KR20210153998A

KR20210153998A - 차량 및 그 제어방법

Info

Publication number: KR20210153998A
Application number: KR1020200071074A
Authority: KR
Inventors: 김남균; 최재웅
Original assignee: 현대자동차주식회사; 기아 주식회사
Priority date: 2020-06-11
Filing date: 2020-06-11
Publication date: 2021-12-20
Also published as: US11661083B2; CN113799771A; US20210387645A1

Abstract

본 발명은 대상체의 예상 주행 경로를 예측하여 차량과 전방위에 있는 대상체와의 충돌 가능성을 예측하여, 충돌을 회피할 수 있는 차량 및 그 제어방법을 제공할수 있다.

Description

차량 및 그 제어방법 {VEHICLE AND METHOD FOR CONTROLLING THEREOF }

본 발명은 전방 차량의 주행 경로를 예측해서 충돌을 회피하는 차량 및 차량의 제어방법에 관한 것이다.

최근 운전자의 편의를 위한 자율 주행을 위해 다양한 운전자 보조 시스템(ADAS: Advanced Driver Assistance System)이 개발되고 있다. 특히 자율주행 시장이 2020년부터 본격적인 성장세에 진입할 것으로 전망되고 있으면서 그에 대한 연구가 활발하게 진행되고 있다.

이 중 하나로서 정속 주행 시스템(ACC:Adaptive Cruise Control)이 활발하게 연구되고 있다. 정속 주행 시스템(ACC)은 운전자가 원하는 속도를 설정하면 운전자의 조작 없이 그 속도를 유지하면서 차량이 주행할 수 있도록 하는 시스템이다. 차량의 전방위에 대상체가 있는 경우 대상 차량의 예상 주행 경로를 예측해야 충돌을 회피할 수 있다.

본 발명은 대상체의 예상 주행 경로를 예측하여 차량과 전방위에 있는 대상체와의 충돌 가능성을 예측하여, 충돌을 회피할 수 있는 차량 및 그 제어방법을 제공할 수 있다.

일 측면에 의한 차량은 차량의 위치 정보, 상기 차량의 속도 정보 및 상기 차량의 헤딩 방향 정보를 포함하는 차량 주행 정보를 획득하는 제1센서부;

대상체의 위치 정보, 상기 대상체의 속도 정보, 상기 대상체의 헤딩값 정보를 포함하는 대상체 주행 정보 및 상기 차량의 주변 도로 정보를 획득하는 제2센서부; 상기 차량 주행 정보를 기초로 상기 차량의 예상 주행 경로를 실시간으로 예측하고, 상기 차량의 예상 주행 경로를 및 GPS 데이터와 차량 내부 신호를 기반으로 기 학습되어 생성된 학습 테이블을 기초로 상기 차량의 예상 주행 경로 신뢰도를 결정하고, 상기 차량의 예상 주행 경로 신뢰도가 미리 정해진 임계값 이상인 경우, 상기 대상체 주행 정보를 기초로 상기 대상체의 예상 주행 경로를 실시간으로 확정하고, 상기 차량의 예상 주행 경로 및 확정된 상기 대상체의 예상 주행 경로를 기초로 상기 차량과 상기 대상체가 충돌하는 것을 회피하도록 상기 차량을 제어하는 제어부;를 포함할 수 있다.

상기 제어부는, 상기 제1센서부에서 획득한 정보 및 상기 제2센서부에서 획득한 정보를 기초로 상기 대상체의 절대 속도를 예측할 수 있다.

상기 제2센서는 카메라, 레이더 및 라이더를 포함할 수 있고,

상기 제어부는, 상기 대상체의 위치에 기초하여 상기 제2센서 중 적어도 하나를 사용하여 상기 대상체의 제1헤딩값을 결정하고, 상기 대상체의 절대 속도를 기초로 대상체의 제2헤딩값을 결정하여 상기 대상체의 제1헤딩값 및 상기 대상체의 제2헤딩값을 기초로 상기 대상체의 헤딩 방향을 예측할 수 있다.

상기 제어부는, 상기 차량의 예상 주행 경로 및 상기 대상체의 위치 정보를 기초로 상기 대상체와 상기 예상 주행 경로 사이의 오프셋을 계산하고,상기 오프셋이 미리 정해진 제1값 미만인 경우 상기 대상체로부터 가장 가까운 상기 예상 주행 경로의 지점을 충돌 지점으로 결정하고, 상기 차량과 상기 대상체가 상기 충돌 지점까지 도달하는 시간의 차이가 미리 정해진 제2값 미만인 경우 상기 대상체와의 충돌을 회피하도록 상기 차량을 제어할 수 있다.

상기 제어부는, 상기 차량의 주변 도로 정보는 상기 차량의 양 옆 차선 정보를 포함하고,상기 양 옆 차선 정보의 좌측(Lh) 또는 우측(Rh) 차선으로부터 상기 대상체까지의 오프셋을 계산하고, 상기 오프셋이 미리 정해진 제1값 미만인 경우 상기 양 옆 차선 정보의 좌측(Lh) 또는 우측(Rh) 차선상에서 상기 대상체와 가장 가까운 지점을 제2충돌 지점으로 결정하고,상기 차량과 상기 대상체가 제2충돌 지점까지 도달하는 시간의 차이가 미리 정해진 제2값 미만인 경우 상기 대상체와의 충돌을 회피하도록 상기 구동부를 제어할 수 있다.

상기 제어부는. 상기 대상체의 위치에 따라서 상기 대상체의 종방향 절대 속도와 관련된 가중치를 결정하고 미리 결정된 이전 시점부터 획득한 상기 대상체의 절대 속도와 현재 시점의 상기 대상체의 절대 속도 및 가중치를 기초로 하여 상기 대상체의 종방향 이동 방향을 결정할 수 있고,

상기 제어부는상기 대상체의 횡방향 절대 속도 및 상기 대상체의 헤딩 방향을 기초로 기준값을 계산하고, 상기 기준값이 미리 정해진 제3값 이상인 경우, 미리 결정된 이전 시점부터 획득한 상기 대상체의 절대 속도, 현재 시점의 상기 대상체 절대 속도 및 상기 제1센서부로부터 획득한 정보를 기초로 상기 대상체가 횡단 이동하는 것으로 결정할 수 있고,

상기 제어부는 상기 대상체의 헤딩 방향의 변화량을 계산하고,미리 결정된 이전 시점부터 획득한 상기 대상체의 헤딩 변화량을 계산하고, 상기 대상체의 헤딩 방향의 변화량 및 미리 결정된 이전 시점부터 획득한 상기 대상체의 헤딩 변화량을 기초로 상기 대상체가 헤딩 방향을 유지하고 있는지 여부를 결정할 수 있고,

상기 제어부는 미리 결정된 이전 시점부터 획득한 상기 차량의 양 옆 차선의 좌측(Lh) 또는 우측(Rh) 차선으로부터 상기 대상체 까지 사이의 오프셋 변화량 및 현재 시점의 상기 차량의 양 옆 차선 정보의 좌측 또는 우측 차선으로부터 상기 대상체 까지 사이의 오프셋 변화량을 기초로 상기 대상체와 상기 차량의 예상 주행 경로 사이의 오프셋이 일정하게 유지되고 있는지 여부를 판단할 수 있고,

상기 제어부는, 상기 대상체의 헤딩 방향의 변화량을 계산하고, 미리 결정된 이전 시점부터 획득한 상기 대상체의 헤딩 변화량 및 상기 대상체의 헤딩 방향의 변화량 상기 대상체의 헤딩 변화량을 기초로 상기 대상체가 헤딩 방향을 유지하고 있는지 여부를 결정할 수 있고,

상기 제어부는, 대상체의 헤딩 방향이 유지되는지 여부를 판단하고, 상기 대상체와 상기 차량의 예상 주행 경로 사이의 오프셋이 일정하게 유지되고 있는지 여부를 판단하고, 상기 차량의 양 옆 차선 정보의 좌측 또는 우측 차선으로부터 상기 대상체까지의 오프셋이 일정하게 유지되는 상태를 제1상태로 결정하고, 기 대상체의 헤딩 방향이 유지되는 경우를 제2 상태로 결정하고, 기 차량의 예상 주행 경로와 상기 대상체와의 오프셋이 일정하게 유지되는 상태를 제3상태로 결정하고, 제1,2,3 상태를 포함하는 유형 상태들에 우선 순위를 정하여 상기 대상체의 예상 주행 경로를 상기 우선 순위에 기초하여 예측할 수 있다.

일 실시예에 따른 차량의 제어 방법은, 차량의 위치 정보, 상기 차량의 속도 정보 및 상기 차량의 헤딩 방향 정보를 포함하는 차량 주행 정보를 획득하고,

대상체의 위치 정보, 상기 대상체의 속도 정보, 상기 대상체의 헤딩값 정보를 포함하는 대상체 주행 정보 및 상기 차량의 주변 도로 정보를 획득하고,

상기 차량 주행 정보를 기초로 상기 차량의 예상 주행 경로를 실시간으로 예측하고,

상기 상기 차량의 예상 주행 경로를 및 GPS 데이터와 차량 내부 신호를 기반으로 기 학습되어 생성된 학습 테이블을 기초로 상기 차량의 예상 주행 경로 신뢰도를 결정하고,

상기 차량의 예상 주행 경로 신뢰도가 미리 정해진 임계값 이상인 경우, 상기 대상체 주행 정보를 기초로 상기 대상체의 예상 주행 경로를 실시간으로 확정하고,

상기 차량의 예상 주행 경로 및 상기 확정된 상기 대상체의 예상 주행 경로를 기초로 상기 차량과 상기 대상체가 충돌하는 것을 회피하도록 제어하는 것을 포함할 수 있다.

상기 대상체의 예상 주행 경로를 실시간으로 예측하는 것은,

상기 차량 주행 정보 및 상기 대상체 주행 정보를 기초로 상기 대상체의 절대 속도를 결정하는 것을 더 포함할 수 있다.

상기 차량과 상기 대상체가 충돌하는 것을 회피하는 것은,

상기 대상체의 위치에 기초하여 카메라, 레이더 및 라이더 중 적어도 하나를 사용하여 상기 대상체의 제1헤딩값을 결정하고,

상기 대상체의 절대 속도를 기초로 대상체의 제2헤딩값을 결정하여,

상기 대상체의 제1헤딩값 및 상기 대상체의 제2헤딩값을 기초로 상기 대상체의 헤딩 방향을 결정하는 것을 포함할 수 있다.

상기 차량의 예상 주행 경로 및 상기 대상체의 위치 정보를 기초로 상기 대상체와 상기 예상 주행 경로 사이의 오프셋을 예측하고,

상기 오프셋이 미리 정해진 제1값 미만인 경우 상기 차량과 상기 대상체의 제1충돌 지점을 예측하고,

상기 차량과 상기 대상체가 상기 제1충돌 지점까지 도달하는 시간의 차이가 미리 정해진 제2값 미만인 경우 상기 차량과 상기 대상체가 충돌하는 것을 회피하도록 하는 것을 포함할 수 있다.

상기 차량과 상기 대상체가 충돌하는 것을 회피하는 것은,

상기 차량의 주변 도로 정보를 획득하는 것은 상기 차량의 양 옆 차선 정보를 포함하고,

상기 양 옆 차선 정보의 좌측 또는 우측 차선으로부터 상기 대상체까지의 오프셋을 예측하고,

상기 오프셋이 미리 정해진 제1값 미만인 경우 상기 차량과 상기 대상체의 제2충돌 지점을 예측하고,

상기 차량과 상기 대상체가 제2충돌 지점에 도달하는 시간의 차이가 미리 정해진 제2값 미만인 경우 상기 대상체와의 충돌을 회피하도록 제어하는 것을 포함할 수 있다.

상기 차량과 상기 대상체가 충돌하는 것을 회피하는 것은,

상기 대상체의 위치에 따라서 상기 대상체의 종방향 절대 속도와 관련된 가중치를 결정하고,

미리 결정된 이전 시점부터 획득한 상기 대상체의 절대 속도와 현재 시점의 상기 대상체의 절대 속도 및 가중치를 기초로 하여 상기 대상체의 종방향 이동 방향을 결정하는 것을 더 포함할 수 있다.

상기 대상체의 횡방향 절대 속도 및 상기 대상체의 헤딩 방향을 기초로 기준값을 계산하고, 상기 기준값이 미리 정해진 제3값 이상인 경우, 미리 결정된 이전 시점부터 획득한 상기 대상체의 절대 속도, 현재 시점의 상기 대상체 절대 속도 및 상기 차량의 주행 정보를 기초로 상기 대상체가 횡단 이동하는 것으로 결정하는 것을 더 포함할 수 있다.

미리 결정된 이전 시점부터 획득한 상기 대상체와 상기 차량의 예상 주행 경로 사이의 오프셋 변화량 및 현재 시점의 상기 대상체와 상기 차량의 예상 주행 경로 사이의 오프셋 변화량을 기초로 상기 대상체와 상기 차량의 예상 주행 경로 사이의 오프셋이 일정하게 유지되고 있는지 여부를 판단하는 것을 더 포함할 수 있다.

미리 결정된 이전 시점부터 획득한 상기 차량의 양 옆 차선의 좌측 또는 우측 차선으로부터 상기 대상체 까지 사이의 오프셋 변화량 및 현재 시점의 상기 차량의 양 옆 차선의 좌측 또는 우측 차선으로부터 상기 대상체 까지 사이의 오프셋 변화량을 기초로 상기 대상체와 상기 차량의 예상 주행 경로 사이의 오프셋이 일정하게 유지되고 있는지 여부를 판단하는 것을 더 포함할 수 있다.

상기 대상체의 헤딩 방향의 변화량을 계산하고,

미리 결정된 이전 시점부터 획득한 상기 대상체의 헤딩 변화량 및 상기 대상체의 헤딩 방향의 변화량 상기 대상체의 헤딩 변화량을 기초로 상기 대상체가 헤딩 방향을 유지하고 있는지 여부를 결정하는 것을 더 포함할 수 있다.

상기 대상체의 헤딩 방향이 유지되는지 여부를 판단하고,

상기 대상체와 상기 차량의 예상 주행 경로 사이의 오프셋이 일정하게 유지되고 있는지 여부를 판단하고,

상기 양 옆 차선 정보의 좌측 또는 우측으로부터 상기 대상체까지의 오프셋이 일정하게 유지되는 상태를 제1상태로 결정하고,

상기 대상체의 헤딩 방향이 유지되는 경우를 제2 상태로 결정하고,

상기 차량의 예상 주행 경로와 상기 대상체와의 오프셋이 일정하게 유지되는 상태를 제3상태로 결정하고,

상기 대상체가 정지한 상태를 제4상태로 결정하고,

상기 대상체가 선형으로 주행하는 상태를 제5상태로 결정하고,

제1,2,3상태를 포함하는 유형 상태들에 우선 순위를 정하여 상기 대상체의 예상 주행 경로를 상기 우선 순위에 기초하여 예측하는 것을 더 포함할 수 있다.

일 실시예에 따른 차량 및 그 제어방법은 차량의 예상 주행 경로 및 대상체의 예상 주행 경로를 예측하여 충돌을 예측하고, 예측한 충돌을 회피할 수 있다.

도 1은 일 실시예에 의한 전방위에 있는 대상체(2)의 예상 주행 경로를 예측하는 순서에 대한 도면이다.
도2는 일 실시예에 의한 차량의 제어 블럭도이다.
도 3은 일 실시예에 의한 전방위에 있는 대상체의 헤딩방향을 결정하는 순서도이다.
도4는 일 실시예에 의한 대상체와 차량의 예상 주행 경로와의 오프셋을 예측하는 동작을 예시한 도면이다.
도5는 일 실시예에 의한 대상체와 차량의 양 옆 차선과의 오프셋을 예측하는 동작을 예시한 도면이다.
도6은 일 실시예에 의한 대상체의 종방향 이동 유형을 판단하는 동작을 예시한 도면이다.
도7은 일 실시예에 의한 대상체가 횡단 이동하는지 여부를 결정하는 동작을 예시한 도면이다.
도8은 일 실시예에 의한 대상체의 헤딩 방향이 유지되고 있는지 여부를 판단하는 동작을 예시한 도면이다.
도9는 대상체와 차량의 예상 주행 경로와의 오프셋이 유지되고 있는지 여부를 판단하는 동작을 예시한 도면이다.
도10은 차량의 양 옆 차선과 대상체의 오프셋이 유지되는지 여부를 판단하는 동작을 예시한 도면이다.
도11은 대상체의 주행 상태를 판단하는데 우선순위를 두어 대상체의 예상 주행 경로를 판단하는 동작에 관한 예시를 도시한 도면이다.
도12는 일 실시예에 따른 순서도이다.

