KR101898577B1 - Road condition estimation system and method - Google Patents

Road condition estimation system and method Download PDF

Info

Publication number
KR101898577B1
KR101898577B1 KR1020170127611A KR20170127611A KR101898577B1 KR 101898577 B1 KR101898577 B1 KR 101898577B1 KR 1020170127611 A KR1020170127611 A KR 1020170127611A KR 20170127611 A KR20170127611 A KR 20170127611A KR 101898577 B1 KR101898577 B1 KR 101898577B1
Authority
KR
South Korea
Prior art keywords
road surface
vehicle
road
surface state
management server
Prior art date
Application number
KR1020170127611A
Other languages
Korean (ko)
Inventor
김계영
김유정
신재웅
송누리
조은선
Original Assignee
숭실대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 숭실대학교산학협력단 filed Critical 숭실대학교산학협력단
Priority to KR1020170127611A priority Critical patent/KR101898577B1/en
Application granted granted Critical
Publication of KR101898577B1 publication Critical patent/KR101898577B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G06Q50/30—
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

A system and a method for estimating a road condition are disclosed. The system for estimating a road condition comprises: a plurality of vehicles obtaining a road surface temperature and a road surface image of a road on which a vehicle drives by mounting a temperature sensor and a camera thereon, and obtaining current position information by mounting a GPS module thereon; at least one weather information providing server for providing weather information observed and estimated from at least one weather station; and a management server for receiving the road surface temperature, the road surface image, and position information from the vehicle, obtaining road surface condition data by analyzing the road surface temperature and the road surface image, obtaining weather information corresponding to the current position information of the vehicle by accessing the weather information providing server, and estimating a future road surface condition of the road on which the vehicle drives according to the road surface condition data and the weather information to transmit the future road surface condition to the vehicle.

Description

도로 상태 예측 시스템 및 도로 상태 예측 방법{ROAD CONDITION ESTIMATION SYSTEM AND METHOD}[0001] ROAD CONDITION ESTIMATION SYSTEM AND METHOD [0002]

본 발명은 도로 상태 예측 시스템 및 도로 상태 예측 방법에 관한 것으로, 보다 상세하게는 노면 상태 및 도로 혼잡도를 포함하는 도로 상태 예측 시스템 및 도로 상태 예측 방법에 관한 것이다.The present invention relates to a road state predicting system and a road state predicting method, and more particularly, to a road state predicting system and a road state predicting method including a road surface condition and a road congestion degree.

도로 기상정보 시스템(RWIS: Road Weather Information System)은 터널의 전·후, 교량 등 도로의 중요 지점에 관측장비가 설치되어, 도로의 노면상태, 가시거리, 온·습도, 풍향·속 등을 측정하고, 운전자에게 전달하는 시스템으로, 생명과 재산을 보호하고 원활한 교통소통을 유지하는데 사용된다.The Road Weather Information System (RWIS) measures the road surface condition, visible distance, temperature, humidity, wind direction, and speed of the road by providing observing equipment at important points on the road such as before and after the tunnel, And it is used to protect life and property and maintain smooth traffic communication.

그러나, 현재 도로 기상정보 시스템은 상술한 바와 같이 도로의 특정 지점에 설치되기 때문에 그렇지 않은 구역에서는 기상정보를 제공할 수 없다. 실제로 관측장비를 모든 구간에 설치하기에는 예산 대비 편익 관점에서 현실적인 어려움이 있다.However, since the present road weather information system is installed at a specific point on the road as described above, weather information can not be provided in a non-road area. In fact, it is a realistic difficulty in terms of budget and convenience to install observation equipment in all sections.

등록특허공보 제10-1409222호Patent Registration No. 10-1409222 공개특허공보 제10-2015-0029080호Japanese Patent Application Laid-Open No. 10-2015-0029080 공개특허공보 제10-2017-0033589호Japanese Patent Application Laid-Open No. 10-2017-0033589

본 발명의 일측면은 실시간으로 현재 주행중인 노면 정보 및 주행 정보를 획득하는 차량 및 차량으로부터 노면 정보 및 주행 정보를 수신하여 미래 도로 상태를 예측하는 관리 서버를 포함하는 도로 상태 예측 시스템을 제공한다.One aspect of the present invention provides a road state prediction system including a management server that receives road surface information and driving information from a vehicle and a vehicle that acquire road surface information and running information that are currently running in real time and predicts a future road condition.

본 발명의 다른 측면은 차량에서 획득하는 노면 정보 및 적어도 하나의 기상 관측소에서 제공하는 기상정보를 반영한 도로의 미래 노면 상태를 예측하는 도로 상태 예측 방법을 제공한다.Another aspect of the present invention provides a road state prediction method for predicting a future road surface state of a road reflecting road surface information acquired from a vehicle and weather information provided by at least one weather station.

본 발명의 일 측면에 따른 도로 상태 예측 시스템은, 온도 센서 및 카메라가 장착되어 현재 주행중인 도로의 노면온도 및 노면영상을 획득하고, GPS 모듈이 장착되어 현재 위치 정보를 획득하는 복수의 차량, 적어도 하나의 기상 관측소로부터 관측 및 예측되는 기상정보를 제공하는 기상정보 제공서버 및 상기 차량으로부터 상기 노면온도, 상기 노면영상 및 위치 정보를 수신하고, 상기 노면온도 및 상기 노면영상을 분석하여 노면 상태 데이터를 획득하고, 상기 기상정보 제공서버에 접속하여 상기 차량의 현재 위치 정보에 대응하는 기상정보를 획득하며, 상기 노면 상태 데이터와 상기 기상정보에 따라 현재 주행중인 도로의 미래 노면 상태를 예측하여 상기 차량으로 전송하는 관리 서버를 포함한다.A road state predicting system according to an aspect of the present invention includes a plurality of vehicles mounted with a temperature sensor and a camera to acquire road surface temperature and road surface images of roads currently being operated, A weather information providing server for providing meteorological information to be observed and predicted from one weather station, and a controller for receiving the road surface temperature, the road surface image and the position information from the vehicle, analyzing the road surface temperature and the road surface image, Acquires weather information corresponding to the present location information of the vehicle by accessing the weather information providing server, predicts a future road surface state of a road currently in operation according to the road surface state data and the weather information, And the like.

또한, 상기 관리 서버는, 상기 차량으로부터 수신하는 위치 정보에 따른 도로 혼잡도를 예측하여 상기 차량으로 전송하는 것을 더 포함할 수 있다.The management server may further include predicting a road congestion degree according to the positional information received from the vehicle and transmitting the predicted degree of road congestion to the vehicle.

또한, 상기 차량은, 인접한 차량 간 통신을 수행하여 상기 관리 서버로부터 수신하는 미래 노면 상태 및 도로 혼잡도와, 각 차량의 위치 정보를 공유하는 것을 더 포함할 수 있다.In addition, the vehicle may further include sharing the future road surface state and the road congestion degree received from the management server by performing communication between adjacent vehicles, and location information of each vehicle.

또한, 상기 차량은, 상기 관리 서버로부터 수신하는 상기 미래 노면 상태 및 상기 도로 혼잡도를 반영하여 주행 경로를 생성하는 것을 더 포함할 수 있다.The vehicle may further include generating a traveling route reflecting the future road surface state and the road congestion received from the management server.

또한, 상기 차량은, 현재 위치로부터 목적지 간의 주행 경로를 생성하고, 상기 미래 노면 상태를 정규화하며, 상기 미래 노면 상태의 정규화 값이 미리 정해진 기준값 이상인 경우 주행 경로를 갱신하는 것을 더 포함할 수 있다.The vehicle may further include generating a traveling route between destinations from the current position, normalizing the future road surface state, and updating the traveling route when the normalized value of the future road surface state is equal to or greater than a predetermined reference value.

또한, 상기 차량은, 현재 위치로부터 목적지 간의 주행 경로를 생성하고, 상기 도로 혼잡도가 미리 정해진 기준값 이상인 경우 주행 경로를 갱신하는 것을 더 포함할 수 있다.The vehicle may further include generating a traveling route between destinations from the current position and updating the traveling route when the degree of road congestion is equal to or greater than a predetermined reference value.

또한, 상기 관리 서버는, 상기 기상정보 제공서버에 접속하여 상기 차량의 현재 위치 정보에 대응하는 기상정보를 획득하며, 상기 노면 상태 데이터와 상기 기상정보를 소정의 머신 러닝 알고리즘에 입력하여 상기 노면 상태 데이터에 대한 학습 모델로 저장함과 동시에 상기 노면 상태 데이터에 대한 미래 노면 상태를 예측할 수 있다.The management server may be connected to the weather information providing server to obtain weather information corresponding to the current position information of the vehicle, inputting the road surface state data and the weather information to a predetermined machine learning algorithm, Data can be stored as a learning model and the future road surface state of the road surface state data can be predicted.

