KR20160013713A

KR20160013713A - 자율주행차량의 전역경로 생성장치 및 방법

Info

Publication number: KR20160013713A
Application number: KR1020140095874A
Authority: KR
Inventors: 오영철; 허명선; 유병용
Original assignee: 현대자동차주식회사
Priority date: 2014-07-28
Filing date: 2014-07-28
Publication date: 2016-02-05
Also published as: US20160025505A1; CN105318884A

Abstract

본 발명은 자율주행차량의 전역경로 생성장치 및 방법에 관한 것으로, 본 발명에 따른 자율주행차량의 전역경로 생성장치는 차량 내 장착되는 하나 이상의 센서들로 구성된 센서모듈과, 무선통신을 통해 교통정보를 수신하는 교통정보 수신부와, 상기 교통정보에 근거하여 하나 이상의 후보 경로를 생성하는 경로 생성부와, 상기 센서들의 인식률 및 상기 교통정보를 이용하여 상기 후보 경로의 구간별 주행 난이도를 평가하는 난이도 평가부와, 상기 주행 난이도 평가를 고려하여 상기 후보 경로를 평가하여 최종적으로 자율주행 경로를 선정하는 자율주행 경로 선정부를 포함한다.

Description

자율주행차량의 전역경로 생성장치 및 방법{GLOBAL PATH GENERATION APPARATUS FOR AUTONOMOUS VEHICLE AND METHOD THEREOF}

본 발명은 자율주행차량의 전역경로 생성장치 및 방법에 관한 것으로, 더욱 상세하게는 자율주행을 위한 전역경로 생성 시 센서 인식률 및 주행 난이도를 고려하여 전역경로를 생성하는 자율주행차량의 전역경로 생성장치 및 방법에 관한 것이다.

일반적으로, 자율주행차량은 사람의 조작없이 현재 위치에서 주어진 목표위치까지 스스로 판단하여 이동하는 차량을 의미한다. 이러한 자율주행차량은 주행해야 할 경로의 경유점(waypoint)을 위성항법장치(Global Positioning System, GPS)로 측량하여 경로를 생성하고, 그 생성한 전역경로(global path)를 주행한다. 이때, 경로생성은 최적경로, 무료도로, 최소시간, 초보자경로, 고속도로 우선, 최단거리, 일반도로 우선, 실시간 교통정보 반영 등의 패턴으로 생성된다.

종래의 자율주행차량은 차량 내 설치된 센서가 영향을 많이 받는 지형을 경로로 선택하거나 주행 난이도가 아주 높은 경로를 선택하면 주행하기 어려울 수 있다.

본 발명은 상기한 종래기술의 문제점을 해결하기 위하여 안출된 것으로 자율주행을 위한 전역경로 생성 시 센서 인식률 및 주행 난이도를 고려하여 전역경로를 생성하는 자율주행차량의 전역경로 생성장치 및 방법을 제공하는데 그 목적이 있다.

상기한 과제를 해결하기 위하여, 본 발명의 일 실시예에 따른 자율주행차량의 전역경로 생성장치는 차량 내 장착되는 하나 이상의 센서들로 구성된 센서모듈과, 무선통신을 통해 교통정보를 수신하는 교통정보 수신부와, 상기 교통정보에 근거하여 하나 이상의 후보 경로를 생성하는 경로 생성부와, 상기 센서들의 인식률 및 상기 교통정보를 이용하여 상기 후보 경로의 구간별 주행 난이도를 평가하는 난이도 평가부와, 상기 주행 난이도 평가를 고려하여 상기 후보 경로를 평가하여 최종적으로 자율주행 경로를 선정하는 자율주행 경로 선정부를 포함하는 것을 특징으로 한다.

또한, 상기 센서모듈은, 이미지 센서, 카메라, GPS(Global Positioning System), 레이저 스캐너, 레이더, 라이더, 카메라, 관성측정장치, 관성항법장치 중 하나 이상으로 구성되는 것을 특징으로 한다.

또한, 상기 교통정보는, 도로소통상태, 사고정보, 도로통제정보, 날씨 정보, 자율주행 실패 확률 정보를 포함하는 것을 특징으로 한다.

또한, 상기 난이도 평가부는, 차량에 장착된 센서들을 파악하고 그 파악된 각 센서의 주행환경 인식률에 따라 후보 경로의 구간별 주행 난이도를 평가하는 것을 특징으로 한다.

또한, 상기 난이도 평가부는,차량 내 장착된 센서 및 교통 혼잡도, 구간별 날씨 정보, 구간별 자율주행 실패확률 정보에 근거하여 후보 경로의 구간별 주행 난이도를 결정하는 것을 특징으로 한다.

또한, 상기 경로 생성부는, 시간 또는 거리를 기준으로 후보 경로를 생성하는 것을 특징으로 한다.

본 발명에 따른 자율주행차량의 전역경로 생성방법은 자율주행 모드 실행 시 목적지를 입력받는 단계와, 차량의 출발지와 상기 목적지 사이에 하나 이상의 후보 경로를 생성하는 단계와, 상기 차량 내 장착된 센서의 주행환경 인식률을 고려하여 상기 후보 경로의 구간별 주행 난이도를 평가하는 단계와, 상기 구간별 주행 난이도 결과에 근거하여 상기 하나 이상의 후보 경로 중 어느 하나의 경로를 자율주행경로로 선정하는 단계를 포함하는 것을 특징으로 한다.

또한, 상기 후보 경로 생성 단계는, 시간 또는 거리를 기준으로 후보 경로를 생성하는 것을 특징으로 한다.

또한, 상기 후보 경로의 구간별 주행 난이도 평가 단계는, 상기 센서의 주행환경 인식률 및 교통 혼잡도, 날씨 정보, 자율주행 실패 확률 정보에 근거하여 주행 난이도를 평가하는 것을 특징으로 한다.

또한, 상기 센서의 주행환경 인식률은, 각 센서에 의한 차선 인지, 차량 및 구조물 인지, 위치 인지에 대한 신뢰도인 것을 특징으로 한다.

본 발명은 자율주행을 위한 전역경로 생성 시 기존의 시간 및 거리뿐만 아니라 센서 인식률 및 주행 난이도를 고려하여 전역경로를 생성한다. 따라서, 본 발명은 자율주행차량의 안정성이 확보되는 전역경로를 얻을 수 있다.

또한, 본 발명은 운전초보자가 제어하기 어려운 난이도의 경로를 배제한 경로를 얻을 수 있다.

도 1은 본 발명의 일 실시예에 따른 자율주행차량의 전역경로 생성장치를 도시한 블록구성도.
도 2는 본 발명의 일 실시예에 따른 자율주행차량의 전역경로 생성방법을 도시한 흐름도.
도 3은 본 발명에 따른 센서의 인식률에 따라 주행 난이도를 평가하는 일 예.

이하, 첨부된 도면들을 참조하여 본 발명의 실시예들을 상세하게 설명한다.

도 1은 본 발명의 일 실시예에 따른 자율주행차량의 전역경로 생성장치를 도시한 블록구성도이다.

도 1을 참조하면, 자융주행차량의 전역경로 생성장치는 센서모듈(10), 통신모듈(20), 교통정보 수신부(30), 난이도 평가부(40), 경로 생성부(50), 자율주행 경로 선정부(60)를 포함한다.

센서모듈(10)은 차량 내에 장착되며 각종 센서들로 구성된다. 다시 말해서, 센서모듈(10)은 이미지 센서, 카메라, GPS(Global Positioning System), 레이저 스캐너, 레이더(radar), 라이더(lidar), 카메라, 관성측정장치(inertial measurement unit, IMU), 관성항법장치(Inertial Navigation System, INS) 등으로 구성된다.

통신모듈(20)는 외부 시스템(예: 교통정보센터) 또는 단말들과 무선통신을 수행하는 역할을 한다.

교통정보 수신부(30)는 통신모듈(20)을 통해 교통정보센터에서 제공하는 교통정보를 실시간으로 수신한다. 여기서, 교통정보는 도로소통상태(교통 혼잡도), 사고정보, 도로통제 정보, 날씨 정보, 자율주행 실패 확률 정보 등을 포함한다.

난이도 평가부(40)는 센서모듈(10)를 구성하는 각 센서들의 인식률(주행환경 인식률) 및 교통정보에 근거하여 주행 난이도를 평가한다. 난이도 평가부(40)는 차량에 장착된 센서들을 파악하고 각 파악된 센서들의 인식능력(센서에 의한 주행환경 인식결과에 대한 신뢰도)에 근거하여 경로의 각 구간별 주행 난이도(주행 제어 난이도)를 평가한다.

난이도 평가부(40)는 차선이 없는 교차로의 경우 정밀지도와 관성측정장치의 정확도에 따라 주행 난이도를 결정한다. 즉, 난이도 평가부(40)는 차량이 정밀지도와 정확도가 높은 관성측정장치를 구비한 경우 주행 난이도를 낮게 결정하고, 정밀지도와 정확도가 낮은 관성측정장치를 구비한 경우 주행 난이도를 높게 결정한다.

또는, 난이도 평가부(40)는 차량에 GPS만 장착된 경우 주행경로 상에 초고층 빌딩숲을 통과하는 구간이 존재하면 주행 난이도를 최상으로 결정하여 해당 구간을 주행경로에서 제외시키게 한다. 한편, 차량이 3D 라이더 센서 기반의 SLAM(Simultaneous Localization And Map-Building, Simultaneous Localization and Mapping) 기능을 구비한 경우, 난이도 평가부(40)는 SLAM의 정확도에 따라 주행 가능한 경로의 주행 난이도를 결정한다. 예컨대, 난이도 평가부(40)는 SLAM의 정확도가 높을수록 주행 난이도를 낮게 평가한다.

난이도 평가부(40)는 차선과 주변 도로 사이의 휘도 차이를 이용하여 이미지 센서(카메라)의 차선인지 신뢰도(센서 인식률)를 측정한다. 즉, 난이도 평가부(40)는 신뢰도가 높아지면 난이도를 낮게 결정하고, 신뢰도가 낮으면 난이도를 높게 결정한다.

난이도 평가부(40)는 거리 센서 기반의 차량 및 구조물 인지를 통한 차선 인지 신뢰도에 따라 주행 난이도를 평가한다. 예를 들어, 금속 재질의 가드레일이 있는 도로인 경우 차량에 장착된 센서가 레이더 및 라이더이면 두 센서 모두 가드레일을 인지할 수 있으므로, 차선 인지 데이터로 활용 가능하여 주행 난이도가 감소한다.

반면, 돌로 된 가드레일의 경우 차량 내 부착된 센서가 레이더이면 가드레일 인지가 불가하여 차선 인지 데이터로 활용이 불가하므로 주행 난이도가 증가한다.

난이도 측정부(40)는 차량 주행속도 및 실시간 교통정보로 교통 혼잡도를 판단하고 교통 서행 또는 정체 구간에서 차선 변경이 필요하면 주행 난이도를 높게 평가하고, 차선 변경이 필요없는 경우 주행 난이도를 낮게 평가한다.

난이도 측정부(40)는 메모리(미도시)에 저장된 지도정보를 이용하여 주행 난이도를 평가할 수도 있다. 예를 들어, 난이도 측정부(40)는 나들목 진출 이후 다음 차선 변경이 필요한 지점까지의 거리가 짧을수록 주행 난이도가 증가한다. 즉, 난이도 측정부(40)는 자율주행에 있어서 주행 안정성이 떨어질수록 주행 난이도가 증가한다.

난이도 측정부(40)는 각 구간별 자율주행 실패 확률 정보를 고려하여 주행 난이도를 평가한다. 교통정보센터는 차량의 자율주행 모드 실패 시 그 위치, 노드 번호, 실패 원인(인지/제어) 등 자율주행 실패와 관련된 정보를 수집하고, 그 수집한 정보를 분석하여 자율주행 실패 확률 정보를 산출하여 관리하며 차량에 제공한다.

대부분의 차량에 구비된 자율주행시스템은 비슷한 인지 방법 및 제어 성능을 갖추고 있어 어느 차량이 주행환경 인지 및/또는 주행 제어에서 실패한 상태이면 다른 차량도 발생 가능성이 있다. 따라서, 자율주행 실패 확률이 높은 구간에 대한 주행 난이도를 높여서 자율주행 경로 생성 시 해당 구간을 회피하도록 할 수 있다.

경로 생성부(50)는 자율주행 모드 설정 시 목적지 정보가 입력되면 교통정보에 근거하여 출발지(예: 현위치)와 목적지 사이의 후보 경로를 생성(추출)한다. 이때, 경로 생성부(50)는 시간 및/또는 거리 등에 근거하여 후보 경로를 생성한다.

목적지 정보는 사용자(예: 운전자)에 의해 직접 입력되거나 또는 네비게이션 단말기로부터 기설정된 목적지 정보를 제공받을 수 있다.

자율주행 경로 선정부(60)는 센서 인식률 및 주행 난이도에 근거하여 경로 생성부(50)로부터 출력되는 하나 이상의 후보 경로들 중 어느 하나의 경로를 자율주행 경로로 선정한다.

자율주행 경로 선정부(60)는 자율주행 실패를 유발하는 높은 난이도의 구간을 포함한 경로를 후보 경로에서 제외할 수 있다. 예를 들어, 자율주행 경로 선정부(60)는 비오는 날 신호등 및 차선 인지가 어려운 구간이 포함된 경로를 후보 경로에서 제외할 수 있다.

도 2는 본 발명의 일 실시예에 따른 자율주행차량의 전역경로 생성방법을 도시한 흐름도이다.

먼저, 자율주행차량의 전역경로 생성장치는 자율주행모드 실행 시 목적지 정보를 입력받는다(S11). 이때, 목적지 정보는 사용자(예: 운전자)에 의해 직접 입력되거나 또는 네비게이션 단말기로부터 기설정된 목적지 정보를 제공받을 수 있다.

전역경로 생성장치는 통신모듈(20)를 통해 교통정보를 수신하며 차량 내 장착된 센서들을 파악한다(S12). 여기서, 교통정보는 도로소통상태(교통 혼잡도), 사고정보, 도로통제정보, 날씨 정보, 자율주행 실패 확률 정보 등을 포함한다. 그리고, 차량 내에는 이미지 센서, 카메라, GPS(Global Positioning System), 레이저 스캐너, 레이더, 라이더, 카메라, 관성측정장치(inertial measurement unit, IMU), 관성항법장치(Inertial Navigation System, INS) 등 중 하나 이상의 센서가 장착된다.

자율주행차량의 경로 생성부(50)는 교통정보 수신부(30)를 통해 수신한 교통정보를 이용하여 하나 이상의 후보 경로를 생성한다(S13). 이때, 경로 생성부(50)는 공지된 주행경로 생성 알고리즘을 이용하여 후보 경로를 선정한다. 예를 들어, 경로 생성부(50)는 거리 및/또는 시간을 기준으로 후보 경로를 선정한다.

자율주행차량의 난이도 평가부(40)는 차량 내 장착된 센서들을 통한 주행환경 인식률을 측정하고, 그 측정된 센서 인식률 및 교통정보에 근거하여 후보 경로를 평가한다(S14).

자율주행차량의 자율주행 경로 선정부(60)는 평가결과에 따라 후보 경로 중 어느 하나의 경로를 자율주행 경로로 선정한다(S15).

도 3은 본 발명에 따른 센서의 인식률에 따라 주행 난이도를 평가하는 일 예를 도시한다.

도 3을 참조하면, 경로 생성부(50)는 목적지 정보를 입력받으면 출발지와 목적지 사이의 후보 경로를 다음과 같이 생성하고, 그 생성한 각 후보 경로에 대한 예상소요시간을 산출한다.

제1후보 경로: ① → ⑥ → ⑤ → ③ (10시간 소요)

제2후보 경로: ① → ⑥ →④ → ③ (8시간 소요)

제3후보 경로: ① → ② (4시간 소요)

각 후보 경로의 구간별 주행환경은 다음 [표 1]과 같다.

구간	주행환경 특징
②	- 차선 마킹 상태 불량 - 고층 주변 건물
④	- 차선 추정 구조물(가드레일) 존재 - 차선 마킹 상태 불량 - 고층 주변 건물
①, ③, ⑤, ⑥	- 차선 상태 양호 - 낮은 주변 건물

각 차량별 자율주행에 적합한 최적의 전역경로 선정을 위한 평가표는 도 3에 도시된 바와 같다. 여기서, A차량(VEH_A)은 카메라, 레이더, 저가 GPS 및 IMU를 구비하고, B차량(VEH_B)은 카메라, 라이다, 저가 GPS 및 IMU를 구비하며, C차량(VEH_C)은 카메라, 라이다, 고가의 GPS 및 IMU를 구비한다고 가정한다. 그리고, 시간과 난이도에 각각 가중치 1을 부여하여 평가하는 경우를 예로 들어 설명한다.

자율주행 경로 선정부(60)는 각 경로에 대한 평가 점수가 제일 작은 경로를 자율주행 경로로 최종 선정한다. 도 3의 표를 참조하면, A차량은 제1후보 경로를 자율주행 경로로 선정하고, B차량은 제2후보 경로를 자율주행 경로로 선정한다. 마지막으로, C차량은 제3후보 경로를 자율주행 경로로 선정하게 된다.

구간별 난이도는 각 센서에 의한 차선인지, 차량 및 구조물 인지, 위치 인지에 대한 신뢰도에 따른 주행 난이도이다.

10: 센서모듈
20: 통신모듈
30: 교통정보 수신부
40: 난이도 평가부
50: 경로 생성부
60: 자율주행 경로 선정부

Claims

차량 내 장착되는 하나 이상의 센서들로 구성된 센서모듈과,
무선통신을 통해 교통정보를 수신하는 교통정보 수신부와,
상기 교통정보에 근거하여 하나 이상의 후보 경로를 생성하는 경로 생성부와,
상기 센서들의 인식률 및 상기 교통정보를 이용하여 상기 후보 경로의 구간별 주행 난이도를 평가하는 난이도 평가부와,
상기 주행 난이도 평가를 고려하여 상기 후보 경로를 평가하여 최종적으로 자율주행 경로를 선정하는 자율주행 경로 선정부를 포함하는 것을 특징으로 하는 자율주행차량의 전역경로 생성장치.
제1항에 있어서,
상기 센서모듈은,
이미지 센서, 카메라, GPS(Global Positioning System), 레이저 스캐너, 레이더, 라이더, 카메라, 관성측정장치, 관성항법장치 중 하나 이상으로 구성되는 것을 특징으로 하는 자율주행차량의 전역경로 생성장치.
제1항에 있어서,
상기 교통정보는,
도로소통상태, 사고정보, 도로통제정보, 날씨 정보, 자율주행 실패 확률 정보를 포함하는 것을 특징으로 하는 자율주행차량의 전역경로 생성장치.
제1항에 있어서,
상기 난이도 평가부는,
차량에 장착된 센서들을 파악하고 그 파악된 각 센서의 주행환경 인식률에 따라 후보 경로의 구간별 주행 난이도를 평가하는 것을 특징으로 하는 자율주행차량의 전역경로 생성장치.
제1항에 있어서,
상기 난이도 평가부는,
차량 내 장착된 센서 및 교통 혼잡도, 구간별 날씨 정보, 구간별 자율주행 실패확률 정보에 근거하여 후보 경로의 구간별 주행 난이도를 결정하는 것을 특징으로 하는 자율주행차량의 전역경로 생성장치.
제1항에 있어서,
상기 경로 생성부는,
시간 또는 거리를 기준으로 후보 경로를 생성하는 것을 특징으로 하는 자율주행차량의 전역경로 생성장치.
자율주행 모드 실행 시 목적지를 입력받는 단계와,
차량의 출발지와 상기 목적지 사이에 하나 이상의 후보 경로를 생성하는 단계와,
상기 차량 내 장착된 센서의 주행환경 인식률을 고려하여 상기 후보 경로의 구간별 주행 난이도를 평가하는 단계와,
상기 구간별 주행 난이도 결과에 근거하여 상기 하나 이상의 후보 경로 중 어느 하나의 경로를 자율주행경로로 선정하는 단계를 포함하는 것을 특징으로 하는 자율주행차량의 전역경로 생성방법.
제7항에 있어서,
상기 후보 경로 생성 단계는,
시간 또는 거리를 기준으로 후보 경로를 생성하는 것을 특징으로 하는 자율주행차량의 전역경로 생성방법.
제7항에 있어서,
상기 후보 경로의 구간별 주행 난이도 평가 단계는,
상기 센서의 주행환경 인식률 및 교통 혼잡도, 날씨 정보, 자율주행 실패 확률 정보에 근거하여 주행 난이도를 평가하는 것을 특징으로 하는 자율주행차량의 전역경로 생성방법.
제7항에 있어서,
상기 센서의 주행환경 인식률은,
각 센서에 의한 차선 인지, 차량 및 구조물 인지, 위치 인지에 대한 신뢰도인 것을 특징으로 하는 자율주행차량의 전역경로 생성방법.