KR20240006829A - 자율 주행차의 실시간 운영설계범위를 지원하는 관제 서버 - Google Patents

자율 주행차의 실시간 운영설계범위를 지원하는 관제 서버 Download PDF

Info

Publication number
KR20240006829A
KR20240006829A KR1020220083586A KR20220083586A KR20240006829A KR 20240006829 A KR20240006829 A KR 20240006829A KR 1020220083586 A KR1020220083586 A KR 1020220083586A KR 20220083586 A KR20220083586 A KR 20220083586A KR 20240006829 A KR20240006829 A KR 20240006829A
Authority
KR
South Korea
Prior art keywords
real
time
data
driving
road
Prior art date
Application number
KR1020220083586A
Other languages
English (en)
Inventor
탁세현
우보람
박경아
Original Assignee
한국교통연구원
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 한국교통연구원 filed Critical 한국교통연구원
Priority to KR1020220083586A priority Critical patent/KR20240006829A/ko
Publication of KR20240006829A publication Critical patent/KR20240006829A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/50—Business processes related to the communications industry

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Automation & Control Theory (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명의 실시 예에 따른 자율 주행차로부터 전송되는 실시간 주행 데이터를 수신하는 관제 서버는, 데이터의 종류에 따라 상기 실시간 주행 데이터를 구분하고, 수집 주기, 전송 주기, 저장 주기를 정의하여 상기 실시간 주행 데이터를 메시지 프로토콜 형식으로 변환하여 저장하는 실시간 데이터베이스, 상기 실시간 데이터베이스에 저장된 실시간 주행 데이터를 전처리를 통하여 보정하고, 보정된 데이터의 실시간 지수를 분석하는 프로세서, 상기 실시간 지수를 저장하는 실시간 지수 데이터베이스, 그리고 상기 실시간 지수 데이터베이스에 저장된 상기 실시간 지수 중에서 저장된 시점으로부터 특정 주기가 경과한 데이터를 비실시간 지수로 변환하여 저장하는 비실시간 지수 데이터베이스를 포함하되, 상기 프로세서는, 상기 실시간 지수 및 상기 비실시간 지수를 참조하여 상기 자율 주행차의 안전 모니터링을 위한 도로 위험 요인을 산출하고, 상기 도로 위험 요인에 기초하여 도로 구간별 위험도 및 도로 구간별 주행 가능 여부를 판단한다.