한편, 본 발명의 다른 측면에 따른 복수의 차량 및 복수의 차량과 통신을 수행하여 각 차량으로 도로 관측 정보를 제공하는 관리 서버를 포함하는 도로 상태 예측 시스템에서의 도로 상태 예측 방법에 있어서, 상기 차량에서 각각 온도 센서 및 카메라를 통해 현재 주행중인 도로의 노면온도 및 노면영상을 획득하여 상기 관리 서버로 전송하고, 상기 관리 서버에서 상기 차량으로부터 상기 노면온도, 상기 노면영상 및 위치 정보를 수신하고, 상기 노면온도 및 상기 노면영상을 분석하여 노면 상태 데이터를 획득하고, 기상정보 제공서버에 접속하여 상기 차량의 현재 위치 정보에 대응하는 기상정보를 획득하며, 상기 노면 상태 데이터와 상기 기상정보에 따라 현재 주행중인 도로의 미래 노면 상태를 예측하여 상기 차량으로 전송한다.According to another aspect of the present invention, there is provided a road state predicting method in a road state predicting system including communication with a plurality of vehicles and a plurality of vehicles to provide road observation information to each vehicle, The road surface temperature and the road surface image of the road being currently driven through the temperature sensor and the camera, respectively, and transmits the road surface temperature and the road surface image to the management server. The management server receives the road surface temperature, the road surface image and the position information from the vehicle, The road surface temperature and the road surface image to obtain road surface state data, and acquires weather information corresponding to the current position information of the vehicle by accessing a weather information providing server, and, based on the road surface state data and the weather information, Predicts the future road surface state of the road to be transmitted to the vehicle.

또한, 상기 관리 서버는 상기 차량으로부터 수신하는 위치 정보에 따른 도로 혼잡도를 예측하여 상기 차량으로 전송하는 것을 더 포함할 수 있다.The management server may further include predicting a road congestion degree according to position information received from the vehicle and transmitting the predicted road congestion degree to the vehicle.

또한, 상기 차량은 인접한 차량 간 통신을 수행하여 상기 관리 서버로부터 수신하는 미래 노면 상태 및 도로 혼잡도와, 각 차량의 위치 정보를 공유하는 것을 더 포함할 수 있다.The vehicle may further include communication between adjacent vehicles to share future road surface conditions and road congestion received from the management server and location information of each vehicle.

또한, 상기 차량은 상기 관리 서버로부터 수신하는 미래 노면 상태 및 도로 혼잡도를 반영하여 주행 경로를 생성하는 것을 더 포함할 수 있다.The vehicle may further include a traveling route reflecting the future road surface state and road congestion received from the management server.

또한, 상기 차량은 현재 위치로부터 목적지 간의 주행 경로를 생성하고, 상기 미래 노면 상태를 정규화하며, 상기 미래 노면 상태의 정규화 값이 미리 정해진 기준값 이상인 경우 주행 경로를 갱신하는 것을 더 포함할 수 있다.The vehicle may further include generating a traveling route between destinations from the current position, normalizing the future road surface state, and updating the traveling route when the normalized value of the future road surface state is equal to or greater than a predetermined reference value.

또한, 상기 차량은 현재 위치로부터 목적지 간의 주행 경로를 생성하고, 상기 도로 혼잡도가 미리 정해진 기준값 이상인 경우 주행 경로를 갱신하는 것을 더 포함할 수 있다.Further, the vehicle may further include a traveling path between destinations from the current location, and updating the traveling path when the degree of road congestion is equal to or greater than a predetermined reference value.

또한, 상기 차량은 인접한 차량 간 통신을 수행하여 상기 관리 서버로부터 수신하는 미래 노면 상태 및 도로 혼잡도와, 각 차량의 위치 정보를 공유하여 복수의 미래 노면 상태 및 도로 혼잡도를 획득하고, 소정의 규칙에 따라 복수의 미래 노면 상태 및 도로 혼잡도 중 어느 하나의 미래 노면 상태 및 도로 혼잡도를 선택하고, 선택한 미래 노면 상태 및 도로 혼잡도를 반영하여 주행 경로를 생성하는 것을 더 포함할 수 있다.The vehicle performs communication between adjacent vehicles to acquire a plurality of future road surface conditions and road congestion by sharing the future road surface state and the road congestion degree received from the management server and the position information of each vehicle, And selecting a future road surface state and a road congestion state from among a plurality of future road surface state and road congestion state to generate a traveling route reflecting the selected future road surface state and road congestion degree.

또한, 상기 관리 서버에서 기상정보 제공서버에 접속하여 상기 차량의 현재 위치 정보에 대응하는 기상정보를 획득하며, 상기 노면 상태 데이터와 상기 기상정보에 따라 현재 주행중인 도로의 미래 노면 상태를 예측하여 상기 차량으로 전송하는 것은, 상기 기상정보 제공서버에 접속하여 상기 차량의 현재 위치 정보에 대응하는 기상정보를 획득하며, 상기 노면 상태 데이터와 상기 기상정보를 소정의 머신 러닝 알고리즘에 입력하여 상기 노면 상태 데이터에 대한 학습 모델로 저장함과 동시에 상기 노면 상태 데이터에 대한 미래 노면 상태를 예측하고 상기 차량으로 전송하는 것일 수 있다.The management server accesses the weather information providing server to acquire weather information corresponding to the current location information of the vehicle, predicts the future road surface state of the road currently in operation according to the road surface state data and the weather information, The transmission to the vehicle includes accessing the weather information providing server to acquire weather information corresponding to the current position information of the vehicle, inputting the road surface state data and the weather information to a predetermined machine learning algorithm, And predicts a future road surface state of the road surface state data and transmits the predicted future road surface state to the vehicle.

상술한 본 발명의 일측면에 따르면 별도의 관측장비가 없어도 주행중인 차량으로부터 노면 정보의 획득이 가능하여, 도로 상태 예측 시스템이 적용 가능한 범위에 제한이 없다.According to an aspect of the present invention, it is possible to obtain road surface information from a vehicle under running without a separate observation equipment, so that there is no limit to the range in which the road condition prediction system can be applied.

상술한 본 발명의 다른 측면에 따르면 현재 주행중인 차량에서 획득하는 노면 정보와 실시간으로 획득하는 기상정보를 반영하여 미래 노면 상태를 예측하므로 예측의 정확도를 높일 수 있다. According to another aspect of the present invention, the prediction of the future road surface state can be improved by reflecting the road surface information acquired from the vehicle currently in operation and the weather information acquired in real time.

도 1은 본 발명의 일 실시예에 따른 도로 상태 예측 시스템을 나타낸 도면이다.
도 2는 도 1에 도시된 차량의 제어 블록도이다.
도 3은 차량에서 도로 상태 예측을 위한 데이터를 획득하고, 예측된 도로 상태를 반영하여 주행 경로를 생성하는 과정을 도시한 순서도이다.
도 4는 도 1에 도시된 관리 서버의 제어 블록도이다.
도 5는 관리 서버에서 도로 상태를 예측하는 과정을 도시한 순서도이다.1 is a diagram illustrating a road state prediction system according to an embodiment of the present invention.
Fig. 2 is a control block diagram of the vehicle shown in Fig. 1. Fig.
3 is a flowchart illustrating a process of acquiring data for predicting the road condition in the vehicle and generating a traveling route reflecting the predicted road condition.
4 is a control block diagram of the management server shown in FIG.
5 is a flowchart illustrating a process of predicting a road condition in a management server.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.BRIEF DESCRIPTION OF THE DRAWINGS The advantages and features of the present invention, and the manner of achieving them, will be apparent from and elucidated with reference to the embodiments described hereinafter in conjunction with the accompanying drawings. The present invention may, however, be embodied in many different forms and should not be construed as being limited to the embodiments set forth herein. Rather, these embodiments are provided so that this disclosure will be thorough and complete, and will fully convey the scope of the invention to those skilled in the art. Is provided to fully convey the scope of the invention to those skilled in the art, and the invention is only defined by the scope of the claims. Like reference numerals refer to like elements throughout the specification.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소, 단계 및 동작은 하나 이상의 다른 구성요소, 단계 및 동작의 존재 또는 추가를 배제하지 않는다.The terminology used herein is for the purpose of illustrating embodiments and is not intended to be limiting of the present invention. In the present specification, the singular form includes plural forms unless otherwise specified in the specification. It is noted that the terms " comprises "and / or" comprising ", as used herein, do not exclude the presence or addition of one or more other elements, steps and operations.

도 1은 본 발명의 일 실시예에 따른 도로 상태 예측 시스템을 나타낸 도면이다.1 is a diagram illustrating a road state prediction system according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시예에 따른 도로 상태 예측 시스템(1000)은 차량(100), 관리 서버(200) 및 기상정보 제공서버(300)를 포함하여 구성될 수 있다.Referring to FIG. 1, a road condition prediction system 1000 according to an embodiment of the present invention may include a vehicle 100, a management server 200, and a weather information providing server 300.

차량(100)은 일반적으로 도로를 주행할 수 있도록 구현되는 장치로, 특히, 관리 서버(200)와 통신을 수행하기 위한 통신 모듈 및 노면 상태 정보를 획득하기 위한 센서 모듈, 카메라 모듈이 탑재될 수 있다. 차량(100)은 노면 상태 정보를 획득하여 관리 서버(200)로 전송할 수 있으며, 이에 응답한 관리 서버(200)로부터 노면 상태 예측 정보를 수신할 수 있다. 또한, 차량(100)는 주행 정보를 획득하여 관리 서버(200)로 전송할 수 있으며, 이에 응답한 관리 서버(200)로부터 도로 혼잡도 정보를 수신할 수 있다. 아울러, 차량(100)은 인접한 차량 간 통신(V2V: Vehicle-to-Vehicle)을 수행하여 차량 간 정보를 공유할 수 있다. 즉, 인접한 제1 차량(100a) 및 제2 차량(100b) 간에 통신을 수행하여 각각 관리 서버(200)로부터 수신하는 노면 상태 예측 정보를 공유할 수 있다. 차량(100)은 사람의 제어 없이 자율적으로 주행할 수 있는 자율주행차량일 수 있다. 이와 같은 경우, 관리 서버(200)로부터 수신하는 도로 상태 예측 정보를 반영한 주행 경로를 생성하고 주행 경로를 따라 자율적으로 주행할 수 있다.The vehicle 100 is generally implemented as a vehicle capable of traveling on a road. In particular, a communication module for performing communication with the management server 200, a sensor module for obtaining road surface condition information, and a camera module have. The vehicle 100 may acquire road surface state information and transmit the road surface state information to the management server 200, and may receive the road surface state prediction information from the management server 200 responding thereto. Also, the vehicle 100 may acquire the driving information and transmit it to the management server 200, and may receive the road congestion information from the management server 200 responding thereto. In addition, the vehicle 100 may perform adjacent vehicle-to-vehicle communication (V2V) to share information between the vehicles. That is, the first and second vehicles 100a and 100b may communicate with each other to share road surface state prediction information received from the management server 200, respectively. The vehicle 100 may be an autonomous vehicle that can autonomously run without the control of a person. In such a case, a traveling route reflecting the road condition prediction information received from the management server 200 can be generated and travel autonomously along the traveling route.

