KR102652486B1 - 라이다를 이용한 신호등 정보 예측 방법 및 이를 이용한 서버 - Google Patents

라이다를 이용한 신호등 정보 예측 방법 및 이를 이용한 서버 Download PDF

Info

Publication number
KR102652486B1
KR102652486B1 KR1020210126771A KR20210126771A KR102652486B1 KR 102652486 B1 KR102652486 B1 KR 102652486B1 KR 1020210126771 A KR1020210126771 A KR 1020210126771A KR 20210126771 A KR20210126771 A KR 20210126771A KR 102652486 B1 KR102652486 B1 KR 102652486B1
Authority
KR
South Korea
Prior art keywords
timing information
virtual box
specific
information
traffic light
Prior art date
Application number
KR1020210126771A
Other languages
English (en)
Other versions
KR20230043637A (ko
Inventor
김정대
권한솔
오영철
Original Assignee
(주)오토노머스에이투지
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 (주)오토노머스에이투지 filed Critical (주)오토노머스에이투지
Priority to KR1020210126771A priority Critical patent/KR102652486B1/ko
Priority to EP21209519.4A priority patent/EP4156143A1/en
Priority to US17/532,301 priority patent/US11643093B2/en
Publication of KR20230043637A publication Critical patent/KR20230043637A/ko
Application granted granted Critical
Publication of KR102652486B1 publication Critical patent/KR102652486B1/ko

Links

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
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • 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
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18154—Approaching an intersection
    • 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
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18159—Traversing an intersection
    • 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
    • B60W40/10—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 vehicle motion
    • 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
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/50—Systems of measurement based on relative movement of target
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/015—Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/075—Ramp control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/095—Traffic lights
    • 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
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G08G1/054—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed photographing overspeeding vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Electromagnetism (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Physics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Traffic Control Systems (AREA)
  • Operations Research (AREA)

Abstract

본 발명에 따르면, 라이다를 이용하여 신호등 정보를 예측하기 위한 방법에 있어서, (a) 상기 라이다로 커버할 수 있는 영역 내에 포함된 복수의 가상 박스별로 메타데이터가 할당된 상태에서, 서버가, 상기 가상 박스별로 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 획득하는 단계; 및 (b) 상기 서버가, 상기 가상 박스별 상기 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 단계;를 포함하는 것을 특징으로 하는 방법 및 이를 이용한 서버가 개시된다.

