운전자보조시스템용 센서의 고장진단 및 보정을 위한 장치 및 방법

운전자보조시스템용 센서의 고장진단 및 보정을 위한 장치 및 방법{APPARATUS AND METHOD FOR PROCESSING FAILURE DETECTION AND CALIBRATION OF SENSOR IN DRIVER ASSIST SYSTEM}

본 발명은 운전자보조시스템에서 사용되는 센서의 고장여부를 진단하며 센서의 오차를 보정하는 운전자보조시스템용 센서의 고장진단 및 보정을 위한 장치 및 방법에 관한 것이다.

최근 운전자 편의 및 안전을 위해서 다양한 운전자보조시스템(Advanced Driver Assistance Systems, ADAS)이 개발되고 있다. 예를 들어, 차량의 전방 차량을 인식하여 일정 거리를 유지하면서 차량속도를 자동으로 제어하는 스마트 크루즈 컨트롤(Smart Cruise Control, SCC), 운전자 부주의로 인해 차량이 방향 지시등 없이 차선을 이탈 시 조향을 제어하여 차선 안으로 복귀할 수 있도록 보조해주는 차선유지 보조시스템(Lane Keeping Assist System, LKAS), 주차공간을 인식하여 운전자 대신 주차를 수행해주는 주차조향보조 시스템(Smart Parking Assist System, SPAS) 등 다양한 시스템들이 차량에 적용되고 있고, 적용범위 및 기능이 점차 확대되고 있는 추세이다. 이와 같은 시스템들은 운전자가 주행하는 환경을 인식하여 주행상황에 맞추어 보조를 하기 위해 레이더(RADAR), 라이더(LIDAR), 카메라, 초음파 센서 등 다양한 센서를 장착되어 운전자의 눈과 같은 역할을 수행한다.

운전자보조시스템은 센서를 통해 획득한 거리 및 속도 등 다양한 주변환경에 대한 정보를 바탕으로 차량의 가감속 또는 조향 등에 대한 보조제어를 수행한다. 따라서, 운전자보조시스템에서 실시간으로 센서의 오동작 여부를 판단하여 오차를 보정하는 기능은 필수적이라고 할 수 있다.

그러나, 종래에는 센서의 오동작 여부를 판단하여 오차를 보정하는 기능을 구현하기 위해서는 고가의 평가장비 및 보정장비를 필요로 하는 문제가 있다.

본 발명은 종래기술의 문제점을 해결하기 위하여 안출된 것으로, 운전자보조시스템에서 사용되는 센서의 고장여부를 진단하며 센서의 오차를 보정하는 운전자보조시스템용 센서의 고장진단 및 보정을 위한 장치 및 방법을 제공하고자 한다.

상기한 과제를 해결하기 위하여, 본 발명의 일 실시예에 따른 운전자보조시스템용 센서의 고장진단 및 보정을 위한 장치는 차량에 장착된 둘 이상의 센서들로 구성되는 측정부, 상기 둘 이상의 센서들 각가에 대한 특성 데이터를 저장하고 있는 저장부, 및 상기 둘 이상의 센서 중 어느 하나의 센서를 기준센서로 선정하고, 상기 기준센서의 오차 공분산 정보를 기반으로 나머지 진단대상센서의 고장여부 및 보정필요여부를 진단하는 처리부를 포함한다.

상기 둘 이상의 센서들은, 공통측정영역 내 위치하는 객체에 대한 동종 데이터를 측정하는 것을 특징으로 한다.

상기 센서는, GPS(Global Positioning System) 센서, 초음파 센서, 레이더 센서, 라이더 센서 및 카메라 중 어느 하나인 것을 특징으로 한다.

상기 특성 데이터는, 센서의 장착 위치, 센서의 측정범위 및 오차 공분산 정보를 포함하는 것을 특징으로 한다.

상기 처리부는, 상기 둘 이상의 센서들에 대한 신뢰도 분석을 통해 기준센서를 선정하는 기준선정모듈, 상기 기준센서의 측정데이터와 상기 진단대상센서의 측정데이터를 비교하여 오차가 허용 오차범위를 벗어나는지를 확인하여 고장여부 및 보정필요여부를 진단하는 진단모듈, 및 상기 진단모듈에서 상기 진단대상센서의 보정필요로 판정되면, 상기 기준센서의 측정데이터를 바탕으로 상기 진단대상센서의 보정 파라미터를 보정하는 보정모듈을 포함하는 것을 특징으로 한다.

