KR20140074105A - 차량의 자율 주행 시스템 및 그 방법 - Google Patents

Abstract

차량의 자율 주행 시스템 및 그 방법이 개시된다.
본 발명의 실시 예에 따른 차량의 자율 주행 시스템은, 차량 전방의 영상 데이터로부터 차선 데이터를 획득하고 레이더 데이터를 통해 전방의 정지 물체에 대한 거리정보를 획득하는 전방정보 검출부; 변속기의 출력 축 회전수를 바탕으로 주행 차속을 측정하는 차속 검출부; 스티어링 휠의 작동에 따른 조향각의 변화를 검출하는 조향각 검출부; 및 주행 도로상의 양측 차선정보의 지향각이 소정의 기준값 이상 차이가 나는 비평행 상태인 것을 검출하여, 상기 전방의 정지물체에 따른 곡선 정보에 근거한 상기 차선 정보를 보정하는 제어부를 포함한다.

Description

차량의 자율 주행 시스템 및 그 방법{SYSTEM AND METHOD FOR AUTONOMOUS DRIVING OF VEHICLE}

본 발명은 차량의 자율 주행 시스템 및 그 방법에 관한 것이다.

일반적으로 차량에는 교통사고 저감을 위한 안전성과 도로에서의 교통 효율성, 연료절감을 통한 환경 친화성 및 편의성 등을 제공하기 위해 자율주행시스템이 적용되고 있다.

최근 자율주행시스템은 카메라를 이용하여 차선을 인식하고 자동 조향을 행하는 기술로서, 카메라의 이미지 프로세싱을 기반으로 차선 폭, 차선상의 차량의 횡방향 위치, 양측 차선까지의 거리 및 차선의 형태, 도로의 곡률 반경을 측정한다. 그리고, 측정된 차량의 위치와 도로의 정보를 사용하여 차량의 주행 궤적을 추정하고 추정된 주행 궤적을 따라 차선을 변경하는 스마트 크루즈 컨트롤(Advanced Smart Cruise Control) 기능을 제공하고 있다.

이 때, 상기 능동적 스마트 크루즈 컨트롤 기능을 제공하기 위해서는 감지된 전방의 물체들 중에서 앞쪽에서 같은 방향으로 주행하는 선행 차량을 구분하고, 현재 주행 중인 차선을 정확하게 인식하는 것이 매우 중요하다.

그러나, 카메라로부터 얻어지는 이미지 정보는 정확한 차선 정보를 인식하는데 한계가 있다. 예컨대, 카메라를 통해 획득된 영상 정보의 신뢰성이 떨어지는 경우 정확한 차선 정보의 추출이 어렵고 이는 자율주행시스템 전체의 안정성을 떨어뜨리는 문제점이 있다.

그러므로, 최근에는 카메라 기반 기술에서 자체 데이터 필터링을 통한 차선 정보 검증 기술이 연구 중에 있으나 근본적인 영상 정보의 오검지에 따른 신뢰성을 판단하는 것에는 한계가 있다.

한편, 특허문헌 한국공개특허 제2010-0005362호에는 자율주행 제어시스템을 개시하고 있으나, 상기한 문제점으로 인해 곡선 주로에서의 영상 정보를 사용하지 않고 있는 실정이다.

특허문헌 1 : 한국공개특허 제2010-0005362호 (2009.01.15. 공개)

본 발명의 실시 예는 차량의 자율 주행을 위해 안정적으로 차선 정보를 추출하고, 영상을 통해 제공되는 차선 정보의 품질을 검증하여 신뢰성이 향상되는 차량 자율 주행 시스템 및 그 방법을 제공하는 것을 목적으로 한다

본 발명의 실시 예에 따른, 차량의 자율 주행 시스템은, 차량 전방의 영상 데이터로부터 차선 데이터를 획득하고 레이더 데이터를 통해 전방의 정지 물체에 대한 거리정보를 획득하는 전방정보 검출부; 변속기의 출력 축 회전수를 바탕으로 주행 차속을 측정하는 차속 검출부; 스티어링 휠의 작동에 따른 조향각의 변화를 검출하는 조향각 검출부; 및 주행 도로상의 양측 차선정보의 지향각이 소정의 기준값 이상 차이가 나는 비평행 상태인 것을 검출하여, 상기 전방의 정지물체에 따른 곡선 정보에 근거한 상기 차선 정보를 보정하는 제어부를 포함한다.

