KR102113816B1

KR102113816B1 - 차량 자율주행 서비스 시스템 및 이를 위한 클라우드 서버 및 그 동작 방법

Info

Publication number: KR102113816B1
Application number: KR1020160000876A
Authority: KR
Inventors: 민경욱; 성경복; 최정단; 한승준; 손주찬
Original assignee: 한국전자통신연구원
Priority date: 2016-01-05
Filing date: 2016-01-05
Publication date: 2020-06-03
Anticipated expiration: 2036-01-05
Also published as: KR20170082165A; US20170192436A1

Abstract

본 발명은 차량 자율주행 서비스 시스템 및 이를 위한 클라우드 서버 및 그 동작 방법에 관한 것으로서, 본 발명의 실시예에 따른 차량 자율주행 서비스 시스템은 자율주행 차량이 기설정된 출발지부터 목적지까지 자율주행하기 위해 이용하는 자율주행 맵 데이터를 요청하는 사용자 단말; 및 상기 자율주행 차량을 포함하여 임의의 위치에서 주행중인 복수의 비젼 센서 장착 일반 주행차량으로부터 상기 비젼 센서가 포착한 로우 데이터를 수신하여 이를 토대로 점진적으로 정밀 맵 데이터를 구축 및 관리하며, 상기 사용자 단말의 상기 자율주행 맵 데이터 요청에 따라 상기 정밀 맵 데이터를 검색하여 자율주행 맵 데이터를 획득하고, 획득된 상기 자율주행 맵 데이터를 상기 자율주행 차량에 전송하는 클라우드 서버를 포함한다.

Description

차량 자율주행 서비스 시스템 및 이를 위한 클라우드 서버 및 그 동작 방법{System for autonomous driving service of vehicle, cloud server thereof and method thereof}

본 발명은 차량의 자율주행 기술에 관한 것으로, 특히 클라우드 서버 기반의 차량 자율주행 서비스 시스템 및 그 동작 방법에 관한 것이다.

차량이 무인으로 스스로 주행(자율주행)하기 위해서는 맵 데이터의 정밀도는 최소한 30cm 이하이어야 한다. 그러나, 국토지리정보원의 측량 데이터를 기초로 하여 제작되는 기존의 내비게이션 맵 데이터는 오차가 수 미터(meter)에 달한다. 또한, 기존 내비게이션 맵 데이터의 도로네트워크는 차선별 링크로 구성되어 있어서 활용이 불가능하다.

이에 따라 차량의 자율주행을 위해서는, 자율주행 맵 데이터를 활용한다. 자율주행 맵 데이터는 노면 표시 데이터(road mark), 교통표지판, 도로표지판, 신호등 위치 등 랜드 마크(land mark)의 정적인 데이터와 이로부터 추출되는 차선별 도로네트워크 데이터이다. 즉, 정확한 차선별 도로네트워크 데이터가 있어야지만 자율주행이 가능하다.

차선별 도로네트워크 데이터들 각각에는 속성정보와 위치정보(x, y, z)를 기본적으로 포함한다. 또한, 차선별 도로 네트워크 데이터는 기존 내비게이션 데이터(배경 맵, 도로 네트워크 데이터, POI(Point Of Interest) 데이터 등) 보다 상세하며 데이터의 크기(양)가 크다.

자율주행 맵 데이터는 자율주행 기술에 있어서 가장 기본이 되는 데이터이며 그 활용도는 다음과 같다.

첫째, 자율주행 맵 데이터를 이용하여 차량의 위치 및 자세를 인식한다. 이는, GPS를 이용하는 경우 건물 밀집 지역에서의 음영지역이 존재하고, 고가의 GPS를 사용하게 되면, 고가 장비이므로 상용화에 걸림돌이 된다. 따라서 정밀 맵 데이터와 차량에 장착된 비젼 센서를 이용하여 맵 인식 정보와 DB화되어 있는 정밀 맵을 매핑 계산함으로써 차량의 자세 및 위치정보를 계산할 수 있다.

둘째, 자율주행 맵 데이터를 이용하여 차선별 주행 경로 안내(라우팅, Routing)가 가능하다. 로드마크로부터 추출된 차선별 로드네트워크 데이터를 이용함으로써, 출발지부터 목적지 간의 라우팅 데이터를 추출하는데 사용될 수 있다.

셋째, 자율주행 맵 데이터를 이용하여 장애물과의 맵 매핑을 통한 차량 제어가 가능하다. 장애물(타 차량 및 보행이동체 등)을 정밀 맵에 매핑함으로써, 차량이 회피하거나 우회하거나 추월 등의 미션을 수행할 수 있다. 예컨대, 장애물과의 충돌을 회피하기 위해 회피 가능 영역 즉, 도로를 벗어나지 않고 회피할 수 있는지를 확인하는 상황 판단에 정밀 맵 데이터를 활용할 수 있다.

기존 스마트폰(사용자 단말) 기반 내비게이션 서비스 측면에서, 기본적인 표출을 위한 배경 맵 데이터는 스마트폰에 저장되어 있다. 또한, 출발지부터 목적지까지 주행 경로 안내는 서버에서 수행하며, 안내(guidance) 정보와 함께 통신을 이용해서 스마트폰으로 전송되고 이를 바탕으로 주행 안내가 수행된다. 현재, 국내 대기업에서는 정밀 맵 데이터 구축이 시작되고 있는 시점에서 정밀 맵 데이터의 서비스에 대한 방법 및 시스템은 아직 없는 실정이다.

본 발명의 목적은 차량 자율주행 서비스 시스템 및 이를 위해 자율주행을 위한 정밀 맵 데이터 수집하고 자율주행을 하고자 하는 차량에게 자율주행을 위한 맵 데이터를 제공하는 클라우드 서버의 동작 방법을 제공함을 목적으로 한다.

전술한 과제를 달성하기 위한 본 발명의 일 양상에 따른 차량 자율주행 서비스 시스템은 자율주행 차량이 기설정된 출발지부터 목적지까지 자율주행하기 위해 이용하는 자율주행 맵 데이터를 요청하는 사용자 단말 및 상기 자율주행 차량을 포함하여 임의의 위치에서 주행중인 복수의 비젼 센서 장착 일반 주행차량으로부터 상기 비젼 센서가 포착한 로우 데이터를 수신하여 이를 토대로 점진적으로 정밀 맵 데이터를 구축 및 관리하며, 상기 사용자 단말의 상기 자율주행 맵 데이터 요청에 따라 상기 정밀 맵 데이터를 검색하여 자율주행 맵 데이터를 획득하고, 획득된 상기 자율주행 맵 데이터를 상기 자율주행 차량에 전송하는 클라우드 서버를 포함하되, 상기 클라우드 서버는 수신한 상기 로우 데이터를 검증하는 검증부, 상기 검증된 로우 데이터에 기초하여 상기 구축된 정밀 맵 데이터의 갱신을 수행하고 상기 로우 데이터에 포함된 특성(feature)들에 중앙선, 유턴구역선, 차선, 진로변경제한선, 유도선 및 안전지대를 포함하는 속성값을 할당하는 가공부, 및 상기 가공부에 의해 가공된 정보에 기초하여 차선별 도로 네트워크 데이터를 추출하는 추출부를 포함하는 정밀 맵 생성부를 포함하고, 상기 로우 데이터는 상기 비전 센서가 획득한 영상데이터 및 상기 영상데이터로부터 추출된 특징데이터 중 하나이다.

상기 로우 데이터가 상기 영상 데이터인 경우 상기 복수의 비젼 센서 장착 일반 주행차량에 구비된 비젼 센서를 통해 획득되는 영상 데이터이고, 상기 로우 데이터가 상기 특징(feature) 데이터인 경우 상기 영상 데이터에서 추출되는 로드 마크 형상의 기하 정보 및 랜드 마크의 위치 정보 중 적어도 하나의 정보를 포함하는 특징 데이터이다.

상기 클라우드 서버는 모바일 매핑 시스템(Mobile Mapping System, MMS)이 구비된 MMS 차량과 첨단 운전자 보조 시스템(Advanced Driving Assistance System, ADAS)이 구비된 ADAS 차량 중 적어도 하나로부터 상기 로우 데이터를 수신한다.

상기 사용자 단말은 자율주행 모드로 전환되면, 상기 자율주행 차량의 프로필 정보, 출발지 정보, 상기 목적지 정보를 포함하는 자율주행 맵 데이터 요청 명령을 상기 클라우드 서버에 전송한다.

상기 클라우드 서버는 상기 프로필 정보에 포함된 고유 식별자 정보에 대응하는 자율주행 차량으로 상기 자율주행 맵 데이터를 전송한다.

상기 클라우드 서버는 수신되는 상기 로우 데이터를 기반으로 상기 정밀 맵 데이터를 생성하는 정밀 맵 생성부, 상기 정밀 맵 생성부에 의해 생성된 상기 정밀 맵 데이터를 저장하는 저장부, 및 상기 자율주행 맵 데이터 요청 명령이 수신되면, 상기 저장부에 저장된 상기 정밀 맵 데이터를 검색하여 상기 자율주행 차량이 상기 목적지까지 도달하기 위한 자율주행 맵 데이터를 획득하고, 획득된 상기 자율주행 맵 데이터를 상기 자율주행 차량으로 전송하는 자율주행 맵 제공부를 포함한다.

상기 자율주행 맵 제공부는 상기 저장부의 상기 정밀 맵 데이터를 검색하여 상기 자율주행 차량이 상기 목적지까지 도달하기 위한 도로 레벨의 주행 경로 및 안내(guidance) 정보, 상기 도로 레벨의 주행 경로에 따라 상기 자율주행 차량이 도로 상 주행해야 하는 차선 정보를 포함하는 차선 레벨의 주행 경로, 및 상기 차량의 주행에 변화가 요구되는 지점의 미션을 포함하는 상기 자율주행 맵 데이터를 획득한다.

한편, 전술한 과제를 달성하기 위한 본 발명의 다른 양상에 따른 차량 자율주행 서비스를 위한 클라우드 서버는 자율주행 차량과 서로 다른 위치에서의 도로에 대한 복수의 로우 데이터(raw data)를 기반으로 점진적으로 정밀 맵 데이터를 생성하여 구축하는 정밀 맵 생성부, 생성된 상기 정밀 맵 데이터를 저장하는 저장부, 자율주행 맵 데이터 요청 명령이 수신되면, 상기 저장부에 저장된 상기 정밀 맵 데이터를 검색하여 상기 자율주행 차량이 기설정된 목적지까지 도달하기 위한 자율주행 맵 데이터를 획득하고, 획득된 상기 자율주행 맵 데이터를 상기 자율주행 차량으로 전송하는 자율주행 맵 제공부를 포함하되, 상기 로우 데이터는 상기 자율주행 차량을 포함하여 임의의 위치에서 주행중인 복수의 비젼 센서 장착 일반 주행차량으로부터 수집된 특정 로우 데이터이고, 상기 정밀 맵 생성부는 상기 로우 데이터를 검증하는 검증부, 상기 검증된 로우 데이터에 기초하여 상기 구축된 정밀 맵 데이터의 갱신을 수행하고 상기 로우 데이터에 포함된 특성(feature)들에 중앙선, 유턴구역선, 차선, 진로변경제한선, 유도선 및 안전지대를 포함하는 속성값을 할당하는 가공부 및 상기 가공부에 의해 가공된 정보에 기초하여 차선별 도로 네트워크 데이터를 추출하는 추출부를 포함하고 상기 자율주행 차량은 상기 자율주행 맵 제공부로부터 직접 전송된 자율주행 맵 데이터를 수신하여 자율 주행을 수행한다.

상기 로우 데이터는 서로 다른 위치에서 획득되는 영상 데이터이거나, 상기 영상 데이터에서 추출되는 로드 마크 형상의 기하 정보 및 랜드 마크의 위치 정보 중 적어도 하나의 정보를 포함하는 특징(feature) 데이터이다.

상기 로우 데이터는 모바일 매핑 시스템(Mobile Mapping System, MMS)이 구비된 MMS 차량과 첨단 운전자 보조 시스템(Advanced Driving Assistance System, ADAS)이 구비된 ADAS 차량 중 적어도 하나로부터 수신된다.

상기 자율주행 맵 데이터 요청 명령은 상기 자율주행 차량의 프로필 정보, 출발지 정보, 상기 목적지 정보를 포함한다.

상기 자율주행 맵 제공부는 상기 프로필 정보에 포함된 고유 식별자 정보에 대응하는 자율주행 차량으로 상기 자율주행 맵 데이터를 전송한다.

다른 한편, 전술한 과제를 달성하기 위한 본 발명의 또 다른 양상에 따른 차량 자율주행 서비스 시스템의 클라우드 서버의 동작 방법은 서로 다른 위치에서의 도로에 대한 로우 데이터(raw data)를 수신하는 단계, 상기 로우 데이터를 기반으로 정밀 맵 데이터를 생성하여 저장하는 단계, 상기 정밀 맵 데이터를 검색하여 기설정된 출발지로부터 목적지까지 자율주행하기 위한 자율주행 맵 데이터를 획득하는 단계, 획득된 상기 자율주행 맵 데이터를 자율주행 차량으로 전송하는 단계를 포함하되, 상기 서로 다른 위치에서의 도로에 대한 로우 데이터(raw data)를 수신하는 단계는, 상기 자율주행 차량을 포함하여 임의의 위치에서 주행중인 복수의 비젼 센서 장착 일반 주행차량으로부터 수집된 특정 로우 데이터를 수신하고, 상기 로우 데이터를 기반으로 정밀 맵 데이터를 생성하여 저장하는 단계는, 상기 특정 수집 차량으로부터 수집되어 직접 수신한 복수의 특정 로우 데이터를 점진적으로 정합시킴으로써 상기 정밀 맵 데이터를 구축하되, 상기 저장된 로우 데이터를 검증하고, 상기 검증된 로우 데이터에 기초하여 상기 구축된 정밀 맵 데이터의 갱신을 수행하고, 상기 로우 데이터에 포함된 특성(feature)들에 중앙선, 유턴구역선, 차선, 진로변경제한선, 유도선 및 안전지대를 포함하는 속성값을 할당하여 가공하고, 상기 가공된 특성들에 기초하여 차선별 도로 네트워크 데이터를 추출하며, 상기 자율주행 차량은 상기 클라우드 서버로부터 직접 전송된 자율주행 맵 데이터를 수신하여 자율 주행을 수행한다.

상기 획득하는 단계는 상기 자율주행 차량의 프로필 정보, 상기 출발지 정보, 상기 목적지 정보를 포함하는 자율주행 맵 데이터 요청 명령을 수신하면 상기 정밀 맵 데이터를 검색한다.

상기 로우 데이터는 상기 도로에 대한 영상 데이터이거나, 상기 영상 데이터에서 추출되는 로드 마크 형상의 기하 정보 및 랜드 마크의 위치 정보 중 적어도 하나의 정보를 포함하는 특징(feature) 데이터이다.

상기 수신하는 단계는 모바일 매핑 시스템(Mobile Mapping System, MMS)이 구비된 MMS 차량과 첨단 운전자 보조 시스템(Advanced Driving Assistance System, ADAS)이 구비된 ADAS 차량 중 적어도 하나로부터 상기 로우 데이터를 수신한다.

상기 자율주행 맵 데이터는 상기 정밀 맵 데이터를 검색하여, 상기 출발지로부터 상기 목적지까지 도달하기 위한 도로 레벨의 주행 경로 및 안내(guidance) 정보, 상기 도로 레벨의 주행 경로에 따라 주행해야 하는 차선 정보를 포함하는 차선 레벨의 주행 경로, 및 주행에 변화가 요구되는 지점의 미션을 포함한다.

상기 전송하는 단계는 상기 프로필 정보에 포함된 고유 식별자에 대응하는 자율주행 장치로 상기 자율주행 맵 데이터를 전송한다.

본 발명의 실시예에 따르면 MMS 차량 또는 ADAS 차량과 같은 수집용 차량에서 정밀 맵 데이터 생성을 위한 로우 데이터를 수집하며, 수집된 로우 데이터를 기반으로 클라우드 서버에서 정밀 맵 데이터를 구축함으로써 점진적으로 정밀 맵의 정밀도 및 영역이 확장될 수 있으며, 차량의 자율주행을 위해 정밀 맵 데이터를 검색하여 주행 경로에 따른 자율주행 맵 데이터를 차량에 제공함으로써, 자율주행 맵 데이터를 이용하여 차량의 자율주행을 제어함으로써, 언제 어디서든 자율주행 장치가 장착된 차량이 무인 주행할 수 있도록 그 기능을 제공할 수 있다.

도 1은 본 발명의 실시예에 따른 차량 자율주행 서비스 시스템의 개념도.
도 2는 본 발명의 실시예에 따른 복수의 수집용 차량에 의해 로우 데이터를 수집하는 동작을 설명하기 위한 도면.
도 3은 본 발명의 실시예에 따른 차량 자율주행 서비스 시스템의 클라우드 서버 블록도
도 4는 본 발명의 실시예에 따른 복수의 수집용 차량에 의해 수집된 로우 데이터를 정합하는 동작을 설명하기 위한 도면.
도 5는 본 발명의 실시예에 따른 차량 자율주행 서비스 시스템의 전체 동작을 설명하기 위한 도면.
도 6은 본 발명의 실시예에 따른 클라우드 서버에서 자율주행 맵 데이터를 검색 및 획득하는 동작을 설명하기 위한 도면.
도 7은 본 발명의 실시예에 따른 차량 자율주행 서비스 시스템의 동작 예를 설명하기 위한 참조도.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 기재에 의해 정의된다. 한편, 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 또는 "포함하는(comprising)"은 언급된 구성요소, 단계, 동작 및/또는 소자 이외의 하나 이상의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.

이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가급적 동일한 부호를 부여하고, 또한 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있는 경우에는 그 상세한 설명은 생략한다.

도 1은 본 발명의 실시예에 따른 차량 자율주행 서비스 시스템의 개념도이다.

도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 차량 자율주행 서비스 시스템은 수집용 차량(100), 클라우드 서버(200), 사용자 단말(300) 및 자율주행 차량(400)을 포함한다.

본 발명의 실시예에 따른 차량 자율주행 서비스 시스템은 정밀 맵 생성을 위해 복수의 수집용 차량(100_1, … 100_N)에서 수집되는 도로에 대한 로우 데이터(raw data)가 클라우드 서버(200)에 전송되고, 클라우드 서버(200)에서는 로우 데이터를 가공하여 정밀 맵을 생성하고 생성된 정밀 맵을 데이터베이스화하여 관리한다. 아울러, 자율주행을 하고자 하는 자율주행 차량(400)의 운전자의 조작에 의해 사용자 단말(300)에 목적지가 입력되면, 사용자 단말(300)은 출발지(자율주행 차량(400)의 현재 위치 또는 운전자가 입력한 지점)부터 목적지까지의 자율주행을 위한 자율주행 맵 데이터 요청 명령을 클라우드 서버(200)에 전송한다. 사용자 단말(300)의 요청에 따라 클라우드 서버(200)는 기구축된 정밀 맵 데이터를 검색하고, 자율주행 차량(400)이 출발지부터 목적지까지 자율주행으로 도달하기 위한 주행 경로 및 안내 정보를 포함한 자율주행 맵 데이터(라우팅 데이터)를 자율주행 차량(400)에 전송한다. 이에 따라, 자율주행 차량(400)은 수신된 라우팅 데이터에 따라 자율주행함으로써 목적지까지 도달할 수 있다.

이를 위해, 수집용 차량(100)은 자율주행 시 이용되는 정밀 맵을 생성하기 위한 로우 데이터를 수집한다. 여기서, 로우 데이터는 기본적으로 수집용 차량(100)의 전방에 대한 영상 데이터가 될 수 있다. 또는, 로우데이터는 영상 데이터로부터 추출된 특징(feature) 데이터일 수도 있다. 이때, feature 데이터는 영상 데이터로부터 추출된 로드 마크의 한 형상 geometry(기하 정보)가 포함된 데이터(점선, 실선 등), 랜드 마크의 위치 정보가 포함된 데이터일 수도 있다.

또한, 수집용 차량(100)은 서로 다른 위치에서 주행중인 복수의 차량(100_1,…100_N)일 수 있다. 이때, 본 발명의 실시예에 따른 자율주행 차량(400) 또한 수집용 차량(100)의 기능을 수행할 수 있음에 자율주행 차량(400)과 수집용 차량(100)은 동일한 차량일 수 있다. 그러나 본 명세서에서는 자율주행 차량(400)과 수집용 차량(100)은 별개의 차량으로 간주하여 설명한다.

수집용 차량(100)은 수집되는 로우 데이터를 실시간으로 클라우드 서버(200)에 전송한다. 예컨대, 도 2에 도시된 바와 같이 교차로가 존재하는 임의의 도로를 주행하는 복수의 수집용 차량(100_1~100_4) 각각은 클라우드 서버(200)와 무선 통신 연결되며, 수집용 차량(100_1~100_4) 각각이 진행하면서 수집된 로우 데이터(21_1 ~21_4)를 클라우드 서버(200)에 전송한다.

수집용 차량(100)은 MMS(Mobile Mapping System) 차량 또는 ADAS(Advanced Driving Assistance System) 차량일 수 있다.

MMS 차량이란, 다양한 복수의 센서(예컨대, GPS, Vision(카메라) 센서, Lidar, Radar 센서 등)와 로우 데이터 수집 시스템이 장착된 수집용 차량을 말한다. MMS 차량은 정밀 맵 생성을 위한 로우 데이터를 수집하는 목적의 차량으로써, 한번에 보다 넓은 영역의 데이터를 수집할 수 있다.

ADAS 차량이란, 운전자의 운전 지원을 위한 시스템(ADAS)이 장착된 차량을 말하며, 비젼 센서, Radar 센서 등이 장착되어 차량의 차선 이탈, 충돌 위험 감지 등의 기능을 제공한다. ADAS 차량은 차량에 관련된 기술이 발전할수록 차량에 기본 탑재되는 추세이며, 가장 기본적인 센서는 비젼 센서이다.

정밀 맵 생성을 위한 로우 데이터의 수집은 기존 내비게이션 맵 데이터에 비해 그 양이 방대하여 수집된 데이터를 가공하는 시간이 많이 소요된다. 이에 따라, 수집용 차량(100)에는 정밀 맵 생성을 위한 로우 데이터를 수집 및 전송할 수 있는 장치가 장착되어 있다. 이 장치에는 앞서 언급한 영상데이터로부터 feature 데이터를 추출할 수 있는 프로그램, 로우 데이터를 전송하기 위한 통신장치(예컨대, LTE 통신모듈 등), 차량 자율주행 서비스 시스템에 접속하여 수집한 로우 데이터를 전송할 수 있는 프로그램 등이 포함된다.

바람직하게, 본 발명의 실시예에 따른 수집용 차량(100)은 ADAS가 장착된 차량일 수 있다. 즉, 본 발명의 실시예에 따른 차량 자율주행 서비스 시스템의 수집용 차량(100)은 맵 데이터 수집을 목적으로 주행하는 경우가 아닌, 일반 주행 중에 자동으로 로우 데이터를 수집할 수 있다.

이와 같은 복수의 수집용 차량(100) 각각에서 수집되는 로우 데이터를 이용하여 정밀 맵을 생성하게 되면, 점진적으로 정밀 맵의 정밀도가 향상되고 수집 영역이 확장될 수 있다. 이는, 수집용 차량(ADAS 차량)(100)에 장착된 비젼 센서는 시야가 좁아서 수집되는 영역이 작다. 이에 따라, 동일한 도로를 주행하는 복수의 ADAS 차량에 의해서 수집되는 데이터를 취합하여 맵을 생성하면 도로에 대한 맵 데이터의 정밀도가 향상될 수 있다.

예컨대, 동일한 도로에 대해서 차량 A에 의해서 1차선의 로드 마크가 수집될 수 있으며, 차량 B에 의해서 2차선의 로드 마크가 수집될 수 있으며, 차량 C에 의해서 랜드마크가 추출될 수 있다. 즉, 점진적 영역 확장의 개념은 차량 A에 의해서 임의의 1번 도로 데이터가 수집되고, 차량 B에 의해서 임의의 2번 도로 데이터가 수집됨으로써, 점차적으로 정밀 맵 구축 영역이 확장됨을 의미한다.

클라우드 서버(200)는 수집용 차량(100)으로부터 수신되는 로우 데이터를 가공하여 정밀 맵 데이터를 생성하고, 정밀 맵 데이터를 데이터베이스화하여 관리한다.

아울러, 클라우드 서버(200)는 자율주행 차량(400)과 연결된 사용자 단말(300)이 자율주행 모드로 전환되어 자율주행을 위한 맵 데이터 요청 명령을 수신할 수 있다. 이 요청 명령이 수신되면, 클라우드 서버(200)는 자율주행 차량(400)이 현재 위치에서 목적지까지 도달하기 위한 주행 경로를 검색하며, 검색된 주행 경로에 따라 차량이 자율주행하기 위한 자율주행 맵 데이터(라우팅 데이터)를 검색하여 자율주행 차량(400)에 전송한다.

이하, 도 3을 참조하여 본 발명의 실시예에 따른 차량 자율주행 서비스 시스템의 클라우드 서버(200)에 대해 구체적으로 설명한다.

도 3은 본 발명의 실시예에 따른 차량 클라우드 서버 블록도이다.

도 3에 도시된 바와 같이, 본 발명의 실시예에 따른 클라우드 서버(200)는 통신부(210), 정밀 맵 생성부(220), 저장부(230) 및 자율주행 맵 제공부(240)를 포함한다.

통신부(210)는 차량의 자율주행에 이용되는 정밀 맵을 구축하기 위한 로우 데이터를 복수의 수집용 차량(100)으로부터 수신한다. 여기서, 통신부(210)는 수집용 차량(100)과 3G, LTE 등과 같은 이동 통신 또는 RF 등과 같은 무선 통신을 통해 데이터를 송수신할 수 있다. 아울러, 통신부(210)는 로우 데이터와 해당 로우 데이터를 송신하는 차량의 위치 좌표값을 함께 수신할 수 있다.

이때, 통신부(210)는 별도의 메모리에 기저장된 차량 식별값(ID)과 일치하는 차량으로부터 로우 데이터를 전송받을 수 있다. 별도의 메모리에는 로우 데이터를 수집하고 전송하는 복수의 수집용 차량(100) 각각에 대한 차량 식별값(이 저장될 수 있다. 이러한 차량 식별값은 사전에 관리자 등에 의해 추가, 삭제 및 변경 가능하다. 아울러, 별도의 메모리는 차량 자율주행 서비스 시스템에서 정밀 맵 데이터를 저장하는 저장부(230)와 동일한 저장매체일 수 있다.

정밀 맵 생성부(220)는 통신부(210)로부터 수신되는 로우 데이터를 이용하여 정밀 맵 데이터를 생성한다. 구체적으로, 정밀 맵 생성부(220)는 로우 데이터를 이용하여 검증하고, 검증 단계를 거쳐 정제된(cleaned) 도로 마크와 랜드 마크를 생성하고, 이로부터 차선별 도로 네트워크 데이터를 추출한다. 이를 위해, 정밀 맵 생성부(220)는 검증부(221), 가공부(222), 추출부(223)를 포함한다.

검증부(221)는 통신부(210)로부터 수신되는 로우 데이터를 검증한다. 검증부(221)는 통신부(210)를 통해 수신된 로우 데이터와 기 구축된 정밀 맵의 데이터와 중복되는 경우 중복 데이터를 제거한다. 또한, 검증부(221)는 로우 데이터에 오류가 있는 경우 필터링할 수 있다. 예컨대, 검증부(221)는 오류 검출 프로세서를 통해 통신부(210)로부터 수신되는 로우 데이터의 오류를 검출할 수 있다.

아울러, 검증부(221)는 수신된 로우 데이터의 확인 결과 기존에 기 구축된 정밀 맵 데이터의 신규 추가 또는 변경 등의 업데이트가 발생하는지를 확인한다. 확인 결과, 업데이트가 발생한 로우 데이터는 이후의 가공부(222)에 의해 가공되어 기 구축된 정밀 맵 데이터를 업데이트할 수 있다. 예컨대, 가공부(222)는 기 구축된 정밀 맵 데이터의 일부분과 로우 데이터의 정합 단계를 수행할 수 있다.

예컨대, 도 2에 도시된 바와 같이 각 차량(100_1 ~100_4)이 진행하면서 수집된 로우 데이터(21_1 ~21_4)를 통신부(210)를 통해 전달받은 가공부(222)는 로우 데이터들(21_1 ~21_4)을 정합하여, 교차로에 대한 정밀 맵 데이터가 생성될 수 있다. 구체적으로, 도 4의 (a)에 도시된 바와 같이 임의의 차량(100_1)에 의해 수집된 로우 데이터(21_1)와 다른 임의의 차량(100_2)에 의해 수집된 로우 데이터(21_2)가 정합되어 도 4의 (b)와 같이 정밀 맵 데이터가 생성될 수 있으며, 다른 차량들(100_3, 100_4) 각각에서 수집된 로우 데이터(21_3, 21_4)가 정합되어, 도 4의 (c)와 (d)와 같이 정밀 맵 데이터가 생성될 수 있다.

아울러, 가공부(222)는 로우 데이터에 포함된 feature들에 대해서 속성값을 할당한다. 이때, 속성값은 중앙선, 유턴구역선, 차선, 버스전용차로, 진로변경제한선, 유도선, 안전지대 등과 같이 노면표시 규정에 의해 도로 노면 표시 규격에 명시된 로드 마크의 종류일 수 있으며, 교통 표지판, 도로 표지판, 신호등 종류 등과 같은 랜드 마크의 종류일 수 있다.

추출부(223)는 가공부(222)에 의해 가공 및 정제된 정보를 이용하여 차선별 도로 네트워크 데이터를 추출한다. 이때, 차선별 도로 네트워크 데이터는 차량의 자율주행을 위한 차선 레벨의 주행 경로 안내(라우팅, Routing) 정보를 검색하는 데에 사용된다. 예컨대, 차선별 도로 네트워크 데이터는 도로의 차선을 선형으로 나타내는 차선 링크(Lane-Link) 정보와 교차로 지점, 유턴 지점 등과 같이 차선 링크의 속성이 바뀌는 지점을 나타내는 차선 노드(Lane-Node) 정보를 포함한다.

차선 링크 데이터에는 차선 링크의 ID(식별값) 정보, 차선 링크의 시작 차선 노드 정보 및 끝 차선 노드 정보, 차선 정보, 차선 종별 정보, Parent Link ID(부모 링크 ID) 정보, Geometry(기하학) 정보를 포함한다. 여기서, 차선 정보는 교차로를 중심으로 몇 차선에 대한 데이터인지를 나타내는 정보이며, 차선 종별 정보는 버스전용차선인지, 일반차선인지에 대한 정보를 나타낸다. 또한, Parent Link ID는 상위 링크의 ID(기존 도로망 데이터의 링크 ID)이며, Geometry 정보는 차선 링크 즉 폴리라인(polyline)의 3차원(x, y, z) 기하 정보를 나타낸다.

차선 노드 정보에는 차선 노드의 ID 정보, Adjacent Exit Lane-Links 정보, Parent Node ID(부모 노드 ID) 정보, Geometry 정보를 포함한다. 여기서, Adjacent Exit Lane-Links 정보는 차선 노드에 연결되어 있는 링크 중 해당 노드가 시작 노드인 링크에 대한 정보를 나타낸다. Parent Node ID는 상위 노드의 ID(기존 도로망 데이터의 노드 ID)이다. 여기서, 부모 링크 ID 정보 및 부모 노드 ID 정보를 포함하는 이유는 도로의 속성정보를 함께 공유하기 위함이고, 또한 회전 차선 정보를 함께 활용하기 위해서이다.

상기와 같이 정밀 맵 생성부(220)의 각 구성 요소를 통해 최종적으로 생성된 로드 마크, 랜드 마크 및 차선별 도로 네트워크 데이터는 데이터베이스화되어 저장부(230)에 정밀 맵 데이터로 저장 및 관리될 수 있다. 이때, 정밀 맵 데이터는 기존의 내비게이션 맵 데이터와 함께 동일한 저장 매체에 저장될 수 있다. 또는, 기존의 내비게이션 맵 데이터와 별도의 저장 매체에 저장될 수 있다. 이때, 내비게이션 맵 데이터는 차선 레벨의 차선별 도로망 데이터가 아닌 도로 레벨의 도로망 데이터일 수 있다.

이와 같이 저장부(230)에 저장된 정밀 맵 데이터는 사용자 단말(300)로부터 자율주행 맵 데이터 요청 명령이 수신되는 경우 자율주행 차량(400)이 주행하고자 하는 주행 경로에 따라 주행 경로 안내(라우팅) 정보가 검색되어 제공된다.

일반적으로 차량이 자율주행하기 위하여 필요한 정보는 출발지부터 목적지까지의 라우팅 데이터와 주행 중 실시간 상황 인식 정보, 및 차량의 정확한 위치/자세 정보이다. 여기서, 라우팅 데이터는 차량이 주행 경로를 추종(following)하기 위한 미션이 포함된 주행 경로 안내 정보이고, 이를 추종하기 위해서는 차량의 현재 위치 및 자세를 정확히 파악해야 한다. 상황인식은 차량에 장착된 각종 센서를 이용하여 장애물을 인식하여 판단 제어를 수행한다.

주행 경로에 대한 라우팅 데이터는 차선별 도로 네트워크 데이터를 이용하여 생성 가능하다. 또한, 차량의 위치/자세 정보는 고성능 GPS 또는 비젼 센서에 의해 로드마크 및 랜드 마크를 인식하고, GPS 정보 또는 인식된 로드 마크 및 랜드 마크와 기 구축된 정밀 맵 데이터를 매핑함으로써 계산할 수 있다.

자율주행 맵 제공부(240)는 사용자 단말(300)로부터 차량의 자율주행 맵 데이터 요청 명령이 수신되면, 저장부(230)의 정밀 맵 데이터에서 주행 경로에 따른 자율주행 맵 데이터(라우팅 데이터)를 검색하고, 검색된 라우팅 데이터를 자율주행 차량(400)으로 전송한다.

자율주행 맵 제공부(240)는 통신부(210)를 통해 사용자 단말(300)의 요청 명령을 수신할 수 있다. 또는, 자율주행 맵 제공부(240)는 별도의 무선 통신 모듈을 통해 요청 명령을 수신할 수도 있다.

또한, 자율주행 맵 제공부(240)는 검색한 자율주행 맵 데이터를 통신부(210)를 통해 자율주행 차량(400)에 전송할 수 있다. 또는, 자율주행 맵 제공부(240)는 통신부(2100)와는 별개의 무선 통신 모듈을 통해 자율주행 차량(400)에 전송할 수 있다. 본 명세서에서는 자율주행 맵 데이터가 통신부(210)를 통해 자율주행 차량(400)에 전송되는 것으로 간주하여 설명한다.

구체적으로, 클라우드 서버(200)의 자율주행 맵 제공부(240)를 비롯한 사용자 단말(300) 및 자율주행 차량(400)은 도 5에 도시된 바와 같은 과정으로 동작할 수 있다.

먼저, 사용자 단말(300)은 자율주행 모드로 전환되면, 자율주행 차량(400)과 연결(connection to ADS)하여 자율주행 차량(400)의 프로필(profile) 정보를 취득한다(S501). 이때, 자율주행 모드는 자율주행 차량(400)의 운전자의 조작에 의해 사용자 단말(300) 내 자율주행 앱(Autonomous Driving App)이 실행되거나, 별도의 버튼 입력을 통해 전환될 수 있다. 또한, 프로필 정보는 자율주행 차량(400)의 고유 식별자 정보(예컨대, IP Address(ADS Address))일 수 있다.

또한, 자율주행 차량(400)과 사용자 단말(300) 간에는 서로의 고유 식별자(ID) 정보가 사전에 등록되어 있을 수 있다. 자율주행 차량(400)과 사용자 단말(300)은 자율주행 차량(400) 내 사용자 단말(300)이 위치하는 경우, 서로 연결될 수 있으며, 이 경우는 근거리 무선 통신(블루투스)을 통해 통신 할 수 있다.

또한, 사용자 단말(300)은 자율주행 모드로 전환되면 자율주행 차량(400)의 목적지 정보(Point of Interest, POI)를 입력받을 수 있다.

이후, 사용자 단말(300)은 클라우드 서버(200)에 접속한 후, 자율주행을 위한 자율주행 맵(Autonomous Driving Map) 데이터(라우팅 데이터)를 요청한다(S502). 이때, 사용자 단말(300)은 단계 S501에서 취득한 자율주행 차량(400)의 프로필 정보를 포함한 자율주행 맵 데이터 요청 명령을 클라우드 서버(200)에 전송한다. 자율주행 맵 데이터 요청 명령 시, 사용자 단말(300)은 차량의 현재 위치 정보(Current Location), 운전자가 입력한 목적지 정보(Destination POI) 및, 프로필 정보를 클라우드 서버(200)에 전송할 수 있다.

이때, 차량의 현재 위치 정보는 사용자 단말(300)에 장착된 GPS의 위치 좌표 정보일 수 있다. 또는, 차량의 현재 위치 정보는 차량에 장착된 GPS의 위치 좌표 정보일 수 있다. 이러한 차량의 현재 위치 정보, 목적지 정보 및 차량 프로필 정보를 포함하는 자율주행 맵 데이터 요청 명령은 클라우드 서버(200)의 통신부(210)를 통해 자율주행 맵 제공부(240)로 전달될 수 있다.

자율주행 맵 데이터 요청 명령을 수신한 클라우드 서버(200)의 자율주행 맵 제공부(240)는 자율주행 차량(400)의 현재 위치에서 목적지까지 도달하기 위한 주행 경로를 검색하며, 주행 경로를 추종하기 위한 자율주행 맵 데이터를 획득하여 차량의 자율주행 장치에 전송한다(S503). 이때, 클라우드 서버(200)의 자율주행 맵 제공부(240)는 도 6과 같은 과정을 통해 자율주행 맵 데이터를 검색 및 획득할 수 있다.

먼저, 자율주행 맵 제공부(240)는 기존의 내비게이션 시스템(Legacy Navigation System)에서 이용되는 내비게이션 맵 데이터를 검색하여 사용자 단말(300)로부터 수신된 차량의 현재 위치로부터 목적지까지 도달하기 위한 주행 경로를 검색(Route Search)한다(S601). 이때, 클라우드 서버(200)는 도로 레벨의 주행 경로(Road Route)와 안내(Guidance) 정보를 검색할 수 있다. 기존의 내비게이션 시스템은 차량의 현재 위치로부터 목적지까지 도달하기 위한 도로 레벨의 주행 경로만을 제공할 뿐, 차량이 실제 주행해야 하는 차선에 대한 정보, 즉 차선 레벨의 정보는 제공하지 않는다.

따라서, 클라우드 서버(200)의 자율주행 맵 제공부(240)는 검색된 도로 레벨의 주행 경로(Road Route)를 기반으로 차선 레벨의 주행 경로를 검색(Lane-level Route Search)한다(S602). 이때, 자율주행 맵 제공부(240)는 도로 레벨의 주행 경로(Road Route)의 복수의 차선 중에서 실제 차량이 주행해야 하는 차선을 나타내는 차선 링크 정보 및 차선 링크에 대한 속성을 나타내는 차선 노드 정보를 포함한 차선 레벨의 주행 경로(Lane-level Route)를 검색한다.

또한, 자율주행 맵 제공부(240)는 차량이 주행 경로를 추종하는 중 회전 또는 차선 변경 등과 같이 차량의 주행에 변화가 요구되는 지점의 미션(Mission) 정보를 더 검색할 수 있다. 예컨대, 미션 정보는 {x, y, θ, speed, maneuver, turn}와 같은 정보를 포함할 수 있다. 이때, (x, y)는 차량의 위치, θ는 정북 기준 차량 헤딩 방향, speed는 제한 속도, maneuver(진행 지령)는 {전진(forward), 후진(backward), 정지(stop), 종료(finish)}, turn(회전 지령)은 {좌측차선변경(LaneChangeLeft), 우측차선변경(LangeChangeRight), 좌측유턴(UturnLeft), 우측유턴(UturnRight)}로 구성된다.

이때, 자율주행 맵 제공부(240)는 차선 레벨의 주행 경로에서는 주행이 차단된 차선(공사 구간 또는 사고 구간 등) 정보를 이용하여 필요에 따라서 차선을 변경하여 주행하도록 차선 레벨의 주행 경로를 검색 및 미션 정보를 검색할 수 있다. 여기서, 도로에서의 차선별 차단 정보는 도로공사, 지자체 등과 같은 유관기관과의 시스템의 연동을 통해 알 수 있다. 이를 위해, 저장부(230)에는 일정 주기 또는 실시간으로 유관기관의 시스템의 차선별 차단 정보가 저장될 수 있다. 또는, 차선별 차단 정보는 도 7에 도시된 바와 같이 선행 ADAS 차량(70)에서 수집된 로우 데이터가 정밀 맵 데이터로 생성되어 저장부(230)에 저장됨으로써 후행 차량을 위한 자율주행 맵 데이터에는 차선별 차단 정보가 확인될 수 있다.

아울러, 자율주행 맵 제공부(240)는 주행 경로에 따른 로드 마크 정보 및 랜드 마크 정보를 더 검색할 수 있다(S603). 예컨대, 자율주행 맵 제공부(240)는 주행 경로, 특히 차선 레벨의 주행 경로를 따라 차량이 주행하는 중에 운전자가 시각적으로 확인할 수 있는 로드 마크와 랜드 마크에 대한 정보를 자율주행 차량(400)에 전송할 수 있다. 이러한 로드 마크 정보 및 랜드 마크 정보는 자율주행 차량(400)이 자율주행하는 중 디스플레이 기기를 통해 주행 경로와 함께 화면 출력되어 운전자에게 제공될 수 있다.

자율주행 차량(400)은 클라우드 서버(200)로부터 수신되는 자율주행 맵 데이터(라우팅 데이터)에 따라 자율주행할 수 있다. 이를 위해, 자율주행 차량(400)은 차량의 자율 주행을 제어하는 자율주행 시스템(Autonomous Driving System, ADS)이 구현된 것일 수 있다. 자율주행 시스템(ADS)은 자율주행 차량(400)의 ECU(Electronic Control Unit)을 비롯한 다수의 제어 유닛(예컨대, 차체 제어 유닛(BCM))을 통해 차량의 자율주행을 제어할 수 있다.

예컨대, 자율주행 차량(400)은 라우팅 데이터에 포함된 안내 정보 및 도로 레벨의 주행 경로에 따라 자율주행한다. 이때, 자율주행 차량(400)은 차선 레벨의 주행 경로에 따라 실제로 주행해야 하는 실제 차선을 따라 주행하며, 현재 위치에서의 미션 정보에 따라 차량의 속도, 제동 및 조향을 제어하여 정지, 가속, 차선 변경 등을 수행할 수 있다.

이와 같이 본 발명의 실시예에 따르면 MMS 차량 또는 ADAS 차량과 같은 수집용 차량에서 정밀 맵 데이터 생성을 위한 로우 데이터를 수집하며, 수집된 로우 데이터를 기반으로 클라우드 서버에서 정밀 맵 데이터를 구축함으로써 점진적으로 정밀 맵의 정밀도 및 영역이 확장될 수 있으며, 차량의 자율주행을 위해 정밀 맵 데이터를 검색하여 주행 경로에 따른 자율주행 맵 데이터를 차량에 제공함으로써, 자율주행 맵 데이터를 이용하여 차량의 자율주행을 제어함으로써, 언제 어디서든 자율주행 장치가 장착된 차량이 무인 주행할 수 있도록 그 기능을 제공할 수 있다.

이상, 본 발명의 바람직한 실시예를 통하여 본 발명의 구성을 상세히 설명하였으나, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 본 명세서에 개시된 내용과는 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 보호범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구의 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

100 : 수집용 차량 200: 클라우드 서버
210 : 통신부 220 : 정밀 맵 생성부
230 : 저장부 240 : 자율주행 맵 제공부
300 : 사용자 단말 400 : 자율주행 차량

Claims

자율주행 차량이 기설정된 출발지부터 목적지까지 자율주행하기 위해 이용하는 자율주행 맵 데이터를 요청하는 사용자 단말; 및
상기 자율주행 차량을 포함하여 임의의 위치에서 주행중인 복수의 비젼 센서 장착 일반 주행차량으로부터 상기 비젼 센서가 포착한 로우 데이터를 수신하여 이를 토대로 점진적으로 정밀 맵 데이터를 구축 및 관리하며, 상기 사용자 단말의 상기 자율주행 맵 데이터 요청에 따라 상기 정밀 맵 데이터를 검색하여 자율주행 맵 데이터를 획득하고, 획득된 상기 자율주행 맵 데이터를 상기 자율주행 차량에 전송하는 클라우드 서버;
를 포함하되,
상기 클라우드 서버는 수신한 상기 로우 데이터를 검증하는 검증부, 상기 검증된 로우 데이터에 기초하여 상기 구축된 정밀 맵 데이터의 갱신을 수행하고 상기 로우 데이터에 포함된 특성(feature)들에 중앙선, 유턴구역선, 차선, 진로변경제한선, 유도선 및 안전지대를 포함하는 속성값을 할당하는 가공부, 및 상기 가공부에 의해 가공된 정보에 기초하여 차선별 도로 네트워크 데이터를 추출하는 추출부를 포함하는 정밀 맵 생성부를 포함하고,
상기 로우 데이터는 상기 비젼 센서가 획득한 영상데이터 및 상기 영상데이터로부터 추출된 특징데이터 중 하나인 것인
차량 자율주행 서비스 시스템.
제1항에 있어서, 상기 로우 데이터가,
상기 영상 데이터인 경우 상기 복수의 비젼 센서 장착 일반 주행차량에 구비된 비젼 센서를 통해 획득되는 영상 데이터이고, 상기 로우 데이터가 상기 특징(feature) 데이터인 경우 상기 영상 데이터에서 추출되는 로드 마크 형상의 기하 정보 및 랜드 마크의 위치 정보 중 적어도 하나의 정보를 포함하는 특징 데이터인 것인 차량 자율주행 서비스 시스템.
제1항에 있어서, 상기 클라우드 서버는,
모바일 매핑 시스템(Mobile Mapping System, MMS)이 구비된 MMS 차량과 첨단 운전자 보조 시스템(Advanced Driving Assistance System, ADAS)이 구비된 ADAS 차량 중 적어도 하나로부터 상기 로우 데이터를 수신하는 것
인 차량 자율주행 서비스 시스템
제1항에 있어서, 상기 사용자 단말은
자율주행 모드로 전환되면, 상기 자율주행 차량의 프로필 정보, 출발지 정보, 상기 목적지 정보를 포함하는 자율주행 맵 데이터 요청 명령을 상기 클라우드 서버에 전송하는 것
인 차량 자율주행 서비스 시스템.
제4항에 있어서, 상기 클라우드 서버는,
상기 프로필 정보에 포함된 고유 식별자 정보에 대응하는 자율주행 차량으로 상기 자율주행 맵 데이터를 전송하는 것
인 차량 자율주행 서비스 시스템.
제4항에 있어서, 상기 클라우드 서버는,
수신되는 상기 로우 데이터를 기반으로 상기 정밀 맵 데이터를 생성하는 정밀 맵 생성부;
상기 정밀 맵 생성부에 의해 생성된 상기 정밀 맵 데이터를 저장하는 저장부; 및
상기 자율주행 맵 데이터 요청 명령이 수신되면, 상기 저장부에 저장된 상기 정밀 맵 데이터를 검색하여 상기 자율주행 차량이 상기 목적지까지 도달하기 위한 자율주행 맵 데이터를 획득하고, 획득된 상기 자율주행 맵 데이터를 상기 자율주행 차량으로 전송하는 자율주행 맵 제공부
를 포함하는 것인 차량 자율주행 서비스 시스템.
제6항에 있어서, 상기 자율주행 맵 제공부는,
상기 저장부의 상기 정밀 맵 데이터를 검색하여 상기 자율주행 차량이 상기 목적지까지 도달하기 위한 도로 레벨의 주행 경로 및 안내(guidance) 정보, 상기 도로 레벨의 주행 경로에 따라 상기 자율주행 차량이 도로 상 주행해야 하는 차선 정보를 포함하는 차선 레벨의 주행 경로, 및 상기 차량의 주행에 변화가 요구되는 지점의 미션을 포함하는 상기 자율주행 맵 데이터를 획득하는 것
인 차량 자율주행 서비스 시스템.
자율주행 차량과 서로 다른 위치에서의 도로에 대한 복수의 로우 데이터(raw data)를 기반으로 점진적으로 정밀 맵 데이터를 생성하여 구축하는 정밀 맵 생성부;
생성된 상기 정밀 맵 데이터를 저장하는 저장부;
자율주행 맵 데이터 요청 명령이 수신되면, 상기 저장부에 저장된 상기 정밀 맵 데이터를 검색하여 상기 자율주행 차량이 기설정된 목적지까지 도달하기 위한 자율주행 맵 데이터를 획득하고, 획득된 상기 자율주행 맵 데이터를 상기 자율주행 차량으로 전송하는 자율주행 맵 제공부
를 포함하되,
상기 로우 데이터는 상기 자율주행 차량을 포함하여 임의의 위치에서 주행중인 복수의 비젼 센서 장착 일반 주행차량으로부터 수집된 특정 로우 데이터이고,
상기 정밀 맵 생성부는 상기 로우 데이터를 검증하는 검증부, 상기 검증된 로우 데이터에 기초하여 상기 구축된 정밀 맵 데이터의 갱신을 수행하고 상기 로우 데이터에 포함된 특성(feature)들에 중앙선, 유턴구역선, 차선, 진로변경제한선, 유도선 및 안전지대를 포함하는 속성값을 할당하는 가공부 및 상기 가공부에 의해 가공된 정보에 기초하여 차선별 도로 네트워크 데이터를 추출하는 추출부를 포함하고
상기 자율주행 차량은 상기 자율주행 맵 제공부로부터 직접 전송된 자율주행 맵 데이터를 수신하여 자율 주행을 수행하는 것인 차량 자율주행 서비스를 제공하기 위한 클라우드 서버.
제8항에 있어서, 상기 로우 데이터는,
서로 다른 위치에서 획득되는 영상 데이터이거나, 상기 영상 데이터에서 추출되는 로드 마크 형상의 기하 정보 및 랜드 마크의 위치 정보 중 적어도 하나의 정보를 포함하는 특징(feature) 데이터인 것
인 차량 자율주행 서비스를 제공하기 위한 클라우드 서버.
제8항에 있어서, 상기 자율주행 맵 제공부는,
상기 저장부의 상기 정밀 맵 데이터를 검색하여 상기 자율주행 차량이 상기 목적지까지 도달하기 위한 도로 레벨의 주행 경로 및 안내(guidance) 정보, 상기 도로 레벨의 주행 경로에 따라 상기 자율주행 차량이 도로 상 주행해야 하는 차선 정보를 포함하는 차선 레벨의 주행 경로, 및 상기 차량의 주행에 변화가 요구되는 지점의 미션을 포함하는 상기 자율주행 맵 데이터를 획득하는 것
인 차량 자율주행 서비스를 제공하기 위한 클라우드 서버.
제8항에 있어서, 상기 로우 데이터는,
모바일 매핑 시스템(Mobile Mapping System, MMS)이 구비된 MMS 차량과 첨단 운전자 보조 시스템(Advanced Driving Assistance System, ADAS)이 구비된 ADAS 차량 중 적어도 하나로부터 수신되는 것
인 차량 자율주행 서비스를 제공하기 위한 클라우드 서버.
제8항에 있어서, 상기 자율주행 맵 데이터 요청 명령은,
상기 자율주행 차량의 프로필 정보, 출발지 정보, 상기 목적지 정보를 포함하는 것
인 차량 자율주행 서비스를 제공하기 위한 클라우드 서버.
제12항에 있어서, 상기 자율주행 맵 제공부는,
상기 프로필 정보에 포함된 고유 식별자 정보에 대응하는 자율주행 차량으로 상기 자율주행 맵 데이터를 전송하는 것
인 차량 자율주행 서비스를 제공하기 위한 클라우드 서버.
서로 다른 위치에서의 도로에 대한 로우 데이터(raw data)를 수신하는 단계;
상기 로우 데이터를 기반으로 정밀 맵 데이터를 생성하여 저장하는 단계;
상기 정밀 맵 데이터를 검색하여 기설정된 출발지로부터 목적지까지 자율주행하기 위한 자율주행 맵 데이터를 획득하는 단계;
획득된 상기 자율주행 맵 데이터를 자율주행 차량으로 전송하는 단계;
를 포함하되,
상기 서로 다른 위치에서의 도로에 대한 로우 데이터(raw data)를 수신하는 단계는, 상기 자율주행 차량을 포함하여 임의의 위치에서 주행중인 복수의 비젼 센서 장착 일반 주행차량으로부터 수집된 특정 로우 데이터를 수신하고,
상기 로우 데이터를 기반으로 정밀 맵 데이터를 생성하여 저장하는 단계는, 상기 특정 수집 차량으로부터 수집되어 직접 수신한 복수의 특정 로우 데이터를 점진적으로 정합시킴으로써 상기 정밀 맵 데이터를 구축하되, 상기 저장된 로우 데이터를 검증하고, 상기 검증된 로우 데이터에 기초하여 상기 구축된 정밀 맵 데이터의 갱신을 수행하고, 상기 로우 데이터에 포함된 특성(feature)들에 중앙선, 유턴구역선, 차선, 진로변경제한선, 유도선 및 안전지대를 포함하는 속성값을 할당하여 가공하고, 상기 가공된 특성들에 기초하여 차선별 도로 네트워크 데이터를 추출하며,
상기 자율주행 차량은 클라우드 서버로부터 직접 전송된 자율주행 맵 데이터를 수신하여 자율 주행을 수행하는 것인 차량 자율주행 서비스 시스템의 클라우드 서버의 동작 방법.
제14항에 있어서, 상기 획득하는 단계는,
상기 자율주행 차량의 프로필 정보, 상기 출발지 정보, 상기 목적지 정보를 포함하는 자율주행 맵 데이터 요청 명령을 수신하면 상기 정밀 맵 데이터를 검색하는 것
인 차량 자율주행 서비스 시스템의 클라우드 서버의 동작 방법.
제14항에 있어서, 상기 로우 데이터는,
상기 도로에 대한 영상 데이터이거나, 상기 영상 데이터에서 추출되는 로드 마크 형상의 기하 정보 및 랜드 마크의 위치 정보 중 적어도 하나의 정보를 포함하는 특징(feature) 데이터인 것
인 차량 자율주행 서비스 시스템의 클라우드 서버의 동작 방법.
제14항에 있어서, 상기 수신하는 단계는,
모바일 매핑 시스템(Mobile Mapping System, MMS)이 구비된 MMS 차량과 첨단 운전자 보조 시스템(Advanced Driving Assistance System, ADAS)이 구비된 ADAS 차량 중 적어도 하나로부터 상기 로우 데이터를 수신하는 것
인 차량 자율주행 서비스 시스템의 클라우드 서버의 동작 방법.
제14항에 있어서, 상기 자율주행 맵 데이터는,
상기 정밀 맵 데이터를 검색하여, 상기 출발지로부터 상기 목적지까지 도달하기 위한 도로 레벨의 주행 경로 및 안내(guidance) 정보, 상기 도로 레벨의 주행 경로에 따라 주행해야 하는 차선 정보를 포함하는 차선 레벨의 주행 경로, 및 주행에 변화가 요구되는 지점의 미션을 포함하는 것
인 차량 자율주행 서비스 시스템의 클라우드 서버의 동작 방법.
제15항에 있어서, 상기 전송하는 단계는,
상기 프로필 정보에 포함된 고유 식별자에 대응하는 자율주행 장치로 상기 자율주행 맵 데이터를 전송하는 것
인 차량 자율주행 서비스 시스템의 클라우드 서버의 동작 방법.