KR102406523B1 - 주변차량 의도 판단 장치 및 방법 - Google Patents

주변차량 의도 판단 장치 및 방법 Download PDF

Info

Publication number
KR102406523B1
KR102406523B1 KR1020170175362A KR20170175362A KR102406523B1 KR 102406523 B1 KR102406523 B1 KR 102406523B1 KR 1020170175362 A KR1020170175362 A KR 1020170175362A KR 20170175362 A KR20170175362 A KR 20170175362A KR 102406523 B1 KR102406523 B1 KR 102406523B1
Authority
KR
South Korea
Prior art keywords
surrounding vehicle
intention
vehicle
surrounding
determining
Prior art date
Application number
KR1020170175362A
Other languages
English (en)
Other versions
KR20190074025A (ko
Inventor
이훈
장형선
양욱일
원지은
한슬기
윤보영
송봉섭
이성우
이상원
Original Assignee
현대자동차주식회사
기아 주식회사
아주대학교산학협력단
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 현대자동차주식회사, 기아 주식회사, 아주대학교산학협력단 filed Critical 현대자동차주식회사
Priority to KR1020170175362A priority Critical patent/KR102406523B1/ko
Priority to US15/971,500 priority patent/US10647316B2/en
Priority to CN201810513560.5A priority patent/CN109927727B/zh
Publication of KR20190074025A publication Critical patent/KR20190074025A/ko
Application granted granted Critical
Publication of KR102406523B1 publication Critical patent/KR102406523B1/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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097—Predicting future conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
    • B60R21/013—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over
    • B60R21/0134—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over responsive to imminent contact with an obstacle, e.g. using radar 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W40/09—Driving style or behaviour
    • 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
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/66—Radar-tracking systems; Analogous systems
    • G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
    • G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
    • G01S13/726—Multiple target tracking
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/045—Explanation of inference; Explainable artificial intelligence [XAI]; Interpretable artificial intelligence
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • B60W2420/52—
    • 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
    • B60W2422/00—Indexing codes relating to the special location or mounting of sensors
    • B60W2422/95—Measuring the same parameter at multiple locations of 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
    • B60W2554/00—Input parameters relating to objects
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4041—Position
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/801—Lateral distance
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/803—Relative lateral speed
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/804—Relative longitudinal speed
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/932—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles using own vehicle data, e.g. ground speed, steering wheel direction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9327—Sensor installation details
    • G01S2013/93271—Sensor installation details in the front of the vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9327—Sensor installation details
    • G01S2013/93274—Sensor installation details on the side of the vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Automation & Control Theory (AREA)
  • Medical Informatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Electromagnetism (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명은 주변차량의 의도를 정확하게 판단할 수 있는 주변차량 의도 판단 장치 및 방법에 관한 것으로, 전방 레이더를 이용하여 차량의 주변차량에 대한 제1주변차량 정보를 획득하는 제1주변차량 정보 검출부, 코너 레이더를 이용하여 상기 주변차량에 대한 제2주변차량 정보를 획득하는 제2주변차량 정보 검출부, 및 상기 제1주변차량 정보 및 제2주변차량 정보를 이용하여 상기 주변차량의 움직임을 판단하며 기계학습기법에 의해 도출된 의도 판단로직을 이용하여 상기 주변차량의 의도를 판단하고 두 판단결과를 이용하여 상기 주변차량의 최종 의도를 판단하는 처리부를 포함한다.