또한, 상기 제어부는, 상기 영상 데이터의 양차선 정보의 좌우측 지향각 차이가 제1 기준값 이상인지 비교하여 적어도 하나가 상기 제1 기준값 이상이면 상기 양차선이 비평행인 것으로 판단할 수 있다.

또한, 상기 제어부는, 상기 영상 데이터의 양차선 정보의 좌우측 곡률 차이가 제2 기준값 이상인지 비교하여 적어도 하나가 상기 제2 기준값 이상이면 상기 양차선이 비평행인 것으로 판단할 수 있다.

또한, 상기 제어부는, 상기 레이더 데이터를 통해 획득된 상기 정지물체 데이터로부터 도로 파라미터 추출하여 가상의 차선 정보를 생성할 수 있다.

또한, 상기 도로 파라미터는 가드레일 곡선 정보인 것을 특징으로 한다.

또한, 상기 자율 주행 시스템은, 카메라로 입력되는 영상에 상기 가드레일 곡선 정보를 표시하고 상기 가드레일 곡선 정보를 활용하여 보정된 차선 인식 정보를 표시하는 표시부를 더 포함할 수 있다.

한편, 본 발명의 실시 예에 따른, 자율 주행 시스템의 차량 자율 주행 제어 방법은, a) 차량 전방의 영상 데이터에 기초한 양차선의 좌우측 지향각 차이 및 좌우측 곡률 차이를 비교하여 양차선의 비평행 여부를 판단하는 단계; b) 레이더 데이터에 기초한 전방 정지 물체에 따른 도로 파라미터를 추출 하는 단계; 및 c) 상기 a) 단계에서 상기 양차선의 비평행을 확인하면 상기 도로 파라미터를 기준으로 문제가 발생된 차선을 보정하는 단계를 포함한다.

또한, 상기 a) 단계는, a-1) 현 시간대의 좌우측 지향각의 절대적 차이값과 관측 노이즈값-여기서, 상기관측 노이즈값은 직선구간에서 획득한 데이터로부터 산출됨-을 비교하는 단계; 및 a-2) 전 시간대와 현 시간대의 좌우측 차선의 지향각 절대적 차이 값과 조향각 변화량-여기서, 상기 조향각 변화량은 차량에서 제공하는 조향각속도와 단위시간을 곱하여 추출됨--을 각각 비교하는 단계; 및 a-3) 상기 좌우측 차선 중 적어도 하나의 지향각 변화량이 상기 조향각 변화량보다 크면 양차선 비평행으로 판단하는 단계를 포함할 수 있다.

또한, 상기 a) 단계는, a-4) 현 시간대의 좌우측 곡률의 절대적 차이 값과 관측 노이즈값을 비교하는 단계; a-5) 전 시간대와 현 시간대의 좌우측 차선의 곡률 절대적 차이 값과 곡률 변화율 관측 노이즈값을 비교하는 단계; 및 a-6) 상기 좌우측 차선 중 적어도 하나의 곡률값 변화량이 상기 조향각 변화량보다 크면 양차선 비평행으로 판단하는 단계를 포함할 수 있다.

또한, 상기 b) 단계는, b-1) 3차 곡선의 파라미터를 시스템 상태 조건으로 설정하는 단계; b-2) 상기 정지 물체 데이터의 카티지언(Cartesian) 횡방향 값을 관측 데이터로 설정하고, 상기 종방향 값을 이용하여 3차 곡선 방정식으로 표현하여 관측 업데이트 행렬로 설정하는 단계; 및 b-3) 상기 정지물체를 이용하여 가드레일 정보 추출하여 3차 곡선식을 추정하는 단계를 포함할 수 있다.

또한, 상기 c) 단계는, c-1) 상기 도로 파라미터를 기준으로 비평행 양차선의 지향각 및 곡률값 비교하여 문제 차선을 판단하는 단계; 및 c-2) 상기 문제가 발생된 차선과 그렇지 않은 차선의 비중을 달리하여 보정된 평균 지향각 및 평균 곡률값을 추출하여 좌우측 평균 차선 정보를 추출하는 단계를 포함할 수 있다.

또한, 상기 평균 지향각은, 좌 지향각과 도로 파라미터의 지향각 차이값 계산하고, 우 지향각과 도로 파라미터의 지향각 차이값을 계산하는 단계; 좌 지향각의 차등값은 좌우 차이값 합에서 우 차이값의 비중으로 하고, 우 지향각의 차등값은 좌우 차이값 합에서 좌 차이값의 비중으로 하는 단계; 및 최종 지향각은 차등값을 적용한 좌우측 지향각의 평균으로 하는 단계를 포함할 수 있다.

상기 평균 곡률값은, 좌 곡률과 도로 파라미터의 곡률 차이값 계산하고, 우 곡률과 도로 파라미터의 곡률 차이값을 계산하는 단계; 좌 곡률의 차등값은 좌우 차이값 합에서 우 차이값의 비중으로 하고, 우 곡률의 차등값은 좌우 차이값 합에서 좌 차이값의 비중으로 하는 단계; 및 상기 평균 곡률값은 차등값을 적용한 좌우측 곡률의 평균으로 하는 단계를 포함할 수 있다.

또한, 상기 c) 단계 이후에, 보정된 좌우 차선정보를 스마트 크루즈 컨트롤 기능에 반영하여 차량의 자율 주행을 제어하는 단계를 더 포함할 수 있다.

본 발명의 실시 예들에 따르면, 영상 데이터를 통해 측정된 차선 정보의 오류를 레이더 데이터를 이용하여 생성되는 도로 파라미터 정보를 통해 보정함으로써 차량 자율 주행의 안정성 및 신뢰도를 높일 수 있는 효과가 있다.

또한, 영상 데이터의 획득이 불가능한 영상 센서의 한계상황에서도 레이더 정보로부터 가상 차선을 생성하여 제어의 끊김 없는 연속성을 확보함으로써 임의의 제어 해제에 따른 위험을 예방할 수 있는 효과가 있다.

도 1은 본 발명의 실시 예에 따른 자율 주행 시스템을 구성을 개략적으로 나타낸 블록도이다.
도 2는 본 발명의 실시 예에 따른 영상 데이터를 통해 획득된 차선 정보 보정 방법을 나타낸다.
도 3은 본 발명의 실시 예에 따른 양차선 비평행 여부를 판단하는 방법을 나타낸 흐름도이다.
도 4는 본 발명의 실시 예에 따른 거리측정센서를 이용한 도로파라미터 추출방법을 나타낸다.
도 5는 본 발명의 실시 예에 따른 좌/우값 차등시의 지향각과 곡률의 추출 방법을 나타낸 흐름도이다.
도 6은 본 발명의 실시 예에 따른 따른 영상 데이터의 피치(pitch) 오검지를 보정한 화면을 나타낸다.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부", "…기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.

명세서 전체에서, 제1 또는 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만, 예컨대 본 발명의 개념에 따른 권리 범위로부터 이탈되지 않은 채, 제1구성요소는 제2구성요소로 명명될 수 있고, 유사하게 제2구성요소는 제1구성요소로도 명명될 수 있다.

이제 본 발명의 실시 예에 따른 차량의 자율 주행 시스템 및 그 방법에 대하여 도면을 참조로 하여 상세하게 설명한다.

도 1은 본 발명의 실시 예에 따른 자율 주행 시스템을 구성을 개략적으로 나타낸 블록도이다.

첨부된 도 1을 참조하면, 본 발명의 실시 예에 따른 자율 주행 시스템(100)은 전방정보 수집부(110), 차속 검출부(120), 조향각 검출부(130), 제어부(140) 및 표시부(150)를 포함한다.

전방정보 검출부(110)는 전방 카메라의 영상 데이터로부터 차선 데이터를 획득하고, 레이더 데이터 또는 레이저 데이터를 통해 전방의 정지 물체에 대한 거리 정보를 획득하여 제어부(140)로 전달한다.

구체적으로, 전방정보 검출부(110)는 차량의 전방에 설치된 카메라를 통해 획득된 영상 이미지 프로세싱을 기반으로 차선의 폭, 차선에서 차량의 횡방향 위치, 양측 차선까지의 거리, 차선의 형태, 도로의 곡률 반경을 산출할 수 있다.

또한, 전방정보 검출부(110)는 레이저(Laser) 또는 레이더(Radar)를 이용하여 전방에서 주행하는 선행 차량, 도로 주변에 설치된 구조물 등을 포함하는 정지물체, 반대 차선에서 다가오는 차량 등을 감지하고, 같은 방향으로 주행하는 선행 차량과의 차간거리 혹은 정지물체와의 거리를 산출할 수 있다.

차속 검출부(120)는 변속기의 출력 축 회전수를 바탕으로 주행 차속을 측정하여 제어부(140)로 제공한다.

조향각 검출부(130)는 스티어링 휠의 작동에 따른 조향각의 변화를 검출하여 그에 대한 정보를 제어부(140)로 제공한다.

제어부(140)는 자율 주행 시스템(100)의 전반적인 동작 및 스마트 크루즈 컨트롤(Advanced Smart Cruise Control) 기능을 제공하기 위한 상기 각부의 동작을 제어한다.

제어부(140)는 상기 각부를 통해 수집되는 차량의 위치, 차선 정보, 좌측 차선 및 우측 차선의(이하, 편의상 '좌/우' 또는 '양차선'으로 칭함) 지향각 정보, 정지물체와의 거리 측정을 이용한 가드레일 곡선 정보 중 적어도 하나의 정보를 토대로 조향각, 변속, 및 브레이크 등을 제어할 수 있다.

특히, 제어부(140)는 거리 측정 정보를 이용하여 영상 데이터를 통해 획득된 차선 정보를 검증하고, 검증을 통해 발견된 오차를 보정함으로써 보정함으로써 스마트 크루즈 컨트롤 기능의 안정성을 보장하고 자율 주행 시스템(100)의 신뢰도를 향상시킬 수 있다.

즉, 제어부(140)는 주행 도로상의 좌우측 양차선 정보의 좌/우 지향각이 소정의 기준값 이상 차이가 나는 비평행 상태인 것을 검출하여, 전방의 정지물체에 따른 곡선정보에 근거한 차선 정보를 보정한다. 여기서, 상기 전방의 정지물체는 예컨대, 도로의 차선을 따라 형성된 가드레일일 수 있으며 제어부(140)의 기능에 대해서는 뒤에서 자세히 설명하도록 한다.

표시부(150)는 카메라로 입력되는 영상에 상기한 절차를 통해 생성되는 가드레일의 정보를 표시하여 가드레일의 정보를 활용하여 보다 정확한 차선의 인식이 제공될 수 있도록 한다.

이하, 상기한 본 발명의 실시 예에 따른 자율 주행 시스템(100)의 구성을 바탕으로 하는 자율 주행 방법을 설명한다.

한편, 도 2는 본 발명의 실시 예에 따른 영상 데이터를 통해 획득된 차선 정보 보정 방법을 나타낸다.

첨부된 도 2를 참조하면, 본 발명의 실시 예에 따른 영상 데이터를 통해 획득된 차선 정보 보정 방법은 크게 세가지 단계로 구분할 수 있으며, 이는 영상 데이터에 기초한 양차선의 좌/우 지향각 차이와 좌/우 곡률 차이를 비교하여 양차선의 비평행 여부를 판단하는 제1 단계(S110), 레이더 데이터에 기초한 도로 파라미터(가드레일 곡선 정보)를 추출 하는 제2 단계(S120) 및 상기 도로 파라미터를 기준으로 문제가 발생된 차선을 보정하는 제3 단계(S130)를 포함한다.

먼저, 상기 제1 단계(S110)를 살펴보면, 자율 주행 시스템(100)은 전방 카메라로부터 차선 데이터 획득한다(S111).

자율 주행 시스템(100)은 상기 영상 데이터의 양차선 정보의 좌/우 지향각 차이가 제1 기준값(x) 이상 차이 나는지 비교하여 상기 제1 기준값(x) 이상이면(S112; 예), 양차선이 비평행인 것으로 판단한다(S114).

또한, 자율 주행 시스템(100)은 상기 S112 단계에서 좌/우 지향각의 차이가 없는 경우(S112; 아니오), 좌/우 곡률 차이가 제2 기준값(y)이상 차이가 나는지 비교하여 상기 제2 기준값(y) 이상이면(S113; 예), 양차선이 비평행인 것으로 판단한다(S114). 반면, 좌/우 곡률 차이가 제2 기준값(y) 미만이면(S113; 아니오), 정상 검지로 분류한다(S140).

한편, 상기 제2 단계(S120)를 살펴보면, 자율 주행 시스템(100)은 레이더로부터 정지물체 데이터 획득한다(S121). 그리고, 자율 주행 시스템(100)은 레이더를 통해 획득된 정지물체 데이터로부터 도로 파라미터 추출한다(S122). 예컨대, 상기 도로 파라미터는 가드레일 곡선 정보일 수 있다.

한편, 상기 제3 단계(S130)를 살펴보면, 자율 주행 시스템(100)은 상기 도로 파라미터를 기준으로 비평행 양차선의 지향각 및 곡률값 비교하여 문제 차선을 판단한다(S131).

그리고, 자율 주행 시스템(100)은 위 비교 결과에 따라서 문제가 발생된 차선과 그렇지 않은 차선의 비중을 달리하여 보정된 평균 지향각 및 평균 곡률값을 추출하여 좌/우 평균 차선 정보를 추출한다(S132).

이후, 도면에서는 생략되었으나 자율 주행 시스템(100)은 보정된 좌/우 차선정보를 스마트 크루즈 컨트롤 기능에 반영하여 차량의 안전한 자율 주행을 제어할 수 있다.

한편, 상기 도 2에서 구분된 세가지 단계(S110, S120, S130)의 방법을 아래의 도 3 내지 도 5를 통해 구체적으로 설명한다.

도 3은 본 발명의 실시 예에 따른 양차선 비평행 여부를 판단하는 방법을 나타낸 흐름도이다.

첨부된 도 3을 참조하면, 본 발명이 실시 예에 따른 자율 주행 시스템(100)은 상기 S112 단계에서의 지향각(

) 비교시(S112), 현(現) 시간대(

)의 좌/우 지향각의 절대적 차이값과 관측 노이즈값(

)을 비교한다. 이 때, 일반적인 직선구간에서 획득한 데이터로부터 상기 관측 노이즈값을 산출할 수 있다.

그리고, 자율 주행 시스템(100)은 전(前) 시간대와 현(現) 시간대의 해당차선(좌 또는 우)의 지향각 절대적 차이 값과 조향각 변화량(

)을 각각 비교한다(S112-1, S112-2). 이 때, 자율 주행 시스템(100)은 차량에서 제공하는 조향각속도(

)와 단위시간(

)을 곱하여 조향각 변화량 추출할 수 있다.

이상의 좌/우 지향각 비교를 위한 산출식은 아래의 수학식1 과 같다.

자율 주행 시스템(100)은 좌측 및 우측 중 적어도 하나의 지향각 변화량이 조향각 변화량보다 크면(S112-1 or S112-2; 예) 양차선 비평행으로 판단한다(S114).

반면, 양차선 모두 지향각 변화량이 조향각 변화량보다 크지 않으면(S112-3; 예), 좌/곡률 차이를 제2 기준 값과 비교하는 상기 S113 단계로 넘어간다.

자율 주행 시스템(100)은 상기 S112 단계에서의 곡률값(

) 비교시, 현(現) 시간대(

)의 좌/우 곡률의 절대적 차이 값과 관측 노이즈값(

)을 비교한다.

자율 주행 시스템(100)은 전(前) 시간대(

)와 현(現) 시간대(

)의 해당차선(좌 또는 우)의 곡률 절대적 차이 값과 곡률 변화율 관측 노이즈값(

)을 비교한다(S113-1, S113-2). 이때도, 일반적인 직선구간에서 획득한 데이터로부터 관측 노이즈값을 산출할 수 있다.

이상의 좌/우 곡률값 비교를 위한 산출식은 아래의 수학식2 과 같다.

자율 주행 시스템(100)은 좌측 및 우측 중 적어도 하나의 곡률값 변화량이 조향각 변화량보다 크면(S113-1 or S113-2; 예) 양차선 비평행으로 판단한다(S114).

반면, 양차선 모두 곡률각 변화량이 조향각 변화량보다 크지 않으면(S113-1 or S113-2; 아니오), 양차선이 평행한 정상 검지로 분류한다(S140).

도 4는 본 발명의 실시 예에 따른 거리측정센서를 이용한 도로파라미터 추출방법을 나타낸다.

첨부된 도 4를 참조하면, 본 발명이 실시 예에 따른 자율 주행 시스템(100)은 레이더 데이터를 이용하여 도로파라미터(가드레일)을 측정할 수 있으며, 이를 위해 아래와 같은 필터링 설정을 한다.

① 아래의 수학식3과 같이, 3차 곡선의 파라미터를 system state로 설정한다.

② 아래의 수학식 4와 같이, 정지물체 데이터의 Cartesian 횡방향 값을 관측 데이터로 설정한다.

③ 아래의 수학식 5와 같이, 정지물체 데이터의 Cartesian 종방향 값을 이용하여 3차 곡선 방정식으로 표현하여 관측 업데이트 행렬로 설정한다.

④ 아래의 수학식 6과 같이, 시간 업데이트 행렬은 일반 단위행렬로 설정한다.

그리고, 아래의 수학식 6 내지 8과 같이, 레이더 정지물체를 이용하여 가드레일 정보 추출하여 3차 곡선식을 추정한다. 이 때, 상기 추정에는 칼만필터가 사용될 수 있다.

① 업데이트

② 예측

③ 게인 계산

이상의 과정을 통해 자율 주행 시스템(100)은 정지물체와의 거리에 따른 도로 파라미터를 측정함으로써 가드레일 정보를 생성한다.

한편, 도 5는 본 발명의 실시 예에 따른 좌/우값 차등시의 지향각과 곡률의 추출 방법을 나타낸 흐름도이다.

첨부된 도 5를 참조하면, 본 발명의 실시 예에 따른 자율 주행 시스템(100)은 좌 지향각(곡률)과 도로 파라미터의 지향각(곡률) 차이값 계산한다(S101/S201). 또한, 우 지향각(곡률)과 도로 파라미터의 지향각(곡률) 차이값을 계산한다(S102/S202).

자율 주행 시스템(100)은 좌 지향각(곡률)의 차등값은 좌우 차이값 합에서 우 차이값의 비중으로 하고, 우 지향각(곡률)의 차등값은 좌우 차이값 합에서 좌 차이값의 비중으로 한다(S103/S203).

그리고, 자율 주행 시스템(100)은 최종 지향각(곡률)은 차등값을 적용한 좌/우 지향각(곡률)의 평균으로 한다(S104/S105).

한편, 도 6은 본 발명의 실시 예에 따른 따른 영상 데이터의 피치(pitch) 오검지를 보정한 화면을 나타낸다.

첨부된 도 6을 참조하면, 본 발명의 실시 예에 따른 자율 주행 시스템(100)의 표시부(150)는 영상 데이터를 통해 측정된 피치 운동 오검지를 레이더 데이터를 이용하여 생성된 가드 레일 정보를 이용하여 보정한 화면을 보여준다.

이러한, 자율 주행 시스템(100)을 현재 개발되고 있는 고속도로 주행시스템(Highway Driving Assist System, HDA)에 적용할 경우, 고속도로의 도로 연결구간에서 발생하는 차량 피치 운동으로 인해 영상 데이터의 오겸지 발생을 레이더 가공 정보로 보정할 수 있다.

또한, 역광 구간 등에서 양차선이 오랫동안 미검지 되는 영상 센서의 한계상황에서도 레이더 정보로부터 가상 차선을 생성하여 제어의 끊김 없이 연속성을 확보함으로써 임의의 제어 해제에 따른 위험을 방지할 수 있다.

본 발명의 실시 예는 이상에서 설명한 장치 및/또는 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시 예의 구성에 대응하는 기능을 실현하기 위한 프로그램, 그 프로그램이 기록된 기록 매체 등을 통해 구현될 수도 있으며, 이러한 구현은 앞서 설명한 실시 예의 기재로부터 본 발명이 속하는 기술분야의 전문가라면 쉽게 구현할 수 있는 것이다.

이상에서 본 발명의 실시 예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

100: 자율 주해 시스템
110: 전방정보 수집부
120: 차속 검출부
130: 조향각 검출부
140: 제어부
150: 표시부

Claims (14)

1. 차량 전방의 영상 데이터로부터 차선 데이터를 획득하고 레이더 데이터를 통해 전방의 정지 물체에 대한 거리정보를 획득하는 전방정보 검출부;
   변속기의 출력 축 회전수를 바탕으로 주행 차속을 측정하는 차속 검출부;
   스티어링 휠의 작동에 따른 조향각의 변화를 검출하는 조향각 검출부; 및
   주행 도로상의 양측 차선정보의 지향각이 소정의 기준값 이상 차이가 나는 비평행 상태인 것을 검출하여, 상기 전방의 정지물체에 따른 곡선 정보에 근거한 상기 차선 정보를 보정하는 제어부를 포함하는 차량의 자율 주행 시스템.
2. 제 1 항에 있어서,
   상기 제어부는,
   상기 영상 데이터의 양차선 정보의 좌우측 지향각 차이가 제1 기준값 이상인지 비교하여 적어도 하나가 상기 제1 기준값 이상이면 상기 양차선이 비평행인 것으로 판단하는 차량의 자율 주행 시스템.
3. 제 1 항에 있어서,
   상기 제어부는,
   상기 영상 데이터의 양차선 정보의 좌우측 곡률 차이가 제2 기준값 이상인지 비교하여 적어도 하나가 상기 제2 기준값 이상이면 상기 양차선이 비평행인 것으로 판단하는 차량의 자율 주행 시스템.
4. 제 1 항에 있어서,
   상기 제어부는,
   상기 레이더 데이터를 통해 획득된 상기 정지물체 데이터로부터 도로 파라미터 추출하여 가상의 차선 정보를 생성하는 것을 특징으로 하는 차량의 자율 주행 시스템.
5. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
   상기 도로 파라미터는 가드레일 곡선 정보인 것을 특징으로 하는 차량의 자율 주행 시스템.
6. 제 5 항에 있어서,
   카메라로 입력되는 영상에 상기 가드레일 곡선 정보를 표시하고 상기 가드레일 곡선 정보를 활용하여 보정된 차선 인식 정보를 표시하는 표시부를 더 포함하는 차량의 자율 주행 시스템.
7. 자율 주행 시스템의 차량 자율 주행 제어 방법에 있어서,
   a) 차량 전방의 영상 데이터에 기초한 양차선의 좌우측 지향각 차이 및 좌우측 곡률 차이를 비교하여 양차선의 비평행 여부를 판단하는 단계;
   b) 레이더 데이터에 기초한 전방 정지 물체에 따른 도로 파라미터를 추출 하는 단계; 및
   c) 상기 a) 단계에서 상기 양차선의 비평행을 확인하면 상기 도로 파라미터를 기준으로 문제가 발생된 차선을 보정하는 단계를 포함하는 차량 자율 주행 제어 방법.
8. 제 7 항에 있어서,
   상기 a) 단계는,
   a-1) 현 시간대의 좌우측 지향각의 절대적 차이값과 관측 노이즈값-여기서, 상기관측 노이즈값은 직선구간에서 획득한 데이터로부터 산출됨-을 비교하는 단계; 및
   a-2) 전 시간대와 현 시간대의 좌우측 차선의 지향각 절대적 차이 값과 조향각 변화량-여기서, 상기 조향각 변화량은 차량에서 제공하는 조향각속도와 단위시간을 곱하여 추출됨--을 각각 비교하는 단계; 및
   a-3) 상기 좌우측 차선 중 적어도 하나의 지향각 변화량이 상기 조향각 변화량보다 크면 양차선 비평행으로 판단하는 단계를 포함하는 차량 자율 주행 제어 방법.
9. 제 8 항에 있어서,
   상기 a) 단계는,
   a-4) 현 시간대의 좌우측 곡률의 절대적 차이 값과 관측 노이즈값을 비교하는 단계;
   a-5) 전 시간대와 현 시간대의 좌우측 차선의 곡률 절대적 차이 값과 곡률 변화율 관측 노이즈값을 비교하는 단계; 및
   a-6) 상기 좌우측 차선 중 적어도 하나의 곡률값 변화량이 상기 조향각 변화량보다 크면 양차선 비평행으로 판단하는 단계를 포함하는 차량 자율 주행 제어 방법.
10. 제 7 항에 있어서,
    상기 b) 단계는,
    b-1) 3차 곡선의 파라미터를 시스템 상태 조건으로 설정하는 단계;
    b-2) 상기 정지 물체 데이터의 카티지언(Cartesian) 횡방향 값을 관측 데이터로 설정하고, 상기 종방향 값을 이용하여 3차 곡선 방정식으로 표현하여 관측 업데이트 행렬로 설정하는 단계; 및
    b-3) 상기 정지물체를 이용하여 가드레일 정보 추출하여 3차 곡선식을 추정하는 단계를 포함하는 차량 자율 주행 제어 방법.
11. 제 7 항에 있어서,
    상기 c) 단계는,
    c-1) 상기 도로 파라미터를 기준으로 비평행 양차선의 지향각 및 곡률값 비교하여 문제 차선을 판단하는 단계; 및
    c-2) 상기 문제가 발생된 차선과 그렇지 않은 차선의 비중을 달리하여 보정된 평균 지향각 및 평균 곡률값을 추출하여 좌우측 평균 차선 정보를 추출하는 단계를 포함하는 차량 자율 주행 제어 방법.
12. 제 11 항에 있어서,
    상기 평균 지향각은,
    좌 지향각과 도로 파라미터의 지향각 차이값 계산하고, 우 지향각과 도로 파라미터의 지향각 차이값을 계산하는 단계;
    좌 지향각의 차등값은 좌우 차이값 합에서 우 차이값의 비중으로 하고, 우 지향각의 차등값은 좌우 차이값 합에서 좌 차이값의 비중으로 하는 단계; 및
    최종 지향각은 차등값을 적용한 좌우측 지향각의 평균으로 하는 단계를 포함하는 차량 자율 주행 제어 방법.
13. 제 11 항에 있어서,
    상기 평균 곡률값은,
    좌 곡률과 도로 파라미터의 곡률 차이값 계산하고, 우 곡률과 도로 파라미터의 곡률 차이값을 계산하는 단계;
    좌 곡률의 차등값은 좌우 차이값 합에서 우 차이값의 비중으로 하고, 우 곡률의 차등값은 좌우 차이값 합에서 좌 차이값의 비중으로 하는 단계; 및
    상기 평균 곡률값은 차등값을 적용한 좌우측 곡률의 평균으로 하는 단계를 포함하는 차량 자율 주행 제어 방법.
14. 제 7 항에 있어서,
    상기 c) 단계 이후에,
    보정된 좌우 차선정보를 스마트 크루즈 컨트롤 기능에 반영하여 차량의 자율 주행을 제어하는 단계를 더 포함하는 차량 자율 주행 제어 방법.
    

Images