상기 기준선정모듈은, 상기 둘 이상의 센서들로부터 제공되는 측정데이터에 대한 정확도를 이용하여 신뢰도 분석을 수행하는 것을 특징으로 한다.

상기 기준선정모듈은, 센서별 규격에 따른 정확도를 이용하여 상기 신뢰도 분석을 수행하는 것을 특징으로 한다.

상기 진단모듈은, 상기 기준센서의 오차 공분산 정보와 상기 진단대상센서의 오차 공분산 정보의 공분산 교집합을 연산하여 센서의 보정필요 여부를 판정하기 위한 보정필요여부 판정용 허용 오차범위를 산출하는 것을 특징으로 한다.

상기 진단모듈은, 상기 기준센서의 오차 공분산 정보와 상기 진단대상센서의 오차 공분산 정보의 공분산 합집합을 연산하여 센서의 고장여부를 판정하기 위한 고장판정용 허용 오차범위를 산출하는 것을 특징으로 한다.

상기 진단모듈은, 상기 기준센서의 측정데이터와 상기 진단대상센서의 측정데이터의 마하라노비스 거리를 연산하여 상기 기준센서와 상기 진단대상 센서의 측정 오차를 산출하는 것을 특징으로 한다.

상기 보정모듈은, 비용함수를 이용하여 상기 기준센서의 측정데이터와 상기 진단대상센서의 측정데이터의 차이를 최소화하는 보정 파라미터를 산출하는 것을 특징으로 한다.

한편, 본 발명의 일 실시예에 따른 운전자보조시스템용 센서의 고장진단 및 보정을 위한 방법은 차량에 장착된 둘 이상의 센서들에 대한 진단을 개시하기 위한 진단조건을 만족하는지를 확인하는 단계, 상기 둘 이상의 센서들에 대한 신뢰도 분석을 통해 어느 하나의 센서를 기준센서로 선정하는 단계, 상기 기준센서의 오차 공분산 정보를 기반으로 진단대상센서의 고장여부 및 보정필요여부를 진단하는 단계, 및 상기 진단대상센서의 진단결과에 따른 처리를 수행하는 단계를 포함하는 것을 특징으로 한다.

상기 진단조건의 만족여부를 확인하는 단계는, 상기 둘 이상의 센서들의 공통측정영역 내 객체가 존재하는지를 확인하는 것을 특징으로 한다.

상기 진단대상센서의 고장여부 및 보정필요여부를 진단하는 단계는, 상기 기준센서의 오차 공분산 정보와 상기 진단대상센서의 오차 공분산 정보의 공분산 교집합을 연산하는 단계, 상기 기준센서의 측정데이터와 상기 진단대상센서의 측정데이터의 오차 정도가 상기 공분산 교집합에 의한 허용 오차범위를 벗어나는지를 확인하여 보정필요여부를 판정하는 단계, 상기 진단대상센서의 보정이 필요한 경우, 상기 기준센서의 오차 공분산 정보와 상기 진단대상센서의 오차 공분산 정보의 공분산 합집합을 연산하는 단계, 상기 기준센서의 측정데이터와 상기 진단대상센서의 측정데이터의 오차 정도가 상기 공분산 합집합에 의한 허용 오차범위를 벗어나는지를 확인하여 고장 가능성의 존재여부를 결정하는 단계, 상기 진단대상센서의 고장 가능성이 존� ��하면, 상기 진단대상센서의 고장진단횟수를 누적 카운팅하는 단계, 및 상기 진단대상센서의 고장진단횟수가 임계치를 초과하는지를 확인하여 센서고장으로 확정하는 단계를 포함하는 것을 특징으로 한다.

상기 진단대상센서의 고장여부 및 보정필요여부를 진단하는 단계는, 상기 고장 가능성의 존재여부를 확인하는 단계에서, 상기 진단대상센서의 고장 가능성이 존재하지 않으면 상기 진단대상센서의 보정필요 요구횟수를 카운팅하는 단계, 및 상기 보정필요 요구횟수가 임계치를 초과하는지를 확인하여 해당 센서의 보정필요로 확정하는 단계를 더 포함하는 것을 특징으로 한다.