Description

자율 주행차의 실시간 운영설계범위를 지원하는 관제 서버{CONTROL SERVER THAT SUPPORTS REAL-TIME OPERATIONAL DESIGN DOMAIN OF AUTONOMOUS VEHICLE}
본 발명은 자율 주행차의 운영 시스템에 관한 것으로, 더욱 상세하게는 실시간 주행 지수와 비실시간 주행 지수로부터 자율 주행차의 실시간 운영설계범위를 생성 및 지원하는 관제 서버에 관한 것이다.
운행설계영역(Operational Design Domain: 이하, ODD)은 주어진 주행 자동화 시스템 또는 그 기능이 작동하도록 특별히 설계된 작동 조건을 통칭하는 용어이다. 특히, 자율 주행차(Autonomous Vehicle)의 운행설계영역(Operational Design Domain: 이하, ODD)은 자율 주행차의 운행 데이터를 취득하여 해당 데이터를 메뉴얼에 따라 분석자가 도출하는 방식으로 정의된다. 운행 중이던 자율 주행차가 운행설계영역(ODD)을 벗어난 경우, 자율주행 레벨 3(level 3)에서는 자율 주행차의 제어권을 운전자로 전환하며, 자율주행 레벨 4(level 4)에서는 원격 제어로 자율 주행차를 운행설계영역(ODD) 내로 이동시키는 방식으로 운영된다.
하지만, 이러한 자율 주행차의 제어권 전환 및 원격 제어 등을 위한 인력 투입은 자율 주행차 운영의 효용성을 떨어뜨리며, 서비스 수준을 하락시키는 문제가 있다. 따라서, 자율 주행차의 실시간 주행 데이터에 기반하여 자율 주행차에 주행 가능한 운행설계영역(ODD)을 실시간으로 산출 및 제공하는 기술이 필요한 실정이다.
(1) 한국 공개특허공보 10-2019-0124120 (2019.11.04) (2) 한국 공개특허공보 10-2020-0075915 (2020.06.29)
본 발명의 목적은, 자율 주행차에서 수집되는 실시간 및 비실시간 주행 지수 또는 데이터를 이용하여 도로 위험 요인을 판단하고, 도로 구간별 위험도를 산출하여 주행 가능한 운행설계영역(ODD)을 실시간으로 갱신 및 제공하는데 있다.
본 발명의 실시 예에 따른 자율 주행차로부터 전송되는 실시간 주행 데이터를 수신하는 관제 서버는, 데이터의 종류에 따라 상기 실시간 주행 데이터를 구분하고, 수집 주기, 전송 주기, 저장 주기를 정의하여 상기 실시간 주행 데이터를 메시지 프로토콜 형식으로 변환하여 저장하는 실시간 데이터베이스, 상기 실시간 데이터베이스에 저장된 실시간 주행 데이터를 전처리를 통하여 보정하고, 보정된 데이터의 실시간 지수를 분석하는 프로세서, 상기 실시간 지수를 저장하는 실시간 지수 데이터베이스, 그리고 상기 실시간 지수 데이터베이스에 저장된 상기 실시간 지수 중에서 저장된 시점으로부터 특정 주기가 경과한 데이터를 비실시간 지수로 변환하여 저장하는 비실시간 지수 데이터베이스를 포함하되, 상기 프로세서는, 상기 실시간 지수 및 상기 비실시간 지수를 참조하여 상기 자율 주행차의 안전 모니터링을 위한 도로 위험 요인을 산출하고, 상기 도로 위험 요인에 기초하여 도로 구간별 위험도 및 도로 구간별 주행 가능 여부를 판단한다.
이 실시 예에서, 상기 전처리는 상기 실시간 주행 데이터의 노이즈 제거, 중복값 제거, 결측값 보정, 데이터 구조 변환 과정을 포함한다.
이 실시 예에서, 상기 프로세서는 상기 실시간 지수 및 상기 비실시간 지수에 대한 트리 모델(Tree model)을 적용하여 상기 도로 위험 요인을 식별한다.
이 실시 예에서, 상기 실시간 데이터베이스는 차량이 운행하는 도로의 트래픽 상태나 환경을 특정 주기로 샘플링한 인프라 데이터를 저장한다.
이 실시 예에서, 상기 주행 가능 여부를 상기 자율 주행차가 주행하는 도로 맵에 주행 가능 영역을 매칭시키고, 매칭 결과에 따라 생성된 상기 실시간 운행설계영역(ODD)을 상기 자율 주행차에 실시간으로 전달하는 맵 서버를 더 포함한다.
상술한 본 발명의 실시 예에 따른 관제 서버는, 실시간으로 도로의 상황이나 위험도를 참조하여 업데이트되는 운영설계영역(ODD)을 자율 주행차에 제공할 수 있다. 따라서, 실시간 도로 상황에 최적화된 운영설계영역(ODD)에 기반한 자율 주행차의 운행이 가능하여 자율 주행차의 운행에 소요되는 인력의 개입을 최소화시킬 수 있다.
도 1은 본 발명의 실시 예에 따른 자율협력주행 시스템을 간략히 보여주는 도면이다.
도 2는 도 1의 자율협력주행 시스템의 주요 구성 및 데이터의 이동을 간략히 보여주는 블록도이다.
도 3은 본 발명의 실시간 및 비실시간 지수를 사용하여 도로 구간별 위험도를 산출하는 절차를 보여주는 도면이다.
도 4는 도 3의 자율 주행차의 실시간 운영설계영역(ODD)을 생성하는 방법을 보여주는 순서도이다.
도 5는 본 발명의 실시간 운영설계영역(ODD)을 사용하여 자율 주행차가 위험 지역을 회피하는 방법을 예시적으로 보여주는 도면이다.
이하, 본 발명의 일부 실시 예들을 예시적인 도면을 참조하여 상세하게 설명한다. 각 도면의 구성 요소들에 참조 부호를 부가함에 있어서, 동일한 구성 요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가질 수 있다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략할 수 있다.