Description

주변차량 의도 판단 장치 및 방법{APPARATUS AND METHOD FOR DECIDING MANEUVER OF PERIPHERAL VEHICLE}
본 발명은 주변차량의 의도를 정확하게 판단할 수 있는 주변차량 의도 판단 장치 및 방법에 관한 것이다.
최근에는 차량 내 탑재된 센서들을 이용하여 차량 주변의 상황을 파악하여 운전자의 차량 운행을 보조하는 기술들이 연구되고 있다. 그 중 차량 내 탑재된 전후방 코너 레이더 및 전방 레이더를 이용하여 측방 또는 전방 차량의 의도를 판단하는 기술들도 소개되고 있다.
이러한 종래의 차량 의도 판단 기술은 저속 상황에서 근거리 측방 및 전방 차량이 끼어들기(cut in)하는 경우 차량의 레이더가 부정확한 정보를 제공하거나 또는 주변차량의 상태 판단 시 판단 오류 등으로 인해 주변차량에 대한 잘못된 의도 판단이 발생한다.
KR 101328016 B1 KR 101390909 B1 KR 1020160071164 A KR 1020150055656 A
본 발명은 기계학습기법을 이용하여 기존의 의도 판단 및 위험도 판단 알고리즘을 합성하여 주변차량의 끼어들기 의도를 판단할 수 있는 주변차량 의도 판단 장치 및 방법을 제공하고자 한다.
또한, 본 발명은 다중 센서에 의해 검출된 주변차량 정보 뿐만 아니라 센서 퓨전 정보 및 의도 판단 알고리즘의 결과를 이용하여 의도 판단 성능을 개선하는 주변차량 의도 판단 장치 및 방법을 제공하고자 한다.
상기한 과제를 해결하기 위하여, 본 발명의 일 실시예에 따른 주변차량 의도 판단 장치는 전방 레이더를 이용하여 차량의 주변차량에 대한 제1주변차량 정보를 획득하는 제1주변차량 정보 검출부, 코너 레이더를 이용하여 상기 주변차량에 대한 제2주변차량 정보를 획득하는 제2주변차량 정보 검출부, 및 상기 제1주변차량 정보 및 제2주변차량 정보를 이용하여 상기 주변차량의 움직임을 판단하며 기계학습기법에 의해 도출된 의도 판단로직을 이용하여 상기 주변차량의 의도를 판단하고 두 판단결과를 이용하여 상기 주변차량의 최종 의도를 판단하는 처리부를 포함하는 것을 특징으로 한다.
상기 기계학습기법으로는, SVM(Support Vector Machine)이 사용되는 것을 특징으로 한다.
상기 처리부는, 상기 제1주변차량 정보 및 상기 제2주변차량 정보를 이용하여 상기 전방 레이더에 의해 감지된 주변차량과 상기 코너 레이더에 의해 감지된 주변차량이 동일 차량인지를 확인하는 것을 특징으로 한다.
상기 처리부는, 상기 전방 레이더에 의해 감지된 주변차량과 상기 코너 레이더에 의해 감지된 주변차량이 동일 차량이면 상기 제1주변차량 정보와 상기 제2주변차량 정보를 결합(fusion)하는 것을 특징으로 한다.
상기 처리부는, 주변차량의 움직임 판단결과가 주행 중(dynamic)이고, 이전 의도 판단결과가 끼어들기가 아니며 상기 의도 판단로직에 의한 판단결과가 기준 조건을 만족하면 주변차량의 현재 의도를 끼어들기(cut in)로 판정하는 것을 특징으로 한다.
상기 처리부는, 주변차량의 움직임 판단결과가 주행 중이고, 이전 의도 판단결과가 끼어들기가 아니며 상기 의도 판단로직에 의한 판단결과가 기준 조건을 만족하지 않으면 주변차량의 현재 의도를 주행(driving)으로 판정하는 것을 특징으로 한다.
상기 처리부는, 주변차량의 움직임 판단결과가 정차(stationary)이고, 이전 의도 판단결과가 끼어들기이면 주변차량의 현재 의도를 끼어들기로 판정하는 것을 특징으로 한다.
상기 처리부는, 주변차량의 움직임 판단결과가 정차이고, 이전 의도 판단결과가 끼어들기가 아닌 경우, 주변차량의 현재 의도를 정지(stop)로 판정하는 것을 특징으로 한다.
상기 처리부는, 주변차량의 움직임 판단결과가 주행 중이고, 이전 의도 판단결과가 끼어들기이며 차량과 주변차량 간의 거리가 기준 거리 미만이면 주변차량의 현재 의도를 끼어들기로 판정하는 것을 특징으로 한다.
상기 처리부는, 주변차량의 움직임 판단결과가 주행 중이고, 이전 의도 판단결과가 끼어들기이며 차량과 주변차량 간의 거리가 기준 거리 초과이면 주변차량의 현재 의도를 주행으로 판정하는 것을 특징으로 한다.
한편, 본 발명의 일 실시예에 따른 주변차량 의도 판단 방법은 전방 레이더 및 코너 레이더를 이용하여 차량의 주변차량에 대한 주변차량 정보를 획득하는 단계, 상기 주변차량 정보를 이용하여 기계학습기법에 의해 도출된 의도 판단로직에 의한 상기 주변차량의 의도를 판단하는 단계, 상기 주변차량 정보를 이용하여 상기 주변차량의 움직임을 판단하는 단계, 및 상기 주변차량의 움직임 판단결과 및 상기 기계학습기법에 의한 의도 판단결과에 근거하여 상기 주변차량의 최종 의도를 판단하는 단계를 포함하는 것을 특징으로 한다.
상기 기계학습기법으로는, SVM(Support Vector Machine)이 사용되는 것을 특징으로 한다.
상기 주변차량 정보를 획득하는 단계는, 전방 레이더를 통해 획득한 제1주변차량 정보 및 코너 레이더를 통해 획득한 제2주변차량 정보를 이용하여 상기 전방 레이더에 의해 감지된 주변차량과 상기 코너 레이더에 의해 감지된 주변차량이 동일 차량인지를 확인하는 것을 특징으로 한다.
상기 주변차량 정보를 획득하는 단계는, 상기 전방 레이더에 의해 감지된 주변차량과 상기 코너 레이더에 의해 감지된 주변차량이 동일 차량이면 상기 제1주변차량 정보와 상기 제2주변차량 정보를 결합(fusion)하여 상기 주변차량 정보를 생성하는 것을 특징으로 한다.
상기 주변차량의 최종 의도를 판단하는 단계는, 주변차량의 움직임 판단결과가 주행 중(dynamic)이고, 이전 의도 판단결과가 끼어들기가 아니며 상기 의도 판단로직에 의한 판단결과가 기준 조건을 만족하면 주변차량의 현재 의도를 끼어들기(cut in)로 판정하는 것을 특징으로 한다.
상기 주변차량의 최종 의도를 판단하는 단계는, 주변차량의 움직임 판단결과가 주행 중이고, 이전 의도 판단결과가 끼어들기가 아니며 상기 의도 판단로직에 의한 판단결과가 기준 조건을 만족하지 않으면 주변차량의 현재 의도를 주행(driving)으로 판정하는 것을 특징으로 한다.
상기 주변차량의 최종 의도를 판단하는 단계는, 주변차량의 움직임 판단결과가 정차(stationary)이고, 이전 의도 판단결과가 끼어들기이면 주변차량의 현재 의도를 끼어들기로 판정하는 것을 특징으로 한다.
상기 주변차량의 최종 의도를 판단하는 단계는, 주변차량의 움직임 판단결과가 정차이고, 이전 의도 판단결과가 끼어들기가 아닌 경우, 주변차량의 현재 의도를 정지(stop)로 판정하는 것을 특징으로 한다.
상기 주변차량의 최종 의도를 판단하는 단계는, 주변차량의 움직임 판단결과가 주행 중이고, 이전 의도 판단결과가 끼어들기이며 차량과 주변차량 간의 거리가 기준 거리 미만이면 주변차량의 현재 의도를 끼어들기로 판정하는 것을 특징으로 한다.
상기 주변차량의 최종 의도를 판단하는 단계는, 주변차량의 움직임 판단결과가 주행 중이고, 이전 의도 판단결과가 끼어들기이며 차량과 주변차량 간의 거리가 기준 거리 초과이면 주변차량의 현재 의도를 주행으로 판정하는 것을 특징으로 한다.
본 발명은 기계학습기법을 이용하여 기존의 의도 판단 및 위험도 판단 알고리즘을 합성하여 주변차량의 끼어들기 의도를 판단할 수 있다.
