| 1 |
1
대상체(objects)의 예측 경로 데이터를 생성하는 방법으로서,무인 차량의 주행 경로에 대한 환경 인식 정보에 기초하여, 상기 무인 차량 주변의 적어도 하나 이상의 대상체의 움직임 정보 및 상기 대상체의 타입을 획득하는 단계와,상기 대상체의 움직임 정보 및 상기 대상체의 타입에 따른 불확실성에 기초하여, 상기 대상체의 예측 경로 데이터를 생성하는 단계를 포함하고,상기 예측 경로 데이터를 생성하는 단계는,소정의 시점에서, 상기 대상체에 대하여 복수개의 예측 경로 데이터를 생성하는 단계와,상기 소정의 시점에서 생성된 상기 복수개의 예측 경로 데이터를 이용하여, 상기 복수개의 예측 경로 데이터의 평균과 분산을 산출하는 단계와,상기 평균과 분산에 기초하여 결정된 상기 예측 경로 데이터에 대응하는 절대 좌표에서의 위험 여부를 나타내는 정보를 생성하는 단계를 포함하는대상체의 예측 경로 데이터 생성 방법
|
| 2 |
2
제 1 항에 있어서,상기 환경 인식 정보는 상기 무인 차량에 탑재된 환경 인식 센서를 이용하여 획득되는대상체의 예측 경로 데이터 생성 방법
|
| 3 |
3
제 1 항에 있어서,상기 대상체의 움직임 정보는 상기 대상체의 위치, 속도, 방향각 중 하나 이상을 포함하는 대상체의 예측 경로 데이터 생성 방법
|
| 4 |
4
삭제
|
| 5 |
5
제 1 항에 있어서,상기 대상체의 타입이 보행자인 경우, 상기 불확실성과 관련된 불확실성 계수가 소정의 기준값보다 낮게 설정되는대상체의 예측 경로 데이터 생성 방법
|
| 6 |
6
제 1 항에 있어서,상기 대상체의 타입이 차량인 경우, 상기 불확실성과 관련된 불확실성 계수가 소정의 기준값보다 크게 설정되는대상체의 예측 경로 데이터 생성 방법
|
| 7 |
7
삭제
|
| 8 |
8
제 1 항에 있어서,상기 절대 좌표에서의 위험 여부를 나타내는 정보에 기초하여, 상기 절대 좌표들 사이의 연속 공간에 대한 상기 무인 차량과 상기 대상체의 충돌 확률을 산출하는 단계를 더 포함하는대상체의 예측 경로 데이터 생성 방법
|
| 9 |
9
제 8 항에 있어서,상기 충돌 확률은 절대 좌표에 대해, 복수개의 스파스 커널(sparse kernel)과 각 스파스 커널에 할당된 가중치()로 구성된 로지스틱 회귀 분류기를 이용하여 산출되는대상체의 예측 경로 데이터 생성 방법
|
| 10 |
10
제 9 항에 있어서,상기 가중치는 SGD(stochastic gradient descent)를 이용하는 온라인 학습을 통해 갱신되는대상체의 예측 경로 데이터 생성 방법
|
| 11 |
11
제 10 항에 있어서,상기 충돌 확률에 기초하는 상기 대상체의 위험도 정보를 생성하여 표시하는 단계를 더 포함하는대상체의 예측 경로 데이터 생성 방법
|
| 12 |
12
대상체의 예측 경로 데이터를 생성하는 장치로서,무인 차량의 주행 경로에 대한 환경 인식 정보에 기초하여, 상기 무인 차량 주변의 적어도 하나 이상의 대상체의 움직임 정보 및 상기 대상체의 타입을 획득하는 대상체 인식부와,상기 대상체의 움직임 정보 및 상기 대상체의 타입에 따른 불확실성에 기초하여, 상기 대상체의 예측 경로 데이터를 생성하는 대상체 경로 예측부를 포함하고,상기 대상체 경로 예측부는,소정의 시점에서, 상기 대상체에 대하여 복수개의 예측 경로 데이터를 생성하고,상기 소정의 시점에서 생성된 상기 복수개의 예측 경로 데이터를 이용하여 상기 복수개의 예측 경로 데이터의 평균과 분산을 산출하고, 상기 평균과 분산에 기초하여 결정된 상기 예측 경로 데이터에 대응하는 절대 좌표에서의 위험 여부를 나타내는 정보를 생성하는대상체 예측 경로 생성 장치
|
| 13 |
13
제 12 항에 있어서,상기 대상체의 움직임 정보는 상기 대상체의 위치, 속도, 방향각 중 하나 이상을 포함하는 대상체 예측 경로 생성 장치
|
| 14 |
14
삭제
|
| 15 |
15
제 12 항에 있어서,상기 대상체 경로 예측부는 상기 대상체의 타입이 보행자인 경우, 상기 불확실성과 관련된 불확실성 계수를 소정의 기준값보다 낮게 설정하여 상기 예측 경로 데이터를 생성하는대상체 예측 경로 생성 장치
|
| 16 |
16
제 12 항에 있어서,상기 대상체 경로 예측부는 상기 대상체의 타입이 차량인 경우, 상기 불확실성과 관련된 불확실성 계수를 소정의 기준값보다 크게 설정하여 상기 예측 경로 데이터를 생성하는 대상체 예측 경로 생성 장치
|
| 17 |
17
삭제
|
| 18 |
18
제 12 항에 있어서,상기 장치는, 상기 절대 좌표에서의 위험 여부를 나타내는 정보에 기초하여, 상기 절대 좌표들 사이의 연속 공간에 대한 상기 무인 차량과 상기 대상체의 충돌 확률을 산출하는 대상체 위험도 생성부를 더 포함하는 대상체 예측 경로 생성 장치
|
| 19 |
19
제 18 항에 있어서,상기 대상체 위험도 생성부는, 절대 좌표에 대해, 복수개의 스파스 커널(sparse kernel)과 각 스파스 커널에 할당된 가중치()로 구성된 로지스틱 회귀 분류기를 이용하여 상기 충돌 확률을 산출하는대상체 예측 경로 생성 장치
|
| 20 |
20
무인 차량으로서,상기 무인 차량은 대상체의 예측 경로 데이터를 생성하는 장치를 포함하며,상기 대상체의 예측 경로 데이터를 생성하는 장치는,상기 무인 차량의 주행 경로에 대한 환경 인식 정보에 기초하여, 상기 무인 차량 주변의 적어도 하나 이상의 대상체의 움직임 정보 및 상기 대상체의 타입을 획득하는 대상체 인식부와,상기 대상체의 움직임 정보 및 상기 대상체의 타입에 따른 불확실성에 기초하여, 상기 대상체의 예측 경로 데이터를 생성하는 대상체 경로 예측부를 포함하고,상기 대상체 경로 예측부는,소정의 시점에서, 상기 대상체에 대하여 복수개의 예측 경로 데이터를 생성하고,상기 소정의 시점에서 생성된 상기 복수개의 예측 경로 데이터를 이용하여, 상기 복수개의 예측 경로 데이터의 평균과 분산을 산출하고, 상기 평균과 분산에 기초하여 결정된 상기 예측 경로 데이터에 대응하는 절대 좌표에서의 위험 여부를 나타내는 정보를 생성하는무인 차량
|