상기 운전자보조시스템용 센서의 고장진단 및 보정을 위한 방법은 상기 진단대상센서의 보정필요로 확정되면, 비용함수를 이용하여 상기 기준센서의 측정데이터와 상기 진단대상센서의 측정데이터의 차이를 최소화하는 보정 파라미터를 산출하는 단계를 더 포함하는 것을 특징으로 한다.

운전자보조시스템용 센서의 고장진단 및 보정을 위한 방법은 상기 진단대상센서의 고장으로 확정되면, 해당 센서의 고장을 알리는 정보를 출력하는 단계를 더 포함하는 것을 특징으로 한다.

본 발명에 따르면, 별도의 평가장비 없이 운전자보조시스템에서 사용되는 센서의 고장여부를 진단할 수 있다.

또한, 본 발명에 따르면, 별도의 및 보정장비 없이 오차가 발생하는 센서에 대해 캘리브레이션을 수행할 수 있다.

도 1은 본 발명의 일 실시예에 따른 운전자보조시스템용 센서의 고장진단 및 보정을 위한 장치의 블록구성도.
도 2는 본 발명과 관련된 공분산 교집합을 설명하기 위한 개념도.
도 3은 본 발명과 관련된 공분산 합집합을 설명하기 위한 개념도.
도 4는 본 발명의 일 실시예에 따른 운전자보조시스템용 센서의 고장진단 및 보정을 위한 방법을 도시한 흐름도.
도 5는 본 발명과 관련된 센서고장경고출력을 도시한 예시도.
도 6은 본 발명에 따른 센서고장진단을 도시한 예시도.
도 7은 본 발명에 따른 센서 보정을 도시한 예시도.

본 명세서에 기재된 "포함하다", "구성하다", "가지다" 등의 용어는 특별히 반대되는 기재가 없는 한 해당 구성요소가 내재될 수 있음을 의미하는 것이므로 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

또한, 본 명세서에 기재된 "…부", "…기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, "일", "하나" 및 "그" 등의 관사는 본 발명을 기술하는 문맥에 있어서 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.

이하에서는 첨부된 도면들을 참조하여 본 발명의 실시예를 상세하게 설명한다.

본 발명은 차량에 장착되는 운전자보조시스템(Advanced Driver Assistance Systems, ADAS)용 센서들의 측정데이터 및 확률정보를 이용해 별도의 추가장치 없이 ADAS 센서의 고장진단 및 보정(calibration)을 수행하기 위한 것이다.

여기서, 운전자보조시스템은 주차 조향 보조 시스템(SPAS), 스마트 크루즈 컨트롤(SCC), 차선유지보조 시스템(LKAS), 또는 후측방 경보시스템(Blind Spot Detection, BSD) 등일 수 있다.

도 1은 본 발명의 일 실시예에 따른 운전자보조시스템용 센서의 고장진단 및 보정을 위한 장치의 블록구성도를 도시하고, 도 2는 본 발명과 관련된 공분산 교집합을 설명하기 위한 개념도이며, 도 3은 본 발명과 관련된 공분산 합집합을 설명하기 위한 개념도이다.

도 1에 도시된 바와 같이, 운전자보조시스템용 센서의 고장진단 및 보정을 위한 장치는 측정부(110), 저장부(120), 출력부(130), 및 처리부(140) 등을 포함한다.

측정부(110)는 차량의 주변환경 정보 및 거동 정보를 측정한다. 측정부(110)는 GPS(Global Positioning System) 센서(111), 초음파 센서(112), 레이더(Radio Detecting And Ranging, RADAR) 센서(113), 라이더(Light Detection And Ranging, LiDAR) 센서(114), 카메라(115) 등을 포함한다.

GPS 센서(111)는 차량의 현재 위치를 측정(추정)하기 위한 수단이다. GPS 센서(111)는 3개 이상의 위성으로부터 정확한 시간과 거리를 측정하여 3개의 각각 다른 거리를 삼각 방법에 따라서 차량의 현 위치를 산출한다. GPS 센서(111)는 현 위치를 실시간으로 계속 산출하고 그를 이용하여 속도 정보를 산출하기도 한다.

초음파 센서(112)는 차량의 전방, 후방, 전측방 및 후측방 등에 각각 하나 이상 설치되어 차량 주변에 위치하는 근거리 장애물과 차량 사이의 거리를 측정한다.

레이더 센서(113)는 차량의 전방 및 후방 등에 설치되어 움직이는 이동장애물(예: 차량 및 오토바이 등)의 상대거리 및 속도를 측정한다.

라이더 센서(114)는 차량의 전방 및 후방에 설치되어 원거리 장애물의 정확한 거리 및 위치정보를 측정한다.

카메라(115)는 차량 전방의 차선정보(차선위치, 곡률, 타입 등)뿐만 아니라 보행자 및 자동차와 같은 장애물의 거리정보를 제공한다. 또한, 카메라(115)는 차량의 전방위 근거리에 위치한 차선 혹은 장애물에 대한 위치를 측정할 수도 있다.

카메라(115)는 용도별로 차량의 전방, 후방, 및/또는 측방에 하나 이상이 설치될 수 있다. 예를 들어, 카메라(115)는 차량의 전방에 설치되는 전방 근거리 카메라 및 전방 원거리 카메라, 차량의 후방에 설치되는 후방 근거리 카메라 및 후방 원거리 카메라, 차량의 전방, 후방, 및 측방에 설치되는 전방위 모니터용(Around View Monitor, AVM) 카메라를 포함할 수 있다.

이러한 카메라(115)는 CCD(charge coupled device) 영상센서(image sensor), MOS(metal oxide semi-conductor) 영상센서, CPD(charge priming device) 영상센서 및 CID(charge injection device) 영상센서 등의 영상센서들 중 어느 하나 이상의 영상센서로 구현될 수 있다.

측정부(110)는 측정데이터 및 오차 공분산(Error Covariance) 정보를 제공한다. 오차 공분산 정보는 센서의 측정데이터의 확률적 신뢰도로, 센서 자체의 측정 오차 범위(센서 규격에 따른 오차 범위)를 의미한다.

저장부(120)는 센서자체가 가지는 특성 데이터를 데이터베이스 형태로 사전에 저장하고 있다. 저장부(120)는 센서가 장착되는 차량의 위치, 센서의 측정범위(출력의 최대값 및 최소값), 측정 오차범위 등의 센서별 특성 데이터(센서정보)를 저장하고 있다.

저장부(120)는 처리부(140)의 동작을 위한 프로그램 및 장치 동작에 따라 발생되는 각종 데이터를 저장할 수 있다.

저장부(120)는 플래시 메모리(flash memory), 하드디스크(hard disk), SD 카드(Secure Digital Card), 램(Random Access Memory, RAM), 롬(Read Only Memory, ROM), 웹 스토리지(web storage) 등의 저장매체 중 어느 하나 이상의 저장매체로 구현될 수 있다.

출력부(130)는 센서 고장 시 센서의 고장상태를 알리는 알림 정보를 출력한다. 여기서, 알림 정보는 사용자가 인지할 수 있는 시각 정보, 청각정보 및 촉각 정보 등의 정보 형태 중 어느 하나 이상의 형태로 출력된다.

또한, 출력부(130)는 센서의 고장상태를 센서 데이터를 활용하는 다른 시스템에 전달한다. 이때, 출력부(130)는 차량 네트워크를 통해 센서 고장상태를 다른 시스템에 전달한다. 차량 네트워크는 CAN(Controller Area Network), MOST(Media Oriented Systems Transport) 네트워크, LIN(Local Interconnect Network), 또는 X-by-Wire(Flexray) 등으로 구현된다.

출력부(130)는 표시장치, 음향출력장치(예: 스피커), 및 진동출력장치 등의 출력수단 중 어느 하나 이상의 출력수단으로 구성된다. 여기서, 표시장치(미도시)는 액정 디스플레이(liquid crystal display, LCD), 박막 트랜지스터 액정 디스플레이(thin film transistor-liquid crystal display, TFT LCD), 유기 발광 다이오드(organic light-emitting diode, OLED), 플렉시블 디스플레이(flexible display), 3차원 디스플레이(3D display), 투명 디스플레이, 헤드업 디스플레이(head-up display, HUD), 터치스크린, 클러스터(cluster) 중에서 어느 하나 이상을 포함할 수 있다.

처리부(140)는 센서의 고장여부를 실시간으로 진단하고 센서의 오차를 보정한다. 처리부(140)는 기준 선정모듈(141), 진단모듈(143), 및 보정모듈(145)를 포함한다.

기준 선정모듈(141)은 센서들의 공통측정영역 내 객체(물체, 장애물) 존재여부를 확인하여 진단조건 만족여부를 결정한다. 다시 말해서, 기준 선정모듈(141)은 센서들의 공통측정영역 내 객체가 존재하면 진단조건 만족으로 판정하고, 센서들의 공통측정영역 내 객체가 존재하지 않으면 진단조건 불만족으로 판정한다.

기준 선정모듈(141)은 진단조건을 만족하면 센서의 고장진단 및 보정을 위한 기준센서를 선정한다. 기준 선정모듈(141)은 공통측정영역 내 위치하는 동일한 객체에 대한 동종 데이터(예: 거리 또는 속도 등)를 측정하는 둘 이상의 센서들 중 가장 정확도(신뢰도)가 높은 센서를 기준센서로 선정한다. 예를 들어, 기준 선정모듈(141)은 장애물과의 거리를 측정하는 초음파 센서(112), 레이더 센서(113), 라이더 센서(114) 및 카메라(115)의 신뢰도 정보를 바탕으로 어느 하나의 센서를 기준센서로 선정한다. 다시 말해서, 기준 선정모듈(141)은 센서별 측정데이터의 신뢰도를 분석하여 기준센서를 선정한다.

기준센서 선정 시 신뢰도 분석은 각 센서에서 제공하는 측정데이터의 정확도를 이용하는데, 측정데이터의 정확도는 센서별 규격에 따른 정확도이거나 센서의 측정데이터 처리결과에 따른 정확도이다. 센서별 규격에 따른 정확도는 센서 생산공차 또는 설치위치에 따른 정확도를 사전에 별도의 데이터로 저장된 것이다. 센서의 측정데이터 처리결과에 따른 정확도는 센서에서 차량, 보행자 및 이륜차 등의 장애물을 인식한 결과 데이터를 전송 시 함께 전송하는 인식한 데이터의 실시간 신뢰도이다.

진단모듈(143)은 선정된 기준센서의 확률모델을 기반으로 보정필요여부를 결정한다. 진단모듈(143)은 기준센서와 진단대상센서의 오차 공분산 정보의 공분산 교집합(Covariance Intersection)을 연산한다. 공분산 교집합

진단모듈(143)은 기준센서와 진단대상센서의 오차 공분산 정보의 공분산 교집합

여기서,

진단모듈(143)은 기준센서의 측정데이터와 진단대상센서의 측정데이터의 오차 정도가 유효 범위(오차 허용범위) 내인지를 확인한다. 진단모듈(143)은 [수학식 2]를 이용하여 기준센서의 측정데이터와 진단대상센서의 측정데이터의 마하라노비스 거리(Mahalanobis Distance)

여기서,

진단모듈(143)은 [수학식 2]를 이용하여 연산된 기준센서와 진단대상센서의 오차 정도가 유효 게이트(Validation Gate)

진단모듈(143)은 기준센서와 진단대상센서의 측정데이터 오차 정도가 유효 범위 내이면 진단대상센서의 보정(calibration)이 불필요한 것으로 결정하고, 측정데이터 오차 정도가 유효 범위를 벗어나면 진단대상센서의 보정이 필요한 것으로 결정한다.

진단모듈(143)은 진단대상센서의 보정이 필요하면, [수학식 3]을 이용하여 기준센서와 진단대상센서의 오차 공분산의 공분산 합집합(Covariance Union)

여기서,

진단모듈(143)은 공분산 합집합의 유효 범위

진단모듈(143)은 기준센서의 측정데이터와 진단대상센서의 측정데이터 간의 오차 정도가 공분산 합집합의 유효 범위(오차 허용범위) 내인지를 확인하여 고장 가능성 여부를 결정한다.

진단모듈(143)은 기준센서의 측정데이터와 진단대상센서의 측정데이터 사이의 마하라노비스 거리

그리고, 진단모듈(143)은 마하라노비스 거리

진단모듈(143)은 진단대상센서의 고장 가능성이 있으면, 해당 센서의 고장진단횟수를 카운팅한다. 그리고, 진단모듈(143)은 고장진단횟수가 임계치를 초과하면 해당 센서의 고장을 확정한다.

한편, 진단모듈(143)은 진단대상센서의 고장 가능성이 없으면, 해당 센서의 보정필요 요구횟수를 카운팅한다. 진단모듈(143)은 진단대상센서의 보정필요 요구횟수가 임계치를 초과하면 해당 센서의 보정필요를 확정한다.

보정모듈(145)은 진단대상센서의 보정이 필요한 것으로 확정되면 기준센서의 측정데이터를 기준 데이터로 활용하여 진단대상센서의 파라미터를 실시간으로 보정한다. 보정모듈(145)은 센서 보정 시 해당 센서의 측정데이터의 공분산 정보에 따른 중요도를 달리하여 해당 센서의 오차를 보상한다.

보정모듈(145)은 누적된 데이터에서 기준센서의 측정데이터를 참값으로 하는 공분산의 크기(유효 게이트)

보정모듈(145)는 기준센서의 측정데이터와 진단대상센서의 보정 데이터의 차이의 제곱값의 누적 데이터를 비용함수로 활용한다. 보정모듈(145)은 진단대상센서의 보정데이터가 기준센서의 측정데이터와 유사할수록 비용함수를 작게 할 수 있다. 따라서, 보정모듈(145)는 [수학식 5]의 비용함수 Q를 최소화하는 보정 파라미터 α 및 β를 찾는다.

여기서,

본 실시예에서는 비용함수를 이용하여 센서 보정을 위한 보정 파라미터 α 및 β를 산출하는 것을 일예로 설명하고 있으나, 이에 한정되지 않고 다양한 변형이 이루어질 수 있다.

도 4는 본 발명의 일 실시예에 따른 운전자보조시스템용 센서의 고장진단 및 보정을 위한 방법을 도시한 흐름도이고, 도 5는 본 발명과 관련된 센서고장경고출력을 도시한 예시도이다.

처리부(140)의 기준 선정모듈(141)은 센서의 상태 진단을 개시하기 위한 진단조건을 만족하는지 여부를 확인한다(S110). 예컨대, 기준 선정모듈(141)은 둘 이상의 센서들의 공통측정영역 내 물체존재 여부를 확인하여 진단조건 만족여부를 확인한다.

기준 선정모듈(141)은 진단조건을 만족하면 차량에 장착된 둘 이상의 센서들에 대한 신뢰도(정확도) 분석을 통해 신뢰도가 가장 높은 어느 하나의 센서를 기준센서로 선정한다(S120). 이때, 둘 이상의 센서들은 공통측정영역 내 위치하는 물체에 대해 동종 데이터(예: 거리 또는 속도 등)를 측정하는 센서들로, GPS 센서(111), 초음파 센서(112), 레이더 센서(113), 라이더 센서(114), 및 카메라(115) 중 어느 하나 이상의 센서들로 구성된다.

처리부(140)의 진단모듈(143)은 기준센서가 선정되면, 기준센서의 오차 공분산 정보와 진단대상센서의 오차 공분산 정보의 공분산 교집합은 연산한다(S130). 진단모듈(143)은 기준센서의 측정 오차범위와 진단대상센서의 측정 오차범위를 융합하여 보정필요여부를 판정하기 위한 유효 게이트(Validation Gate)

진단모듈(143)은 기준센서의 측정데이터와 진단대상센서의 측정데이터의 오차 정도(확산 정도)가 기준 범위 내인지를 확인하여 보정필요여부를 결정한다. 기준센서의 측정데이터와 진단대상센서의 측정데이터의 오차 정도는 마하라노비스 거리(Mahalanobis Distance)이다.

진단모듈(143)는 기준센서와 진단대상센서의 측정데이터 오차 정도가 보정필요여부 판정용 허용 오차범위 이내인지를 확인하여 보정필요여부를 확인한다(S140). 다시 말해서, 진단모듈(143)은 진단대상센서에 의해 측정된 데이터가 유효 게이트(Validation Gate)

진단모듈(143)은 진단대상센서의 보정이 필요한 경우, 기준센서의 오차 공분산과 진단대상센서의 오차 공분산의 공분산 합집합을 연산한다(S150). 공분산 합집합은 센서의 고장여부를 판정하기 위한 고장판정용 유효 게이트

진단모듈(143)은 기준센서의 측정데이터와 진단대상센서의 측정데이터의 오차 정도가 고장판정용 유효 게이트 이내인지를 확인하여 고장 가능성이 존재하는지를 확인한다(S160). 진단모듈(143)은 기준센서의 측정데이터와 진단대상센서의 측정데이터의 마하라노비스 거리

진단모듈(143)은 고장 가능성이 있는 것으로 판정되면, 해당 진단대상센서에 대해 고장 가능성 경고가 발생한 고장진단횟수를 누적 카운팅한다(S170). 진단모듈(143)은 이 고장진단횟수를 저장부(120)에 기록한다.

진단모듈(143)은 고장진단횟수에 근거하여 고장 확정여부를 확인한다(S180). 예컨대, 진단모듈(143)은 고장 가능성 경고가 일정 횟수(임계치)이상 발생하면 센서고장으로 최종 결정한다.

이어서, 진단모듈(143)은 출력부(130)를 통해 센서고장을 운전자에게 알린다(S190). 출력부(130)는 처리부(140)의 제어에 따라 운전자가 인지할 수 있는 형태로 출력한다. 예컨대, 출력부(130)는 도 5에 도시된 바와 같이 디스플레이 화면 상에 고장이 발생한 센서를 표시한다.

S160에서 진단대상센서의 고장 가능성이 존재하지 않으면, 보정모듈(145)은 진단대상센서에 대한 보정필요 요구횟수를 누적 카운팅한다(S200). 이 보정필요 요구횟수는 추후 보정을 위한 관련 데이터로 저장부(120)에 저장된다.

보정모듈(145)은 진단대상센서의 보정필요 요구횟수가 임계치 이상인지를 확인하여 보정필요 확정여부를 확인한다(S210). 예를 들어, 보정모듈(145)은 보정필요 요구횟수가 일정 횟수 이상 발생하면 진단대상센서에 대한 보정이 필요한 것으로 확정한다.

보정모듈(145)은 진단대상센서에 대해 보정이 필요한 것으로 확정되면 진단대상센서에 대한 캘리브레이션을 수행한다(S220). 즉, 보정모듈(145)는 [수학식 5] 및 [수학식 6]을 이용하여 보정 파라미터를 산출한다. 보정모듈(145)은 산출된 보정 파라미터를 해당 센서에 반영하므로, 보정된 센서의 측정데이터를 활용할 수 있다.

도 6은 본 발명에 따른 센서고장진단을 도시한 예시도이다.

도 6에 도시된 바와 같이, 차량 운행 중 전방에 장애물이 위치하고 일정 시간 이상 정차하는 경우, 처리부(140)는 차량의 전방에 설치되는 전방카메라, 전방레이더, 및 4개의 전방초음파센서를 통해 전방장애물에 대한 거리 데이터를 획득한다. 처리부(140)는 전방카메라, 전방레이더, 및 4개의 전방초음파센서 중 어느 하나의 센서를 기준센서로 하고, 나머지 센서들 각각의 측정데이터를 기준센서의 측정데이터와 비교하여 편차가 일정 이상 발생하는 센서를 고장 가능성이 있는 센서로 결정한다. 즉, 처리부(140)는 다른 센서들과 편차(오차)가 크게 발생하는 전방초음파센서 FIR에 대해 고장 가능성이 있는 것으로 판정한다.

처리부(140)는 반복적인 진단을 통해 고장 가능성 진단횟수가 일정 횟수 이상 발생하면 해당 센서에 대해 고장으로 최종결정하고 이를 운전자에게 알린다. 또한, 처리부(140)는 센서 고장을 알리는 경고를 출력한 후 조치할 수 있도록 안내한다.

도 7은 본 발명에 따른 센서 보정을 도시한 예시도이다.

도 7에 도시된 바와 같이, 처리부(140)는 후측방레이더, 전방위 카메라, 및 측방초음파센서의 중첩되는 측정영역에 장애물이 위치하는 경우, 각 센서를 통해 장애물에 대한 거리 데이터를 취득한다.

처리부(140)는 후측방레이더, 전방위 카메라, 및 측방초음파센서 중 어느 하나의 센서를 기준센서로 선정하고 기준센서와 나머지 센서들의 측정데이터를 비교한다. 처리부(140)는 후측방초음파센서에 의해 측정된 데이터와 기준센서의 측정데이터와의 오차가 보정필요 판정용 허용 오차범위를 벗어나면 해당 센서의 파라미터 캘리브레이션을 수행한다. 이후, 처리부(140)는 캘리브레이션된 파라미터를 업데이트하여 후측방초음파센서의 측정데이터에 대한 신뢰도를 향상시킨다.

이상에서, 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 발명의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 저장매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다.

110: 측정부
111: GPS 센서
112: 초음파 센서
113: 레이더 센서
114: 라이더 센서
115: 카메라
120: 저장부
130: 출력부
140: 처리부
141: 기준 선정모듈
143: 진단모듈
145: 보정모듈