관리 서버(200)는 차량(100) 및 기상정보 제공서버(300)와 통신을 수행하여 도로 상태 예측 서비스를 구현할 수 있다. 관리 서버(200)는 차량(100)으로부터 현재 주행중인 도로의 노면 상태 정보를 수신할 수 있다. 관리 서버(200)는 기상정보 제공서버(300)로부터 차량(100)이 현재 주행중인 도로의 기상관측 및 예측 정보를 획득할 수 있다. 관리 서버(200)는 차량(100)으로부터 수신한 노면 상태 정보와 기상정보 제공서버(300)로부터 수신한 도로의 기상관측 및 예측 정보를 반영하여 해당 도로의 미래 노면 상태를 예측할 수 있다. 관리 서버(200)는 예측한 미래 노면 상태를 차량(100)으로 제공할 수 있다. 또한, 관리 서버(200)는 복수의 차량(100)으로부터 현재 주행중인 위치 정보를 수신할 수 있다. 관리 서버(200)는 복수의 차량(100)으로부터 수신하는 위치 정보에 따라 각 도로의 혼잡도를 예측하여 차량(100)으로 제공할 수 있다.The management server 200 may communicate with the vehicle 100 and the weather information providing server 300 to implement a road condition prediction service. The management server 200 can receive the road surface state information of the road currently being operated from the vehicle 100. [ The management server 200 can acquire meteorological observation and prediction information of the road in which the vehicle 100 is currently traveling from the weather information providing server 300. [ The management server 200 can predict the future road surface state of the road by reflecting the road surface state information received from the vehicle 100 and the weather observation and prediction information of the road received from the weather information providing server 300. [ The management server 200 may provide the predicted future road surface state to the vehicle 100. [ In addition, the management server 200 can receive the current position information from the plurality of vehicles 100. The management server 200 can predict the congestion degree of each road according to the position information received from the plurality of vehicles 100 and provide it to the vehicle 100. [

기상정보 제공서버(300)는 관리 서버(200)의 요청에 응답하여 적어도 하나의 기상 관측소로부터 관측 및 예측되는 기상정보를 제공할 수 있다. 기상정보 제공서버(300)는 예를 들면, 기상청, 도로관리청 등 다양한 기상 관측소로부터 관측 및 예측되는 도로 기상정보를 취합하여 제공할 수 있다. 기상정보 제공서버(300)는 예를 들면, 도로 상의 날씨, 노면온도, 습도, 강설 및 강우 데이터 등의 기상정보를 실시간으로 제공할 수 있다.The weather information providing server 300 may provide meteorological information to be observed and predicted from at least one weather station in response to a request from the management server 200. [ The weather information providing server 300 can collect and provide, for example, road weather information that is observed and predicted from various weather stations such as the Korea Meteorological Administration and the Road Administration Office. The weather information providing server 300 can provide weather information such as weather on the road, road surface temperature, humidity, snowfall and rainfall data in real time.

이하, 도 2 내지 도 5를 참조하여 본 발명의 일 실시예에 따른 도로 상태 예측 시스템(1000)에 포함되는 각 구성요소에 대하여 구체적으로 설명하기로 한다.Hereinafter, each component included in the road condition prediction system 1000 according to an exemplary embodiment of the present invention will be described in detail with reference to FIGS. 2 to 5. FIG.

도 2는 도 1에 도시된 차량의 제어 블록도이다.Fig. 2 is a control block diagram of the vehicle shown in Fig. 1. Fig.

도 2를 참조하면, 차량(100)은 차량 통신부(110), 차량 센서부(120), 차량 촬영부(130), 차량 제어부(140), 차량 입력부(150), 차량 출력부(160) 및 차량 메모리부(170)를 포함하여 구성될 수 있다. 이러한 차량(100)은 현재 주행중인 노면 상태 정보를 획득하여 관리 서버(200)로 전송할 수 있으며, 관리 서버(200)로부터 현재 주행중인 도로의 미래 노면 상태를 수신하고, 이를 반영하여 주행 경로를 생성할 수 있다. 또한, 차량(100)은 인접한 차량 간 통신을 수행하여 주행 정보 및 관리 서버(200)로부터 수신하는 도로의 상태 정보를 공유할 수 있다.2, the vehicle 100 includes a vehicle communication unit 110, a vehicle sensor unit 120, a vehicle photographing unit 130, a vehicle control unit 140, a vehicle input unit 150, a vehicle output unit 160, A vehicle memory unit 170, and the like. The vehicle 100 can acquire the road surface state information of the current driving state and transmit the same to the management server 200. The controller 100 receives the future road surface state of the road currently in operation from the management server 200, can do. In addition, the vehicle 100 may perform communication between adjacent vehicles to share the running information and the road state information received from the management server 200. [

차량 통신부(110)는 차량(100)과 관리 서버(200) 간의 통신을 가능하게 하며, 이를 위해, 무선 통신을 수행하게 하는 하나 이상의 구성요소를 포함하여 구현될 수 있다. 차량 통신부(110)는 차량 센서부(120) 및 차량 촬영부(130)에서 획득하는 노면 상태 정보를 관리 서버(200)로 전송할 수 있다. 차량 통신부(110)는 차량(100)의 현재 위치, 주행 속도 등을 포함하는 차량 주행 정보를 관리 서버(200)로 전송할 수 있다. 차량 통신부(110)는 관리 서버(200)로부터 도로 예측 정보를 수신할 수 있다.The vehicle communication unit 110 enables communication between the vehicle 100 and the management server 200. For this purpose, the vehicle communication unit 110 can be implemented with one or more components that perform wireless communication. The vehicle communication unit 110 may transmit the road surface state information obtained by the vehicle sensor unit 120 and the vehicle photographing unit 130 to the management server 200. [ The vehicle communication unit 110 may transmit the vehicle running information including the current position and the running speed of the vehicle 100 to the management server 200. [ The vehicle communication unit 110 can receive the road prediction information from the management server 200. [

또한, 차량 통신부(110)는 인접한 차량 간 통신을 가능하게 하며, 이를 위해, 무선 통신 또는 근거리 무선 통신을 수행하게 하는 하나 이상의 구성요소를 포함하여 구현될 수 있다. 차량 통신부(110)는 인접한 다른 차량(100)과 현재 위치, 주행 속도 등을 포함하는 차량 주행 정보를 공유할 수 있다. 차량 통신부(110)는 인접한 다른 차량(100)과 관리 서버(200)로부터 수신하는 도로 예측 정보를 공유할 수 있다.In addition, the vehicle communication unit 110 may be implemented with one or more components that enable adjacent vehicle-to-vehicle communication, and thus, perform wireless communication or short-range wireless communication. The vehicle communication unit 110 may share the vehicle running information including the current position, the running speed, and the like with another adjacent vehicle 100. [ The vehicle communication unit 110 may share the road prediction information received from the adjacent vehicle 100 and the management server 200. [

차량 센서부(120)는 차량(100)이 현재 주행중인 도로의 노면온도를 획득하기 위한 온도 센서를 포함하여 구현될 수 있다. 온도 센서는 열을 감지하여 전기신호를 내는 센서일 수 있다. 이러한 온도 센서는 차량(100) 외부에 마련되어, 현재 주행중인 도로의 노면온도를 획득할 수 있다.The vehicle sensor unit 120 may be implemented by including a temperature sensor for obtaining the road surface temperature of the road on which the vehicle 100 is currently running. The temperature sensor may be a sensor that senses heat and emits an electrical signal. Such a temperature sensor may be provided outside the vehicle 100 to obtain the road surface temperature of the road that is currently being driven.

또한, 차량 센서부(120)는 차량(100)의 현재 위치를 확인하기 위한 GPS 센서를 포함하여 구현될 수 있다. GPS 센서는 차량(100)의 내부 또는 외부에 마련되어, 차량(100)의 현재 위치 정보를 획득할 수 있다.In addition, the vehicle sensor unit 120 may be implemented with a GPS sensor for confirming the current position of the vehicle 100. The GPS sensor may be provided inside or outside the vehicle 100 to obtain the current position information of the vehicle 100. [

차량 촬영부(130)는 차량(100)이 현재 주행중인 도로의 노면영상을 획득할 수 있다. 이를 위해, 차량 촬영부(130)는 카메라 모듈을 포함하여 구현될 수 있다. 차량 촬영부(130)는 차량(100)의 외부에 마련되어 현재 주행중인 도로의 노면영상을 실시간으로 획득할 수 있다.The vehicle photographing unit 130 can obtain a road surface image of the road in which the vehicle 100 is currently traveling. To this end, the vehicle photographing unit 130 may be implemented including a camera module. The vehicle photographing unit 130 is provided outside the vehicle 100 and can acquire road surface images of roads currently in operation in real time.

차량 제어부(140)는 차량(100)의 전반적인 동작을 제어할 수 있다. 특히, 차량 제어부(140)는 관리 서버(200) 또는 인접한 다른 차량(100)으로부터 수신하는 도로 예측 정보를 반영하여 주행 경로를 생성할 수 있다. 이를 위해, 차량 제어부(140)는 노면 상태 정규화부(141), 도로 혼잡도 공유부(142) 및 경로 생성부(143)를 포함하여 구현될 수 있다.The vehicle control section 140 can control the overall operation of the vehicle 100. [ In particular, the vehicle control unit 140 may generate a traveling route reflecting the road prediction information received from the management server 200 or another adjacent vehicle 100. [ The vehicle control unit 140 may include a road surface normalization unit 141, a road congestion sharing unit 142, and a path generation unit 143.

구체적으로는, 노면 상태 정규화부(141)는 관리 서버(200)로부터 수신하는 미래 노면 상태를 반영하여 주행 경로를 생성할 수 있도록, 미래 노면 상태를 정규화할 수 있다. 노면 상태 정규화부(141)는 차량 통신부(110)를 통해 관리 서버(200)로부터 미래 노면 상태를 수신할 수 있다. 이때, 노면 상태는 노면 마찰계수, 노면 상태 지표(예를 들면, dry, moist, wet, slush, ice, snow, frost 등), 노면 습도, 빙판 두께 등으로 이루어질 수 있다. 노면 상태 정규화부(141)는 미리 설정되는 노면 상태 정규화 테이블로부터 관리 서버(200)로부터 수신하는 미래 노면 상태를 정규화시킬 수 있다. 예를 들면, 노면 상태 정규화부(141)는 다양한 미래 노면 상태를 차량(100) 주행에 영향을 미치는 순으로 범위를 나누고, 각 범위에 0.1, 0.2 등의 값을 부여함으로써 미래 노면 상태를 정규화시킬 수 있다. Specifically, the road surface normalization unit 141 can normalize the future road surface state so as to generate a traveling route reflecting the future road surface state received from the management server 200. [ The road surface normalization unit 141 can receive the future road surface state from the management server 200 through the vehicle communication unit 110. [ In this case, the road surface condition may be a road surface friction coefficient, a road surface condition index (for example, dry, moist, wet, slush, ice, snow, frost, etc.), road surface humidity, The road surface condition normalization unit 141 may normalize the future road surface state received from the management server 200 from the preset road surface condition normalization table. For example, the road surface normalization unit 141 normalizes the future road surface state by dividing the range of the future road surface state in order of affecting the running of the vehicle 100, and assigning 0.1, 0.2, or the like to each range .

또한, 노면 상태 정규화부(141)는 차량 통신부(110)를 통해 인접한 차량간 통신을 수행하여, 인접한 차량(100)과 관리 서버(200)로부터 수신하는 미래 노면 상태를 공유할 수 있다. 이에, 노면 상태 정규화부(141)는 복수의 미래 노면 상태를 획득할 수 있다. 이때, 복수의 미래 노면 상태에는 관리 서버(200)로부터 각 미래 노면 상태를 수신한 차량(100)의 위치 정보가 포함될 수 있다. 노면 상태 정규화부(141)는 복수의 미래 노면 상태를 정규화시킬 수 있다. 그리고, 노면 상태 정규화부(141)는 정규화에 따른 복수의 미래 노면 상태의 각 값에 따라 주행 정보를 생성하는 데 반영할 하나의 미래 노면 상태를 선택할 수 있다. 예를 들면, 노면 상태 정규화부(141)는 복수의 미래 노면 상태 중 정규화값이 가장 큰 미래 노면 상태를 선택할 수 있다. The road surface normalization unit 141 may perform communication between adjacent vehicles through the vehicle communication unit 110 to share the future road surface state received from the adjacent vehicle 100 and the management server 200. [ Thus, the road surface condition normalization unit 141 can obtain a plurality of future road surface states. At this time, the plurality of future road surface states may include position information of the vehicle 100 that receives the respective future road surface states from the management server 200. The road surface condition normalization unit 141 may normalize a plurality of future road surface conditions. Then, the road surface normalization unit 141 can select one future road surface state to be reflected in generating the driving information according to each value of the plurality of future road surface states according to the normalization. For example, the road surface normalization unit 141 can select a future road surface state having a largest normalized value among a plurality of future road surface states.

도로 혼잡도 공유부(142)는 차량 통신부(110)를 통해 관리 서버(200)로부터 도로 혼잡도를 수신할 수 있다. 관리 서버(200)는 복수의 차량(100)으로부터 각 차량(100)의 위치 정보를 수신할 수 있으며, 복수의 차량(100)의 위치 정보에 따라 각 차량(100)이 위치하는 도로의 혼잡도를 예측할 수 있다. 도로 혼잡도 공유부(142)는 차량 통신부(110)를 통해 인접한 차량간 통신을 수행하여, 인접한 차량(100)과 관리 서버(200)로부터 수신하는 도로 혼잡도를 공유할 수 있다. 이에, 도로 혼잡도 공유부(142)는 복수의 도로 혼잡도를 공유할 수 있다. 이때, 복수의 도로 혼잡도에는 관리 서버(200)로부터 각 도로 혼잡도를 수신한 차량(100)의 위치 정보가 포함될 수 있다. The road congestion sharing unit 142 may receive the road congestion degree from the management server 200 through the vehicle communication unit 110. [ The management server 200 can receive the positional information of each vehicle 100 from the plurality of vehicles 100 and calculate the congestion degree of the road where each vehicle 100 is located according to the positional information of the plurality of vehicles 100 Can be predicted. The road congestion sharing unit 142 may perform communication between adjacent vehicles through the vehicle communication unit 110 to share the road congestion received from the adjacent vehicle 100 and the management server 200. [ Accordingly, the road congestion share unit 142 can share a plurality of road congestion levels. At this time, the plurality of road congestion levels may include the location information of the vehicle 100 receiving the road congestion degrees from the management server 200.

경로 생성부(143)는 차량(100)의 주행 경로를 생성할 수 있다. 경로 생성부(143)는 차량(100)의 현재 위치와 차량(100)이 이동하여야 하는 목적지 간의 주행 경로를 생성할 수 있다. 이때, 경로 생성부(143)는 주행 경로를 설정하기 위해 경로 탐색 서버에 접속하거나, 차량(100)에 마련되는 네비게이션 시스템을 이용하는 등 다양한 방법으로 주행 경로를 생성할 수 있다. The route generating unit 143 can generate a traveling route of the vehicle 100. [ The route generating unit 143 can generate a traveling route between the current position of the vehicle 100 and a destination to which the vehicle 100 should move. At this time, the route generating unit 143 may generate a traveling route by various methods such as connecting to a route search server to set a traveling route, using a navigation system provided in the vehicle 100, or the like.

경로 생성부(143)는 노면 상태 정규화부(141)에 의해 정규화된 미래 노면 상태 값을 반영하여 주행 경로를 생성할 수 있다. 예를 들면, 경로 생성부(143)는 미래 노면 상태 값이 미리 설정되는 기준값 이상인 경우 새로운 주행 경로를 생성할 수 있다. 미래 노면 상태의 정규화 값이 클수록 노면 상태가 좋지 않음을 의미하므로, 미래 노면 상태의 정규화 값이 미리 설정되는 기준값 이상인 경우 노면 상태에 따른 사고를 방지할 수 있도록 새로운 주행 경로를 생성할 수 있다.The path generating unit 143 may generate a traveling route by reflecting the future road surface state values normalized by the road surface normalizing unit 141. [ For example, the path generation unit 143 can generate a new travel route when the future road surface state value is equal to or greater than a preset reference value. If the normalization value of the future road surface state is greater than or equal to a predetermined reference value, a new traveling path can be created to prevent an accident due to the road surface condition.

또는, 경로 생성부(143)는 도로 혼잡도 공유부(142)에서 관리 서버(200)로부터 수신하는 도로 혼잡도가 미리 설정되는 기준값 이상인 경우 새로운 주행 경로를 생성할 수 있다. Alternatively, the path generation unit 143 may generate a new travel route when the road congestion level received from the management server 200 in the road congestion level sharing unit 142 is equal to or greater than a preset reference value.

또한, 경로 생성부(143)는 새로운 주행 경로 생성 시, 인접한 차량간 통신을 수행하여 인접한 다른 차량(100)으로부터 획득한 미래 노면 상태를 이용할 수 있다. 경로 생성부(143)는 노면 상태 정규화부(141)에 의해 정규화된 복수의 미래 노면 상태 값 중에서 그 값이 가장 작은 미래 노면 상태를 선택할 수 있다. 이때, 복수의 미래 노면 상태에는 관리 서버(200)로부터 각 미래 노면 상태를 수신한 차량(100)의 위치 정보가 포함될 수 있다. 따라서, 경로 생성부(143)는 복수의 미래 노면 상태의 정규화값 중 가장 작은 정규화값을 갖는 미래 노면 상태를 수신한 차량(100)의 위치를 반영하여 새로운 주행 경로를 생성할 수 있다. 이에 따라, 경로 생성부(143)는 인접한 구역에서 가장 노면 상태가 양호한 구역을 향하도록 주행 경로를 생성할 수 있다.In addition, when generating a new traveling route, the route generating unit 143 may use the future road surface state acquired from the adjacent vehicle 100 by performing communication between adjacent vehicles. The path generating unit 143 may select a future road surface state having the smallest value among a plurality of future road surface state values normalized by the road surface normalization unit 141. [ At this time, the plurality of future road surface states may include position information of the vehicle 100 that receives the respective future road surface states from the management server 200. Accordingly, the route generating unit 143 may generate a new travel route reflecting the position of the vehicle 100 receiving the future road surface state having the smallest normalization value among the plurality of future road surface state normalization values. Accordingly, the route generating unit 143 can generate the traveling route so as to face the area with the best road surface condition in the adjacent area.

또는, 경로 생성부(143)는 새로운 주행 경로 생성 시, 인접한 차량간 통신을 수행하여 인접한 다른 차량(100)으로부터 획득한 도로 혼잡도를 이용할 수 있다. 경로 생성부(143)는 도로 혼잡도 공유부(142)에 의해 공유되는 복수의 도로 혼잡도 중에서 그 값이 가장 작은 도로 혼잡도를 선택할 수 있다. 이때, 복수의 도로 혼잡도에는 관리 서버(200)로부터 각 도로 혼잡도를 수신한 차량(100)의 위치 정보가 포함될 수 있다. 따라서, 경로 생성부(143)는 복수의 도로 혼잡도 중 가장 적은 혼잡도를 보이는 도로 혼잡도를 수신한 차량(100)의 위치를 반영하여 새로운 주행 경로를 생성할 수 있다. 이에 따라, 경로 생성부(143)는 인접한 구역에서 가장 도로 혼잡도가 낮은 구역을 향하도록 주행 경로를 생성할 수 있다.Alternatively, when generating a new traveling route, the route generating unit 143 may use the road congestion degree acquired from another adjacent vehicle 100 by performing communication between adjacent vehicles. The route generating unit 143 can select the road congestion degree having the smallest value among the plurality of road congestion levels shared by the road congestion degree sharing unit 142. [ At this time, the plurality of road congestion levels may include the location information of the vehicle 100 receiving the road congestion degrees from the management server 200. Accordingly, the route generating unit 143 can generate a new travel route reflecting the location of the vehicle 100 that has received the road congestion degree showing the least congestion among the plurality of road congestion degrees. Accordingly, the route generating unit 143 can generate the traveling route so as to face the area with the lowest road congestion in the adjacent area.

차량 입력부(150)는 사용자에 의한 차량(100)의 동작 제어를 위한 입력 데이터를 발생시킬 수 있으며, 이를 위해, 키 패드, 돔 스위치, 터치 패드, 조그 휠, 조그 스위치 등으로 구성될 수 있다. 차량 입력부(150)는 사용자로부터 목적지 정보 등을 입력 받을 수 있다.The vehicle input unit 150 may generate input data for controlling the operation of the vehicle 100 by a user. The input unit 150 may include a keypad, a dome switch, a touch pad, a jog wheel, a jog switch, and the like. The vehicle input unit 150 can receive destination information and the like from a user.

차량 출력부(160)는 오디오 신호 또는 비디오 신호를 출력할 수 있으며, 이를 위해, 디스플레이, 음향 출력 모듈 등을 포함하여 구성될 수 있다. 예를 들면, 차량 출력부(160)는 관리 서버(200)로부터 수신하는 미래 노면 상태를 출력할 수 있다. 차량 출력부(160)는 경로 생성부(143)에서 생성하는 주행 경로를 출력할 수 있다.The vehicle output unit 160 may output an audio signal or a video signal. For this purpose, the vehicle output unit 160 may include a display, an audio output module, and the like. For example, the vehicle output unit 160 can output the future road surface state received from the management server 200. [ The vehicle output unit 160 can output the traveling route generated by the route generating unit 143. [

차량 메모리부(170)는 차량(100)의 처리 및 제어를 위한 프로그램이 저장될 수 있으며, 입출력되는 데이터들의 임시 저장을 위한 기능을 수행할 수 있다.The vehicle memory unit 170 may store a program for processing and controlling the vehicle 100, and may perform a function for temporary storage of input and output data.

이하, 도 3을 참조하여, 도 2에 도시된 차량(100)에서 도로 상태 예측을 위한 데이터를 획득하여 관리 서버(200)로 전송하고, 관리 서버(200)로부터 수신하는 도로 상태 정보를 반영하여 주행 경로를 생성하는 과정을 설명하기로한다.3, data for predicting the road condition is acquired in the vehicle 100 shown in FIG. 2 and transmitted to the management server 200, and the road state information received from the management server 200 is reflected A process of generating a traveling route will be described.

도 3은 차량에서 도로 상태 예측을 위한 데이터를 획득하고, 예측된 도로 상태를 반영하여 주행 경로를 생성하는 과정을 도시한 순서도이다.3 is a flowchart illustrating a process of acquiring data for predicting the road condition in the vehicle and generating a traveling route reflecting the predicted road condition.

도 3을 참조하면, 차량(100)은 현재 주행중인 도로의 노면온도 및 노면영상을 획득하고, 차량(100)의 위치 정보를 획득하여 관리 서버(200)로 전송할 수 있다(400). Referring to FIG. 3, the vehicle 100 may acquire the road surface temperature and road surface image of the road that is currently being operated, acquire position information of the vehicle 100, and transmit it to the management server 200 (400).

차량(100)은 관리 서버(200)로부터 미래 노면 상태를 수신하고(410), 도로 혼잡도를 수신할 수 있다(420). 관리 서버(200)는 차량(100)으로부터 수신하는 도로의 노면온도, 노면영상 및 위치 정보에 따른 미래 노면 상태 및 도로 혼잡도를 예측하여 차량(100)으로 전송할 수 있다.Vehicle 100 may receive (410) future road surface conditions from management server 200 and receive road congestion (420). The management server 200 can predict future road surface conditions and road congestion according to road surface temperature, road surface image, and position information received from the vehicle 100, and transmit the predicted future road surface state and road congestion degree to the vehicle 100.

차량(100)은 인접한 다른 차량(100)이 존재하면(430), 차량 간 통신을 수해아여 인접한 다른 차량(100)과 미래 노면 상태 및 도로 혼잡도를 공유할 수 있다(440).The vehicle 100 may share future road surface conditions and road congestion with other vehicles 100 adjacent to the vehicle 100 in the presence of another adjacent vehicle 100 in operation 430.

차량(100)은 미래 노면 상태 및 도로 혼잡도를 반영하여 주행 경로를 생성할 수 있다(450).The vehicle 100 may generate a traveling route (450) by reflecting future road surface conditions and road congestion.

이하, 도 4를 참조하여, 도 1에 도시된 관리 서버(200)에 대하여 구체적으로 설명하기로 한다.Hereinafter, the management server 200 shown in FIG. 1 will be described in detail with reference to FIG.

도 4는 도 1에 도시된 관리 서버의 제어 블록도이다.4 is a control block diagram of the management server shown in FIG.

도 4를 참조하면, 관리 서버(200)는 관리 서버 통신부(210), 관리 서버 제어부(220) 및 관리 서버 메모리부(230)를 포함하여, 차량(100)으로부터 노면 상태 정보 및 위치 정보를 수신하고, 노면 상태 정보 및 기상 정보를 반영하여 미래 노면 상태를 예측하며, 위치 정보를 반영하여 도로 혼잡도를 예측하여 차량(100)으로 전송할 수 있다. 4, the management server 200 receives the road surface state information and the position information from the vehicle 100, including the management server communication unit 210, the management server control unit 220, and the management server memory unit 230 Predict future road surface state by reflecting road surface state information and weather information, predict road congestion by reflecting position information, and transmit it to vehicle 100.

관리 서버 통신부(210)는 관리 서버(200)와 차량(100) 간의 통신을 가능하게 하며, 이를 위해, 무선 통신을 수행하게 하는 하나 이상의 구성요소를 포함하여 구현될 수 있다. 관리 서버 통신부(210)는 차량(100)으로부터 노면 상태 정보 및 위치 정보를 수신할 수 있다. 관리 서버 통신부(210)는 관리 서버 제어부(220)에서 예측하는 미래 노면 상태 및 도로 혼잡도를 차량(100)으로 전송할 수 있다.The management server communication unit 210 enables communication between the management server 200 and the vehicle 100 and, for this purpose, may include one or more components for performing wireless communication. The management server communication unit 210 can receive the road surface state information and the position information from the vehicle 100. The management server communication unit 210 can transmit the future road surface state and road congestion predicted by the management server control unit 220 to the vehicle 100. [

관리 서버 제어부(220)는 관리 서버(200)의 전반적인 동작을 제어할 수 있다. 특히, 관리 서버 제어부(220)는 차량(100)으로부터 수신하는 노면 상태 정보 및 기상정보 제공서버(300)로부터 획득하는 기상정보를 반영하여 미래 노면 상태를 예측하고, 복수의 차량(100)으로부터 수신하는 위치 정보를 반영하여 도로 혼잡도를 예측할 수 있다. 이를 위해, 관리 서버 제어부(220)는 노면 상태 데이터 생성부(221), 미래 노면 상태 예측부(222) 및 도로 혼잡도 예측부(223)를 포함하여 구현될 수 있다.The management server control unit 220 can control the overall operation of the management server 200. [ In particular, the management server control unit 220 predicts the future road surface state by reflecting the road surface state information received from the vehicle 100 and the weather information acquired from the weather information providing server 300, and receives from the plurality of vehicles 100 It is possible to predict the road congestion degree by reflecting the location information. For this, the management server control unit 220 may include a road surface state data generation unit 221, a future road surface state predicting unit 222, and a road congestion predicting unit 223.

