KR102388237B1 - 자율주행 차량의 안전성 및 신뢰성을 개선하기 위한 자율주행 차량의 시뮬레이션 - Google Patents

자율주행 차량의 안전성 및 신뢰성을 개선하기 위한 자율주행 차량의 시뮬레이션 Download PDF

Info

Publication number
KR102388237B1
KR102388237B1 KR1020200139134A KR20200139134A KR102388237B1 KR 102388237 B1 KR102388237 B1 KR 102388237B1 KR 1020200139134 A KR1020200139134 A KR 1020200139134A KR 20200139134 A KR20200139134 A KR 20200139134A KR 102388237 B1 KR102388237 B1 KR 102388237B1
Authority
KR
South Korea
Prior art keywords
autonomous vehicle
data
computing device
simulation
processors
Prior art date
Application number
KR1020200139134A
Other languages
English (en)
Other versions
KR20220026983A (ko
Inventor
실비오 마에타
안키타 누걀
Original Assignee
모셔널 에이디 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 모셔널 에이디 엘엘씨 filed Critical 모셔널 에이디 엘엘씨
Publication of KR20220026983A publication Critical patent/KR20220026983A/ko
Application granted granted Critical
Publication of KR102388237B1 publication Critical patent/KR102388237B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T17/00—Component parts, details, or accessories of power brake systems not covered by groups B60T8/00, B60T13/00 or B60T15/00, or presenting other characteristic features
    • B60T17/18—Safety devices; Monitoring
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/18—Conjoint control of vehicle sub-units of different type or different function including control of braking systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/0205—Diagnosing or detecting failures; Failure detection models
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/005—Handover processes
    • B60W60/0053—Handover processes from vehicle to occupant
    • B60W60/0054—Selection of occupant to assume driving tasks
    • 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
    • G05D1/0055—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements
    • G05D1/0061—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements for transition from automatic pilot to manual pilot and vice versa
    • 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
    • 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
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/18—Prevention or correction of operating errors
    • G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B9/00—Simulators for teaching or training purposes
    • G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
    • G09B9/04—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles
    • G09B9/042—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles providing simulation in a real vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0028—Mathematical models, e.g. for simulation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0063—Manual parameter input, manual setting means, manual initialising or calibrating means
    • B60W2050/0064—Manual parameter input, manual setting means, manual initialising or calibrating means using a remote, e.g. cordless, transmitter or receiver unit, e.g. remote keypad or mobile phone
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/146—Display means
    • 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
    • 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
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Computer Interaction (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Evolutionary Computation (AREA)
  • Human Resources & Organizations (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Strategic Management (AREA)
  • Combustion & Propulsion (AREA)
  • Chemical & Material Sciences (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Computer Security & Cryptography (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Medical Informatics (AREA)
  • Traffic Control Systems (AREA)

Abstract

제1 데이터베이스, 시뮬레이터, 및 제2 데이터베이스를 포함할 수 있는 시스템이 기술된다. 제1 데이터베이스는 자율주행 차량의 컴퓨팅 디바이스 내의 적어도 하나의 모듈의 동작을 나타내는 데이터를 저장할 수 있다. 시뮬레이터는 제1 데이터베이스로부터 저장된 데이터를 수신할 수 있다. 시뮬레이터는, 수신된 데이터에 기초하여, 적어도 하나의 모듈의 동작의 시뮬레이션을 생성할 수 있다. 시뮬레이터는 수집된 데이터와 시뮬레이션된 자율주행 차량의 동작 사이의 편차를 나타내는 시뮬레이션의 적어도 하나의 부분을 식별할 수 있다. 시뮬레이터는 시뮬레이션의 적어도 하나의 부분에 대한 메트릭을 생성하기 위해 시뮬레이션의 적어도 하나의 부분을 분석할 수 있다. 메트릭은 수집된 데이터와 시뮬레이션된 자율주행 차량의 동작 사이의 다른 편차를 회피하기 위해 사용될 수 있다. 제2 데이터베이스는 메트릭을 저장할 수 있다.

