| 1 |
1
전자 장치의 동작 방법에 있어서,하나 이상의 주변 객체들의 이동 경로들을 확인하는 동작;상기 이동 경로들을 기반으로, 상기 주변 객체들의 미래 경로들을 통합적으로 예측하는 동작; 및 상기 미래 경로들을 기반으로, 상기 전자 장치를 위한 주행 경로를 추출하는 동작을 포함하고, 상기 미리 경로들을 예측하는 동작은,상기 이동 경로들을 기반으로, 그래프 모델(graph model)을 구성하는 동작; 및상기 그래프 모델을 기반으로, 상기 미래 경로들을 예측하는 동작을 포함하고, 상기 그래프 모델은 복수 개의 노드들과 상기 노드들을 연결하는 복수 개의 선분들을 포함하고, 상기 노드들은 상기 전자 장치를 나타내는 제 1 노드와 상기 주변 객체들을 각각 나타내는 제 2 노드들을 포함하고, 상기 선분들은 상기 주변 객체들과 상기 전자 장치 사이의 상호 작용 및 그에 대한 방향성을 각각 나타내고, 상기 제 2 노드들을 연결하는 선분들은 양방향성을 나타내고, 상기 제 1 노드와 상기 제 2 노드들의 각각을 연결하는 선분들은 상기 전자 장치로부터 상기 주변 객체들의 각각으로 향하는 단방향성을 나타내는 방법
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
삭제
|
| 5 |
5
제 1 항에 있어서, 상기 그래프 모델을 기반으로, 상기 미래 경로들을 예측하는 동작은,상기 전자 장치 및 상기 주변 객체들의 상태 정보를 기반으로, 상기 선분들 각각으로 연결되는 두 개의 노드들을 상대적으로 평가함으로써, 상기 노드들 각각에 대해 중요도를 부여하는 동작; 상기 중요도가 적용된 인접 행렬을 이용하여, 그래프 컨볼루션 신경망(graph convolution neural network)을 구성하는 동작; 및 장단기 메모리 네트워크(long short-term memory network; LSTM)를 기반으로, 상기 그래프 컨볼루션 신경망으로부터 상기 미래 경로들을 예측하는 동작을 더 포함하는 방법
|
| 6 |
6
삭제
|
| 7 |
7
제 1 항에 있어서, 상기 이동 경로들을 확인하는 동작은,상기 전자 장치의 상태 정보를 이용하여, 등속 운동 기반 이동 좌표계를 구성하는 동작; 상기 이동 좌표계 상에서, 상기 주변 객체들의 상대적인 위치들을 각각 표현하는 동작; 및상기 위치들을 기반으로, 상기 이동 경로들을 확인하는 동작을 포함하는 방법
|
| 8 |
8
제 7 항에 있어서, 상기 미래 경로들을 예측하는 동작은,상기 이동 좌표계 상에서, 상기 미래 경로들을 예측하는 방법
|
| 9 |
9
제 1 항에 있어서, 상기 주행 경로를 기반으로, 구동을 제어하는 동작을 더 포함하는 방법
|
| 10 |
10
제 1 항에 있어서, 상기 전자 장치는 자율 주행 차량이고, 상기 주변 객체들은 상기 전자 장치 주변의 차량인 방법
|
| 11 |
11
전자 장치에 있어서, 센서 모듈 또는 카메라 모듈 중 적어도 어느 하나; 및상기 센서 모듈 또는 상기 카메라 모듈 중 적어도 어느 하나에 연결되고, 상기 센서 모듈 또는 상기 카메라 모듈 중 적어도 어느 하나를 통해, 주변 상황에 대한 정보를 수집하도록 구성되는 프로세서를 포함하고, 상기 프로세서는, 하나 이상의 주변 객체들의 이동 경로들을 확인하고, 상기 이동 경로들을 기반으로, 상기 주변 객체들의 미래 경로들을 통합적으로 예측하고, 상기 미래 경로들을 기반으로, 상기 전자 장치를 위한 주행 경로를 추출하도록 구성되고, 상기 프로세서는,상기 이동 경로들을 기반으로, 그래프 모델을 구성하고, 상기 그래프 모델을 기반으로, 상기 미래 경로들을 예측하도록 구성되고, 상기 그래프 모델은 복수 개의 노드들과 상기 노드들을 연결하는 복수 개의 선분들을 포함하고, 상기 노드들은 상기 전자 장치를 나타내는 제 1 노드와 상기 주변 객체들을 각각 나타내는 제 2 노드들을 포함하고, 상기 선분들은 상기 주변 객체들과 상기 전자 장치 사이의 상호 작용 및 그에 대한 방향성을 각각 나타내고, 상기 제 2 노드들을 연결하는 선분들은 양방향성을 나타내고, 상기 제 1 노드와 상기 제 2 노드들의 각각을 연결하는 선분들은 상기 전자 장치로부터 상기 주변 객체들의 각각으로 향하는 단방향성을 나타내는 장치
|
| 12 |
12
삭제
|
| 13 |
13
삭제
|
| 14 |
14
삭제
|
| 15 |
15
제 11 항에 있어서, 상기 프로세서는,상기 전자 장치 및 상기 주변 객체들의 상태 정보를 기반으로, 상기 선분들 각각으로 연결되는 두 개의 노드들을 상대적으로 평가함으로써, 상기 노드들 각각에 대해 중요도를 부여하고, 상기 중요도가 적용된 인접 행렬을 이용하여, 그래프 컨볼루션 신경망을 구성하고,장단기 메모리 네트워크(LSTM)를 기반으로, 상기 그래프 컨볼루션 신경망으로부터 상기 미래 경로들을 예측하도록 구성되는 장치
|
| 16 |
16
삭제
|
| 17 |
17
제 11 항에 있어서, 상기 프로세서는,상기 전자 장치의 상태 정보를 이용하여, 등속 운동 기반 이동 좌표계를 구성하고, 상기 이동 좌표계 상에서, 상기 주변 객체들의 상대적인 위치들을 각각 표현하고, 상기 위치들을 기반으로, 상기 이동 경로들을 확인하도록 구성되는 장치
|
| 18 |
18
제 17 항에 있어서, 상기 프로세서는, 상기 이동 좌표계 상에서, 상기 미래 경로들을 예측하도록 구성되는 장치
|
| 19 |
19
제 11 항에 있어서, 상기 프로세서는,상기 주행 경로를 기반으로, 구동을 제어하도록 구성되는 장치
|
| 20 |
20
제 11 항에 있어서, 상기 전자 장치는 자율 주행 차량이고, 상기 주변 객체들은 상기 전자 장치 주변의 차량들인 장치
|
