1 |
1
무인 차량을 위한 연속 공간 가동성 정보를 생성하는 장치로서,무인 차량이 주행한 경로에 대한 절대 좌표를 획득하여 항법 정보를 생성하는 항법 정보 생성부와,상기 경로의 주변 영역에 대한 환경 인식 정보를 생성하는 환경 인식 정보 생성부와,상기 항법 정보와 상기 환경 인식 정보에 기초하여, 상기 경로와 상기 주변 영역에 대응하는 절대 좌표에 대한 주행 가능 여부를 나타내는 가동성(mobility) 데이터를 생성하는 가동성 데이터 생성부와, 상기 가동성 데이터를 기반으로 기계 학습(machine learning)을 수행하여, 상기 가동성 데이터가 생성된 절대 좌표들 사이의 연속 공간에 대한 주행 가능 확률을 산출하고, 상기 주행 가능 확률에 기초하여 상기 연속 공간에 대응하는 절대 좌표 각각에 대한 주행 가능 여부를 나타내는 연속 공간 가동성 정보를 생성하는 연속 공간 가동성 정보 생성부를 포함하고, 상기 연속 공간 가동성 정보 생성부는,상기 경로와 상기 주변 영역을 포함하는 지역에 대해, 복수개의 스파스 커널(spars kernel)과 각 스파스 커널에 할당된 가중치()로 구성된 로지스틱 회귀 분류기를 이용하여 상기 주행 가능 확률을 산출하는연속 공간 가동성 정보 생성 장치
|
2 |
2
제 1 항에 있어서,상기 항법 정보 생성부는,상기 무인 차량의 현재 위치에 대한 GPS 정보를 기반으로 상기 경로에 대한 절대 좌표를 획득하는 연속 공간 가동성 정보 생성 장치
|
3 |
3
제 1 항에 있어서,상기 환경 인식 정보 생성부는,상기 무인 차량에 탑재된 환경 인식 센서를 이용하여 상기 환경 인식 정보를 생성하는 연속 공간 가동성 정보 생성 장치
|
4 |
4
제 3 항에 있어서,상기 환경 인식 센서는, LIDAR, 카메라 또는 RADAR 중 적어도 하나인연속 공간 가동성 정보 생성 장치
|
5 |
5
제 1 항에 있어서,상기 가동성 데이터와 상기 연속 공간 가동성 정보를 저장하는 가동성 데이터베이스(DB)를 더 포함하는연속 공간 가동성 정보 생성 장치
|
6 |
6
삭제
|
7 |
7
제 1 항에 있어서상기 연속 공간 가동성 정보 생성부는,SGD(stochastic gradient descent)를 이용하여 상기 기계 학습을 통해 상기 가중치를 갱신하는연속 공간 가동성 정보 생성 장치
|
8 |
8
무인 차량을 위한 연속 공간 가동성 정보를 생성하는 방법으로서,무인 차량이 주행한 경로에 대한 절대 좌표를 획득하여 항법 정보를 생성하는 단계와,상기 경로의 주변 영역에 대한 환경 인식 정보를 생성하는 환경 인식 정보 생성하는 단계와,상기 항법 정보와 상기 환경 인식 정보에 기초하여, 상기 경로와 상기 주변 영역에 대응하는 절대 좌표에 대한 주행 가능 여부를 나타내는 가동성 데이터를 생성하는 단계와, 상기 가동성 데이터를 기반으로 기계 학습을 수행하여, 상기 가동성 데이터가 생성된 절대 좌표들 사이의 연속 공간에 대한 주행 가능 확률을 산출하는 단계와,상기 주행 가능 확률에 기초하여 상기 연속 공간에 대응하는 절대 좌표 각각에 대한 주행 가능 여부를 나타내는 연속 공간 가동성 정보를 생성하는 단계를 포함하고,상기 주행 가능 확률을 산출하는 단계는,상기 경로와 상기 주변 영역을 포함하는 지역에 대해, 복수개의 스파스 커널과 각 스파스 커널에 할당된 가중치로 구성된 로지스틱 회귀 분류기를 이용하여 상기 주행 가능 확률을 산출하는 단계를 포함하는연속 공간 가동성 정보 생성 방법
|
9 |
9
제 8 항에 있어서,상기 항법 정보를 생성하는 단계는,상기 무인 차량의 현재 위치에 대한 GPS 정보를 기반으로 상기 경로에 대한 절대 좌표를 획득하는 단계를 포함하는연속 공간 가동성 정보 생성 방법
|
10 |
10
제 8 항에 있어서,상기 환경 인식 정보를 생성하는 단계는,상기 무인 차량에 탑재된 환경 인식 센서를 이용하여 상기 환경 인식 정보를 생성하는 단계를 포함하는연속 공간 가동성 정보 생성 방법
|
11 |
11
제 8 항에 있어서,상기 가동성 데이터와 상기 연속 공간 가동성 정보를 저장하는 단계를 더 포함하는연속 공간 가동성 정보 생성 방법
|
12 |
12
삭제
|
13 |
13
제 8 항에 있어서,상기 가중치는 SGD(stochastic gradient descent)를 이용하여 상기 기계 학습을 통해 갱신되는학습 기반 연속 공간 가동성 정보 생성 방법
|
14 |
14
무인 차량으로서,상기 무인 차량은 연속 공간 가동성 정보를 생성하는 장치를 포함하며,상기 연속 공간 가동성 정보를 생성하는 장치는,상기 무인 차량이 주행한 경로에 대한 절대 좌표를 획득하여 항법 정보를 생성하는 항법 정보 생성부와,상기 경로의 주변 영역에 대한 환경 인식 정보를 생성하는 환경 인식 정보 생성부와,상기 항법 정보와 상기 환경 인식 정보에 기초하여, 상기 경로와 상기 주변 영역에 대응하는 절대 좌표에 대한 주행 가능 여부를 나타내는 가동성 데이터를 생성하는 가동성 데이터 생성부와, 상기 가동성 데이터를 기반으로 기계 학습을 수행하여, 상기 가동성 정보가 생성된 절대 좌표들 사이의 연속 공간에 대한 주행 가능 확률을 산출하고, 상기 주행 가능 확률에 기초하여 상기 연속 공간에 대응하는 절대 좌표 각각에 대한 주행 가능 여부를 나타내는 연속 공간 가동성 정보를 생성하는 연속 공간 가동성 정보 생성부를 포함하고,상기 연속 공간 가동성 정보 생성부는,상기 경로와 상기 주변 영역을 포함하는 지역에 대해, 복수개의 스파스 커널(spars kernel)과 각 스파스 커널에 할당된 가중치()로 구성된 로지스틱 회귀 분류기를 이용하여 상기 주행 가능 확률을 산출하는무인 차량
|