| 1 |
1
차선의 배치 경로에 대한 n(n은 3이상의 자연수)개의 2차원 좌표 값들로 구성된 미리 지정된 서로 다른 복수의 좌표 값 세트들과 상기 복수의 좌표 값 세트들 각각에 대응되는 것으로 미리 지정된 서로 다른 상수 값 세트 - 상기 상수 값 세트는 라는 이차함수에서 3개의 상수 값들인 a, b, c 값으로 구성된 세트를 의미함 - 를 기계학습을 위한 트레이닝 데이터로 저장하고 있는 트레이닝 데이터 저장부;상기 복수의 좌표 값 세트들 중 어느 하나인 제1 좌표 값 세트에 포함된 n개의 2차원 좌표 값들을 열의 성분으로 지정함으로써, n x 2 크기의 입력 행렬을 생성하는 입력 행렬 생성부;상기 입력 행렬을 심층 신경망(Deep Neural Network)에 입력으로 인가하여 3차원의 출력 벡터를 생성하는 출력 백터 생성부;상기 트레이닝 데이터 저장부로부터 상기 제1 좌표 값 세트에 대응되는 제1 상수 값 세트를 확인하고, 상기 출력 벡터의 성분인 3개의 출력 값들을 상기 제1 상수 값 세트에 포함된 3개의 상수 값들에 하나씩 매칭시킨 후 상기 3개의 출력 값들과 각 출력 값에 매칭된 상수 값을 비교함으로써, 상기 심층 신경망을 기계학습시키는 기계학습 수행부;상기 복수의 좌표 값 세트들 중 상기 제1 좌표 값 세트를 제외한 나머지 좌표 값 세트들 전부에 대해 상기 심층 신경망을 기계학습시키기 위한 과정의 반복 수행을 제어하는 반복 수행 제어부;상기 심층 신경망에 대한 기계학습이 완료된 이후, 차량의 자율 주행을 위한 이동 경로 생성 명령이 인가되면, 상기 차량에 구비되어 있는 어라운드 뷰 모니터링(Around View Monitoring: AVM) 시스템 - 상기 AVM 시스템은 상기 차량의 전방, 후방 및 좌우측면에 구비된 카메라를 통해 촬영된 영상으로부터 상기 차량의 상단 뷰(top view) 이미지를 생성하는 시스템임 - 을 통해 상기 차량의 상단 뷰 이미지를 획득하는 이미지 획득부;상기 차량의 상단 뷰 이미지로부터 상기 차량의 좌측 차선의 배치 경로에 대한 n개의 2차원 좌측 좌표 값들과 상기 차량의 우측 차선의 배치 경로에 대한 n개의 2차원 우측 좌표 값들을 획득하는 좌표 획득부;상기 좌측 좌표 값들을 열의 성분으로 지정함으로써, n x 2 크기의 좌측 입력 행렬을 생성하고, 상기 우측 좌표 값들을 열의 성분으로 지정함으로써, n x 2 크기의 우측 입력 행렬을 생성한 후 상기 좌측 입력 행렬을 기계학습이 완료된 상기 심층 신경망에 입력으로 인가하여 3차원의 좌측 출력 벡터를 생성하고, 상기 우측 입력 행렬을 기계학습이 완료된 상기 심층 신경망에 입력으로 인가하여 3차원의 우측 출력 벡터를 생성하는 출력 생성부; 및상기 좌측 출력 벡터의 성분인 3개의 좌측 출력 값들을 상수 값으로 갖는 좌측 이차함수를 생성하고, 상기 우측 출력 벡터의 성분인 3개의 우측 출력 값들을 상수 값으로 갖는 우측 이차함수를 생성한 후 상기 좌측 이차함수에 따라 그려지는 좌측 곡선과 상기 우측 이차함수에 따라 그려지는 우측 곡선 간의 중간 곡선을 상기 차량에 대한 이동 경로로 생성하는 이동 경로 생성부를 포함하는 어라운드 뷰 모니터링 시스템을 이용한 인공지능 기반의 자율 주행 차량용 이동 경로 생성 장치
|
| 2 |
2
제1항에 있어서,상기 기계학습 수행부는상기 3개의 출력 값들과 각 출력 값에 매칭된 상수 값을 기초로 사전 설정된 손실 함수(Loss Function)를 기반으로 한 손실 값을 연산하고, 상기 손실 값이 최소가 되도록 상기 심층 신경망을 기계학습시키는 어라운드 뷰 모니터링 시스템을 이용한 인공지능 기반의 자율 주행 차량용 이동 경로 생성 장치
|
| 3 |
3
제2항에 있어서,상기 기계학습 수행부는하기의 수학식 1의 연산에 따라 상기 손실 값을 연산하는 어라운드 뷰 모니터링 시스템을 이용한 인공지능 기반의 자율 주행 차량용 이동 경로 생성 장치
|
| 4 |
4
제1항에 있어서,상기 좌표 획득부는상기 차량의 상단 뷰 이미지에서 상기 차량의 좌측 지점과 우측 지점에 차선 검출을 위한 미리 설정된 제1 크기의 관심 영역을 설정하고, 상기 관심 영역 내에서 좌측 차선과 우측 차선의 윤곽선을 검출하는 차선 검출부;상기 좌측 차선의 윤곽선의 중심점을 기초로 미리 설정된 제2 크기를 갖는 제1 기준 관심 영역을 생성하고, 상기 우측 차선의 윤곽선의 중심점을 기초로 상기 제2 크기를 갖는 제2 기준 관심 영역을 생성하는 기준 관심 영역 생성부; 및상기 차량의 상단 뷰 이미지에서 상기 제1 기준 관심 영역을 미리 설정된 복수의 제1 방향들로 순차적으로 이동시키면서 상기 좌측 차선의 윤곽선을 검출하는 동작을 n번 반복 수행함으로써, 상기 좌측 차선에 대한 n개의 윤곽선들을 검출한 후 상기 좌측 차선에 대한 n개의 윤곽선들의 중심점 좌표를 상기 좌측 차선의 배치 경로에 대한 상기 좌측 좌표 값들로 생성하고, 상기 차량의 상단 뷰 이미지에서 상기 제2 기준 관심 영역을 미리 설정된 복수의 제2 방향들로 순차적으로 이동시키면서 상기 우측 차선의 윤곽선을 검출하는 동작을 n번 반복 수행함으로써, 상기 우측 차선에 대한 n개의 윤곽선들을 검출한 후 상기 우측 차선에 대한 n개의 윤곽선들의 중심점 좌표를 상기 우측 차선의 배치 경로에 대한 상기 우측 좌표 값들로 생성하는 좌표 생성부를 포함하는 어라운드 뷰 모니터링 시스템을 이용한 인공지능 기반의 자율 주행 차량용 이동 경로 생성 장치
|
| 5 |
5
제4항에 있어서,상기 차선 검출부는상기 차량의 상단 뷰 이미지가 획득되면, 차선의 색상으로 사전 설정된 차선 색상 정보를 기초로 상기 차량의 상단 뷰 이미지에서 상기 차선 색상 정보에 따른 색상을 갖는 화소들의 색상을 흑색으로, 나머지 화소들의 색상을 백색으로 변환함으로써, 상기 차량의 상단 뷰 이미지를 이진화하는 이진화 처리부; 및상기 차량의 상단 뷰 이미지에 대한 이진화가 완료되면, 이진화가 완료된 상기 차량의 상단 뷰 이미지에서 상기 차량의 좌측 지점과 우측 지점에 상기 관심 영역을 설정하고, 상기 관심 영역에서 흑색의 화소들로 구성된 영역의 크기가 미리 설정된 면적 크기를 초과하는 영역을 상기 좌측 차선과 상기 우측 차선의 윤곽선으로 검출하는 윤곽선 검출부를 포함하는 어라운드 뷰 모니터링 시스템을 이용한 인공지능 기반의 자율 주행 차량용 이동 경로 생성 장치
|
| 6 |
6
제5항에 있어서,상기 좌표 생성부는상기 좌측 차선 상에서 윤곽선이 검출되지 않는 제1 미검출 지점이 존재하는 경우, 상기 제1 미검출 지점에 대응되는 상기 우측 차선의 윤곽선을 상기 좌측 차선 상으로 대칭 이동시켜 상기 제1 미검출 지점에 대한 상기 좌측 차선의 윤곽선으로 처리하고,상기 우측 차선 상에서 윤곽선이 검출되지 않는 제2 미검출 지점이 존재하는 경우, 상기 제2 미검출 지점에 대응되는 상기 좌측 차선의 윤곽선을 상기 우측 차선 상으로 대칭 이동시켜 상기 제2 미검출 지점에 대한 상기 우측 차선의 윤곽선으로 처리하는 어라운드 뷰 모니터링 시스템을 이용한 인공지능 기반의 자율 주행 차량용 이동 경로 생성 장치
|
| 7 |
7
제1항에 있어서,상기 차량에 대한 이동 경로가 생성되면, 상기 차량의 뒷바퀴의 중심과 상기 차량에 대한 이동 경로 간의 수평거리, 상기 차량의 앞바퀴의 중심을 연결하는 선과 상기 차량에 대한 이동 경로 간의 각도 및 상기 차량의 현재 속도에 기초하여 상기 차량의 스티어링 휠의 조향 각도를 연산하고, 상기 연산된 조향 각도에 따라 상기 차량의 스티어링 휠의 조향을 제어하는 조향 제어부를 더 포함하는 어라운드 뷰 모니터링 시스템을 이용한 인공지능 기반의 자율 주행 차량용 이동 경로 생성 장치
|
| 8 |
8
차선의 배치 경로에 대한 n(n은 3이상의 자연수)개의 2차원 좌표 값들로 구성된 미리 지정된 서로 다른 복수의 좌표 값 세트들과 상기 복수의 좌표 값 세트들 각각에 대응되는 것으로 미리 지정된 서로 다른 상수 값 세트 - 상기 상수 값 세트는 라는 이차함수에서 3개의 상수 값들인 a, b, c 값으로 구성된 세트를 의미함 - 를 기계학습을 위한 트레이닝 데이터로 저장하고 있는 트레이닝 데이터 저장부를 유지하는 단계;상기 복수의 좌표 값 세트들 중 어느 하나인 제1 좌표 값 세트에 포함된 n개의 2차원 좌표 값들을 열의 성분으로 지정함으로써, n x 2 크기의 입력 행렬을 생성하는 단계;상기 입력 행렬을 심층 신경망(Deep Neural Network)에 입력으로 인가하여 3차원의 출력 벡터를 생성하는 단계;상기 트레이닝 데이터 저장부로부터 상기 제1 좌표 값 세트에 대응되는 제1 상수 값 세트를 확인하고, 상기 출력 벡터의 성분인 3개의 출력 값들을 상기 제1 상수 값 세트에 포함된 3개의 상수 값들에 하나씩 매칭시킨 후 상기 3개의 출력 값들과 각 출력 값에 매칭된 상수 값을 비교함으로써, 상기 심층 신경망을 기계학습시키는 단계;상기 복수의 좌표 값 세트들 중 상기 제1 좌표 값 세트를 제외한 나머지 좌표 값 세트들 전부에 대해 상기 심층 신경망을 기계학습시키기 위한 과정의 반복 수행을 제어하는 단계;상기 심층 신경망에 대한 기계학습이 완료된 이후, 차량의 자율 주행을 위한 이동 경로 생성 명령이 인가되면, 상기 차량에 구비되어 있는 어라운드 뷰 모니터링(Around View Monitoring: AVM) 시스템 - 상기 AVM 시스템은 상기 차량의 전방, 후방 및 좌우측면에 구비된 카메라를 통해 촬영된 영상으로부터 상기 차량의 상단 뷰(top view) 이미지를 생성하는 시스템임 - 을 통해 상기 차량의 상단 뷰 이미지를 획득하는 단계;상기 차량의 상단 뷰 이미지로부터 상기 차량의 좌측 차선의 배치 경로에 대한 n개의 2차원 좌측 좌표 값들과 상기 차량의 우측 차선의 배치 경로에 대한 n개의 2차원 우측 좌표 값들을 획득하는 단계;상기 좌측 좌표 값들을 열의 성분으로 지정함으로써, n x 2 크기의 좌측 입력 행렬을 생성하고, 상기 우측 좌표 값들을 열의 성분으로 지정함으로써, n x 2 크기의 우측 입력 행렬을 생성한 후 상기 좌측 입력 행렬을 기계학습이 완료된 상기 심층 신경망에 입력으로 인가하여 3차원의 좌측 출력 벡터를 생성하고, 상기 우측 입력 행렬을 기계학습이 완료된 상기 심층 신경망에 입력으로 인가하여 3차원의 우측 출력 벡터를 생성하는 단계; 및상기 좌측 출력 벡터의 성분인 3개의 좌측 출력 값들을 상수 값으로 갖는 좌측 이차함수를 생성하고, 상기 우측 출력 벡터의 성분인 3개의 우측 출력 값들을 상수 값으로 갖는 우측 이차함수를 생성한 후 상기 좌측 이차함수에 따라 그려지는 좌측 곡선과 상기 우측 이차함수에 따라 그려지는 우측 곡선 간의 중간 곡선을 상기 차량에 대한 이동 경로로 생성하는 단계를 포함하는 어라운드 뷰 모니터링 시스템을 이용한 인공지능 기반의 자율 주행 차량용 이동 경로 생성 장치의 동작 방법
|
| 9 |
9
제8항에 있어서,상기 기계학습시키는 단계는상기 3개의 출력 값들과 각 출력 값에 매칭된 상수 값을 기초로 사전 설정된 손실 함수(Loss Function)를 기반으로 한 손실 값을 연산하고, 상기 손실 값이 최소가 되도록 상기 심층 신경망을 기계학습시키는 어라운드 뷰 모니터링 시스템을 이용한 인공지능 기반의 자율 주행 차량용 이동 경로 생성 장치의 동작 방법
|
| 10 |
10
제9항에 있어서,상기 기계학습시키는 단계는하기의 수학식 1의 연산에 따라 상기 손실 값을 연산하는 어라운드 뷰 모니터링 시스템을 이용한 인공지능 기반의 자율 주행 차량용 이동 경로 생성 장치의 동작 방법
|
| 11 |
11
제8항에 있어서,상기 좌표 값들을 획득하는 단계는상기 차량의 상단 뷰 이미지에서 상기 차량의 좌측 지점과 우측 지점에 차선 검출을 위한 미리 설정된 제1 크기의 관심 영역을 설정하고, 상기 관심 영역 내에서 좌측 차선과 우측 차선의 윤곽선을 검출하는 단계;상기 좌측 차선의 윤곽선의 중심점을 기초로 미리 설정된 제2 크기를 갖는 제1 기준 관심 영역을 생성하고, 상기 우측 차선의 윤곽선의 중심점을 기초로 상기 제2 크기를 갖는 제2 기준 관심 영역을 생성하는 단계; 및상기 차량의 상단 뷰 이미지에서 상기 제1 기준 관심 영역을 미리 설정된 복수의 제1 방향들로 순차적으로 이동시키면서 상기 좌측 차선의 윤곽선을 검출하는 동작을 n번 반복 수행함으로써, 상기 좌측 차선에 대한 n개의 윤곽선들을 검출한 후 상기 좌측 차선에 대한 n개의 윤곽선들의 중심점 좌표를 상기 좌측 차선의 배치 경로에 대한 상기 좌측 좌표 값들로 생성하고, 상기 차량의 상단 뷰 이미지에서 상기 제2 기준 관심 영역을 미리 설정된 복수의 제2 방향들로 순차적으로 이동시키면서 상기 우측 차선의 윤곽선을 검출하는 동작을 n번 반복 수행함으로써, 상기 우측 차선에 대한 n개의 윤곽선들을 검출한 후 상기 우측 차선에 대한 n개의 윤곽선들의 중심점 좌표를 상기 우측 차선의 배치 경로에 대한 상기 우측 좌표 값들로 생성하는 단계를 포함하는 어라운드 뷰 모니터링 시스템을 이용한 인공지능 기반의 자율 주행 차량용 이동 경로 생성 장치의 동작 방법
|
| 12 |
12
제11항에 있어서,상기 윤곽선을 검출하는 단계는상기 차량의 상단 뷰 이미지가 획득되면, 차선의 색상으로 사전 설정된 차선 색상 정보를 기초로 상기 차량의 상단 뷰 이미지에서 상기 차선 색상 정보에 따른 색상을 갖는 화소들의 색상을 흑색으로, 나머지 화소들의 색상을 백색으로 변환함으로써, 상기 차량의 상단 뷰 이미지를 이진화하는 단계; 및상기 차량의 상단 뷰 이미지에 대한 이진화가 완료되면, 이진화가 완료된 상기 차량의 상단 뷰 이미지에서 상기 차량의 좌측 지점과 우측 지점에 상기 관심 영역을 설정하고, 상기 관심 영역에서 흑색의 화소들로 구성된 영역의 크기가 미리 설정된 면적 크기를 초과하는 영역을 상기 좌측 차선과 상기 우측 차선의 윤곽선으로 검출하는 단계를 포함하는 어라운드 뷰 모니터링 시스템을 이용한 인공지능 기반의 자율 주행 차량용 이동 경로 생성 장치의 동작 방법
|
| 13 |
13
제12항에 있어서,상기 좌표 값들로 생성하는 단계는상기 좌측 차선 상에서 윤곽선이 검출되지 않는 제1 미검출 지점이 존재하는 경우, 상기 제1 미검출 지점에 대응되는 상기 우측 차선의 윤곽선을 상기 좌측 차선 상으로 대칭 이동시켜 상기 제1 미검출 지점에 대한 상기 좌측 차선의 윤곽선으로 처리하고,상기 우측 차선 상에서 윤곽선이 검출되지 않는 제2 미검출 지점이 존재하는 경우, 상기 제2 미검출 지점에 대응되는 상기 좌측 차선의 윤곽선을 상기 우측 차선 상으로 대칭 이동시켜 상기 제2 미검출 지점에 대한 상기 우측 차선의 윤곽선으로 처리하는 어라운드 뷰 모니터링 시스템을 이용한 인공지능 기반의 자율 주행 차량용 이동 경로 생성 장치의 동작 방법
|
| 14 |
14
제8항에 있어서,상기 차량에 대한 이동 경로가 생성되면, 상기 차량의 뒷바퀴의 중심과 상기 차량에 대한 이동 경로 간의 수평거리, 상기 차량의 앞바퀴의 중심을 연결하는 선과 상기 차량에 대한 이동 경로 간의 각도 및 상기 차량의 현재 속도에 기초하여 상기 차량의 스티어링 휠의 조향 각도를 연산하고, 상기 연산된 조향 각도에 따라 상기 차량의 스티어링 휠의 조향을 제어하는 단계를 더 포함하는 어라운드 뷰 모니터링 시스템을 이용한 인공지능 기반의 자율 주행 차량용 이동 경로 생성 장치의 동작 방법
|
| 15 |
15
제8항 내지 제14항 중 어느 한 항의 방법을 컴퓨터와의 결합을 통해 실행시키기 위한 컴퓨터 프로그램을 기록한 컴퓨터 판독 가능 기록 매체
|
| 16 |
16
제8항 내지 제14항 중 어느 한 항의 방법을 컴퓨터와의 결합을 통해 실행시키기 위한 저장매체에 저장된 컴퓨터 프로그램
|
