[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR20240006829A - Control server that supports real-time operational design domain of autonomous vehicle - Google Patents

Control server that supports real-time operational design domain of autonomous vehicle 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
Korean (ko)
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/en
Publication of KR20240006829A publication Critical patent/KR20240006829A/en

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.The control server that receives real-time driving data transmitted from an autonomous vehicle according to an embodiment of the present invention classifies the real-time driving data according to the type of data, defines a collection cycle, transmission cycle, and storage cycle to determine the real-time driving data. A real-time database that converts and stores data into a message protocol format, a processor that corrects the real-time driving data stored in the real-time database through preprocessing and analyzes the real-time index of the corrected data, a real-time index database that stores the real-time index, and A non-real-time index database that converts and stores data of which a specific period has elapsed from the point of storage among the real-time indices stored in the real-time index database into non-real-time indices, wherein the processor refers to the real-time index and the non-real-time index. Thus, road risk factors for safety monitoring of the self-driving car are calculated, and based on the road risk factors, the degree of risk for each road section and whether driving is possible for each road section are determined.

Description

자율 주행차의 실시간 운영설계범위를 지원하는 관제 서버{CONTROL SERVER THAT SUPPORTS REAL-TIME OPERATIONAL DESIGN DOMAIN OF AUTONOMOUS VEHICLE}Control server that supports the real-time operational design range of autonomous vehicles {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. The present invention relates to an operating system for an autonomous vehicle, and more specifically, to a control server that generates and supports a real-time operating design range for an autonomous vehicle from a real-time driving index and a non-real-time driving index.

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.Operational Design Domain (ODD) is a general term for operating conditions specifically designed for a given driving automation system or its functions to operate. In particular, the Operational Design Domain (ODD) of an autonomous vehicle is defined as a method in which an analyst obtains operation data of an autonomous vehicle and derives the data according to a manual. If the autonomous vehicle in operation is outside the operating design domain (ODD), control of the autonomous vehicle is transferred to the driver at autonomous driving level 3 (level 3), and at autonomous driving level 4 (level 4), the autonomous vehicle is controlled by remote control. It is operated by moving it into the operation design domain (ODD).

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. However, the use of manpower to transfer control rights and remote control of self-driving cars reduces the effectiveness of self-driving car operations and reduces the level of service. Therefore, there is a need for technology to calculate and provide an operational design domain (ODD) that can be driven in an autonomous vehicle in real time based on real-time driving data of the autonomous vehicle.

(1) 한국 공개특허공보 10-2019-0124120 (2019.11.04)(1) Korean Patent Publication 10-2019-0124120 (2019.11.04) (2) 한국 공개특허공보 10-2020-0075915 (2020.06.29)(2) Korean Patent Publication 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. The purpose of the present invention is to determine road risk factors using real-time and non-real-time driving indices or data collected from autonomous vehicles, calculate the risk for each road section, and update the drivable operational design domain (ODD) in real time. It is provided.

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.The control server that receives real-time driving data transmitted from an autonomous vehicle according to an embodiment of the present invention classifies the real-time driving data according to the type of data, defines a collection cycle, transmission cycle, and storage cycle to determine the real-time driving data. A real-time database that converts and stores data into a message protocol format, a processor that corrects the real-time driving data stored in the real-time database through preprocessing and analyzes the real-time index of the corrected data, a real-time index database that stores the real-time index, and A non-real-time index database that converts and stores data of which a specific period has elapsed from the point of storage among the real-time indices stored in the real-time index database into non-real-time indices, wherein the processor refers to the real-time index and the non-real-time index. Thus, road risk factors for safety monitoring of the self-driving car are calculated, and based on the road risk factors, the degree of risk for each road section and whether driving is possible for each road section are determined.

이 실시 예에서, 상기 전처리는 상기 실시간 주행 데이터의 노이즈 제거, 중복값 제거, 결측값 보정, 데이터 구조 변환 과정을 포함한다.In this embodiment, the preprocessing includes noise removal, duplicate value removal, missing value correction, and data structure conversion processes of the real-time driving data.

이 실시 예에서, 상기 프로세서는 상기 실시간 지수 및 상기 비실시간 지수에 대한 트리 모델(Tree model)을 적용하여 상기 도로 위험 요인을 식별한다.In this embodiment, the processor identifies the road hazard factors by applying a tree model to the real-time index and the non-real-time index.

이 실시 예에서, 상기 실시간 데이터베이스는 차량이 운행하는 도로의 트래픽 상태나 환경을 특정 주기로 샘플링한 인프라 데이터를 저장한다.In this embodiment, the real-time database stores infrastructure data that samples traffic conditions or environments on roads on which vehicles travel at specific intervals.

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.In this embodiment, the drivable area is matched to a road map on which the self-driving car drives, and the real-time driving design area (ODD) generated according to the matching result is transmitted to the self-driving car in real time. Additionally includes a map server.

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.The control server according to the embodiment of the present invention described above can provide the autonomous vehicle with an operational design domain (ODD) that is updated in real time with reference to road conditions or risk levels. Therefore, it is possible to operate an autonomous vehicle based on an operational design domain (ODD) optimized for real-time road conditions, thereby minimizing human intervention required to operate the autonomous vehicle.

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.1 is a diagram briefly showing an autonomous cooperative driving system according to an embodiment of the present invention.
FIG. 2 is a block diagram briefly showing the main configuration and data movement of the autonomous cooperative driving system of FIG. 1.
Figure 3 is a diagram showing the procedure for calculating the risk for each road section using the real-time and non-real-time indices of the present invention.
FIG. 4 is a flowchart showing a method of generating a real-time operational design domain (ODD) for the autonomous vehicle of FIG. 3.
Figure 5 is a diagram illustrating a method for an autonomous vehicle to avoid a dangerous area using the real-time operational design domain (ODD) of the present invention.

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.Hereinafter, some embodiments of the present invention will be described in detail with reference to the exemplary drawings. In adding reference numerals to components in each drawing, identical components may have the same reference numerals as much as possible even if they are shown in different drawings. Additionally, when describing the present invention, if it is determined that a detailed description of a related known configuration or function may obscure the gist of the present invention, the detailed description may be omitted.

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.1 is a diagram briefly showing an autonomous cooperative driving system according to an embodiment of the present invention. Referring to FIG. 1, the autonomous cooperative driving system 1000 includes an autonomous vehicle 1100, a traffic detector 1200, a roadside base station 1300, a cloud server 1400, a control server 1500, and a map server 1600. ) may include.

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. The autonomous vehicle 1100 is mounted on the vehicle and includes a plurality of sensors that detect information about the movement or state of the vehicle and the environment around the vehicle. For autonomous cooperative driving, the autonomous vehicle 1100 may control the longitudinal and lateral movements of the vehicle based on information from sensors installed in the vehicle. Additionally, the autonomous vehicle 1100 collects, samples, and transmits data (hereinafter referred to as driving data) from sensors within the vehicle, such as the chassis, vision sensor, radar sensor, lidar sensor, and GPS. The self-driving car 1100 can transmit real-time driving data to the control server 1500 through the cloud server 1400. Location information or real-time driving data generated by the self-driving car 1100 is transmitted to the cloud server 1400 or the roadside base station 1300 through a communication network such as LTE or WAVE. The autonomous vehicle 1100 can select a driving route by referring to the operational design domain (ODD) that is created and updated in real time by the control server 1500 and the map server 1600.

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. The traffic detector 1200 detects the traffic condition or environment on the road and transmits it to the roadside base station 1300. For example, traffic detector 1200 may be a C-ITS or ITS detector. The traffic detector 1200 may include a camera, radar, or lidar sensor installed on the roadside, and sensors that monitor abnormal situations such as accidents or illegal parking that occur on the road. In addition, the traffic detector 1200 may include a signal that provides vehicle or pedestrian signals in sections such as intersections or crosswalks, and a vision sensor installed near a stop to sense congestion or traffic conditions. Additionally, the traffic detector 1200 may include equipment or systems (BIS, BMS, ATMS) that provide bus departure and arrival schedules at stops. Infrastructure data detected or generated by the traffic detector 1200 may be transmitted in real time to the control server 1500 through the roadside base station 1300 implemented in the cloud. The traffic detector 1200 is, for example, a Vehicle Detection System (VDS), Automatic Vehicle Identification (AVI), Road Side Equipment (RSE) and/or Toll Collection System (TSC), and Intelligent Transport (ITS) installed on the road. Systems) and C-ITS (Cooperative-ITS).

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.Roadside equipment (1300) is installed on roads where self-driving cars drive and collects traffic data transmitted from the self-driving cars (1100) and traffic detectors (1200). The roadside base station 1300 transmits the collected traffic data to the control server 1500. The roadside base station 1300 provides a communication channel between the traffic detector 1200 and the control server 1500. The roadside base station 1300 refers to a wireless or wired communication structure or cloud for exchanging information between nodes such as an autonomous vehicle or a control server 1500. For example, the roadside base station 1300 may include vehicle-to-everything (V2X) communication, which allows vehicles to exchange information with other vehicles, mobile devices, and objects such as roads. Alternatively, the roadside base station 1300 supports 3rd Generation Partnership Project (3GPP), Long Term Evolution (LTE), World Interoperability for Microwave Access (WIMAX), Wi-Fi, 2G, 3G, 4G, 5G, 6G, etc. However, the present invention is not limited thereto.

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. The cloud server 1400 may receive real-time driving data transmitted from the moving autonomous vehicle 1100 and transmit it to the control server 1500. Here, the cloud server 1400 may be considered to support mobile communication services based on Long-Term Evolution (LTE) or 5G communication systems. However, communication standards supported by the cloud server 1400 include Vehicle to Everything (V2X), 3rd Generation Partnership Project (3GPP), World Interoperability for Microwave Access (WIMAX), Wi-Fi, 2G, It may include 3G, 4G, 5G, 6G, etc., and the communication standard of the present invention is not limited thereto.

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. The control server 1500 collects real-time driving data sampled and transmitted from the autonomous vehicle 1100 through the cloud server 1400. Additionally, the control server 1500 collects infrastructure data transmitted in real time from the traffic detector 1200 through the roadside base station 1300. The control server 1500 preprocesses the collected real-time driving data and analyzes the real-time index. The analyzed real-time index is converted to a non-real-time index after a certain period and stored in the non-real-time index database. The control server 1500 can determine the risk factors of the road using the real-time index and the non-real-time index and calculate the road risk for each road section. And the control server 1500 can reflect the calculated road risk on the road map. In other words, the control server 1500 transmits to the map server 1600 whether driving is possible for each road section according to the calculated road risk, and as a result, an operation design area (ODD) that can be driven in real time can be provided to the autonomous vehicle. there is.

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. The map server 1600 may update map data by referring to the real-time risk level for each road section or real-time driving availability provided by the control server 1500. Accordingly, the map server 1600 may update the drivable road area on the map and transmit whether drivability is possible to the autonomous vehicle 1100 in real time. As a result, the map server 1600 provides the autonomous vehicle with an operation design area (ODD) that can be driven in real time.

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.In the autonomous cooperative driving system 1000 described above, the real-time index and non-real-time index of the autonomous vehicle 1100 can be extracted from driving data provided in real time. In addition, a real-time operational design domain (ODD) of the autonomous vehicle 1100 can be generated based on the real-time index and the non-real-time index. The autonomous cooperative driving system 1000 of the present invention can be applied to various roads such as highways, main roads, general roads, industrial roads, and ports. It will be well understood that the types of roads to which the autonomous cooperative driving system 1000 of the present invention is applied are not limited to the above-mentioned roads, but can be applied to a variety of roads.

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. FIG. 2 is a block diagram briefly showing the main configuration and data movement of the autonomous cooperative driving system of FIG. 1. Referring to FIG. 2, the autonomous cooperative driving system 1000, which generates road risk and drivability using real-time driving data, includes an autonomous vehicle 1100, a traffic detector 1200, a roadside base station 1300, and a cloud server. It may include (1400), a control server (1500), and a map server (1600).

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.The autonomous vehicle 1100 detects the current location of the vehicle and generates vehicle location data according to the detection result. The generated vehicle location data is transmitted to the control server 1500 through the roadside base station 1300. The self-driving car 1100 transmits the detected real-time driving data to the control server 1500 via the cloud server 1400. The autonomous vehicle 1100 receives a real-time operational design area (ODD) including a drivable area provided from the map server 1600. The autonomous vehicle 1100 can select a route that reflects the condition or situation of the road in real time based on the real-time operational design domain (ODD). Accordingly, when a non-drivable area is reported in real time while driving a route, the autonomous vehicle 1100 can select a detour route to the drivable area of the real-time operational design area (ODD).

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.The traffic detector 1200 detects the traffic status of the road and transmits it to the roadside base station 1300 as infrastructure data or traffic information that can be classified by road section. The traffic detector 1200 can be implemented as a hybrid intelligent transportation system that combines an intelligent transportation system (ITS) and a next-generation intelligent transportation system (C-ITS). Therefore, the traffic detector 1200 of the present invention can obtain more accurate traffic information for each road section from section traffic information collected from sensors. Infrastructure data is delivered to the control server 1500 via the roadside base station 1300.

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. The roadside base station 1300 transmits vehicle location data provided by the autonomous vehicle 1100 and infrastructure data or traffic information provided by the traffic detector 1200 to the control server 1500.

클라우드 서버(1400)는 이동하는 자율 주행차(1100)에서 전송하는 실시간 주행 데이터를 관제 서버(1500)로 전달한다. The cloud server 1400 transmits real-time driving data transmitted from the moving autonomous vehicle 1100 to the control server 1500.

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. The control server 1500 preprocesses real-time driving data from the autonomous vehicle 1100 and executes real-time index and non-real-time analysis using the preprocessed data. To this end, the control server 1500 may include a processor 1510, a real-time DB 1520, a real-time index DB 1540, and a non-real-time index DB 1560. First, the processor 1510 converts real-time driving data provided from the autonomous vehicle 1100 into a receiver message protocol format and stores it in the real-time DB 1520. Then, the processor 1510 performs preprocessing processes such as removing noise or duplicate values, correcting missing values, and converting the data structure of the real-time data stored in the real-time DB 1520. The processor 1510 performs real-time index analysis on the data converted through the preprocessing process, and the analyzed real-time index is stored in the real-time index DB 1540. In addition, among the real-time indices, data that has elapsed a certain period are converted into non-real-time data and stored in the non-real-time index DB (1560) after index analysis of the non-real-time data.

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. The processor 1510 determines road risk factors using a tree model based on data stored in the real-time index DB 1540 and the non-real-time index DB 1560. Then, the risk for each road section is calculated based on the road risk factors, and whether real-time driving is possible for the routes on which the autonomous vehicle travels is determined and transmitted to the map server 1600.

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.The map server 1600 matches the driving availability for each road section provided from the control server 1500 to the road on which the autonomous vehicle drives in real time. If there is an area that cannot be driven among the road sections or links on which the self-driving car will drive, this is transmitted to the self-driving car 1100. Additionally, the map server 1600 can provide the autonomous vehicle 1100 with a real-time operational design area (ODD) that suggests a drivable area for bypassing an undrivable section.

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.Figure 3 is a diagram showing the procedure for calculating the risk for each road section using the real-time and non-real-time indices of the present invention. Referring to FIG. 3, real-time indices and non-real-time indices are generated from driving data provided by the autonomous vehicle 1100, and the risk level and drivability for each road section can be derived based on the real-time indices and non-real-time indices. .

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. In step S10, real-time driving data collected from the autonomous vehicle 1100 is stored in the real-time DB 1520. Real-time driving data transmitted from the autonomous vehicle 1100 is converted into a receiver message protocol format by defining a collection cycle, transmission cycle, storage cycle, etc. depending on the data type. And the real-time driving data converted into the receiver message protocol format is stored in the real-time DB (1520).

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. In step S11, a preprocessing process including noise and duplicate value removal, missing value correction, and data structure conversion is applied to the driving data converted into a receiver message protocol format in the real-time DB 1520.

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.In step S12, the control server 1500 analyzes the real-time index based on data corrected through a preprocessing process. For example, a real-time safety index can be calculated through classification of data corrected through preprocessing.

S13 단계에서, 관제 서버(1500)는 S12 단계에서 분석된 지수를 구조화하여 실시간 지수 DB(1540)에 저장한다.In step S13, the control server 1500 structures the index analyzed in step S12 and stores it in the real-time index DB 1540.

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. In step S14, the data is converted to a non-real-time data structure at a specific period depending on the type of data stored in the real-time index DB 1540. In other words, the real-time index is converted to a non-real-time index after a certain period has elapsed. The specific cycle may vary depending on the type of data.

S15 단계에서, 관제 서버(1500)는 S14 단계에서 분석된 비실시간 지수를 구조화하여 비실시간 지수 DB(1560)에 저장한다.In step S15, the control server 1500 structures the non-real-time index analyzed in step S14 and stores it in the non-real-time index DB 1560.

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. In step S16, the control server 1500 determines road risk factors based on the real-time index and non-real-time index. Road risk factors can be analyzed using a tree model and updated periodically. For example, risk factors can be determined using a Classification And Regression Tree (CART) model. The CART model provides road risk factors according to indices such as longitudinal slope, horizontal alignment, curve length, curve radius, number of lanes, change in longitudinal slope, change in curve length, and change in number of lanes.

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. In step S17, the risk for each road section is calculated based on road risk factors using a tree model in step S16. The control server 1500 evaluates the risk of each section of the road on which the autonomous vehicle drives according to the generated road risk factors. For example, depending on road risk factors, risk levels such as safety, caution, and danger can be assigned to each road section.

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.In step S18, the control server 1500 determines whether the autonomous vehicle can drive according to the risk level of each section of the road. Information on whether driving is possible for each road section determined is transmitted to the map server 1600.

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. In step S19, the map server 1600 matches whether driving is possible for each section of the road on which the autonomous vehicle drives on the map. In addition, the map server 1600 transmits to the autonomous vehicle whether or not it is possible to drive on various paths on the road on which the autonomous vehicle drives. In other words, the map server 1600 can provide a real-time operational design domain (ODD) to the autonomous vehicle.

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. Step S20 loads all data excluding data for real-time index analysis among the data corrected in step S11. The loaded data is provided as information for non-real-time index analysis processing performed in step S14 and for map matching in the map server 1600.

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.FIG. 4 is a flowchart showing a method of generating a real-time operational design domain (ODD) for the autonomous vehicle of FIG. 3. Referring to FIG. 4, the control server 1500 can provide a real-time operational design domain (ODD) of an autonomous vehicle.

S110 단계에서, 관제 서버(1500)는 자율 주행차의 자율 주행차(1100)로부터 실시간으로 감지된 차량의 주행 데이터를 수신하고 수집한다. In step S110, the control server 1500 receives and collects driving data of the vehicle detected in real time from the autonomous vehicle 1100 of the self-driving car.

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. In step S120, the control server 1500 applies a preprocessing process to the vehicle's driving data. That is, the control server 1500 performs processing such as removing noise and duplicate values, correcting missing values, and converting the data structure from the driving data converted into the receiver message protocol format in the real-time DB 1520.

S130 단계에서, 관제 서버(1500)는 전처리 과정을 통해서 보정된 데이터를 바탕으로 실시간 지수를 분석한다. In step S130, the control server 1500 analyzes the real-time index based on data corrected through a preprocessing process.

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.In step S140, the control server 1500 structures the analyzed real-time index and stores it in the real-time index DB 1540. The real-time index will later be used to determine road risk factors for each road section.

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. In step S150, the data is converted to a non-real-time data structure at a specific period depending on the type of data stored in the real-time index DB 1540. In other words, the real-time index is converted to a non-real-time index after a certain period has elapsed. The specific cycle may vary depending on the type of data.

S160 단계에서, 관제 서버(1500)는 S150 단계에서 분석된 비실시간 지수를 구조화하여 비실시간 지수 DB(1560)에 저장한다.In step S160, the control server 1500 structures the non-real-time index analyzed in step S150 and stores it in the non-real-time index DB 1560.

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. In step S170, the control server 1500 determines road risk factors based on the real-time index and the non-real-time index. Road risk factors can be analyzed using a tree model and updated periodically.

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. In step S180, the risk for each road section is calculated based on road risk factors using a tree model in step S170. The control server 1500 evaluates the risk of each section of the road on which the autonomous vehicle drives according to the generated road risk factors. For example, depending on road risk factors, risk levels such as safety, caution, and danger can be assigned to each road section.

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.In step S190, the control server 1500 determines whether the self-driving car can drive according to the degree of risk for each section of the road. Information on whether driving is possible for each road section determined is transmitted to the map server 1600.

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. In step S195, the map server 1600 matches whether driving is possible for each section of the road on which the autonomous vehicle drives on the map. In addition, the map server 1600 transmits to the autonomous vehicle whether or not it is possible to drive on various paths on the road on which the autonomous vehicle drives. In other words, the map server 1600 can provide a real-time operational design domain (ODD) to the autonomous vehicle.

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. Figure 5 is a diagram illustrating a method for an autonomous vehicle to avoid a dangerous area using the real-time operational design domain (ODD) of the present invention. Referring to FIG. 5, the autonomous vehicle 1100 cannot drive due to the real-time operational design domain (ODD) provided by the control server 1500 (see FIG. 1) and the map server 1600 (see FIG. 1) of the present invention. You can identify the area in advance and select a detour section.

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.It is assumed that the autonomous vehicle 1100 is currently driving on a road section (or link L0). Additionally, the self-driving car 1100 can recognize that an accident has occurred in the road section L1 and that the vehicle is in a state where driving is impossible through the real-time operational design domain (ODD). The map server 1600 can provide a new drivable route (L2 → L3 → L4 → L5) to the autonomous vehicle 1100 by using the real-time operational design domain (ODD).

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.If the real-time operational design domain (ODD) is not provided, the autonomous vehicle 1100 will enter the road section L1 and will be in a state where it can practically no longer drive. In this case, manpower will be deployed to change control or remote control will be used to move the vehicle out of the road section (L1) and into the drivable operational design domain (ODD). This reduces the operational efficiency of the self-driving car 1100 and reduces the service level.

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.On the other hand, when the real-time operational design domain (ODD) of the present invention is provided, the autonomous vehicle 1100 recognizes the road section L1 as an undriveable area. Therefore, the autonomous vehicle 1100 searches the drivable area for bypassing the road section (L1) based on the real-time operational design domain (ODD) and moves to the destination on a new route (L2 → L3 → L4 → L5). You can choose a new route for this.

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. According to the route driving of the autonomous vehicle 1100 based on the real-time operation design domain (ODD), it is possible to check areas that cannot be driven in real time and set a route to a driveable area in real time. Therefore, the real-time operational design domain (ODD) improves the operational efficiency of the autonomous vehicle 1100 and enables the provision of high-quality autonomous driving services.

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.The contents described above are specific examples for carrying out the present invention. The present invention will include not only the above-described embodiments, but also embodiments that can be simply changed or easily changed in design. In addition, the present invention will also include technologies that can be easily modified and implemented using the embodiments. Therefore, the scope of the present invention should not be limited to the above-described embodiments, but should be determined by the claims and equivalents of the present invention as well as the claims described later.

Claims (5)

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.In the control server that receives real-time driving data transmitted from an autonomous vehicle:
A real-time database that classifies the real-time driving data according to the type of data, defines a collection cycle, transmission cycle, and storage cycle, and converts the real-time driving data into a message protocol format and stores it;
a processor that corrects real-time driving data stored in the real-time database through preprocessing and analyzes real-time indices of the corrected data;
A real-time index database that stores the real-time index; and
Includes a non-real-time index database that converts and stores data that has elapsed a certain period from the point of storage among the real-time indices stored in the real-time index database into non-real-time indices,
The processor calculates road risk factors for safety monitoring of the autonomous vehicle with reference to the real-time index and the non-real-time index, and determines the risk for each road section and whether driving is possible for each road section based on the road risk factors. A control server that makes decisions. 제 1 항에 있어서,
상기 전처리는 상기 실시간 주행 데이터의 노이즈 제거, 중복값 제거, 결측값 보정, 데이터 구조 변환 과정을 포함하는 관제 서버. According to claim 1,
The preprocessing includes removing noise from the real-time driving data, removing duplicate values, correcting missing values, and converting the data structure. 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.According to claim 1,
The processor is a control server that identifies the road risk factors by applying a tree model to the real-time index and the non-real-time index. 제 1 항에 있어서,
상기 실시간 데이터베이스는 차량이 운행하는 도로의 트래픽 상태나 환경을 특정 주기로 샘플링한 인프라 데이터를 저장하는 관제 서버. According to claim 1,
The real-time database is a control server that stores infrastructure data that samples the traffic status or environment of roads on which vehicles drive at specific intervals. 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.According to claim 1,
It further includes a map server that matches the drivable area to a road map on which the self-driving car drives, and transmits the real-time operation design area (ODD) generated according to the matching result to the self-driving car in real time. control server.
KR1020220083586A 2022-07-07 2022-07-07 Control server that supports real-time operational design domain of autonomous vehicle KR20240006829A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220083586A KR20240006829A (en) 2022-07-07 2022-07-07 Control server that supports real-time operational design domain of autonomous vehicle

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220083586A KR20240006829A (en) 2022-07-07 2022-07-07 Control server that supports real-time operational design domain of autonomous vehicle

Publications (1)

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

Family

ID=89719758

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220083586A KR20240006829A (en) 2022-07-07 2022-07-07 Control server that supports real-time operational design domain of autonomous vehicle

Country Status (1)

Country Link
KR (1) KR20240006829A (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102711062B1 (en) * 2024-05-03 2024-09-27 주식회사 블루시그널 AI autonomous driving vehicle operating platform

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190124120A (en) 2018-04-11 2019-11-04 현대자동차주식회사 Apparatus for controlling driving of vehicle, system having the same and method thereof
KR20200075915A (en) 2018-12-07 2020-06-29 현대자동차주식회사 Apparatus and method for controlling running of vehicle

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190124120A (en) 2018-04-11 2019-11-04 현대자동차주식회사 Apparatus for controlling driving of vehicle, system having the same and method thereof
KR20200075915A (en) 2018-12-07 2020-06-29 현대자동차주식회사 Apparatus and method for controlling running of vehicle

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102711062B1 (en) * 2024-05-03 2024-09-27 주식회사 블루시그널 AI autonomous driving vehicle operating platform

Similar Documents

Publication Publication Date Title
US20240363004A1 (en) Autonomous vehicle and center guidance system (avcgs) for drone/tele driving or digital twin
US11842642B2 (en) Connected automated vehicle highway systems and methods related to heavy vehicles
EP3566069B1 (en) Generation and use of hd maps
CN113874803B (en) System and method for updating vehicle operation based on remote intervention
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 (en) Intelligent networking automobile system and method based on V2X under intelligent traffic
CN111210618A (en) Automatic internet public traffic road system
JP6994203B2 (en) Highway system for connected self-driving cars and methods using it
KR102497716B1 (en) Control server that porvides an advisory speed limit for autonomous vehicle
US11718309B2 (en) Method for operating an autonomously driving vehicle
CN112289057A (en) Vehicle-road cooperative automatic driving assistance method and system, processing equipment and vehicle-mounted equipment
KR102291318B1 (en) Driving analysis server moniotring autonomous vehicles
CN112799409A (en) Ground traffic management and control integrated system for airport based on vehicle-road cloud collaborative architecture
Vermesan et al. IoT technologies for connected and automated driving applications
Ojanperä et al. Development and piloting of novel 5G-enabled road safety services
KR20240006829A (en) Control server that supports real-time operational design domain of autonomous vehicle
US10154393B2 (en) Method, motor vehicle, and system for determining a transmission path
CN112839319A (en) Method, device and system for processing information of cellular internet of vehicles, terminal and storage medium
CN114694398A (en) Real-time road pothole early warning method and system, electronic equipment and storage medium
EP4408040A1 (en) Robot management in populated areas
Avedisov et al. Cooperative Perception Based on Intent Sharing Messages
WO2023152855A1 (en) Communication management device, moving body, communication management method, and recording medium
US20240067204A1 (en) Method for building an ad hoc virtual network and system
CN117854284B (en) Vehicle-road cooperative monitoring method and vehicle detector device for complex road environment