KR101574239B1 - Method and apparatus for providing information vehicle driving information - Google Patents
Method and apparatus for providing information vehicle driving information Download PDFInfo
- Publication number
- KR101574239B1 KR101574239B1 KR1020130125488A KR20130125488A KR101574239B1 KR 101574239 B1 KR101574239 B1 KR 101574239B1 KR 1020130125488 A KR1020130125488 A KR 1020130125488A KR 20130125488 A KR20130125488 A KR 20130125488A KR 101574239 B1 KR101574239 B1 KR 101574239B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- traffic situation
- vehicle
- situation information
- driving
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
Abstract
차량 운행 정보 제공 방법 및 장치가 개시되어 있다. 차량으로 예측 교통 상황 정보를 제공하는 방법은 운행 정보 제공 서버가 현재 교통 상황 정보 및 차량의 운행 정보를 수신하는 단계, 운행 정보 제공 서버가 설정된 유사 탐색 범위 및 수신한 현재 교통 상황 정보 및 차량의 운행 정보에 기반하여 빅데이터를 탐색하여 유사 교통 상황 정보를 결정하는 단계, 운행 정보 제공 서버가 유사 교통 상황 정보를 기반으로 예측 교통 상황 정보를 생성하는 단계와 운행 정보 제공 서버가 예측 교통 상황 정보를 차량으로 전송하는 단계를 포함할 수 있다.A vehicle driving information providing method and apparatus are disclosed. A method of providing predicted traffic situation information to a vehicle includes receiving traffic situation information and vehicle driving information of the driving information providing server, comparing the similarity search range set by the driving information providing server, the current traffic situation information, A step in which the driving information providing server generates predicted traffic situation information based on the similar traffic situation information, and a step in which the driving information providing server transmits predicted traffic situation information to the vehicle As shown in FIG.
Description
본 발명은 차량 운행 방법에 관한 것으로서 보다 상세하게는 차량 운행 정보 제공 방법 및 장치에 관한 것이다.BACKGROUND OF THE INVENTION 1. Field of the Invention [0002] The present invention relates to a vehicle driving method, and more particularly, to a vehicle driving information providing method and apparatus.
최근 IT 분야가 급격히 변화함에 따라 현대 정보화 사회는 빅데이터 시대로 진화 중이다. 데이터 저장 장치의 발달, 초연결성의 확대, 대용량 데이터 처리 기술의 발달로 인해 빅데이터의 시대로 진입하고 있다. 데이터 처리 민간 기업을 중심으로 빅데이터의 중요성을 인식한 이후, 전 세계적으로 빅데이터에 큰 기대를 하고 있고 그에 따라 빅데이터 분석과 활용을 활성화하기 위한 다양한 방안이 제안되고 있다.As IT sector has changed rapidly, modern information society is evolving into big data age. With the development of data storage devices, the increase of connectivity, and the development of large-capacity data processing technology, it is entering the era of big data. Data processing Since recognizing the importance of big data centered on private companies, we are expecting big data from all over the world, and accordingly various methods are being proposed to activate big data analysis and utilization.
빅데이터는 사실상 완전히 새로운 개념은 아니지만, 기존의 데이터 처리 기술로는 다루기 어렵고, 새로운 방법에 의한 데이터 분석을 통해 새로운 지적 통찰력을 줄 수 있는 데이터를 의미한다. 빅데이터에 대한 여러 특징과 정의를 종합하면, 데이터의 엄청난 크기, 빠른 전송, 다양성 및 비정형성, 복잡성과 같은 특징을 가지는데, 이는 기존의 기술과 방법으로는 다루기 어려움을 의미할 수 있다.Big data is not really a whole new concept, but it is data that can not be dealt with by existing data processing technologies and can provide new intellectual insights through new ways of analyzing data. The combination of many features and definitions of Big Data has features such as huge size of data, fast transmission, diversity and non-formation, complexity, which can be difficult to handle with existing technologies and methods.
빅데이터는 이처럼 다루기 어려운 면이 있지만, 기업과 정부에 새로운 발전의 기회를 제공하거나 전지구적 문제를 해결할 수 있는 단초를 제공할 수 있는 데이터, 즉, 새로운 지적 통찰력을 제공할 수 있는 데이터를 빅데이터라고 할 수 있다. Although Big Data has this difficulty to deal with, it can provide data that can provide new opportunities for businesses and governments, or provide a basis for solving global problems, ie, data that can provide new intellectual insights, .
빅데이터는 새로운 통찰력의 기회이므로 여러 부문에서 빅데이터 활용을 위해 노력하고 있다. 구글, SAS 등 민간 기업뿐만 아니라 미국, 독일, 싱가포르와 같은 국가의 공공 부문에서도 빅데이터 분석을 통해 데이터 분석의 효율성을 제고하고 있다. 빅데이터 분석은 기술 기획에도 적용할 수 있고 이를 통해 기술 기획 방법론의 고도화가 가능하다.Big Data is a new opportunity for insight, so we are working on using Big Data in many areas. In addition to private companies such as Google and SAS, the public sector in countries such as the US, Germany and Singapore is also improving the efficiency of data analysis through big data analysis. Big data analysis can be applied to technical planning, which makes it possible to advance the method of planning technology.
본 발명의 제1 목적은 차량 운행 정보를 제공하는 것이다.A first object of the present invention is to provide vehicle driving information.
본 발명의 제2 목적은 차량 운행 정보를 이용하는 장치를 제공하는 것이다.A second object of the present invention is to provide an apparatus using vehicle driving information.
상술한 본 발명의 제1 목적을 달성하기 위한 본 발명의 일 측면에 따른 차량으로 예측 교통 상황 정보를 제공하는 방법은 운행 정보 제공 서버가 현재 교통 상황 정보 및 상기 차량의 운행 정보를 수신하는 단계, 상기 운행 정보 제공 서버가 설정된 유사 탐색 범위 및 수신한 상기 현재 교통 상황 정보 및 상기 차량의 운행 정보에 기반하여 빅데이터를 탐색하여 유사 교통 상황 정보를 결정하는 단계, 상기 운행 정보 제공 서버가 상기 유사 교통 상황 정보를 기반으로 상기 예측 교통 상황 정보를 생성하는 단계와 상기 운행 정보 제공 서버가 상기 예측 교통 상황 정보를 상기 차량으로 전송하는 단계를 포함할 수 있되, 상기 빅데이터는 이전 교통 상황 정보 및 이전 개별 차량의 운행 정보를 포함하는 데이터 단위이고, 상기 유사 교통 상황 정보는 상기 빅데이터 중 상기 현재 교통 상황 정보 및 상기 차량의 운행 정보와 상기 유사 탐색 범위에 존재하는 정보를 포함하고, 상기 예측 교통 상황 정보는 상기 유사 교통 상황 정보를 기반으로 예측된 상기 차량에 예상되는 교통 상황에 대한 정보를 포함할 수 있다. 상기 현재 교통 상황 정보는 도로 운행 중인 차량의 밀도 정보, 도로 운행 중인 차량의 속도 정보, 현재 시간 정보, 현재 날씨 정보를 포함하고, 상기 개별 차량의 운행 정보는 상기 차량의 이동 경로 정보, 상기 차량의 속도 정보, 상기 차량의 주유량 정보, 상기 차량의 타이어 공기량 정보, 상기 차량의 급발진 및 급정지 정보를 포함할 수 있다. 상기 유사 교통 상황 정보를 결정하는 단계는 상기 현재 교통 상황 정보 중 유사 교통 상황 정보를 결정하기 위해 사용되는 유효 교통 상황 정보를 결정하는 단계, 상기 유사 교통 상황 정보를 결정하기 위한 오차 범위를 설정하는 단계; 및 상기 빅데이터에 포함된 정보 중 상기 유효 교통 상황 정보의 상기 오차 범위에 포함되는 정보를 상기 유사 교통 상황 정보로 결정하는 단계를 포함할 수 있다. 상기 유사 교통 상황 정보를 결정하는 단계는 상기 현재 교통 상황 정보 중 유사 교통 상황 정보를 결정하기 위해 사용되는 유효 교통 상황 정보를 결정하는 단계, 상기 유사 교통 상황 정보를 결정하기 위한 오차 범위를 설정하는 단계와 상기 빅데이터에 포함된 정보 중 상기 유효 교통 상황 정보의 상기 오차 범위에 포함되고 상기 차량의 운전 습관과 동일한 운전 습관 카테고리에 포함되는 정보를 상기 유사 교통 상황 정보로 결정하는 단계를 포함할 수 있다. 상기 운전 습관 카테고리는 상기 차량의 최고 속도 및 상기 차량의 평균 속도 정보에 기반하여 결정될 수 있다. 상기 현재 교통 상황 정보는 차량 및 운행 정보 수집 장치에 구비된 차량 감지 센서에 의해 획득되는 정보이고 상기 차량 감지 센서는 차선의 폭 정보를 기반으로 각 차선에서 이동하는 차량을 센싱할 수 있다. 상기 예측 교통 상황 정보는 실시간으로 입력되는 상기 현재 교통 상황 정보 및 상기 개별 차량의 운행 정보를 기반으로 지속적으로 갱신되는 정보일 수 있다. 상기 예측 교통 상황 정보는 사고 위험 경고 신호이고, 상기 사고 위험 경고 신호는 상기 빅데이터를 기반으로 상기 운행 경로의 특정 위치에서 발생한 사고 차량에 대한 정보를 포함하고, 상기 사고 위험 경고 신호는 상기 차량이 상기 특정 위치를 지나기 일정 거리 전에 상기 차량으로 전송될 수 있다.According to an aspect of the present invention, there is provided a method of providing predicted traffic situation information to a vehicle, the method comprising: receiving traffic information and traffic information of the vehicle; Determining similar traffic situation information by searching for big data based on the similarity search range set by the traffic information providing server, the current traffic situation information received, and the driving information of the vehicle, Generating the predicted traffic situation information based on the situation information, and transmitting the predicted traffic situation information to the vehicle by the driving information providing server, wherein the big data includes previous traffic situation information and previous traffic situation information, Wherein the similar traffic condition information is a data unit including vehicle driving information, Wherein the predicted traffic situation information includes information on the current traffic situation information, the driving information of the vehicle, and information existing in the similarity search range of data, and the predicted traffic situation information includes information on a traffic situation predicted on the basis of the similar traffic situation information And the like. Wherein the current traffic situation information includes density information of a vehicle running on a road, speed information of a vehicle running on a road, current time information, and current weather information, the driving information of the individual vehicle includes movement route information of the vehicle, Speed information, the amount of fuel supplied to the vehicle, tire air volume information of the vehicle, sudden driving of the vehicle, and sudden stop information. The step of determining the similar traffic situation information may include determining effective traffic condition information used to determine similar traffic situation information among the current traffic situation information, setting an error range for determining the similar traffic situation information ; And determining information included in the error range of the valid traffic situation information among the information included in the big data as the similar traffic situation information. The step of determining the similar traffic situation information may include determining effective traffic condition information used to determine similar traffic situation information among the current traffic situation information, setting an error range for determining the similar traffic situation information And determining information included in the error range of the valid traffic situation information among the information included in the big data and included in the same driving habit category as the driving habit of the vehicle as the similar traffic situation information . The driving habit category may be determined based on the maximum speed of the vehicle and the average speed information of the vehicle. The current traffic situation information is information obtained by a vehicle sensor included in the vehicle and driving information collection device, and the vehicle sensor may sense a vehicle moving in each lane based on lane width information. The predicted traffic situation information may be information continuously updated on the basis of the current traffic situation information input in real time and the driving information of the individual vehicle. Wherein the predicted traffic situation information is an accident risk warning signal and the accident risk warning signal includes information on an accident vehicle occurring at a specific location of the route based on the big data, And may be transmitted to the vehicle a certain distance past the specific location.
상술한 본 발명의 제2 목적을 달성하기 위한 본 발명의 일 측면에 따른 차량으로 예측 교통 상황 정보를 제공하는 예측 교통 상황 정보 제공 장치는 프로세서를 포함하고, 상기 프로세서는 현재 교통 상황 정보 및 상기 차량의 운행 정보를 수신하고, 설정된 유사 탐색 범위 및 수신한 상기 현재 교통 상황 정보 및 상기 차량의 운행 정보에 기반하여 빅데이터를 탐색하여 유사 교통 상황 정보를 결정하고, 상기 유사 교통 상황 정보를 기반으로 상기 예측 교통 상황 정보를 생성하고, 상기 예측 교통 상황 정보를 상기 차량으로 전송할 수 있되, 상기 빅데이터는 이전 교통 상황 정보 및 이전 개별 차량의 운행 정보를 포함하는 데이터 단위이고, 상기 유사 교통 상황 정보는 상기 빅데이터 중 상기 현재 교통 상황 정보 및 상기 차량의 운행 정보와 상기 유사 탐색 범위에 존재하는 정보를 포함하고, 상기 예측 교통 상황 정보는 상기 유사 교통 상황 정보를 기반으로 예측된 상기 차량에 예상되는 교통 상황에 대한 정보를 포함할 수 있다. 상기 현재 교통 상황 정보는 도로 운행 중인 차량의 밀도 정보, 도로 운행 중인 차량의 속도 정보, 현재 시간 정보, 현재 날씨 정보를 포함하고, 상기 개별 차량의 운행 정보는 상기 차량의 이동 경로 정보, 상기 차량의 속도 정보, 상기 차량의 주유량 정보, 상기 차량의 타이어 공기량 정보, 상기 차량의 급발진 및 급정지 정보를 포함할 수 있다. 상기 프로세서는 상기 현재 교통 상황 정보 중 유사 교통 상황 정보를 결정하기 위해 사용되는 유효 교통 상황 정보를 결정하고, 상기 유사 교통 상황 정보를 결정하기 위한 오차 범위를 설정하고, 상기 빅데이터에 포함된 정보 중 상기 유효 교통 상황 정보의 상기 오차 범위에 포함되는 정보를 상기 유사 교통 상황 정보로 결정하도록 구현될 수 있다. 상기 프로세서는 상기 현재 교통 상황 정보 중 유사 교통 상황 정보를 결정하기 위해 사용되는 유효 교통 상황 정보를 결정하고 상기 유사 교통 상황 정보를 결정하기 위한 오차 범위를 설정하고, 상기 빅데이터에 포함된 정보 중 상기 유효 교통 상황 정보의 상기 오차 범위에 포함되고 상기 차량의 운전 습관과 동일한 운전 습관 카테고리에 포함되는 정보를 상기 유사 교통 상황 정보로 결정하도록 구현될 수 있다. 상기 운전 습관 카테고리는 상기 차량의 최고 속도 및 상기 차량의 평균 속도 정보에 기반하여 결정될 수 있다. 상기 현재 교통 상황 정보는 차량 및 운행 정보 수집 장치에 구비된 차량 감지 센서에 의해 획득되는 정보이고, 상기 차량 감지 센서는 차선의 폭 정보를 기반으로 각 차선에서 이동하는 차량을 센싱할 수 있다. 상기 예측 교통 상황 정보는 실시간으로 입력되는 상기 현재 교통 상황 정보 및 상기 개별 차량의 운행 정보를 기반으로 지속적으로 갱신되는 정보일 수 있다. 상기 예측 교통 상황 정보는 사고 위험 경고 신호이고, 상기 사고 위험 경고 신호는 상기 빅데이터를 기반으로 상기 운행 경로의 특정 위치에서 발생한 사고 차량에 대한 정보를 포함하고, 상기 사고 위험 경고 신호는 상기 차량이 상기 특정 위치를 지나기 일정 거리 전에 상기 차량으로 전송될 수 있다.According to another aspect of the present invention, there is provided a predicted traffic situation information providing apparatus for providing predicted traffic situation information to a vehicle, the predicted traffic situation information providing apparatus including a processor, And determines similar traffic situation information by searching for big data based on the set similar search range, the current traffic situation information received, and the driving information of the vehicle, and based on the similar traffic situation information, And the predicted traffic situation information may be transmitted to the vehicle, wherein the big data is a data unit including previous traffic situation information and driving information of the previous individual vehicle, The current traffic situation information and the driving information of the vehicle and the similarity The predicted traffic condition, and contains information present in the color gamut information may include information on the traffic conditions expected in the vehicle predicted based on the simulated traffic information. Wherein the current traffic situation information includes density information of a vehicle running on a road, speed information of a vehicle running on a road, current time information, and current weather information, the driving information of the individual vehicle includes movement route information of the vehicle, Speed information, the amount of fuel supplied to the vehicle, tire air volume information of the vehicle, sudden driving of the vehicle, and sudden stop information. Wherein the processor determines valid traffic situation information to be used for determining similar traffic situation information among the current traffic situation information, sets an error range for determining the similar traffic situation information, The information included in the error range of the valid traffic situation information may be determined as the similar traffic situation information. Wherein the processor determines valid traffic situation information to be used for determining similar traffic situation information among the current traffic situation information and sets an error range for determining the similar traffic situation information, The information included in the error range of the effective traffic situation information and included in the same driving habit category as the driving habit of the vehicle may be determined as the similar traffic situation information. The driving habit category may be determined based on the maximum speed of the vehicle and the average speed information of the vehicle. The current traffic condition information is information obtained by a vehicle sensor included in the vehicle and driving information collection device, and the vehicle sensor may sense a vehicle moving in each lane based on lane width information. The predicted traffic situation information may be information continuously updated on the basis of the current traffic situation information input in real time and the driving information of the individual vehicle. Wherein the predicted traffic situation information is an accident risk warning signal and the accident risk warning signal includes information on an accident vehicle occurring at a specific location of the route based on the big data, And may be transmitted to the vehicle a certain distance past the specific location.
상술한 바와 같이 본 발명의 실시예에 따른 차량 운행 정보 제공 방법 및 장치를 사용함으로써 차량에 따라 정확한 운행 정보를 제공함으로써 운행자가 차량을 안정하고 효과적으로 운행할 수 있다
또한 본원발명은 유사 교통 상황 정보를 산출할 때 현재 교통 상황 정보에서 일부만을 고려하여 유사 탐색 범위를 설정하고 그 설정한 범위 안에서 빅 데이터를 비교하여 유사 교통 상황 정보를 탐색함으로써, 모든 현재 교통 상황 정보에 근거하여 탐색하는 것보다 연산량과 연산 시간을 대폭 줄일 수 있으며 가변하는 교통 상황에 대응하여 필요한 교통 상황 정보만을 취하므로 최적의 정보를 제공할 수 있는 효과가 있다. As described above, by using the vehicle driving information providing method and apparatus according to the embodiment of the present invention, it is possible to provide the vehicle with accurate driving information according to the vehicle,
In the present invention, when calculating the similar traffic situation information, the similarity search range is set considering only a part of the current traffic situation information, and the similar traffic situation information is searched by comparing the big data within the set range, The amount of computation and the computation time can be significantly reduced and the optimum information can be provided because only the necessary traffic situation information is taken in response to the variable traffic situation.
도 1은 본 발명의 실시예에 따른 차량 운행 정보 제공 방법을 나타낸 개념도이다.
도 2는 본 발명의 실시예에 따른 운행 정보 제공 서버에서 실시간으로 교통 정보를 수집하는 방법을 나타낸 개념도이다.
도 3은 본 발명의 실시예에 따른 운행 정보 제공 서버에서 차량의 운행 정보를 산출하는 방법을 나타낸 순서도이다.
도 4는 본 발명의 실시예에 따른 운행자의 운행 습관을 고려하여 예측 교통 상황 정보를 생성하는 방법을 나타낸 개념도이다.
도 5는 본 발명의 실시예에 따른 운행 정보 제공 서버에서 차량의 운행 정보를 산출하는 방법을 나타낸 순서도이다.
도 6은 본 발명의 실시예에 따른 운행 정보 제공 서버의 운전 습관 분석 방법을 나타낸 개념도이다.
도 7은 본 발명의 실시예에 따른 운행 정보 제공 서버를 나타낸 개념도이다.
도 8은 본 발명의 실시예에 따른 운행 정보 제공 서버에서 차량의 운행 정보를 제공하는 방법을 나타낸 순서도이다.1 is a conceptual diagram illustrating a vehicle driving information providing method according to an embodiment of the present invention.
2 is a conceptual diagram illustrating a method of collecting traffic information in real time from a traffic information providing server according to an embodiment of the present invention.
3 is a flowchart illustrating a method of calculating driving information of a vehicle in a driving information providing server according to an embodiment of the present invention.
FIG. 4 is a conceptual diagram illustrating a method of generating predicted traffic situation information in consideration of a driving habit of a vehicle according to an embodiment of the present invention.
5 is a flowchart showing a method of calculating vehicle driving information in the driving information providing server according to the embodiment of the present invention.
6 is a conceptual diagram illustrating a driving habit analysis method of a driving information providing server according to an embodiment of the present invention.
7 is a conceptual diagram showing a travel information providing server according to an embodiment of the present invention.
8 is a flowchart illustrating a method of providing vehicle operation information in a vehicle operation information providing server according to an embodiment of the present invention.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.While the invention is susceptible to various modifications and alternative forms, specific embodiments thereof are shown by way of example in the drawings and will herein be described in detail. It should be understood, however, that the invention is not intended to be limited to the particular embodiments, but includes all modifications, equivalents, and alternatives falling within the spirit and scope of the invention. Like reference numerals are used for like elements in describing each drawing.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.The terms first, second, etc. may be used to describe various components, but the components should not be limited by the terms. The terms are used only for the purpose of distinguishing one component from another. For example, without departing from the scope of the present invention, the first component may be referred to as a second component, and similarly, the second component may also be referred to as a first component. And / or < / RTI > includes any combination of a plurality of related listed items or any of a plurality of related listed items.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다거나 "직접 접속되어"있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.It is to be understood that when an element is referred to as being "connected" or "connected" to another element, it may be directly connected or connected to the other element, . On the other hand, when an element is referred to as being "directly connected" or "directly connected" to another element, it should be understood that there are no other elements in between.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terminology used in this application is used only to describe a specific embodiment and is not intended to limit the invention. The singular expressions include plural expressions unless the context clearly dictates otherwise. In the present application, the terms "comprises" or "having" and the like are used to specify that there is a feature, a number, a step, an operation, an element, a component or a combination thereof described in the specification, But do not preclude the presence or addition of one or more other features, integers, steps, operations, elements, components, or combinations thereof.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성 요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성 요소에 대해서 중복된 설명은 생략한다.
Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. Hereinafter, the same reference numerals will be used for the same constituent elements in the drawings, and redundant explanations for the same constituent elements will be omitted.
빅데이터는 기업이 제조한 상품과 상품을 구매한 소비자 사이에서 양방향 통로를 제공하는 데이터가 될 수 있다. 기업은 빅데이터를 기반으로 상품 판매자는 소비자가 원하는 제품의 방향에 대한 정보를 수집하여 상품을 생산할 수 있다. 또한, 상품 판매자는 빅데이터를 이용하여 소비자가 구매한 상품에 추가적인 정보를 제공함으로써 소비자가 좀 더 효과적으로 상품을 사용하도록 할 수 있다. 본 발명의 실시예에서는 차량을 운행함에 있어서 빅데이터를 이용하여 차량 운전자에게 추가적인 운행 정보를 제공하고 이를 기반으로 차량 운전자가 좀 더 편리하게 차량을 운행하도록 하기 위한 방법에 대해 개시한다.
Big data can be data that provides a two-way path between a product manufactured by a company and a consumer who purchases the product. Based on the Big Data, a company can produce goods by collecting information on directions of products that the consumer desires. In addition, the merchant sellers can use the big data to provide additional information to the merchandise purchased by the consumer, thereby enabling the consumer to use the merchandise more effectively. The embodiment of the present invention discloses a method for providing additional driving information to a driver of a vehicle using big data in driving the vehicle and for allowing the driver to more conveniently operate the vehicle based on the driving information.
도 1은 본 발명의 실시예에 따른 차량 운행 정보 제공 방법을 나타낸 개념도이다.1 is a conceptual diagram illustrating a vehicle driving information providing method according to an embodiment of the present invention.
도 1을 참조하면, 차량(150)으로 운행 정보를 제공하는 운행 정보 제공 서버(또는 운행 정보 제공 장치)(100)는 기존 차량의 운행에 대한 정보, 사고에 대한 정보, 교통 상황에 대한 정보 등 차량의 운행에 관련된 정보를 취합하여 지리 정보와 결합하여 빅데이터(120)의 형태로 저장할 수 있다. 운행 정보 제공 서버(100)에 저장된 빅데이터(120)는 지능형 인지 시스템, 학습 알고리즘 등을 사용하여 차량에 특정한 이벤트가 발생한 경우, 차량으로 예측 교통 상황 정보(110)를 제공하기 위해 사용될 수 있다. 예측 교통 상황 정보(110)는 차량이 운행을 함에 있어서 사용되는 정보를 포함할 수 있다. Referring to FIG. 1, a driving information providing server (or driving information providing apparatus) 100 for providing driving information to a
예를 들어, 운행 정보 제공 서버(100)는 지리 정보 시스템에 대한 업데이트 및 외부 교통 상황 정보(날씨, 습도 등), 사고 정보, 현재 교통 상황 정보, 사용자 정보 등을 지속적으로 축적하여 하나의 빅데이터(120)를 형성할 수 있다. 운행 정보 제공 서버(100)는 이러한 다양한 정보로 형성된 빅데이터(120)를 사용하여 지능형 인지 시스템, 학습 알고리즘을 기반으로 파생 데이터(예를 들어, 운행 정보)를 생성하는 예측 시스템 구축할 수 있다. 운행 정보 제공 서버(100)는 데이터 마이닝과 같은 빅데이터(120)에서 통계적인 규칙이나 패턴을 유도하는 방법을 기반으로 생성된 예측 교통 상황 정보를 차량으로 제공할 수 있다.For example, the driving
또한, 운행 정보 제공 서버(100)는 사용자 차량(150) 및 운행 정보 수집 장치(160)를 통해 현재 차량의 운행 정보 및 현재 교통 상황 정보를 수집할 수 있다. 예를 들어, 사용자 차량(150)에 설치된 네비게이션과 운행 정보 제공 서버(100)가 실시간으로 동기화되어 차량(150)의 운행 정보를 운행 정보 제공 서버(100)로 전송할 수 있다.In addition, the driving
운행 정보 제공 서버(100)는 이러한 차량의 운행 정보 및/또는 저장된 빅데이터를 기반으로 차량(100)으로 예측 교통 상황 정보(110)를 전송할 수 있다. 예를 들어, 운행 정보 제공 서버(100)는 지능형 인지 시스템을 기반으로 차량(150)으로 최적의 경로를 실시간으로 알려주며, 또한 주변의 위험 정보를 실시간으로 이벤트 형식으로 알려주어 사고 발생을 미리 예방할 수 있다.The driving
또한, 본 발명의 실시예에 따르면, 운행 정보 제공 서버(100)는 차량(150)의 운행 정보를 기반으로 운전자의 운행 습관 정보를 생성할 수 있다. 운행 정보 제공 서버(100)는 생성된 운행 습관 정보를 반영하여 차량(150)으로 예측 교통 상황 정보(110)를 전송함으로써 개별 차량이 좀 더 정확한 예측 교통 상황 정보(110)를 기반으로 차량(150)을 운행하도록 할 수 있다. 이렇게 생성된 운행 습관 정보는 유사한 운행 습관을 가진 다른 차량에게 예측 교통 상황 정보(110)를 제공하기 위한 정보로 사용될 수도 있다.Also, according to the embodiment of the present invention, the driving
또한 개인 운행 차량이 아닌 출동 차량의 경우 운행 정보 제공 서버(100)가 최적의 출동 코스와 도착 시간을 매우 정확하게 출동 차량에 제공할 수 있고, 출동 차량은 이를 기반으로 운행을 수행하여 정확한 출동 시간을 예측할 수 있다. 이러한 방법을 사용함으로써 고객에게 출동에 대한 신뢰감을 줄 수 있다.In addition, in the case of a moving vehicle other than the personal driving vehicle, the driving
이하에서는 운행 정보 제공 서버(100)가 차량(150)으로 예측 교통 상황 정보(110)를 제공하고 차량(150)의 운전자가 수신한 예측 교통 상황 정보(110)를 기반으로 차량(150)을 운행하는 실시예에 대해 개시한다.Hereinafter, the driving
예를 들어, 차량의 운전자가 눈이 오는 날 새벽 02시, 차량으로 이동하기 위해 내비게이션에 도착지를 입력할 수 있다. 이러한 경우, 차량에 구비된 차량 상태 정보를 전송하는 통신부를 통해 차량의 출발 지점과 도착 지점에 대한 정보가 운행 정보 제공 서버로 전송될 수 있다. 운행 정보 제공 서버는 차량의 출발 지점과 도착 지점에 대한 정보 및 차량 운행 시간 정보, 날씨 정보, 도로 정보, 운전자의 운전 습관, 기존의 다른 운전자들의 운행 정보 등을 다양한 정보를 고려하여 차량으로 예측 교통 상황 정보를 제공할 수 있다. 차량의 운행자에게 제공되는 예측 교통 상황 정보는 최적의 경로, 운행 속도 등을 포함할 수 있다. For example, a driver of a vehicle may enter his / her destination in the navigation device to move to the vehicle at 02:00 am on the snowy day. In this case, information on the starting point and the arrival point of the vehicle can be transmitted to the driving information providing server through the communication unit that transmits the vehicle condition information provided in the vehicle. The driving information providing server calculates information on the starting point and the arrival point of the vehicle, information on the driving time of the vehicle, weather information, road information, driving habits of the driver, Context information can be provided. The predicted traffic situation information provided to the vehicle operator may include an optimal route, a travel speed, and the like.
예를 들어, 운행 정보 제공 서버는 차량의 운행 시각에 눈이 올 경우, 눈이 온 날의 사고 정보를 토대로 특정 위치는 통과하지 아니하도록 경로를 안내할 수 있다. 또한, 사고 지역과 같이 운행상 주의를 요하는 특정 위치를 통과할 것으로 예상되는 경우 통과 전 운전자에게 주의가 필요함을 안내할 수도 있다. 또한, 변화하는 교통량이나 신호 체계 정보를 고려하여 차량이 운행 중 교통량이나 신호 등이 많은 곳은 우회하도록 경로를 안내할 수 있다.For example, the driving information providing server can guide the route so that the specific location is not passed based on the accident information on the day when the snow comes in the driving time of the vehicle. It may also indicate that a driver needs to be alerted before passing if he or she is expected to pass through a particular location requiring driving attention, such as in an accident area. In addition, considering the changing traffic volume or signaling system information, it is possible to guide the route so that the traffic volume or traffic signal of the vehicle is bypassed.
운행 정보 제공 서버는 차량이 운행 중 급작스러운 날씨 변화가 발생한다 하더라도 운행 정보 제공 서버는 실시간으로 수집된 외부 환경 정보 및 기존의 빅데이터를 기반으로 변경된 추천 운행 경로 및 추가적인 운행 정보와 같은 예측 교통 상황 정보를 차량으로 전송할 수 있다.Even if a sudden change in weather occurs in a vehicle during operation, the driving information providing server generates a predicted traffic situation such as a recommended driving route and additional driving information based on the external environment information collected in real time and existing big data Information can be transmitted to the vehicle.
즉, 운행 정보 제공 서버는 축적한 빅데이터를 기반으로 차량으로 최적화된 예측 교통 상황 정보를 제공할 수 있다. 운행 정보 제공 서버에서 전송되는 예측 교통 상황 정보는 실시간으로 발생하는 운행 환경 변화를 그대로 반영할 수 있다. 또한, 예측 교통 상황 정보가 운행자의 운전 습관 정보를 추가적으로 고려하여 산출된 정보인 경우, 동일한 운행 환경에서도 차량의 운행자마다 최적화된 정보를 제공할 수 있다.That is, the driving information providing server can provide the predicted traffic situation information optimized for the vehicle based on the accumulated big data. The predicted traffic situation information transmitted from the traffic information providing server can reflect the change of the traveling environment occurring in real time. In addition, if the predicted traffic situation information is calculated by additionally taking into account the driver's driving habit information, optimized information can be provided even in the same operating environment.
이하, 본 발명의 실시예에서는 운행 정보 제공 서버에서 차량으로 예측 교통 상황 정보를 제공하는 구체적인 방법들에 대해 개시한다.
Hereinafter, embodiments of the present invention will be described with reference to specific methods for providing predicted traffic situation information from a traffic information providing server to a vehicle.
도 2는 본 발명의 실시예에 따른 운행 정보 제공 서버에서 실시간으로 교통 정보를 수집하는 방법을 나타낸 개념도이다.2 is a conceptual diagram illustrating a method of collecting traffic information in real time from a traffic information providing server according to an embodiment of the present invention.
도 2에서는 운행 정보 제공 서버에서 현재 교통 상황에 대한 정보를 수집하고 이를 기반으로 차량으로 예측 교통 상황 정보를 제공하는 방법에 대해 개시한다.FIG. 2 illustrates a method of collecting information on a current traffic situation from a traffic information providing server and providing predicted traffic situation information to the vehicle based on the information.
도 2를 참조하면, 실제 도로 상황을 수집하기 위해 도로에서 운행되는 차량(200)에서 현재 교통 상황 정보를 수집할 수 있다. 도로에서 운행되는 차량뿐만 아니라 도로 주변에 설치된 차량 운행 정보 수집 장비(250)를 통해 현재 교통 상황 정보를 수집할 수 있다.Referring to FIG. 2, current traffic situation information may be collected from the
현재 교통 상황 정보를 수집하기 위해 지속적으로 특정한 지역을 운행하는 차량(예를 들어, 대중 교통, 택시 등)(200)에 현재 교통 상황 정보를 수집할 수 있는 운행 정보 수집 장치를 구비할 수 있다. 또한 예측 교통 상황 정보를 운행 정보 제공 서버로부터 수신하는 차량에 설치된 운행 정보 수집 장치를 기반으로 운행 정보를 수집할 수 있다.A traveling information collecting device capable of collecting current traffic situation information in a vehicle (for example, public transportation, taxi, etc.) 200 that continuously travels in a specific area to collect current traffic situation information can be provided. Also, it is possible to collect the driving information based on the driving information collection device installed in the vehicle receiving the predicted traffic situation information from the driving information providing server.
예를 들어, 운행 정보 수집 장치는 주변 차량의 대수 및 주변 차량의 속도에 대한 정보 등을 센싱할 수 있는 센서가 구비될 수 있다. 차량(200)에 설치된 센서를 기반으로 주변의 차량 대수 및 주변 차량의 속도에 대한 정보를 획득할 수 있다. 차량뿐만 아니라 차량 운행 정보 수집 장비에도 주변 차량의 대수 및 주변 차량의 속도에 대한 정보 등을 센싱할 수 있는 차량 감지 센서가 구현될 수 있다. 차량(200) 및 차량 운행 정보 수집 장비(250)에 구현된 차량 감지 센서는 아래와 같은 방법으로 물체를 센싱할 수 있다. For example, the travel information collecting apparatus may be provided with a sensor capable of sensing information about the number of nearby vehicles and the speed of nearby vehicles. Based on the sensors installed in the
차량 감지 센서는 차선의 폭에 대한 정보를 기반으로 각 차선에서 이동하는 차량을 감지할 수 있다. 차량 감지 센서는 레이저 레이더(raser radar)를 사용하여 각 차선에서 이동하는 차량을 검출할 수 있다. 차량(200)에 구비된 차량 감지 센서의 경우 조사되는 복수의 레이저를 기반으로 전방, 전방 좌측 및 전방 우측에서 이동하는 차량의 간격에 대한 정보를 획득할 수 있다. 즉, 차량 감지 센서는 3개의 방향으로 레이저를 송신하여 전방, 전방 좌측, 전방 우측에서 이동하는 차량에 대한 정보를 획득할 수 있다. 이러한 방법으로 현재 차량과 전방의 차량과의 거리, 현재 차량과 좌측 차선에서 이동하는 차량과의 거리 및 현재 차량과 우측 차선에서 이동하는 차량과의 거리를 통해 주변에서 이동 중인 차량의 속도와 이동중인 차량의 밀도에 대한 정보를 획득할 수 있다.The vehicle detection sensor can detect a moving vehicle in each lane based on information on the width of the lane. Vehicle detection sensors can detect vehicles moving in each lane using a laser radar. In the case of the vehicle sensor provided in the
운행 정보 수집 장치(250)는 전체 차선을 볼 수 있는 곳에 설치되어 각 차선에서 이동하는 차량에 대한 정보를 획득할 수 있다. 예를 들어, 운행 정보 수집 장치(250)에 구비된 레이저 레이더를 통해 각 차선에서 이동하는 차량의 대수 및 차량의 이동 속도를 산출할 수 있다. 레이저 레이더는 하나의 예시로서 촬상된 영상을 기반으로 주변 차량에 대한 정보를 획득하여 이를 운행 정보 제공 장치로 전송할 수도 있다. The driving
예를 들어, 차량(200)과 운행 정보 수집 장치(250)에는 영상을 촬상할 수 있는 영상 촬상 장치가 구비될 수 있다. 차량(200)과 운행 정보 수집 장치(250)에서 수집된 영상은 차량(200) 및 운행 정보 수집 장치(250)에서 분석되거나 운행 정보 제공 서버로 전송되어 운행 정보 제공 서버에서 분석될 수 있다. 예를 들어, 차량(200) 또는 차량 운행 정보 수집 장치(250)에 촬상된 영상은 각 센서가 모니터링하는 지역의 배경 정보를 영상 정보에서 분리하고, 이동하는 객체에 대한 정보만을 따로 유도하여 이동 객체(차량)의 속도 및 차량의 밀도에 대한 정보를 산출할 수 있다.For example, the
본 발명의 실시예에 따르면, 이러한 방법으로 획득된 현재 교통 상황 정보가 운행 정보 제공 서버로 입력될 수 있다. 입력된 교통 상황 정보는 기존에 운행 정보 제공 서버에 저장된 빅데이터를 기반으로 개별 차량으로 운행 정보를 제공하기 위해 사용될 수 있다.
According to the embodiment of the present invention, the current traffic situation information obtained by this method can be input to the driving information providing server. The inputted traffic situation information can be used to provide driving information to individual vehicles based on the big data stored in the driving information providing server.
도 3은 본 발명의 실시예에 따른 운행 정보 제공 서버에서 차량의 운행 정보를 산출하는 방법을 나타낸 순서도이다. 3 is a flowchart illustrating a method of calculating driving information of a vehicle in a driving information providing server according to an embodiment of the present invention.
도 3에서는 운행 정보 제공 서버가 수신한 현재 교통 상황 정보를 기반으로 예측 교통 상황 정보를 생성하고 생성된 예측 교통 상황 정보를 차량으로 전송하는 방법에 대해 개시한다. 3 illustrates a method of generating predicted traffic situation information based on the current traffic situation information received by the traffic information providing server and transmitting the generated predicted traffic situation information to the vehicle.
도 3을 참조하면, 운행 정보 제공 서버가 현재 교통 상황 정보를 수신한다(단계 S300).Referring to FIG. 3, the driving information providing server receives current traffic situation information (step S300).
운행 정보 제공 서버는 차량 및 운행 정보 수집 장치에서 획득한 현재 교통 상황 정보를 실시간으로 수신할 수 있다. 현재 교통 상황 정보는 전술한 차량의 밀도 및 차량의 운행 속도뿐만 아니라, 현재 시간에 대한 정보, 현재 날씨에 대한 정보 등과 같은 추가적인 정보를 포함할 수 있다.The driving information providing server can receive the current traffic situation information acquired from the vehicle and the driving information collecting device in real time. The current traffic situation information may include additional information such as information on the current time, information on the current weather, and the like, as well as the above-described vehicle density and vehicle speed.
운행 정보 제공 서버는 설정된 탐색 범위에 기반하여 빅데이터를 탐색하여 유사 교통 상황 정보를 산출한다(단계 S310).The driving information providing server searches for big data based on the set search range and calculates similar traffic situation information (step S310).
운행 정보 제공 서버는 수신한 현재 교통 상황 정보와 빅데이터로 저장된 교통 상황 정보를 비교하여 빅데이터에서 현재 교통 상황 정보와 유사한 교통 상황이 존재하는지 여부를 탐색할 수 있다. 빅데이터에서 탐색된 현재 교통 상황 정보와 유사한 교통 상황에 대한 정보를 유사 교통 상황 정보라고 할 수 있다.The driving information providing server can compare whether the current traffic situation information is stored with the traffic situation information stored in the big data and search whether there is a traffic situation similar to the current traffic situation information in the big data. Information about traffic conditions similar to the current traffic situation information found in the Big Data can be referred to as similar traffic situation information.
유사 교통 상황 정보의 범위는 다양하게 설정될 수 있다. 예를 들어, 현재 시간에 대한 정보를 고려하지 않고 현재 날씨에 대한 정보, 차량의 밀도 및 차량의 운행 속도에 대한 정보만을 고려하여 유사 교통 상황 정보를 탐색하도록 설정될 수 있다. 이뿐만 아니라 차량의 밀도 및 차량의 운행 속도가 동일하지 않더라도 유사 교통 상황 정보로 볼 수 있는 차량의 밀도 및 차량의 운행 속도를 설정할 수 있다. 예를 들어, 유사 교통 상황 정보로 볼 수 있는 차량의 밀도 및 차량의 운행 속도의 오차 범위를 -10%~+10%의 범위로 설정할 수 있다. 이러한 경우, 현재 교통 상황 정보의 차량 밀도와 기존에 빅데이터로 저장된 교통 상황 정보의 오차가 -10%~+10%의 범위인 경우, 유사한 교통 상황 정보로 판단할 수 있다.The range of similar traffic situation information can be set variously. For example, it may be configured to search for similar traffic situation information only considering information on the current weather, the density of the vehicle, and the speed of the vehicle without considering the information on the current time. In addition to this, it is possible to set the density of the vehicle and the running speed of the vehicle, which can be regarded as similar traffic situation information, even if the density of the vehicle and the running speed of the vehicle are not the same. For example, the error range of the vehicle density and the vehicle running speed, which can be regarded as similar traffic situation information, can be set within a range of -10% to + 10%. In this case, similar traffic situation information can be determined when the error between the current traffic situation information and the existing traffic information stored in the big data is in the range of -10% to + 10%.
운행 정보 제공 서버는 위와 같은 방법으로 설정된 탐색 범위에 기반하여 빅데이터를 탐색하여 유사 교통 상황 정보를 산출할 수 있다.The driving information providing server can calculate the similar traffic situation information by searching the big data based on the search range set in the above manner.
유사 교통 상황 정보를 기반으로 예측 교통 상황 정보를 생성한다(단계 S320).And generates predicted traffic situation information based on the similar traffic situation information (step S320).
운행 정보 제공 서버는 단계 S310을 통해 산출된 유사 교통 상황 정보를 기반으로 교통 상황 정보를 예측할 수 있다. 예를 들어, 제1 차량이 A 지점에서 B 지점으로 이동하는 경우를 가정할 수 있다. 이러한 경우, 유사 교통 상황 정보를 기반으로 기존의 특정한 차량이 A 지점에서 B 지점까지 이동하는데 걸린 시간에 대한 정보를 산출할 수 있다. 즉, 현재 교통 상황 정보와 유사한 유사 교통 상황 정보에서 산출된 경로 이동에 대한 정보를 제1 차량으로 제공함으로써 제1 차량이 좀더 정확한 경로 이동 시간에 대한 정보를 획득할 수 있다.The driving information providing server can predict the traffic situation information based on the similar traffic situation information calculated through step S310. For example, it can be assumed that the first vehicle moves from point A to point B. In this case, based on the similar traffic situation information, it is possible to calculate information on the time taken for the existing specific vehicle to travel from A point to B point. That is, the information about the route movement calculated from the similar traffic situation information similar to the current traffic situation information is provided to the first vehicle, so that the first vehicle can acquire more accurate information on the route travel time.
유사 교통 상황 정보가 복수개인 경우, A 지점에서 B 지점까지 이동하는데 걸린 시간에 대한 정보가 복수개 산출될 수 있고, 산출된 복수개의 값에 대한 평균이 제1 차량으로 제공될 수 있다. When there are a plurality of similar traffic situation information, a plurality of pieces of information on the time taken to travel from point A to point B may be calculated, and an average of the calculated plurality of values may be provided to the first vehicle.
또 다른 예로, 운행 정보 제공 서버는 유사 교통 상황 정보를 기반으로 사고가 발생한 구간에 대한 정보를 추가적으로 제공할 수 있다. 기존에 유사 교통 상황 정보에서 동일 구간에서 반복적으로 사고가 일어난 구간에 대한 정보가 존재한다면, 해당 구간에 대한 위험성에 대한 정보를 산출하여 현재 운행 중인 차량으로 제공할 수 있다.As another example, the driving information providing server may additionally provide information on an interval in which an accident occurred, based on the similar traffic situation information. If there is information about the interval in which the accident occurred repeatedly in the same section in the similar traffic situation information, information on the danger for the relevant section can be calculated and provided to the vehicle currently in operation.
예측 교통 상황 정보를 차량으로 전송한다(단계 S330).The predicted traffic situation information is transmitted to the vehicle (step S330).
유사 교통 상황 정보를 기반으로 생성된 예측 교통 상황 정보를 현재 운행 중인 차량으로 전송할 수 있다. 현재 운행 중인 차량은 수신한 예측 교통 상황 정보를 기반으로 보다 정확하게 교통 상황을 예측하여 차량을 운행할 수 있다.The predicted traffic situation information generated based on the similar traffic situation information can be transmitted to the vehicle currently in operation. The current vehicle can predict the traffic situation more accurately based on the predicted traffic situation information.
도 3에서는 차량의 운전 습관을 고려하지 않은 경우이고, 차량의 운전 습관과 같은 차량의 기존 운행 기록이 존재한다면 좀더 정확한 예측 교통 상황 정보를 차량으로 전송할 수 있다.
FIG. 3 shows a case in which the driving habit of the vehicle is not considered, and more accurate predicted traffic situation information can be transmitted to the vehicle if the existing driving record of the vehicle exists such as the driving habit of the vehicle.
도 4는 본 발명의 실시예에 따른 운행자의 운행 습관을 고려하여 예측 교통 상황 정보를 생성하는 방법을 나타낸 개념도이다.FIG. 4 is a conceptual diagram illustrating a method of generating predicted traffic situation information in consideration of a driving habit of a vehicle according to an embodiment of the present invention.
도 4를 참조하면, 차량(400)의 운행 정보(405)는 지속적으로 운행 정보 제공 서버(450)로 전송될 수 있다. 차량(400)의 운행 정보(405)는 차량(400)의 운행자가 운전시 발생하는 개별 차량에 관련된 정보이다. 예를 들어, 차량(400)의 운행 정보(405)는 현재 차량의 이동 경로, 속도, 주유량, 타이어 공기량, 급발진 및 급정지 등에 대한 정보를 포함할 수 있다. 이러한 차량의 운행 정보(405)는 운행 정보 제공 서버(450)로 전송되어 차량 별로 서로 다른 정보를 제공받도록 설정할 수 있다.Referring to FIG. 4, the driving
예를 들어, 운행 정보 제공 서버(450)는 차량(400)으로부터 운행 정보(405)를 제공받아 차량 운행자의 운행 습관(420)을 분석하고 운행 습관(420)에 따라 다른 예측 교통 상황 정보(430)를 개별 차량(400)으로 전송할 수 있다. 예를 들어, 차량 A의 운전자는 다른 차량을 기준으로 상대적으로 빠른 속도로 운행을 하고 급정지나 급발진을 자주하는 운전자일 수 있고, 차량 B의 운전자는 다른 차량보다 느린 속도로 운행을 하고 급정지나 급발진을 자주하지 않는 운전자일 수 있다. 이러한 경우 동일한 교통 상황인 경우에도 차량 A의 운전자에게 좀 더 많은 사고에 대한 경고 메시지를 예측 교통 상황 정보로서 전송하여 차량 A의 운전자가 운전시 운행을 주의하도록 할 수 있다. For example, the driving
이뿐만 아니라, 차량의 주유 패턴을 분석하여 차량의 운행자의 주유 습관에 따라 일정한 범위 이하의 연료가 있을 경우, 주유소에 관련된 정보를 예측 교통 상황 정보로서 차량으로 제공할 수 있다. 주유 패턴의 경우에도 차량 C의 운전자는 마지막 한 칸이 남은 경우에나 주유를 하는 주유 패턴을 가진 운행자일 수 있고 차량 D의 운전자의 경우 반이 남은 경우 주유를 하는 주유 패턴을 가진 운행자일 수 있다. 운행 정보 제공 서버는 기존의 운전자의 주유 패턴에 대한 정보를 저장하고 저장된 주유 패턴에 대한 정보를 기반으로 차량 C 및 차량 D로 주유소 정보를 다른 시점에 알려줄 수 있다.In addition, if the fuel injection pattern of the vehicle is analyzed and the fuel is below a certain range according to the driving habit of the vehicle operator, the information related to the gas station can be provided as the predicted traffic situation information to the vehicle. In the case of the oiling pattern, the driver of the vehicle C may be the operator having the oiling pattern in which the last one space is left or the oiling is performed, and the driver of the vehicle D may be the operator having the oiling pattern in which the oil is left when half is left. The driving information providing server may store the information on the driving pattern of the existing driver and inform the driving point information of the driving vehicle C and the vehicle D at different points based on the information about the stored driving pattern.
또한 운행 정보 제공 서버(450)에서 운행자의 운행 습관(420)을 고려하는 경우, 도 3에서 전술한 바와 같은 유사 교통 상황 정보를 기반으로 예측 교통 상황 정보를 생성하는 방법이 달라질 수 있다.
Also, when the driving
도 5는 본 발명의 실시예에 따른 운행 정보 제공 서버에서 차량의 운행 정보를 산출하는 방법을 나타낸 순서도이다. 5 is a flowchart showing a method of calculating vehicle driving information in the driving information providing server according to the embodiment of the present invention.
도 5에서는, 운행 정보 제공 서버가 센싱된 현재 교통 상황 정보뿐만 아니라 추가적으로 개별 차량의 운행 정보를 고려하여 예측 교통 상황 정보를 생성하는 방법에 대해 개시한다.5, a method of generating predicted traffic situation information by taking into consideration not only the current traffic situation information sensed by the traffic information providing server but also the driving information of the individual vehicle.
도 5를 참조하면, 운행 정보 제공 서버는 현재 교통 상황 정보 및 개별 차량의 운행 정보를 수신한다(단계 S500).Referring to FIG. 5, the driving information providing server receives current traffic situation information and driving information of individual vehicles (step S500).
운행 정보 제공 서버는 현재 교통 상황 정보 및 개별 차량의 운행 정보를 수신할 수 있다. 현재 교통 상황 정보는 차량의 밀도 및 차량의 운행 속도뿐만 아니라, 현재 시간에 대한 정보, 현재 날씨에 대한 정보 등과 같은 추가적인 정보를 포함할 수 있다. 개별 차량의 운행 정보는 개별 차량의 이동 경로, 속도, 주유량, 타이어 공기량, 급발진 및 급정지 등에 대한 정보와 같은 개별 차량에 대한 정보일 수 있다.The driving information providing server can receive current traffic situation information and driving information of individual vehicles. The current traffic situation information may include additional information such as the current time, current weather information, and the like, as well as the vehicle's density and vehicle speed. The driving information of the individual vehicle may be information on the individual vehicle such as information on the moving route, speed, fuel amount, tire air volume, sudden driving, and sudden stop of the individual vehicle.
운행 정보 제공 서버는 설정된 탐색 범위에 기반하여 빅데이터를 탐색하여 유사 교통 상황 정보를 산출한다(단계 S510).The driving information providing server searches for big data based on the set search range and calculates similar traffic situation information (step S510).
운행 정보 제공 서버는 수신한 현재 교통 상황 정보와 기존에 빅데이터로 저장된 교통 상황 정보를 비교하여 기존에 빅데이터로 현재 교통 상황과 유사한 유사 교통 상황 정보가 존재하는지 여부를 탐색할 수 있다. 도 3에서 전술한 바와 같이 유사 교통 상황의 범위는 다양하게 설정될 수 있다.The driving information providing server can compare whether the current traffic situation information received is larger than the existing traffic situation information stored in the big data, and can search whether the similar traffic condition information similar to the current traffic situation exists with the big data. As described above with reference to FIG. 3, the range of the similar traffic situation can be variously set.
본 발명의 실시예에 따르면 추가적으로 유사 교통 상황을 탐색시 개별 차량의 운행 정보를 고려하여 유사 교통 상황에 대한 탐색을 수행할 수도 있다. 유사 교통 상황에 대한 정보를 산출시 개별 차량의 운행 습관을 추가적으로 고려하여 개별 차량의 운행 습관과 유사한 운행 습관을 가진 차량에서 산출된 유사 교통 상황 정보를 탐색할 수 있다. 이러한 방법을 사용함으로써 개별 차량에 적응적으로 예측 교통 상황 정보를 생성하여 차량으로 제공할 수 있다.According to the embodiment of the present invention, it is also possible to search for similar traffic conditions by considering the driving information of the individual vehicle when searching for similar traffic situations. When calculating the information on the similar traffic situation, it is possible to search for the similar traffic situation information calculated from the vehicle having the driving habit similar to the driving habit of the individual vehicle by additionally considering the driving habit of the individual vehicle. By using this method, it is possible to generate predicted traffic situation information adaptively to an individual vehicle and to provide the predicted traffic situation information to the vehicle.
또 다른 방법으로 운행 습관을 특정한 분류하여 예측값에 대한 보정을 수행할 수도 있다. 예를 들어, 유사 교통 상황 정보를 기반으로 산출된 평균적인 예측 교통 상황 정보에 차량 운행자의 운행 습관을 고려하여 산출된 값은 예측 교통 상황 정보로 전송할 수 있다.Alternatively, the travel habits may be classified to perform a correction to the predicted value. For example, the predicted traffic situation information calculated based on the similar traffic situation information may be transmitted as predicted traffic situation information by considering the driving habit of the vehicle operator.
상대적으로 빠른 속도로 차량을 운행하는 차량 운행자의 경우, 특정한 경로를 이동시 예상되는 시간을 평균적인 예측 교통 상황 정보에서 산출된 예상 시간보다 작은 값으로 보정할 수 있다. 반대로 상대적으로 느린 속도로 차량을 운행하는 차량 운행자의 경우, 특정한 경로를 이동시 예상되는 시간을 평균적인 예측 교통 상황 정보에서 산출된 예상 시간보다 큰 값으로 보정할 수 있다. In the case of a vehicle operator traveling at a relatively high speed, it is possible to correct the expected time of moving a specific route to a value smaller than the estimated time calculated from the average predicted traffic situation information. Conversely, in the case of a vehicle operator traveling at a relatively slow speed, it is possible to correct the estimated time of traveling on a specific route to a value larger than the estimated time calculated from the average predicted traffic situation information.
예측 교통 상황 정보는 지속적으로 차량으로부터 운행 정보를 수신하여 보정될 수 있다. 차량의 운행 중에 발생한 신호 상황이라던가 현재 차량의 속도 등을 더 추가적으로 고려하여 전송된 예측 교통 상황 정보의 값이 수정되거나 추가적인 예측 교통 상황 정보가 차량으로 전송될 수 있다. 이러한 방법을 사용함으로써 차량의 현재 상황 정보를 반영한 좀 더 정확한 예측 교통 상황 정보를 차량으로 전송할 수 있다.The predicted traffic situation information can be continuously corrected by receiving the driving information from the vehicle. The value of the predicted traffic situation information transmitted may be modified or additional predicted traffic situation information may be transmitted to the vehicle by further considering the signal condition occurring during the vehicle operation or the current vehicle speed. By using this method, more accurate predicted traffic situation information reflecting the present situation information of the vehicle can be transmitted to the vehicle.
유사 교통 상황 정보를 기반으로 예측 교통 상황 정보를 생성한다(단계 S520).And generates predicted traffic situation information based on the similar traffic situation information (step S520).
운행 정보 제공 서버는 단계 S510을 통해 산출된 유사 교통 상황 정보를 기반으로 예측 교통 상황 정보를 생성할 수 있다. 생성된 예측 교통 상황은 개별 차량의 운행 습관을 추가적으로 고려하여 산출된 정보일 수 있다. 즉, 유사 교통 상황 정보를 탐색시 운행 습관이 유사한 차량을 기반으로 획득한 정보를 사용함으로써 예측 교통 상화에 대한 정보가 개별 차량에 효과적으로 제공될 수 있다.The driving information providing server can generate the predicted traffic situation information based on the similar traffic situation information calculated through step S510. The generated predicted traffic condition may be information calculated by further considering the driving habit of the individual vehicle. That is, by using the information obtained based on the vehicle having similar driving habits when searching for the similar traffic situation information, the information about the predictive traffic can be effectively provided to the individual vehicle.
예측 교통 상황 정보를 차량으로 전송한다(단계 S530).The predicted traffic situation information is transmitted to the vehicle (step S530).
유사 교통 상황 정보를 기반으로 생성된 예측 교통 상황 정보를 현재 운행 중인 차량으로 전송할 수 있다. 현재 운행 중인 차량은 수신한 예측 교통 상황 정보를 기반으로 보다 정확하게 교통 상황을 예측할 수 있다.
The predicted traffic situation information generated based on the similar traffic situation information can be transmitted to the vehicle currently in operation. The current vehicle can predict the traffic situation more precisely based on the predicted traffic situation information received.
도 6은 본 발명의 실시예에 따른 운행 정보 제공 서버의 운전 습관 분석 방법을 나타낸 개념도이다. 6 is a conceptual diagram illustrating a driving habit analysis method of a driving information providing server according to an embodiment of the present invention.
도 6에서는 차량의 속도를 기반으로 차량 운행자의 운전 습관에 대한 정보를 분류하는 방법에 대해 예시적으로 개시한다. 차량의 속도는 차량 운행자의 운전 습관에 대한 정보를 분석하기 위한 하나의 예시적인 변수로서 다른 다양한 차량 운행 정보에 기반하여 차량 운행자의 운전 습관을 분석할 수 있다. FIG. 6 exemplarily discloses a method for classifying information on driving habits of a vehicle operator based on the speed of the vehicle. The speed of the vehicle is an exemplary parameter for analyzing information on the driving habits of the vehicle operator and can be used to analyze the driving habits of the vehicle operator based on various other vehicle driving information.
도 6을 참조하면, 차량의 최고 속도와 평균 속도를 기반으로 차량을 복수의 그룹으로 분류할 수 있다. 예를 들어, 최고 속도가 70km/h 미만이고, 평균 속도가 25km/h 미만인 경우 제1 그룹, 최고 속도가 70km/h 미만이고, 평균 속도가 25km/h 이상인 경우 제2 그룹, 최고 속도가 70km/h 이상이고, 평균 속도가 25km/h 미만인 경우 제3 그룹, 최고 속도가 70km/h 이상이고, 평균 속도가 25km/h 이상인 경우 제4 그룹으로 나누어 서로 다른 운전 습관을 가진 운전자로 분류할 수 있다. Referring to FIG. 6, the vehicle can be classified into a plurality of groups based on the maximum speed and the average speed of the vehicle. For example, if the maximum speed is less than 70 km / h and the average speed is less than 25 km / h, the first group, the maximum speed is less than 70 km / h, / h, the average speed is less than 25 km / h, the third group, the maximum speed is more than 70 km / h, and the average speed is more than 25 km / h. have.
즉, 운행 정보 제공 서버에서는 차량 운전자의 운행 정보를 수신하고, 차량의 속도 정보를 기반으로 운전자의 운행 습관을 분석할 수 있다. 분석된 운전자의 운행 습관은 전술한 바와 같이 예측 교통 상황 정보를 생성하기 위해 사용될 수 있다. 예를 들어, 그룹별로 서로 다른 유사 교통 상황 정보를 결정할 수 있고, 서로 다른 유사 교통 상황 정보를 기반으로 예측 교통 상황 정보를 생성할 수 있다.
That is, the driving information providing server receives the driving information of the driver of the vehicle and can analyze the driving habits of the driver based on the speed information of the vehicle. The analyzed driver's driving habits can be used to generate predicted traffic situation information as described above. For example, it is possible to determine different similar traffic situation information for each group, and to generate predicted traffic situation information based on different similar traffic situation information.
도 7은 본 발명의 실시예에 따른 운행 정보 제공 서버를 나타낸 개념도이다. 7 is a conceptual diagram showing a travel information providing server according to an embodiment of the present invention.
도 7을 참조하면, 운행 정보 제공 서버는 통신부(700), 데이터베이스(710), 유사 교통 상황 정보 탐색부(720), 예측 교통 상황 정보 생성부(730), 프로세서(740)를 포함할 수 있다. 7, the driving information providing server may include a
운행 정보 제공 서버의 각 구성부는 전술한 도 1 내지 도 6의 실시예를 구현할 수 있다. 예를 들어, 운행 정보 제공 서버의 각 구성부는 아래와 같은 동작을 수행할 수 있다.Each component of the travel information providing server can implement the embodiments of Figs. 1 to 6 described above. For example, each component of the travel information providing server can perform the following operations.
통신부(700)는 교통 상황 정보, 차량 운전자의 운행 정보를 수신하고 생성된 예측 교통 상황 정보를 전송하기 위해 구현될 수 있다. The
데이터베이스(710)는 현재 교통 상황 정보, 차량 운전자의 운행 정보 등을 포함하는빅데이터가 저장될 수 있다. The
유사 교통 상황 정보 탐색부(720)는 데이터 베이스에 저장된 빅데이터 및 통신부를 통해 수신한 현재 교통 상황 정보 및 개별 차량의 운행 정보를 기반으로 빅데이터에 저장된 유사 교통 상황 정보가 존재하는지 여부를 탐색하기 위해 구현될 수 있다. The similar traffic situation
예측 교통 상황 정보 생성부(730)는 유사 교통 상황 정보를 기반으로 예측된 교통 상황에 대한 정보를 생성할 수 있다. 예측 교통 상황 정보는 지속적으로 전송되는 개별 차량의 운행 정보를 기반으로 업데이트되어 통신부를 통해 차량으로 전송될 수 있다.The predicted traffic situation
프로세서(740)는 통신부(700), 데이터베이스(710), 유사 교통 상황 정보 탐색부(720), 예측 교통 상황 정보 생성부(730)를 제어하기 위해 구현될 수 있다. The
도 7의 각 구성부는 설명의 편의상 기능상 분류한 구성부이다. 즉, 하나의 구성부가 복수의 구성부로 나뉘어져 구현될 수도 있고 복수의 구성부가 하나의 구성부로 구현될 수 있다.
7 are functionally classified constituent parts for convenience of explanation. That is, one component may be divided into a plurality of components, and a plurality of components may be embodied as one component.
도 8은 본 발명의 실시예에 따른 운행 정보 제공 서버에서 차량의 운행 정보를 제공하는 방법을 나타낸 순서도이다. 8 is a flowchart illustrating a method of providing vehicle operation information in a vehicle operation information providing server according to an embodiment of the present invention.
도 8에서는 운행 정보로 사고 위험 경보를 제공하는 방법에 대해 개시한다. Fig. 8 discloses a method for providing an accident risk warning with the operation information.
도 8을 참조하면, 운행 정보 제공 서버(850)는 차량(800)의 운행 경로에서 사고가 빈번하게 발생하는 지역에 대한 정보를 제공할 수 있다. Referring to FIG. 8, the driving
운행 정보 제공 서버(850)는 차량(800)의 운행 경로에서 과거에 발생하였던 사고 사례(820)에 대한 정보가 빅데이터로 저장되어 있을 수 있다. 이러한 경우, 운행 정보 제공 서버(850)는 차량(800)이 사고 위치를 지나기 전에 특정한 위치에서 사고가 있었음을 지시하는 신호(855)를 차량으로 전송할 수 있다.The driving
운행 정보 제공 서버(850)가 빅데이터(810)를 기반으로 차량(800)으로 사고 위험 경고 신호(855)를 전송하기 위해서는 다양한 판단이 수행될 수 있다. 우선 단순히 빅데이터(810)로 저장된 사고 사례(820)를 기반으로 사고가 발생한 지역을 통과하기전 150m 정도 전에 해당 위치에서 사고가 발생하였음을 알리는 사고 위험 경고 신호(855)를 차량(800)으로 전송할 수도 있다. 또 다른 방법으로 운행 정보 제공 서버(850)가 현재 차량(800)의 운행 정보 및 현재 교통 상황 정보를 수집하고 이를 기반으로 유사한 사고 사례(820)를 빅데이터(810)를 통해 탐색하여 사고 위험 경고 신호(855)를 전송할 수도 있다. 예를 들어, 눈이 오는 날에는 특정한 지역에서 눈으로 인해 사고가 발생한 경우, 차량이 해당 위치를 통과하기 전에 사고 위험 경고 신호(855)를 전송할 수 있다. 또 다른 예로 특정한 지역에서 과속에서 사고가 난 경우, 과속으로 현재 운전하는 차량(800)으로 앞에 과속으로 인해 사고가 발생한 지역이 있음을 알려줄 수 있다. 즉, 현재의 차량의 상태 정보와 교통 상황 정보를 고려하여 사고 위험 경고 신호(855)를 차량(800)의 운전자에게 제공함으로서 우연히 발생한 사고가 아닌 사고의 경향성이 확신한 사고에 대한 정보만을 효과적으로 차량(800)으로 제공할 수 있다. 이러한 방법을 사용함으로서 차량(800)의 운전자는 미리 사고가 발생 가능한 지역에 대한 정보를 획득하고 사전에 사고를 예방할 수 있다.Various judgments can be performed in order that the driving
이상 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.It will be understood by those skilled in the art that various changes in form and details may be made therein without departing from the spirit and scope of the invention as defined in the appended claims. It will be possible.
Claims (16)
운행 정보 제공 서버가 운행 정보 수집 장치로부터 복수의 현재 교통 상황 정보를 수신하고 상기 차량으로부터 차량의 운행 정보를 수신하는 단계;
상기 운행 정보 제공 서버가 상기 복수의 현재 교통 상황 정보 중 어느 일부에 근거하여 설정한 유사 탐색 범위 안에서 빅 데이터를 탐색하여 유사 교통 상황 정보를 결정하는 단계;
상기 운행 정보 제공 서버가 상기 유사 교통 상황 정보를 기반으로 상기 예측 교통 상황 정보를 생성하는 단계; 및
상기 운행 정보 제공 서버가 상기 예측 교통 상황 정보를 상기 차량으로 전송하는 단계를 포함하되,
상기 빅 데이터는 이전 교통 상황 정보 및 이전 개별 차량의 운행 정보를 포함하는 데이터 단위이고,
상기 유사 교통 상황 정보는 상기 빅 데이터 중 상기 유사 탐색 범위 안에서 현재 교통 상황 정보와 유사한 정보를 포함하고,
상기 예측 교통 상황 정보는 상기 유사 교통 상황 정보를 기반으로 예측된 상기 차량에 예상되는 교통 상황에 대한 정보를 포함하는 예측 교통 상황 정보 제공 방법.A method for providing predictive traffic situation information to a vehicle,
Receiving a plurality of current traffic situation information from a traffic information collecting device and receiving traffic information of the vehicle from the traffic information providing server;
The driving information providing server searching for big data in a similar search range set based on a part of the plurality of current traffic situation information to determine similar traffic situation information;
The driving information providing server generating the predicted traffic situation information based on the similar traffic situation information; And
And the driving information providing server transmitting the predicted traffic situation information to the vehicle,
The big data is a data unit including previous traffic situation information and driving information of the previous individual vehicle,
The similar traffic situation information includes information similar to current traffic situation information within the similarity search range of the big data,
Wherein the predicted traffic situation information includes information on a traffic situation predicted on the basis of the similar traffic situation information.
상기 현재 교통 상황 정보는 도로 운행 중인 차량의 밀도 정보, 도로 운행 중인 차량의 속도 정보, 현재 시간 정보, 현재 날씨 정보를 포함하고,
상기 개별 차량의 운행 정보는 상기 차량의 이동 경로 정보, 상기 차량의 속도 정보, 상기 차량의 주유량 정보, 상기 차량의 타이어 공기량 정보, 상기 차량의 급발진 및 급정지 정보를 포함하는 예측 교통 상황 정보 제공 방법.The method according to claim 1,
The current traffic situation information includes density information of a vehicle running on the road, speed information of a vehicle running on the road, current time information, and current weather information,
Wherein the driving information of the individual vehicle includes the route information of the vehicle, the speed information of the vehicle, the fuel amount information of the vehicle, the tire air amount information of the vehicle, the sudden driving of the vehicle, and the sudden stop information.
상기 현재 교통 상황 정보 중 유사 교통 상황 정보를 결정하기 위해 사용되는 유효 교통 상황 정보를 결정하는 단계;
상기 유사 교통 상황 정보를 결정하기 위한 오차 범위를 설정하는 단계; 및
상기 빅데이터에 포함된 정보 중 상기 유효 교통 상황 정보의 상기 오차 범위에 포함되는 정보를 상기 유사 교통 상황 정보로 결정하는 단계를 포함하는 예측 교통 상황 정보 제공 방법.The method of claim 1, wherein the determining of the similar traffic situation information comprises:
Determining valid traffic situation information to be used for determining similar traffic situation information among the current traffic situation information;
Setting an error range for determining the similar traffic situation information; And
And determining information included in the error range of the valid traffic situation information among the information included in the big data as the similar traffic situation information.
상기 현재 교통 상황 정보 중 유사 교통 상황 정보를 결정하기 위해 사용되는 유효 교통 상황 정보를 결정하는 단계;
상기 유사 교통 상황 정보를 결정하기 위한 오차 범위를 설정하는 단계; 및
상기 빅데이터에 포함된 정보 중 상기 유효 교통 상황 정보의 상기 오차 범위에 포함되고 상기 차량의 운전 습관과 동일한 운전 습관 카테고리에 포함되는 정보를 상기 유사 교통 상황 정보로 결정하는 단계를 포함하는 예측 교통 상황 정보 제공 방법.The method of claim 1, wherein the determining of the similar traffic situation information comprises:
Determining valid traffic situation information to be used for determining similar traffic situation information among the current traffic situation information;
Setting an error range for determining the similar traffic situation information; And
Determining the information included in the error range of the effective traffic situation information among the information included in the big data as the similar traffic situation information, the information being included in the same driving custom category as the driving habit of the vehicle, Information delivery method.
상기 운전 습관 카테고리는 상기 차량의 최고 속도 및 상기 차량의 평균 속도 정보에 기반하여 결정되는 예측 교통 상황 정보 제공 방법.5. The method of claim 4,
Wherein the driving habit category is determined based on the maximum speed of the vehicle and the average speed information of the vehicle.
상기 현재 교통 상황 정보는 차량 및 운행 정보 수집 장치에 구비된 차량 감지 센서에 의해 획득되는 정보이고,
상기 차량 감지 센서는 차선의 폭 정보를 기반으로 각 차선에서 이동하는 차량을 센싱하는 예측 교통 상황 정보 제공 방법.6. The method of claim 5,
The current traffic situation information is information obtained by a vehicle detection sensor provided in the vehicle and driving information collecting device,
Wherein the vehicle sensing sensor senses a moving vehicle in each lane based on lane width information.
상기 예측 교통 상황 정보는 실시간으로 입력되는 상기 현재 교통 상황 정보 및 상기 개별 차량의 운행 정보를 기반으로 지속적으로 갱신되는 정보인 예측 교통 상황 정보 제공 방법.The method according to claim 1,
Wherein the predicted traffic situation information is information that is continuously updated based on the current traffic situation information input in real time and the driving information of the individual vehicle.
상기 예측 교통 상황 정보는 사고 위험 경고 신호이고,
상기 사고 위험 경고 신호는 상기 빅데이터를 기반으로 운행 경로의 특정 위치에서 발생한 사고 차량에 대한 정보를 포함하고,
상기 사고 위험 경고 신호는 상기 차량이 상기 특정 위치를 지나기 일정 거리 전에 상기 차량으로 전송되는 예측 교통 상황 정보 제공 방법.The method according to claim 1,
The predicted traffic situation information is an accident risk warning signal,
Wherein the accident risk warning signal includes information on an accident vehicle occurring at a specific location on a driving route based on the big data,
Wherein the accident risk warning signal is transmitted to the vehicle a certain distance before the vehicle passes the specific position.
상기 프로세서는 운행 정보 수집 장치로부터 복수의 현재 교통 상황 정보를 수신하고 상기 차량으로부터 상기 차량의 운행 정보를 수신하고,
상기 복수의 현재 교통 상황 정보 중 어느 일부에 근거하여 설정한 유사 탐색 범위 안에서 빅 데이터를 탐색하여 유사 교통 상황 정보를 결정하고,
상기 유사 교통 상황 정보를 기반으로 상기 예측 교통 상황 정보를 생성하고,
상기 예측 교통 상황 정보를 상기 차량으로 전송하되,
상기 빅데이터는 이전 교통 상황 정보 및 이전 개별 차량의 운행 정보를 포함하는 데이터 단위이고,
상기 유사 교통 상황 정보는 상기 빅 데이터 중 상기 유사 탐색 범위 안에서 현재 교통 상황 정보와 유사한 정보를 포함하고,
상기 예측 교통 상황 정보는 상기 유사 교통 상황 정보를 기반으로 예측된 상기 차량에 예상되는 교통 상황에 대한 정보를 포함하는 예측 교통 상황 정보 제공 장치.A predicted traffic situation information providing apparatus for providing predicted traffic situation information to a vehicle, the predicted traffic situation information providing apparatus comprising a processor,
The processor receives a plurality of current traffic situation information from the traffic information collection device, receives the traffic information of the vehicle from the vehicle,
Determining similar traffic situation information by searching for big data in a similar search range set based on a part of the plurality of current traffic situation information,
Generates predicted traffic situation information based on the similar traffic situation information,
The predicted traffic situation information is transmitted to the vehicle,
The big data is a data unit including previous traffic situation information and driving information of the previous individual vehicle,
The similar traffic situation information includes information similar to current traffic situation information within the similarity search range of the big data,
Wherein the predicted traffic situation information includes information on a traffic situation predicted on the basis of the similar traffic situation information.
상기 현재 교통 상황 정보는 도로 운행 중인 차량의 밀도 정보, 도로 운행 중인 차량의 속도 정보, 현재 시간 정보, 현재 날씨 정보를 포함하고,
상기 개별 차량의 운행 정보는 상기 차량의 이동 경로 정보, 상기 차량의 속도 정보, 상기 차량의 주유량 정보, 상기 차량의 타이어 공기량 정보, 상기 차량의 급발진 및 급정지 정보를 포함하는 예측 교통 상황 정보 제공 장치.10. The method of claim 9,
The current traffic situation information includes density information of a vehicle running on the road, speed information of a vehicle running on the road, current time information, and current weather information,
Wherein the driving information of the individual vehicle includes the moving route information of the vehicle, the speed information of the vehicle, the fuel amount information of the vehicle, the tire air amount information of the vehicle, the sudden driving and the sudden stop information of the vehicle.
상기 현재 교통 상황 정보 중 유사 교통 상황 정보를 결정하기 위해 사용되는 유효 교통 상황 정보를 결정하고,
상기 유사 교통 상황 정보를 결정하기 위한 오차 범위를 설정하고,
상기 빅데이터에 포함된 정보 중 상기 유효 교통 상황 정보의 상기 오차 범위에 포함되는 정보를 상기 유사 교통 상황 정보로 결정하도록 구현되는 예측 교통 상황 정보 제공 장치.10. The apparatus of claim 9,
Determining valid traffic situation information to be used for determining similar traffic situation information among the current traffic situation information,
Setting an error range for determining the similar traffic situation information,
And determines information included in the error range of the valid traffic situation information among the information included in the big data as the similar traffic situation information.
상기 현재 교통 상황 정보 중 유사 교통 상황 정보를 결정하기 위해 사용되는 유효 교통 상황 정보를 결정하고,
상기 유사 교통 상황 정보를 결정하기 위한 오차 범위를 설정하고,
상기 빅데이터에 포함된 정보 중 상기 유효 교통 상황 정보의 상기 오차 범위에 포함되고 상기 차량의 운전 습관과 동일한 운전 습관 카테고리에 포함되는 정보를 상기 유사 교통 상황 정보로 결정하도록 구현되는 예측 교통 상황 정보 제공 장치.10. The apparatus of claim 9,
Determining valid traffic situation information to be used for determining similar traffic situation information among the current traffic situation information,
Setting an error range for determining the similar traffic situation information,
And predicted traffic situation information, which is included in the error range of the effective traffic situation information among the information included in the big data and is determined to be the similar traffic condition information included in the same driving custom category as the driving habit of the vehicle Device.
상기 운전 습관 카테고리는 상기 차량의 최고 속도 및 상기 차량의 평균 속도 정보에 기반하여 결정되는 예측 교통 상황 정보 제공 장치.13. The method of claim 12,
Wherein the driving habit category is determined based on the maximum speed of the vehicle and the average speed information of the vehicle.
상기 현재 교통 상황 정보는 차량 및 운행 정보 수집 장치에 구비된 차량 감지 센서에 의해 획득되는 정보이고,
상기 차량 감지 센서는 차선의 폭 정보를 기반으로 각 차선에서 이동하는 차량을 센싱하는 예측 교통 상황 정보 제공 장치.14. The method of claim 13,
The current traffic situation information is information obtained by a vehicle detection sensor provided in the vehicle and driving information collecting device,
Wherein the vehicle sensing sensor senses a moving vehicle in each lane based on lane width information.
상기 예측 교통 상황 정보는 실시간으로 입력되는 상기 현재 교통 상황 정보 및 상기 개별 차량의 운행 정보를 기반으로 지속적으로 갱신되는 정보인 예측 교통 상황 정보 제공 장치.10. The method of claim 9,
Wherein the predicted traffic situation information is information that is continuously updated based on the current traffic situation information input in real time and the driving information of the individual vehicle.
상기 예측 교통 상황 정보는 사고 위험 경고 신호이고,
상기 사고 위험 경고 신호는 상기 빅데이터를 기반으로 운행 경로의 특정 위치에서 발생한 사고 차량에 대한 정보를 포함하고,
상기 사고 위험 경고 신호는 상기 차량이 상기 특정 위치를 지나기 일정 거리 전에 상기 차량으로 전송되는 예측 교통 상황 정보 제공 장치.10. The method of claim 9,
The predicted traffic situation information is an accident risk warning signal,
Wherein the accident risk warning signal includes information on an accident vehicle occurring at a specific location on a driving route based on the big data,
Wherein the accident risk warning signal is transmitted to the vehicle a certain distance before the vehicle passes the specific position.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130125488A KR101574239B1 (en) | 2013-10-21 | 2013-10-21 | Method and apparatus for providing information vehicle driving information |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130125488A KR101574239B1 (en) | 2013-10-21 | 2013-10-21 | Method and apparatus for providing information vehicle driving information |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20150045789A KR20150045789A (en) | 2015-04-29 |
| KR101574239B1 true KR101574239B1 (en) | 2015-12-03 |
Family
ID=53037631
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020130125488A KR101574239B1 (en) | 2013-10-21 | 2013-10-21 | Method and apparatus for providing information vehicle driving information |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101574239B1 (en) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102016217645B4 (en) * | 2016-09-15 | 2023-01-19 | Volkswagen Aktiengesellschaft | Method for providing information about a probable driving intention of a vehicle |
| KR102442061B1 (en) | 2017-04-06 | 2022-09-13 | 삼성전자주식회사 | Electronic apparatus, alert message providing method of thereof and non-transitory computer readable recording medium |
| WO2018186625A1 (en) * | 2017-04-06 | 2018-10-11 | 삼성전자주식회사 | Electronic device, warning message providing method therefor, and non-transitory computer-readable recording medium |
| KR101998834B1 (en) * | 2018-12-13 | 2019-10-01 | 주식회사 미래정보기술원 | Traffic Information Providing System Enabling Traffic Accident Risk Prediction |
| KR102377637B1 (en) * | 2019-10-28 | 2022-03-23 | 김하연 | Hybride Traffic Signal Control System and Method thereof |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002277252A (en) * | 2001-03-19 | 2002-09-25 | Sharp Corp | Estimated required time presenting system |
| JP2013007628A (en) * | 2011-06-23 | 2013-01-10 | Nissan Motor Co Ltd | Information providing server, onboard information providing device, and information providing method |
| JP2013068521A (en) * | 2011-09-22 | 2013-04-18 | Hitachi Automotive Systems Ltd | Route search system |
-
2013
- 2013-10-21 KR KR1020130125488A patent/KR101574239B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002277252A (en) * | 2001-03-19 | 2002-09-25 | Sharp Corp | Estimated required time presenting system |
| JP2013007628A (en) * | 2011-06-23 | 2013-01-10 | Nissan Motor Co Ltd | Information providing server, onboard information providing device, and information providing method |
| JP2013068521A (en) * | 2011-09-22 | 2013-04-18 | Hitachi Automotive Systems Ltd | Route search system |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20150045789A (en) | 2015-04-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11714413B2 (en) | Planning autonomous motion | |
| CN105593643B (en) | Vehicle road guides system and vehicle road bootstrap technique | |
| US11181918B2 (en) | Moving traffic obstacle detection and avoidance | |
| EP2654028B1 (en) | Orientation sensitive traffic collision warning system | |
| WO2012014280A1 (en) | Driving assistance device | |
| US20190042857A1 (en) | Information processing system and information processing method | |
| KR101574239B1 (en) | Method and apparatus for providing information vehicle driving information | |
| CN109313445A (en) | The promotion of vehicle drive and automatic Pilot | |
| Cheung et al. | Efficient and safe vehicle navigation based on driver behavior classification | |
| JP2005038381A (en) | Data analyzing apparatus, data analyzing program, and mobile terminal | |
| KR102565573B1 (en) | Metric back-propagation for subsystem performance evaluation | |
| JPWO2011114582A1 (en) | Intersection stop ratio identification device and navigation apparatus, computer program for identifying intersection stop ratio, and computer program for navigation | |
| US20210261156A1 (en) | Systems and methods for generating simulation scenario definitions for an autonomous vehicle system | |
| EP4330934A2 (en) | Multi-frame image segmentation | |
| US20220371583A1 (en) | Systems and Methods for Selectively Decelerating a Vehicle | |
| US20170292842A1 (en) | Information processing apparatus and method | |
| US10109191B2 (en) | Method of quickly detecting road distress | |
| KR101500168B1 (en) | Method for Recognizing Side Boundary of Road during Driving | |
| KR20230173724A (en) | Improving ride comfort in various traffic scenarios for autonomous vehicles | |
| US20230033672A1 (en) | Determining traffic violation hotspots | |
| JP6303795B2 (en) | Route search system and route search method | |
| Jain et al. | Autonomous driving systems and experiences: A comprehensive survey | |
| JP2009244007A (en) | Vehicle guidance device | |
| Choi et al. | Real-time prediction of arterial vehicle trajectories: An application to predictive route guidance for an emergency vehicle | |
| Kaur et al. | RFID based Intelligent Transport System with RSU Communication for Emergency Vehicles in Urbanization |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| FPAY | Annual fee payment |
Payment date: 20181022 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20191118 Year of fee payment: 5 |