Description

라이다를 이용한 신호등 정보 예측 방법 및 이를 이용한 서버{METHOD FOR PREDICTING TRAFFIC LIGHT INFORMATION BY USING LIDAR AND SERVER USING THE SAME}
본 발명은 라이다를 이용하여 신호등을 예측하는 방법 및 이를 이용한 서버에 관한 것으로, 보다 상세하게는, 가상 박스별 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 일부를 참조하여 가상 박스에 대응되는 신호등을 예측하기 위한 방법 및 이를 이용한 서버에 관한 것이다.
라이다는 레이저 펄스를 발사하고, 그 빛이 주위의 대상 물체에서 반사되어 돌아오는 것을 받아 물체까지의 거리 등을 측정함으로써 주변의 모습을 정밀하게 그려내는 장치이다. 라이다는 그 이름의 기원을 따지면 'light'와 'radar(radio detection and ranging)'를 혼합하여 만든 합성어이다. 즉, 라이다라는 명칭은 전파 대신에 빛을 쓰는 레이다를 뜻하는 것으로, 전통적인 레이다와 원리가 같으나 그 사용하는 전자기파의 파장이 다르므로 실제 이용 기술과 활용 범위는 차이가 있다.
최근에는 일반적인 자동차뿐만 아니라 자율주행 자동차, 오토바이, 전동 킥보드 등 다양한 교통 주체가 생기고 있으므로, 이러한 현실을 반영하여 좀 더 발전된 형태의 교통 인프라 시스템이 필요하게 되었다.
하지만, 이러한 교통 인프라 시스템에 라이다를 활용하여 좀 더 정확하고 빠르게 교통 데이터를 획득할 수 있는 시스템이 구현된 사례는 많지 않으며, 있다고 하더라도 자동차 등에 라이다를 탑재한 상태로 자동차를 운행하면서 교통 데이터를 획득하는 기술에 불과하였다. 가령, 라이다를 교통 인프라 시스템에 이용하는 사례는 대부분 자동차에 라이다가 장착되어 해당 자동차가 주행하는 동안 주변의 오브젝트를 검출하고 이를 회피하기 위해 운전자에게 경고를 주는 것으로서, 주로 자율주행 자동차에서 이를 많이 이용하고 있다.
그러나, 교차로 등과 같은 곳에 라이다를 고정적으로 설치하고 이를 이용하여 교차로의 복잡다단한 교통 데이터를 획득하고 이용하고자 하는 기술이 거의 없는 실정이다. 즉, 교차로 등에 라이다를 설치하고 교차로 주변을 지나가는 자동차, 보행자 등의 동적인 오브젝트의 이동 정보를 통해 각각의 매칭되는 신호등 정보를 정확하게 예측하기 위한 방법 및 서버가 필요한 상황이다.
본 발명은 상술한 문제점을 모두 해결하는 것을 그 목적으로 한다.
또한, 본 발명은, 라이다로 커버할 수 있는 영역내의 차선 및 차량을 인식하고 차량의 출발 타이밍 정보 및 정차 타이밍 정보를 활용하여 신호등 정보를 예측하는 것을 목적으로 한다.
또한, 본 발명은, 교차로 내 차량의 움직임을 파악하여, 각 차로별 신호등이 바뀌는 순서 및 신호 지속 시간을 예측하는 것을 또 다른 목적으로 한다.
본 발명의 일 태양에 따르면, 라이다를 이용하여 신호등 정보를 예측하기 위한 방법에 있어서, (a) 상기 라이다로 커버할 수 있는 영역 내에 포함된 복수의 가상 박스별로 메타데이터가 할당된 상태에서, 서버가, 상기 가상 박스별로 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 획득하는 단계; 및 (b) 상기 서버가, 상기 가상 박스별 상기 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 단계;를 포함하는 것을 특징으로 하는 방법이 개시된다.
일례로서, 상기 (b) 단계는, 상기 서버가, 상기 가상 박스별로 상기 복수의 차량의 상기 출발 타이밍 정보의 가중치를 상기 정차 타이밍 정보의 가중치보다 높게 설정한 상태로, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 방법이 개시된다.
일례로서, 제1 메타데이터가 할당된 제1 가상 박스에서 출발한 제1 차량의 제1 진행 궤도 또는 제1 진행 예상 궤도와, 제2 메타데이터가 할당된 제2 가상 박스에서 출발한 제2 차량의 제2 진행 궤도 또는 제2 진행 예상 궤도가, 적어도 일부 중복되는 것으로 판단되면, 상기 서버는, 상기 제1 가상 박스에 대응되는 제1 신호등 정보에 대한 예측 정보 및 상기 제2 가상 박스에 대응되는 제2 신호등 정보에 대한 예측 정보 중 우선 순위가 높은 것을 판단하기 위하여, 상기 제1 차량 및 상기 제2 차량 중 더 높은 신뢰도를 가지는 출발 타이밍 정보에 해당되는 특정 차량이 위치하는 특정 가상 박스에 대응되는 특정 신호등 정보를 우선 순위가 높은 것으로 판단하는 것을 특징으로 하는 방법이 개시된다.
일례로서, 상기 특정 차량이 상기 특정 가상 박스로부터 출발하기 직전에 정지해 있던 시간의 길이가 소정 임계치 이상인지에 대한 정보 및 상기 특정 가상 박스에 대해 기설정된 출발설정속도범위 내의 속도에 해당되는지에 대한 정보 중 적어도 일부를 참조로 하여, 상기 특정 차량의 상기 출발 타이밍 정보의 신뢰도를 산정하는 것을 특징으로 하는 방법이 개시된다.
일례로서, 상기 서버는, 기구축된 정밀 지도 정보를 사용하여 상기 복수의 가상 박스별로 할당된 상기 메타데이터를 획득하거나, 상기 라이다에 의해 인지된 객체 정보를 활용하여 생성된 지도 정보를 사용하여 상기 복수의 가상 박스별로 할당된 상기 메타데이터를 획득하는 것을 특징으로 하는 방법이 개시된다.
일례로서, 상기 (b) 단계에서, 상기 서버는, 가상 박스에서, 상기 복수의 차량의 상기 출발 타이밍과 상기 정차 타이밍 사이의 시간을 지속적으로 측정하여, 상기 가상 박스에 대응되는 신호등이 바뀌는 순서와 상기 신호등의 신호 지속 시간의 정보를 저장하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 방법이 개시된다.
일례로서, 상기 라이다로 커버할 수 있는 영역 내에서 기설정된 크기 미만의 차량이 특정 차량으로서 특정 가상 박스에서 검출된 경우, 상기 (a) 단계에서, 상기 서버는, 상기 특정 차량에 대한 특정 출발 타이밍 정보 및 특정 정차 타이밍 정보를 상기 특정 가상 박스에 대해 노이즈로 취급하고 제거하며, 상기 (b) 단계에서, 상기 서버는, 상기 특정 출발 타이밍 정보 및 상기 특정 정차 타이밍 정보를 제거한 상태의 나머지 출발 타이밍 정보 및 나머지 정차 타이밍 정보를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 방법이 개시된다.
일례로서, 상기 (b) 단계에서, 상기 서버는, 특정 가상 박스에서의 특정 차량의 평균 x,y 좌표 포인트가 상기 특정 가상 박스에서 벗어나서 상기 특정 가상 박스로부터 기설정된 거리 이내에 있는 경우, 상기 특정 차량에 대한 특정 출발 타이밍 정보 및 특정 정차 타이밍 정보를 제거한 상태의 나머지 출발 타이밍 정보 및 나머지 정차 타이밍 정보를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 방법이 개시된다.
일례로서, 상기 (b) 단계에서, 상기 서버는, 특정 가상 박스의 내측 및 상기 특정 가상 박스로부터 기설정된 외측 거리에서, 기설정된 속도 이하로 적어도 하나의 특정 차량의 이동이 감지되는 경우, 상기 특정 차량에 대한 특정 출발 타이밍 정보 및 특정 정차 타이밍 정보를 제거한 상태의 나머지 출발 타이밍 정보 및 나머지 정차 타이밍 정보를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 방법이 개시된다.
일례로서, 상기 (b) 단계에서, 상기 서버는, 특정 가상 박스의 특정 메타데이터를 참조로 하여 획득된 상기 특정 가상 박스의 제1 헤딩 디그리 및 상기 특정 가상 박스에서의 특정 차량의 이동에 따른 제2 헤딩 디그리를 비교하여 소정 임계치 이상으로 벗어난 것으로 감지되는 경우, 상기 특정 차량에 대한 특정 출발 타이밍 정보 및 특정 정차 타이밍 정보를 제거한 상태의 나머지 출발 타이밍 정보 및 나머지 정차 타이밍 정보를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 방법이 개시된다.
일례로서, 상기 (b) 단계에서, 상기 서버는, 특정 가상 박스의 내측에서 특정 차량의 이동이 감지된 이후 소정 시간 내에 상기 특정 차량의 후속 차량이 상기 특정 가상 박스의 내측에서 소정 속도 미만으로 이동 또는 정차하고 있는 것으로 판단되면, 상기 특정 차량에 대한 특정 출발 타이밍 정보 및 특정 정차 타이밍 정보를 제거한 상태의 나머지 출발 타이밍 정보 및 나머지 정차 타이밍 정보를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 방법이 개시된다.