Description

자율주행 차량의 안전성 및 신뢰성을 개선하기 위한 자율주행 차량의 시뮬레이션{SIMULATION OF AUTONOMOUS VEHICLE TO IMPROVE SAFETY AND RELIABILITY OF AUTONOMOUS VEHICLE}
이 설명은 일반적으로 자율주행 차량의 하나 이상의 모듈의 동작 시뮬레이션 동안 메트릭(metric)을 생성하고 이러한 메트릭을 사용하여 자율주행 차량의 안전성 및 신뢰성을 개선하는 것에 관한 것이다.
자율주행 차량(autonomous vehicle; AV)의 테스트를 위한 다양한 시뮬레이션 기술이 존재한다. 종래의 기술에서는, AV가 환경에서 대상체(objects)를 검출하고 상이한 기상 조건(예를 들면, 비 또는 일광(daylight))을 탐색할 수 있게 하기 위해 테스트 환경의 시뮬레이션이 생성된다. 그렇지만, 그러한 기술은 AV의 안전성과 신뢰성을 적절하게 개선하는 데 충분하지 않다. 예를 들어, 그러한 전통적인 기술은 (a) AV의 충돌 가능성이 없을 때 잘못된(false) 경고 생성(예를 들면, 거짓 양성(false positive)) 및 (b) 충돌 가능성이 있을 때 경고 생성의 실패(즉, 거짓 음성(false negative))를 진단하고 처리하지 못하는 경우가 종종 있다. 추가적으로, 충돌을 방지하기 위해 인수(takeover)가 발생할 때, 그러한 기술은 인수가 발생하지 않았다면 충돌이 발생했을 가능성이 있는지 여부를 평가하지 않으며, 따라서 종종 부정확한 경고를 생성할 수 있다.
도 1은 자율주행 능력을 갖는 자율주행 차량(AV)의 일 예를 도시한다.
도 2는 예시적인 "클라우드" 컴퓨팅 환경을 예시한다.
도 3은 컴퓨터 시스템을 예시한다.
도 4는 AV에 대한 예시적인 아키텍처를 도시한다.
도 5는 인지 모듈에 의해 사용될 수 있는 입력 및 출력의 일 예를 도시한다.
도 6은 LiDAR 시스템의 일 예를 도시한다.
도 7은 동작 중인 LiDAR 시스템을 도시한다.
도 8은 LiDAR 시스템의 동작을 부가적으로 상세하게 도시한다.
도 9는 계획 모듈(planning module)의 입력과 출력 사이의 관계의 블록 다이어그램을 도시한다.
도 10은 경로 계획에서 사용되는 방향 그래프를 도시한다.
도 11은 제어 모듈의 입력 및 출력의 블록 다이어그램을 도시한다.
도 12는 제어기의 입력, 출력, 및 컴포넌트의 블록 다이어그램을 도시한다.
도 13은 AV를 안전하고 신뢰할 수 있게 만들기 위해 AV의 컴퓨팅 디바이스에 의해 사용되는 메트릭을 생성하기 위해 사용되는 시뮬레이션된 데이터를 생성하기 위한 컴퓨팅 환경을 도시한다.
도 14는 AV의 컴퓨팅 디바이스에 의해 생성되는 거짓 양성 및 거짓 음성을 감소시킴으로써 AV를 안전하고 신뢰할 수 있게 만들기 위한 프로세스를 도시한다.
도 15는 AV의 컴퓨팅 디바이스에 의해 생성되는 거짓 양성을 회피하는 특정 예를 도시한다.
도 16은 AV의 컴퓨팅 디바이스에 의한 거짓 음성의 회피를 위한 특정 예를 도시한다.
도 17은 다른 잠재적 충돌을 나타내는 향후 경고의 정확도를 개선하기 위한 메트릭을 생성하는 프로세스를 도시한다.
도 18은 다른 잠재적 충돌을 나타내는 향후 경고의 정확도를 개선하기 위한 메트릭의 생성을 위한 컴퓨팅 환경(computing landscape)의 일 예를 도시한다.
다양한 도면에서의 유사한 참조 문자는 유사한 요소 또는 컴포넌트를 나타낸다.
이하의 기술에서는, 설명 목적으로, 완전한 이해를 제공하기 위해 다수의 특정 세부 사항이 기재되어 있다. 그렇지만, 일부 구현예가 이러한 특정 세부 사항 없이 실시될 수 있음이 명백할 것이다. 다른 예에서, 공지된 구조 및 디바이스는 다양한 구현예를 불필요하게 모호하게 하는 것을 회피하기 위하여 블록 다이어그램 형태로 도시된다.
도면에서, 기술을 용이하게 하기 위해, 디바이스, 모듈, 명령어 블록 및 데이터 요소를 나타내는 것과 같은, 개략적 요소의 특정 배열 또는 순서가 도시된다. 그렇지만, 본 기술 분야의 통상의 기술자라면, 도면에서의 개략적 요소의 특정 순서 또는 배열이 프로세싱의 특정한 순서 또는 시퀀스, 또는 프로세스의 분리가 요구된다는 것을 암시하는 것을 의미하지는 않는다는 점을 이해할 것이다. 게다가, 도면에 개략적 요소를 포함시키는 것은, 그러한 요소가 모든 실시예에서 요구된다는 것을 암시하는 것을 의미하지 않거나, 또는 그러한 요소에 의해 표현된 특징이 일부 실시예에서 포함되지 않거나 또는 다른 요소와 조합되지 않을 수 있다는 점을 암시하는 것을 의미하지 않는다.
게다가, 도면에서, 2개 이상의 다른 개략적 요소 사이의 연결, 관계 또는 연관을 예시하기 위해 실선 또는 파선 또는 화살표와 같은 연결 요소가 사용되는 경우에, 임의의 그러한 연결 요소의 부재는 연결, 관계 또는 연관이 존재할 수 없다는 점을 암시하는 것을 의미하지 않는다. 환언하면, 요소들 사이의 일부 연결, 관계, 또는 연관은 본 개시를 모호하게 하지 않기 위해 도면에 도시되지 않는다. 그에 부가하여, 예시를 용이하게 하기 위해, 요소들 사이의 다수의 연결, 관계 또는 연관을 표현하기 위해 단일의 연결 요소가 사용된다. 예를 들어, 연결 요소가 신호, 데이터 또는 명령어의 통신을 표현하는 경우, 본 기술 분야의 통상의 기술자라면, 그러한 요소가, 통신을 수행하기 위해 필요할 수 있는, 하나 또는 다수의 신호 경로(예를 들어, 버스)를 표현한다는 것을 이해할 것이다.
그 예가 첨부 도면에 예시되어 있는, 실시예가 이제 상세하게 언급될 것이다. 이하의 상세한 설명에서, 다양한 기술된 실시예에 대한 완전한 이해를 제공하기 위해 많은 특정 세부 사항이 기재된다. 그렇지만, 다양한 기술된 실시예가 이 특정 세부 사항 없이 실시될 수 있다는 것이 본 기술 분야의 통상의 기술자에게 명백할 것이다. 다른 예에서, 실시예의 양태를 불필요하게 모호하게 하지 않기 위해 공지된 방법, 절차, 컴포넌트, 회로, 및 네트워크는 상세하게 기술되지 않았다.
서로 독립적으로 또는 다른 특징들의 임의의 조합과 함께 각각 사용될 수 있는 여러 특징이 이하에 기술된다. 그렇지만, 임의의 개별 특징은 위에서 논의된 문제들 중 임의의 것을 해결할 수 없거나 또는 위에서 논의된 문제들 중 단지 하나만을 해결할 수 있다. 위에서 논의된 문제들 중 일부는 본원에 기술된 특징들 중 임의의 것에 의해 완전히 해결되지는 않을 수 있다. 비록 여러 표제가 제공되어 있더라도, 특정 표제에 관련되지만 해당 표제를 갖는 섹션에서 발견되지 않은 정보가 본 설명의 다른 곳에서 발견될 수도 있다. 실시예는 이하의 개요에 따라 본원에 기술된다.
1. 일반적 개관
2. 시스템 개관
3. 자율주행 차량 아키텍처
4. 자율주행 차량 입력
5. 자율주행 차량 계획
6. 자율주행 차량 제어
7. 거짓 양성 및 거짓 음성의 발생을 감소시킴으로써 AV의 안전성과 신뢰성을 개선하는 시뮬레이션 환경
8. 다른 잠재적 충돌을 나타내는 향후 경고의 정확도를 개선함으로써 AV의 안전성과 신뢰성을 개선하는 시뮬레이션 환경
일반적 개관
일 양태에서, 자율주행 차량(AV)의 컴퓨팅 디바이스에 의해 수집된 데이터는 AV의 시뮬레이션을 생성하기 위해 사용된다. 수집된 데이터와 시뮬레이션 사이의 편차(deviation)를 결정하기 위해 시뮬레이션이 수집된 데이터와 비교된다. 일 예에서, 그러한 편차는, AV가 특정 유형의 이벤트 또는 시나리오(예를 들면, 잠재적 충돌)를 검출(예를 들면, 그에 대한 경고를 생성)했음을 수집된 데이터가 나타내는 반면 검출(예를 들면, 경고)이 잘못된 것임을 시뮬레이션된 동작이 나타내는, 컴퓨팅 디바이스에 의한 거짓 양성을 나타낼 수 있다. 다른 예에서, 그러한 편차는, 컴퓨팅 디바이스가 특정 유형의 이벤트 또는 시나리오(예를 들면, 잠재적 충돌)를 검출(예를 들면, 그에 대한 경고를 나타냄)하는 데 실패했음을 수집된 데이터가 나타내는 반면 시뮬레이션된 동작은 그 이벤트 또는 시나리오(예를 들면, 잠재적 충돌)를 나타내는, 컴퓨팅 디바이스에 의한 거짓 음성을 나타낼 수 있다. 그러한 거짓 양성 및 거짓 음성의 식별은 컴퓨팅 디바이스가 그러한 거짓 양성 또는 거짓 음성을 생성하는 것을 방지하는 메트릭을 생성하기 위해 사용될 수 있다.
이벤트 또는 시나리오의 검출은 경고를 통해 운전자에게 전달되는 것으로 기술되지만, 다른 구현예에서는 검출이 운전자에게 전달되지 않을 수 있다. 충돌의 검출은 AV의 소프트웨어 스택 내의 충돌 회피 모듈에 의해 수행될 수 있다. 이벤트 또는 시나리오가 충돌로서 기술되지만, 다른 구현예에서는 이벤트 또는 시나리오가, 로컬화 모듈, 계획 모듈, 인지 모듈, 제어 모듈 등과 같은, 소프트웨어 스택 내의 임의의 다른 모듈에 의해 검출되는 바와 같은 임의의 다른 이벤트 또는 시나리오일 수 있다.
이러한 측면은 다양한 장점을 제공한다. 예를 들어, 거짓 양성의 방지는 AV의 컴퓨팅 디바이스에 의해 생성되는 바와 같은 다가오는 이벤트 또는 시나리오(예를 들면, 충돌)의 오검출(false detection)(예를 들면, 경고)의 횟수를 감소(예를 들면, 최소화)시킬 수 있다. 오검출(예를 들면, 경고)의 횟수의 그러한 감소는 AV의 동작 동안 (예를 들면, 운전자 또는 원격 제어기에 의한) 불필요한 개입이 필요하게 되는 횟수를 감소시킬 수 있다. 이것은 AV의 신뢰성을 향상시키고, AV의 동작에 대한 신뢰감을 심어준다. 게다가, 거짓 음성의 방지는 AV의 컴퓨팅 디바이스가 특정 이벤트 또는 시나리오(예를 들면, 잠재적 충돌)를 검출(예를 들면, 이를 나타내는 경고를 생성)하도록 보장할 수 있다. 이는 유리하게도 바람직하지 않은 이벤트 또는 시나리오를 방지(예를 들면, 충돌을 방지)할 수 있다. 바람직하지 않은 이벤트 또는 시나리오(예를 들면, 충돌)의 그러한 방지는 AV의 안전성과 신뢰성을 향상시킬 수 있다.
다른 양태에서, AV의 컴퓨팅 디바이스에 의해 수집된 데이터는 AV의 시뮬레이션을 생성하기 위해 사용된다. 이벤트 또는 시나리오(예를 들면, 잠재적 충돌)의 검출(예를 들면, 이를 나타내는 경고의 컴퓨팅 디바이스에 의한 생성)에 응답하여 오토파일럿 모드(autopilot mode)로부터의 인수가 발생했을 때의 시뮬레이션의 일 부분을 식별하기 위해 시뮬레이션이 검토된다. 인수가 발생하지 않았다면 이벤트 또는 시나리오(예를 들면, 충돌)가 발생했을 가능성이 있는지 여부(즉, 충돌과 같은 그러한 이벤트 또는 시나리오가 발생할 확률이 문턱값보다 컸었는지 여부)를 나타내는 메트릭을 결정하기 위해 시뮬레이션의 해당 부분이 분석된다. 그러한 메트릭은 컴퓨팅 디바이스에 전송되고 컴퓨팅 디바이스는 다른 이벤트 또는 시나리오(예를 들면, 다른 잠재적 충돌)(예를 들면, 이를 나타내는 경고)의 향후 검출의 정확도를 개선하기 위해 그 메트릭을 사용할 수 있다.
이벤트 또는 시나리오의 검출은 경고를 통해 운전자에게 전달되는 것으로 기술되지만, 다른 구현예에서는 검출이 운전자에게 전달되지 않을 수 있다. 충돌의 검출은 AV의 소프트웨어 스택 내의 충돌 회피 모듈에 의해 수행될 수 있다. 이벤트 또는 시나리오가 충돌로서 기술되지만, 다른 구현예에서는 이벤트 또는 시나리오가, 로컬화 모듈, 계획 모듈, 인지 모듈, 제어 모듈 등과 같은, 소프트웨어 스택 내의 임의의 다른 모듈에 의해 검출되는 바와 같은 임의의 다른 이벤트 또는 시나리오일 수 있다.
이러한 다른 측면은 또한 다양한 장점을 제공한다. 예를 들어, 다른 이벤트 또는 시나리오(예를 들면, 잠재적 충돌)(예를 들면, 이를 나타내는 경고)의 향후 검출의 정확도가 개선되고, 이는 차례로 AV가 경험하는 이벤트 또는 시나리오(예를 들면, 충돌)를 감소시켜, 이에 의해 AV를 안전하고 더 신뢰할 수 있게 만든다. 게다가, 일부 구현예에서, 그러한 검출(예를 들어, 경고 생성)은 원격 시스템에 의한 자동 인수를 개시할 수 있으며, 이는 인간 운전자가 없는 경우에 또는 인간 운전자가 부주의하거나 조심성이 없는 경우에 유리할 수 있다. 이것은 AV의 신뢰성을 더욱 향상시킨다. 일부 예에서, (운전자가 심장 마비와 같은 의학적 어려움을 겪고 있는 경우일 수 있는) 운전자의 바이탈(vitals) 변화에 응답하여 그러한 검출이 이루어질 수 있으며(예를 들면, 경고가 생성될 수 있음), 이 경우에 경고는 원격 시스템에 의한 자동 인수를 개시할 수 있다.
위에서 기술된 측면은 더욱 유리하다. 예를 들어, 일부 구현예에서, 수집된 데이터는 임의의 제조업체에 의해 제조되는 임의의 AV에 대한 동작 데이터일 수 있으며, 제조업체가 반드시 해당 AV의 신뢰성과 안전성을 개선하기 위한 메트릭을 생성하는 제조업체인 것은 아니다. 따라서, 임의의 제조업체에 의해 제조되는 AV의 동작 데이터의 로그가 해당 AV를 개선하기 위해 수집될 수 있으며, 이에 의해 본원에 기술된 기술적 구현이 AV 산업 전반에 혜택을 줄 수 있게 한다. 더욱이, 시뮬레이션 시스템은 AV의 소프트웨어 스택 내의 임의의 모듈을 시뮬레이션하도록 수정될 수 있으며, 따라서 임의의 특정 하나 이상의 모듈의 시뮬레이션으로 제한되지 않는다. 이것은 유리하게도 시뮬레이션 시스템의 아키텍처를 수정하지 않으면서(또는 실질적으로 수정하지 않으면서) 임의의 모듈이 시뮬레이션 시스템에 플러그인될 수 있게 한다. 아키텍처를 수정할 필요가 없는 것은 시뮬레이션 시스템의 사용자가 시뮬레이션에 대한 코드를 재작성하는 것을 방지하며, 이에 의해 시뮬레이션 시스템을 사용하기 더 쉽게 만들 수 있다. 게다가, 본원에 기술된 기술은 그러한 로봇 시스템의 신뢰성과 안전성을 향상시키기 위해 AV로부터 임의의 다른 로봇 시스템으로 추가로 확장될 수 있다.
시스템 개관
도 1은 자율주행 능력을 갖는 자율주행 차량(AV)(100)의 일 예를 도시한다.
본원에서 사용되는 바와 같이, 용어 "자율주행 능력"은, 완전한 자율주행 차량, 고도의 자율주행 차량, 및 조건부 자율주행 차량을 제한 없이 포함하는, 실시간 인간 개입 없이 차량이 부분적으로 또는 완전하게 동작될 수 있게 하는 기능, 특징, 또는 설비를 지칭한다.
본원에서 사용되는 바와 같이, AV는 자율주행 능력을 갖는 차량이다.
본원에서 사용되는 바와 같이, "차량"은 상품 또는 사람의 운송 수단을 포함한다. 예를 들어, 자동차, 버스, 기차, 비행기, 드론, 트럭, 보트, 선박, 잠수함, 비행선 등. 무인 자동차는 차량의 일 예이다.
본원에서 사용되는 바와 같이, "궤적"은 AV를 제1 시공간적 위치로부터 제2 시공간적 위치로 내비게이팅하는 경로 또는 루트를 지칭한다. 일 실시예에서, 제1 시공간적 위치는 초기 또는 시작 위치라고 지칭되고 제2 시공간적 위치는 목적지, 최종 위치, 목표, 목표 위치, 또는 목표 장소라고 지칭된다. 일부 예에서, 궤적은 하나 이상의 세그먼트(예를 들면, 도로의 섹션)로 구성되고, 각각의 세그먼트는 하나 이상의 블록(예를 들면, 차선 또는 교차로의 부분)으로 구성된다. 일 실시예에서, 시공간적 위치는 현실 세계 위치에 대응한다. 예를 들어, 시공간적 위치는 사람을 태우거나 내려주고 또는 상품을 싣거나 내리는 픽업(pick up) 또는 드롭-오프(drop-off) 위치이다.
본원에서 사용되는 바와 같이, "센서(들)"는 센서를 둘러싼 환경에 관한 정보를 검출하는 하나 이상의 하드웨어 컴포넌트를 포함한다. 하드웨어 컴포넌트들 중 일부는 감지 컴포넌트(예를 들면, 이미지 센서, 생체측정 센서), 송신 및/또는 수신 컴포넌트(예를 들면, 레이저 또는 라디오 주파수 파 송신기 및 수신기), 아날로그 대 디지털 변환기와 같은 전자 컴포넌트, 데이터 저장 디바이스(예컨대, RAM 및/또는 비휘발성 스토리지), 소프트웨어 또는 펌웨어 컴포넌트, 및 ASIC(application-specific integrated circuit), 마이크로프로세서 및/또는 마이크로컨트롤러와 같은 데이터 프로세싱 컴포넌트를 포함할 수 있다.
본원에서 사용되는 바와 같이, "장면 묘사(scene description)"는 AV 차량 상의 하나 이상의 센서에 의해 검출되거나 AV 외부의 소스에 의해 제공되는 하나 이상의 분류된 또는 라벨링된 대상체를 포함하는 데이터 구조(예를 들어, 리스트) 또는 데이터 스트림이다.
본원에서 사용되는 바와 같이, "도로"는 차량에 의해 횡단될 수 있는 물리적 영역이고, 명명된 주요 도로(예를 들어, 도시 거리, 주간 고속도로 등)에 대응할 수 있거나, 또는 명명되지 않은 주요 도로(예를 들어, 주택 또는 사무실 건물 내의 사유 도로, 주차장 섹션, 공터 섹션, 시골 지역의 비포장 경로 등)에 대응할 수 있다. 일부 차량(예를 들어, 4륜 구동 픽업 트럭, 스포츠 유틸리티 차량 등)은 차량 진행에 특히 적합하지 않은 다양한 물리적 영역을 횡단할 수 있기 때문에, "도로"는 임의의 지자체 또는 다른 정부 또는 행정처에 의해 주요 도로로서 공식적으로 규정되지 않은 물리적 영역일 수 있다.
본원에서 사용되는 바와 같이, "차선"은 차량에 의해 횡단될 수 있는 도로의 일부이다. 차선은 때때로 차선 마킹(lane marking)에 기초하여 식별된다. 예를 들어, 차선은 차선 마킹 사이의 공간의 대부분 또는 전부에 대응할 수 있거나, 또는 차선 마킹 사이의 공간의 단지 일부(예를 들면, 50% 미만)에 대응할 수 있다. 예를 들어, 멀리 이격된 차선 마킹을 갖는 도로는 차선 마킹들 사이에 둘 이상의 차량을 수용할 수 있어서, 하나의 차량이 차선 마킹을 횡단하지 않으면서 다른 차량을 추월할 수 있고, 따라서 차선 마킹들 사이의 공간보다 좁은 차선을 갖거나 차선 마킹들 사이에 2개의 차선을 갖는 것으로 해석될 수 있다. 차선은 차선 마킹의 부재 시에도 해석될 수 있다. 예를 들어, 차선은 환경의 물리적 특징, 예를 들어, 시골 지역에서의 주요 도로를 따라 있는 바위 및 나무 또는, 예를 들어, 미개발 지역에서의 회피되어야 할 자연 장애물에 기초하여 규정될 수 있다. 차선은 또한 차선 마킹 또는 물리적 특징과 무관하게 해석될 수 있다. 예를 들어, 차선은 차선 경계로서 해석될 특징이 달리 없는 영역에서 장애물이 없는 임의의 경로에 기초하여 해석될 수 있다. 예시적인 시나리오에서, AV는 들판 또는 공터의 장애물 없는 부분을 통해 차선을 해석할 수 있다. 다른 예시적인 시나리오에서, AV는 차선 마킹을 갖지 않는 넓은(예를 들면, 2개 이상의 차선을 위해 충분히 넓은) 도로를 통해 차선을 해석할 수 있다. 이 시나리오에서, AV는 차선에 관한 정보를 다른 AV에 전달할 수 있어서, 다른 AV가 동일한 차선 정보를 사용하여 그 자신들 간에 경로 계획을 조정할 수 있다.
용어 "OTA(over-the-air) 클라이언트"는 임의의 AV, 또는 AV에 내장되거나, AV에 결합되거나, 또는 AV와 통신하는 임의의 전자 디바이스(예를 들면, 컴퓨터, 제어기, IoT 디바이스, 전자 제어 유닛(ECU))를 포함한다.
용어 "OTA(over-the-air) 업데이트"는, 셀룰러 모바일 통신(예를 들면, 2G, 3G, 4G, 5G), 라디오 무선 영역 네트워크(예를 들면, WiFi) 및/또는 위성 인터넷을 포함하지만 이에 제한되지 않는, 독점적인 및/또는 표준화된 무선 통신 기술을 사용하여 OTA 클라이언트에 전달되는 소프트웨어, 펌웨어, 데이터 또는 구성 설정, 또는 이들의 임의의 조합에 대한 임의의 업데이트, 변경, 삭제, 또는 추가를 의미한다.
용어 "에지 노드"는 AV와 통신하기 위한 포털을 제공하고 OTA 업데이트를 스케줄링하여 OTA 클라이언트에 전달하기 위해 다른 에지 노드 및 클라우드 기반 컴퓨팅 플랫폼과 통신할 수 있는 네트워크에 결합된 하나 이상의 에지 디바이스를 의미한다.
용어 "에지 디바이스"는 에지 노드를 구현하고 기업 또는 서비스 제공자(예를 들면, VERIZON, AT&T) 코어 네트워크에 물리적 무선 액세스 포인트(AP)를 제공하는 디바이스를 의미한다. 에지 디바이스의 예는 컴퓨터, 제어기, 송신기, 라우터, 라우팅 스위치, IAD(integrated access device), 멀티플렉서, MAN(metropolitan area network) 및 WAN(wide area network) 액세스 디바이스를 포함하지만, 이에 제한되지 않는다.
"하나 이상"은 하나의 요소에 의해 수행되는 기능, 하나 초과의 요소에 의해, 예를 들어, 분산 방식으로, 수행되는 기능, 하나의 요소에 의해 수행되는 여러 기능, 여러 요소에 의해 수행되는 여러 기능, 또는 이들의 임의의 조합을 포함한다.
또한, 용어, 제1, 제2 등이, 일부 예에서, 다양한 요소를 기술하기 위해 본원에 사용되었지만, 이러한 요소는 이러한 용어에 의해 제한되지 않아야 한다는 것이 이해될 것이다. 이들 용어는 하나의 요소를 다른 요소와 구별하는 데만 사용된다. 예를 들어, 기술된 다양한 실시예의 범위를 벗어나지 않으면서, 제1 접촉은 제2 접촉이라 지칭될 수 있고, 유사하게 제2 접촉은 제1 접촉이라 지칭될 수 있다. 제1 접촉과 제2 접촉 둘 모두가 접촉이지만, 동일한 접촉은 아니다.
본원에 기술된 다양한 실시예의 설명에서 사용된 용어는 단지 특정한 실시예를 기술하기 위한 것이며, 제한하는 것으로 의도되지 않는다. 기술된 다양한 실시예 및 첨부된 청구항의 설명에서 사용되는 바와 같이, 단수형은, 문맥이 달리 명시적으로 나타내지 않는 이상, 복수형도 포함하는 것으로 의도된다. 또한, 용어 "및/또는"이, 본원에서 사용되는 바와 같이, 열거된 연관 항목들 중 하나 이상의 항목의 임의의 그리고 모든 가능한 조합을 지칭하고 포함한다는 것이 이해될 것이다. 또한, 용어 "포함한다" 및/또는 "포함하는"이, 본 설명에서 사용될 때, 언급된 특징, 정수, 단계, 동작, 요소, 및/또는 컴포넌트의 존재를 명기하지만, 하나 이상의 다른 특징, 정수, 단계, 동작, 요소, 컴포넌트, 및/또는 그의 그룹의 존재 또는 추가를 배제하지 않는다는 것도 이해될 것이다.
본원에서 사용되는 바와 같이, 용어 "~ 경우"는 선택적으로 문맥에 따라 "~할 때", 또는 "~시에" 또는 "결정에 응답하여" 또는 "검출에 응답하여"를 의미하는 것으로 해석된다. 마찬가지로, 문구 "~라고 결정된다면" 또는 "[언급된 조건 또는 이벤트]가 검출되는 경우"는 선택적으로 문맥에 따라, "결정할 시에" 또는 "결정에 반응하여" 또는 "[언급된 조건 또는 이벤트]의 검출 시에" 또는 "[언급된 조건 또는 이벤트]의 검출에 반응하여"를 의미하는 것으로 해석된다.
본원에서 사용되는 바와 같이, AV 시스템은 AV의 동작을 지원하는, 하드웨어, 소프트웨어, 저장 데이터, 및 실시간으로 생성된 데이터의 어레이와 함께 AV를 지칭한다. 일 실시예에서, AV 시스템은 AV 내에 포함된다. 일 실시예에서, AV 시스템은 여러 위치에 걸쳐 확산되어 있다. 예를 들어, AV 시스템의 소프트웨어 중 일부는 도 3와 관련하여 아래에서 기술되는 클라우드 컴퓨팅 환경(300)과 유사한 클라우드 컴퓨팅 환경 상에 구현된다.
일반적으로, 본원은 완전한 자율주행 차량, 고도의 자율주행 차량, 및 조건부 자율주행 차량, 예를 들어 각각 소위 레벨 5 차량, 레벨 4 차량 및 레벨 3 차량을 포함하는 하나 이상의 자율주행 능력을 갖는 임의의 차량에 적용 가능한 기술을 개시한다(차량의 자율성의 레벨 분류에 대한 세부사항은 본원에 그 전체가 참조로 포함된, SAE 국제 표준 J3016: 온로드 자동차 자동 운전 시스템에 관한 용어의 분류 및 정의(Taxonomy and Definitions for Terms Related to On-128-172020-02-28 Road Motor Vehicle Automated Driving Systems) 참조). 또한, 본원에서 개시된 기술은 부분적 자율주행 차량 및 운전자 보조 차량, 예를 들어, 소위 레벨 2 및 레벨 1 차량에도 적용 가능하다(SAE 국제 표준 J3016: 온로드 자동차 자동 운전 시스템에 관한 용어의 분류 및 정의 참조). 일 실시예에서, 레벨 1, 레벨 2, 레벨 3, 레벨 4 및 레벨 5 차량 시스템 중 하나 이상은 센서 입력의 프로세싱에 기초하여 특정의 동작 조건 하에서 특정의 차량 동작(예를 들면, 조향, 제동, 및 맵 사용)을 자동화할 수 있다. 본원에서 개시된 기술은, 완전한 자율주행 차량으로부터 인간-운전 차량에 이르는, 임의의 레벨에 있는 차량에 혜택을 줄 수 있다.
AV는 사람 운전자를 필요로 하는 차량보다 장점이 있다. 한 가지 장점은 안전성이다. 예를 들어, 2016년에, 미국은 9100억 달러의 사회적 비용으로 추정되는 600만 건의 자동차 사고, 240만 건의 부상, 4만 명의 사망자, 및 1300만 건의 차량 충돌을 경험했다. 1억 마일 주행당 미국 교통 사망자수는, 부분적으로 차량에 설치된 추가적인 안전 대책으로 인해, 1965년과 2015년 사이에 약 6명으로부터 1명으로 줄었다. 예를 들어, 충돌이 발생할 것이라는 추가적인 0.5초의 경고는 전후 충돌의 60%를 완화시키는 것으로 여겨진다. 그렇지만, 수동적 안전 특징(예를 들면, 시트 벨트, 에어백)은 이 수치를 개선하는 데 한계에 도달했을 것이다. 따라서 차량의 자동 제어와 같은, 능동적 안전 대책이 이러한 통계치를 개선하는 데 유망한 다음 단계이다. 인간 운전자가 95%의 충돌에서 중요한 충돌전 사건에 책임있는 것으로 여겨지기 때문에, 자동 운전 시스템은, 예를 들어, 중요한 상황을 인간보다 잘 신뢰성있게 인식하고 회피하는 것에 의해; 더 나은 의사 결정을 하고, 교통 법규를 준수하며, 미래의 사건을 인간보다 더 잘 예측하는 것에 의해; 그리고 차량을 인간보다 더 잘 신뢰성 있게 제어하는 것에 의해 더 나은 안전성 결과를 달성할 수 있다.
도 1을 참조하면, AV 시스템(120)은, 대상체(예를 들어, 자연 장애물(191), 차량(193), 보행자(192), 자전거 운전자, 및 다른 장애물))를 회피하고 도로 법규(예를 들어, 동작 규칙 또는 운전 선호도)를 준수하면서, 환경(190)을 통과하여 궤적(198)을 따라 AV(100)를 목적지(199)(때때로 최종 위치라고 지칭됨)로 동작시킨다.
일 실시예에서, AV 시스템(120)은 컴퓨터 프로세서(146)로부터의 동작 커맨드를 수신하고 이에 따라 동작하도록 설비된 디바이스(101)를 포함한다. 차량이 액션(예를 들면, 운전 조작)을 수행하게 하는 실행가능 명령어(또는 명령어 세트)를 의미하기 위해 용어 "동작 커맨드"를 사용한다. 동작 커맨드는, 제한 없이, 차량이 전진을 시작하고, 전진을 중지하며, 후진을 시작하고, 후진을 중지하며, 가속하고, 감속하며, 좌회전을 수행하고, 우회전을 수행하기 위한 명령어를 포함할 수 있다. 일 실시예에서, 컴퓨팅 프로세서(146)는 도 3을 참조하여 아래에서 기술되는 프로세서(304)와 유사하다. 디바이스(101)의 예는 조향 제어(102), 브레이크(103), 기어, 가속기 페달 또는 다른 가속 제어 메커니즘, 앞유리 와이퍼, 사이드-도어 락, 윈도 제어, 및 방향 지시등을 포함한다.
일 실시예에서, AV 시스템(120)은 AV의 위치, 선속도와 각속도 및 선가속도와 각가속도, 및 헤딩(heading)(예를 들면, AV(100)의 선단의 배향)와 같은 AV(100)의 상태 또는 조건의 특성을 측정 또는 추론하기 위한 센서(121)를 포함한다. 센서(121)의 예는 GPS, 차량 선가속도 및 각속도(angular rate) 둘 모두를 측정하는 IMU(inertial measurement unit), 휠 슬립 비(wheel slip ratio)를 측정 또는 추산하기 위한 휠 속력 센서, 휠 브레이크 압력 또는 제동 토크 센서, 엔진 토크 또는 휠 토크 센서, 및 조향각(steering angle) 및 각속도 센서이다.
일 실시예에서, 센서(121)는 AV의 환경의 특성을 감지 또는 측정하기 위한 센서를 또한 포함한다. 예를 들어, 가시광, 적외선 또는 열(또는 둘 모두) 스펙트럼식 단안 또는 스테레오 비디오 카메라(122), LiDAR(123), RADAR, 초음파 센서, TOF(time-of-flight) 심도 센서, 속력 센서, 온도 센서, 습도 센서, 및 강우 센서.
일 실시예에서, AV 시스템(120)은 컴퓨터 프로세서(146)와 연관된 머신 명령어 또는 센서(121)에 의해 수집된 데이터를 저장하기 위한 데이터 저장 유닛(142) 및 메모리(144)를 포함한다. 일 실시예에서, 데이터 저장 유닛(142)은 도 3과 관련하여 아래에서 기술되는 ROM(308) 또는 저장 디바이스(310)와 유사하다. 일 실시예에서, 메모리(144)는 아래에서 기술되는 메인 메모리(306)와 유사하다. 일 실시예에서, 데이터 저장 유닛(142) 및 메모리(144)는 환경(190)에 관한 이력, 실시간, 및/또는 예측 정보를 저장한다. 일 실시예에서, 저장된 정보는 맵, 운전 성능, 교통 정체 업데이트 또는 기상 조건을 포함한다. 일 실시예에서, 환경(190)에 관한 데이터는 원격에 위치된 데이터베이스(134)로부터 통신 채널을 통해 AV(100)에 송신된다.
일 실시예에서, AV 시스템(120)은 다른 차량 상태 및 조건, 예컨대, 위치, 선속도와 각속도, 선가속도와 각가속도, 및 AV(100)를 향한 선형 헤딩과 각도 헤딩의 측정된 또는 추론된 특성을 통신하기 위한 통신 디바이스(140)를 포함한다. 이 디바이스는 V2V(Vehicle-to-Vehicle) 및 V2I(Vehicle-to-Infrastructure) 통신 디바이스 및 포인트-투-포인트(point-to-point) 또는 애드혹(ad hoc) 네트워크 또는 둘 모두를 통한 무선 통신을 위한 디바이스를 포함한다. 일 실시예에서, 통신 디바이스(140)는 (라디오 및 광학적 통신을 포함하는) 전자기 스펙트럼 또는 다른 매체(예를 들면, 공기 및 음향 매체)를 통해 통신한다. V2V(Vehicle-to-Vehicle), V2I(Vehicle-to-Infrastructure) 통신(및 일부 실시예에서 하나 이상의 다른 타입의 통신)의 조합이 때때로 V2X(Vehicle-to-Everything) 통신이라고 지칭된다. V2X 통신은 전형적으로, AV와의 통신 및 AV들 간의 통신을 위한 하나 이상의 통신 표준에 따른다.
일 실시예에서, 통신 디바이스(140)는 통신 인터페이스를 포함한다. 예를 들어, 유선, 무선, WiMAX, Wi-Fi, 블루투스, 위성, 셀룰러, 광학, 근거리, 적외선, 또는 라디오 인터페이스. 통신 인터페이스는 원격에 위치된 데이터베이스(134)로부터 AV 시스템(120)으로 데이터를 송신한다. 일 실시예에서, 원격에 위치된 데이터베이스(134)는 도 2에 기술된 바와 같은 클라우드 컴퓨팅 환경(200)에 내장된다. 통신 인터페이스(140)는 센서(121)로부터 수집된 데이터 또는 AV(100)의 동작에 관련된 다른 데이터를 원격에 위치된 데이터베이스(134)에 송신한다. 일 실시예에서, 통신 인터페이스(140)는 원격 조작(teleoperation)에 관련되는 정보를 AV(100)에 송신한다. 일부 실시예에서, AV(100)는 다른 원격(예를 들면, "클라우드") 서버(136)와 통신한다.
일 실시예에서, 원격에 위치된 데이터베이스(134)는 또한 디지털 데이터를 저장 및 송신한다(예를 들어, 도로 및 거리 위치와 같은 데이터를 저장함). 그러한 데이터는 AV(100) 상의 메모리(144)에 저장되거나, 원격에 위치된 데이터베이스(134)로부터 통신 채널을 통해 AV(100)에 송신된다.
일 실시예에서, 원격에 위치된 데이터베이스(134)는 유사한 시각(time of day)에 궤적(198)을 따라 이전에 진행된 차량의 운전 특성(예를 들어, 속력 및 가속도 프로파일)에 관한 이력 정보를 저장 및 송신한다. 일 구현예에서, 그러한 데이터는 AV(100) 상의 메모리(144)에 저장될 수 있거나, 원격에 위치된 데이터베이스(134)로부터 통신 채널을 통해 AV(100)에 송신될 수 있다.
AV(100) 상에 위치된 컴퓨팅 디바이스(146)는 실시간 센서 데이터 및 이전 정보 둘 모두에 기초한 제어 액션을 알고리즘적으로 생성하여, AV 시스템(120)이 자율주행 능력을 실행할 수 있게 한다.
일 실시예에서, AV 시스템(120)은 AV(100)의 사용자(예를 들어, 탑승자 또는 원격 사용자)에게 정보 및 경고를 제공하고 그로부터 입력을 수신하기 위해 컴퓨팅 디바이스(146)에 결합된 컴퓨터 주변기기(132)를 포함한다. 일 실시예에서, 주변기기(132)는 도 3을 참조하여 아래에서 논의되는 디스플레이(312), 입력 디바이스(314), 및 커서 제어기(316)와 유사하다. 결합은 무선 또는 유선이다. 인터페이스 디바이스들 중 임의의 둘 이상이 단일 디바이스에 통합될 수 있다.
일 실시예에서, AV 시스템(120)은, 예를 들어, 승객에 의해 특정되거나 승객과 관련된 프로파일에 저장된, 승객의 프라이버시 레벨을 수신하고 시행한다. 승객의 프라이버시 레벨은 승객과 연관된 특정한 정보(예를 들면, 승객 편의 데이터, 생체 데이터 등)가 사용되도록, 승객 프로파일에 저장되도록, 및/또는 클라우드 서버(136)에 저장되어 승객 프로필과 연관되도록 할 수 있는 방법을 결정한다. 일 실시예에서, 프라이버시 레벨은 일단 승차가 완료되면 삭제되는 승객과 연관된 특정한 정보를 특정한다. 일 실시예에서, 프라이버시 레벨은 승객과 연관된 특정한 정보를 특정하고 정보에 액세스하도록 인가되는 하나 이상의 엔티티를 식별해준다. 정보에 액세스하도록 인가되는 특정된 엔티티의 예는 다른 AV, 서드파티 AV 시스템, 또는 정보에 잠재적으로 액세스할 수 있는 임의의 엔티티를 포함할 수 있다.
승객의 프라이버시 레벨은 하나 이상의 입도 레벨로 특정될 수 있다. 일 실시예에서, 프라이버시 레벨은 저장 또는 공유될 특정 정보를 식별해준다. 일 실시예에서, 승객이 자신의 개인 정보가 저장 또는 공유되지 않도록 특정할 수 있도록 승객과 연관된 모든 정보에 프라이버시 레벨이 적용된다. 특정한 정보에 액세스하도록 허용되는 엔티티의 지정이 다양한 입도 레벨로 특정될 수 있다. 특정한 정보에 액세스하도록 허용되는 다양한 엔티티 세트는, 예를 들어, 다른 AV, 클라우드 서버(136), 특정 서드파티 AV 시스템 등을 포함할 수 있다.
일 실시예에서, AV 시스템(120) 또는 클라우드 서버(136)는 승객과 연관된 특정 정보가 AV(100) 또는 다른 엔티티에 의해 액세스될 수 있는지를 결정한다. 예를 들어, 특정한 시공간적 위치와 관련된 승객 입력에 액세스하려고 시도하는 서드파티 AV 시스템은 승객과 연관된 정보에 액세스하기 위해, 예를 들어, AV 시스템(120) 또는 클라우드 서버(136)로부터 인가를 획득해야 한다. 예를 들어, AV 시스템(120)은 시공간적 위치와 관련된 승객 입력이 서드파티 AV 시스템, AV(100), 또는 다른 AV에 제공될 수 있는지 여부를 결정하기 위해 승객의 특정된 프라이버시 레벨을 사용한다. 이것은 승객의 프라이버시 레벨이 어느 다른 엔티티가 승객의 액션에 관한 데이터 또는 승객과 연관된 다른 데이터를 수신하도록 허용되는지를 특정할 수 있게 한다.
도 2는 예시적인 "클라우드" 컴퓨팅 환경을 예시한다. 클라우드 컴퓨팅은 구성 가능한 컴퓨팅 리소스(예를 들면, 네트워크, 네트워크 대역폭, 서버, 프로세싱, 메모리, 스토리지, 애플리케이션, 가상 머신, 및 서비스)의 공유 풀에 대한 간편한 온-디맨드 네트워크 액세스를 가능하게 하기 위한 서비스 전달(service delivery)의 일 모델이다. 전형적인 클라우드 컴퓨팅 시스템에서는, 하나 이상의 대형 클라우드 데이터 센터가 클라우드에 의해 제공되는 서비스를 전달하기 위해 사용되는 머신을 수용한다. 이제 도 2를 참조하면, 클라우드 컴퓨팅 환경(200)은 클라우드(202)를 통해 상호연결되는 클라우드 데이터 센터(204a, 204b, 및 204c)를 포함한다. 데이터 센터(204a, 204b, 및 204c)는 클라우드 컴퓨팅 서비스를 클라우드(202)에 연결된 컴퓨터 시스템(206a, 206b, 206c, 206d, 206e, 및 206f)에 제공한다.
클라우드 컴퓨팅 환경(200)은 하나 이상의 클라우드 데이터 센터를 포함한다. 일반적으로, 클라우드 데이터 센터, 예를 들어, 도 2에 도시된 클라우드 데이터 센터(204a)는 클라우드, 예를 들어, 도 2에 도시된 클라우드(202) 또는 클라우드의 특정한 부분을 구성하는 서버의 물리적 배열체를 지칭한다. 예를 들어, 서버는 클라우드 데이터 센터 내에 룸, 그룹, 로우(row), 및 랙(rack)으로 물리적으로 배열된다. 클라우드 데이터 센터는 하나 이상의 서버 룸을 포함하는 하나 이상의 구역을 갖는다. 각각의 룸은 하나 이상의 서버 로우를 가지며, 각각의 로우는 하나 이상의 랙을 포함한다. 각각의 랙은 하나 이상의 개별 서버 노드를 포함한다. 일부 구현예에서, 구역, 룸, 랙, 및/또는 로우 내의 서버는, 전력 요건, 에너지 요건, 열적 요건, 가열 요건, 및/또는 다른 요건을 포함하는, 데이터 센터 설비의 물리적 인프라스트럭처 요건에 기초하여 그룹으로 배열된다. 일 실시예에서, 서버 노드는 도 3에서 기술된 컴퓨터 시스템과 유사하다. 데이터 센터(204a)는 다수의 랙을 통해 분산된 다수의 컴퓨팅 시스템을 갖는다.
클라우드(202)는 클라우드 데이터 센터(204a, 204b, 및 204c)를 상호연결시키고 클라우드 컴퓨팅 서비스에 대한 컴퓨팅 시스템(206a 내지 206f)의 액세스를 용이하게 하는 것을 돕는 네트워크 및 네트워킹 리소스(예를 들어, 네트워킹 장비, 노드, 라우터, 스위치 및 네트워킹 케이블)와 함께 클라우드 데이터 센터(204a, 204b, 및 204c)를 포함한다. 일 실시예에서, 네트워크는 지상 또는 위성 연결을 사용하여 배치된 유선 또는 무선 링크를 사용하여 결합된 하나 이상의 로컬 네트워크, 광역 네트워크, 또는 인터네트워크의 임의의 조합을 나타낸다. 네트워크를 거쳐 교환되는 데이터는 IP(Internet Protocol), MPLS(Multiprotocol Label Switching), ATM(Asynchronous Transfer Mode), 및 프레임 릴레이 등과 같은 임의의 개수의 네트워크 계층 프로토콜을 사용하여 송신된다. 또한, 네트워크가 다수의 서브 네트워크의 조합을 나타내는 실시예에서, 상이한 네트워크 계층 프로토콜은 기저 서브 네트워크(underlying sub-network) 각각에서 사용된다. 일부 실시예에서, 네트워크는, 공중 인터넷과 같은, 하나 이상의 상호연결된 인터네트워크를 나타낸다.
컴퓨팅 시스템(206a 내지 206f) 또는 클라우드 컴퓨팅 서비스 소비자는 네트워크 링크 및 네트워크 어댑터를 통해 클라우드(202)에 연결된다. 일 실시예에서, 컴퓨팅 시스템(206a 내지 206f)은 다양한 컴퓨팅 디바이스, 예를 들어, 서버, 데스크톱, 랩톱, 태블릿, 스마트폰, IoT(Internet of Things) 디바이스, 자율주행 차량(자동차, 드론, 셔틀, 기차, 버스 등을 포함함) 및 소비자 전자기기로서 구현된다. 일 실시예에서, 컴퓨팅 시스템(206a 내지 206f)은 다른 시스템 내에 또는 그 일부로서 구현된다.
도 3은 컴퓨터 시스템(300)을 도시한다. 일 구현예에서, 컴퓨터 시스템(300)은 특수 목적 컴퓨팅 디바이스이다. 특수 목적 컴퓨팅 디바이스는 기술을 수행하도록 고정-배선(hard-wired)되거나, 기술을 수행하도록 지속적으로 프로그래밍되는 하나 이상의 ASIC(application-specific integrated circuit) 또는 FPGA(field programmable gate array)와 같은 디지털 전자 디바이스를 포함하거나, 펌웨어, 메모리, 다른 스토리지 또는 조합 내의 프로그램 명령어에 따라 기술을 수행하도록 프로그래밍되는 하나 이상의 범용 하드웨어 프로세서를 포함할 수 있다. 또한, 그러한 특수-목적 컴퓨팅 디바이스는 커스텀 고정-배선 로직, ASIC, 또는 FPGA를 커스텀 프로그래밍과 조합하여 기술을 실현할 수 있다. 다양한 실시예에서, 특수-목적 컴퓨팅 디바이스는 기술을 구현하기 위한 고정-배선 및/또는 프로그램 로직을 포함하는 데스크톱 컴퓨터 시스템, 포터블 컴퓨터 시스템, 휴대용 디바이스, 네트워크 디바이스, 또는 임의의 다른 디바이스이다.
일 실시예에서, 컴퓨터 시스템(300)은 정보를 통신하기 위한 버스(302) 또는 다른 통신 메커니즘, 및 정보를 프로세싱하기 위해 버스(302)와 결합된 하드웨어 프로세서(304)를 포함한다. 하드웨어 프로세서(304)는, 예를 들어, 범용 마이크로프로세서이다. 컴퓨터 시스템(300)은 버스(302)에 결합된, 프로세서(304)에 의해 실행될 명령어 및 정보를 저장하기 위한, RAM(random access memory) 또는 다른 동적 저장 디바이스와 같은, 메인 메모리(306)를 또한 포함한다. 일 구현예에서, 메인 메모리(306)는 프로세서(304)에 의해 실행될 명령어의 실행 동안 임시 변수 또는 다른 중간 정보를 저장하기 위해 사용된다. 그러한 명령어는, 프로세서(304)에 의해 액세스 가능한 비-일시적 저장 매체에 저장될 때, 컴퓨터 시스템(300)을 명령어에서 특정된 동작을 수행하도록 커스터마이징된 특수-목적 머신으로 렌더링한다.
일 실시예에서, 컴퓨터 시스템(300)은, 프로세서(304)를 위한 정적 정보 및 명령어를 저장하기 위해 버스(302)와 결합된 ROM(read only memory)(308) 또는 다른 정적 저장 디바이스를 더 포함한다. 자기 디스크, 광학 디스크, 솔리드-스테이트 드라이브, 또는 3차원 크로스 포인트 메모리와 같은, 저장 디바이스(310)가 제공되고 정보 및 명령어를 저장하기 위해 버스(302)에 결합된다.
일 실시예에서, 컴퓨터 시스템(300)은 버스(302)를 통해, 정보를 컴퓨터 사용자에게 디스플레이하기 위한 CRT(cathode ray tube), LCD(liquid crystal display), 플라스마 디스플레이, LED(light emitting diode) 디스플레이, 또는 OLED(organic light emitting diode) 디스플레이와 같은 디스플레이(312)에 결합된다. 문자 숫자식 및 다른 키를 포함하는 입력 디바이스(314)는 정보 및 커맨드 선택을 프로세서(304)에 통신하기 위해 버스(302)에 결합된다. 다른 타입의 사용자 입력 디바이스는, 디스플레이(312) 상에서 커서 움직임을 제어하고 방향 정보 및 커맨드 선택을 프로세서(304)에 통신하기 위한, 마우스, 트랙볼, 터치식 디스플레이, 또는 커서 방향 키와 같은, 커서 제어기(316)이다. 이 입력 디바이스는 전형적으로, 디바이스가 평면에서 위치를 특정할 수 있게 하는 2개의 축, 즉 제1 축(예를 들면, x-축) 및 제2 축(예를 들면, y-축)에서의 2 자유도를 갖는다.
일 실시예에 따르면, 본원에서의 기술은 프로세서(304)가 메인 메모리(306)에 포함된 하나 이상의 명령어의 하나 이상의 시퀀스를 실행하는 것에 반응하여 컴퓨터 시스템(300)에 의해 수행된다. 그러한 명령어는, 저장 디바이스(310)와 같은, 다른 저장 매체로부터 메인 메모리(306) 내로 판독된다. 메인 메모리(306)에 포함된 명령어의 시퀀스의 실행은 프로세서(304)로 하여금 본원에서 기술된 프로세스 단계를 수행하게 한다. 대안적인 실시예에서는, 소프트웨어 명령어 대신에 또는 소프트웨어 명령어와 조합하여 고정-배선 회로가 사용된다.
본원에서 사용되는 바와 같은 용어 "저장 매체"는 머신이 특정 방식으로 동작하게 하는 데이터 및/또는 명령어를 저장하는 임의의 비-일시적 매체를 지칭한다. 그러한 저장 매체는 비휘발성 매체 및/또는 휘발성 매체를 포함한다. 비휘발성 매체는, 예를 들어, 광학 디스크, 자기 디스크, 솔리드-스테이트 드라이브, 또는 3차원 크로스 포인트 메모리, 예컨대, 저장 디바이스(310)를 포함한다. 휘발성 매체는 동적 메모리, 예컨대, 메인 메모리(306)를 포함한다. 저장 매체의 일반적인 형태는, 예를 들어, 플로피 디스크, 플렉서블 디스크, 하드 디스크, 솔리드-스테이트 드라이브, 자기 테이프, 또는 임의의 다른 자기 데이터 저장 매체, CD-ROM, 임의의 다른 광학 데이터 저장 매체, 홀 패턴을 갖는 임의의 물리적 매체, RAM, PROM, 및 EPROM, FLASH-EPROM, NV-RAM, 또는 임의의 다른 메모리 칩, 또는 카트리지를 포함한다.
저장 매체는 송신 매체와 별개이지만 송신 매체와 함께 사용될 수 있다. 송신 매체는 저장 매체들 간에 정보를 전달하는 데 참여한다. 예를 들어, 송신 매체는 버스(302)를 포함하는 와이어를 포함하여, 동축 케이블, 구리 와이어 및 광섬유를 포함한다. 또한, 송신 매체는 라디오 파 및 적외선 데이터 통신 동안 생성되는 것과 같은, 광파 또는 음향파의 형태를 취할 수 있다.
일 실시예에서, 실행을 위해 하나 이상의 명령어의 하나 이상의 시퀀스를 프로세서(304)에 반송하는 데 다양한 형태의 매체가 수반된다. 예를 들어, 명령어는 초기에 원격 컴퓨터의 자기 디스크 또는 솔리드-스테이트 드라이브에 보유된다. 원격 컴퓨터는 동적 메모리에 명령어를 로딩하고 모뎀을 사용하여 전화선을 통해 명령어를 전송한다. 컴퓨터 시스템(300)에 로컬인 모뎀은 전화선 상으로 데이터를 수신하고 적외선 송신기를 사용하여 데이터를 적외선 신호로 변환한다. 적외선 검출기는 적외선 신호로 반송되는 데이터를 수신하고 적절한 회로는 데이터를 버스(302)에 배치한다. 버스(302)는 데이터를 메인 메모리(306)로 반송하고, 프로세서(304)는 메인 메모리로부터 명령어를 검색 및 실행한다. 메인 메모리(306)에 의해 수신된 명령어는 프로세서(304)에 의해 실행되기 전이나 실행된 후에 선택적으로 저장 디바이스(310)에 저장될 수 있다.
컴퓨터 시스템(300)은 버스(302)와 결합된 통신 인터페이스(318)도 포함한다. 통신 인터페이스(318)는 로컬 네트워크(322)에 연결된 네트워크 링크(320)에 대한 2-웨이 데이터 통신(two-way data communication) 결합을 제공한다. 예를 들어, 통신 인터페이스(318)는 ISDN(integrated service digital network) 카드, 케이블 모뎀, 위성 모뎀, 또는 대응하는 타입의 전화선에 데이터 통신 연결을 제공하기 위한 모뎀이다. 다른 예로서, 통신 인터페이스(318)는 호환 가능한 LAN(local area network)에 데이터 통신 연결을 제공하기 위한 LAN 카드이다. 일부 구현예에서는, 무선 링크도 구현된다. 임의의 그러한 구현예에서, 통신 인터페이스(318)는 다양한 타입의 정보를 나타내는 디지털 데이터 스트림을 반송하는 전기 신호, 전자기 신호, 또는 광학 신호를 전송 및 수신한다.
네트워크 링크(320)는 전형적으로 하나 이상의 네트워크를 통한 다른 데이터 디바이스로의 데이터 통신을 제공한다. 예를 들어, 네트워크 링크(320)는 로컬 네트워크(322)를 통해 호스트 컴퓨터(324)로의 연결 또는 ISP(Internet Service Provider)(326)에 의해 운영되는 클라우드 데이터 센터 또는 장비로의 연결을 제공할 수 있다. ISP(326)는 차례로 지금은 "인터넷(328)"이라고 통칭되는 월드-와이드 패킷 데이터 통신 네트워크(world-wide packet data communication network)를 통해 데이터 통신 서비스를 제공한다. 로컬 네트워크(322) 및 인터넷(328) 둘 모두는 디지털 데이터 스트림을 반송하는 전기 신호, 전자기 신호, 또는 광학 신호를 사용한다. 다양한 네트워크를 통한 신호 및 컴퓨터 시스템(300)으로 그리고 컴퓨터 시스템(300)으로부터 디지털 데이터를 반송하는 통신 인터페이스(318)를 통한 네트워크 링크(320) 상의 신호는 송신 매체의 예시적인 형태이다. 일 실시예에서, 네트워크(320)는 위에서 기술된 클라우드(202) 또는 클라우드(202)의 일부를 포함한다.
컴퓨터 시스템(300)은 네트워크(들), 네트워크 링크(320) 및 통신 인터페이스(318)를 통해 프로그램 코드를 포함하는 메시지 및 데이터를 전송 및 수신한다. 일 실시예에서, 컴퓨터 시스템(300)은 프로세싱하기 위한 코드를 수신한다. 수신된 코드는 수신될 때 프로세서(304)에 의해 실행되고 및/또는, 추후의 실행을 위해 저장 디바이스(310) 또는 다른 비휘발성 스토리지에 저장된다.
자율주행 차량 아키텍처
도 4는 자율주행 차량(예를 들면, 도 1에 도시된 AV(100))에 대한 예시적인 아키텍처(400)를 도시한다. 아키텍처(400)는 인지 모듈(402)(때때로 인지 회로라고 지칭됨), 계획 모듈(planning module)(404)(때때로 계획 회로라고 지칭됨), 제어 모듈(406)(때때로 제어 회로라고 지칭됨), 로컬화 모듈(localization module)(408)(때때로 로컬화 회로라고 지칭됨), 및 데이터베이스 모듈(410)(때때로 데이터베이스 회로라고 지칭됨)을 포함한다. 각각의 모듈은 AV(100)의 동작에서 소정의 역할을 한다. 다함께, 모듈(402, 404, 406, 408 및 410)은 도 1에 도시된 AV 시스템(120)의 일부일 수 있다. 일부 실시예에서, 모듈(402, 404, 406, 408, 및 410) 중 임의의 모듈은 컴퓨터 소프트웨어(예를 들면, 컴퓨터 판독 가능 매체 상에 저장된 실행 가능한 코드) 및 컴퓨터 하드웨어(예를 들면, 하나 이상의 마이크로프로세서, 마이크로컨트롤러, ASIC(application-specific integrated circuit), 하드웨어 메모리 디바이스, 다른 타입의 집적 회로, 다른 타입의 컴퓨터 하드웨어, 또는 이러한 것 중 임의의 것 또는 모든 것의 조합)의 조합이다. 모듈(402, 404, 406, 408, 및 410)의 각각의 모듈은 때때로 프로세싱 회로(예를 들면, 컴퓨터 하드웨어, 컴퓨터 소프트웨어, 또는 이 둘의 조합)라고 지칭된다. 모듈(402, 404, 406, 408, 및 410) 중 임의의 것 또는 모든 것의 조합은 또한 프로세싱 회로의 일 예이다.
사용 중에, 계획 모듈(404)은 목적지(412)를 나타내는 데이터를 수신하고 목적지(412)에 도달하기 위해(예를 들면, 도착하기 위해) AV(100)가 진행할 수 있는 궤적(414)(때때로 루트라고 지칭됨)을 나타내는 데이터를 결정한다. 계획 모듈(404)이 궤적(414)을 나타내는 데이터를 결정하기 위해, 계획 모듈(404)은 인지 모듈(402), 로컬화 모듈(408), 및 데이터베이스 모듈(410)로부터 데이터를 수신한다.
인지 모듈(402)은, 예를 들어, 도 1에도 도시된 바와 같이, 하나 이상의 센서(121)를 사용하여 인근의 물리적 대상체를 식별한다. 대상체는 분류되고(예를 들면, 보행자, 자전거, 자동차, 교통 표지판 등과 같은 타입으로 그룹화되고), 분류된 대상체(416)를 포함하는 장면 묘사는 계획 모듈(404)에 제공된다.
또한, 계획 모듈(404)은 로컬화 모듈(408)로부터 AV 위치(418)를 나타내는 데이터를 수신한다. 로컬화 모듈(408)은 위치를 계산하기 위해 센서(121)로부터의 데이터 및 데이터베이스 모듈(410)로부터의 데이터(예를 들면, 지리적 데이터)를 사용하여 AV 위치를 결정한다. 예를 들어, 로컬화 모듈(408)은 GNSS(Global Navigation Satellite System) 센서로부터의 데이터 및 지리적 데이터를 사용하여 AV의 경도 및 위도를 계산한다. 일 실시예에서, 로컬화 모듈(408)에 의해 사용되는 데이터는 도로 기하학적 특성의 고-정밀 맵, 도로망 연결 특성을 기술하는 맵, 도로 물리적 특성(예컨대, 교통 속력, 교통량, 차량 및 자전거 운전자 교통 차선의 개수, 차선 폭, 차선 교통 방향, 또는 차선 마커 타입 및 위치, 또는 그 조합)을 기술하는 맵, 및 도로 특징부, 예를 들어, 횡단보도, 교통 표지판 또는 다양한 타입의 다른 진행 신호(travel signal)의 공간적 위치를 기술하는 맵을 포함한다. 일 실시예에서, 고-정밀 맵은 자동 또는 수동 주석 달기(annotation)를 통해 저-정밀 맵에 데이터를 추가함으로써 구성된다.
제어 모듈(406)은 궤적(414)을 나타내는 데이터 및 AV 위치(418)를 나타내는 데이터를 수신하고, AV(100)로 하여금 목적지(412)를 향해 궤적(414)을 진행하게할 방식으로 AV의 제어 기능(420a 내지 420c)(예를 들면, 조향, 스로틀링, 제동, 점화)을 동작시킨다. 예를 들어, 궤적(414)이 좌회전을 포함하는 경우, 제어 모듈(406)은, 조향 기능의 조향각이 AV(100)로 하여금 좌측으로 회전하게 하고 스로틀링 및 제동이 AV(100)로 하여금 이러한 회전이 이루어지기 전에 통과하는 보행자 또는 차량을 위해 일시정지 및 대기하게 하는 방식으로 제어 기능(420a 내지 420c)을 동작시킬 것이다.
자율주행 차량 입력
도 5는 인지 모듈(402)(도 4)에 의해 사용되는 입력(502a 내지 502d)(예를 들면, 도 1에 도시된 센서(121)) 및 출력(504a 내지 504d)(예를 들면, 센서 데이터)의 일 예를 도시한다. 하나의 입력(502a)은 LiDAR(Light Detection and Ranging) 시스템(예를 들면, 도 1에 도시된 LiDAR(123))이다. LiDAR는 그의 시선에 있는 물리적 대상체에 관한 데이터를 획득하기 위해 광(예를 들면, 적외선 광과 같은 광의 버스트)을 사용하는 기술이다. LiDAR 시스템은 출력(504a)으로서 LiDAR 데이터를 생성한다. 예를 들어, LiDAR 데이터는 환경(190)의 표현을 구성하기 위해 사용되는 3D 또는 2D 포인트(포인트 클라우드라고도 알려져 있음)의 집합체이다.
다른 입력(502b)은 RADAR 시스템이다. RADAR는 인근의 물리적 대상체에 관한 데이터를 획득하기 위해 라디오 파를 사용하는 기술이다. RADAR는 LiDAR 시스템의 시선 내에 있지 않은 대상체에 관한 데이터를 획득할 수 있다. RADAR 시스템(502b)은 출력(504b)으로서 RADAR 데이터를 생성한다. 예를 들어, RADAR 데이터는 환경(190)의 표현을 구성하기 위해 사용되는 하나 이상의 라디오 주파수 전자기 신호이다.
다른 입력(502c)은 카메라 시스템이다. 카메라 시스템은 인근의 물리적 대상체에 관한 정보를 획득하기 위해 하나 이상의 카메라(예를 들면, CCD(charge-coupled device)와 같은 광 센서를 사용하는 디지털 카메라)를 사용한다. 카메라 시스템은 출력(504c)으로서 카메라 데이터를 생성한다. 카메라 데이터는 종종 이미지 데이터(예를 들면, RAW, JPEG, PNG 등과 같은 이미지 데이터 형식의 데이터)의 형태를 취한다. 일부 예에서, 카메라 시스템은, 카메라 시스템이 심도를 인지할 수 있게 하는, 예를 들어, 입체시(stereopsis)(스테레오 비전)를 위한, 다수의 독립적인 카메라를 갖는다. 카메라 시스템에 의해 인지되는 대상체가 여기서 "인근"으로 기술되지만, 이것은 AV에 상대적인 것이다. 사용 중에, 카메라 시스템은 멀리 있는, 예를 들어, AV 전방으로 최대 1 킬로미터 이상에 있는 대상체를 "보도록" 구성될 수 있다. 따라서, 카메라 시스템은 멀리 떨어져 있는 대상체를 인지하기 위해 최적화되는 센서 및 렌즈와 같은 특징부를 가질 수 있다.
다른 입력(502d)은 TLD(traffic light detection) 시스템이다. TLD 시스템은 하나 이상의 카메라를 사용하여, 시각적 내비게이션 정보를 제공하는 신호등, 거리 표지판, 및 다른 물리적 대상체에 관한 정보를 획득한다. TLD 시스템은 출력(504d)으로서 TLD 데이터를 생성한다. TLD 데이터는 종종 이미지 데이터(예를 들면, RAW, JPEG, PNG 등과 같은 이미지 데이터 형식의 데이터)의 형태를 취한다. TLD 시스템은, 시각적 내비게이션 정보를 제공하는 가능한 한 많은 물리적 대상체에 관한 정보를 획득하기 위해 TLD 시스템이 넓은 시계를 갖는 카메라(예를 들면, 광각 렌즈 또는 어안 렌즈를 사용함)를 사용하여, AV(100)가 이러한 대상체에 의해 제공되는 모든 관련 내비게이션 정보에 액세스한다는 점에서, 카메라를 포함하는 시스템과 상이하다. 예를 들어, TLD 시스템의 시야각은 약 120도 이상일 수 있다.
일부 실시예에서, 출력(504a 내지 504d)은 센서 융합 기술을 사용하여 조합된다. 따라서, 개별 출력(504a 내지 504d) 중 어느 하나가 AV(100)의 다른 시스템에 제공되거나(예를 들면, 도 4에 도시된 바와 같은 계획 모듈(404)에 제공되거나), 또는 조합된 출력이 동일한 타입(동일한 조합 기술을 사용하는 것 또는 동일한 출력을 조합하는 것 또는 둘 모두)의 단일 조합 출력 또는 다중 조합 출력의 형태 또는 상이한 타입(예를 들면, 상이한 각자의 조합 기술을 사용하는 것 또는 상이한 각자의 출력을 조합하는 것 또는 둘 모두)의 단일 조합 출력 또는 다중 조합 출력의 형태 중 어느 하나로 다른 시스템에 제공될 수 있다. 일부 실시예에서, 조기 융합(early fusion) 기술이 사용된다. 조기 융합 기술은 하나 이상의 데이터 프로세싱 단계가 조합 출력에 적용되기 전에 출력을 조합하는 것을 특징으로 한다. 일부 실시예에서, 늦은 융합(late fusion) 기술이 사용된다. 늦은 융합 기술은 하나 이상의 데이터 프로세싱 단계가 개별 출력에 적용된 후에 출력을 조합하는 것을 특징으로 한다.
도 6은 LiDAR 시스템(602)(예를 들면, 도 5에 도시된 입력(502a))의 일 예를 도시한다. LiDAR 시스템(602)은 광 이미터(606)(예를 들면, 레이저 송신기)로부터 광(604a 내지 604c)을 방출한다. LiDAR 시스템에 의해 방출되는 광은 전형적으로 가시 스펙트럼에 있지 않으며, 예를 들어, 적외선 광이 종종 사용된다. 방출되는 광(604b)의 일부는 물리적 대상체(608)(예를 들면, 차량)와 조우하고, LiDAR 시스템(602)으로 다시 반사된다. (LiDAR 시스템으로부터 방출되는 광은 전형적으로 물리적 대상체, 예를 들어, 고체 형태의 물리적 대상체를 관통하지 않는다). 또한, LiDAR 시스템(602)은 반사된 광을 검출하는 하나 이상의 광 검출기(610)를 갖는다. 일 실시예에서, LiDAR 시스템과 연관된 하나 이상의 데이터 프로세싱 시스템은 LiDAR 시스템의 시계(614)를 나타내는 이미지(612)를 생성한다. 이미지(612)는 물리적 대상체(608)의 경계(616)를 나타내는 정보를 포함한다. 이러한 방식으로, 이미지(612)는 AV 인근의 하나 이상의 물리적 대상체의 경계(616)를 결정하기 위해 사용된다.
도 7은 동작 중인 LiDAR 시스템(602)을 도시한다. 이 도면에 도시된 시나리오에서, AV(100)는 이미지(702) 형태의 카메라 시스템 출력(504c) 및 LiDAR 데이터 포인트(704) 형태의 LiDAR 시스템 출력(504a) 둘 모두를 수신한다. 사용 중에, AV(100)의 데이터 프로세싱 시스템은 이미지(702)를 데이터 포인트(704)와 비교한다. 특히, 이미지(702)에서 식별된 물리적 대상체(706)가 데이터 포인트(704) 중에서도 식별된다. 이러한 방식으로, AV(100)는 데이터 포인트(704)의 윤곽 및 밀도에 기초하여 물리적 대상체의 경계를 인지한다.
도 8은 LiDAR 시스템(602)의 동작을 추가적으로 상세하게 도시한다. 위에서 기술된 바와 같이, AV(100)는 LiDAR 시스템(602)에 의해 검출되는 데이터 포인트의 특성에 기초하여 물리적 대상체의 경계를 검출한다. 도 8에 도시된 바와 같이, 지면(802)과 같은 평평한 대상체는 LiDAR 시스템(602)으로부터 방출되는 광(804a 내지 804d)을 일관된 방식으로 반사할 것이다. 달리 말하면, LiDAR 시스템(602)이 일관된 간격을 사용하여 광을 방출하기 때문에, 지면(802)은 광을 동일한 일관된 간격으로 다시 LiDAR 시스템(602)으로 반사할 것이다. AV(100)가 지면(802) 위에서 진행함에 따라, LiDAR 시스템(602)은 도로를 방해하는 것이 없는 경우 다음 유효 지면 포인트(806)에 의해 반사되는 광을 계속 검출할 것이다. 그렇지만, 대상체(808)가 도로를 방해하는 경우, LiDAR 시스템(602)에 의해 방출되는 광(804e 내지 804f)은 예상되는 일관된 방식과 불일치하는 방식으로 포인트(810a 내지 810b)로부터 반사될 것이다. 이 정보로부터, AV(100)는 대상체(808)가 존재한다고 결정할 수 있다.
경로 계획
도 9는 (예를 들면, 도 4에 도시된 바와 같은) 계획 모듈(404)의 입력과 출력 사이의 관계의 블록 다이어그램(900)을 도시한다. 일반적으로, 계획 모듈(404)의 출력은 시작 포인트(904)(예를 들면, 소스 위치 또는 초기 위치)로부터 종료 포인트(906)(예를 들면, 목적지 또는 최종 위치)까지의 루트(902)이다. 루트(902)는 전형적으로 하나 이상의 세그먼트에 의해 규정된다. 예를 들어, 세그먼트는 거리, 도로, 공도, 사유 도로, 또는 자동차 진행에 적절한 다른 물리적 영역의 적어도 일 부분에 걸쳐 진행되는 거리이다. 일부 예에서, 예를 들어, AV(100)가 4륜 구동(4WD) 또는 상시 4륜 구동(AWD) 자동차, SUV, 픽업 트럭 등과 같은 오프-로드 주행 가능 차량인 경우, 루트(902)는 비포장 경로 또는 탁트인 들판과 같은 "오프-로드" 세그먼트를 포함한다.
루트(902)에 추가하여, 계획 모듈은 차선-레벨 루트 계획 데이터(908)도 출력한다. 차선-레벨 루트 계획 데이터(908)는 특정한 시간에서의 세그먼트의 조건에 기초하여 루트(902)의 세그먼트를 횡단하기 위해 사용된다. 예를 들어, 루트(902)가 다중 차선 공도를 포함하는 경우, 차선-레벨 루트 계획 데이터(908)는, 예를 들어, 출구가 다가오고 있는지, 차선 중 하나 이상이 다른 차량을 갖는지, 또는 수 분 이하 동안에 걸쳐 변화되는 다른 인자에 기초하여, AV(100)가 다중 차선 중 한 차선을 선택하기 위해 사용할 수 있는 궤적 계획 데이터(910)를 포함한다. 유사하게, 일부 구현예에서, 차선-레벨 루트 계획 데이터(908)는 루트(902)의 세그먼트에 특정적인 속력 제약(912)을 포함한다. 예를 들어, 세그먼트가 보행자 또는 예상치 않은 교통상황(traffic)을 포함하는 경우, 속력 제약(912)은 AV(100)를 예상된 속력보다 더 느린 진행 속력, 예를 들어, 세그먼트에 대한 속력 제한 데이터에 기초한 속력으로 제한할 수 있다.
일 실시예에서, 계획 모듈(404)로의 입력은 (예를 들면, 도 4에 도시된 데이터베이스 모듈(410)로부터의) 데이터베이스 데이터(914), 현재 위치 데이터(916)(예를 들면, 도 4에 도시된 AV 위치(418)), (예를 들면, 도 4에 도시된 목적지(412)에 대한) 목적지 데이터(918), 및 대상체 데이터(920)(예를 들면, 도 4에 도시된 인지 모듈(402)에 의해 인지되는 분류된 대상체(416))를 포함한다. 일 실시예에서, 데이터베이스 데이터(914)는 계획에 사용되는 규칙을 포함한다. 규칙은 형식 언어를 사용하여, 예를 들어, 불리언 로직을 사용하여 특정된다. AV(100)와 조우하는 임의의 주어진 상황에서, 규칙 중 적어도 일부는 해당 상황에 적용될 것이다. 규칙이 AV(100)에 이용 가능한 정보, 예를 들어, 주위 환경에 관한 정보에 기초하여 충족되는 조건을 갖는 경우, 규칙이 주어진 상황에 적용된다. 규칙은 우선순위를 가질 수 있다. 예를 들어, "도로가 공도인 경우, 최좌측 차선으로 이동하라"로 되어 있는 규칙은, 출구가 1마일 내로 다가오고 있는 경우, 최우측 차선으로 이동하라"는 것보다 더 낮은 우선순위를 가질 수 있다.
도 10은, 예를 들어, 계획 모듈(404)(도 4)에 의해 경로 계획에 사용되는 방향 그래프(1000)를 도시한다. 일반적으로, 도 10에 도시된 것과 같은 방향 그래프(1000)는 임의의 시작 포인트(1002)와 종료 포인트(1004) 사이의 경로를 결정하기 위해 사용된다. 현실 세계에서는, 시작 포인트(1002)와 종료 포인트(1004)를 분리시키는 거리는 상대적으로 클 수 있거나(예를 들면, 2개의 상이한 대도시 지역 내) 또는 상대적으로 작을 수 있다(예를 들면, 도시 블록과 맞닿아 있는 2개의 교차로 또는 다중 차선 도로의 2개의 차선).
일 실시예에서, 방향 그래프(1000)는 AV(100)에 의해 점유될 수 있는 시작 포인트(1002)와 종료 포인트(1004) 사이의 상이한 위치를 나타내는 노드(1006a 내지 1006d)를 갖는다. 일부 예에서, 예를 들어, 시작 포인트(1002) 및 종료 포인트(1004)가 상이한 대도시 지역을 나타낼 때, 노드(1006a 내지 1006d)는 도로의 세그먼트를 나타낸다. 일부 예에서, 예를 들어, 시작 포인트(1002) 및 종료 포인트(1004)가 동일한 도로 상의 상이한 위치를 나타낼 때, 노드(1006a 내지 1006d)는 해당 도로 상의 상이한 위치를 나타낸다. 이러한 방식으로, 방향 그래프(1000)는 다양한 레벨의 입도(granularity)로 정보를 포함한다. 또한, 일 실시예에서, 높은 입도를 갖는 방향 그래프는 또한 더 큰 스케일을 갖는 다른 방향 그래프의 하위그래프이다. 예를 들어, 시작 포인트(1002) 및 종료 포인트(1004)가 멀리 떨어져 있는(예를 들면, 수 마일(many miles) 떨어져 있는) 방향 그래프는 그의 정보 대부분이 낮은 입도이고 저장된 데이터에 기초하지만, AV(100)의 시계 내의 물리적 위치를 나타내는 그래프의 부분에 대한 일부 높은 입도 정보도 포함한다.
노드(1006a 내지 1006d)는 노드와 중첩할 수 없는 대상체(1008a 내지 1008b)와 별개이다. 일 실시예에서, 입도가 낮을 때, 대상체(1008a 내지 1008b)는 자동차에 의해 횡단될 수 없는 구역, 예를 들어, 거리 또는 도로가 없는 영역을 나타낸다. 입도가 높을 때, 대상체(1008a 내지 1008b)는 AV(100)의 시계 내의 물리적 대상체, 예를 들어, 다른 자동차, 보행자, 또는 AV(100)가 물리적 공간을 공유할 수 없는 다른 엔티티를 나타낸다. 일 실시예에서, 대상체(1008a 내지 1008b)의 일부 또는 전부는 정적 대상체(예를 들면, 가로등 또는 전신주와 같은 위치를 변경하지 않는 대상체) 또는 동적 대상체(예를 들면, 보행자 또는 다른 자동차와 같은 위치를 변경할 수 있는 대상체)이다.
노드(1006a 내지 1006d)는 에지(1010a 내지 1010c)에 의해 연결된다. 2개의 노드(1006a 내지 1006b)가 에지(1010a)에 의해 연결되는 경우, AV(100)가, 예를 들어, 다른 노드(1006b)에 도착하기 전에 중간 노드로 진행할 필요 없이, 하나의 노드(1006a)와 다른 노드(1006b) 사이에서 진행하는 것이 가능하다. (노드 사이에서 진행하는 AV(100)를 언급할 때, AV(100)가 각자의 노드에 의해 표현되는 2개의 물리적 위치 사이에서 진행한다는 것을 의미한다.) 에지(1010a 내지 1010c)는, AV(100)가 제1 노드로부터 제2 노드로, 또는 제2 노드로부터 제1 노드로 진행한다는 의미에서 종종 양방향성이다. 일 실시예에서, 에지(1010a 내지 1010c)는, AV(100)가 제1 노드로부터 제2 노드로 진행할 수 있지만, AV(100)가 제2 노드로부터 제1 노드로 진행할 수 없다는 의미에서 단방향성이다. 에지(1010a 내지 1010c)는, 예를 들어, 일방통행로, 거리, 도로, 또는 공도의 개별 차선, 또는 법적 또는 물리적 제약으로 인해 일 방향으로만 횡단될 수 있는 다른 특징부를 나타낼 때 단방향성이다.
일 실시예에서, 계획 모듈(404)은 방향 그래프(1000)를 사용하여 시작 포인트(1002)와 종료 포인트(1004) 사이의 노드 및 에지로 이루어진 경로(1012)를 식별한다.
에지(1010a 내지 1010c)는 연관된 비용(1014a 내지 1014b)을 갖는다. 비용(1014a 내지 1014b)은 AV(100)가 해당 에지를 선택하는 경우 소비될 리소스를 나타내는 값이다. 전형적인 리소스는 시간이다. 예를 들어, 하나의 에지(1010a)가 다른 에지(1010b)의 물리적 거리의 2배인 물리적 거리를 나타내면, 제1 에지(1010a)의 연관된 비용(1014a)은 제2 에지(1010b)의 연관된 비용(1014b)의 2배일 수 있다. 시간에 영향을 미치는 다른 인자는 예상된 교통상황, 교차로의 개수, 속력 제한 등을 포함한다. 다른 전형적인 리소스는 연비이다. 2개의 에지(1010a 및 1010b)는 동일한 물리적 거리를 나타낼 수 있지만, 예를 들어, 도로 조건, 예상된 날씨 등으로 인해, 하나의 에지(1010a)는 다른 에지(1010b)보다 더 많은 연료를 요구할 수 있다.
계획 모듈(404)이 시작 포인트(1002)와 종료 포인트(1004) 사이의 경로(1012)를 식별할 때, 계획 모듈(404)은 전형적으로, 비용에 최적화된 경로, 예를 들어, 에지의 개별 비용이 함께 가산될 때 가장 적은 전체 비용을 갖는 경로를 선택한다.
자율주행 차량 제어
도 11은 (예를 들면, 도 4에 도시된 바와 같은) 제어 모듈(406)의 입력 및 출력의 블록 다이어그램(1100)을 도시한다. 제어 모듈은, 예를 들어, 프로세서(304)와 유사한 하나 이상의 프로세서(예를 들면, 마이크로프로세서 또는 마이크로컨트롤러 또는 둘 모두와 같은 하나 이상의 컴퓨터 프로세서), 메인 메모리(306)와 유사한 단기 및/또는 장기 데이터 스토리지(예를 들면, 메모리 랜덤-액세스 메모리 또는 플래시 메모리 또는 둘 모두), ROM(308), 및 저장 디바이스(310)를 포함하는 제어기(1102), 및 메모리 내에 저장된 명령어에 따라 동작하는데, 상기 명령어는 명령어가 (예를 들면, 하나 이상의 프로세서에 의해) 실행될 때 제어기(1102)의 동작을 수행한다.
일 실시예에서, 제어기(1102)는 원하는 출력(1104)을 나타내는 데이터를 수신한다. 원하는 출력(1104)은 전형적으로 속도, 예를 들어, 속력 및 헤딩을 포함한다. 원하는 출력(1104)은, 예를 들어, (예를 들면, 도 4에 도시된 바와 같은) 계획 모듈(404)로부터 수신되는 데이터에 기초할 수 있다. 원하는 출력(1104)에 따라, 제어기(1102)는 스로틀 입력(1106) 및 조향 입력(1108)으로서 사용 가능한 데이터를 생성한다. 스로틀 입력(1106)은 원하는 출력(1104)을 달성하기 위해 조향 페달에 관여하거나 또는 다른 스로틀 제어에 관여함으로써, AV(100)의 스로틀(예를 들면, 가속도 제어)에 관여하는 정도를 나타낸다. 일부 예에서, 스로틀 입력(1106)은 AV(100)의 브레이크(예를 들면, 감속 제어)에 관여하기 위해 사용 가능한 데이터를 또한 포함한다. 조향 입력(1108)은 조향각, 예를 들어, AV의 조향 제어(예를 들면, 조향 휠, 조향각 액추에이터, 또는 조향각을 제어하기 위한 다른 기능성)가 원하는 출력(1104)을 달성하도록 위치설정되어야 하는 각도를 나타낸다.
일 실시예에서, 제어기(1102)는 스로틀 및 조향에 제공되는 입력을 조정하기 위해 사용되는 피드백을 수신한다. 예를 들어, AV(100)가 언덕과 같은 방해물(1110)과 조우하면, AV(100)의 측정된 속력(1112)은 원하는 출력 속력 아래로 낮아진다. 일 실시예에서, 임의의 측정된 출력(1114)은, 예를 들어, 측정된 속력과 원하는 출력 사이의 차분(1113)에 기초하여, 필요한 조정이 수행되도록 제어기(1102)에 제공된다. 측정된 출력(1114)은 측정된 위치(1116), 측정된 속도(1118)(속력 및 헤딩을 포함), 측정된 가속도(1120), 및 AV(100)의 센서에 의해 측정 가능한 다른 출력을 포함한다.
일 실시예에서, 방해물(1110)에 관한 정보는, 예를 들어, 카메라 또는 LiDAR 센서와 같은 센서에 의해 미리 검출되고, 예측 피드백 모듈(1122)에 제공된다. 이후, 예측 피드백 모듈(1122)은 정보를 제어기(1102)에 제공하며, 제어기(1102)는 이 정보를 사용하여 그에 따라 조정할 수 있다. 예를 들어, AV(100)의 센서가 언덕을 검출한("본") 경우, 이 정보는 상당한 감속을 회피하기 위해 적절한 시간에 스로틀에 관여할 준비를 하도록 제어기(1102)에 의해 사용될 수 있다.
도 12는 제어기(1102)의 입력, 출력, 및 컴포넌트의 블록 다이어그램(1200)을 도시한다. 제어기(1102)는 스로틀/브레이크 제어기(1204)의 동작에 영향을 미치는 속력 프로파일러(1202)를 갖는다. 예를 들어, 속력 프로파일러(1202)는, 예를 들어, 제어기(1102)에 의해 수신되고 속력 프로파일러(1202)에 의해 프로세싱되는 피드백에 따라 스로틀/브레이크(1206)를 사용하여 가속에 관여하거나 감속에 관여하도록 스로틀/브레이크 제어기(1204)에 명령한다.
또한, 제어기(1102)는 조향 제어기(1210)의 동작에 영향을 미치는 측방향 추적 제어기(1208)를 갖는다. 예를 들어, 측방향 추적 제어기(1208)는, 예를 들어, 제어기(1102)에 의해 수신되고 측방향 추적 제어기(1208)에 의해 프로세싱되는 피드백에 따라 조향 각도 액추에이터(1212)의 위치를 조정하도록 조향 제어기(1204)에 명령한다.
제어기(1102)는 스로틀/브레이크(1206) 및 조향각 액추에이터(1212)를 제어하는 방법을 결정하기 위해 사용되는 여러 입력을 수신한다. 계획 모듈(404)은, 예를 들어, AV(100)가 동작을 시작할 때 헤딩을 선택하고 AV(100)가 교차로에 도달할 때 어느 도로 세그먼트를 횡단할지를 결정하기 위해, 제어기(1102)에 의해 사용되는 정보를 제공한다. 로컬화 모듈(408)은, 예를 들어, 스로틀/브레이크(1206) 및 조향각 액추에이터(1212)가 제어되고 있는 방식에 기초하여 예상되는 위치에 AV(100)가 있는지를 제어기(1102)가 결정할 수 있도록, AV(100)의 현재 위치를 기술하는 정보를 제어기(1102)에 제공한다. 일 실시예에서, 제어기(1102)는 다른 입력(1214)으로부터의 정보, 예를 들어, 데이터베이스, 컴퓨터 네트워크 등으로부터 수신된 정보를 수신한다.
거짓 양성 및 거짓 음성의 발생을 감소시킴으로써 AV의 안전성과 신뢰성을 개선하는 시뮬레이션 환경
도 13은 AV(100)를 안전하고 신뢰할 수 있게 만들기 위해 AV(100)의 컴퓨팅 디바이스(1304)에 의해 사용되는 메트릭을 생성하기 위해 사용되는 시뮬레이션된 데이터를 생성하기 위한 컴퓨팅 환경(1302)을 도시한다. 컴퓨팅 환경(1302)은 AV(100)에 대한 시뮬레이션 환경을 제공하는 하나 이상의 프로세서(1306)를 포함할 수 있다. 일부 구현예에서, 컴퓨팅 환경(1302)은 컴퓨팅 환경(200)의 일부일 수 있고, 하나 이상의 프로세서(1306)는 클라우드 데이터 센터(204a, 204b, 및 204c)의 일부일 수 있다. 하나 이상의 프로세서(1306)는 AV(100)로부터 수신된 데이터에 기초하여 AV(100)의 동작을 시뮬레이션하여 시뮬레이션된 데이터를 생성할 수 있는 파라미터화 가능한 ILP(instruction-level parallelism) 프로세서 시뮬레이션 가속 엔진(시뮬레이터라고도 지칭될 수 있음)을 실행할 수 있다. 하나 이상의 프로세서(1306)는 AV(100)를 안전하고 신뢰할 수 있게 만들기 위해 컴퓨팅 디바이스(1304)의 프로그래밍을 업데이트하기 위해 사용될 수 있는 출력 메트릭(메트릭이라고도 지칭됨)을 생성하기 위해 시뮬레이션된 데이터를 사용할 수 있다.
컴퓨팅 환경(1302)은 컴퓨팅 디바이스(1304) 내의 적어도 하나의 모듈(예를 들면, 인지 모듈(402), 계획 모듈(404), 제어 모듈(406), 로컬화 모듈(408), 데이터베이스 모듈(410), 및/또는 임의의 다른 모듈)의 동작을 나타내는 데이터를 저장하기 위한 데이터베이스(1308)를 포함할 수 있다. 프로세서들(1306) 중 하나 이상은 데이터베이스(1308)로부터 저장된 데이터를 수신할 수 있다. 프로세서들(1306) 중 하나 이상은, 수신된 데이터에 기초하여, 적어도 하나의 모듈의 동작의 시뮬레이션을 생성하여 시뮬레이션된 데이터를 생성할 수 있다. 시뮬레이션의 생성은 AV(100)의 하나 이상의 모듈의 동적 응답을 그 하나 이상의 모듈을 모방하여 모델링된 다른 시스템의 거동에 의해 표현하는 것을 포함할 수 있다. 일부 구현예에서, 시뮬레이션은, 실행될 때, AV(100)의 상이한 모듈 내에서의 기능적 관계 및 AV(100)의 상이한 모듈들 사이의 기능적 관계를 복제하여, 이에 의해 AV(100)의 거동의 유사물(analog)을 실행하는 프로그램일 수 있다. 이러한 시뮬레이션의 결과는 데이터 형태로 제시되며, 이는 본원에서 시뮬레이션된 데이터라고도 지칭된다. 일부 구현예에서, 운전 성능이 상이한 경우, 다양한 시점에서의 상이한 교통상황, 상이한 기상 조건, 및/또는 임의의 다른 상이한 조건과 같은, 다른 조건(즉, AV가 동작하고 있는 조건과 상이한 조건)에서의 AV의 동작에 의해 생성되었을 시뮬레이션된 데이터를 획득하기 위해 시뮬레이션된 데이터가 업데이트될 수 있다. 프로세서들(1306) 중 하나 이상은 시뮬레이션된 데이터를 데이터베이스(110)에 저장할 수 있다.
프로세서들(1306) 중 하나 이상은 수집된 데이터와 AV(100)의 시뮬레이션된 동작 사이의 편차를 나타내는 시뮬레이션의 적어도 하나의 부분을 식별할 수 있다. 그러한 편차는 AV(100)의 동작 동안 컴퓨팅 디바이스(1304)에 의해 생성된 거짓 양성 또는 거짓 음성을 나타낼 수 있다. 일 구현예에서, 하나 이상의 프로세서(1306)는 다음과 같이 편차를 갖는 부분을 식별할 수 있다. 하나 이상의 프로세서(1306)는 타임 스탬프된(time-stamped) 수집된 데이터를 포함하는 제1 신호 및 타임 스탬프된 시뮬레이션된 데이터를 포함하는 제2 신호(정확한 비교를 생성하기 위해 시뮬레이션된 데이터의 타임 스탬프는 수집된 데이터의 타임 스탬프와 동일함)를 비교기에 공급할 수 있고, 비교기는 편차를 갖는 특정 부분을 나타내는 비교를 생성할 수 있다. 일부 구현예에서, 그러한 비교로부터의 편차는 편차가 문턱값을 초과할 때 검출될 수 있다. 일부 구현예에서, 비교기는 하나 이상의 프로세서(1306)에 결합된 하드웨어 전자 디바이스일 수 있다. 몇몇 구현예에서, 비교기는 하나 이상의 프로세서에 통신 가능하게 결합된 소프트웨어(예를 들면, 소프트웨어 애플리케이션)일 수 있다. 시뮬레이션의 식별된 부분은 어떤 시간 기간 동안의 시뮬레이션된 데이터일 수 있으며, 어떤 시간 기간은 특정 이벤트(예를 들면, 경고가 생성되거나 충돌이 발생한 때) 이전의 미리 설정된 시간(예를 들면, 5초, 15초, 30초, 1분, 2분 등) 및 특정 이벤트 이후의 다른 미리 설정된 시간(예를 들면, 5초, 15초, 30초, 1분, 2분 등)일 수 있다.
프로세서들(1306) 중 하나 이상은 시뮬레이션의 적어도 하나의 부분에 대한 메트릭을 생성하기 위해 시뮬레이션의 적어도 하나의 부분을 분석할 수 있다. 일부 예에서, 메트릭은 특정 제동 제어 커맨드 및 디버그 데이터를 포함할 수 있다. 제동 제어 커맨드는 AV(100)의 브레이크가 걸리게(applied) 할 필요가 있는 때에 대한 세부사항을 포함할 수 있다. 예를 들어, 제동 제어 커맨드는 AV(100)가 동작 중인 동안 AV(100)가 특정 방식으로 행동하거나 작동할 때 - 예를 들면, AV(100)의 센서 데이터, 궤적 데이터, 및 차량 상태가 미리 설정된 값, 또는 미리 설정된 범위 내의 값을 가질 때 - 브레이크가 걸리도록 지정할 수 있다. 디버그 데이터는 수집된 데이터와 시뮬레이션된 데이터 사이의 편차가 발생할 가능성이 있는 인스턴스를 식별하고 해당 인스턴스에서의 거짓 양성의 발생을 방지하기 위해 컴퓨팅 디바이스가 실행할 수 있는 프로그래밍 명령어 또는 세부사항을 포함할 수 있다.
일부 구현예에서, 하나 이상의 프로세서(1306)는 메트릭을 컴퓨팅 디바이스(1304)에 송신할 수 있으며, 컴퓨팅 디바이스(1304)는 수집된 데이터와 AV(100)의 시뮬레이션된 동작 사이의 다른 편차를 회피하기 위해 적어도 하나의 모듈에 대한 향후 명령어를 생성하는 데 해당 메트릭을 사용하도록 프로그래밍될 수 있다. 다른 구현예에서, 하나 이상의 프로세서(1306)는, 메트릭을 컴퓨팅 디바이스(1304)에 송신하는 대신에, 메트릭을 사용하여 적어도 하나의 모듈에 대한 향후 명령어를 생성하고 해당 명령어만을 특징짓는 데이터를 컴퓨팅 디바이스(1304)에 송신할 수 있으며, 컴퓨팅 디바이스(1304)는 수집된 데이터와 AV(100)의 시뮬레이션된 동작 사이의 다른 편차를 회피하기 위해 해당 명령어를 실행할 수 있다. 하나 이상의 프로세서(1306)는 메트릭을 데이터베이스(1312)에 저장할 수 있다.
위에서 언급된 바와 같이, 편차는, 수집된 데이터(데이터베이스(1308)에 저장됨)는 컴퓨팅 디바이스(1304)가 잠재적 충돌에 대한 경고를 생성했음을 나타내는 반면 시뮬레이션된 데이터(데이터베이스(1310)에 저장됨)는 경고가 잘못된 것임을 나타내는, 컴퓨팅 디바이스(1304)에 의해 생성된 거짓 양성을 나타낼 수 있다. 편차는, 수집된 데이터(데이터베이스(1308)에 저장됨)는 컴퓨팅 디바이스(1304)가 잠재적 충돌에 대한 경고를 나타내는 데 실패했음을 나타내는 반면 시뮬레이션된 데이터(데이터베이스(1310)에 저장됨)는 잠재적 충돌을 나타내는, 컴퓨팅 디바이스(1304)에 의해 생성된 거짓 음성을 나타낼 수 있다. 일부 구현예에서, 경고는 AV(100)의 컴퓨팅 디바이스(1304)에 연결된 하나 이상의 라이트(light) 또는 오디오의 활성화일 수 있다. 경고는 AV(100) 인근에서의 예상치 못한 발생을 나타내도록 설계될 수 있다. 몇몇 구현예에서, 경고는 추가적으로 또는 대안적으로, AV(100)의 운전자에 대한 이메일, 문자 메시지, 소셜 미디어 통지(social media notification) 등과 같은, 예상치 못한 발생을 나타내는 임의의 유형의 통지일 수 있다.
예상치 못한 발생은 AV(100)의 궤적을 계획하기 전에 식별되지 않았거나 식별 가능하지 않았던 다양한 인자의 예상치 못한 존재일 수 있다. 이러한 인자는 하나 이상의 대상체 또는 하나 이상의 생명체(living being)가 AV(100)의 경로(예를 들면, 계획된 궤적)에 있는 것, 또는 AV(100)의 동작 중에 통과하는 기상 조건을 포함할 수 있다. AV(100)의 경로에 있는 그러한 대상체는 다른 차량, 건물, 공사 표지판 등일 수 있다. AV(100)의 경로에 있는 생명체는 인간(예를 들면, 보행자, 다른 차량의 운전자, 또는 임의의 다른 인간) 또는 동물(예를 들면, 달아나는 동물 또는 야생 동물)일 수 있다. 예상치 못한 발생은 교통 체증, 갑작스런(예를 들면, 문턱 시간 내의) 교통 급증, 다른 하나 이상의 차량의 부적절한 주차, 차선 폐쇄, 도로 협착, 사고, 교통 차선의 수정, 오작동하는(malfunctioning) 교통 신호, 및/또는 AV(100)의 계획된 궤적에서의 다른 하나 이상의 인자와 같은 다양한 예상치 못한 인자로 인해 야기되는 예상치 못한 폐색(blockage)을 또한 포함할 수 있다.
경고가 AV(100) 인근에서의 예상치 못한 발생을 나타내도록 설계되는 것으로 위에서 기술되었지만, 일부 구현예에서, 경고는 컴퓨팅 디바이스(1304)의 오작동을 나타내는 통지를 포함할 수 있다. 컴퓨팅 디바이스(1304)의 오작동은 다음 중 하나 이상을 포함할 수 있다: 컴퓨팅 디바이스(1304) 내의 적어도 하나의 컴퓨터 또는 프로세서가 시작되지 않는 것, 컴퓨팅 디바이스(1304) 내의 적어도 하나의 컴퓨터 또는 프로세서가 동작을 멈추는 것, 컴퓨팅 디바이스(1304)가 전력을 받지 못하거나 충전을 멈추는 것, 컴퓨팅 디바이스(1304) 내의 적어도 하나의 컴퓨터 또는 프로세서가 AV(100) 내의 스크린(예를 들면, 그래픽 사용자 인터페이스)과의 통신을 중단함으로써 스크린이 제대로 기능하지 않거나(dysfunctional) 비어 있게 되는 것, 컴퓨팅 디바이스(1304)의 운영 체제가 오작동하는 것, 컴퓨팅 디바이스(1304) 상의 적어도 하나의 모듈(예를 들면, 인지 모듈(402), 계획 모듈(404), 제어 모듈(406), 로컬화 모듈(408), 데이터베이스 모듈(410), 및/또는 임의의 다른 모듈)의 오작동, 컴퓨팅 디바이스(1304)가 자신을 하나 이상의 프로세서(1306) 등에 연결시키는 통신 네트워크에 연결할 수 없는 것.
일부 구현예에서, 하나 이상의 프로세서(1306)는 사용자(예를 들어, 테스트 관리자)가 사용할 수 있는 컴퓨터일 수 있는 컴퓨팅 시스템(1314)에 결합될 수 있다. 컴퓨터(1314)는 다수의 AV를 제시 - 예를 들면, 그래픽 사용자 인터페이스(1316) 상에 디스플레이 - 할 수 있고, 그 중에서 사용자(예를 들면, 시스템 관리자, 테스트 엔지니어 등)는 시뮬레이션이 수행되어야 하는 하나 이상의 AV(예를 들면, AV(100))를 선택하여 선택된 하나 이상의 AV(예를 들어, AV(100))의 안전성 및 신뢰성을 개선하기 위한 메트릭을 생성할 수 있다. 일부 구현예에서, 컴퓨팅 시스템(1314)은 사용자가 대화식으로 그러한 선택을 할 수 있게 하는 소프트웨어 애플리케이션을 실행한다. 그러한 소프트웨어 애플리케이션은 하나 이상의 프로세서(1306)에 의해(예를 들면, 이 소프트웨어 애플리케이션이 사용자가 시뮬레이션이 수행되어야 하는 AV를 선택하는 것을 가능하게 하는 시뮬레이션 소프트웨어 애플리케이션이도록 시뮬레이터에 의해) 백엔드에서 서비스될 수 있다. 일단 그러한 소프트웨어 애플리케이션에서 AV(100)가 선택되면, 하나 이상의 프로세서(1306)는 시뮬레이션을 시작하기 위해 컴퓨팅 디바이스(1304)로부터 데이터를 수집할 수 있다. 일부 구현예에서, 컴퓨터(1314)는 시뮬레이션된 데이터에 대한 조건을 변화시키기(즉, 조건을 AV가 동작하고 있던 조건으로부터 변화시키기) 위한 하나 이상의 옵션을 제시 - 예를 들면, 그래픽 사용자 인터페이스(1316) 상에 디스플레이 - 할 수 있다. 다양한 조건은 상이한 기상 조건, 다양한 시점에서의 상이한 교통상황, 및/또는 임의의 다른 상이한 조건일 수 있다.
여러 AV로부터의 AV(100)의 수동 선택이 기술되지만, 일부 구현예에서 AV(100)의 선택은 자동일 수 있다. 예를 들어, 하나 이상의 프로세서(1306)는 AV를 고정된 순서로(예를 들어, 제1 AV를 첫 번째로, 제2 AV를 두 번째로, 제3 AV를 세 번째로 등) 선택할 수 있다. 일부 구현예에서, 하나 이상의 프로세서(1306)는 AV의 안전성에 기초하여 AV를 선택할 수 있다. 예를 들어, AV는 안전성이 증가하는 순서로 선택될 수 있다 - 즉, 가장 덜 안전한 AV가 먼저 선택될 수 있고(해당 AV를 먼저 안전하고 신뢰할 수 있게 만드는 것이 더 중요할 수 있기 때문임), 가장 안전한 AV가 마지막으로 선택될 수 있다(해당 AV를 안전하게 만드는 것이 덜 중요하기 때문임) -. 임의의 AV에 대한 안전성은 과거 문턱 시간(예를 들면, 현재 시간 또는 다른 미리 설정된 시간 중 어느 하나로부터 측정되는 바와 같은, 과거의 1 주일, 1 개월, 1 년, 또는 임의의 다른 시간 기간) 내의 사건(예를 들면, 사고)의 횟수에 의해 측정될 수 있다.
추가적으로 또는 대안적으로, 하나 이상의 프로세서(1306)는 AV의 신뢰성에 기초하여 AV를 자동으로 선택할 수 있다. 예를 들어, AV는 신뢰성이 증가하는 순서로 선택될 수 있다 - 즉, 가장 덜 신뢰할 수 있는 AV가 먼저 선택될 수 있고(해당 AV를 먼저 안전하고 신뢰할 수 있게 만드는 것이 상대적으로 더 중요할 수 있기 때문임), 가장 안전한 AV가 마지막으로 선택될 수 있다(해당 AV를 안전하게 만드는 것이 덜 중요하기 때문임) -. AV의 신뢰성은 AV의 컴퓨팅 디바이스(예를 들면, AV(100)의 컴퓨팅 디바이스(1304))에 의해 생성된 (위에 설명된 바와 같은) 거짓 음성의 수 및/또는 (위에 또한 설명된 바와 같은) 거짓 양성의 수에 의해 측정될 수 있다.
거짓 양성 및 거짓 음성의 식별은 컴퓨팅 디바이스(1304)가 그러한 거짓 양성 또는 거짓 음성을 생성하는 것을 방지하기 위해, 위에서 기술된 바와 같이, 메트릭을 생성하기 위해 사용될 수 있다. 거짓 양성의 방지는 컴퓨팅 디바이스(1304)에 의해 생성되는 바와 같은 다가오는 충돌의 잘못된 경고의 횟수를 감소(예를 들면, 최소화)시킬 수 있다. 잘못된 경고의 횟수의 그러한 감소는 AV(100)의 동작 동안 (예를 들면, 운전자 또는 원격 제어기에 의한) 불필요한 개입이 필요하게 되는 횟수를 감소시킬 수 있다. 이것은 AV(100)의 신뢰성을 향상시키고, AV(100)의 동작에 대한 신뢰감을 운전자에 심어준다. 게다가, 거짓 음성의 방지는 컴퓨팅 디바이스(1304)가 잠재적 충돌을 나타내는 적절한 경고를 생성하도록 보장할 수 있다. 이것은 유리하게는 충돌을 방지할 수 있다. 그러한 충돌 방지는 AV(100)의 안전성과 신뢰성을 향상시킬 수 있다.
도 14는 AV(100)의 컴퓨팅 디바이스(1304)에 의해 생성되는 거짓 양성 및 거짓 음성을 감소시킴으로써 AV(100)를 안전하고 신뢰할 수 있게 만들기 위한 프로세스를 도시한다. 프로세서들(1306) 중 하나 이상은, 1402에서, AV(100)의 동작 동안 컴퓨팅 디바이스(1304)에 의해 수집된 데이터를 수신할 수 있다. 일 구현예에서, 프로세서들(1306) 중 하나 이상은 컴퓨팅 디바이스(1304)로부터 직접적으로 데이터를 수신할 수 있다(실시간으로 수신할 수 있음). 다른 구현예에서, 프로세서들(1306) 중 하나 이상은 그러한 데이터를 이미 수신하여 그러한 데이터를 저장하고 있는 데이터베이스(1308)로부터 데이터를 수신할 수 있다.
프로세서들(1306) 중 하나 이상은, 1404에서, 수신된 데이터에 기초하여, 적어도 하나의 모듈의 동작의 시뮬레이션을 생성하여 시뮬레이션된 데이터를 생성할 수 있다. 시뮬레이션의 생성은 AV(100)의 하나 이상의 모듈의 동적 응답을 그 하나 이상의 모듈을 모방하여 모델링된 다른 시스템의 거동에 의해 표현하는 것을 포함할 수 있다. 시뮬레이션은, 실행될 때, AV(100)의 상이한 모듈 내에서의 기능적 관계 및 AV(100)의 상이한 모듈들 사이의 기능적 관계를 복제하여, 이에 의해 AV(100)의 거동의 유사물을 실행하는 프로그램일 수 있다. 이러한 시뮬레이션의 결과는 데이터 형태로 제시되며, 이는 본원에서 시뮬레이션된 데이터라고도 지칭된다. 프로세서들(1306) 중 하나 이상은 시뮬레이션된 데이터를 데이터베이스(110)에 저장할 수 있다.
프로세서들(1306) 중 하나 이상은, 1406에서, 수집된 데이터와 AV(100)의 시뮬레이션된 데이터 사이의 편차를 나타내는 시뮬레이션의 적어도 하나의 부분을 식별할 수 있다. 그러한 편차는 AV(100)의 동작 동안 컴퓨팅 디바이스(1304)에 의해 생성된 거짓 양성 또는 거짓 음성을 나타낼 수 있다. 일부 예에서, 편차는, 수집된 데이터(데이터베이스(1308)에 저장됨)는 컴퓨팅 디바이스(1304)가 잠재적 충돌에 대한 경고를 생성했음을 나타내는 반면 시뮬레이션된 데이터(데이터베이스(1310)에 저장됨)는 경고가 잘못된 것임을 나타내는, 컴퓨팅 디바이스(1304)에 의해 생성된 거짓 양성을 나타낼 수 있다. 일부 구현예에서, 편차는, 수집된 데이터(데이터베이스(1308)에 저장됨)는 컴퓨팅 디바이스(1304)가 잠재적 충돌에 대한 경고를 나타내는 데 실패했음을 나타내는 반면 시뮬레이션된 데이터(데이터베이스(1310)에 저장됨)는 잠재적 충돌을 나타내는, 컴퓨팅 디바이스(1304)에 의해 생성된 거짓 음성을 나타낼 수 있다.
프로세서들(1306) 중 하나 이상은, 1408에서, 시뮬레이션의 적어도 하나의 부분에 대한 메트릭을 생성하기 위해 시뮬레이션의 적어도 하나의 부분을 분석할 수 있다. 일부 예에서, 메트릭은 특정 제동 제어 커맨드 및 디버그 데이터를 포함할 수 있다. 제동 제어 커맨드는 AV(100)의 브레이크가 걸리게(applied) 할 필요가 있는 때에 대한 세부사항을 포함할 수 있다. 예를 들어, 제동 제어 커맨드는 AV(100)가 동작 중인 동안 AV(100)가 특정 방식으로 행동하거나 작동할 때 - 예를 들면, AV(100)의 센서 데이터, 궤적 데이터, 및 차량 상태가 미리 설정된 값, 또는 미리 설정된 범위 내의 값을 가질 때 - 브레이크가 걸리도록 지정할 수 있다. 디버그 데이터는 수집된 데이터와 시뮬레이션된 데이터 사이의 편차가 발생할 가능성이 있는 인스턴스를 식별하고 해당 인스턴스에서의 거짓 양성의 발생을 방지하기 위해 컴퓨팅 디바이스가 실행할 수 있는 프로그래밍 명령어 또는 세부사항을 포함할 수 있다.
하나 이상의 프로세서(1306)는, 1410에서, 메트릭을 컴퓨팅 디바이스(1304)에 송신할 수 있으며, 컴퓨팅 디바이스(1304)는 수집된 데이터와 AV(100)의 시뮬레이션된 동작 사이의 다른 편차를 회피하기 위해 적어도 하나의 모듈에 대한 향후 명령어를 생성하는 데 해당 메트릭을 사용하도록 프로그래밍될 수 있다. 일부 구현예에서, 하나 이상의 프로세서(1306)는, 메트릭을 컴퓨팅 디바이스(1304)에 송신하는 대신에, 메트릭을 사용하여 적어도 하나의 모듈에 대한 향후 명령어를 생성하고 해당 명령어만을 특징짓는 데이터를 컴퓨팅 디바이스(1304)에 송신할 수 있으며, 컴퓨팅 디바이스(1304)는 수집된 데이터와 AV(100)의 시뮬레이션된 동작 사이의 다른 편차를 회피하기 위해 해당 명령어를 실행할 수 있다. 하나 이상의 프로세서(1306)는 메트릭을 데이터베이스(1312)에 저장할 수 있다.
도 15는 컴퓨팅 디바이스(1310)에 의해 생성되는 거짓 양성을 회피하는 특정 예를 도시한다. AV(100)의 컴퓨팅 디바이스(1304)로부터 수신되는 데이터는 센서 데이터(1502), 궤적 데이터(1504), 및 차량 상태(1506)를 포함한다. 센서 데이터(1502)는 센서(121)에 의해 감지된 데이터일 수 있다(그리고 위에서 언급된 바와 같이 센서(121)에 관련된 임의의 다른 데이터를 포함할 수 있다). 궤적 데이터(1504)는 궤적(198)을 특징짓는 데이터일 수 있다(그리고 위에서 언급된 바와 같이 궤적(198)에 관련된 임의의 다른 데이터를 포함할 수 있다). 차량 상태(1506)는, AV의 위치, 선속도와 각속도 및 선가속도와 각가속도, 및 헤딩(예를 들면, AV(100)의 선단의 배향)과 같은, AV(100)의 상태 또는 조건일 수 있다.
하나 이상의 프로세서(1306)는 AV(100) 내의 모듈의 시뮬레이션(1508)을 생성할 수 있다. 도시된 예에서, 이 모듈은 AV(100)의 제동을 제어하는 제어 모듈(406)의 일부일 수 있는 비상 제동 모듈이다. 시뮬레이션의 생성은 AV(100)의 비상 제동 모듈의 동적 응답을 비상 제동 모듈을 모방하여 모델링된 다른 시스템의 거동에 의해 표현하는 것을 포함할 수 있다. 일부 구현예에서, 시뮬레이션은, 실행될 때, 비상 제동 모듈 내의 기능적 관계를 복제하여, 이에 의해 비상 제동 모듈의 거동의 유사 버전을 실행하는 프로그램일 수 있다. 비상 제동 모듈의 시뮬레이션의 결과는 시뮬레이션된 데이터로서 제시된다. 수집된 데이터가 시뮬레이션된 데이터와 정확하게 비교될 수 있도록, 시뮬레이션된 데이터가 수집된 데이터(여기서, 센서 데이터(1502), 궤적 데이터(1504), 및 차량 상태(1506))에 대응하도록(예를 들면, 시뮬레이션된 데이터가 수집된 데이터와 동일한 시간 동안 생성되도록) 시뮬레이션된 데이터가 생성될 수 있다. 하나 이상의 프로세서(1306)는 시뮬레이션된 데이터를 데이터베이스(1310)에 저장할 수 있다.
하나 이상의 프로세서(1306)는 수집된 데이터(데이터베이스(1308)에 저장됨)를 시뮬레이션된 데이터(데이터베이스(1310)에 저장됨)와 비교하여 수집된 데이터와 시뮬레이션된 데이터 사이에 편차가 있는 인스턴스(예를 들면, 시간 기간)를 식별할 수 있다. 여기서, 편차는 수집된 데이터(즉, 센서 데이터(1502), 궤적 데이터(1504), 및 차량 상태(1506))는 컴퓨팅 디바이스(1304)가 잠재적 충돌에 대한 경고를 생성했음을 나타내는 반면 대응하는 시뮬레이션된 데이터(즉, 수집된 데이터에 대한 시점에 대응하는 시점에서 분석된 시뮬레이션된 데이터)는 경고가 잘못된 것임(즉, 충돌 가능성이 없거나, 그러한 가능성이 문턱값 아래였음)을 나타내는 것일 수 있다.
하나 이상의 프로세서(1306)는 잘못된 경고의 향후 생성을 방지하는 메트릭을 생성하기 위해 편차가 있는 해당 인스턴스를 평가할 수 있다. 그러한 메트릭은 특정 제동 제어 커맨드(1510) 및 디버그 데이터(1512)를 포함할 수 있다. 제동 제어 커맨드(1510)는 AV(100)의 브레이크가 걸리게 할 필요가 있는 때에 대한 세부사항을 포함할 수 있다. 예를 들어, 제동 제어 커맨드(1510)는 센서 데이터, 궤적 데이터, 및 차량 상태가 미리 설정된 값(또는 미리 설정된 범위 내의 값)을 가질 때 브레이크가 걸리도록 지정할 수 있다. 디버그 데이터(1512)는 수집된 데이터와 시뮬레이션된 데이터 사이의 편차가 발생할 가능성이 있는 인스턴스를 식별하고 해당 인스턴스에서의 거짓 양성의 발생을 방지하기 위해 컴퓨팅 디바이스(1304)가 실행할 수 있는 프로그래밍 명령어 또는 세부사항을 포함할 수 있다.
하나 이상의 프로세서(1306)는 메트릭을 데이터베이스(1312)에 저장할 수 있다. 하나 이상의 프로세서(1306)는 이어서 저장된 메트릭을 컴퓨팅 디바이스(1304)에 송신할 수 있다. 다른 구현예에서, 하나 이상의 프로세서(1306)는 메트릭을 곧바로 컴퓨팅 디바이스(1304)에 송신(즉, 저장 전에 송신)할 수 있다. 메트릭은, 거짓 양성을 회피하기 위해, AV(100)의 제동을 제어하는 제어 모듈(406)의 일부인 비상 제동 모듈에 의해 실행될 특정 명령어(예를 들어, 제동 제어 커맨드 및 디버그 데이터)를 포함한다.
도 16은 AV(100)의 컴퓨팅 디바이스(1310)에 의한 거짓 음성의 회피를 위한 특정 예를 도시한다. 하나 이상의 프로세서(1306)는 AV(100)의 동작 동안 컴퓨팅 디바이스(1304)에 의해 수집된 데이터를 수신할 수 있다. 여기서, 컴퓨팅 디바이스(1304)에 의해 수집된 데이터는 초기 차량 상태(1604)이다. 초기 차량 상태(1604)는, AV(100)의 위치, 선속도와 각속도 및 선가속도와 각가속도, 및 헤딩(예를 들면, AV(100)의 선단의 배향)과 같은, AV(100)의 상태 또는 조건일 수 있다. 일 구현예에서, 하나 이상의 프로세서(1306)는 그러한 초기 차량 상태(1604)를 이미 수신하고 그러한 초기 차량 상태(1604)를 저장하고 있는, 도시된 바와 같은, 데이터베이스(1308)로부터 초기 차량 상태(1604)를 수신할 수 있다. 다른 구현예에서, 하나 이상의 프로세서(1306)는 AV(100)의 컴퓨팅 디바이스(1304)로부터 직접적으로 초기 차량 상태(1604)를 수신할 수 있다(실시간으로 수신할 수 있음).
프로세서들(1306) 중 하나 이상은, 수신된 차량 상태에 기초하여, 다양한 모듈의 동작의 시뮬레이션 - 예를 들면, 계획 모듈(404)의 시뮬레이션(1606), 제어 모듈(406)의 시뮬레이션(1608), 및 비상 제동 모듈(1508)의 시뮬레이션(1508) - 을 생성할 수 있다. 시뮬레이션(1606)은 데이터베이스(1308)로부터 대상체의 트랙(1610)을 수신할 수 있다. 대상체의 트랙(1610)은 대상체의 궤적이며, 시간에 따른 대상체의 위치를 나타낼 수 있다. 시뮬레이션(1606, 1608 및 1508)은 시뮬레이션된 데이터를 생성할 수 있다(예를 들면, 계획 모듈(404)의 시뮬레이션(1606)은 시뮬레이션된 계획된 궤적(1612)을 생성할 수 있고, 제어 모듈의 시뮬레이션(1608)은 제어 커맨드(1613)를 생성할 수 있음).
각자의 모듈의 시뮬레이션(1606, 1608 및 1508)은, 시뮬레이션된 차량 상태(1614)를 포함한, 대응하는 시뮬레이션된 데이터를 생성할 수 있다. 최초 차량 상태(1604) 및 시뮬레이션된 차량 상태(1614)는 비교기(1616)에 공급될 수 있고, 비교기(1616)는 수집된 데이터와 AV(100)의 시뮬레이션된 데이터 사이의 편차를 나타내는 타임 스탬프된 시뮬레이션된 데이터의 적어도 하나의 부분을 식별하기 위해 비교를 행할 수 있다. 편차는, 최초 차량 상태(1604)는 컴퓨팅 디바이스(1304)가 잠재적 충돌에 대한 경고를 나타내는 데 실패했음을 나타내는 반면 시뮬레이션된 차량 상태(1614)는 잠재적 충돌을 나타내는, 컴퓨팅 디바이스(1304)에 의해 생성된 거짓 음성을 나타낼 수 있다.
프로세서들(1306) 중 하나 이상은 시뮬레이션의 적어도 하나의 부분에 대한 메트릭을 생성하기 위해 비교기(1616)에 의해 식별되는 시뮬레이션된 데이터 부분을 분석할 수 있다. 변환 모듈(1622)은 해당 데이터가 원래 상이한 기준 좌표를 가지고 있다면 자신이 수신하는 상이한 데이터에 대해 좌표 변환을 수행할 수 있다. 이러한 메트릭은 안전 제어 커맨드(1618)를 포함할 수 있다. 안전 제어 커맨드(1618)는, 예를 들어, 제동 제어 커맨드(1510)를 포함할 수 있다. 제동 제어 커맨드(1510)는 AV(100)의 브레이크가 걸리게 할 필요가 있는 때에 대한 세부사항을 포함할 수 있다. 예를 들어, 제동 제어 커맨드(1510)는 센서 데이터, 궤적 데이터, 및 차량 상태가 미리 설정된 값(또는 미리 설정된 범위 내의 값)을 가질 때 브레이크가 걸리도록 지정할 수 있다. 제어 커맨드(1613 및 1618)는 시뮬레이션을 계속하기 위해 하나 이상의 프로세서(1306)에 의해 추가로 사용되기 전에 제어 커맨드를 프로세싱하기 위해 멀티플렉서(1620)를 통해 전달된다. 하나 이상의 프로세서(1306)
하나 이상의 프로세서(1306)는 생성된 메트릭을 컴퓨팅 디바이스(1304)에 송신할 수 있으며, 컴퓨팅 디바이스(1304)는 수집된 데이터와 AV(100)의 시뮬레이션된 동작 사이의 다른 편차를 회피하기 위해 적어도 하나의 모듈에 대한 향후 명령어를 생성하는 데 해당 메트릭을 사용하도록 프로그래밍될 수 있다. 일부 구현예에서, 하나 이상의 프로세서(1306)는, 메트릭을 컴퓨팅 디바이스(1304)에 송신하는 대신에, 메트릭을 사용하여 적어도 하나의 모듈에 대한 향후 명령어를 생성하고 해당 명령어만을 특징짓는 데이터를 컴퓨팅 디바이스(1304)에 송신할 수 있으며, 컴퓨팅 디바이스(1304)는 수집된 데이터와 AV(100)의 시뮬레이션된 동작 사이의 다른 편차를 회피하기 위해 해당 명령어를 실행할 수 있다.
다른 잠재적 충돌을 나타내는 향후 경고의 정확도를 개선함으로써 AV의 안전성과 신뢰성을 개선하는 시뮬레이션 환경
다른 양태에서, 도 13의 아키텍처 및 그 내의 컴포넌트는 AV(100)의 시뮬레이션을 생성하고, 잠재적 충돌을 나타내는 경고의 컴퓨팅 디바이스에 의한 생성에 응답하여 오토파일럿 모드로부터의 인수가 발생했을 때의 시뮬레이션의 일 부분을 식별하기 위해 시뮬레이션된 데이터를 검토하며, 인수가 발생하지 않았다면 충돌이 발생했을 가능성이 있는지 여부(즉, 그러한 충돌이 발생할 확률이 문턱값보다 컸었는지 여부)를 나타내는 메트릭을 결정하기 위해 시뮬레이션의 해당 부분을 분석하고, 그러한 메트릭을 사용하여 다른 잠재적 충돌을 나타내는 향후 경고의 정확도를 개선하기 위해 사용될 수 있다.
이 양태에서, 하나 이상의 프로세서(1306)는 AV(100)의 동작 동안 컴퓨팅 디바이스(1304)에 의해 수집된 데이터를 수신할 수 있다. 하나 이상의 프로세서(1306)는 수집된 데이터를 데이터베이스(1308)에 저장할 수 있다. 하나 이상의 프로세서(1306)는, 수집된 데이터에 기초하여, AV(100)의 적어도 일부 모듈(예를 들면, 계획 모듈 및 제어 모듈)의 동작의 시뮬레이션을 생성할 수 있다. 시뮬레이션의 생성은 AV(100)의 적어도 하나의 모듈의 동적 응답을 해당 모듈을 모방하여 모델링된 다른 시스템의 거동에 의해 표현하는 것을 포함할 수 있다. 일부 구현예에서, 시뮬레이션은, 실행될 때, AV(100)의 상이한 모듈 내에서의 기능적 관계 및 AV(100)의 상이한 모듈들 사이의 기능적 관계를 복제하여, 이에 의해 AV(100)의 거동의 유사물을 실행하는 프로그램일 수 있다. 이러한 시뮬레이션의 결과는 데이터 형태로 제시되며, 이는 본원에서 시뮬레이션된 데이터라고도 지칭된다. 하나 이상의 프로세서(1306)는 시뮬레이션된 데이터를 데이터베이스(1310)에 저장할 수 있다.
하나 이상의 프로세서(1306)는 잠재적 충돌을 나타내는 경고의 컴퓨팅 디바이스(1304)에 의한 생성에 응답하여 오토파일럿 모드로부터의 (예를 들면, 운전자 또는 원격 엔티티에 의한) 인수를 나타내는 시뮬레이션의 적어도 하나의 부분을 식별할 수 있다. 그러한 식별을 행하기 위해, 하나 이상의 프로세서(1306)는 인수의 시점을 결정할 수 있다. 일부 구현예에서, 인수를 위한 시점은 컴퓨팅 디바이스(1304)에 의해 관련 경고가 생성된 시간으로서 결정될 수 있다. 시뮬레이션의 식별된 부분은 어떤 시간 기간 동안의 시뮬레이션된 데이터일 수 있으며, 어떤 시간 기간은 특정 이벤트(예를 들면, 인수가 발생하거나 관련 경고가 생성된 때) 이전의 미리 설정된 시간(예를 들면, 5초, 15초, 30초, 1분, 2분 등) 및 특정 이벤트 이후의 다른 미리 설정된 시간(예를 들면, 5초, 15초, 30초, 1분, 2분 등)일 수 있다.
일부 구현예에서, 인수 동안 생성된 경고는 AV(100)의 컴퓨팅 디바이스(1304)에 연결된 하나 이상의 라이트 또는 오디오의 활성화일 수 있다. 경고는 AV(100) 인근에서의 예상치 못한 발생을 나타내도록 설계될 수 있다. 몇몇 구현예에서, 경고는 추가적으로 또는 대안적으로, AV(100)의 운전자에 대한 이메일, 문자 메시지, 소셜 미디어 통지 등과 같은, 예상치 못한 발생을 나타내는 임의의 유형의 통지일 수 있다.
경고가 생성될 때, AV(100) 내부의 운전자(예를 들면, 안전 운전자(safety driver))에 의한 인수가 있을 수 있다. 운전자는 비상 브레이크를 누름으로써 인수할 수 있다. 인수는 AV(100) 인근에서의 예상치 못한 발생으로부터 떨어진 안전한 곳으로 AV(100)를 내비게이팅하는 것을 포함할 수 있다. 예상치 못한 발생은 AV(100)에 의해 횡단되는 경로의 예상치 못한 폐색, AV(100)의 경로에 있는 하나 이상의 대상체 또는 하나 이상의 생명체의 예상치 못한 존재, 또는 AV(100)의 동작 동안 내내의 예상치 못한 기상 조건 중 하나 이상을 포함할 수 있다.