구체적으로는, 노면 상태 데이터 생성부(221)는 미래 노면 상태를 예측하기 위해, 차량(100)으로부터 수신하는 노면온도 및 노면영상을 노면 상태 데이터로 생성할 수 있다. 특히, 노면 상태 데이터 생성부(221)는 노면영상에 대한 영상 패턴 분석을 수행할 수 있다. 예를 들면, 노면 상태 데이터 생성부(221)는 노면영상에 대하여 그레이 영상으로 변환, 밝기 조절, 영상 노이즈 제거 및 그림자 제거를 포함하는 필터링 등 공지된 다양한 영상 패턴 분석 과정을 적용하여 노면 상태 지표(예를 들면, dry, moist, wet, slush, ice, snow, frost 등)를 확인할 수 있으며, 노면에 포트홀이 존재하는지 여부, 노면에 맨홀이 존재하는지 여부, 빙판이 형성되었는지 여부 등을 확인하여 노면 상태 데이터를 생성할 수 있다. 노면 상태 데이터 생성부(221)는 이러한 노면영상에 대한 영상 패턴 분석 결과와 노면온도를 노면 상태 데이터로 생성할 수 있다.Specifically, the road surface state data generation section 221 can generate road surface state data and road surface images received from the vehicle 100 as road surface state data, in order to predict future road surface state. In particular, the road surface state data generation unit 221 may perform image pattern analysis on the road surface image. For example, the road surface state data generator 221 may apply various known image pattern analysis processes to the road surface image such as conversion to a gray image, brightness control, image noise removal, and filtering including shadow removal, For example, you can check dry, moist, wet, slush, ice, snow, frost, etc., and check whether there are potholes on the road surface, manholes on the road surface, State data can be generated. The road surface state data generation unit 221 may generate an image pattern analysis result and road surface temperature for the road surface image as road surface state data.

미래 노면 상태 예측부(222)는 노면 상태 데이터 및 기상정보를 반영하여 미래 노면 상태를 예측할 수 있다. 이를 위해, 미래 노면 상태 예측부(222)는 관리 서버 통신부(210)를 통해 기상정보 제공서버(300)에 접속할 수 있다. 미래 노면 상태 예측부(222)는 기상정보 제공서버(300)에 접속하여 차량(100)으로부터 수신하는 위치 정보에 대응하는 위치의 관측 예측 기상정보를 획득할 수 있다. 미래 노면 상태 예측부(222)는 이와 같이 노면 상태 데이터에 대응하는 기상정보를 획득하여 소정의 머신 러닝 알고리즘, 일예로, SVM(Support Vector Machine)에 입력함으로써 학습 모델로 저장함과 동시에 노면 상태 데이터에 대한 미래 노면 상태를 예측할 수 있다. 미래 노면 상태 예측부(222)는 이와 같이 차량(100)에서 실시간으로 획득하는 현재 주행중인 도로의 노면 상태 정보에 기상정보를 반영하여 미래 노면 상태를 예측할 수 있다. 미래 노면 상태 예측부(222)는 예측한 미래 노면 상태를 차량(100)으로 전송할 수 있다.The future road surface state predicting unit 222 can predict the future road surface state by reflecting the road surface state data and the weather information. To this end, the future road surface state predicting unit 222 can access the weather information providing server 300 through the management server communication unit 210. [ The future road surface state predicting unit 222 can access the weather information providing server 300 and acquire the observation predicted vapor phase information at the position corresponding to the position information received from the vehicle 100. [ The future road surface state predicting unit 222 acquires the weather information corresponding to the road surface state data and stores it in a learning model by inputting a predetermined machine learning algorithm, for example, an SVM (Support Vector Machine) The future road surface condition can be predicted. The future road surface state predicting unit 222 can predict the future road surface state by reflecting the weather information on the road surface state information of the road currently being obtained from the vehicle 100 in this way. The future road surface state predicting unit 222 may transmit the predicted future road surface state to the vehicle 100. [

도로 혼잡도 예측부(223)는 차량(100)으로부터 수신하는 위치 정보에 따른 도로 혼잡도를 예측할 수 있다. 도로 혼잡도 예측부(223)는 복수의 차량(100)으로부터 각 차량(100)의 위치 정보를 수신할 수 있다. 예를 들면, 도로 혼잡도 예측부(223)는 소정의 규칙에 따라 도로가 구획되어 있으며, 복수의 차량(100)으로부터 수신하는 위치 정보에 따라 각 구역별로 위치하는 차량 대수를 산출하고, 차량 대수에 따른 도로 혼잡도를 예측할 수 있다. 도로 혼잡도 예측부(223)는 예측한 도로 혼잡도를 차량(100)으로 전송할 수 있다.The road congestion prediction unit 223 can predict the road congestion degree according to the position information received from the vehicle 100. [ The road congestion estimating unit 223 can receive position information of each vehicle 100 from a plurality of vehicles 100. [ For example, the road congestion predicting unit 223 divides roads according to a predetermined rule, calculates the number of vehicles located in each zone according to the position information received from the plurality of vehicles 100, The road congestion can be predicted. The road congestion estimating unit 223 can transmit the predicted road congestion degree to the vehicle 100. [

관리 서버 메모리부(230)는 관리 서버(200)의 처리 및 제어를 위한 프로그램이 저장될 수 있고, 입/출력되는 데이터들의 임시 저장을 위한 기능을 수행할 수 있다.The management server memory unit 230 may store a program for processing and control of the management server 200 and may perform a function for temporary storage of input / output data.

이하, 도 5를 참조하여, 도 4에 도시된 관리 서버(200)에서의 도로 상태 예측 방법을 설명하기로 한다.Hereinafter, the road state predicting method in the management server 200 shown in FIG. 4 will be described with reference to FIG.

도 5는 관리 서버에서 도로 상태를 예측하는 과정을 도시한 순서도이다.5 is a flowchart illustrating a process of predicting a road condition in a management server.

도 5를 참조하면, 관리 서버(200)는 통신이 가능한 복수의 차량(100)으로부터 노면온도, 노면영상 및 위치 정보를 수신할 수 있다(500). Referring to FIG. 5, the management server 200 may receive the road surface temperature, road surface image, and position information from a plurality of communicable vehicles 100 (500).

관리 서버(200)는 복수의 차량(100)으로부터 수신하는 노면온도, 노면영상을 각각 분석하여 노면 상태 데이터를 획득할 수 있다(510).The management server 200 may analyze the road surface temperature and road surface images received from the plurality of vehicles 100 to obtain road surface state data (510).

관리 서버(200)는 기상정보 제공서버(300)에 접속하여 차량(100)의 위치 정보에 따른 현재 위치에 대응하는 기상정보를 수신할 수 있다(520).The management server 200 may access the weather information providing server 300 and receive weather information corresponding to the current location according to the location information of the vehicle 100 (520).

관리 서버(200)는 노면 상태 데이터 및 기상정보에 따라 미래 노면 상태를 예측할 수 있다(530).The management server 200 may predict the future road surface state according to the road surface state data and the weather information (530).

관리 서버(200)는 복수의 차량(100)으로부터 수신하는 위치 정보에 따라 도로 혼잡도를 예측할 수 있다(540).The management server 200 can predict the road congestion according to the position information received from the plurality of vehicles 100 (540).

관리 서버(200)는 예측한 미래 노면 상태 및 도로 혼잡도를 각 차량(100)으로 전송할 수 있다(550).The management server 200 may transmit the predicted future road surface condition and road congestion to each vehicle 100 (550).

이와 같은, 도로 상태 예측 방법은 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.Such a road state prediction method may be implemented in the form of program instructions that can be executed through various computer components and recorded in a computer-readable recording medium. The computer-readable recording medium may include program commands, data files, data structures, and the like, alone or in combination.

상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.The program instructions recorded on the computer-readable recording medium may be ones that are specially designed and configured for the present invention and are known and available to those skilled in the art of computer software.

컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.Examples of computer-readable media include magnetic media such as hard disks, floppy disks and magnetic tape, optical recording media such as CD-ROMs and DVDs, magneto-optical media such as floptical disks, media, and hardware devices specifically configured to store and execute program instructions such as ROM, RAM, flash memory, and the like.

프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.Examples of program instructions include machine language code such as those generated by a compiler, as well as high-level language code that can be executed by a computer using an interpreter or the like. The hardware device may be configured to operate as one or more software modules for performing the processing according to the present invention, and vice versa.

이상 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.While the present invention has been described in connection with what is presently considered to be practical exemplary embodiments, it is to be understood that the invention is not limited to the disclosed embodiments, but, on the contrary, You will understand. It is therefore to be understood that the above-described embodiments are illustrative in all aspects and not restrictive.

1000: 도로 상태 예측 시스템
100: 차량
200: 관리 서버
300: 기상정보 제공서버1000: Road condition forecasting system
100: vehicle
200: management server
300: weather information providing server

Claims (15)

온도 센서 및 카메라가 장착되어 현재 주행중인 도로의 노면온도 및 노면영상을 획득하고, GPS 모듈이 장착되어 현재 위치 정보를 획득하는 복수의 차량;
적어도 하나의 기상 관측소로부터 관측 및 예측되는 기상정보를 제공하는 기상정보 제공서버; 및
상기 차량으로부터 상기 노면온도, 상기 노면영상 및 위치 정보를 수신하고, 상기 노면온도 및 상기 노면영상을 분석하여 노면 상태 데이터를 획득하고, 상기 기상정보 제공서버에 접속하여 상기 차량의 현재 위치 정보에 대응하는 기상정보를 획득하며, 상기 노면 상태 데이터와 상기 기상정보에 따라 현재 주행중인 도로의 미래 노면 상태를 예측하여 상기 차량으로 전송하는 관리 서버를 포함하고,
상기 복수의 차량은,
인접한 차량 간 통신을 수행하여 각 차량에서 상기 관리 서버로부터 수신하는 미래 노면 상태 및 각 차량의 위치 정보를 공유하고,
현재 위치로부터 목적지 간의 주행 경로를 생성하되, 인접한 차량과 공유한 미래 노면 상태 및 각 차량의 위치 정보를 이용하여 상기 주행 경로를 생성하는 도로 상태 예측 시스템.A plurality of vehicles equipped with a temperature sensor and a camera to acquire road surface temperature and road surface images of roads currently in operation and equipped with a GPS module to acquire current position information;
A weather information providing server for providing weather information to be observed and predicted from at least one weather station; And
Receiving the road surface temperature, the road surface image and the position information from the vehicle, analyzing the road surface temperature and the road surface image to obtain road surface condition data, and connecting to the weather information providing server to correspond to the current position information of the vehicle And a management server for predicting a future road surface state of a road currently in operation according to the road surface state data and the weather information and transmitting the predicted future road surface state to the vehicle,
The plurality of vehicles include:
Carries out communication between adjacent vehicles to share the future road surface state and the position information of each vehicle received from the management server in each vehicle,
A road condition prediction system for generating a traveling route between destinations from a current location, wherein the traveling route is generated using a future road surface state shared with an adjacent vehicle and position information of each vehicle. 제1항에 있어서,
상기 관리 서버는,
상기 차량으로부터 수신하는 위치 정보에 따른 도로 혼잡도를 예측하여 상기 차량으로 전송하는 것을 더 포함하는 도로 상태 예측 시스템.The method according to claim 1,
The management server includes:
Further comprising predicting a road congestion degree according to position information received from the vehicle and transmitting the predicted road congestion degree to the vehicle. 제2항에 있어서,
상기 차량은,
인접한 차량 간 통신을 수행하여 각 차량에서 상기 관리 서버로부터 수신하는 도로 혼잡도를 공유하는 것을 더 포함하는 도로 상태 예측 시스템.3. The method of claim 2,
The vehicle includes:
Further comprising communicating between adjacent vehicles to share the road congestion received from the management server in each vehicle. 제3항에 있어서,
상기 차량은,
현재 위치로부터 목적지 간의 주행 경로 생성 시, 인접한 차량과 공유한 미래 노면 상태 및 도로 혼잡도를 정규화하여 각 차량에서 상기 관리 서버로부터 수신한 미래 노면 상태 및 도로 혼잡도의 정규화 값을 산출하며,
각 차량에서 상기 관리 서버로부터 수신한 미래 노면 상태 및 도로 혼잡도의 정규화 값을 비교하고, 그 값이 가장 작은 차량의 위치 정보를 반영하여 상기 주행 경로를 생성하는 도로 상태 예측 시스템.The method of claim 3,
The vehicle includes:
The future road surface state and the road congestion degree shared with the neighboring vehicles are normalized to generate the normalized values of the future road surface state and the road congestion degree received from the management server in each vehicle,
Comparing the future road surface state received from the management server and the normalized value of the road congestion degree in each vehicle and generating the traveling route reflecting the position information of the vehicle having the lowest value. ◈청구항 5은(는) 설정등록료 납부시 포기되었습니다.◈◈ Claim 5 is abandoned due to the registration fee. 제1항에 있어서,
상기 차량은,
상기 관리 서버로부터 수신하는 미래 노면 상태를 정규화하며, 상기 관리 서버로부터 수신하는 미래 노면 상태의 정규화 값이 미리 정해진 기준값 이상인 경우 주행 경로를 갱신하는 것을 더 포함하는 도로 상태 예측 시스템.The method according to claim 1,
The vehicle includes:
Further comprising: normalizing the future road surface state received from the management server, and updating the travel route when the normalized value of the future road surface state received from the management server is equal to or greater than a predetermined reference value. ◈청구항 6은(는) 설정등록료 납부시 포기되었습니다.◈◈ Claim 6 is abandoned due to the registration fee. 제2항에 있어서,
상기 차량은,
상기 관리 서버로부터 수신하는 도로 혼잡도를 정규화하며, 상기 관리 서버로부터 수신하는 도로 혼잡도가 미리 정해진 기준값 이상인 경우 주행 경로를 갱신하는 것을 더 포함하는 도로 상태 예측 시스템.3. The method of claim 2,
The vehicle includes:
Normalizing the road congestion level received from the management server and updating the travel route when the road congestion level received from the management server is equal to or greater than a predetermined reference value. ◈청구항 7은(는) 설정등록료 납부시 포기되었습니다.◈◈ Claim 7 is abandoned due to registration fee. 제1항에 있어서,
상기 관리 서버는,
상기 기상정보 제공서버에 접속하여 상기 차량의 현재 위치 정보에 대응하는 기상정보를 획득하며, 상기 노면 상태 데이터와 상기 기상정보를 소정의 머신 러닝 알고리즘에 입력하여 상기 노면 상태 데이터에 대한 학습 모델로 저장함과 동시에 상기 노면 상태 데이터에 대한 미래 노면 상태를 예측하는 도로 상태 예측 시스템.The method according to claim 1,
The management server includes:
Acquires weather information corresponding to the current location information of the vehicle by accessing the weather information providing server, inputs the road surface state data and the weather information to a predetermined machine learning algorithm, and stores the data as a learning model for the road surface state data And predicts a future road surface state of the road surface state data. 복수의 차량 및 복수의 차량과 통신을 수행하여 각 차량으로 도로 관측 정보를 제공하는 관리 서버를 포함하는 도로 상태 예측 시스템에서의 도로 상태 예측 방법에 있어서,
상기 차량에서 각각 온도 센서 및 카메라를 통해 현재 주행중인 도로의 노면온도 및 노면영상을 획득하여 상기 관리 서버로 전송하고,
상기 관리 서버에서 상기 차량으로부터 상기 노면온도, 상기 노면영상 및 위치 정보를 수신하고, 상기 노면온도 및 상기 노면영상을 분석하여 노면 상태 데이터를 획득하고, 기상정보 제공서버에 접속하여 상기 차량의 현재 위치 정보에 대응하는 기상정보를 획득하며, 상기 노면 상태 데이터와 상기 기상정보에 따라 현재 주행중인 도로의 미래 노면 상태를 예측하여 상기 차량으로 전송하며,
상기 차량에서 인접한 차량 간 통신을 수행하여 각 차량에서 상기 관리 서버로부터 수신하는 미래 노면 상태 및 각 차량의 위치 정보를 공유하고, 현재 위치로부터 목적지 간의 주행 경로를 생성하되, 인접한 차량과 공유한 미래 노면 상태 및 각 차량의 위치 정보를 이용하여 상기 주행 경로를 생성하는 도로 상태 예측 방법.A road state predicting method in a road state predicting system including a management server for communicating with a plurality of vehicles and a plurality of vehicles to provide road observation information to each vehicle,
The road surface temperature and the road surface image of the road currently being driven through the temperature sensor and the camera are acquired from the vehicle and transmitted to the management server,
The management server receives the road surface temperature, the road surface image and the position information from the vehicle, analyzes the road surface temperature and the road surface image to obtain road surface condition data, and connects to the weather information providing server, Estimating a future road surface state of a road currently in operation according to the road surface state data and the weather information and transmitting the predicted future road surface state to the vehicle,
And a controller for controlling the vehicle so as to share the future road surface state and the position information of each vehicle received from the management server in each vehicle, to generate a traveling route between destinations from the current position, And generating the traveling route using the state information and the position information of each vehicle. 제8항에 있어서,
상기 관리 서버는 상기 차량으로부터 수신하는 위치 정보에 따른 도로 혼잡도를 예측하여 상기 차량으로 전송하는 것을 더 포함하는 도로 상태 예측 방법.9. The method of claim 8,
Wherein the management server further predicts road congestion according to location information received from the vehicle and transmits the predicted road congestion to the vehicle. 제9항에 있어서,
상기 차량은 인접한 차량 간 통신을 수행하여 각 차량에서 상기 관리 서버로부터 수신하는 도로 혼잡도를 공유하는 것을 더 포함하는 도로 상태 예측 방법.10. The method of claim 9,
The vehicle carries out communication between adjacent vehicles so that the management Further comprising sharing the road congestion received from the server. 제10항에 있어서,
상기 차량에서 상기 주행 경로를 생성하는 것은,
인접한 차량과 공유한 미래 노면 상태 및 도로 혼잡도를 정규화하여 각 차량에서 상기 관리 서버로부터 수신한 미래 노면 상태 및 도로 혼잡도의 정규화 값을 산출하며,
각 차량에서 상기 관리 서버로부터 수신한 미래 노면 상태 및 도로 혼잡도의 정규화 값을 비교하고, 그 값이 가장 작은 차량의 위치 정보를 반영하여 상기 주행 경로를 생성하는 것인 도로 상태 예측 방법.11. The method of claim 10,
Generating the traveling route in the vehicle,
A future road surface state and a road congestion degree shared with an adjacent vehicle are normalized to calculate a normalized value of a future road surface state and a road congestion degree received from the management server in each vehicle,
Comparing the future road surface state received from the management server and the normalized value of the road congestion degree in each vehicle, and generating the traveling route reflecting the location information of the vehicle having the lowest value. ◈청구항 12은(는) 설정등록료 납부시 포기되었습니다.◈◈ Claim 12 is abandoned due to registration fee. 제8항에 있어서,
상기 관리 서버로부터 수신하는 미래 노면 상태를 정규화하며, 상기 관리 서버로부터 수신하는 미래 노면 상태의 정규화 값이 미리 정해진 기준값 이상인 경우 주행 경로를 갱신하는 것을 더 포함하는 도로 상태 예측 방법.9. The method of claim 8,
Further comprising: normalizing the future road surface state received from the management server, and updating the travel route when the normalized value of the future road surface state received from the management server is equal to or greater than a predetermined reference value. ◈청구항 13은(는) 설정등록료 납부시 포기되었습니다.◈◈ Claim 13 is abandoned due to registration fee. 제9항에 있어서,
상기 관리 서버로부터 수신하는 도로 혼잡도를 정규화하며, 상기 관리 서버로부터 수신하는 도로 혼잡도가 미리 정해진 기준값 이상인 경우 주행 경로를 갱신하는 것을 더 포함하는 도로 상태 예측 방법.10. The method of claim 9,
Further comprising: normalizing the road congestion level received from the management server, and updating the travel route when the road congestion degree received from the management server is equal to or greater than a predetermined reference value. 제9항에 있어서,
상기 차량에서 상기 주행 경로를 생성하는 것은,
인접한 차량 간 통신을 수행하여 상기 관리 서버로부터 수신하는 미래 노면 상태 및 도로 혼잡도와, 각 차량의 위치 정보를 공유하여 복수의 미래 노면 상태 및 도로 혼잡도를 획득하고, 소정의 규칙에 따라 복수의 미래 노면 상태 및 도로 혼잡도 중 어느 하나의 미래 노면 상태 및 도로 혼잡도를 선택하고, 선택한 미래 노면 상태 및 도로 혼잡도를 반영하여 주행 경로를 생성하는 것인 도로 상태 예측 방법.10. The method of claim 9,
Generating the traveling route in the vehicle,
A plurality of future road surface states and a road congestion degree are acquired by sharing the future road surface state and the road congestion degree received from the management server and the position information of each vehicle by performing communication between adjacent vehicles, And selecting a future road surface state and a road congestion state of the road surface state and a road congestion state, and generating a traveling route reflecting the selected future road surface state and road congestion degree. 제8항에 있어서,
상기 관리 서버에서 기상정보 제공서버에 접속하여 상기 차량의 현재 위치 정보에 대응하는 기상정보를 획득하며, 상기 노면 상태 데이터와 상기 기상정보에 따라 현재 주행중인 도로의 미래 노면 상태를 예측하여 상기 차량으로 전송하는 것은,
상기 기상정보 제공서버에 접속하여 상기 차량의 현재 위치 정보에 대응하는 기상정보를 획득하며, 상기 노면 상태 데이터와 상기 기상정보를 소정의 머신 러닝 알고리즘에 입력하여 상기 노면 상태 데이터에 대한 학습 모델로 저장함과 동시에 상기 노면 상태 데이터에 대한 미래 노면 상태를 예측하고 상기 차량으로 전송하는 것인 도로 상태 예측 방법.9. The method of claim 8,
Acquiring weather information corresponding to current position information of the vehicle by accessing a weather information providing server from the management server, estimating a future road surface state of a road currently in operation according to the road surface state data and the weather information, To transmit,
Acquires weather information corresponding to the current location information of the vehicle by accessing the weather information providing server, inputs the road surface state data and the weather information to a predetermined machine learning algorithm, and stores the data as a learning model for the road surface state data And predicts a future road surface state of the road surface state data and transmits the predicted road surface state to the vehicle.
KR1020170127611A 2017-09-29 2017-09-29 Road condition estimation system and method KR101898577B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170127611A KR101898577B1 (en) 2017-09-29 2017-09-29 Road condition estimation system and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170127611A KR101898577B1 (en) 2017-09-29 2017-09-29 Road condition estimation system and method

Publications (1)

Publication Number Publication Date
KR101898577B1 true KR101898577B1 (en) 2018-09-13

Family

ID=63593619

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170127611A KR101898577B1 (en) 2017-09-29 2017-09-29 Road condition estimation system and method

Country Status (1)

Country Link
KR (1) KR101898577B1 (en)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109887243A (en) * 2019-03-14 2019-06-14 江苏泓茂新能源科技有限公司 Bridge health monitoring early warning system and its working method
KR102084668B1 (en) * 2018-10-15 2020-03-04 한국건설기술연구원 System and method for providing road surface information using pot hole
KR20200034972A (en) * 2020-03-12 2020-04-01 이도훈 Selective traffic information delivery system using road coordination, and the method thereof
KR102107119B1 (en) 2018-12-27 2020-05-07 한국건설기술연구원 Condition rating decision system of road pavement using friction noise between tire and pavement surface and using artificial intelligence, and method for the same
KR102185737B1 (en) 2019-05-28 2020-12-02 한국도로공사 Estimating system of road condition and estimating method thereof
KR102288312B1 (en) * 2020-02-13 2021-08-10 인하대학교 산학협력단 Method and apparatus for detecting black ice
KR20220096960A (en) 2020-12-31 2022-07-07 심성민 Road condition estimation system
CN114902083A (en) * 2020-01-13 2022-08-12 大陆汽车有限公司 Adaptive prediction method and device for road surface meteorological characteristics of road section
KR102562364B1 (en) * 2022-07-27 2023-08-02 (주)태한이앤씨 Snowmelting service providing device, system, method and program using artificial intelligence of things

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101409222B1 (en) 2013-09-10 2014-06-30 현대오토에버 주식회사 System for providing information on road conditions
KR20150029080A (en) 2013-09-09 2015-03-18 한국전자통신연구원 Road state information gathering apparatus, management apparatus and method for operating thereof
KR20170033589A (en) 2015-09-17 2017-03-27 주식회사 케이티 Method and device for providing guide information for driving vehicle, and Method and device for evaluating traffic congestion

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150029080A (en) 2013-09-09 2015-03-18 한국전자통신연구원 Road state information gathering apparatus, management apparatus and method for operating thereof
KR101409222B1 (en) 2013-09-10 2014-06-30 현대오토에버 주식회사 System for providing information on road conditions
KR20170033589A (en) 2015-09-17 2017-03-27 주식회사 케이티 Method and device for providing guide information for driving vehicle, and Method and device for evaluating traffic congestion

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102084668B1 (en) * 2018-10-15 2020-03-04 한국건설기술연구원 System and method for providing road surface information using pot hole
KR102107119B1 (en) 2018-12-27 2020-05-07 한국건설기술연구원 Condition rating decision system of road pavement using friction noise between tire and pavement surface and using artificial intelligence, and method for the same
CN109887243A (en) * 2019-03-14 2019-06-14 江苏泓茂新能源科技有限公司 Bridge health monitoring early warning system and its working method
KR102185737B1 (en) 2019-05-28 2020-12-02 한국도로공사 Estimating system of road condition and estimating method thereof
CN114902083A (en) * 2020-01-13 2022-08-12 大陆汽车有限公司 Adaptive prediction method and device for road surface meteorological characteristics of road section
KR102288312B1 (en) * 2020-02-13 2021-08-10 인하대학교 산학협력단 Method and apparatus for detecting black ice
KR20200034972A (en) * 2020-03-12 2020-04-01 이도훈 Selective traffic information delivery system using road coordination, and the method thereof
KR102408071B1 (en) 2020-03-12 2022-06-10 이도훈 Selective traffic information delivery system using road coordination, and the method thereof
KR20220096960A (en) 2020-12-31 2022-07-07 심성민 Road condition estimation system
KR102562364B1 (en) * 2022-07-27 2023-08-02 (주)태한이앤씨 Snowmelting service providing device, system, method and program using artificial intelligence of things

Similar Documents

Publication Publication Date Title
KR101898577B1 (en) Road condition estimation system and method
US11878713B2 (en) Driving assistance system and method
CN110244701B (en) Method and apparatus for reinforcement learning of autonomous vehicles based on automatically generated course sequences
JP7285756B2 (en) Updating map data for autonomous vehicles based on sensor data
US10109198B2 (en) Method and apparatus of networked scene rendering and augmentation in vehicular environments in autonomous driving systems
US10409279B2 (en) Efficient situational awareness by event generation and episodic memory recall for autonomous driving systems
US10229590B2 (en) System and method for improved obstable awareness in using a V2X communications system
US10613547B2 (en) System and method for improved obstacle awareness in using a V2X communications system
US11346682B2 (en) Augmented 3D map
US11533589B2 (en) Network-assisted scanning of a surrounding environment
BR112019016268B1 (en) METHOD FOR USE IN CROSSING A VEHICLE AND AUTONOMOUS VEHICLE TRANSPORTATION NETWORK
US10860022B2 (en) Method and apparatus for automatical rule learning for autonomous driving
EP3091336B1 (en) Device for providing electric-moving-body information and method for providing electric-moving-body information
JP2022515154A (en) Adaptive multi-network vehicle architecture
US11804133B2 (en) Highly localized weather data recorded by vehicles in a fleet
JP2019194592A (en) Method for calculating vehicle position depending on satellite by using motion and position sensors
US20220234621A1 (en) Augmented 3d map
CN117130298A (en) Method, device and storage medium for evaluating an autopilot system
KR102108790B1 (en) Flooding Pridiction System of lower area and Driving method thereof
US11783178B2 (en) Systems and methods for corridor intent prediction
US11989031B2 (en) Method and system for assisting an autonomous motor vehicle
CN114514413A (en) Method for estimating a velocity profile of a vehicle
JP2019211484A (en) Image processing apparatus, image processing management apparatus, terminal device, and image processing method
JP2018109631A (en) Image processing unit, image processing management device, terminal device, and image processing method
JP5860136B2 (en) Image processing device, image processing management device, terminal device, and image processing method

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant