)(여기서 Th는 대략 몇 초의 시간 경과임) 사이에서 호스트 차량(2)과 고려되는 임의의 다른 차량 간에 발생하는 충돌 확률로 이해되어야 한다.
원리상, 제 1 결정 값(V1)은 나중 시점(T l )까지의 미래의 시간 동안 획득되어야 하는 추가 정보로 의사를 결정하는 예상 이득을 나타낸다.
다음 단계(56)에서, 나중 시점(T l )까지 개입 결정을 연기하는 예상 비용을 나타내는 제 2 결정 값(V2)이 계산된다.
두 가지 결정 값이 계산되고 나면, 확인 단계(58)는 제 1 결정 값(V1)을 기반으로 하는 제 1 결정 기준(C1) 및 제 2 결정 값(V2)을 기반으로 하는 제 2 결정 기준(C2)을 적용한다.
제 1 기준(C1)은 개입을 연기하는 결정이 긍정적인 영향을 미칠 수 있음을 보장하도록, 또는 다른 측면에서, 추가 정보가 본 경우에 있어서 불필요한 개입의 확률인 오경보의 확률을 줄일 수 있음을 보장하도록 설계된다.
제 2 결정 값(V2) 및 제 2 기준(C2)은 결정의 연기가 안전성의 관점에서 호스트 차량의 상황을 변경하지 않는 것을 보장하도록 설계된다. 다시 말해서, 나중 시점(T l )에서 충돌 회피 시스템의 개입을 작동시킴으로써 잠재적인 충돌이 회피될 수 있는 확률은 시점(T c )에서 충돌 회피 시스템의 개입을 작동시킴으로써 잠재적인 충돌이 회피될 수 있는 확률보다 낮지 않다.
다시 말해서, 제 2 기준(C2)은 개입 결정이 나중 시점(T l )까지 연기되는 경우에도, 동일한 안전 조건이 호스트 차량에 대해 적용된다.
두 가지 기준이 긍정적으로 확인된 경우, 개입 결정은 나중 시점(T l )으로 연기된다. 현재 시점(T c )은 단계(60)에서 T c + dt로 설정되고, 현재 시점에 도달하면, 단계(60) 이후에 상기한 정보 획득 단계(50)가 이어진다.
두 가지 기준이 부정적으로 확인된 경우, 즉, 제 1 결정 기준(C1) 및/또는 제 2 결정 기준(C2)이 확인되지 않는 경우, 단계(58) 이후 충돌 회피 시스템을 작동시키는 단계(62)가 이어진다.
충돌 회피 시스템의 개입의 경우, 두 가지 대안이 예상된다.
제 1 대안에서, 액추에이터(40)가 작동되어 호스트 차량의 명령을 수신하고, 제동과 같은 정정 조치를 자동으로 적용한다.
제 2 대안에서, 인간-기계 인터페이스 모듈(42)을 통해 시각 경보 또는 음향 경보인 경보가 발령된다.
예상되는 개입(62)의 유형이 제 2 결정 값(V2)을 계산하는 단계(52)에서 고려된다.
바람직한 실시형태에 따르면, 제 1 결정 값(V1)은, 도 4에 개략적으로 도시된 단계를 포함하는 계산 방법을 구현함으로써, 추가 정보와 함께 의사 결정의 통계적 이론을 적용하여 계산된다.
호스트 차량의 상황은 다음과 같이 모델링될 수 있다. 소정 시간대(T c , T l ) 동안, 현재 시점(T c )으로부터 시간 경과(Th) 내에 또 다른 차량과의 충돌의 발생 또는 비-발생, 이 두 가지 가능한 사건이 고려되어야 한다.
따라서, 일련의 가능한 사건 또는 자연 상태는 
이다. 취해지는 결정은 두 가지 가능한 조치에 관한 것으로, 이는 충돌 회피 시스템의 개입 또는 미-개입이다.
따라서, 일련의 가능한 조치는 
이다.
비용 함수는 충돌의 발생 여부에 따라 개입할지 여부를 각각 결정하는 것과 다음과 같이 연관된다:
비용 값(ct 1 및 ct 2 )은 결정의 매개변수이며, 이들은 초기화 단계(70)에서 제 1 결정 값(V1)의 계산을 위한 입력으로서 제공된다.
바람직하게, 비용 값(ct 1 및 ct 2 )은 다음 식에 의해 결합된다:
여기서 λ는 0과 1 사이에 포함되고, 예를 들어 λ = 0.3이고, ct 1 = 42.9, ct 2 = 100이다.
제 1 결정 값(V1)은 다음 식에 따라 계산된다:
여기서 EC ( T c )는 현재 시점(T c )에서 이용 가능한 입력 모듈(22)이 제공한 정보만을 사용하는 제 1 예상 결정 비용이고, 
는 현재 시점(T c )에서 이용 가능한 입력 모듈(22)이 제공한 정보 및 현재 시점(T c )과 나중 시점(T l = T c + dt) 사이에서 획득되는 추가 정보를 사용하는 제 2 예상 결정 비용이다.
제 1 예상 비용(EC ( T c )을 계산하기 위해, 현재 시점(T c )까지 입력 모듈이 제공한 정보를 고려한 충돌 확률(
)은 다음 단계(72)에서 계산된다. 기호 z t0 : Tc 는 호스트 차량에 대해 그리고 고려되는 다른 차량들에 대한, 시작 시점, 예를 들어, t0=0과 현재 시점(T c ) 사이에서의 입력 모듈(22)로부터의 정보를 나타낸다.
다음, 제 1 예상 비용(EC ( T C ))은 다음 식을 사용하여 단계(74)에서 계산된다:
방정식(Eq 4)은 현재 시점(T c )에서 이용 가능한 정보를 기반으로 전체 결정 비용을 최소화시키는 집합 
에서 취한 결정 비용(a)을 제공한다.
다음, 나중 시점(T l )까지의 추가 정보를 고려한 충돌 확률의 추정치(
)가 단계(76)에서 계산된다. 기호 z t0 :π 는 시작 시점(t0)과 현재 시점(T c ) 사이에서의 입력 모듈(22)로부터의 정보 및 현재 시점(T c )과 나중 시점(T l ) 사이에서의 추가 정보를 나타낸다. 확률 변수(Z π 는 시점(T l )에서 입력 모듈(22)이 제공한 차량에 관한 정보를 나타낸다.
마지막으로, 단계(78)에서, 제 2 예상 결정 비용(
)이 다음과 같이 계산된다:
상기 식은 시점(T l )에서의 정보의 관측 확률(z π , P(z π ))을 사용한다.
대안적인 실시형태에서, 입력 모듈이 제공한 차량에 관한 정보는 이산 확률 변수(Z π )로 표현되며, 제 2 예상 결정 비용(
)은 다음과 같이 계산된다:
다음, 단계(80)에서, 통계적 의사 결정에 따른 추가 정보의 예상 값인 제 1 결정 값(V1)이 식(Eq 3)에 의해 계산된다.
제 1 결정 값(V1)과 연관된 제 1 결정 기준(C1)은 단계(82)에서 V1>0으로 설정된다. 따라서, V1이 0보다 크면, 제 1 결정 기준(C1)이 확인되고, 추가 정보는 결정이 긍정적인 영향을 미칠 것으로 예상된다.
바람직한 실시형태에 따라, 제 1 결정 값(V2)은 도 5에 도시된 방법에 의해 계산된다.
제 1 단계(90)에서, 충돌 회피 시스템이 현재 시점(T c )에서 개입에 의해 충돌을 회피할 수 있는 확률(PA(T C ))이 계산된다.
제 2 단계(92)에서, 충돌 회피 시스템이 나중 시점(T l )에서 개입에 의해 충돌을 회피할 수 있는 확률(PA(T l ))이 계산된다.
단계(90 및 92)는 병렬로 수행될 수 있음에 유의해야 한다.
제 2 결정 값(V2)은 이전에 계산된 확률 값(PA(T c ) 및 PA(T l )) 간의 차이로서 계산된다.
제 2 결정 값과 연관된 제 2 결정 기준(C2)은 V2=0으로 설정됨으로써, 충돌 회피 확률이 현재 시점(T c )보다 나중 시점(T l )에서 낮지 않는 것을 보장한다.
단계(52, 72, 76, 90 및 92)의 확률 추정을 수행하기 위해 여러 가지 모델이 구현될 수 있다.
제 1 실시형태에 따르면, 도로 교통의 모델은, "충돌하는 의도를 검출하는 도로 교차로에서의 위험 평가(Evaluating risk at road intersections by detecting conflicting intentions)"라는 제목의 논문(S. Lefevre, C. Laugier and J. Ibanez-Guzman, Proc. lEEE/RSJ International Conference on Intelligent Robots and Systems, 2012, pp. 4841-4846)에서 제안된 동적 베이지안 네트워크(DBN)에 의해 모델링되는 교통 현장에서의 차량들의 결합 움직임(joint motion)이다.
제안되는 DBN는 고려되는 각각의 차량에 대해 다음을 고려한다:
- 시점(t)에서 차량(n)의 운전자의 의도된 조작을 나타내는 확률 변수(
)로 표현되는, 운전자의 의도된 조작;
- 시점(t)에서 차량(n)의 운전자의 예상된 조작을 나타내는 확률 변수(
)로 표현되는, 교통 규칙을 준수하는 운전자의 의도된 조작;
- 시점(t)에서 차량(n)에 대해 
로 나타낸 확률 변수로 표현되는, 위치, 속도 및 방향과 같은 차량의 물리적 상태;
- 시점(t)에서 차량(n)에 대해 
로 나타낸 확률 변수로 표현되는, 측정에 의해 입력 모듈(22)의 센서로 획득한 정보.
확률 변수(
,
및 
)는 숨은 변수인 반면, 
은 관측할 수 있다.
일반적인 경우에, 호스트 차량을 포함하는 N 대의 차량이 고려된다.
표기를 간단하게 하기 위해, N 대의 차량에 대한 변수의 결합은 인수 분해된 형태로 표현된다:
각각의 X n 은 차량(n)과 연관된다.
시점(t)에서 특정 상태 벡터는 
로 정의되며, 여기서 가능한 값은 각각의 변수(
,
및 
)에 대해 고려된다.
결합 분포는 다음과 같이 정의될 수 있다:
이는, 이전의 상황 맥락(
)으로부터 유도되고 의도된 조작(
)에 영향을 미치는 예상된 조작(
)에 의해 증가된, 
, 
및 
를 결합하는 종래의 마르코프 상태-공간 모델(Markov state-space model)에 해당한다.
숨은 변수(
,
및 
)의 확률 밀도 함수는 입자라고 하는 일련의 가중 표본에 의해 근사화되며, 각각의 입자는 특정 상태(
)와 연관된다.
시점(t)에서 일련의 Np 입자는, 여기서 예를 들어 Np=400, 
으로 표시되고, 여기서 
는 시점(t)에서 입자(i)의 상태이고 
는 시점(t)에서 입자(i)의 가중치이다.
t0에서부터 모든 차량에 대해 관측된 정보를 고려한, 시점(Tc)과 시점(Tc+Th) 사이에서의 충돌 확률은, 운전자의 의도가 예상되는 것과 다른 확률로서 계산된다:
입자 필터를 사용하여, 상기 식(Eq 8)에서 정의된 바와 같은 충돌 확률은 조건 
을 확인하는 현재의 입자들(j)의 가중치를 합산함으로써 계산될 수 있다:
현재 시점(T c )까지 수집된 정보를 고려한 충돌 확률을 계산하기 위해 식(Eq 9)이 단계(72)에서 사용된다.
추가 정보의 확률 분포 및 확률적 추가 정보를 고려한 충돌 확률을 계산하기 위해, 개시된 확률적 움직임 모델이 다음과 같이 사용된다.
현재 시점(T c )과 나중 시점(T l ) 사이에서의 미래 관측치의 확률 분포는 두 단계로 계산될 수 있다. 제 1 단계는 
에 대한 확률 분포를 획득하기 위해 입자 필터 내에서 예측 단계를 실행하는 것이다.
제 2 단계는 관측될 추가 정보(
)의 확률 분포를 계산하기 위해 입력 모듈(22)의 센서의 모델(
)을 사용하는 것이다. 계산은 각각의 고려되는 차량에 대해 수행되고, 따라서 계산 단계(52)가 완료된다. 입자당 하나의 가능성 있는 관측치(Z π ))와 함께 제 1 및 제 2 추가 정보의 확률 분포가 획득된다.
다음, 나중 시점(T l )에서의 충돌 확률이 우선 각각의 입자에 대한 관측치(Z π )로 입자 필터를 업데이트함으로써 계산된다.
두 번째로, 충돌 확률은 조건 
을 확인하는 입자들(k)의 가중치를 합산함으로써 상기한 계산과 유사한 방식으로 계산된다:
이러한 제 1 실시형태에서 충돌 확률의 추정치를 계산하기 위해 식(Eq 10)이 단계(76)에서 사용된다.
제 2 결정 값(V2)의 계산에서 사용된 현재 시점(T c )과 나중 시점(T l )에서의 충돌 회피 확률(PA(T c ) 및 PA(T l ))을 계산하기 위해 확률적 DBN 움직임 모델이 또한 사용된다.
우선, 시점(t)에서의 충돌 시간(TTC (t))은, 호스트 차량과 다른 차량(4) 모두가 동일한 코스 및 동일한 속도로, 즉, 동일한 궤도로 진행하는 경우, 두 대의 차량 간에 충돌이 발생할 때까지 남겨진 시간으로서 정의된다. 충돌 시간(TTC (t))은 특정 상태(
)에 대해 현재 시점(T c )에서 계산될 수 있다.