인수가 운전자(예를 들면, 안전 운전자)에 의해 수행되는 것으로 기술되지만, 일부 구현예에서, 인수는 인간 사용자 또는 하나 이상의 모듈(예를 들면, AV(100)의 제동을 제어하는 제어 모듈(406))을 제어하도록 구성된 자동 백엔드 컴퓨터 시스템 중 어느 하나에 의해, 원격으로 수행될 수 있다. 그러한 구현예에서, 경고는 또한 운전자의 바이탈 변화가 문턱값보다 크다는, 컴퓨팅 디바이스(1304)에 의한, 결정(예를 들면, 검출)에 의해 트리거될 수 있다. 바이탈은 맥박수, 호흡수, 혈압, 또는 임박한 충돌로 인해 영향을 받을 수 있는 임의의 다른 바이탈일 수 있다. 그러한 경고는 충돌을 방지하기 위해 원격 인수를 개시할 수 있다. 예를 들어, 운전자의 맥박수 - 심박수의 측정치 또는 분당 심장 박동 횟수 - 가 분당 120회 박동(성인의 경우 분당 60 내지 100회 박동의 정상 범위보다 상당히 높음)을 초과하는 것으로 결정된 경우, 원격 인수가 개시될 수 있다. 일부 예에서, 운전자의 호흡수 - 즉, 사람이 분당 호흡하는 횟수 - 가 분당 20회 호흡을 초과하는 것으로 결정되면(성인의 경우 분당 12 내지 16회 호흡의 정상 범위보다 상당히 높음), 원격 인수가 개시될 수 있다. 몇몇 예에서, 달리 정상인 운전자(즉, 수축기 혈압이 120 미만이고 확장기 혈압이 80 미만인 운전자)의 혈압 - 즉, 심장의 수축 및 이완 동안 동맥 벽을 누르는 혈액의 힘 - 이 1단계 혈압(즉, 130 내지 139의 수축기 혈압 또는 80 내지 89의 확장기 혈압) 또는 2단계 혈압(즉, 140 이상의 수축기 혈압 또는 90 이상의 확장기 혈압)인 것으로 결정된 경우, 원격 인수가 개시될 수 있다.
하나 이상의 프로세서(1306)는 인수가 발생하지 않았다면 충돌이 발생했을 가능성이 있는지 여부를 나타내는 메트릭 및 그러한 충돌을 회피하기 위한 제어 커맨드를 결정하기 위해 시뮬레이션된 데이터의 적어도 하나의 부분을 분석할 수 있다. 예를 들어, 메트릭은, 인수의 부재 시에 충돌이 회피될 수 있도록 AV(100)의 브레이크가 걸릴 필요가 있는 때에 대한 세부사항을 포함할 수 있는, 특정 제동 제어 커맨드를 포함할 수 있다. 예를 들어, 제동 제어 커맨드는 AV(100)가 동작 중인 동안 AV(100)가 특정 방식으로 행동하거나 작동할 때 - 예를 들면, AV(100)의 센서 데이터, 궤적 데이터, 및/또는 차량 상태가 미리 설정된 값, 또는 미리 설정된 범위 내의 값을 가질 때 - 브레이크가 걸리도록 지정할 수 있다. 일부 구현예에서, 메트릭은, 인수가 발생하지 않았다면 충돌이 발생했을 인스턴스를 식별하고 그러한 충돌을 방지하기 위해 컴퓨팅 디바이스가 실행할 수 있는 프로그래밍 명령어 또는 세부사항을 포함할 수 있는, 디버그 데이터를 더 포함할 수 있다.
일부 구현예에서, 하나 이상의 프로세서(1306)는 메트릭을 컴퓨팅 디바이스(1304)에 송신할 수 있으며, 컴퓨팅 디바이스(1304)는 다른 잠재적 충돌을 나타내는 향후 경고의 정확도를 개선하기 위해 프로그래밍 명령어를 생성하는 데 해당 메트릭을 사용하도록 프로그래밍될 수 있다. 다른 구현예에서, 하나 이상의 프로세서(1306)는, 메트릭을 컴퓨팅 디바이스(1304)에 송신하는 대신에, 메트릭을 사용하여 명령어를 생성하고 해당 명령어를 특징짓는 데이터를 컴퓨팅 디바이스(1304)에 송신할 수 있으며, 컴퓨팅 디바이스(1304)는 다른 잠재적 충돌을 나타내는 향후 경고의 정확도를 개선하기 위해 해당 명령어를 실행할 수 있다. 하나 이상의 프로세서(1306)는 메트릭을 데이터베이스(1312)에 저장할 수 있다.
위에서 기술된 구현은 유리하다. 예를 들어, 위에서 언급된 바와 같이, (다른 잠재적 충돌을 나타내는) 향후 경고의 정확도를 개선하기 위해 메트릭이 사용될 수 있다. 그러한 개선은 차례로 AV(100)가 경험하는 충돌을 감소시킬 수 있어, 이에 의해 AV(100)를 안전하고 더 신뢰할 수 있게 만든다. 게다가, 일부 구현예에서, 경고는 원격 시스템에 의한 자동 인수를 개시할 수 있으며, 이는 인간 운전자가 없거나 인간 운전자가 부주의하고, 조심성이 없으며, 그리고/또는 의학적 문제(예를 들면, 정상 바이탈 값과의 상당한 차이, 이는, 예를 들어, 운전자가 심장 마비를 겪고 있는 경우일 수 있음)를 겪는 경우에 유리할 수 있다. 이것은 AV(100)의 신뢰성을 더욱 향상시킨다.
도 17은 다른 잠재적 충돌을 나타내는 향후 경고의 정확도를 개선하기 위한 메트릭을 생성하는 프로세스를 도시한다. 하나 이상의 프로세서(1306)는, 1702에서, AV(100)의 동작 동안 컴퓨팅 디바이스(1304)에 의해 수집된 데이터를 수신할 수 있다. 하나 이상의 프로세서(1306)는 수신된 데이터를 데이터베이스(1308)에 저장할 수 있다. 하나 이상의 프로세서(1306)는, 1704에서, 수신된 데이터에 기초하여, AV(100)의 동작의 시뮬레이션을 생성하여 시뮬레이션된 데이터를 생성할 수 있다. 하나 이상의 프로세서(1306)는 시뮬레이션된 데이터를 데이터베이스(1310)에 저장할 수 있다. 하나 이상의 프로세서(1306)는, 1706에서, 잠재적 충돌을 나타내는 경고의 컴퓨팅 디바이스(1304)에 의한 생성에 응답하여 오토파일럿 모드로부터의 (예를 들면, 운전자 또는 원격 엔티티에 의한) 인수를 나타내는 시뮬레이션의 적어도 하나의 부분을 식별할 수 있다. 하나 이상의 프로세서(1306)는, 비디오 및/또는 이미지에서의 이벤트 기반 분석과 같은, 신호 프로세싱 기술을 사용하여 그러한 식별을 행할 수 있다. 일부 구현예에서, 경고는 AV(100)의 컴퓨팅 디바이스(1304)에 연결된 하나 이상의 라이트(light) 또는 오디오의 활성화일 수 있다. 경고는 AV(100) 인근에서의 예상치 못한 발생을 나타내도록 설계될 수 있다. 몇몇 구현예에서, 경고는 추가적으로 또는 대안적으로, AV(100)의 운전자에 대한 이메일, 문자 메시지, 소셜 미디어 통지 등과 같은, 예상치 못한 발생을 나타내는 임의의 유형의 통지일 수 있다.
경고가 생성될 때, AV(100) 내부의 운전자(예를 들면, 안전 운전자)에 의한 인수가 있을 수 있다. 운전자는 비상 브레이크를 누름으로써 인수할 수 있다. 인수는 AV(100) 인근에서의 예상치 못한 발생으로부터 떨어진 안전한 곳으로 AV(100)를 내비게이팅하는 것을 포함할 수 있다. 예상치 못한 발생은 AV(100)에 의해 횡단되는 경로의 예상치 못한 폐색, AV(100)의 경로에 있는 하나 이상의 대상체 또는 하나 이상의 생명체의 예상치 못한 존재, 또는 AV(100)의 동작 동안 내내의 예상치 못한 기상 조건 중 하나 이상을 포함할 수 있다.
인수가 운전자(예를 들면, 안전 운전자)에 의해 수행되는 것으로 기술되지만, 일부 구현예에서, 인수는 인간 사용자 또는 하나 이상의 모듈(예를 들면, AV(100)의 제동을 제어하는 제어 모듈(406))을 제어하도록 구성된 자동 백엔드 컴퓨터 시스템 중 어느 하나에 의해, 원격으로 수행될 수 있다. 그러한 구현예에서, 경고는 또한 운전자의 바이탈 변화가 문턱값보다 크다는, 컴퓨팅 디바이스(1304)에 의한, 결정(예를 들면, 검출)에 의해 트리거될 수 있다. 바이탈은 맥박수, 호흡수, 혈압, 또는 임박한 충돌로 인해 영향을 받을 수 있는 임의의 다른 바이탈일 수 있다. 그러한 경고는 충돌을 방지하기 위해 원격 인수를 개시할 수 있다. 예를 들어, 운전자의 맥박수 - 심박수의 측정치 또는 분당 심장 박동 횟수 - 가 분당 120회 박동(성인의 경우 분당 60 내지 100회 박동의 정상 범위보다 상당히 높음)을 초과하는 것으로 결정된 경우, 원격 인수가 개시될 수 있다. 일부 예에서, 운전자의 호흡수 - 즉, 사람이 분당 호흡하는 횟수 - 가 분당 20회 호흡을 초과하는 것으로 결정되면(성인의 경우 분당 12 내지 16회 호흡의 정상 범위보다 상당히 높음), 원격 인수가 개시될 수 있다. 몇몇 예에서, 달리 정상인 운전자(즉, 수축기 혈압이 120 미만이고 확장기 혈압이 80 미만인 운전자)의 혈압 - 즉, 심장의 수축 및 이완 동안 동맥 벽을 누르는 혈액의 힘 - 이 1단계 혈압(즉, 130 내지 139의 수축기 혈압 또는 80 내지 89의 확장기 혈압) 또는 2단계 혈압(즉, 140 이상의 수축기 혈압 또는 90 이상의 확장기 혈압)인 것으로 결정된 경우, 원격 인수가 개시될 수 있다.
하나 이상의 프로세서(1306)는, 1708에서, 인수가 발생하지 않았다면 충돌이 발생했을 가능성이 있는지 여부를 나타내는 메트릭 및 그러한 충돌을 회피하기 위한 제어 커맨드를 결정하기 위해 시뮬레이션된 데이터의 적어도 하나의 부분을 분석할 수 있다. 예를 들어, 메트릭은, 인수의 부재 시에 충돌이 회피될 수 있도록 AV(100)의 브레이크가 걸릴 필요가 있는 때에 대한 세부사항을 포함할 수 있는, 특정 제동 제어 커맨드를 포함할 수 있다. 예를 들어, 제동 제어 커맨드는 AV(100)가 동작 중인 동안 AV(100)가 특정 방식으로 행동하거나 작동할 때 - 예를 들면, AV(100)의 센서 데이터, 궤적 데이터, 및/또는 차량 상태가 미리 설정된 값, 또는 미리 설정된 범위 내의 값을 가질 때 - 브레이크가 걸리도록 지정할 수 있다. 일부 구현예에서, 메트릭은, 인수가 발생하지 않았다면 충돌이 발생했을 인스턴스를 식별하고 그러한 충돌을 방지하기 위해 컴퓨팅 디바이스가 실행할 수 있는 프로그래밍 명령어 또는 세부사항을 포함할 수 있는, 디버그 데이터를 더 포함할 수 있다.
일부 구현예에서, 하나 이상의 프로세서(1306)는, 1710에서, 메트릭을 컴퓨팅 디바이스(1304)에 송신할 수 있으며, 컴퓨팅 디바이스(1304)는 다른 잠재적 충돌을 나타내는 향후 경고의 정확도를 개선하기 위해 향후 명령어를 생성하는 데 해당 메트릭을 사용하도록 프로그래밍될 수 있다. 다른 구현예에서, 하나 이상의 프로세서(1306)는, 메트릭을 컴퓨팅 디바이스(1304)에 송신하는 대신에, 메트릭을 사용하여 명령어를 생성하고 해당 명령어를 특징짓는 데이터를 컴퓨팅 디바이스(1304)에 송신할 수 있으며, 컴퓨팅 디바이스(1304)는 다른 잠재적 충돌을 나타내는 향후 경고의 정확도를 개선하기 위해 해당 명령어를 실행할 수 있다. 하나 이상의 프로세서(1306)는 메트릭을 데이터베이스(1312)에 저장할 수 있다.
위에서 기술된 구현은 유리하다. 예를 들어, 위에서 언급된 바와 같이, (다른 잠재적 충돌을 나타내는) 향후 경고의 정확도를 개선하기 위해 메트릭이 사용될 수 있다. 그러한 개선은 차례로 AV(100)가 경험하는 충돌을 감소시킬 수 있어, 이에 의해 AV(100)를 안전하고 더 신뢰할 수 있게 만든다. 게다가, 일부 구현예에서, 경고는 원격 시스템에 의한 자동 인수를 개시할 수 있으며, 이는 인간 운전자가 없거나 인간 운전자가 부주의하고, 조심성이 없으며, 그리고/또는 의학적 문제(예를 들면, 정상 바이탈 값과의 상당한 차이, 이는, 예를 들어, 운전자가 심장 마비를 겪고 있는 경우일 수 있음)를 겪는 경우에 유리할 수 있다. 이것은 AV(100)의 신뢰성을 더욱 향상시킨다.
도 18은 다른 잠재적 충돌을 나타내는 향후 경고의 정확도를 개선하기 위한 메트릭을 생성하는 프로세스를 도시한다. 하나 이상의 프로세서(1306)는 AV(100)의 동작 동안 컴퓨팅 디바이스(1304)에 의해 수집된 데이터 - 예를 들면, 초기 차량 상태(1604) - 를, 데이터베이스(1308)로부터, 수신할 수 있다. 대안의 구현예에서, 하나 이상의 프로세서(1306)는 AV(100)의 컴퓨팅 디바이스(1304)로부터 직접적으로 초기 차량 상태(1604)를 수신할 수 있다. 초기 차량 상태(1604)는, AV(100)의 위치, 선속도와 각속도 및 선가속도와 각가속도, 및 헤딩(예를 들면, AV(100)의 선단의 배향)과 같은, AV(100)의 상태 또는 조건일 수 있다.
하나 이상의 프로세서(1306)는, 수신된 데이터에 기초하여, AV(100)의 계획 모듈(1606) 및 제어 모듈(1608)의 동작의 시뮬레이션(1606 및 1608)을 생성하여 시뮬레이션된 데이터를 생성할 수 있다. 시뮬레이션(1606)은 데이터베이스(1308)로부터 대상체의 트랙(1610)을 수신할 수 있다. 대상체의 트랙(1610)은 대상체의 궤적이며, 시간에 따른 대상체의 위치를 나타낼 수 있다. 시뮬레이션(1606 및 1608)은 시뮬레이션된 데이터를 생성할 수 있다(예를 들면, 계획 모듈(404)의 시뮬레이션(1606)은 시뮬레이션된 계획된 궤적(1612)을 생성할 수 있고, 제어 모듈의 시뮬레이션(1608)은 제어 커맨드(1613)를 생성할 수 있음). 각자의 모듈의 시뮬레이션(1606 및 1608)은, 시뮬레이션된 차량 상태(1614)를 포함한, 대응하는 시뮬레이션된 데이터를 생성할 수 있다. 하나 이상의 프로세서(1306)는 계획 모듈(404)의 시뮬레이션(1606)을 업데이트하기 위해 시뮬레이션된 데이터를 제공할 수 있다.
하나 이상의 프로세서(1306)는 잠재적 충돌을 나타내는 경고의 컴퓨팅 디바이스(1304)에 의한 생성에 응답하여 오토파일럿 모드로부터의 (예를 들면, 운전자 또는 원격 엔티티에 의한) 인수를 나타내는 시뮬레이션된 데이터의 적어도 하나의 부분을 식별할 수 있다. 일부 구현예에서, 경고는 AV(100)의 컴퓨팅 디바이스(1304)에 연결된 하나 이상의 라이트(light) 또는 오디오의 활성화일 수 있다. 경고는 AV(100) 인근에서의 예상치 못한 발생을 나타내도록 설계될 수 있다. 몇몇 구현예에서, 경고는 추가적으로 또는 대안적으로, AV(100)의 운전자에 대한 이메일, 문자 메시지, 소셜 미디어 통지 등과 같은, 예상치 못한 발생을 나타내는 임의의 유형의 통지일 수 있다.
경고가 생성될 때, AV(100) 내부의 운전자(예를 들면, 안전 운전자)에 의한 인수가 있을 수 있다. 운전자는 비상 브레이크를 누름으로써 인수할 수 있다. 인수는 AV(100) 인근에서의 예상치 못한 발생으로부터 떨어진 안전한 곳으로 AV(100)를 내비게이팅하는 것을 포함할 수 있다. 예상치 못한 발생은 AV(100)에 의해 횡단되는 경로의 예상치 못한 폐색, AV(100)의 경로에 있는 하나 이상의 대상체 또는 하나 이상의 생명체의 예상치 못한 존재, 또는 AV(100)의 동작 동안 내내의 예상치 못한 기상 조건 중 하나 이상을 포함할 수 있다.
인수가 운전자(예를 들면, 안전 운전자)에 의해 수행되는 것으로 기술되지만, 일부 구현예에서, 인수는 인간 사용자 또는 하나 이상의 모듈(예를 들면, AV(100)의 제동을 제어하는 제어 모듈(406))을 제어하도록 구성된 자동 백엔드 컴퓨터 시스템 중 어느 하나에 의해, 원격으로 수행될 수 있다. 그러한 구현예에서, 경고는 또한 운전자의 바이탈 변화가 문턱값보다 크다는, 컴퓨팅 디바이스(1304)에 의한, 결정(예를 들면, 검출)에 의해 트리거될 수 있다. 바이탈은 맥박수, 호흡수, 혈압, 또는 임박한 충돌로 인해 영향을 받을 수 있는 임의의 다른 바이탈일 수 있다. 그러한 경고는 충돌을 방지하기 위해 원격 인수를 개시할 수 있다. 예를 들어, 운전자의 맥박수 - 심박수의 측정치 또는 분당 심장 박동 횟수 - 가 분당 120회 박동(성인의 경우 분당 60 내지 100회 박동의 정상 범위보다 상당히 높음)을 초과하는 것으로 결정된 경우, 원격 인수가 개시될 수 있다. 일부 예에서, 운전자의 호흡수 - 즉, 사람이 분당 호흡하는 횟수 - 가 분당 20회 호흡을 초과하는 것으로 결정되면(성인의 경우 분당 12 내지 16회 호흡의 정상 범위보다 상당히 높음), 원격 인수가 개시될 수 있다. 몇몇 예에서, 달리 정상인 운전자(즉, 수축기 혈압이 120 미만이고 확장기 혈압이 80 미만인 운전자)의 혈압 - 즉, 심장의 수축 및 이완 동안 동맥 벽을 누르는 혈액의 힘 - 이 1단계 혈압(즉, 130 내지 139의 수축기 혈압 또는 80 내지 89의 확장기 혈압) 또는 2단계 혈압(즉, 140 이상의 수축기 혈압 또는 90 이상의 확장기 혈압)인 것으로 결정된 경우, 원격 인수가 개시될 수 있다.
하나 이상의 프로세서(1306)는, 1708에서, 인수가 발생하지 않았다면 충돌이 발생했을 가능성이 있는지 여부를 나타내는 메트릭 및 그러한 충돌을 회피하기 위한 제어 커맨드를 결정하기 위해 시뮬레이션된 데이터의 적어도 하나의 부분을 분석할 수 있다. 예를 들어, 메트릭은, 인수의 부재 시에 충돌이 회피될 수 있도록 AV(100)의 브레이크가 걸릴 필요가 있는 때에 대한 세부사항을 포함할 수 있는, 특정 제동 제어 커맨드를 포함할 수 있다. 예를 들어, 제동 제어 커맨드는 AV(100)가 동작 중인 동안 AV(100)가 특정 방식으로 행동하거나 작동할 때 - 예를 들면, AV(100)의 센서 데이터, 궤적 데이터, 및/또는 차량 상태가 미리 설정된 값, 또는 미리 설정된 범위 내의 값을 가질 때 - 브레이크가 걸리도록 지정할 수 있다. 일부 구현예에서, 메트릭은, 인수가 발생하지 않았다면 충돌이 발생했을 인스턴스를 식별하고 그러한 충돌을 방지하기 위해 컴퓨팅 디바이스가 실행할 수 있는 프로그래밍 명령어 또는 세부사항을 포함할 수 있는, 디버그 데이터를 더 포함할 수 있다.
일부 구현예에서, 하나 이상의 프로세서(1306)는, 1710에서, 메트릭을 컴퓨팅 디바이스(1304)에 송신할 수 있으며, 컴퓨팅 디바이스(1304)는 다른 잠재적 충돌을 나타내는 향후 경고의 정확도를 개선하기 위해 향후 명령어를 생성하는 데 해당 메트릭을 사용하도록 프로그래밍될 수 있다. 다른 구현예에서, 하나 이상의 프로세서(1306)는, 메트릭을 컴퓨팅 디바이스(1304)에 송신하는 대신에, 메트릭을 사용하여 명령어를 생성하고 해당 명령어를 특징짓는 데이터를 컴퓨팅 디바이스(1304)에 송신할 수 있으며, 컴퓨팅 디바이스(1304)는 다른 잠재적 충돌을 나타내는 향후 경고의 정확도를 개선하기 위해 해당 명령어를 실행할 수 있다. 하나 이상의 프로세서(1306)는 메트릭을 데이터베이스(1312)에 저장할 수 있다.
본 명세서에 기술된 구현 및 기능적 동작 전부는, 본 명세서에서 개시된 구조 및 그의 구조적 등가물을 포함하여, 디지털 전자 회로로, 또는 컴퓨터 소프트웨어, 펌웨어, 또는 하드웨어로, 또는 이들 중 하나 이상의 조합으로 실현될 수 있다. 구현은 하나 이상의 컴퓨터 프로그램 제품으로서, 즉 데이터 프로세싱 장치에 의한 실행을 위해 또는 데이터 프로세싱 장치의 동작을 제어하기 위해 컴퓨터 판독 가능 매체 상에 인코딩된 컴퓨터 프로그램 명령어의 하나 이상의 모듈로서 실현될 수 있다. 컴퓨터 판독 가능 매체는 머신 판독 가능 저장 디바이스, 머신 판독 가능 저장 기판, 메모리 디바이스, 머신 판독 가능 전파 신호를 실현하는 조성물(composition of matter), 또는 이들 중 하나 이상의 조합일 수 있다. 용어 "컴퓨팅 시스템"은, 예로서, 프로그래밍 가능 프로세서, 컴퓨터, 또는 다중 프로세서 또는 컴퓨터를 포함하여, 데이터를 프로세싱하기 위한 모든 장치, 디바이스, 및 머신을 포괄한다. 장치는, 하드웨어 외에도, 문제의 컴퓨터 프로그램을 위한 실행 환경을 생성하는 코드, 예를 들면, 프로세서 펌웨어, 프로토콜 스택, 데이터베이스 관리 시스템, 운영 체제, 또는 이들 중 하나 이상의 조합을 구성하는 코드를 포함할 수 있다. 전파 신호는 인공적으로 생성된 신호, 예를 들면, 적합한 수신기 장치로 송신하기 위한 정보를 인코딩하기 위해 생성되는 머신 생성 전기, 광학, 또는 전자기 신호이다.
컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 애플리케이션, 스크립트, 또는 코드라고도 함)은, 컴파일되는(compiled) 또는 인터프리트되는(interpreted) 언어를 포함하여, 임의의 적절한 형태의 프로그래밍 언어로 작성될 수 있고, 컴퓨터 프로그램은, 독립형 프로그램(stand-alone program)으로서 또는 모듈, 컴포넌트, 서브루틴, 또는 컴퓨팅 환경에서 사용하기에 적합한 다른 유닛(unit)으로서를 포함하여, 임의의 적절한 형태로 배포(deploy)될 수 있다. 컴퓨터 프로그램이 파일 시스템에서의 파일에 반드시 대응하는 것은 아니다. 프로그램은 다른 프로그램 또는 데이터(예를 들면, 마크업 언어 문서에 저장된 하나 이상의 스크립트)를 보유하는 파일의 일 부분에, 문제의 프로그램에 전용된 단일 파일에, 또는 다수의 통합 파일(coordinated file)(예를 들면, 하나 이상의 모듈, 서브 프로그램(sub program), 또는 코드 부분(portion of code)을 저장하는 파일)에 저장될 수 있다. 컴퓨터 프로그램은 하나의 컴퓨터 상에서 또는 하나의 사이트에 위치되거나 다수의 사이트에 걸쳐 분산되고 통신 네트워크에 의해 상호연결되는 다수의 컴퓨터 상에서 실행되도록 배포될 수 있다.
본 명세서에 기술된 프로세스 및 로직 흐름은 입력 데이터를 조작하여 출력을 생성함으로써 기능을 수행하기 위해 하나 이상의 컴퓨터 프로그램을 실행하는 하나 이상의 프로그래밍 가능 프로세서에 의해 수행될 수 있다. 프로세스 및 로직 흐름이 또한 특수 목적 로직 회로, 예를 들면, FPGA(field programmable gate array) 또는 ASIC(application specific integrated circuit)에 의해 수행될 수 있고, 장치가 또한 이들로서 구현될 수 있다.
컴퓨터 프로그램의 실행에 적합한 프로세서는, 예로서, 범용 및 특수 목적 마이크로프로세서, 및 임의의 적절한 종류의 디지털 컴퓨터의 임의의 하나 이상의 프로세서 둘 모두를 포함한다. 일반적으로, 프로세서는 판독 전용 메모리 또는 랜덤 액세스 메모리 또는 둘 모두로부터 명령어 및 데이터를 수신할 수 있다. 컴퓨터의 요소는 명령어를 수행하기 위한 프로세서 및 명령어와 데이터를 저장하기 위한 하나 이상의 메모리 디바이스를 포함할 수 있다. 일반적으로, 컴퓨터는 데이터를 저장하기 위한 하나 이상의 대용량 저장 디바이스, 예를 들면, 자기, 자기 광학 디스크, 또는 광학 디스크를 또한 포함할 수 있거나, 또는 이들로부터 데이터를 수신하거나 이들로 데이터를 전송하도록 동작 가능하게 결합될 수 있거나, 또는 둘 다일 수 있다. 그렇지만, 컴퓨터가 그러한 디바이스를 가질 필요는 없다. 더욱이, 컴퓨터는, 몇 가지 예를 들면, 다른 디바이스, 예를 들면, 모바일 전화, PDA(personal digital assistant), 모바일 오디오 플레이어, GPS(Global Positioning System) 수신기에 임베딩될 수 있다. 컴퓨터 프로그램 명령어와 데이터를 저장하기에 적합한 컴퓨터 판독 가능 매체는, 예로서, 반도체 메모리 디바이스, 예를 들면, EPROM, EEPROM, 및 플래시 메모리 디바이스; 자기 디스크, 예를 들면, 내장형 하드 디스크 또는 이동식 디스크; 자기 광학 디스크; 및 CD ROM과 DVD-ROM 디스크를 포함하여, 모든 형태의 비휘발성 메모리, 매체 및 메모리 디바이스를 포함한다. 프로세서 및 메모리는 특수 목적 로직 회로에 의해 보완되거나 이에 통합될 수 있다.
사용자와의 상호작용을 제공하기 위해, 구현예는 사용자에게 정보를 디스플레이하기 위한 디스플레이 디바이스, 예를 들면, CRT(cathode ray tube) 또는 LCD(liquid crystal display) 모니터 및 사용자가 컴퓨터에 입력을 제공할 수 있는 키보드 및 포인팅 디바이스, 예를 들면, 마우스 또는 트랙볼을 갖는 컴퓨터 상에서 실현될 수 있다. 사용자와의 상호작용을 제공하기 위해 다른 종류의 디바이스도 사용될 수 있고; 예를 들어, 사용자에게 제공되는 피드백은 임의의 적절한 형태의 감각적 피드백, 예를 들면, 시각적 피드백, 청각적 피드백, 또는 촉각적 피드백일 수 있으며; 사용자로부터의 입력은, 음향, 음성, 또는 촉각적 입력을 포함하여, 임의의 적절한 형태로 수신될 수 있다.
구현예는 백 엔드 컴포넌트, 예를 들면, 데이터 서버를 포함하거나, 또는 미들웨어 컴포넌트, 예를 들면, 애플리케이션 서버를 포함하거나, 또는 프런트 엔드 컴포넌트, 예를 들면, 사용자가 구현예와 상호작용할 수 있는 그래픽 사용자 인터페이스 또는 웹 브라우저를 갖는 클라이언트 컴퓨터, 또는 하나 이상의 그러한 백 엔드, 미들웨어, 또는 프런트 엔드 컴포넌트의 임의의 적절한 조합을 포함하는 컴퓨팅 시스템에서 실현될 수 있다. 시스템의 컴포넌트는 임의의 적절한 형태 또는 매체의 디지털 데이터 통신, 예를 들면, 통신 네트워크에 의해 상호연결될 수 있다. 통신 네트워크의 예는 로컬 영역 네트워크("LAN") 및 광역 네트워크("WAN"), 예를 들면, 인터넷을 포함한다.
컴퓨팅 시스템은 클라이언트와 서버를 포함할 수 있다. 클라이언트와 서버는 일반적으로 서로 멀리 떨어져 있고, 전형적으로 통신 네트워크를 통해 상호작용한다. 클라이언트와 서버의 관계는 각자의 컴퓨터 상에서 실행되고 서로 클라이언트-서버 관계를 갖는 컴퓨터 프로그램에 의해 생긴다.
본 명세서가 많은 구체적 사항을 포함하지만, 이들이 본 개시 또는 청구될 수 있는 것의 범위에 대한 제한으로서 해석되어서는 안되고, 오히려 특정 구현에 특정적인 특징에 대한 설명으로서 해석되어야 한다. 개별적인 구현과 관련하여 본 명세서에서 기술되는 특정 특징이 또한 단일 구현예에서 조합하여 구현될 수 있다. 이와 달리, 단일 구현예의 맥락에서 기술되는 다양한 특징이 또한 다수의 구현예에서 개별적으로 또는 임의의 적합한 서브조합으로 구현될 수 있다. 더욱이, 특징이 특정 조합으로 기능하는 것으로 위에서 기술되고 심지어 처음에 그 자체로서 청구될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징이 일부 예에서 그 조합으로부터 제거될 수 있고, 청구된 조합은 서브조합 또는 서브조합의 변형에 관한 것일 수 있다.
유사하게, 동작이 도면에서 특정 순서로 묘사되어 있지만, 이것은, 바람직한 결과를 달성하기 위해, 그러한 동작이 도시된 특정 순서로 또는 순차적 순서로 수행되는 것, 또는 모든 예시된 동작이 수행되는 것을 요구하는 것으로 이해되어서는 안된다. 특정 상황에서, 멀티태스킹 및 병렬 프로세싱이 유리할 수 있다. 더욱이, 앞서 기술된 구현예에서의 다양한 시스템 컴포넌트의 분리는 모든 구현예에서 그러한 분리를 요구하는 것으로 이해되어서는 안되며, 기술된 프로그램 컴포넌트 및 시스템이 일반적으로 단일 소프트웨어 제품에 함께 통합되거나 다수의 소프트웨어 제품로 패키징될 수 있다는 것이 이해되어야 한다.
다수의 구현예가 기술되었다. 그럼에도 불구하고, 본 개시의 사상 및 범위를 벗어나지 않으면서 다양한 수정이 이루어질 수 있다는 것이 이해될 것이다. 예를 들어, 단계가 재정렬되거나, 추가되거나, 또는 제거된, 위에서 보인 흐름의 다양한 형태가 사용될 수 있다. 그에 따라, 다른 구현예가 이하의 청구항(들)의 범위 내에 속한다.
본원에서의 설명에서, 다양한 실시예는 구현마다 달라질 수 있는 다수의 특정 세부 사항을 참조하여 기술되었다. 따라서, 상세한 설명 및 도면은 제한적인 관점보다는 예시적인 관점에서 보아야 한다. 본 발명의 범위의 유일한 독점적인 지표, 및 출원인이 본 발명의 범위가 되도록 의도한 것은, 본 출원에서 특정 형태로 나오는 청구항 세트의 문언적 등가 범위이며, 그러한 청구항이 나오는 특정 형태는 임의의 후속 보정을 포함한다. 그러한 청구항에 포함된 용어에 대한 본원에서 명시적으로 기재된 임의의 정의는 청구항에서 사용되는 그러한 용어의 의미를 결정한다. 추가적으로, 전술한 설명 및 이하의 청구항에서 용어 "더 포함하는"이 사용될 때, 이 문구에 뒤따르는 것은 추가적인 단계 또는 엔티티, 또는 이전에 언급된 단계 또는 엔티티의 서브-단계/서브-엔티티일 수 있다.