본 발명의 다른 태양에 따르면, 라이다를 이용하여 신호등 정보를 예측하기 위한 서버에 있어서, 인스트럭션들을 저장하는 적어도 하나의 메모리; 및 상기 인스트럭션들을 실행하기 위해 구성된 적어도 하나의 프로세서;를 포함하되, 상기 프로세서는, (I) 상기 라이다로 커버할 수 있는 영역 내에 포함된 복수의 가상 박스별로 메타데이터가 할당된 상태에서, 상기 가상 박스별로 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 획득하는 프로세스; 및 (II) 상기 가상 박스별 상기 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 프로세스;를 수행하는 것을 특징으로 하는 서버가 개시된다.
일례로서, 상기 (II) 프로세스는, 상기 프로세서가, 상기 가상 박스별로 상기 복수의 차량의 상기 출발 타이밍 정보의 가중치를 상기 정차 타이밍 정보의 가중치보다 높게 설정한 상태로, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 서버가 개시된다.
일례로서, 제1 메타데이터가 할당된 제1 가상 박스에서 출발한 제1 차량의 제1 진행 궤도 또는 제1 진행 예상 궤도와, 제2 메타데이터가 할당된 제2 가상 박스에서 출발한 제2 차량의 제2 진행 궤도 또는 제2 진행 예상 궤도가, 적어도 일부 중복되는 것으로 판단되면, 상기 프로세서는, 상기 제1 가상 박스에 대응되는 제1 신호등 정보에 대한 예측 정보 및 상기 제2 가상 박스에 대응되는 제2 신호등 정보에 대한 예측 정보 중 우선 순위가 높은 것을 판단하기 위하여, 상기 제1 차량 및 상기 제2 차량 중 더 높은 신뢰도를 가지는 출발 타이밍 정보에 해당되는 특정 차량이 위치하는 특정 가상 박스에 대응되는 특정 신호등 정보를 우선 순위가 높은 것으로 판단하는 것을 특징으로 하는 서버가 개시된다.
일례로서, 상기 특정 차량이 상기 특정 가상 박스로부터 출발하기 직전에 정지해 있던 시간의 길이가 소정 임계치 이상인지에 대한 정보 및 상기 특정 가상 박스에 대해 기설정된 출발설정속도범위 내의 속도에 해당되는지에 대한 정보 중 적어도 일부를 참조로 하여, 상기 특정 차량의 상기 출발 타이밍 정보의 신뢰도를 산정하는 것을 특징으로 하는 서버가 개시된다.
일례로서, 상기 프로세서는, 기구축된 정밀 지도 정보를 사용하여 상기 복수의 가상 박스별로 할당된 상기 메타데이터를 획득하거나, 상기 라이다에 의해 인지된 객체 정보를 활용하여 생성된 지도 정보를 사용하여 상기 복수의 가상 박스별로 할당된 상기 메타데이터를 획득하는 것을 특징으로 하는 서버가 개시된다.
일례로서, 상기 (II) 프로세스에서, 상기 프로세서는, 가상 박스에서, 상기 복수의 차량의 상기 출발 타이밍과 상기 정차 타이밍 사이의 시간을 지속적으로 측정하여, 상기 가상 박스에 대응되는 신호등이 바뀌는 순서와 상기 신호등의 신호 지속 시간의 정보를 저장하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 서버가 개시된다.
일례로서, 상기 라이다로 커버할 수 있는 영역 내에서 기설정된 크기 미만의 차량이 특정 차량으로서 특정 가상 박스에서 검출된 경우, 상기 프로세서는, 상기 (I) 프로세스에서, 상기 특정 차량에 대한 특정 출발 타이밍 정보 및 특정 정차 타이밍 정보를 상기 특정 가상 박스에 대해 노이즈로 취급하고 제거하며, 상기 (II) 프로세스에서, 상기 특정 출발 타이밍 정보 및 상기 특정 정차 타이밍 정보를 제거한 상태의 나머지 출발 타이밍 정보 및 나머지 정차 타이밍 정보를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 서버가 개시된다.
일례로서, 상기 (II) 프로세스에서, 상기 프로세서는, 특정 가상 박스에서의 특정 차량의 평균 x,y 좌표 포인트가 상기 특정 가상 박스에서 벗어나서 상기 특정 가상 박스로부터 기설정된 거리 이내에 있는 경우, 상기 특정 차량에 대한 특정 출발 타이밍 정보 및 특정 정차 타이밍 정보를 제거한 상태의 나머지 출발 타이밍 정보 및 나머지 정차 타이밍 정보를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 서버가 개시된다.
일례로서, 상기 (II) 프로세스에서, 상기 프로세서는, 특정 가상 박스의 내측 및 상기 특정 가상 박스로부터 기설정된 외측 거리에서, 기설정된 속도 이하로 적어도 하나의 특정 차량의 이동이 감지되는 경우, 상기 특정 차량에 대한 특정 출발 타이밍 정보 및 특정 정차 타이밍 정보를 제거한 상태의 나머지 출발 타이밍 정보 및 나머지 정차 타이밍 정보를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 서버가 개시된다.
일례로서, 상기 (II) 프로세스에서, 상기 프로세서는, 특정 가상 박스의 특정 메타데이터를 참조로 하여 획득된 상기 특정 가상 박스의 제1 헤딩 디그리 및 상기 특정 가상 박스에서의 특정 차량의 이동에 따른 제2 헤딩 디그리를 비교하여 소정 임계치 이상으로 벗어난 것으로 감지되는 경우, 상기 특정 차량에 대한 특정 출발 타이밍 정보 및 특정 정차 타이밍 정보를 제거한 상태의 나머지 출발 타이밍 정보 및 나머지 정차 타이밍 정보를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 서버가 개시된다.
일례로서, 상기 (II) 프로세스에서, 상기 프로세서는, 특정 가상 박스의 내측에서 특정 차량의 이동이 감지된 이후 소정 시간 내에 상기 특정 차량의 후속 차량이 상기 특정 가상 박스의 내측에서 소정 속도 미만으로 이동 또는 정차하고 있는 것으로 판단되면, 상기 특정 차량에 대한 특정 출발 타이밍 정보 및 특정 정차 타이밍 정보를 제거한 상태의 나머지 출발 타이밍 정보 및 나머지 정차 타이밍 정보를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 서버가 개시된다.
본 발명은 라이다로 커버할 수 있는 영역내의 차선 및 차량을 인식하고 차량의 출발 타이밍 정보 및 정차 타이밍 정보를 활용하여 신호등 정보를 예측하는 효과가 있다.
또한, 본 발명은 교차로 내 각 차로별 차량의 움직임을 파악하여, 각 차로별 신호등이 바뀌는 순서 및 신호 지속 시간을 예측하는 효과가 있다.
본 발명의 실시예의 설명에 이용되기 위하여 첨부된 아래 도면들은 본 발명의 실시예들 중 단지 일부일 뿐이며, 본 발명이 속한 기술분야에서 통상의 지식을 가진 자(이하 "통상의 기술자")에게 있어서는 발명적 작업이 이루어짐 없이 이 도면들에 기초하여 다른 도면들이 얻어질 수 있다.
도 1은 본 발명에 따라 신호등 정보를 예측하기 위한 서버를 개략적으로 도시한 것이다.
도 2는 본 발명의 일 실시예에 따라 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 과정을 개략적으로 도시한 것이다.
도 3은 본 발명의 일 실시예에 따라 라이다를 통한 차선 감지, 정지선 감지 및 차선별로 가상 박스를 획득하는 것을 개략적으로 도시한 것이다.
도 4는 본 발명의 일 실시예에 따라 감지된 차선 및 가상 박스를 기반으로 신호등의 우선순위를 판단하는 것을 개략적으로 도시한 것이다.
도 5는 본 발명의 일 실시예에 따라 가상 박스별로 대응되는 신호등의 지속 시간을 예측하는 것을 개략적으로 도시한 것이다.
도 6은 본 발명의 일 실시예에 따라 가상 박스 내에서 차량의 크기를 감지하는 것을 개략적으로 도시한 것이다.
도 7은 본 발명의 일 실시예에 따라 특정 차량이 가상 박스를 벗어나 정지해 있는 경우를 노이즈로 취급하고 가상 박스 내에 나머지 차량에 대한 출발 타이밍 및 정차 타이밍 정보를 참조해 신호등을 예측하는 방법을 개략적으로 도시한 것이다.
도 8은 본 발명의 일 실시예에 따라 가상 박스로부터 기설정된 외측 거리에서, 기설정된 속도 이하로 가는 차량이 다수 감지되는 경우를 노이즈로 취급하고 가상 박스 내에 나머지 차량에 대한 출발 타이밍 및 정차 타이밍 정보를 참조해 신호등을 예측하는 방법을 개략적으로 도시한 것이다.
도 9는 본 발명의 일 실시예에 따라 가상 박스의 궤도와 특정 차량의 이동의 각도가 임계치 이상 벗어난 경우를 노이즈로 취급하고 가상 박스 내에 나머지 차량에 대한 출발 타이밍 및 정차 타이밍 정보를 참조해 신호등을 예측하는 방법을 개략적으로 도시한 것이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예에 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 바람직한 실시예들에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따라 차로별 신호등을 예측하기 위한 서버를 개략적으로 도시한 것이다.
도 1에 도시된 바와 같이, 본 발명의 차로별 신호등을 예측하기 위한 서버(100)는 메모리(110) 및 프로세서(120)를 포함할 수 있다.
서버(100)의 메모리(110)는 프로세서(120)에 의해 수행될 인스트럭션들을 저장할 수 있는데, 구체적으로, 인스트럭션들은 서버(100)로 하여금 특정의 방식으로 기능하게 하기 위한 목적으로 생성되는 코드로서, 컴퓨터 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장될 수 있다. 인스트럭션들은 본 발명의 명세서에서 설명되는 기능들을 실행하기 위한 프로세스들을 수행할 수 있다.
그리고, 서버(100)의 프로세서(120)는 MPU(Micro Processing Unit) 또는 CPU(Central Processing Unit), 캐쉬 메모리(Cache Memory), 데이터 버스(Data Bus) 등의 하드웨어 구성을 포함할 수 있다. 또한, 운영체제, 특정 목적을 수행하는 애플리케이션의 소프트웨어 구성을 더 포함할 수도 있다.
또한, 서버(100)는 데이터베이스(미도시)와 연동될 수 있다. 여기서, 데이터베이스(미도시)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(ReadOnly Memory, ROM), EEPROM(Electrically Erasable Programmable ReadOnly Memory), PROM(Programmable ReadOnly Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있으며, 이에 한정되지 않으며 데이터를 저장할 수 있는 모든 매체를 포함할 수 있다. 또한, 데이터베이스(미도시)는 서버(100)와 분리되어 설치되거나, 이와는 달리 서버(100)의 내부에 설치되어 데이터를 전송하거나 수신되는 데이터를 기록할 수도 있고, 도시된 바와 달리 둘 이상으로 분리되어 구현될 수도 있으며, 이는 발명의 실시 조건에 따라 달라질 수 있다.
이와 같이 구성된 본 발명의 일 실시예에 따른 차로별 신호등을 예측하기 위한 방법을 도 2 내지 도 9을 참조하여 설명하면 다음과 같다.
먼저, 도 2는 본 발명의 일 실시예에 따라 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 과정을 개략적으로 도시한 것이다.
도 2를 참조하면, 라이다로 감지할 수 있는 영역 내에서, 라이다로 일정 시간 동안 차량을 지속적으로 감지하여 주행 경로가 설정되면, 프로세서(120)가, 차로 상에 설정된 복수의 가상 박스별로 메타데이터를 저장하고, 가상 박스별로 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 획득(S201)하며, 프로세서(120)가 가상 박스별 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 참조로 하여 가상 박스별로 대응되는 각각의 신호등 정보를 예측(S202)할 수 있다.
아래에서는 본 발명의 일 실시예에 따른 가상 박스별로 대응되는 각각의 신호등 정보 예측을 합리적으로 수행하기 위한 방법에 대해 보다 더 구체적으로 설명하겠다.
먼저, 도 3은 본 발명의 일 실시예에 따라 라이다를 통한 차선 감지, 정지선 감지 및 차선별로 가상 박스를 획득하는 것을 개략적으로 도시한 것이다.
도 3을 참조하면, 라이다를 이용하여 감지할 수 있는 영역 내에서, 일정시간 동안 복수의 차량의 이동을 측정하여 차량의 궤도(350)를 파악하고, 차량의 궤도(350)를 중심으로 양 옆으로 차선(340)을 예측할 수 있고, 차량이 정지해 있는 곳을 감지해 정지선(360)을 예측할 수 있다. 여기서, 차량의 궤도(350)는 도 3 에서는 한 군데만 예시적으로 숫자를 달았지만 핑크색으로 표시된 실선들은 모두 이에 해당된다 할 것이다. 또한, 차선(340)은 도 3 에서는 두 군데만 예시적으로 숫자를 달았지만 노란색으로 표시된 실선들은 모두 이에 해당된다 할 것이다.
여기서, 차량은 자동차, 트럭, 전동 킥보드, 자전거, 오토바이 등이 될 수 있다.
또한, 차량의 궤도(350), 차선(340) 및 정지선(360)은 정해진 일정시간 동안 차량의 이동을 감지한 결과로부터 얻은 것일 수 있다.
또한, 라이다를 이용하여 감지할 수 있는 영역 내에서 복수의 가상 박스(310-1, 310-2, 320-1, 330-1, 330-2)를 만들고, 가상 박스별(310-1, 310-2, 320-1, 330-1, 330-2)로 메타데이터를 할당할 수 있는데, 메타데이터는 좌회전, 직진, 우회전, 유턴 등의 차선의 성질을 의미할 수 있고, 각 가상 박스별로 차량의 출발 타이밍 정보 및 정차 타이밍 정보를 획득하여 저장할 수 있다. 이때, 차량의 출발 타이밍 정보는 정차 타이밍 정보보다 가중치를 높게 설정할 수 있는데, 출발 타이밍 정보가 정차 타이밍 정보보다 가중치가 높은 것은 정지하는 차량보다 출발하는 차량의 타이밍이 더 일정하고 정확하기 때문이다.
또한, 프로세서(120)는 이미 만들어진 정밀 지도 정보를 사용하여 복수의 가상 박스별(310-1, 310-2, 320-1, 330-1, 330-2)로 할당된 메타데이터를 획득할 수도 있고, 라이다를 통해 감지된 객체 정보를 활용하여 생성된 지도 정보를 사용하여 복수의 가상 박스별(310-1, 310-2, 320-1, 330-1, 330-2)로 할당된 메타데이터를 획득할 수도 있다.
다음으로, 도 4는 본 발명의 일 실시예에 따라 감지된 차선 및 가상 박스를 기반으로 신호등의 우선순위를 예측하는 것을 개략적으로 도시한 것이다.
도 4를 참조하면, 제1 메타데이터가 할당된 제1 가상 박스(410-1)에서 출발한 제1 차량(410-a)의 제1 진행 궤도(430) 또는 제1 진행 예상 궤도(430)와, 제2 메타데이터가 할당된 제2 가상 박스(420-1)에서 출발한 제2 차량(420-a)의 제2 진행 궤도(440) 또는 제2 진행 예상 궤도(440)가 일부 구간에서 서로 중복될 것으로 판단되면, 프로세서(120)는 제1 가상 박스(410-1)에 대응되는 제1 신호등 정보(411)에 대한 예측 정보 및 제2 가상 박스(420-1)에 대응되는 제2 신호등 정보(421)에 대한 예측 정보 중 우선 순위가 높은 것을 판단하기 위해, 제1 차량(410-a) 및 제2 차량(420-a) 중 (높은 신뢰도를 가지는 출발 타이밍 정보에 해당되는) 특정 차량이 위치하고 있는 특정 가상 박스에 대응되는 특정 신호등 정보를 우선순위가 높은 것으로 판단할 수 있다.
여기서, 신뢰도가 높은 출발 타이밍을 결정하기 위하여, 각각의 가상 박스내(410-1, 420-1)에서 출발 직전인 각각의 차량(410-a, 420-a)의 정지해 있던 각각의 시간의 길이가 일정 시간 이상인지에 대한 정보 및 각각의 가상 박스(410-1, 420-1)에서의 움직임 상태가 기설정된 출발설정속도 범위 내의 속도에 해당되는지를 참조로 하여, 각각의 가상 박스 내에서의 각각의 차량의 출발 타이밍 정보의 신뢰도를 산정 할 수 있다.
일례로, 제1 가상 박스(410-1)에서 좌회전 차선(430)으로 출발 직전에 제1 차량(410-a)이 제1 가상 박스(410-1)에 정지해 있던 시간의 길이가 30초이고 제2 가상 박스(420-1)에서 직진 차선(440)으로 출발 직전에 제2 차량(420-a)이 제2 가상 박스(420-1)에 정지해 있던 시간의 길이가 겨우 1초일 경우, 제1 가상 박스(410-1)에서 좌회전 차선(430)을 따라 이동하는 제1 차량(410-a)의 출발 타이밍 정보의 신뢰도가 제2 가상 박스(420-1)에서 직진 차선(440)을 따라 이동하는 제2 차량(420-a)의 출발 타이밍 정보의 신뢰도보다 더 높은 것으로 판단할 수 있다. 후자의 경우에는 신호가 바뀌어서 움직이기 시작한 차량이 아니라 급하게 신호를 무시하고 움직이는 차량일 가능성이 높기 때문이다.