또한, 본 발명은 다중 센서에 의해 검출된 주변차량 정보 뿐만 아니라 센서 퓨전 정보 및 의도 판단 알고리즘의 결과를 이용하여 주변차량의 의도를 판단할 수 있도록 하여 의도 판단 성능을 개선할 수 있다.
도 1은 본 발명의 일 실시예에 따른 주변차량 의도 판단 장치의 블록구성도.
도 2는 본 발명과 관련된 게이팅 통과여부 판단방법을 설명하기 위한 도면.
도 3은 본 발명과 관련된 경고 지수 산출방법을 설명하기 위한 도면.
도 4a는 본 발명과 관련된 끼어들기 상황에서의 충돌 위험 지수를 도시한 그래프.
도 4b는 본 발명과 관련된 주행 상황에서의 충돌 위험 지수를 도시한 그래프.
도 5는 본 발명과 관련된 IMM-UKF를 도시한 예시도.
도 6은 본 발명과 관련된 모드 천이 상태도를 도시한 도면.
도 7은 본 발명과 관련된 끼어들기 상황에서 CV 모델 및 CTRV 모델의 확률 변화를 도시한 그래프.
도 8a 및 도 8b는 본 발명과 관련된 저속 및 고속 상황에서의 끼어들기 궤적을 도시한 예시도.
도 9는 본 발명과 관련된 특징 벡터 산출 및 판단기준을 설명하기 위한 도면.
도 10은 본 발명의 일 실시예에 따른 주변차량 의도 판단 방법을 도시한 흐름도.
도 11은 도 10의 최종 의도 판단 과정을 도시한 흐름도.
이하, 본 발명의 일부 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명의 실시예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 실시예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.
본 발명의 실시예의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 또한, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
도 1은 본 발명의 일 실시예에 따른 주변차량 의도 판단 장치의 블록구성도, 도 2는 본 발명과 관련된 게이팅 통과여부 판단방법을 설명하기 위한 도면, 도 3은 본 발명과 관련된 경고 지수 산출방법을 설명하기 위한 도면, 도 4a는 본 발명과 관련된 끼어들기 상황에서의 충돌 위험 지수를 도시한 그래프, 도 4b는 본 발명과 관련된 주행 상황에서의 충돌 위험 지수를 도시한 그래프, 도 5는 본 발명과 관련된 IMM-UKF를 도시한 예시도, 도 6은 본 발명과 관련된 모드 천이 상태도를 도시한 도면, 도 7은 본 발명과 관련된 끼어들기 상황에서 CV 모델 및 CTRV 모델의 확률 변화를 도시한 그래프, 도 8a 및 도 8b는 본 발명과 관련된 저속 및 고속 상황에서의 끼어들기 궤적을 도시한 예시도, 도 9는 본 발명과 관련된 특징 벡터 산출 및 판단기준을 설명하기 위한 도면을 도시한다.
도 1을 참조하면, 본 발명에 따른 주변차량 의도 판단 장치(100)는 제1주변차량 정보 검출부(110), 제2주변차량 정보 검출부(120), 차량 센서(In-Vehicle Sensors)(130), 저장부(140), 출력부(150) 및 처리부(160)를 포함한다.
제1주변차량 정보 검출부(110)는 차량의 전면에 설치되는 적어도 하나 이상의 전방 레이더를 통해 차량 주변에 위치하는 주변차량(예: 주변차량)를 감지한다. 제1주변차량 정보 검출부(110)는 감지한 주변차량의 위치 및 상대속도와 같은 상태(state) 정보를 획득하여 처리부(160)에 전송한다.
제2주변차량 정보 검출부(120)는 차량의 전방 코너에 설치되는 코너 레이더를 통해 차량 주변에 위치하는 주변차량을 감지한다. 제2주변차량 정보 검출부(120)는 감지한 주변차량의 위치, 속도, 폭, 길이, 및 헤딩각 등의 상태 정보를 획득하여 처리부(160)로 전송한다.
차량 센서(130)는 차량 내 배치되는 각종 센서들을 이용하여 차량 상태 정보를 획득(검출)한다. 차량 센서(130)는 속도 센서, 요레이트 센서, 거리 센서, 이미지 센서, 위치 센서, 및 조향각 센서 등을 포함한다. 여기서, 거리 센서는 라이더(LiDAR), 레이더(radar), 및 초음파 센서 등으로 구현될 수 있다. 이미지 센서는 CCD(charge coupled device) 이미지 센서(image sensor), CMOS(complementary metal oxide semi-conductor) 이미지 센서, CPD(charge priming device) 이미지 센서 및 CID(charge injection device) 이미지 센서 등과 같은 센서들 중 적어도 하나 이상을 구현될 수 있다. 위치 센서는 GPS(Global Positioning System) 수신기로, 3개 이상의 GPS 위성으로부터 송신되는 신호를 이용하여 차량 단말기(100)의 현재 위치(차량 위치)를 산출할 수 있다. 위치 센서는 둘 이상이 설치될 수도 있다.
저장부(140)는 처리부(160)가 기정해진 동작을 수행하도록 프로그래밍된 소프트웨어 및 각종 설정정보를 저장할 수 있다. 저장부(140)는 처리부(160)의 동작에 따라 발생되는 데이터를 임시 저장할 수도 있다.
저장부(140)는 플래시 메모리(flash memory), 하드디스크(hard disk), SD 카드(Secure Digital Card), 램(Random Access Memory, RAM), 롬(Read Only Memory, ROM), EEPROM(Electrically Erasable and Programmable ROM), EPROM(Erasable and Programmable ROM), 레지스터, 착탈형 디스크 및 웹 스토리지(web storage) 등의 저장매체 중 적어도 하나 이상의 저장매체(기록매체)로 구현될 수 있다.
출력부(150)는 처리부(160)에서 처리된 정보를 사용자가 시각, 청각 및 촉각으로 인식할 수 있는 형태로 출력한다. 출력부(150)는 주행 속도, 길 안내 정보, 지도, 및 자율주행 관련 정보 등을 출력할 수 있다. 이러한 출력부(150)는 디스플레이, 오디오 출력모듈 및 햅틱 모듈 등을 포함할 수 있다.
디스플레이는 액정 디스플레이(liquid crystal display, LCD), 박막 트랜지스터 액정 디스플레이(thin film transistor-liquid crystal display, TFT LCD), 유기 발광 다이오드(organic light-emitting diode, OLED) 디스플레이, 플렉시블 디스플레이(flexible display), 3차원 디스플레이(3D display), 투명디스플레이, 헤드업 디스플레이(head-up display, HUD) 및 클러스터(cluster) 중 적어도 하나 이상으로 구현될 수 있다.
오디오 출력모듈은 저장부(140)에 저장된 오디오 데이터를 출력할 수 있다. 예컨대, 오디오 출력모듈은 길 안내 정보 및 경보 등을 알리는 오디오 신호를 스피커를 통해 출력할 수 있다. 오디오 출력모듈은 리시버(receiver), 스피커(speaker), 및/또는 버저(buzzer) 등을 포함할 수 있다.
햅틱 모듈은 사용자가 촉각으로 인지할 수 있는 형태의 신호를 출력한다. 예를 들어, 햅틱 모듈은 진동자로 구현되어 진동 세기 및 패턴 등을 제어할 수 있다.
처리부(160)는 저장부(140)에 저장된 소프트웨어를 실행한다. 처리부(160)는 ASIC(Application Specific Integrated Circuit), DSP(Digital Signal Processor), PLD(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), CPU(Central Processing unit), 마이크로 컨트롤러(microcontrollers) 및 마이크로 프로세서(microprocessors) 중 적어도 하나 이상을 포함할 수 있다.
처리부(160)는 추적부(161), 움직임 판단부(162), 의도 판단부(163), 및 최종 의도 판단부(164)를 포함한다.
추적부(161)는 제1주변차량 정보 검출부(110) 및 제2주변차량 정보 검출부(120)로부터 제1주변차량 정보 및 제2주변차량 정보를 각각 입력받는다. 추적부(161)는 제1주변차량 정보 및 제2주변차량 정보가 동일한 주변차량에 대한 정보인지를 확인하고 확인결과 제1주변차량 정보와 제2주변차량 정보가 동일한 주변차량에 대한 정보이면 제1주변차량 정보와 제2주변차량 정보를 결합(fusion)한다. 즉, 추적부(161)는 전방 레이더를 통해 감지한 제1주변차량과 코너 레이더를 통해 감지한 제2주변차량이 동일 차량이면 전방 레이더 및 코너 레이더를 통해 획득한 정보를 결합한다.
여기서, 제1주변차량 정보와 제2주변차량 정보가 동일한 주변차량에 대한 정보인지를 확인하기 위해, 추적부(161)는 제1주변차량 정보 및 제2주변차량 정보를 토대로 게이팅(gating) 통과여부를 판단한다. 이때, 추적부(161)는 전방 레이더에 의해 감지된 제1주변차량(Ofront)의 위치에 기반하여 직사각형의 게이팅(G)을 설정한다. 게이팅은 전방 레이더에 의해 감지된 주변차량의 위치를 중심으로 한 직사각형 영역(범위)을 의미한다. 추적부(161)는 코너 레이더에 의해 감지된 제2주변차량(Ocorner)가 설정된 게이팅(G) 내에 위치하면 제1주변차량 정보와 제2주변차량 정보를 결합한다. 한편, 추적부(161)는 제2주변차량이 설정된 게이팅(G) 내에 위치하지 않으면 제2주변차량 정보를 새로운 주변차량에 대한 정보로 저장부(140)에 등록한다.
추적부(161)는 제1주변차량(제1주변차량)와 제2주변차량(제2주변차량) 간의 거리가 기준 거리 미만인지를 확인하고, 제1주변차량과 제2주변차량 간의 거리가 기준 거리 미만이면 게이팅을 통과한 것으로 판단한다. 처리부(160)는 게이팅 통과 후 제1주변차량이 정지했으나 제2주변차량이 움직이는 경우, 결합된 주변차량 정보에서 제2주변차량 정보를 삭제한다.
움직임 판단부(162)는 제1주변차량 정보, 제2주변차량 정보 및 차량 센서(130)를 통해 측정된 정보들을 이용하여 주변차량의 움직임 imotion을 판단한다. 처리부(160)는 [수학식 1]을 이용하여 주변차량의 속도 VB,t를 산출한다.
Figure 112017126649550-pat00001
여기서, VA는 자차량의 차량 센서(130)에 의해 측정된 차속,
Figure 112017126649550-pat00002
는 레이더 r에 의해 감지된 i번째 주변차량의 종방향 상대속도, yr,i는 레이더 r에 의해 감지된 i번째 주변차량의 횡방향 상대위치, ω는 자차량의 요레이트이다. 자차량의 요레이트 ω는 [수학식 2]를 만족한다.
Figure 112017126649550-pat00003
여기서,
Figure 112017126649550-pat00004
는 자차량의 차량 센서(130)에 의해 측정된 요레이트이고,
Figure 112017126649550-pat00005
은 임계 요레이트로, 사전에 정해지는 상수값이다.
움직임 판단부(162)는 산출한 주변차량 속도 VB,t에 따라 주변차량의 움직임(motion)을 판단한다. 움직임 판단부(162)는 산출한 주변차량 속도 VB,t가 임계 속도 이하이면 정차(stationary)로 판정하고, 산출한 주변차량 속도 VB,t가 임계 속도를 초과하면 주행 중(dynamic)로 판정한다.
의도 판단부(163)는 추적부(161)로부터 주변차량의 상태정보를 입력받고, 입력받은 주변차량의 상태정보를 토대로 기계학습기법을에 의해 도출된 의도 판단로직을 이용하여 주변차량의 의도를 판단한다. 여기서, 기계학습기법으로는 SVM(Support Vector Machine)이 사용될 수 있다. 의도 판단로직은 SVM을 통해 상태 기반 의도 판단 로직, 위험도 기반 의도 판단 로직 및 확률 기반 의도 판단 로직을 합성한 분류 로직(분류 알고리즘, classifier)이다.
상태 기반 의도 판단 로직은 추적부(161)로부터 출력되는 추적된 주변차량의 상태 정보를 기반으로 주변차량의 의도를 판단하는 알고리즘이다. 상태 기반 의도 판단 로직은 저속(예: 30kph 이하)에서 근거리가 아닌 일반적인 끼어들기(cut in) 상황인 경우, 횡방향 위치 y 및 횡방향 상대속도 Vy의 크기와 변화가 크기 때문에 상태 정보가 임계치(thershold)를 초과하는지 여부에 따라 의도를 판정한다.
예를 들어, 상태 기반 의도 판단 로직은 주변차량의 횡방향 위치 y가 제1임계치 미만이며 주변차량의 횡방향 상대속도 Vy가 제2임계치 미만이면, 주변차량이 자차량의 우측에서 끼어들기를 수행하고 있다고 판단한다. 한편, 상태 기반 의도 판단 로직은 주변차량의 횡방향 위치 y가 제3임계치 초과이며 주변차량의 횡방향 상대속도 Vy가 제4임계치를 초과하는 경우, 주변차량이 자차량의 좌측에서 끼어들기 수행 중이라고 판단한다.
위험도 기반 의도 판단 로직은 자차량과 주변차량 간의 충돌 위험도를 확인하여 주변차량의 의도를 판단하는 알고리즘이다. 위험도 기반 의도 판단 로직은 [수학식 3]를 이용하여 충돌 예상 시간(Time To Collision)을 산출한다.
Figure 112017126649550-pat00006
여기서, x는 자차량과 주변차량 간의 거리, vrel은 주변차량의 상대속도를 의미한다.
위험도 기반 의도 판단 로직은 [수학식 4]를 활용하여 경고 지수(warning index) xp를 계산한다.
Figure 112017126649550-pat00007
여기서, plong은 도 3에 도시된 바와 같이 두 차량 간의 거리, dbr은 차량의 제동 성능만 고려한 브레이킹 임계 거리(breaking-critical distance)로, [수학식 5]와 같이 나타내고, dw는 차량의 제동 성능 및 사용자의 반응 속도를 고려한 경고 임계 거리(warning-critical distance)로, [수학식 6]과 같이 나타낸다.
Figure 112017126649550-pat00008
Figure 112017126649550-pat00009
여기서, vrel은 차량의 종방향 상대속도, tbrake는 제동 시스템 하드웨어의 시스템 지연시간, ax,max는 차량의 종방향 최대 감속도, tthinking은 사용자의 반응 시간이다.
자차량과 주변차량이 경고 임계 거리 dw에서 출발하여 최대로 감속하는 경우 두 차량의 범퍼가 서로 마주 닿을 때 멈추게 된다. 자차량과 주변차량이 사이의 거리 x가 dw을 넘으면 경고 지수는 양의 값을 가지고 현재상황이 안전하다는 것을 나타낸다.
위험도 기반 의도 판단 로직은 [수학식 7]를 이용하여 종방향 충돌 위험 지수(Longitudinal collision risk index) Ilong를 연산한다.
Figure 112017126649550-pat00010
여기서, xmax는 경고 지수의 최대값, xth는 경고 지수의 임계값(threshold value), TTCth -1는 TTC-1의 임계값이다.
차량은 50kph로 주행하는 상황에서 TTC가 0.6~0.7초일 때 최대 중력가속도로 감속한다. 10kph이하 저속 상황에서는 문턱값 TTCth를 3으로 설정한다.
경고 지수의 최대값 xmax은 조정 파라미터(tuning parameter)로써 너무 큰 값(예: 8)으로 설정되면 Ilong이 경고 지수의 변화에 둔감해진다. 그리고, 경고 지수의 최대값 xmax가 커질수록 Ilong이 크게 나오는 경향을 보인다.
위험도 기반 의도 판단 로직은 횡방향 충돌 위험 지수(Lateral collision risk index) Ilat를 산출한다(K. Kim, “Predicted potential risk-based vehicle motion control of automated vehicles for integrated risk management,” Doctoral Dissertation, Seoul National University Graduate, 2016.).
위험도 기반 의도 판단 로직은 [수학식 8]을 통해 차로 변경 시간(Time to Lane Crossing, TLC)을 산출한다.
Figure 112017126649550-pat00011
여기서, y는 주변차량의 횡방향 위치, vy는 주변차량의 횡방향 상대속도이다.
위험도 기반 의도 판단 로직은 차로 변경 시간을 이용하여 횡방향 충돌 위험 지수 Ilat을 계산한다. 횡방향 충돌 위험 지수 Ilat는 [수학식 9]과 같이 나타낼 수 있다.
Figure 112017126649550-pat00012
여기서, 횡방향 충돌 위험 지수 Ilat는 0~1 사이의 값을 가지며, 1에 가까울수록 현재 상황이 위험함을 의미한다. 10kph 이하의 저속 상황이지만 횡방향 움직임의 영향이 큰 근거리 끼어들기를 판단하기 위해 TTCth에 비해 더 보수적으로 문턱값(임계치) TLCth(예: 1.5)을 낮게 설정한다.
도 4a에 도시된 바와 같이 끼어들기(cut in) 상황에서는 횡방향 충돌 위험 지수가 1까지 올라가지만, 도 4b에 도시된 바와 같이 주행(driving) 상황에서는 상대적으로 낮은 값을 유지하는 것을 확인할 수 있다.
저속 상황에서 자차량으로부터 근거리에 위치하는 주변차량의 끼어들기 의도를 판단하는 경우, 저속 상황이기 때문에 주변차량(cut in 차량)의 횡방향 속도의 크기가 작아 임계치(threshold)를 넘지 못하고, 근거리이기 때문에 주변차량의 횡방향 위치가 임계치에 가까우면 주변차량의 끼어들기 의도 판단에 실패할 가능성이 존재한다. 반면, 저속 근거리 상황에서 횡방향 위치와 횡방향 속도의 크기가 작더라도 위치를 상대속도로 나누는 형태를 기반으로 하는 위험도는 높게 계산될 수 있으므로 위험도 기반 의도 판단이 가능하다.
확률 기반 의도 판단 로직은 코너 레이더와 자유 공간을 이용한 IMM-UKF(Interacting Multiple Model Unscented Kalman Filter)(Branko Ristic, Sanjeev Arulampalam, and Neil Gordon. "Beyond the Kalman filter."　IEEE Aerospace and Electronic Systems Magazine　19.7 (2004): 37-38.)를 이용하여 주변차량의 의도를 판단한다.
확률 기반 의도 판단 로직은 주변차량(타겟 차량)의 의도(maneuver)를 판단하기 위해 차량의 모델을 확률적으로 계산한다. 확률 기반 의도 판단 로직은 도 5에 도시된 IMM-KF 아키텍쳐를 사용하여 CV(Constant Velocity) 모델 및 CTRV(Constant Turn rate and Velocity) 모델에 대한 확률을 산출한다. 확률 기반 의도 판단 로직은 도 6에 도시된 모드 천이 상태도에 따라 모드를 천이한다.
차량이 기어들기를 수행할 때 직선 운동에서 회전 운동으로 움직임이 변경되므로, 도 7에 도시된 바와 같이 CV 모델의 확률은 낮아지고 CTRV 모델의 확률이 높아진다. 따라서, 확률 기반 의도 판단 로직은 CTRV 모델에 대한 확률이 CV 모델에 대한 확률보다 높아지면 주변차량이 끼어들기 의도가 있다고 판단할 수 있다.
도 8a의 저속에서 끼어들기 하는 경우 도 8b의 일반적인 끼어들기 상황 대비 회전운동이 크게 발생한다. 회전 운동을 나타내는 모델(CTRV 모델)과 직선운동을 나타내는 모델(CV 모델)을 이용하는 IMM-UKF를 사용하면 저속에서 차량의 회전운동에 따라 CTRV 모델의 확률이 높아지는 현상을 이용하여 주변차량의 끼어들기 의도를 판단할 수 있다.
앞서 설명한 바와 같이, 의도 판단 방법에는 주변차량의 상태정보(위치 및 상대속도)를 이용하는 알고리즘, 위험도를 이용하는 알고리즘, 차량 모델의 확률 변화를 이용하는 알고리즘이 있다. 이 중 어느 하나의 알고리즘만 이용하여 의도 판단 방법은 상황에 따라 성능이 떨어지는 경우가 발생한다. 또한, 같은 상황에서 한 알고리즘의 성능은 떨어지나 다른 알고리즘의 성능은 높아지는 경우가 발생할 수 있다. 이에, 본 발명에서는 SVM(Support Vector Machine)을 통해 여러 의도 판단 알고리즘을 합성하여 강건한 하나의 합성 알고리즘(의도 판단로직)이 되도록 하여 의도 판단 성능을 높이는 것이다.
의도 판단부(163)는 SVM에 의해 도출된 의도 판단로직에 따라 제1주변차량 정보 검출부(110) 및 제2주변차량 정보 검출부(120)로부터 입력되는 새로운 주변차량 정보를 토대로 주변차량의 의도를 판단한다.
의도 판단부(163)는 주변차량 정보가 입력되면 상태 기반 의도 판단 로직, 위험도 기반 의도 판단 로직 및 확률 기반 의도 판단 로직을 활용하여 주변차량의 상태값, 위험도 및 확률(CTRV 모델 확률)을 산출한다. 그리고, 의도 판단부(163)는 도 9에 도시된 바와 같이 주변차량의 상태값(state), 위험도(threat) 및 확률(provability)에 근거하여 주변차량에 대한 3차원의 특징 벡터 p(=[state threat probability]T)으로 산출한다.
의도 판단부(163)는 특징 벡터(특징점)와 초평면(hyperplane) d(x) 사이의 거리에 근거하여 주변차량의 의도(maneuver)를 판단한다. 여기서, 초평면 d(x)은 특징 벡터 p를 이용하여 주변차량의 끼어들기 의도유무를 판단하기 위한 판단기준으로, [수학식 10]과 같이 나타낼 수 있다(도 9 참조).
Figure 112017126649550-pat00013
여기서, cT는 가중치 벡터이고, d는 바이어스(bias)이다.
의도 판단부(163)는 cTp-d가 0보다 크면 주변차량의 끼어들기 의도가 있다고 판단한다. 한편, 의도 판단부(163)는 cTp-d가 0보다 작으면 주변차량의 주행(driving) 의도가 있다고 판단한다. 즉, 의도 판단부(163)는 새로운 주변차량 정보에 근거하여 매핑(mapping)된 주변차량의 특징 벡터 p를 d(x)에 대입하여 산출한 결과값이 음수인지 양수인지에 따라 주변차량의 끼어들기 의도 유무를 판단한다.