또한, 나중 시점(T l )에서의 충돌 시간(TTC ( T l ))도, 동일한 궤도, 즉, 동일한 코스 및 동일한 속도의 추정을 보존하면서, 현재 시점에서 계산될 수 있다.
시점(t)에서의 정지 시간(TTS (t))은 충돌 회피 시스템이 시점(t)에서 작동될 때 호스트 차량이 완전 정지에 도달하는데 필요한 시간으로서 정의된다. 정지 시간(TTS (t))은 충돌 회피 시스템에 의해 구현되는 개입의 유형에 의해 결정된다.
충돌 회피 시스템에 의해 자동 제동이 작동되면, 정지 시간은 예를 들어 다음과 같이 계산된다:
여기서 s t 는 시점(t)에서의 호스트 차량의 속도이고, δ는 충돌 회피 시스템에 의해 적용되는 감속, 예를 들어, δ = 7m/ s 2 이며, T m 은 제동 장치의 평균 반응, 예를 들어, Tm = 0.4 s(초)이다.
충돌 회피 시스템이 운전자에게 경고하기 위해 경보를 발령하는 경우, 운전자의 반응 시간이 또한 고려되어야 하며, 정지 시간은 다음과 같이 추정될 수 있다:
여기서, T r 은 운전자의 평균 반응 시간, 예를 들어, Tr = 1.4 s(초)이다.
이후, 현재 시점(T c )에서의 정지 시간(TTS ( T c )) 및 나중 시점(T l )에서의 정지 시간(TTS( T l ))을 계산하기 위해 식(Eq 12)이 사용된다.
TTS ( T l )을 계산하기 위해, 차량이 동일한 궤도를 유지하는 것을 고려하여, 현재 시점(T c )에서의 호스트 차량의 속도로부터 나중 시점(T l )에서의 호스트 차량의 속도가 예측된다.
일 실시형태에서, 속도는 일정하게 유지되기로 되어 있고, 따라서 s π = s Tc 이다.
대안적인 실시형태에서, 나중 시점(T l )에서의 차량의 속도를 예측하기 위해 현재 시점에서의 호스트 차량의 감속 수준이 사용된다.
현재 시점(T c )에서 충돌 회피 시스템을 작동시킴으로써, 본 발명의 이 실시형태에서는, 각각의 입자에 대한 TTC ( T c ) 및 TTS ( T c )의 값을 계산함으로써, 그리고 조건 
을 확인하는 현재의 입자들(i)의 가중치를 합산함으로써, 충돌이 회피될 수 있는 확률(PA(T C ))이 계산된다.
나중 시점(T l )에서 충돌 회피 시스템을 작동시킴으로써, 본 발명의 이 실시형태에서는, 각각의 입자에 대한 TTC ( T l ) 및 TTS ( T l )의 값을 계산함으로써, 그리고 조건 
을 확인하는 현재의 입자들(i)의 가중치를 합산함으로써, 충돌이 회피될 수 있는 확률(PA(T l ))이 계산된다:
그리고 나서, 식(Eq 13) 및 식(Eq 14)을 적용하여 획득한 값들을 감산함으로써 단계(94)를 참고로 나타낸 바와 같이 제 2 결정 값이 계산된다.
본 발명의 제 2 실시형태에 따르면, 단계(52, 72, 76, 90 및 92)의 확률 추정을 수행하기 위해 다른 비-베이지안 교통 모델이 사용된다.
"시각 기반 자동화 도로 안전 분석을 위한 확률적 충돌 예측(Probabilistic Collision Prediction for Vision-Based Automated Road Safety Analysis)"이라는 제목의 논문(N. Saunier et al, the Proceedings of the IEEE Intelligent Transportation Systems Conference, 2007)에서 제안된 교통의 모델이 사용된다.
이러한 제 2 실시형태에서, 소정 시점(T)에서 두 대의 차량 간의 충돌 확률은 다양한 추정 가설을 기반으로 한다. 호스트 차량 및 근처에 있는 또 다른 차량을 포함하는 도로 상황에 대해, 현재 시점(T c )까지의 관측된 정보를 기반으로, 각각의 차량에 대한 일련의 추정 가설이 획득된다. 추정 가설 및 이들의 관련된 확률이 사전 학습 단계에서 획득된다.
그리고 나서 시점(Tc)과 시점(Tc+Th) 사이에서의 충돌 확률이 다음 식을 사용하여 현재 시점(T c )에서 계산된다:
여기서, Q i 는 호스트 차량에 대한 일련의 추정 가설을 나타내고, Q j 는 다른 차량에 대한 추정 가설이고, 
여기서 t i ,j 는 추정 가설(Q i , Q j )로 호스트 차량과 다른 차량 간의 예상되는 충돌 시간이며, σ는 상수로서, 예를 들어, 사용자의 평균 반응 시간(T r )과 동일하게 선택된다.
이러한 제 2 실시형태에서 충돌 확률의 추정치를 계산하기 위해 식(Eq 15)이 단계(72)에서 사용된다.
현재 시점(T c )과 나중 시점(T l ) 사이에서 획득되는 추가 정보의 확률은 추정 가설의 학습된 확률로부터 계산되고, 일련의 추가 정보는 각각의 추정 가설에 해당한다.
현재 시점(T c )까지의 관측된 정보를 기반으로 하는 각각의 차량에 대한 추정 가설은, 현재 시점(T c )에서의 충돌 확률의 계산과 유사한 방식으로 나중 시점(T l )에서의 충돌 확률을 계산하기 위해, 나중 시점(T l )으로 확장될 수 있다.
따라서, 식(Eq 15)은 단계(76)의 나중 시점(T l )에서의 충돌 확률을 계산하도록 구성된다.
마지막으로, 예를 들어, 모든 차량이 각각 일정한 속도를 유지하는 것으로 가정하여 각각의 추정 가설에 대해, 현재 시점(T c )과 나중 시점(T l )에서의 충돌 회피 확률이 계산되며, 이후 충돌 회피의 각각의 확률이 계산된다.
바람직하게, 본 발명은 현재 시점과 나중 시점 사이에서 획득되는 추가 정보를 기반으로 개입의 결정을 연기하기 위한 방법을 제공한다.
Claims (10)
- 호스트 차량(2)이라고 하는 차량에 탑재된 프로세서에 의해 구현되는, 인간 운전자가 상기 호스트 차량(2)을 안전하게 운전할 수 있도록 보조하기 위한 운전 보조 방법에 있어서, 상기 호스트 차량(2)은, 호스트 차량(2)의 궤도에 관한 제 1 정보를 획득하기 위한 수단(28, 30) 및 호스트 차량(2)의 인근에 있는 적어도 하나의 다른 차량(4)의 궤도에 관한 제 2 정보를 획득하기 위한 수단(32)을 포함하고, 상기 제 1 및 제 2 정보는 일정한 시점마다 획득되고, 상기 방법은 충돌 위험 평가를 포함하고 충돌 회피 시스템(40, 42)의 개입을 작동시키고, 상기 방법은 현재 시점(Tc )에서 충돌 회피 시스템의 개입을 작동시킬지 또는 현재 시점(Tc )과 나중 시점(Tl ) 사이에서 획득되는 추가 제 1 및 제 2 정보를 기반으로 나중 시점(Tl )으로 상기 개입을 연기할지 여부를 결정하도록 구성되는 개입 결정 단계(51)를 포함하고,
상기 개입 결정 단계는,
a) 상기 추가 제 1 및 제 2 정보를 기반으로 제 1 결정 값을 계산하는 단계(54),
b) 상기 나중 시점(Tl )에서 충돌 회피 시스템이 작동되는 경우 호스트 차량과 다른 차량 간의 충돌을 회피할 수 있는 확률을 기반으로 제 2 결정 값을 계산하는 단계(56),
c) 상기 제 1 결정 값을 기반으로 하는 제 1 결정 기준 및 상기 제 2 결정 값을 기반으로 하는 제 2 결정 기준을 확인하는 단계(58), 및
d) 현재 시점(Tc )에서 충돌 회피 시스템(40, 42)을 작동시킬지 또는 확인의 결과를 기반으로 개입 결정(40, 42)을 지연할지를 결정하는 단계(58)를 포함하고,
상기 개입 결정은 연기가 불필요한 개입의 확률을 줄일 수 있는 것을 보장하기 위해, 현재 시점(Tc )까지 획득된 제 1 및 제 2 정보를 기반으로 하는 제 1 예상 결정 비용 및 현재 시점(Tc )과 나중 시점(Tl ) 사이에서 획득되는 상기 추가 제 1 및 제 2 정보의 확률을 사용해서 계산되는 제 2 예상 결정 비용을 고려하는 것을 특징으로 하는 방법.
- 삭제
- 제 1 항에 있어서,
상기 개입을 연기하는 경우, 단계 a) 내지 단계 d)가 나중 시점(Tl )에서 반복되는 것을 특징으로 하는 방법.
- 제 1 항 또는 제 3 항에 있어서,
상기 제 1 결정 값은 제 1 예상 결정 비용 및 제 2 예상 결정 비용 간의 차이로 설정되는 것을 특징으로 하는 방법.
- 제 4 항에 있어서,
상기 제 1 결정 값을 계산하는 단계(54)는,
- 현재 시점(T c )에서의 호스트 차량(2)과 다른 차량(4) 간의 충돌 확률을 계산하는 단계(72),
- 계산된 충돌 확률을 기반으로 상기 제 1 예상 결정 비용을 계산하는 단계(74)를 포함하는 것을 특징으로 하는 방법.
- 제 4 항에 있어서,
상기 제 1 결정 값을 계산하는 단계(54)는,
- 나중 시점(Tl )에서의 호스트 차량(2)과 다른 차량(4) 간의 충돌 확률의 추정치를 계산하는 단계(76),
- 현재 시점(Tc )과 나중 시점(Tl ) 사이에서 획득되는 상기 추가 제 1 및 제 2 정보와 연관된 확률을 사용하여, 나중 시점(Tl )에서의 호스트 차량(2)과 다른 차량(4) 간의 상기 충돌 확률의 추정치를 기반으로 상기 제 2 예상 비용을 계산하는 단계(78)를 더 포함하는 것을 특징으로 하는 방법.
- 제 6 항에 있어서,
상기 현재 시점(Tc )에서의 충돌 확률을 계산하는 단계(72) 및 나중 시점(Tl )에서의 충돌 확률의 추정치를 계산하는 단계(76)를 위해, 호스트 차량 및 적어도 하나의 다른 차량의 결합 움직임(joint motion)이 동적 베이지안 네트워크(Dynamic Bayesian Network)에 의해 모델링되는 것을 특징으로 하는 방법.
- 제 1 항 또는 제 3 항에 있어서,
상기 제 2 결정 값은 현재 시점(Tc )에서의 충돌 회피 시스템의 개입에 의한 충돌 회피 확률과 나중 시점(Tl )에서의 충돌 회피 시스템의 개입에 의한 충돌 회피 확률 간의 차이로 설정되는 것을 특징으로 하는 방법.
- 제 1 항 또는 제 3 항에 있어서,
상기 제 1 정보는 시작 시점과 현재 시점(Tc ) 사이에서 정기적으로 샘플링되는 각각의 시점에서의 호스트 차량(2)의 위치, 방향 및 속도를 나타내는 데이터 벡터이고, 상기 제 2 정보는 시작 시점과 현재 시점(Tc ) 사이에서 정기적으로 샘플링되는 각각의 시점에서의 다른 차량(4)의 위치, 방향 및 속도를 나타내는 데이터 벡터인 것을 특징으로 하는 방법.
- 내장형 처리 장치가 장착된 호스트 차량을 포함하는, 호스트 차량(2)이라고 하는 차량을 인간 운전자가 안전하게 운전할 수 있도록 보조하기 위한 운전 보조 시스템에 있어서, 상기 호스트 차량(2)은, 호스트 차량(2)의 궤도에 관한 제 1 정보를 획득하기 위한 수단(28, 30) 및 호스트 차량(2)의 인근에 있는 적어도 하나의 다른 차량(4)의 궤도에 관한 제 2 정보를 획득하기 위한 수단(32)을 포함하고, 상기 제 1 및 제 2 정보는 일정한 시점마다 획득되고, 상기 내장형 처리 장치는 충돌 위험 평가 장치 및 충돌 회피 시스템(40, 42)의 개입을 작동시키도록 구성되는 의사 결정 장치를 포함하고,
상기 운전 보조 시스템은 현재 시점(Tc )에서 충돌 회피 시스템의 개입을 작동시킬지 또는 현재 시점(Tc )과 나중 시점(Tl ) 사이에서 획득되는 추가 제 1 및 제 2 정보를 기반으로 나중 시점(Tl )으로 상기 개입을 연기할지 여부를 결정하도록 구성되는 개입 결정 수단을 더 포함하고,
상기 개입 결정 수단은,
a) 상기 추가 제 1 및 제 2 정보를 기반으로 제 1 결정 값을 계산하고,
b) 상기 나중 시점(Tl )에서 충돌 회피 시스템이 작동되는 경우 호스트 차량과 다른 차량 간의 충돌을 회피할 수 있는 확률을 기반으로 제 2 결정 값을 계산하고,
c) 상기 제 1 결정 값을 기반으로 하는 제 1 결정 기준 및 상기 제 2 결정 값을 기반으로 하는 제 2 결정 기준을 확인하고, 그리고
d) 현재 시점(Tc )에서 충돌 회피 시스템(40, 42)을 작동시킬지 또는 확인의 결과를 기반으로 개입 결정(40, 42)을 지연할지를 결정하도록 구성되고,
상기 개입 결정은 연기가 불필요한 개입의 확률을 줄일 수 있는 것을 보장하기 위해, 현재 시점(Tc )까지 획득된 제 1 및 제 2 정보를 기반으로 하는 제 1 예상 결정 비용 및 현재 시점(Tc )과 나중 시점(Tl ) 사이에서 획득되는 상기 추가 제 1 및 제 2 정보의 확률을 사용해서 계산되는 제 2 예상 결정 비용을 고려하는 것을 특징으로 하는 운전 보조 시스템.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP13306495.6A EP2869283B1 (en) | 2013-10-31 | 2013-10-31 | Method and system of driving assistance for collision avoidance |
| EP13306495.6 | 2013-10-31 | ||
| PCT/EP2014/072908 WO2015062994A1 (en) | 2013-10-31 | 2014-10-24 | Method and system of driving assistance for collision avoidance |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20160075607A KR20160075607A (ko) | 2016-06-29 |
| KR102231013B1 true KR102231013B1 (ko) | 2021-03-23 |
Family
ID=49585335
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020167013208A KR102231013B1 (ko) | 2013-10-31 | 2014-10-24 | 충돌 회피를 위한 운전 보조 방법 및 시스템 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US9779624B2 (ko) |
| EP (1) | EP2869283B1 (ko) |
| JP (1) | JP2016536731A (ko) |
| KR (1) | KR102231013B1 (ko) |
| CN (1) | CN106133805B (ko) |
| WO (1) | WO2015062994A1 (ko) |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9784592B2 (en) * | 2015-07-17 | 2017-10-10 | Honda Motor Co., Ltd. | Turn predictions |
| CN105761548B (zh) * | 2016-04-14 | 2018-03-06 | 西安电子科技大学 | 基于动态贝叶斯网络的交叉路口碰撞避免方法 |
| CN110214264A (zh) * | 2016-12-23 | 2019-09-06 | 御眼视觉技术有限公司 | 具有施加的责任约束的导航*** |
| CN106710307A (zh) * | 2017-01-06 | 2017-05-24 | 汽-大众汽车有限公司 | 一种车辆辅助驾驶方法和装置 |
| CN108860143B (zh) | 2017-05-12 | 2020-06-16 | 法雷奥汽车内部控制（深圳）有限公司 | 用于控制自动驾驶的车辆的方法和车辆控制*** |
| DE102017208386A1 (de) * | 2017-05-18 | 2018-11-22 | Ford Global Technologies, Llc | Verfahren zum unterstützenden Steuern eines Fahrzeugs, Assistenzsystem sowie Fahrzeug |
| JP7106660B2 (ja) * | 2018-02-15 | 2022-07-26 | トヨタ モーター ヨーロッパ | 車両のための制御方法、コンピュータプログラム、非一時的コンピュータ読取り可能媒体、および自動化運転システム |
| DE102018208105B3 (de) | 2018-05-23 | 2019-03-21 | Volkswagen Aktiengesellschaft | Verfahren zum Unterstützen eines Führens wenigstens eines Kraftfahrzeugs und Assistenzsystem |
| CN109034448B (zh) * | 2018-06-14 | 2022-02-11 | 重庆邮电大学 | 基于车辆轨迹语义分析和深度信念网络的轨迹预测方法 |
| CN111192479B (zh) * | 2018-11-14 | 2022-09-27 | 奥迪股份公司 | 消息推送方法、装置、计算机设备和存储介质 |
| US11577753B2 (en) | 2019-05-30 | 2023-02-14 | Robert Bosch Gmbh | Safety architecture for control of autonomous vehicle |
| CN112116809A (zh) * | 2020-09-07 | 2020-12-22 | 杭州鸿泉物联网技术股份有限公司 | 基于v2x技术的非视距车辆防碰撞方法及装置 |
| US11921506B2 (en) * | 2021-05-28 | 2024-03-05 | Nissan North America, Inc. | Belief state determination for real-time decision-making |
| CN114326725B (zh) * | 2021-12-23 | 2023-10-24 | 武汉理工大学 | 面向人机交互的船舶智能避碰方法及*** |
| CN114662967B (zh) * | 2022-04-07 | 2023-04-07 | 西南交通大学 | 基于动态贝叶斯网络的无人驾驶碰撞风险评估方法及*** |
| CN116704747A (zh) * | 2022-12-29 | 2023-09-05 | 摩斯智联科技有限公司 | 一种基于边缘计算判定车辆事故并风控的*** |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013503079A (ja) * | 2009-08-31 | 2013-01-31 | トヨタ モーター ヨーロッパ ナームロゼ フェンノートシャップ／ソシエテ アノニム | 乗物又は交通の制御方法及びシステム |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3867505B2 (ja) * | 2001-03-19 | 2007-01-10 | 日産自動車株式会社 | 障害物検出装置 |
| JP3896852B2 (ja) * | 2002-01-16 | 2007-03-22 | 株式会社デンソー | 車両用衝突被害軽減装置 |
| DE10257842A1 (de) * | 2002-05-07 | 2003-11-27 | Bosch Gmbh Robert | Verfahren zur Bestimmung einer Unfallgefahr eines ersten Objekts mit wenigstens einem zweiten Objekt |
| US7409295B2 (en) * | 2004-08-09 | 2008-08-05 | M/A-Com, Inc. | Imminent-collision detection system and process |
| US7710248B2 (en) * | 2007-06-12 | 2010-05-04 | Palo Alto Research Center Incorporated | Human-machine-interface (HMI) customization based on collision assessments |
| JP4207088B2 (ja) * | 2007-06-20 | 2009-01-14 | トヨタ自動車株式会社 | 車両走行推定装置 |
| JP5035040B2 (ja) * | 2008-03-12 | 2012-09-26 | 株式会社豊田中央研究所 | 運転支援装置 |
| US8954260B2 (en) * | 2010-06-15 | 2015-02-10 | GM Global Technology Operations LLC | Method and system for collision assessment for vehicles |
-
2013
- 2013-10-31 EP EP13306495.6A patent/EP2869283B1/en active Active
-
2014
- 2014-10-24 KR KR1020167013208A patent/KR102231013B1/ko active IP Right Grant
- 2014-10-24 CN CN201480060323.8A patent/CN106133805B/zh active Active
- 2014-10-24 WO PCT/EP2014/072908 patent/WO2015062994A1/en active Application Filing
- 2014-10-24 JP JP2016550985A patent/JP2016536731A/ja not_active Ceased
- 2014-10-24 US US15/033,425 patent/US9779624B2/en active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013503079A (ja) * | 2009-08-31 | 2013-01-31 | トヨタ モーター ヨーロッパ ナームロゼ フェンノートシャップ／ソシエテ アノニム | 乗物又は交通の制御方法及びシステム |
Also Published As
| Publication number | Publication date |
|---|---|
| EP2869283B1 (en) | 2017-08-16 |
| KR20160075607A (ko) | 2016-06-29 |
| JP2016536731A (ja) | 2016-11-24 |
| US9779624B2 (en) | 2017-10-03 |
| CN106133805B (zh) | 2019-01-11 |
| WO2015062994A1 (en) | 2015-05-07 |
| EP2869283A1 (en) | 2015-05-06 |
| CN106133805A (zh) | 2016-11-16 |
| US20160275797A1 (en) | 2016-09-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102231013B1 (ko) | 충돌 회피를 위한 운전 보조 방법 및 시스템 | |
| JP6800899B2 (ja) | 視界に制限のある交差点への接近のためのリスクベースの運転者支援 | |
| JP6650214B2 (ja) | 衝突後操縦計画を行う方法及びシステム、並びに当該システムを備える車両 | |
| EP3159235B1 (en) | Method and system for assisting a driver of a vehicle in driving the vehicle and computer program | |
| US9889858B2 (en) | Confidence estimation for predictive driver assistance systems based on plausibility rules | |
| EP3091370B1 (en) | Method and arrangement for determining safe vehicle trajectories | |
| CN104859662B (zh) | 自主车辆中的故障处理 | |
| US9406177B2 (en) | Fault handling in an autonomous vehicle | |
| JP6375221B2 (ja) | 対象とする交通物体の移動挙動を予測するための方法及びシステム | |
| Jiménez et al. | An improved method to calculate the time-to-collision of two vehicles | |
| US10446033B2 (en) | Vehicle detection and avoidance | |
| RU2566326C1 (ru) | Устройство технической поддержки управления транспортным средством и способ технической поддержки управления транспортным средством | |
| CN111688681B (zh) | 用于执行对在车辆旁的人员的反应的方法 | |
| CN109664885A (zh) | 车载交通辅助 | |
| Eidehall | Tracking and threat assessment for automotive collision avoidance | |
| CN114274972A (zh) | 自主驾驶环境中的场景识别 | |
| WO2006076108A2 (en) | Hybrid ground collision avoidance system | |
| CN113335311B (zh) | 一种车辆碰撞检测方法、装置、车辆及存储介质 | |
| JP4983542B2 (ja) | 車両の走行制御装置 | |
| Lefèvre et al. | Probabilistic decision making for collision avoidance systems: Postponing decisions | |
| Sandblom et al. | Probabilistic threat assessment and driver modeling in collision avoidance systems | |
| CN115017967A (zh) | 检测和收集事故相关驾驶体验事件数据 | |
| US11267465B1 (en) | Enhanced threat assessment | |
| CN114919571A (zh) | 一种车辆避撞控制方法、装置、设备及存储介质 |
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 |