다른 일례로, 제1 가상 박스(410-1)에서 출발하는 제1 차량(410-a)의 출발 속도가 0m/s 에서 20m/s 로 증가하는 상태이고 제2 가상 박스(420-1)에서 출발하는 제2 차량(420-a)의 출발 속도가 50m/s 에서 60m/s 로 증가하는 상태라면, 기설정된 출발설정속도 범위(가령, 0m/s ~ 30m/s) 내에 해당되는 제1 차량(410-a)의 출발 타이밍 정보의 신뢰도가 더 높은 것으로 판단할 수 있는 것이다. 후자의 경우에는 신호가 바뀌어서 움직이기 시작한 차량이 아니라 급하게 신호를 무시하고 움직이는 차량일 가능성이 높기 때문이다.
또 다른 일례로, 출발 차량을 판단하기 위한 로직으로서 시스템 내부에서 소정 시간 단위, 가령, 0.1m sec frame 단위로 제1 차량(410-a), 제2 차량(420-a) 등을 트래킹할 수 있을 것이다. 이 경우, 이전 프레임 대비 현재 프레임에서 속도가 증가하는 조건을 몇 카운트 이상 만족하는 것으로 판별된 경우, 이들 차량을 출발 차량으로 판단할 수도 있다.
다음으로, 도 5는 본 발명의 일 실시예에 따라 가상 박스별로 대응되는 신호등의 지속 시간을 예측하는 것을 개략적으로 도시한 것이다.
도 5를 참조하면, 프로세서(120)는 복수의 가상 박스(510-1, 510-2, 520-1, 530-1, 530-2)에서 복수의 차량의 출발 타이밍과 정차 타이밍 사이의 시간을 지속적으로 측정하여, 복수의 가상 박스별(510-1, 510-2, 520-1, 530-1, 530-2)로 대응되는 신호등(511, 521, 531)의 바뀌는 순서(①, ②, ③, ④, ⑤)와 신호등의 지속 시간(511-a, 521-a, 531-a) 정보를 저장하여 가상 박스별(510-1, 510-2, 520-1, 530-1, 530-2)로 대응되는 신호등(511, 521, 531) 정보를 예측할 수 있다.
일례로, 좌회전 차선의 정보를 갖는 메타데이터가 할당된 제1 가상박스(510-1) 내에 제1 차량(510-a)이 정차하고 있다면, 제1 차량(510-a)이 제1 가상박스(510-1)를 벗어나기 위하여 출발한 출발 타이밍 정보를 참조로 하여 제1 신호등(511)의 신호가 주행신호로 전환된 것으로 예측할 수 있고 제1 차량(510-a)의 뒤를 이어 제1 가상박스(510-1)로 진입하는 다른 후행 차량들을 계속 모니터링하다가 마지막으로 제1 가상박스(510-1)에 정차를 한 마지막 후행 차량의 정차 타이밍 정보를 참조로 하여 제1 신호등(511)의 신호가 정지 신호등으로 전환된 것으로 예측할 수 있을 것이다. 이때, 상기 마지막 후행 차량의 정차 타이밍 정보의 신뢰도가 다소 낮을 수 있다는 점을 고려하여 다른 차선의 다른 신호등(제1 신호등이 정지 신호로 바뀔 때 주행 신호로 바뀌는 신호등일 수 있음)에 대응되는 타 차량의 출발 타이밍 정보를 참조로 하여 제1 신호등(511)의 신호가 정지 신호등으로 전환된 타이밍을 정확하게 예측할 수 있을 것이다. 이는 교차로의 각 신호등이 서로 연동하여 제어되기 때문이다.
다음으로, 도 6은 본 발명의 일 실시예에 따라 가상 박스 내에서 차량의 크기를 감지하는 것을 개략적으로 도시한 것이다.
도 6을 참조하면, 일례로, 제1 가상 박스(610-1)에서, 프로세서(120)에 저장된 일정크기 미만의 차량(610-a)이 검출될 경우, 프로세서(120)에 저장된 일정크기 미만의 차량(610-a)을 노이즈로 취급하고, 나머지 차량(610-b)의 출발 타이밍 정보 및 정차 타이밍 정보를 참조하여 가상 박스별(610-1, 610-2, 620-1, 630-1, 630-2)로 대응되는 각각의 신호등 정보(611, 621, 631)를 예측할 수 있다.
여기서, 프로세서(120)에 저장된 일정크기 미만의 차량은 오토바이, 자전거, 전동 킥보드 등이 될 수 있다. 오토바이, 자전거, 전동 킥보드 등은 자동차, 트럭 등에 비해 신호를 무시하거나 차선을 무시하는 법규 위반 확률이 높기 때문이다.
다음으로, 도 7은 본 발명의 일 실시예에 따라 특정 차량이 가상 박스를 벗어나 정지해 있는 경우를 노이즈로 취급하고 가상 박스 내에 나머지 차량에 대한 출발 타이밍 및 정차 타이밍 정보를 참조해 신호등을 예측하는 방법을 개략적으로 도시한 것이다.
도 7을 참조하면, 일례로, 프로세서(120)는 제1 차량(720-a)의 위치가 제1 가상 박스(720-1)로부터 기설정된 거리인 10m 이내에 있는 경우는 정지선(720)에서 벗어나 잘못 정차되었거나 먼저 출발하고자 정지선(720)을 지나쳐서 무리하게 앞에 정차했거나 하는 차량 및 갑자기 신호에 걸린 차량으로 판단되는 제1 차량(720-a)의 경우를 노이즈로 취급하고, 제1 가상 박스(720-1) 내에 나머지 차량(720-b)의 출발 타이밍 정보 및 정차 타이밍 정보를 참조하여 신호등 정보(721)를 예측할 수 있다.
다음으로, 도 8은 본 발명의 일 실시예에 따라 가상 박스로부터 기설정된 외측 거리에서, 기설정된 속도 이하로 가는 차량이 다수 감지되는 경우를 노이즈로 취급하고 가상 박스 내에 나머지 차량에 대한 출발 타이밍 및 정차 타이밍 정보를 참조해 신호등 정보를 예측하는 방법을 개략적으로 도시한 것이다.
도 8을 참조하면, 일례로, 프로세서(120)는 제1 가상박스(810-1)에서 일정거리인 5m 밖의 영역에서, 기설정된 속도 10m/s 이하로 한대 이상의 차량(810-a)의 이동이 감지되는 경우, 교통량이 많아 정체 중인 것으로 판단하여 노이즈로 취급하고, 이들의 출발 타이밍 정보 및 정차 타이밍 정보를 노이즈로 취급할 수 있다.
또한, 노이즈를 제거하고 나머지 제2 차량(810-b)의 출발 타이밍 정보 및 정차 타이밍 정보를 참조로 하여 신호등 정보(811)를 예측할 수 있으나 경우에 따라서는 이들 조차도 노이즈로 취급할 수 있다.
다음으로, 도 9는 본 발명의 일 실시예에 따라 가상 박스의 메타데이터에 대응되는 각도와 특정 차량의 이동의 각도가 임계치 이상 벗어난 경우를 노이즈로 취급하고 가상 박스 내에 나머지 차량에 대한 출발 타이밍 및 정차 타이밍 정보를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등을 예측하는 방법을 개략적으로 도시한 것이다.
도 9를 참조하면, 일례로, 프로세서(120)는 제1 가상 박스(910-2)의 메타데이터를 참조로 하여 직진 각도(930) 임에도 불구하고 좌회전으로 가는 제1 차량(940-a)의 각도(940)와 직진 각도(930)를 비교하여 소정 임계치 이상인 20도 이상으로 벗어난 것으로 감지되는 경우를 노이즈로 취급하고, 제1 가상 박스(910-2)를 거쳐가는 나머지 차량(930-a)의 출발 타이밍 정보 및 정차 타이밍 정보를 참조로 하여, 복수의 가상 박스별(910-1, 910-2, 920-1, 930-1, 930-2)로 대응되는 각각의 신호등 정보(911, 921, 931)를 예측할 수 있다.
그 밖에 도시는 되지 않았지만, 프로세서(120)는, 특정 가상 박스의 내측에서 특정 차량의 이동이 감지된 이후 소정 시간 내에 상기 특정 차량의 후속 차량이 상기 특정 가상 박스의 내측에서 소정 속도 미만으로 이동 또는 정차하고 있는 것으로 판단되면, 상기 특정 차량에 대한 특정 출발 타이밍 정보 및 특정 정차 타이밍 정보를 제거한 상태의 나머지 출발 타이밍 정보 및 나머지 정차 타이밍 정보를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측할 수도 있을 것이다.
또한, 이상 설명된 본 발명에 따른 실시예들은 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magnetooptical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명이 상기 실시예들에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형을 꾀할 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등하게 또는 등가적으로 변형된 모든 것들은 본 발명의 사상의 범주에 속한다고 할 것이다.