도 1은 본 발명의 실시 예에 따른 자율협력주행 시스템을 간략히 보여주는 도면이다. 도 1을 참조하면, 자율협력주행 시스템(1000)은 자율 주행차(1100), 트래픽 감지기(1200), 노변 기지국(1300), 클라우드 서버(1400), 관제 서버(1500), 그리고 맵 서버(1600)를 포함할 수 있다.
자율 주행차(1100)는 차량에 탑재되어 차량의 움직임이나 상태, 차량 주변의 환경에 대한 정보를 감지하는 복수의 센서들을 포함한다. 자율협력주행을 위해 자율 주행차(1100)는 차량에 설치된 센서의 정보를 기반으로 차량의 종방향 및 횡방향 움직임을 제어할 수도 있다. 또한, 자율 주행차(1100)는 샤시, 비전 센서, 레이더 센서, 라이더 센서, GPS 등의 차량 내 센서로부터의 데이터(이하, 주행 데이터)를 수집하여 샘플링하고 전송한다. 자율 주행차(1100)는 클라우드 서버(1400)를 통해 실시간 주행 데이터를 관제 서버(1500)로 전송할 수 있다. 자율 주행차(1100)에서 생성되는 위치 정보나 실시간 주행 데이터는 LTE나 WAVE와 같은 통신망을 통해서 클라우드 서버(1400) 또는 노변 기지국(1300)으로 전송된다. 자율 주행차(1100)는 관제 서버(1500)와 맵 서버(1600)에 의해서 실시간으로 생성 및 업데이트되는 운영설계영역(ODD)을 참조하여 주행 경로를 선택할 수 있다.
트래픽 감지기(1200)는 도로의 트래픽 상태나 환경을 감지하여 노변 기지국(1300)으로 전송한다. 예를 들면, 트래픽 감지기(1200)는 C-ITS 또는 ITS 감지기일 수 있다. 트래픽 감지기(1200)는 노변에 설치된 카메라나 레이더, 라이다 센서, 그리고 도로에서 발생하는 사고나 불법 주정차 등의 비정상 상황을 모니터링하는 센서들을 포함할 수 있다. 더불어, 트래픽 감지기(1200)는 교차로나 횡단보도와 같은 구간에서 차량이나 보행자 신호를 제공하는 신호기, 정류장 근처에 설치되어 정체나 교통 상황을 센싱하는 비전 센서를 포함할 수도 있다. 또한, 트래픽 감지기(1200)는 정류장의 버스 출발 및 도착 스케줄을 제공하는 장비나 시스템(BIS, BMS, ATMS)을 포함할 수 있다. 트래픽 감지기(1200)에서 감지되거나 생성된 인프라 데이터는 클라우드로 구현되는 노변 기지국(1300)을 통해 관제 서버(1500)에 실시간으로 전송될 수 있다. 트래픽 감지기(1200)는, 예를 들면, 도로에 설치되어 있는 VDS(Vehicle Detection System), AVI(Automatic Vehicle Identification), RSE(Road Side Equipment) 및/또는 TSC(Toll Collection System), ITS(Intelligent Transport Systems), C-ITS(Cooperative-ITS)들 중 적어도 하나를 포함할 수도 있다.
노변 기지국(1300, Roadside Equipment)은 자율 주행차가 운행하는 도로에 설치되어, 자율 주행차(1100)와 트래픽 감지기(1200)에서 전송하는 교통 데이터를 수집한다. 노변 기지국(1300)은 수집된 트래픽 데이터를 관제 서버(1500)에 전송하다. 노변 기지국(1300)은 트래픽 감지기(1200)와 관제 서버(1500) 간의 통신 채널을 제공한다. 노변 기지국(1300)은 자율 주행차나 관제 서버(1500)와 같은 각각의 노드(Node)들 간에 정보의 교환을 위한 무선 또는 유선 통신 구조나 클라우드를 의미한다. 예를 들면, 노변 기지국(1300)은 차량이 다른 차량이나 모바일 기기, 도로 등의 사물과 정보를 교환하기 위한 차량사물통신(V2X, Vehicle to Everything)을 포함할 수 있다. 또는, 노변 기지국(1300)은 3GPP(3rd Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 2G, 3G, 4G, 5G, 6G 등을 포함할 수 있으나, 본 발명은 여기에 한정되지는 않는다.
클라우드 서버(1400)는 이동하는 자율 주행차(1100)에서 전송하는 실시간 주행 데이터를 수신하여 관제 서버(1500)로 전달할 수 있다. 여기서, 클라우드 서버(1400)는 LTE(Long-Term Evolution)나 5G 통신 시스템을 기반으로 하는 이동 통신 서비스를 지원하는 것으로 간주될 수 있다. 하지만, 클라우드 서버(1400)에서 지원하는 통신 표준은 차량사물통신(V2X, Vehicle to Everything)이나 3GPP(3rd Generation Partnership Project), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 2G, 3G, 4G, 5G, 6G 등을 포함할 수 있고, 본 발명의 통신 표준은 여기에 한정되지는 않는다.
관제 서버(1500)는 자율 주행차(1100)에서 샘플링되어 전송된 실시간 주행 데이터를 클라우드 서버(1400)를 통해 수집한다. 또한, 관제 서버(1500)는 트래픽 감지기(1200)로부터 실시간으로 전송되는 인프라 데이터를 노변 기지국(1300)을 통해 수집한다. 관제 서버(1500)는 수집된 실시간 주행 데이터를 전처리하여 실시간 지수를 분석한다. 분석된 실시간 지수는 일정 주기가 경과하면 비실시간 지수로 전환되고, 비실시간 지수 데이터베이스에 저장된다. 관제 서버(1500)는 실시간 지수와 비실시간 지수를 사용하여 도로의 위험 요인을 판단하고, 도로 구간별로 도로 위험도를 산출할 수 있다. 그리고 관제 서버(1500)는 산출된 도로 위험도를 도로 맵에 반영할 수 있다. 즉, 관제 서버(1500)는 산출된 도로 위험도에 따른 도로 구간별 주행 가능 여부를 맵 서버(1600)에 전달하며, 결과적으로 자율 주행차에게 실시간으로 주행 가능한 운행설계영역(ODD)이 제공될 수 있다.
맵 서버(1600)는 관제 서버(1500)에서 제공되는 실시간 도로 구간별 위험도 또는 실시간 주행 가능 여부를 참조하여 맵 데이터를 업데이트할 수 있다. 따라서, 맵 서버(1600)는 주행 가능한 도로 영역을 맵상에서 업데이트하고, 실시간으로 주행 가능 여부를 자율 주행차(1100)에 전달할 수도 있다. 결과적으로 맵 서버(1600)에 의해 자율 주행차에게 실시간으로 주행 가능한 운행설계영역(ODD)이 제공된다.
이상에서 설명된 자율협력주행 시스템(1000)에서는 실시간으로 제공되는 주행 데이터로부터 자율 주행차(1100)의 실시간 지수 및 비실시간 지수가 추출될 수 있다. 그리고 실시간 지수 및 비실시간 지수를 기반으로 자율 주행차(1100)의 실시간 운영설계영역(ODD)을 생성할 수 있다. 본 발명의 자율협력주행 시스템(1000)이 적용되는 도로에는 고속도로나 간선도로, 일반도로, 산업 도로, 항만과 같은 다양한 도로에 적용될 수 있다. 본 발명의 자율협력주행 시스템(1000)이 적용되는 도로의 종류는 상술한 도로들에만 국한되지 않고 다양한 도로에서 적용될 수 있음은 잘 이해될 것이다.
도 2는 도 1의 자율협력주행 시스템의 주요 구성 및 데이터의 이동을 간략히 보여주는 블록도이다. 도 2를 참조하면, 실시간 주행 데이터를 사용하여 도로 위험도 및 주행 가능 여부를 생성하는 자율협력주행 시스템(1000)은 자율 주행차(1100), 트래픽 감지기(1200), 노변 기지국(1300), 클라우드 서버(1400), 관제 서버(1500), 그리고 맵 서버(1600)를 포함할 수 있다.
자율 주행차(1100)는 차량의 현재 위치를 감지하고, 감지 결과에 따라 차량 위치 데이터를 생성한다. 생성된 차량 위치 데이터는 노변 기지국(1300)을 통해서 관제 서버(1500)에 전달된다. 자율 주행차(1100)는 감지된 실시간 주행 데이터를 클라우드 서버(1400)를 경유하여 관제 서버(1500)로 전송한다. 자율 주행차(1100)는 맵 서버(1600)로부터 제공되는 주행 가능 영역을 포함하는 실시간 운영설계영역(ODD)을 수신한다. 자율 주행차(1100)는 실시간 운영설계영역(ODD)에 기반하여 실시간으로 도로의 상태나 상황을 반영한 경로를 선택할 수 있다. 따라서, 경로 주행 중에, 주행 불가능 영역이 실시간으로 보고되면, 자율 주행차(1100)는 실시간 운영설계영역(ODD)의 주행 가능 영역으로 우회하는 경로를 선택할 수 있다.
트래픽 감지기(1200)는 도로의 트래픽 상태를 감지하여 도로 구간별로 구분될 수 있는 인프라 데이터 또는 트래픽 정보로 노변 기지국(1300)에 전송한다. 트래픽 감지기(1200)는, 지능형 교통 시스템(ITS)과 차세대 지능형 교통 시스템(C-ITS)을 결합한 하이브리드 지능형 교통 시스템으로 구현될 수 있다. 따라서, 본 발명의 트래픽 감지기(1200)는 센서들로부터 수집된 구간 교통 정보로부터 보다 정확한 도로 구간별 교통 정보를 얻을 수 있다. 인프라 데이터는 노변 기지국(1300)을 경유하여 관제 서버(1500)에 전달된다.
노변 기지국(1300)은 자율 주행차(1100)로부터 제공되는 차량 위치 데이터와 트래픽 감지기(1200)로부터 제공되는 인프라 데이터 또는 트래픽 정보를 관제 서버(1500)로 전달한다.
클라우드 서버(1400)는 이동하는 자율 주행차(1100)에서 전송하는 실시간 주행 데이터를 관제 서버(1500)로 전달한다.
관제 서버(1500)는 자율 주행차(1100)로부터의 실시간 주행 데이터를 전처리하고, 전처리된 데이터를 사용하여 실시간 지수 및 비실시간 분석을 실행한다. 이를 위해, 관제 서버(1500)는 프로세서(1510), 실시간 DB(1520), 실시간 지수 DB(1540), 그리고 비실시간 지수 DB(1560)를 포함할 수 있다. 먼저, 프로세서(1510)는 자율 주행차(1100)로부터 제공되는 실시간 주행 데이터를 수신자 메시지 프로토콜 형식으로 변환하여 실시간 DB(1520)에 저장한다. 그리고 프로세서(1510)는 실시간 DB(1520)에 저장된 실시간 데이터의 노이즈나 중복값 제거, 결측값 보정, 그리고 데이터 구조 변환의 전처리 과정을 실행한다. 프로세서(1510)는 전처리 과정에 의해서 변환된 데이터에 대해서 실시간 지수 분석을 수행하고, 분석된 실시간 지수는 실시간 지수 DB(1540)에 저장된다. 더불어, 실시간 지수들 중에서 일정 주기가 경과한 데이터는 비실시간 데이터로 변환되고, 비실시간 데이터에 대한 지수 분석 후에 비실시간 지수 DB(1560)에 저장된다.
프로세서(1510)는 실시간 지수 DB(1540)와 비실시간 지수 DB(1560)에 저장된 데이터를 바탕으로 트리 모델(Tree Model)을 이용한 도로 위험 요인 판단을 수행한다. 그리고 도로 위험 요인을 기초로 도로 구간별 위험도를 산출하고, 자율 주행차가 주행하는 경로들에 대한 실시간 주행 가능 여부를 판단하여 맵 서버(1600)에 전송한다.
맵 서버(1600)는 관제 서버(1500)로부터 제공되는 도로 구간별 주행 가능 여부를 자율 주행차가 주행하는 도로에 실시간으로 매칭시킨다. 만일, 자율 주행차가 주행할 도로 구간들이나 링크들 중에서 주행 불가한 영역이 존재하는 경우, 이를 자율 주행차(1100)에 전송한다. 그리고 맵 서버(1600)는 주행 불가 구간을 우회하기 위한 주행 가능 영역을 제안하는 실시간 운영설계영역(ODD)을 자율 주행차(1100)에 제공할 수 있다.
도 3은 본 발명의 실시간 및 비실시간 지수를 사용하여 도로 구간별 위험도를 산출하는 절차를 보여주는 도면이다. 도 3을 참조하면, 자율 주행차(1100)에서 제공되는 주행 데이터로부터 실시간 지수 및 비실시간 지수가 생성되고, 실시간 지수 및 비실시간 지수를 기초로 도로 구간별 위험도 및 주행 가능 여부가 도출될 수 있다.
S10 단계에서, 자율 주행차(1100)로부터 수집된 실시간 주행 데이터가 실시간 DB(1520)에 저장된다. 자율 주행차(1100)에서 전송된 실시간 주행 데이터는 데이터 종류에 따라 수집 주기, 전송 주기, 저장 주기 등을 정의하여 수신자 메시지 프로토콜 형식으로 변환된다. 그리고 수신자 메시지 프로토콜 형식으로 변환된 실시간 주행 데이터는 실시간 DB(1520)에 저장된다.
S11 단계에서, 실시간 DB(1520)에서 수신자 메시지 프로토콜 형식으로 변환된 주행 데이터로부터 노이즈 및 중복값 제거, 결측값 보정, 데이터 구조 변환 등의 처리가 이루어진 전처리 과정이 적용된다.
S12 단계에서, 관제 서버(1500)는 전처리 과정을 통해서 보정된 데이터를 바탕으로 실시간 지수를 분석한다. 예를 들면, 전처리를 통해서 보정된 데이터에 대한 분류 작업을 통해서 실시간 안전 지수를 산출할 수 있다.
S13 단계에서, 관제 서버(1500)는 S12 단계에서 분석된 지수를 구조화하여 실시간 지수 DB(1540)에 저장한다.
S14 단계에서, 실시간 지수 DB(1540)에 저장된 데이터의 종류에 따라 특정 주기가 되었을 때 비실시간 데이터 구조로 변환한다. 즉, 실시간 지수가 특정 주기가 경과되면, 비실시간 지수로 변환된다. 특정 주기는 데이터의 종류에 따라 달라질 수 있다.
S15 단계에서, 관제 서버(1500)는 S14 단계에서 분석된 비실시간 지수를 구조화하여 비실시간 지수 DB(1560)에 저장한다.
S16 단계에서, 관제 서버(1500)는 실시간 지수와 비실시간 지수를 바탕으로 도로 위험 요인을 판단한다. 도로 위험 요인은 트리 모델(Tree model)을 사용하여 분석되고, 주기적으로 업데이트될 수 있다. 예를 들면, 분류 및 회귀 트리(Classification And Regression Tree: 이하, CART) 모델을 사용하여 위험 요인을 판단할 수 있다. CART 모델은 종방향 경사, 수평선형, 원곡선 길이, 원곡선 반경, 차선수, 종방향 경사 변화, 원곡선 길이 변화, 차선수 변화 등의 지수에 따른 도로 위험 요인을 제공한다.
S17 단계에서, S16 단계에서 트리 모델을 사용한 도로 위험 요인들을 기반으로 도로 구간별 위험도가 산출된다. 관제 서버(1500)는 생성된 도로 위험 요인에 따라 자율 주행차가 주행하는 도로의 구간별 위험도를 평가한다. 예를 들면, 도로 위험 요인에 따라 각 도로 구간별로 안전, 주의, 위험과 같은 위험도를 부여할 수 있다.
S18 단계에서, 관제 서버(1500)는 도로의 구간별 위험도에 따라 자율 주행차의 주행 가능 여부를 판단한다. 판단된 도로 구간별 주행 가능 여부의 정보는 맵 서버(1600)로 전달된다.
S19 단계에서, 맵 서버(1600)는 자율 주행차가 주행하는 도로의 구간별 주행 가능 여부를 맵 상에 매칭시킨다. 그리고 맵 서버(1600)는 자율 주행차가 주행하는 도로의 다양한 경로들에 대한 주행 가능 여부를 자율 주행차에 전송한다. 즉, 맵 서버(1600)는 자율 주행차에 실시간 운영설계영역(ODD)을 제공할 수 있다.
S20 단계는, S11 단계에서 보정된 데이터 중에서 실시간 지수 분석을 위한 데이터를 제외한 제반 데이터를 로드한다. 로드된 데이터는 S14 단계에서 수행되는 비실시간 지수 분석 처리를 위해, 그리고 맵 서버(1600)에서의 맵 매칭을 위한 정보로서 제공된다.
도 4는 도 3의 자율 주행차의 실시간 운영설계영역(ODD)을 생성하는 방법을 보여주는 순서도이다. 도 4를 참조하면, 관제 서버(1500)는 자율 주행차의 실시간 운영설계 영역(ODD)을 제공할 수 있다.
S110 단계에서, 관제 서버(1500)는 자율 주행차의 자율 주행차(1100)로부터 실시간으로 감지된 차량의 주행 데이터를 수신하고 수집한다.
S120 단계에서, 관제 서버(1500)는 차량의 주행 데이터에 대한 전처리 과정을 적용한다. 즉, 관제 서버(1500)는 실시간 DB(1520)에서 수신자 메시지 프로토콜 형식으로 변환된 주행 데이터로부터 노이즈 및 중복값 제거, 결측값 보정, 데이터 구조 변환 등의 처리를 수행한다.
S130 단계에서, 관제 서버(1500)는 전처리 과정을 통해서 보정된 데이터를 바탕으로 실시간 지수를 분석한다.
S140 단계에서, 관제 서버(1500)는 분석된 실시간 지수를 구조화하고 실시간 지수 DB(1540)에 저장한다. 실시간 지수는 추후 각 도로 구간별로 도로 위험 요인을 판단하는데 사용될 것이다.
S150 단계에서, 실시간 지수 DB(1540)에 저장된 데이터의 종류에 따라 특정 주기가 되었을 때 비실시간 데이터 구조로 변환한다. 즉, 실시간 지수가 특정 주기가 경과되면, 비실시간 지수로 변환된다. 특정 주기는 데이터의 종류에 따라 달라질 수 있다.
S160 단계에서, 관제 서버(1500)는 S150 단계에서 분석된 비실시간 지수를 구조화하여 비실시간 지수 DB(1560)에 저장한다.
S170 단계에서, 관제 서버(1500)는 실시간 지수와 비실시간 지수를 바탕으로 도로 위험 요인을 판단한다. 도로 위험 요인은 트리 모델(Tree model)을 사용하여 분석되고, 주기적으로 업데이트될 수 있다.
S180 단계에서, S170 단계에서 트리 모델을 사용한 도로 위험 요인들을 기반으로 도로 구간별 위험도가 산출된다. 관제 서버(1500)는 생성된 도로 위험 요인에 따라 자율 주행차가 주행하는 도로의 구간별 위험도를 평가한다. 예를 들면, 도로 위험 요인에 따라 각 도로 구간별로 안전, 주의, 위험과 같은 위험도를 부여할 수 있다.
S190 단계에서, 관제 서버(1500)는 도로의 구간별 위험도에 따라 자율 주행차의 주행 가능 여부를 판단한다. 판단된 도로 구간별 주행 가능 여부의 정보는 맵 서버(1600)로 전달된다.
S195 단계에서, 맵 서버(1600)는 자율 주행차가 주행하는 도로의 구간별 주행 가능 여부를 맵 상에 매칭시킨다. 그리고 맵 서버(1600)는 자율 주행차가 주행하는 도로의 다양한 경로들에 대한 주행 가능 여부를 자율 주행차에 전송한다. 즉, 맵 서버(1600)는 자율 주행차에 실시간 운영설계영역(ODD)을 제공할 수 있다.
도 5는 본 발명의 실시간 운영설계영역(ODD)을 사용하여 자율 주행차가 위험 지역을 회피하는 방법을 예시적으로 보여주는 도면이다. 도 5를 참조하면, 본 발명의 관제 서버(1500, 도 1 참조) 및 맵 서버(1600, 도 1 참조)에 의해 제공되는 실시간 운영설계영역(ODD)에 의해서 자율 주행차(1100)는 주행 불가 영역을 미리 파악하고 우회 도로 구간을 선택할 수 있다.
자율 주행차(1100)가 현재 도로 구간(또는, 링크 L0)을 주행 중인 것으로 가정하기로 한다. 그리고 자율 주행차(1100)는 실시간 운영설계영역(ODD)에 의해서 도로 구간(L1)에 사고가 발생하여 주행 불가한 상태임을 인지할 수 있다. 실시간 운영설계영역(ODD)에 의해서 맵 서버(1600)는 주행 가능한 새로운 경로(L2→L3→L4→L5)를 자율 주행차(1100)에 제공할 수 있다.
실시간 운영설계영역(ODD)이 제공되지 않는 경우, 자율 주행차(1100)는 도로 구간(L1)에 진입하고, 실질적으로 더 이상 주행이 불가한 상태에 빠지기 될 것이다. 이 경우, 인력을 투입하여 제어권을 전환하거나 원격 제어 등의 방식을 사용하여 도로 구간(L1)을 벗어나 주행 가능한 운영설계영역(ODD) 내로 이동시키게 될 것이다. 이는 자율 주행차(1100)의 운영 효율성을 저감시키고 서비스 수준을 하락시키는 요인이 된다.
반면, 본 발명의 실시간 운영설계영역(ODD)이 제공되는 경우, 자율 주행차(1100)는 도로 구간(L1)이 주행 불가능 영역으로 인식하게 된다. 따라서, 자율 주행차(1100)는 도로 구간(L1)을 우회하기 위한 주행 가능 영역을 실시간 운영설계영역(ODD)을 기반으로 탐색하고 새로운 경로(L2→L3→L4→L5)를 목적지로 이동하기 위한 새로운 경로로 선택할 수 있다.
실시간 운영설계영역(ODD)에 기반한 자율 주행차(1100)의 경로 주행에 따르면, 주행 불가한 영역을 실시간으로 체크하고 주행 가능한 영역으로의 경로 설정을 실시간으로 수행할 수 있다. 따라서, 실시간 운영설계영역(ODD)은 자율 주행차(1100)의 운영 효율성을 향상시키고 고품질의 자율 주행 서비스 제공을 가능케 한다.
이상에서 기술된 내용은 본 발명을 실시하기 위한 구체적인 실시 예들이다. 본 발명은 상술된 실시 예들뿐만 아니라, 단순하게 설계 변경되거나 용이하게 변경할 수 있는 실시 예들 또한 포함할 것이다. 또한, 본 발명은 실시 예들을 이용하여 용이하게 변형하여 실시할 수 있는 기술들도 포함될 것이다. 따라서, 본 발명의 범위는 상술된 실시 예들에 국한되어 정해져서는 안되며 후술하는 특허청구범위뿐만 아니라 이 발명의 특허청구범위와 균등한 것들에 의해 정해져야 할 것이다.

Claims (5)

  1. 자율 주행차로부터 전송되는 실시간 주행 데이터를 수신하는 관제 서버에 있어서:
    데이터의 종류에 따라 상기 실시간 주행 데이터를 구분하고, 수집 주기, 전송 주기, 저장 주기를 정의하여 상기 실시간 주행 데이터를 메시지 프로토콜 형식으로 변환하여 저장하는 실시간 데이터베이스;
    상기 실시간 데이터베이스에 저장된 실시간 주행 데이터를 전처리를 통하여 보정하고, 보정된 데이터의 실시간 지수를 분석하는 프로세서;
    상기 실시간 지수를 저장하는 실시간 지수 데이터베이스; 그리고
    상기 실시간 지수 데이터베이스에 저장된 상기 실시간 지수 중에서 저장된 시점으로부터 특정 주기가 경과한 데이터를 비실시간 지수로 변환하여 저장하는 비실시간 지수 데이터베이스를 포함하되,
    상기 프로세서는, 상기 실시간 지수 및 상기 비실시간 지수를 참조하여 상기 자율 주행차의 안전 모니터링을 위한 도로 위험 요인을 산출하고, 상기 도로 위험 요인에 기초하여 도로 구간별 위험도 및 도로 구간별 주행 가능 여부를 판단하는 관제 서버.
  2. 제 1 항에 있어서,
    상기 전처리는 상기 실시간 주행 데이터의 노이즈 제거, 중복값 제거, 결측값 보정, 데이터 구조 변환 과정을 포함하는 관제 서버.
  3. 제 1 항에 있어서,
    상기 프로세서는 상기 실시간 지수 및 상기 비실시간 지수에 대한 트리 모델(Tree model)을 적용하여 상기 도로 위험 요인을 식별하는 관제 서버.
  4. 제 1 항에 있어서,
    상기 실시간 데이터베이스는 차량이 운행하는 도로의 트래픽 상태나 환경을 특정 주기로 샘플링한 인프라 데이터를 저장하는 관제 서버.
  5. 제 1 항에 있어서,
    상기 주행 가능 여부를 상기 자율 주행차가 주행하는 도로 맵에 주행 가능 영역을 매칭시키고, 매칭 결과에 따라 생성된 상기 실시간 운행설계영역(ODD)을 상기 자율 주행차에 실시간으로 전달하는 맵 서버를 더 포함하는 관제 서버.
KR1020220083586A 2022-07-07 2022-07-07 자율 주행차의 실시간 운영설계범위를 지원하는 관제 서버 KR20240006829A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220083586A KR20240006829A (ko) 2022-07-07 2022-07-07 자율 주행차의 실시간 운영설계범위를 지원하는 관제 서버

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220083586A KR20240006829A (ko) 2022-07-07 2022-07-07 자율 주행차의 실시간 운영설계범위를 지원하는 관제 서버

Publications (1)

Publication Number Publication Date
KR20240006829A true KR20240006829A (ko) 2024-01-16

Family

ID=89719758

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220083586A KR20240006829A (ko) 2022-07-07 2022-07-07 자율 주행차의 실시간 운영설계범위를 지원하는 관제 서버

Country Status (1)

Country Link
KR (1) KR20240006829A (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190124120A (ko) 2018-04-11 2019-11-04 현대자동차주식회사 차량 주행 제어 장치, 그를 포함한 시스템 및 그 방법
KR20200075915A (ko) 2018-12-07 2020-06-29 현대자동차주식회사 차량의 주행 제어 장치 및 그 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190124120A (ko) 2018-04-11 2019-11-04 현대자동차주식회사 차량 주행 제어 장치, 그를 포함한 시스템 및 그 방법
KR20200075915A (ko) 2018-12-07 2020-06-29 현대자동차주식회사 차량의 주행 제어 장치 및 그 방법

Similar Documents

Publication Publication Date Title
US11842642B2 (en) Connected automated vehicle highway systems and methods related to heavy vehicles
EP3566069B1 (en) Generation and use of hd maps
US11508237B2 (en) Method and system for ascertaining particular pieces of status information for at least one geographical position with the aid of autonomous or semi-autonomous vehicles
US8620491B2 (en) Ad-hoc mobile IP network for intelligent transportation system
CN111599201A (zh) 智能交通下基于v2x的智能网联汽车***及方法
CN111210618A (zh) 自动网联公交道路***
JP6994203B2 (ja) コネクテッド自動運転車のハイウエイシステムとそれを用いた方法
CN113874803A (zh) 用于基于远程干预更新车辆操作的***和方法
US11718309B2 (en) Method for operating an autonomously driving vehicle
KR102291318B1 (ko) 자율 주행차를 모니터링하는 운행 분석 서버
CN112799409A (zh) 基于车路云协同架构的用于机场的地面交通管控集成***
Ojanperä et al. Development and piloting of novel 5G-enabled road safety services
Vermesan et al. IoT technologies for connected and automated driving applications
US10154393B2 (en) Method, motor vehicle, and system for determining a transmission path
CN112839319A (zh) 蜂窝车联网信息处理方法、装置、***、终端及存储介质
KR20240006829A (ko) 자율 주행차의 실시간 운영설계범위를 지원하는 관제 서버
Avedisov et al. Cooperative Perception Based on Intent Sharing Messages
KR102350197B1 (ko) 주행경로 설정장치 및 주행경로 설정방법
KR102497716B1 (ko) 자율주행협력 차량의 권장 제한 속도를 제공하는 관제 서버
WO2023152855A1 (ja) 通信管理装置、移動体、通信管理方法及び記録媒体
KR101320423B1 (ko) 교통 정보 제공 방법 및 장치
US20240067204A1 (en) Method for building an ad hoc virtual network and system
CN117854284B (zh) 一种复杂道路环境的车路协同监控方法及车检器装置
Doan et al. Vehicle speed and volume measurement using vehicle-to-infrastructure communication
Bouali et al. A vehicular network architecture for data collection: application to an itinerary planning service in smart cities