Claims (31)

  1. 방법에 있어서,
    하나 이상의 프로세서에 의해, 자율주행 차량(autonomous vehicle)의 동작 동안 상기 자율주행 차량의 컴퓨팅 디바이스에 의해 수집된 데이터를 수신하는 단계;
    상기 하나 이상의 프로세서에 의해 그리고 상기 수신된 데이터에 기초하여, 상기 자율주행 차량의 동작의 시뮬레이션을 생성하는 단계;
    상기 하나 이상의 프로세서에 의해, 상기 수집된 데이터와 상기 시뮬레이션된 자율주행 차량의 동작 사이의 편차(deviation)를 나타내는 상기 시뮬레이션의 적어도 하나의 부분을 식별하는 단계;
    상기 하나 이상의 프로세서에 의해, 상기 시뮬레이션의 적어도 하나의 부분에 대한 메트릭(metric)들을 생성하기 위해 상기 시뮬레이션의 적어도 하나의 부분을 분석하는 단계; 및
    상기 하나 이상의 프로세서에 의해, 상기 메트릭들을 상기 컴퓨팅 디바이스에 송신하는 단계 - 상기 컴퓨팅 디바이스는, 상기 수집된 데이터와 상기 시뮬레이션된 자율주행 차량의 동작 사이의 다른 편차를 회피하기 위해 상기 메트릭들을 사용하도록 구성됨 -
    를 포함하는, 방법.
  2. 제1항에 있어서, 상기 수집된 데이터와 상기 시뮬레이션된 자율주행 차량의 동작 사이의 편차는, 상기 컴퓨팅 디바이스가 잠재적 충돌에 대한 경고를 나타내었음을 상기 수집된 데이터가 나타내는 반면 상기 경고가 잘못된 것임을 상기 시뮬레이션된 동작이 나타내는 경우에 발생하는 것인, 방법.
  3. 제2항에 있어서, 상기 경고는, 상기 자율주행 차량 인근에서의 예상치 못한 발생을 나타내는 통지(notification)를 포함하는 것인, 방법.
  4. 제3항에 있어서, 상기 예상치 못한 발생은, 상기 자율주행 차량에 의해 횡단되는 경로의 예상치 못한 폐색(blockage), 상기 자율주행 차량의 경로에 있는 하나 이상의 대상체(object) 또는 하나 이상의 생명체(living being)의 예상치 못한 존재, 또는 상기 자율주행 차량의 동작 동안 내내의 예상치 못한 기상 조건 중 하나 이상을 포함하는 것인, 방법.
  5. 제2항 내지 제4항 중 어느 한 항에 있어서, 상기 경고는, 상기 컴퓨팅 디바이스의 오작동(malfunctioning)을 나타내는 통지를 포함하는 것인, 방법.
  6. 제1항 내지 제4항 중 어느 한 항에 있어서, 상기 수집된 데이터와 상기 시뮬레이션된 자율주행 차량의 동작 사이의 편차는, 상기 컴퓨팅 디바이스가 잠재적 충돌에 대한 경고를 나타내는 데 실패했음을 상기 수집된 데이터가 나타내는 반면 상기 시뮬레이션된 동작이 잠재적 충돌을 나타내는 경우에 발생하는 것인, 방법.
  7. 제6항에 있어서, 상기 경고는, 상기 자율주행 차량 인근에서의 예상치 못한 발생을 나타내는 통지를 포함하는 것인, 방법.
  8. 제7항에 있어서, 상기 예상치 못한 발생은, 상기 자율주행 차량에 의해 횡단되는 경로의 예상치 못한 폐색, 상기 자율주행 차량의 경로에 있는 하나 이상의 대상체 또는 하나 이상의 생명체의 예상치 못한 존재, 또는 상기 자율주행 차량의 동작 동안 내내의 예상치 못한 기상 조건 중 하나 이상을 포함하는 것인, 방법.
  9. 제6항에 있어서, 상기 경고는, 상기 컴퓨팅 디바이스의 오작동을 나타내는 통지를 포함하는 것인, 방법.
  10. 제1항 내지 제4항 중 어느 한 항에 있어서, 상기 컴퓨팅 디바이스에 의해 수집된 데이터를 데이터베이스에 저장하는 단계
    를 더 포함하고,
    상기 하나 이상의 프로세서에 의해, 상기 수집된 데이터를 수신하는 단계는, 상기 데이터베이스로부터 상기 수집된 데이터를 수신하는 단계를 포함하는 것인, 방법.
  11. 제1항 내지 제4항 중 어느 한 항에 있어서, 상기 하나 이상의 프로세서는, 사용자가 사용자 인터페이스 상에 디스플레이되는 복수의 자율주행 차량들로부터 상기 자율주행 차량을 선택하는 것을 가능하게 하는 상기 사용자 인터페이스를 구현하고, 상기 사용자에 의한 선택은 상기 하나 이상의 프로세서에 의해, 상기 수집된 데이터를 수신하는 단계 이전에 수행되는 것인, 방법.
  12. 시스템에 있어서,
    자율주행 차량의 컴퓨팅 디바이스 내의 적어도 하나의 모듈의 동작을 나타내고 상기 동작으로부터 수집되는 데이터를 저장하기 위한 제1 데이터베이스;
    하나 이상의 프로세서를 포함하는 시뮬레이터로서, 상기 하나 이상의 프로세서는,
    상기 제1 데이터베이스로부터 상기 저장된 데이터를 수신하도록;
    상기 수신된 데이터에 기초하여, 상기 적어도 하나의 모듈의 동작의 시뮬레이션을 생성하도록;
    수집된 데이터와 상기 시뮬레이션된 자율주행 차량의 동작 사이의 편차를 나타내는 상기 시뮬레이션의 적어도 하나의 부분을 식별하도록; 그리고
    상기 시뮬레이션의 적어도 하나의 부분에 대한 메트릭들을 생성하기 위해 상기 시뮬레이션의 적어도 하나의 부분을 분석하도록 - 상기 메트릭들은 상기 수집된 데이터와 상기 시뮬레이션된 자율주행 차량의 동작 사이의 다른 편차를 회피하기 위해 사용될 수 있음 - 구성되는 것인, 상기 시뮬레이터; 및
    상기 메트릭들을 저장하도록 구성된 제2 데이터베이스
    를 포함하는, 시스템.
  13. 제12항에 있어서, 상기 컴퓨팅 디바이스는, 상기 수집된 데이터와 상기 시뮬레이션된 자율주행 차량의 동작 사이의 다른 편차를 회피하기 위해 상기 제2 데이터베이스에 저장된 상기 메트릭들을 사용하도록 구성되는 것인, 시스템.
  14. 제12항 또는 제13항에 있어서, 상기 적어도 하나의 모듈은, 상기 자율주행 차량의 동작 동안 특정 순간(particular instant)에 상기 자율주행 차량의 브레이크가 활성화되어야 하는지 여부를 결정하도록 구성된 자율주행 차량 비상 제동(autonomous vehicle emergency braking; AVEB) 모듈을 포함하는 것인, 시스템.
  15. 제14항에 있어서, 상기 제2 데이터베이스에 저장된 상기 메트릭들은, 상기 자율주행 차량의 동작 동안 상기 특정 순간에 상기 자율주행 차량의 브레이크가 활성화되어야 하는지 여부의 업데이트된 결정을 생성하기 위해 사용되고, 상기 업데이트된 결정은, 상기 수집된 데이터와 상기 시뮬레이션된 자율주행 차량의 동작 사이의 다른 편차를 회피하기 위해 사용되는 것인, 시스템.
  16. 제12항 또는 제13항에 있어서,
    상기 자율주행 차량의 컴퓨팅 디바이스는 계획 모듈(planning module) 및 제어 모듈을 더 포함하고;
    상기 적어도 하나의 모듈의 동작의 시뮬레이션은 상기 계획 모듈 및 상기 제어 모듈의 시뮬레이션을 포함하며;
    상기 제2 데이터베이스에 저장된 상기 메트릭들은, 상기 수집된 데이터와 상기 시뮬레이션된 자율주행 차량의 동작 사이의 다른 편차를 회피하기 위한 상기 계획 모듈 및 상기 제어 모듈의 기능을 나타내는 것인, 시스템.
  17. 적어도 하나의 프로그래밍 가능 프로세서에 의해 실행될 때, 상기 적어도 하나의 프로그래밍 가능 프로세서가 동작들을 수행하게 하는 명령어들을 저장하는, 매체에 저장된 비-일시적 컴퓨터 프로그램에 있어서, 상기 동작들은,
    자율주행 차량의 동작 동안 상기 자율주행 차량의 컴퓨팅 디바이스에 의해 수집된 데이터를 수신하는 동작;
    상기 수신된 데이터에 기초하여, 상기 자율주행 차량의 동작의 시뮬레이션을 생성하는 동작;
    상기 수집된 데이터와 상기 시뮬레이션된 자율주행 차량의 동작 사이의 편차를 나타내는 상기 시뮬레이션의 적어도 하나의 부분을 식별하는 동작;
    상기 시뮬레이션의 적어도 하나의 부분에 대한 메트릭들을 생성하기 위해 상기 시뮬레이션의 적어도 하나의 부분을 분석하는 동작; 및
    상기 메트릭들을 상기 컴퓨팅 디바이스에 송신하는 동작 - 상기 컴퓨팅 디바이스는, 상기 수집된 데이터와 상기 시뮬레이션된 자율주행 차량의 동작 사이의 다른 편차를 회피하기 위해 상기 메트릭들을 사용하도록 구성됨 -
    을 포함하는 것인, 매체에 저장된 비-일시적 컴퓨터 프로그램.
  18. 방법에 있어서,
    하나 이상의 프로세서에 의해, 자율주행 차량의 동작 동안 상기 자율주행 차량의 컴퓨팅 디바이스에 의해 수집된 데이터를 수신하는 단계;
    상기 하나 이상의 프로세서에 의해 그리고 상기 수신된 데이터에 기초하여, 상기 자율주행 차량의 동작의 시뮬레이션을 생성하는 단계;
    상기 하나 이상의 프로세서에 의해, 잠재적 충돌을 나타내는 경고의 상기 컴퓨팅 디바이스에 의한 생성에 응답하여 오토파일럿 모드(autopilot mode)로부터의 인수(takeover)를 나타내는 상기 시뮬레이션의 적어도 하나의 부분을 식별하는 단계;
    상기 하나 이상의 프로세서에 의해, 상기 인수가 발생하지 않았다면 충돌이 발생했을 가능성이 있는지 여부를 나타내는 메트릭들을 결정하기 위해 상기 시뮬레이션의 적어도 하나의 부분을 분석하는 단계; 및
    상기 하나 이상의 프로세서에 의해, 상기 메트릭들을 상기 컴퓨팅 디바이스에 송신하는 단계 - 상기 컴퓨팅 디바이스는, 다른 잠재적 충돌을 나타내는 향후 경고의 정확도를 개선하도록 상기 메트릭들을 사용하도록 구성됨 -
    를 포함하는, 방법.
  19. 제18항에 있어서, 운전자에 의한 상기 인수는, 안전 운전자(safety driver)가 비상 브레이크들을 누르는 것을 포함하는 것인, 방법.
  20. 제18항 또는 제19항에 있어서, 운전자에 의한 상기 인수는, 상기 자율주행 차량 인근에서의 예상치 못한 발생으로부터 떨어진 안전한 곳으로 상기 자율주행 차량을 내비게이팅하는 것을 포함하는 것인, 방법.
  21. 제20항에 있어서, 상기 예상치 못한 발생은, 상기 자율주행 차량에 의해 횡단되는 경로의 예상치 못한 폐색, 상기 자율주행 차량의 경로에 있는 하나 이상의 대상체 또는 하나 이상의 생명체의 예상치 못한 존재, 또는 상기 자율주행 차량의 동작 동안 내내의 예상치 못한 기상 조건 중 하나 이상을 포함하는 것인, 방법.
  22. 제18항 또는 제19항에 있어서, 상기 인수는, 상기 자율주행 차량의 운전자에 의한 것인, 방법.
  23. 제18항 또는 제19항에 있어서, 상기 인수는, 통신 네트워크를 통해 상기 컴퓨팅 디바이스에 결합되고 상기 자율주행 차량의 동작을 원격으로 제어하도록 구성된 컴퓨터에 의한 것인, 방법.
  24. 제18항 또는 제19항에 있어서, 상기 컴퓨팅 디바이스는, 상기 자율주행 차량의 운전자의 바이탈(vitals)이 문턱값보다 크게 변경되었음을 검출하는 것에 응답하여 상기 경고를 생성하고, 상기 인수는, 통신 네트워크를 통해 상기 컴퓨팅 디바이스에 결합되고 상기 자율주행 차량의 동작을 원격으로 제어하도록 구성된 컴퓨터에 의한 것인, 방법.
  25. 제18항 또는 제19항에 있어서, 상기 컴퓨팅 디바이스에 의해 수집된 데이터를 데이터베이스에 저장하는 단계
    를 더 포함하고,
    상기 하나 이상의 프로세서에 의해, 상기 수집된 데이터를 수신하는 단계는, 상기 데이터베이스로부터 상기 수집된 데이터를 수신하는 단계를 포함하는 것인, 방법.
  26. 제18항 또는 제19항에 있어서, 상기 하나 이상의 프로세서는, 사용자가 복수의 자율주행 차량들로부터 상기 자율주행 차량을 선택하는 것을 가능하게 하는 상기 사용자 인터페이스를 구현하고, 상기 사용자에 의한 선택은 상기 하나 이상의 프로세서에 의해, 상기 수집된 데이터를 수신하는 단계 이전에 수행되는 것인, 방법.
  27. 시스템에 있어서,
    자율주행 차량의 컴퓨팅 디바이스로부터 수신된 데이터를 저장하도록 구성된 제1 데이터베이스 - 상기 저장된 데이터는 상기 자율주행 차량의 동작을 나타냄 - ;
    하나 이상의 프로세서를 포함하는 시뮬레이터로서, 상기 하나 이상의 프로세서는,
    상기 제1 데이터베이스로부터 상기 저장된 데이터를 수신하도록;
    상기 수신된 데이터에 기초하여, 상기 자율주행 차량의 동작의 시뮬레이션을 생성하도록;
    잠재적 충돌을 나타내는 경고의 상기 컴퓨팅 디바이스에 의한 생성에 응답하여 오토파일럿 모드로부터의 인수를 나타내는 상기 시뮬레이션의 적어도 하나의 부분을 식별하도록; 그리고
    상기 인수가 발생하지 않았다면 충돌이 발생했을 가능성이 있는지 여부를 나타내는 메트릭들을 결정하기 위해 상기 시뮬레이션의 적어도 하나의 부분을 분석하도록 구성되는 것인, 상기 시뮬레이터; 및
    상기 메트릭들을 저장하도록 구성된 제2 데이터베이스
    를 포함하는, 시스템.
  28. 제27항에 있어서, 상기 컴퓨팅 디바이스는, 다른 잠재적 충돌을 나타내는 향후 경고의 정확도를 개선하도록 상기 제2 데이터베이스에 저장된 상기 메트릭들을 사용하도록 구성되는 것인, 시스템.
  29. 제27항 또는 제28항에 있어서,
    상기 자율주행 차량의 컴퓨팅 디바이스는 계획 모듈 및 제어 모듈을 포함하고;
    상기 자율주행 차량의 동작의 시뮬레이션은 상기 계획 모듈 및 상기 제어 모듈의 시뮬레이션을 포함하며;
    상기 제2 데이터베이스에 저장된 상기 메트릭들은, 다른 잠재적 충돌을 나타내는 향후 경고의 정확도를 개선하기 위한 상기 계획 모듈 및 상기 제어 모듈의 기능을 나타내는 것인, 시스템.
  30. 제29항에 있어서, 상기 계획 모듈 및 상기 제어 모듈 각각은 각자의 프로세서 상에 구현된 소프트웨어 모듈인 것인, 시스템.
  31. 적어도 하나의 프로그래밍 가능 프로세서에 의해 실행될 때, 상기 적어도 하나의 프로그래밍 가능 프로세서가 동작들을 수행하게 하는 명령어들을 저장하는, 매체에 저장된 비-일시적 컴퓨터 프로그램에 있어서, 상기 동작들은,
    자율주행 차량의 동작 동안 상기 자율주행 차량의 컴퓨팅 디바이스에 의해 수집된 데이터를 수신하는 동작;
    상기 수신된 데이터에 기초하여, 상기 자율주행 차량의 동작의 시뮬레이션을 생성하는 동작;
    잠재적 충돌을 나타내는 경고의 상기 컴퓨팅 디바이스에 의한 생성에 응답하여 오토파일럿 모드로부터의 인수를 나타내는 상기 시뮬레이션의 적어도 하나의 부분을 식별하는 동작;
    상기 인수가 발생하지 않았다면 충돌이 발생했을 가능성이 있는지 여부를 나타내는 메트릭들을 결정하기 위해 상기 시뮬레이션의 적어도 하나의 부분을 분석하는 동작; 및
    상기 메트릭들을 상기 컴퓨팅 디바이스에 송신하는 동작 - 상기 컴퓨팅 디바이스는, 다른 잠재적 충돌을 나타내는 향후 경고의 정확도를 개선하도록 상기 메트릭들을 사용하도록 구성됨 -
    을 포함하는 것인, 매체에 저장된 비-일시적 컴퓨터 프로그램.
KR1020200139134A 2020-08-25 2020-10-26 자율주행 차량의 안전성 및 신뢰성을 개선하기 위한 자율주행 차량의 시뮬레이션 KR102388237B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/002,752 2020-08-25
US17/002,752 US11568688B2 (en) 2020-08-25 2020-08-25 Simulation of autonomous vehicle to improve safety and reliability of autonomous vehicle

