KR20230058522A - 도로 이용자에 대한 정보 제공 방법 - Google Patents

도로 이용자에 대한 정보 제공 방법 Download PDF

Info

Publication number
KR20230058522A
KR20230058522A KR1020237011370A KR20237011370A KR20230058522A KR 20230058522 A KR20230058522 A KR 20230058522A KR 1020237011370 A KR1020237011370 A KR 1020237011370A KR 20237011370 A KR20237011370 A KR 20237011370A KR 20230058522 A KR20230058522 A KR 20230058522A
Authority
KR
South Korea
Prior art keywords
vehicle
information
road user
representing
vector
Prior art date
Application number
KR1020237011370A
Other languages
English (en)
Inventor
안드레아스 페트로비치
Original Assignee
메르세데스-벤츠 그룹 아게
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 메르세데스-벤츠 그룹 아게 filed Critical 메르세데스-벤츠 그룹 아게
Publication of KR20230058522A publication Critical patent/KR20230058522A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • 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
    • B60W60/0025—Planning or execution of driving tasks specially adapted for specific operations
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
    • G08G1/143—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces inside the vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/164—Centralised systems, e.g. external to vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명은 차량 주변 환경에 있는 도로 이용자(T1,　T2)에 대하여 온보드 센서로 검출한 정보를 제공하는 방법에 관한 것이다. 본 발명에 따르면 검출된 정보는 벡터를 표현하는 데이터 구조(D)로 제공된다. 이때 각 벡터는 해당 정보에서 나타내는 도로 이용자(T1,　T2)가 위치한 사전 정의된 차량 고정 점유 격자(B,　BB)의 셀(B1　내지　Bn, BB1　내지　BBm)에 할당된다. 각 벡터는 적어도 해당 도로 이용자(T1,　T2)가 위치한 할당된 셀(B1　내지　Bn, BB1　내지　BBm)의 좌표, 해당 도로 이용자(T1,　T2)의 속도(v)를 표현하는 속도 벡터, 해당 도로 이용자(T1,　T2)의 검출 시점(t1,　t2)을 표현하는 타임 스탬프 및 해당 도로 이용자(T1,　T2)의 유형을 표현하는 객체 등급을 포함한다.
본 발명은 또한 자율주행차량(F1, F2)을 작동하는 방법에 관한 것이다(F1, F2).

Description

도로 이용자에 대한 정보 제공 방법
본 발명은 차량 주변 환경에 있는 도로 이용자에 대하여 온보드 센서로 검출한 정보를 제공하는 방법에 관한 것이다.
본 발명은 또한 자동화 차량, 특히 고도로 자동화된 차량이나 자율주행차량의 작동 방법에 관한 것이다.
DE 10 2013 210 263 A1에서는 차량의 주행 상황이 복수의 센서 장치에 의해 검출된 차량 주변 환경의 데이터로부터 산출 장치에 의해 산출되고, 점유 맵의 실시 양태가 주행 상황에 따라 조정되는 차량용 점유 맵을 제공하는 방법이 알려져 있다. 점유 맵은 차량의 주행 상황에 따라 주행 상황에 맞게 조정되는 그리드와 같은 방식으로 배열된 복수의 셀을 가진다.
또한 DE 10 2010 011 629 A1에서는 주변 환경 데이터를 검출하고 계층적 데이터 구조에 저장되며 주변 환경에서 객체가 식별되는 차량의 주변 환경 표현 방법을 개시한다. 애플리케이션과 관련하여 객체의 관련성이 산출되고, 애플리케이션 관련성이 높은 객체가 검출된 영역에서 계층적 데이터 구조의 상세도가 높아진다. 이때 주변 환경 데이터는 확률적 주변 환경 표현을 얻기 위해 점유 격자에 센서 측정 데이터로서 입력된다. 점유 격자의 각 셀에는 이 지점에서 센서 측정 데이터를 기반으로 계산된 점유 확률이 포함된다.
본 발명의 목적은 차량 주변 환경에 있는 도로 이용자에 대하여 온보드 센서로 검출한 정보를 제공하는 새로운 방법을 제시하는 데 있다.
이러한 목적은 청구항 제1항에 제시된 특징을 갖는 차량 주변 환경에 있는 도로 이용자에 대하여 온보드 센서로 검출한 정보를 제공하는 방법 및 청구항 제7항에 제시된 특징을 갖는 자율주행차량의 작동 방법으로 달성된다.
본 발명의 바람직한 실시예는 종속항의 대상이다.
본 발명에 따르면 차량 주변 환경에 있는 도로 이용자에 대하여 온보드 센서로 검출한 정보를 제공하는 방법에서, 검출된 정보는 해당 도로 이용자를 나타내는 벡터를 각각 표현하는 데이터 구조로서 제공된다. 이때, 각 벡터는 해당 정보가 관련된 도로 이용자가 위치한 사전 정의된 차량 고정 점유 격자의 셀에 할당된다. 각 벡터는 적어도 해당 도로 이용자가 위치한 할당된 셀의 좌표, 해당 도로 이용자의 속도를 표현하는 속도 벡터, 해당 도로 이용자의 검출 시점을 표현하는 타임 스탬프 및 해당 도로 이용자의 유형을 표현하는 객체 등급을 데이터로 포함한다. 벡터로 제공된 도로 이용자에 대한 정보는 바람직하게는 하나의 데이터 필드에 통합되어 백엔드 서버로 전송된다.
이 방법을 사용하면 이른바 "운행설계영역"(Operational Design Domain, 줄여서: ODD) 전체를 통해 도로 이용자를 추적할 수 있다. 이때 백엔드 서버에 있는 정보가 차량군에 제공되면 전체 차량군에 대해 시간적 및 공간적 해상도와 관련하여 매우 높은 상세도의 교통 상황에 대한 단일한 이미지를 생성할 수 있다. 이 방법을 사용하면 안전한 경로 계획, 조기 충돌 방지 및 자율주행차량의 부드러운 주행이 가능하다.
방법의 가능한 일 실시예에서, 차량의 위치 및/또는 차량의 방향 및/또는 점유 격자의 정의에 관련된 점유 격자 정보가 추가 정보로서 백엔드 서버에 전송된다. 이를 통해 백엔드 서버는 차량에서 수신한 정보를 전역 좌표계로 안정적이고 정확하게 변환할 수 있으며 이렇게 해서 다른 차량들에서 이러한 정보를 사용할 수 있게 된다.
이를 위해, 방법의 다른 가능한 실시예에서, 백엔드 서버는 추가 정보를 기반으로 좌표 변환을 수행하며, 이를 통해 차량으로부터 데이터 필드로 수신된 벡터가 차량 고정 점유 격자에서 사전 정의된 전역 위치 고정 점유 격자로 변환된다.
방법의 다른 가능한 실시예에서, 전역 점유 격자로 변환된 벡터는 검색을 위해 다른 차량에 제공되어 차량이 자신의 주행 모드를 위해 정보를 사용할 수 있게 된다.
방법의 다른 가능한 실시예에서, 변환된 벡터는 검색 중에 이루어진 전송 시 백엔드 서버에서 적어도 하나 이상의 다른 차량에 데이터 필드로 전송되며, 이때 각 벡터는 각 정보에서 나타낸 도로 이용자가 위치한 전역 점유 격자 셀에 할당된다. 이때 각 벡터는 적어도 해당 도로 이용자가 위치한 할당된 셀의 좌표, 해당 도로 이용자의 속도를 표현하는 속도 벡터, 해당 도로 이용자의 검출 시점을 표현하는 타임 스탬프 및 해당 도로 이용자의 유형을 표현하는 객체 등급을 포함한다. 이것은 시간적 및 공간적 해상도와 관련하여 높은 상세도의 교통 상황에 대한 단일한 이미지를 생성하기 위해 차량군의 다른 차량에 대한 전체 "운행설계영역"에 대한 도로 이용자의 추적을 지원한다. 이렇게 해서 다른 차량들을 위해 안전한 경로 계획, 조기 충돌 방지 및 자율주행차량의 보다 부드러운 주행이 구현될 수 있다.
방법의 다른 가능한 일 실시예에서, 다른 차량들은 자동화된, 특히 고도로 자동화된 주행이나 자율주행을 위해 설계된 차량군에서 자동화되어 주행된다.
자동화 차량, 특히 고도로 자동화된 차량이나 자율주행차량의 주행을 위한 본 발명에 따른 방법에서, 백엔드 서버로부터 검색된 정보는 차량의 자율주행 시 고려된다. 차량 주변 환경에 대한 지식은 차량의 자동화, 특히 고도로 자동화된 주행이나 자율주행에 절대적으로 필요하다. 이를 위해서는 차량 주변 환경을 검출하기 위한 온보드 센서의 충분한 검출 범위와 신뢰할 수 있는 주변 환경 검출을 위해 차량의 충분히 넓은 시야가 필요하다. 특히 도시 환경에서는 센서 검출 범위와 그로 인한 차량의 시야가 제한적이다. 이 방법으로 적어도 한 대 이상의 차량에서 백엔드 서버로 전송되는 차량 주변 환경에 대한 정보를 제공하여 자체 센서 검출 범위를 벗어난 곳에 있는 차량군들이 이러한 정보를 제공 받도록 함으로써 차량군의 특히 자율주행차량의 센서 가시 범위의 이러한 제한 문제가 해결된다. 이를 통해 차량들은 센서의 검출 범위에 제한을 받지 않는다. 이때 백엔드 서버에서 검색된 정보를 기반으로 궤적 계획의 범위에서 차량에 대해 센서의 검출 범위를 넘는 주변 환경 모델이 생성되고 센서가 가려진 영역이나 센서의 검출 범위를 벗어난 영역이 궤적 계획에 포함된다. 따라서 장기적이고 최적화된 경로 계획을 실행할 수 있다. 또한, 예컨대 센서의 잘못된 인식과 관련하여 온보드 센서는 백엔드 서버를 외부 소스로 사용해서 점검할 수 있다. 백엔드 서버에서 받은 정보를 통해 차량은 온보드 센서의 기능성을 확인하고 기능 장애가 있는 센서를 식별하는 데 사용할 수 있는 추가 정보를 받는다.
본 발명의 실시예는 도면을 참조하여 아래에서 구체적으로 설명된다.
이때 각 도면은 다음을 도시한다.
도 1은 제1 시점에서 차량 및 다른 도로 이용자가 있는 점유 격자의 개략적인 사시도 및 제2 시점에서 차량 및 다른 도로 이용자가 있는 점유 격자의 사시도이다.
도 2는 도시 지역의 점유 격자 개략도이다.
도 3은 차량 고정 점유 격자와 위치 고정 전역 점유 격자 내용의 좌표 변환의 개략도이다.
도 4는 두 차량의 전역 위치 고정 점유 격자로 변환된 두 차량 고정 점유 격자가 있는 전역 위치 고정 점유 격자 개략도이다.
도 5는 차량 주변 환경에 있는 도로 이용자에 대하여 온보드 센서로 검출한 정보를 백엔드 서버에 제공하고 백엔드 서버에서 이 정보를 검색하는 것을 개략적으로 도시한다.
상호 일치하는 부분은 모든 도면에서 동일한 참조 기호를 붙인다.
도 1에서는 제1 시점(t1)에 차량(F1)과 다른 도로 이용자(T1)이 있는 occupancy grid라고도 하는 차량(F1)의 차량 중심 점유 격자(B)의 사시도 및 제1 시점에 이은 제2 시점(t2)에 차량(F1)과 다른 도로 이용자(T1)가 있는 점유 격자(B)의 사시도를 도시한다.
이때 도로 이용자(T1)는 속도(v)로 움직인다.
차량(F1)은 예컨대 차량군에 속하며 자동화된, 특히 고도로 자동화된 주행이나 자율주행에 맞게 설계된다.
이러한 자율주행에서 도로 이용자(T1)의 행동을 예측하는 것은 중요한 과제이다. 복잡한 교통 시나리오에서는 인식된 모든 도로 이용자(T1)의 행동을 추적하고 예측하는 것이 어려운 경우가 많다. 이를 위해서는 또한 많은 컴퓨팅 작업이 필요하다.
본 발명에서는 점유 격자(B)를 사용하여 행동을 예측하며, 이때 차량(F1)은 좌표(x, y, z)가 있는 차량 중심 좌표계를 갖는다. X 좌표(x)는 항상 전방을 향한다. 좌표 y, z로 나타낸 다른 축들은 이 x 축에 수직을 이룬다. 차량(F1)을 중심으로 정적으로 형성되고 차량(F1)과 함께 움직이며 온보드 센서(자세히 도시되지 않음)의 검출 범위에 있는 래스터 및 그리드가 차량(F1)을 중심으로 생성된다.
차량(F1)은 온보드 센서를 사용하여 보행자, 자전거 운전자, 승용차, 화물차, 버스 등과 같은 모든 도로 이용자(T1)의 위치를 확인하고 차량 주변 환경에 있는 차량(F1)과의 상대 거리를 결정한다. 도로 이용자 외에도 정적 객체를 검출하고 예컨대 건설 현장이나 도로의 기타 장애물 등의 위치가 확인된다. 이때 검출은 복수의 센서 및/또는 예컨대 레이더, 라이다, 카메라 및/또는 초음파 센서와 같은 다양한 센서의 조합 및 예컨대 딥 러닝 알고리즘의 해당 데이터 처리를 사용하여 수행될 수 있다.
검출된 도로 이용자(T1)는 벡터를 표현하는 데이터 구조(D)로 나타낸다. 이때 각 도로 이용자(T1)를 표현하는 벡터는 온보드 센서로 검출한 정보로 구성된다. 각 벡터는 도로 이용자(T1)에 의해 점유된 점유 격자(B) 셀(B1 내지 Bn)의 x, y, z 좌표(x, y, z) 형태로 차량(F1)에 대한 해당 도로 이용자(T1)의 위치를 나타내는 데이터를 정보로서 포함하며, 이때 z 좌표(z)는 해당 도로 이용자(T1)의 높이를 나타낸다. 또한 벡터는 해당 도로 이용자(T1)의 속도(v)를 표현하는 속도 벡터, 해당 도로 이용자(T1)가 검출된 시점(t1, t2)을 표현하는 타임 스탬프 및 해당 도로 이용자(T1)의 유형을 표현하는 객체 클래스를 포함한다. 또한 벡터는 예컨대 센서가 도로 이용자(T1)를 검출해서 나온 검출 신뢰성 및 예컨대 도로 이용자(T1)의 의도와 같은 다른 정보들을 추가로 포함할 수 있다.
점유 격자(B)는 2.5차원 그리드, 즉 2차원 래스터이지만, 이때 모든 도로 이용자(T1)에 대해 z 좌표(z)로서 각각의 벡터에 도로 이용자의 높이가 저장된다. 이때 2차원 래스터는 하나의 행렬로 작성되며, 각 셀(B1 내지 Bn)에 고유 x 좌표(x)와 고유 y 좌표(y)가 할당된다. 점유 격자(B)를 형성하기 위해 2차원 래스터는 온보드 센서로 검출한 모든 필요한 정보와 중첩 및/또는 결합된다. 이는 개별 도로 이용자를 나타내는 데이터 구조(D)가 하나의 데이터 필드로 통합되어 도 5에 도시된 바와 같이 백엔드 서버(1)로 전송됨을 의미한다.
점유 격자(B)의 셀(B1 내지 Bn)은 이때 점유되거나 점유되지 않을 수 있다. 시점(t1)에서 예컨대 보행자로 설계된 도로 이용자(T1)은 셀(B1)의 점유 격자(B)에서 도로 이용자를 나타내는 데이터 구조(D)와 함께 표시된다. 다른 모든 셀(B2 내지 Bn)은 도로 이용자(T1)가 점유하고 있지 않으며, 이때 빈 셀(B2 내지 Bn)에 대한 데이터 구조(D)는 값 0으로 설정된다.
점유 격자(B)를 해당 도로 이용자의 데이터 구조(D)와 결합하면 시점(t1)에서의 주변 환경 표현이 생성된다.
도에 따르면 도로 이용자(T1)는 두 시점 t1, t2 사이에 셀 B1에서 인접한 셀 B2로 이동한다. 이렇게 해서 적어도 x, y, z 좌표(x, y, z)의 형태로 차량(F1)에 대한 도로 이용자(T1)의 위치를 나타내고 데이터 구조(D)에 포함되는 벡터가 그에 따라 변경된다.
차량(F1)의 전체 점유 격자(B)는 예컨대 x, y, z 좌표(x, y, z)의 형태로 차량(F1)에 대한 도로 이용자(T1)의 해당 위치가 있는 모든 벡터를 포함하는 전역 벡터와 행렬을 곱해서 계산할 수 있다. 모든 빈 셀(B1 내지 Bn)은 0으로 설정된다.
도로 이용자(T1)의 행동에 대한 정보는 자율주행차(F1)의 테스트 및/또는 트레이닝 주행 중에 기록된다. 정보는 이때 행렬의 일정한 데이터 스트림에 저장된다. 이때 특히 도로 이용자(T1)의 향후 행동을 예측하기 위해 정보를 처리하는 데 이른바 딥러닝 모델이 사용된다. 예컨대, 테스트 및/또는 트레이닝 주행에서 정보를 처리하는 딥 러닝 모델로 인공 신경망이 생성된다. 정보의 양이 증가할수록 복수의 시점(t1, t2)에 대해 향후 도로 이용자(T1)의 행동을 예측하기 위해 모델이 더 정밀해진다.
위에서 설명한 개념은 단일 전역 좌표계를 사용하여 도시 전체의 전역 점유 격자(gB)로 추가로 확장된다. 도시 지역의 이러한 전역 점유 격자(gB)는 도 2에서 도시한다.
도 3에서는 "운행설계영역"(Operational Design Domain, 줄여서 ODD)이라고도 하는 위치 고정 전역 점유 격자(gB)에 차량 고정 점유 격자(B)와 그 내용의 좌표 변환을 도시한다. 이러한 좌표 변환에서, 차량(F1)의 전체 차량 고정 점유 격자(B)는 특히 하나의 차량군에 속하며 거기에 있는 모든 자율주행차량(F1, F2)에 있어 동일한 일관된 래스터로 적용된다. 차량(F2)은 도 4에서 상세히 도시한다.
좌표(x, y, z)와 해당 점유 격자(B)를 갖는 자율주행차량(F1)의 차량 중심 좌표계는 좌표(x', y', z')를 갖는 전역 좌표계로 변환된다. 목표는 전역 점유 격자(gB)에서 주행하는 모든 자율주행차량(F1, F2)의 센서에서 검출된 모든 정보로 단일의 전역 점유 격자(gB)를 생성하는 것이다. 각 자율주행차(F1, F2)는 도 5에 도시된 백엔드 서버(1)와 센서 검출 정보를 공유한다. 공유한 정보는 차량(F1, F2)를 나타내는 데이터 구조(D)가 있는 데이터 필드를 포함한다. 이때 전역 점유 격자(gB)의 점유된 셀(gB1~gBm)만이 정보를 포함한다. 각 빈 셀(gB1 내지 gBm)에는 값 0이 설정된다. 이렇게 해서 데이터 스트림을 최소화하고 운행설계영역(Operational Design Domain)을 위해 자율주행차량(F1, F2)의 대규모 차량군으로 확장할 수 있다. 이때 운전능력을 보장하기 위한 필수 요소인 저지연을 실현할 수 있다.
좌표 변환은 이때 모든 정보가 유지되도록 한다. 예컨대 셀의 좌표와 속도 벡터와 같은 좌표별 정보들만 해당 데이터 구조(D)에서 변환된다. 검출된 도로 이용자(T1)는 차량 중심 점유 격자(B)와 전역 점유 격자(gB) 모두에 표시된다.
두 차량(F1, F2)의 전역 위치 고정 점유 격자로 변환된 두 차량 고정 점유 격자(B,　BB)가 있는 전역 위치 고정 점유 격자(gB)를 보여주는 도 4에서 알 수 있듯이 각각 별도의 차량 중심 점유 격자(B,　BB)가 차량(F1, F2)에 할당되어 있다. 이때 차량(F1, F2)은 동일한 도로 이용자(T1, T2)나 서로 다른 차량 이용자를 각각 서로 다른 차량 중심 셀(B1 내지 Bn, BB1 내지 BBo)에서 검출할 수 있다.
각각의 점유 격자(B, BB)를 백엔드 서버(1)에 업로드하고 전역 점유 격자(gB)를 생성함으로써 이중으로 인식된 도로 이용자(T1, T2)는 좌표 변환에 근거하여 전역 점유 격자(gB)에서 동일한 셀(gB1 내지 gBm)을 점유한다. 이중 검출된 도로 이용자(T1, T2)는 두 대의 자율주행차량(F1, F2)과 상관없이 검출되었기 때문에 더 신뢰할 수 있거나 검출 신뢰성이 더 높다.
도 5에서는 차량 주변 환경에 있는 도로 이용자(T1,　T2 )에 대하여 온보드 센서로 검출한 정보를 백엔드 서버(1)에 제공하고 백엔드 서버(1)에서 이 정보를 검색하는 것을 도시한다.
모든 차량 중심 점유 격자(B, BB)를 시점(t1) 동안 백엔드 서버(1)에 업로드한 후, 전역 점유 격자(gB)는 모든 도로 이용자(T1, T2)를 포함하는 좌표 변환을 사용하여 계산된다.
그런 다음 전역 점유 격자(gB)가 인공 타임 스탬프(t1*) 동안 모든 차량(F1, F2)에 다운로드된다. 이때 각 차량(F1, F2)은 전역 점유 격자(gB)의 모든 동적 객체의 정보를 수신한다. 도로 위의 장애물이나 건설 현장과 같은 정적 객체도 동일한 방식으로 고려될 수 있다.
이러한 추가적인 정보를 통해 각 개별 차량(F1, F2)은 자신의 검출된 고유 정보를 확인하고, 예컨대 도로 이용자(T1, T2)의 궤적을 교차하고 센서 검출 범위를 벗어나서 차량의 주변 환경 모델을 확장하도록 미리 계획할 수 있다.
이때 전역 점유 격자(gB)는 운행설계영역에서 충분한 수의 차량(F1, F2)이 있어야만 확장된다. 전역 점유 격자(gB)에는 차량(F1, F2)에서 검출된 정보만 포함된다. 차량 중심 업데이트가 없는 셀(gB1 내지 gBm)은 특정 시점(t1, t2) 동안 검출되지 않은 셀(gB1 내지 gBm)로 나타내는 방식으로 표시된다.
이때 해당 차량(F1, F1)의 센서 정보는 모든 동적 객체, 특히 x, y, z 좌표(x, y, z)의 형태로 해당 차량(F1, F1)에 대한 도로 이용자(T1, T1)의 해당 위치가 있는 모든 벡터를 포함하는 전역 벡터에 통합된 도로 이용자(T1, T1)를 포함한다.
동적 객체에 대한 정보 외에 제1 범주로 분류되는, 차량군의 안전한 주행을 위한 추가 데이터도 의미가 있다. 또한 제2 범주로 분류되는 인프라 및 교통에 대한 중요하지 않은 정보도 의미가 있다.
제1 범주의 안전에 중요한 정보에는 예컨대 차량군이 인식하는 교통 표지 상태, 이중 주차자, 사고를 당한 차량, 유실된 화물과 같은 비정상적인 정적 객체 및 이와 유사한 객체와 같은 데이터가 포함된다. 특히 현대 도시에서는 안전에 중요하지 않은 정보에 중요한 의미가 있을 수 있다. 이러한 제2 범주에는 예컨대 주차된 주차 공간, 움푹 패인 도로와 같은 정보와 미래 지향적 인프라 및 도시 최적화를 위한 모든 정보가 포함된다.
마지막으로 언급한 안전에 중요한 정보와 중요하지 않은 정보를 제공할 수 있도록 차량군의 차량(F1, F2)은 전역 정보 네트워크를 통해 실시간 정보를 수집한다. 점유 격자(B, BB, gB)에 저장된 정보는 백엔드 서버(1)에서 수집되고 주차 앱과 같은 적합한 채널에 배포되는 예컨대 빈 주차 공간과 같은 요청된 데이터로 보강될 수 있다.

Claims (8)

  1. 차량 주변 환경에 있는 도로 이용자(T1, T2)에 대하여 온보드 센서로 검출한 정보를 제공하는 방법으로,
    - 검출된 정보가 데이터 구조(D)로 제공되며 이러한 데이터 구조는 해당 정보에서 나타낸 차량 이용자(T1, T2)가 위치한 사전 정의된 차량 고정 점유 격자(B, BB)의 각 셀(B1 내지 Bn, BB1 내지 BBm)에 할당되고 적어도 다음의 각 데이터를 포함하는 벡터를 각각 표현하는 것을 특징으로 하는 방법:
    - 각 도로 이용자(T1, T2)가 위치한 할당된 셀(B1 내지 Bn, BB1 내지 BBm)의 좌표;
    - 각 도로 이용자(T1, T2)의 속도(v)를 표현하는 속도 벡터;
    - 각 도로 이용자(T1, T2)의 검출 시점(t1, t2)을 표현하는 타임 스탬프; 및
    - 각 도로 이용자(T1, T2)의 유형을 표현하는 객체 클래스.
  2. 제1항에 있어서,
    데이터 구조(D)가 하나의 데이터 필드로 통합되어 백엔드 서버(1)로 전송되는 것을 특징으로 하는 방법.
  3. 제2항에 있어서,
    추가 정보로서
    - 차량의 위치(F1, F2);
    - 차량의 방향(F1, F2); 및
    - 점유 격자(B, BB)의 정의와 관련된 점유 격자 정보
    중 적어도 하나가 백엔드 서버(1)로 전송되는 것을 특징으로 하는 방법.
  4. 제3항에 있어서,
    백엔드 서버(1)가 추가 정보를 기반으로 하여 차량(F1, F2)으로부터 데이터 필드로 수신된 벡터가 이러한 차량( F1, F2)의 차량 고정 점유 격자(B, BB)에서 사전 정의된 전역 위치 고정 점유 격자(gB)로 변환되는 좌표 변환을 수행하는 것을 특징으로 하는 방법.
  5. 제3항에 있어서,
    전역 점유 격자(gB)로 변환된 벡터가 검색을 위해 다른 차량들(F1, F2)에 제공되는 것을 특징으로 하는 방법.
  6. 제5항에 있어서,
    검색 시 이루어진 전송에서
    - 변환된 벡터는 백엔드 서버(1)에서 적어도 하나 이상의 다른 차량(F1, F2)으로 데이터 필드로 전송되며,
    - 이때 각 벡터는 해당 정보에 의해 나타낸 도로 이용자(T1, T2)가 위치한 전역 점유 격자(gB)의 셀(gB1 내지 gBo)에 할당되며, 적어도 다음 데이터를 포함하는 것을 특징으로 하는 방법:
    - 각 도로 이용자(T1, T2)가 위치한 할당된 셀(gB1 내지 gBo)의 좌표;
    - 각 도로 이용자(T1, T2)의 속도(v)를 표현하는 속도 벡터;
    - 각 도로 이용자(T1, T2)의 검출 시점(t1, t2)을 표현하는 타임 스탬프; 및
    - 각 도로 이용자(T1, T2)의 유형을 표현하는 객체 클래스.
  7. 제5항 또는 제6항에 있어서,
    다른 차량들(F1, F2)이 자동화된 주행이나 자율주행을 위해 설계된 차량군에서 자동화되어 주행되는 것을 특징으로 하는 방법.
  8. 자동화된 차량이나 자율주행차량(F1, F2)의 주행 방법으로서, 이때 청구항 제5항에 따라 백엔드 서버(1)로부터 검색된 정보가 자율주행 시 고려되는 방법.
KR1020237011370A 2020-11-02 2021-07-27 도로 이용자에 대한 정보 제공 방법 KR20230058522A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102020006719.0A DE102020006719A1 (de) 2020-11-02 2020-11-02 Verfahren zur Bereitstellung von Informationen über Verkehrsteilnehmer
DE102020006719.0 2020-11-02
PCT/EP2021/071064 WO2022089800A1 (de) 2020-11-02 2021-07-27 Verfahren zur bereitstellung von informationen über verkehrsteilnehmer

Publications (1)

Publication Number Publication Date
KR20230058522A true KR20230058522A (ko) 2023-05-03

Family

ID=77180037

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020237011370A KR20230058522A (ko) 2020-11-02 2021-07-27 도로 이용자에 대한 정보 제공 방법

Country Status (7)

Country Link
US (1) US20230394959A1 (ko)
EP (1) EP4238077A1 (ko)
JP (1) JP2023548516A (ko)
KR (1) KR20230058522A (ko)
CN (1) CN116348934A (ko)
DE (1) DE102020006719A1 (ko)
WO (1) WO2022089800A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022000823B3 (de) 2022-03-09 2023-08-10 Mercedes-Benz Group AG Verfahren zur Kalibrierung zumindest eines Sensors einer Umgebungssensorik einer Vielzahl von Fahrzeugen
DE102022212701A1 (de) 2022-11-28 2024-05-29 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Erzeugen von Infrastrukturassistenzdaten

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010011629A1 (de) 2010-03-16 2011-01-05 Daimler Ag Verfahren zur Umgebungsrepräsentation eines Fahrzeugs
DE102013210263A1 (de) 2013-06-03 2014-12-04 Robert Bosch Gmbh Belegungskarte für ein Fahrzeug
DE102013223803A1 (de) 2013-11-21 2015-05-21 Robert Bosch Gmbh Verfahren und Vorrichtung zur Segmentierung eines Belegungsgitters für ein Umfeldmodell eines Fahrerassistenzsystems für ein Fahrzeug
US20190113920A1 (en) * 2017-10-18 2019-04-18 Luminar Technologies, Inc. Controlling an autonomous vehicle using model predictive control
WO2019133743A1 (en) * 2017-12-27 2019-07-04 Drive.Ai Inc Method for accessing supplemental perception data from other vehicles
WO2019191002A1 (en) * 2018-03-26 2019-10-03 Nvidia Corporation Object movement behavior learning
DE102018215753A1 (de) 2018-09-17 2020-03-19 Zf Friedrichshafen Ag Vorrichtung und Verfahren zum Ermitteln einer Trajektorie eines Fahrzeugs
DE102019107411A1 (de) 2019-03-22 2020-09-24 Zf Active Safety Gmbh Steuerungssystem und Steuerungsverfahren zur Pfadzuordnung von Verkehrsobjekten

Also Published As

Publication number Publication date
WO2022089800A1 (de) 2022-05-05
EP4238077A1 (de) 2023-09-06
JP2023548516A (ja) 2023-11-17
DE102020006719A1 (de) 2022-05-05
US20230394959A1 (en) 2023-12-07
CN116348934A (zh) 2023-06-27

Similar Documents

Publication Publication Date Title
Van Brummelen et al. Autonomous vehicle perception: The technology of today and tomorrow
US11131993B2 (en) Methods and systems for trajectory forecasting with recurrent neural networks using inertial behavioral rollout
CN113165652B (zh) 使用基于网格的方法检验预测轨迹
CN111670468B (zh) 移动体行为预测装置以及移动体行为预测方法
US10713148B2 (en) Using divergence to conduct log-based simulations
Raju et al. Performance of open autonomous vehicle platforms: Autoware and Apollo
CN110546696B (zh) 用于自主车辆的用于自动生成和更新数据集的方法
CN110345955A (zh) 用于自动驾驶的感知与规划协作框架
US11628850B2 (en) System for generating generalized simulation scenarios
CN104572065A (zh) 远程车辆监控***和方法
US11453410B2 (en) Reducing processing requirements for vehicle control
CN115552200A (zh) 用于生成重要性占据栅格地图的方法和***
CN105976606A (zh) 一种智能城市交通管理平台
US11529951B2 (en) Safety system, automated driving system, and methods thereof
CN114061581A (zh) 通过相互重要性对自动驾驶车辆附近的智能体排名
KR20230058522A (ko) 도로 이용자에 대한 정보 제공 방법
US20200210225A1 (en) Architecture for simulation of distributed systems
US11851083B2 (en) Methods and system for constructing data representation for use in assisting autonomous vehicles navigate intersections
CN114475656B (zh) 行驶轨迹预测方法、装置、电子设备以及存储介质
Jain et al. Autonomous driving systems and experiences: A comprehensive survey
Peng Connected and automated vehicles: The roles of dynamics and control
CN112829762A (zh) 一种车辆行驶速度生成方法以及相关设备
YU et al. Vehicle Intelligent Driving Technology
JP6848847B2 (ja) 静止物体地図情報生成装置
US11881031B2 (en) Hierarchical processing of traffic signal face states