1 |
1
자율 주행 장치가 수행하는 자율 주행과 관련된 학습 방법에 있어서,카메라와 항법 센서를 장착한 차량이 규격화되지 않은 비포장 도로를 주행하면서 획득한 이미지 정보와 위치 정보를 포함하는 관련 데이터를 확인하는 단계;상기 항법 센서를 통해 획득한 상기 위치 정보와 상기 카메라를 통해 획득한 상기 이미지 정보에 기초하여 상기 비포장 도로와 관련된 세그멘테이션 레이블링을 수행하는 단계;상기 세그멘테이션 레이블링이 반영된 데이터에 기초하여 상기 차량의 주행 상황과 관련된 제1 네트워크를 학습하는 단계; 및상기 차량의 주행 상황에 기초하여 상기 차량의 제어와 관련된 제2 네트워크를 학습하는 단계를 포함하고,상기 세그멘테이션 레이블링을 수행하는 단계는,상기 카메라를 통해 획득한 i번째(i는 2 이상의 정수) 이미지 정보에 대응하는 상기 항법 센서를 통해 획득한 m개의(m은 2 이상의 정수) 위치 정보를 식별하는 단계;i+1번째 이미지 정보에 대응하는 위치 정보와 i-1번째 이미지 정보에 대응하는 위치 정보에 기초하여, 상기 i번째 이미지 정보에 대응하는 상기 카메라의 방향 벡터를 결정하는 단계;상기 i번째 이미지 정보에 대응하는 상기 카메라의 방향 벡터와 상기 i+1번째 이미지 정보에 대응하는 상기 카메라의 방향 벡터 사이의 각도를 결정하는 단계;상기 결정된 각도와 상기 m개의 위치 정보를 이용하여 상기 비포장 도로의 왼쪽 경계선에 대응하는 적어도 하나의 위치 정보 L과 상기 비포장 도로의 오른쪽 경계선에 대응하는 적어도 하나의 위치 정보 R을 결정하는 단계;상기 적어도 하나의 위치 정보 L과 상기 적어도 하나의 위치 정보 R에 기초하여 상기 비포장 도로의 경계선을 식별하는 단계; 및상기 경계선에 기초하여 상기 비포장 도로와 관련된 세그멘테이션 레이블링을 수행하는 단계를 포함하는,학습 방법
|
2 |
2
삭제
|
3 |
3
삭제
|
4 |
4
제1항에 있어서,상기 제1 네트워크를 학습하는 단계는,상기 세그멘테이션 레이블링이 반영된 데이터에 기초한 지도 학습(supervised learning)에 따라 학습하는 단계를 포함하는,학습 방법
|
5 |
5
제1항에 있어서,상기 제2 네트워크를 학습하는 단계는,상기 비포장 도로를 주행하면서 획득한 관련 데이터로부터 상기 차량의 주행 상황에 따른 상기 차량의 제어 데이터를 확인하는 단계; 및상기 제어 데이터에 기초하여 상기 제2 네트워크를 학습하는 단계를 포함하는,학습 방법
|
6 |
6
제1항에 있어서,상기 관련 데이터를 확인하는 단계는,기설정된 행렬을 이용하여 상기 항법 센서를 통해 획득한 위치 정보의 좌표가 변환된 관련 데이터를 확인하는 단계를 포함하는,학습 방법
|
7 |
7
제6항에 있어서,상기 관련 데이터를 확인하는 단계는,상기 카메라의 초점 거리 및 상기 이미지 정보에 대한 크기 정보에 기초하여 상기 기설정된 행렬을 이용하여 변환된 위치 정보로부터 상기 이미지 정보 상의 좌표를 확인하는 단계를 더 포함하는,학습 방법
|
8 |
8
제6항에 있어서,상기 기설정된 행렬은 상기 카메라가 향하는 방향을 나타내는 기설정된 벡터에 기초하여 결정되고, 상기 기설정된 벡터는 상기 차량의 위치 정보에 기초하여 결정되는 것을 특징으로 하는,학습 방법
|
9 |
9
비일시적 컴퓨터 판독 가능 저장 매체로서,컴퓨터 판독 가능 명령어들을 저장하도록 구성되는 매체를 포함하고,상기 컴퓨터 판독 가능 명령어들은 프로세서에 의해 실행되는 경우 상기 프로세서가:카메라와 항법 센서를 장착한 차량이 규격화되지 않은 비포장 도로를 주행하면서 획득한 이미지 정보와 위치 정보를 포함하는 관련 데이터를 확인하는 단계;상기 항법 센서를 통해 획득한 상기 위치 정보와 상기 카메라를 통해 획득한 상기 이미지 정보에 기초하여 상기 비포장 도로와 관련된 세그멘테이션 레이블링을 수행하는 단계;상기 세그멘테이션 레이블링이 반영된 데이터에 기초하여 상기 차량의 주행 상황과 관련된 제1 네트워크를 학습하는 단계; 및상기 차량의 주행 상황에 기초하여 상기 차량의 제어와 관련된 제2 네트워크를 학습하는 단계를 포함하고,상기 세그멘테이션 레이블링을 수행하는 단계는,상기 카메라를 통해 획득한 i번째(i는 2 이상의 정수) 이미지 정보에 대응하는 상기 항법 센서를 통해 획득한 m개의(m은 2 이상의 정수) 위치 정보를 식별하는 단계;i+1번째 이미지 정보에 대응하는 위치 정보와 i-1번째 이미지 정보에 대응하는 위치 정보에 기초하여, 상기 i번째 이미지 정보에 대응하는 상기 카메라의 방향 벡터를 결정하는 단계;상기 i번째 이미지 정보에 대응하는 상기 카메라의 방향 벡터와 상기 i+1번째 이미지 정보에 대응하는 상기 카메라의 방향 벡터 사이의 각도를 결정하는 단계;상기 결정된 각도와 상기 m개의 위치 정보를 이용하여 상기 비포장 도로의 왼쪽 경계선에 대응하는 적어도 하나의 위치 정보 L과 상기 비포장 도로의 오른쪽 경계선에 대응하는 적어도 하나의 위치 정보 R을 결정하는 단계;상기 적어도 하나의 위치 정보 L과 상기 적어도 하나의 위치 정보 R에 기초하여 상기 비포장 도로의 경계선을 식별하는 단계; 및상기 경계선에 기초하여 상기 비포장 도로와 관련된 세그멘테이션 레이블링을 수행하는 단계를 포함하는 학습 방법을 수행하도록 하는, 비일시적 컴퓨터 판독 가능 저장 매체
|
10 |
10
통신부;메모리; 및카메라와 항법 센서를 장착한 차량이 규격화되지 않은 비포장 도로를 주행하면서 획득한 이미지 정보와 위치 정보를 포함하는 관련 데이터를 확인하고, 상기 항법 센서에서 획득된 상기 위치 정보와 상기 카메라에서 획득된 상기 이미지 정보에 기초하여 상기 비포장 도로와 관련된 세그멘테이션 레이블링을 수행하고, 상기 세그멘테이션 레이블링이 반영된 데이터에 기초하여 상기 차량의 주행 상황과 관련된 제1 네트워크를 학습시키고, 상기 차량의 주행 상황에 기초하여 상기 차량의 제어와 관련된 제2 네트워크를 학습시키는 제어부(controller)를 포함하고,상기 제어부는,상기 카메라를 통해 획득한 i번째(i는 2 이상의 정수) 이미지 정보에 대응하는 상기 항법 센서를 통해 획득한 m개의(m은 2 이상의 정수) 위치 정보를 식별하고, i+1번째 이미지 정보에 대응하는 위치 정보와 i-1번째 이미지 정보에 대응하는 위치 정보에 기초하여 상기 i번째 이미지 정보에 대응하는 상기 카메라의 방향 벡터를 결정하고, 상기 i번째 이미지 정보에 대응하는 상기 카메라의 방향 벡터와 상기 i+1번째 이미지 정보에 대응하는 상기 카메라의 방향 벡터 사이의 각도를 결정하고, 상기 결정된 각도와 상기 m개의 위치 정보를 이용하여 상기 비포장 도로의 왼쪽 경계선에 대응하는 적어도 하나의 위치 정보 L과 상기 비포장 도로의 오른쪽 경계선에 대응하는 적어도 하나의 위치 정보 R을 결정하고, 상기 적어도 하나의 위치 정보 L과 상기 적어도 하나의 위치 정보 R에 기초하여 상기 비포장 도로의 경계선을 식별하고, 상기 경계선에 기초하여 상기 비포장 도로와 관련된 세그멘테이션 레이블링을 수행하는, 자율 주행 장치
|