Publications (2)

Publication Number Publication Date
KR20220026983A KR20220026983A (ko) 2022-03-07
KR102388237B1 true KR102388237B1 (ko) 2022-04-19

Family

ID=73223808

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200139134A KR102388237B1 (ko) 2020-08-25 2020-10-26 자율주행 차량의 안전성 및 신뢰성을 개선하기 위한 자율주행 차량의 시뮬레이션

Country Status (5)

Country Link
US (1) US11568688B2 (ko)
KR (1) KR102388237B1 (ko)
CN (1) CN114117719A (ko)
DE (1) DE102020128433A1 (ko)
GB (2) GB2607849B (ko)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200284598A1 (en) * 2019-03-06 2020-09-10 Lyft, Inc. Systems and methods for autonomous vehicle performance evaluation
CN111505965B (zh) * 2020-06-17 2020-09-29 深圳裹动智驾科技有限公司 自动驾驶车辆仿真测试的方法、装置、计算机设备及存储介质
US11568688B2 (en) * 2020-08-25 2023-01-31 Motional Ad Llc Simulation of autonomous vehicle to improve safety and reliability of autonomous vehicle
US12043273B2 (en) * 2020-11-25 2024-07-23 Woven By Toyota, U.S., Inc. Vehicle disengagement simulation and evaluation
JP2023033852A (ja) * 2021-08-30 2023-03-13 トヨタ自動車株式会社 車両運転支援装置及び車両運転支援プログラム
US20230347882A1 (en) * 2022-04-29 2023-11-02 Gm Cruise Holdings Llc Baselining autonomous vehicle safety using driving data of human autonomous vehicle operators
US20230360531A1 (en) * 2022-05-07 2023-11-09 Autotalks Ltd. System and method for adaptive v2x applications
KR102576733B1 (ko) * 2022-11-30 2023-09-08 주식회사 모라이 관제 플랫폼 연동 vils 기반 교통 환경 재현 방법 및 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019185783A (ja) 2018-04-12 2019-10-24 バイドゥ ユーエスエイ エルエルシーＢａｉｄｕ ＵＳＡ ＬＬＣ シミュレーションプラットフォームに配置された、機械学習モデルを訓練するためのシステム及び方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4201146C2 (de) 1991-01-18 2003-01-30 Hitachi Ltd Vorrichtung zur Steuerung des Kraftfahrzeugverhaltens
KR101703144B1 (ko) 2012-02-09 2017-02-06 한국전자통신연구원 차량의 자율주행 장치 및 그 방법
US10162354B2 (en) 2016-07-21 2018-12-25 Baidu Usa Llc Controlling error corrected planning methods for operating autonomous vehicles
US9741570B1 (en) * 2016-07-29 2017-08-22 Infineon Technologies Austria Ag Method of manufacturing a reverse-blocking IGBT
WO2018237018A1 (en) 2017-06-20 2018-12-27 nuTonomy Inc. RISK TREATMENT FOR VEHICLES HAVING AUTONOMOUS DRIVING CAPABILITIES
DE102018212733A1 (de) * 2018-07-31 2020-02-06 Robert Bosch Gmbh Erkennung einer nachlassenden Leistungsfähigkeit eines Sensors
US10713148B2 (en) * 2018-08-07 2020-07-14 Waymo Llc Using divergence to conduct log-based simulations
JP6831474B2 (ja) 2018-08-24 2021-02-17 バイドゥ ドットコム タイムス テクノロジー （ベイジン） カンパニー リミテッド センサ間でデータを伝送するためのデータ伝送ロジック並びに自動運転車の計画及び制御
US10482003B1 (en) * 2018-11-09 2019-11-19 Aimotive Kft. Method and system for modifying a control unit of an autonomous car
KR20200106131A (ko) 2019-03-01 2020-09-11 앱티브 테크놀러지스 리미티드 긴급 상황 시의 차량의 동작
DE102020210789A1 (de) 2019-08-27 2021-03-04 Psa Automobiles Sa Analyse eines neuronalen Netzes für ein Fahrzeug
CN111505965B (zh) 2020-06-17 2020-09-29 深圳裹动智驾科技有限公司 自动驾驶车辆仿真测试的方法、装置、计算机设备及存储介质
US11568688B2 (en) * 2020-08-25 2023-01-31 Motional Ad Llc Simulation of autonomous vehicle to improve safety and reliability of autonomous vehicle
CN112406906B (zh) * 2020-11-12 2022-05-27 中国汽车技术研究中心有限公司 一种基于驾驶模拟器的自动驾驶车辆接管时间测试方法
US12043273B2 (en) * 2020-11-25 2024-07-23 Woven By Toyota, U.S., Inc. Vehicle disengagement simulation and evaluation
US11681296B2 (en) * 2020-12-11 2023-06-20 Motional Ad Llc Scenario-based behavior specification and validation

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019185783A (ja) 2018-04-12 2019-10-24 バイドゥ ユーエスエイ エルエルシーＢａｉｄｕ ＵＳＡ ＬＬＣ シミュレーションプラットフォームに配置された、機械学習モデルを訓練するためのシステム及び方法

Also Published As

Publication number Publication date
US20220068052A1 (en) 2022-03-03
DE102020128433A1 (de) 2022-03-03
GB2598411B (en) 2022-11-30
GB202213787D0 (en) 2022-11-02
GB2607849A (en) 2022-12-14
US11568688B2 (en) 2023-01-31
GB202015797D0 (en) 2020-11-18
KR20220026983A (ko) 2022-03-07
CN114117719A (zh) 2022-03-01
GB2598411A (en) 2022-03-02
GB2607849B (en) 2023-08-30

Similar Documents

Publication Publication Date Title
KR102388237B1 (ko) 자율주행 차량의 안전성 및 신뢰성을 개선하기 위한 자율주행 차량의 시뮬레이션
KR102306142B1 (ko) 센서 고장에 대한 자율 주행 차량 대응방안을 구현하기 위한 시스템 및 방법
CN111915917B (zh) 计算机实现的方法、存储介质和运载工具
KR102542970B1 (ko) 데이터 기반 규칙 북
KR20210006926A (ko) 자율 주행 차량에서의 리던던시
KR20210112293A (ko) 주석 달기를 위한 데이터 샘플의 자동 선택
KR102505717B1 (ko) 교통 신호등 추정
KR20210013094A (ko) 복수의 모션 제약을 사용하는 차량의 동작
US20220289198A1 (en) Automated emergency braking system
KR20230047994A (ko) 차량용 안전 시스템
KR102580097B1 (ko) 교정 정보를 사용한 av 경로 계획
US20220289199A1 (en) Brake arbitration
KR20220027702A (ko) 조건부 움직임 예측
KR20230035020A (ko) 도로 특징부에 대한 폐색 표현을 구현하기 위한 시스템 및 방법
KR20230035440A (ko) 교통 신호등 추정
KR20220033956A (ko) 차량 상의 전자 디바이스의 전력 관리
US11926342B2 (en) Autonomous vehicle post-action explanation system
WO2022197736A1 (en) Real time integrity check of gpu accelerated neural network

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant