| 1 |
1
차량의 가속도와 각속도를 측정하는 센서부;차량의 전방 시계열 영상 프레임을 생성하는 카메라; 및상기 카메라에 의해 생성된 시계열 영상 프레임을 이용하여 차량의 가속도와 각속도를 추정하고, 상기 추정한 가속도와 각속도에 기초하여 상기 센서부의 이상 유무를 진단하는 제어부를 포함하는 차량센서의 이상 진단 장치
|
| 2 |
2
제 1 항에 있어서,상기 제어부는,t-1 시점의 영상과 t 시점의 영상을 이용하여 상기 카메라의 제1 포즈정보를 예측하는 제1 포즈 네트워크;t-2 시점의 영상과 t-1 시점의 영상을 이용하여 상기 카메라의 제2 포즈정보를 예측하는 제2 포즈 네트워크;상기 제1 포즈정보와 상기 제2 포즈정보를 이용하여 차량의 가속도와 각속도를 추정하는 6D 추정 네트워크; 및상기 6D 추정 네트워크에 의해 추정된 가속도 및 각속도와 상기 센서부에 의해 측정된 가속도 및 각속도를 비교하여 상기 센서부의 이상 유무를 진단하는 진단부를 포함하는 차량센서의 이상 진단 장치
|
| 3 |
3
제 2 항에 있어서,상기 진단부는,상기 6D 추정 네트워크에 의해 추정된 가속도를 기준으로, 상기 센서부 내 가속도센서에 의해 측정된 가속도의 오차가 제1 오차범위 내에 포함되지 않으면 상기 가속도센서에 이상이 발생한 것으로 진단하는 것을 특징으로 하는 차량센서의 이상 진단 장치
|
| 4 |
4
제 2 항에 있어서,상기 진단부는,상기 6D 추정 네트워크에 의해 추정된 각속도를 기준으로, 상기 센서부 내 자이로센서에 의해 측정된 각속도의 오차가 제2 오차범위 내에 포함되지 않으면 상기 자이로센서에 이상이 발생한 것으로 진단하는 것을 특징으로 하는 차량센서의 이상 진단 장치
|
| 5 |
5
제 2 항에 있어서,상기 제1 포즈정보는,회전정보(Rt-2→t-1)와 위치정보(Lt-2→t-1)를 포함하는 것을 특징으로 하는 차량센서의 이상 진단 장치
|
| 6 |
6
제 2 항에 있어서,상기 제2 포즈정보는,회전정보(Rt-1→t)와 위치정보(Lt-1→t)를 포함하는 것을 특징으로 하는 차량센서의 이상 진단 장치
|
| 7 |
7
제 2 항에 있어서,상기 제1 포즈 네트워크와 상기 제2 포즈 네트워크는,CNN(Convolutional Neural Network)인 것을 특징으로 하는 차량센서의 이상 진단 장치
|
| 8 |
8
제 2 항에 있어서,상기 6D 추정 네트워크는,멀티 레이어 퍼셉트론 네트워크(Muti Layers Perceptron Networks)인 것을 특징으로 하는 차량센서의 이상 진단 장치
|
| 9 |
9
제 1 항에 있어서,상기 제어부는,t-1 시점의 영상과 t 시점의 영상을 이용하여 상기 카메라의 제1 포즈정보를 예측하고, t-2 시점의 영상과 t-1 시점의 영상을 이용하여 상기 카메라의 제2 포즈정보를 예측하는 포즈 네트워크;상기 제1 포즈정보와 상기 제2 포즈정보를 이용하여 차량의 가속도와 각속도를 추정하는 6D 추정 네트워크; 및상기 6D 추정 네트워크에 의해 추정된 가속도 및 각속도와 상기 센서부에 의해 측정된 가속도 및 각속도를 비교하여 상기 센서부의 이상 유무를 진단하는 진단부를 포함하는 차량센서의 이상 진단 장치
|
| 10 |
10
제 9 항에 있어서,상기 진단부는,상기 6D 추정 네트워크에 의해 추정된 가속도를 기준으로, 상기 센서부 내 가속도센서에 의해 측정된 가속도의 오차가 제1 오차범위 내에 포함되지 않으면 상기 가속도센서에 이상이 발생한 것으로 진단하는 것을 특징으로 하는 차량센서의 이상 진단 장치
|
| 11 |
11
제 9 항에 있어서,상기 진단부는,상기 6D 추정 네트워크에 의해 추정된 각속도를 기준으로, 상기 센서부 내 자이로센서에 의해 측정된 각속도의 오차가 제2 오차범위 내에 포함되지 않으면 상기 자이로센서에 이상이 발생한 것으로 진단하는 것을 특징으로 하는 차량센서의 이상 진단 장치
|
| 12 |
12
제 9 항에 있어서,상기 제1 포즈정보는,회전정보(Rt-2→t-1)와 위치정보(Lt-2→t-1)를 포함하는 것을 특징으로 하는 차량센서의 이상 진단 장치
|
| 13 |
13
제 9 항에 있어서,상기 제2 포즈정보는,회전정보(Rt-1→t)와 위치정보(Lt-1→t)를 포함하는 것을 특징으로 하는 차량센서의 이상 진단 장치
|
| 14 |
14
제 9 항에 있어서,상기 제1 포즈 네트워크와 상기 제2 포즈 네트워크는,CNN(Convolutional Neural Network)인 것을 특징으로 하는 차량센서의 이상 진단 장치
|
| 15 |
15
제 9 항에 있어서,상기 6D 추정 네트워크는,멀티 레이어 퍼셉트론 네트워크(Muti Layers Perceptron Networks)인 것을 특징으로 하는 차량센서의 이상 진단 장치
|
| 16 |
16
센서부가 차량의 가속도와 각속도를 측정하는 단계;카메라가 차량의 전방 시계열 영상 프레임을 생성하는 단계; 및제어부가 상기 시계열 영상 프레임을 이용하여 차량의 가속도와 각속도를 추정하고, 상기 추정한 가속도와 각속도에 기초하여 상기 센서부의 이상 유무를 진단하는 단계를 포함하는 차량센서의 이상 진단 방법
|
| 17 |
17
제 16 항에 있어서,상기 센서부의 이상 유무를 진단하는 단계는,t-1 시점의 영상과 t 시점의 영상을 이용하여 상기 카메라의 제1 포즈정보를 예측하는 단계;t-2 시점의 영상과 t-1 시점의 영상을 이용하여 상기 카메라의 제2 포즈정보를 예측하는 단계;상기 제1 포즈정보와 상기 제2 포즈정보를 이용하여 차량의 가속도와 각속도를 추정하는 단계;상기 추정된 가속도와 상기 측정된 가속도를 비교하여 가속도센서의 이상 유무를 진단하는 단계; 및상기 추정된 각속도와 상기 측정된 각속도를 비교하여 자이로센서의 이상 유무를 진단하는 단계를 포함하는 차량센서의 이상 진단 방법
|
| 18 |
18
제 17 항에 있어서,상기 가속도센서의 이상 유무를 진단하는 단계는,상기 추정된 가속도를 기준으로 상기 측정된 가속도의 오차가 제1 오차범위 내에 포함되는지 판단하는 단계;상기 판단결과, 포함되지 않으면 가속도센서에 이상이 발생한 것으로 진단하는 단계; 및상기 판단결과, 포함되면 가속도센서에 이상이 없는 것으로 진단하는 단계를 포함하는 차량센서의 이상 진단 방법
|
| 19 |
19
제 17 항에 있어서,상기 자이로센서의 이상 유무를 진단하는 단계는,상기 추정된 각속도를 기준으로 상기 측정된 각속도의 오차가 제2 오차범위 내에 포함되는지 판단하는 단계;상기 판단결과, 포함되지 않으면 자이로센서에 이상이 발생한 것으로 진단하는 단계; 및상기 판단결과, 포함되면 자이로센서에 이상이 없는 것으로 진단하는 단계를 포함하는 차량센서의 이상 진단 방법
|
| 20 |
20
제 17 항에 있어서,상기 제1 포즈정보는 회전정보(Rt-2→t-1)와 위치정보(Lt-2→t-1)를 포함하고, 상기 제2 포즈정보는 회전정보(Rt-1→t)와 위치정보(Lt-1→t)를 포함하는 것을 특징으로 하는 차량센서의 이상 진단 방법
|
