生成用于自动车辆的全局路径的装置和方法
【专利说明】
[0001] 相关申请的交叉引用
[0002] 本申请基于并且要求于2014年7月28日向韩国知识产权局提交的韩国专利申请 第10-2014-0095874号的优先权益，通过引用将其全部内容结合于此。
技术领域
[0003] 本公开内容涉及生成用于自动车辆的全局路径的装置和方法，更具体地，涉及以 下生成用于自动车辆的全局路径的装置和方法，其在生成用于自动驾驶的全局路径中考虑 传感器识别率和驾驶难度。
【背景技术】
[0004] 通常，自动车辆指在不用用户手动操作的情况下由自身确定从当前位置到目标位 置的路径并且沿着所确定的路径移动的车辆。自动车辆通过全球定位系统（GPS)测量路径 的路点来产生要行驶的路径，并且沿着产生的全局路径行驶。在此，利用最佳路径、免费道 路、最小时间、新路、高速公路优先、最短的距离、普通道路优先、实时交通信息的反应等的 模式产生路径。
[0005] 如果传统自动车辆将显著地影响安装在车辆中的传感器的地形选择为路径或如 果它们选择具有非常高驾驶难度的路径，则传统自动车辆可能在驾驶方面存在难度。
【发明内容】
[0006] 做出本公开内容以解决上述存在于现有技术中的问题，同时保持由现有技术实现 的优点不受影响。
[0007] 本公开内容的一方面提供了一种生成用于自动车辆的全局路径的装置和方法，其 在所产生的用于自动驾驶的全局路径中考虑传感器识别率和驾驶难度。
[0008] 根据本公开内容的示例性实施方式，生成用于自动车辆的全局路径的装置包括： 传感器模块，包括安装在车辆中的一个或多个传感器；交通信息接收器，被配置为通过无线 通信接收交通信息；路径生成器，被配置为基于交通信息产生一个或多个候选路径；难度 评估器，被配置为使用一个或多个传感器的识别率和交通信息评估在各段中一个或多个候 选路径中的驾驶难度；以及自动驾驶路径选择器，被配置为考虑驾驶难度的评估通过评估 一个或多个候选路径最终地选择自动驾驶路径。
[0009] 传感器模块可以包括图像传感器、照相机、全球定位系统（GPS)、激光扫描器、雷 达、激光雷达、惯性测量单元（IMU)、以及惯性导航系统（INS，initial navigation system) 的一个或多个。
[0010] 交通信息可以包括道路交通状态、交通事故信息、道路管制信息、气象信息、以及 自动驾驶故障可能性信息等。
[0011] 难度评估器可以识别安装在车辆中的一个或多个传感器，并且根据所识别的一个 或多个传感器的驾驶环境识别率评估各段中每个候选路径中的驾驶难度。
[0012] 难度评估器可以基于安装在车辆中的一个或多个传感器、交通拥堵、各段的气象 信息、以及各段的自动驾驶故障可能性信息确定各段中每个候选路径中的驾驶难度。
[0013] 路径生成器可以基于时间或距离产生一个或多个候选路径。
[0014] 根据本公开内容的另一示例性实施方式，一种生成用于自动车辆的全局路径的方 法，包括：当实行自动驾驶模式时，接收目的地；产生在车辆的开始点和目的地之间的一个 或多个候选路径；考虑安装在车辆中的一个或多个传感器的驾驶环境识别率评估各段中一 个或多个候选路径的驾驶难度；以及基于在各段中驾驶难度的结果将一个或多个候选路径 中的任一个选择为自动驾驶路径。
[0015] 在产生一个或多个候选路径的过程中，可以基于时间或距离产生一个或多个候选 路径。
[0016] 在各段中一个或多个候选路径的驾驶难度的评估中，可以基于一个或多个传感器 的驾驶环境识别率、交通拥堵、气象信息、以及自动驾驶故障可能性信息评估驾驶难度。
[0017] -个或多个传感器的驾驶环境识别率指明通过一个或多个传感器的车道识别、车 辆和结构识别、以及位置识别的可靠性。
【附图说明】
[0018] 从下面结合附图进行的详细描述中，本公开内容的上述目标和其他目标、特性以 及优点将变得更为显而易见。
[0019] 图1是示出了根据本公开内容的示例性实施方式的生成用于自动车辆的全局路 径的装置的框图。
[0020] 图2是根据本公开内容的示例性实施方式的生成用于自动车辆的全局路径的方 法的流程图。
[0021] 图3示出了根据本公开内容的示例性实施方式的根据传感器的识别率的驾驶难 度的示例性评估。
【具体实施方式】
[0022] 在下文中，将参考附图详细描述本公开内容的示例性实施方式。
[0023] 图1是示出了根据本公开内容的示例性实施方式的生成用于自动车辆的全局路 径的装置的框图。
[0024] 参考图1，生成用于自动车辆的全局路径的装置包括：传感器模块10、通信模块 20、交通信息接收器30、难度评估器40、路径生成器50、以及自动驾驶路径选择器60。
[0025] 传感器模块10安装在车辆中并且包括各种传感器（未不出）。在本公开内容的一 个示例性实施方式中，传感器模块10包括图像传感器、照相机、全球定位系统（GPS)、激光 扫描器、雷达、激光雷达、惯性测量单元（MU)、以及惯性导航系统（INS)等。
[0026] 通信模块20用作执行与外部系统（例如，交通信息中心）或终端的无线通信。
[0027] 交通信息接收器30被配置为通过通信模块20实时地接收从交通信息中心提供的 交通信息。在此，交通信息包括道路交通状态（交通拥堵状态）、交通事故信息、道路管制信 息、气象信息、以及自动驾驶故障可能性信息等。
[0028] 难度评估器40基于构成传感器模块10的传感器的识别率（驾驶环境识别率）和 交通信息评估驾驶难度。难度评估器40链接至安装在车辆中的传感器并且基于传感器的 识别能力（由传感器所识别的驾驶环境的结果的可靠性）评估路径的各段的驾驶难度（驾 驶控制难度）。
[0029] 在没有车道的相交的情况下，难度评估器40根据详细的地图和惯性测量单元的 准确度确定驾驶难度。即，当车辆具有详细的地图和高准确度的惯性测量单元时，难度评估 器40确定驾驶难度是低的，并且当车辆具有详细的地图和低准确度的惯性测量单元时，难 度评估器40确定驾驶难度是高的。
[0030] 同样，在车辆仅配备GPS的情况下，当车辆穿过高层建筑的路段存在于驾驶路径 时，难度评估器40确定驾驶难度是最高的，并且从驾驶路径中排除对应的路段。同时，在车 辆基于3D激光雷达传感器具有同时定位和地图构建或即时定位与地图构建（SLAM)时，难 度评估器40根据SLAM的准确度确定驾驶可用路径的驾驶难度。例如，当SLAM的准确度是 高的时，难度评估器40确定驾驶难度是低的。
[0031] 难度评估器40被配置为使用车道与外围道路之间的亮度差测量图像传感器（照 相机）的车道识别可靠性（传感器识别率）。即，当可靠性是高的时，难度评估器40确定难 度是低的，并且当可靠性是低的时，难度评估器40确定难度是高的。
[0032] 难度评估器40通过结构的识别基于距离传感器和车道识别可靠性根据车辆确定 驾驶难度。例如，在具有金属护栏的道路的情况下，当安装在车辆中的传感器是雷达和激光 雷达时，因为两个传感器都能够识别护栏，所以它们被利用作为车道识别数据，从而降低驾 驶难度。
[0033] 然而，在护栏由石头构成的情况下，当附接于车辆中的传感器是激光雷达时，因为 传感器不能识别护栏，所以传感器不能被利用作为车道识别数据，从而增加驾驶难度。
[0034] 难度评估器40基于车辆速度和实时交通信息确定交通拥堵，并且当车辆需要减 速或当需要在拥堵路段改变车道时，难度评估器40确定驾驶难度是高的，并且当没有必要 改变车道时，难度评估器40确定驾驶难度是低的。
[0035] 难度评估器40可以使用存储在内存（未示出）中的地图信息评估驾驶难度。例 如，由于从车辆进入的交换点到需要改变车道的进入点的距离更短，难度评估器40增加驾 驶难度。即，随着驾驶稳定性在自动驾驶中降低，难度评估器40增加驾驶难度。
[0036] 难度评估器40考虑各段的自动驾驶故障可能性信息评估驾驶的难度。在车辆的 自动驾驶模式故障的情况下，交通信息中心收集涉及自动驾驶故障的信息，诸如地点、节点 编号、故障起因（识别/控制）等，分析所收集的信息以计算并且管理自动驾驶故障可能性 信息，并且将其提供给车辆。
[0037] 设置在大部分车辆中的自动系统具有类似的识别方法以及控制性能