전방 영상을 실시간으로 획득하는 카메라;상기 전방 영상을 기학습된 딥러닝 기반 도로 곡선 계수 회귀 모델부에 적용하여 도로 곡선 계수(c0, c1, c2, c3)를 예측함에 있어, 상기 도로 곡선 계수를 속성에 따라 제어 오차와 관련된 계수(c0, c1)와 도로 차선 모델의 모양과 관련된 계수(c2, c3)로 분류하여 예측하는 예측부-상기 딥러닝 기반 도로 곡선 계수 회귀 모델부는 도로 곡선 계수를 속성에 따라 분류하여 학습됨; 및상기 예측된 도로 곡선 계수(c0, c1, c2, c3)를 기반으로 차량의 거동을 모사하는 거동 모델에 적용하여 차량의 제어 입력을 도출하는 횡방향 제어기를 포함하되,상기 도로 곡선 계수 회귀 모델부는 제1 모델부와 제2 모델부를 구비하되, 상기 제1 모델부는 상기 전방 영상과 제어 오차와 관련된 계수(c0, c1)를 트레이닝 세트로 이용하여 학습하며, 제2 모델부는 상기 전방 영상과 도로 차선 모델의 모양과 관련된 계수(c2, c3)를 트레이닝 세트로 이용하여 학습되는 것을 특징으로 하는 차선 유지 제어 장치.

삭제

제1 항에 있어서,상기 차량의 거동을 모사하는 거동 모델은 횡방향 거동을 모사하는 모델이며, 상기 거동 모델은 상기 예측된 도로 곡선 계수를 이용하여 차량의 횡방향 모션 상태 정보를 도출하는 것을 특징으로 하는 차선 유지 제어 장치.

제1 항에 있어서,상기 제어 입력은 조향각인 것을 특징으로 하는 차선 유지 제어 장치.

(a) 전방 영상을 실시간으로 획득하는 단계;(b) 상기 전방 영상을 기학습된 딥러닝 기반 도로 곡선 계수 회귀 모델부에 적용하여 도로 곡선 계수(c0, c1, c2, c3)를 예측함에 있어, 상기 도로 곡선 계수를 속성에 따라 제어 오차와 관련된 계수(c0, c1)와 도로 차선 모델의 모양과 관련된 계수(c2, c3)로 분류하여 예측하는 단계-상기 딥러닝 기반 도로 곡선 계수 회귀 모델부는 도로 곡선 계수를 속성에 따라 분류하여 학습됨; 및(c) 상기 예측된 도로 곡선 계수(c0, c1, c2, c3)를 기반으로 차량의 거동을 모사하는 거동 모델에 적용하여 차량의 제어 입력을 도출하는 단계를 포함하되,상기(a) 단계 이전에, 상기 전방 영상과 제어 오차와 관련된 계수(c0, c1)를 트레이닝 세트로 이용하여 상기 딥러닝 기반 도로 곡선 회귀 모델부의 제1 모델부를 학습하며, 상기 전방 영상과 도로 차선 모델의 모양과 관련된 계수(c2, c3)를 트레이닝 세트로 이용하여 상기 딥러닝 기반 도로 곡선 회귀 모델부의 제2 모델부를 학습하는 것을 특징으로 하는 차선 유지 제어 방법.

삭제

제5 항에 따른 방법을 수행하기 위한 프로그램 코드를 기록한 컴퓨터로 판독 가능한 기록매체 제품.