최종 의도 판단부(164)는 움직임 판단부(162) 및 의도 판단부(163)으로부터 출력되는 움직임 판단결과 및 SVM에 의해 도출된 의도 판단로직에 의한 판단결과에 근거하여 주변차량의 의도를 최종적으로 판정한다.
최종 의도 판단부(164)는 주변차량의 움직임 판단결과가 주행 중(dynamic)이고 이전 의도 판단결과가 끼어들기가 아니며 의도 판단로직에 의한 판단결과 cTp-d가 0보다 크면, 주변차량의 현재 의도를 끼어들기(cut-in)로 판정한다. 최종 의도 판단부(164)는 주변차량의 움직임 판단결과가 주행 중이고 이전 의도 판단결과가 끼어들기가 아니며 의도 판단로직에 의한 판단결과 cTp-d가 0보다 작으면, 주변차량의 현재 의도를 주행(driving)으로 판정한다.
최종 의도 판단부(164)는 주변차량의 움직임 판단결과가 정차(stationary)이고 이전 의도 판단결과가 끼어들기이면, 주변차량의 현재 의도를 끼어들기로 판정한다. 최종 의도 판단부(164)는 주변차량의 움직임 판단결과가 정차(stationary)이고 이전 의도 판단결과가 끼어들기가 아닌 경우, 주변차량의 현재 의도를 정지(stop)로 판정한다.
최종 의도 판단부(164)는 주변차량의 움직임 판단결과가 주행 중이고 이전 의도 판단결과가 끼어들기이며, 자차량과 주변차량 간의 거리가 기준 거리 미만이면 주변차량의 현재 의도를 끼어들기로 판정한다. 최종 의도 판단부(164)는 주변차량의 움직임 판단결과가 주행 중이고 이전 의도 판단결과가 끼어들기이며 자차량과 주변차량 간의 거리가 기준 거리보다 크면, 주변차량의 현재 의도를 주행으로 판정한다.
도 10은 본 발명의 일 실시예에 따른 주변차량 의도 판단 방법을 도시한 흐름도이고, 도 11은 도 10의 최종 의도 판단 과정을 도시한 흐름도이다.
도 10을 참조하면, 처리부(160)는 전방 레이더 및 코너 레이더를 통해 주변차량 정보를 검출한다(S110). 제1주변차량 정보 검출부(110)는 전방 레이더를 통해 감지한 제1주변차량에 대한 제1주변차량 정보를 검출하여 처리부(160)에 전송한다. 제2주변차량 정보 검출부(120)는 코너 레이더에 의해 감지된 제2주변차량에 대한 제2주변차량 정보를 검출하여 처리부(160)로 송신한다.
처리부(160)는 주변차량 정보를 이용하여 주변차량을 추적한다(S120). 처리부(160)는 제1주변차량 정보 및 제2주변차량 정보를 토대로 제1주변차량의 위치에 기반하여 직사각형의 게이팅을 설정하고 제2주변차량이 해당 게이팅 내에 위치하는지를 확인한다. 처리부(160)는 제2주변차량이 해당 게이팅 내에 위치하면 제1주변차량과 제2주변차량 사이의 거리를 산출하여 해당 거리가 기준 거리 이하이면 제1주변차량과 제2주변차량이 동일한 주변차량으로 판단하여 제1주변차량 정보와 제2주변차량 정보를 결합(fusion)한다. 다시 말해서, 처리부(160)는 제1주변차량 정보 및 제2주변차량 정보를 이용하여 타겟 주변차량을 추적한다.
처리부(160)는 추적한 주변차량의 상태 정보(결합된 주변차량 정보)에 기반하여 기계학습기법에 의해 도출된 의도 판단로직을 이용하여 해당 주변차량의 의도를 판단한다(S130). 처리부(160)는 상태 기반 의도 판단 알고리즘, 위험도를 이용한 의도 판단 알고리즘, 및 확률 기반 의도 판단 알고리즘을 SVM을 이용하여 합성한 합성 알고리즘(의도 판단로직)을 이용하여 주변차량의 의도를 판단한다.
처리부(160)는 상태 기반 의도 판단 알고리즘을 활용하여 주변차량의 상태 정보(횡방향 위치 및 횡방향 상대 속도)를 토대로 주변차량의 상태값(state)을 산출한다. 처리부(160)는 위험도를 이용한 의도 판단 알고리즘을 이용하여 주변차량의 상태 정보를 토대로 주변차량에 대해 충돌 위험도(threat)를 산출한다. 또한, 처리부(160)는 확률 기반 의도 판단 알고리즘을 활용하여 주변차량의 상태 정보로부터 CTRV 모델의 확률(회전운동 확률)을 산출한다. 처리부(160)는 상태값, 위험도 및 확률에 근거하여 주변차량의 특징 벡터를 산출한다. 처리부(160)는 산출된 특징 벡터를 의도 판단기준(초평면)으로 평가하여 주변차량의 끼어들기 의도 유무를 판단한다.
처리부(160)는 주변차량 정보를 이용하여 주변차량의 움직임을 판단한다(S140). 처리부(160)는 주변차량의 속도에 근거하여 주변차량의 움직임을 정차(stationary) 또는 주행 중(dynamic)으로 판단한다.
처리부(160)는 의도 판단로직에 의한 판단결과 및 주변차량의 움직임 판단결과에 근거하여 주변차량의 의도를 최종적으로 판단한다(S150).
이하, 도 11을 참조하여 주변차량의 최종 의도를 판단하는 과정을 상세하게 설명한다.
처리부(160)는 주변차량의 움직임 판단결과가 주행 중(dynamic)인지를 확인한다(S151). 처리부(160)는 주변차량의 움직임 판단결과가 주행 중이면, 이전 의도 판단결과가 끼어들기인지를 확인한다(S152). 처리부(160)는 이전 의도 판단결과가 끼어들기이면, 자차와 주변차량 간의 거리가 기준 거리 미만인지를 확인한다(S153). 처리부(160)는 자차와 주변차량 간의 거리가 기준 거리 미만이면, 주변차량(타겟차량)의 현재 의도를 끼어들기(cut in)로 판정한다(S154).
한편, S153에서 자차와 주변차량 간의 거리가 기준 거리 이상이면 처리부(160)는 주변차량의 현재 의도를 주행(driving)으로 판정한다(S155).
S152에서 이전 의도 판단결과가 끼어들기가 아니면, 처리부(160)는 의도 판단로직에 의한 의도 판단결과가 기준 조건을 만족하는지를 확인한다(S156). 다시 말해서, 처리부(160)는 의도 판단로직에 의한 의도 판단결과 cTp-d가 0을 초과하는지를 확인한다. 처리부(160)는 의도 판단로직에 의한 의도 판단결과가 기준 조건을 만족하면, 주변차량의 현재 의도를 끼어들기로 판정한다(S154). 즉, 처리부(160)는 의도 판단로직에 의한 의도 판단결과 cTp-d가 0을 초과하면 주변차량의 현재 의도를 끼어들기로 판정한다.
한편, 처리부(160)는 의도 판단로직에 의한 의도 판단결과가 기준 조건을 만족하지 않으면, 주변차량의 현재 의도를 주행으로 판정한다(S155). 처리부(160)는 의도 판단로직에 의한 의도 판단결과 cTp-d가 0을 이하이면 주변차량의 현재 의도를 주행으로 판정한다.
S151에서 주변차량의 움직임 판단결과가 주행 중이 아니면, 처리부(160)는 이전 의도 판단결과가 끼어들기인지를 확인한다(S156). 다시 말해서, 처리부(160)는 주변차량의 움직임 판단결과가 정차(stationary)이면, 이전 의도 판단결과가 끼어들기인지를 확인한다. 처리부(160)는 이전 의도 판단결과가 끼어들기이면, 주변차량의 현재 의도를 끼어들기로 판정한다(S154). 한편, 처리부(160)는 S156에서 이전 의도 판단결과가 끼어들기가 아니면, 타겟차량의 현재 의도를 정지로 판정한다(S157).
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.
따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
110: 제1주변차량 정보 검출부
120: 제2주변차량 정보 검출부
130: 차량 센서
140: 저장부
150: 출력부
160: 처리부
161: 추적부
162: 움직임 판단부
163: 의도 판단부
164: 최종 의도 판단부

Claims (20)

  1. 전방 레이더를 이용하여 차량의 주변차량에 대한 제1주변차량 정보를 획득하는 제1주변차량 정보 검출부,
    코너 레이더를 이용하여 상기 주변차량에 대한 제2주변차량 정보를 획득하는 제2주변차량 정보 검출부, 및
    상기 제1주변차량의 위치에 기반하여 게이트를 설정하고, 상기 제2주변차량이 설정된 게이트 내 위치하는지를 확인하고, 상기 제2주변차량이 설정된 게이트 내에 위치하면 상기 제1주변차량 정보와 상기 제2주변차량 정보를 결합하고, 상기 제1주변차량 정보 및 제2주변차량 정보를 이용하여 상기 주변차량의 움직임을 판단하며 결합된 주변차량 정보를 기반으로 기계학습기법에 의해 도출된 의도 판단로직을 이용하여 상기 주변차량의 의도를 판단하고 두 판단결과를 이용하여 상기 주변차량의 최종 의도를 판단하는 처리부를 포함하는 것을 특징으로 하는 주변차량 의도 판단 장치.
  2. 제1항에 있어서,
    상기 기계학습기법으로는,
    SVM(Support Vector Machine)이 사용되는 것을 특징으로 하는 주변차량 의도 판단 장치.
  3. 제1항에 있어서,
    상기 처리부는,
    상기 제1주변차량 정보 및 상기 제2주변차량 정보를 이용하여 상기 전방 레이더에 의해 감지된 주변차량과 상기 코너 레이더에 의해 감지된 주변차량이 동일 차량인지를 확인하는 것을 특징으로 하는 주변차량 의도 판단 장치.
  4. 제3항에 있어서,
    상기 처리부는,
    상기 전방 레이더에 의해 감지된 주변차량과 상기 코너 레이더에 의해 감지된 주변차량이 동일 차량이면 상기 제1주변차량 정보와 상기 제2주변차량 정보를 결합(fusion)하는 것을 특징으로 하는 주변차량 의도 판단 장치.
  5. 제1항에 있어서,
    상기 처리부는,
    주변차량의 움직임 판단결과가 주행 중(dynamic)이고, 이전 의도 판단결과가 끼어들기가 아니며 상기 의도 판단로직에 의한 판단결과가 기준 조건을 만족하면 주변차량의 현재 의도를 끼어들기(cut in)로 판정하는 것을 특징으로 하는 주변차량 의도 판단 장치.
  6. 제1항에 있어서,
    상기 처리부는,
    주변차량의 움직임 판단결과가 주행 중이고, 이전 의도 판단결과가 끼어들기가 아니며 상기 의도 판단로직에 의한 판단결과가 기준 조건을 만족하지 않으면 주변차량의 현재 의도를 주행(driving)으로 판정하는 것을 특징으로 하는 주변차량 의도 판단 장치.
  7. 제1항에 있어서,
    상기 처리부는,
    주변차량의 움직임 판단결과가 정차(stationary)이고, 이전 의도 판단결과가 끼어들기이면 주변차량의 현재 의도를 끼어들기로 판정하는 것을 특징으로 하는 주변차량 의도 판단 장치.
  8. 제1항에 있어서,
    상기 처리부는,
    주변차량의 움직임 판단결과가 정차이고, 이전 의도 판단결과가 끼어들기가 아닌 경우, 주변차량의 현재 의도를 정지(stop)로 판정하는 것을 특징으로 하는 주변차량 의도 판단 장치.
  9. 제1항에 있어서,
    상기 처리부는,
    주변차량의 움직임 판단결과가 주행 중이고, 이전 의도 판단결과가 끼어들기이며 차량과 주변차량 간의 거리가 기준 거리 미만이면 주변차량의 현재 의도를 끼어들기로 판정하는 것을 특징으로 하는 주변차량 의도 판단 장치.
  10. 제1항에 있어서,
    상기 처리부는,
    주변차량의 움직임 판단결과가 주행 중이고, 이전 의도 판단결과가 끼어들기이며 차량과 주변차량 간의 거리가 기준 거리 초과이면 주변차량의 현재 의도를 주행으로 판정하는 것을 특징으로 하는 주변차량 의도 판단 장치.
  11. 전방 레이더를 이용하여 차량의 제1주변차량에 대한 제1주변차량 정보 및 코너 레이더를 이용하여 차량의 제2주변차량에 대한 제2주변차량 정보를 획득하는 단계,
    상기 제1주변차량의 위치에 기반하여 게이트를 설정하는 단계,
    상기 제2주변차량이 설정된 게이트 내 위치하는지를 확인하는 단계,
    상기 제2주변차량이 설정된 게이트 내에 위치하면 상기 제1주변차량 정보와 상기 제2주변차량 정보를 결합하는 단계,
    결합된 주변차량 정보를 이용하여 기계학습기법에 의해 도출된 의도 판단로직에 따라 상기 주변차량의 의도를 판단하는 단계,
    상기 제1주변차량 정보 및 상기 제2주변차량 정보를 이용하여 상기 주변차량의 움직임을 판단하는 단계, 및
    상기 주변차량의 움직임 판단결과 및 상기 의도 판단로직에 의한 의도 판단결과에 근거하여 상기 주변차량의 최종 의도를 판단하는 단계를 포함하는 것을 특징으로 하는 주변차량 의도 판단 방법.
  12. 제11항에 있어서,
    상기 주변차량 정보를 획득하는 단계는,
    전방 레이더를 통해 획득한 상기 제1주변차량 정보 및 코너 레이더를 통해 획득한 상기 제2주변차량 정보를 이용하여 상기 전방 레이더에 의해 감지된 주변차량과 상기 코너 레이더에 의해 감지된 주변차량이 동일 차량인지를 확인하는 것을 특징으로 하는 주변차량 의도 판단 방법.
  13. 제12항에 있어서,
    상기 주변차량 정보를 획득하는 단계는,
    상기 전방 레이더에 의해 감지된 주변차량과 상기 코너 레이더에 의해 감지된 주변차량이 동일 차량이면 상기 제1주변차량 정보와 상기 제2주변차량 정보를 결합(fusion)하여 상기 주변차량 정보를 생성하는 것을 특징으로 하는 주변차량 의도 판단 방법.
  14. 제11항에 있어서,
    상기 기계학습기법으로는,
    SVM(Support Vector Machine)이 사용되는 것을 특징으로 하는 주변차량 의도 판단 방법.
  15. 제11항에 있어서,
    상기 주변차량의 최종 의도를 판단하는 단계는,
    주변차량의 움직임 판단결과가 주행 중(dynamic)이고, 이전 의도 판단결과가 끼어들기가 아니며 상기 의도 판단로직에 의한 판단결과가 기준 조건을 만족하면 주변차량의 현재 의도를 끼어들기(cut in)로 판정하는 것을 특징으로 하는 주변차량 의도 판단 방법.
  16. 제11항에 있어서,
    상기 주변차량의 최종 의도를 판단하는 단계는,
    주변차량의 움직임 판단결과가 주행 중이고, 이전 의도 판단결과가 끼어들기가 아니며 상기 의도 판단로직에 의한 판단결과가 기준 조건을 만족하지 않으면 주변차량의 현재 의도를 주행(driving)으로 판정하는 것을 특징으로 하는 주변차량 의도 판단 방법.
  17. 제11항에 있어서,
    상기 주변차량의 최종 의도를 판단하는 단계는,
    주변차량의 움직임 판단결과가 정차(stationary)이고, 이전 의도 판단결과가 끼어들기이면 주변차량의 현재 의도를 끼어들기로 판정하는 것을 특징으로 하는 주변차량 의도 판단 방법.
  18. 제11항에 있어서,
    상기 주변차량의 최종 의도를 판단하는 단계는,
    주변차량의 움직임 판단결과가 정차이고, 이전 의도 판단결과가 끼어들기가 아닌 경우, 주변차량의 현재 의도를 정지(stop)로 판정하는 것을 특징으로 하는 주변차량 의도 판단 방법.
  19. 제11항에 있어서,
    상기 주변차량의 최종 의도를 판단하는 단계는,
    주변차량의 움직임 판단결과가 주행 중이고, 이전 의도 판단결과가 끼어들기이며 차량과 주변차량 간의 거리가 기준 거리 미만이면 주변차량의 현재 의도를 끼어들기로 판정하는 것을 특징으로 하는 주변차량 의도 판단 방법.
  20. 제11항에 있어서,
    상기 주변차량의 최종 의도를 판단하는 단계는,
    주변차량의 움직임 판단결과가 주행 중이고, 이전 의도 판단결과가 끼어들기이며 차량과 주변차량 간의 거리가 기준 거리 초과이면 주변차량의 현재 의도를 주행으로 판정하는 것을 특징으로 하는 주변차량 의도 판단 방법.
KR1020170175362A 2017-12-19 2017-12-19 주변차량 의도 판단 장치 및 방법 KR102406523B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020170175362A KR102406523B1 (ko) 2017-12-19 2017-12-19 주변차량 의도 판단 장치 및 방법
US15/971,500 US10647316B2 (en) 2017-12-19 2018-05-04 Apparatus and method for deciding a maneuver of a nearby vehicle
CN201810513560.5A CN109927727B (zh) 2017-12-19 2018-05-25 用于判定附近车辆的动作的设备和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170175362A KR102406523B1 (ko) 2017-12-19 2017-12-19 주변차량 의도 판단 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20190074025A KR20190074025A (ko) 2019-06-27
KR102406523B1 true KR102406523B1 (ko) 2022-06-10

Family

ID=66813768

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170175362A KR102406523B1 (ko) 2017-12-19 2017-12-19 주변차량 의도 판단 장치 및 방법

Country Status (3)

Country Link
US (1) US10647316B2 (ko)
KR (1) KR102406523B1 (ko)
CN (1) CN109927727B (ko)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7261635B2 (ja) * 2019-03-28 2023-04-20 本田技研工業株式会社 車両制御装置
FR3097973B1 (fr) * 2019-06-26 2021-06-18 Thales Sa Dispositif radar pour la detection d'un comportement de reference de cibles pistees ; procede et produit programme d'ordinateur associes
JP7247042B2 (ja) * 2019-07-11 2023-03-28 本田技研工業株式会社 車両制御システム、車両制御方法、及びプログラム
CN110816526A (zh) * 2019-11-29 2020-02-21 苏州智加科技有限公司 自动驾驶车辆躲避威胁加速度控制方法、装置及存储介质
CN111190172B (zh) * 2020-01-08 2022-07-29 中国船舶重工集团公司第七二四研究所 利用目标运动状态模型的同平台多雷达航迹关联判决方法
KR102287065B1 (ko) * 2020-02-28 2021-08-05 아주대학교산학협력단 위상 데이터 분석(tda) 기법을 이용한 차량의 추돌 가능성 예측 방법 및 장치
CN112929386B (zh) * 2020-08-08 2022-06-28 重庆华唐云树科技有限公司 基于人工智能和异常识别的模型训练方法、***及平台
CN111967094B (zh) * 2020-09-01 2022-08-16 吉林大学 一种基于Mobileye提供车道线方程的后向车道线推算方法
JP7216695B2 (ja) * 2020-11-04 2023-02-01 本田技研工業株式会社 周囲車両監視装置及び周囲車両監視方法
DE102021104433A1 (de) * 2021-02-24 2022-08-25 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Ermitteln mindestens eines Systemzustands mittels eines Kalman-Filters
US11708075B2 (en) * 2021-04-08 2023-07-25 Ford Global Technologies, Llc Enhanced adaptive cruise control
CN114114321A (zh) * 2022-01-20 2022-03-01 雷神等离子科技(杭州)有限公司 一种激光雷达检测目标的防撞预测方法和***

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000207697A (ja) 1999-01-19 2000-07-28 Toyota Motor Corp 車両周辺監視装置
US20070150196A1 (en) * 2005-12-09 2007-06-28 Grimm Donald K Method for detecting or predicting vehicle cut-ins

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006007173A1 (de) * 2006-02-08 2007-08-09 Valeo Schalter Und Sensoren Gmbh Fahrzeugumfelderkennungssystem, insbesondere zur Erkennung von seitlich auf das Fahrzeug zukommenden Objekten und/oder zukommendem Kreuzungsverkehrs sowie Verfahren hierfür
US20100152951A1 (en) * 2008-12-15 2010-06-17 Gm Global Technology Operations, Inc. Adaptive vehicle control system with driving style recognition based on vehicle accelerating and decelerating
KR101328016B1 (ko) 2011-12-30 2013-12-19 주식회사 퓨트로닉 레이저센서와 초음파센서를 기반으로 하는 차량용 충돌방지장치 및 방법
KR101390909B1 (ko) 2012-02-02 2014-04-30 자동차부품연구원 운전자 차선변경 의도 판단 시스템
KR102044193B1 (ko) * 2013-03-28 2019-12-02 현대모비스 주식회사 기계학습기법에 의한 자동차 충돌 경보 시스템 및 방법
US9523984B1 (en) * 2013-07-12 2016-12-20 Google Inc. Methods and systems for determining instructions for pulling over an autonomous vehicle
KR102098041B1 (ko) 2013-11-13 2020-04-08 현대모비스 주식회사 차량 충돌 방지 장치 및 그 방법
GB2523097B (en) * 2014-02-12 2016-09-28 Jaguar Land Rover Ltd Vehicle terrain profiling system with image enhancement
KR20160071164A (ko) 2014-12-11 2016-06-21 현대자동차주식회사 끼어들기를 고려한 차량 주행제어 장치 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000207697A (ja) 1999-01-19 2000-07-28 Toyota Motor Corp 車両周辺監視装置
US20070150196A1 (en) * 2005-12-09 2007-06-28 Grimm Donald K Method for detecting or predicting vehicle cut-ins

Also Published As

Publication number Publication date
CN109927727A (zh) 2019-06-25
KR20190074025A (ko) 2019-06-27
US20190184987A1 (en) 2019-06-20
US10647316B2 (en) 2020-05-12
CN109927727B (zh) 2023-05-19

Similar Documents

Publication Publication Date Title
KR102406523B1 (ko) 주변차량 의도 판단 장치 및 방법
US11798421B2 (en) Autonomous driving device
CN110800031B (zh) 检测和响应警报
KR102005253B1 (ko) 극도로 빠르게 접근하는 차량들에 응답하는 차선 보조 시스템
US20150371542A1 (en) Warning device and travel control device
EP2654028A1 (en) Orientation sensitive traffic collision warning system
US10163015B2 (en) Detecting foliage using range data
CN105321375A (zh) 驾驶辅助装置
US10866589B2 (en) Method for providing an information item regarding a pedestrian in an environment of a vehicle and method for controlling a vehicle
CN115087573B (zh) 一种关键目标选取方法、装置及***
US20210001883A1 (en) Action selection device, computer readable medium, and action selection method
US11042160B2 (en) Autonomous driving trajectory determination device
WO2022147758A1 (zh) 一种盲区告警区域的确定方法及装置
JPWO2020066646A1 (ja) 走行制御装置、車両及び走行制御方法
EP3432032A1 (en) Automated vehicle lidar tracking system for occluded objects
US9908525B2 (en) Travel control apparatus
CN111352413A (zh) 全向传感器融合***和方法及包括该融合***的车辆
CN111103587A (zh) 用于预测同时并线车辆的方法和设备及包括其的车辆
US11794781B2 (en) Autonomous controller for detecting a low-speed target object in a congested traffic situation, a system including the same, and a method thereof
KR20210052610A (ko) 차량 및 그 제어 방법
US20200114908A1 (en) Apparatus for responding to vehicle water splashing, system having the same and method thereof
JP2012221452A (ja) 車両の物体検出装置
US11501642B2 (en) Method and system of detecting a wrong-way driving vehicle
CN112298175B (zh) 列队行驶控制器、包括其的***及列队行驶控制方法
KR102653342B1 (ko) 자율 주행 장치 및 방법

Legal Events

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