Claims (22)

  1. 라이다를 이용하여 신호등 정보를 예측하기 위한 방법에 있어서,
    (a) 상기 라이다로 커버할 수 있는 영역 내에 포함된 복수의 가상 박스별로 메타데이터가 할당된 상태에서, 서버가, 상기 가상 박스별로 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 획득하는 단계; 및
    (b) 상기 서버가, 상기 가상 박스별 상기 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 단계;
    를 포함하는 것을 특징으로 하되,
    상기 (b) 단계는,
    상기 서버가, 상기 가상 박스별로 상기 복수의 차량의 상기 출발 타이밍 정보의 가중치를 상기 정차 타이밍 정보의 가중치보다 높게 설정한 상태로, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 방법.
  2. 삭제
  3. 라이다를 이용하여 신호등 정보를 예측하기 위한 방법에 있어서,
    (a) 상기 라이다로 커버할 수 있는 영역 내에 포함된 복수의 가상 박스별로 메타데이터가 할당된 상태에서, 서버가, 상기 가상 박스별로 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 획득하는 단계; 및
    (b) 상기 서버가, 상기 가상 박스별 상기 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 단계;
    를 포함하는 것을 특징으로 하되,
    제1 메타데이터가 할당된 제1 가상 박스에서 출발한 제1 차량의 제1 진행 궤도 또는 제1 진행 예상 궤도와, 제2 메타데이터가 할당된 제2 가상 박스에서 출발한 제2 차량의 제2 진행 궤도 또는 제2 진행 예상 궤도가, 적어도 일부 중복되는 것으로 판단되면, 상기 서버는, 상기 제1 가상 박스에 대응되는 제1 신호등 정보에 대한 예측 정보 및 상기 제2 가상 박스에 대응되는 제2 신호등 정보에 대한 예측 정보 중 우선 순위가 높은 것을 판단하기 위하여, 상기 제1 차량 및 상기 제2 차량 중 더 높은 신뢰도를 가지는 출발 타이밍 정보에 해당되는 특정 차량이 위치하는 특정 가상 박스에 대응되는 특정 신호등 정보를 우선 순위가 높은 것으로 판단하는 것을 특징으로 하는 방법.
  4. 제3항에 있어서,
    상기 특정 차량이 상기 특정 가상 박스로부터 출발하기 직전에 정지해 있던 시간의 길이가 소정 임계치 이상인지에 대한 정보 및 상기 특정 가상 박스에 대해 기설정된 출발설정속도범위 내의 속도에 해당되는지에 대한 정보 중 적어도 일부를 참조로 하여, 상기 특정 차량의 상기 출발 타이밍 정보의 신뢰도를 산정하는 것을 특징으로 하는 방법.
  5. 라이다를 이용하여 신호등 정보를 예측하기 위한 방법에 있어서,
    (a) 상기 라이다로 커버할 수 있는 영역 내에 포함된 복수의 가상 박스별로 메타데이터가 할당된 상태에서, 서버가, 상기 가상 박스별로 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 획득하는 단계; 및
    (b) 상기 서버가, 상기 가상 박스별 상기 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 단계;
    를 포함하는 것을 특징으로 하되,
    상기 서버는, 기구축된 정밀 지도 정보를 사용하여 상기 복수의 가상 박스별로 할당된 상기 메타데이터를 획득하거나, 상기 라이다에 의해 인지된 객체 정보를 활용하여 생성된 지도 정보를 사용하여 상기 복수의 가상 박스별로 할당된 상기 메타데이터를 획득하는 것을 특징으로 하는 방법.
  6. 제1항에 있어서,
    상기 (b) 단계에서,
    상기 서버는, 가상 박스에서, 상기 복수의 차량의 상기 출발 타이밍과 상기 정차 타이밍 사이의 시간을 지속적으로 측정하여, 상기 가상 박스에 대응되는 신호등이 바뀌는 순서와 상기 신호등의 신호 지속 시간의 정보를 저장하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 방법.
  7. 라이다를 이용하여 신호등 정보를 예측하기 위한 방법에 있어서,
    (a) 상기 라이다로 커버할 수 있는 영역 내에 포함된 복수의 가상 박스별로 메타데이터가 할당된 상태에서, 서버가, 상기 가상 박스별로 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 획득하는 단계; 및
    (b) 상기 서버가, 상기 가상 박스별 상기 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 단계;
    를 포함하는 것을 특징으로 하되,
    상기 라이다로 커버할 수 있는 영역 내에서 기설정된 크기 미만의 차량이 특정 차량으로서 특정 가상 박스에서 검출된 경우,
    상기 (a) 단계에서,
    상기 서버는, 상기 특정 차량에 대한 특정 출발 타이밍 정보 및 특정 정차 타이밍 정보를 상기 특정 가상 박스에 대해 노이즈로 취급하고 제거하며,
    상기 (b) 단계에서,
    상기 서버는, 상기 특정 출발 타이밍 정보 및 상기 특정 정차 타이밍 정보를 제거한 상태의 나머지 출발 타이밍 정보 및 나머지 정차 타이밍 정보를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 방법.
  8. 라이다를 이용하여 신호등 정보를 예측하기 위한 방법에 있어서,
    (a) 상기 라이다로 커버할 수 있는 영역 내에 포함된 복수의 가상 박스별로 메타데이터가 할당된 상태에서, 서버가, 상기 가상 박스별로 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 획득하는 단계; 및
    (b) 상기 서버가, 상기 가상 박스별 상기 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 단계;
    를 포함하는 것을 특징으로 하되,
    상기 (b) 단계에서,
    상기 서버는, 특정 가상 박스에서의 특정 차량의 평균 x,y 좌표 포인트가 상기 특정 가상 박스에서 벗어나서 상기 특정 가상 박스로부터 기설정된 거리 이내에 있는 경우, 상기 특정 차량에 대한 특정 출발 타이밍 정보 및 특정 정차 타이밍 정보를 제거한 상태의 나머지 출발 타이밍 정보 및 나머지 정차 타이밍 정보를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 방법.
  9. 라이다를 이용하여 신호등 정보를 예측하기 위한 방법에 있어서,
    (a) 상기 라이다로 커버할 수 있는 영역 내에 포함된 복수의 가상 박스별로 메타데이터가 할당된 상태에서, 서버가, 상기 가상 박스별로 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 획득하는 단계; 및
    (b) 상기 서버가, 상기 가상 박스별 상기 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 단계;
    를 포함하는 것을 특징으로 하되,
    상기 (b) 단계에서,
    상기 서버는, 특정 가상 박스의 내측 및 상기 특정 가상 박스로부터 기설정된 외측 거리에서, 기설정된 속도 이하로 적어도 하나의 특정 차량의 이동이 감지되는 경우, 상기 특정 차량에 대한 특정 출발 타이밍 정보 및 특정 정차 타이밍 정보를 제거한 상태의 나머지 출발 타이밍 정보 및 나머지 정차 타이밍 정보를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 방법.
  10. 라이다를 이용하여 신호등 정보를 예측하기 위한 방법에 있어서,
    (a) 상기 라이다로 커버할 수 있는 영역 내에 포함된 복수의 가상 박스별로 메타데이터가 할당된 상태에서, 서버가, 상기 가상 박스별로 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 획득하는 단계; 및
    (b) 상기 서버가, 상기 가상 박스별 상기 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 단계;
    를 포함하는 것을 특징으로 하되,
    상기 (b) 단계에서,
    상기 서버는, 특정 가상 박스의 특정 메타데이터를 참조로 하여 획득된 상기 특정 가상 박스의 제1 헤딩 디그리 및 상기 특정 가상 박스에서의 특정 차량의 이동에 따른 제2 헤딩 디그리를 비교하여 소정 임계치 이상으로 벗어난 것으로 감지되는 경우, 상기 특정 차량에 대한 특정 출발 타이밍 정보 및 특정 정차 타이밍 정보를 제거한 상태의 나머지 출발 타이밍 정보 및 나머지 정차 타이밍 정보를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 방법.
  11. 라이다를 이용하여 신호등 정보를 예측하기 위한 방법에 있어서,
    (a) 상기 라이다로 커버할 수 있는 영역 내에 포함된 복수의 가상 박스별로 메타데이터가 할당된 상태에서, 서버가, 상기 가상 박스별로 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 획득하는 단계; 및
    (b) 상기 서버가, 상기 가상 박스별 상기 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 단계;
    를 포함하는 것을 특징으로 하되,
    상기 (b) 단계에서,
    상기 서버는, 특정 가상 박스의 내측에서 특정 차량의 이동이 감지된 이후 소정 시간 내에 상기 특정 차량의 후속 차량이 상기 특정 가상 박스의 내측에서 소정 속도 미만으로 이동 또는 정차하고 있는 것으로 판단되면, 상기 특정 차량에 대한 특정 출발 타이밍 정보 및 특정 정차 타이밍 정보를 제거한 상태의 나머지 출발 타이밍 정보 및 나머지 정차 타이밍 정보를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 방법.
  12. 라이다를 이용하여 신호등 정보를 예측하기 위한 서버에 있어서,
    인스트럭션들을 저장하는 적어도 하나의 메모리; 및
    상기 인스트럭션들을 실행하기 위해 구성된 적어도 하나의 프로세서;를 포함하되,
    상기 프로세서는, (I) 상기 라이다로 커버할 수 있는 영역 내에 포함된 복수의 가상 박스별로 메타데이터가 할당된 상태에서, 상기 가상 박스별로 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 획득하는 프로세스; 및 (II) 상기 가상 박스별 상기 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 프로세스;를 수행하는 것을 특징으로 하되,
    상기 (II) 프로세스는,
    상기 프로세서가, 상기 가상 박스별로 상기 복수의 차량의 상기 출발 타이밍 정보의 가중치를 상기 정차 타이밍 정보의 가중치보다 높게 설정한 상태로, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 서버.
  13. 삭제
  14. 라이다를 이용하여 신호등 정보를 예측하기 위한 서버에 있어서,
    인스트럭션들을 저장하는 적어도 하나의 메모리; 및
    상기 인스트럭션들을 실행하기 위해 구성된 적어도 하나의 프로세서;를 포함하되,
    상기 프로세서는, (I) 상기 라이다로 커버할 수 있는 영역 내에 포함된 복수의 가상 박스별로 메타데이터가 할당된 상태에서, 상기 가상 박스별로 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 획득하는 프로세스; 및 (II) 상기 가상 박스별 상기 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 프로세스;를 수행하는 것을 특징으로 하되,
    제1 메타데이터가 할당된 제1 가상 박스에서 출발한 제1 차량의 제1 진행 궤도 또는 제1 진행 예상 궤도와, 제2 메타데이터가 할당된 제2 가상 박스에서 출발한 제2 차량의 제2 진행 궤도 또는 제2 진행 예상 궤도가, 적어도 일부 중복되는 것으로 판단되면, 상기 프로세서는, 상기 제1 가상 박스에 대응되는 제1 신호등 정보에 대한 예측 정보 및 상기 제2 가상 박스에 대응되는 제2 신호등 정보에 대한 예측 정보 중 우선 순위가 높은 것을 판단하기 위하여, 상기 제1 차량 및 상기 제2 차량 중 더 높은 신뢰도를 가지는 출발 타이밍 정보에 해당되는 특정 차량이 위치하는 특정 가상 박스에 대응되는 특정 신호등 정보를 우선 순위가 높은 것으로 판단하는 것을 특징으로 하는 서버.
  15. 제14항에 있어서,
    상기 특정 차량이 상기 특정 가상 박스로부터 출발하기 직전에 정지해 있던 시간의 길이가 소정 임계치 이상인지에 대한 정보 및 상기 특정 가상 박스에 대해 기설정된 출발설정속도범위 내의 속도에 해당되는지에 대한 정보 중 적어도 일부를 참조로 하여, 상기 특정 차량의 상기 출발 타이밍 정보의 신뢰도를 산정하는 것을 특징으로 하는 서버.
  16. 라이다를 이용하여 신호등 정보를 예측하기 위한 서버에 있어서,
    인스트럭션들을 저장하는 적어도 하나의 메모리; 및
    상기 인스트럭션들을 실행하기 위해 구성된 적어도 하나의 프로세서;를 포함하되,
    상기 프로세서는, (I) 상기 라이다로 커버할 수 있는 영역 내에 포함된 복수의 가상 박스별로 메타데이터가 할당된 상태에서, 상기 가상 박스별로 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 획득하는 프로세스; 및 (II) 상기 가상 박스별 상기 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 프로세스;를 수행하는 것을 특징으로 하되,
    상기 프로세서는, 기구축된 정밀 지도 정보를 사용하여 상기 복수의 가상 박스별로 할당된 상기 메타데이터를 획득하거나, 상기 라이다에 의해 인지된 객체 정보를 활용하여 생성된 지도 정보를 사용하여 상기 복수의 가상 박스별로 할당된 상기 메타데이터를 획득하는 것을 특징으로 하는 서버.
  17. 제12항에 있어서,
    상기 (II) 프로세스에서,
    상기 프로세서는, 가상 박스에서, 상기 복수의 차량의 상기 출발 타이밍과 상기 정차 타이밍 사이의 시간을 지속적으로 측정하여, 상기 가상 박스에 대응되는 신호등이 바뀌는 순서와 상기 신호등의 신호 지속 시간의 정보를 저장하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 서버.
  18. 라이다를 이용하여 신호등 정보를 예측하기 위한 서버에 있어서,
    인스트럭션들을 저장하는 적어도 하나의 메모리; 및
    상기 인스트럭션들을 실행하기 위해 구성된 적어도 하나의 프로세서;를 포함하되,
    상기 프로세서는, (I) 상기 라이다로 커버할 수 있는 영역 내에 포함된 복수의 가상 박스별로 메타데이터가 할당된 상태에서, 상기 가상 박스별로 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 획득하는 프로세스; 및 (II) 상기 가상 박스별 상기 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 프로세스;를 수행하는 것을 특징으로 하되,
    상기 라이다로 커버할 수 있는 영역 내에서 기설정된 크기 미만의 차량이 특정 차량으로서 특정 가상 박스에서 검출된 경우,
    상기 프로세서는,
    상기 (I) 프로세스에서,
    상기 특정 차량에 대한 특정 출발 타이밍 정보 및 특정 정차 타이밍 정보를 상기 특정 가상 박스에 대해 노이즈로 취급하고 제거하며,
    상기 (II) 프로세스에서,
    상기 특정 출발 타이밍 정보 및 상기 특정 정차 타이밍 정보를 제거한 상태의 나머지 출발 타이밍 정보 및 나머지 정차 타이밍 정보를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 서버.
  19. 라이다를 이용하여 신호등 정보를 예측하기 위한 서버에 있어서,
    인스트럭션들을 저장하는 적어도 하나의 메모리; 및
    상기 인스트럭션들을 실행하기 위해 구성된 적어도 하나의 프로세서;를 포함하되,
    상기 프로세서는, (I) 상기 라이다로 커버할 수 있는 영역 내에 포함된 복수의 가상 박스별로 메타데이터가 할당된 상태에서, 상기 가상 박스별로 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 획득하는 프로세스; 및 (II) 상기 가상 박스별 상기 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 프로세스;를 수행하는 것을 특징으로 하되,
    상기 (II) 프로세스에서,
    상기 프로세서는, 특정 가상 박스에서의 특정 차량의 평균 x,y 좌표 포인트가 상기 특정 가상 박스에서 벗어나서 상기 특정 가상 박스로부터 기설정된 거리 이내에 있는 경우, 상기 특정 차량에 대한 특정 출발 타이밍 정보 및 특정 정차 타이밍 정보를 제거한 상태의 나머지 출발 타이밍 정보 및 나머지 정차 타이밍 정보를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 서버.
  20. 라이다를 이용하여 신호등 정보를 예측하기 위한 서버에 있어서,
    인스트럭션들을 저장하는 적어도 하나의 메모리; 및
    상기 인스트럭션들을 실행하기 위해 구성된 적어도 하나의 프로세서;를 포함하되,
    상기 프로세서는, (I) 상기 라이다로 커버할 수 있는 영역 내에 포함된 복수의 가상 박스별로 메타데이터가 할당된 상태에서, 상기 가상 박스별로 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 획득하는 프로세스; 및 (II) 상기 가상 박스별 상기 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 프로세스;를 수행하는 것을 특징으로 하되,
    상기 (II) 프로세스에서,
    상기 프로세서는, 특정 가상 박스의 내측 및 상기 특정 가상 박스로부터 기설정된 외측 거리에서, 기설정된 속도 이하로 적어도 하나의 특정 차량의 이동이 감지되는 경우, 상기 특정 차량에 대한 특정 출발 타이밍 정보 및 특정 정차 타이밍 정보를 제거한 상태의 나머지 출발 타이밍 정보 및 나머지 정차 타이밍 정보를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 서버.
  21. 라이다를 이용하여 신호등 정보를 예측하기 위한 서버에 있어서,
    인스트럭션들을 저장하는 적어도 하나의 메모리; 및
    상기 인스트럭션들을 실행하기 위해 구성된 적어도 하나의 프로세서;를 포함하되,
    상기 프로세서는, (I) 상기 라이다로 커버할 수 있는 영역 내에 포함된 복수의 가상 박스별로 메타데이터가 할당된 상태에서, 상기 가상 박스별로 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 획득하는 프로세스; 및 (II) 상기 가상 박스별 상기 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 프로세스;를 수행하는 것을 특징으로 하되,
    상기 (II) 프로세스에서,
    상기 프로세서는, 특정 가상 박스의 특정 메타데이터를 참조로 하여 획득된 상기 특정 가상 박스의 제1 헤딩 디그리 및 상기 특정 가상 박스에서의 특정 차량의 이동에 따른 제2 헤딩 디그리를 비교하여 소정 임계치 이상으로 벗어난 것으로 감지되는 경우, 상기 특정 차량에 대한 특정 출발 타이밍 정보 및 특정 정차 타이밍 정보를 제거한 상태의 나머지 출발 타이밍 정보 및 나머지 정차 타이밍 정보를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 서버.
  22. 라이다를 이용하여 신호등 정보를 예측하기 위한 서버에 있어서,
    인스트럭션들을 저장하는 적어도 하나의 메모리; 및
    상기 인스트럭션들을 실행하기 위해 구성된 적어도 하나의 프로세서;를 포함하되,
    상기 프로세서는, (I) 상기 라이다로 커버할 수 있는 영역 내에 포함된 복수의 가상 박스별로 메타데이터가 할당된 상태에서, 상기 가상 박스별로 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 획득하는 프로세스; 및 (II) 상기 가상 박스별 상기 복수의 차량의 출발 타이밍 정보 및 정차 타이밍 정보 중 적어도 일부를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 프로세스;를 수행하는 것을 특징으로 하되,
    상기 (II) 프로세스에서,
    상기 프로세서는, 특정 가상 박스의 내측에서 특정 차량의 이동이 감지된 이후 소정 시간 내에 상기 특정 차량의 후속 차량이 상기 특정 가상 박스의 내측에서 소정 속도 미만으로 이동 또는 정차하고 있는 것으로 판단되면, 상기 특정 차량에 대한 특정 출발 타이밍 정보 및 특정 정차 타이밍 정보를 제거한 상태의 나머지 출발 타이밍 정보 및 나머지 정차 타이밍 정보를 참조로 하여, 상기 가상 박스별로 대응되는 각각의 신호등 정보를 예측하는 것을 특징으로 하는 서버.
KR1020210126771A 2021-09-24 2021-09-24 라이다를 이용한 신호등 정보 예측 방법 및 이를 이용한 서버 KR102652486B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020210126771A KR102652486B1 (ko) 2021-09-24 2021-09-24 라이다를 이용한 신호등 정보 예측 방법 및 이를 이용한 서버
EP21209519.4A EP4156143A1 (en) 2021-09-24 2021-11-22 Method for predicting traffic light information by using lidar and server using the same
US17/532,301 US11643093B2 (en) 2021-09-24 2021-11-22 Method for predicting traffic light information by using lidar and server using the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210126771A KR102652486B1 (ko) 2021-09-24 2021-09-24 라이다를 이용한 신호등 정보 예측 방법 및 이를 이용한 서버

