1 |
1
자율주행차량(autonomous driving vehicle)의 운전제어권(drive control)이 운전자에게 전환된 경우에 주행 안정시점(time of stable driving)을 판단하는 방법에 있어서,시뮬레이터(simulator)로부터 운전자 관련 데이터, 주행 관련 데이터 및 환경 관련 데이터의 전부 또는 일부를 포함하는 수집 데이터를 수집하는 과정;상기 수집 데이터로부터 수동주행(manual driving) 상태에서 수집된 데이터의 전부 또는 일부를 트레이닝 데이터로서 추출하는 과정;상기 트레이닝 데이터를 기 설정된 시간 단위 데이터로 잘라(crop) 기 설정된 시간 단위 데이터별 주행 안정지표를 산출하는 과정; 및상기 기 설정된 시간 단위 데이터 중에서 주행 안정지표가 가장 작은 하위 N %(N은 기 설정된 임계치) 데이터인 학습 데이터를 입력 데이터로 하여 오토인코더 모델(auto-encoder model)을 트레이닝하는 과정을 포함하는 것을 특징으로 하는 자율주행차량의 주행 안정시점 판단방법
|
2 |
2
제1항에 있어서,트레이닝된 오토인코더 모델로부터 로스(loss) 데이터를 추출하고, 상기 로스 데이터를 기초로 차량의 주행 안정시점을 판단하는 과정을 더 포함하는 것을 특징으로 하는 자율주행차량의 주행 안정시점 판단방법
|
3 |
3
제2항에 있어서,상기 주행 안정시점을 판단하는 과정은,상기 로스 데이터의 값이 기 설정된 임계치 이하가 되는 시점을 상기 주행 안정시점으로 판단하는 것을 특징으로 하는 자율주행차량의 주행 안정시점 판단방법
|
4 |
4
제1항에 있어서,상기 수집 데이터로부터 검증 데이터(validation data)를 추출하고, 상기 검증 데이터를 이용하여 트레이닝된 오토인코더 모델을 검증하여 상기 트레이닝된 오토인코더 모델의 재학습이 필요하다고 판단하는 경우, 상기 수집 데이터 중 최종 학습 데이터를 선별하여 트레이닝된 오토인코더 모델을 초기화하여 트레이닝하거나, 다시 트레이닝하는 과정을 더 포함하는 것을 특징으로 하는 자율주행차량의 주행 안정시점 판단방법
|
5 |
5
제4항에 있어서,상기 최종 학습 데이터의 선별은,상기 검증 데이터의 데이터 유형별로 차량이 자율주행(autonomous driving) 상태에 있을 때 수집된 데이터의 값과 수동주행 상태에 있을 때 수집된 데이터의 값 간의 차(difference)를 산출하여, 산출된 차가 기 설정된 임계치보다 큰 유형의 데이터를 상기 최종 학습 데이터에서 제거함으로써 수행되는 것을 특징으로 하는 자율주행차량의 주행 안정시점 판단방법
|
6 |
6
제1항에 있어서,상기 운전자 관련 데이터는 운전자의 시선 데이터(eye tracking data)를 포함하고,상기 주행 관련 데이터는 차량의 가속페달 답입량 데이터(accelerator pedal stroke intensity data), 상기 차량의 브레이크 페달 답입량 데이터(accelerator brake stroke intensity data), 상기 차량의 속도 데이터(speed data), 상기 차량의 가속도 데이터(acceleration data), 상기 차량의 스티어링 휠의 각도 데이터(steering wheel angle data), 상기 스티어링 휠의 속도 데이터(steering wheel speed data), 상기 스티어링 휠의 토크 데이터(steering wheel torque data) 및 상기 차량의 주행 차선 데이터(driving lane data)의 전부 또는 일부를 포함하고,상기 환경 관련 데이터는 도로의 각도 데이터(road angle data), 상기 차량과 차선 간 거리 데이터(lane distance data), 선행차량의 속도 데이터(preceding vehicle speed data), 상기 선행차량까지의 거리 데이터(preceding vehicle distance data), 상기 차량의 운전제어권 전환 요청 여부 데이터 및 상기 차량의 자율주행 여부 데이터를 전부 또는 일부 포함하는 것을 특징으로 하는 자율주행차량의 주행 안정시점 판단방법
|
7 |
7
제1항에 있어서,상기 수집 데이터를 수집하는 과정은,상기 시뮬레이터로부터 수집한 데이터를 기초로 차량의 주행 중 수동주행이 수행되는 시작시점 및 종료시점을 예측하여, 상기 시뮬레이터로부터 수집한 데이터 중 상기 시작시점과 상기 종료시점 사이의 데이터를 상기 수집 데이터로서 수집하는 것을 특징으로 하는 자율주행차량의 주행 안정시점 판단방법
|
8 |
8
제1항에 있어서,상기 기 설정된 시간 단위 데이터 간의 시간 간격은, 상기 기 설정된 시간 단위보다 작은 시간 단위를 간격인 것을 특징으로 하는 자율주행차량의 주행 안정시점 판단 방법
|
9 |
9
제1항에 있어서,상기 수집 데이터는 차량과 차선 간 거리 데이터를 포함하고,상기 주행 안정지표를 산출하는 과정은,상기 차량과 차선 간 거리 데이터를 연속적인 데이터로 전처리하여 상기 주행 안정지표로서, 최대 횡방향 가속도(maximum lateral acceleration)를 표준화(standardization)하여 산출하는 것을 특징으로 하는 자율주행차량의 주행 안정시점 판단방법
|
10 |
10
제9항에 있어서,상기 트레이닝하는 과정은,상기 기 설정된 시간 단위 데이터 중에서 표준화된 최대 횡방향 가속도가 평균에서 가장 근접한 M %(M은 기 설정된 임계치) 데이터를 상기 학습 데이터로 하여 상기 오토인코더 모델을 트레이닝하는 것을 특징으로 하는 자율주행차량의 주행 안정시점 판단방법
|
11 |
11
제1항 내지 제10항 중 어느 한 항에 따른 자율주행차량의 주행 안정시점 판단방법이 포함하는 각 과정을 실행시키기 위하여 컴퓨터로 읽을 수 있는 기록매체에 저장된 컴퓨터 프로그램
|