KR20190134906A - 사용자의 운전 스타일을 반영한 자율 주행 장치 및 방법 - Google Patents
사용자의 운전 스타일을 반영한 자율 주행 장치 및 방법 Download PDFInfo
- Publication number
- KR20190134906A KR20190134906A KR1020180053821A KR20180053821A KR20190134906A KR 20190134906 A KR20190134906 A KR 20190134906A KR 1020180053821 A KR1020180053821 A KR 1020180053821A KR 20180053821 A KR20180053821 A KR 20180053821A KR 20190134906 A KR20190134906 A KR 20190134906A
- Authority
- KR
- South Korea
- Prior art keywords
- user
- information
- driving style
- vehicle
- driving
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 79
- 238000001514 detection method Methods 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 description 11
- 206010039203 Road traffic accident Diseases 0.000 description 7
- 230000006399 behavior Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 208000019901 Anxiety disease Diseases 0.000 description 3
- 230000036506 anxiety Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008451 emotion Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 210000003195 fascia Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/14—Adaptive cruise control
-
- 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
- B60W40/04—Traffic 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
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W50/16—Tactile feedback to the driver, e.g. vibration or force feedback to the driver on the steering wheel or the accelerator pedal
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
- G07C5/085—Registering performance data using electronic data carriers
- G07C5/0866—Registering performance data using electronic data carriers the electronic data carrier being a digital video recorder in combination with video camera
-
- 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/10—Accelerator pedal 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/12—Brake pedal 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/30—Driving style
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
사용자의 운전 스타일을 반영한 자율 주행 장치 및 방법이 개시된다. 본 발명에 사용자의 운전 스타일을 반영한 자율 주행 장치에 의해 수행되는 사용자의 운전 스타일을 반영한 자율 주행 방법은, 자율 주행 차량에 탑승한 사용자의 운전 스타일 정보를 상기 자율 주행 차량의 시스템에 적용하는 단계, 상기 자율 주행 차량이 주행하는 동안, 상기 자율 주행 차량 주변의 교통 상황을 판단하는 단계, 판단된 상기 교통 상황에 대응되는 상기 사용자의 운전 스타일 정보를 기반으로, 상기 자율 주행 차량의 운용 방식을 결정하는 단계, 그리고 결정된 상기 자율 주행 차량의 운용 방식을 상기 자율 주행 차량의 시스템에 적용하는 단계를 포함한다.
Description
본 발명은 사용자의 운전 스타일을 반영한 자율 주행 기술에 관한 것으로, 특히 운전자 별로 상이한 심리적 주행 안정감을 반영하여, 운전자가 직접 운전하지 않는 동안에도 심리적 주행 안정감을 느낄 수 있도록 하는 기술에 관한 것이다.
교통 사고는 신체적 손실 비용뿐만 아니라 정신적-심리적 손실 비용 등 커다란 사회적 손실 비용을 유발하는 사회적 문제이다. 이와 같은 교통사고로 인한 사회적 문제를 해결하고, 손실 비용을 줄이기 위해 정부, 기업 및 다양한 유관 기관들은 물리적인 도로 환경 및 교통체계를 개선하고, 선진적 자동차 기술 및 다양한 운전자 지원 시스템을 개발하며, 운전자 및 보행자 인식 개선을 위한 교육 및 캠페인 등에 관한 다양한 연구 및 개발을 진행하고 있다. 그러나, 아직까지 교통사고 위험률은 높은 실정이며, 여전히 교통사고 발생 건수 및 이로 인한 사상자 수는 크게 줄어들지 않고 있는 실정이다.
이와 같은 현상은 교통사고의 원인이 결국은 물리적인 교통 환경에서 운전자 및 보행자와 같은 교통 참가자가 어떤 행동을 하는지에 따라 결정된다는 교통심리학적 의견이 반영되었음을 반증한다. 최근에는 교통사고 문제를 해결하기 위해 자동차의 움직임에서 운전자의 운전 행동을 부분적 혹은 완전 배제한 자율주행 자동차를 상용화하고자 기술개발이 이루어지고 있다.
그러나 자동차가 존재하는 이유가 궁극적으로는 사람을 태우고 이동시키는 존재라는 점은 변하지 않으며, 승객이 아닌 운전자가 탑승할 경우 이들은 사전의 운전 경험으로 인해 본인의 운전 습관이나 운전 성향이 이미 존재할 가능성이 높다. 또한, 사람이 탑승한 자동차 또는 시스템 간 인터랙션을 기반으로 주행을 해야 한다는 기본적인 프레임은 바뀌지 않을 것이다.
현재까지의 자율 주행 자동차나 운전 지원 시스템 등의 개발은 가능한 한 다양한 교통환경에서 운용이 가능한 시스템을 개발하는 것이 1차적인 목표였다. 그러나 이와 같은 시스템은 지나치게 기계 또는 시스템적으로 합리적이고 논리적이므로, 늘 합리적이고 논리적이지는 않은 사람인 운전자의 운전 스타일에 만족을 주기에는 미흡한 점이 많았다. 이로 인해 운전자를 지원하기 위한 다양한 기능들이 자동차에 장착되었지만 운전자가 해당 기능을 개발자들이 원하는 만큼 또는 기대하는 만큼 활용하지 못하는 측면이 많았다.
교통사고 발생을 감소시키고 운전자의 안전을 확보하기 위한 다양한 시스템이 제대로 활용되기 위해서는, 해당 기능이 장착된 자동차에 탑승하는 사람들(운전자, 탑승자)이 해당 시스템을 수용하도록 해야 할 것이며, 이를 위해 해당 시스템이 왜 그와 같은 결정을 내렸는지에 대한 간략한 설명이 제공되는 경우 탑승자들은 자신의 판단과 다르다는 이유로 무조건적인 거부하기보다는 이를 이해하고자 할 가능성이 높을 것이다.
운전을 할 수 있는 사람들은 종종 다른 사람이 운전하는 차량에 탑승한 경우에 자신과는 다른 운전 스타일 및 운전성향으로 인해 불안 혹은 놀람 등을 경험하는 경우가 있다. 예를 들어, 자신과는 다른 감속 페달 밟는 시점, 선행 차량과의 거리, 자신이 주행하고 있는 차로에 끼어들고자 하는 차량을 발견했을 때의 행동, 보행자를 발견했을 때의 행동 등 교통 환경 내 다른 교통 참가자와 인터랙션을 해야 하는 경우에 자신과 다른 운전 스타일을 보이는 경우에 놀람, 당황, 불안 등과 같은 부정적인 감정을 느끼게 될 가능성이 높다.
따라서, 자율 주행 시스템 또는 차량 내 운전 지원 시스템 등에 대한 운전자의 시스템 수용성(system acceptance)를 용이하게 함으로써, 차량에 탑승한 운전자의 심리적 안정감 및 사용성을 증가시키는 기술의 개발이 필요하다.
본 발명의 목적은 운전자가 직접 운전을 하지 않는 동안에도 주행 중에 심리적 안정감을 느낄 수 있도록 하는 것이다.
또한, 본 발명의 목적은 자율 주행 차량에 탑승한 운전자 및 탑승자의 시스템 수용성을 높이는 자율 주행 시스템을 제공하는 것이다.
상기한 목적을 달성하기 위한 본 발명에 따른 사용자의 운전 스타일을 반영한 자율 주행 장치에 의해 수행되는 사용자의 운전 스타일을 반영한 자율 주행 방법에 있어서, 자율 주행 차량에 탑승한 사용자의 운전 스타일 정보를 상기 자율 주행 차량의 시스템에 적용하는 단계, 상기 자율 주행 차량이 주행하는 동안, 상기 자율 주행 차량 주변의 교통 상황을 판단하는 단계, 판단된 상기 교통 상황에 대응되는 상기 사용자의 운전 스타일 정보를 기반으로, 상기 자율 주행 차량의 운용 방식을 결정하는 단계, 그리고 결정된 상기 자율 주행 차량의 운용 방식을 상기 자율 주행 차량의 시스템에 적용하는 단계를 포함한다.