Publications (2)

Publication Number Publication Date
KR20230043637A KR20230043637A (ko) 2023-03-31
KR102652486B1 true KR102652486B1 (ko) 2024-03-29

Family

ID=78725296

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210126771A KR102652486B1 (ko) 2021-09-24 2021-09-24 라이다를 이용한 신호등 정보 예측 방법 및 이를 이용한 서버

Country Status (3)

Country Link
US (1) US11643093B2 (ko)
EP (1) EP4156143A1 (ko)
KR (1) KR102652486B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4020428A4 (en) * 2019-08-28 2022-10-12 Huawei Technologies Co., Ltd. LANE RECOGNITION METHOD AND APPARATUS, AND COMPUTER DEVICE

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019185220A (ja) * 2018-04-04 2019-10-24 パナソニック株式会社 交通監視システムおよび交通監視方法

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101214475B1 (ko) * 2010-12-22 2012-12-24 한국전자통신연구원 영상인식을 이용한 교차로 차량 제어 장치 및 방법
KR101499520B1 (ko) * 2013-05-02 2015-03-18 현대오트론 주식회사 사용자 경험 데이터의 학습을 통한 신호등의 신호 변경 예측 시스템 및 방법
CN103500505B (zh) * 2013-10-11 2015-07-29 张忠义 一种获取汽车在道路交叉路口等待红绿灯时间的方法
US20150106010A1 (en) * 2013-10-15 2015-04-16 Ford Global Technologies, Llc Aerial data for vehicle navigation
CN103956057B (zh) * 2014-01-13 2016-08-31 广西师范学院 一种用于安防交通流数据智能处理***
CN104616519B (zh) * 2014-04-17 2017-10-27 腾讯科技（深圳）有限公司 检测红灯等待时间的方法及装置、路径导航方法及***
DE102015204122A1 (de) * 2014-05-12 2015-11-12 Volkswagen Aktiengesellschaft Ampelassistenzsystem für ein Fahrzeug mit einer Anzeigeeinrichtung
MX354764B (es) * 2014-07-08 2018-03-21 Nissan Motor Dispositivo de deteccion de semaforo y metodo de deteccion de semaforo.
US9707960B2 (en) * 2014-07-31 2017-07-18 Waymo Llc Traffic signal response for autonomous vehicles
KR20160123713A (ko) * 2015-04-17 2016-10-26 안범주 교통 신호 제어 시스템
EP3324384B1 (en) * 2015-07-13 2021-03-03 Nissan Motor Co., Ltd. Traffic light recognition device and traffic light recognition method
US9990548B2 (en) * 2016-03-09 2018-06-05 Uber Technologies, Inc. Traffic signal analysis system
DE102017206847B4 (de) * 2017-04-24 2020-08-13 Robert Bosch Gmbh Verfahren zum automatischen Erstellen und Aktualisieren eines Datensatzes für ein autonomes Fahrzeug
JP6962802B2 (ja) * 2017-12-08 2021-11-05 トヨタ自動車株式会社 運転支援装置、運転支援方法及びプログラム
CN111819124B (zh) * 2018-03-09 2023-09-26 本田技研工业株式会社 车辆控制装置、车辆控制方法及存储介质
WO2019245501A2 (en) * 2018-05-07 2019-12-26 Metli Emrah Detection of phase and timing of traffic signal lights and driver assistance method and systems
US20200211553A1 (en) * 2018-12-28 2020-07-02 Harman International Industries, Incorporated Two-way in-vehicle virtual personal assistant
JP7195205B2 (ja) * 2019-03-29 2022-12-23 本田技研工業株式会社 車両用運転支援装置
US11170238B2 (en) * 2019-06-26 2021-11-09 Woven Planet North America, Inc. Approaches for determining traffic light state
KR102645062B1 (ko) * 2019-06-27 2024-03-11 현대자동차주식회사 차량의 변속 제어 장치 및 방법
DE102019211098B4 (de) * 2019-07-25 2021-06-17 Volkswagen Aktiengesellschaft Verfahren, Vorrichtung und Computerprogramm zum Bestimmen einer Ampelphase einer Ampel einer Ampelanlage
CN110738860B (zh) * 2019-09-18 2021-11-23 平安科技（深圳）有限公司 基于强化学习模型的信息控制方法、装置和计算机设备
KR102238522B1 (ko) * 2019-09-27 2021-04-09 주식회사 서울로보틱스 3차원 공간에 대응되는 맵을 생성하는 차량 및 방법
US20210166145A1 (en) * 2019-12-02 2021-06-03 Lyft, Inc. Leveraging Traffic Patterns to Understand Traffic Rules
US11335100B2 (en) * 2019-12-27 2022-05-17 Industrial Technology Research Institute Traffic light recognition system and method thereof
US11854212B2 (en) * 2020-02-26 2023-12-26 Motional Ad Llc Traffic light detection system for vehicle
US11473917B2 (en) * 2020-07-14 2022-10-18 Argo AI, LLC System for augmenting autonomous vehicle perception using smart nodes
CN112307642B (zh) * 2020-11-17 2022-09-16 苏州智加科技有限公司 数据处理方法、装置、***、计算机设备及存储介质
JP2022099000A (ja) * 2020-12-22 2022-07-04 トヨタ自動車株式会社 情報処理装置、情報処理方法、およびプログラム
JP2022102453A (ja) * 2020-12-25 2022-07-07 トヨタ自動車株式会社 情報処理装置、情報処理方法、およびプログラム
CN113112830B (zh) * 2021-04-08 2021-12-17 同济大学 基于激光雷达和轨迹预测的信控交叉口清空方法和***
DE102022000170A1 (de) * 2022-01-18 2022-03-24 Daimler Ag Verfahren zur Prädiktion von Umschaltzeitpunkten einer Verkehrsampel
CN114694123B (zh) * 2022-05-30 2022-09-27 阿里巴巴达摩院(杭州)科技有限公司 交通信号灯感知方法、装置、设备及存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019185220A (ja) * 2018-04-04 2019-10-24 パナソニック株式会社 交通監視システムおよび交通監視方法

Also Published As

Publication number Publication date
EP4156143A1 (en) 2023-03-29
KR20230043637A (ko) 2023-03-31
US11643093B2 (en) 2023-05-09
US20230098014A1 (en) 2023-03-30

Similar Documents

Publication Publication Date Title
US20200269874A1 (en) Track prediction method and device for obstacle at junction
US10255812B2 (en) Method and apparatus for preventing collision between objects
US11235763B2 (en) Method, apparatus, device and readable storage medium for preventing vehicle collision
CN103303306B (zh) 就所出现的危险状况对车辆驾驶员作出警示的方法
US9889847B2 (en) Method and system for driver assistance for a vehicle
US20190155291A1 (en) Methods and systems for automated driving system simulation, validation, and implementation
KR101655606B1 (ko) 라이다를 이용한 멀티 오브젝트 추적 장치 및 그 방법
JP7080314B2 (ja) 自律型車両の意思決定のための意味物体クラスタ化
CN110047276B (zh) 障碍物车辆的拥堵状态确定方法、装置和相关产品
KR102467223B1 (ko) 차선을 변경하는 차량에 근거한 자율 주행 제어 방법 및 장치
KR102652486B1 (ko) 라이다를 이용한 신호등 정보 예측 방법 및 이를 이용한 서버
CN110940982B (zh) 一种车辆前方目标识别方法以及相应的设备
CN110940981B (zh) 一种用于判断车辆前方目标的位置是否处于本车道内的方法
CN117261938A (zh) 路径规划方法、装置、车辆以及存储介质
CN115583258A (zh) 自动驾驶车辆会车控制方法、装置、车辆控制设备和介质
KR102624143B1 (ko) 교차로에 설치된 라이다를 이용하여 신호등을 제어하기 위한 방법 및 이를 이용한 서버
WO2018211646A1 (ja) イベントマップ生成方法及び運転支援方法
CN113753038A (zh) 一种轨迹预测方法、装置、电子设备和存储介质
KR20220082538A (ko) 자율 주행 수단과 개인 이동 수단 간 안전 확보 방법 및 방법을 주행하는 인터랙션 시스템
KR20240011503A (ko) 라이다를 이용한 신호등 사이클 정보 예측 방법 및 이를 이용한 서버
Yuan et al. Analysis of normal stopping behavior of drivers at urban intersections in China
KR102403178B1 (ko) 인공신경망을 이용한 주행 도로의 구역별 노면 상태 분류 방법 및 장치
KR102640491B1 (ko) 고정된 라이다를 이용하여 교차로에서의 상태를 검지하는 방법 및 이를 이용한 서버
CN117382644B (zh) 分心驾驶检测方法、计算机设备、存储介质及智能设备
CN116125897B (en) Automatic driving decision method, device, electronic equipment and storage medium

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant