特開 2023-90590 道路状況データ処理装置及び方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023090590

(43)【公開日】2023-06-29

(54)【発明の名称】道路状況データ処理装置及び方法

(51)【国際特許分類】

   G08G 1/01 20060101AFI20230622BHJP

   G08G 1/00 20060101ALI20230622BHJP

   G08G 1/16 20060101ALI20230622BHJP

   G16Y 10/40 20200101ALI20230622BHJP

   G16Y 20/20 20200101ALI20230622BHJP

   G16Y 40/20 20200101ALI20230622BHJP

【ＦＩ】

G08G1/01 A

G08G1/00 A

G08G1/16 A

G16Y10/40

G16Y20/20

G16Y40/20

【審査請求】未請求

【請求項の数】15

【出願形態】ＯＬ

(21)【出願番号】P 2021214303

(22)【出願日】2021-12-28

(31)【優先権主張番号】10-2021-0181610

(32)【優先日】2021-12-17

(33)【優先権主張国・地域又は機関】KR

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．ＭＥＭＯＲＹ ＳＴＩＣＫ

(71)【出願人】

【識別番号】522001323

【氏名又は名称】コリア ナショナル ユニバーシティー オブ トランスポーテーション インダストリー－アカデミック コーオペレイション ファウンデーション

(74)【代理人】

【識別番号】110001519

【氏名又は名称】弁理士法人太陽国際特許事務所

(72)【発明者】

【氏名】ソン、ソク イル

(72)【発明者】

【氏名】ムン、チョル

【テーマコード（参考）】

5H181

【Ｆターム（参考）】

5H181AA01

5H181AA21

5H181BB04

5H181BB05

5H181BB12

5H181BB13

5H181CC02

5H181CC03

5H181CC04

5H181CC05

5H181CC12

5H181CC14

5H181DD01

5H181EE02

5H181LL08

(57)【要約】

【課題】道路状況データ処理装置及び方法の提供。
【解決手段】一実施例の道路状況データ処理方法は、道路状況データ処理装置のプロセッサで遂行される道路状況データ処理方法であり、道路上の複数センサから道路上の各オブジェクトに対するセンシングデータを収集する段階、各オブジェクトに対するセンシングデータに基づき各オブジェクト間の関係をグラフでモデリングする段階、モデリングした結果に対してグリッド基盤の空間インデックスを構築する段階、グリッド基盤の空間インデックスに含まれる各オブジェクトに対するセンシングデータのうち重複するセンシングデータを除去する段階、重複センシングデータが除去された各オブジェクトを対象として既登録の質疑を行い質疑に対する応答に符合するオブジェクトを抽出する段階、及び質疑に対する応答に符合するオブジェクトに状況認知データを出力する段階を含む。
【選択図】図１

【特許請求の範囲】

【請求項1】

道路の状況データを処理する装置のプロセッサによって遂行される道路状況データ処理方法であって、
道路上に備えられた複数のセンサから前記道路上に存在する各オブジェクトに対するセンシングデータを収集する段階；
前記各オブジェクトに対するセンシングデータに基づいて前記各オブジェクト間の関係をグラフでモデリングする段階；
前記グラフでモデリングした結果に対して、グリッド基盤の空間インデックスを構築する段階；
前記グリッド基盤の空間インデックスに含まれる前記各オブジェクトに対するセンシングデータのうち重複するセンシングデータを除去する段階；
前記重複するセンシングデータが除去された前記各オブジェクトを対象として既登録の質疑を行い、前記質疑に対する応答に符合するオブジェクトを抽出する段階；及び
前記質疑に対する応答に符合するオブジェクトに状況認知データを出力する段階；を含む、
道路状況データ処理方法。

【請求項2】

前記グラフでモデリングする段階は、
前記オブジェクトをそれぞれ前記グラフ上にいずれか一つのノードで表示する段階；及び
前記オブジェクトのうちいずれか一つのオブジェクトに該当するノードが一つ以上の他のオブジェクトに該当するノードに影響を及ぼす可能性があることに応じて、関係を設定し、前記関係をエッジ（ｅｄｇｅ）で表示する段階；を含む、
請求項１に記載の道路状況データ処理方法。

【請求項3】

前記エッジで表示する段階は、
前記オブジェクトのうちいずれか一つのオブジェクトに該当するノードの位置、方向及び速度に基づいて、前記一つ以上の他のオブジェクトに該当するノードとの衝突可能性が存在するか否かを判断する段階；及び
前記衝突可能性が存在することに応じて、前記いずれか一つのオブジェクトに該当するノードと前記一つ以上の他のオブジェクトに該当するノードとの間をエッジで表示する段階；を含む、
請求項２に記載の道路状況データ処理方法。

【請求項4】

前記グリッド基盤の空間インデックスを構築する段階は、
前記複数のセンサそれぞれに対するセンシング誤差及び前記道路上に設定された制限速度に基づいて前記グリッド基盤の空間インデックスを構成するセルの大きさを決定する段階を含み、
前記セルは、
前記センシング誤差が小さいほど、前記制限速度が低いほど、大きさが小さくなる、
請求項１に記載の道路状況データ処理方法。

【請求項5】

前記重複するセンシングデータを除去する段階は、
前記グリッド基盤の空間インデックスを構成する複数個のセルのうちいずれか一つのセル内で感知された新規オブジェクトの位置データと、前記いずれか一つのセル及び前記いずれか一つのセルと隣接するセルに含まれた一つ以上の既存オブジェクトの位置データとの比較を通して前記一つ以上の既存オブジェクトを重複オブジェクト候補として設定する段階；
前記重複オブジェクト候補の軌跡データと前記新規オブジェクトの軌跡データとの比較を通して前記重複オブジェクト候補を最終重複オブジェクトとして決定する段階；及び
前記最終重複オブジェクトに対するセンシングデータ及び前記新規オブジェクトに対するセンシングデータのうち一つを除去する段階；を含む、
請求項１に記載の道路状況データ処理方法。

【請求項6】

前記重複オブジェクト候補として設定する段階は、
新規オブジェクトに対するセンシングデータに基づいて、前記グリッド基盤の空間インデックスを構成する複数個のセルのうち前記新規オブジェクトが位置する第１セルを検出する段階；
前記第１セルに位置する一つ以上の既存オブジェクトの位置を検出する段階；
前記第１セルに存在する新規オブジェクトの位置データと、前記第１セル及び前記第１セルと隣接するセルに含まれた一つ以上の既存オブジェクトの位置データとの差分を第１距離値として算出する段階；及び
前記第１距離値が第１閾値以下の一つ以上の既存オブジェクトを重複オブジェクト候補として設定する段階；を含む、
請求項５に記載の道路状況データ処理方法。

【請求項7】

前記最終重複オブジェクトとして決定する段階は、
前記重複オブジェクト候補のセンシングデータに含まれる位置、方向及び速度を軸とする３次元座標系上から既設定の時間帯に位置した第１ポイントグループを抽出する段階；
前記新規オブジェクトのセンシングデータに含まれる位置、方向及び速度を軸とする３次元座標系上から既設定の時間帯に位置した第２ポイントグループを抽出する段階；
前記第１ポイントグループと前記第２ポイントグループとの差分を第２距離値として算出する段階；及び
前記第２距離値が第２閾値以下の一つ以上の重複オブジェクト候補を最終重複オブジェクトとして決定する段階；を含む、
請求項６に記載の道路状況データ処理方法。

【請求項8】

前記重複オブジェクト候補として設定する段階は、
新規オブジェクトに対するセンシングデータに基づいて、前記新規オブジェクトが位置する第１地点を決定する段階；
前記第１地点から予め定められた距離内に位置する一つ以上の既存オブジェクトの位置を検出する段階；
前記新規オブジェクトの位置データと、前記第１地点から予め定められた距離内に位置する一つ以上の既存オブジェクトの位置データとの差分を第１距離値として算出する段階；及び
前記第１距離値が第１閾値以下の一つ以上の既存オブジェクトを重複オブジェクト候補として設定する段階；を含む、
請求項５に記載の道路状況データ処理方法。

【請求項9】

前記質疑に対する応答に符合するオブジェクトを抽出する段階は、
既設定の時間単位でセンシングデータがアップデートされる前記オブジェクトを対象として衝突可能性が閾値以上のオブジェクトの存否を確認する連続質疑を行う段階；及び
前記連続質疑を行った結果、前記衝突可能性が閾値以上のオブジェクトを前記質疑に対する応答に符合するオブジェクトとして抽出する段階；を含む、
請求項５に記載の道路状況データ処理方法。

【請求項10】

前記状況認知データを出力する段階は、
前記質疑に対する応答に符合するオブジェクトに衝突可能性があることを警告する警告データを出力する段階を含む、
請求項９に記載の道路状況データ処理方法。

【請求項11】

コンピュータを用いて、請求項１乃至１０の方法のうちいずれか一項の方法を実行させるためのコンピュータプログラムが保存されたコンピュータで読み取り可能な記録媒体。

【請求項12】

道路状況データを処理する装置であって、
プロセッサ；及び
前記プロセッサと動作可能に連結され、前記プロセッサで遂行される少なくとも一つのコードを保存するメモリ；を含み、
前記メモリは、前記プロセッサを通して実行されるとき、前記プロセッサをして、
道路上に備えられた複数のセンサから前記道路上に存在する各オブジェクトに対するセンシングデータを収集し、
前記各オブジェクトに対するセンシングデータに基づいて前記各オブジェクト間の関係をグラフでモデリングし、
前記グラフでモデリングした結果に対して、グリッド基盤の空間インデックスを構築し、
前記グリッド基盤の空間インデックスに含まれる前記各オブジェクトに対するセンシングデータのうち重複するセンシングデータを除去し、
前記重複するセンシングデータが除去された前記各オブジェクトを対象として既登録の質疑を行い、前記質疑に対する応答に符合するオブジェクトを抽出し、
前記質疑に対する応答に符合するオブジェクトに状況認知データを出力するように、惹起するコードを保存する、
道路状況データ処理装置。

【請求項13】

前記メモリは、前記プロセッサをして、
前記重複するセンシングデータを除去するときに、前記グリッド基盤の空間インデックスを構成する複数個のセルのうちいずれか一つのセル内で感知された新規オブジェクトの位置データと、前記いずれか一つのセル及び前記いずれか一つのセルと隣接するセルに含まれた一つ以上の既存オブジェクトの位置データとの比較を通して前記一つ以上の既存オブジェクトを重複オブジェクト候補として設定し、
前記重複オブジェクト候補の軌跡データと前記新規オブジェクトの軌跡データとの比較を通して前記重複オブジェクト候補を最終重複オブジェクトとして決定し、
前記最終重複オブジェクトに対するセンシングデータ及び前記新規オブジェクトに対するセンシングデータのうち一つを除去するように、惹起するコードを保存する、
請求項１２に記載の道路状況データ処理装置。

【請求項14】

前記メモリは、前記プロセッサをして、
前記重複オブジェクト候補として設定するときに、新規オブジェクトに対するセンシングデータに基づいて、前記グリッド基盤の空間インデックスを構成する複数個のセルのうち前記新規オブジェクトが位置する第１セルを検出し、
前記第１セルに位置する一つ以上の既存オブジェクトの位置を検出し、
前記第１セルに存在する新規オブジェクトの位置データと、前記第１セル及び前記第１セルと隣接するセルに含まれた一つ以上の既存オブジェクトの位置データとの差分を第１距離値として算出し、
前記第１距離値が第１閾値以下の一つ以上の既存オブジェクトを重複オブジェクト候補として設定するように、惹起するコードを保存する、
請求項１３に記載の道路状況データ処理装置。

【請求項15】

前記メモリは、前記プロセッサをして、
前記最終重複オブジェクトとして決定するときに、前記重複オブジェクト候補のセンシングデータに含まれる位置、方向及び速度を軸とする３次元座標系上から既設定の時間帯に位置した第１ポイントグループを抽出し、
前記新規オブジェクトのセンシングデータに含まれる位置、方向及び速度を軸とする３次元座標系上から既設定の時間帯に位置した第２ポイントグループを抽出し、
前記第１ポイントグループと前記第２ポイントグループとの差分を第２距離値として算出し、
前記第２距離値が第２閾値以下の一つ以上の重複オブジェクト候補を最終重複オブジェクトとして決定するように、惹起するコードを保存する、
請求項１４に記載の道路状況データ処理装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、道路状況データ処理装置及び方法に関するものである。本発明は、大韓民国国土交通部の「自律走行技術改革新事業」で「インフラセンサ基盤の道路状況認知高度化技術開発」研究課題によって支援を受けた。（課題固有番号：１６１５０１１９９０）

【背景技術】

【0002】

最近、ＩＴＳ（ｉｎｔｅｌｌｉｇｅｎｔ ｔｒａｎｓｐｏｒｔａｔｉｏｎ ｓｙｓｔｅｍ）に係る研究が活発に進められているとともに情報化社会に適した次世代交通情報システムを構築するのに役立っている。道路上の自動車速度及び交通情報をリアルタイムで感知可能なシステムを構築して運転者に情報を提供することにより、全体交通状況の流れに良い影響を及ぼすことができる。

【0003】

上述の背景技術は、発明者が本発明の導出のために保有していた又は本発明の導出過程で習得した技術情報であり、必ずしも本発明の出願前に一般公衆に公開された公知技術であるとは言えない。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】韓国公開特許公報第１０－２００９－０１０９３１２号（２００９．１０．０２）

【発明の概要】

【発明が解決しようとする課題】

【0005】

本発明の一課題は、多様な道路インフラセンサから収集するデータを用いて道路の状況を正確に認知し、これに基づいて自動車の安全な走行を促すことにある。

【0006】

本発明の一課題は、多様な道路インフラセンサから収集するデータの重複性を把握し、不要なデータを除去して道路状況処理速度を上昇させることにある。

【0007】

本発明の一課題は、多様な道路インフラセンサから収集するデータのリアルタイム分析を通して各自動車に必要な状況認知データをリアルタイムで提供することにある。

【0008】

本発明が解決しようとする課題は、以上言及した課題に限定されず、言及されていない本発明の他の課題及び長所は下記説明から理解されることができ、本発明の実施例からより明らかに理解されるはずである。また、本発明が解決しようとする課題及び長所は、特許請求範囲に記載の手段及びその組み合わせによって実現可能であることを理解できるはずである。

【課題を解決するための手段】

【0009】

本発明の一実施例による道路状況データ処理方法は、道路の状況データを処理する装置のプロセッサによって遂行される道路状況データ処理方法であって、道路上に備えられた複数のセンサから道路上に存在する各オブジェクトに対するセンシングデータを収集する段階と、各オブジェクトに対するセンシングデータに基づいて各オブジェクト間の関係をグラフでモデリングする段階と、グラフでモデリングした結果に対して、グリッド基盤の空間インデックスを構築する段階と、グリッド基盤の空間インデックスに含まれる各オブジェクトに対するセンシングデータのうち重複するセンシングデータを除去する段階と、重複するセンシングデータが除去された各オブジェクトを対象として既登録の質疑を行い、質疑に対する応答に符合するオブジェクトを抽出する段階と、質疑に対する応答に符合するオブジェクトに状況認知データを出力する段階とを含むことができる。

【0010】

本発明の一実施例による道路状況データ処理装置は、プロセッサ、及びプロセッサと動作可能に連結され、プロセッサで遂行される少なくとも一つのコードを保存するメモリを含み、メモリは、プロセッサを通して実行されるとき、プロセッサをして、道路上に備えられた複数のセンサから道路上に存在する各オブジェクトに対するセンシングデータを収集し、各オブジェクトに対するセンシングデータに基づいて各オブジェクト間の関係をグラフでモデリングし、グラフでモデリングした結果に対して、グリッド基盤の空間インデックスを構築し、グリッド基盤の空間インデックスに含まれる各オブジェクトに対するセンシングデータのうち重複するセンシングデータを除去し、重複するセンシングデータが除去された各オブジェクトを対象として既登録の質疑を行い、質疑に対する応答に符合するオブジェクトを抽出し、質疑に対する応答に符合するオブジェクトに状況認知データを出力するように、惹起するコードを保存することができる。

【0011】

この他にも、本発明を具現するための他の方法、他のシステム、及び上記方法を実行するためのコンピュータプログラムが保存されたコンピュータで読み取り可能な記録媒体がさらに提供されることができる。

【0012】

上述のこと以外の他の側面、特徴、利点が、以下の図面、特許請求の範囲及び発明の詳細な説明から明確になると言える。

【発明の効果】

【0013】

本発明によれば、多様な道路インフラセンサから収集するデータを用いて道路の状況を正確に認知し、これに基づいて自動車の安全な走行を促すことができる。

【0014】

また、多様な道路インフラセンサから収集するデータの重複性を把握し、不要なデータを除去して道路状況処理速度を上昇させることができる。

【0015】

また、多様な道路インフラセンサから収集するデータのリアルタイム分析を通して各自動車に必要な状況認知データをリアルタイムで提供して自動車の安全な走行を促すことができる。

【0016】

本発明の効果は、以上言及されたことに限定されず、言及されていない他の効果は、下記記載から当業者に明確に理解されることができるはずである。

【図面の簡単な説明】

【0017】

【図1】本実施例によるセンサグループ、オブジェクトグループ、道路状況データ処理装置及びこれらを互いに連結するネットワークを含む道路状況処理環境の例示図である。

【図2】本実施例による道路状況データ処理装置の構成を概略的に説明するために示したブロック図である。

【図3a】本実施例によるグラフモデリング過程を概略的に説明するために示した例示図である。

【図3b】本実施例によるグラフモデリング過程を概略的に説明するために示した例示図である。

【図3c】本実施例によるグラフモデリング過程を概略的に説明するために示した例示図である。

【図4a】本実施例によるグラフモデルに含まれるノードとエッジ（ｅｄｇｅ）の属性を示したテーブルである。

【図4b】本実施例によるグラフモデルに含まれるノードとエッジ（ｅｄｇｅ）の属性を示したテーブルである。

【図5a】本実施例によるグラフモデル及びグリッド基盤の空間インデックスを用いた重複するセンシングデータの除去を説明するために示した例示図である。

【図5b】本実施例によるグラフモデル及びグリッド基盤の空間インデックスを用いた重複するセンシングデータの除去を説明するために示した例示図である。

【図6】本実施例によるグラフモデルとグリッド基盤の空間インデックスとの間の連結関係を示したテーブルである。

【図7】他の実施例による道路状況データ処理装置の構成を概略的に説明するために示したブロック図である。

【図8】本実施例による道路状況データ処理方法を説明するためのフローチャートである。

【発明を実施するための形態】

【0018】

本発明の利点及び特徴、並びにそれらを達成する方法は、添付図面と共に詳しく説明される実施例を参照すれば明確になるはずである。しかし、本発明は、下記に提示される実施例に限定されるものではなく、互いに異なる多様な形態で具現されることができ、本発明の思想及び技術範囲に含まれるあらゆる変換、均等物乃至代替物を含むことと理解されなければならない。下記に提示される実施例は、本発明の開示を完全なものにし、本発明の属する技術分野において通常の知識を有する者に発明の範疇を完全に理解させるために提供されるものである。本発明を説明するにあたって関連する公知技術に関する具体的な説明が本発明の要旨を不明確にし得ると判断される場合、その詳しい説明を省略する。

【0019】

本出願で用いられた用語は、単に特定の実施例を説明するために用いられたものであり、本発明を限定しようとする意図ではない。単数の表現は、文脈上明白に異なる意味を持たない限り、複数の表現を含む。本出願で、「含む」又は「有する」などの用語は、明細書上に記載の特徴、数字、段階、動作、構成要素、部品又はこれらを組み合わせたものが存在することを指定しようとするものであって、一つ又はそれ以上の他の特徴や数字、段階、動作、構成要素、部品又はこれらを組み合わせたものの存在又は付加可能性を予め排除しないことと理解されなければならない。第１、第２などの用語は多様な構成要素を説明するのに使われることができるが、構成要素は上記用語によって限定されてはならない。上記用語は一つの構成要素を他の構成要素から区別する目的でのみ使われる。

【0020】

また、本出願書で、「部」は、プロセッサ又は回路のようなハードウェア構成（ｈａｒｄｗａｒｅ ｃｏｍｐｏｎｅｎｔ）、及び／又は、プロセッサのようなハードウェア構成によって実行されるソフトウェア構成（ｓｏｆｔｗａｒｅ ｃｏｍｐｏｎｅｎｔ）であり得る。

【0021】

以下、本発明による実施例を添付図面を参照して詳しく説明するが、添付図面を参照して説明するうえで、同一の又は対応する構成要素は同一の図面番号を付与し、これに対する重複説明は省略する。

【0022】

図１は、本実施例による道路状況処理環境１の例示図であり、センサグループ１００、オブジェクトグループ２００、道路状況データ処理装置３００及びこれらを互いに連結するネットワーク４００を含むことができる。

【0023】

図１を参照すると、センサグループ１００は、道路上に備えられ、道路上に存在するオブジェクトを感知してセンシングデータを生成することができる。本実施例でセンシングデータは、オブジェクトの位置（ｌｏｃａｔｉｏｎ）、オブジェクトの移動方向（ｈｅａｄｉｎｇ）及びオブジェクトの移動速度（ｓｐｅｅｄ）のうち一つ以上を含むことができる。ここで、オブジェクトの種類によって、オブジェクトの位置はセンシングデータに必須的に含まれてよく、オブジェクトの移動方向及び速度はセンシングデータに選択的に含まれてよい。

【0024】

本実施例でセンサグループ１００は、ライダー１００＿１、カメラ１００＿２及びＵＷＢレーダー１００＿３などを含むことができる。

【0025】

ライダー１００＿１は、レーザー光を用いて、道路上に存在するオブジェクトを感知してセンシングデータを生成することができる。ライダー１００＿１は、光送信部（図示せず）、光受信部（図示せず）及び光送信部及び光受信部と電気的に連結され、受信される信号を処理し、処理された信号に基づいてオブジェクトに対するデータを生成する少なくとも一つのプロセッサ（図示せず）を含むことができる。ライダー１００＿１は、ＴＯＦ（ｔｉｍｅ ｏｆ ｆｌｉｇｈｔ）方式又は位相シフト（ｐｈａｓｅ－ｓｈｉｆｔ）方式で具現されることができる。ライダー１００＿１は、レーザー光を媒介として、ＴＯＦ方式又は位相シフト方式に基づいて、オブジェクトを検出し、検出されたオブジェクトの位置、検出されたオブジェクトとの距離、相対速度、オブジェクトの移動方向などをセンシングデータとして生成することができる。

【0026】

カメラ１００＿２は、映像を用いて、道路上に存在するオブジェクトを感知してセンシングデータを生成することができる。カメラ１００＿２は、少なくとも一つのレンズ、少なくとも一つのイメージセンサ（図示せず）及びイメージセンサと電気的に連結され、受信される信号を処理し、処理される信号に基づいてオブジェクトに対するデータを生成する少なくとも一つのプロセッサ（図示せず）を含むことができる。カメラ１００＿２は、モノカメラ、ステレオカメラ、ＡＶＭ（Ａｒｏｕｎｄ Ｖｉｅｗ Ｍｏｎｉｔｏｒｉｎｇ）カメラのうち少なくともいずれか一つであり得る。カメラ１００＿２は、多様な映像処理アルゴリズムを用いて、オブジェクトの位置、検出されたオブジェクトとの距離、相対速度、オブジェクトの移動方向などをセンシングデータとして生成することができる。例えば、カメラ１００＿２は、獲得された映像から、時間に伴うオブジェクトサイズの変化に基づき、オブジェクトの位置、検出されたオブジェクトとの距離、相対速度、オブジェクトの移動方向などをセンシングデータとして生成することができる。

【0027】

レーダー１００＿３は、電波を用いて、道路上に存在するオブジェクトを感知してセンシングデータを生成することができる。レーダー１００＿３は、電磁波送信部（図示せず）、電磁波受信部（図示せず）、電磁波送信部及び電磁波受信部と電気的に連結され、受信される信号を処理し、処理される信号に基づいてオブジェクトに対するセンシングデータを生成する少なくとも一つのプロセッサ（図示せず）を含むことができる。レーダー１００＿３は、電波発射原理上、パルスレーダー（ｐｕｌｓｅ ｒａｄａｒ）方式又は連続波レーダー（ｃｏｎｔｉｎｕｏｕｓ ｗａｖｅ ｒａｄａｒ）方式で具現されることができる。レーダー１００＿３は、連続波レーダー方式のうち、信号波形によって、ＦＭＣＷ（ｆｒｅｑｕｅｎｃｙ ｍｏｄｕｌａｔｅｄ ｃｏｎｔｉｎｕｏｕｓ ｗａｖｅ）方式又はＦＳＫ（ｆｒｅｑｕｅｎｃｙ ｓｈｉｆｔ ｋｅｙｏｎｇ）方式で具現されることができる。一方、レーダー１００＿３は、感知距離によって互いに異なるように分類されることができる。遠距離感知レーダーとしては、ＦＭ－ＣＷレーダーが一般的に使用され、ＲＦ周波数が７６ＧＨｚ帯であり、感知距離範囲が４ｍ～１２０ｍに設定されている。また、近距離感知レーダーとしては、ＵＷＢ（ｕｌｔｒａ－ｗｉｄｅｂａｎｄ）レーダーが使用され、ＲＦ周波数が２４ＧＨｚ帯であり、感知距離範囲が０．１ｍ～２０ｍに設定されている。レーダー１００＿３は、電磁波を媒介として、ＴＯＦ（Ｔｉｍｅ ｏｆ Ｆｌｉｇｈｔ）方式又は位相シフト（ｐｈａｓｅ－ｓｈｉｆｔ）方式に基づいて、オブジェクトを検出し、オブジェクトそれぞれの位置、オブジェクトとの距離、相対速度、オブジェクトの移動方向などをセンシングデータとして生成することができる。

【0028】

本実施例で、センサグループ１００としてライダー１００＿１、カメラ１００＿２及びレーダー１００＿３を開示しているが、これに限定されず、道路状態を測定するセンサ（図示せず）、可視距離を測定するセンサ（図示せず）、路面センサ（図示せず）、気象を感知するセンサ（図示せず）など、多様なセンサが使用可能である。

【0029】

オブジェクトグループ２００は、ネットワーク４００を介して道路状況データ処理装置３００と通信を行い、道路状況データ処理装置３００から移動中の道路に対する状況認知データを受信することができる。本実施例でオブジェクトグループ２００は、自動車、歩行者、バイク、自転車、落下物、ポットホール、工事などを含むことができる。本実施例では、説明の便宜上、オブジェクトを自動車に限定して説明することにする。したがって、オブジェクトグループ２００は、図１に示されているように、自動車グループ２００＿１乃至２００＿Ｎを含むことができる。また、本実施例で、オブジェクトグループ、自動車グループ、自動車、歩行者、バイク、自転車、落下物、ポットホール、工事との用語は、オブジェクトの意味で使用されることができる。

【0030】

道路状況データ処理装置３００は、センサグループ１００から収集したセンシングデータを処理して道路の状況を正確に認知し、これに基づいてオブジェクトグループ２００の安全な運行を促すことができる。

【0031】

道路状況データ処理装置３００は、各オブジェクトに対するセンシングデータに基づいて各オブジェクト間の関係をグラフでモデリングすることができる。道路状況データ処理装置３００は、グラフでモデリングした結果に対して、グリッド基盤の空間インデックスを構築することができる。道路状況データ処理装置３００は、グリッド基盤の空間インデックスに含まれる各オブジェクトに対するセンシングデータのうち重複するセンシングデータを除去することができる。道路状況データ処理装置３００は、重複するセンシングデータが除去された各オブジェクトを対象として既登録の質疑を行い、質疑に対する応答に符合するオブジェクトを抽出することができる。道路状況データ処理装置３００は、質疑に対する応答に符合するオブジェクトに状況認知データを出力することができる。

【0032】

ネットワーク４００は、センサグループ１００、オブジェクトグループ２００及び道路状況データ処理装置３００を連結する役目を行うことができる。このようなネットワーク４００は、例えば、ＬＡＮｓ（ｌｏｃａｌ ａｒｅａ ｎｅｔｗｏｒｋｓ）、ＷＡＮｓ（ｗｉｄｅ ａｒｅａ ｎｅｔｗｏｒｋｓ）、ＭＡＮｓ（ｍｅｔｒｏｐｏｌｉｔａｎ ａｒｅａ ｎｅｔｗｏｒｋｓ）、ＩＳＤＮｓ（ｉｎｔｅｇｒａｔｅｄ ｓｅｒｖｉｃｅ ｄｉｇｉｔａｌ ｎｅｔｗｏｒｋｓ）などの有線ネットワークや、無線ＬＡＮｓ、ＣＤＭＡ、ブルートゥース（登録商標）、衛星通信などの無線ネットワークを網羅することができるが、本発明の範囲がこれに限定されるものではない。また、ネットワーク４００は、近距離通信及び／又は遠距離通信を用いて情報を送受信することができる。ここで、近距離通信は、ブルートゥース（登録商標）（ｂｌｕｅｔｏｏｔｈ（登録商標））、ＲＦＩＤ（ｒａｄｉｏ ｆｒｅｑｕｅｎｃｙ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）、赤外線通信（ＩｒＤＡ，ｉｎｆｒａｒｅｄ ｄａｔａ ａｓｓｏｃｉａｔｉｏｎ）、ＵＷＢ（ｕｌｔｒａ－ｗｉｄｅｂａｎｄ）、ＺｉｇＢｅｅ（登録商標）、Ｗｉ－Ｆｉ（ｗｉｒｅｌｅｓｓ ｆｉｄｅｌｉｔｙ）技術を含むことができ、遠距離通信は、ＣＤＭＡ（ｃｏｄｅ ｄｉｖｉｓｉｏｎ ｍｕｌｔｉｐｌｅ ａｃｃｅｓｓ）、ＦＤＭＡ（ｆｒｅｑｕｅｎｃｙ ｄｉｖｉｓｉｏｎ ｍｕｌｔｉｐｌｅ ａｃｃｅｓｓ）、ＴＤＭＡ（ｔｉｍｅ ｄｉｖｉｓｉｏｎ ｍｕｌｔｉｐｌｅ ａｃｃｅｓｓ）、ＯＦＤＭＡ（ｏｒｔｈｏｇｏｎａｌ ｆｒｅｑｕｅｎｃｙ ｄｉｖｉｓｉｏｎ ｍｕｌｔｉｐｌｅ ａｃｃｅｓｓ）、ＳＣ－ＦＤＭＡ（ｓｉｎｇｌｅ ｃａｒｒｉｅｒ ｆｒｅｑｕｅｎｃｙ ｄｉｖｉｓｉｏｎ ｍｕｌｔｉｐｌｅ ａｃｃｅｓｓ）技術を含むことができる。

【0033】

ネットワーク４００は、ハブ、ブリッジ、ルータ、スィッチのようなネットワーク要素の連結を含むことができる。ネットワーク４００は、インターネットのような共用ネットワーク及び安全な企業私設ネットワークのような私設ネットワークをはじめとする一つ以上の連結されたネットワーク、例えば、多重ネットワーク環境を含むことができる。ネットワーク４００へのアクセスは、一つ以上の有線又は無線アクセスネットワークを介して提供されることができる。

【0034】

さらに、ネットワーク４００は、ＣＡＮ（ｃｏｎｔｒｏｌｌｅｒ ａｒｅａ ｎｅｔｗｏｒｋ）通信、Ｖ２Ｘ（ｖｅｈｉｃｌｅ ｔｏ ｅｖｅｒｙｔｈｉｎｇ）通信、ＷＡＶＥ（ｗｉｒｅｌｅｓｓ ａｃｃｅｓｓ ｉｎ ｖｅｈｉｃｕｌａｒ ｅｎｖｉｒｏｎｍｅｎｔ）通信技術と、モノなど分散された構成要素間で情報交換して処理するＩＯＴ（Ｉｎｔｅｒｎｅｔ ｏｆ ｔｈｉｎｇｓ，モノのインターネット）ネットワーク及び／又は５Ｇ通信を支援することができる。ここで、Ｖ２Ｘ通信は、自動車間の通信（ｃｏｍｍｕｎｉｃａｔｉｏｎ ｂｅｔｗｅｅｎ ｖｅｈｉｃｌｅｓ）を指称するＶ２Ｖ（ｖｅｈｉｃｌｅ－ｔｏ－ｖｅｈｉｃｌｅ）、自動車とｅＮＢ又はＲＳＵ（ｒｏａｄ ｓｉｄｅ ｕｎｉｔ）との間の通信を指称するＶ２Ｉ（ｖｅｈｉｃｌｅ ｔｏ ｉｎｆｒａｓｔｒｕｃｔｕｒｅ）、自動車と個人（歩行者、自転車運転者、車両運転者又は乗客）が所持しているＵＥとの間の通信を指称するＶ２Ｐ（ｖｅｈｉｃｌｅ－ｔｏ－ｐｅｄｅｓｔｒｉａｎ）、Ｖ２Ｎ（ｖｅｈｉｃｌｅ－ｔｏ－ｎｅｔｗｏｒｋ）など、車両とあらゆる個体との間の通信を含むことができる。

【0035】

図２は、本実施例による道路状況データ処理装置の構成を概略的に説明するために示したブロック図であり、図３ａ乃至図３ｃは、本実施例によるグラフモデリング過程を概略的に説明するために示した例示図であり、図４ａ及び図４ｂは、本実施例によるグラフモデルに含まれるノードとエッジの属性を示したテーブルであり、図５ａ及び図５ｂは、本実施例によるグラフモデル及びグリッド基盤の空間インデックスを用いた重複するセンシングデータの除去を説明するために示した例示図であり、図６は、本実施例によるグラフモデルとグリッド基盤の空間インデックスとの間の連結関係を示したテーブルである。以下の説明において、図１に対する説明と重複する部分は、その説明を省略することにする。

【0036】

図２乃至図６を参照すると、道路状況データ処理装置３００は、収集管理部３１０、モデリング管理部３２０、インデックス管理部３３０、重複除去管理部３４０、認知管理部３５０、データベース３６０及び制御部３７０を含むことができる。

【0037】

収集管理部３１０は、道路上に備えられたセンサグループ１００から道路上に存在するオブジェクトグループ２００に対するセンシングデータを収集することができる。本実施例でセンシングデータは、オブジェクトグループ２００の位置（ｌｏｃａｔｉｏｎ）、オブジェクトの移動方向（ｈｅａｄｉｎｇ）及びオブジェクトの移動速度（ｓｐｅｅｄ）のうち一つ以上を含むことができる。以下、説明の便宜上、センサグループ１００をセンサと表記し、オブジェクトグループ２００をオブジェクトと表記することにする。

【0038】

収集管理部３１０は、道路上のセンサについて新規登録／除去／仕様変更と各センサの種類及びデータ形式をデータベース３６０に保存して管理することができる。収集管理部３１０は、収集されたセンシングデータがどのセンサから伝送されたかを確認し、標準センサデータ形式でマッピングする役目を行うことができる。このために、収集管理部３１０は、データベース３６０から該当センサに対するデータ形式を読み取り、実際に収集したセンシングデータを標準センサデータフォーマットに変換することができる。収集管理部３１０は、標準センサデータフォーマットをリアルタイムでデータベース３６０に保存し、上位段階（例えば、モデリング管理部３２０、インデックス管理部３３０など）に連携することができる。

【0039】

モデリング管理部３２０は、各オブジェクトに対するセンシングデータに基づいて各オブジェクト間の関係をグラフでモデリングすることができる。モデリング管理部３２０は、グラフモデリングの際に、オブジェクトをそれぞれグラフ上にいずれか一つのノードで表示することができる。また、オブジェクトのうちいずれか一つのオブジェクトに該当するノードが一つ以上の他のオブジェクトに該当するノードに影響を及ぼす可能性があることに応じて、関係を設定し、設定した関係をエッジで表示することができる。

【0040】

モデリング管理部３２０は、設定した関係をエッジで表示するとき、オブジェクトのうちいずれか一つのオブジェクトに該当するノードの位置、方向及び速度に基づいて、一つ以上の他のオブジェクトに該当するノードとの衝突可能性が存在するか否かを判断することができる。モデリング管理部３２０は、衝突可能性が存在することに応じて、いずれか一つのオブジェクトに該当するノードと一つ以上の他のオブジェクトに該当するノードとの間をエッジで表示することができる。

【0041】

図３ａ乃至図３ｃを参照して、本実施例によるグラフモデリング過程を説明すると、モデリング管理部３２０は、収集管理部３１０から収集したオブジェクトの位置、オブジェクトの移動方向及びオブジェクトの移動速度のうち一つ以上を含むセンシングデータに基づいてオブジェクト間の関係を設定し、図３ｃのようなグラフでモデリングすることができる。

【0042】

図３ａは、一実施例による環状交差点に、ライダー１００＿１、カメラ１００＿２及びレーダー１００＿３が設置されており、多様なオブジェクト（例えば、歩行者、自動車、ポットホールなど）が道路上に位置していることを示している。

【0043】

図３ｂは、ライダー１００＿１、カメラ１００＿２及びレーダー１００＿３から収集したセンシングデータを地図上に表示したときの様子を示している。ここで、Ｌ１乃至Ｌ５は、ライダー１００＿１によって感知されたオブジェクト１乃至オブジェクト５を示すことができる。Ｃ１乃至Ｃ４は、カメラ１００＿２によって感知されたオブジェクト１乃至オブジェクト５を示すことができる。Ｕ１乃至Ｕ４は、レーダー１００＿３によって感知されたオブジェクト１乃至オブジェクト４を示すことができる。Ｐ１は、道路上のポットホール１を示すことができる。また、図３ｂで矢印は、各オブジェクトの移動方向及び移動速度を示すことができる。

【0044】

本実施例で、少なくとも３つのセンサが道路上に存在するため、各センサは同一のオブジェクトに対して互いに異なるセンシングデータを生成することができる。すなわち、各センサが生成するセンシングデータが同一のオブジェクトに対して重複し得る。

【0045】

モデリング管理部３２０は、グラフモデリング時に、各オブジェクトをグラフのノードとして設定して表示し、各オブジェクト間の関係をエッジとして設定して表示することができる。あらゆるオブジェクトはグラフ上でノードとなり、オブジェクト間の関係はオブジェクトが他のオブジェクトに影響を及ぼす可能性がある場合に関係を設定することができる。このために、モデリング管理部３２０は、現在時点の速度、方向、位置に基づいて衝突可能性（例えば、衝突予想時間又は接近予想時間）を算出することができる。モデリング管理部３２０は、衝突可能性が無限大でなければ、あらゆる関係を設定し周期的に関係をアップデートすることができる。

【0046】

図３ｂでＣ２の移動方向と速度を見るとき、Ｃ４やＣ３とは衝動可能性が存在しない。しかし、Ｃ２の移動方向と速度を見るとき、Ｌ５とは衝突可能性が存在し、このような場合、Ｃ２とＬ５との間にエッジを設定することができる。また、モデリング管理部３２０は、Ｃ２とＬ５それぞれの衝突予想時間をエッジ属性で記録し、Ｃ２とＬ５の位置がアップデートされる度にエッジ属性を共にアップデートすることができる。

【0047】

図４ａは、グラフモデルでノードの属性を示したテーブルであり、図４ｂは、グラフモデルでエッジの属性を示したテーブルである。

【0048】

図４ａを参照すると、ノードＩＤはグラフノード識別子を示すことができる。Ｔｒａｊｅｃｔｏｒｙは、時間周期単位（例えば、０．１秒）を基準とした過去５個のオブジェクトに対して位置（ｌｏｃａｔｉｏｎ）、方向（ｈｅａｄｉｎｇ）、速度（ｓｐｅｅｄ）を感知した軌跡データを示すことができる。Ｓｅｎｓｏｒ Ｔｙｐｅは、オブジェクトを感知するセンサ種類であり、０はカメラ、１はライダー、２はレーダーを示すことができる。Ｌｏｃａｔｉｏｎは、オブジェクトの位置ｘ、ｙを示すことができる。Ｈｅａｄｉｎｇは、オブジェクトの移動方向を示すことができる。Ｓｐｅｅｄは、オブジェクトの移動速度を示すことができる。ＡｏＩは、Ａｇｅ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎであり、認知管理部３５０の状況認知データ出力時間と認知遂行推定時間との差を示すことができる。本実施例でこの時間の差は、あるデータの有効性を判断するときに重要な根拠として使われることができる。Ｏｂｊｅｃｔ Ｔｙｐｅは、オブジェクトの種類であり、０は自動車、１は歩行者、２はバイク、３は自転車、４は落下物、５はポットホール、６は工事を示すことができる。ここで、落下物、ポットホール、工事など静的なオブジェクトの場合、移動速度及び移動方向は存在しなくてよい。ＭＢＲは、オブジェクトの最小外接矩形（ｍｉｎｉｍｕｍ ｂｏｕｎｄｉｎｇ ｒｅｃｔａｎｇｌｅ）であり、４個の座標値（ｘ＿ｌｅｆｔ、ｙ＿ｕｐｐｅｒ、ｘ＿ｒｉｇｈｔ、ｙ＿ｌｏｗｅｒ）を含むことができる。

【0049】

図４ｂを参照すると、エッジＩＤは、グラフエッジ識別子を示すことができる。ＴＴＣは、衝突予想時間（ｔｉｍｅ ｔｏ ｃｏｌｌｉｓｉｏｎ）を示すことができる。Ｄｅａｄｌｉｎｅは、Ｄｅａｄｌｉｎｅ ｔｏ Ｉｎｆｏｒｍ Ｍｅｓｓａｇｅであり、ＡｏＩ、衝突予想時間を考慮してエッジで連結されたノードに情報伝送を必ずしなければならない限界時間を示すことができる。

【0050】

図２に戻って参照すると、インデックス管理部３３０は、モデリング管理部３２０が生成したグラフモデリング結果に対して、グリッド基盤の空間インデックスを構築することができる。図５ａは、図３ｃのグラフモデリング結果に対してグリッド基盤の空間インデックスを構築した結果を示している。本実施例でグリッド基盤の空間インデックスは１６個のセルで構成されることができ、セルの個数は変更可能である。

【0051】

本実施例でインデックス管理部３３０は、複数のセンサそれぞれに対するセンシング誤差及び道路上に設定された制限速度に基づいて、グリッド基盤の空間インデックスを構成するセルの大きさを決定することができる。特に、一つのセルは、センシング誤差が小さいほど、制限速度が低いほど、大きさが小さくなってよい。グリッド基盤の空間インデックスを構築して、いずれか一つのセルにオブジェクトが正確に位置するか否かを判断することができるため、セルの大きさが小さくなっても衝突危険性が少なくなることが分かる。本実施例でセルの大きさを上述のように決定する理由は、特定セルと、特定セルに隣合うセルに含まれるオブジェクトのみを考慮すれば重複除去候補オブジェクトを全て比較することができるからである。

【0052】

重複除去管理部３４０は、グリッド基盤の空間インデックスに含まれるオブジェクトに対するセンシングデータのうち重複するセンシングデータを除去することができる。

【0053】

重複除去管理部３４０は、グリッド基盤の空間インデックスを構成する複数個のセルのうちいずれか一つのセル内で感知された新規オブジェクトの位置データと、上述したいずれか一つのセル及び上述したいずれか一つのセルと隣接するセルに含まれた一つ以上の既存オブジェクトの位置データとの比較を通して一つ以上の既存オブジェクトを重複オブジェクト候補として設定することができる。

【0054】

一実施例として、重複オブジェクト候補の設定時に、重複除去管理部３４０は、新規オブジェクトに対するセンシングデータに基づいて、グリッド基盤の空間インデックスを構成する複数個のセルのうち新規オブジェクトが位置する第１セルを検出することができる。次に、重複除去管理部３４０は、第１セル及び第１セルと隣接するセルに位置する一つ以上の既存オブジェクトの位置を検出することができる。次に、重複除去管理部３４０は、第１セルに存在する新規オブジェクトの位置データと、第１セル及び第１セルと隣接するセルに含まれた一つ以上の既存オブジェクトの位置データとの差分を第１距離値として算出することができる。ここで、第１距離値は、実際の各オブジェクト間の物理的な距離値を意味してよい。重複除去管理部３４０は、第１距離値が第１閾値以下の一つ以上の既存オブジェクトを重複オブジェクト候補として設定することができる。

【0055】

他の実施例として、重複オブジェクト候補の設定時に、重複除去管理部３４０は、新規オブジェクトに対するセンシングデータに基づいて、新規オブジェクトが位置する第１地点を決定することができる。重複除去管理部３４０は、第１地点から予め定められた距離内に位置する一つ以上の既存オブジェクトの位置を検出することができる。重複除去管理部３４０は、新規オブジェクトの位置データと、第１地点から予め定められた距離内に位置する一つ以上の既存オブジェクトの位置データとの差分を第１距離値として算出することができる。ここで、第１距離値は、実際の各オブジェクト間の物理的な距離値を意味してよい。重複除去管理部３４０は、第１距離値が第１閾値以下の一つ以上の既存オブジェクトを重複オブジェクト候補として設定することができる。

【0056】

重複除去管理部３４０は、重複オブジェクト候補の軌跡データと新規オブジェクトの軌跡データとの比較を通して重複オブジェクト候補を最終重複オブジェクトとして決定することができる。

【0057】

最終重複オブジェクト決定時に、重複除去管理部３４０は、重複オブジェクト候補のセンシングデータに含まれる位置、方向及び速度を軸とする３次元座標系上から既設定の時間帯に位置した第１ポイントグループを抽出することができる。重複除去管理部３４０は、新規候補のセンシングデータに含まれる位置、方向及び速度を軸とする３次元座標系上から既設定の時間帯に位置した第２ポイントグループを抽出することができる。

【0058】

重複除去管理部３４０は、第１ポイントグループと第２ポイントグループとの差分を第２距離値として算出することができる。ここで、第２距離値は、実際の物理的な距離ではなくデータ間の類似度を示す距離値であり得る。本実施例で差分を計算する方式は、第１ポイントグループのデータと第２ポイントグループのデータを同一時刻のデータ同士マッチングしてその差分を計算することであり得る。第１ポイントグループと第２ポイントグループのデータは、新規オブジェクトと重複候補オブジェクトの位置データを確認した時点ｔ以前の５個のデータを含むことができる。例えば、０．１秒単位で測定がなされるならば、ｔ－０．１、ｔ－０．２、ｔ－０．３、ｔ－０．４、ｔ－０．５での軌跡データであり得る。また、第１ポイントグループと第２ポイントグループは、同一の座標系内のデータであり得る。重複除去管理部３４０は、第２距離値が第２閾値以下の一つ以上の重複オブジェクト候補を最終重複オブジェクトとして決定することができる。

【0059】

重複除去管理部３４０は、最終重複オブジェクトに対するセンシングデータ及び新規オブジェクトに対するセンシングデータのうち一つを除去することができる。

【0060】

本実施例で、オブジェクトは、センサのタイプによって位置に対する誤差が生じ得るため、同一のオブジェクトを互いに異なるセンサが感知すると、互いに異なるオブジェクトとして認識し得る。同一のオブジェクトを互いに異なるオブジェクトとして認識することになると、不要なデータ重複、状況の誤認知などが生じ得るため、重複除去が必要になり得る。重複除去を迅速に遂行するためには、新規オブジェクトと最も類似する位置にある既存オブジェクトを迅速に検索しなければならない。全てのオブジェクトと順次に比較することは、速度低下が発生して不可能である。

【0061】

重複除去を迅速に遂行するために、インデックス管理部３３０が構築したグリッド基盤の空間インデックスを利用することができる。すなわち、新規オブジェクトの位置がグリッド基盤の空間インデックスのどのセルに含まれるか計算して該当セル内の既存オブジェクトと類似度を比較することができる。

【0062】

図５ｂを参照すると、新規オブジェクト５１０であるＮｅｗが位置するセルは、１番セルと４番セルであり、１番セルと４番セルには既存オブジェクトＵ４（５２０）及びＵ３（５３０）が位置している。ここで、新規オブジェクト５１０の位置データと既存オブジェクトＵ４（５２０）及びＵ３（５３０）の位置データとの差分である第１距離値が第１閾値以下であるため、既存オブジェクトＵ４（５２０）及びＵ３（５３０）は重複オブジェクト候補として設定されることができる。ここで、第１距離値は、実際の各オブジェクト間の物理的な距離値を意味してよい。以後、新規オブジェクト５１０の軌跡データ（第１ポイントグループ）と既存オブジェクトＵ４（５２０）及びＵ３（５３０）の軌跡データ（第２ポイントグループ）との差分を第２距離値として算出することができる。第２距離値は、実際の物理的な距離ではなくデータ間の類似度を示す距離値であり得る。第２距離値が第２閾値以下の既存オブジェクトＵ４（５２０）及びＵ３（５３０）のうち一つ以上を最終重複オブジェクトとして決定することができる。

【0063】

類似度を比較するためにグリッド基盤の空間インデックスで各セルに含まれるオブジェクトを接近するとき、図６のテーブルのような構造で接近することができる。図６は、本実施例によるグラフモデルとグリッド基盤の空間インデックスとの間の連結関係を示したテーブルである。いずれか一つのセルに含まれるオブジェクトのＩＤをグリッド基盤の空間インデックスに保存し、オブジェクトＩＤに該当するグラフ構造で該当オブジェクトに対するノード属性、隣接ノードリストを迅速に把握することができる。

【0064】

認知管理部３５０は、重複するセンシングデータが除去されたオブジェクトを対象として既登録の質疑を行い、質疑に対する応答に符合するオブジェクトを抽出することができる。認知管理部３５０は、既設定の時間単位（例えば、０．１秒）でセンシングデータがアップデートされるオブジェクトを対象として衝突可能性が閾値以上のオブジェクトの存否を確認する質疑を行うことができる。認知管理部３５０は、質疑を行った結果、衝突可能性が閾値以上のオブジェクトを質疑に対する応答に符合するオブジェクトとして抽出することができる。

【0065】

認知管理部３５０は、質疑に対する応答に符合するオブジェクトに状況認知データを出力することができる。認知管理部３５０は、質疑に対する応答に符合するオブジェクトに衝突可能性があることを警告する警告データを出力することができる。

【0066】

本実施例で、グラフモデルではリアルタイムで新規オブジェクトが認識される度にグラフのノード及びエッジの属性をアップデートすることができる。このとき、認知管理部３５０は、グラフに対する簡単な質疑を通して道路の状況認知結果を抽出することができる。

【0067】

ここで、質疑は、例えば、隣接するノードとの衝突予想時間が基準値１以下のノードを見つける質疑を含むことができる。これは、あるノードの衝突危険が基準値１以上かを見つけ出す質疑であり得る。また、質疑は、例えば、隣接するノードとの衝突予想時間が基準値１以下のノードの隣接ノードに隣接したノードを見つける質疑を含むことができる。これは、あるノードの隣接ノードの衝突危険が基準値１以上かを見つけ出す質疑であり得る。本実施例で、説明の便宜上、２つの例示の質疑を記載したが、多様な質疑がデータベース３６０に登録されることができる。

【0068】

このようなグラフ質疑を通して危険因子を検索することができ、上述の質疑を持続的に遂行してこそ状況認知データを抽出することができるため、連続質疑処理技法を適用することができる。連続質疑処理技法は、質疑をデータベース３６０に登録すると、新しいオブジェクトが認識される度に質疑に対する応答に符合するオブジェクトがあるかをチェックし、符合するオブジェクトが存在する場合、該当オブジェクトに直ちに状況認知データを出力することができる。

【0069】

データベース３６０は、道路状況データ処理装置３００で収集し、処理し、生成し、出力する全般的なデータを保存することができる。一実施例として、データベース３６０には複数のセンサから既設定の周期ごとに収集されるセンシングデータが保存されることができ、グラフモデリング結果が保存されることができ、ノード及びエッジの属性のアップデート結果が保存されることができ、グリッド基盤の空間インデックス構築結果が保存されることができ、重複するセンシングデータの検出結果及び除去結果が保存されることができ、多様な質疑が保存されることができ、状況認知データ出力結果が保存されることができる。

【0070】

制御部３７０は、一種の中央処理装置として道路状況データ処理装置３００全体の動作を制御することができる。制御部３７０は、プロセッサ（ｐｒｏｃｅｓｓｏｒ）のようにデータを処理可能なあらゆる種類の装置を含むことができる。ここで、「プロセッサ（ｐｒｏｃｅｓｓｏｒ）」は、例えば、プログラム内に含まれたコード又は命令語で表現された機能を遂行するために物理的に構造化された回路を有する、ハードウェアに内蔵されたデータ処理装置を意味してよい。このようにハードウェアに内蔵されたデータ処理装置の一例として、マイクロプロセッサ（ｍｉｃｒｏｐｒｏｃｅｓｓｏｒ）、中央処理装置（ｃｅｎｔｒａｌ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ：ＣＰＵ）、プロセッサコア（ｐｒｏｃｅｓｓｏｒ ｃｏｒｅ）、マルチプロセッサ（ｍｕｌｔｉｐｒｏｃｅｓｓｏｒ）、ＡＳＩＣ（ａｐｐｌｉｃａｔｉｏｎ－ｓｐｅｃｉｆｉｃ ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔ）、ＦＰＧＡ（ｆｉｅｌｄ ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ）などの処理装置を網羅することができるが、本発明の範囲がこれに限定されるものではない。

【0071】

図７は、他の実施例による道路状況データ処理装置の構成を概略的に説明するために示したブロック図である。以下の説明で、図１乃至図６に対する説明と重複する部分は、その説明を省略することにする。図７を参照すると、他の実施例による道路状況データ処理装置３００は、プロセッサ３８０及びメモリ３９０を含むことができる。

【0072】

本実施例でプロセッサ３８０は、図２に開示された収集管理部３１０、モデリング管理部３２０、インデックス管理部３３０、重複除去管理部３４０、認知管理部３５０、データベース３６０及び制御部３７０が遂行する機能を処理することができる。

【0073】

このようなプロセッサ３８０は、道路状況データ処理装置３００全体の動作を制御することができる。ここで、「プロセッサ（ｐｒｏｃｅｓｓｏｒ）」は、例えば、プログラム内に含まれたコード又は命令語で表現された機能を遂行するために物理的に構造化された回路を有する、ハードウェアに内蔵されたデータ処理装置を意味してよい。このようにハードウェアに内蔵されたデータ処理装置の一例として、マイクロプロセッサ（ｍｉｃｒｏｐｒｏｃｅｓｓｏｒ）、中央処理装置（ｃｅｎｔｒａｌ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ：ＣＰＵ）、プロセッサコア（ｐｒｏｃｅｓｓｏｒ ｃｏｒｅ）、マルチプロセッサ（ｍｕｌｔｉｐｒｏｃｅｓｓｏｒ）、ＡＳＩＣ（ａｐｐｌｉｃａｔｉｏｎ－ｓｐｅｃｉｆｉｃ ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔ）、ＦＰＧＡ（ｆｉｅｌｄ ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ）などの処理装置を網羅することができるが、本発明の範囲がこれに限定されるものではない。

【0074】

メモリ３９０は、プロセッサ３８０と動作可能に連結され、プロセッサ３８０で遂行される動作と連関して少なくとも一つのコードを保存することができる。

【0075】

また、メモリ３９０は、プロセッサ３８０が処理するデータを一時的又は永久的に保存する機能を遂行することができる。ここで、メモリ３９０は、磁気保存媒体（ｍａｇｎｅｔｉｃ ｓｔｏｒａｇｅ ｍｅｄｉａ）又はフラッシュ保存媒体（ｆｌａｓｈ ｓｔｏｒａｇｅ ｍｅｄｉａ）を含むことができるが、本発明の範囲がこれに限定されるものではない。このようなメモリ３９０は、内蔵メモリ及び／又は外付けメモリを含むことができ、ＤＲＡＭ、ＳＲＡＭ、又はＳＤＲＡＭなどのような揮発性メモリ、ＯＴＰＲＯＭ（ｏｎｅ ｔｉｍｅ ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ）、ＰＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、ｍａｓｋ ＲＯＭ、ｆｌａｓｈ ＲＯＭ、ＮＡＮＤフラッシュメモリ、又はＮＯＲフラッシュメモリなどのような非揮発性メモリ、ＳＳＤ、ＣＦ（ｃｏｍｐａｃｔ ｆｌａｓｈ）カード、ＳＤカード、Ｍｉｃｒｏ－ＳＤカード、Ｍｉｎｉ－ＳＤカード、Ｘｄカード、又はメモリスティック（ｍｅｍｏｒｙ ｓｔｉｃｋ）などのようなフラッシュドライブ、又はＨＤＤのような保存装置を含むことができる。

【0076】

図８は、本実施例による道路状況データ処理方法を説明するためのフローチャートである。以下の説明で、図１乃至図７に対する説明と重複する部分は、その説明を省略することにする。

【0077】

図８を参照すると、Ｓ８１０段階で、道路状況データ処理装置３００は、道路上に備えられた複数のセンサから道路上に存在するオブジェクトに対するセンシングデータを収集することができる。

【0078】

Ｓ８２０段階で、道路状況データ処理装置３００は、オブジェクトに対するセンシングデータに基づいてオブジェクト間の関係をグラフでモデリングすることができる。

【0079】

道路状況データ処理装置３００は、オブジェクトをそれぞれグラフ上にいずれか一つのノードで表示することができる。道路状況データ処理装置３００は、オブジェクトのうちいずれか一つのオブジェクトに該当するノードが一つ以上の他のオブジェクトに該当するノードに影響を及ぼす可能性があることに応じて、関係を設定し、関係をエッジで表示することができる。

【0080】

本実施例で、道路状況データ処理装置３００は、関係をエッジで表示するとき、オブジェクトのうちいずれか一つのオブジェクトに該当するノードの位置、方向及び速度に基づいて、一つ以上の他のオブジェクトに該当するノードとの衝突可能性が存在するか否かを判断することができる。道路状況データ処理装置３００は、衝突可能性が存在することに応じて、いずれか一つのオブジェクトに該当するノードと一つ以上の他のオブジェクトに該当するノードとの間をエッジで表示することができる。

【0081】

Ｓ８３０段階で、道路状況データ処理装置３００は、グラフでモデリングした結果に対して、グリッド基盤の空間インデックスを構築することができる。道路状況データ処理装置３００は、グリッド基盤の空間インデックスを構築するときに、複数のセンサそれぞれに対するセンシング誤差及び道路上に設定された制限速度に基づいて、グリッド基盤の空間インデックスを構成するセルの大きさを決定することができる。ここで、セルは、センシング誤差が小さいほど、制限速度が低いほど、大きさが小さくなってよい。

【0082】

Ｓ８４０段階で、道路状況データ処理装置３００は、グリッド基盤の空間インデックスに含まれるオブジェクトに対するセンシングデータのうち重複するセンシングデータを除去することができる。

【0083】

道路状況データ処理装置３００は、グリッド基盤の空間インデックスを構成する複数個のセルのうちいずれか一つのセル内で感知された新規オブジェクトの位置データと、上述したいずれか一つのセル及び上述したいずれか一つのセルと隣接するセルに含まれた一つ以上の既存オブジェクトの位置データとの比較を通して一つ以上の既存オブジェクトを重複オブジェクト候補として設定することができる。

【0084】

一実施例として、道路状況データ処理装置３００は、重複オブジェクト候補の設定時に、新規オブジェクトに対するセンシングデータに基づいて、グリッド基盤の空間インデックスを構成する複数個のセルのうち新規オブジェクトが位置する第１セルを検出することができる。道路状況データ処理装置３００は、第１セルに位置する一つ以上の既存オブジェクトの位置を検出することができる。道路状況データ処理装置３００は、第１セルに存在する新規オブジェクトの位置データと、第１セル及び第１セルと隣接するセルに含まれた一つ以上の既存オブジェクトの位置データとの差分を第１距離値として算出することができる。道路状況データ処理装置３００は、第１距離値が第１閾値以下の一つ以上の既存オブジェクトを重複オブジェクト候補として設定することができる。

【0085】

他の実施例として、道路状況データ処理装置３００は、重複オブジェクト候補の設定時に、新規オブジェクトに対するセンシングデータに基づいて、新規オブジェクトが位置する第１地点を決定することができる。道路状況データ処理装置３００は、第１地点から予め定められた距離内に位置する一つ以上の既存オブジェクトの位置を検出することができる。道路状況データ処理装置３００は、新規オブジェクトの位置データと、第１地点から予め定められた距離内に位置する一つ以上の既存オブジェクトの位置データとの差分を第１距離値として算出することができる。道路状況データ処理装置３００は、第１距離値が第１閾値以下の一つ以上の既存オブジェクトを重複オブジェクト候補として設定することができる。

【0086】

道路状況データ処理装置３００は、重複オブジェクト候補の軌跡データと新規オブジェクトの軌跡データとの比較を通して重複オブジェクト候補を最終重複オブジェクトとして決定することができる。道路状況データ処理装置３００は、重複オブジェクト候補のセンシングデータに含まれる位置、方向及び速度を軸とする３次元座標系上から既設定の時間帯に位置した第１ポイントグループを抽出することができる。道路状況データ処理装置３００は、新規候補のセンシングデータに含まれる位置、方向及び速度を軸とする３次元座標系上から既設定の時間帯に位置した第２ポイントグループを抽出することができる。道路状況データ処理装置３００は、第１ポイントグループと第２ポイントグループとの差分を第２距離値として算出することができる。道路状況データ処理装置３００は、第２距離値が第２閾値以下の一つ以上の重複オブジェクト候補を最終重複オブジェクトとして決定することができる。

【0087】

道路状況データ処理装置３００は、最終重複オブジェクトに対するセンシングデータ及び新規オブジェクトに対するセンシングデータのうち一つを除去することができる。

【0088】

Ｓ８５０段階で、道路状況データ処理装置３００は、重複するセンシングデータが除去されたオブジェクトを対象として既登録の質疑を行い、質疑に対する応答に符合するオブジェクトを抽出することができる。

【0089】

道路状況データ処理装置３００は、質疑に対する応答に符合するオブジェクトを抽出するときに、既設定の時間単位でセンシングデータがアップデートされるオブジェクトを対象として衝突可能性が閾値以上のオブジェクトの存否を確認する連続質疑を行うことができる。道路状況データ処理装置３００は、連続質疑を行った結果、衝突可能性が閾値以上のオブジェクトを質疑に対する応答に符合するオブジェクトとして状況認知データを出力することができる。

【0090】

Ｓ８６０段階で、道路状況データ処理装置３００は、質疑に対する応答に符合するオブジェクトに状況認知データを出力することができる。ここで、道路状況データ処理装置３００は、質疑に対する応答に符合するオブジェクトに衝突可能性があることを警告する警告データを出力することができる。

【0091】

以上、説明された本発明による実施例は、コンピュータ上で多様な構成要素を通して実行可能なコンピュータプログラムの形態で具現されることができ、このようなコンピュータプログラムはコンピュータで読み取り可能な媒体に記録されることができる。このとき、媒体は、ハードディスク、フロッピー（登録商標）ディスク及び磁気テープのような磁気媒体、ＣＤ－ＲＯＭ及びＤＶＤのような光記録媒体、フロプティカルディスク（ｆｌｏｐｔｉｃａｌ ｄｉｓｋ）のような磁気－光媒体（ｍａｇｎｅｔｏ－ｏｐｔｉｃａｌ ｍｅｄｉｕｍ）、及びＲＯＭ、ＲＡＭ、フラッシュメモリなどのような、プログラム命令語を保存し実行するように特別に構成されたハードウェア装置を含むことができる。

【0092】

一方、上記コンピュータプログラムは、本発明のために特別に設計され構成されたもの、又は、コンピュータソフトウェア分野の当業者に公知となって使用可能なものであり得る。コンピュータプログラムの例には、コンパイラによって作られるもののような機械語コードだけではなく、インタプリタなどを用いてコンピュータにより実行可能な高級言語コードも含まれることができる。

【0093】

本発明の明細書（特に、特許請求の範囲）で「上記」の用語及びこれと類似の指示語の使用は、単数及び複数のいずれにも該当するものであり得る。また、本発明で範囲（ｒａｎｇｅ）を記載した場合、上記範囲に属する個別の値を適用した発明を含むものであり（これに反する記載がなければ）、発明の詳細な説明に上記範囲を構成する各個別の値を記載したものと同じである。

【0094】

本発明による方法を構成する段階について明白に順序を記載するか又は反する記載がなければ、上記段階は適当な順序で行われることができる。必ずしも上記段階の記載順序に沿って本発明が限定されるものではない。本発明で全ての例又は例示的な用語（例えば、等々）の使用は単純に本発明を詳しく説明するためのものであり、特許請求の範囲によって限定されない以上、上記例又は例示的な用語によって本発明の範囲が限定されるものではない。また、当業者は多様な修正、組み合わせ及び変更が付加された特許請求の範囲又はその均等物の範疇内で設計条件及び因子によって構成可能であることが分かる。

【0095】

したがって、本発明の思想は、上記説明された実施例に局限されて定められてはならず、後述する特許請求の範囲のみならず、この特許請求の範囲と均等な又はそれから等価的に変更されたあらゆる範囲は、本発明の思想の範疇に属すると言える。

【符号の説明】

【0096】

１００：センサグループ
２００：オブジェクトグループ
３００：道路状況データ処理装置
４００：ネットワーク

【図1】

【図2】

【図3a】

【図3b】

【図3c】

【図4a】

【図4b】

【図5a】

【図5b】

【図6】

【図7】

【図8】