1 |
1
(a) 차량에 장착된 복수의 센서를 이용하여 선행 차량 및 자차량 관련 센서 데이터를 획득하는 단계;(b) 상기 선행 차량 및 자차량 관련 센서 데이터를 가공하여 선행 차량과의 상대적 관계 데이터와 자차량 상태 데이터를 특징 벡터들로서 선별하여 트레이닝 데이터 셋을 구성하는 단계-상기 트레이닝 데이터 셋은 카메라에 의해 획득된 클로소이드 제약을 만족하는 도로 차선 모델이 실측값으로 매핑됨;(c) 상기 트레이닝 데이터 셋을 딥러닝 모델에 적용하여 도로 차선 계수를 예측하도록 학습하는 단계; 및 (d) 상기 자차량 관련 센서 데이터를 이용하여 차선 정보를 추정하는 칼만 필터 모델에 상기 예측된 도로 차선 계수를 적용하여 노이즈를 제거하여 최종 도로 차선 계수를 출력하여 보정하는 단계를 포함하는 차선 추정 방법
|
2 |
2
제1 항에 있어서, 상기 (d) 단계 이후에, 상기 선행 차량 및 자차량 관련 센서 데이터를 가공하여 선행 차량과의 상대적 관계 데이터와 자차량 상태 데이터를 특징 벡터들로서 선별하여 데이터 셋을 구성하는 단계; 및 상기 데이터 셋을 이용하여 상기 학습된 딥러닝 모델이 도로 차선 계수를 추정하는 단계를 더 포함하는 차선 추정 방법
|
3 |
3
제1 항에 있어서, 상기 딥러닝 모델은 상기 트레이닝 데이터 셋을 이용하여 자 차량 모션과 관련 있는 도로 차선 계수를 예측하도록 학습하는 제1 딥러닝 모델과 차선 모양과 관련 있는 도로 차선 계수를 예측하도록 학습하는 제2 딥러닝 모델을 포함하되, 상기 트레이닝 데이터 셋은 타임 윈도잉(time windowing)을 통해 현재 시점부터 과거 1초까지 특징 벡터를 누적하여 생성되는 것을 특징으로 하는 차선 추정 방법
|
4 |
4
제1 항에 있어서, 상기 선행 차량 관련 센서 데이터는 상기 선행 차량과 자 차량 사이의 상대 거리(range), 상대 속도(range rate) 및 상대 각도(angle)이며,상기 자 차량 관련 센서 데이터는 속도 및 조향각이되, 상기 특징 벡터들의 선별은 상기 복수의 센서 중 샘플 레이트가 긴 센서를 기준으로 다른 센서들의 샘플 레이트를 언더 샘플링함으로써 상기 복수의 센서의 샘플 레이트를 동기화한 후 특징 벡터들이 선별되는 것을 특징으로 하는 차선 추정 방법
|
5 |
5
제1 항에 있어서, 상기 칼만 필터 모델은 상기 도로 차선 계수의 분산을 이용하여 노이즈()의 공분산 행렬을 선정함으로써 상기 예측된 도로 차선 계수의 노이즈를 제거하는 것을 특징으로 하는 차선 추정 방법
|
6 |
6
제1 항 내지 제5 항 중 어느 하나의 항에 따른 방법을 수행하기 위한 프로그램 코드를 기록한 컴퓨터로 판독 가능한 기록매체
|
7 |
7
차량에 장착된 복수의 센서;적어도 하나의 명령어를 저장하는 메모리; 및상기 메모리에 저장된 명령어를 실행하는 프로세서를 포함하되, 상기 프로세서에 의해 실행된 명령어는, (a) 차량에 장착된 복수의 센서를 이용하여 선행 차량 및 자차량 관련 센서 데이터를 획득하는 단계;상기 선행 차량 및 자차량 관련 센서 데이터를 가공하여 선행 차량과의 상대적 관계 데이터와 자차량 상태 데이터를 특징 벡터들로서 선별하여 트레이닝 데이터 셋을 구성하는 단계-상기 트레이닝 데이터 셋은 카메라에 의해 획득된 클로소이드 제약을 만족하는 도로 차선 모델이 실측값으로 매핑됨;(c) 상기 트레이닝 데이터 셋을 딥러닝 모델에 적용하여 도로 차선 계수를 예측하도록 학습하는 단계; 및 (d) 상기 자차량 관련 센서 데이터를 이용하여 차선 정보를 추정하는 칼만 필터 모델에 상기 예측된 도로 차선 계수를 적용하여 노이즈를 제거하여 최종 도로 차선 계수를 출력하여 보정하는 단계를 수행하는 것을 특징으로 하는 차선 추정 장치
|
8 |
8
제7 항에 있어서, 상기 (d) 단계 이후에, 상기 선행 차량 및 자차량 관련 센서 데이터를 가공하여 선행 차량과의 상대적 관계 데이터와 자차량 상태 데이터를 특징 벡터들로서 선별하여 데이터 셋을 구성하는 단계; 및 상기 데이터 셋을 이용하여 상기 학습된 딥러닝 모델이 도로 차선 계수를 추정하는 단계를 더 수행하는 것을 특징으로 하는 차선 추정 장치
|
9 |
9
제7 항에 있어서, 상기 (a) 단계는, 상기 복수의 센서 중 샘플 레이트가 긴 센서를 기준으로 나머지 다른 센서들의 샘플 레이트를 언더 샘플링하여 상기 선행 차량 및 자차량 관련 센서 데이터를 획득하는 것을 특징으로 하는 차선 추정 장치
|