이때, 상기 사용자가 운전하는 차량의 주변 환경, 주변 차량 및 주변 보행자 중 적어도 어느 하나를 포함하는 교통 참가자에 대한 교통 환경 정보를 수집하는 단계, 상기 교통 환경 정보에 따른 교통 상황에서, 상기 사용자의 차량 조작 정보를 수집하는 단계, 그리고 상기 교통 환경 정보 및 상기 사용자의 차량 조작 정보를 기반으로, 상기 교통 상황에서 상기 사용자의 운전 스타일을 학습하여, 상기 운전 스타일 정보를 생성하는 단계를 더 포함할 수 있다.
이때, 상기 교통 환경 정보를 수집하는 단계는, 상기 교통 참가자의 위치 정보, 상기 교통 참가자와의 거리 정보, 상기 교통 참가자의 속도 정보, 상기 주변 차량의 방향 지시등 조작 정보 및 상기 주변 차량의 감속 페달 조작 정보 중 적어도 어느 하나를 포함하는 상기 교통 환경 정보를 수집할 수 있다.
이때, 상기 교통 환경 정보를 수집하는 단계는, 촬영 장치 및 거리 탐지 센서 중 적어도 어느 하나를 이용하여, 상기 교통 환경 정보를 수집할 수 있다.
이때, 상기 사용자의 차량 조작 정보를 수집하는 단계는, 가속 페달 조작 정보, 감속 페달 조작 정보, 방향 지시등 조작 정보, 조향 핸들 정보 중 적어도 어느 하나를 포함하는 상기 차량 조작 정보를 수집할 수 있다.
이때, 상기 사용자의 차량 조작 정보를 수집하는 단계는, 상기 차량의 차량자가진단장치(On-Board Diagnostics, OBD)로부터, 상기 사용자의 조작에 따른 상기 차량 조작 정보를 수집할 수 있다.
이때, 상기 사용자의 상기 운전 스타일 정보는, 상기 교통 상황에서 상기 사용자가 수행하는 감속, 가속 추월, 정속 주행 및 정지 중 어느 하나의 행동을 의미할 수 있다.
이때, 상기 사용자의 운전 스타일 정보는, 상기 끼어들기 허용 여부, 보행자의 횡단 우선순위 정보 중 선행 차량 정지 시 감속 페달 조작 정보 중 적어도 어느 하나를 포함할 수 있다.
이때, 상기 운전 스타일 정보를 생성하는 단계는, 상기 사용자의 실제 주행 시 수집된 상기 사용자의 차량 조작 정보를 기반으로 상기 운전 스타일 정보를 생성할 수 있다.
이때, 상기 사용자의 운전 스타일이 기 학습되지 않은 경우, 기본 운전 스타일을 상기 자율 주행 차량의 시스템에 적용하는 단계, 상기 기본 운전 스타일이 적용된 상기 자율 주행 차량이 주행하는 동안, 상기 사용자로부터 피드백 정보를 입력받는 단계, 그리고 입력받은 피드백 정보를 기반으로 상기 기본 운전 스타일을 수정하여, 상기 사용자의 운전 스타일을 학습하는 단계를 더 포함할 수 있다.
또한, 본 발명의 일 실시예에 따른 사용자의 운전 스타일을 반영한 자율 주행 장치는, 자율 주행 차량에 탑승한 사용자의 운전 스타일 정보를 상기 자율 주행 차량의 시스템에 적용하는 운전 스타일 적용부, 상기 자율 주행 차량이 주행하는 동안, 상기 자율 주행 차량 주변의 교통 상황을 판단하는 교통 상황 판단부, 그리고 판단된 상기 교통 상황에 대응되는 상기 사용자의 운전 스타일 정보를 기반으로 상기 자율 주행 차량의 운용 방식을 결정하고, 결정된 상기 자율 주행 차량의 운용 방식을 상기 자율 주행 차량의 시스템에 적용하는 운용 방식 적용부를 포함한다.
이때, 상기 사용자가 운전하는 차량의 주변 환경, 주변 차량 및 주변 보행자 중 적어도 어느 하나를 포함하는 교통 참가자에 대한 교통 환경 정보를 수집하고, 상기 교통 환경 정보에 따른 교통 상황에서, 상기 사용자의 차량 조작 정보를 수집하며, 상기 교통 환경 정보 및 상기 사용자의 차량 조작 정보를 기반으로, 상기 교통 상황에서 상기 사용자의 운전 스타일을 학습하여, 상기 운전 스타일 정보를 생성하는 운전 스타일 정보 생성부를 더 포함할 수 있다.
이때, 상기 운전 스타일 정보 생성부는, 상기 교통 참가자의 위치 정보, 상기 교통 참가자와의 거리 정보, 상기 교통 참가자의 속도 정보, 상기 주변 차량의 방향 지시등 조작 정보 및 상기 주변 차량의 감속 페달 조작 정보 중 적어도 어느 하나를 포함하는 상기 교통 환경 정보를 수집할 수 있다.
이때, 상기 운전 스타일 정보 생성부는, 촬영 장치 및 거리 탐지 센서 중 적어도 어느 하나를 이용하여, 상기 교통 환경 정보를 수집할 수 있다.
이때, 상기 운전 스타일 정보 생성부는, 가속 페달 조작 정보, 감속 페달 조작 정보, 방향 지시등 조작 정보, 조향 핸들 정보 중 적어도 어느 하나를 포함하는 상기 차량 조작 정보를 수집할 수 있다.
이때, 상기 운전 스타일 정보 생성부는, 상기 차량의 차량자가진단장치(On-Board Diagnostics, OBD)로부터, 상기 사용자의 조작에 따른 상기 차량 조작 정보를 수집할 수 있다.
이때, 상기 사용자의 상기 운전 스타일 정보는, 상기 교통 상황에서 상기 사용자가 수행하는 감속, 가속 추월, 정속 주행 및 정지 중 어느 하나의 행동을 의미할 수 있다.
이때, 상기 사용자의 운전 스타일 정보는, 상기 끼어들기 허용 여부, 보행자의 횡단 우선순위 정보 중 선행 차량 정지 시 감속 페달 조작 정보 중 적어도 어느 하나를 포함할 수 있다.
이때, 상기 운전 스타일 정보 생성부는, 상기 사용자의 실제 주행 시 수집된 상기 사용자의 차량 조작 정보를 기반으로 상기 운전 스타일 정보를 생성할 수 있다.
이때, 상기 운전 스타일 적용부는, 상기 사용자의 운전 스타일이 기 학습되지 않은 경우 기본 운전 스타일을 상기 자율 주행 차량의 시스템에 적용하고, 상기 기본 운전 스타일이 적용된 상기 자율 주행 차량이 주행하는 동안, 상기 사용자로부터 피드백 정보를 입력받으며, 입력받은 피드백 정보를 기반으로 상기 기본 운전 스타일을 수정하여, 상기 사용자의 운전 스타일을 학습할 수 있다.
본 발명에 따르면, 운전자가 직접 운전을 하지 않는 동안에도 주행 중에 심리적 안정감을 느낄 수 있도록 할 수 있다.
또한 본 발명에 따르면, 자율 주행 차량에 탑승한 운전자 및 탑승자의 시스템 수용성을 높이는 자율 주행 시스템을 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 사용자의 운전 스타일을 반영한 자율 주행 장치의 구성을 나타낸 블록도이다.
도 2는 본 발명의 일 실시예에 따른 사용자의 운전 스타일을 반영한 자율 주행 방법을 설명하기 위한 순서도이다.
도 3은 본 발명의 일 실시예에 따른 사용자의 운전 스타일 정보를 생성하는 과정을 설명하기 위한 순서도이다.
도 4는 본 발명의 일 실시예에 따른 사용자의 운전 스타일을 학습하는 과정을 설명하기 위한 순서도이다.
도 5는 본 발명의 또 다른 실시예에 따른 사용자의 운전 스타일을 반영한 자율 주행 장치가 적용되는 시스템을 나타낸 블록도이다.
도 6은 본 발명의 일 실시예에 따른 컴퓨터 시스템을 나타낸 블록도이다.
도 2는 본 발명의 일 실시예에 따른 사용자의 운전 스타일을 반영한 자율 주행 방법을 설명하기 위한 순서도이다.
도 3은 본 발명의 일 실시예에 따른 사용자의 운전 스타일 정보를 생성하는 과정을 설명하기 위한 순서도이다.
도 4는 본 발명의 일 실시예에 따른 사용자의 운전 스타일을 학습하는 과정을 설명하기 위한 순서도이다.
도 5는 본 발명의 또 다른 실시예에 따른 사용자의 운전 스타일을 반영한 자율 주행 장치가 적용되는 시스템을 나타낸 블록도이다.
도 6은 본 발명의 일 실시예에 따른 컴퓨터 시스템을 나타낸 블록도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세하게 설명하고자 한다.
그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
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 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 본 발명의 일 실시예에 따른 사용자의 운전 스타일을 반영한 자율 주행 장치의 구성을 나타낸 블록도이다.
운전 경험이 있는 사용자는 자신만의 운전 스타일이 존재한다. 여기서, 사용자의 운전 스타일은 사용자가 주행 중에 교통 참가자와 인터랙션을 수행해야 하는 상황에서, 일반적으로 나타나는 행동 패턴을 의미할 수 있다. 예를 들어, 앞 차량과의 거리를 30m 유지하거나, 전방 선행 차량 감속등의 불빛이 켜진 직후 감속 페달을 조작하거나, 끼어드는 차량에 대한 허용 빈도 등의 운전 스타일이 있을 수 있다.
이러한 운전 스타일이 존재하는 운전자나 탑승자는 자신의 운전 스타일과 상이한 운전 스타일의 운전자가 운전하는 차량에 탑승하거나, 자율 주행 시스템이 적용된 자율 주행 차량에 탑승할 때, 불안, 불만족 및 이질감 등의 부정적인 감정을 느낄 가능성이 높다. 그리고 특정 스타일로 안전 정보나 편의 정보를 제공하더라도, 자신의 운전 스타일과 다를 경우 사용자(운전자, 탑승자)는 특정 스타일로 제공되는 정보에 대한 신뢰감이 낮거나, 정보 제공 기능을 종료할 가능성이 높다.
따라서, 본 발명의 일 실시예에 따른 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 사용자가 자신의 운전 스타일과 상이한 주행 행동으로 인해 발생하는 차량 내 시스템의 저조한 사용성과 활용성 등의 문제를 해결하고자 한다.
도 1에 도시한 바와 같이, 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 운전 스타일 정보 생성부(110), 운전 스타일 적용부(120), 교통 상황 판단부(130) 및 운용 방식 적용부(140)를 포함한다.
먼저, 운전 스타일 정보 생성부(110)는 사용자가 운전하는 차량의 주변 환경이나 주변 교통 참가자에 대한 교통 환경 정보를 수집한다. 여기서, 주변 교통 참가자는 사용자가 운전하는 차량 부근의 주변 차량 및 주변 보행자 중 적어도 어느 하나를 포함할 수 있다.
그리고 운전 스타일 정보 생성부(110)는 교통 환경 정보에 따른 교통 상황에서, 사용자의 차량 조작 정보를 수집한다. 또한, 운전 스타일 정보 생성부(110)는 교통 환경 정보 및 사용자의 차량 조작 정보를 기반으로 교통 상황에서 사용자의 운전 스타일을 학습하여, 사용자의 운전 스타일 정보를 생성할 수 있다.
운전 스타일 정보 생성부(110)는 교통 참가자인 주변 차량이나 주변 보행자의 위치 정보, 사용자가 탑승한 차량과 교통 참가자와의 거리 정보, 교통 참가자의 속도 정보, 주변 차량의 방향 지시등 조작 정보 및 주변 차량의 감속 페달 조작 정보 중 적어도 어느 하나를 포함하는 교통 환경 정보를 수집할 수 있다. 이때, 운전 스타일 정보 생성부(110)는 촬영 장치 및 거리 탐지 센서 중 적어도 어느 하나를 이용하여, 교통 환경 정보를 수집할 수 있다.
또한, 운전 스타일 정보 생성부(110)는 사용자의 가속 페달 조작 정보, 감속 페달 조작 정보, 방향 지시등 조작 정보 및 조향 핸들 정보 중 적어도 어느 하나를 포함하는 차량 조작 정보를 수집할 수 있다. 그리고 운전 스타일 정보 생성부(110)는 차량의 차량자가진단장치(On-Board Diagnostics, OBD)로부터 사용자의 조작에 따른 차량 조작 정보를 수집할 수 있다.
운전 스타일 정보 생성부(110)는 사용자가 직접 운전하는 동안(실제 주행 시) 수집된 사용자의 차량 조작 정보를 기반으로, 해당 사용자의 운전 스타일 정보를 생성할 수 있다. 이때, 운전 스타일 정보 생성부(110)는 사용자가 차량 조작 정보를 수집하는 것을 인식하지 않도록, 사전 안내 없이 사용자가 실제 주행하는 동안 수집된 차량 조작 정보들을 이용하여 사용자의 운전 스타일 정보를 생성할 수 있다.
또한, 운전 스타일 정보 생성부(110)는 사용자의 운전 스타일을 반영한 자율 주행 장치(100)가 적용된 차량에 사용자가 처음 탑승한 경우, 기본적으로 세팅 된 기본 운전 스타일을 운전 스타일 적용부(120)에 적용할 수 있다. 그리고 운전 스타일 정보 생성부(110)는 기본 운전 스타일이 적용된 자율 주행 차량이 주행하는 동안 사용자로부터 입력받은 피드백 정보를 기반으로 기본 운전 스타일을 수정하여, 해당 사용자의 운전 스타일을 학습하고, 사용자의 운전 스타일 정보를 생성 및 저장할 수 있다.
다음으로 운전 스타일 적용부(120)는 자율 주행 차량에 탑승한 사용자의 운전 스타일 정보를 자율 주행 차량의 시스템에 적용한다. 그리고 운전 스타일 적용부(120)는 사용자의 운전 스타일 정보가 기 등록 또는 저장되어 있지 않은 경우, 기본 운전 스타일을 자율 주행 차량의 시스템에 적용할 수 있다. 여기서, 자율 주행 차량의 시스템은 차선 이탈 경고 시스템, 전방 추돌 경고 시스템, 보행자 인식 및 경고 시스템 등과 같은 첨단 운전자 지원 시스템을 의미할 수 있다.
교통 상황 판단부(130)는 자율 주행 차량이 주행하는 동안, 자율 주행 차량 주변의 교통 상황을 판단한다. 이때, 교통 상황 판단부(130)는 자율 주행 차량의 주변 환경이나 주변 차량 및 주변 보행자 등의 주변 교통 참가자에 대한 교통 환경 정보를 이용하여, 자율 주행 차량 주변의 교통 상황을 판단할 수 있다.
마지막으로 운용 방식 적용부(140)는 판단된 교통 상황에 대응되는 사용자의 운전 스타일 정보를 기반으로, 자율 주행 차량의 운용 방식을 결정하고, 결정된 자율 주행 차량의 운용 방식을 자율 주행 차량의 시스템에 적용할 수 있다.
예를 들어, 자율 주행 차량이 주행하고 있는 차로로 끼어들고자 하는 주변 차량이 감지된 교통 상황인 경우, 운용 방식 적용부(140)는 자율 주행 차량에 탑승한 사용자의 운전 스타일 정보를 기반으로 끼어들고자 하는 주변 차량의 끼어들기 허용 여부를 결정하고, 이를 자율 주행 차량의 시스템에 적용하여 자율 주행 차량의 속도를 조절할 수 있다.
반면, 주행 속도 측면 등을 고려한 결과 끼어들기가 불가한 상황으로 판단된 경우(끼어들기를 허용할 경우 오히려 교통 흐름을 방해할 것으로 판단된 경우) 운용 방식 적용부(140)는 끼어들기를 허용하도록 하는 주행 차량의 운용 방식을 자율 주행 차량의 시스템에 적용하지 않을 수 있다.
이와 같이, 본 발명의 일 실시예에 따른 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 사용자의 운전 스타일을 반영하여 자율 주행 차량의 자율 주행 운용 방식을 결정함으로써, 자율 주행 차량에 탑승한 사용자가 자율 주행 중에 심리적 안정감을 느낄 수 있도록 하고, 사용자의 시스템 수용성을 높일 수 있다.
이하에서는 도 2를 통하여 본 발명의 일 실시예에 따른 사용자의 운전 스타일을 반영한 자율 주행 장치에 의해 수행되는 사용자의 운전 스타일을 반영한 자율 주행 방법에 대하여 더욱 상세하게 설명한다.
도 2는 본 발명의 일 실시예에 따른 사용자의 운전 스타일을 반영한 자율 주행 방법을 설명하기 위한 순서도이다.
먼저, 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 자율 주행 차량에 탑승한 사용자의 운전 스타일 정보를 자율 주행 차량의 시스템에 적용한다(S210).
사용자의 운전 스타일 정보는, 사전에 사용자가 운전하는 차량의 주변 환경 및 교통 참가자에 대한 교통 환경 정보와, 사용자의 차량 조작 정보를 기반으로 생성되어 저장된 것일 수 있다.
반면, 사용자의 운전 스타일 정보가 기 저장되어 있지 않은 경우, 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 기본 운전 스타일을 자율 주행 차량의 시스템에 적용할 수 있다.
그리고 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 주변의 교통 상황을 판단한다(S220).
사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 자율 주행 차량의 주변 환경, 주변 차량 및 주변 보행자 중 적어도 어느 하나에 대한 교통 환경 정보를 수집하여, 주변의 교통 상황을 판단할 수 있다.
여기서, 교통 환경 정보는, 주변 차량이나 주변 보행자 등의 교통 참가자들의 위치 정보, 교통 참가자와의 거리 정보, 교통 참가자의 속도 정보, 주변 차량의 방향 지시등 조작 정보, 주변 차량의 감속 페달 조작 정보 중 적어도 어느 하나를 포함할 수 있다.
그리고 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 자율 주행 차량에 구비된 카메라 등의 촬영 장치나 거리 측정 센서 등을 이용하여 교통 환경 정보를 수집할 수 있다.
다음으로 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 자율 주행 차량의 운용 방식을 결정한다(S230).
사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 S220 단계에서 판단된 주변의 교통 상황에 대응되는 사용자의 운전 스타일 정보를 기반으로, 자율 주행 차량의 운용 방식을 결정한다.
예를 들어, 사용자의 운전 스타일 정보가 선행 차량과의 거리를 85m 유지하고, 사용자의 차량이 주행하고 있는 차로에 끼어들고자 하는 주변 차량을 발견한 경우 끼어들기를 허용하는 빈도가 높으며, 보행자를 발견했을 때 보행자가 먼저 횡단하거나 보행할 수 있도록 감속하는 것으로 저장되어 있다고 가정한다.
그리고 S220 단계에서 교통 환경 정보를 분석한 결과 자율 주행 차량의 우측에서 주변 차량이 끼어들고자 하는 교통 상황인 것으로 판단된 경우, 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 우측의 주변 차량이 끼어들기를 할 수 있도록 한다. 즉, 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 자율 주행 차량이 감속하도록 운용 방식을 결정할 수 있다.
다음으로 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 결정된 운용 방식을 자율 주행 차량의 시스템에 적용한다(S240).
사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 S230 단계에서 결정된 운용 방식을 자율 주행 차량의 시스템에 적용하여, 자율 주행 차량이 해당 운용 방식으로 주행하도록 한다.
예를 들어, S230 단계에서 자율 주행 차량이 감속하도록 운용 방식이 결정된 경우, 해당 운용 방식이 적용된 자율 주행 차량의 시스템은 자율 주행 차량이 속도를 낮추도록 감속 페달을 조작할 수 있다.
이와 같이, 본 발명의 일 실시예에 따른 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 자율 주행 차량의 주변 환경이나 주변 교통 참가자와 적절한 인터랙션을 수행해야 하는 교통 환경에 대한 정보(교통 환경 정보)를 수집하고 해당 교통 환경에서 사용자가 어떠한 인터랙션을 수행하였는지에 대한 차량 조작 정보를 수집하여 학습한 사용자의 운전 스타일을 기반으로, 자율 주행 차량의 운용 방식을 결정 및 적용함으로써 사용자의 심리적 주행 안정감을 향상시키고, 사용자의 자율 주행 차량의 시스템에 대한 시스템 수용성을 용이하게 할 수 있다.
이하에서는 도 3을 통하여 본 발명의 일 실시예에 다른 사용자의 운전 스타일을 반영한 자율 주행 장치가 사용자의 운전 스타일 정보를 생성하는 과정에 대하여 더욱 상세하게 설명한다.
도 3은 본 발명의 일 실시예에 따른 사용자의 운전 스타일 정보를 생성하는 과정을 설명하기 위한 순서도이다.
사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 교통 환경 정보를 수집한다(S310).
사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 사용자가 직접 운전하는 차량의 주변 환경, 주변 차량 및 주변 보행자 중 적어도 어느 하나에 대한 교통 환경 정보를 수집한다.
이때, 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 사용자가 운전하는 차량의 전방, 좌측, 우측에 존재하는 다른 교통 참가자(주변 차량, 주변 보행자) 등을 감지하고, 교통 참가자의 주행 방향이나 교통 참가자의 의도 등을 파악하는데 필요한 기초 정보인 교통 환경 정보를 수집한다.
S310 단계에서 수집하는 교통 환경 정보는, 자율 주행 차량과의 충돌 가능 시간(Time to Collision, TTC) 정보, 주변 차량의 방향 지시등 조작에 관한 의도 정보, 주변 차량의 감속등 조작에 관한 의도 정보, 주변 차량의 진행 방향 및 주변 보행자의 보행 방향 등과 같이 운전하는 사용자에게 다른 교통 참가자와의 인터랙션을 발생시켜, 사용자가 자신의 심리적 주행 안정성을 유지하기 위하여 어떠한 행동(예, 가속 추월, 감속, 정속 주행, 정지 등)을 결정하는데 영향을 미치는 정보일 수 있다.
그리고 사용자의 운전 스타일을 반영한 자율 주행 장치(100)가 수집하는 교통 환경 정보는 교통 참가자의 위치 정보, 주변 차량의 방향 지시등 조작 정보, 교통 참가자의 속도 정보, 주변 차량의 감속 페달 조작 정보 중 적어도 어느 하나를 포함할 수 있으며, 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 차량에 구비된 카메라 및 거리 탐지 센서 중 적어도 어느 하나를 이용하여 기초 정보를 수집할 수 있다.
다음으로 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 사용자의 차량 조작 정보를 수집한다(S320).
사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 S310 단계에서 수집한 교통 환경 정보에 따른 교통 상황에서, 사용자의 차량 조작 정보를 수집한다. 여기서, 사용자의 차량 조작 정보는, 사용자가 다른 교통 참가자와의 인터랙션이 수행되어야 하는 교통 상황에서 어떠한 방식으로 인터랙션을 수행하는지에 관한 정보이자, 어떠한 의도를 가지고 행동하는지 유추할 수 있는 정보이다.
그리고 S320 단계에서 수집되는 사용자의 차량 조작 정보는 사용자의 가속 페달 조작 정보, 감속 페달 조작 정보, 방향 지시등 조작 정보, 조향 핸들 정보 중 적어도 어느 하나를 포함할 수 있으며, 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 차량의 차량자가진단장치(On-Board Diagnostics, OBD)를 통해 사용자의 차량 조작 정보를 수집할 수 있다.
또한, 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 사용자의 운전 스타일 정보를 생성한다(S330).
사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 교통 환경 정보 및 사용자의 차량 조작 정보를 기반으로 해당 교통 상황에서 사용자의 운전 스타일을 학습하여, 사용자의 운전 스타일 정보를 생성한다.
여기서, 사용자의 운전 스타일 정보는 사용자의 주변에 위치한 다른 교통 참가자(주변 차량, 주변 보행자 등)의 의도를 파악하여 사용자가 행동을 결정해야 하는 상황에서, 사용자가 일반적으로 보이는 행동 패턴을 의미할 수 있다.
대표적인 예로, 사용자의 운전 스타일 정보에는 주행 상황에서 자신의 주행 차로로 끼어들고자 하는 측면의 차량에 대해 끼어들기를 허용하는 스타일과, 끼어들기를 허용하지 않는 스타일이 존재할 수 있다. 또한, 보행자의 보행이나 횡단에 우선 순위를 두는 운전 스타일과 보행자를 지나치거나 보행자가 다가오기 전에 주행해서 지나가는 스타일이 존재할 수 있다.
그리고 선행 차량이 멈추려고 하거나 멈춰있는 상황에서 해당 선행 차량과 유지하는 거리 정보에 대한 스타일, 유지 거리까지 서서히 멈추는 스타일, 유지 거리까지 급격하게 멈추는 스타일 등의 운전 스타일이 존재할 수 있다.
사용자의 운전 스타일을 반영한 자율 주행 장치(100)가 사용자의 운전 스타일 정보를 생성하는 도 3의 과정은, 사용자가 실제 주행할 때 수집되는 자료를 활용하여 사용자의 의식적인 조작 없이 수행될 수 있으며, 사용자로부터 운전 스타일 생성 요청을 수신한 후 사용자가 차량을 운전하는 동안 수집된 자료를 활용하여 사용자의 운전 스타일 정보를 생성할 수도 있다.
이하에서는 도 4를 통하여 본 발명의 일 실시예에 따른 사용자의 운전 스타일을 반영한 자율 주행 장치가 사용자의 운전 스타일을 학습하는 과정에 대하여 더욱 상세하게 설명한다.
도 4는 본 발명의 일 실시예에 따른 사용자의 운전 스타일을 학습하는 과정을 설명하기 위한 순서도이다.
먼저, 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 사용자가 직접 운전하고 있는 상태인지 여부를 판단한다(S410).
사용자가 직접 운전하는 상태인 경우(S410 Yes), 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 도 3의 S310 단계를 수행할 수 있다. 반면, 사용자가 직접 운전하고 있는 상태가 아닌 경우(S410 No), 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 사용자의 운전 스타일 정보가 존재하는지 여부를 판단한다(S420).
사용자의 운전 스타일 정보가 존재하는 경우(S420 Yes), 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 도 2의 S210 단계를 수행할 수 있다.
이때, 사용자의 운전 스타일을 반영한 자율 주행 장치(100)가 적용된 차량에 복수의 사용자들이 탑승하고, 복수의 사용자들에 대한 사용자의 운전 스타일 정보가 존재하는 경우, 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 탑승한 복수의 사용자들 중에서 운전석과 가장 가까운 곳에 위치한 사용자의 운전 스타일 정보를 자율 주행 차량의 시스템에 적용할 수 있다.
또한, 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 복수의 사용자들 각각의 운전 스타일 정보를 분석하고 이들을 종합하여 새로운 운전 스타일 정보를 생성하거나, 사용자의 운전 스타일 각각에 우선순위를 부여하여 새로운 운전 스타일 정보를 생성할 수 있다.
그리고 S420 단계에서 사용자의 운전 스타일 정보가 존재하지 않는 것으로 판단된 경우(S420 No), 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 기본 운전 스타일을 적용한다(S430).
사용자가 사용자의 운전 스타일을 반영한 자율 주행 장치(100)가 적용된 차량에 처음 탑승하는 경우, 기본적으로 세팅 된 주행 스타일인 기본 운전 스타일을 자율 주행 차량의 시스템에 적용한다.
다음으로 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 사용자의 피드백 정보를 입력받고(S440), 사용자의 피드백 정보를 기반으로 사용자의 운전 스타일을 학습한다(S450).
사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 기본 운전 스타일에 대해 실시간으로 제공되는 정보에 대한 사용자의 피드백 정보를 입력받을 수 있다. 이때, 사용자는 조종석(Cockpit)을 통해 시스템 동작 정지, 피드백 버튼 활성화 등의 피드백 정보를 입력할 수 있다.
그리고 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 사용자의 피드백 정보를 기반으로 정보 제공 시점이나 자율 주행 스타일을 점차 수정하여 사용자의 운전 스타일을 학습할 수 있다.
또한, 사용자의 운전 스타일을 반영한 자율 주행 장치(100)는 해당 상황에서 인터랙션하는 빈도 또는 비율 등을 설정하고, 이를 기반으로 1차 학습을 완료한 후 지속적인 모니터링 및 데이터 수집을 통해 사용자의 운전 스타일을 수정하여 최적화할 수 있다.
이하에서는 본 발명의 또 다른 실시예에 따른 사용자의 운전 스타일을 반영한 자율 주행 장치가 적용되는 시스템에 대하여 더욱 상세하게 설명한다.
도 5는 본 발명의 또 다른 실시예에 따른 사용자의 운전 스타일을 반영한 자율 주행 장치가 적용되는 시스템을 나타낸 블록도이다.
도 5에 도시한 바와 같이, 사용자의 운전 스타일을 반영한 자율 주행 장치(500)는 교통 환경 정보 수집부(510), 운전 스타일 인지부(520) 및 운전 스타일 적용부(530)를 포함할 수 있다.
먼저, 교통 환경 정보 수집부(510)는 선행 차량 정보 수집 모듈(511), 후방 차량 정보 수집 모듈(513), 보행자 정보 수집 모듈(515) 및 차량 조작 정보 수집 모듈(517)을 포함할 수 있다.
그리고 선행 차량 정보 수집 모듈(511), 후방 차량 정보 수집 모듈(513), 보행자 정보 수집 모듈(515) 중 적어도 어느 하나는, 자율 주행 차량에 구비된 카메라(310) 및 거리 측정 센서(320) 중 적어도 어느 하나로부터 교통 환경 정보를 수집할 수 있다. 또한, 차량 조작 정보 수집 모듈(517)은 자율 주행 차량의 차량자가진단장치(On-Board Diagnostics, OBD)(330)로부터 차량 조작 정보를 수집할 수 있다.
여기서, 교통 환경 정보 수집부(510)는 도 1에서 교통 환경 정보 및 사용자의 차량 조작 정보를 수집하는 운전 스타일 정보 생성부(110)의 일부 기능과 실질적으로 동일할 수 있으며, 설명의 편의를 위하여 중복되는 설명은 생략한다.
다음으로 운전 스타일 인지부(520)는 교통 환경 인지 모듈(521), 운전 스타일 학습 모듈(523), 운전 스타일 판단 모듈(525) 및 정보 저장 모듈(527)을 포함할 수 있다.
교통 환경 인지 모듈(521)은 도 1에서 자율 주행 차량이 주행하는 동안 자율 주행 차량의 주변 교통 상황을 판단하는 교통 상황 판단부(130)와 실질적으로 동일할 수 있으며, 설명의 편의를 위하여 중복되는 설명은 생략한다.
운전 스타일 학습 모듈(523), 운전 스타일 판단 모듈(525) 및 정보 저장 모듈(527)은 도 1에서 사용자의 운전 스타일을 학습하여 운전 스타일 정보를 생성 및 저장하는 운전 스타일 정보 생성부(110)와 실질적으로 동일할 수 있으며, 편의를 위하여 중복되는 설명은 생략한다.
운전 스타일 적용부(530)는 자율 주행 모드 결정 모듈(531), 운전자 지원 모드 결정 모듈(533), 운전 스타일 설명 모듈(535) 및 조종석 인터랙션 모듈(537)을 포함할 수 있다.
예를 들어, 다른 사용자보다 끼어드는 주변 차량에 대한 허용 빈도가 높고, 선행 차량이 멈추고자 하는 의도를 파악하였을 때 감속 페달을 동시에 작동시키며, 보행자가 있는 경우 무조건 정지하는 운전 스타일을 가진 사용자가 자율 주행 차량에 탑승하였다고 가정한다.
이때, 운전 스타일 적용부(530)는 운전 스타일이 상이한 다른 사용자를 대상으로 제공하는 정보나 차량의 제어와 상이한 정보를 제공하고, 상이한 방식으로 차량을 제어함으로써, 자율 주행 차량에 탑승한 사용자가 본인이 직접 주행하면서 느끼는 심리적 주행 안정성을 느낄 수 있도록 지원할 수 있다.
그리고 자율 주행 모드 결정 모듈(531)은 도 1에서 자율 주행 차량의 운용 방식을 결정하고, 운용 방식을 자율 주행 차량의 시스템에 적용하는 운용 방식 적용부(140)와 실질적으로 동일할 수 있으며, 설명의 편의를 위하여 중복되는 설명은 생략한다.
운전자 지원 모드 결정 모듈(533)은 자율 주행 차량에 탑승한 사용자의 운전 스타일 정보를 자율 주행 차량의 시스템에 적용하는 운전 스타일 적용부(120)와 실질적으로 동일할 수 있으며, 설명의 편의를 위하여 중복되는 설명은 생략한다.
그리고 운전 스타일 설명 모듈(535)은 사용자가 제공받는 자율 주행 방식 정보 및 특정 상황에서 사용자의 운전 스타일을 반영한 자율 주행 장치(500)가 주행 행동을 판단한 근거 정보 등을 사용자에게 제공하고, 조종석 인터랙션 모듈(537)은 사용자로부터 운전 스타일 설명 모듈(535)이 사용자에게 제공한 정보에 대한 실시간 피드백을 입력받을 수 있다.
이를 통하여, 사용자의 운전 스타일을 반영한 자율 주행 장치(500)는 시스템의 운용 방식에 대한 사용자의 이해를 높이고, 사용자의 시스템 수용성을 향상시킬 수 있다.
즉, 운전 스타일 설명 모듈(535)은 사용자의 운전 스타일을 반영한 자율 주행 장치(500)가 적용된 차량에 탑승한 사용자가 현재 차량의 주행이 자신의 운전 스타일에 기인한 것임을 설명할 수 있으며, 조종석 인터랙션 모듈(537)은 사용자로부터 피드백을 입력받아 사용자의 운전 스타일 정보를 실시간으로 업데이트할 수 있다.
이때, 운전 스타일 설명 모듈(535)은 조종석(Cockpit), 센터페시아 디스플레이, 디지털 클러스터 등을 통해 사용자에게 정보를 제공할 수 있으며, 운전 스타일 설명 모듈(535)이 사용자에게 정보를 제공하는 방식은 이에 한정되지 않는다.
도 6은 본 발명의 일 실시예에 따른 컴퓨터 시스템을 나타낸 블록도이다.
도 6을 참조하면, 본 발명의 실시예는 컴퓨터로 읽을 수 있는 기록매체와 같은 컴퓨터 시스템(600)에서 구현될 수 있다. 도 6에 도시된 바와 같이, 컴퓨터 시스템(600)은 버스(620)를 통하여 서로 통신하는 하나 이상의 프로세서(610), 메모리(630), 사용자 인터페이스 입력 장치(640), 사용자 인터페이스 출력 장치(650) 및 스토리지(660)를 포함할 수 있다. 또한, 컴퓨터 시스템(600)은 네트워크(680)에 연결되는 네트워크 인터페이스(670)를 더 포함할 수 있다. 프로세서(610)는 중앙 처리 장치 또는 메모리(630)나 스토리지(660)에 저장된 프로세싱 인스트럭션들을 실행하는 반도체 장치일 수 있다. 메모리(630) 및 스토리지(660)는 다양한 형태의 휘발성 또는 비휘발성 저장 매체일 수 있다. 예를 들어, 메모리는 ROM(631)이나 RAM(632)을 포함할 수 있다.
따라서, 본 발명의 실시예는 컴퓨터로 구현된 방법이나 컴퓨터에서 실행 가능한 명령어들이 기록된 비일시적인 컴퓨터에서 읽을 수 있는 매체로 구현될 수 있다. 컴퓨터에서 읽을 수 있는 명령어들이 프로세서에 의해서 수행될 때, 컴퓨터에서 읽을 수 있는 명령어들은 본 발명의 적어도 한 가지 태양에 따른 방법을 수행할 수 있다.
이상에서와 같이 본 발명에 따른 사용자의 운전 스타일을 반영한 자율 주행 장치 및 방법은 상기한 바와 같이 설명된 실시예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 상기 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.
100: 사용자의 운전 스타일을 반영한 자율 주행 장치
110: 운전 스타일 정보 생성부 120: 운전 스타일 적용부
130: 교통 상황 판단부 140: 운용 방식 적용부
310: 카메라 320: 거리 측정 센서
330: 차량자가진단장치(OBD)
500: 사용자의 운전 스타일을 반영한 자율 주행 장치
510: 교통 환경 정보 수집부 511: 선행 차량 정보 수집 모듈
513: 후방 차량 정보 수집 모듈 515: 보행자 정보 수집 모듈
517: 차량 조작 정보 수집 모듈 520: 운전 스타일 인지부
521: 교통 환경 인지 모듈 523: 운전 스타일 학습 모듈
525: 운전 스타일 판단 모듈 527: 정보 저장 모듈
530: 운전 스타일 적용부 531: 자율 주행 모드 결정 모듈
533: 운전자 지원 모드 결정 모듈 535: 운전 스타일 설명 모듈
537: 조종석 인터랙션 모듈 600: 컴퓨터 시스템
610: 프로세서 620: 버스
630: 메모리 631: 롬
632: 램
640: 사용자 인터페이스 입력 장치
650: 사용자 인터페이스 출력 장치
660: 스토리지 670: 네트워크 인터페이스
680: 네트워크
110: 운전 스타일 정보 생성부 120: 운전 스타일 적용부
130: 교통 상황 판단부 140: 운용 방식 적용부
310: 카메라 320: 거리 측정 센서
330: 차량자가진단장치(OBD)
500: 사용자의 운전 스타일을 반영한 자율 주행 장치
510: 교통 환경 정보 수집부 511: 선행 차량 정보 수집 모듈
513: 후방 차량 정보 수집 모듈 515: 보행자 정보 수집 모듈
517: 차량 조작 정보 수집 모듈 520: 운전 스타일 인지부
521: 교통 환경 인지 모듈 523: 운전 스타일 학습 모듈
525: 운전 스타일 판단 모듈 527: 정보 저장 모듈
530: 운전 스타일 적용부 531: 자율 주행 모드 결정 모듈
533: 운전자 지원 모드 결정 모듈 535: 운전 스타일 설명 모듈
537: 조종석 인터랙션 모듈 600: 컴퓨터 시스템
610: 프로세서 620: 버스
630: 메모리 631: 롬
632: 램
640: 사용자 인터페이스 입력 장치
650: 사용자 인터페이스 출력 장치
660: 스토리지 670: 네트워크 인터페이스
680: 네트워크
Claims (20)
- 사용자의 운전 스타일을 반영한 자율 주행 장치에 의해 수행되는 사용자의 운전 스타일을 반영한 자율 주행 방법에 있어서,
자율 주행 차량에 탑승한 사용자의 운전 스타일 정보를 상기 자율 주행 차량의 시스템에 적용하는 단계,
상기 자율 주행 차량이 주행하는 동안, 상기 자율 주행 차량 주변의 교통 상황을 판단하는 단계,
판단된 상기 교통 상황에 대응되는 상기 사용자의 운전 스타일 정보를 기반으로, 상기 자율 주행 차량의 운용 방식을 결정하는 단계, 그리고
결정된 상기 자율 주행 차량의 운용 방식을 상기 자율 주행 차량의 시스템에 적용하는 단계
를 포함하는 사용자의 운전 스타일을 반영한 자율 주행 방법. - 제1항에 있어서,
상기 사용자가 운전하는 차량의 주변 환경, 주변 차량 및 주변 보행자 중 적어도 어느 하나를 포함하는 교통 참가자에 대한 교통 환경 정보를 수집하는 단계,
상기 교통 환경 정보에 따른 교통 상황에서, 상기 사용자의 차량 조작 정보를 수집하는 단계, 그리고
상기 교통 환경 정보 및 상기 사용자의 차량 조작 정보를 기반으로, 상기 교통 상황에서 상기 사용자의 운전 스타일을 학습하여, 상기 운전 스타일 정보를 생성하는 단계
를 더 포함하는 사용자의 운전 스타일을 반영한 자율 주행 방법. - 제2항에 있어서,
상기 교통 환경 정보를 수집하는 단계는,
상기 교통 참가자의 위치 정보, 상기 교통 참가자와의 거리 정보, 상기 교통 참가자의 속도 정보, 상기 주변 차량의 방향 지시등 조작 정보 및 상기 주변 차량의 감속 페달 조작 정보 중 적어도 어느 하나를 포함하는 상기 교통 환경 정보를 수집하는 것을 특징으로 하는 사용자의 운전 스타일을 반영한 자율 주행 방법. - 제3항에 있어서,
상기 교통 환경 정보를 수집하는 단계는,
촬영 장치 및 거리 탐지 센서 중 적어도 어느 하나를 이용하여, 상기 교통 환경 정보를 수집하는 것을 특징으로 하는 사용자의 운전 스타일을 반영한 자율 주행 방법. - 제2항에 있어서,
상기 사용자의 차량 조작 정보를 수집하는 단계는,
가속 페달 조작 정보, 감속 페달 조작 정보, 방향 지시등 조작 정보, 조향 핸들 정보 중 적어도 어느 하나를 포함하는 상기 차량 조작 정보를 수집하는 것을 특징으로 하는 사용자의 운전 스타일을 반영한 자율 주행 방법. - 제5항에 있어서,
상기 사용자의 차량 조작 정보를 수집하는 단계는,
상기 차량의 차량자가진단장치(On-Board Diagnostics, OBD)로부터, 상기 사용자의 조작에 따른 상기 차량 조작 정보를 수집하는 것을 특징으로 하는 사용자의 운전 스타일을 반영한 자율 주행 방법. - 제2항에 있어서,
상기 사용자의 상기 운전 스타일 정보는,
상기 교통 상황에서 상기 사용자가 수행하는 감속, 가속 추월, 정속 주행 및 정지 중 어느 하나의 행동을 의미하는 것을 특징으로 하는 사용자의 운전 스타일을 반영한 자율 주행 방법. - 제7항에 있어서,
상기 사용자의 운전 스타일 정보는,
끼어들기 허용 여부, 보행자의 횡단 우선순위 정보 중 선행 차량 정지 시 감속 페달 조작 정보 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 사용자의 운전 스타일을 반영한 자율 주행 방법. - 제2항에 있어서,
상기 운전 스타일 정보를 생성하는 단계는,
상기 사용자의 실제 주행 시 수집된 상기 사용자의 차량 조작 정보를 기반으로 상기 운전 스타일 정보를 생성하는 것을 특징으로 하는 사용자의 운전 스타일을 반영한 자율 주행 방법. - 제9항에 있어서,
상기 사용자의 운전 스타일이 기 학습되지 않은 경우, 기본 운전 스타일을 상기 자율 주행 차량의 시스템에 적용하는 단계,
상기 기본 운전 스타일이 적용된 상기 자율 주행 차량이 주행하는 동안, 상기 사용자로부터 피드백 정보를 입력받는 단계, 그리고
입력받은 피드백 정보를 기반으로 상기 기본 운전 스타일을 수정하여, 상기 사용자의 운전 스타일을 학습하는 단계
를 더 포함하는 것을 특징으로 하는 사용자의 운전 스타일을 반영한 자율 주행 방법. - 자율 주행 차량에 탑승한 사용자의 운전 스타일 정보를 상기 자율 주행 차량의 시스템에 적용하는 운전 스타일 적용부,
상기 자율 주행 차량이 주행하는 동안, 상기 자율 주행 차량 주변의 교통 상황을 판단하는 교통 상황 판단부, 그리고
판단된 상기 교통 상황에 대응되는 상기 사용자의 운전 스타일 정보를 기반으로 상기 자율 주행 차량의 운용 방식을 결정하고, 결정된 상기 자율 주행 차량의 운용 방식을 상기 자율 주행 차량의 시스템에 적용하는 운용 방식 적용부
를 포함하는 사용자의 운전 스타일을 반영한 자율 주행 장치. - 제11항에 있어서,
상기 사용자가 운전하는 차량의 주변 환경, 주변 차량 및 주변 보행자 중 적어도 어느 하나를 포함하는 교통 참가자에 대한 교통 환경 정보를 수집하고, 상기 교통 환경 정보에 따른 교통 상황에서, 상기 사용자의 차량 조작 정보를 수집하며, 상기 교통 환경 정보 및 상기 사용자의 차량 조작 정보를 기반으로, 상기 교통 상황에서 상기 사용자의 운전 스타일을 학습하여, 상기 운전 스타일 정보를 생성하는 운전 스타일 정보 생성부
를 더 포함하는 사용자의 운전 스타일을 반영한 자율 주행 장치. - 제12항에 있어서,
상기 운전 스타일 정보 생성부는,
상기 교통 참가자의 위치 정보, 상기 교통 참가자와의 거리 정보, 상기 교통 참가자의 속도 정보, 상기 주변 차량의 방향 지시등 조작 정보 및 상기 주변 차량의 감속 페달 조작 정보 중 적어도 어느 하나를 포함하는 상기 교통 환경 정보를 수집하는 것을 특징으로 하는 사용자의 운전 스타일을 반영한 자율 주행 장치. - 제13항에 있어서,
상기 운전 스타일 정보 생성부는,
촬영 장치 및 거리 탐지 센서 중 적어도 어느 하나를 이용하여, 상기 교통 환경 정보를 수집하는 것을 특징으로 하는 사용자의 운전 스타일을 반영한 자율 주행 장치. - 제12항에 있어서,
상기 운전 스타일 정보 생성부는,
가속 페달 조작 정보, 감속 페달 조작 정보, 방향 지시등 조작 정보, 조향 핸들 정보 중 적어도 어느 하나를 포함하는 상기 차량 조작 정보를 수집하는 것을 특징으로 하는 사용자의 운전 스타일을 반영한 자율 주행 장치. - 제15항에 있어서,
상기 운전 스타일 정보 생성부는,
상기 차량의 차량자가진단장치(On-Board Diagnostics, OBD)로부터, 상기 사용자의 조작에 따른 상기 차량 조작 정보를 수집하는 것을 특징으로 하는 사용자의 운전 스타일을 반영한 자율 주행 장치. - 제12항에 있어서,
상기 사용자의 상기 운전 스타일 정보는,
상기 교통 상황에서 상기 사용자가 수행하는 감속, 가속 추월, 정속 주행 및 정지 중 어느 하나의 행동을 의미하는 것을 특징으로 하는 사용자의 운전 스타일을 반영한 자율 주행 장치. - 제17항에 있어서,
상기 사용자의 운전 스타일 정보는,
끼어들기 허용 여부, 보행자의 횡단 우선순위 정보 중 선행 차량 정지 시 감속 페달 조작 정보 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 사용자의 운전 스타일을 반영한 자율 주행 장치. - 제12항에 있어서,
상기 운전 스타일 정보 생성부는,
상기 사용자의 실제 주행 시 수집된 상기 사용자의 차량 조작 정보를 기반으로 상기 운전 스타일 정보를 생성하는 것을 특징으로 하는 사용자의 운전 스타일을 반영한 자율 주행 장치. - 제19항에 있어서,
상기 운전 스타일 적용부는,
상기 사용자의 운전 스타일이 기 학습되지 않은 경우 기본 운전 스타일을 상기 자율 주행 차량의 시스템에 적용하고, 상기 기본 운전 스타일이 적용된 상기 자율 주행 차량이 주행하는 동안, 상기 사용자로부터 피드백 정보를 입력받으며, 입력받은 피드백 정보를 기반으로 상기 기본 운전 스타일을 수정하여, 상기 사용자의 운전 스타일을 학습하는 것을 특징으로 하는 사용자의 운전 스타일을 반영한 자율 주행 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180053821A KR20190134906A (ko) | 2018-05-10 | 2018-05-10 | 사용자의 운전 스타일을 반영한 자율 주행 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180053821A KR20190134906A (ko) | 2018-05-10 | 2018-05-10 | 사용자의 운전 스타일을 반영한 자율 주행 장치 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20190134906A true KR20190134906A (ko) | 2019-12-05 |
Family
ID=69002399
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180053821A KR20190134906A (ko) | 2018-05-10 | 2018-05-10 | 사용자의 운전 스타일을 반영한 자율 주행 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20190134906A (ko) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113401135A (zh) * | 2021-06-30 | 2021-09-17 | 东风汽车集团股份有限公司 | 驾驶功能智能配置推送方法、装置、设备及存储介质 |
| CN114013448A (zh) * | 2021-10-20 | 2022-02-08 | 奇瑞汽车股份有限公司 | 汽车的控制方法、装置及计算机存储介质 |
| CN114228722A (zh) * | 2021-12-06 | 2022-03-25 | 上海前晨汽车科技有限公司 | 驾驶风格划分方法、装置、设备、存储介质和程序产品 |
| KR20230033111A (ko) | 2021-08-27 | 2023-03-08 | 포티투닷 주식회사 | 운전자의 상황별 운전 스타일에 기초한 차량의 자율 운행 제어 방법 및 장치 |
| KR20240012814A (ko) | 2022-07-21 | 2024-01-30 | 주식회사 로드맵 | 인공지능 기반의 콜드체인 배송차량의 냉동부최적 제어방법 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170129539A (ko) | 2016-05-17 | 2017-11-27 | 현대자동차주식회사 | 사용자 설정을 고려한 자율 주행 제어 장치 및 방법 |
-
2018
- 2018-05-10 KR KR1020180053821A patent/KR20190134906A/ko unknown
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170129539A (ko) | 2016-05-17 | 2017-11-27 | 현대자동차주식회사 | 사용자 설정을 고려한 자율 주행 제어 장치 및 방법 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113401135A (zh) * | 2021-06-30 | 2021-09-17 | 东风汽车集团股份有限公司 | 驾驶功能智能配置推送方法、装置、设备及存储介质 |
| CN113401135B (zh) * | 2021-06-30 | 2024-01-16 | 岚图汽车科技有限公司 | 驾驶功能智能配置推送方法、装置、设备及存储介质 |
| KR20230033111A (ko) | 2021-08-27 | 2023-03-08 | 포티투닷 주식회사 | 운전자의 상황별 운전 스타일에 기초한 차량의 자율 운행 제어 방법 및 장치 |
| CN114013448A (zh) * | 2021-10-20 | 2022-02-08 | 奇瑞汽车股份有限公司 | 汽车的控制方法、装置及计算机存储介质 |
| CN114013448B (zh) * | 2021-10-20 | 2023-09-26 | 奇瑞汽车股份有限公司 | 汽车的控制方法、装置及计算机存储介质 |
| CN114228722A (zh) * | 2021-12-06 | 2022-03-25 | 上海前晨汽车科技有限公司 | 驾驶风格划分方法、装置、设备、存储介质和程序产品 |
| CN114228722B (zh) * | 2021-12-06 | 2023-10-24 | 上海前晨汽车科技有限公司 | 驾驶风格划分方法、装置、设备、存储介质和程序产品 |
| KR20240012814A (ko) | 2022-07-21 | 2024-01-30 | 주식회사 로드맵 | 인공지능 기반의 콜드체인 배송차량의 냉동부최적 제어방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20190134906A (ko) | 사용자의 운전 스타일을 반영한 자율 주행 장치 및 방법 | |
| CN109562758B (zh) | 自动驾驶车辆的控制方法及控制装置 | |
| JP6773040B2 (ja) | 情報処理システム、および情報処理システムの情報処理方法、情報処理装置、並びにプログラム | |
| US9298184B2 (en) | Process and device to enable or disable an automatic driving function | |
| WO2017163667A1 (ja) | 運転支援方法およびそれを利用した運転支援装置、自動運転制御装置、車両、運転支援システム、プログラム | |
| KR20190054374A (ko) | 주행 경험 정보를 이용한 자율주행 학습 장치 및 방법 | |
| JP2017178267A (ja) | 運転支援方法およびそれを利用した運転支援装置、自動運転制御装置、車両、プログラム | |
| JPWO2017057059A1 (ja) | 運転制御装置、および運転制御方法、並びにプログラム | |
| JP7119653B2 (ja) | 車両制御装置 | |
| JP7158352B2 (ja) | 運転支援装置、車両の制御方法、およびプログラム | |
| JP2015000722A (ja) | 車両作動方法および車両作動装置 | |
| CN112601689B (zh) | 车辆的行驶控制方法及行驶控制装置 | |
| JP6838821B2 (ja) | 車両制御装置 | |
| JP6604577B2 (ja) | 運転支援方法およびそれを利用した運転支援装置、運転支援システム、自動運転制御装置、車両、プログラム | |
| JP6646856B2 (ja) | 運転支援装置および運転支援方法、自動運転制御装置、車両、プログラム | |
| WO2019044427A1 (ja) | 支援方法およびそれを利用した支援システム、支援装置 | |
| WO2018138980A1 (ja) | 制御システム、制御方法及びプログラム | |
| JP6906175B2 (ja) | 運転支援方法およびそれを利用した運転支援装置、自動運転制御装置、車両、プログラム、運転支援システム | |
| CN111532267A (zh) | 车辆及其控制装置以及控制方法 | |
| US20230143515A1 (en) | Driving assistance apparatus | |
| JP2017097846A (ja) | 交通参加者の注意度を改善する方法及びシステム | |
| US20220161819A1 (en) | Automatic motor-vehicle driving speed control based on driver's driving behaviour | |
| CN109987090A (zh) | 驾驶辅助***和方法 | |
| JP7116540B2 (ja) | 運転アドバイス装置及び運転アドバイス方法 | |
| CN116507537A (zh) | 用于根据驾驶员数据运行驾驶功能的车辆引导***和方法 |