명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다.본 명세서가 실시예들의 모든 요소들을 설명하는 것은 아니며, 본 발명이 속하는 기술분야에서 일반적인 내용 또는 실시예들 간에 중복되는 내용은 생략한다. 명세서에서 사용되는 '부, 모듈, 부재, 블록'이라는 용어는 소프트웨어 또는 하드웨어로 구현될 수 있으며, 실시예들에 따라 복수의 '부, 모듈, 부재, 블록'이 하나의 구성요소로 구현되거나, 하나의 '부, 모듈, 부재, 블록'이 복수의 구성요소들을 포함하는 것도 가능하다.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우뿐 아니라, 간접적으로 연결되어 있는 경우를 포함하고, 간접적인 연결은 무선 통신망을 통해 연결되는 것을 포함한다.

또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

제 1, 제 2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위해 사용되는 것으로, 구성요소가 전술된 용어들에 의해 제한되는 것은 아니다.

단수의 표현은 문맥상 명백하게 예외가 있지 않는 한, 복수의 표현을 포함한다.

각 단계들에 있어 식별부호는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 실시될 수 있다.

이하 첨부된 도면들을 참고하여 본 발명의 작용 원리 및 실시예들에 대해 설명한다.

도 1은 일 실시예에 의한 전방위에 있는 대상체(2)의 예상 주행 경로를 예측하는 순서에 대한 도면이고, 도2는 일 실시예에 의한 차량의 제어 블럭도이다. 도 1 및 도2를 구체적으로 살펴보면, 차량(1)은 제1센서부(100)로 차량(1)의 위치 정보, 차량(1)의 속도 정보, 차량의 헤딩 정보를 포함하는 차량(1) 주행 정보를 획득할 수 있다.

제2센서부(300)는 대상체의 위치 정보, 상기 대상체의 속도 정보, 대상체의 헤딩값 정보를 포함하는 대상체(2) 주행 정보 및 차량(1)의 주변 도로 정보를 획득할 수 있다.

제어부(200)는 차량 주행 정보를 기초로 차량(1)의 예상 주행 경로를 예측(12)하고, 차량의 GPS 데이터 및 차량(1)의 예상 주행 경로를 기초로 차량(1)의 예상 주행 경로 신뢰도를 결정하고, 차량(1)의 예상 주행 경로 신뢰도가 미리 정해진 임계값 이상인 경우, 대상체(2) 주행 정보를 기초로 대상체(2)의 예상 주행 경로를 결정(13)하고,차량(1)의 예상 주행 경로 및 대상체(2)의 예상 주행 경로를 기초로 대상체(2)와의 충돌을 회피하도록 구동부(500)를 제어할 수 있다.

구동부(500)는 차량(1)의 방향을 바꾸거나 속도를 조절하는 등의 기능을 수행할 수 있다.

구체적으로 살펴보면, 제어부(200)는 차량 주행 정보 및 대상체(2)의 주행 정보를 기초로 대상체(2)의 절대 속도를 결정할 수 있다. 대상체(2)의 절대 속도는 대상체(2)의 상대 속도가 아닌 대상체(2)의 주행 정보에 포함된 상대 속도와 차량 주행 정보 및 대상체(2)의 위치를 기초로 하여 일정값을 보정하여 대상체(2)의 절대 속도를 획득할 수 있다. 차량(1)의 예상 주행 경로 신뢰도는 차량의 GPS 데이터 및 차량(1)의 예상 주행 경로에 기초하여 결정할 수 있다. 구체적으로 차량의 GPS 데이터와 차량(1)의 예상 주행 경로의 오차를 기준으로 신뢰도 테이블을 생성하고 로직에 삽입하여 차량(1)에서 해당 신호에 따른 신뢰도가 상시 도출될 수 있다.

우선적으로, 신뢰도 학습 기준신호를 정의하고(Input), 기준신호 학습 구간을 분할한 후에 입력신호에 따른 구간을 임의로 학습한다. 이후 오차 누적의 평균을 업데이트 하여 신뢰도 테이블을 생성하게 된다. 이때 오차 누적의 평균은 계측 데이터 기반으로 학습을 하게되며, 신뢰도 테이블은 입력신호에 따라 선택할 수 있다. 이때 차량의 예상 주행 경로 및 GPS 데이터와 상기 차량의 내부 신호를 기반으로 기 학습되어 생성된 학습 테이블을 기초로 상기 차량의 예상 주행 경로 신뢰도를 결정하게 된다.

신뢰도 테이블을 형성하였으면, 신뢰도 테이블을 토대로 실시간으로 신뢰도를 도출하게 된다. 실시간으로 결정한 예상 주행 경로 신뢰도를 미리 정해진 임계값과 비교하여, 차량의 예상 주행 경로 신뢰도가 미리 정해진 임계값 이상인 경우에 대상체(2) 주행 정보를 기초로 대상체(2)의 예상 주행 경로를 실시간으로 예측(12)하게 된다. 여기서 임계값의 경우 대상체(2)의 주행 상태에 따라서 달라질 수 있다. 대상체(2)의 주행 상태를 결정하는 것은 차량(1)의 양 옆 차선 정보의 좌측(Lh) 또는 우측(Rh) 차선으로부터 대상체(2)까지의 오프셋이 일정하게 유지되는 상태를 제1상태로 결정하고, 대상체(2)의 헤딩 방향이 유지되는 경우를 제2 상태로 결정하고, 차량(1)의 예상 주행 경로와 상기 대상체(2)와의 오프셋이 일정하게 유지되는 상태를 제3상태로 결정하고, 대상체(2)가 정지한 상태를 제4상태로 결정하고, 대상체(2)가 선형으로 주행하는 상태를 제5상태로 결정하게 된다. 각각의 주행 상태를 결정하는데 필요한 최소한의 값을 각각의 임계값으로 결정할 수 있다. 오프셋이란 측정하고자 하는 거리를 나타낼 수 있다.

차량(1)의 신뢰도 값이 임계값 보다 낮은 경우는, 예를 들어서 차량(1)이 평소에 방향을 움직이는 정도가 심하고, 주행이 불규칙 하다면 예상 주행 경로를 제대로 예측할 수 없어 신뢰도가 낮게 결정될 수 있다. 차량(1)의 예상 주행 경로 신뢰도가 임계값 이상이라는 것은 차량(1)의 예상 주행 경로가 예측 가능한 경우라는 것을 의미할 수 있다.

제어부(200)는 대상체(2)의 예상 주행 경로를 실시간으로 예측(12)한 후 대상체(2)의 예상 주행 경로를 예측(13)하고, 차량(1)의 예상 주행 경로와 대상체(2)의 예상 주행 경로를 기초로 차량과 대상체(2)의 충돌을 예측(14)하여, 충돌을 회피하도록 구동부(500)를 제어(15)할 수 있다.

제어부(200)는 구성요소들의 동작을 제어하기 위한 알고리즘 또는알고리즘을 재현한 프로그램에 대한 데이터를 저장하는 메모리(미도시), 및 메모리에 저장된 데이터를 이용하여 전술한 동작을 수행하는 프로세서(미도시)로 구현될 수 있다. 이때, 메모리와 프로세서는 각각 별개의 칩으로 구현될 수 있다. 또는, 메모리와 프로세서는 단일 칩으로 구현될 수도 있다.

도 1및 도2에 도시된 시스템의 구성 요소들의 성능에 대응하여 적어도 하나의 구성요소가 추가되거나 삭제될 수 있다. 또한, 구성 요소들의 상호 위치는 시스템의 성능 또는 구조에 대응하여 변경될 수 있다는 것은 당해 기술 분야에서 통상의 지식을 가진 자에게 용이하게 이해될 것이다.

한편, 도1 및 도2에서 도시된 각각의 구성요소는 소프트웨어 및/또는 Field Programmable Gate Array(FPGA) 및 주문형 반도체(ASIC, Application Specific Integrated Circuit)와 같은 하드웨어 구성요소를 의미한다.

도 3은 일 실시예에 의한 전방위에 있는 대상체(2)의 헤딩방향을 예측하는 순서도이다.

제2센서는 카메라, 레이더 및 라이더를 포함하고; 제어부(200)는, 대상체(2)의 위치에 기초하여 제2센서 중 적어도 하나를 사용하여 대상체(2)의 제1헤딩값(d1)을 결정하고, 대상체(2)의 절대 속도를 기초로 대상체(2)의 제2헤딩값을 결정(d2)하여 대상체(2)의 제1헤딩값 및 상기 대상체(2)의 제2헤딩값을 비교(d3)하고, 제1헤딩값 및 제3헤딩값을 기초로 상기 대상체(2)의 헤딩 방향을 예측할 수 있다.

구체적으로 살펴보면, 제어부(200)는 대상체(2)의 절대속도를 예측한 후, 예측한 절대 속도를 기반으로 제1헤딩값을 결정(d1)하게 된다. 제1헤딩값은 대상체(2)의 횡방향 절대속도와 대상체(2)의 종방향 절대속도의 비율을 기초로 결정하게 된다. 이후, 대상체(2)의 위치에 따라서 제2센서부(300)의 레이더, 라이더, 카메라 중 적어도 하나를 선택하여 제2헤딩값을 결정(d2)하게 된다. 차량(1)의 전면에 대상체(2)가 있는 경우 카메라를 우선적으로 선택하게 되고, 그 외에는 측방레이더를 선택하여 제2헤딩값을 결정하게 된다. 이때 대상체(2)의 위치에 따라서 센서들의 감지값이 달라지게 된다. 이후 제1헤딩값과 제2헤딩값을 비교(d3)하여 헤딩 방향을 도출하는 전략을 선택(d4)할 수 있다. 구체적으로 제1헤딩값과 제2헤딩값의 차이가 특정 임계값을 훨씬 상회하는 경우에는 헤딩 방향을 예측하는 것이 불가능하다고 판단하게 되고, 제1헤딩값과 제2헤딩값의 차이가 특정 임계값보다 적당한 수준으로 높은 경우 제1헤딩값과 제2헤딩값을 일정 비율로 섞어 헤딩방향 도출 전략을 선택(d4) 할 수 있다. 예를 들어서 카메라를 헤딩값을 구하는 센서로 선택하였다면, 영상 인식 특성상 레이더 대비 기울어진 모양을 인지하기 유리하므로 전방의 대상체(2)에 대해서는 특정 임계값을 높게 설정할 수 있다. 제1헤딩값과 제2헤딩값의 차이가 클수록 제1헤딩값을 우선으로 판단할 수 있다. 제1헤딩값과 제2헤딩값의 차이가 임계값 미만인 경우에는 제2헤딩값을 헤딩 방향으로 결정할 수 있다.

도4는 일 실시예에 의한 대상체(2)와 차량(1)의 경로와의 오프셋을 예측하는 동작을 예시한 도면이다.

제어부(200)는, 차량(1)의 예상 주행 경로 및 대상체(2)의 위치 정보를 기초로 대상체(2)와 예상 주행 경로 사이의 오프셋을 계산하고, 오프셋이 미리 정해진 제1값 미만인 경우 대상체(2)로부터 가장 가까운 예상 주행 경로의 지점을 충돌 지점으로 결정하고, 차량(1)과 대상체(2)가 충돌 지점까지 도달하는 시간의 차이가 미리 정해진 제2값 미만인 경우 상기 대상체(2)와의 충돌을 회피하도록 상기 구동부(500)를 제어할 수 있다.

도4를 구체적으로 살펴보면, 차량(1)의 예상 주행 경로(26)와 대상체(2)의 위치를 기초하여 대상체(2)와 차량(1)의 경로와의 오프셋을 예측하게 된다. 차량(1)의 헤딩 방향이 향하는 방향으로 그려진 선을 가정한 후, 그 선으로부터 대상체(2)까지의 거리(21)와, 선으로부터 차량(1)의 예상 주행 경로(26)까지의 거리(22) 차이는 대상체(2)와 차량(1)의 예상 주행 경로(26) 사이의 오프셋(25)을 나타내게 된다. 이때 선으로부터 차량(1)의 예상 주행 경로(26)까지의 거리(22)는 차량의 예상 주행 경로와 선이 이루는 각도(24)와 차량과 대상체까지의 거리의 곱으로 표현될 수 있다. 대상체(2)와 차량(1)의 예상 주행 경로와의 오프셋이 미리 정해진 제1값 미만에 해당한다면, 차량과 대상체가 충돌하는 것으로 예측할 수 있다. 충돌 지점은 차량의 예상 주행 경로(26)중 대상체와 충돌이 예측되는 지점을 의미한다. 충돌 지점까지 차량(1)이 도달하는 시간과, 충돌 지점까지 대상체(2)가 도달하는 시간의 차이를 계산하여, 그 차이값이 미리 정해진 값 미만에 해당한다면, 차량(1)과 대상체(2)의 충동할 것으로 판단하고, 제어부(200)는 차량(1)의 구동부(500)를 제어할 수 있다.

구체적으로 헤딩 방향이 향하는 방향으로 그려진 선과 차량(1)의 예상 주행 경로까지의 거리(22)는 차량의 헤딩 방향이 향하는 방향으로 그려진 선으로부터 차량(1)의 예상 주행 경로(26)의 충돌 지점으로 예상되는 지점까지의 각도(24)를 구하고, 상기 각도와 차량으로부터 대상체까지의 거리를 곱하여 계산할 수 있다. 차량이 향하는 방향으로 그려진 선으로부터 대상체(2)까지의 거리(21)는 차량(1)과 대상체(2)까지의 거리와 헤딩 방향이 향하는 방향으로 그려진 선으로부터 대상체(2)까지 이루는 각도(23)를 기초로 하여 결정할 수 있다. 차량(1)과 대상체(2)까지의 거리에 싸인값을 곱하여 선과 대상체의 거리(21)를 구할 수 있는데 그 싸인값에 들어가는 각도가 차량(1)을 중심으로 차량의 헤딩 방향이 향하는 방향으로 그려진 선과 대상체가 이루는 각도(23)를 의미한다. 여기서 선으로부터 충돌 지점으로 예상되는 지점까지의 각도(24)는 차량의 헤딩 방향이 향하는 방향으로 그려진 선으로부터 대상체(2)를 지나는 선(Rc2)과 차량으로부터 지나는 선(Rc1)이 이루는 각도(27)의 절반값을 나타낼 수 있다. 후술하듯 오프셋 값(25)이 일정하게 유지된다면, 차량(1)의 예상 주행 경로와 대상체(2)의 오프셋이 일정하게 유지되는 것으로 판단할 수 있다.

이때, 대상체(2)와 차량(1)의 예상 주행 경로와의 거리는 차량(1) 신호를 입력으로 하는 가변 필터가 적용될 수 있다.

도5는 일 실시예에 의한 대상체(2)와 차선과의 오프셋을 예측하는 동작을 예시한 도면이다.

제2센서부(300)에서 획득하는 차량(1)의 주변 도로 정보는 차량(1)의 양 옆 차선 정보를 포함할 수 있고, 제어부(200)는 옆 차선 정보의 좌측(Lh) 또는 우측(Rh) 차선으로부터 대상체(2)까지의 오프셋을 계산하고, 오프셋이 미리 정해진 제1값 미만인 경우 양 옆 차선 정보의 좌측(Lh) 또는 우측(Rh) 차선상에서 대상체(2)와 가장 가까운 지점을 제2충돌 지점으로 결정하고,차량(1)과 대상체(2)가 제2충돌 지점까지 도달하는 시간의 차이가 미리 정해진 제2값 미만인 경우 대상체(2)와의 충돌을 회피하도록 상기 구동부(500)를 제어할 수 있다.

구체적으로 살펴보면, 차량(1)의 양 옆 차선 정보를 제2센서부(300)로부터 획득하고, 양 옆 차선의 좌측(Lh) 또는 우측(Rh)으로부터 대상체(2)까지의 오프셋을 계산할 수 있다. 예를 들어서 대상체(2)가 차량(1)의 우측 차선쪽에 오른쪽에 위치해 있다면, 우측 차선과 대상체(2)의 오프셋(34)을 계산하여 우측 차선의 특정한 점과 대상체(2)와의 오프셋을 구할 수 있다. 대상체(2)가 차량(1)의 좌측 차선 왼편에 위치해 있다면, 좌측 차선과 대상체(2)의 오프셋을 구할 수 있다. 좌측 차선과 대상체(2)의 오프셋을 구한 후, 오프셋이 미리 정해진 제1값 미만인 경우 양 옆 차선 정보의 좌측(Lh) 또는 우측(Rh) 차선상에서 대상체(2)와 가장 가까운 지점을 제2충돌 지점(31,32)으로 결정하게 된다. 이때 차량(1)과 대상체(2)가 제2충돌 지점(31,32)까지 도달하는 시간의 차이가 미리 정해진 제2값 미만인 경우 대상체(2)와의 충돌을 회피하도록 제어할 수 있다.

도6은 일 실시예에 의한 대상체(2)의 종방향 이동 유형을 판단하는 동작을 예시한 도면이다.

제어부(200)는 대상체(2)의 위치에 따라서 대상체(2)의 종방향 절대 속도와 관련된 가중치를 결정하고, 미리 결정된 이전 시점부터 획득한 대상체(2)의 절대 속도와 현재 시점의 대상체(2)의 절대 속도 및 가중치를 기초로 하여 대상체(2)의 종방향 이동 방향을 결정할 수 있다.

구체적으로 도6을 살펴보면, 제어부(200)는 대상체(2)의 위치에 따라서 대상체(2)의 종방향 절대 속도와 관련된 가중치를 결정할 수 있다. 예를 들어서 대상체(2)가 차량(1)과 이루는 각도가 커질수록 센서의 인지능력이 떨어질 수 있다. 이 경우 정확한 판단을 위해 높은 가중치를 두어 정방이동 판단 영역으로 하는 범위를 정해야 한다. 대상체(2)와 차량(1)이 이루는 각도가 커지는 경우 가중치를 높게하여 임계값을 높게하고, 임계값이 높아지는 만큼 대상체(2)의 종방향 절대 속도가 높게 측정되야 전방으로 이동중이라고 판단하게 된다. 여기서 임계값이란 가중치 값을 기초로 하여 대상체가 정방이동에 해당하는지, 대항이동에 해당하는지를 정하는 기준이 되는 값에 해당한다. 이때 대항이동 판단 영역(41)은 일반적으로 크게 발생하므로, 일반적으로 차량(1)과 대상체(2)가 이루는 각도와 상관없이 차량(1)과 반대 방향으로 주행하는 대항이동으로 판단하게 된다. 이때 정방이동 또는 대항이동으로 판단하는 것은 Hysterisis(Age 개념)을 사용하게 된다. 예를 들어서 차량(1)과 반대방향으로 오고 있던 대상체(2)의 상대속도가 일정 시점에-100으로 측정되었고, 일정 시간이 지난 후 대상체(2)가 유턴하여 +10의 절대속도로 달리고, 차량(1)이 +120의 절대속도로 달린다면 차량(1)에서 계산한 대상체(2)의 절대속도는 -110이 된다. 현재 차량(1)과 대상체(2)는 같은 방향(전방이동)하고 있음에도 수치만 판단 했을 때 여전히 반대 방향(대항이동)하고 있다고 판단할 수 있기에, Hysterisis 개념을 사용하여 이를 극복할 수 있다. Hysterisis란, 이력 현상을 의미하는 것으로 특정 시점을 기준으로 그 이전의 현상을 보고 특정 시점의 상태를 예측하는 것을 의미한다. 즉, 미리 결정된 이전 시점부터 획득한 정보와 현재 시점의 정보를 기초로 하여 일정 시간동안 대상체(2)의 속도 변화를 관찰하여 속도가 줄어들었다는 것을 확인하고 점진적으로 속도가 변하는 것을 관측하여 대상체(2)의 방향이 바뀌었다는 것을 예측할 수 있다.

대상체의 종방향 절대 속도를 세로축(45)으로 두고, 대상체(2)와 차량이 이루는 각도를 가로축(44)으로 두어서, 대상체(2)의 위치에 따라 차량과 이루는 각도를 획득하고, 대상체의 종방향 절대 속도를 획득하여 미리 결정된 이전 시점부터의 정보와 현재 시점의 대상체의 절대 속도 및 가중치를 기초로 하여 정방이동 판단 영역(42)에 해당하는지 대항이동 판단 영역(41)에 해당하는지를 결정한다.

도7은 일 실시예에 의한 대상체(2)가 횡단 이동하는지 여부를 결정하는 동작을 예시한 도면이다.

제어부(200)는, 대상체(2)의 횡방향 절대 속도 및 상기 대상체(2)의 헤딩 방향을 기초로 기준값을 계산하고, 기준값이 미리 정해진 제3값 이상인 경우, 미리 결정된 이전 시점부터 획득한 대상체(2)의 절대 속도, 현재 시점의 대상체(2) 절대 속도 및 상기 제1센서부(100)로부터 획득한 정보를 기초로 대상체(2)가 횡단 이동하는 것으로 결정할 수 있다.

도7을 구체적으로 살펴보면 횡방향의 절대 속도 및 대상체(2)의 헤딩 방향을 기초로 기준값을 결정하게 된다. 해당 기준값이 미리 정해진 제3값 이상인 경우에 대상체(52)가 횡단 이동 할 수 있다고 판단할 수 있다. 이때 기준값이 미리 정해진 제3값이 이하인 경우에는 부정확하게 횡단이동을 판단할 수 있다. 기준값이 미리 정해진 제3값 이상인 경우 Hysterisis 개념을 사용하여 횡단이동 여부를 판단할 수 있다. 미리 결정된 이전 시점부터 획득한 대상체(52)의 절대 속도와 현재 시점의 대상체(52) 절대 속도 및 차량(1) 주행 정보를 기초로 하여 횡단이동 여부를 판단하게 된다. 예를 들어서 차량(1)이 선회중인 경우에는 대상체(2)와 차량(1)이 이루는 각도가 시간에 따라 크게 바뀌므로 횡단이동을 판단하는 의미가 없고, 미리 결정된 이전 시점부터 차량(1)이 크게 선회중인 경우에는 대상체(2)와 이루는 각도가 계속 바뀌게 되고, 속도도 달라지게 되는바 대상체(2)가 횡당이동 하고 있다고 결정할 수 없다. 속도가 종방향 절대속도에 일정 비율을 곱한 값보다 크고 차량(1)의 급격한 거동이 없으면서 차량(1)의 경로가 직진 위주로 예측된다면 횡단이동을 예측할 수 있다. 이때 기준값은 임계값과 비교하여 최종 판단된다.

부정확하나 횡단이동을 판단할 수 있는 대상체(51)도 있다. 예측된 종/횡방향 절대 속도 기반으로 부정확한 횡당이동 판단 기준값을 계산하여, 이를 Hystersis 개념을 적용하여 판단하게 된다.

도8은 일 실시예에 의한 대상체(2)의 헤딩 방향이 유지되고 있는지 여부를 판단하는 동작을 예시한 도면이다.

제어부(200)는,대상체의 헤딩 방향의 변화량을 계산하고,미리 결정된 이전 시점부터 획득한 대상체의 헤딩 변화량을 계산하고, 대상체의 헤딩 방향의 변화량 및 미리 결정된 이전 시점부터 획득한 대상체의 헤딩 변화량을 기초로 대상체(2)가 헤딩 방향을 유지하고 있는지 여부를 결정할 수 있다.

구체적으로 도8을 살펴보면, 제1대상체(2)(63)은 차량(1)과 같은 방향으로 가던 도중 헤딩 방향을 유지하지 않는 경우를 도시한 것이다. 제어부(200)에서 미리 결정된 이전 시점부터 제1대상체(63)의 헤딩 변화량 및 제1대상체(2)(63)의 헤딩 방향의 변화량을 계산하여 이전부터 제1대상체(63)의 헤딩 방향이 변하고 있었는지, 얼마나 변하는지 정도를 기초로하여 제1대상체(63)가 현재 헤딩 방향이 유지되지 않다는 것을 결정할 수 있다. 제2대상체(62)를 보면, 차량(1)(1)의 후면에서 주행 중 옆 차선쪽으로 헤딩 방향을 바꾸고 있고, 이는 차량(1)(1)의 제어부(200)에서 미리 결정된 이전 시점부터 제2대상체(62)가 헤딩 방향을 바꾸고 있다는 것을 계산하고, 현재도 제2대상체(62)의 헤딩 방향이 바뀌고 있다는 것을 계산하여, 결론적으로 헤딩 방향이 바꾸고 있다고 결정할 수 있다. 제3대상체(61)의 경우 차량(1)(1)과 반대 방향으로 주행 중이며 미리 결정된 이전 시점부터 현재까지 헤딩 방향을 일정하게 유지하고 있어, 차량(1)에서 제3대상체(61)가 헤딩 방향을 유지하고 있다고 결정한 예시에 해당한다.

제4대상체(64)의 경우 차량(1)과 같은 방향으로 주행하는 차량(1)으로 미리 결정된 이전 시점부터 제4대상체(64)가 헤딩 방향을 바꾸고 있다는 것을 계산하고, 현재도 제4대상체(64)의 헤딩 방향이 바뀌고 있는 것을 관측하여 헤딩 방향이 유지되지 않은 예시에 해당한다. 제5대상체(65)의 경우 차량(1)이 주행하는 동안 제5대상체(65)는 선회를 하고 있으므로, 제5대상체(65)는 미리 결정된 이전 시점부터 현재까지 헤딩 방향을 꾸준히 바꾸고 있어 헤딩 방향이 유지되는 경우로 판단 할 수 있으며, 이 경우 선회하는 것으로 판단할 수 있다. 차량(1)이 선회중인 경우에는 대상체와 차량이 이루는 각도가 시간에 따라 크게 바뀌어 카메라 및 레이더 한계성능 특성상 헤딩 변화량 계산의 신뢰도 보장이 어려울 수 있다. 헤딩방향 유지를 판단하는 기준값 계산 방법은 헤딩 변화량이 특정 임계값 이하에 해당하고 차량(1)의 급격항 거동이 없으면서 차량(1)의 예상 주행 경로가 직진 위주여야 한다. 대상체가 선회하는지 여부를 판단하는 기준값을 계산하는 방법은 대상체의 헤딩 변화량이 특정 임계값 이상이고 차량(1)의 급격한 거동이 없어야 하며, 차량(1)의 경로가 직진 위주인 경우여야 한다.

도9는 대상체(2)와 차량(1) 경로와의 오프셋이 유지되고 있는지 여부를 판단하는 동작을 예시한 도면이다.

도9를 구체적으로 살펴보면, 차량(1)과 같은 방향으로 전방이동 하고 있는 차량들(71,72,75)과 차량(1)의 예상 주행 경로간의 오프셋을 판단하여 차량(1)의 예상 주행 경로와 같은 방향으로 전방이동 하고 있는 차량들(71,72,73)간의 오프셋이 일정하다면 차량(1)의 예상 주행 경로와의 오프셋이 일정하게 유지되는 것으로 판단할 수 있다. 차량(1)과 반대 방향으로 대항이동 하고 있는 차량들(73,74,76)과 차량(1)의 예상 주행 경로간의 오프셋을 판단하여 차량(1)의 예상 주행 경로와 반대 방향으로 대항이동 하고 있는 차량들(73,74,76)간의 오프셋이 일정하다면 차량(1)의 예상 주행 경로와의 오프셋이 일정하게 유지되는 것으로 판단할 수 있다.

오프셋이 유지되는지 여부를 결정할 때, 마찬가지로 Hystersis 개념이 사용될 수 있다. 즉, 미리 결정된 이전 시점부터 현재까지의 차량들((71,72,73,74,75,76)과 차량(1)의 예상 주행 경로간의 간격이 일정값 미만의 오차로 일정하다면 오프셋이 유지되는 것으로 판단할 수 있다.

이때 오프셋 유지 여부를 판단하는 방법은 차량(1)의 예상 주행 경로와의 오프셋 변화량이 특정 임계값 이하여야 하며, 인지된 대상체(2)가 특정 범위내에 있어야 하며 대상체(2)의 위치가 너무 멀면 예측 정확도가 떨어지고 시스템에 의미없는 판단이 될 수 있다), 차량(1)의 예측 주행 경로가 너무 큰 선회로 예측되어서는 안된다. 차량(1)이 선회중인 경우 대상체(2)와 차량(1)이 이루는 각도가 시간에 따라 크게 바뀌어 카메라 및 레이더 한계성능 특성상 차량(1)의 예상 주행 경로와의 오프셋 변화량 계산의 신뢰도를 보장하기 어렵다).

도10은 차량(1)의 양 옆 차선과 대상체(2)의 오프셋이 유지되는지 여부를 판단하는 동작을 예시한 도면이다.

도10을 구체적으로 살펴보면 차량(1)과 같은 방향으로 이동하고 있는 차량들(81,83)들의 위치 정보를 획득한 후, 차량(1)기준 좌우 차선의 평행을 판단할 수 있다(인지된 차량(1)의 양 옆 차선의 3차식 계수의 유사성을 비교할 수 있다).- 곡률 변화량(3차항), 곡률(2차항), 시작위치 차선 기울기(1차항), 차량(1) 양 옆 차선의 평행 판단 조건을 만족했다면 현재 위치에서 차로폭만큼 더하는 방식을 사용하여 차로들을 가상으로 생성할 수 있다.(차로폭 예측은 시작위치에서 좌측(Lh) 또는 우측(Rh) 차선과 차량(1)의 오프셋을 기준으로 판단한다).마지막으로 예측된 차량(1)의 양 옆 차선과의 오프셋값을 추정된 결과와 비교하여 대상체(2)가 어느 차로에 위치하고 있는지 추정할 수 있다. 차량(1)의 양 옆 차선과 대상체(2)가 오프셋을 유지하고 있는지 판단하는 방법은 보정된 대상체(2)의 좌우 차선과의 오프셋값이 특정 임계값 이하여야 하고, 차량(1)의 양 옆 차선 중 좌측(Lh) 또는 우측(Rh) 차선과 대상체(2)의 오프셋 변화량이 특정 임계값 이상이어야 하며, 차로폭이 객체의 차폭의 특정 비율 이상일 수 있다. 계산하는 방식은 마찬가지로 Hysterisis의 방식을 사용할 수 있다.. 결과적으로 차량(1)의 양 옆 차선과 대상체(2)의 오프셋이 유지되는지 여부를 판단할 수 있다.

도11은 대상체(2)의 주행 상태를 판단하는데 우선순위를 두어 대상체의 예상 주행 경로를 판단하는 동작에 관한 예시를 도시한 도면이다.

도11은 차량의 주변 도로 정보는 상기 차량(1)의 양 옆 차선 정보를 포함하고, 제어부(200)는, 차량의 예상 주행 경로 및 대상체의 위치 정보를 기초로 대상체와 예상 주행 경로 사이의 오프셋을 예측하고,

미리 결정된 이전 시점부터 획득한 대상체와 차량의 예상 주행 경로 사이의 오프셋 변화량 및 현재 시점의 대상체와 차량의 예상 주행 경로 사이의 오프셋 변화량을 기초로 대상체와 차량의 예상 주행 경로 사이의 오프셋이 일정하게 유지되고 있는지 여부를 판단할 수 있고, 대상체(2)의 헤딩 방향의 변화량을 계산하고, 대상체(2)의 헤딩 방향의 변화량 및 미리 결정된 이전 시점부터 획득한 대상체(2)의 헤딩 변화량을 기초로대상체(2)가 헤딩 방향을 유지하고 있는지 여부를 결정하고, 양 옆 차선 정보의 좌측(Lh) 또는 우측(Rh)으로부터 대상체(2)까지의 오프셋이 일정하게 유지되는 상태를 제1상태로 결정하고, 대상체(2)의 헤딩 방향이 유지되는 경우를 제2 상태로 결정하고, 차량(1)의 예상 주행 경로와 대상체(2)와의 오프셋이 일정하게 유지되는 상태를 제3상태로 결정하고 대상체(2)가 정지한 상태를 제4상태로 결정하고, 대상체(2)가 선형으로 주행하는 상태를 제5상태로 결정하고, 제1,2,3,4,5 상태에 우선 순위를 정하고, 대상체(2)의 예상 주행 경로를 상기 우선 순위에 기초하여 예측할 수 있다.

유형 상태란 제1,2,3상태를 포함하는 상태로서, 제1,2,3,4,5 상태를 모두 포함할 수 있으며, 대상체와 차량의 오프셋 유지 상태등의 특정 주행 상태를 의미할 수 있다.

도11을 구체적으로 살펴보면, 대상체(2)가 정지상태로 판단(91)되는지 여부를 우선적으로 판단하여, 정지상태로 판단된다면 차량(1)의 예상 주행 경로 신뢰도를 미리 정해진 임계값과 비교하여(이때 임계값은 대상체(2)의 상태별로 각각 다를 수 있다) 차량(1)의 예상 주행 경로 신뢰도가 미리 정해진 임계값 이상인 경우 대상체(2) 예상 주행 경로를 결정(96)하고, 정지상태로 판단(91)되지 않는 경우 대상체(2)가 차선유지 상태로 판단(92)되는지 여부를 판단하여, 대상체(2)가 차선유지 상태로 판단(92)되는 경우 차량(1)의 예상 주행 경로 신뢰도와 미리 정해진 임계값을 비교할 수 있다.. 차량(1)의 예상 주행 경로 신뢰도가 미리 정해진 임계값 보다 더 큰 경우, 대상체(2) 예상 주행 경로를 결정(96)하고, 아닌 경우 대상체(2)의 헤딩 방향이 유지된 상태(93)인지 판단할 수 있다. 대상체(2)의 헤딩 방향이 유지된 상태(93)에 해당하는 경우 차량(1)의 예상 주행 경로 신뢰도가 미리 정해진 임계값보다 큰 경우 대상체(2) 예상 주행 경로를 결정(96)하게 되고, 아닌 경우 차량(1)의 예상주행 경로와 대상체(2)의 오프셋이 일정하게 유지되는지 판단할 수 있다. 마찬가지의 방식으로 차량(1)의 예상주행 경로와 대상체(2)의 오프셋이 일정하게 유지(94)되는지 여부를 판단하고, 차량(1)의 예상주행 경로와 대상체(2)의 오프셋이 일정하게 유지(94)된다면 차량(1)의 예상 주행 경로 신뢰도와 미리 정해진 임계값을 비교하여 임계값 이상인 경우 대상체(2) 예상 주행 경로를 결정하고, 임계값 이하인 경우 차량(1)의 예측된 절대속도(95)를 기초로 대상체(2) 예상 주행 경로를 결정할 수 있다. 차량(1)의 예측된 절대속도(95)를 기초로 대상체(2) 예상 주행 경로를 결정하는 경우에는 차량(1)의 예상 주행 경로 신뢰도와 임계값을 비교하지 않을 수 있다.

도12는 일 실시예에 따른 순서도이다.

도12를 구체적으로 살펴보면, 차량 주행 정보 및 대상체(2) 주행 정보를 획득(S-1)한 후, 차량의 GPS 데이터 및 차량(1)의 주행 정보를 기초로 차량(1)의 예상 주행 경로를 예측(S-2)하고, 차량(1)의 예상 주행 경로 예측 신뢰도를 결정(S-3)할 수 있다. 신뢰도 같은 경우 위에서 언급한 방식대로 차량의 GPS 데이터 및 차량의 예상 주행 경로를 기초로 결정할 수 있다. 신뢰도가 미리 정해진 임계값 이하에 해당하는 경우 차량(1)의 예상 주행 경로를 다시 예측하고, 신뢰도가 미리 정해진 값 이상인 경우, 대상체(2)의 주행 상태에 대한 판단에 우선순위를 결정(S-4)할 수 있다. 이후 우선순위를 토대로 대상체(2)의 예상 주행 경로를 예측(S-5)하고, 차량(1)과 대상체(2)의 충돌이 예측되는 충돌을 회피하도록 구동부(500)를 제어할 수 있다(S-6).

한편, 개시된 실시예들은 컴퓨터에 의해 실행 가능한 명령어를 저장하는 기록매체의 형태로 구현될 수 있다. 명령어는 프로그램 코드의 형태로 저장될 수 있으며, 프로세서에 의해 실행되었을 때, 프로그램 모듈을 생성하여 개시된 실시예들의 동작을 수행할 수 있다. 기록매체는 컴퓨터로 읽을 수 있는 기록매체로 구현될 수 있다.

컴퓨터가 읽을 수 있는 기록매체로는 컴퓨터에 의하여 해독될 수 있는 명령어가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래쉬 메모리, 광 데이터 저장장치 등이 있을 수 있다.

이상에서와 같이 첨부된 도면을 참조하여 개시된 실시예들을 설명하였다.본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고도, 개시된 실시예들과 다른 형태로 본 발명이 실시될 수 있음을 이해할 것이다. 개시된 실시예들은 예시적인 것이며, 한정적으로 해석되어서는 안 된다.

1:차량
2:대상체
100:제1센서부
200:제어부
300:제2센서부
500:구동부

Claims

차량의 위치 정보, 상기 차량의 속도 정보 및 상기 차량의 헤딩 방향 정보를 포함하는 차량 주행 정보를 획득하는 제1센서부;
대상체의 위치 정보, 상기 대상체의 속도 정보, 상기 대상체의 헤딩값 정보를 포함하는 대상체 주행 정보 및 상기 차량의 주변 도로 정보를 획득하는 제2센서부;
상기 차량 주행 정보를 기초로 상기 차량의 예상 주행 경로를 실시간으로 예측하고,
상기 차량의 예상 주행 경로 및 GPS 데이터와 상기 차량의 내부 신호를 기반으로 기 학습되어 생성된 학습 테이블을 기초로 상기 차량의 예상 주행 경로 신뢰도를 결정하고,
상기 차량의 예상 주행 경로 신뢰도가 미리 정해진 임계값 이상인 경우, 상기 대상체 주행 정보를 기초로 상기 대상체의 예상 주행 경로를 실시간으로 확정하고,
상기 차량의 예상 주행 경로 및 확정된 상기 대상체의 예상 주행 경로를 기초로 상기 차량과 상기 대상체가 충돌하는 것을 회피하도록 상기 차량을 제어하는 제어부;를 포함하는 차량.
제1항에 있어서,
상기 제어부는,
상기 차량 주행 정보 및 상기 대상체 주행 정보를 기초로 상기 대상체의 절대 속도를 예측하는 차량.
제2항에 있어서,
상기 제2센서부는 카메라, 레이더 및 라이더를 포함하고;
상기 제어부는,
상기 대상체의 위치에 기초하여 상기 제2센서부 중 적어도 하나를 사용하여 상기 대상체의 제1헤딩값을 결정하고,
상기 대상체의 절대 속도를 기초로 대상체의 제2헤딩값을 결정하여
상기 대상체의 제1헤딩값 및 상기 대상체의 제2헤딩값을 기초로 상기 대상체의 헤딩 방향을 예측하는 차량.
제1항에 있어서,
상기 제어부는,
상기 차량의 예상 주행 경로 및 상기 대상체의 위치 정보를 기초로 상기 대상체와 상기 예상 주행 경로 사이의 오프셋을 예측하고,
상기 오프셋이 미리 정해진 제1값 미만인 경우 상기 차량과 상기 대상체의 제1충돌 지점을 예측하고,
상기 차량과 상기 대상체가 상기 제1충돌 지점까지 도달하는 시간의 차이가 미리 정해진 제2값 미만인 경우 상기 대상체와의 충돌을 회피하도록 상기 차량을 제어하는 차량.
제1항에 있어서,
상기 차량의 주변 도로 정보는 상기 차량의 양 옆 차선 정보를 포함하고,
상기 제어부는,
상기 차량의 양 옆 차선 정보의 좌측 또는 우측 차선과 상기 대상체 사이의 오프셋을 예측하고
상기 오프셋이 미리 정해진 제1값 미만인 경우 상기 차량과 상기 대상체의 제2충돌 지점을 예측하고,
상기 차량과 상기 대상체가 제2충돌 지점에 도달하는 시간의 차이가 미리 정해진 제2값 미만인 경우 상기 대상체와의 충돌을 회피하도록 상기 구동부를 제어하는 차량.
상기 제2항에 있어서,
상기 제어부는,
상기 대상체의 위치에 따라서 상기 대상체의 종방향 절대 속도와 관련된 가중치를 결정하고
미리 결정된 이전 시점부터 획득한 상기 대상체의 절대 속도와 현재 시점의 상기 대상체의 절대 속도 및 가중치를 기초로 하여 상기 대상체의 종방향 이동 방향을 결정하는 차량.
제2항에 있어서,
상기 제어부는,
상기 대상체의 횡방향 절대 속도 및 상기 대상체의 헤딩 방향을 기초로 기준값을 계산하고,
상기 기준값이 미리 정해진 제3값 이상인 경우, 미리 결정된 이전 시점부터 획득한 상기 대상체의 절대 속도, 현재 시점의 상기 대상체의 절대 속도 및 상기 차량의 주행 정보를 기초로 상기 대상체가 횡단 이동하는 것으로 결정하는 차량.
제4항에 있어서,
상기 제어부는
미리 결정된 이전 시점부터 획득한 상기 대상체와 상기 차량의 예상 주행 경로 사이의 오프셋 변화량 및 현재 시점의 상기 대상체와 상기 차량의 예상 주행 경로 사이의 오프셋 변화량을 기초로 상기 대상체와 상기 차량의 예상 주행 경로 사이의 오프셋이 일정하게 유지되고 있는지 여부를 판단하는 차량.
제5항에 있어서,
상기 제어부는
미리 결정된 이전 시점부터 획득한 상기 차량의 양 옆 차선의 좌측 또는 우측 차선과 상기 대상체 사이의 오프셋 변화량 및 현재 시점의 상기 차량의 양 옆 차선의 좌측 또는 우측 차선과 상기 대상체 사이의 오프셋 변화량을 기초로 상기 대상체와 상기 차량의 예상 주행 경로 사이의 오프셋이 일정하게 유지되고 있는지 여부를 판단하는 차량.
제3항에 있어서,
상기 제어부는,
상기 대상체의 헤딩 방향의 변화량을 계산하고,
미리 결정된 이전 시점부터 획득한 상기 대상체의 헤딩 변화량 및
상기 대상체의 헤딩 방향의 변화량 상기 대상체의 헤딩 변화량을 기초로 상기 대상체가 헤딩 방향을 유지하고 있는지 여부를 결정하는 차량.
제8항에 있어서,
상기 제어부는,
상기 대상체의 헤딩 방향이 유지되는지 여부를 판단하고,
상기 대상체와 상기 차량의 예상 주행 경로 사이의 오프셋이 일정하게 유지되고 있는지 여부를 판단하고,
상기 차량의 양 옆 차선 정보의 좌측 또는 우측 차선으로부터 상기 대상체까지의
오프셋이 일정하게 유지되는 상태를 제1 상태로 결정하고,
상기 대상체의 헤딩 방향이 유지되는 경우를 제2 상태로 결정하고,
상기 차량의 예상 주행 경로와 상기 대상체와의 오프셋이 일정하게 유지되는 상태를 제 3상태로 결정하고,
제1,2,3상태를 포함하는 유형 상태들에 우선 순위를 정하여 상기 대상체의 예상 주행 경로를 상기 우선 순위에 기초하여 예측하는 차량.
차량의 위치 정보, 상기 차량의 속도 정보 및 상기 차량의 헤딩 방향 정보를 포함하는 차량 주행 정보를 획득하고,
대상체의 위치 정보, 상기 대상체의 속도 정보, 상기 대상체의 헤딩값 정보를 포함하는 대상체 주행 정보 및 상기 차량의 주변 도로 정보를 획득하고,
상기 차량 주행 정보를 기초로 상기 차량의 예상 주행 경로를 실시간으로 예측하고,
상기 차량의 예상 주행 경로를 및 GPS 데이터와 차량 내부 신호를 기반으로 기 학습되어 생성된 학습 테이블을 기초로 상기 차량의 예상 주행 경로 신뢰도를 결정하고,
상기 차량의 예상 주행 경로 신뢰도가 미리 정해진 임계값 이상인 경우, 상기 대상체 주행 정보를 기초로 상기 대상체의 예상 주행 경로를 실시간으로 확정하고,
상기 차량의 예상 주행 경로 및 확정된 상기 대상체의 예상 주행 경로를 기초로 상기 차량과 상기 대상체가 충돌하는 것을 회피하도록 제어하는 것을 포함하는 차량의 제어 방법.
제12항에 있어서,
상기 대상체의 예상 주행 경로를 실시간으로 예측하는 것은,
상기 차량 주행 정보 및 상기 대상체 주행 정보를 기초로 상기 대상체의 절대 속도를 예측하는 것을 더 포함하는 차량의 제어 방법.
제13항에 있어서,
상기 차량과 상기 대상체가 충돌하는 것을 회피하는 것은,
상기 대상체의 위치에 기초하여 카메라, 레이더 및 라이더 중 적어도 하나를 사용하여 상기 대상체의 제1헤딩값을 결정하고,
상기 대상체의 절대 속도를 기초로 대상체의 제2헤딩값을 결정하여,
상기 대상체의 제1헤딩값 및 상기 대상체의 제2헤딩값을 기초로 상기 대상체의 헤딩 방향을 예측하는 것을 포함하는 차량의 제어 방법.
제12항에 있어서,
상기 대상체의 예상 주행 경로를 실시간으로 예측하는 것은,
상기 차량의 예상 주행 경로 및 상기 대상체의 위치 정보를 기초로 상기 대상체와 상기 예상 주행 경로 사이의 오프셋을 예측하고,
상기 오프셋이 미리 정해진 제1값 미만인 경우 상기 차량과 상기 대상체의 제1충돌 지점을 예측하고,
상기 차량과 상기 대상체가 상기 제1충돌 지점까지 도달하는 시간의 차이가 미리 정해진 제2값 미만인 경우 상기 차량과 상기 대상체가 충돌하는 것을 회피하도록 하는 것을 포함하는 차량의 제어 방법.
제12항에 있어서,
상기 차량과 상기 대상체가 충돌하는 것을 회피하는 것은,
상기 차량의 주변 도로 정보를 획득하는 것은 상기 차량의 양 옆 차선 정보를 포함하고,
상기 양 옆 차선 정보의 좌측 또는 우측 차선과 상기 대상체 사이의 오프셋을 예측하고,
상기 오프셋이 미리 정해진 제1값 미만인 경우 상기 차량과 상기 대상체의 제2충돌 지점을 예측하고,
상기 차량과 상기 대상체가 제2충돌 지점에 도달하는 시간의 차이가 미리 정해진 제2값 미만인 경우 상기 대상체와의 충돌을 회피하도록 제어하는 것을 포함하는 차량의 제어 방법.
제13항에 있어서,
상기 대상체의 예상 주행 경로를 실시간으로 예측하는 것은,
상기 대상체의 위치에 따라서 상기 대상체의 종방향 절대 속도와 관련된 가중치를 결정하고,
미리 결정된 이전 시점부터 획득한 상기 대상체의 절대 속도와 현재 시점의 상기 대상체의 절대 속도 및 가중치를 기초로 하여 상기 대상체의 종방향 이동 방향을 결정하는 것을 더 포함하는 차량의 제어 방법.
제13항에 있어서,
상기 대상체의 예상 주행 경로를 실시간으로 예측하는 것은,
상기 대상체의 횡방향 절대 속도 및 상기 대상체의 헤딩 방향을 기초로 기준값을 계산하고, 상기 기준값이 미리 정해진 제3값 이상인 경우, 미리 결정된 이전 시점부터 획득한 상기 대상체의 절대 속도, 현재 시점의 상기 대상체 절대 속도 및 상기 차량의 주행 정보를 기초로 상기 대상체가 횡단 이동하는 것으로 결정하는 것을 더 포함하는 차량의 제어 방법.
제15항에 있어서,
상기 대상체의 예상 주행 경로를 실시간으로 예측하는 것은,
미리 결정된 이전 시점부터 획득한 상기 대상체와 상기 차량의 예상 주행 경로 사이의 오프셋 변화량 및 현재 시점의 상기 대상체와 상기 차량의 예상 주행 경로 사이의 오프셋 변화량을 기초로 상기 대상체와 상기 차량의 예상 주행 경로 사이의 오프셋이 일정하게 유지되고 있는지 여부를 판단하는 것을 더 포함하는 차량의 제어 방법.
제16항에 있어서,
상기 대상체의 예상 주행 경로를 실시간으로 예측하는 것은,
미리 결정된 이전 시점부터 획득한 상기 차량의 양 옆 차선의 좌측 또는 우측 차선과 상기 대상체 사이의 오프셋 변화량 및 현재 시점의 상기 차량의 양 옆 차선의 좌측 또는 우측 차선과 상기 대상체 사이의 오프셋 변화량을 기초로 상기 대상체와 상기 차량의 예상 주행 경로 사이의 오프셋이 일정하게 유지되고 있는지 여부를 판단하는 것을 더 포함하는 차량의 제어 방법.
제 14항에 있어서,
상기 대상체의 예상 주행 경로를 실시간으로 예측하는 것은,
상기 대상체의 헤딩 방향의 변화량을 계산하고,
미리 결정된 이전 시점부터 획득한 상기 대상체의 헤딩 변화량 및 상기 대상체의 헤딩 방향의 변화량 상기 대상체의 헤딩 변화량을 기초로 상기 대상체가 헤딩 방향을 유지하고 있는지 여부를 결정하는 것을 더 포함하는 차량의 제어 방법.
제 18항에 있어서,
상기 대상체의 예상 주행 경로를 실시간으로 예측하는 것은,
상기 대상체의 헤딩 방향이 유지되는지 여부를 판단하고,
상기 대상체와 상기 차량의 예상 주행 경로 사이의 오프셋이 일정하게 유지되고 있는지 여부를 판단하고,
상기 차량의 양 옆 차선 정보의 좌측 또는 우측 차선으로부터 상기 대상체까지의
오프셋이 일정하게 유지되는 상태를 제1 상태로 결정하고,
상기 대상체의 헤딩 방향이 유지되는 경우를 제2 상태로 결정하고,
상기 차량의 예상 주행 경로와 상기 대상체와의 오프셋이 일정하게 유지되는 상태를 제 3상태로 결정하고,
제1,2,3상태를 포함하는 유형 상태들에 우선 순위를 정하여 상기 대상체의 예상 주행 경로를 상기 우선 순위에 기초하여 예측하는 차량.