1 |
1
주변 차량 정보가 수신되면 상기 수신된 주변 차량 정보를 토대로 센서 융합 정보, 추정된 차량 상태 정보, 그리고 위험도 판단 정보를 생성하는 정보 생성부;상기 센서 융합 정보, 추정된 차량 상태 정보, 그리고 위험도 판단 정보를 토대로 다수의 특징(feature)들을 추출하고, 상기 추출된 특징들을 조합(combination)하여 다수의 특징 조합(feature combination)들을 생성하는 특징 조합 생성부;상기 다수의 특징 조합들을 가중치(weight factor)에 따라 분류하여 학습하는 분류 학습부; 그리고,상기 분류 학습된 결과값을 토대로 상기 주변 차량의 의도(intention)를 판단하여 근거리 끼어들기 차량 판단에 상응하는 최적의 특징 조합을 선정하고, 상기 선정된 최적의 특징 조합을 토대로 근거리 끼어들기 차량의 상황을 판단하는 차량 의도 판단부를 포함하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 장치
|
2 |
2
제1 항에 있어서, 상기 정보 생성부는,상기 주변 차량 정보를 수신할 때, 자차량의 전방을 센싱하는 전방 레이더와, 상기 자차량의 측방을 센싱하는 측방 레이더로부터 상기 주변 차량 정보를 수신하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 장치
|
3 |
3
제2 항에 있어서, 상기 정보 생성부는,상기 주변 차량 정보를 수신할 때, 상기 전방 레이더로부터 트랙(track) 정보을 포함하는 주변 차량 정보를 수신하고, 상기 측방 레이더로부터 트랙 정보 및 프리 스페이스(free space) 정보를 포함하는 주변 차량 정보를 수신하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 장치
|
4 |
4
제1 항에 있어서, 상기 정보 생성부는,상기 센서 융합 정보를 생성할 때, 상기 주변 차량 정보 중 전방 레이더 트랙 정보와 측방 레이더 트랙 정보를 융합한 제1 센서 융합 정보와, 상기 주변 차량 정보 중 전방 레이더 트랙 정보, 측방 레이더 트랙 정보 및 측방 레이더 프리 스페이스 정보를 융합한 제2 센서 융합 정보를 생성하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 장치
|
5 |
5
제4 항에 있어서, 상기 정보 생성부는,상기 제1 센서 융합 정보를 생성할 때, 전방 레이더 트랙의 위치를 중심으로 측방 레이더 트랙의 위치를 확인하고, 상기 측방 레이더 트랙의 위치를 상기 전방 레이더 트랙 위치로 보정하여 융합 트랙을 산출하며, 상기 산출된 융합 트랙을 포함하는 상기 제1 센서 융합 정보를 생성하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 장치
|
6 |
6
제4 항에 있어서, 상기 제1 센서 융합 정보는,융합 트랙의 횡방향 위치, 융합 트랙의 종방향 위치, 융합 트랙의 횡방향 상대속도, 융합 트랙의 종방향 상대속도, 측방 레이더의 헤딩각, 융합 트랙의 폭, 융합 트랙의 길이, 측방 레이더 트랙의 절대속도를 포함하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 장치
|
7 |
7
제4 항에 있어서, 상기 정보 생성부는,상기 제2 센서 융합 정보를 생성할 때, 프리 스페이스를 측방 레이더 트랙에 융합하여 융합 트랙을 산출하고, 상기 산출된 융합 트랙을 포함하는 상기 제2 센서 융합 정보를 생성하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 장치
|
8 |
8
제4 항에 있어서, 상기 제2 센서 융합 정보는,융합 트랙의 횡방향 위치, 융합 트랙의 종방향 위치, 융합 트랙의 횡방향 상대속도, 융합 트랙의 종방향 상대속도, 측방 레이더의 헤딩각, 측방 레이더 트랙의 폭, 측방 레이더 트랙의 길이를 포함하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 장치
|
9 |
9
제1 항에 있어서, 상기 정보 생성부는,상기 추정된 차량 상태 정보를 생성할 때, 측방 레이더 트랙의 횡방향 상대속도와 상기 측방 레이더 트랙의 종방향 상대속도를 추정하여 추정값을 산출하고, 상기 산출된 추정값을 포함하는 상기 추정된 차량 상태 정보를 생성하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 장치
|
10 |
10
제9 항에 있어서, 상기 추정된 차량 상태 정보는,상기 측방 레이더 트랙의 횡방향 상대속도에 대한 추정값과 상기 측방 레이더 트랙의 종방향 상대속도에 대한 추정값을 포함하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 장치
|
11 |
11
제1 항에 있어서, 상기 정보 생성부는,상기 추정된 차량 상태 정보를 생성할 때, 주변 차량 상태 정보가 수신되지 않거나 또는 노이즈가 포함된 주변 차량 상태 정보가 수신되면 상기 추정된 차량 상태 정보를 생성하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 장치
|
12 |
12
제1 항에 있어서, 상기 정보 생성부는,상기 위험도 판단 정보를 생성할 때, 종방향 충돌 소요 시간(TTC: Time to Collision) 및 경고 지수(warning index)를 토대로 종방향 충돌 위험도(longitudinal collision risk index)를 산출하고, 차선 침범 소요 시간(TLC: Time to Lane Crossing) 및 종방향 충돌 위험도를 토대로 횡방향 충돌 위험도(lateral collision risk index)를 산출하고, 상기 산출된 종방향 충돌 위험도와 횡방향 충돌 위험도를 포함하는 상기 위험도 판단 정보를 생성하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 장치
|
13 |
13
제12 항에 있어서, 상기 정보 생성부는,상기 종방향 충돌 위험도를 산출할 때, 상대 차량과 자차 사이의 거리 및 상기 상대 차량의 종방향 상대 속도를 토대로 상기 종방향 충돌 소요 시간을 산출하고, 두 차량 사이의 거리, 브레이크 임계 거리 및 경고 임계 거리를 토대로 경고 지수를 산출하며, 상기 산출된 종방향 충돌 소요 시간 및 경고 지수와 미리 설정된 종방향 충돌 소요 시간의 문턱값과 경고 지수의 최대값을 토대로 종방향 충돌 위험도를 산출하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 장치
|
14 |
14
제12 항에 있어서, 상기 정보 생성부는,상기 횡방향 충돌 위험도를 산출할 때, 상대 차량의 횡방향 위치와 상기 상대 차량의 횡방향 상대 속도를 토대로 차선 침범 소요 시간을 산출하고, 상기 차선 침범 소요 시간과 종방향 충돌 위험도 및 미리 설정된 차선 침범 소요 시간의 문턱값을 토대로 횡방향 충돌 위험도(lateral collision risk index)를 산출하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 장치
|
15 |
15
제1 항에 있어서, 상기 특징 조합 생성부는,상기 다수의 특징들을 추출할 때, 상기 센서 융합 정보로부터 융합 트랙의 횡방향 위치, 융합 트랙의 종방향 위치, 측방 레이더의 헤딩각, 측방 레이더 트랙의 절대속도를 포함하는 특징들을 추출하고, 상기 추정된 차량 상태 정보로부터 측방 레이더 트랙의 횡방향 상대속도에 대한 추정값과 측방 레이더 트랙의 종방향 상대속도에 대한 추정값을 포함하는 특징들을 추출하며, 상기 위험도 판단 정보로부터 종방향 충돌 소요 시간, 종방향 충돌 위험도, 차선 침범 소요 시간, 횡방향 충돌 위험도를 포함하는 특징들을 추출하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 장치
|
16 |
16
제1 항에 있어서, 상기 차량 의도 판단부는,상기 근거리 끼어들기 차량 판단에 상응하는 최적의 특징 조합을 선정할 때, 상기 분류 학습된 결과값을 토대로 상기 주변 차량의 의도를 판단하고, 상기 판단된 주변 차량의 의도에 대한 근거리 끼어들기의 정확도를 산출하며, 상기 산출된 정확도를 토대로 최적의 특징 조합을 선정하고, 상기 선정된 최적의 특징 조합에 포함된 가중치를 토대로 근거리 끼어들기 차량의 상황을 판단하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 장치
|
17 |
17
제16 항에 있어서, 상기 차량 의도 판단부는,상기 주변 차량의 의도에 대한 근거리 끼어들기의 정확도를 산출할 때, TPR(True Positive Rate)과 FPR(Fulse Positive Rate)을 토대로 산출하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 장치
|
18 |
18
제17 항에 있어서, 상기 차량 의도 판단부는,상기 산출된 정확도를 토대로 최적의 특징 조합을 선정할 때, 상기 TPR(True Positive Rate)이 높고 상기 FPR(Fulse Positive Rate)이 낮은 특징 조합을 선정하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 장치
|
19 |
19
근거리 끼어들기 차량 판단 장치의 근거리 끼어들기 차량 판단 방법에 있어서,주변 차량 정보를 수신하는 단계;상기 주변 차량 정보가 수신되면 상기 수신된 주변 차량 정보를 토대로 센서 융합 정보, 추정된 차량 상태 정보, 그리고 위험도 판단 정보를 생성하는 단계;상기 센서 융합 정보, 추정된 차량 상태 정보, 그리고 위험도 판단 정보를 토대로 다수의 특징(feature)들을 추출하는 단계;상기 추출된 특징들을 조합(combination)하여 다수의 특징 조합(feature combination)들을 생성하는 단계;상기 다수의 특징 조합들을 가중치(weight factor)에 따라 분류하여 학습하는 단계;상기 분류 학습된 결과값을 토대로 상기 주변 차량의 의도(intention)를 판단하여 근거리 끼어들기 차량 판단에 상응하는 최적의 특징 조합을 선정하는 단계; 그리고,상기 선정된 최적의 특징 조합을 토대로 근거리 끼어들기 차량의 상황을 판단하는 단계를 포함하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 방법
|
20 |
20
제19 항에 있어서, 상기 주변 차량 정보를 수신하는 단계는,자차량의 전방을 센싱하는 전방 레이더로부터 트랙(track) 정보을 포함하는 주변 차량 정보를 수신하고, 상기 자차량의 측방을 센싱하는 측방 레이더로부터 트랙 정보 및 프리 스페이스(free space) 정보를 포함하는 주변 차량 정보를 수신하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 방법
|
21 |
21
제19 항에 있어서, 상기 센서 융합 정보를 생성하는 단계는,상기 주변 차량 정보 중 전방 레이더 트랙 정보와 측방 레이더 트랙 정보를 융합한 제1 센서 융합 정보와, 상기 주변 차량 정보 중 전방 레이더 트랙 정보, 측방 레이더 트랙 정보 및 측방 레이더 프리 스페이스 정보를 융합한 제2 센서 융합 정보를 생성하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 방법
|
22 |
22
제21 항에 있어서, 상기 제1 센서 융합 정보를 생성하는 단계는,전방 레이더 트랙의 위치를 중심으로 측방 레이더 트랙의 위치를 확인하고, 상기 측방 레이더 트랙의 위치를 상기 전방 레이더 트랙 위치로 보정하여 융합 트랙을 산출하며, 상기 산출된 융합 트랙을 포함하는 상기 제1 센서 융합 정보를 생성하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 방법
|
23 |
23
제21 항에 있어서, 상기 제1 센서 융합 정보는,융합 트랙의 횡방향 위치, 융합 트랙의 종방향 위치, 융합 트랙의 횡방향 상대속도, 융합 트랙의 종방향 상대속도, 측방 레이더의 헤딩각, 융합 트랙의 폭, 융합 트랙의 길이, 측방 레이더 트랙의 절대속도를 포함하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 방법
|
24 |
24
제21 항에 있어서, 상기 제2 센서 융합 정보를 생성하는 단계는,프리 스페이스를 측방 레이더 트랙에 융합하여 융합 트랙을 산출하고, 상기 산출된 융합 트랙을 포함하는 상기 제2 센서 융합 정보를 생성하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 방법
|
25 |
25
제21 항에 있어서, 상기 제2 센서 융합 정보는,융합 트랙의 횡방향 위치, 융합 트랙의 종방향 위치, 융합 트랙의 횡방향 상대속도, 융합 트랙의 종방향 상대속도, 측방 레이더의 헤딩각, 측방 레이더 트랙의 폭, 측방 레이더 트랙의 길이를 포함하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 방법
|
26 |
26
제19 항에 있어서, 상기 추정된 차량 상태 정보를 생성하는 단계는,측방 레이더 트랙의 횡방향 상대속도와 상기 측방 레이더 트랙의 종방향 상대속도를 추정하여 추정값을 산출하고, 상기 산출된 추정값을 포함하는 상기 추정된 차량 상태 정보를 생성하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 방법
|
27 |
27
제26 항에 있어서, 상기 추정된 차량 상태 정보는,상기 측방 레이더 트랙의 횡방향 상대속도에 대한 추정값과 상기 측방 레이더 트랙의 종방향 상대속도에 대한 추정값을 포함하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 방법
|
28 |
28
제19 항에 있어서, 상기 추정된 차량 상태 정보를 생성하는 단계는,주변 차량 상태 정보가 수신되지 않거나 또는 노이즈가 포함된 주변 차량 상태 정보가 수신되면 상기 추정된 차량 상태 정보를 생성하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 방법
|
29 |
29
제19 항에 있어서, 상기 위험도 판단 정보를 생성하는 단계는,종방향 충돌 소요 시간(TTC: Time to Collision) 및 경고 지수(warning index)를 토대로 종방향 충돌 위험도(longitudinal collision risk index)를 산출하고, 차선 침범 소요 시간(TLC: Time to Lane Crossing) 및 종방향 충돌 위험도를 토대로 횡방향 충돌 위험도(lateral collision risk index)를 산출하고, 상기 산출된 종방향 충돌 위험도와 횡방향 충돌 위험도를 포함하는 상기 위험도 판단 정보를 생성하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 방법
|
30 |
30
제29 항에 있어서, 상기 종방향 충돌 위험도를 산출하는 단계는,상대 차량과 자차 사이의 거리 및 상기 상대 차량의 종방향 상대 속도를 토대로 상기 종방향 충돌 소요 시간을 산출하고, 두 차량 사이의 거리, 브레이크 임계 거리 및 경고 임계 거리를 토대로 경고 지수를 산출하며, 상기 산출된 종방향 충돌 소요 시간 및 경고 지수와 미리 설정된 종방향 충돌 소요 시간의 문턱값과 경고 지수의 최대값을 토대로 종방향 충돌 위험도를 산출하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 방법
|
31 |
31
제29 항에 있어서, 상기 횡방향 충돌 위험도를 산출하는 단계는,상대 차량의 횡방향 위치와 상기 상대 차량의 횡방향 상대 속도를 토대로 차선 침범 소요 시간을 산출하고, 상기 차선 침범 소요 시간과 종방향 충돌 위험도 및 미리 설정된 차선 침범 소요 시간의 문턱값을 토대로 횡방향 충돌 위험도(lateral collision risk index)를 산출하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 방법
|
32 |
32
제19 항에 있어서, 상기 다수의 특징들을 추출하는 단계는,상기 센서 융합 정보로부터 융합 트랙의 횡방향 위치, 융합 트랙의 종방향 위치, 측방 레이더의 헤딩각, 측방 레이더 트랙의 절대속도를 포함하는 특징들을 추출하고, 상기 추정된 차량 상태 정보로부터 측방 레이더 트랙의 횡방향 상대속도에 대한 추정값과 측방 레이더 트랙의 종방향 상대속도에 대한 추정값을 포함하는 특징들을 추출하며, 상기 위험도 판단 정보로부터 종방향 충돌 소요 시간, 종방향 충돌 위험도, 차선 침범 소요 시간, 횡방향 충돌 위험도를 포함하는 특징들을 추출하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 방법
|
33 |
33
제19 항에 있어서, 상기 근거리 끼어들기 차량 판단에 상응하는 최적의 특징 조합을 선정하는 단계는,상기 분류 학습된 결과값을 토대로 상기 주변 차량의 의도를 판단하고, 상기 판단된 주변 차량의 의도에 대한 근거리 끼어들기의 정확도를 산출하며, 상기 산출된 정확도를 토대로 최적의 특징 조합을 선정하고, 상기 선정된 최적의 특징 조합에 포함된 가중치를 토대로 근거리 끼어들기 차량의 상황을 판단하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 방법
|
34 |
34
제33 항에 있어서, 상기 주변 차량의 의도에 대한 근거리 끼어들기의 정확도를 산출하는 단계는,TPR(True Positive Rate)과 FPR(Fulse Positive Rate)을 토대로 산출하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 방법
|
35 |
35
제34 항에 있어서, 상기 산출된 정확도를 토대로 최적의 특징 조합을 선정하는 단계는,상기 TPR(True Positive Rate)이 높고 상기 FPR(Fulse Positive Rate)이 낮은 특징 조합을 선정하는 것을 특징으로 하는 근거리 끼어들기 차량 판단 방법
|
36 |
36
제19 항 내지 제35 항 중 어느 한 항에 기재된 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
|
37 |
37
주변 차량을 센싱하는 센싱 장치; 그리고,상기 센싱 장치로부터 수신된 주변 차량 정보를 토대로 근거리 끼어들기 차량의 상황을 판단하는 근거리 끼어들기 차량 장치를 포함하고,상기 근거리 끼어들기 차량 장치는,상기 수신된 주변 차량 정보를 토대로 센서 융합 정보, 추정된 차량 상태 정보, 그리고 위험도 판단 정보를 생성하고, 상기 센서 융합 정보, 추정된 차량 상태 정보, 그리고 위험도 판단 정보를 토대로 다수의 특징들을 추출하며, 상기 추출된 특징들을 조합하여 다수의 특징 조합들을 생성하고, 상기 다수의 특징 조합들을 가중치에 따라 분류하여 학습하며, 상기 분류 학습된 결과값을 토대로 상기 주변 차량의 의도를 판단하여 근거리 끼어들기 차량 판단에 상응하는 최적의 특징 조합을 선정하고, 상기 선정된 최적의 특징 조합을 토대로 근거리 끼어들기 차량의 상황을 판단하는 것을 특징으로 하는 차량
|