KR20200125910A - 자율 주행 차량 거동을 디스플레이하기 위한 그래픽 사용자 인터페이스 - Google Patents
자율 주행 차량 거동을 디스플레이하기 위한 그래픽 사용자 인터페이스 Download PDFInfo
- Publication number
- KR20200125910A KR20200125910A KR1020200050876A KR20200050876A KR20200125910A KR 20200125910 A KR20200125910 A KR 20200125910A KR 1020200050876 A KR1020200050876 A KR 1020200050876A KR 20200050876 A KR20200050876 A KR 20200050876A KR 20200125910 A KR20200125910 A KR 20200125910A
- Authority
- KR
- South Korea
- Prior art keywords
- vehicle
- passenger
- user interface
- graphical user
- sensor data
- Prior art date
Links
- 230000006399 behavior Effects 0.000 title description 36
- 230000007423 decrease Effects 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims description 65
- 230000004044 response Effects 0.000 claims description 54
- 238000003860 storage Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 17
- 238000010276 construction Methods 0.000 claims description 16
- 238000005516 engineering process Methods 0.000 abstract description 10
- 230000033001 locomotion Effects 0.000 description 48
- 238000004891 communication Methods 0.000 description 41
- 230000001133 acceleration Effects 0.000 description 25
- 230000008859 change Effects 0.000 description 22
- 230000009471 action Effects 0.000 description 20
- 230000008569 process Effects 0.000 description 16
- 230000014509 gene expression Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 13
- 238000005259 measurement Methods 0.000 description 12
- 238000013500 data storage Methods 0.000 description 11
- 230000001149 cognitive effect Effects 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000004807 localization Effects 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 8
- 230000036772 blood pressure Effects 0.000 description 6
- 230000004927 fusion Effects 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000036760 body temperature Effects 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 230000010344 pupil dilation Effects 0.000 description 3
- 229920001621 AMOLED Polymers 0.000 description 2
- UCTWMZQNUQWSLP-UHFFFAOYSA-N adrenaline Chemical compound CNCC(O)C1=CC=C(O)C(O)=C1 UCTWMZQNUQWSLP-UHFFFAOYSA-N 0.000 description 2
- 230000016571 aggressive behavior Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000009191 jumping Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 210000001747 pupil Anatomy 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 206010040914 Skin reaction Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 210000003792 cranial nerve Anatomy 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000001179 pupillary effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000035483 skin reaction Effects 0.000 description 1
- 231100000430 skin reaction Toxicity 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000002366 time-of-flight method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000001429 visible spectrum 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
- B60K35/20—Output arrangements, i.e. from vehicle to user, associated with vehicle functions or specially adapted therefor
- B60K35/21—Output arrangements, i.e. from vehicle to user, associated with vehicle functions or specially adapted therefor using visual output, e.g. blinking lights or matrix displays
- B60K35/22—Display screens
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
- B60K35/20—Output arrangements, i.e. from vehicle to user, associated with vehicle functions or specially adapted therefor
- B60K35/28—Output arrangements, i.e. from vehicle to user, associated with vehicle functions or specially adapted therefor characterised by the type of the output information, e.g. video entertainment or vehicle dynamics information; characterised by the purpose of the output information, e.g. for attracting the attention of the driver
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- 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
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0097—Predicting future conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0013—Planning or execution of driving tasks specially adapted for occupant comfort
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K2360/00—Indexing scheme associated with groups B60K35/00 or B60K37/00 relating to details of instruments or dashboards
- B60K2360/11—Instrument graphical user interfaces or menu aspects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K2360/00—Indexing scheme associated with groups B60K35/00 or B60K37/00 relating to details of instruments or dashboards
- B60K2360/16—Type of output information
- B60K2360/166—Navigation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K2360/00—Indexing scheme associated with groups B60K35/00 or B60K37/00 relating to details of instruments or dashboards
- B60K2360/16—Type of output information
- B60K2360/171—Vehicle or relevant part thereof displayed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K2360/00—Indexing scheme associated with groups B60K35/00 or B60K37/00 relating to details of instruments or dashboards
- B60K2360/16—Type of output information
- B60K2360/175—Autonomous driving
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K2360/00—Indexing scheme associated with groups B60K35/00 or B60K37/00 relating to details of instruments or dashboards
- B60K2360/16—Type of output information
- B60K2360/176—Camera images
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K2360/00—Indexing scheme associated with groups B60K35/00 or B60K37/00 relating to details of instruments or dashboards
- B60K2360/16—Type of output information
- B60K2360/178—Warnings
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K2360/00—Indexing scheme associated with groups B60K35/00 or B60K37/00 relating to details of instruments or dashboards
- B60K2360/16—Type of output information
- B60K2360/179—Distances to obstacles or vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K2360/00—Indexing scheme associated with groups B60K35/00 or B60K37/00 relating to details of instruments or dashboards
- B60K2360/60—Structural details of dashboards or instruments
- B60K2360/65—Features of dashboards
- B60K2360/652—Crash protection features
-
- B60K2370/152—
-
- B60K2370/175—
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
- B60K35/10—Input arrangements, i.e. from user to vehicle, associated with vehicle functions or specially adapted therefor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/146—Display means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/50—Barriers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2300/00—Purposes or special features of road vehicle drive control systems
- B60Y2300/08—Predicting or avoiding probable or impending collision
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
자율 주행 차량의 거동을 표시하기 위한 그래픽 사용자 인터페이스를 생성 및 제시하기 위한 기술이 개시된다. 본 기술은 실제 환경에서 작동하는 차량의 궤도를 결정하는 것을 포함한다. 차량의 센서는 실제 환경에서 물체를 나타내는 센서 데이터를 취득한다. 물체와의 충돌을 피하기 위한 차량의 조작은 센서 데이터 및 차량의 궤도에 기초하여 예측된다. 차량에 탑승한 탑승자의 탑승자 안락도가 차량의 조작에 기초하여 감소할 것으로 결정된다. 탑승자 안락도는 차량의 탑승자 센서에 의해 측정된다. 차량, 물체, 및 예측된 조작을 탑승자에게 알리는 그래픽, 텍스트 또는 심볼의 표현을 포함하는 그래픽 사용자 인터페이스가 생성된다. 그래픽 사용자 인터페이스는 차량의 디스플레이 디바이스에 전송된다.
Description
[관련 출원의 교차 참조]
본 출원은 2020년 4월 22일자로 출원된, 발명의 명칭이 "Graphical User Interface for Display of Autonomous Vehicle Behaviors"인 미국 특허 출원 제16/855,954호 및 2019년 4월 25일자로 출원된, 발명의 명칭이 "Graphical User Interface for Display of Autonomous Vehicle Behaviors"인 미국 가특허 출원 제62/838,359호에 대한 우선권을 주장하며, 이 미국 출원의 전체 내용은 참조에 의해 본 명세서에 포함된다.
본 출원은 이하의 미국 특허 출원: 2018년 10월 29일자로 출원된, 발명의 명칭이 "Systems and Methods for Controlling Actuators Based on Load Characteristics and Passenger Comfort"인 미국 가특허 출원 제62/752,277호, 및 2019년 2월 15일자로 출원된, 발명의 명칭이 "Systems and Methods for Measuring and Increasing Passenger Comfort"인 미국 가출원 제62/806,403호에 대한 우선권을 주장하는, 2019년 10월 18일자로 출원된, 발명의 명칭이 "Systems and Methods for Controlling Actuators Based on Load Characteristics and Passenger Comfort"인 미국 특허 출원 제16/656,655호 각각에 관련되고, 그 전체를 참조에 의해 포함한다.
[기술 분야]
본 설명은 일반적으로 자동차 애플리케이션에 대한 그래픽 사용자 인터페이스에 관한 것이다.
자율 주행 차량은 교통 정체 및 사고를 줄이고, 장애인에 대한 접근성을 제공하며, 탄소 배출을 감소시킬 것이다. 그렇지만, 자율 주행 차량의 안전성에 대한 대중의 낮은 신뢰 수준으로 인해 대중에 의한 자율 주행 차량의 광범위한 채택이 느려질 수 있다.
자율 주행 차량 거동의 디스플레이를 위한 그래픽 사용자 인터페이스를 생성 및 제시하기 위한 기술이 개시되어 있다. 이 기술은 현실 세계 환경에서 동작하는 차량의 하나 이상의 프로세서를 사용하여 현실 세계 환경에서의 차량의 궤적을 결정하는 것을 포함한다. 차량의 하나 이상의 센서는 현실 세계 환경에서의 대상체를 나타내는 센서 데이터를 획득하는 데 사용된다. 하나 이상의 프로세서는 센서 데이터 및 차량의 궤적에 기초하여 대상체와의 충돌을 회피하기 위한 차량의 조작을 예측하는 데 사용된다. 하나 이상의 프로세서는 차량의 조작에 기초하여 차량에 승차하고 있는 승객의 승객 편의 레벨(passenger comfort level)이 감소할 것이라고 결정하는 데 사용된다. 승객 편의 레벨은 차량의 하나 이상의 승객 센서에 의해 측정된다. 하나 이상의 프로세서는 차량의 표현, 대상체의 표현, 및 예측된 조작을 승객에 알리는 그래픽, 텍스트, 또는 심벌을 포함하는 그래픽 사용자 인터페이스를 생성하는 데 사용된다. 그래픽 사용자 인터페이스는 차량의 디스플레이 디바이스에 송신된다.
일부 실시예에서, 현실 세계 환경에서 동작하는 차량의 하나 이상의 프로세서는 차량의 하나 이상의 센서로부터 수신되는 센서 데이터에 기초하여 대상체를 식별하는 데 사용된다. 하나 이상의 프로세서는 차량의 표현 및 대상체의 표현을 포함하는 그래픽 사용자 인터페이스를 생성하는 데 사용된다. 하나 이상의 프로세서는 차량과 대상체의 충돌 확률이 임계 값보다 크다고 결정하는 데 사용된다. 하나 이상의 프로세서는 차량과 대상체의 충돌을 회피하기 위한 차량에 대한 동작 제약을 결정하는 데 사용된다. 하나 이상의 프로세서는 동작 제약을 디스플레이하도록 그래픽 사용자 인터페이스를 업데이트하는 데 사용된다. 업데이트된 그래픽 사용자 인터페이스는 차량의 디스플레이 디바이스에 송신된다.
일부 실시예에서, 그래픽 사용자 인터페이스는 제1 시간에서 생성된다. 그래픽 사용자 인터페이스는 차량의 기하학적 모델 및 차량으로부터 제1 거리에 위치한 대상체의 기하학적 모델을 포함한다. 제2 시간에서, 대상체가 차량으로부터 제2 거리에 위치하는 것으로 결정된다. 제2 시간은 제1 시간 이후이고 제2 거리는 제1 거리보다 작다. 차량의 하나 이상의 프로세서는 대상체와의 충돌을 회피하기 위한 차량에 대한 차량 조작을 결정하는 데 사용된다. 하나 이상의 프로세서는 업데이트된 그래픽 사용자 인터페이스가 차량 조작에 대응하는 차량의 궤적을 디스플레이하도록 그래픽 사용자 인터페이스를 업데이트하는 데 사용된다. 차량의 궤적을 포함하는 업데이트된 그래픽 사용자 인터페이스는 차량의 디스플레이 디바이스에 송신된다.
일부 실시예에서, 그래픽 사용자 인터페이스는 현실 세계 환경에서 동작하는 차량의 디스플레이 디바이스 상에 디스플레이된다. 그래픽 사용자 인터페이스는 차량의 표현 및 현실 세계 환경의 표현을 포함한다. 차량의 하나 이상의 프로세서는 차량이 제1 시간에서 제동 동작을 수행할 것인지 여부를 결정하는 데 사용된다. 차량이 제1 시간에서 제동 동작을 수행할 것이라고 결정하는 것에 응답하여, 차량의 하나 이상의 승객 센서는 하나 이상의 승객이 차량에 승차하고 있는지 여부를 결정하는 데 사용된다. 하나 이상의 승객이 차량에 승차하고 있다고 결정하는 것에 응답하여, 오디오 출력이 제1 시간 이전의 제2 시간에서 스마트 스피커를 사용하여 송신된다. 오디오 출력은 차량이 제1 시간에서 제동 동작을 수행할 것임을 하나 이상의 승객에게 통보한다. 그래픽 사용자 인터페이스에 대한 업데이트가 디스플레이 디바이스 상에 디스플레이된다. 업데이트는 제2 시간과 제1 시간 사이의 시간 차이의 표현을 포함한다.
이러한 양태, 특징, 및 구현예 그리고 다른 양태, 특징 및 구현예는 방법, 장치, 시스템, 컴포넌트, 프로그램 제품, 기능을 수행하기 위한 수단 또는 단계로서, 및 다른 방식으로 표현될 수 있다.
이러한 양태, 특징, 및 구현예 그리고 다른 양태, 특징 및 구현예는 청구항을 포함하여, 이하의 설명으로부터 명백해질 것이다.
도 1은 하나 이상의 실시예에 따른, 자율 주행 능력을 갖는 자율 주행 차량(AV; autonomous vehicle)의 예를 도시한다.
도 2는 하나 이상의 실시예에 따른, 예시적인 "클라우드" 컴퓨팅 환경을 예시한다.
도 3은 하나 이상의 실시예에 따른, 컴퓨터 시스템을 예시한다.
도 4는 하나 이상의 실시예에 따른, AV에 대한 예시적인 아키텍처를 도시한다.
도 5는 하나 이상의 실시예에 따른, 인지 모듈에 의해 사용될 수 있는 입력 및 출력의 일 예를 도시한다.
도 6은 하나 이상의 실시예에 따른, LiDAR 시스템의 일 예를 도시한다.
도 7은 하나 이상의 실시예에 따른, 동작 중인 LiDAR 시스템을 도시한다.
도 8은 하나 이상의 실시예에 따른, LiDAR 시스템의 동작을 추가적으로 상세하게 도시한다.
도 9는 하나 이상의 실시예에 따른, 계획 모듈의 입력과 출력 사이의 관계의 블록 다이어그램을 도시한다.
도 10은 하나 이상의 실시예에 따른, 경로 계획에서 사용되는 방향 그래프를 도시한다.
도 11은 하나 이상의 실시예에 따른, 제어 모듈의 입력 및 출력의 블록 다이어그램을 도시한다.
도 12는 하나 이상의 실시예에 따른, 제어기의 입력, 출력, 및 컴포넌트의 블록 다이어그램을 도시한다.
도 13은 하나 이상의 실시예에 따른, AV 동작 환경의 블록 다이어그램이다.
도 14는 하나 이상의 실시예에 따른, 그래픽 사용자 인터페이스에서 자율 주행 차량 거동을 디스플레이하기 위한 디스플레이 디바이스를 예시한다.
도 15는 하나 이상의 실시예에 따른, 그래픽 사용자 인터페이스에서 자율 주행 차량 거동을 디스플레이하기 위한 모바일 디스플레이 디바이스를 예시한다.
도 16은 하나 이상의 실시예에 따른, 자율 주행 차량 거동을 디스플레이하기 위한 그래픽 사용자 인터페이스를 예시한다.
도 17은 하나 이상의 실시예에 따른, 자율 주행 차량 거동을 디스플레이하기 위한 기하학적 모델을 예시한다.
도 18은 하나 이상의 실시예에 따른, 자율 주행 차량 거동을 디스플레이하기 위한 그래픽 사용자 인터페이스를 예시한다.
도 19는 하나 이상의 실시예에 따른, 승객에게 제동 동작을 알리기 위한 그래픽 사용자 인터페이스를 예시한다.
도 20은 하나 이상의 실시예에 따른, 자율 주행 차량 거동을 디스플레이하기 위한 그래픽 사용자 인터페이스를 예시한다.
도 21 내지 도 24는 하나 이상의 실시예에 따른, 자율 주행 차량 거동을 디스플레이하는 그래픽 사용자 인터페이스를 생성하기 위한 프로세스를 예시한다.
도 2는 하나 이상의 실시예에 따른, 예시적인 "클라우드" 컴퓨팅 환경을 예시한다.
도 3은 하나 이상의 실시예에 따른, 컴퓨터 시스템을 예시한다.
도 4는 하나 이상의 실시예에 따른, AV에 대한 예시적인 아키텍처를 도시한다.
도 5는 하나 이상의 실시예에 따른, 인지 모듈에 의해 사용될 수 있는 입력 및 출력의 일 예를 도시한다.
도 6은 하나 이상의 실시예에 따른, LiDAR 시스템의 일 예를 도시한다.
도 7은 하나 이상의 실시예에 따른, 동작 중인 LiDAR 시스템을 도시한다.
도 8은 하나 이상의 실시예에 따른, LiDAR 시스템의 동작을 추가적으로 상세하게 도시한다.
도 9는 하나 이상의 실시예에 따른, 계획 모듈의 입력과 출력 사이의 관계의 블록 다이어그램을 도시한다.
도 10은 하나 이상의 실시예에 따른, 경로 계획에서 사용되는 방향 그래프를 도시한다.
도 11은 하나 이상의 실시예에 따른, 제어 모듈의 입력 및 출력의 블록 다이어그램을 도시한다.
도 12는 하나 이상의 실시예에 따른, 제어기의 입력, 출력, 및 컴포넌트의 블록 다이어그램을 도시한다.
도 13은 하나 이상의 실시예에 따른, AV 동작 환경의 블록 다이어그램이다.
도 14는 하나 이상의 실시예에 따른, 그래픽 사용자 인터페이스에서 자율 주행 차량 거동을 디스플레이하기 위한 디스플레이 디바이스를 예시한다.
도 15는 하나 이상의 실시예에 따른, 그래픽 사용자 인터페이스에서 자율 주행 차량 거동을 디스플레이하기 위한 모바일 디스플레이 디바이스를 예시한다.
도 16은 하나 이상의 실시예에 따른, 자율 주행 차량 거동을 디스플레이하기 위한 그래픽 사용자 인터페이스를 예시한다.
도 17은 하나 이상의 실시예에 따른, 자율 주행 차량 거동을 디스플레이하기 위한 기하학적 모델을 예시한다.
도 18은 하나 이상의 실시예에 따른, 자율 주행 차량 거동을 디스플레이하기 위한 그래픽 사용자 인터페이스를 예시한다.
도 19는 하나 이상의 실시예에 따른, 승객에게 제동 동작을 알리기 위한 그래픽 사용자 인터페이스를 예시한다.
도 20은 하나 이상의 실시예에 따른, 자율 주행 차량 거동을 디스플레이하기 위한 그래픽 사용자 인터페이스를 예시한다.
도 21 내지 도 24는 하나 이상의 실시예에 따른, 자율 주행 차량 거동을 디스플레이하는 그래픽 사용자 인터페이스를 생성하기 위한 프로세스를 예시한다.
설명을 위한 이하의 기술에서는, 본 실시예에 대한 완전한 이해를 제공하기 위해 다수의 특정 세부사항이 제시된다. 그렇지만, 본 실시예가 이러한 특정 세부사항 없이 실시될 수 있다는 것이 명백할 것이다.
도면에서, 기술을 용이하게 하기 위해, 디바이스, 모듈, 명령 블록 및 데이터 요소를 나타내는 것과 같은 개략적 요소의 특정 배열 또는 순서가 도시된다. 그렇지만, 본 기술 분야의 일반적 기술자라면, 도면에서의 개략적 요소의 특정 순서 또는 배열이 프로세싱의 특정한 순서 또는 시퀀스, 또는 프로세스의 분리가 요구된다는 것을 암시하는 것을 의미하지는 않는다는 점을 이해할 것이다. 또한, 도면에 개략적 요소를 포함시키는 것이, 그러한 요소가 모든 실시예에서 요구된다는 것을 암시하는 것을 의미하지 않거나, 또는 그러한 요소에 의해 표현된 특징이 일부 실시예에서 포함되지 않거나 또는 다른 요소와 조합되지 않을 수 있다는 점을 암시하는 것을 의미하지 않는다.
또한, 도면에서, 2개 이상의 다른 개략적 요소 사이의 연결, 관계 또는 연관을 예시하기 위해 실선 또는 파선 또는 화살표와 같은 연결 요소가 사용되는 경우에, 임의의 그러한 연결 요소의 부재는 연결, 관계 또는 연관이 존재할 수 없다는 점을 암시하는 것을 의미하지 않는다. 환언하면, 요소 사이의 일부 연결, 관계, 또는 연관은 본 개시내용을 모호하게 하지 않기 위해 도면에 도시되지 않는다. 또한, 예시를 용이하게 하기 위해, 요소 사이의 다수의 연결, 관계 또는 연관을 표현하기 위해 단일의 연결 요소가 사용된다. 예를 들어, 연결 요소가 신호, 데이터 또는 명령어의 통신을 표현하는 경우, 본 기술 분야의 일반적 기술자라면, 그러한 요소가, 통신에 영향을 주기 위해 필요할 수 있는 하나 또는 다수의 신호 경로(예를 들어, 버스)를 표현한다는 것을 이해할 것이다.
그 예가 첨부 도면에 예시된 실시예가 이제 상세하게 참조될 것이다. 이하의 상세한 설명에서, 다양한 기술된 실시예에 대한 완전한 이해를 제공하기 위해 많은 특정 세부사항이 제시된다. 그렇지만, 다양한 기술된 실시예가 이러한 특정 세부사항 없이 실시될 수 있다는 것이 본 기술 분야의 일반적 기술자에게 명백할 것이다. 다른 예에서, 실시예의 양태를 불필요하게 모호하게 하지 않기 위해 공지된 방법, 절차, 컴포넌트, 회로, 및 네트워크는 상세하게 기술되지 않았다.
서로 독립적으로 또는 다른 특징의 임의의 조합과 함께 각각 사용될 수 있는 여러 특징이 이하에 기술된다. 그렇지만, 임의의 개별 특징은 위에서 논의된 문제 중 임의의 것을 해결할 수 없거나 또는 위에서 논의된 문제 중 단지 하나만을 해결할 수 있다. 위에서 논의된 문제 중 일부는 본원에 기술된 특징 중 임의의 것에 의해 완전히 해결되지는 않을 수 있다. 표제가 제공되지만, 특정 표제와 관련되지만 해당 표제를 갖는 섹션에서 발견되지 않은 정보가 본 설명의 다른 곳에서 발견될 수도 있다. 실시예는 이하의 개요에 따라 본원에 기술된다.
1.
일반적 개관
2.
시스템 개관
3.
자율 주행 차량 아키텍처
4.
자율 주행 차량 입력
5.
자율 주행 차량 계획
6.
자율 주행 차량 제어
7.
자율 주행 차량에 대한 동작 환경
8.
자율 주행 차량에 대한 예시적인 디스플레이 디바이스
9.
자율 주행 차량에 대한 예시적인 그래픽 사용자 인터페이스
10.
자율 주행 차량 거동을 디스플레이하는 그래픽 사용자 인터페이스를 생성하기 위한 프로세스
일반적 개관
자율 주행 차량(AV)은 온보드 센서를 사용하여 현실 세계 환경 내에서 운행하면서 대상체를 검출하고 대상체까지의 거리를 결정한다. AV의 디스플레이 디바이스는 그래픽 사용자 인터페이스를 디스플레이하는 데 사용될 수 있다. 그래픽 사용자 인터페이스는 AV의 표현 및 현실 세계 환경의 표현을 포함한다. 예를 들어, 현실 세계 환경의 표현은 진행 차선, 교통 신호등, 공사 구역, 다른 차량, 보행자, 자전거 운전자 등과 같은 대상체를 포함할 수 있다. 대상체와의 충돌을 회피하기 위한 AV의 예측된 조작이 그래픽 사용자 인터페이스 상에 디스플레이될 수 있다. 예를 들어, AV가 제동 동작을 수행하기 전에, 디스플레이 디바이스는 AV가 제동 동작을 수행할 것이라는 사전 경고를 AV에 승차하고 있는 승객에게 제공하는 데 사용될 수 있다. 따라서, 승객은 소지품을 고정시키는 것 또는 팔걸이를 붙잡는 것에 의해 제동 동작에 대해 준비할 수 있다. 예측된 조작 및 다른 대상체를 디스플레이하는 것은 승객 편의 레벨을 향상시키고 AV에 대한 더 큰 신뢰감을 승객에게 제공한다.
시스템 개관
도 1은 자율 주행 능력을 갖는 자율 주행 차량(100)의 일 예를 도시한다.
본원에서 사용되는 바와 같이, 용어 "자율 주행 능력"은, 완전한 자율 주행 차량, 고도의 자율 주행 차량, 부분적 자율 주행 차량, 및 조건부 자율 주행 차량을 제한 없이 포함하는, 실시간 인간 개입 없이 차량이 부분적으로 또는 완전하게 동작될 수 있게 하는 기능, 특징, 또는 설비를 지칭한다.
본원에서 사용되는 바와 같이, 자율 주행 차량(AV)은 자율 주행 능력을 갖는 차량이다.
본원에서 사용되는 바와 같이, "차량"은 상품 또는 사람의 운송 수단을 포함한다. 예를 들어, 자동차, 버스, 기차, 비행기, 드론, 트럭, 보트, 선박, 잠수함, 비행선 등. 무인 자동차는 차량의 일 예이다.
본원에서 사용되는 바와 같이, "궤적"은 AV를 제1 시공간적 위치로부터 제2 시공간적 위치로 운행시키는 경로 또는 루트를 지칭한다. 일 실시예에서, 제1 시공간적 위치는 최초 또는 시작 위치라고 지칭되고 제2 시공간적 위치는 목적지, 최종 위치, 목표, 목표 위치 또는 목표 장소라고 지칭된다. 일부 예에서, 궤적은 하나 이상의 세그먼트(예를 들어, 도로의 섹션)로 구성되고, 각각의 세그먼트는 하나 이상의 블록(예를 들어, 차선 또는 교차로의 부분)으로 구성된다. 일 실시예에서, 시공간적 위치는 현실 세계 위치에 대응한다. 예를 들어, 시공간적 위치는 사람을 태우거나 내려주고 또는 상품을 싣거나 내리는 픽업(pick up) 또는 드롭-오프(drop-off) 위치이다.
본원에서 사용되는 바와 같이, "센서(들)"는 센서를 둘러싸는 환경에 관한 정보를 검출하는 하나 이상의 하드웨어 컴포넌트를 포함한다. 하드웨어 컴포넌트 중 일부는 감지 컴포넌트(예를 들어, 이미지 센서, 생체측정 센서), 송신 및/또는 수신 컴포넌트(예를 들어, 레이저 또는 라디오 주파수 파 송신기 및 수신기), 아날로그 대 디지털 변환기와 같은 전자 컴포넌트, 데이터 저장 디바이스(예를 들어, RAM 및/또는 비휘발성 스토리지), 소프트웨어 또는 펌웨어 컴포넌트, 및 ASIC(application-specific integrated circuit), 마이크로프로세서 및/또는 마이크로컨트롤러와 같은 데이터 프로세싱 컴포넌트를 포함할 수 있다.
본원에서 사용되는 바와 같이, "장면 묘사(scene description)"는 AV 차량 상의 하나 이상의 센서에 의해 검출되거나 AV 외부의 소스에 의해 제공되는 하나 이상의 분류된 또는 라벨링된 대상체를 포함하는 데이터 구조(예를 들어, 리스트) 또는 데이터 스트림이다.
본원에서 사용되는 바와 같이, "도로"는 차량에 의해 횡단될 수 있는 물리적 영역이고, 명명된 주요 도로(예를 들어, 도시 거리, 주간 고속도로 등)에 대응할 수 있거나, 또는 명명되지 않은 주요 도로(예를 들어, 주택 또는 사무실 건물 내의 사유 도로, 주차장 섹션, 공터 섹션, 시골 지역의 비포장 경로 등)에 대응할 수 있다. 일부 차량(예를 들어, 4륜 구동 픽업 트럭, 스포츠 유틸리티 차량 등)은 차량 진행에 대해 특히 적합하지 않은 다양한 물리적 영역을 횡단할 수 있기 때문에, "도로"는 임의의 지자체 또는 다른 정부 또는 행정처에 의해 주요 도로로 공식적으로 규정되지 않은 물리적 영역일 수 있다.
본원에서 사용되는 바와 같이, "차선"은 차량에 의해 횡단될 수 있는 도로의 한 부분이고, 차선 마킹 사이의 공간의 대부분 또는 전부에 대응할 수 있거나, 또는 차선 마킹 사이의 공간의 단지 일부(예를 들어, 50% 미만)에 대응할 수 있다. 예를 들어, 멀리 이격된 차선 마킹을 갖는 도로는 차선 마킹 사이에 둘 이상의 차량을 수용할 수 있어서, 하나의 차량이 차선 마킹을 횡단하지 않고 다른 차량을 추월할 수 있고, 따라서 차선 마킹 사이의 공간보다 협소한 차선을 갖거나 차선 마킹 사이에 2개의 차선을 갖는 것으로 해석될 수 있다. 차선은 차선 마킹의 부재 시에도 해석될 수 있다. 예를 들어, 차선은 환경의 물리적 특징, 예를 들어, 시골 지역에서의 주요 도로를 따라 있는 바위 및 나무에 기초하여 규정될 수 있다.
"하나 이상"은 하나의 요소에 의해 수행되는 기능, 하나보다 많은 요소에 의해, 예를 들어, 분산 방식으로, 수행되는 기능, 하나의 요소에 의해 수행되는 여러 기능, 여러 요소에 의해 수행되는 여러 기능, 또는 이들의 임의의 조합을 포함한다.
또한, 용어, 제1, 제2 등이, 일부 예에서, 다양한 요소를 기술하기 위해 본원에 사용되었지만, 이러한 요소는 이러한 용어에 의해 제한되지 않아야 한다는 것이 이해될 것이다. 이러한 용어들은 단지 하나의 요소를 다른 요소와 구별하는 데 사용된다.
본원에 기술된 다양한 실시예의 설명에 사용된 용어는 단지 특정한 실시예를 기술하기 위한 것이며, 제한하려는 것은 아니다. 기술된 다양한 실시예 및 첨부된 청구항의 설명에서 사용되는 바와 같이, 단수형은 문맥이 달리 명확히 표시하지 않는 한, 복수형을 포함하도록 의도되었다. 또한, 용어 "및/또는"은 본원에서 사용되는 바와 같이 열거된 연관 항목 중 하나 이상의 항목의 임의의 그리고 모든 가능한 조합을 지칭하고 포함한다는 것이 이해될 것이다. 게다가, 용어 "포함한다" 및/또는 "포함하는"은 본 설명에서 사용될 때, 언급된 특징, 정수, 단계, 동작, 요소, 및/또는 컴포넌트의 존재를 명기하지만, 하나 이상의 다른 특징, 정수, 단계, 동작, 요소, 컴포넌트, 및/또는 그의 그룹의 존재 또는 추가를 배제하지 않는다는 것도 이해될 것이다.
본원에서 사용되는 바와 같이, 용어 "~ 경우"는, 선택적으로, 문맥에 따라 "~할 때", 또는 "~시에" 또는 "결정에 응답하여" 또는 "검출에 응답하여"를 의미하는 것으로 해석된다. 마찬가지로, 구문 "~라고 결정된다면" 또는 "[언급된 조건 또는 이벤트]가 검출되는 경우"는, 선택적으로, 문맥에 따라, "결정할 시에" 또는 "결정에 응답하여" 또는 "[언급된 조건 또는 이벤트]의 검출 시에" 또는 "[언급된 조건 또는 이벤트]의 검출에 응답하여"를 의미하는 것으로 해석된다.
본원에서 사용되는 바와 같이, AV 시스템은 AV의 동작을 지원하는, 하드웨어, 소프트웨어, 저장 데이터, 및 실시간으로 생성된 데이터의 어레이와 함께 AV를 지칭한다. 일 실시예에서, AV 시스템은 AV 내에 포함된다. 일 실시예에서, AV 시스템은 여러 위치에 걸쳐 확산되어 있다. 예를 들어, AV 시스템의 소프트웨어 중 일부는 도 3과 관련하여 아래에서 기술되는 클라우드 컴퓨팅 환경(300)과 유사한 클라우드 컴퓨팅 환경 상에 구현된다.
일반적으로, 본원은 완전한 자율 주행 차량, 고도의 자율 주행 차량, 및 조건부 자율 주행 차량, 예를 들어 각각 소위 레벨 5 차량, 레벨 4 차량 및 레벨 3 차량을 포함하는 하나 이상의 자율 주행 능력을 갖는 임의의 차량에 적용 가능한 기술을 개시한다(차량의 자율성의 레벨 분류에 대한 세부사항은 본원에 그 전체가 참조로 포함된, SAE 국제 표준 J3016: 온로드 자동차 자동 운전 시스템에 관한 용어의 분류 및 정의(Taxonomy and Definitions for Terms Related to On-128-172020-02-28 Road Motor Vehicle Automated Driving Systems) 참조). 또한, 본원에서 개시된 기술은 부분적 자율 주행 차량 및 운전자 보조 차량, 예를 들어, 소위 레벨 2 및 레벨 1 차량에도 적용 가능하다(SAE 국제 표준 J3016: 온로드 자동차 자동 운전 시스템에 관한 용어의 분류 및 정의 참조). 일 실시예에서, 레벨 1, 레벨 2, 레벨 3, 레벨 4 및 레벨 5 차량 시스템 중 하나 이상은 센서 입력의 프로세싱에 기초하여 특정의 동작 조건 하에서 특정의 차량 동작(예를 들어, 조향, 제동, 및 맵 사용)을 자동화할 수 있다. 본원에서 개시된 기술은, 완전한 자율 주행 차량으로부터 사람-운전 차량에 이르는, 임의의 레벨에 있는 차량에 혜택을 줄 수 있다.
도 1을 참조하면, AV 시스템(120)은, 대상체(예를 들어, 자연 장애물(191), 차량(193), 보행자(192), 자전거 운전자, 및 다른 장애물)을 회피하고 도로 법규(예를 들어, 동작 규칙 또는 운전 선호도)를 준수하면서, 환경(190)을 통해 궤적(198)을 따라 AV(100)를 목적지(199)(때때로 최종 위치라고 지칭됨)로 동작시킨다.
일 실시예에서, AV 시스템(120)은 컴퓨터 프로세서(146)로부터의 동작 커맨드를 수신하고 이에 따라 작동하도록 설비된 디바이스(101)를 포함한다. 일 실시예에서, 컴퓨팅 프로세서(146)는 도 3을 참조하여 아래에 기술되는 프로세서(304)와 유사하다. 디바이스(101)의 예는 조향 제어(102), 브레이크(103), 기어, 가속기 페달 또는 다른 가속 제어 메커니즘, 앞유리 와이퍼, 사이드-도어 락, 윈도 제어, 및 방향 지시등을 포함한다.
일 실시예에서, AV 시스템(120)은, AV의 위치, 선형 속도 및 선형 가속도, 각속도 및 각가속도, 및 방향(예를 들어, AV(100)의 선단의 배향)과 같은, AV(100)의 상태 또는 조건의 특성을 측정 또는 추론하기 위한 센서(121)를 포함한다. 센서(121)의 예는 GNSS(Global Navigation Satellite System), 차량 선형 가속도 및 각속도(angular rate) 양자 모두를 측정하는 IMU(inertial measurement unit), 휠 슬립 비(wheel slip ratio)를 측정 또는 추산하기 위한 휠 속력 센서, 휠 브레이크 압력 또는 제동 토크 센서, 엔진 토크 또는 휠 토크 센서, 및 조향각(steering angle) 및 각속도 센서이다.
또한, 일 실시예에서, 센서(121)는 AV의 환경의 특성을 감지 또는 측정하기 위한 센서를 포함한다. 예를 들어, 가시광, 적외선 또는 열(또는 양자 모두) 스펙트럼식 단안 또는 스테레오 비디오 카메라(122), LiDAR(123), RADAR, 초음파 센서, TOF(time-of-flight) 심도 센서, 속력 센서, 온도 센서, 습도 센서, 및 강우 센서.
일 실시예에서, AV 시스템(120)은 컴퓨터 프로세서(146)와 연관된 머신 명령 또는 센서(121)에 의해 수집된 데이터를 저장하기 위한 데이터 저장 유닛(142) 및 메모리(144)를 포함한다. 일 실시예에서, 데이터 저장 유닛(142)은 도 3과 관련하여 아래에 기술되는 ROM(308) 또는 저장 디바이스(310)와 유사하다. 일 실시예에서, 메모리(144)는 아래에 기술되는 메인 메모리(306)와 유사하다. 일 실시예에서, 데이터 저장 유닛(142) 및 메모리(144)는 환경(190)에 관한 이력, 실시간, 및/또는 예측 정보를 저장한다. 일 실시예에서, 저장된 정보는 맵, 운전 성능, 교통 정체 업데이트 또는 날씨 상태를 포함한다. 일 실시예에서, 환경(190)에 관한 데이터는 원격에 위치한 데이터베이스(134)로부터 통신 채널을 통해 AV(100)에 송신된다.
일 실시예에서, AV 시스템(120)은 다른 차량의 상태 및 조건, 예를 들어, 위치, 선형 속도 및 각속도, 선형 가속도 및 각가속도, 및 AV(100)를 향한 선형 및 각도 방향의 측정된 또는 추론된 특성을 통신하기 위한 통신 디바이스(140)를 포함한다. 이 디바이스는 V2V(Vehicle-to-Vehicle) 및 V2I(Vehicle-to-Infrastructure) 통신 디바이스 및 지점간(point-to-point) 또는 애드혹(ad hoc) 네트워크 또는 양자 모두를 통한 무선 통신을 위한 디바이스를 포함한다. 일 실시예에서, 통신 디바이스(140)는 (라디오 및 광학적 통신을 포함하는) 전자기 스펙트럼 또는 다른 매체(예를 들어, 공기 및 음향 매체)를 통해 통신한다. V2V(Vehicle-to-Vehicle), V2I(Vehicle-to-Infrastructure) 통신(및 일부 실시예에서 하나 이상의 다른 타입의 통신)의 조합이 때때로 V2X(Vehicle-to-Everything) 통신이라고 지칭된다. V2X 통신은 전형적으로, 자율 주행 차량 간의 사이 및 자율 주행 차량들 간의 통신을 위한 하나 이상의 통신 표준에 따른다.
일 실시예에서, 통신 디바이스(140)는 통신 인터페이스를 포함한다. 예를 들어, 유선, 무선, WiMAX, Wi-Fi, 블루투스, 위성, 셀룰러, 광학, 근거리, 적외선, 또는 라디오 인터페이스. 통신 인터페이스는 원격에 위치한 데이터베이스(134)로부터 AV 시스템(120)으로 데이터를 송신한다. 일 실시예에서, 원격에 위치한 데이터베이스(134)는 도 2에 기술된 바와 같이 클라우드 컴퓨팅 환경(200)에 내장된다. 통신 인터페이스(140)는 센서(121)로부터 수집된 데이터 또는 AV(100)의 동작에 관련된 다른 데이터를 원격에 위치한 데이터베이스(134)에 송신한다. 일 실시예에서, 통신 인터페이스(140)는 원격 조작에 관련되는 정보를 AV(100)에 송신한다. 일부 실시예에서, AV(100)는 다른 원격(예를 들어, "클라우드") 서버(136)와 통신한다.
일 실시예에서, 원격에 위치한 데이터베이스(134)는 또한 (예를 들어, 도로 및 거리 위치와 같은 데이터를 저장하는) 디지털 데이터를 저장 및 송신한다. 이러한 데이터는 AV(100) 상의 메모리(144)에 저장되거나, 원격에 위치한 데이터베이스(134)로부터 통신 채널을 통해 AV(100)에 송신된다.
일 실시예에서, 원격에 위치한 데이터베이스(134)는 하루 중 유사한 시간에서 궤적(198)을 따라 이전에 진행된 차량의 운전 특성(예를 들어, 속력 및 가속도 프로파일)에 관한 이력 정보를 저장 및 송신한다. 일 구현예에서, 그러한 데이터는 AV(100) 상의 메모리(144)에 저장될 수 있거나, 원격에 위치한 데이터베이스(134)로부터 통신 채널을 통해 AV(100)에 송신될 수 있다.
AV(100) 상에 위치한 컴퓨팅 디바이스(146)는 실시간 센서 데이터 및 이전 정보 양자 모두에 기초한 제어 액션을 알고리즘적으로 생성하여, AV 시스템(120)이 자율 주행 능력을 실행할 수 있게 한다.
일 실시예에서, AV 시스템(120)은 AV(100)의 사용자(예를 들어, 탑승자 또는 원격 사용자)에게 정보 및 경보를 제공하고 그로부터 입력을 수신하기 위해 컴퓨팅 디바이스(146)에 결합된 컴퓨터 주변기기(132)를 포함한다. 일 실시예에서, 주변기기(132)는 도 3을 참조하여 아래에 논의되는 디스플레이(312), 입력 디바이스(314), 및 커서 제어기(316)와 유사하다. 결합은 무선 또는 유선이다. 인터페이스 디바이스 중 임의의 둘 이상이 단일 디바이스에 통합될 수 있다.
예시적인 클라우드 컴퓨팅 환경
도 2는 예시적인 "클라우드" 컴퓨팅 환경을 예시한다. 클라우드 컴퓨팅은 구성 가능한 컴퓨팅 리소스(예를 들어, 네트워크, 네트워크 대역폭, 서버, 프로세싱, 메모리, 스토리지, 애플리케이션, 가상 머신, 및 서비스)의 공유 풀에 대한 간편한 주문형 네트워크 액세스를 가능하게 하기 위한 서비스 전달(service delivery)의 일 모델이다. 전형적인 클라우드 컴퓨팅 시스템에서는, 하나 이상의 대형 클라우드 데이터 센터가 클라우드에 의해 제공되는 서비스를 전달하는 데 사용되는 머신을 수용한다. 이제 도 2를 참조하면, 클라우드 컴퓨팅 환경(200)은 클라우드(202)를 통해 상호연결되는 클라우드 데이터 센터(204a, 204b, 및 204c)를 포함한다. 데이터 센터(204a, 204b, 및 204c)는 클라우드 컴퓨팅 서비스를 클라우드(202)에 연결된 컴퓨터 시스템(206a, 206b, 206c, 206d, 206e, 및 206f)에 제공한다.
클라우드 컴퓨팅 환경(200)은 하나 이상의 클라우드 데이터 센터를 포함한다. 일반적으로, 클라우드 데이터 센터, 예를 들어, 도 2에 도시된 클라우드 데이터 센터(204a)는 클라우드, 예를 들어, 도 2에 도시된 클라우드(202) 또는 클라우드의 특정한 부분을 구성하는 서버의 물리적 배열체를 지칭한다. 예를 들어, 서버는 클라우드 데이터 센터 내에 룸, 그룹, 로우(row), 및 랙(rack)으로 물리적으로 배열된다. 클라우드 데이터 센터는 하나 이상의 서버 룸을 포함하는 하나 이상의 구역을 갖는다. 각각의 룸은 하나 이상의 서버 로우를 가지며, 각각의 로우는 하나 이상의 랙을 포함한다. 각각의 랙은 하나 이상의 개별 서버 노드를 포함한다. 일부 구현예에서, 구역, 룸, 랙, 및/또는 로우 내의 서버는, 전력 요건, 에너지 요건, 열적 요건, 가열 요건, 및/또는 다른 요건을 포함하는, 데이터 센터 설비의 물리적 인프라스트럭처 요건에 기초하여 그룹으로 배열된다. 일 실시예에서, 서버 노드는 도 3에서 기술된 컴퓨터 시스템과 유사하다. 데이터 센터(204a)는 다수의 랙을 통해 분산된 다수의 컴퓨팅 시스템을 갖는다.
클라우드(202)는 클라우드 데이터 센터(204a, 204b, 및 204c)를 상호연결시키고 클라우드 컴퓨팅 서비스에 대한 컴퓨팅 시스템(206a 내지 206f)의 액세스를 용이하게 하는 것을 보조하는 네트워크 및 네트워킹 리소스(예를 들어, 네트워킹 장비, 노드, 라우터, 스위치 및 네트워킹 케이블)와 함께 클라우드 데이터 센터(204a, 204b, 및 204c)를 포함한다. 일 실시예에서, 네트워크는 지상 또는 위성 연결을 사용하여 배치된 유선 또는 무선 링크를 사용하여 결합된 하나 이상의 로컬 네트워크, 광역 네트워크, 또는 인터네트워크의 임의의 조합을 나타낸다. 네트워크를 거쳐 교환되는 데이터는 IP(Internet Protocol), MPLS(Multiprotocol Label Switching), ATM(Asynchronous Transfer Mode), 및 프레임 릴레이 등과 같은 임의의 수의 네트워크 계층 프로토콜을 사용하여 송신된다. 또한, 네트워크가 다수의 서브 네트워크의 조합을 나타내는 실시예에서, 상이한 네트워크 계층 프로토콜은 기저 서브 네트워크(underlying sub-networks) 각각에서 사용된다. 일부 실시예에서, 네트워크는, 공중 인터넷과 같은, 하나 이상의 상호연결된 인터네트워크를 나타낸다.
컴퓨팅 시스템(206a 내지 206f) 또는 클라우드 컴퓨팅 서비스 소비자는 네트워크 링크 및 네트워크 어댑터를 통해 클라우드(202)에 연결된다. 일 실시예에서, 컴퓨팅 시스템(206a 내지 206f)은 다양한 컴퓨팅 디바이스, 예를 들어, 서버, 데스크톱, 랩톱, 태블릿, 스마트폰, IoT(Internet of Things) 디바이스, 자율 주행 차량(자동차, 드론, 셔틀, 기차, 버스 등을 포함) 및 소비자 전자기기로서 구현된다. 일 실시예에서, 컴퓨팅 시스템(206a 내지 206f)은 다른 시스템 내에 또는 그 일부로서 구현된다.
컴퓨터 시스템
도 3은 컴퓨터 시스템(300)을 예시한다. 일 구현예에서, 컴퓨터 시스템(300)은 특수 목적 컴퓨팅 디바이스이다. 특수 목적 컴퓨팅 디바이스는 기술을 수행하도록 고정-배선(hard-wired)되거나, 기술을 수행하도록 지속적으로 프로그래밍되는 하나 이상의 ASIC(application-specific integrated circuit) 또는 FPGA(field programmable gate array)와 같은 디지털 전자 디바이스를 포함하거나, 펌웨어, 메모리, 다른 스토리지, 또는 조합에서 프로그램 명령에 따라 기술을 수행하도록 프로그래밍되는 하나 이상의 범용 하드웨어 프로세서를 포함할 수 있다. 또한, 그러한 특수-목적 컴퓨팅 디바이스는 커스텀 고정-배선 로직, ASIC, 또는 FPGA를 커스텀 프로그래밍과 조합하여 기술을 실현할 수 있다. 다양한 실시예에서, 특수-목적 컴퓨팅 디바이스는 기술을 구현하기 위한 고정-배선 및/또는 프로그램 로직을 포함하는 데스크톱 컴퓨터 시스템, 포터블 컴퓨터 시스템, 휴대용 디바이스, 네트워크 디바이스, 또는 임의의 다른 디바이스이다.
일 실시예에서, 컴퓨터 시스템(300)은 정보를 통신하기 위한 버스(302) 또는 다른 통신 메커니즘, 및 정보를 프로세싱하기 위해 버스(302)에 결합된 하드웨어 프로세서(304)를 포함한다. 하드웨어 프로세서(304)는, 예를 들어, 범용 마이크로프로세서이다. 컴퓨터 시스템(300)은 버스(302)에 결합된, 프로세서(304)에 의해 실행될 명령어 및 정보를 저장하기 위한, RAM(random access memory) 또는 다른 동적 저장 디바이스와 같은, 메인 메모리(306)를 또한 포함한다. 일 구현예에서, 메인 메모리(306)는 프로세서(304)에 의해 실행될 명령어의 실행 동안 일시적 변수 또는 다른 중간 정보를 저장하는 데 사용된다. 그러한 명령어는, 프로세서(304)에 액세스 가능한 비일시적 저장 매체에 저장될 때, 컴퓨터 시스템(300)을 명령어에서 특정된 동작을 수행하도록 커스터마이징된 특수-목적 머신으로 렌더링한다.
일 실시예에서, 컴퓨터 시스템(300)은, 프로세서(304)를 위한 정적 정보 및 명령어를 저장하기 위해 버스(302)에 결합된 ROM(read only memory)(308) 또는 다른 정적 저장 디바이스를 더 포함한다. 자기 디스크, 광학 디스크, 솔리드-스테이트 드라이브, 또는 3차원 크로스 포인트 메모리와 같은, 저장 디바이스(310)가 제공되고 정보 및 명령어를 저장하기 위해 버스(302)에 결합된다.
일 실시예에서, 컴퓨터 시스템(300)은 버스(302)를 통해, 정보를 컴퓨터 사용자에게 디스플레이하기 위한, CRT(cathode ray tube), LCD(liquid crystal display), 플라스마 디스플레이, LED(light emitting diode) 디스플레이, 또는 OLED(organic light emitting diode) 디스플레이와 같은, 디스플레이(312)에 결합된다. 문자 숫자식 및 다른 키를 포함하는 입력 디바이스(314)는 정보 및 커맨드 선택을 프로세서(304)에 통신하기 위해 버스(302)에 결합된다. 다른 타입의 사용자 입력 디바이스는, 디스플레이(312) 상에서 커서 움직임을 제어하고 프로세서(304)에 방향 정보 및 커맨드 선택을 통신하기 위한, 마우스, 트랙볼, 터치식 디스플레이, 또는 커서 방향 키와 같은, 커서 제어기(316)이다. 이 입력 디바이스는 전형적으로, 디바이스가 평면에서 위치를 특정할 수 있게 하는 2개의 축, 즉 제1 축(예를 들어, x-축) 및 제2 축(예를 들어, y-축)에서의 2 자유도를 갖는다.
일 실시예에 따르면, 본원에서의 기술은 프로세서(304)가 메인 메모리(306)에 포함된 하나 이상의 명령어의 하나 이상의 시퀀스를 실행하는 것에 응답하여 컴퓨터 시스템(300)에 의해 수행된다. 그러한 명령어는, 저장 디바이스(310)와 같은, 다른 저장 매체로부터 메인 메모리(306) 내로 판독된다. 메인 메모리(306)에 포함된 명령어의 시퀀스의 실행은 프로세서(304)로 하여금 본원에서 기술된 프로세스 단계를 수행하게 한다. 대안적 실시예에서는, 소프트웨어 명령어 대신에 또는 소프트웨어 명령어와 조합하여 고정-배선 회로가 사용된다.
용어 "저장 매체"는 본원에서 사용되는 바와 같이 머신으로 하여금 특정 방식으로 동작하게 하는 데이터 및/또는 명령어를 저장한 임의의 비일시적 매체를 지칭한다. 그러한 저장 매체는 비휘발성 매체 및/또는 휘발성 매체를 포함한다. 비휘발성 매체는, 예를 들어, 광학 디스크, 자기 디스크, 솔리드-스테이트 드라이브, 또는 3차원 크로스 포인트 메모리, 예를 들어, 저장 디바이스(310)를 포함한다. 휘발성 매체는 동적 메모리, 예를 들어, 메인 메모리(306)를 포함한다. 저장 매체의 일반적인 형태는, 예를 들어, 플로피 디스크, 플렉서블 디스크, 하드 디스크, 솔리드-스테이트 드라이브, 자기 테이프, 또는 임의의 다른 자기 데이터 저장 매체, CD-ROM, 임의의 다른 광학 데이터 저장 매체, 홀의 패턴을 갖춘 임의의 물리적 매체, RAM, PROM, 및 EPROM, FLASH-EPROM, NV-RAM, 또는 임의의 다른 메모리 칩, 또는 카트리지를 포함한다.
저장 매체는 송신 매체와 별개이지만 송신 매체와 함께 사용될 수 있다. 송신 매체는 저장 매체 간에 정보를 전달하는 데 참여한다. 예를 들어, 송신 매체는 버스(302)를 포함하는 와이어를 포함하여, 동축 케이블, 구리 와이어 및 광섬유를 포함한다. 또한, 송신 매체는 라디오-파 및 적외선 데이터 통신 동안 생성되는 것과 같은, 광파 또는 음향파의 형태를 취할 수 있다.
일 실시예에서, 실행을 위해 하나 이상의 명령어의 하나 이상의 시퀀스를 프로세서(304)에 반송하는 데 다양한 형태의 매체가 수반된다. 예를 들어, 명령어는 초기에 원격 컴퓨터의 자기 디스크 또는 솔리드-스테이트 드라이브에 보유된다. 원격 컴퓨터는 동적 메모리에 명령어를 로딩하고 모뎀을 사용하여 전화선을 통해 명령어를 전송한다. 컴퓨터 시스템(300)에 로컬 접속된 모뎀은 전화선 상에서 데이터를 수신하고 적외선 송신기를 사용하여 데이터를 적외선 신호로 변환한다. 적외선 검출기는 적외선 신호 내에 반송된 데이터를 수신하고 적절한 회로는 데이터를 버스(302)에 배치한다. 버스(302)는 메인 메모리(306)로 데이터를 반송하고, 프로세서(304)는 메인 메모리로부터 명령어를 리트리빙 및 실행한다. 메인 메모리(306)에 의해 수신된 명령어는 프로세서(304)에 의해 실행되기 전이나 실행된 후에 선택적으로 저장 디바이스(310)에 저장될 수 있다.
컴퓨터 시스템(300)은 버스(302)에 결합된 통신 인터페이스(318)를 또한 포함한다. 통신 인터페이스(318)는 로컬 네트워크(322)에 연결된 네트워크 링크(320)에 대한 2-웨이 데이터 통신(two-way data communication) 결합을 제공한다. 예를 들어, 통신 인터페이스(318)는 ISDN(integrated service digital network) 카드, 케이블 모뎀, 위성 모뎀, 또는 대응하는 타입의 전화선에 데이터 통신 연결을 제공하기 위한 모뎀이다. 다른 예로서, 통신 인터페이스(318)는 호환 가능한 LAN(local area network)에 데이터 통신 연결을 제공하기 위한 LAN 카드이다. 일부 구현예에서는, 무선 링크도 구현된다. 임의의 그러한 구현예에서, 통신 인터페이스(318)는 다양한 타입의 정보를 나타내는 디지털 데이터 스트림을 반송하는 전기 신호, 전자기 신호, 또는 광학 신호를 전송 및 수신한다.
네트워크 링크(320)는 전형적으로 하나 이상의 네트워크를 통한 다른 데이터 디바이스로의 데이터 통신을 제공한다. 예를 들어, 네트워크 링크(320)는 로컬 네트워크(322)를 통해 호스트 컴퓨터(324)로의 연결 또는 ISP(Internet Service Provider)(326)에 의해 동작되는 클라우드 데이터 센터 또는 장비로의 연결을 제공할 수 있다. ISP(326)는 차례로 지금은 "인터넷(328)"이라고 통칭되는 월드-와이드 패킷 데이터 통신 네트워크(world-wide packet data communication network)를 통해 데이터 통신 서비스를 제공한다. 로컬 네트워크(322) 및 인터넷(328) 양자 모두는 디지털 데이터 스트림을 반송하는 전기 신호, 전자기 신호, 또는 광학 신호를 사용한다. 다양한 네트워크를 통한 신호 및 컴퓨터 시스템(300)으로 그리고 컴퓨터 시스템(300)으로부터 디지털 데이터를 반송하는 통신 인터페이스(318)를 통한 네트워크 링크(320) 상의 신호는 송신 매체의 예시적인 형태이다. 일 실시예에서, 네트워크(320)는 위에서 기술된 클라우드(202) 또는 클라우드(202)의 일부를 포함한다.
컴퓨터 시스템(300)은 네트워크(들), 네트워크 링크(320), 및 통신 인터페이스(318)를 통해, 메시지를 전송하고, 프로그램 코드를 포함하는, 데이터를 수신한다. 일 실시예에서, 컴퓨터 시스템(300)은 프로세싱을 위한 코드를 수신한다. 수신된 코드는 수신될 때 프로세서(304)에 의해 실행되고 및/또는, 추후의 실행을 위해 저장 디바이스(310) 또는 다른 비휘발성 스토리지에 저장된다.
자율 주행 차량 아키텍처
도 4는 자율 주행 차량(예를 들어, 도 1에 도시된 AV(100))에 대한 예시적인 아키텍처(400)를 도시한다. 아키텍처(400)는 인지 모듈(402)(때때로 인지 회로라고 지칭됨), 계획 모듈(planning module)(404)(때때로 계획 회로라고 지칭됨), 제어 모듈(406)(때때로 제어 회로라고 지칭됨), 로컬화 모듈(localization module)(408)(때때로 로컬화 회로라고 지칭됨), 및 데이터베이스 모듈(410)(때때로 데이터베이스 회로라고 지칭됨)을 포함한다. 각각의 모듈은 AV(100)의 동작에서 소정의 역할을 한다. 다함께, 모듈(402, 404, 406, 408 및 410)은 도 1에 도시된 AV 시스템(120)의 일부일 수 있다. 일부 실시예에서, 모듈(402, 404, 406, 408, 및 410) 중 임의의 모듈은 컴퓨터 소프트웨어(예를 들어, 컴퓨터 판독 가능 매체 상에 저장된 실행 가능한 코드) 및 컴퓨터 하드웨어(예를 들어, 하나 이상의 마이크로프로세서, 마이크로컨트롤러, ASIC(application-specific integrated circuit), 하드웨어 메모리 디바이스, 다른 타입의 집적 회로, 다른 타입의 컴퓨터 하드웨어, 또는 이러한 것 중 임의의 것 또는 모든 것의 조합)의 조합이다.
사용 중에, 계획 모듈(404)은 목적지(412)를 나타내는 데이터를 수신하고 목적지(412)에 도달하기 위해(예를 들어, 도착하기 위해) AV(100)에 의해 진행될 수 있는 궤적(414)(때때로 루트라고 지칭됨)을 나타내는 데이터를 결정한다. 계획 모듈(404)이 궤적(414)을 나타내는 데이터를 결정하기 위해, 계획 모듈(404)은 인지 모듈(402), 로컬화 모듈(408), 및 데이터베이스 모듈(410)로부터 데이터를 수신한다.
인지 모듈(402)은, 예를 들어, 도 1에도 도시된 바와 같이, 하나 이상의 센서(121)를 사용하여 인근의 물리적 대상체를 식별한다. 대상체는 분류되고(예를 들어, 보행자, 자전거, 자동차, 교통 표지판 등과 같은 타입으로 그룹화되고), 분류된 대상체(416)를 포함하는 장면 묘사는 계획 모듈(404)에 제공된다.
또한, 계획 모듈(404)은 로컬화 모듈(408)로부터 AV 위치(418)를 나타내는 데이터를 수신한다. 로컬화 모듈(408)은 위치를 계산하기 위해 센서(121)로부터의 데이터 및 데이터베이스 모듈(410)로부터의 데이터(예를 들어, 지리적 데이터)를 사용하여 AV 위치를 결정한다. 예를 들어, 로컬화 모듈(408)은 GNSS 센서로부터의 데이터 및 지리적 데이터를 사용하여 AV의 경도 및 위도를 계산한다. 일 실시예에서, 로컬화 모듈(408)에 의해 사용되는 데이터는 도로 기하학적 특성의 고-정밀 맵, 도로망 연결 특성을 기술하는 맵, 도로 물리적 특성(예를 들어, 교통 속력, 교통량, 차량 및 자전거 운전자 교통 차선의 수, 차선 폭, 차선 교통 방향, 또는 차선 마커 타입 및 위치, 또는 그 조합)을 기술하는 맵, 및 도로 특징부, 예를 들어, 횡단보도, 교통 표지판 또는 다양한 타입의 다른 진행 신호(travel signal)의 공간적 위치를 기술하는 맵을 포함한다.
제어 모듈(406)은 궤적(414)을 나타내는 데이터 및 AV 위치(418)를 나타내는 데이터를 수신하고, AV(100)로 하여금 목적지(412)로 궤적(414)을 진행하게 할 방식으로 AV의 제어 기능(420a 내지 420c)(예를 들어, 조향, 스로틀링, 제동, 점화)을 동작시킨다. 예를 들어, 궤적(414)이 좌회전을 포함하는 경우, 제어 모듈(406)은, 조향 기능의 조향각이 AV(100)로 하여금 좌측으로 회전하게 하고 스로틀링 및 제동이 AV(100)로 하여금 이러한 회전이 이루어지기 전에 통과하는 보행자 또는 차량을 위해 일시정지 및 대기하게 하는 방식으로 제어 기능(420a 내지 420c)을 동작시킬 것이다.
자율 주행 차량 입력
도 5는 인지 모듈(402)(도 4)에 의해 사용되는 입력(502a 내지 502d)(예를 들어, 도 1에 도시된 센서(121)) 및 출력(504a 내지 504d)(예를 들어, 센서 데이터)의 일 예를 도시한다. 하나의 입력(502a)은 LiDAR(Light Detection and Ranging) 시스템(예를 들어, 도 1에 도시된 LiDAR(123))이다. LiDAR는 그의 시선에 있는 물리적 대상체에 관한 데이터를 획득하기 위해 광(예를 들어, 적외선 광과 같은 광의 버스트)을 사용하는 기술이다. LiDAR 시스템은 출력(504a)으로서 LiDAR 데이터를 생성한다. 예를 들어, LiDAR 데이터는 환경(190)의 표현을 구성하는 데 사용되는 3D 또는 2D 포인트(포인트 클라우드라고도 알려져 있음)의 집합체이다.
다른 입력(502b)은 RADAR 시스템이다. RADAR는 인근의 물리적 대상체에 관한 데이터를 획득하기 위해 라디오 파를 사용하는 기술이다. RADAR는 LiDAR 시스템의 시선 내에 있지 않은 대상체에 관한 데이터를 획득할 수 있다. RADAR 시스템(502b)은 출력(504b)으로서 RADAR 데이터를 생성한다. 예를 들어, RADAR 데이터는 환경(190)의 표현을 구성하는 데 사용되는 하나 이상의 라디오 주파수 전자기 신호이다.
다른 입력(502c)은 카메라 시스템이다. 카메라 시스템은 인근의 물리적 대상체에 관한 정보를 획득하기 위해 하나 이상의 카메라(예를 들어, CCD(charge-coupled device)와 같은 광 센서를 사용하는 디지털 카메라)를 사용한다. 카메라 시스템은 출력(504c)으로서 카메라 데이터를 생성한다. 카메라 데이터는 종종 이미지 데이터(예를 들어, RAW, JPEG, PNG 등과 같은 이미지 데이터 형식의 데이터)의 형태를 취한다. 일부 예에서, 카메라 시스템은, 카메라 시스템이 심도를 인지할 수 있게 하는, 예를 들어, 입체시(stereopsis)(스테레오 비전)를 위한, 다수의 독립적인 카메라를 갖는다. 카메라 시스템에 의해 인지되는 대상체가 본원에서 "인근"으로 기술되지만, 이것은 AV에 상대적인 것이다. 사용 중에, 카메라 시스템은 멀리 있는, 예를 들어, AV 전방으로 최대 1 킬로미터 이상에 있는 대상체를 "보도록" 구성될 수 있다. 따라서, 카메라 시스템은 멀리 떨어져 있는 대상체를 인지하기 위해 최적화되는 센서 및 렌즈와 같은 특징부를 가질 수 있다.
다른 입력(502d)은 TLD(traffic light detection) 시스템이다. TLD 시스템은 하나 이상의 카메라를 사용하여, 시각적 운행 정보를 제공하는 신호등, 거리 표지판, 및 다른 물리적 대상체에 관한 정보를 획득한다. TLD 시스템은 출력(504d)으로서 TLD 데이터를 생성한다. TLD 데이터는 종종 이미지 데이터(예를 들어, RAW, JPEG, PNG 등과 같은 이미지 데이터 형식의 데이터)의 형태를 취한다. TLD 시스템은, 시각적 운행 정보를 제공하는 가능한 한 많은 물리적 대상체에 관한 정보를 획득하기 위해 TLD 시스템이 넓은 시계를 갖는 카메라(예를 들어, 광각 렌즈 또는 어안 렌즈를 사용함)를 사용하여, AV(100)가 이러한 대상체에 의해 제공되는 모든 관련 운행 정보에 액세스한다는 점에서, 카메라를 포함하는 시스템과 상이하다. 예를 들어, TLD 시스템의 시야각은 약 120도 이상일 수 있다.
일 실시예에서, 출력(504a 내지 504d)은 센서 융합 기술을 사용하여 조합된다. 따라서, 개별 출력(504a 내지 504d) 중 어느 하나가 AV(100)의 다른 시스템에 제공되거나(예를 들어, 도 4에 도시된 바와 같은 계획 모듈(404)에 제공되거나), 또는 조합된 출력이 동일한 타입(동일한 조합 기술을 사용하는 것 또는 동일한 출력을 조합하는 것 또는 양자 모두)의 단일 조합 출력 또는 다중 조합 출력의 형태 또는 상이한 타입(예를 들어, 상이한 각자의 조합 기술을 사용하는 것 또는 상이한 각자의 출력을 조합하는 것 또는 양자 모두)의 단일 조합 출력 또는 다중 조합 출력의 형태 중 어느 하나로 다른 시스템에 제공될 수 있다. 일부 실시예에서, 조기 융합(early fusion) 기술이 사용된다. 조기 융합 기술은 하나 이상의 데이터 프로세싱 단계가 조합 출력에 적용되기 전에 출력을 조합하는 것을 특징으로 한다. 일부 실시예에서, 늦은 융합(late fusion) 기술이 사용된다. 늦은 융합 기술은 하나 이상의 데이터 프로세싱 단계가 개별 출력에 적용된 후에 출력을 조합하는 것을 특징으로 한다.
도 6은 LiDAR 시스템(602)(예를 들어, 도 5에 도시된 입력(502a))의 일 예를 도시한다. LiDAR 시스템(602)은 광 이미터(606)(예를 들어, 레이저 송신기)로부터 광(604a 내지 604c)을 방출한다. LiDAR 시스템에 의해 방출되는 광은 전형적으로 가시 스펙트럼에 있지 않으며, 예를 들어, 적외선 광이 종종 사용된다. 방출되는 광(604b)의 일부는 물리적 대상체(608)(예를 들어, 차량)와 조우하고, LiDAR 시스템(602)으로 다시 반사된다. (LiDAR 시스템으로부터 방출되는 광은 전형적으로 물리적 대상체, 예를 들어, 고체 형태의 물리적 대상체를 관통하지 않는다). 또한, LiDAR 시스템(602)은 반사된 광을 검출하는 하나 이상의 광 검출기(610)를 갖는다. 일 실시예에서, LiDAR 시스템과 연관된 하나 이상의 데이터 프로세싱 시스템은 LiDAR 시스템의 시계(614)를 나타내는 이미지(612)를 생성한다. 이미지(612)는 물리적 대상체(608)의 경계(616)를 나타내는 정보를 포함한다. 이러한 방식으로, 이미지(612)는 AV 인근의 하나 이상의 물리적 대상체의 경계(616)를 결정하는 데 사용된다.
도 7은 동작 중인 LiDAR 시스템(602)을 도시한다. 이 도면에 도시된 시나리오에서, AV(100)는 이미지(702) 형태의 카메라 시스템 출력(504c) 및 LiDAR 데이터 포인트(704) 형태의 LiDAR 시스템 출력(504a) 양자 모두를 수신한다. 사용 중에, AV(100)의 데이터 프로세싱 시스템은 이미지(702)를 데이터 포인트(704)와 비교한다. 특히, 이미지(702)에서 식별된 물리적 대상체(706)가 데이터 포인트(704) 중에서도 식별된다. 이러한 방식으로, AV(100)는 데이터 포인트(704)의 윤곽 및 밀도에 기초하여 물리적 대상체의 경계를 인지한다.
도 8은 LiDAR 시스템(602)의 동작을 추가적으로 상세하게 도시한다. 위에서 기술된 바와 같이, AV(100)는 LiDAR 시스템(602)에 의해 검출되는 데이터 포인트의 특성에 기초하여 물리적 대상체의 경계를 검출한다. 도 8에 도시된 바와 같이, 지면(802)과 같은 평평한 대상체는 LiDAR 시스템(602)으로부터 방출되는 광(804a 내지 804d)을 일관된 방식으로 반사할 것이다. 달리 말하면, LiDAR 시스템(602)이 일관된 간격을 사용하여 광을 방출하기 때문에, 지면(802)은 광을 동일한 일관된 간격으로 다시 LiDAR 시스템(602)으로 반사할 것이다. AV(100)가 지면(802) 위에서 진행함에 따라, LiDAR 시스템(602)은 도로를 방해하는 것이 없는 경우 다음 유효 지면 포인트(806)에 의해 반사되는 광을 계속 검출할 것이다. 그렇지만, 대상체(808)가 도로를 방해하는 경우, LiDAR 시스템(602)에 의해 방출되는 광(804e 내지 804f)은 예상되는 일관된 방식과 불일치하는 방식으로 포인트(810a 내지 810b)로부터 반사될 것이다. 이 정보로부터, AV(100)는 대상체(808)가 존재한다고 결정할 수 있다.
경로 계획
도 9는 (예를 들어, 도 4에 도시된 바와 같은) 계획 모듈(404)의 입력과 출력 사이의 관계의 블록 다이어그램(900)을 도시한다. 일반적으로, 계획 모듈(404)의 출력은 시작 포인트(904)(예를 들어, 소스 위치 또는 최초의 위치)로부터 종료 포인트(906)(예를 들어, 목적지 또는 최종 위치)까지의 루트(902)이다. 루트(902)는 전형적으로 하나 이상의 세그먼트에 의해 규정된다. 예를 들어, 세그먼트는 거리, 도로, 공도, 사유 도로, 또는 자동차 진행에 적절한 다른 물리적 영역의 적어도 일 부분에 걸쳐 진행되는 거리이다. 일부 예에서, 예를 들어, AV(100)가 4륜 구동(4WD) 또는 상시 4륜구동(AWD) 자동차, SUV, 픽업 트럭 등과 같은 오프-로드 주행 가능 차량인 경우, 루트(902)는 비포장 경로 또는 탁트인 들판과 같은 "오프-로드" 세그먼트를 포함한다.
루트(902)에 부가하여, 계획 모듈은 차선-레벨 루트 계획 데이터(908)도 출력한다. 차선-레벨 루트 계획 데이터(908)는 특정한 시간에서의 세그먼트의 조건에 기초하여 루트(902)의 세그먼트를 횡단하는 데 사용된다. 예를 들어, 루트(902)가 다중 차선 공도를 포함하는 경우, 차선-레벨 루트 계획 데이터(908)는, 예를 들어, 출구가 다가오고 있는지, 차선 중 하나 이상이 다른 차량을 갖는지, 또는 수 분 또는 그 미만 동안에 걸쳐 변화되는 다른 인자에 기초하여, AV(100)가 다중 차선 중 한 차선을 선택하는 데 사용할 수 있는 궤적 계획 데이터(910)를 포함한다. 유사하게, 일부 구현예에서, 차선-레벨 루트 계획 데이터(908)는 루트(902)의 세그먼트에 특정적인 속력 제약(912)을 포함한다. 예를 들어, 세그먼트가 보행자 또는 예상치 않은 교통상황(traffic)을 포함하는 경우, 속력 제약(912)은 AV(100)를 예상된 속력보다 더 느린 진행 속력, 예를 들어, 세그먼트에 대한 속력 제한 데이터에 기초한 속력으로 제한할 수 있다.
일 실시예에서, 계획 모듈(404)로의 입력은 (예를 들어, 도 4에 도시된 데이터베이스 모듈(410)로부터의) 데이터베이스 데이터(914), 현재 위치 데이터(916)(예를 들어, 도 4에 도시된 AV 위치(418)), (예를 들어, 도 4에 도시된 목적지(412)에 대한) 목적지 데이터(918), 및 대상체 데이터(920)(예를 들어, 도 4에 도시된 인지 모듈(402)에 의해 인지되는 분류된 대상체(416))를 포함한다. 일 실시예에서, 데이터베이스 데이터(914)는 계획에 사용되는 규칙을 포함한다. 규칙은 형식 언어를 사용하여, 예를 들어, 불리언 로직을 사용하여 특정된다. AV(100)와 조우하는 임의의 주어진 상황에서, 규칙 중 적어도 일부는 해당 상황에 적용될 것이다. 규칙이 AV(100)에 이용 가능한 정보, 예를 들어, 주위 환경에 관한 정보에 기초하여 충족되는 조건을 갖는 경우, 규칙이 주어진 상황에 적용된다. 규칙은 우선순위를 가질 수 있다. 예를 들어, "도로가 공도인 경우, 최좌측 차선으로 이동하라"라고 되어 있는 규칙은, 출구가 1마일 내에서 다가오고 있는 경우, 최우측 차선으로 이동하라"는 것보다 더 낮은 우선순위를 가질 수 있다.
도 10은, 예를 들어, 계획 모듈(404)(도 4)에 의해 경로 계획에 사용되는 방향 그래프(1000)를 도시한다. 일반적으로, 도 10에 도시된 것과 같은 방향 그래프(1000)는 임의의 시작 포인트(1002)와 종료 포인트(1004) 사이의 경로를 결정하는 데 사용된다. 현실 세계에서는, 시작 포인트(1002)와 종료 포인트(1004)를 분리하는 거리는 상대적으로 클 수 있거나(예를 들어, 2개의 상이한 대도시 지역 내) 또는 상대적으로 작을 수 있다(예를 들어, 도시 블록과 맞닿아 있는 2개의 교차로 또는 다중 차선 도로의 2개의 차선).
일 실시예에서, 방향 그래프(1000)는 AV(100)에 의해 점유될 수 있는 시작 포인트(1002)와 종료 포인트(1004) 사이의 상이한 위치를 나타내는 노드(1006a 내지 1006d)를 갖는다. 일부 예에서, 예를 들어, 시작 포인트(1002) 및 종료 포인트(1004)가 상이한 대도시 지역을 나타낼 때, 노드(1006a 내지 1006d)는 도로의 세그먼트를 나타낸다. 일부 예에서, 예를 들어, 시작 포인트(1002) 및 종료 포인트(1004)가 동일한 도로 상의 상이한 위치를 나타낼 때, 노드(1006a 내지 1006d)는 해당 도로 상의 상이한 위치를 나타낸다. 이러한 방식으로, 방향 그래프(1000)는 다양한 레벨의 입도(granularity)로 정보를 포함한다. 또한, 일 실시예에서, 높은 입도를 갖는 방향 그래프는 또한 더 큰 스케일을 갖는 다른 방향 그래프의 하위그래프이다. 예를 들어, 시작 포인트(1002) 및 종료 포인트(1004)가 멀리 떨어져 있는(예를 들어, 수 마일(many miles) 떨어져 있는) 방향 그래프는 그의 정보 대부분이 낮은 입도이고 저장된 데이터에 기초하지만, AV(100)의 시계 내의 물리적 위치를 나타내는 그래프의 부분에 대한 일부 높은 입도 정보도 포함한다.
노드(1006a 내지 1006d)는 노드와 중첩할 수 없는 대상체(1008a 내지 1008b)와 별개이다. 일 실시예에서, 입도가 낮을 때, 대상체(1008a 내지 1008b)는 자동차에 의해 횡단될 수 없는 구역, 예를 들어, 거리 또는 도로가 없는 영역을 나타낸다. 입도가 높을 때, 대상체(1008a 내지 1008b)는 AV(100)의 시계 내의 물리적 대상체, 예를 들어, 다른 자동차, 보행자, 또는 AV(100)가 물리적 공간을 공유할 수 없는 다른 엔티티를 나타낸다. 일 실시예에서, 대상체(1008a 내지 1008b)의 일부 또는 전부는 정적 대상체(예를 들어, 가로등 또는 전신주와 같은 위치를 변경하지 않는 대상체) 또는 동적 대상체(예를 들어, 보행자 또는 다른 자동차와 같은 위치를 변경할 수 있는 대상체)이다.
노드(1006a 내지 1006d)는 에지(1010a 내지 1010c)에 의해 연결된다. 2개의 노드(1006a 내지 1006b)가 에지(1010a)에 의해 연결되는 경우, AV(100)가, 예를 들어, 다른 노드(1006b)에 도착하기 전에 중간 노드로 진행할 필요 없이, 하나의 노드(1006a)와 다른 노드(1006b) 사이에서 진행하는 것이 가능하다. (노드 사이에서 진행하는 AV(100)를 언급할 때, AV(100)가 각자의 노드에 의해 표현되는 2개의 물리적 위치 사이에서 진행한다는 것을 의미한다.) 에지(1010a 내지 1010c)는, AV(100)가 제1 노드로부터 제2 노드로, 또는 제2 노드로부터 제1 노드로 진행한다는 의미에서 종종 양방향성이다. 일 실시예에서, 에지(1010a 내지 1010c)는, AV(100)가 제1 노드로부터 제2 노드로 진행할 수 있지만, AV(100)가 제2 노드로부터 제1 노드로 진행할 수 없다는 의미에서 단방향성이다. 에지(1010a 내지 1010c)는, 예를 들어, 일방통행로, 거리, 도로, 또는 공도의 개별 차선, 또는 법적 또는 물리적 제약으로 인해 일 방향으로만 횡단될 수 있는 다른 특징부를 나타낼 때 단방향성이다.
일 실시예에서, 계획 모듈(404)은 방향 그래프(1000)를 사용하여 시작 포인트(1002)와 종료 포인트(1004) 사이의 노드 및 에지로 이루어진 경로(1012)를 식별한다.
에지(1010a 내지 1010c)는 연관된 비용(1014a 내지 1014b)을 갖는다. 비용(1014a 내지 1014b)은 AV(100)가 해당 에지를 선택하는 경우 소비될 리소스를 나타내는 값이다. 전형적인 리소스는 시간이다. 예를 들어, 하나의 에지(1010a)가 다른 에지(1010b)의 물리적 거리의 2배인 물리적 거리를 나타내면, 제1 에지(1010a)의 연관된 비용(1014a)은 제2 에지(1010b)의 연관된 비용(1014b)의 2배일 수 있다. 시간에 영향을 미치는 다른 인자는 예상된 교통상황, 교차로의 수, 속력 제한 등을 포함한다. 다른 전형적인 리소스는 연비(fuel economy)이다. 2개의 에지(1010a 및 1010b)는 동일한 물리적 거리를 나타낼 수 있지만, 예를 들어, 도로 조건, 예상된 날씨 등으로 인해, 하나의 에지(1010a)는 다른 에지(1010b)보다 더 많은 연료를 요구할 수 있다.
계획 모듈(404)이 시작 포인트(1002)와 종료 포인트(1004) 사이의 경로(1012)를 식별할 때, 계획 모듈(404)은 전형적으로, 비용에 최적화된 경로, 예를 들어, 에지의 개별 비용이 함께 가산될 때 최소 전체 비용을 갖는 경로를 선택한다.
자율 주행 차량 제어
도 11은 (예를 들어, 도 4에 도시된 바와 같은) 제어 모듈(406)의 입력 및 출력의 블록 다이어그램(1100)을 도시한다. 제어 모듈은, 예를 들어, 프로세서(304)와 유사한 하나 이상의 프로세서(예를 들어, 마이크로프로세서 또는 마이크로컨트롤러 또는 양자 모두와 같은 하나 이상의 컴퓨터 프로세서), 메인 메모리(306)와 유사한 단기 및/또는 장기 데이터 스토리지(예를 들어, 메모리 랜덤-액세스 메모리 또는 플래시 메모리 또는 양자 모두), ROM(1308), 및 저장 디바이스(210)를 포함하는 제어기(1102), 및 메모리 내에 저장된 명령어에 따라 동작하는데, 상기 명령어는 명령어가 (예를 들어, 하나 이상의 프로세서에 의해) 실행될 때 제어기(1102)의 동작을 수행한다.
일 실시예에서, 제어기(1102)는 원하는 출력(1104)을 나타내는 데이터를 수신한다. 원하는 출력(1104)은 전형적으로 속도, 예를 들어, 속력 및 방향을 포함한다. 원하는 출력(1104)은, 예를 들어, (예를 들어, 도 4에 도시된 바와 같은) 계획 모듈(404)로부터 수신되는 데이터에 기초할 수 있다. 원하는 출력(1104)에 따라, 제어기(1102)는 스로틀 입력(1106) 및 조향 입력(1108)으로서 사용 가능한 데이터를 생성한다. 스로틀 입력(1106)은 원하는 출력(1104)을 달성하기 위해 조향 페달에 관여하거나 또는 다른 스로틀 제어에 관여함으로써, AV(100)의 스로틀(예를 들어, 가속도 제어)에 관여하는 정도를 나타낸다. 일부 예에서, 스로틀 입력(1106)은 AV(100)의 브레이크(예를 들어, 감속 제어)에 관여하는데 사용 가능한 데이터를 또한 포함한다. 조향 입력(1108)은 조향각, 예를 들어, AV의 조향 제어(예를 들어, 조향 휠, 조향각 액추에이터, 또는 조향각을 제어하기 위한 다른 기능성)가 원하는 출력(1104)을 달성하도록 위치설정되어야 하는 각도를 나타낸다.
일 실시예에서, 제어기(1102)는 스로틀 및 조향에 제공되는 입력을 조정하는 데 사용되는 피드백을 수신한다. 예를 들어, AV(100)가 언덕과 같은 방해물(1110)과 조우하면, AV(100)의 측정된 속력(1112)은 원하는 출력 속력 아래로 낮아진다. 일 실시예에서, 임의의 측정된 출력(1114)은, 예를 들어, 측정된 속력과 원하는 출력 사이의 차분(1113)에 기초하여, 필요한 조정이 수행되도록 제어기(1102)에 제공된다. 측정된 출력(1114)은 측정된 위치(1116), 측정된 속도(1118)(속력 및 방향을 포함), 측정된 가속도(1120), 및 AV(100)의 센서에 의해 측정 가능한 다른 출력을 포함한다.
일 실시예에서, 방해물(1110)에 관한 정보는, 예를 들어, 카메라 또는 LiDAR 센서와 같은 센서에 의해 미리 검출되고, 예측 피드백 모듈(1122)에 제공된다. 이후, 예측 피드백 모듈(1122)은 정보를 제어기(1102)에 제공하며, 제어기(1102)는 이 정보를 사용하여 그에 따라 조정할 수 있다. 예를 들어, AV(100)의 센서가 언덕을 검출한("본") 경우, 이 정보는 상당한 감속을 회피하기 위해 적절한 시간에 스로틀에 관여할 준비를 하도록 제어기(1102)에 의해 사용될 수 있다.
도 12는 제어기(1102)의 입력, 출력, 및 컴포넌트의 블록 다이어그램(1200)을 도시한다. 제어기(1102)는 스로틀/브레이크 제어기(1204)의 동작에 영향을 미치는 속력 프로파일러(1202)를 갖는다. 예를 들어, 속력 프로파일러(1202)는, 예를 들어, 제어기(1102)에 의해 수신되고 속력 프로파일러(1202)에 의해 프로세싱되는 피드백에 따라 스로틀/브레이크(1206)를 사용하여 가속에 관여하거나 감속에 관여하도록 스로틀/브레이크 제어기(1204)에 명령한다.
또한, 제어기(1102)는 조향 제어기(1210)의 동작에 영향을 미치는 측방향 추적 제어기(1208)를 갖는다. 예를 들어, 측방향 추적 제어기(1208)는, 예를 들어, 제어기(1102)에 의해 수신되고 측방향 추적 제어기(1208)에 의해 프로세싱되는 피드백에 따라 조향각 액추에이터(1212)의 위치를 조정하도록 조향 제어기(1210)에 명령한다.
제어기(1102)는 스로틀/브레이크(1206) 및 조향각 액추에이터(1212)를 제어하는 방법을 결정하는 데 사용되는 여러 입력을 수신한다. 계획 모듈(404)은, 예를 들어, AV(100)가 동작을 시작할 때 방향을 선택하고 AV(100)가 교차로에 도달할 때 어느 도로 세그먼트를 횡단할지를 결정하기 위해, 제어기(1102)에 의해 사용되는 정보를 제공한다. 로컬화 모듈(408)은, 예를 들어, 스로틀/브레이크(1206) 및 조향각 액추에이터(1212)가 제어되고 있는 방식에 기초하여 예상되는 위치에 AV(100)가 있는지를 제어기(1102)가 결정할 수 있도록, AV(100)의 현재 위치를 기술하는 정보를 제어기(1102)에 제공한다. 일 실시예에서, 제어기(1102)는 다른 입력(1214)으로부터의 정보, 예를 들어, 데이터베이스, 컴퓨터 네트워크 등으로부터 수신된 정보를 수신한다.
자율 주행 차량에 대한 동작 환경
도 13은 하나 이상의 실시예에 따른, AV 동작 환경(1300)의 블록 다이어그램을 예시한다. AV 동작 환경(1300)은 도 1을 참조하여 위에서 예시되고 기술된 환경(190)의 일 예일 수 있다. AV 동작 환경(1300)은 현실 세계 환경이다. AV 동작 환경(1300)은, 주(state), 시(town), 지역(neighborhood), 또는 도로망 또는 도로 세그먼트와 같은, 지리적 영역일 수 있다. AV 동작 환경(1300)은 AV(100), 하나 이상의 차량(193), 하나 이상의 보행자(192), 및 하나 이상의 대상체(1008)를 포함한다. 다른 실시예에서, AV 동작 환경(1300)은 본원에서 기술되는 것에 추가적인 엔티티 또는 본원에서 기술되는 것보다 적은 엔티티를 포함한다. 유사하게, 기능은 여기에 기술된 것과 상이한 방식으로 상이한 엔티티 간에 분산될 수 있다.
하나 이상의 차량(193)은 AV 동작 환경(1300) 외부에서 또는 AV 동작 환경(1300) 내에서 운행하거나 주차되는 다른 AV, 반자율 주행 차량, 또는 비자율 주행 차량이다. 차량(193)은 도 1을 참조하여 위에서 예시되고 기술되어 있다. 예를 들어, 차량(193)은 운행 동안 AV 동작 환경(1300)에 진입하고 AV 동작 환경(1300)으로부터 진출할 수 있는 것은 물론 다른 환경 내에서도 운행할 수 있다. 차량(193)은 AV(1300)에 의해 AV 동작 환경(1300)의 차도 상에서 경험되는 교통상황의 일부이다. 일부 실시예에서, 차량(193)은 하나 이상의 AV 플릿(fleet)에 속한다.
보행자(192)는 보도, 횡단보도, 거리 또는 AV(100)에 의해 운행 가능한 운전 가능 영역의 어떤 다른 부분에서 걷고 있거나 서 있는 사람이다. 보행자(192)는 도 1을 참조하여 위에서 예시되고 기술되어 있다. 일부 실시예에서, 보행자(192)는 AV 동작 환경(1300)에서 검출 및 분류되는 환경 내의 대상체 세트를 나타낸다. 이 세트는 보행자, 자전거 운전자 또는, 스케이트 보드, 전동 스쿠터(e-scooter), 세그웨이(Segway)TM, 개인용 경전기 차량(personal light electric vehicle) 및 개인용 모빌리티 디바이스(personal mobility device)와 같은, 소형 폼 팩터 차량을 타는 사람을 포함한다.
하나 이상의 대상체(1008)는 AV(1308) 외부에 있으며, 도 4 및 도 5를 참조하여 위에서 예시되고 기술된 대상체(416)의 예일 수 있다. 대상체(1008)는 도 10을 참조하여 위에서 예시되고 기술되어 있다. 일부 실시예에서, 대상체(1008)는, 도로 세그먼트, 교통 신호, 건물, 도로 세그먼트 상에 위치한 주차 공간, 공도 진출 또는 진입 램프, AV 동작 환경(1300)의 운전 가능 영역의 복수의 차선, 운전 가능 영역의 고도, 운전 가능 영역에 인접하여 위치한 연석(curb), 또는 운전 가능 영역의 2개의 차선을 분리시키는 중앙 분리대(median)와 같은, AV 동작 환경(1300)의 정적 부분 또는 양태이다. 일부 실시예에서, 대상체(1008)는, 다른 차량, 보행자, 또는 자전거 운전자와 같은, 동적 대상체이다. AV(100)는 대상체(1008)의 동적 특성을 나타내는 센서 데이터를 수신하고 충돌 예측을 수행하고 필요한 경우 운전 공격성(driving aggressiveness)을 감소시킨다. 대상체(1008)는 도 6, 도 7, 및 도 8에서의 물리적 대상체(608), 물리적 대상체(608)의 경계(616), 물리적 대상체(706), 지면(802), 및 대상체(808)를 참조하여 위에서 더 상세히 기술되어 있다.
AV(100)는 그의 센서(1304) 및 계획 모듈(404)을 사용하여 대상체(1008)를 피해 운행하기 위한 궤적을 계획하는 부분적 자율 주행 차량 또는 완전한 자율 주행 차량이다. 그러한 궤적의 일 예는 도 1에 도시된 궤적(198)이다. AV(100)는 센서(1304), 계획 모듈(404), 디스플레이 디바이스(312), 입력 디바이스(314), 하나 이상의 승객 센서(1308), 하나 이상의 액추에이터(1312), 스마트 스피커(1316), 및 모바일 디바이스(1320)를 포함한다. AV(100)는 도 1을 참조하여 위에서 더 상세히 기술되어 있다. 다른 실시예에서, AV(100)는 본원에서 기술되는 것에 추가적인 컴포넌트 또는 본원에서 기술되는 것보다 적은 컴포넌트를 포함한다. 유사하게, 기능은 여기에 기술된 것과 상이한 방식으로 컴포넌트 및/또는 상이한 엔티티 간에 분산될 수 있다.
센서(1304)는, 대상체(1008)의 존재 및 구조와 같은, 환경(1300)의 상태를 감지한다. 센서(1304)는 상태를 나타내는 시맨틱 데이터 및 센서 데이터를 계획 모듈(404)에 송신한다. 일부 실시예에서, 센서(1304)는 AV 동작 환경(1300) 내의 대상체(1008)를 나타내는 센서 데이터를 획득하는 데 사용된다. 센서 데이터는 센서 데이터 및 AV(100)의 궤적에 기초하여 대상체(1008)와의 충돌을 회피하기 위한 AV(100)의 조작을 예측하기 위해 계획 모듈(404)에 의해 사용된다. 센서(1304)는 도 1을 참조하여 위에서 예시되고 기술된 센서(122 및 123)의 일 예일 수 있다. 센서(1304)는 센서 데이터 및 시맨틱 데이터를 송신하기 위해 계획 모듈(404)에 통신 가능하게 결합된다. 센서(1304)는 하나 이상의 가시광, 적외선 또는 열(또는 양자 모두) 스펙트럼식 단안 또는 스테레오 비디오 카메라, LiDAR, RADAR, 초음파 센서, TOF(time-of-flight) 심도 센서를 포함하고, 오디오 센서(마이크로폰), 온도 센서, 습도 센서, 또는 강우 센서를 포함할 수 있다.
일부 실시예에서, 센서(1304)는 다양한 시점으로부터의 환경(1300)의 센서 데이터를 개별 이미지보다 더 유용한 형태의 데이터로 프로세싱 및 융합할 수 있는 공간적으로 분산된 스마트 카메라 또는 LiDAR 디바이스를 포함한다. 센서 데이터는 타깃 대상체(1008)로부터 반사되는 3차원 LiDAR 포인트 클라우드 데이터 또는 대상체(1008) 또는 AV 동작 환경(1300)의 카메라 이미지를 포함할 수 있다. 센서 데이터는 이미지 프로세싱, 통신, 및 저장 기능을 위해 계획 모듈(404)에 송신된다. 센서(1304)는 도 6, 도 7, 및 도 8에서의 입력(502a-d), LiDAR 시스템(602), 광(604a 내지 604c), 광 이미터(606), 광 검출기(610), 시계(614), 및 광(804a 내지 804d)을 참조하여 위에서 더 상세히 기술되어 있다. 센서 데이터는 도 6, 도 7, 및 도 8에서의 출력(504a 내지 504d), 이미지(612), 및 LiDAR 데이터 포인트(704)를 참조하여 위에서 더 상세히 기술되어 있다.
센서(1304)는 환경(1300)에 대한 AV(100)의 상태를 감지하고, 주행 거리 측정(odometry) 데이터를 계획 모듈(404)에 송신하는 하나 이상의 주행 거리 측정 센서를 포함한다. 주행 거리 측정 센서는 하나 이상의 GNSS 센서, 차량 선형 가속도 및 각속도 양자 모두를 측정하는 IMU, 휠 슬립 비를 측정 또는 추산하기 위한 휠 속력 센서, 휠 브레이크 압력 또는 제동 토크 센서, 엔진 토크 또는 휠 토크 센서, 및 조향각 및 각속도 센서를 포함한다. AV(100)는 환경 내의 상이한 시공간적 위치를 구별하기 위한 고유하게 식별되는 시그너처를 제공하기 위해 주행 거리 측정 데이터를 사용한다.
일부 실시예에서, 주행 거리 측정 센서는 AV(100)의 시공간적 위치 및 전역 기준 프레임(global reference frame)에 상대적인 위치를 측정 및 보고한다. 주행 거리 측정 데이터는 자이로스코프로부터의 각속도를 적분하여 각위치(angular position)를 계산함으로써 자세, 속도, 및 위치를 결정하는 데 사용할 수 있다. 계획 모듈(404)은 AV(100)와 대상체(1008)의 좌표를 도출하기 위해 주행 거리 측정 데이터를 통합하고 상관시킨다. 일부 실시예에서, 계획 모듈(404)은 센서(1304)로부터 수신되는 주행 거리 측정 데이터에 기초하여 AV(100)의 시공간적 위치를 결정한다. 일부 실시예에서, 계획 모듈(404)은 센서(1300)로부터 수신되는 센서 데이터에 기초하여 AV(100)에 상대적인 대상체(1008)의 시공간적 위치를 결정한다. 비행 시간 계산 및 거리 핑잉(distance pinging)은 AV(100)에 상대적인 대상체(1008)의 시공간적 위치를 결정하는 데 사용될 수 있다.
디스플레이 디바이스(312)는 AV(100)에 승차하고 있는 승객에게 데이터를 제공한다. 데이터는 AV(100)의 궤적(198), AV(100)가 수행하고 있는 조작, 맵, 승객 편의 설정, 또는 속력 또는 가속도와 같은 동작 메트릭을 나타낼 수 있다. 디스플레이 디바이스(312)는 도 3을 참조하여 위에서 예시되고 기술되어 있다. 디스플레이 디바이스(312)는 LCD, LED, 또는 AMOLED 디스플레이, 터치 스크린, (예를 들어, 시각 장애 승차자(blind rider)를 위한) 진동 패드와 같은 햅틱 디스플레이, 또는 승객에게 가청 출력을 제공하기 위한 라우드 스피커를 포함할 수 있다. 디스플레이 디바이스(312)는 (예를 들어, AV(100)에 테더링된) 모바일 디바이스, 태블릿, 또는 랩톱일 수 있다. 일부 실시예에서, 디스플레이 디바이스(312)는 시트 백(seat back) 상에 또는 AV(100)의 필라(pillar)에 장착된 것과 같은 차량의 내부 표면에 부착된다. 디스플레이 디바이스(312)는 센서(1304), 계획 모듈(404), 입력 디바이스(314), 승객 센서(1308), 및 액추에이터(1312)에 결합된다.
입력 디바이스(314)는 도 3을 참조하여 위에서 예시되고 기술되어 있다. 입력 디바이스(314)는 AV(100) 내의 하나 이상의 승객으로부터 햅틱, 음성, 또는 다른 입력을 수신하는 데 사용될 수 있다. 실시예에서, 입력 디바이스(314)는 마우스, 터치 스크린, 태블릿용 스타일러스, 마이크로폰, 카메라, 키보드 등일 수 있다. 승객으로부터의 입력은 운전에 대한 명령, 차량 동작 프로파일에 대한 선호도, 또는 원하는 운전 공격성 메트릭을 포함할 수 있다. 일부 실시예에서, 입력 디바이스(314)는 데이터를 인간 판독 가능 포맷 또는 자연어로부터 계획 모듈(404)을 위한 컴퓨터 프로그램, 의사 코드, 기계어 포맷, 또는 어셈블리 레벨 포맷으로 변환한다. 일부 실시예에서, 입력 디바이스(314)는 AV 동작 환경(1300)에서 또는 디스플레이 디바이스(312) 상에 디스플레이된 그래픽 사용자 인터페이스에서 대상체(1008)에 관련된 승객 입력을 수신한다.
하나 이상의 승객 센서(1308)는 AV(100)에 승차하고 있는 승객의 승객 편의 데이터를 측정한다. 승객 편의 데이터는 승차 동안 경험되는 승객 편의 레벨을 나타낸다. 승객 편의 데이터는 승객이 얼마나 편안한지를 결정하고 승객 편의 레벨을 증가시키도록 추가적인 정보 또는 더 적은 정보로 디스플레이 디바이스(312) 상의 그래픽 사용자 인터페이스를 업데이트하는 데 사용된다. 승객 편의 데이터는 다양한 메트릭, 예를 들어, 눈 뜬 상태(eyes-open) 메트릭 또는 눈 감은 상태(eyes-closed) 메트릭을 측정하는 것에 기초한다. 승객이 AV(100)에 승차하고 있을 때 환경(1300)에 대한 승객의 시각적 경험에 기초하여 눈 뜬 상태 메트릭이 승객 센서(1308)에 의해 측정된다. 예를 들어, 눈 뜬 상태 메트릭은 환경적 특징부(연석, 공사 구역, 차선 장벽, 건물 등)으로부터의 거리, 다른 차량(193) 또는 보행자(192)로부터의 거리, 또는 승객의 도로 전망을 포함한다. 승객이 AV(100)에 승차하고 있을 때 승객의 비-시각적 경험에 기초하여 눈 뜬 상태 메트릭이 승객 센서(1308)에 의해 측정된다. 예를 들어, 눈 감은 상태 메트릭은 속도, 가속도, 측방향 가속도, 조향각의 각도 등을 포함한다.
일부 실시예에서, 승객 센서(1308)는 편의 레벨을 나타내는 승객의 독특하고 측정 가능한 생리학적 특성을 측정하는 데 사용되는 생체측정 센서를 포함한다. 예를 들어, 승객 센서(1308)는 피부 전기 센서, 맥박 및 심박수 모니터, 혈압계(혈압 모니터), 또는 체온 센서(예를 들어, 적외선 온도계)를 포함할 수 있다. 승객 편의 데이터는 피부 전기 활동, 맥박, 심박수, 혈압, 또는 체온과 같은 생체측정 데이터를 포함한다. 승객의 피부 전기 활동은 피부의 전기적 특성의 변동을 야기하며 피부 전도도(skin conductance), 갈바닉 피부 반응, 또는 피부 전기 반응이라고도 한다. 승객의 피부 전기 활동, 맥박, 심박수, 혈압, 및 체온은 정서적 및 동정적 반응의 척도이며 승객 편의를 결정하는 데 사용된다. 일 실시예에서, 승객 센서(1308)는 승객의 신체적 특성을 측정하기 위한 센서를 포함한다. 예를 들어, 승객 센서(1308)는 승객의 체중을 측정하기 위한 체중계 및 승객의 신장을 측정하기 위한 레이저 스캐너 또는 내부 카메라를 포함할 수 있다.
일부 실시예에서, 승객 센서(1308)는 승객의 이미지를 기록하는 데 사용되는 하나 이상의 이미징 센서를 포함한다. 예를 들어, 승객 센서(1308)는 카메라, 웹캠, 또는 눈 스캐너를 포함할 수 있다. 승객 편의 데이터는 얼굴 표정 또는 동공 반응(예를 들어, 수축 반응 또는 동공 확장의 크기)과 같은 이미징 데이터를 포함할 수 있다. 동공 확장의 크기는 시신경 및 안구 운동 뇌신경을 통해 아드레날린의 양을 나타내는 동공의 사이즈를 변화시키고 승객 편의를 결정하는 데 사용된다.
일부 실시예에서, 승객 센서(1308)는 시트에 있는 하나 이상의 압력 센서, 승객의 발 아래의 AV의 바닥에 내장된 중량 센서, 또는, 승객에 의해 시트 팔걸이, 시트 백에 가해지는 압력, 또는 꽉 쥔 주먹에 의해 가해지는 압력과 같은, 승객 편의 데이터를 기록하는 데 사용되는 햅틱 센서를 포함하는 웨어러블 글러브를 포함한다. 예를 들어, 승객 센서(1308)는 인가된 압력으로 인한 스트레인을 검출하기 위한 스트레인 게이지, 용량성 다이어프램, 또는 압력으로 인한 인덕턴스의 변화를 측정하기 위한 전자기 센서를 포함한다. 승객에 의해 시트 팔걸이, 시트 백, 또는 바닥에 가해지는 압력 또는 햅틱 피드백의 크기는 차량 동작 프로파일과 연관된 승객 불편 레벨을 나타낸다.
일부 실시예에서, 승객 센서(1308)는 승객 편의 레벨의 변화를 결정하는 데 사용된다. 예를 들어, 승객 편의 레벨의 감소는 승객이 더 불안하다고 느끼는 것을 나타내는 승객 센서(1308)에 의해 측정되는 승객의 혈압의 증가에 의해 검출될 수 있다. 승객 편의 레벨의 감소는 승객이 겁을 먹거나 걱정스러워하는 것을 나타내는 승객 센서(1308)에 의해 측정되는 승객의 맥박수의 증가에 의해 검출될 수 있다. 승객 편의 레벨의 감소는 승객이 공황 상태에 빠지는 것을 나타내는 승객 센서(1308)에 의해 측정되는 승객의 동공 확장의 증가를 포함한다.
승객 편의 데이터는 또한 AV(100) 상의 메모리 또는 원격 서버 상의 메모리 중 어느 하나에 승객의 프로파일에 저장될 수 있고 AV(100)에 의해 액세스될 수 있다. 계획 모듈(404)은 저장된 승객 편의 데이터에 적어도 부분적으로 기초하여 AV(100)에 승차하고 있는 승객의 승객 편의 레벨이 감소할 것이라고 결정한다. 예를 들어, 예측된 조작은 제동, 차선 변경, 또는 선회를 포함할 수 있다. AV(100) 또는 계획 모듈(404)은, 승객 프로파일의 룩업을 사용하여, 특정한 승객이 급회전을 싫어한다고 결정할 수 있다. AV(100)가 충돌을 회피하기 위해 급회전이 필요하다고 결정하는 경우, AV(100)는 스마트 스피커(1316) 또는 그래픽 사용자 인터페이스를 사용하여 승객에게 경고하거나 알릴 수 있다. 일부 실시예에서, 승객 센서(1308)는 승객이 AV(100)에 승차하고 있는지 여부 또는 AV(100)가 비어 있는지 여부를 결정하는 데 사용된다. 예를 들어, 시트 또는 바닥에 있는 중량 센서 또는 압력 센서가 사용될 수 있다. 승객과의 특정 통신은 승객이 실제로 AV(100)에 승차하고 있는 경우에만 수행된다.
하나 이상의 액추에이터(1312)는 AV(100)에 승차하고 있는 승객에게 햅틱 통신을 제공한다. 액추에이터(1312)는 전기 에너지를 기계적 토크로 변환하는 모터에 의해 구동될 수 있다. 액추에이터(1312)는, 예컨대, 경고를 제공하기 위해 시트, 시트 백 또는 팔걸이를 진동시키는 데 사용될 수 있다.
스마트 스피커(1316)는 AV(100)에 승차하고 있는 승객으로부터 음성 커맨드를 수신하는 AV(100)의 컴포넌트이다. 스마트 스피커(1316)는 커맨드를 수신하기 위한 하나 이상의 근거리(near-field) 또는 원거리(far-field) 마이크로폰을 포함한다. 스마트 스피커(1316)는 또한 AV(100)로부터 승객에게 오디오 메시지를 전달할 수 있다. 일부 실시예에서, 스마트 스피커(1316)는 AV(100)의 스마트 어시스턴트를 포함하거나 AV(100)의 스마트 어시스턴트에 연결되며, AV(100)의 스마트 어시스턴트를 사용하여 승객은 음성 커맨드를 사용하여 AV(100)와 통신할 수 있다. 스마트 어시스턴트는 승객을 위해, 날씨, 루트 계획 등과 같은, 정보를 룩업하고 또한 임박한 조작에 관해 승객에게 경보를 전달할 수 있다. 일부 실시예에서, 스마트 스피커(1316)는 음성 커맨드의 형태의 승객 입력을 수신하기 위한 입력 디바이스로서 사용된다. 스마트 스피커(1316)는 음성 커맨드를 궤적 생성 또는 수정을 위해 계획 모듈(404)에 의해 사용 가능한 데이터로 변환할 수 있다. 일부 실시예에서, 스마트 스피커(1316)는 음성 커맨드를 수신하는 것에 응답하여 AV(100)에 의해 계획되는 조작을 기술하는 오디오 출력을 송신한다.
스마트 스피커(1316)는 AV(100)로부터의 데이터를 승객에 송신하기에 적합한 음성 또는 오디오 출력으로 변환할 수 있다. 일부 실시예에서, 스마트 스피커(1316)는 음성 커맨드를 수신하는 것에 응답하여 현실 세계 환경(1300)에서의 대상체(1008)의 궤적을 기술하는 오디오 출력을 송신한다. 예를 들어, 승객은 "그 보행자가 어디로 가고 있는가?"라고 질문할 수 있다. 스마트 스피커(1316)는 음성 커맨드를 수신하고, 음성 커맨드에 기초하여 데이터를 AV(100)에 송신한다. 계획 모듈(404)은 음성 커맨드 및 센서 데이터에 기초하여 승객에 의해 언급되고 있는 보행자(192)를 식별한다. 계획 모듈(404)은 센서 데이터 및 비행 시간 측정에 기초하여 보행자(192)의 궤적을 결정한다. AV(100)는 승객의 질문에 대답하기 위해 AV(100) 내의 승객에게 오디오 메시지 또는 오디오 출력을 생성하기 위한 출력 데이터를 스마트 스피커(1316)에 송신한다.
일부 실시예에서, 스마트 스피커(1316)는 AV(100)에 승차하고 있는 승객으로부터 음성 커맨드를 수신한다. 음성 커맨드는 디스플레이 디바이스(312) 또는 모바일 디바이스(1320) 상에 디스플레이되는 그래픽 사용자 인터페이스에 관련된 것이다. 예를 들어, 승객은 "그 갈색 건물에 대해 더 자세히 말해 주세요" 또는 "우리는 루트 130을 따라가고 있습니까?"라고 말할 수 있다. 스마트 스피커(1316)는 음성 커맨드에 기초하여 데이터를 AV(100)에 송신한다. AV(100)는 음성 커맨드에 기초하여 그래픽 사용자 인터페이스에서 승객에 의해 언급되고 있는 대상체 또는 궤적을 식별한다. AV(100)는 센서 데이터, 비행 시간 측정, 또는 그래픽 사용자 인터페이스의 상태에 기초하여 승객의 질문에 대답하기 위한 정보를 결정한다. 스마트 어시스턴트는 또한 AV(100)에 의해 사용될 수 있다. AV(100)는 승객의 질문에 대답하기 위해 AV(100) 내의 승객에게 오디오 메시지 또는 오디오 출력을 생성하기 위한 출력 데이터를 스마트 스피커(1316)에 송신한다. 스마트 스피커(1316)는 대상 또는 궤적을 기술하는 오디오 출력을 생성한다. 일부 실시예에서, 승객은, "왜 느려지고 있습니까?"와 같이, AV(100)가 따르고 있는 동작 제약에 관해 질문할 수 있다. 스마트 스피커(1316)는 AV(100)에 대한 동작 제약을 기술하는 오디오 출력을 생성하기 위해 위에서 기술된 방법을 사용한다. 스마트 스피커(1316)는 오디오 출력을 승객에 송신한다.
일부 실시예에서, 디스플레이 디바이스(312)는 터치 스크린일 수 있다. 디스플레이 디바이스(312)는 그래픽 사용자 인터페이스를 디스플레이한다. AV(100)에 승차하고 있는 승객은, 도 15를 참조하여 아래에 예시되고 설명되는 바와 같이, AV(100) 또는 대상체(1008)에 대응하는 아이콘을 선택하기 위해 햅틱 입력(1508)을 디스플레이 디바이스(312)에 제공할 수 있다. 따라서, AV(100) 또는 계획 모듈(404)은 디스플레이 디바이스(312)를 사용하여 대상체(10008)에 관련된 승객 입력(1508)을 수신한다. 동시에, AV(100)는 스마트 스피커(1316)를 사용하여 대상체(1008)에 관련된 음성 커맨드, 예를 들어, "이 직사각형은 무엇입니까?"를 수신할 수 있다. AV(100)는 위에서 언급된 방법을 사용하여 언급되고 있는 대상체(1008)를 식별하고 스마트 스피커(1316)를 사용하여 승객의 질문에 대답한다.
일부 실시예에서, 스마트 스피커(1316)는 AV(100)에 승차하고 있는 승객에게 경고 또는 경보를 송신하는 데 사용된다. 예를 들어, 경고 또는 경보는 AV(100)가 곧 특정한 시간에 또는 특정한 분 수(number of minutes) 또는 초 수(number of seconds) 내에 제동 동작을 수행할 것이라는 오디오 메시지 또는 출력의 형태일 수 있다. 오디오 메시지가 제동 시간의 시간에 승객에 송신된다. 오디오 메시지 또는 출력은 하나 이상의 승객이 실제로 차량에 승차하고 있는 있다고 결정하는 것에 응답하여 송신될 수 있다.
모바일 디바이스(1320)는 AV(100)에 승차하고 있는 승객이 휴대할 수 있는 디바이스이다. 모바일 디바이스(1320)는 스마트폰, 태블릿, 스마트워치 등일 수 있다. 모바일 디바이스(1320)는 AV(100)에 테더링되거나 블루투스 또는 근거리 통신(NFC) 링크를 사용하여 AV(100)에 연결될 수 있다. 일부 실시예에서, 모바일 디바이스(1320)는 셀룰러 데이터를 사용하여 인터넷을 통해 원격 서버 및 AV(100)와 통신한다. AV(100)의 기하학적 모델, 대상체(1008)의 기하학적 모델, 차량(193)의 기하학적 모델, 및 보행자(192)의 기하학적 모델을 포함하는 그래픽 사용자 인터페이스가 모바일 디바이스(1320)에 송신되어 모바일 디바이스(1320) 상에 디스플레이될 수 있다. 모바일 디바이스(1320) 상의 스피커는 AV(100)로부터 승객에게 오디오 메시지를 전달할 수 있다. 일부 실시예에서, 모바일 디바이스(1320)는 스마트 어시스턴트를 가지며, 스마트 어시스턴트를 사용하여 승객은 타이핑된 텍스트 또는 음성 커맨드를 사용하여 AV(100)와 통신할 수 있다.
계획 모듈(404)은 센서(1304)로부터 센서 데이터를 수신하고 원하는 운전 공격성 또는 행동에 기초하여 매크로 레벨에서 AV(100)에 대한 궤적을 생성한다. 계획 모듈(404)은 AV(100)가 계획된 궤적을 따르기 위해 마이크로 레벨에서 수행할 조작을 예측한다. 계획 모듈(404)은 또한 센서 데이터에 기초하여 대상체(1008)가 추종할 궤적 또는 대상체(1008)가 수행할 조작을 예측할 수 있다. 계획 모듈(404)에 의해 예측되는 궤적 및 조작에 기초하여, AV(100)는 디스플레이 디바이스(312) 상에 디스플레이하기 위한 그래픽 사용자 인터페이스를 생성한다. 계획 모듈(404)은 도 4를 참조하여 위에서 더 상세히 예시되고 기술되어 있다. 그래픽 사용자 인터페이스에서 사용되는 기하학적 모델, 그래프, 텍스트, 및 심벌은 거친 입도(coarse grained)이거나 세밀한 입도(fine grained)일 수 있다. 그래픽 정보가 수정될 수 있어, 승객 입력 또는 사용자 프로파일에 따라 상세하지 않거나 매우 상세할 수 있다. 일부 실시예에서, 개인 데이터 또는 민감한 데이터는 센서(1304)에 의해 캡처되지 않거나 또는 그래픽 사용자 인터페이스가 생성되기 전에 또는 승객, 정부 또는 규제 기관, 또는 법 집행에 의한 요청 시에 삭제된다.
일부 실시예에서, 센서 데이터는 하나 이상의 대상체(1008), 보행자(192), 또는 차량(193)을 나타낸다. 센서 데이터는 2차원(2D) 또는 3차원(3D) LiDAR 데이터일 수 있다. 계획 모듈(404)은 AV(100)까지 임계 거리 내에 있는 대상체를 분류한다. 대상체는 보행자(192), 자전거 운전자, 또는 차량(193)과 같은 움직이는 대상체일 수 있다. 일부 실시예에서, 그래픽 사용자 인터페이스는 진행 차선, 교통 신호등, 교통 표지판, 또는 공사 구역의 3D 표현을 포함한다.
AV(100)는 AV(100) 및 하나 이상의 대상체(1008)를 나타내는 그래픽 사용자 인터페이스를 생성한다. 일부 실시예에서, AV(100)는 디스플레이를 위해 대상체(1008)의 기하학적 모델을 생성한다. 그래픽 사용자 인터페이스는 기하학적 모델을 포함한다. 예를 들어, 기하학적 모델은 대상체(1008)를 표시하는 직사각형, 타원형, 정사각형, 원형, 또는 다른 타입의 형상과 같은 기하학적 형상일 수 있다. 기하학적 모델은 대상체(1008)의 거동을 나타내는 생각 풍선을 포함할 수 있다. 일부 실시예에서, 텍스트 또는 심벌은 라벨, 포인터, 또는 다른 정보로서 기하학적 형상 내에 위치한다. 예를 들어, 텍스트는 대상체(1008)의 속력을 특정할 수 있다. 기하학적 모델 및 아이콘을 포함하는 그래픽 사용자 인터페이스의 예가 도 15 및 도 16을 참조하여 아래에서 예시되고 설명된다.
일부 실시예에서, 계획 모듈(404)은 현실 세계 동작 환경(1300)에서의 AV(100)의 궤적을 결정한다. 계획 모듈(404)은 조우되는 교통 신호등의 수를 최소화하고, 연비를 최대화하며, 충돌 가능성을 감소시키는 등을 위해 여러 비용 인자에 기초하여 최단 경로 방법을 사용하거나 궤적을 최적화할 수 있다. 계획 모듈(404)은 센서 데이터 및 AV(100)의 궤적에 기초하여 대상체(1008)와의 충돌을 회피하기 위한 AV(100)의 조작을 예측한다. 예를 들어, 계획 모듈(404)은 AV(100)가 좌회전하거나, 차선을 변경하거나, 제동하거나, 또는 후진해야 한다고 결정할 수 있다. 일부 실시예에서, 계획 모듈(404)은 대상체(1008)가 AV(100)로부터 임계 거리 내에 위치하는 것에 응답하여 AV(100)의 조작을 예측한다. 따라서, 낭비적이고 불필요한 조작이 예측되지 않거나 수행되지 않는다.
AV(100) 또는 계획 모듈(404)은 원격 서버 또는 AV(100)의 메모리로부터 승객 편의 데이터를 리트리빙(retrieving)한다. 계획 모듈(404)은 조작에 기초하여 AV(100)에 승차하고 있는 승객의 승객 편의 레벨이 감소할 것이라고 결정한다. AV(100)는 디스플레이 디바이스(312) 상에서 승객에게 디스플레이하기 위해 AV(100) 및 대상체(1008)의 표현을 포함하는 그래픽 사용자 인터페이스를 생성한다. 그래픽 사용자 인터페이스는 예측된 조작을 승객에게 알리는 그래픽, 텍스트, 또는 심벌을 포함한다. 예를 들어, 그래픽 사용자 인터페이스는 AV(100) 제동의 그림, "15초 내에 제동될 것입니다!"라는 텍스트, 또는 제동 동작을 나타내는 심벌을 포함할 수 있다. AV(100)는 그래픽 사용자 인터페이스를 디스플레이 디바이스(312)에 송신한다.
일부 실시예에서, 계획 모듈(404)은 승객 센서(1308)로부터 AV(100)에 승차하고 있는 승객에 대한 승객 편의 데이터를 수신한다. 계획 모듈(404)은 업데이트된 그래픽 사용자 인터페이스를 디스플레이 디바이스(312)에 송신하는 것에 응답하여 승객 편의 레벨이 실제로 감소되었다고 결정한다. 이에 응답하여, AV(100)는 디스플레이 디바이스(312)로의 업데이트된 그래픽 사용자 인터페이스의 송신을 종료한다.
그래픽 사용자 인터페이스는 AV(100) 및 다른 대상체를 나타내는 기하학적 모델을 포함한다. 일부 실시예에서, 기하학적 모델은, 시맨틱 아이콘, 컴퓨터 실행 가능 아이콘, 또는 클릭 가능 아이콘 또는 그래픽과 같은, 기하학적 형상 또는 아이콘이다. 그래픽 사용자 인터페이스는 도로 구조물(예컨대, 차선, 정지 표지판, 교통 신호등, 공사 구역 등)을 포함할 수 있다. 그래픽 사용자 인터페이스는 AV(100)의 거동을 디스플레이하는 생각 풍선(예를 들어, "건너가고 있는 보행자를 위해 감속", "차선 변경" 등)을 포함할 수 있다. 그래픽 사용자 인터페이스가 데이터 및 아이콘으로 혼잡하지 않도록, 생각 풍선은 AV(100)로부터 임계 거리 미만에 있는 대상체(1008)에만 대한 것일 수 있다. 일부 실시예에서, 그래픽 사용자 인터페이스는 AV(100) 전방의 차량(193)이 계획 모듈(404)로 하여금 AV(100)의 속력을 감소시키게 하기 때문에 감속에 대한 요구와 같은 AV(100)에 대한 동작 제약을 디스플레이한다. 일부 실시예에서, 속력 제한 또는 AV(100) 전방에 뛰어든 보행자(192)의 표현이 디스플레이된다.
일부 실시예에서, 계획 모듈(404)은 비행 시간 방법 또는 LiDAR를 사용하여 대상체(1008)가 AV(100)로부터 떨어져 있는 거리를 결정한다. 디스플레이 디바이스(312)를 혼잡하게 하는 것을 방지하기 위해 그리고 관련성이 없는 정보로 승객을 혼란케하는 것을 방지하기 위해 대상체(1008)가 AV(100)로부터 임계 거리 내에 위치할 때에만 대상체(1008)가 디스플레이 디바이스(312) 상에 디스플레이될 것이다. 승객 센서(1308)가 승객이 너무 많은 정보로 인해 불편하게 느끼고 있음을 나타내는 경우, 환경(1300)에 관한 더 적은 세부사항이 디스플레이된다. 일부 실시예에서, 계획 모듈(404)은 승객이 AV(100)에 승차하고 있는지 여부를 결정한다. 이 결정은 AV(100)의 승객 센서(1308)로부터 수신되는 센서 데이터에 기초하여 이루어진다. 예를 들어, 중량 센서 또는 카메라가 사용될 수 있다. AV(100)는 승객이 AV(100)에 승차하고 있다고 결정하는 것에 응답하여 그래픽 사용자 인터페이스를 디스플레이 디바이스(312)에 송신한다. 이것은 아무도 AV(100)에 승차하고 있지 않고 통지가 필요하지 않을 때 계산, 전력 소비, 및 디스플레이 디바이스(312)의 사용을 감소시킨다.
일부 실시예에서, 그래픽 사용자 인터페이스는 하나 이상의 대상체(1008)의 움직임의 표현을 포함한다. 예를 들어, 움직이는 대상체(1008)의 경로 또는 대상체(1008)의 속력은 라인, 화살표, 심벌, 또는 텍스트를 사용하여 디스플레이될 수 있다. 계획 모듈(404)은 센서 데이터를 사용하여 상이한 시점에서의 대상체(1008)의 위치를 결정하고 대상체(1008)의 궤적을 결정한다. 일부 실시예에서, 계획 모듈(404)은 입력 디바이스(314) 또는 스마트 스피커(1316)를 통해 대상체(1008)에 관련된 승객 입력을 수신하는 것에 응답하여 대상체(1008)의 궤적을 결정한다. 일부 실시예에서, 그래픽 사용자 인터페이스는 대상체(1008)의 궤적 또는 예측된 움직임의 표현을 포함한다. 계획 모듈(404)은 이전 측정(위치 및 시간)을 사용하여 대상체(1008)의 의도를 예측한다. 예를 들어, 대상체가 보도 상의 보행자(192)인 경우, 계획 모듈(404)은 보행자(192)가 거리를 건너가거나 횡단 보도 위를 걷어갈 것으로 예측할 수 있다. 대상체가 적색 또는 황색인 교통 신호등에 접근하는 움직이는 차량(193)인 경우, 계획 모듈(404)은 차량(193)이 감속할 것으로 예측한다.
일부 실시예에서, 그래픽 사용자 인터페이스가 디스플레이 디바이스(312) 상에서 텍스트를 사용하여 라벨링된다. 예를 들어, 그래픽 사용자 인터페이스는 AV(100) 또는 대상체(1008)의 속력, 좌표, 또는 진행 방향을 포함할 수 있다. AV(100)와 대상체(1008)의 충돌 확률이 디스플레이될 수 있다. 다른 실시예에서, 그래픽 사용자 인터페이스가 거리, 이동 시간(time traveled), 목적지까지의 시간 등을 보여주는 시간 그래프, 막대 그래프, 파이 차트, 히스토그램 등과 같은 그래프를 사용하여 라벨링된다. 다른 실시예에서, 그래픽 사용자 인터페이스가 심벌을 사용하여 라벨링된다. 예를 들어, 교통 신호등, 공사 구역, 다른 차량(193), 또는 보행자(192)가 상이한 심벌을 사용하여 라벨링될 수 있다. 다른 실시예에서, 그래픽 사용자 인터페이스가 하나 이상의 이미지를 사용하여 라벨링된다. 예를 들어, 승객의 프로파일 이미지가 그래픽 사용자 인터페이스 상에서 AV(100)를 라벨링하는 데 사용될 수 있다. 건물 또는 회전 교차로의 카메라 이미지가 환경(1300) 또는 AV(100)의 목적지를 묘사하기 위해 그래픽 사용자 인터페이스의 부분들을 라벨링하는 데 사용될 수 있다.
일부 실시예에서, 인지 모듈(402)은 센서 데이터와 연관된 잡음 또는 불확실성을 필터링한다. 인지 모듈(402)은 도 4를 참조하여 위에서 예시되고 기술되어 있다. 인지 모듈(402)은 제1 시간에서 대상체(1008)를 나타내는 제1 센서 데이터를 수신한다. AV(100)는 대상체(1008)가 AV 동작 환경(1300)에 실제로 존재하는지 여부 또는 제1 센서 데이터에서의 잡음으로 인해 거짓 양성 분류가 결과되었는지 여부를 결정하기 위해 그래픽 사용자 인터페이스 내에 대상체(1008)의 표현을 생성하는 것을 지연시킨다. 시간 지연 후에, 센서(1304)는 제2 센서 데이터를 생성한다. 인지 모듈(402)은 대상체(1008)가 환경(1300)에 실제로 존재하는지 여부를 결정하기 위해, 제1 시간에서 캡처되는 대상체(1008)의 특징을 제2 시간에서 캡처되는 특징과 매칭시킨다. 제2 센서 데이터가 제1 센서 데이터와 매칭되는 것에 응답하여, AV(100)는 그래픽 사용자 인터페이스를 디스플레이 디바이스(312)에 송신한다. 일부 실시예에서, 계획 모듈(404)은 제2 센서 데이터가 제1 센서 데이터와 매칭되는 것에 응답하여 대상체(1008)와의 충돌을 회피하기 위한 AV(100)의 조작을 예측한다. 일부 실시예에서, 인지 모듈(402)은 제2 센서 데이터와 센서 데이터 사이의 미스매치를 식별한다. 인지 모듈(402)은 미스매치가 이전에 식별된 대상체(1008)와 연관되어 있다고 결정한다. 따라서, 대상체(1008)는 환경(1300)에 존재하지 않는다. AV(100)는 그래픽 사용자 인터페이스를 생성하기 전에 미스매치와 연관된 센서 데이터의 일 부분을 제거한다.
일부 실시예에서, 그래픽 사용자 인터페이스를 생성하는 것과 그래픽 사용자 인터페이스를 디스플레이 디바이스(312)에 송신하는 것 사이에 시간 차이가 존재한다. 그래픽 사용자 인터페이스를 생성하는 것은 제1 시간에서 수행되고, 그래픽 사용자 인터페이스를 디스플레이 디바이스(312)에 송신하는 것은 제2 시간에서 수행된다. 일부 실시예에서, 제1 시간과 제2 시간 사이의 시간 차이는 AV(100)의 동작 속력에 기초하여 증가한다. 디스플레이 디바이스(312)에 더 매끄러운 애니메이션 효과를 제공하기 위해 또는 화면을 어수선하게 할 수 있는 정보를 제거하기 위해 시간 지연(time lag)이 사용될 수 있다. 시간 지연은 승객이 차량 창문 또는 뷰포트로부터 디스플레이 디바이스(312)로 주의를 돌리는 데 걸리는 시간으로 튜닝될 수 있다. 일부 실시예에서, 시간 지연은 AV(100)의 동작 속력에 기초하여 튜닝될 수 있다. 예를 들어, AV(100)가 더 빠르게 움직이고 있는 경우, 그래픽 사용자 인터페이스를 생성하는 것과 이를 디스플레이 디바이스(312) 상에 디스플레이하는 것 사이의 시간 지연은 더 작을 수 있다.
일부 실시예에서, 인지 모듈(402)은 그래픽 사용자 인터페이스를 생성하는 것과 연관된 신뢰 수준을 결정한다. 예를 들어, 거짓 양성이 디스플레이 디바이스(312) 상에 디스플레이되지 않도록, 더 낮은 신뢰 수준을 갖는 LiDAR 관측치가 필터링 제거될 수 있다. 인지 모듈(402)은 센서 데이터의 세그먼트가 보행자(192) 또는 어떤 다른 대상체(1008)를 나타낼 0보다 큰 가능성을 나타내는 점수를 결정할 수 있다. 점수가 임계 값 미만인 것에 응답하여, AV(100)는 그래픽 사용자 인터페이스를 디스플레이 디바이스(312)에 송신하지 않거나 보행자(192) 또는 대상체(1008)의 디스플레이를 디스플레이 디바이스(312)로부터 삭제하는 것 중 어느 하나를 행한다. 그래픽 사용자 인터페이스를 디스플레이 디바이스(312)에 송신하는 것은 신뢰 수준이 임계 값을 초과하는 것에 응답하여 수행된다.
일부 실시예에서, 인지 모듈(402)은 디지털 신호 프로세싱을 사용하여 센서 데이터로부터 잡음을 제거하기 위해 센서 데이터를 필터링한다. 예를 들어, 프리-프로세싱 단계에서 이미지 또는 센서 신호로부터 잡음을 제거하여 추후 프로세싱의 결과를 개선시키기 위해 메디안 필터가 사용될 수 있다. 거짓 양성이 발생하지 않도록, 그래픽 사용자 인터페이스를 생성하는 것이 필터링된 센서 데이터에 기초하여 수행된다. 거짓 음성이 또한 시간 지연 및 잡음 필터링을 사용하여 검출될 수 있다. 센서 데이터에서의 잡음으로 인해, 잡음 필터링이 수행되지 않는 경우 대상체(1008)가 그래픽 사용자 인터페이스로부터 사라질 수 있다(거짓 음성). 대상체(1008)는 이어서 몇 개의 이미지 프레임 이후에 다시 나타날 수 있다. 인지 모듈(402)은 대상체(1008)가 환경(1300)으로부터 실제로 사라졌는지 여부를 검출하기 위해 연속적인 이미지 프레임을 매칭시킴으로써 그러한 거짓 음성을 회피한다. 일부 실시예에서, 계획 모듈(404)은, 낭비적이거나 불필요한 조작이 감소되도록, 필터링된 센서 데이터에 기초하여 대상체(1008)와의 충돌을 회피하기 위한 AV(100)의 조작을 예측한다.
일부 실시예에서, AV(100)는 그래픽 사용자 인터페이스를 생성하기 전에 센서 데이터의 일 부분을 제거한다. 센서 데이터는 환경(1300)의 불필요한 정보 또는 세부사항을 포함할 수 있다. 예를 들어, 번잡한 공도 또는 건물의 세부사항은 승객에게 거의 관심이 없을 수 있거나 승객을 혼란케할 수 있다. 이상치 또는 잡음을 제거하기 위해 LiDAR 포인트 클라우드가 편집될 수 있다. 디스플레이되어서는 안되는 대상체를 식별하기 위해 LiDAR 이미지 또는 카메라 이미지에 대해 에지 검출이 수행될 수 있다. 해당 대상체에 관한 센서 데이터가 삭제된다.
일부 실시예에서, 계획 모듈(404)은 AV(100)와 대상체(1008)의 충돌 확률이 임계 값보다 크게 되는 대상체(1008)를 식별한다. 예를 들어, 대상체(1008)는 AV(100) 전방에서 감속하는 차량(193) 또는 AV(100) 전방에서 거리 내로 뛰어든 보행자(192)일 수 있다. 충돌 확률은 대상체(1008)로부터의 AV(100)의 측방향 이격거리(lateral clearance) 또는 대상체(1008)와 AV(100)의 상대 속력에 기초하여 계산된다. 일부 실시예에서, 계획 모듈(404)은 대상체(1008)에 대한 궤적을 예측함으로써 대상체(1008)와 AV(100)의 충돌 확률을 결정한다. 계획 모듈(404)은 대상체(1008)가 그의 현재 속력으로 직선으로 이동할 것이라고 예측할 수 있다. 일부 실시예에서, 계획 모듈(404)은 확장 칼만 필터(extended Kalman filter)를 사용하여 대상체(1008)를 추적하고 잠재적 충돌에 대한 시간을 결정한다. 다른 실시예에서, 인지 모듈(402)은 센서(1304)로부터의 센서 데이터를 (예를 들어, 칼만 필터를 사용하여) 결합시키기 위해 센서 융합을 사용한다. 계획 모듈(404)은 대상체(1008)에 대한 잠재적 거동(예를 들어, 차선 변경, 좌회전 등)을 결정하고 각각의 잠재적 거동에 확률을 할당한다.
일부 실시예에서, 인지 모듈(402)은 센서(1304)로부터 수신되는 센서 데이터에 기초하여 대상체(1008)를 식별 또는 분류한다. 계획 모듈(404)은 AV(100)와 대상체(1008)의 충돌을 회피하기 위한 AV(100)에 대한 하나 이상의 동작 제약을 결정한다. 예를 들어, 동작 제약은 AV(100)에 대한 최대 동작 속력 또는 AV(100)가 충돌을 회피하기 위해 차량(193)으로부터 떨어져 유지해야 하는 최소 거리를 특정할 수 있다. 동작 제약은 충돌을 회피하기 위해 차선을 변경하도록 AV(100)에게 지시할 수 있다. 일부 실시예에서, 동작 제약은 AV(100)에 대한 최소 동작 속력을 포함한다. 예를 들어, AV(100)는 차량(193)이 AV(100) 전방에서 도로를 건너가려고 하고 있고, AV(100)가 정지할 시간이 충분하지 않다는 것을 감지할 수 있다. AV(100)는 차량(193)에 방해되지 않도록 하기 위해 속도를 높일 수 있다.
일부 실시예에서, 동작 제약은 AV(100)의 최대 가속도를 포함한다. 예를 들어, 계획 모듈(404)은 AV(100)가 너무 빠르게 가속되어 대상체(1008)와 충돌하지 않도록 최대 가속도 제한을 결정할 수 있다. 다른 실시예에서, 동작 제약은 최소 가속도를 포함한다. 예를 들어, AV(100)는 보행자(192)가 AV(100) 전방에서 도로를 건너가려고 하고 있고, AV(100)가 정지할 시간이 충분하지 않다는 것을 감지할 수 있다. AV(100)는 보행자(192)에 방해되지 않도록 하기 위해 가속할 수 있다. 다른 실시예에서, 동작 제약은 AV(100)가 동작할 도로의 차선을 특정한다. 예를 들어, AV(100)가 주행하고 있는 도로의 제1 차선에서 전방에 공사 구역이 있을 수 있다. 따라서, 계획 모듈(404)은 AV(100)와 공사 구역의 충돌이 회피되도록 AV(100)가 주행할 도로의 제2 차선을 특정하는 동작 제약을 생성한다. 동작 제약의 예는 도 9에서의 속력 제약(912) 및 도 10에서의 물리적 제약을 참조하여 위에서 예시되고 설명되어 있다. AV(100)는 동작 제약을 디스플레이하도록 그래픽 사용자 인터페이스를 업데이트한다. 예를 들어, 동작 제약을 표시하는 그래픽, 텍스트, 또는 심벌이 그래픽 사용자 인터페이스에 추가된다.
일부 실시예에서, AV(100)는 AV(100)와 대상체(1008)의 충돌 확률에 기초하여 대상체(1008)의 표현(예를 들어, 아이콘 또는 다각형)의 사이즈를 조정한다. 예를 들어, 계획 모듈(404)이 AV(100)와 대상체(1008)의 충돌 확률이 더 높다고 결정하는 경우, AV(100)는 대상체(1008)를 표현하는 아이콘의 사이즈를 증가시킨다. 계획 모듈(404)은 이어서 충돌을 회피하기 위한 AV(100)에 대한 동작 제약을 생성한다. 일단 AV(100)와 대상체(1008)의 충돌 확률이 감소하면, AV(100)는 대상체(1008)를 표현하는 아이콘의 사이즈를 감소시킨다.
일부 실시예에서, AV(100)는 AV(100)의 기하학적 모델 및 제1 시간(t1)에서 AV(100)까지 제1 거리(d1)에 위치한 대상체(1008)의 기하학적 모델을 포함하는 그래픽 사용자 인터페이스를 생성한다. AV(100)는 그의 센서(1304)를 사용하여 시간(t1)에서 대상체(1008)(예를 들어, 차량, 보행자, 공사 구역 등)가 AV(100)로부터 거리(d1)에 있다는 것을 감지한다. 예를 들어, LiDAR 센서는 AV(100)에 의해 대상체(1008)를 향해 방출되는 LiDAR 빔이 AV(100)로 복귀하는 데 걸리는 시간에 기초하여 거리(d1)를 결정하는 데 사용될 수 있다. 인지 모듈(402)은 제2 시간(t2)에서 센서(1304)로부터 대상체(1008)를 나타내는 센서 데이터를 수신한다. 제1 시간(t1) 이후의 제2 시간(t2)에서, 계획 모듈(404)은 대상체(1008)가 AV(100)까지 제2 거리(d2)에 위치하고 제2 거리(d2)가 제1 거리(d1)보다 작다고 결정한다. 따라서 계획 모듈(404)은 AV(100)와 대상체(1008)가 서로 접근하고 있다고 결정한다.
계획 모듈(404)은 AV(100)와 대상체(1008)의 충돌이 가능성이 있거나 가능하다는 것을 식별할 수 있다. 일부 실시예에서, 계획 모듈(404)은 제1 시간(t1)과 제2 시간(t2) 사이의 시간 차이(t2-t1)를 결정한다. 계획 모듈(404)은 제1 거리(d1)와 제2 거리(d2) 사이의 거리 차이(d2-d1)를 결정한다. 계획 모듈(404)은 시간 차이(t2-t1) 및 거리 차이(d2-d1)에 기초하여 AV(100)와 대상체(1008)의 충돌 확률을 결정한다. 예를 들어, t2-t1이 더 작고 d2-d1이 더 클 경우, 충돌 확률이 더 높을 것이다.
계획 모듈(404)은 대상체(1008)와의 충돌을 회피하기 위한 AV(100)에 대한 동작 제약을 생성한다. 계획 모듈(404)은 대상체(1008)와의 충돌을 회피하기 위한 AV(100)에 대한 차량 조작을 결정할 수 있다. 예를 들어, 계획 모듈(404)은 충돌을 회피하기 위해 AV(100)가 동작 속력을 증가시키거나, 감속하거나, 또는 차선을 변경하는 등을 해야 한다고 결정할 수 있다. 일부 실시예에서, 차량 조작은 AV(100)의 제어 모듈(406)을 사용하여 AV(100)의 동작 속력을 변경하는 것을 포함한다. 제어 모듈(406)은 도 4를 참조하여 위에서 예시되고 기술되어 있다. 차량 조작은 AV(100)를 감속시키거나 가속시키기 위해 제어 모듈(406) 및 제어 기능(420a 내지420c)(예를 들어, 조향, 스로틀링, 제동, 점화)을 사용하여 AV(100)의 가속도를 변경하는 것을 포함할 수 있다. 제어 기능(420a 내지 420c)(예를 들어, 조향, 스로틀링, 제동, 점화)은 도 4를 참조하여 위에서 예시되고 기술되어 있다. 차량 조작은 도 1을 참조하여 위에서 예시되고 기술된 제어 모듈(406) 및 조향 제어(102)를 사용하여 차량이 동작하고 있는 차선을 변경하는 것을 포함할 수 있다. 일부 실시예에서, 차량 조작은 대상체(1008)로부터의 AV(100)의 거리가 제2 시간(t2) 이후의 제3 시간(t3)에서 증가되도록 AV(100)의 궤적을 조정하는 것을 포함한다.
AV(100)는 그래픽 사용자 인터페이스를 업데이트하되, 업데이트된 그래픽 사용자 인터페이스가 차량 조작의 표현을 포함하도록 업데이트한다. 예를 들어, 업데이트된 그래픽 사용자 인터페이스는 보행자(192) 또는 차량(193)을 회피하기 위해 AV(100)가 가속하거나 감속하는 것을 설명하는 텍스트를 갖는 생각 풍선을 포함할 수 있다. 업데이트된 그래픽 사용자 인터페이스는 공사 구역을 회피하기 위해 AV(100)가 회전하고 있음을 보여주는 화살표를 포함할 수 있다. 일부 실시예에서, AV(100)는 그래픽 사용자 인터페이스를 업데이트하되, 업데이트된 그래픽 사용자 인터페이스가 차량 조작에 대응하는 AV(100)의 궤적을 디스플레이하도록 업데이트한다. AV(100)는 업데이트된 그래픽 사용자 인터페이스를 디스플레이 디바이스(312) 상에 디스플레이한다.
AV(100)는 디스플레이 디바이스(312) 상에 디스플레이되는 대상체(1008)에 관련된 승객 입력을 수신한다. 예를 들어, 승객은 언급된 대상체(1008)에 관한 추가 정보를 요청하기 위해 또는 언급된 대상체(1008)의 디스플레이를 삭제하기 위해 디스플레이 디바이스(312) 상에서 언급된 대상체(1008) 상에서 또는 그 근처에서 누르거나 탭핑하거나 스크롤할 수 있다. 승객 입력은 승객이 디스플레이 디바이스(312)로부터 메시지를 수신했거나 또는 디스플레이 디바이스(312)가 언급된 대상체(1008)에 관한 더 많은 세부사항을 디스플레이해야 한다는 것을 AV(100)에 표시할 수 있다.
입력 디바이스(314)로부터 승객 입력을 수신하는 것에 응답하여, AV(100)는 그래픽 사용자 인터페이스 내에서 대상체(1008)의 표현을 업데이트한다. 예를 들어, AV(100)는 언급된 대상체(1008)에 관한 더 많은 세부사항(예를 들어, 언급된 대상체(1008)와 AV(100)의 거리, 언급된 대상체(1008)의 컬러, 언급된 대상체(1008)의 분류, 언급된 대상체(1008)의 예측된 미래의 움직임 등)을 디스플레이할 수 있다. AV(100)는 언급된 대상체(1008)에 관한 더 적은 세부사항을 디스플레이하거나 또는 언급된 대상체(1008)를 디스플레이 디바이스(312)로부터 삭제할 수 있다. 일부 실시예에서, 승객 입력에 기초하여, AV(100)는, 그래픽 사용자 인터페이스 내에서, 대상체(1008)의 사이즈를 증가시킴으로써 대상체(1008)의 표현을 업데이트한다. 예를 들어, 언급된 대상체(1008)를 묘사하는 아이콘의 사이즈가 증가될 수 있다. 일부 실시예에서, AV(100)는, 그래픽 사용자 인터페이스 내에서, 언급된 대상체(1008)의 디스플레이 해상도를 증가시킴으로써 대상체(1008)의 표현을 업데이트한다. 이것은 승객이 대상체(1008)의 타입 또는 언급된 대상체(1008)의 거동을 더 잘 이해하는 데 도움을 줄 수 있다.
일부 실시예에서, AV(100)는, 예컨대, 디스플레이 디바이스(312)가 터치 스크린일 때, 디스플레이 디바이스(312)를 사용하여 그래픽 사용자 인터페이스 상에 디스플레이되는 대상체(1008)를 언급하는 승객 입력(예를 들어, 아래의 도 15에서의 햅틱 입력(1508))을 수신한다. 그래픽 사용자 인터페이스는 언급된 대상체(1008)를 표현하는 컴퓨터 실행 가능 시맨틱 아이콘을 포함할 수 있다. 컴퓨터 실행 가능 시맨틱 아이콘은 승객 입력을 AV(100)에 송신하도록 구성된다. 예를 들어, 승객은 AV(100)가 언급된 대상체와의 충돌을 회피하기 위해 행하고 있는 조작에 대한 더 많은 정보를 획득하기 위해 디스플레이 디바이스(312) 상에서 대상체(1008)를 표현하는 아이콘을 선택한다. 컴퓨터 실행 가능 시맨틱 아이콘으로부터 승객 입력을 수신하는 것에 응답하여, AV(100)는 디스플레이 디바이스(312) 상에 제1 시간(t1) 및 제1 거리(d1)를 나타내는 텍스트를 디스플레이한다. 일부 실시예에서, AV(100)는 디스플레이 디바이스(312) 상에 제2 시간(t2) 및 제2 거리(d2)를 나타내는 텍스트를 디스플레이한다. 디스플레이는 승객이 조작 및 조작의 이유를 이해하는 데 도움을 준다. 다른 실시예에서, 디스플레이되는 차량 조작의 표현은 디스플레이 디바이스(312) 상에 디스플레이되도록 구성된 하나 이상의 애니메이션화된 아이콘을 포함할 수 있다. 예를 들어, 아이콘은 보행자와 부딪치는 것을 회피하기 위해 보행자가 AV(100) 전방에서 걸어가고 있는 것 및 AV(100)가 회전하거나 정지하는 것을 묘사하는 애니메이션화된 GIF일 수 있다.
일부 실시예에서, AV(100)는 AV(100)가 제동될 것이라는 사전 경고를 AV(100)에 승차하고 있는 승객에게 제공한다. 따라서 승객은 자신을 준비시킬 수 있으며 경고는 승객 편의 레벨을 증가시킨다. 경고를 제공하기 위해, 계획 모듈(404)은 AV(100)가 제3 시간(t3)에서 제동 동작을 수행할 것인지 여부를 결정한다. 예를 들어, AV(100)는 그의 센서(1304)를 사용하여 대상체(1008)를 감지할 수 있다. 계획 모듈(404)은 센서 데이터를 사용하여 AV(100)와 대상체(1008)의 충돌을 회피하기 위해 제동 동작이 필요하다고 결정한다. 일부 실시예에서, 제동 동작을 수행하는 것은 AV(100)와 대상체(1008)의 충돌을 회피하기 위한 것이다. AV(100)가 제동 동작을 수행할 것이라고 결정하는 것에 응답하여, AV(100)는, 승객 센서(1308)를 사용하여, 하나 이상의 승객이 AV(100)에 승차하고 있는지 여부를 결정한다.
승객이 존재한다고 결정하는 것에 응답하여, AV(100)는 제3 시간(t3) 이전의 제4 시간(t4)에서 스마트 스피커(1316)를 사용하여 오디오 출력을 송신한다. 오디오 출력 또는 메시지는 AV(100)가 제3 시간(t3)에서 제동 동작을 수행할 것임을 승객에게 통보한다. 일부 실시예에서, 오디오 출력은 AV(100)가 제동 동작을 수행하기 전에 AV(100)의 팔걸이를 붙잡으라는 승객에 대한 명령을 포함한다. 오디오 출력은, 예컨대, 가방 또는 소지품을 고정시키는 것에 의해, 제동 동작에 대해 준비하라는 승객에 대한 명령을 포함할 수 있다. 일부 실시예에서, AV(100)는 승객 편의 선호도에 기초하여 오디오 출력을 송신한다. 일부 실시예에서, AV(100)는 현재 시간(t4)과 제3 시간(t3) 사이의 시간 차이가 임계치 아래로 떨어지는 것에 응답하여 AV(100)가 제동 동작을 수행할 것이라고 승객에게 통보하는 오디오 출력을 송신한다. 일부 실시예에서, 시간 차이가 임계치 아래로 떨어지는 것에 응답하여 그래픽 사용자 인터페이스에 대한 업데이트가 디스플레이된다. AV(100)는 추가로 그래픽 사용자 인터페이스에 대한 업데이트를, 디스플레이 디바이스(312) 상에, 디스플레이한다. 이 업데이트는 t4와 t3 사이의 시간 차이의 표현을 포함한다.
일부 실시예에서, 제동 동작을 수행하는 것은 감소된 속력 제한과 같은 교통 규칙을 준수하려고 의도된 것이다. 예를 들어, 계획 모듈(404)은 AV(100)의 하나 이상의 센서(1304)로부터 수신되는 주행 거리 측정 데이터에 기초하여 AV(100)의 시공간적 위치를 결정한다. 센서(1304)는 위치를 결정하기 위한 GNSS 센서를 포함한다. 계획 모듈(404)은 센서 데이터에 기초하여 AV(100)에 상대적인 교통 신호등의 시공간적 위치를 결정한다. 예를 들어, 인지 모듈(402)은 AV(100)의 LiDAR를 사용하여 교통 신호등을 감지할 수 있다. 인지 모듈(402)은 센서 데이터로부터 결정을 하기 위해 대상체 인식, 패턴 매칭, 또는 대상체 분류를 사용할 수 있다. 인지 모듈(402)은 추가로 하나 이상의 센서(1304)로부터 수신되는 센서 데이터에 기초하여 교통 신호등의 컬러가 적색 또는 황색인지를 결정한다. 예를 들어, AV(100)의 카메라는 교통 신호등의 컬러를 검출하는 데 사용될 수 있다. 계획 모듈(404)은 교통 신호등의 컬러가 적색 또는 황색이라고 결정하는 것에 응답하여 제동 동작에 대한 명령을 생성한다.
AV(100)가 제3 시간(t3)에서 제동 동작을 수행할 것이라고 결정하는 것에 응답하여, AV(100)는 제동 동작의 그래픽 표현을 생성한다. 예를 들어, 그래픽 사용자 인터페이스는 AV(100)의 제동 거동을 디스플레이하는 생각 풍선을 포함할 수 있다. 그래픽 사용자 인터페이스는 텍스트, 예를 들어, "거리를 건너가고 있는 보행자를 위해 감속" 또는 "차량을 회피하기 위해 차선을 변경"으로 라벨링될 수 있다. 일부 실시예에서, AV(100)로부터 임계 거리 미만에 있는 대상체에 대해 생각 풍선이 디스플레이된다. 이러한 방식으로, 승객을 혼란케하는 것을 회피하기 위해 멀리 떨어져 있는 대상체에 대한 생각 풍선은 디스플레이되지 않는다. 승객 편의를 증가시키기 위해 생각 풍선이 사용될 수 있다. 예를 들어, 생각 풍선이 "10초 후에 제동하려고 합니다"라는 메시지를 디스플레이하는 경우, 승객은 시트에서 뒤로 기대거나, 도어 핸들을 잡거나, 마음의 준비를 하는 등을 할 수 있다.
제3 시간(t3) 이전의 제4 시간(t4)에서, 제동 동작을 디스플레이하는 그래픽 사용자 인터페이스가 AV(100)의 디스플레이 디바이스(312)에 송신된다. 일부 실시예에서, 그래픽 사용자 인터페이스는 제3 시간(t3)과 제4 시간(t4) 사이의 차이(t3-t4)의 텍스트 표현을 포함한다. 텍스트 표현은 제동 동작이 언제 또는 얼마나 빨리 발생할 것인지를 기술하는 정보를 승객에게 제공한다. 다른 실시예에서, AV(100)에 대한 동작 제약이 디스플레이 디바이스(312) 상에 디스플레이된다. 예를 들어, 디스플레이 디바이스(312)는 AV(100) 전방의 차량(193)이 계획 모듈(404)로 하여금 AV(100)의 속력을 감소시키게 한다는 메시지 또는 그래픽을 디스플레이할 수 있다. 디스플레이 디바이스(312)는 도로의 제한 속력 또는 보행자(192)가 AV(100) 전방으로 뛰어들었다는 것을 나타내는 메시지 또는 그래픽을 디스플레이할 수 있다.
일부 실시예에서, 계획 모듈(404)은 AV(100)에 승차하고 있는 승객의 승객 편의 선호도를 서버(136) 또는 AV(100)의 데이터 저장 유닛(142)으로부터 리트리빙한다. 서버(136) 및 데이터 저장 유닛(142)은 도 1을 참조하여 위에서 예시되고 기술되어 있다. 예를 들어, 승객 편의 선호도는 승객이 제동보다 특정 시간 이전에 알림을 받아야 하거나 승객이 디스플레이 디바이스(312) 상에서 아이콘보다 텍스트를 선호한다는 것을 특정할 수 있다. 그래픽 사용자 인터페이스를 생성하는 것은 승객 편의 선호도에 기초하여 AV(100)에 의해 수행된다. 일부 실시예에서, 그래픽 사용자 인터페이스는 시맨틱 컴퓨터 아이콘을 포함한다. 리트리빙된 승객 편의 선호도는 시맨틱 컴퓨터 아이콘의 사이즈 및 해상도를 특정할 수 있다. 다른 실시예에서, AV(100)는 AV(100)의 하나 이상의 승객 센서(1308)를 사용하여 특정한 승객 편의 레벨을 표시하는 승객 편의 데이터를 수신하는 것에 응답하여 그래픽 사용자 인터페이스를 디스플레이 디바이스(312)에 송신한다. 예를 들어, 승객이 불편한 경우, 승객은 임박한 제동 동작을 통지받을 수 있다.
일부 실시예에서, AV(100)는, 전기 신호 또는 디지털 신호와 같은, 신호를 AV(100) 내에 위치한 하나 이상의 액추에이터(1312)에 송신한다. 신호는 액추에이터(1312)에 진동하도록 명령한다. 진동은 제동 동작을 나타낸다. 따라서 그래픽 사용자 인터페이스는 AV(100)에 승차하고 있는 승객에게 알리기 위해 물리적 신호를 동반한다. 예를 들어, 진동 팔걸이 또는 시트 쿠션은 AV(100)가 제동되려고 한다는 것과 승객이 자신을 안정시키고 제동 동작에 대해 준비해야 한다는 것을 승객에게 알려준다. 일부 실시예에서, 그래픽 사용자 인터페이스 또는 오디오 출력은 AV(100)가 시간(t3)에서 제동 동작을 수행하기 전에 시간(t4)에서 AV(100)의 팔걸이를 붙잡으라는 AV(100)에 승차하고 있는 승객에 대한 명령을 포함한다. 명령은 텍스트, 아이콘, 또는 심벌로서 디스플레이 디바이스(312) 상에 디스플레이될 수 있다.
일부 실시예에서, 계획 모듈(404)은 제3 시간(t3)과 제4 시간(t4) 사이의 시간 차이(t3-t4)를 결정한다. 승객이 도어 핸들을 붙잡거나 자신을 안정시키기에 충분한 시간을 갖도록 시간(t4)이 계산된다. 시간 차이(t3-t4)가 임계 값 아래로 떨어지거나 또는 임계 값보다 작은 것에 응답하여, AV(100)는 그래픽 사용자 인터페이스를 디스플레이 디바이스(312)에 송신한다. 이러한 방식으로, 제동 동작이 임박할 때에만 승객은 통지받을 것이고 AV(100)가 대상체(1008)로부터 멀리 떨어져 있는 경우 승객은 통지받지 않을 것이다.
자율 주행 차량에 대한 디스플레이 디바이스
도 14는 하나 이상의 실시예에 따른, 그래픽 사용자 인터페이스에서 자율 주행 차량 거동을 디스플레이하기 위한 디스플레이 디바이스(312)를 예시한다. 디스플레이 디바이스(312)는 AV(100)에 승차하고 있는 승객에게 데이터를 제공하는 그래픽 사용자 인터페이스를 디스플레이한다. 데이터는 AV(100)의 궤적(198), AV(100)가 수행하고 있는 조작, 맵, 승객 편의 설정, 또는 속력 또는 가속도와 같은 동작 메트릭을 나타낼 수 있다. 디스플레이 디바이스(312)는 도 3 및 도 13을 참조하여 위에서 예시되고 기술되어 있다. 디스플레이 디바이스(312)는 LCD, LED, 또는 AMOLED 디스플레이, 터치 스크린, (예를 들어, 시각 장애 승차자를 위한) 진동 패드와 같은 햅틱 디스플레이, 또는 승객에게 가청 출력을 제공하기 위한 라우드 스피커를 포함할 수 있다. 디스플레이 디바이스(312)는 (예를 들어, AV(100)에 테더링된) 모바일 디바이스, 태블릿, 또는 랩톱일 수 있다. 일부 실시예에서, 디스플레이 디바이스(312)는 시트 백(1404) 상에 또는 AV(100)의 필라에 장착된 것과 같은 차량의 내부 표면에 부착된다.
도 15는 하나 이상의 실시예에 따른, 그래픽 사용자 인터페이스(1500)에서 자율 주행 차량 거동을 디스플레이하기 위한 모바일 디스플레이 디바이스(1512)를 예시한다. 승객은 모바일 디바이스(1320)를 AV(100) 상으로 휴대할 수 있고 모바일 디바이스(1320)는 AV(100)에 테더링될 수 있다. 모바일 디바이스(1320)는 도 13을 참조하여 위에서 더 상세히 기술되어 있다. 일부 실시예에서, 모바일 디바이스(1320)는 승객(1504)으로부터 햅틱 승객 입력(1508)을 수신한다. 다른 실시예에서, 모바일 디바이스(1320)는 발화된 음성 커맨드를 수신하고 이를 블루투스 또는 NFC를 통해 AV(100)에 송신한다.
자율 주행 차량 거동을 디스플레이하기 위한 그래픽 사용자 인터페이스
도 16은 하나 이상의 실시예에 따른, 자율 주행 차량 거동을 디스플레이하기 위한 그래픽 사용자 인터페이스(1600)를 예시한다. 그래픽 사용자 인터페이스(1600)는 AV(100)의 표현, AV(100)의 궤적(1604), 및 대상체(1608 및 1612)를 포함한다. 센서 데이터에 기초하여 대상체를 식별하는 데 있어서의 AV(100)의 신뢰 수준이 예시되어 있다. 다양한 대상체를 디스플레이하기 위해 기하학적 모델이 사용된다. 대상체(1608)를 식별하는 데 있어서의 AV(100)의 신뢰 수준은 100%이다. 따라서 대상체(1608)는 더 어두운 컬러를 사용하여 표현된다. 대상체(1612)를 식별하는 데 있어서의 AV(100)의 신뢰 수준은 50%이다. 따라서 대상체(1608)는 더 밝은 컬러를 사용하여 표현된다.
자율 주행 차량 거동을 디스플레이하기 위한 기하학적 모델
도 17은 하나 이상의 실시예에 따른, 자율 주행 차량 거동을 디스플레이하기 위한 기하학적 모델(1700)을 예시한다. 차량(193), 보행자(192), AV(100), 자전거 운전자(1704), 식별되지 않은 대상체(1708), 및 공사 구역(1712)을 표현하기 위해 상이한 타입의 기하학적 모델 및 아이콘이 사용된다. 기하학적 모델은 디스플레이를 위해 그래픽 사용자 인터페이스에 내장된다.
자율 주행 차량 거동을 디스플레이하기 위한 그래픽 사용자 인터페이스
도 18은 하나 이상의 실시예에 따른, 자율 주행 차량 거동을 디스플레이하기 위한 그래픽 사용자 인터페이스(1800)를 예시한다. 그래픽 사용자 인터페이스(1800)는 AV(100)의 표현, 차량(1804)의 표현, 보행자(192)의 표현, 보행자(1820)의 표현, 생각 풍선(1812)의 표현, 및 AV(100)에 대한 조작(1816)의 표현을 포함한다.
AV(100)는, 도 13을 참조하여 위에서 기술된 바와 같이, AV(100)의 표현 및 보행자(192)의 표현을 포함하는 그래픽 사용자 인터페이스(1800)를 생성한다. AV(100)는 보행자(1820)가 AV(100) 전방에서 거리를 건너가고 있고 AV(100)와 보행자(1820)가 서로 접근하고 있다고 결정한다. AV(100)는 보행자(1820)와 AV(100)의 충돌 확률을 결정할 수 있다. AV(100)는 보행자(1820)와의 충돌을 회피하기 위한 AV(100)에 대한 차량 조작(1816)(예를 들어, 좌회전)을 결정한다. AV(100)는 벗어나기 위해 그의 속력을 증가시키거나, 감속하거나, 또는 차선을 변경하는 등을 할 수 있다. AV(100)는 그래픽 사용자 인터페이스(1800)를 업데이트하되, 업데이트된 그래픽 사용자 인터페이스(1800)가 차량 조작(1816)의 표현을 포함하도록 업데이트한다. 조작의 표현은, 보행자의 아이콘을 포함하는, 생각 풍선(1812)이다. AV(100)는 업데이트된 그래픽 사용자 인터페이스(1800)를 디스플레이 디바이스(312) 상에 디스플레이한다.
일부 실시예에서, 인지 모듈(402)은 센서 데이터와 연관된 잡음(1824) 또는 불확실성을 필터링한다. AV(100)는 대상체가 실제로 존재하는지 여부 또는 센서 데이터에서의 잡음(1824)으로 인해 거짓 양성 분류가 결과되었는지 여부를 결정하기 위해 그래픽 사용자 인터페이스(1800) 내에 대상체의 표현을 구성하는 것을 지연시킨다. 시간 지연 후에, 센서(1304)는 대상체를 나타내는 새로운 센서 데이터를 생성한다. 인지 모듈(402)은 대상체가 실제로 존재하는지 여부를 결정하기 위해 센서 데이터의 특징을 매칭시킨다. 일부 실시예에서, 인지 모듈(402)은 디지털 신호 프로세싱을 사용하여 센서 데이터로부터 잡음(1824)을 제거하기 위해 센서 데이터를 필터링한다. 예를 들어, 프리-프로세싱 단계에서 이미지 또는 센서 신호로부터 잡음(1824)을 제거하여 추후 프로세싱의 결과를 개선시키기 위해 메디안 필터가 사용될 수 있다. 거짓 양성이 발생하지 않도록, 그래픽 사용자 인터페이스(1800)를 생성하는 것이 필터링된 센서 데이터에 기초하여 수행된다.
도 19는 하나 이상의 실시예에 따른, 승객에게 제동 동작을 알리기 위한 그래픽 사용자 인터페이스(1900)를 예시한다. 그래픽 사용자 인터페이스(1900)는 AV(100)의 표현, 차량(193)의 표현, 생각 풍선(1908)의 표현, 차선(1912)의 표현, 및 보행자(192)의 표현을 포함한다.
도 19의 그래픽 사용자 인터페이스(1900)는 AV(100)가 제동 동작을 수행할 것이라는 사전 경고를 AV(100)에 승차하고 있는 승객에게 제공한다. 따라서 승객은 마음의 준비를 하거나 자신을 준비시킬 수 있으며 경고는 승객 편의 레벨을 증가시킨다. 경고를 제공하기 위해, 계획 모듈(404)은 AV(100)가 미래의 시간에서 제동 동작을 수행할 것인지 여부를 결정한다. AV(100)는 그의 센서(1304)를 사용하여 대상체(예를 들어, 교통 신호등)를 감지할 수 있다. 예를 들어, 인지 모듈(402)은 AV(100)의 LiDAR를 사용하여 교통 신호등을 감지할 수 있다. AV(100)는 센서 데이터를 사용하여 교통 신호등이 적색 또는 황색이고 교통 규칙을 위반하는 것을 회피하기 위해 제동 동작이 필요하다고 결정한다.
일부 실시예에서, 인지 모듈(402)은 센서 데이터에 기초하여 AV(100)까지 임계 거리 내에 위치한 대상체가 교통 신호등이라고 결정한다. 센서 데이터로부터 결정을 하기 위해 대상체 인식, 패턴 매칭, 대상체 분류 등이 사용될 수 있다. 인지 모듈(402)은 추가로 센서 데이터에 기초하여 교통 신호등의 컬러가 황색 또는 적색인지를 결정한다. 예를 들어, AV(100)의 카메라는 교통 신호등의 컬러를 검출하는 데 사용될 수 있다. 계획 모듈(404)은 교통 신호등의 컬러가 황색 또는 적색이라고 결정하는 것에 응답하여 제어 모듈(406)에 의한 제동 동작에 대한 명령을 생성한다. 다른 실시예에서, AV(100)와 대상체(예를 들어, 보행자(192) 또는 차량(193))의 충돌을 회피하기 위해 제동 동작이 수행된다.
AV(100)가 제동 동작을 수행할 것이라고 결정하는 것에 응답하여, AV(100)는 생각 풍선(1908)을 생성한다. 생각 풍선(1908)은 교통 신호등의 표현을 디스플레이한다. 그래픽 사용자 인터페이스(1900)는 텍스트, 예를 들어, "거리를 건너가고 있는 보행자를 위해(예를 들어, 보행자(192)를 위해) 감속" 또는 "차량(예를 들어, 차량(193))을 회피하기 위해 차선을 변경"으로 라벨링될 수 있다. 일부 실시예에서, AV(100)로부터 임계 거리 미만에 있는 대상체에 대해 생각 풍선(1908)이 디스플레이된다. 승객을 혼란케하는 것을 회피하기 위해 멀리 떨어져 있는 대상체에 대한 생각 풍선은 디스플레이되지 않는다. 승객 편의를 증가시키기 위해 생각 풍선(1908)이 사용될 수 있다. 예를 들어, 생각 풍선(1908)이 "15초 후에 제동하려고 합니다"라는 메시지를 디스플레이하는 경우, 승객은 시트에서 뒤로 기대거나, 도어 핸들을 잡거나, 마음의 준비를 하는 등을 할 수 있다.
그래픽 사용자 인터페이스(1900)가 AV(100)의 디스플레이 디바이스(312)에 송신된다. 일부 실시예에서, 그래픽 사용자 인터페이스(1900)는, 그 이후에 AV(100)가 제동을 시작하게 될, 시간 지속기간의 텍스트 표현을 포함한다. 텍스트 표현은 제동 동작이 언제 또는 얼마나 빨리 발생할 것인지를 기술하는 정보를 승객에게 제공한다. 다른 실시예에서, AV(100)에 대한 동작 제약이 디스플레이 디바이스(312) 상에 디스플레이된다. 예를 들어, 디스플레이 디바이스(312)는 AV(100)의 측면에 있는 차량(193)이 너무 가까이 있고 AV(100)로 하여금 감속하게 하고 차선을 변경하게 하고 있다는 메시지 또는 그래픽을 디스플레이할 수 있다. 디스플레이 디바이스(312)는 도로의 제한 속력 또는 보행자(192)가 AV(100) 전방으로 뛰어들었다는 것을 나타내는 메시지 또는 그래픽을 디스플레이할 수 있다.
일부 실시예에서, AV(100)는 AV(100)에 승차하고 있는 승객의 승객 편의 선호도를 서버(136) 또는 AV(100)의 데이터 저장 유닛(142)으로부터 리트리빙한다. 서버(136) 및 데이터 저장 유닛(142)은 도 1을 참조하여 위에서 예시되고 기술되어 있다. 승객 편의 선호도는 승객이 제동보다 특정 시간 이전에 알림을 받아야 하거나 승객이 디스플레이 디바이스(312) 상에서 아이콘보다 텍스트를 선호한다는 것을 특정할 수 있다. 그래픽 사용자 인터페이스(1900)를 생성하는 것은 승객 편의 선호도에 기초하여 AV(100)에 의해 수행된다. 일부 실시예에서, 그래픽 사용자 인터페이스(1900)는 (예를 들어, 보행자(192)에 대한) 시맨틱 컴퓨터 아이콘을 포함한다. 리트리빙된 승객 편의 선호도는 시맨틱 컴퓨터 아이콘의 사이즈 및 해상도를 특정할 수 있다. 다른 실시예에서, AV(100)는 AV(100)의 하나 이상의 승객 센서(1308)를 사용하여 특정한 승객 편의 레벨을 표시하는 승객 편의 데이터를 수신하는 것에 응답하여 그래픽 사용자 인터페이스(1900)를 디스플레이 디바이스(312)에 송신한다. 예를 들어, 승객이 불편한 경우, 승객은 임박한 제동 동작을 통지받을 수 있다.
도 20은 하나 이상의 실시예에 따른, 자율 주행 차량 거동을 디스플레이하기 위한 그래픽 사용자 인터페이스(2000)를 예시한다. AV(100)가 교차로를 통해 진행하고 있다. 차량(193)과 보행자는 AV(100) 후방에 있다. AV(100)의 센서(1304)는 공사 구역(2004)을 검출한다. 계획 모듈(404)은 공사 구역(2004)을 회피하기 위해 AV(100)의 궤적을 조정한다. AV(100)는 생각 풍선(2008)을 포함하도록 그래픽 사용자 인터페이스(2000)를 업데이트한다. 생각 풍선(2008)은 AV(100)가 공사 구역을 회피하기 위해 그의 궤적을 조정하고 있음을 AV(100)에 승차하고 있는 승객에게 통보한다.
AV 거동을 디스플레이하는 그래픽 사용자 인터페이스를 생성하기 위한 프로세스
도 21은 하나 이상의 실시예에 따른, 자율 주행 차량 거동을 디스플레이하는 그래픽 사용자 인터페이스를 생성하기 위한 프로세스(2100)를 예시한다. 일부 실시예에서, 도 21의 프로세스(2100)는 AV(100)에 의해 수행된다. 다른 엔티티, 예를 들어, 계획 모듈(404) 또는 인지 모듈(402)은 다른 실시예에서 프로세스(2100)의 단계 중 일부 또는 전부를 수행한다. 마찬가지로, 실시예는 상이한 및/또는 부가의 단계를 포함할 수 있거나, 또는 단계를 상이한 순서로 수행할 수 있다.
AV(100)는, 하나 이상의 프로세서를 사용하여, AV 동작 환경(1300) 내에서의 AV(100)의 궤적을 결정한다(2104). 예를 들어, 궤적을 결정하기 위해 최단 경로 알고리즘 또는 가중 최적화 알고리즘이 사용될 수 있다.
AV(100)는, 하나 이상의 센서(1304)를 사용하여, AV 동작 환경(1300)에서의 대상체(1008)를 나타내는 센서 데이터를 획득한다(2108). 센서 데이터는 2D 또는 3D, 예를 들어, 2D 카메라 이미지 또는 3D LiDAR 데이터일 수 있다. AV(100)까지 임계 거리 내에 있는 대상체가 분류된다. 대상체(1008)는 차량 또는 보행자일 수 있다.
AV(100)는, 하나 이상의 프로세서를 사용하여, 센서 데이터 및 AV(100)의 궤적에 기초하여 대상체(1008)와의 충돌을 회피하기 위한 AV(100)의 조작을 예측한다(2112). 예를 들어, AV(100)는 그의 궤적이 대상체(1008)의 궤적과 교차하는 미래에서의 포인트 및 시간을 결정할 수 있다.
AV(100)는, 하나 이상의 프로세서를 사용하여, AV(100)의 조작에 기초하여 차량에 승차하고 있는 승객의 승객 편의 레벨이 감소할 것이라고 결정한다(2116). 승객 편의 레벨은 AV(100)의 하나 이상의 승객 센서(1308)에 의해 측정된다. AV(100)는 저장된 승객 편의 데이터에 적어도 부분적으로 기초하여 승객 편의 레벨이 감소할 것이라고 결정한다.
AV(100)는 AV(100)의 표현, 대상체(1008)의 표현, 및 예측된 조작을 승객에 알리는 그래픽, 텍스트, 또는 심벌을 포함하는 그래픽 사용자 인터페이스를 생성한다(2120). 그래픽 사용자 인터페이스는 차선, 정지 표지판, 교통 신호등, 공사 구역 등을 포함하는 도로 구조물의 표현을 포함할 수 있다. 그래픽 사용자 인터페이스는 AV(100)의 거동을 나타내는 생각 풍선, 예를 들어, "거리를 건너가고 있는 보행자를 위해 감속", "차선 변경" 등을 포함할 수 있다. 생각 풍선은 AV(100)로부터 임계 거리 미만에 있는 대상체를 나타낼 수 있다. 그래픽 사용자 인터페이스는, 예컨대, 계획 모듈(404)로 하여금 AV(100)의 속력을 감소시키게 하는 AV(100) 전방에 있는 차량(193)과 부딪치는 것 또는 AV(100) 전방에 갑자기 뛰어든 보행자(192)와 부딪치는 것을 회피하기 위해, AV(100)에 대한 동작 제약을 포함할 수 있다.
AV(100)는 그래픽 사용자 인터페이스를 디스플레이 디바이스(312)에 송신한다(2124). 디스플레이 디바이스(312)는 AV(100)에 승차하고 있는 승객에게 데이터를 제공한다. 데이터는 그래픽 사용자 인터페이스를 포함하고, 맵, 승객 편의 설정, 또는 속력 또는 가속도와 같은 동작 메트릭을 포함할 수 있다.
도 22는 하나 이상의 실시예에 따른, 자율 주행 차량 거동을 디스플레이하는 그래픽 사용자 인터페이스를 생성하기 위한 프로세스(2200)를 예시한다. 일부 실시예에서, 도 22의 프로세스(2200)는 AV(100)에 의해 수행된다. 다른 엔티티, 예를 들어, 계획 모듈(404) 또는 인지 모듈(402)은 다른 실시예에서 프로세스(2200)의 단계 중 일부 또는 전부를 수행한다. 마찬가지로, 실시예는 상이한 및/또는 부가의 단계를 포함할 수 있거나, 또는 단계를 상이한 순서로 수행할 수 있다.
AV(100)는, 하나 이상의 프로세서를 사용하여, AV(100)의 하나 이상의 센서(1304)로부터 수신되는 센서 데이터에 기초하여 대상체(1008)를 식별한다(2204). 센서(1304)는, 대상체(1008)의 존재 및 구조와 같은, 환경(1300)의 상태를 감지한다.
AV(100)는, 하나 이상의 프로세서를 사용하여, AV(100)의 표현 및 대상체(1008)의 표현을 포함하는 그래픽 사용자 인터페이스를 생성한다(2208). 일부 실시예에서, AV(100)는 디스플레이를 위해 대상체(1008)의 기하학적 모델 또는 아이콘을 생성한다. 예를 들어, 기하학적 모델은 직사각형, 타원형, 정사각형, 원형, 또는 다른 타입의 형상과 같은 기하학적 형상일 수 있다. 기하학적 모델 또는 아이콘은 대상체(1008)의 거동을 나타내는 생각 버블을 포함할 수 있다.
AV(100)는, 하나 이상의 프로세서를 사용하여, AV(100)와 대상체(1008)의 충돌 확률이 임계치보다 크다고 결정한다(2212).
AV(100)는, 하나 이상의 프로세서를 사용하여, AV(100)와 대상체(1008)의 충돌을 회피하기 위한 AV(100)에 대한 동작 제약을 결정한다(2216). 동작 제약은 AV(100)의 최대 속력, AV(100)에 대한 차선 변경, 대상체(1008)로부터의 최소 거리 등을 포함할 수 있다.
AV(100)는, 하나 이상의 프로세서를 사용하여, 동작 제약을 디스플레이하도록 그래픽 사용자 인터페이스를 업데이트한다(2220). 여러 동작 제약이 중요도의 순서로 열거되어 있을 수 있다. AV(100)의 거동을 가장 제약하는 동작 제약은 굵은체로 라벨링될 수 있다. 예를 들어, 라벨은 "보행자를 회피하기 위해 5 mph로 감속" 또는 "우측 차선에서의 교통을 회피하기 위해 좌측으로 차선을 변경"을 그래픽 사용자 인터페이스 상에 디스플레이할 수 있다. 라벨은 제동 동작을 묘사하는 아이콘을 포함할 수 있다.
AV(100)는 라벨링된 그래픽 사용자 인터페이스를 AV(100)의 디스플레이 디바이스(312)에 송신한다(2224).
도 23은 하나 이상의 실시예에 따른, 자율 주행 차량 거동을 디스플레이하는 그래픽 사용자 인터페이스를 생성하기 위한 프로세스(2300)를 예시한다. 일부 실시예에서, 도 23의 프로세스(2300)는 AV(100)에 의해 수행된다. 다른 엔티티, 예를 들어, 계획 모듈(404) 또는 인지 모듈(402)은 다른 실시예에서 프로세스(2300)의 단계 중 일부 또는 전부를 수행한다. 마찬가지로, 실시예는 상이한 및/또는 부가의 단계를 포함할 수 있거나, 또는 단계를 상이한 순서로 수행할 수 있다.
AV(100)는, 제1 시간(t1)에서, AV(100)의 기하학적 모델 및 대상체(1008)의 기하학적 모델을 포함하는 그래픽 사용자 인터페이스를 생성한다(2304). 대상체(1008)는 AV(100)로부터 제1 거리(d1)에 위치한다. AV(100)는 그의 센서(1304)를 사용하여 시간(t1)에서 대상체(1008)(예를 들어, 차량, 보행자, 공사 구역 등)가 AV(100)로부터 거리(d1)에 있다는 것을 감지한다. 예를 들어, LiDAR 센서는 AV(100)에 의해 대상체(1008)를 향해 방출되는 LiDAR 빔이 AV(100)로 복귀하는 데 걸리는 시간에 기초하여 거리(d1)를 결정하는 데 사용될 수 있다.
AV(100)는 제2 시간(t2)에서 대상체(1008)가 AV(100)로부터 제2 거리(d2)에 위치한다고 결정한다(2308). 제2 시간(t2)은 제1 시간(t1) 이후이다. 제2 거리(d2)는 제1 거리(d1)보다 작다. 따라서, AV(100)는 AV(100)와 대상체(1008)가 서로 접근하고 있다고 결정한다.
AV(100)는, 하나 이상의 프로세서를 사용하여, 대상체(1008)와의 충돌을 회피하기 위한 차량 조작을 결정한다(2312). 예를 들어, AV(100)는 정지하거나, 벗어나기 위해 속력을 증가시키거나, 감속하거나, 또는 차선을 변경할 수 있다. 일부 실시예에서, 차량 조작을 결정하는 것은 AV(100)에 대한 궤적(198)을 생성하는 것을 포함한다. 궤적(198)은 환경(1300) 및 대상체(1008)의 방향 그래프 표현에 기초한다. 그러한 방향 그래프(1000)의 일 예는 도 10을 참조하여 위에서 예시되고 기술되어 있다.
AV(100)는, 하나 이상의 프로세서를 사용하여, 업데이트된 그래픽 사용자 인터페이스가 차량 조작에 대응하는 AV(100)의 궤적을 디스플레이하도록 그래픽 사용자 인터페이스를 업데이트한다(2316). 예를 들어, 차량 조작의 표현은 AV(100)에 대한 새로운 궤적을 보여주는 화살표, 가속 동작을 나타내는 심벌, 또는 차선 변경을 나타내는 텍스트를 포함할 수 있다.
AV(100)는 업데이트된 그래픽 사용자 인터페이스를 디스플레이 디바이스(312)에 송신한다(2320). 업데이트된 그래픽 사용자 인터페이스는 AV(100)에 승차하고 있는 승객에게 정보 및 제어감(sense of control)을 제공하고 AV(100)에 대한 신뢰를 증가시키기 위해 AV(100)의 차량 조작을 포함한다.
도 24는 하나 이상의 실시예에 따른, 자율 주행 차량 거동을 디스플레이하는 그래픽 사용자 인터페이스를 생성하기 위한 프로세스(2400)를 예시한다. 일부 실시예에서, 도 24의 프로세스(2400)는 AV(100)에 의해 수행된다. 다른 엔티티, 예를 들어, 계획 모듈(404) 또는 인지 모듈(402)은 다른 실시예에서 프로세스(2400)의 단계 중 일부 또는 전부를 수행한다. 마찬가지로, 실시예는 상이한 및/또는 부가의 단계를 포함할 수 있거나, 또는 단계를 상이한 순서로 수행할 수 있다.
AV(100)는, AV(100)의 디스플레이 디바이스(312) 상에, 그래픽 사용자 인터페이스를 디스플레이한다(2404). 그래픽 사용자 인터페이스는 AV(100)의 표현 및 AV 동작 환경(1300)의 표현을 포함한다.
AV(100)는, 하나 이상의 프로세서를 사용하여, AV(100)가 제1 시간(t1)에서 제동 동작을 수행할 것인지 여부를 결정한다(2408). AV(100)와 대상체(1008)의 충돌을 회피하기 위해, 예컨대, 교통 신호등에 대한 교통 규칙을 준수하기 위해, 또는 AV(100)가 AV(100)에 승차하고 있는 승객에 의해 요청되는 목적지에 도착했기 때문에 제동 동작이 수행될 수 있다. 계획 모듈(404)은 센서(1304)로부터 수신되는 시각적 센서 데이터에 기초하여 제동 동작이 수행될 것인지 여부를 결정한다.
AV(100)가 제1 시간(t1)에서 제동 동작을 수행할 것이라고 결정하는 것에 응답하여, AV(100)는, 하나 이상의 승객 센서(1308)를 사용하여, 하나 이상의 승객이 AV(100)에 승차하고 있는지 여부를 결정한다(2412). 예를 들어, 중량 센서가 사용될 수 있다.
하나 이상의 승객이 AV(100)에 승차하고 있다고 결정하는 것에 응답하여, AV(100)는 제1 시간(t1) 이전의 제2 시간(t2)에서 오디오 출력을 송신한다(2416). 오디오 출력은 스마트 스피커(1316)를 사용하여 송신된다. 오디오 출력은 AV(100)가 제1 시간에서 제동 동작을 수행할 것임을 승객에게 통보한다.
AV(100)는 그래픽 사용자 인터페이스에 대한 업데이트를, 디스플레이 디바이스(312) 상에, 디스플레이한다. 업데이트는 제동 동작의 표현(예를 들어, 텍스트 또는 생각 풍선)을 포함한다.
부가의 실시예
일 실시예에서, 현실 세계 환경에서 동작하는 차량의 하나 이상의 프로세서는 현실 세계 환경에서의 차량의 궤적을 결정한다. 차량의 하나 이상의 센서는 현실 세계 환경에서의 대상체를 나타내는 센서 데이터를 획득한다. 하나 이상의 프로세서는 센서 데이터 및 차량의 궤적에 기초하여 대상체와의 충돌을 회피하기 위한 차량의 조작을 예측한다. 하나 이상의 프로세서는 차량의 조작에 기초하여 차량에 승차하고 있는 승객의 승객 편의 레벨이 감소할 것이라고 결정한다. 승객 편의 레벨은 차량의 하나 이상의 승객 센서에 의해 측정된다. 하나 이상의 프로세서는 차량의 표현, 대상체의 표현, 및 예측된 조작을 승객에 알리는 그래픽, 텍스트, 또는 심벌을 포함하는 그래픽 사용자 인터페이스를 생성한다. 그래픽 사용자 인터페이스는 차량의 디스플레이 디바이스에 송신된다.
일 실시예에서, 그래픽 사용자 인터페이스를 생성하는 것은 제1 시간에서 수행되고, 그래픽 사용자 인터페이스를 송신하는 것은 제2 시간에서 수행된다. 제1 시간과 제2 시간 사이의 시간 차이는 차량의 동작 속력에 기초하여 증가한다.
일 실시예에서, 하나 이상의 센서는 대상체를 나타내는 센서 데이터를 획득한 후에 제2 센서 데이터를 획득한다. 제2 센서 데이터와 센서 데이터 사이의 미스매치가 식별된다. 미스매치가 대상체와 연관되어 있다고 결정된다.
일 실시예에서, 하나 이상의 프로세서는 그래픽 사용자 인터페이스를 생성하기 전에 미스매치와 연관된 센서 데이터의 일 부분을 제거한다.
일 실시예에서, 차량에 승차하고 있는 승객의 승객 편의 레벨이 감소할 것이라고 결정하는 것은 저장된 승객 편의 데이터에 적어도 부분적으로 기초한다.
일 실시예에서, 차량의 조작은 제동, 차선 변경, 또는 선회 중 적어도 하나를 포함한다.
일 실시예에서, 승객 편의 레벨의 감소는 하나 이상의 승객 센서에 의해 측정되는 승객의 혈압의 증가를 포함한다.
일 실시예에서, 승객 편의 레벨의 감소는 하나 이상의 승객 센서에 의해 측정되는 승객의 맥박수의 증가를 포함한다.
일 실시예에서, 승객 편의 레벨의 감소는 하나 이상의 승객 센서에 의해 측정되는 승객의 동공 확장의 증가를 포함한다.
일 실시예에서, 입력 디바이스는 스마트 스피커이고 승객 입력은 음성 커맨드이다.
일 실시예에서, 스마트 스피커는 음성 커맨드를 수신하는 것에 응답하여 차량의 조작을 기술하는 오디오 출력을 송신한다.
일 실시예에서, 스마트 스피커는 음성 커맨드를 수신하는 것에 응답하여 현실 세계 환경에서의 대상체의 궤적을 기술하는 오디오 출력을 송신한다.
일 실시예에서, 현실 세계 환경에서 동작하는 차량의 하나 이상의 프로세서는 차량의 하나 이상의 센서로부터 수신되는 센서 데이터에 기초하여 대상체를 식별한다. 하나 이상의 프로세서는 차량의 표현 및 대상체의 표현을 포함하는 그래픽 사용자 인터페이스를 생성한다. 하나 이상의 프로세서는 차량과 대상체의 충돌 확률이 임계 값보다 크다고 결정한다. 하나 이상의 프로세서는 차량과 대상체의 충돌을 회피하기 위한 차량에 대한 동작 제약을 결정한다. 하나 이상의 프로세서는 동작 제약을 디스플레이하도록 그래픽 사용자 인터페이스를 업데이트한다. 업데이트된 그래픽 사용자 인터페이스는 차량의 디스플레이 디바이스에 송신된다.
일 실시예에서, 차량의 스마트 스피커는 차량에 승차하고 있는 승객으로부터 음성 커맨드를 수신한다. 음성 커맨드는 그래픽 사용자 인터페이스에 관련된 것이다.
일 실시예에서, 하나 이상의 프로세서는 대상체를 기술하는 오디오 출력을 생성한다.
일 실시예에서, 하나 이상의 프로세서는 차량에 대한 동작 제약을 기술하는 오디오 출력을 생성한다.
일 실시예에서, 스마트 스피커는 오디오 출력을 승객에 송신한다.
일 실시예에서, 센서 데이터는 3차원 LiDAR 데이터 또는 카메라 이미지를 포함한다.
일 실시예에서, 차량의 표현 및 대상체의 표현은 차량의 기하학적 모델 및 대상체의 기하학적 모델을 포함한다.
일 실시예에서, 텍스트는 기하학적 모델 중 적어도 하나의 기하학적 모델 내에 위치한다.
일 실시예에서, 디스플레이 디바이스는 모바일 디바이스이다.
일 실시예에서, 디스플레이 디바이스는 태블릿이다.
일 실시예에서, 디스플레이 디바이스는 랩톱이다.
일 실시예에서, 디스플레이 디바이스는 차량의 내부 표면에 부착된다.
일 실시예에서, 동작 제약은 최대 동작 속력을 포함한다.
일 실시예에서, 동작 제약은 최소 동작 속력을 포함한다.
일 실시예에서, 동작 제약은 최대 가속도를 포함한다.
일 실시예에서, 동작 제약은 최소 가속도를 포함한다.
일 실시예에서, 동작 제약은 차량이 동작할 도로의 차선을 특정한다.
일 실시예에서, 차량과 대상체의 충돌 확률이 감소함에 따라 그래픽 사용자 인터페이스 내에서 대상체의 표현의 사이즈가 감소한다.
일 실시예에서, 동작 제약을 디스플레이하도록 그래픽 사용자 인터페이스를 업데이트하는 것은 동작 제약을 기술하는 텍스트를 그래픽 사용자 인터페이스에 추가하는 것을 포함한다.
일 실시예에서, 동작 제약을 디스플레이하도록 그래픽 사용자 인터페이스를 업데이트하는 것은 동작 제약을 기술하는 그래프를 그래픽 사용자 인터페이스에 추가하는 것을 포함한다.
일 실시예에서, 동작 제약을 디스플레이하도록 그래픽 사용자 인터페이스를 업데이트하는 것은 동작 제약을 기술하는 심벌을 그래픽 사용자 인터페이스에 추가하는 것을 포함한다.
일 실시예에서, 동작 제약을 디스플레이하도록 그래픽 사용자 인터페이스를 업데이트하는 것은 동작 제약을 기술하는 이미지를 그래픽 사용자 인터페이스에 추가하는 것을 포함한다.
일 실시예에서, 제1 시간에서, 차량의 기하학적 모델 및 차량으로부터 제1 거리에 위치한 대상체의 기하학적 모델을 포함하는 그래픽 사용자 인터페이스가 생성된다. 제2 시간에서, 대상체가 차량으로부터 제2 거리에 위치하는 것으로 결정된다. 제2 시간은 제2 시간 이후이고 제2 거리는 제1 거리보다 작다. 차량의 하나 이상의 프로세서는 대상체와의 충돌을 회피하기 위한 차량에 대한 차량 조작을 결정한다. 하나 이상의 프로세서는 업데이트된 그래픽 사용자 인터페이스가 차량 조작에 대응하는 차량의 궤적을 디스플레이하도록 그래픽 사용자 인터페이스를 업데이트한다. 차량의 궤적을 포함하는 업데이트된 그래픽 사용자 인터페이스는 차량의 디스플레이 디바이스에 송신된다.
일 실시예에서, 차량의 하나 이상의 센서는 제2 시간에서 대상체를 나타내는 센서 데이터를 수신한다.
일 실시예에서, 하나 이상의 프로세서는 제2 시간에서 수신되는 센서 데이터에 기초하여 제2 거리를 결정한다.
일 실시예에서, 차량 조작은, 차량의 제어 모듈을 사용하여, 차량의 동작 속력을 변경하는 것을 포함한다.
일 실시예에서, 차량 조작은, 차량의 제어 모듈을 사용하여, 차량의 가속도를 변경하는 것을 포함한다.
일 실시예에서, 차량 조작은, 차량의 제어 모듈을 사용하여, 차량이 동작하고 있는 차선을 변경하는 것을 포함한다.
일 실시예에서, 하나 이상의 프로세서는 제1 시간과 제2 시간 사이의 시간 차이를 결정한다.
일 실시예에서, 하나 이상의 프로세서는 제1 거리와 제2 거리 사이의 거리 차이를 결정한다.
일 실시예에서, 하나 이상의 프로세서는 시간 차이 및 거리 차이에 기초하여 차량과 대상체의 충돌 확률을 결정한다.
일 실시예에서, 디스플레이 디바이스는 대상체에 관련된 승객 입력을 수신한다. 차량의 스마트 스피커는 대상체에 관련된 음성 커맨드를 수신한다.
일 실시예에서, 기하학적 모델은 컴퓨터 실행 가능 시맨틱 아이콘을 포함한다.
일 실시예에서, 컴퓨터 실행 가능 시맨틱 아이콘 중 적어도 하나는 차량 또는 대상체에 관련된 승객 입력을 수신한다.
일 실시예에서, 승객 입력을 수신하는 것에 응답하여, 제1 시간 및 제1 거리; 또는 제2 시간 및 제2 거리를 나타내는 텍스트가 디스플레이 디바이스 상에 디스플레이된다.
일 실시예에서, 궤적을 디스플레이하는 것은 차량 조작을 나타내는 하나 이상의 애니메이션화된 아이콘을, 디스플레이 디바이스에, 송신하는 것을 포함한다.
일 실시예에서, 그래픽 사용자 인터페이스를 업데이트하는 것은 차량 조작을 나타내는 생각 풍선을 디스플레이하는 것을 포함한다.
일 실시예에서, 차량의 하나 이상의 승객 센서는 차량에 승차하고 있는 승객에 대한 승객 편의 데이터를 수신한다. 하나 이상의 프로세서는 업데이트된 그래픽 사용자 인터페이스를 디스플레이 디바이스에 송신하는 것에 응답하여 승객 편의 레벨이 감소되었다고 결정한다. 하나 이상의 프로세서는 업데이트된 그래픽 사용자 인터페이스를 디스플레이 디바이스에 송신하는 것을 종료한다.
일 실시예에서, 차량 조작은 대상체로부터 차량의 제3 거리가 제2 시간 이후의 제3 시간에서 증가되도록 차량의 궤적을 조정하는 것을 포함한다.
일 실시예에서, 차량의 표현 및 현실 세계 환경의 표현을 포함하는 그래픽 사용자 인터페이스가 현실 세계 환경에서 동작하는 차량의 디스플레이 디바이스 상에 디스플레이된다. 차량의 하나 이상의 프로세서는 차량이 제1 시간에서 제동 동작을 수행할 것인지 여부를 결정한다. 차량이 제1 시간에서 제동 동작을 수행할 것이라고 결정하는 것에 응답하여, 차량의 하나 이상의 승객 센서는 하나 이상의 승객이 차량에 승차하고 있는지 여부를 결정한다. 하나 이상의 승객이 차량에 승차하고 있다고 결정하는 것에 응답하여, 스마트 스피커는, 제1 시간 이전의 제2 시간에서, 차량이 제1 시간에서 제동 동작을 수행할 것임을 하나 이상의 승객에게 통보하는 오디오 출력을 송신한다. 그래픽 사용자 인터페이스에 대한 업데이트가 디스플레이 디바이스 상에 디스플레이된다. 업데이트는 제2 시간과 제1 시간 사이의 시간 차이의 표현을 포함한다.
일 실시예에서, 차량은 현실 세계 환경에 위치한 대상체와 차량의 충돌을 회피하기 위해 제동 동작을 수행한다.
일 실시예에서, 차량은 교통 규칙을 준수하기 위해 제동 동작을 수행한다.
일 실시예에서, 차량 내에 위치한 하나 이상의 액추에이터가 진동된다. 하나 이상의 액추에이터의 진동은 제동 동작을 나타낸다.
일 실시예에서, 하나 이상의 프로세서는 차량의 하나 이상의 센서로부터 수신되는 주행 거리 측정 데이터에 기초하여 차량의 시공간적 위치를 결정한다.
일 실시예에서, 하나 이상의 프로세서는 하나 이상의 센서로부터 수신되는 센서 데이터에 기초하여 차량에 상대적인 대상체의 시공간적 위치를 결정한다.
일 실시예에서, 오디오 출력은 차량이 제1 시간에서 제동 동작을 수행하기 전에 차량의 팔걸이를 잡으라는 하나 이상의 승객에 대한 명령을 포함한다.
일 실시예에서, 오디오 출력은 차량이 제1 시간에서 제동 동작을 수행하기 전에 제동 동작에 대한 준비를 하라는 하나 이상의 승객에 대한 명령을 포함한다.
일 실시예에서, 하나 이상의 프로세서는 하나 이상의 센서로부터 수신되는 센서 데이터에 기초하여 차량까지 임계 거리 내에 위치한 대상체가 교통 신호등이라고 결정한다.
일 실시예에서, 하나 이상의 프로세서는 하나 이상의 센서로부터 수신되는 센서 데이터에 기초하여 교통 신호등의 컬러가 적색 또는 황색인지를 결정한다.
일 실시예에서, 제동 동작은 교통 신호등의 컬러가 적색 또는 황색이라고 결정하는 것에 응답하여 수행된다.
일 실시예에서, 업데이트는 대상체의 표현을 디스플레이하는 생각 풍선을 더 포함한다.
일 실시예에서, 차량에 승차하고 있는 하나 이상의 승객의 승객 편의 선호도가 리트리빙된다.
일 실시예에서, 오디오 출력을 송신하는 것은 승객 편의 선호도에 기초하여 수행된다.
일 실시예에서, 차량의 표현 및 현실 세계 환경의 표현은 적어도 하나의 시맨틱 컴퓨터 아이콘을 포함한다.
일 실시예에서, 승객 편의 선호도는 적어도 하나의 시맨틱 컴퓨터 아이콘의 사이즈 및 해상도를 특정한다.
일 실시예에서, 제1 시간과 제2 시간 사이의 시간 차이가 결정된다.
일 실시예에서, 차량이 제1 시간에서 제동 동작을 수행할 것임을 하나 이상의 승객에게 통보하는 오디오 출력을 송신하는 것은 시간 차이가 임계치 아래로 떨어지는 것에 응답하여 수행된다.
일 실시예에서, 시간 차이가 임계치 아래로 떨어지는 것에 응답하여 그래픽 사용자 인터페이스에 대한 업데이트를 디스플레이하는 것이 수행된다.
상이하고 복잡한 자율 운전 시나리오와 관련하여 AV에 대한 승객 및 대중의 신뢰가 안전하고 비용 효율적인 방식으로 증가한된다는 것이 본원에서 개시된 실시예의 이점 및 장점에 속한다. 실시예는 AV에 승차하고 있는 사람에 대한 신뢰도, 제어감, 및 안전감을 증진시킨다. 실시예는 포괄적인 감지, 명확한 통신, 변화에 대한 대응방안, 및 다수의 상호작용 모드를 제공한다. 능동적 안전 특징(예를 들어, 충돌 회피)과 인포테인먼트 시스템은 통합 시스템 아키텍처로 결합된다. 실시예는 AV의 자율 주행 기능성을 승객과의 시각적, 청각적, 및 햅틱 통신과 연계시켜 신뢰 수준을 증가시킨다. AV에 대한 향상된 신뢰는 향상된 승객 및 보행자 안전, AV의 보다 낮은 마손(wear and tear), 감소된 이동 시간, 감소된 이동 거리 등을 결과한다. 도로망에 있는 다른 차량에 대한 향상된 안전이 또한 달성된다.
전술한 설명에서, 실시예는 구현예마다 변화될 수 있는 다수의 특정 세부사항을 참조하여 기술되었다. 따라서, 상세한 설명 및 도면은 제한적인 관점보다는 예시적인 관점에서 보아야 한다. 실시예의 범위의 유일한 독점적인 지표, 및 출원인이 실시예의 범위가 되도록 의도한 것은, 본 출원에서 특정 형태로 나오는 청구항 세트의 문언적 등가 범위이며, 그러한 청구항이 나오는 특정 형태는 임의의 후속 보정을 포함한다. 그러한 청구항에 포함된 용어에 대해 본원에서 명시적으로 개시된 모든 정의는 청구항에서 사용되는 바와 같은 그러한 용어의 의미를 지배한다. 그에 부가하여, 전술한 설명 및 이하의 청구항에서 용어 "더 포함하는"이 사용될 때, 이 문구에 뒤따르는 것은 추가적인 단계 또는 엔티티, 또는 이전에 언급된 단계 또는 엔티티의 서브-단계/서브-엔티티일 수 있다.
Claims (20)
- 방법으로서,
현실 세계 환경에서 동작하는 차량의 하나 이상의 프로세서를 사용하여, 상기 현실 세계 환경에서의 상기 차량의 궤적을 결정하는 단계;
상기 차량의 하나 이상의 센서를 사용하여, 상기 현실 세계 환경에서의 대상체를 나타내는 센서 데이터를 획득하는 단계;
상기 하나 이상의 프로세서를 사용하여, 상기 센서 데이터 및 상기 차량의 궤적에 기초하여 상기 대상체와의 충돌을 회피하기 위한 상기 차량의 조작을 예측하는 단계;
상기 하나 이상의 프로세서를 사용하여, 상기 차량의 조작에 기초하여 상기 차량에 승차하고 있는 승객의 승객 편의 레벨(passenger comfort level)이 감소할 것이라고 결정하는 단계 - 상기 승객 편의 레벨은 상기 차량의 하나 이상의 승객 센서에 의해 측정됨 -;
상기 하나 이상의 프로세서를 사용하여, 상기 차량의 표현, 상기 대상체의 표현, 및 상기 예측된 조작을 상기 승객에 알리는 그래픽, 텍스트, 또는 심벌을 포함하는 그래픽 사용자 인터페이스를 생성하는 단계; 및
상기 그래픽 사용자 인터페이스를, 상기 차량의 디스플레이 디바이스에, 송신하는 단계
를 포함하는, 방법. - 제1항에 있어서, 상기 차량의 입력 디바이스를 사용하여, 상기 대상체에 관련된 승객 입력을 수신하는 단계
를 더 포함하고, 상기 대상체는 동적 대상체인, 방법. - 제2항에 있어서, 상기 승객 입력을 수신하는 것에 응답하여, 상기 그래픽 사용자 인터페이스 내에서, 상기 대상체의 사이즈를 증가시키는 단계
를 더 포함하는, 방법. - 제2항에 있어서, 상기 승객 입력을 수신하는 것에 응답하여, 상기 그래픽 사용자 인터페이스 내에서, 상기 대상체의 디스플레이 해상도를 증가시키는 단계
를 더 포함하는, 방법. - 제2항에 있어서, 상기 하나 이상의 프로세서를 사용하여, 상기 승객 입력을 수신하는 것에 응답하여 상기 현실 세계 환경에서의 상기 대상체의 궤적을 결정하는 단계
를 더 포함하는, 방법. - 제5항에 있어서, 상기 그래픽 사용자 인터페이스 내에 상기 대상체의 궤적을 디스플레이하는 단계
를 더 포함하는, 방법. - 제1항에 있어서, 상기 하나 이상의 센서를 사용하여, 상기 대상체를 나타내는 상기 센서 데이터를 획득하는 단계 이후에 제2 센서 데이터를 획득하는 단계
를 더 포함하는, 방법. - 제7항에 있어서, 상기 제2 센서 데이터가 상기 센서 데이터와 매칭되는 것에 응답하여 상기 대상체와의 충돌을 회피하기 위한 상기 차량의 조작을 예측하는 단계가 수행되는, 방법.
- 제1항에 있어서, 상기 하나 이상의 프로세서를 사용하여, 상기 대상체의 표현을 디스플레이하는 상기 그래픽 사용자 인터페이스를 생성하는 단계와 연관된 신뢰 수준을 결정하는 단계
를 더 포함하는, 방법. - 제9항에 있어서, 상기 그래픽 사용자 인터페이스를 송신하는 단계는 상기 신뢰 수준이 임계 값을 초과하는 것에 응답하여 수행되는, 방법.
- 제1항에 있어서, 상기 그래픽 사용자 인터페이스를 생성하는 단계는, 상기 하나 이상의 프로세서를 사용하여, 상기 센서 데이터에 기초하여 상기 대상체의 기하학적 모델을 생성하는 단계를 포함하는, 방법.
- 제1항에 있어서, 디지털 신호 프로세싱을 사용하여, 상기 센서 데이터로부터 잡음를 제거하기 위해 상기 센서 데이터를 필터링하는 단계
를 더 포함하는, 방법. - 제12항에 있어서, 상기 그래픽 사용자 인터페이스를 생성하는 단계는 상기 필터링된 센서 데이터에 기초하여 수행되는, 방법.
- 제12항에 있어서, 상기 대상체와의 충돌을 회피하기 위한 상기 차량의 조작을 예측하는 단계는 상기 필터링된 센서 데이터에 기초하여 수행되는, 방법.
- 제1항에 있어서, 상기 대상체와의 충돌을 회피하기 위한 상기 차량의 조작을 예측하는 단계는 상기 대상체가 상기 차량으로부터의 임계 거리 내에 위치하는 것에 응답하여 수행되는, 방법.
- 제1항에 있어서, 상기 대상체는 제2 차량 또는 보행자를 포함하는, 방법.
- 제1항에 있어서, 상기 그래픽 사용자 인터페이스는 추가로 차선, 교통 신호등, 교통 표지판, 또는 공사 구역 중 적어도 하나의 3 차원(3D) 표현을 디스플레이하는, 방법.
- 제1항에 있어서, 상기 그래픽 사용자 인터페이스를 생성하는 단계는 제1 시간에서 수행되고, 상기 그래픽 사용자 인터페이스를 송신하는 단계는 제2 시간에서 수행되는, 방법.
- 하나 이상의 컴퓨터 프로세서에 의해 실행 가능한 명령어를 저장한 비일시적 컴퓨터 판독 가능 저장 매체로서, 상기 명령어는, 상기 하나 이상의 컴퓨터 프로세서에 의해 실행될 때, 상기 하나 이상의 컴퓨터 프로세서로 하여금:
현실 세계 환경에서 동작하는 차량의 궤적을 결정하게 하고;
상기 차량의 하나 이상의 센서를 사용하여, 상기 현실 세계 환경에서의 대상체를 나타내는 센서 데이터를 획득하게 하며;
상기 센서 데이터 및 상기 차량의 궤적에 기초하여 상기 대상체와의 충돌을 회피하기 위한 상기 차량의 조작을 예측하게 하고;
상기 차량의 조작에 기초하여 상기 차량에 승차하고 있는 승객의 승객 편의 레벨이 감소할 것이라고 결정하게 하며 - 상기 승객 편의 레벨은 상기 차량의 하나 이상의 승객 센서에 의해 측정됨 -;
상기 차량의 표현, 상기 대상체의 표현, 및 상기 예측된 조작을 상기 승객에 알리는 그래픽, 텍스트, 또는 심벌을 포함하는 그래픽 사용자 인터페이스를 생성하게 하고;
상기 그래픽 사용자 인터페이스를, 상기 차량의 디스플레이 디바이스에, 송신하게 하는, 비일시적 컴퓨터 판독 가능 저장 매체. - 차량으로서,
하나 이상의 컴퓨터 프로세서; 및
하나 이상의 컴퓨터 프로세서에 의해 실행 가능한 명령어를 저장한 비일시적 컴퓨터 판독 가능 저장 매체
를 포함하며, 상기 명령어는, 상기 하나 이상의 컴퓨터 프로세서에 의해 실행될 때, 상기 하나 이상의 컴퓨터 프로세서로 하여금:
현실 세계 환경에서 동작하는 차량의 궤적을 결정하게 하고;
상기 차량의 하나 이상의 센서를 사용하여, 상기 현실 세계 환경에서의 대상체를 나타내는 센서 데이터를 획득하게 하며;
상기 센서 데이터 및 상기 차량의 궤적에 기초하여 상기 대상체와의 충돌을 회피하기 위한 상기 차량의 조작을 예측하게 하고;
상기 차량의 조작에 기초하여 상기 차량에 승차하고 있는 승객의 승객 편의 레벨이 감소할 것이라고 결정하게 하며 - 상기 승객 편의 레벨은 상기 차량의 하나 이상의 승객 센서에 의해 측정됨 -;
상기 차량의 표현, 상기 대상체의 표현, 및 상기 예측된 조작을 상기 승객에 알리는 그래픽, 텍스트, 또는 심벌을 포함하는 그래픽 사용자 인터페이스를 생성하게 하고;
상기 그래픽 사용자 인터페이스를, 상기 차량의 디스플레이 디바이스에, 송신하게 하는, 차량.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220062195A KR102569789B1 (ko) | 2019-04-25 | 2022-05-20 | 자율 주행 차량 거동을 디스플레이하기 위한 그래픽 사용자 인터페이스 |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962838359P | 2019-04-25 | 2019-04-25 | |
US62/838,359 | 2019-04-25 | ||
US16/855,954 | 2020-04-22 | ||
US16/855,954 US11472291B2 (en) | 2019-04-25 | 2020-04-22 | Graphical user interface for display of autonomous vehicle behaviors |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220062195A Division KR102569789B1 (ko) | 2019-04-25 | 2022-05-20 | 자율 주행 차량 거동을 디스플레이하기 위한 그래픽 사용자 인터페이스 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20200125910A true KR20200125910A (ko) | 2020-11-05 |
KR102402293B1 KR102402293B1 (ko) | 2022-05-27 |
Family
ID=71080261
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200050876A KR102402293B1 (ko) | 2019-04-25 | 2020-04-27 | 자율 주행 차량 거동을 디스플레이하기 위한 그래픽 사용자 인터페이스 |
KR1020220062195A KR102569789B1 (ko) | 2019-04-25 | 2022-05-20 | 자율 주행 차량 거동을 디스플레이하기 위한 그래픽 사용자 인터페이스 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220062195A KR102569789B1 (ko) | 2019-04-25 | 2022-05-20 | 자율 주행 차량 거동을 디스플레이하기 위한 그래픽 사용자 인터페이스 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11884155B2 (ko) |
KR (2) | KR102402293B1 (ko) |
DE (1) | DE102020111250A1 (ko) |
GB (2) | GB2588983B (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220062221A (ko) * | 2020-11-06 | 2022-05-16 | 모셔널 에이디 엘엘씨 | 증강 현실 지원 자율 주행 차량 커맨드 센터 |
KR20230033551A (ko) * | 2021-08-27 | 2023-03-08 | 모셔널 에이디 엘엘씨 | 운전 가능 영역 검출을 사용한 운행 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11648951B2 (en) | 2018-10-29 | 2023-05-16 | Motional Ad Llc | Systems and methods for controlling actuators based on load characteristics and passenger comfort |
EP3966799A4 (en) * | 2019-05-06 | 2023-01-04 | 3M Innovative Properties Company | RISK ASSESSMENT FOR TEMPORARY ZONES |
US20210197805A1 (en) * | 2019-12-27 | 2021-07-01 | Motional Ad Llc | Safety system for vehicle |
GB202004123D0 (en) * | 2020-03-20 | 2020-05-06 | Snoring Dog Ltd | Improving user alertness in an autonomous vehicle |
US20230334959A1 (en) * | 2022-04-13 | 2023-10-19 | Truist Bank | Artifical intelligence driven automated teller machine |
US20230347912A1 (en) | 2022-05-02 | 2023-11-02 | Steering Solutions Ip Holding Corporation | Method to improve ride comfort and reduce driver and passenger anxiety in a vehicle |
KR102524973B1 (ko) * | 2022-07-08 | 2023-04-26 | 포티투닷 주식회사 | 차량 운행 정보 인터페이스 제공 방법 및 장치 |
CN115042806B (zh) * | 2022-07-29 | 2022-11-15 | 浙江吉利控股集团有限公司 | 一种代客泊车的路径显示方法、装置及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017033542A (ja) * | 2015-07-29 | 2017-02-09 | 株式会社デンソー | 情報表示装置 |
KR20180050383A (ko) * | 2016-09-28 | 2018-05-14 | 바이두 유에스에이 엘엘씨 | 자율 주행 차량 이동을 시뮬레이트하기 위한 물리 모델 및 머신 러닝과 결합된 방법 |
US20180286242A1 (en) * | 2017-03-31 | 2018-10-04 | Ford Global Technologies, Llc | Steering wheel actuation |
KR20180115986A (ko) * | 2017-04-14 | 2018-10-24 | 현대자동차주식회사 | 자율주행 제어 장치 및 방법, 그리고 차량 시스템 |
KR20190000843A (ko) * | 2017-06-23 | 2019-01-03 | 우버 테크놀로지스, 인크. | 자율 주행 가능 차량용 충돌-회피 시스템 |
Family Cites Families (94)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7783403B2 (en) | 1994-05-23 | 2010-08-24 | Automotive Technologies International, Inc. | System and method for preventing vehicular accidents |
US7124027B1 (en) * | 2002-07-11 | 2006-10-17 | Yazaki North America, Inc. | Vehicular collision avoidance system |
US9117460B2 (en) | 2004-05-12 | 2015-08-25 | Core Wireless Licensing S.A.R.L. | Detection of end of utterance in speech recognition system |
DE102005047137A1 (de) * | 2005-09-30 | 2007-04-05 | Daimlerchrysler Ag | Insassenschutzsystem für ein Fahrzeug |
US7508300B2 (en) | 2006-08-31 | 2009-03-24 | Motorola, Inc. | Method and system for passenger profiles |
US7661891B2 (en) | 2007-05-08 | 2010-02-16 | Heibel Thomas S | Directing base for camera mount |
US20090024415A1 (en) * | 2007-07-16 | 2009-01-22 | Alpert Alan I | Device and method for medical facility biometric patient intake and physiological measurements |
US8233670B2 (en) * | 2007-09-13 | 2012-07-31 | Cognex Corporation | System and method for traffic sign recognition |
KR101009881B1 (ko) * | 2008-07-30 | 2011-01-19 | 삼성전자주식회사 | 재생되는 영상의 타겟 영역을 확대 디스플레이하기 위한장치 및 방법 |
US9658765B2 (en) * | 2008-07-31 | 2017-05-23 | Northrop Grumman Systems Corporation | Image magnification system for computer interface |
US8103414B2 (en) | 2008-10-30 | 2012-01-24 | International Business Machines Corporation | Adaptive vehicle configuration |
US8269652B2 (en) * | 2009-04-02 | 2012-09-18 | GM Global Technology Operations LLC | Vehicle-to-vehicle communicator on full-windshield head-up display |
US8597027B2 (en) * | 2009-11-25 | 2013-12-03 | Loren J. Staplin | Dynamic object-based assessment and training of expert visual search and scanning skills for operating motor vehicles |
EP2360563A1 (en) | 2010-02-15 | 2011-08-24 | Research In Motion Limited | Prominent selection cues for icons |
US8694207B2 (en) | 2011-04-12 | 2014-04-08 | Robert Bosch Gmbh | Vehicle dynamic control systems with center of gravity compensation based on cargo information |
US10787177B2 (en) * | 2011-06-29 | 2020-09-29 | SMR Patents S.à.r.l. | Exterior rearview device with illumination functions and autonomous vehicles using same |
DE102011116718A1 (de) | 2011-10-22 | 2013-04-25 | Volkswagen Ag | Verfahren und Vorrichtungen zur Fahrzeugnavigation |
KR20130084543A (ko) * | 2012-01-17 | 2013-07-25 | 삼성전자주식회사 | 사용자 인터페이스 제공 장치 및 방법 |
EP2618108B1 (en) * | 2012-01-19 | 2018-10-17 | Volvo Car Corporation | Driver assisting system |
US9862352B2 (en) | 2012-03-05 | 2018-01-09 | Intel Corporation | User identification and personalized vehicle settings management system |
DE102013217430A1 (de) * | 2012-09-04 | 2014-03-06 | Magna Electronics, Inc. | Fahrerassistenzsystem für ein Kraftfahrzeug |
JP5885129B2 (ja) * | 2012-09-11 | 2016-03-15 | カシオ計算機株式会社 | 運動支援装置、運動支援方法及び運動支援プログラム |
US20140200863A1 (en) * | 2013-01-11 | 2014-07-17 | The Regents Of The University Of Michigan | Monitoring proximity of objects at construction jobsites via three-dimensional virtuality in real-time |
US9734161B2 (en) * | 2013-03-15 | 2017-08-15 | The Florida International University Board Of Trustees | Streaming representation of moving objects and shapes in a geographic information service |
CN104321620A (zh) | 2013-04-15 | 2015-01-28 | 弗莱克斯电子有限责任公司 | 基于用户简档信息通过改变的地图路线进行行为修改 |
US9872968B2 (en) * | 2013-04-17 | 2018-01-23 | Sri International | Biofeedback virtual reality sleep assistant |
KR102010298B1 (ko) * | 2013-05-21 | 2019-10-21 | 엘지전자 주식회사 | 영상표시장치 및 영상표시장치의 동작방법 |
DE102013213039A1 (de) * | 2013-07-03 | 2015-01-08 | Continental Automotive Gmbh | Assistenzsystem und Assistenzverfahren zur Unterstützung bei der Steuerung eines Kraftfahrzeugs |
US9212926B2 (en) * | 2013-11-22 | 2015-12-15 | Ford Global Technologies, Llc | In-vehicle path verification |
CN106068097B (zh) | 2014-02-20 | 2020-09-29 | 佛吉亚汽车座椅有限责任公司 | 整合有传感器的车辆座椅 |
US10209779B2 (en) * | 2014-02-21 | 2019-02-19 | Samsung Electronics Co., Ltd. | Method for displaying content and electronic device therefor |
EP3114574A4 (en) | 2014-03-03 | 2018-03-07 | Inrix, Inc. | Traffic obstruction detection |
US10126928B2 (en) * | 2014-03-31 | 2018-11-13 | Magna Electronics Inc. | Vehicle human machine interface with auto-customization |
CA2952084C (en) | 2014-06-11 | 2022-09-13 | Veridium Ip Limited | System and method for facilitating user access to vehicles based on biometric information |
DE102014212898A1 (de) * | 2014-07-03 | 2016-01-07 | Robert Bosch Gmbh | Verfahren zum Ermitteln einer Notfall-Trajektorie und Verfahren zum teilautomatisierten oder automatisierten Führen eines Ego-Fahrzeugs |
JP2016037149A (ja) * | 2014-08-07 | 2016-03-22 | 日立オートモティブシステムズ株式会社 | 車両制御システム、およびこれを備えた行動計画システム |
US9424475B1 (en) * | 2014-09-17 | 2016-08-23 | Google Inc. | Construction object detection |
US20160089954A1 (en) | 2014-09-30 | 2016-03-31 | Continental Automotive Systems Inc. | System and method for setting an environmental condition in or around a vehicle in response to a determined mood |
US10241509B1 (en) | 2014-11-13 | 2019-03-26 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle control assessment and selection |
KR20160057837A (ko) * | 2014-11-14 | 2016-05-24 | 삼성전자주식회사 | 전자 기기의 사용자 인터페이스 표시 방법 및 장치 |
US9688271B2 (en) * | 2015-03-11 | 2017-06-27 | Elwha Llc | Occupant based vehicle control |
US10083363B2 (en) * | 2015-05-26 | 2018-09-25 | Nbcuniversal Media, Llc | System and method for customizing content for a user |
KR102423184B1 (ko) * | 2015-05-29 | 2022-07-21 | 삼성전자주식회사 | 화면 출력 방법 및 이를 지원하는 전자 장치 |
EP3888958B1 (en) * | 2015-06-03 | 2023-05-24 | ClearMotion, Inc. | Method of mitigating motion sickness in an autonomous vehicle |
US9896100B2 (en) * | 2015-08-24 | 2018-02-20 | International Business Machines Corporation | Automated spatial separation of self-driving vehicles from other vehicles based on occupant preferences |
US20180208209A1 (en) | 2015-09-08 | 2018-07-26 | Apple Inc. | Comfort profiles |
US9971348B1 (en) * | 2015-09-29 | 2018-05-15 | Amazon Technologies, Inc. | Passenger profiles for autonomous vehicles |
US10248119B2 (en) * | 2015-11-04 | 2019-04-02 | Zoox, Inc. | Interactive autonomous vehicle command controller |
CN105867893A (zh) | 2015-11-18 | 2016-08-17 | 乐视致新电子科技(天津)有限公司 | 一种图形用户界面的显示终端、显示方法及显示装置 |
US9862364B2 (en) * | 2015-12-04 | 2018-01-09 | Waymo Llc | Collision mitigated braking for autonomous vehicles |
CN105372654B (zh) | 2015-12-14 | 2017-12-12 | 财团法人车辆研究测试中心 | 障碍物分类可靠度量化的方法 |
US20170217445A1 (en) * | 2016-01-29 | 2017-08-03 | GM Global Technology Operations LLC | System for intelligent passenger-vehicle interactions |
US10035519B2 (en) * | 2016-03-15 | 2018-07-31 | GM Global Technology Operations LLC | System and method for autonomous vehicle driving behavior modification |
US10055652B2 (en) | 2016-03-21 | 2018-08-21 | Ford Global Technologies, Llc | Pedestrian detection and motion prediction with rear-facing camera |
US10029728B2 (en) | 2016-03-30 | 2018-07-24 | Nissan North America, Inc. | Vehicle adaptive steering control apparatus |
US20170329332A1 (en) * | 2016-05-10 | 2017-11-16 | Uber Technologies, Inc. | Control system to adjust operation of an autonomous vehicle based on a probability of interference by a dynamic object |
US20170349027A1 (en) | 2016-06-02 | 2017-12-07 | GM Global Technology Operations LLC | System for controlling vehicle climate of an autonomous vehicle socially |
CN106114507B (zh) * | 2016-06-21 | 2018-04-03 | 百度在线网络技术(北京)有限公司 | 用于智能车辆的局部轨迹规划方法和装置 |
US9945679B2 (en) * | 2016-06-27 | 2018-04-17 | International Business Machines Corporation | Personalized travel routes to reduce stress |
DE102016211587A1 (de) * | 2016-06-28 | 2017-12-28 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Steuern eines Fahrzeugs |
US10029698B2 (en) * | 2016-07-19 | 2018-07-24 | Futurewei Technologies, Inc. | Adaptive passenger comfort enhancement in autonomous vehicles |
MX2019000762A (es) | 2016-07-21 | 2019-10-30 | Walmart Apollo Llc | Caracterizaciones basadas en vectores de productos e individuos con respecto a la seleccion de articulos para ubicaciones de tiendas. |
US10528055B2 (en) * | 2016-11-03 | 2020-01-07 | Ford Global Technologies, Llc | Road sign recognition |
US10699305B2 (en) * | 2016-11-21 | 2020-06-30 | Nio Usa, Inc. | Smart refill assistant for electric vehicles |
EP3836122A1 (en) * | 2016-12-23 | 2021-06-16 | Mobileye Vision Technologies Ltd. | Navigational system with imposed constraints |
US20180217717A1 (en) * | 2017-01-31 | 2018-08-02 | Toyota Research Institute, Inc. | Predictive vehicular human-machine interface |
US10053088B1 (en) | 2017-02-21 | 2018-08-21 | Zoox, Inc. | Occupant aware braking system |
US10133275B1 (en) * | 2017-03-01 | 2018-11-20 | Zoox, Inc. | Trajectory generation using temporal logic and tree search |
US10139831B2 (en) * | 2017-03-17 | 2018-11-27 | Denso International America, Inc. | Vehicle system and vehicle controller for controlling vehicle |
WO2018170883A1 (en) | 2017-03-24 | 2018-09-27 | SZ DJI Technology Co., Ltd. | Vehicle behavior monitoring systems and methods |
US10513268B2 (en) * | 2017-04-07 | 2019-12-24 | Steering Solutions Ip Holding Corporation | Vehicle safety system |
US20180354554A1 (en) * | 2017-06-07 | 2018-12-13 | GM Global Technology Operations LLC | Methods and systems for motor vehicle parking assistance |
US10317899B2 (en) * | 2017-06-16 | 2019-06-11 | nuTonomy Inc. | Intervention in operation of a vehicle having autonomous driving capabilities |
KR102387613B1 (ko) * | 2017-06-26 | 2022-04-15 | 엘지전자 주식회사 | 차량용 인터페이스 시스템 |
US10564638B1 (en) * | 2017-07-07 | 2020-02-18 | Zoox, Inc. | Teleoperator situational awareness |
US10268191B1 (en) * | 2017-07-07 | 2019-04-23 | Zoox, Inc. | Predictive teleoperator situational awareness |
CN109308816B (zh) | 2017-07-28 | 2021-09-14 | 华为技术有限公司 | 一种确定道路交通风险的方法、装置及车载*** |
KR102400555B1 (ko) * | 2017-09-04 | 2022-05-20 | 삼성전자주식회사 | 주행 차량을 제어하는 방법 및 장치 |
DE112019000065T5 (de) | 2018-02-02 | 2020-03-05 | Nvidia Corporation | Sicherheitsprozeduranalyse zur hindernisvermeidung in einem autonomen fahrzeug |
US10540554B2 (en) * | 2018-03-29 | 2020-01-21 | Toyota Jidosha Kabushiki Kaisha | Real-time detection of traffic situation |
US20190308579A1 (en) * | 2018-04-06 | 2019-10-10 | Astronics Advanced Electronic Systems Corp. | Seat Sensing and Reporting Apparatus |
WO2019209733A1 (en) * | 2018-04-23 | 2019-10-31 | Casper Sleep Inc. | Temperature-regulating mattress |
US11069245B2 (en) * | 2018-05-14 | 2021-07-20 | Toyota Jidosha Kabushiki Kaisha | Lane change timing indicator |
CN110529987B (zh) * | 2018-05-24 | 2023-05-23 | 开利公司 | 生物特征空调控制*** |
US10569773B2 (en) * | 2018-05-31 | 2020-02-25 | Nissan North America, Inc. | Predicting behaviors of oncoming vehicles |
KR20200042166A (ko) * | 2018-10-15 | 2020-04-23 | 삼성전자주식회사 | 컨텐츠를 시각화하는 장치 및 방법 |
US11827241B2 (en) * | 2018-10-29 | 2023-11-28 | Motional Ad Llc | Adjusting lateral clearance for a vehicle using a multi-dimensional envelope |
US11648951B2 (en) | 2018-10-29 | 2023-05-16 | Motional Ad Llc | Systems and methods for controlling actuators based on load characteristics and passenger comfort |
US11097730B2 (en) * | 2018-12-05 | 2021-08-24 | Volkswagen Aktiengesellschaft | Implicit activation and control of driver assistance systems |
US11693423B2 (en) * | 2018-12-19 | 2023-07-04 | Waymo Llc | Model for excluding vehicle from sensor field of view |
CA3134819A1 (en) * | 2019-03-23 | 2020-10-01 | Uatc, Llc | Systems and methods for generating synthetic sensor data via machine learning |
EP3731201B1 (en) * | 2019-04-24 | 2022-11-09 | ABB Schweiz AG | A support system for an operator |
US11472291B2 (en) | 2019-04-25 | 2022-10-18 | Motional Ad Llc | Graphical user interface for display of autonomous vehicle behaviors |
KR20210064493A (ko) * | 2019-11-25 | 2021-06-03 | 엘지전자 주식회사 | 자율주행 차량 및 이를 이용한 자율주행 제어방법 |
-
2020
- 2020-04-24 GB GB2006064.6A patent/GB2588983B/en active Active
- 2020-04-24 GB GB2204193.3A patent/GB2607172B/en active Active
- 2020-04-24 DE DE102020111250.5A patent/DE102020111250A1/de active Pending
- 2020-04-27 KR KR1020200050876A patent/KR102402293B1/ko active IP Right Grant
-
2022
- 2022-05-20 KR KR1020220062195A patent/KR102569789B1/ko active IP Right Grant
- 2022-08-31 US US17/823,840 patent/US11884155B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017033542A (ja) * | 2015-07-29 | 2017-02-09 | 株式会社デンソー | 情報表示装置 |
KR20180050383A (ko) * | 2016-09-28 | 2018-05-14 | 바이두 유에스에이 엘엘씨 | 자율 주행 차량 이동을 시뮬레이트하기 위한 물리 모델 및 머신 러닝과 결합된 방법 |
US20180286242A1 (en) * | 2017-03-31 | 2018-10-04 | Ford Global Technologies, Llc | Steering wheel actuation |
KR20180115986A (ko) * | 2017-04-14 | 2018-10-24 | 현대자동차주식회사 | 자율주행 제어 장치 및 방법, 그리고 차량 시스템 |
KR20190000843A (ko) * | 2017-06-23 | 2019-01-03 | 우버 테크놀로지스, 인크. | 자율 주행 가능 차량용 충돌-회피 시스템 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220062221A (ko) * | 2020-11-06 | 2022-05-16 | 모셔널 에이디 엘엘씨 | 증강 현실 지원 자율 주행 차량 커맨드 센터 |
US11775148B2 (en) | 2020-11-06 | 2023-10-03 | Motional Ad Llc | Augmented reality enabled autonomous vehicle command center |
KR20230033551A (ko) * | 2021-08-27 | 2023-03-08 | 모셔널 에이디 엘엘씨 | 운전 가능 영역 검출을 사용한 운행 |
Also Published As
Publication number | Publication date |
---|---|
GB2607172A (en) | 2022-11-30 |
KR102569789B1 (ko) | 2023-08-23 |
DE102020111250A1 (de) | 2020-10-29 |
GB202204193D0 (en) | 2022-05-11 |
US20220410710A1 (en) | 2022-12-29 |
US11884155B2 (en) | 2024-01-30 |
GB2588983A (en) | 2021-05-19 |
GB2588983B (en) | 2022-05-25 |
KR102402293B1 (ko) | 2022-05-27 |
KR20220072816A (ko) | 2022-06-02 |
GB202006064D0 (en) | 2020-06-10 |
GB2607172B (en) | 2023-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102402293B1 (ko) | 자율 주행 차량 거동을 디스플레이하기 위한 그래픽 사용자 인터페이스 | |
US11472291B2 (en) | Graphical user interface for display of autonomous vehicle behaviors | |
KR102569134B1 (ko) | 머신 러닝을 이용한 모션 계획을 사용한 차량의 동작 | |
KR102542970B1 (ko) | 데이터 기반 규칙 북 | |
KR102470217B1 (ko) | 로컬화 및 위치 기반 서비스를 위해 차량에서 캡처된 승객 주의 데이터의 활용 | |
KR20200106131A (ko) | 긴급 상황 시의 차량의 동작 | |
KR102505300B1 (ko) | 복수의 모션 제약을 사용하는 차량의 동작 | |
KR102511954B1 (ko) | 선형 시간 논리를 사용한 자율 주행 차량 동작 | |
KR102505717B1 (ko) | 교통 신호등 추정 | |
KR102518680B1 (ko) | 속력 프로파일 추정 | |
KR102555318B1 (ko) | 조건부 움직임 예측 | |
KR20230035440A (ko) | 교통 신호등 추정 | |
KR20220144296A (ko) | 인지된 위험에 기초하여 자율 주행 차량을 운행하기 위한 기술 | |
KR20210109615A (ko) | 활동에 기초한 인지된 대상체 분류 | |
US20230347920A1 (en) | Autonomous vehicle notification system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
N231 | Notification of change of applicant | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |