KR102324978B1 - 신뢰도를 높인 자율주행 평가용 vr 영상 개발 방법 및 이를 이용한 자율주행 안전운전능력 평가시스템 - Google Patents
신뢰도를 높인 자율주행 평가용 vr 영상 개발 방법 및 이를 이용한 자율주행 안전운전능력 평가시스템 Download PDFInfo
- Publication number
- KR102324978B1 KR102324978B1 KR1020200107853A KR20200107853A KR102324978B1 KR 102324978 B1 KR102324978 B1 KR 102324978B1 KR 1020200107853 A KR1020200107853 A KR 1020200107853A KR 20200107853 A KR20200107853 A KR 20200107853A KR 102324978 B1 KR102324978 B1 KR 102324978B1
- Authority
- KR
- South Korea
- Prior art keywords
- event
- module
- event information
- driving
- evaluation
- Prior art date
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 185
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000011161 development Methods 0.000 title abstract description 8
- 230000002708 enhancing effect Effects 0.000 title 1
- 230000004044 response Effects 0.000 claims abstract description 74
- 238000004088 simulation Methods 0.000 claims abstract description 21
- 230000033001 locomotion Effects 0.000 claims description 61
- 238000012360 testing method Methods 0.000 claims description 60
- 230000008859 change Effects 0.000 claims description 41
- 238000004458 analytical method Methods 0.000 claims description 40
- 230000010485 coping Effects 0.000 claims description 33
- 238000001514 detection method Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 7
- 238000013480 data collection Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 2
- 230000002194 synthesizing effect Effects 0.000 claims 1
- 238000007689 inspection Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 230000005540 biological transmission Effects 0.000 description 10
- 230000009471 action Effects 0.000 description 5
- 238000012795 verification Methods 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012546 transfer 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/005—Handover processes
- B60W60/0059—Estimation of the risk associated with autonomous or manual driving, e.g. situation too complex, sensor failure or driver incapacity
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- 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
- 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
- B60W60/005—Handover processes
- B60W60/0051—Handover processes from occupants to vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0055—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0055—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements
- G05D1/0061—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements for transition from automatic pilot to manual pilot and vice versa
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/003—Navigation within 3D models or images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- 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
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Aviation & Aerospace Engineering (AREA)
- Human Computer Interaction (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Mathematical Physics (AREA)
- Architecture (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Traffic Control Systems (AREA)
Abstract
본 발명은 도로에서 발생할 수 있는 다양한 돌발 상황을 제공할 수 있는 VR 영상을 개발함과 동시에 이러한 VR 영상들을 이용하여 다양한 시뮬레이션, 이벤트 및 돌발 상황 등을 가상으로 발생시켜 이에 대한 자율주행차량의 대응에 대한 평가점수(등급)를 산출함으로써 자율주행차량의 안전운전능력을 극대화시킴과 동시에 자율주행차량의 안전운전능력 평가의 신뢰도 및 안전성을 높일 수 있는 자율주행 평가용 VR 영상 개발 방법 및 이를 이용한 자율주행 안전운전능력 평가시스템에 관한 것이다.
Description
본 발명은 자율주행 평가용 VR 영상 개발 방법 및 이를 이용한 자율주행 안전운전능력 평가시스템에 관한 것으로서, 상세하게로는 자율주행차량의 다양한 돌발 상황을 제공하는 VR 영상들을 개발함과 동시에 이러한 VR 영상들을 이용하여 다양한 시뮬레이션, 이벤트 및 돌발 상황 등을 가상으로 발생시켜 이에 대한 자율주행차량의 대응에 대한 평가점수(등급)를 산출함으로써 자율주행차량의 안전운전능력을 극대화시킴과 동시에 자율주행차량의 안전운전능력 평가의 신뢰도 및 안전성을 높일 수 있는 자율주행 평가용 VR 영상 개발 방법 및 이를 이용한 자율주행 안전운전능력 평가시스템에 관한 것이다.
최근 들어, 자동차 산업 및 각종 센싱기술이 고도화되고 통신인프라가 확장됨에 따라 운전자의 조작 없이 목적지까지 자율주행하는 자율주행차량에 대한 관심 및 연구가 활발하게 이루어지고 있다.
자율주행차량(Autonomous Vehicle, 무인자동차)은 각종 카메라, 센서들 및 고정밀 지도 등을 이용하여 주변 차량, 보행자 및 사물을 인지, 판단 및 행동하여 입 없이 차량을 제어함으로써 스스로 설정된 목적지까지 자율주행 할 수 있는 차량을 의미한다.
이러한 자율주행차량은 안전성이 확보되지 못하는 경우, 대형 인명사고로 이어질 수 있기 때문에 다양한 돌발 상황, 이벤트 등에 대해 얼마나 신속하고 정확하게 이를 인지 및 대처하는지에 대한 평가 및 테스트가 필수적으로 요구되고 있다.
그러나 아직 자율주행차량의 성능을 사전에 철저히 검증하기 위한 평가시스템이 전무한 상황이기 때문에 실제 자율주행 시 발생할 수 있는 다양한 돌발 상황, 이벤트 및 시뮬레이션 등을 발생시키기 위한 VR 영상을 개발하기 위한 개발방법과, 개발된 VR 영상에 따른 자율주행차량의 대응을 정확하게 평가 및 테스트하기 위한 자율주행차량 평가시스템에 대한 연구가 시급한 실정이다.
도 1은 국내등록특허 제10-1943422호(발명의 명칭 : 자율주행차량 안전성 검사시스템 및 안전성 검사방법)에 개시된 자율주행차량 안전성 검사방법을 나타내는 도면이다.
도 1의 자율주행차량 안전성 검사방법(이하 종래기술이라고 함)(900)은 정보입력장치를 통해 상기 테스트센서 값을 입력하는 테스트센서 값 입력단계(330)와, 테스트센서 값 입력단계(330)에서 입력한 테스트센서 값에 대응하여 동작하는 자율주행차량의 동작 특성을 검사하는 제1 검사단계(340)와, 제1 검사단계에서의 검사결과와 테스트센서 값을 비교하는 제1 비교단계(350)와, 제1 비교단계(350)에서의 판단결과 제1 검사단계(340)에서의 검사결과와 테스트센서 값으로부터 예상할 수 있는 대응결과가 미리 설정한 범위 내에서 동일하지 않다고 판단한 경우에 수행하며 전자제어장치에 저장된 동작제어 테이블의 특정 값을 변경하는 조치단계(360)와, 조치단계에서 수정한 동작제어 테이블에 따라 자율주행차량을 운행하면서 상기 자율주행차량의 동작 특성을 검사하는 제2 검사단계(370)와, 제2 검사단계(370)에서의 검사결과와 테스트센서 값을 비교하며 비교결과 제2 검사단계(370)에서의 검사 결과와 테스트 센서의 값으로부터 예상할 수 있는 대응결과가 미리 설정한 범위 내에서 일치하지 않는다고 판단한 때에는 조치단계를 재수행하도록 하는 제2 비교단계(380)와, 제1 비교단계(350)에서의 판단결과 제1 검사단계(340)에서의 검사결과와 테스트센서 값으로부터 예상할 수 있는 대응결과가 미리 설정한 범위 내에서 동일하다고 판단한 경우 및 제2 비교단계(380)에서의 판단결과 제2 검사단계(370)에서의 검사결과와 테스트센서 값으로부터 예상할 수 있는 대응결과가 미리 설정한 범위 내에서 동일하다고 판단한 경우에 수행되며 자율주행차량에 설치된 복수의 센서와 전자제어장치 사이의 정보의 송수신을 활성화하는 안전성 검사 종료단계(390)로 이루어진다.
이와 같이 구성되는 종래기술(300)은 자율주행 차량에 설치된 각종 센서에서 감지한 센서 값에 대응하는 테스트 센서 값을 이용하여 자율주행 차량이 동작하는 형태를 검사하고, 검사 결과를 이용하여 자율주행 차량의 안전성을 검사하며, 필요에 따라서는 자율주행 차량에 설정되어 있는 동작제어 테이블의 설정 값을 수정하도록 하여 차량이 안전하게 운행할 수 있는 장점을 갖는다.
일반적으로 자율주행 차량은 차체에 설치된 카메라 및 센서들을 이용하여 주변 객체 및 상황을 인지하도록 구성되었고, 실제 도로에는 각종 다양한 이벤트, 돌발 상황 등이 발생하게 된다.
그러나 종래기술(300)은 단순히 테스트 센서 값을 입력하는 것만으로 안전성을 검증하도록 구성되었기 때문에 카메라의 촬영에 의해 획득된 영상 분석을 통한 인지상황을 검증하지 못하는 구조적 한계를 갖는다.
또한 실제 도로에서 발생하는 돌발 상황은 획일화되지 않고 매우 다양한 변수를 갖기 때문에 서로 다른 난이도를 갖게 되는데, 종래기술(300)은 이러한 난이도를 전혀 감안하지 않아 검증의 정확성 및 신뢰도가 떨어지는 단점을 갖는다.
또한 종래기술(300)은 실제 돌발 상황을 가상으로 발생시키는 것이 아니라, 테스트 센서 값만을 이용하여 검증을 수행하기 때문에 검증의 정확성 및 신뢰도가 떨어지는 단점을 갖는다. 예를 들어 종래기술(300)은 단순히 거리 센서의 테스트 센서 값을 입력하는 방식으로 테스트를 운영하기 때문에, 감지영역 내에서의 실제 거리 센서의 객체검출이 정확하게 이루어지는지에 대한 검증은 수행할 수 없는 구조적 한계를 갖는다.
본 발명은 이러한 문제를 해결하기 위한 것으로, 본 발명의 해결과제는 도로에서 발생할 수 있는 다양한 돌발 상황을 제공할 수 있는 VR 영상을 개발함과 동시에 이러한 VR 영상들을 이용하여 다양한 시뮬레이션, 이벤트 및 돌발 상황 등을 가상으로 발생시켜 이에 대한 자율주행차량의 대응에 대한 평가점수(등급)를 산출함으로써 자율주행차량의 안전운전능력을 극대화시킴과 동시에 자율주행차량의 안전운전능력 평가의 신뢰도 및 안전성을 높일 수 있는 자율주행 평가용 VR 영상 개발 방법 및 이를 이용한 자율주행 안전운전능력 평가시스템을 제공하기 위한 것이다.
또한 본 발명의 다른 해결과제는 VR 영상 개발 시, 자율주행차량의 돌발 상황 등에 대한 대처를 평가하기 위한 이벤트인 제1 이벤트정보, 고장 및 장애에 대한 대처를 평가하기 위한 제2 이벤트정보 및 주행모드전환에 대한 대처를 평가하기 위한 제3 이벤트정보가 타임라인에 매칭되도록 VR 영상을 개발하도록 구성됨으로써 실제 도로에서 발생할 수 있는 다양한 이벤트를 자율주행차량에게 제공할 수 있는 자율주행 평가용 VR 영상 개발 방법 및 이를 이용한 자율주행 안전운전능력 평가시스템을 제공하기 위한 것이다.
또한 본 발명의 또 다른 해결과제는 자율주행 평가 시, 해당 VR 영상의 타임라인에 따른 제1, 2, 3 이벤트들 각각에 대한 센서별 가상측정값을 검출한 후, 해당 자율주행차량의 ECU로 출력함과 동시에 ECU로부터 입력된 움직임벡터를 분석하여 자율주행차량의 대처에 대한 평가점수(등급)를 산출함으로써 평가의 신뢰도 및 정확성을 극대화시킬 수 있는 VR 영상 개발 방법 및 이를 이용한 자율주행 안전운전능력 평가시스템을 제공하기 위한 것이다.
상기 과제를 해결하기 위한 본 발명의 해결수단은 ECU(Electronic Control Unit), 카메라 및 센서들을 포함하는 자율주행차량(C)의 안전운전능력을 평가하기 위한 자율주행 안전운전능력 평가시스템에 있어서: 상기 자율주행 안전운전능력 평가시스템은 실제 주행에 대응되는 영상에, 돌발 상황 대처를 평가하기 위한 기 설정된 시나리오들인 기 설정된 제1 이벤트들 각각의 이벤트 영상이 합성된 영상인 VR 영상을 입력받아 등록하는 VR 영상 등록부; 상기 VR 영상 등록부에 의해 등록된 VR 영상과, 상기 VR 영상에 포함된 제1 이벤트 정보들 각각의 이벤트 값 및 내용이 저장되는 메모리; 사용자로부터 테스트 요청 시 실행되어 상기 VR 영상을 전시하는 전시모듈과, 상기 전시모듈에 의해 전시되는 VR 영상의 타임라인에 따른 제1 이벤트정보들을 추출하는 이벤트정보 추출모듈과, 상기 이벤트정보 추출모듈에 의해 추출된 제1 이벤트정보를 상기 돌발 상황 대처 평가부로 입력하는 이벤트정보 파싱모듈을 포함하는 VR 영상 전시부; 상기 ECU로부터 전송받은 대처주행의 움직임벡터와, 상기 VR 영상의 제1 이벤트를 분석하여 상기 자율주행차량(C)의 돌발 상황 대처에 대한 평가점수인 제1 평가점수를 산출하는 돌발 상황 대처 평가부를 포함하고, 상기 VR 영상 등록부는 일반운전면허시험의 동영상 문제들을 분석하여 VR 영상으로 구축하기 적합한 동영상을 선별한 후, 선별된 동영상 문제를 기반으로 생성된 VR 영상을 등록받고, 상기 VR 영상 등록부의 동작과정인 VR 영상 등록방법(S30)은 이전 일반운전면허시험의 동영상 문제들을 분석하여 VR 영상으로 구축하기 적합한 동영상을 선별하는 동영상 선별단계(S331); 상기 동영상 선별단계(S331)에 의해 선별된 동영상들이 VR 영상의 이벤트로 작성 가능한지 여부를 판별하는 이벤트 적용여부 점검단계(S332); 상기 이벤트 적용여부 점검단계(S332)에 의해 이벤트 적용 가능하다고 판단된 동영상문제를 기반으로 가상현실 테스트 시나리오 환경을 3D모델로 구축하는 가상현실 테스트 시나리오 구축단계(S333); 상기 가상현실 테스트 시나리오 구축단계(S333)에 의해 구축된 3D모델에 충돌시간(TTC, Time To Collision) 등의 이벤트 값을 설정하는 이벤트 설정단계(S334); 상기 이벤트 설정단계(S334)에 의해 이벤트가 설정된 3D모델에 대한 시뮬레이션을 수행하는 시뮬레이션 구현단계(S335); 상기 시뮬레이션 구현단계(S335)를 통한 시뮬레이션 시, 각 이벤트에 대한 자율주행차량(C)의 로그데이터를 수집하는 로그데이터 수집단계(S336); 상기 로그데이터 수집단계(S336)에 의해 수집된 로그데이터를 분석하여 해당 3D모델이 평가테스트 대상으로 적합한지 여부를 판단하는 평가테스트 가능여부 분석단계(S337)를 포함하는 것이다.
또한 본 발명에서 상기 돌발 상황 대처 평가부는 상기 VR 영상 전시부로부터 제1 이벤트정보를 입력받는 제1 이벤트정보 입력모듈; 입력된 제1 이벤트정보와, 자율주행차량(C)의 기 설정된 센서별 위치 및 식별정보를 활용하여 상기 입력된 제1 이벤트정보에 따른 자율주행차량(C)의 센서별 가상측정값을 검출하는 센서별 가상측정값 검출모듈; 상기 센서별 가상측정값 검출모듈에 의해 검출된 센서별 가상측정값을 상기 자율주행차량(C)의 ECU로 출력하는 출력모듈; 상기 자율주행차량(C)의 ECU로부터 움직임벡터를 입력받는 움직임벡터 입력모듈; 기 설정된 돌발상황 대처 평가알고리즘을 이용하여 상기 움직임벡터 입력모듈에 의해 입력된 움직임벡터 정보 및 제1 이벤트정보를 분석하여 제1 이벤트에 대응하는 자율주행차량(C)의 대처주행을 분석하는 분석모듈; 상기 분석모듈에 의해 검출된 분석데이터와, 기 설정된 해당 제1 이벤트의 난이도를 활용하여 제1 이벤트에 대한 자율주행차량(C)의 돌발 상황 대처 평가점수인 제1 평가점수를 산출하는 제1 평가점수 산출모듈을 포함하는 것이 바람직하다.
삭제
또한 본 발명에서 상기 자율주행 안전운전능력 평가시스템은 장애 대처 평가부를 더 포함하고, 상기 VR 영상에는 장애에 대응되는 제2 이벤트정보가 타임라인에 매칭되고, 상기 이벤트정보 추출모듈은 상기 전시모듈에 의해 전시되는 VR 영상의 타임라인에 따른 제2 이벤트정보들을 추출하고, 상기 이벤트정보 파싱모듈은 상기 이벤트정보 추출모듈에 의해 추출된 제2 이벤트정보를 상기 장애 대처 평가부로 입력하고, 상기 장애 대처 평가부는 상기 VR 영상 전시부로부터 제2 이벤트정보를 입력받는 제2 이벤트정보 입력모듈; 입력된 제2 이벤트정보와, 자율주행차량(C)의 기 설정된 센서별 위치 및 식별정보를 활용하여 상기 입력된 제2 이벤트정보에 따른 자율주행차량(C)의 센서별 장애 이벤트-값을 검출하는 센서별 장애 이벤트-값 검출모듈; 상기 센서별 장애 이벤트-값 검출모듈에 의해 검출된 센서별 장애 이벤트-값을 자율주행차량(C)의 ECU로 출력하는 제2 출력모듈; 상기 자율주행차량(C)의 ECU로부터 움직임벡터를 입력받는 제2 움직임벡터 입력모듈; 기 설정된 장애 평가 알고리즘을 이용하여 상기 제2 움직임벡터 입력모듈에 의해 입력된 움직임벡터 정보 및 제2 이벤트정보를 분석하여 제2 이벤트에 대응하는 자율주행차량(C)의 대처주행을 분석하는 제2 분석모듈; 상기 제2 분석모듈에 의해 검출된 분석데이터와, 기 설정된 해당 제2 이벤트의 난이도를 활용하여 제2 이벤트에 대한 자율주행차량(C)의 장애 대처 평가점수인 제2 평가점수를 산출하는 제2 평가점수 산출모듈을 포함하는 것이 바람직하다.
또한 본 발명에서 상기 자율주행 안전운전능력 평가시스템은 주행모드전환 대처 평가부를 더 포함하고, 상기 VR 영상에는 주행모드전환에 대응되는 제3 이벤트정보가 타임라인에 매칭되고, 상기 이벤트정보 추출모듈은 상기 전시모듈에 의해 전시되는 VR 영상의 타임라인에 따른 제3 이벤트정보들을 추출하고, 상기 이벤트정보 파싱모듈은 상기 이벤트정보 추출모듈에 의해 추출된 제3 이벤트정보를 상기 주행모드전환 대처 평가부로 입력하고, 상기 주행모드전환 대처 평가부는 상기 VR 영상 전시부로부터 제3 이벤트정보를 입력받는 제3 이벤트정보 입력모듈; 상기 제3 이벤트정보 입력모듈을 통해 제3 이벤트정보가 입력되면, 주행모드전환을 나타내는 주행모드전환 이벤트-값을 생성하여 자율주행차량(C)의 ECU로 출력하는 주행모드전환 이벤트-값 출력모듈; 상기 자율주행차량(C)의 ECU로부터 움직임벡터를 입력받는 제3 움직임벡터 입력모듈; 기 설정된 주행모드전환 평가 알고리즘을 이용하여 상기 제3 움직임벡터 입력모듈에 의해 입력된 움직임벡터 정보 및 제3 이벤트정보를 분석하여 제3 이벤트에 대응하는 자율주행차량(C)의 대처주행을 분석하는 제3 분석모듈; 상기 제3 분석모듈에 의해 검출된 분석데이터와, 기 설정된 해당 제3 이벤트의 난이도를 활용하여 제3 이벤트에 대한 자율주행차량(C)의 주행모드전환 평가점수인 제3 평가점수를 산출하는 제3 평가점수 산출모듈을 더 포함하는 것이 바람직하다.
상기 과제와 해결수단을 갖는 본 발명에 따르면 도로에서 발생할 수 있는 다양한 돌발 상황을 제공할 수 있는 VR 영상을 개발함과 동시에 이러한 VR 영상들을 이용하여 다양한 시뮬레이션, 이벤트 및 돌발 상황 등을 가상으로 발생시켜 이에 대한 자율주행차량의 대응에 대한 평가점수(등급)를 산출함으로써 자율주행차량의 안전운전능력을 극대화시킴과 동시에 자율주행차량의 안전운전능력 평가의 신뢰도 및 안전성을 높일 수 있게 된다.
또한 본 발명에 의하면 VR 영상 개발 시, 자율주행차량의 돌발 상황 등에 대한 대처를 평가하기 위한 이벤트인 제1 이벤트정보, 고장 및 장애에 대한 대처를 평가하기 위한 제2 이벤트정보 및 주행모드전환에 대한 대처를 평가하기 위한 제3 이벤트정보가 타임라인에 매칭되도록 VR 영상을 개발하도록 구성됨으로써 실제 도로에서 발생할 수 있는 다양한 이벤트를 자율주행차량에게 제공할 수 있게 된다.
또한 본 발명에 의하면 자율주행 평가 시, 해당 VR 영상의 타임라인에 따른 제1, 2, 3 이벤트들 각각에 대한 센서별 가상측정값을 검출한 후, 해당 자율주행차량의 ECU로 출력함과 동시에 ECU로부터 입력된 움직임벡터를 분석하여 자율주행차량의 대처에 대한 평가점수(등급)를 산출함으로써 평가의 신뢰도 및 정확성을 극대화시킬 수 있다.
또한 본 발명에 의하면 다양한 돌발 상황에 대한 자율주행차량의 대처주행, 고장 및 주행모드 전환을 분류하여 정확하게 평가할 수 있기 때문에 자율주행차량의 안전성 및 신뢰도를 현저히 높일 수 있게 된다.
또한 본 발명에 의하면 자율주행차량 및 운전자 모두를 고려한 면허체계를 구축할 수 있게 된다.
또한 본 발명에 의하면 실제 도로 및 주행 시 발생할 수 있는 다양한 환경 및 상황에 대한 시뮬레이션 테스트를 통해 객관적 지표를 구축할 수 있게 된다.
도 1은 국내등록특허 제10-1943422호(발명의 명칭 : 자율주행차량 안전성 검사시스템 및 안전성 검사방법)에 개시된 자율주행차량 안전성 검사방법을 나타내는 도면이다.
도 2는 본 발명의 일실시예인 주차관리 시스템을 나타내는 구성도이다.
도 3은 도 2의 VR 영상 등록부의 동작과정인 VR 영상 등록방법을 나타내는 플로차트이다.
도 4는 도 3에 의해 등록되는 VR 영상을 나타내는 예시도이다.
도 5는 도 2의 VR 영상 전시부를 나타내는 블록도이다.
도 6은 도 2의 돌발 상황 대처 평가부를 나타내는 블록도이다.
도 7은 도 2의 장애 대처 평가부를 나타내는 블록도이다.
도 8은 도 7의 장애 대처 평가부를 설명하기 위한 예시도이다.
도 9는 도 2의 주행모드전환 대처 평가부를 나타내는 블록도이다.
도 2는 본 발명의 일실시예인 주차관리 시스템을 나타내는 구성도이다.
도 3은 도 2의 VR 영상 등록부의 동작과정인 VR 영상 등록방법을 나타내는 플로차트이다.
도 4는 도 3에 의해 등록되는 VR 영상을 나타내는 예시도이다.
도 5는 도 2의 VR 영상 전시부를 나타내는 블록도이다.
도 6은 도 2의 돌발 상황 대처 평가부를 나타내는 블록도이다.
도 7은 도 2의 장애 대처 평가부를 나타내는 블록도이다.
도 8은 도 7의 장애 대처 평가부를 설명하기 위한 예시도이다.
도 9는 도 2의 주행모드전환 대처 평가부를 나타내는 블록도이다.
이하, 첨부된 도면을 참조하여 본 발명의 일실시예를 설명한다.
도 2는 본 발명의 일실시예인 주차관리 시스템을 나타내는 구성도이다.
본 발명의 일실시예인 자율주행 안전운전능력 평가시스템(1)은 실제 도로에서 발생할 수 있는 자율주행차량(C)의 주행, 고장 및 주행모드 전환에 대한 이벤트를 제공하는 VR 영상을 개발함과 동시에 이러한 VR 영상들을 이용하여 다양한 시뮬레이션, 이벤트 및 돌발 상황 등을 가상으로 발생시켜 이에 대한 자율주행차량의 대응에 대한 평가점수(등급)를 산출함으로써 자율주행차량의 안전운전능력을 극대화시킴과 동시에 자율주행차량의 안전운전능력 평가의 신뢰도 및 안전성을 높이기 위한 것이다.
또한 자율주행 안전운전능력 평가시스템(1)은 도 2에 도시된 바와 같이, 제어부(30)와, 메모리(31), 데이터송수신부(32), VR 영상 등록부(33), 테스트 요청부(34), VR 영상 전시부(35), 돌발 상황 대처 평가부(36), 장애 대처 평가부(37), 주행모드전환 대처 평가부(38), 최종 평가점수 산출부(39), 부가 서비스부(40)로 이루어진다.
이러한 자율주행 안전운전능력 평가시스템(1)은 자율주행차량(C)의 ECU(Electronic Control Unit)와 연결되어 데이터를 송수신한다.
제어부(30)는 사용자로부터 VR 영상 등록을 요청받으면, VR 영상 등록부(33)를 실행시킨다.
또한 제어부(30)는 테스트 요청부(34)에 의해 사용자로부터 자율주행평가를 요청받으면, VR 영상 전시부(35), 돌발 상황 대처 평가부(36), 장애 대처 평가부(37), 주행모드전환 대처 평가부(38)를 실행시킨다.
메모리(31)에는 VR 영상 등록부(33)에 의해 등록된 VR 영상들이 저장된다. 이때 VR 영상은 실제 도로, 건물, 신호체계 등을 포함하는 기본영상에, 차량, 보행자 및 구조물 등이 맵핑됨과 동시에 기 설정된 제1, 2, 3 이벤트 정보들이 발생되는 이벤트 영상이 합성된 3D영상을 의미한다.
이때 제1 이벤트 정보는 자율주행차량(C)의 돌발 상황에 대한 대처를 평가하기 위한 각 돌발 상황의 이벤트 값 및 내용으로 이루어지고, 제2 이벤트 정보는 자율주행차량(C)의 장애에 대한 대처를 평가하기 위한 각 장애의 이벤트 값 및 내용으로 이루어지고, 제3 이벤트 정보는 주행모드 전환에 대한 대처를 평가하기 위한 각 주행모드의 이벤트 값 및 내용으로 이루어진다. 즉 VR 영상은 타임라인에 따라 제1, 2, 3 이벤트들 중 적어도 하나 이상이 발생되는 이벤트 영상이 전시된다.
또한 메모리(31)에는 각 VR 영상의 제1, 2, 3 이벤트 정보들이 저장된다.
또한 메모리(31)에는 자율주행차량(C)의 각 센서의 식별정보 및 위치정보가 매칭된 센서 기준테이블이 기 설정되어 저장된다.
또한 메모리(31)에는 데이터송수신부(32)를 통해 자율주행차량(C)의 ECU(Electronic Control Unit)로부터 주행움직임 벡터가 저장된다.
또한 메모리(31)에는 제1 이벤트 발생에 따른 자율주행차량(C)의 ECU로부터 전송받은 주행움직임 벡터를 입력값으로 하되, 주행움직임 벡터에 대한 평가점수(등급)를 출력값으로 하는 기 설정된 돌발 상황 평가 알고리즘이 저장된다. 즉 돌발 상황 평가 알고리즘은 제1 이벤트 발생에 따른 주행움직임 벡터를 분석하여 자율주행의 평가점수(등급)를 검출하기 위한 알고리즘이다.
또한 메모리(31)에는 제2 이벤트 발생에 따른 자율주행차량(C)의 ECU로부터 전송받은 주행움직임 벡터를 입력값으로 하되, 주행움직임 벡터에 대한 평가점수(등급)를 출력값으로 하는 기 설정된 장애 평가 알고리즘이 저장된다 .즉 장애 평가 알고리즘은 제2 이벤트 발생에 따른 주행움직임 벡터를 분석하여 장애에 대한 평가점수(등급)를 검출하기 위한 알고리즘이다.
또한 메모리(31)에는 제3 이벤트 발생에 따른 자율주행차량(C)의 ECU로부터 전송받은 주행움직임 벡터를 입력값으로 하되, 주행움직임 벡터에 대한 평가점수(등급)를 출력값으로 하는 기 설정된 주행모드전환 평가 알고리즘이 저장된다. 즉 주행모드전환 평가 알고리즘은 제3 이벤트 발생에 따른 주행움직임 벡터를 분석하여 주행모드 전환에 대한 평가점수(등급)를 검출하기 위한 알고리즘이다.
데이터송수신부(32)는 제어부(30)의 제어에 따라 자율주행차량(C)의 ECU와 데이터를 송수신한다.
도 3은 도 2의 VR 영상 등록부의 동작과정인 VR 영상 등록방법을 나타내는 플로차트이고, 도 4는 도 3에 의해 등록되는 VR 영상을 나타내는 예시도이다.
VR 영상 등록부(33)는 사용자(User)의 요청에 따라, 기 제작된 VR 영상(900)을 등록함과 동시에 메모리(31)에 저장한다.
이때 VR 영상은 실제 도로, 건물, 신호체계 등을 포함하는 기본영상을 포함하며, 타임라인에 따라 제1, 2, 3 이벤트 중 어느 하나인 이벤트 영상이 합성된 3D영상을 의미한다.
즉 VR 영상은 실제 도로에서 발생할 수 있는 다양한 돌발 상황인 제1 이벤트들과, 실제 주행 시 발생할 수 있는 장애인 제2 이벤트들과, 실제 주행 시 발생할 수 있는 주행모드전환인 제3 이벤트들이 타임라인에 따라 발생하게 된다.
또한 VR 영상 등록부(33)는 등록 요청된 VR 영상의 식별정보와, 해당 VR 영상에 포함된 제1, 2, 3 이벤트 정보들을 메모리(31)에 저장한다.
이때 제1 이벤트 정보는 자율주행차량(C)의 돌발 상황에 대한 대처를 평가하기 위한 각 돌발 상황의 이벤트 값 및 내용으로 이루어지고, 제2 이벤트 정보는 자율주행차량(C)의 장애에 대한 대처를 평가하기 위한 각 장애의 이벤트 값 및 내용으로 이루어지고, 제3 이벤트 정보는 주행모드 전환에 대한 대처를 평가하기 위한 각 주행모드의 이벤트 값 및 내용으로 이루어진다.
도 3을 참조하여, VR 영상 등록부의 동작과정인 VR 영상 등록방법(S33)을 살펴보면, VR 영상 등록방법(S33)은 이전 일반운전면허시험의 동영상 문제들을 분석하여 VR 영상으로 구축하기 적합한 동영상을 선별하는 동영상 선별단계(S331)와, 동영상 선별단계(S331)에 의해 선별된 동영상들이 VR 영상의 이벤트로 작성 가능한지 여부를 판별하는 이벤트 적용여부 점검단계(S332)와, 이벤트 적용여부 점검단계(S332)에 의해 이벤트 적용 가능하다고 판단된 동영상문제를 기반으로 가상현실 테스트 시나리오 환경을 3D모델로 구축하는 가상현실 테스트 시나리오 구축단계(S333)와, 가상현실 테스트 시나리오 구축단계(S333)에 의해 구축된 3D모델에 충돌시간(TTC, Time To Collision) 등의 이벤트 값을 설정하는 이벤트 설정단계(S334)와, 이벤트 설정단계(S334)에 의해 이벤트가 설정된 3D모델에 대한 시뮬레이션을 수행하는 시뮬레이션 구현단계(S335)와, 시뮬레이션 구현단계(S335)를 통한 시뮬레이션 시, 각 이벤트에 대한 자율주행차량의 로그데이터를 수집하는 로그데이터 수집단계(S336)와, 로그데이터 수집단계(S336)에 의해 수집된 로그데이터를 분석하여 해당 3D모델이 평가테스트 대상으로 적합한지 여부를 판단하는 평가테스트 가능여부 분석단계(S337)로 이루어진다.
이때 VR 영상 등록부(33)는 평가테스트 가능여부 분석단계(S337)를 통해 3D모델이 평가테스트 대상으로 적합하다고 판단될 때, 해당 3D모델을 VR 영상으로 메모리(31)에 저장한다.
테스트 요청부(34)는 사용자의 요청에 따라 자율주행 평가를 요청받는다.
이때 제어부(30)는 테스트 요청부(34)에 의해 사용자로부터 자율주행 평가를 요청받으면, VR 영상 전시부(35), 돌발 상황 대처 평가부(36), 장애 대처 평가부(37), 주행모드전환 대처 평가부(38)를 실행시킨다.
도 5는 도 2의 VR 영상 전시부를 나타내는 블록도이다.
도 5의 VR 영상 전시부(35)는 테스트 요청부(34)를 통해 사용자로부터 자율주행 평가를 요청받을 때, 제어부(30)의 제어에 따라 실행된다.
또한 VR 영상 전시부(35)는 도 5에 도시된 바와 같이, 전시모듈(351)과, 이벤트정보 추출모듈(353), 이벤트정보 파싱모듈(355)로 이루어진다.
전시모듈(351)은 VR 영상 등록부(33)에 의해 등록된 VR 영상을 전시한다.
이벤트정보 추출모듈(353)은 전시모듈(351)에 의해 전시되는 VR 영상의 타임라인에 따라 현재 발생된 이벤트정보들을 추출한다.
이벤트정보 파싱모듈(355)은 이벤트정보 추출모듈(353)에 의해 추출된 이벤트정보의 식별정보를 통해 해당 이벤트가 제1, 2, 3 이벤트 중 어디에 속하는지를 검출한다.
또한 이벤트정보 파싱모듈(355)은 검출된 이벤트의 종류가 제1 이벤트인 경우, 돌발 상황 대처 평가부(36)로 이벤트정보를 입력한다.
또한 이벤트정보 파싱모듈(334)은 검출된 이벤트의 종류가 제2 이벤트인 경우, 장애 대처 평가부(37)로 이벤트정보를 입력한다.
또한 이벤트정보 파싱모듈(334)은 검출된 이벤트의 종류가 제3 이벤트인 경우, 주행모드전환 대처 평가부(38)로 이벤트정보를 입력한다.
즉 본 발명의 자율주행 안전운전능력 평가시스템(3)은 테스트가 수행되면, VR 영상 전시부(35)에 의해 VR 영상이 전시됨과 동시에 전시되는 VR 영상 전시부로부터 입력된 제1, 2, 3 이벤트정보를 활용하여 제1, 2, 3 이벤트 발생 시, 평가부(36), (37), (38)들이 각각 실행됨으로써 제1, 2, 3 이벤트 발생에 따른 자율주행차량(C)의 움직임벡터의 분석을 통해 돌발 상황 대처에 대한 평가점수, 장에 대처에 대한 평가점수, 주행모드전환 대처에 대한 평가점수가 산출될 수 있게 된다.
도 6은 도 2의 돌발 상황 대처 평가부를 나타내는 블록도이다.
돌발 상황 대처 평가부(36)는 도 6에 도시된 바와 같이, 제1 이벤트정보 입력모듈(361)과, 센서별 가상측정값 검출모듈(362), 출력모듈(363), 움직임벡터 입력모듈(364), 분석모듈(365), 제1 평가점수 산출모듈(366)로 이루어진다.
제1 이벤트정보 입력모듈(361)은 VR 영상 전시부(35)로부터 제1 이벤트정보를 입력받을 때 실행된다. 이때 제1 이벤트정보는 돌발 상황 대처를 평가하기 위한 시나리오의 이벤트 값 및 내용으로 이루어지며, 상세하게로는 해당 이벤트의 종류를 식별하기 위한 식별정보, 이벤트 값 및 내용으로 이루어진다.
즉 제1 이벤트정보는 현재 전시되고 있는 VR 영상에서 제1 이벤트가 발생될 때, VR 영상 전시부(35)에 의해 검출되어 제1 이벤트정보 입력모듈(361)로 입력된다.
센서별 가상측정값 검출모듈(362)은 제1 이벤트정보 입력모듈(361)을 통해 입력된 제1 이벤트정보와, 메모리(31)에 저장된 센서 기준테이블을 참조하여 제1 이벤트에 따른 자율주행차량(C)의 센서별 가상측정값을 추출한다.
이때 가상측정값은 제1 이벤트가 발생될 때, 제1 이벤트에 대응되는 자율주행차량(C)의 각 센서에서 측정되는 측정값으로 정의된다.
출력모듈(363)은 센서별 가상측정값 검출모듈(362)에 의해 검출된 센서별 가상측정값을 데이터송수신부(31)를 ㅌ오해 자율주행차량(C)의 ECU로 출력한다.
즉 자율주행차량(C)은 구비된 카메라가 감시영상을 촬영하여 획득된 영상분석을 통해 제1 이벤트 발생을 감지하도록 구성되되, 각 센서는 출력모듈(363)을 통해 입력된 센서별 가상측정값을 통해 제1 이벤트 발생을 감지하도록 구성됨으로써 제1 이벤트에 대한 대처주행을 수행하게 된다.
이때 자율주행차량(C)의 ECU는 제1 이벤트에 대한 대처주행이 이루어지면, 대처주행에 대응되는 움직임벡터 정보를 자율주행 안전운전능력 평가시스템(3)으로 출력한다.
움직임벡터 입력모듈(364)은 데이터송수신부(32)를 통해 자율주행차량(C)의 ECU로부터 전송받은 움직임벡터를 입력받는다.
분석모듈(365)은 기 설정된 돌발 상황 평가 알고리즘을 이용하여 움직임벡터 입력모듈(364)에 의해 입력된 움직임벡터 정보 및 제1 이벤트정보 입력모듈(361)을 통해 입력된 제1 이벤트정보를 분석하여 해당 제1 이벤트에 대응하는 자율주행차량(C)의 대처주행을 분석한다.
제1 평가점수 산출모듈(366)은 분석모듈(365)에 의해 검출된 분석데이터와, 해당 제1 이벤트의 난이도를 활용하여 해당 제1 이벤트에 대한 자율주행차량(C)의 자율주행 평가점수(제1 평가점수)를 산출한다.
도 7은 도 2의 장애 대처 평가부를 나타내는 블록도이다.
장애 대처 평가부(37)는 도 7에 도시된 바와 같이, 제2 이벤트정보 입력모듈(371)과, 센서별 장애 이벤트-값 검출모듈(372), 제2 출력모듈(373), 제2 움직임벡터 입력모듈(374), 제2 분석모듈(375), 제2 평가점수 산출모듈(376)로 이루어진다.
제2 이벤트정보 입력모듈(371)은 VR 영상 전시부(35)로부터 제2 이벤트정보를 입력받는다. 이때 제2 이벤트정보는 고장 및 장애에 대한 대처를 평가하기 위한 시나리오의 이벤트 값 및 내용으로 이루어지며, 상세하게로는 해당 이벤트의 종류를 식별하기 위한 식별정보, 이벤트 값 및 내용으로 이루어진다.
즉 제2 이벤트정보는 각 센서 중 적어도 하나 이상에서 장애가 발생될 때, VR 영상 전시부(35)에 의해 장애 대처 평가부(37)로 입력된다.
센서별 장애 이벤트-값 검출모듈(372)은 제2 이벤트정보 입력모듈(371)을 통해 입력된 제2 이벤트정보와, 메모리(31)에 저장된 센서 기준테이블을 참조하여 제2 이벤트에 따른 자율주행차량(C)의 센서별 장애 이벤트-값을 검출한다.
이때 장애 이벤트-값은 자율주행차량(C)의 센서들 중 적어도 하나 이상에서 장애로 판단할 수 있는 값으로 정의된다.
제2 출력모듈(373)은 센서별 장애 이벤트-값 검출모듈(372)에 의해 검출된 센서별 장애 이베트값을 데이터송수신부(31)를 통해 자율주행차량(C)의 ECU로 출력한다.
이때 자율주행차량(C)의 ECU는 제2 출력모듈(373)을 통해 센서별 장애 이벤트-값을 입력받으면, 입력된 센서별 장애 이벤트-값에 따른 장애에 대한 대처주행을 수행하고, 제2 이벤트에 대한 대처주행이 이루어지면, 대처주행에 대응되는 움직임벡터 정보를 자율주행 안전운전능력 평가시스템(3)으로 출력한다.
제2 움직임벡터 입력모듈(374)은 데이터송수신부(32)를 통해 자율주행차량(C)의 ECU로부터 전송받은 움직임벡터를 입력받는다.
제2 분석모듈(375)은 기 설정된 장애 평가 알고리즘을 이용하여 제2 움직임벡터 입력모듈(374)에 의해 입력된 움직임벡터 정보 및 제2 이벤트정보 입력모듈(371)을 통해 입력된 제2 이벤트정보를 분석하여 해당 제2 이벤트에 대응하는 자율주행차량(C)의 대처주행을 분석한다.
도 8은 도 7의 장애 대처 평가부를 설명하기 위한 예시도이다.
장애 대처 평가부(37)는 도 8에 도시된 바와 같이, 제2 이벤트, 즉 장애의 등급을 저속주행모드(910), 수동운전모드(920) 및 비상정지모드(930)로 분류한다.
예를 들어, 저속주행모드(910)는 자율주행에 큰 영향을 미치지 않는 장애 시 주행모드를 의미하며 충분히 안전성을 확보하면서 자율주행이 이루어지는 주행모드로 정의되고, 수동운전모드(920)는 저속주행모드(920) 보다 심한 장애 시 주행모드를 의미하며 사전에 허가 받은 운전자에게 제어권이 이양되는 주행모드로 정의되고, 비상정지모드(930)는 자율주행에 매우 큰 영향을 미치는 장애 시 주행모드를 의미하며 수동운전모드로 전환 상황에서 수동운전이 불가능한 운전자가 운전석에 있을 경우 안전지대로 비상 정차 후 비상정지를 알리는 주행모드로 정의된다.
즉 장애 대처 평가부(37)의 제2 분석모듈(375)은 제2 이벤트의 장애 난이도에 따라 주행모드를 분석하여 발생된 장애에 따른 정확한 주행모드가 이루어졌는지를 분석할 수 있다.
제2 평가점수 산출모듈(376)은 제2 분석모듈(375)에 의해 검출된 분석데이터와, 해당 제2 이벤트의 난이도를 활용하여 해당 제2 이벤트에 대한 자율주행차량(C)의 장애 대처 평가점수(제2 평가점수)를 산출한다.
도 9는 도 2의 주행모드전환 대처 평가부를 나타내는 블록도이다.
주행모드전환 대처 평가부(38)는 도 9에 도시된 바와 같이, 제3 이벤트정보 입력모듈(381)과, 주행모드전환 이벤트-값 검출모듈(382), 제3 출력모듈(383), 제3 움직임벡터 입력모듈(384), 제3 분석모듈(385), 제3 평가점수 산출모듈(386)로 이루어진다.
제3 이벤트정보 입력모듈(381)은 VR 영상 전시부(35)로부터 제3 이벤트정보를 입력받는다. 이때 제3 이벤트정보는 주행모드 전환을 알리는 이벤트-값 및 내용으로 이루어지며, 상세하게로는 해당 이벤트의 종류를 식별하기 위한 식별정보, 이벤트 값 및 내용으로 이루어진다.
즉 제3 이벤트정보는 주행모드에서 수동모드로 또는 수동모드에서 주행모드로 전환이 필요할 때, VR 영상 전시부(35)에 의해 주행모드전환 대처 평가부(38)로 입력된다.
주행모드전환 이벤트-값 검출모듈(382)은 제3 이벤트정보 입력모듈(381)을 통해 제3 이벤트정보가 입력되면, 주행모드전환을 나타내는 주행모드전환 이벤트-값을 검출한다.
제3 출력모듈(383)은 주행모드전환 이벤트-값 검출모듈(382)에 의해 검출된 주행모드전환 이벤트-값이 ECU로 출력되도록 데이터송수신부(32)를 제어한다.
이때 자율주행차량(C)의 ECU는 제3 출력모듈(383)을 통해 주행모드전환 이벤트-값을 입력받으면, 입력된 주행모드전환 이벤트-값에 따른 주행모드전환을 수행하고, 이에 대한 움직임벡터 정보를 자율주행 안전운전능력 평가시스템(3)으로 출력한다.
제3 움직임벡터 입력모듈(384)은 데이터송수신부(32)를 통해 자율주행차량(C)의 ECU로부터 전송받은 움직임벡터를 입력받는다.
제3 분석모듈(385)은 기 설정된 주행모드전환 평가 알고리즘을 이용하여 제3 움직임벡터 입력모듈(384)에 의해 입력된 움직임벡터 정보 및 제3 이벤트정보 입력모듈(381)을 통해 입력된 제3 이벤트정보를 분석하여 해당 제3 이벤트에 대응하는 자율주행차량(C)의 대처주행을 분석한다.
예를 들어, 제3 분석모듈(385)은 수동운전모드로 전환 시 운전자가 제어권을 넘겨받아 운전하였는지, 해당 운전자가 사전 교육 및 면허(허가)가 있는 운전자인지, 면허가 없는 운전자일 경우, 자율주행 상태를 유지하거나 비상정지를 하였는지를 분석하며, 자율운전모드로 전환 시, 제어권 이양이 정확하게 이루어졌는지를 분석하도록 구성될 수 있다.
다시 도 2로 돌아가서 최종 평가점수 산출부(39)를 살펴보면, 최종 평가점수 산출부(39)는 돌발 상황 대처 평가부(36), 장애 대처 평가부(37) 및 주행모드전환 대처 평가부(38)에 의해 산출된 평가점수들을 합산 및 가공하여 최종적으로 해당 자율주행차량(C)의 평가점수를 산출한다.
이때 최종 평가점수 산출부(39)는 기 설정된 임계점수와 산출된 최종 평가점수를 비교하여 합겹/불합격을 판별하도록 구성될 수 있다.
부가 서비스부(40)는 자율주행차량(C)의 테스트에 필요한 공지된 다양한 기타 서비스를 수행한다.
이와 같이 본 발명의 일실시예인 자율주행 안전운전능력 평가시스템(1)은 도로에서 발생할 수 있는 다양한 돌발 상황을 제공할 수 있는 VR 영상을 개발함과 동시에 이러한 VR 영상들을 이용하여 다양한 시뮬레이션, 이벤트 및 돌발 상황 등을 가상으로 발생시켜 이에 대한 자율주행차량의 대응에 대한 평가점수(등급)를 산출함으로써 자율주행차량의 안전운전능력을 극대화시킴과 동시에 자율주행차량의 안전운전능력 평가의 신뢰도 및 안전성을 높일 수 있게 된다.
또한 본 발명의 자율주행 안전운전능력 평가시스템(1)은 VR 영상 개발 시, 자율주행차량의 돌발 상황 등에 대한 대처를 평가하기 위한 이벤트인 제1 이벤트정보, 고장 및 장애에 대한 대처를 평가하기 위한 제2 이벤트정보 및 주행모드전환에 대한 대처를 평가하기 위한 제3 이벤트정보가 타임라인에 매칭되도록 VR 영상을 개발하도록 구성됨으로써 실제 도로에서 발생할 수 있는 다양한 이벤트를 자율주행차량에게 제공할 수 있게 된다.
또한 본 발명의 자율주행 안전운전능력 평가시스템(1)은 자율주행 평가 시, 해당 VR 영상의 타임라인에 따른 제1, 2, 3 이벤트들 각각에 대한 센서별 가상측정값을 검출한 후, 해당 자율주행차량의 ECU로 출력함과 동시에 ECU로부터 입력된 움직임벡터를 분석하여 자율주행차량의 대처에 대한 평가점수(등급)를 산출함으로써 평가의 신뢰도 및 정확성을 극대화시킬 수 있다.
또한 본 발명의 자율주행 안전운전능력 평가시스템(1)은 다양한 돌발 상황에 대한 자율주행차량의 대처주행, 고장 및 주행모드 전환을 분류하여 정확하게 평가할 수 있기 때문에 자율주행차량의 안전성 및 신뢰도를 현저히 높일 수 있게 된다.
또한 본 발명의 자율주행 안전운전능력 평가시스템(1)은 자율주행차량 및 운전자 모두를 고려한 면허체계를 구축할 수 있게 된다.
또한 본 발명의 자율주행 안전운전능력 평가시스템(1)은 실제 도로 및 주행 시 발생할 수 있는 다양한 환경 및 상황에 대한 시뮬레이션 테스트를 통해 객관적 지표를 구축할 수 있게 된다.
1:자율주행 안전운전능력 평가시스템
30:제어부 31:메모리 32:데이터 송수신부
33:VR 영상 등록부 34:테스트 요청부 35:테스트VR 영상 전시부
36:돌발 상황 대처 평가부 37:장애 대처 평가부
38:주행모드전환 대처 평가부 39:최종 평가점수 산출부
40:부가 서비스부 351:전시모듈 353:이벤트정보 추출모듈
355:이벤트정보 파싱모듈 361:제2 이벤트정보 입력모듈
362:센서별 가상측정값 검출모듈 363:출력모듈
364:움직임벡터 입력모듈 365:분석모듈
366:제2 평가점수 산출모듈 371:제2 이벤트정보 입력모듈
372:센서별 장애이벤트-값 검출모듈 373:제2 출력모듈
374:제2 움직임벡터 입력모듈 375:제2 분석모듈
376:제2 평가점수 산출모듈 381:제3 이벤트정보 입력모듈
382:주행모드전환 이벤트-값 검출모듈
383:제3 출력모듈 384:제3 움직임벡터 입력모듈
385:제3 분석모듈 386:제3 평가점수 산출모듈
30:제어부 31:메모리 32:데이터 송수신부
33:VR 영상 등록부 34:테스트 요청부 35:테스트VR 영상 전시부
36:돌발 상황 대처 평가부 37:장애 대처 평가부
38:주행모드전환 대처 평가부 39:최종 평가점수 산출부
40:부가 서비스부 351:전시모듈 353:이벤트정보 추출모듈
355:이벤트정보 파싱모듈 361:제2 이벤트정보 입력모듈
362:센서별 가상측정값 검출모듈 363:출력모듈
364:움직임벡터 입력모듈 365:분석모듈
366:제2 평가점수 산출모듈 371:제2 이벤트정보 입력모듈
372:센서별 장애이벤트-값 검출모듈 373:제2 출력모듈
374:제2 움직임벡터 입력모듈 375:제2 분석모듈
376:제2 평가점수 산출모듈 381:제3 이벤트정보 입력모듈
382:주행모드전환 이벤트-값 검출모듈
383:제3 출력모듈 384:제3 움직임벡터 입력모듈
385:제3 분석모듈 386:제3 평가점수 산출모듈
Claims (5)
- ECU(Electronic Control Unit), 카메라 및 센서들을 포함하는 자율주행차량(C)의 안전운전능력을 평가하기 위한 자율주행 안전운전능력 평가시스템에 있어서:
상기 자율주행 안전운전능력 평가시스템은
실제 주행에 대응되는 가상영상에, 돌발 상황 대처를 평가하기 위한 기 설정된 시나리오들인 기 설정된 제1 이벤트들 각각의 이벤트 영상이 합성된 영상인 VR 영상을 입력받아 등록하는 VR 영상 등록부;
상기 VR 영상 등록부에 의해 등록된 VR 영상과, 상기 VR 영상에 포함된 제1 이벤트 정보들 각각의 이벤트 값 및 내용이 저장되는 메모리;
사용자로부터 테스트 요청 시 실행되어 상기 VR 영상을 전시하는 전시모듈과, 상기 전시모듈에 의해 전시되는 VR 영상의 타임라인에 따른 제1 이벤트정보들을 추출하는 이벤트정보 추출모듈과, 상기 이벤트정보 추출모듈에 의해 추출된 제1 이벤트정보를 출력하는 이벤트정보 파싱모듈을 포함하는 VR 영상 전시부;
상기 ECU로부터 전송받은 대처주행의 움직임벡터와, 상기 VR 영상의 제1 이벤트를 분석하여 상기 자율주행차량(C)의 돌발 상황 대처에 대한 평가점수인 제1 평가점수를 산출하는 돌발 상황 대처 평가부를 포함하고,
상기 VR 영상 등록부는
일반운전면허시험의 동영상 문제들을 분석하여 VR 영상으로 구축하기 적합한 동영상을 선별한 후, 선별된 동영상 문제를 기반으로 생성된 VR 영상을 등록받고,
상기 VR 영상 등록부의 동작과정인 VR 영상 등록방법(S30)은
이전 일반운전면허시험의 동영상 문제들을 분석하여 VR 영상으로 구축하기 적합한 동영상을 선별하는 동영상 선별단계(S331);
상기 동영상 선별단계(S331)에 의해 선별된 동영상들이 VR 영상의 이벤트로 작성 가능한지 여부를 판별하는 이벤트 적용여부 점검단계(S332);
상기 이벤트 적용여부 점검단계(S332)에 의해 이벤트 적용 가능하다고 판단된 동영상문제를 기반으로 가상현실 테스트 시나리오 환경을 3D모델로 구축하는 가상현실 테스트 시나리오 구축단계(S333);
상기 가상현실 테스트 시나리오 구축단계(S333)에 의해 구축된 3D모델에 충돌시간(TTC, Time To Collision) 등의 이벤트 값을 설정하는 이벤트 설정단계(S334);
상기 이벤트 설정단계(S334)에 의해 이벤트가 설정된 3D모델에 대한 시뮬레이션을 수행하는 시뮬레이션 구현단계(S335);
상기 시뮬레이션 구현단계(S335)를 통한 시뮬레이션 시, 각 이벤트에 대한 자율주행차량(C)의 로그데이터를 수집하는 로그데이터 수집단계(S336);
상기 로그데이터 수집단계(S336)에 의해 수집된 로그데이터를 분석하여 해당 3D모델이 평가테스트 대상으로 적합한지 여부를 판단하는 평가테스트 가능여부 분석단계(S337)를 포함하는 것을 특징으로 하는 자율주행 안전운전능력 평가시스템. - 삭제
- 제1항에 있어서, 상기 돌발 상황 대처 평가부는
상기 VR 영상 전시부로부터 제1 이벤트정보를 입력받는 제1 이벤트정보 입력모듈;
입력된 제1 이벤트정보와, 자율주행차량(C)의 기 설정된 센서별 위치 및 식별정보를 활용하여 상기 입력된 제1 이벤트정보에 따른 자율주행차량(C)의 센서별 가상측정값을 검출하는 센서별 가상측정값 검출모듈;
상기 센서별 가상측정값 검출모듈에 의해 검출된 센서별 가상측정값을 상기 자율주행차량(C)의 ECU로 출력하는 출력모듈;
상기 자율주행차량(C)의 ECU로부터 움직임벡터를 입력받는 움직임벡터 입력모듈;
기 설정된 돌발상황 대처 평가알고리즘을 이용하여 상기 움직임벡터 입력모듈에 의해 입력된 움직임벡터 정보 및 제1 이벤트정보를 분석하여 제1 이벤트에 대응하는 자율주행차량(C)의 대처주행을 분석하는 분석모듈;
상기 분석모듈에 의해 검출된 분석데이터와, 기 설정된 해당 제1 이벤트의 난이도를 활용하여 제1 이벤트에 대한 자율주행차량(C)의 돌발 상황 대처 평가점수인 제1 평가점수를 산출하는 제1 평가점수 산출모듈을 포함하는 것을 특징으로 하는 자율주행 안전운전능력 평가시스템. - 제3항에 있어서, 상기 자율주행 안전운전능력 평가시스템은 장애 대처 평가부를 더 포함하고,
상기 VR 영상에는 장애에 대응되는 제2 이벤트정보가 타임라인에 매칭되고,
상기 이벤트정보 추출모듈은 상기 전시모듈에 의해 전시되는 VR 영상의 타임라인에 따른 제2 이벤트정보들을 추출하고,
상기 이벤트정보 파싱모듈은 상기 이벤트정보 추출모듈에 의해 추출된 제2 이벤트정보를 상기 장애 대처 평가부로 입력하고,
상기 장애 대처 평가부는
상기 VR 영상 전시부로부터 제2 이벤트정보를 입력받는 제2 이벤트정보 입력모듈;
입력된 제2 이벤트정보와, 자율주행차량(C)의 기 설정된 센서별 위치 및 식별정보를 활용하여 상기 입력된 제2 이벤트정보에 따른 자율주행차량(C)의 센서별 장애 이벤트-값을 검출하는 센서별 장애 이벤트-값 검출모듈;
상기 센서별 장애 이벤트-값 검출모듈에 의해 검출된 센서별 장애 이벤트-값을 자율주행차량(C)의 ECU로 출력하는 제2 출력모듈;
상기 자율주행차량(C)의 ECU로부터 움직임벡터를 입력받는 제2 움직임벡터 입력모듈;
기 설정된 장애 평가 알고리즘을 이용하여 상기 제2 움직임벡터 입력모듈에 의해 입력된 움직임벡터 정보 및 제2 이벤트정보를 분석하여 제2 이벤트에 대응하는 자율주행차량(C)의 대처주행을 분석하는 제2 분석모듈;
상기 제2 분석모듈에 의해 검출된 분석데이터와, 기 설정된 해당 제2 이벤트의 난이도를 활용하여 제2 이벤트에 대한 자율주행차량(C)의 장애 대처 평가점수인 제2 평가점수를 산출하는 제2 평가점수 산출모듈을 포함하는 것을 특징으로 하는 자율주행 안전운전능력 평가시스템. - 제4항에 있어서, 상기 자율주행 안전운전능력 평가시스템은 주행모드전환 대처 평가부를 더 포함하고,
상기 VR 영상에는 주행모드전환에 대응되는 제3 이벤트정보가 타임라인에 매칭되고,
상기 이벤트정보 추출모듈은 상기 전시모듈에 의해 전시되는 VR 영상의 타임라인에 따른 제3 이벤트정보들을 추출하고,
상기 이벤트정보 파싱모듈은 상기 이벤트정보 추출모듈에 의해 추출된 제3 이벤트정보를 상기 주행모드전환 대처 평가부로 입력하고,
상기 주행모드전환 대처 평가부는
상기 VR 영상 전시부로부터 제3 이벤트정보를 입력받는 제3 이벤트정보 입력모듈;
상기 제3 이벤트정보 입력모듈을 통해 제3 이벤트정보가 입력되면, 주행모드전환을 나타내는 주행모드전환 이벤트-값을 생성하여 자율주행차량(C)의 ECU로 출력하는 주행모드전환 이벤트-값 출력모듈;
상기 자율주행차량(C)의 ECU로부터 움직임벡터를 입력받는 제3 움직임벡터 입력모듈;
기 설정된 주행모드전환 평가 알고리즘을 이용하여 상기 제3 움직임벡터 입력모듈에 의해 입력된 움직임벡터 정보 및 제3 이벤트정보를 분석하여 제3 이벤트에 대응하는 자율주행차량(C)의 대처주행을 분석하는 제3 분석모듈;
상기 제3 분석모듈에 의해 검출된 분석데이터와, 기 설정된 해당 제3 이벤트의 난이도를 활용하여 제3 이벤트에 대한 자율주행차량(C)의 주행모드전환 평가점수인 제3 평가점수를 산출하는 제3 평가점수 산출모듈을 더 포함하는 것을 특징으로 하는 자율주행 안전운전능력 평가시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200107853A KR102324978B1 (ko) | 2020-08-26 | 2020-08-26 | 신뢰도를 높인 자율주행 평가용 vr 영상 개발 방법 및 이를 이용한 자율주행 안전운전능력 평가시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200107853A KR102324978B1 (ko) | 2020-08-26 | 2020-08-26 | 신뢰도를 높인 자율주행 평가용 vr 영상 개발 방법 및 이를 이용한 자율주행 안전운전능력 평가시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102324978B1 true KR102324978B1 (ko) | 2021-11-12 |
Family
ID=78497459
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200107853A KR102324978B1 (ko) | 2020-08-26 | 2020-08-26 | 신뢰도를 높인 자율주행 평가용 vr 영상 개발 방법 및 이를 이용한 자율주행 안전운전능력 평가시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102324978B1 (ko) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114291106A (zh) * | 2021-12-30 | 2022-04-08 | 阿波罗智联(北京)科技有限公司 | 用于车辆的信息展示方法、装置、电子设备和存储介质 |
| US11341786B1 (en) | 2020-11-13 | 2022-05-24 | Samsara Inc. | Dynamic delivery of vehicle event data |
| US11386325B1 (en) | 2021-11-12 | 2022-07-12 | Samsara Inc. | Ensemble neural network state machine for detecting distractions |
| KR102508361B1 (ko) * | 2021-11-29 | 2023-03-08 | 주식회사 테크웨이즈 | 자율주행차에 대한 가상 주행 화면과 실제 카메라센서의 연동을 통한 자율주행차 평가 시스템 |
| US11643102B1 (en) * | 2020-11-23 | 2023-05-09 | Samsara Inc. | Dash cam with artificial intelligence safety event detection |
| KR102548579B1 (ko) * | 2022-11-30 | 2023-06-29 | 주식회사 모라이 | 혼합 현실 영상 기반 자율 주행 차량 평가 방법 및 시스템 |
| KR102548700B1 (ko) | 2022-07-06 | 2023-06-30 | 주식회사 셀플러스코리아 | Ai알고리즘을 이용한 영상처리장치 및 이를 이용한 자율주행 차량의 ecu 성능 검증장치 |
| KR20230126272A (ko) * | 2022-02-22 | 2023-08-30 | 도로교통공단 | 운전면허등급 평가 및 표출 시스템 |
| KR102579590B1 (ko) | 2022-12-28 | 2023-09-18 | 도로교통공단 | 도로교통법 기반 자율주행차 운전능력 평가시나리오 생성 시스템 |
| US11780446B1 (en) | 2020-11-13 | 2023-10-10 | Samsara Inc. | Refining event triggers using machine learning model feedback |
| US11866055B1 (en) | 2021-11-12 | 2024-01-09 | Samsara Inc. | Tuning layers of a modular neural network |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007076632A (ja) * | 2005-05-12 | 2007-03-29 | Denso Corp | ドライバ状態検出装置、車載警報装置、運転支援システム |
| JP2016212872A (ja) * | 2015-05-04 | 2016-12-15 | ホンダ リサーチ インスティテュート ヨーロッパ ゲーエムベーハーＨｏｎｄａ Ｒｅｓｅａｒｃｈ Ｉｎｓｔｉｔｕｔｅ Ｅｕｒｏｐｅ ＧｍｂＨ | 対象物体の将来状態を計算により予測する方法の性能を向上するための方法、運転者支援システム、そのような運転者支援システムを備える車両、並びに対応するプログラムの記憶媒体及びプログラム |
| WO2017030774A1 (en) * | 2015-08-14 | 2017-02-23 | Crown Equipment Corporation | Model based diagnostics based on steering model |
| KR20170032898A (ko) * | 2017-03-16 | 2017-03-23 | 엘지전자 주식회사 | 차량용 진단 장치 |
| US20180033221A1 (en) * | 2016-07-27 | 2018-02-01 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for testing operation of unmanned vehicle |
| KR20190026343A (ko) * | 2017-09-05 | 2019-03-13 | 현대자동차주식회사 | 차량 진단 장치, 차량 진단 시스템 및 차량 진단 방법 |
| KR20190102639A (ko) * | 2018-02-27 | 2019-09-04 | 한양대학교 산학협력단 | 차량의 adas 테스트를 위한 가상 레이더 센서의 장애물 검출 방법 |
-
2020
- 2020-08-26 KR KR1020200107853A patent/KR102324978B1/ko active IP Right Grant
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007076632A (ja) * | 2005-05-12 | 2007-03-29 | Denso Corp | ドライバ状態検出装置、車載警報装置、運転支援システム |
| JP2016212872A (ja) * | 2015-05-04 | 2016-12-15 | ホンダ リサーチ インスティテュート ヨーロッパ ゲーエムベーハーＨｏｎｄａ Ｒｅｓｅａｒｃｈ Ｉｎｓｔｉｔｕｔｅ Ｅｕｒｏｐｅ ＧｍｂＨ | 対象物体の将来状態を計算により予測する方法の性能を向上するための方法、運転者支援システム、そのような運転者支援システムを備える車両、並びに対応するプログラムの記憶媒体及びプログラム |
| WO2017030774A1 (en) * | 2015-08-14 | 2017-02-23 | Crown Equipment Corporation | Model based diagnostics based on steering model |
| US20180033221A1 (en) * | 2016-07-27 | 2018-02-01 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for testing operation of unmanned vehicle |
| KR20170032898A (ko) * | 2017-03-16 | 2017-03-23 | 엘지전자 주식회사 | 차량용 진단 장치 |
| KR20190026343A (ko) * | 2017-09-05 | 2019-03-13 | 현대자동차주식회사 | 차량 진단 장치, 차량 진단 시스템 및 차량 진단 방법 |
| KR20190102639A (ko) * | 2018-02-27 | 2019-09-04 | 한양대학교 산학협력단 | 차량의 adas 테스트를 위한 가상 레이더 센서의 장애물 검출 방법 |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11780446B1 (en) | 2020-11-13 | 2023-10-10 | Samsara Inc. | Refining event triggers using machine learning model feedback |
| US11341786B1 (en) | 2020-11-13 | 2022-05-24 | Samsara Inc. | Dynamic delivery of vehicle event data |
| US12106613B2 (en) | 2020-11-13 | 2024-10-01 | Samsara Inc. | Dynamic delivery of vehicle event data |
| US11688211B1 (en) | 2020-11-13 | 2023-06-27 | Samsara Inc. | Dynamic delivery of vehicle event data |
| US12128919B2 (en) | 2020-11-23 | 2024-10-29 | Samsara Inc. | Dash cam with artificial intelligence safety event detection |
| US11643102B1 (en) * | 2020-11-23 | 2023-05-09 | Samsara Inc. | Dash cam with artificial intelligence safety event detection |
| US11995546B1 (en) | 2021-11-12 | 2024-05-28 | Samsara Inc. | Ensemble neural network state machine for detecting distractions |
| US11866055B1 (en) | 2021-11-12 | 2024-01-09 | Samsara Inc. | Tuning layers of a modular neural network |
| US11386325B1 (en) | 2021-11-12 | 2022-07-12 | Samsara Inc. | Ensemble neural network state machine for detecting distractions |
| KR102508361B1 (ko) * | 2021-11-29 | 2023-03-08 | 주식회사 테크웨이즈 | 자율주행차에 대한 가상 주행 화면과 실제 카메라센서의 연동을 통한 자율주행차 평가 시스템 |
| CN114291106A (zh) * | 2021-12-30 | 2022-04-08 | 阿波罗智联(北京)科技有限公司 | 用于车辆的信息展示方法、装置、电子设备和存储介质 |
| KR20230126272A (ko) * | 2022-02-22 | 2023-08-30 | 도로교통공단 | 운전면허등급 평가 및 표출 시스템 |
| KR102678060B1 (ko) * | 2022-02-22 | 2024-06-26 | 도로교통공단 | 운전면허등급 평가 및 표출 시스템 |
| KR102548700B1 (ko) | 2022-07-06 | 2023-06-30 | 주식회사 셀플러스코리아 | Ai알고리즘을 이용한 영상처리장치 및 이를 이용한 자율주행 차량의 ecu 성능 검증장치 |
| KR102548579B1 (ko) * | 2022-11-30 | 2023-06-29 | 주식회사 모라이 | 혼합 현실 영상 기반 자율 주행 차량 평가 방법 및 시스템 |
| KR102579590B1 (ko) | 2022-12-28 | 2023-09-18 | 도로교통공단 | 도로교통법 기반 자율주행차 운전능력 평가시나리오 생성 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102324978B1 (ko) | 신뢰도를 높인 자율주행 평가용 vr 영상 개발 방법 및 이를 이용한 자율주행 안전운전능력 평가시스템 | |
| KR102158497B1 (ko) | 자율주행 평가시스템 | |
| KR102061810B1 (ko) | 멀티모달 딥러닝 기반의 이종 센서 신호 처리를 위한 장치 및 방법 | |
| CN103080953B (zh) | 用于加速的物体检测和/或加速的物体属性检测的方法和系统及所述方法的用途 | |
| US20220270376A1 (en) | Deterioration diagnosis device, deterioration diagnosis system, deterioration diagnosis method, and storage medium for storing program | |
| JP4935589B2 (ja) | 状態判定装置およびプログラム | |
| CN110660270B (zh) | 车辆碰撞风险评价模型的建立方法和碰撞风险评价方法 | |
| CN107406073A (zh) | 用于在无碰撞性方面监视要由车辆驶过的额定轨迹的方法和设备 | |
| CN111398989A (zh) | 驾驶辅助系统的性能分析方法和测试设备 | |
| US20210309232A1 (en) | Driving assistance apparatus and data collection system | |
| US11100729B2 (en) | Information processing method, information processing system, and program | |
| WO2019049714A1 (ja) | 管理装置、車両、検査装置、並びに、車両検査システムおよびその情報処理方法 | |
| KR102368427B1 (ko) | 인공지능 알고리즘을 이용한 자율주행 동적운행 위험도 분석 및 평가 방법과, 이를 이용한 자율주행 평가시스템 | |
| CN114037972A (zh) | 目标检测方法、装置、设备及可读存储介质 | |
| CN113781471B (zh) | 一种自动驾驶测试场系统及方法 | |
| CN113405808A (zh) | 感知避让系统的测试系统及测试方法 | |
| CN114184218A (zh) | 用于测试机动车的传感器系统的方法、设备和存储介质 | |
| KR102337034B1 (ko) | 자율 주행 상황 인지 프로그램 성능 테스트 방법 및 동일 방법을 수행하기 위한 자율 주행 상황 인지 프로그램 성능 테스트 장치 | |
| KR102585557B1 (ko) | 자율 주행 차량의 장애물 인지 성능 평가 장치 및 방법 | |
| KR101311112B1 (ko) | 차량 사고 판단 장치 및 그 방법 | |
| US20230394841A1 (en) | Method for analyzing the surroundings of a motor vehicle | |
| KR102678060B1 (ko) | 운전면허등급 평가 및 표출 시스템 | |
| JP6961041B1 (ja) | 異常通知システム及び異常通知方法 | |
| WO2022195798A1 (ja) | 避難経路案内システム、避難経路作成方法及びプログラム記録媒体 | |
| US20240013476A1 (en) | Traffic event reproduction system, server, traffic event reproduction method, and non-transitory computer readable medium |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |