KR101995796B1 - 안전 사고 방지를 위한 통합 사고 관리 방법 - Google Patents

안전 사고 방지를 위한 통합 사고 관리 방법 Download PDF

Info

Publication number
KR101995796B1
KR101995796B1 KR1020180031915A KR20180031915A KR101995796B1 KR 101995796 B1 KR101995796 B1 KR 101995796B1 KR 1020180031915 A KR1020180031915 A KR 1020180031915A KR 20180031915 A KR20180031915 A KR 20180031915A KR 101995796 B1 KR101995796 B1 KR 101995796B1
Authority
KR
South Korea
Prior art keywords
accident
information
zone
data
terminal
Prior art date
Application number
KR1020180031915A
Other languages
English (en)
Inventor
나종열
Original Assignee
나종열
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 나종열 filed Critical 나종열
Priority to KR1020180031915A priority Critical patent/KR101995796B1/ko
Application granted granted Critical
Publication of KR101995796B1 publication Critical patent/KR101995796B1/ko

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
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

안전 사고 방지를 위한 통합 사고 관리 방법이 개시된다. 본 발명의 일 측면에 따르면, 단말기가 위험구역을 탐지하는 단계; 탐지된 상기 위험구역에 대한 현재 상황 정보를 수집하는 단계; 상기 위험구역의 발생한 사고 데이터를 바탕으로 상기 위험구역에서의 최다빈 사고형태를 분석하는 단계; 상기 위험구역에서의 최다빈 사고형태 발생 조건과 상기 위험구역에 대한 현재 상황이 일치하는지 여부를 판단하는 단계; 상기 위험구역에서의 최다빈 사고형태 발생 조건과 상기 위험구역에 대한 현재 상황이 일치한다고 판단되는 경우, 상기 위험구역 진입 이전에 상기 위험구역에서의 최다빈 사고형태를 미리 안내하는 단계; 및 상기 위험구역에서의 최다빈 사고형태에 따른 대응 방안을 제공하는 단계를 포함하는 안전 사고 방지를 위한 통합 사고 관리 방법이 제공될 수 있다.

Description

안전 사고 방지를 위한 통합 사고 관리 방법 {Integrated accident management method for accident prevention}
본 발명은 안전 사고 방지를 위한 통합 사고 관리 방법에 관한 것이다.
2014년 법규위반별 교통사고 현황에 따르면 전방주시태만 등 안전운전 의무 불이행에 의한 사고가 126,329건으로 56%를 차지했고, 신호위반(11.5%), 안전거리 미확보(9.2%), 교차로 통행방법 위반(6.4%), 중앙선 침범(5.4%), 보행자 보호의무 위반(3.2%) 등의 순이다. 이 중 과속에 의한 교통사고는 전체의 0.3%를 차지하고 있는 것으로 나타났다.
그럼에도 불구하고 현재 개발된 대부분의 안전운전 관리 서비스(GPS 가속도를 통해 급가속, 정속 주행 등을 체크) 및 공공기관의 정책(차량 규정 속도 하향 등)은 사고원인 0.3%인 과속을 예방하기 위해 시행되고 있다.
또한, 교통사고가 빈번하게 발생하는 지역은 사고다발지역으로 선정하고, 선정된 지역에 안전 표지판을 설치하거나, 내비게이션, GPS 등의 운전 지원 장치를 통해 경고음을 출력하여 운전자가 주의를 환기할 수 있게 하고 있다.
다만, 모호한 사고다발지역의 선정 기준 및 관리에 따라 정확한 정보가 제공되지 않고 있으며, 교통사고원인의 절반 이상을 차지하는 전방 시야의 효율적 배분을 고려한 대책 방안은 미흡한 수준이다.
국내의 사고 정보 제공 서비스와 관련된 특허를 검토하면 '교통사고 데이터 제공 시스템 및 방법(제10-2014-0031443호, 공개일자 2014.03.13)'이 존재한다. 본 공개특허에는 교통사고가 발생된 현장에 대한 교통사고 데이터를 사용자 단말로부터 제공받아 사고 다발 지역을 실시간으로 집계하여 선정하고, 선정된 사고 다발 지역에 대한 데이터를 운전자나 보행자에게 제공하여 교통사고를 예방하겠다는 개념이 개시되어 있다. 다른 국내 사고 정보 제공 서비스와 관련 특허인 '재해 및 사고 정보 전송 시스템 및 방법(제10-2009-0068921호, 공개일자 2009.06.29)'에도 특정 지역에서 재해 및 사고 상황이 발생할 경우 해당 지역 부근의 디스플레이 장치를 통하여 재해 및 사고 상황에 대한 정보를 디스플레이하겠다는 개념 정도만 개시되어 있다.
선행 사고 정보 전송 방법은 사용자로부터 교통사고 데이터를 제공받아 실시간 집계를 통해 사고 다발 지역을 선정하거나, 디스플레이 장치를 통해 사고 정보를 제공하는 것에 한정되어 있을 뿐이며, 다양한 사고 형태를 고려하여 사용자의 사고 예측 및 방어 행동을 최소화하기 위한 방법에 대해서는 명확히 개시한 바 없다. 또한 위험도에 따라 차등된 정보를 표시하는 내용 및 사고 정보에 따른 운전/보행 대응법을 안내하는 방법에 대해서도 명확히 개시하지 않고 있다. 또한 이러한 다양한 사고 형태 데이터를 학습하여 유사 사고에 대처할 수 있는 방법에 대해서도 명확히 개시하지 않고 있다.
이에 본 발명의 발명가는 다양한 사고 형태의 빅데이터를 기반으로 운전자/보행자의 도식 체계를 형성하여 사고 예측 및 방어 행동을 짧은 시간에 효과적으로 실행하게 하는 안전 사고 방지를 위한 통합 사고 관리 방법을 제시하였다.
대한민국 공개특허공보 제10-2014-0031443호(2014.03.13.) 대한민국 공개특허공보 제10-2009-0068921호(2009.06.29.)
본 발명은 다양한 사고 형태의 빅데이터를 기반으로 운전자/보행자의 도식 체계를 형성하여 사고 예측 및 방어 행동을 짧은 시간에 효과적으로 실행하게 하는 안전 사고 방지를 위한 통합 사고 관리 방법을 제공하는 것이다.
본 발명의 일 측면에 따르면, 단말기가 위험구역을 탐지하는 단계; 탐지된 상기 위험구역에 대한 현재 상황 정보를 수집하는 단계; 상기 위험구역의 실제 사고 데이터를 바탕으로 상기 위험구역에서의 최다빈 사고형태를 분석하는 단계; 상기 위험구역에서의 최다빈 사고형태 발생 조건과 상기 위험구역에 대한 현재 상황이 일치하는지 여부를 판단하는 단계; 상기 위험구역에서의 최다빈 사고형태 발생 조건과 상기 위험구역에 대한 현재 상황이 일치한다고 판단되는 경우, 상기 위험구역 진입 이전에 상기 위험구역에서의 최다빈 사고형태를 미리 안내하는 단계; 및 상기 위험구역에서의 최다빈 사고형태에 따른 대응 방안을 제공하는 단계를 포함하는 안전 사고 방지를 위한 통합 사고 관리 방법이 제공된다.
이때, 상기 위험구역에 대한 현재 상황 정보는 상기 위험구역에 대응하는 위치정보, 계절정보, 시간정보, 기상정보, 사고 빈도 정보, 기사고 발생 지점 정보 중 어느 하나 이상을 포함할 수 있다.
또한, 상기 위험구역에서의 최다빈 사고형태는 구역별 데이터, 날짜별 데이터 및 시간대별 데이터를 이용하여 로지스틱 회귀(Logistic Regression) 분석되고, 상기 구역별 데이터는 구역번호, 일 평균 사고발생빈도, 일일 교통량, 유동인구, 신호등 수, 횡단보도 수, 평균 경사도, 과속방지턱 유무, 과속방지카메라 유무 및 그 외 사고발생 예측에 활용할 수 있는 기타 데이터 중 어느 하나 이상을 포함하고, 상기 날짜별 데이터는 날짜, 요일, 전국 교통사고 발생 건수, 전국 일일 교통량, 강수량, 강설량 및 계절 데이터 중 어느 하나 이상을 포함하고, 상기 시간대별 데이터는 주간 데이터, 야간 데이터, 사고발생빈도 및 시간대별 교통량 중 어느 하나 이상을 포함할 수 있다.
또한, 상기 위험구역에서의 최다빈 사고형태는 하기의 수학식을 이용하여 산출될 수 있다.
Figure 112018027642037-pat00001
여기서, 각 모형의
Figure 112018027642037-pat00002
는 Sample Data에서 구한 Logit(사고발생도)의 전체평균을 의미한다. 여기서, 각 모형의
Figure 112018027642037-pat00003
는 Logit(사고발생도)에 통계적으로 유의미한 변화를 발생시키는 i번째의 투입변수를 의미한다. 여기서, 각 모형의
Figure 112018027642037-pat00004
는 다른 모든 변수가 독립된(동일한) 환경에서 i번째의 투입변수
Figure 112018027642037-pat00005
(일일교통량, 유동인구, 신호등 수 등)가 1 증가함에 따라 Logit(사고발생도)의 평균이 변화하는 수치를 보정하는 계수의 Sample Data추출 값을 의미한다. 여기서, 각 모형의
Figure 112018027642037-pat00006
는 다른 모든 변수가 독립된(동일한) 환경에서 각각의 명목형 변수(요일변수, 계절변수)가 0에서 1로 변화함에 따라 Logit(사고발생도)의 평균이 변화하는 수치를 보정하는 계수의 Sample Data추출 값을 의미한다. 여기서,
Figure 112018027642037-pat00007
는 다른 모든 변수가 독립된(동일한) 환경에서 각각의 날씨변수(강수량, 강설량)가 1 증가함에 따라 Logit(사고발생도)의 평균이 변화하는 수치를 보정하는 계수의 Sample Data추출 값을 의미한다. 여기서,
Figure 112018027642037-pat00008
는 다른 모든 변수가 독립된(동일한) 환경에서 시간변수가 MOR일 때, NIG일 때의 평균값의 차이를 보정하는 계수의 Sample Data추출 값을 의미한다. 여기서,
Figure 112018027642037-pat00009
는 Sample Data와 모수의 표본추출에서 기인한 오차 보정 값을 의미한다. 여기서,
Figure 112018027642037-pat00010
~
Figure 112018027642037-pat00011
은 요일의 구분 데이터,
Figure 112018027642037-pat00012
,
Figure 112018027642037-pat00013
,
Figure 112018027642037-pat00014
,
Figure 112018027642037-pat00015
은 계절의 구분 데이터,
Figure 112018027642037-pat00016
,
Figure 112018027642037-pat00017
은 주간 및 야간의 구분데이터를 나타낸다.
또한, 분석된 상기 위험구역에서의 최다빈 사고형태는 사고빈도 임계값에 따라 사고위험 범주로 구분될 수 있다.
또한, 상기 위험구역에서의 최다빈 사고형태를 미리 안내하는 단계는, 상기 단말기 및 상기 위험구역의 GPS 좌표 매칭을 통해 위험구역 진입 여부를 판단하는 단계; 상기 단말기가 소정의 제1 거리 또는 제1 시간 중 어느 하나 이상의 기준 이내로 상기 위험구역에 진입이 예상되는 경우, 경보음 또는 진동 중 어느 하나 이상의 형태로 알리는 단계; 및 상기 위험구역에서의 최다빈 사고형태 관련 정보를 음성 안내하는 단계; 상기 단말기가 소정의 제2 거리 또는 제2 시간 중 어느 하나 이상의 기준 이내로 상기 위험구역에 진입이 예상되는 경우, 상기 단말기 내 카메라를 활성화하는 단계; 상기 단말기 내 카메라로 얻어지는 영상과 중첩되도록 AR 정보를 도식하는 단계를 포함할 수 있다. 이때, 상기 제2 거리는 상기 제1 거리보다 작고, 상기 제2 시간은 상기 제1 시간보다 적을 수 있다.
또한, 상기 AR 정보는 사고 위험도에 따라 아이콘의 색상, 명도, 채도 또는 모양 중 어느 하나 이상을 달리하여 표시될 수 있다.
또한, 상기 위험구역에서의 최다빈 사고형태에 따른 대응 방안을 제공하는 단계 후, 상기 위험구역에서의 최다빈 사고형태의 학습 정보를 제공하는 단계를 더 포함할 수 있다.
또한, 상기 위험구역에서의 최다빈 사고형태의 학습 정보는 상기 위험구역에서의 사고 발생 정보, 유사 사고 정보 및 사고 재현 시뮬레이션 정보 중 어느 하나 이상을 포함하며, 상기 위험구역에서의 사고 발생 정보 또는 유사 사고 정보는 음성 또는 영상으로 출력되고, 상기 사고 재현 시뮬레이션 정보는 상기 단말기 내 카메라로 얻어지는 영상과 중첩되도록 도식되는 AR 정보로 제공될 수 있다.
또한, 상기 위험구역에서의 최다빈 사고형태에 따른 대응 방안은 음성 또는 영상으로 출력될 수 있다.
또한, 안전 사고 방지를 위한 통합 사고 관리 서비스를 제공하기 위한 서버가 직접적으로 또는 중계 서버를 통해 간접적으로 안전 사고 방지를 위한 통합 사고 관리 서비스를 제공하기 위한 애플리케이션의 전송을 단말기로부터 요청받는 단계; 및 상기 서버가 직접적으로 또는 상기 중계 서버를 통해 간접적으로 상기 애플리케이션을 전송하는 단계를 포함하고, 상기 기재된 안전 사고 방지를 위한 통합 사고 관리 방법을 기록매체에 저장된 애플리케이션으로 실행할 수 있다.
또한, 사용자가 애플리케이션을 통해 위험구역에서의 최다빈 사고형태 관련 정보를 제공하는 단계; 및 상기 위험구역에서의 최다빈 사고형태 관련 정보 제공 건수가 설정 기간 내에 설정 기준 건수를 초과하는 경우, 상기 위험구역에서의 최다빈 사고형태 관련 정보 제공 건수에 따라 보험료를 산정하는 단계를 더 포함하여 보험과 연계되는 서비스를 제공할 수 있다.
본 발명에 따른 안전 사고 방지를 위한 통합 사고 관리 방법에 의하면, 실제사고 데이터를 바탕으로 현재 상황에 해당하는 최다빈 사고형태를 분석하여 그에 대한 맞춤형 대응책을 제공함으로써, 각종 교통사고 및 상해 사고를 미연에 방지하는 효과가 있다.
또한, 최다빈 사고형태에 대한 맞춤형 대응책 제공에 있어, 운전자(보행자)의 실제 전방과 분리되지 않는 범위 내에 증강현실 이미지를 중첩하여 도식함으로써, 사고 예측 및 방어 행동을 짧은 시간에 실행하게 하는 효과가 있다.
또한, 실제 운전(보행)하면서 안전 교육을 제공받는 형식으로, 자주 발생하는 상해 사고에 대한 개인적 관리-대응 효과가 있다.
도 1 내지 2는 본 발명의 실시예에 따른 안전 사고 방지를 위한 통합 사고관리 방법의 순서도이다.
도 3은 본 발명의 실시예에 따른 안전 사고 방지를 위한 통합 사고 관리 방법의 개략적인 구성도이다.
도 4는 본 발명의 실시예에 따른 AR 정보가 도식되는 화면 예시도이다.
도 5는 본 발명의 실시예에 따른 애플리케이션 화면 구성도이다.
도 6은 본 발명의 실시예에 따른 보행자용 AR 시뮬레이션 화면 예시도이다.
도 7 내지 8은 본 발명의 실시예에 따른 애플리케이션 부가 서비스 화면 예시도이다.
본 발명은 다양한 변환을 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 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
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.
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.
이하, 본 발명에 따른 실시예를 첨부도면을 참조하여 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
또한, 이하 사용되는 제1, 제2 등과 같은 용어는 동일 또는 상응하는 구성 요소들을 구별하기 위한 식별 기호에 불과하며, 동일 또는 상응하는 구성 요소들이 제1, 제2 등의 용어에 의하여 한정되는 것은 아니다.
또한, 결합이라 함은, 각 구성 요소 간의 접촉 관계에 있어, 각 구성 요소 간에 물리적으로 직접 접촉되는 경우만을 뜻하는 것이 아니라, 다른 구성이 각 구성 요소 사이에 개재되어, 그 다른 구성에 구성 요소가 각각 접촉되어 있는 경우까지 포괄하는 개념으로 사용하도록 한다.
또한, 컴퓨터 프로그램과 관련하여, 구성요소에 대한 접미사 "모듈" 및/또는 "부"는 컴퓨터를 특정 기능의 수단으로 기능시키기 위한 컴퓨터 프로그램의 일부이거나, 컴퓨터에서 특정 기능을 실현시키기 위한 컴퓨터 프로그램의 일부일 수 있다. 예를 들어, 모듈 A는 컴퓨터를 수단 A로 기능시키기 위한 컴퓨터 프로그램 또는 컴퓨터에 기능 A를 실현시키기 위한 컴퓨터 프로그램으로 해석될 수 있다. 방법으로서 "단계"는 컴퓨터에 컴퓨터 프로그램으로 구현되어 실행될 수 있다. 또한, "모듈" 및/또는 "부"가 모여 "군"을 이룰 수 있다.
한편, 애플리케이션(Application)이란 특정한 업무를 수행하기 위해 고안된 일련의 컴퓨터 프로그램의 집합을 가리키는 것으로, 응용프로그램이라고도 한다. 사용자는 본 발명의 실시예에 따른 애플리케이션을 자신의 전자기기에 인스톨하는 것으로 관련 기능을 추가할 수 있다.
애플리케이션이 인스톨되는 사용자의 전자기기란 컴퓨터, 태블릿PC, 스마트폰과 같이 CPU, RAM, ROM, 저장장치 등으로 구성되고, Windows, ios, 안드로이드, 리눅스 등의 그래픽 운영체제로 전체 시스템이 제어되는 환경인 것이 바람직하며, 특히 등록된 연락처로 전화 및 문자를 주고받을 수 있는 스마트폰에 특화되었다.
또한, 본 명세서에 첨부된 도면의 순서도는 발명을 설명하기 위한 순서도에 불과하며, 컴퓨터 상에 버그 없이 완벽히 구현되기 위한 순서도일 필요는 없다.
또한, 본 명세서에서 언급된 단말기는 일반적인 사용자 단말기로서 스마트폰, 퍼스널 컴퓨터, 태블릿 PC, 차량 네비게이션, 블랙박스 등이 될 수 있다.
도 1 내지 2는 본 발명의 실시예에 따른 안전 사고 방지를 위한 통합 사고 관리에 대한 순서도이다.
도 1을 참조하면, 단말기가 위험구역을 탐지하는 단계(S110); 탐지된 상기 위험구역에 대한 현재 상황 정보를 수집하는 단계(S120); 상기 위험구역의 발생한 사고 데이터를 바탕으로 상기 위험구역에서의 최다빈 사고형태를 분석하는 단계(S130); 상기 위험구역에서의 최다빈 사고형태 발생 조건과 상기 위험구역에 대한 현재 상황이 일치하는지 여부를 판단하는 단계(S140); 상기 위험구역에서의 최다빈 사고형태 발생 조건과 상기 위험구역에 대한 현재 상황이 일치한다고 판단되는 경우, 상기 위험구역 진입 이전에 상기 위험구역에서의 최다빈 사고형태를 미리 안내하는 단계(S230); 및 상기 위험구역에서의 최다빈 사고형태에 따른 대응 방안을 제공하는 단계(S270)를 포함한다.
각 단계를 구체적으로 검토하면, 먼저 운전자/보행자의 단말기로부터 소정의 범위 내에 존재하는 사고다발지역(이하 위험구역)을 탐지한다. 상기 위치정보는 위험구역의 지점에 관한 정보로, GPS 좌표값의 형태가 될 수도 있고, 비콘 디바이스 식별정보의 형태가 될 수도 있다. 참고로 상기 단말기는 일반적인 스마트폰 단말기가 될 수 있음은 물론이다.
한편, 단말기는 위험구역에 대한 현재 상황 정보를 수집하는데, 이때 위험구역에 대한 현재 상황 정보는 기사고 발생 지점, 사고 빈도, 계절, 시간대, 기상상태 등의 정보를 포함하는 위치정보, 계절정보, 시간정보, 기상정보, 사고 빈도 정보, 기사고 발생 지점 정보 등을 포함할 수 있다.
또는, 단말기는 위험구역의 현재 상황 정보를 수집할 뿐만 아니라, 위험구역의 실제 사고 데이터를 바탕으로 최다빈 사고형태를 분석하는데, 이때 위험구역의 실제 사고 데이터는 경찰청, 교통안전공단 TMACS, 손해보험 협회, 국립 공원 안전공단의 기사고 데이터 등을 포함할 수 있다.
이러한 기사고 데이터로부터 얻어지는 상기 위험구역에서의 구역별 데이터, 날짜별 데이터 및 시간대별 데이터를 이용하여 상기 위험구역에서의 최다빈 사고형태를 분석할 수 있다. 분석에는 범주형 데이터분석에 가장 광범위하게 적용할 수 있는 로지스틱 회귀분석을 사용한다. 본 발명의 일 실시예로 적용되는 로지스틱 회귀분석 알고리즘은 다음에서 상세 설명한다.
1. 데이터 정의
1.1 구역별 데이터
구역별 데이터는 (X,Y)좌표계를 활용하여 생성되며, 구역번호, 일 평균 사고발생빈도, 일일 교통량, 유동인구, 신호등 수, 횡단보도 수, 평균 경사도, 과속방지턱 유무, 과속방지카메라 유무 및 그 외 사고발생 예측에 활용할 수 있는 기타 데이터 등의 정보를 조합하여 추정될 수 있다. 세부 내용은 다음과 같다.
- 구역번호(Nominal)
- 일 평균 사고발생빈도(Interval)
- 일일 교통량(Interval): 지점별 일일 교통량
- 유동인구(Interval): 지점 반경 30m내 일일 보행자 유동인구 수
- 신호등 수(Interval): 지점 반경 30m내 신호등의 수
- 횡단보도 수(Interval): 지점 반경 30m내 횡단보도의 수
- 평균 경사도(Interval): 지점 반경 30m내 평균경사도
- 과속방지턱 유무(Nominal): 지점 근방 30m내 과속방지턱 존재 여부
- 과속방지카메라 유무(Nominal): 지점 근방 30m내 과속카메라의 존재 여부
- 그 외 사고발생 예측에 활용할 수 있는 기타 데이터
상기 지점 근방 30m는 예시에 불과하며 근방에 대한 거리는 변경될 수 있음은 물론이다.
1.2 날짜별 데이터
날짜별 데이터는 날씨 및 계절변수 데이터로 날짜, 요일, 전국 교통사고 발생 건수, 전국 일일 교통량, 강수량, 강설량 및 계절 데이터 등의 정보를 조합하여 추정될 수 있다.
- 날짜(Nominal)
- 요일: 일~토요일의 각각의
Figure 112018027642037-pat00018
~
Figure 112018027642037-pat00019
을 통해 0,1 구분 데이터 생성
- 전국 교통사고 발생 건수(Interval)
- 전국 일일 교통량:지점별 교통량의 총합(Interval)
- 강수량(Interval)
- 강설량(Interval)
- 계절(Nominal): 3~5월은 SPR, 6~8월은 SUM, 9~11월은 AUT, 12~2월은 WIN으로 구분, 각각의 Dummy Variable
Figure 112018027642037-pat00020
,
Figure 112018027642037-pat00021
,
Figure 112018027642037-pat00022
,
Figure 112018027642037-pat00023
을 통해 0,1 구분 데이터로 생성
1.3 시간대별 데이터
시간대별 데이터는 1년 중 30일을 무작위 추출하여 생성되며, 주간 데이터, 야간 데이터, 사고발생빈도 및 시간대별 교통량 등의 정보를 조합하여 추정될 수 있다. 세부 내용은 다음과 같다.
- 시간대 구분: 주간/야간으로 구분하여
Figure 112018027642037-pat00024
,
Figure 112018027642037-pat00025
를 생성한다(Nominal)
- 사고발생빈도(Interval)
- 시간대 별 교통량(Interval)
상기 30일은 예시에 불과하며 기간에 대해서는 변경될 수 있음은 물론이다.
2. 데이터 가공
이어 위험구역에서의 구역별 데이터, 날짜별 데이터 및 시간대별 데이터를 다음과 같이 가공하여 목표변수인 '사고발생도' 및 '사고발생도'의 오즈를 생성한다.
- 사고발생도=사고발생빈도/(일일 교통량)
- 사고발생도를 활용하여 교통사고의 오즈를 만들 수 있다.
- Odds(교통사고) = 사고발생도/(1-사고발생도)
3. 데이터 분석
3.1 구역별 데이터
위험구역에서의 구역별 데이터를 활용하여 교통사고의 로그 오즈를 반응변수로 하는 로지스틱 회귀분석을 실시하며, 목적변수가 되는 Logit은 아래와 같다.
Figure 112018027642037-pat00026
모형은 아래와 같다.
Figure 112018027642037-pat00027
3.2 날짜별 데이터
날짜별 데이터를 활용하여 일별 로지스틱 회귀분석을 통해 날씨 및 계절의 계수를 생성한다. 모형은 아래와 같다.
Figure 112018027642037-pat00028
즉
Figure 112018027642037-pat00029
~
Figure 112018027642037-pat00030
에 해당하는 계수를 생성한다.
3.3 시간대별 데이터
시간대별 데이터를 활용하여 로지스틱 회귀분석을 통해 주간 및 야간의 계수를 생성한다. 모형은 아래와 같다.
Figure 112018027642037-pat00031
즉
Figure 112018027642037-pat00032
,
Figure 112018027642037-pat00033
에 해당하는 계수를 생성한다.
4. 모델 완성
3-1의 기본 모델에 3-2와 3-3의 계수를 추가하여 모델을 완성한다. 최종 모형은 다음과 같다.
Figure 112018027642037-pat00034
5. 모델 해석
각 변수의 계수
Figure 112018027642037-pat00035
,
Figure 112018027642037-pat00036
,
Figure 112018027642037-pat00037
는 해당 변수가 오즈에 대해 가지는 영향을 지수화하여 나타낸다.
Figure 112018027642037-pat00038
이라고 한다면, 일일교통량이 1 증가할 때, 오즈는
Figure 112018027642037-pat00039
배가 된다.
6. 활용
모형을 이용해 최적화 알고리즘에 따라 사고빈도가 가장 현저히 증가하게 되는 임계값
Figure 112018027642037-pat00040
,
Figure 112018027642037-pat00041
를 찾아 아래와 같이 사고위험 범주를 구분한다.
Figure 112018027642037-pat00042
Figure 112018027642037-pat00043
: 안전 구간
Figure 112018027642037-pat00044
Figure 112018027642037-pat00045
: 사고 주의 구간
Figure 112018027642037-pat00046
Figure 112018027642037-pat00047
: 사고 위험 구간
예를 들어, GPS로 자동으로 수신되는 좌표 데이터에, 위성 현재 지역 기상정보 및 시간정보를 활용하여 단말기 내 애플리케이션이 즉시 데이터를 입력 받는다. 입력 받은 데이터를 활용하여 분석 모델이 자동적으로 사고 발생의 오즈를 예측하게 되고, 예측한 정보를 통해 안전, 사고주의 구간, 사고위험 구간을 판단할 수 있다.
7. 출력
- 사고위험구간 ▷ RSS알고리즘을 통해 음성안내 및 AR 시현
- 사고주의구간 ▷ 사고위험 구간과 유사 형태 지점 안내 서비스를 통해 하향적 처리 개념을 통한 연상 훈련 시현
- 상해 정도 관련 지수를 고려하여 한 눈에 위험도를 알아 볼 수 있도록 색깔 별 분리
* 치사율 = (사망자수/발생건수×100)
* 다발도 = (사망사고건수×1.0 + 중상사고건수×0.7 + 경상사고건수×0.3)
* 심각도 = (사망자수×1.0 + 중상자수×0.7 + 경상자수×0.3)
* 통합지수 = (다발도×0.4 + 심각도×0.6)
상기 다발도, 심각도, 통합지수의 연산식 상의 1.0, 0.7, 0.3 등의 계수는 고정된 값이 아니며, 환경 등에 따라 변경될 수 있음은 물론이다.
이상의 분석 모델을 통해 위험구역에서의 최다빈 사고형태가 분석되면, 상기 위험구역에서의 최다빈 사고형태 발생 당시 상황 조건과 상기 위험구역에 대한 현재 상황이 일치하는지 여부를 판단한다.
예를 들어, 최근 3년 사고 분석 결과값으로부터 신도림 사거리의 최다빈 사고형태 발생 당시 상황 정보가 비 오는, 여름, 출근시간이고, 현재 사용자 단말기로부터 추출된 현재 상황 조건이 비 오는, 여름, 출근시간인 경우, 위험구역에서의 최다빈 사고 발생 조건과 사용자의 현재 조건이 일치한다고 판단할 수 있다.
이후 위험구역에서의 최다빈 사고형태 발생 조건과 상기 위험구역에 대한 현재 상황이 일치한다고 판단되는 경우, 상기 위험구역 진입 이전에 상기 위험구역에서의 최다빈 사고형태를 미리 안내할 수 있다.
사용자의 위험구역 진입여부는 단말기 및 상기 위험구역의 GPS 좌표 매칭 등을 통해 판단될 수 있다. 또한, 위치기반 정보뿐만 아니라, 실제 사용자가 이동하는 도로데이터에 대한 정보를 통해 사용자가 이동하는 방향을 고려하여 추가적으로 보정할 수 있다. 이러한 추가 보정은 사용자의 움직이는 방향을 감지하여 표시하는 자이로스코프 센서 등의 움직임을 감지 기능을 활용할 수 있으며, 이를 통해 차량의 네비게이션과 도보 및 산악용으로 이용하는 경우에도 유리한 환경 조건을 구현할 수 있다. 특히, 터널 등 GPS 신호를 수신할 수 없는 환경에서는 차량 등의 속도 및 방향을 고려하여 연산된 정보를 토대로 위치를 측정하고 이에 따른 정보를 출력할 수 있다.
이러한 단계를 통해 사용자가 위험구역에 진입하기 이전에 위험상황을 미리 인지하게 함으로써, 위험도를 현저히 낮출 수 있다.
이후 미리 안내된 최다빈 사고형태 정보로부터 사용자가 위험을 인지하면, 사용자는 위험구역에서의 최다빈 사고형태에 따른 대응 방안을 요청할 수 있다. 예를 들어, 사용자가 "대응법을 알려줘"와 같이 명령하는 경우, 단말기가 사용자의 음성을 인식하여 "합류구간 진입 전, 우측도로 진입 차량 여부를 인지하고 주의해서 운행하세요", "신호등 대기 시 인도의 노란색 선 안쪽으로 충분히 들어와서 대기해주시고, 횡단 시에도 좌측에서 우회전 하는 차량을 주의하며 건너가시기 바랍니다", "좌측 절벽을 주의해서 이동하여 주시고, 특히 사진촬영 시 가까이 가지 않도록 바랍니다", "거실 콘센트 교체가 필요합니다"등과 같이 최다빈 사고형태에 최적화된 상세 대응 방안을 제공할 수 있다. 또는, 음성 명령 대신 단말기 애플리케이션 화면 상의 버튼을 조작하여 대응 방안을 요청하거나, 사용자가 별다른 요청을 하지 않더라도 최다빈 사고형태의 안내 이후 자동적으로 제공되도록 구현되는 등 설정에 따라 변경될 수 있다.
도 2를 참조하여 상기 위험구역 진입 이전에 상기 위험구역에서의 최다빈 사고형태를 미리 안내하는 단계를 더욱 상세히 후술한다.
도 2를 참조하면, 단말기가 위험구역을 탐지하는 단계(S110); 탐지된 상기 위험구역에 대한 현재 상황 정보를 수집하는 단계(S120); 상기 위험구역의 실제 사고 데이터를 바탕으로 상기 위험구역에서의 최다빈 사고형태를 분석하는 단계(S130); 상기 위험구역에서의 최다빈 사고형태 발생 조건과 상기 위험구역에 대한 현재 상황이 일치하는지 여부를 판단하는 단계(S140); 상기 단말기 및 상기 위험구역의 GPS 좌표 매칭을 통해 위험구역 진입 여부를 판단하는 단계(S210); 상기 단말기가 소정의 제1 거리 또는 제1 시간 중 어느 하나 이상의 기준 이내로 상기 위험구역에 진입이 예상되는 경우, 경보음 또는 진동 중 어느 하나 이상의 형태로 알리는 단계(S220); 상기 위험구역에서의 최다빈 사고형태를 음성 안내하는 단계(S230); 상기 단말기가 소정의 제2 거리 또는 제2 시간 중 어느 하나 이상의 기준 이내로 상기 위험구역에 진입이 예상되는 경우, 상기 단말기 내 카메라를 활성화하는 단계(S240); 상기 단말기 내 카메라로 얻어지는 영상과 중첩되도록 AR 정보를 도식하는 단계(S250); 상기 위험구역에서의 최다빈 사고형태에 따른 대응 방안을 제공하는 단계(S270); 상기 위험구역에서의 최다빈 사고형태의 학습 정보를 제공하는 단계(S280)를 포함한다.
다른 실시예와 중복되는 설명은 제외하고 서술하면, 단말기가 임의의 시간 또는 거리 내에 위험구역에 진입할 것으로 예상되는 경우, 단말기를 통해 경보음, 진동 등의 형태로 알림이 출력될 수 있다.
이후 위험구역에서의 최다빈 사고형태에 대한 세부 내용이 음성 안내될 수 있다. 음성 안내되는 정보는 최다빈 사고형태에 관한 위치 정보를 기본으로 하여 사고 종류, 사고 발생 상황, 사고 원인 등 관련된 다양한 정보를 포함할 수 있다. 예를 들어, "땡땡땡"하는 경보음이 울린 이후에, "60m 후 우측에서 합류하는 차량과 사고 발생이 많은 지점이니 주의하세요", "두산 오거리 횡단보도 대기 시 대형차에 의한 내륜차 사고가 다수 발행하는 구간이니 주의하세요*j "가정 배선기구에 의한 화재발생이 최다빈 원인입니다"등의 세부 음성 안내가 제공될 수 있다.
이후 단말기 상의 카메라가 자동으로 활성화될 수 있다. 이때 카메라는 사용자 단말기, 차량에 거치 또는 내장되는 네비게이션, 블랙박스 상에 구비된 광학 카메라일 수 있다. 이러한 카메라를 통해 얻어지는 영상에 중첩되도록 AR 정보가 도식될 수 있으며, 이때 AR 정보는 사고 위험도에 따라 아이콘의 색상, 명도, 채도 또는 모양 등을 달리하여 표시될 수 있다.
예를 들어, AR 정보는 상이한 모양의 도형(이하 Color Round)으로 표시될 수 있다.
- 타원형(
Figure 112018027642037-pat00048
):시야주의 배분
- 다꼭지별형(
Figure 112018027642037-pat00049
):충돌지점
- 사각형(
Figure 112018027642037-pat00050
):표지판
- 오각화살표형(
Figure 112018027642037-pat00051
):고개돌려 주의배분
또한, 각 Color Round는 상해 위험도에 따라 고상해인 경우 빨간색, 중상해인 경우 주황색, 경상해 또는 재물손괴의 경우 노랑색, 신호 또는 표지판의 경우 파란색으로 표시될 수 있다.
이러한 Color Round 및 각 Color Round의 색깔 정보 등을 통해 주위의 우선 순위를 배분할 수 있으며, 이는 해당 구역별 발생사고로 인한 상해 정도를 한눈에 인지하게 하여 사고예방에 기여하는 효과가 있다.
또한, 카메라 화면 상에 AR 정보를 중첩하여 도식함으로써 형태 인지를 통한 효율적인 장면 평가를 가능하게 하여 사용자의 사고 예측 가능성을 증가시킬 수 있다.
이는 사전에 미리 출력되는 경보음, 진동 형태의 알림, 위험구역에서의 최다빈 사고형태에 대한 세부 음성 안내와 함께 제공되어 사고 회피 효과를 배가시키는 효과가 있다.
예를 들어, "100m 후 신호등 없는 교차로로 자전거와 충돌이 빈번한 지점이니 반사경을 보면서 정지에 가까운 서행으로 운행하시기 바랍니다"라는 경고 음성 안내만을 통해 정보를 인식하는 경우, 주행 또는 도보 중 나타나는 위험 상황 이전에 시야의 주의가 배분되고, 위험 순간을 가까스로 회피할 수 있게 된다. 반면, "땡땡땡 200m 후 2차선 주행차량 커브 시 우측 가드레일과 충격 후 추락하여 인명피해가 발생한 지점으로 주의 운전하시기 바랍니다"라는 경고 음성을 통해 사고 위험지역 진입 이전에 미리 위험을 안내하고, 이에 대한 대응 방안을 운전자/보행자의 시야 범위 내에 도식하는 경우, 미리 제공되는 음성 안내 및 형태 인지를 통해 PIEV(인지반응시간)을 단축하는 효과가 있다.
도 3은 본 발명의 실시예에 따른 안전 사고 방지를 위한 통합 사고 관리 방법의 개략적인 구성도이다. 도 3에 도시한 바와 같이, 단말기(100)는 유무선 네트워크를 통해 통합 사고 관리 서버(200)와 보험사 관리 서버(300)에 연결되어 각종 정보나 데이터를 교환할 수 있다. 여기서 유무선 네트워크는 인터넷, 2G, 3G, 4G, 5G 이동 통신망, 와이파이(Wi-Fi), 와이브로(Wibro), 광역 통신망(wide area network, WAN), 구내 정보 통신망(local area network, LAN), 도시권 통신망(metropolitan area network, MAN) 등을 포함하는 다양한 종류의 유선 또는 무선 네트워크가 사용될 수 있으며, 통신 종류 및 방식에 있어서 제한을 두지 않는다.
통합 사고 관리 서버는 사용자 단말기의 위치 정보를 비롯하여 위험구역 최다빈 사고형태에 관한 데이터를 관리하며, 보험사 관리 서버에 연결되어 보험 서비스와 연계되도록 구성된다.
사용자는 단말기를 통해 보험사 관리 서버로 위험구역에 대한 정보를 제공할 수 있으며, 보험사 관리 서버는 광고 및 수수료 수익을 창출하는 구조로 구성될 수 있다. 보험사 연계 서비스에 관한 내용은 도 6의 부가서비스 관련 내용에서 자세히 후술한다.
도 4는 본 발명의 실시예에 따른 AR 정보가 도식되는 화면 예시도이다. 도 4를 참조하면, 사용자는 차량 네비게이션 또는 블랙박스 등의 단말기 카메라를 통해 얻어지는 영상과 중첩되는 AR 정보를 시야 주의 배분 없이 인식할 수 있다. 신호나 표지판은 파란색 사각형 Color Round로 표시되며, 동시에 배치되는 주황색 타원형 및 주황색 다꼭지별형 Color Round 중에서 충돌지점을 의미하는 주황색 다꼭지별형 Color Round를 먼저 위험으로 인지할 수 있다. 또한 주차장에서 이동하는 경우, 노란색(경상해/재물손괴)의 오각화살표형 Color Round를 통해 고개를 돌려 주의를 배분할 필요성을 상기할 수 있다.
이러한 AR 정보를 통해 운전자/보행자의 시야에 들어오는 수많은 정보 중 중요한 위험요소가 되는 Range를 선별하여 위험도(사고빈도, 상해 정도, 표지판 등 기준)순의 색깔별 포인트 표시(컬러 라운드)를 통해 알려줌으로써, 주의의 우선 순위를 배분할 수 있고, 해당 구역별 발생사고로 인한 상해 정도를 한눈에 인지할 수 있다.
도 5는 본 발명의 실시예에 따른 애플리케이션 화면 구성도이다. 도 5를 참조하면, 본 발명은 가칭 Do.Safety(이하 두세이프티)라는 애플리케이션으로 제공될 수 있다. 사용자가 두세이프티 애플리케이션을 실행시키면 화면 내 제1 내지 3 구역에 각각의 부가 서비스 관련 버튼인 제1 버튼, 제2 버튼 및 제3 버튼이 배치된다. 예를 들어, Bellbot(이하 벨봇), Solvot(이하 솔봇) 및 Safety Market(이하 세이프티 마켓) 관련 버튼이 표시된다. 여기서 상기 제1 버튼(예를 들어, 벨봇 버튼)을 사용자가 터치 등의 동작으로 작동시키면 제1 부가 서비스인 사고 예방 서비스가 제공될 수 있다. 상기 제1 부가 서비스인 사고 예방 서비스는 사용자 단말기의 위치정보를 이용하여 사용자가 위험구역에 진입할 것으로 예상되는 경우 "땡땡땡"하는 경보음(또는 진동)을 출력한다. 이후 위험구역에서의 최다빈 사고 형태가 음성안내되며, Color Round로 AR 정보가 도식된 이후 사용자가 위험구역을 인지하고 이에 대한 대응법을 요청하면 관련 정보가 음성 또는 영상으로 제공될 수 있다.
한편, 상기 제1 부가 서비스인 사고 예방 서비스 실행 화면 내 제11 내지 14 구역에는 도식되지 않은 하위 서비스 관련 버튼인 제11 버튼, 제12 버튼, 제13 버튼 및 제14 버튼이 배치될 수 있다. 사용자가 상기 제11 버튼, 상기 제12 버튼, 상기 제13 버튼 및 상기 제14 버튼 중 하나를 터치 등의 동작으로 작동시키면 각 버튼에 해당하는 상기 제1 부가 서비스의 하위 서비스가 제공될 수 있다. 예를 들어, 제11 버튼을 사용자가 터치 등의 동작으로 작동시키면 상기 제1 부가 서비스의 제1 하위 서비스인 사고 발생정보 안내 서비스가 제공될 수 있다. 또한, 제12 버튼을 사용자가 터치 등의 동작으로 작동시키면 상기 제1 부가 서비스의 제2 하위 서비스인 유사 사고정보 안내 서비스가 제공될 수 있다. 또한, 제13 버튼을 사용자가 터치 등의 동작으로 작동시키면 상기 제1 부가 서비스의 제3 하위 서비스인 AR 시뮬레이션 사고재생 서비스가 제공될 수 있다. 또한, 제14 버튼을 사용자가 터치 등의 동작으로 작동시키면 상기 제1 부가 서비스의 제4 하위 서비스인 머신러닝 안전코치 및 VR 학습 서비스가 제공될 수 있다.
이러한 상기 제1 부가 서비스의 상기 제1 내지 4 하위 서비스를 통해 사용자는 평상시에 사고 정보를 용이하게 습득할 수 있고, 일상 생활 중에, 혹은 운전 중에, 혹은 보행 중에 실제 사고 장소에서 발생된 위험에 대한 정보를 체험하는 형식으로 제공받을 수 있다. 또한 제공되는 모든 정보는 실제 사고 데이터를 기반으로 하기 때문에, 제공되는 서비스의 높은 신뢰도가 보장될 수 있다.
좀 더 구체적으로, 상기 제1 부가 서비스의 상기 제1 하위 서비스인 사고 발생정보 안내 서비스는 해당 위험구역에 대한 기사고 통계 데이터를 제공한다. 예를 들어, 상기 제11 버튼을 클릭(터치)하거나 음성으로 명령(예를 들어, 발생 사고 알려줘)하는 등의 사용자 입력을 통해 사고 발생정보 안내 서비스가 실행되면 "14년 경상사고 1건 및 17년 중상사고 1건 총 2건의 사고 발생", "주택 화재(배선) 16년 총 220건 발생" 등 해당 위험구역에서 발생한 최다빈 사고정보가 음성 또는 영상(텍스트)으로 제공된다.
또한, 상기 제1 부가 서비스의 상기 제2 하위 서비스인 유사 사고정보 안내 서비스는 해당 위험구역에서 발생된 사고 유형과 유사한 사고 정보를 제공한다. 예를 들어, 상기 제12 버튼을 클릭(터치)하거나 음성으로 명령(예를 들어, 유사 사고 알려줘)하는 등의 사용자 입력을 통해 유사 사고정보 안내 서비스가 실행되면 "통합지수 12~15인 최다빈 사고 유사형태: a. 관악구 서울대입구역 사거리 / b. 송파구 송파구청 사거리" 등 해당 위험구역에서 발생된 최다빈 사고 유형의 유사 사고 정보가 음성 또는 영상(텍스트)으로 제공된다.
또한, 상기 제1 부가 서비스의 상기 제3 하위 서비스인 AR 시뮬레이션 사고재생 서비스는 사고 관련한 AR 시뮬레이션 정보를 제공한다. 예를 들어, 상기 제13 버튼을 클릭(터치)하거나 음성으로 명령(예를 들어, 시뮬레이션 재생해줘)하는 등의 사용자 입력을 통해 AR 시뮬레이션 사고재생 서비스가 실행되면 사용자는 단말기 화면을 통해 시뮬레이션 사고가 재현되는 AR 화면을 시청할 수 있다.
또한, 상기 제1 부가 서비스의 상기 제4 하위 서비스인 머신러닝 안전코치 및 VR 학습 서비스는 사용자 습관을 체크하여, 그에 따른 머신러닝 안전코치 및 VR 학습 정보를 제공한다. 예를 들어, 상기 제14 버튼을 클릭(터치)하거나 음성으로 명령(예를 들어, 학습 정보 알려줘)하는 등의 사용자 입력을 통해 머신러닝 안전코치 및 VR 학습 서비스가 실행되면 두세이프티 애플리케이션에 저장된 사용자 관련 데이터(사용자 이동경로 정보, 사용자 사고위험도 정보, 사용자 운전습관 정보 등)를 바탕으로 사용자 습관을 체크하여 머신러닝 안전코치 및 VR 학습 서비스를 제공할 수 있다.
이러한 상기 제1 부가 서비스의 상기 제1 내지 4 하위 서비스를 통해 사용자는 AR/VR을 활용한 사고 관련 정보, 사고 시뮬레이션 정보, 사고 학습 정보를 지속적으로 제공받음으로써, 자신도 모르는 사이에 다양한 사고 패턴을 간접적으로 경험할 수 있다. 또한, 유사한 사고형태의 하향적 처리 개념을 통해 지속적인 훈련이 가능한 효과가 있다.
도 6은 본 발명의 실시예에 따른 보행자용 AR 시뮬레이션 화면 예시도이다. 도 6을 참고하여, 전술된 제1 부가 서비스의 상기 제3 하위 서비스인 AR 시뮬레이션 사고재생 서비스를 더욱 자세히 설명한다.
다른 실시예와 중복되는 설명은 제외하고 서술하면, 스마트폰을 포함하는 사용자 단말기를 소지한 보행자가 위험구역 진입 후에 AR 시뮬레이션 사고재생 서비스를 실행시키면, 보행자는 단말기 화면을 통해 시뮬레이션 사고가 재현되는 AR 화면을 시청할 수 있다.
예를 들어, 보행자가 진입한 위험구역의 최다빈 사고 유형이 코너 진입 버스로 인한 사고인 경우, 보행자는 AR 시뮬레이션 사고재생 서비스를 통해 가상 AR 버스가 운행되는 시뮬레이션 화면을 시청하게 되며, 이후 최다빈 사고 관련 영상(텍스트) 정보(예를 들어, 현재지점 지난 3년간 차대보행자 사고 10건, 차대차사고 15건, 차대이륜차사고 30건, 위험도:상), AR 정보(예를 들어, 빨간색 다꼭지별형 Color Round) 및 대응법 정보(예를 들어, 인도 쪽으로 충분히 물러서세요)를 시청할 수 있다. 이때 최다빈 사고 관련 영상(텍스트) 정보 및 AR 정보는 단말기 내 카메라로 얻어지는 영상과 중첩되도록 도식되며, 대응법 정보는 음성으로 출력될 수 있다.
도 7내지 8은 본 발명의 실시예에 따른 애플리케이션 부가 서비스 화면 예시도이다.
도 7은 두세이프티 애플리케이션의 제2 부가 서비스인 사고 처리 서비스의 화면 구성 예시를 나타낸 것이다. 상기 제2 부가 서비스는 두세이프티 애플리케이션의 실행 화면 내 제2 구역에 배치된 제2 버튼(예를 들어, 솔봇 버튼)을 사용자가 터치 등의 동작으로 작동시키면 제공될 수 있다.
한편 상기 제2 부가 서비스인 사고 처리 서비스 실행 화면 내 제21 내지 24 구역에는 도식되지 않은 하위 서비스 관련 버튼인 제21 버튼, 제22 버튼, 제23 버튼 및 제24 버튼이 배치될 수 있다. 사용자가 상기 제21 버튼, 상기 제22 버튼, 상기 제23 버튼 및 상기 제24 버튼 중 하나를 터치 등의 동작으로 작동시키면 각 버튼에 해당하는 상기 제2 부가 서비스의 하위 서비스가 제공될 수 있다. 예를 들어, 제21 버튼을 사용자가 터치 등의 동작으로 작동시키면 상기 제2 부가 서비스의 제1 하위 서비스인 사고 처리정보 제공 서비스가 제공될 수 있다. 또한, 제22 버튼을 사용자가 터치 등의 동작으로 작동시키면 상기 제2 부가 서비스의 제22 하위 서비스인 현장 감정 서비스가 제공될 수 있다. 또한, 제23 버튼을 사용자가 터치 등의 동작으로 작동시키면 상기 제2 부가 서비스의 제3 하위 서비스인 사고 전문가 매칭 서비스가 제공될 수 있다. 또한, 제24 버튼을 사용자가 터치 등의 동작으로 작동시키면 상기 제2 부가 서비스의 제4 하위 서비스인 할인 서비스가 제공될 수 있다.
이러한 상기 제2 부가 서비스의 상기 제1 내지 4 하위 서비스를 통해 사용자는 사고 발생 후 보험 처리를 비롯한 법률 처리, 피해 복구 처리 등의 후처리 정보를 제공받을 수 있다. 또한, 손해사정사, 변호사, 피해복구업체, 병원 등 사고 처리 전문가 및 시설과 직간접적으로 연결되어 사고 유형에 따른 맞춤형 컨설팅 정보를 제공받거나, 사고 피해를 처리할 수 있다.
좀 더 구체적으로, 상기 제2 부가 서비스의 상기 제1 하위 서비스인 사고 처리정보 제공 서비스는 사용자에게 사고와 관련된 정보를 채팅 등의 방식으로 제공된다. 예를 들어, 상기 제21 버튼을 클릭(터치)하는 등의 사용자 입력을 통해 사고 처리정보 제공 서비스가 실행되면, 사용자 질의를 입력받기 위한 화면이 표시된다. 사용자는 화면 상에 표시되는 질의 입력란에 사고 발생 후 보험 처리 및 법률 처리에 관한 질문을 입력할 수 있다. 질문에 대한 답변은 전문가가 게시글 답변, 실시간 채팅 등의 방식으로 제공할 수 있으며, 질의응답 내용 또는 형식에 따라 사고 처리정보 제공 데이터베이스로부터 자동적으로 출력될 수 있다.
또한, 상기 제2 부가 서비스의 상기 제2 하위 서비스인 현장 감정 서비스는 현장을 실측하여, 이를 토대로 공인 감정사가 작성한 감정 결과를 제공한다. 예를 들어, 상기 제22 버튼을 클릭(터치)하는 등의 사용자 입력을 통해 현장 감정 서비스가 실행되면, 현장 감정 결과를 제공받을 수 있다. 현장을 공학적으로 실측, 검토하기 위하여 드론 등이 활용될 수 있으며, 이러한 정확한 현장 검토 및 전문가 감정을 통해 가해자/피해자 판정 및 과실 비율 분쟁 해결할 수 있다.
또한, 상기 제2 부가 서비스의 상기 제3 하위 서비스인 사고 전문가 매칭 서비스는 손해사정사, 변호사, 피해복구업체 등 사고처리 관련 전문가를 사용자와 연결해준다. 이를 통해 사용자는 사고 내용 및 분야별 경력 등 희망하는 사고 전문가의 조건에 따라 적합한 사고 전문가를 직접 비교하여 선택하거나, 맞춤형 사고 전문가를 추천받을 수 있다. 예를 들어 상기 제23 버튼을 클릭(터치)하는 등의 사용자 입력을 통해 사고 전문가 매칭 서비스가 실행되면, 사고 유형(교통, 배상, 화재, 누수 등), 제공받고자 하는 정보 유형(손해사정, 소송, 피해복구 등), 지역 등을 포함하는 조건 정보를 입력받기 위한 화면이 표시된다. 입력된 정보를 바탕으로 분석된 사고 전문가 리스트가 제공되면 사용자는 결과 화면 상에서 사고 전문가를 직접 비교하여 선택하거나, 인공지능 데이터 분석을 통해 추출된 맞춤형 사고 전문가를 소개받을 수 있다.
또한, 상기 제2 부가 서비스의 상기 제4 하위 서비스인 할인 서비스는 제휴 보험사, 병원 등과 연계하여 보험료/병원비 할인 등의 기타 서비스를 제공한다. 할인 근거로는 벨봇의 사고 관련 데이터를 이용할 수 있다. 예를 들어 상기 제24 버튼을 클릭(터치)하는 등의 사용자 입력을 통해 할인 서비스가 실행되면, 사용자는 제휴 보험사 또는 제휴 병원 등 사고 관련 기관과 연계된 서비스를 제공받을 수 있다. 이를 통해 사용자는 사고 관련 처리 비용을 절감할 수 있으며, 사고 관련 기관은 고객 유치 및 기관 홍보의 효과도 발생할 수 있다.
예를 들어, 사용자가 경험한 사고형태와 유사한 위험을 지닌 위치정보, 사진, 동영상, 위험요소 등의 정보를 포함하여 제휴 보험사 1년 내 5건 이상 전송 시 제휴보험사 사고형태와 담보별 매칭(인과관계 별 매칭)하여 보험료를 할인 받거나 자체 특화보험 상품으로 할인 받을 수 있다.
다시 말해, 두세이프티 애플리케이션 사용자는 벨봇 서비스를 통해 제1 위험구역에서의 제1 형태의 사고를 가상 체험한 후, 상기 제1 위험구역과 유사한 다수개의 위험 장소(제1 내지 n 위험후보구역)를 인지하여 두세이프티 애플리케이션으로 전송할 수 있다. 두세이프티 제휴 보험사는 사용자가 두세이프티 애플리케이션으로 전송한 제1 내지 n 위험후보구역 정보 및 전송 횟수 등을 포함하는 사용자 데이터를 바탕으로 사용자의 위험노출도를 분석할 수 있으며, 분석된 사용자 위험노출도에 따라 해당 사용자에 보험료 할인 서비스를 차등하여 제공할 수 있다.
좀 더 구체적으로 예를 들자면, 두세이프티 애플리케이션 사용자가 신도림 교차로 모서리에서 벨봇 서비스를 통해 내륜차 사고를 가상 체험한 후, 이태원, 잠실, 일산, 상수동, 부평 등 유사한 위험 장소를 인지하여 두세이프티 애플리케이션으로 전송하였다면, 해당 사용자는 내륜차 사고와 연관된 자동차 보험의 대인, 대물 담보(자손담보 보험료는 제외-내륜차 사고와 무관), 실비보험의 상해입원비용 담보의 보험료를 일정 비율 할인 받을 수 있다.
이러한 서비스를 통해 사용자는 반복적인 연상, 응용으로 근접사고에 대한(near -miss)에 대한 정확한 기억을 갖게 되어 위험노출도가 현저히 낮아지는 효과가 있으며, 이는 보험료 할인과 같은 직접적인 혜택과도 연관될 수 있다. 여기서 보험은 자동차 보험뿐만 아니라, 신체보험, 특화보험 등 다양한 상품에 적용이 가능하다.
또한, 보험사의 경우, 두세이프티 애플리케이션 이용으로 현저히 위험노출도가 낮아진 고객을 확보함으로써 우량화된 담보 인수를 통한 손해율 개선, 이익 창출 등의 효과를 얻을 수 있다.
도 8은 두세이프티 애플리케이션의 제3 부가 서비스인 안전 관리 서비스의 화면 구성 예시를 나타낸 것이다. 상기 제3 부가 서비스는 두세이프티 애플리케이션의 실행 화면 내 제3 구역에 배치된 제3 버튼(예를 들어, 세이프티 마켓 버튼)을 사용자가 터치 등의 동작으로 작동시키면 제공될 수 있다.
한편 상기 제3 부가 서비스인 안전 관리 서비스 실행 화면 내 제31 내지 33 구역에는 도식되지 않은 하위 서비스 관련 버튼인 제31 버튼, 제32 버튼 및 제33 버튼이 배치될 수 있다. 사용자가 상기 제31 버튼, 상기 제32 버튼 및 상기 제33 버튼 중 하나를 터치 등의 동작으로 작동시키면 각 버튼에 해당하는 상기 제3 부가 서비스의 하위 서비스가 제공될 수 있다. 예를 들어, 제31 버튼을 사용자가 터치 등의 동작으로 작동시키면 상기 제3 부가 서비스의 제1 하위 서비스인 맞춤형 안전용품 추천 서비스가 제공될 수 있다. 또한, 제32 버튼을 사용자가 터치 등의 동작으로 작동시키면 상기 제3 부가 서비스의 제32 하위 서비스인 주기 알림 서비스가 제공될 수 있다. 또한, 제33 버튼을 사용자가 터치 등의 동작으로 작동시키면 상기 제3 부가 서비스의 제33 하위 서비스인 여행 안전용품 추천 서비스가 제공될 수 있다.
이러한 상기 제3 부가 서비스의 상기 제1 내지 3 하위 서비스를 통해 사용자는 제휴병원, 의료기기의 동일 제품을 일괄적으로 사용하는 것이 아니라 개인별 의료기기를 선택하여 사용할 수 있다. 또한 다양한 안전용품 중 사용자에게 가장 적합한 제품 및 정보를 제공함으로써, 개인 차원에서 안전을 관리할 수 있는 효과가 있다.
좀 더 구체적으로, 상기 제3 부가 서비스의 상기 제1 하위 서비스인 맞춤형 안전용품 추천 서비스는 사용자에게 발생 가능한 위험 상황을 안내하고, 다양한 안전용품에 관한 정보를 제공할 수 있다. 또한, 사용자는 위치기반 정보(LBS)를 바탕으로 추천되는 맞춤형 안전용품에 관한 정보를 비교하여 물품을 구매할 수 있다. 예를 들어, 상기 제31 버튼을 클릭(터치)하는 등의 사용자 입력을 통해 맞춤형 안전용품 추천 서비스가 실행되면, 사용자 정보에 따른 맞춤형 위험 사고(교통, 화재, 가스 사고 등) 정보가 안내된 후, 적합한 안전 용품이 추천될 수 있다. 상기 사용자 정보는 사용자 단말기로부터 수집될 수 있으며, 지역별, 계절별, 연령별 정보, 위치정보, 현재 상황 정보 등을 포함할 수 있다. 또한, 추가적인 사용자의 입력에 따라 관련 상품 정보를 제공하거나, 구매 사이트와의 연계 서비스를 제공할 수도 있다.
본 발명의 일 실시예에 따르면, 사용자가 위험구역에 진입하였다고 판단되는 경우, 사용자가 진입한 위험구역에서 발생할 수 있는 사고 정보(예를 들어, 교통, 화재, 가스 사고 등)가 단말기를 통해 음성 또는 영상으로 제공될 수 있다. 사용자의 위험구역 진입 여부는 사용자 위치 정보, 카메라 영상 정보 등 단말기 상에 수집되는 정보 등을 통해 판단될 수 있다. 예를 들어, 단말기 내 카메라로부터 콘센트 개수를 인식하거나, 사물인터넷(홈IoT) 관련 애플리케이션 등과 연계하여 주변 상황을 인식할 수 있다. 인식되는 현재 상황이 콘센트 개수가 많거나, 소비 전력이 일정 수준 이상인 경우 사용자가 현재 누전 위험이 많은 구역에 있는 것으로 판단하고, 맞춤형 위험 사고 정보가 안내될 수 있다. 이후, 누전 사고를 방지하기 위한 안전 용품이 추천될 수 있다.
또한, 상기 제3 부가 서비스의 상기 제2 하위 서비스인 주기 알림 서비스는 사용자가 두세이프티 애플리케이션을 이용하여 구입한 안전용품의 교체시기 및 관리 방법 등을 주기적으로 제공한다. 예를 들어, 상기 제32 버튼을 클릭(터치)하는 등의 사용자 입력을 통해 주기 알림 서비스가 실행되면, 구매한 상품의 교체시기 및 관리 방법 등의 사후 관리 정보가 주기적인 알림으로 제공될 수 있다.
상기 제3 부가 서비스의 상기 제2 하위 서비스인 주기 알림 서비스는 사용자의 단말기 설정에 따라, 사용자가 별도로 주기 알림 서비스를 실행하지 않더라도, 사용자가 위험구역에 진입하였다고 판단되는 경우, 자동으로 음성 또는 영상으로 제공될 수 있다. 사용자의 위험구역 진입 여부는 사용자 위치 정보, 카메라 영상 정보 등 단말기 상에 수집되는 정보 등을 통해 판단될 수 있다. 예를 들어, 단말기 내 카메라로부터 콘센트 개수를 인식하거나, 사물인터넷(홈IoT) 관련 애플리케이션 등과 연계하여 주변 상황을 인식할 수 있다. 인식되는 현재 상황이 콘센트 개수가 많거나, 소비 전력이 일정 수준 이상인 경우 사용자가 현재 누전 위험이 많은 구역에 있는 것으로 판단할 수 있다.
또한, 상기 제3 부가 서비스의 상기 제3 하위 서비스인 여행 안전용품 추천 서비스는 사용자가 여행하고자하는 국가에서 빈번하게 발생하는 사고형태를 알려주고 필요한 안전용품을 추천한다. 예를 들어, 상기 제33 버튼을 클릭(터치)하는 등의 사용자 입력을 통해 여행 안전용품 추천 서비스가 실행되면, 사용자는 여행하고자하는 국가를 선택(또는 입력)할 수 있고, 해당 국가에서 빈번하게 발생하는 사고 정보를 제공받을 수 있다. 사용자가 제공받는 사고 정보에는 사고 발생 빈도, 사고 형태 등이 포함될 수 있다. 좀 더 구체적으로 예를 들자면, 파리 여행을 계획중인 사용자에게 한국 관광객 기준 파리에서의 도난 사고가 평균 11건/일 발생한다는 정보를 음성 또는 영상(텍스트)으로 제공할 수 있다. 또한 도난 사고 피해를 줄일 수 있는 도단방지가방 구매를 추천할 수 있다.
상술된 방법 및 처리는, 예를 들어, 프로세서, 컨트롤러, 또는 다른 처리 디바이스에 의한 실행을 위한 명령들로서, 인코딩되거나, 컴팩트 디스크 판독 전용 메모리 (CDROM), 자기 또는 광학 디스크, 플래시 메모리, 랜덤 액세스 메모리 (RAM) 또는 판독 전용 메모리 (ROM), 소거가능 프로그램가능 판독 전용 메모리(EPROM) 또는 다른 머신-판독가능 매체와 같은 머신 판독가능 또는 컴퓨터 판독가능 매체에 저장될 수도 있다.
이러한 매체는, 명령 실행가능 시스템, 장치 또는 디바이스에 의해 또는 이와 연결하여 사용하기 위한 실행가능한 명령들을 포함, 저장, 통신, 전파 또는 이동시키는 임의의 디바이스로서 구현될 수도 있다. 대안으로 또는 추가적으로, 하나 이상의 집적 회로, 또는 하나 이상의 프로세서 실행 명령들과 같은 하드웨어를 이용하여 아날로그 또는 디지털 로직으로서; 또는 API (application programming interface) 또는 DLL (Dynamic Link Library), 로컬 또는 원격 절차 호출로서 정의된 또는 공유 메모리에서 이용가능한 기능들의 소프트웨어로; 또는 하드웨어 및 소프트웨어의 조합으로서 구현될 수도 있다.
다른 구현에서, 방법은 신호 또는 전파-신호 매체로 나타내어질 수도 있다. 예를 들어, 임의의 소정의 프로그램의 로직을 구현하는 명령들은 전기, 자기, 광학, 전자기, 적외선 또는 다른 타입의 신호의 형태를 취할 수도 있다. 상술된 시스템은 광섬유 인터페이스, 안테나, 또는 다른 아날로그 또는 디지털 신호 인터페이스와 같은 통신 인터페이스에서 이러한 신호를 수신하고, 그 신호로부터 명령들을 복원하고, 이들을 머신 판독 가능 메모리에 저장하고, 그리고/또는 프로세서를 이용하여 이들을 실행시킬 수도 있다.
또한, 상기 본 발명은 하드웨어 또는 소프트웨어에서 구현될 수 있다. 구현은 상기 본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
본 발명의 실시예들은 여기에 설명된 방법들 중 하나가 실행되는 프로그램가능 컴퓨터 시스템으로 운영될 수 있는, 전자적으로 판독가능한 제어 신호들을 갖는 캐리어 웨이브를 포함할 수 있다. 본 발명의 실시예들은 프로그램 코드를 갖는 컴퓨터 프로그램 제품으로서 구현될 수 있으며, 프로그램 코드는 컴퓨터 프로그램이 컴퓨터 상에서 구동될 때 방법들 중 하나를 실행하기 위하여 운영된다. 프로그램 코드는 예를 들면 기계 판독가능 캐리어 상에 저장될 수 있다. 본 발명의 일실시예는 컴퓨터 프로그램이 컴퓨터 상에 구동될 때, 여기에 설명된 방법들 중 하나를 실행하기 위한 프로그램 코드를 갖는 컴퓨터 프로그램일 수 있다. 본 발명은 위에서 설명한 방법들 중 하나를 실행하기 위한 컴퓨터, 또는 프로그램가능 논리 장치를 포함할 수 있다. 위에서 설명한 방법들의 일부 또는 모든 기능을 실행하기 위하여 프로그램가능 논리 장치(예를 들면, 필드 프로그램가능 게이트 어레이, 상보성 금속 산화물 반도체 기반 논리 회로)가 사용될 수 있다.
이상, 본 발명의 일 실시예에 대하여 설명하였으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 특허청구범위에 기재된 본 발명의 사상으로부터 벗어나지 않는 범위 내에서, 구성 요소의 부가, 변경, 삭제 또는 추가 등에 의해 본 발명을 다양하게 수정 및 변경시킬 수 있을 것이며, 이 또한 본 발명의 권리범위 내에 포함된다고 할 것이다.
100 : 단말기
200 : 통합 사고 관리 서버
300 : 보험사 관리 서버

Claims (12)

  1. 카메라, 자이로스코프 센서, 애플리케이션 및 제어부를 포함하는 단말기로 구현되고, 사고 위험도에 따라 아이콘의 색상, 명도, 채도 또는 모양 중 어느 하나 이상을 달리하여 표시함으로써 사고 위험도에 따른 주의 우선순위를 배분할 수 있는 안전 사고 방지를 위한 통합 사고 관리 방법에 있어서,
    상기 단말기가 GPS 센서 또는 자이로스코프 센서를 통하여 위험구역을 탐지하는 단계;
    상기 단말기가 유무선네트워크를 통하여 탐지된 상기 위험구역에 대한 현재 상황 정보를 수집하는 단계;
    상기 단말기가 상기 위험구역의 발생한 사고 데이터를 바탕으로 상기 위험구역에서의 최다빈 사고형태를 분석하는 단계;
    상기 단말기가 상기 위험구역에서의 최다빈 사고형태 발생 조건과 상기 위험구역에 대한 현재 상황이 일치하는지 여부를 판단하는 단계;
    상기 단말기가 상기 위험구역에서의 최다빈 사고형태 발생 조건과 상기 위험구역에 대한 현재 상황이 일치한다고 판단되는 경우, 상기 위험구역 진입 이전에 상기 위험구역에서의 최다빈 사고형태를 사용자에게 미리 안내하는 단계;
    상기 단말기가 상기 위험구역에서의 최다빈 사고형태에 따른 대응 방안을 사용자에게 제공하는 단계; 및
    상기 단말기가 사용자에게 상기 위험구역에서의 최다빈 사고형태의 학습 정보를 제공하는 단계를 포함하고,
    상기 위험구역에서의 최다빈 사고형태를 미리 안내하는 단계는,
    상기 단말기 및 상기 위험구역의 GPS 좌표 매칭을 통해 위험구역 진입 여부를 판단하는 단계;
    상기 단말기가 소정의 제1 거리 또는 제1 시간 중 어느 하나 이상의 기준 이내로 상기 위험구역에 진입이 예상되는 경우, 경보음 또는 진동 중 어느 하나 이상의 형태로 알리는 단계;
    상기 위험구역에서의 최다빈 사고형태를 음성 안내하는 단계;
    상기 단말기가 소정의 제2 거리 또는 제2 시간 중 어느 하나 이상의 기준 이내로 상기 위험구역에 진입이 예상되는 경우, 상기 단말기 내 카메라를 활성화하는 단계; 및
    상기 단말기 내 카메라로 얻어지는 영상과 중첩되도록 AR 정보를 도식하는 단계를 포함하되,
    상기 제2 거리는 상기 제1 거리보다 작고, 상기 제2 시간은 상기 제1 시간보다 적은 것을 특징으로 하고,
    상기 위험구역에서의 최다빈 사고형태의 학습 정보는 상기 위험구역에서의 사고 발생 정보, 유사 사고 정보 및 사고 재현 시뮬레이션 정보 중 어느 하나 이상을 포함하고,
    상기 위험구역에서의 사고 발생 정보 또는 유사 사고 정보는 음성 또는 영상으로 출력되고,
    상기 사고 재현 시뮬레이션 정보는 상기 단말기 내 카메라로 얻어지는 영상과 중첩되도록 도식되는 AR 정보로 제공되고,
    상기 위험구역에 대한 현재 상황 정보는 상기 위험구역에 대응하는 위치정보, 계절정보, 시간정보, 기상정보, 사고 빈도 정보, 기사고 발생 지점 정보 중 어느 하나 이상을 포함하고,
    상기 위험구역에서의 최다빈 사고형태는 구역별 데이터, 날짜별 데이터 및 시간대별 데이터를 이용하여 로지스틱 회귀(Logistic Regression) 분석되고,
    상기 구역별 데이터는,
    구역번호, 일 평균 사고발생빈도, 일일 교통량, 유동인구, 신호등 수, 횡단보도 수, 평균 경사도, 과속방지턱 유무, 과속방지카메라 유무 및 그 외 사고발생 예측에 활용할 수 있는 기타 데이터 중 어느 하나 이상을 포함하고,
    상기 날짜별 데이터는,
    날짜, 요일, 전국 교통사고 발생 건수, 전국 일일 교통량, 강수량, 강설량 및 계절 데이터 중 어느 하나 이상을 포함하고,
    상기 시간대별 데이터는,
    주간 데이터, 야간 데이터, 사고발생빈도 및 시간대별 교통량 중 어느 하나 이상을 포함하고,
    상기 위험구역에서의 최다빈 사고형태는 하기의 수학식을 이용하여 산출되고,
    Figure 112019063000014-pat00077

    여기서, 각 모형의
    Figure 112019063000014-pat00078
    는 Sample Data에서 구한 Logit(사고발생도)의 전체평균, 각 모형의
    Figure 112019063000014-pat00079
    는 Logit(사고발생도)에 통계적으로 유의미한 변화를 발생시키는 i번째의 투입변수, 각 모형의
    Figure 112019063000014-pat00080
    는 다른 모든 변수가 독립된(동일한) 환경에서 i번째의 투입변수
    Figure 112019063000014-pat00081
    (일일교통량, 유동인구, 신호등 수 등)가 1 증가함에 따라 Logit(사고발생도)의 평균이 변화하는 수치를 보정하는 계수의 Sample Data추출 값, 각 모형의
    Figure 112019063000014-pat00082
    는 다른 모든 변수가 독립된(동일한) 환경에서 각각의 명목형 변수(요일변수, 계절변수)가 0에서 1로 변화함에 따라 Logit(사고발생도)의 평균이 변화하는 수치를 보정하는 계수의 Sample Data추출 값,
    Figure 112019063000014-pat00083
    는 다른 모든 변수가 독립된(동일한)환경에서 각각의 날씨변수(강수량, 강설량)가 1 증가함에 따라 Logit(사고발생도)의 평균이 변화하는 수치를 보정하는 계수의 Sample Data추출 값,
    Figure 112019063000014-pat00084
    는 다른 모든 변수가 독립된(동일한) 환경에서 시간변수가 MOR일 때, NIG일 때의 평균값의 차이를 보정하는 계수의 Sample Data추출 값,
    Figure 112019063000014-pat00085
    는 Sample Data와 모수의 표본추출에서 기인한 오차 보정 값,
    Figure 112019063000014-pat00086
    ~
    Figure 112019063000014-pat00087
    은 요일의 구분 데이터,
    Figure 112019063000014-pat00088
    ,
    Figure 112019063000014-pat00089
    ,
    Figure 112019063000014-pat00090
    ,
    Figure 112019063000014-pat00091
    은 계절의 구분 데이터,
    Figure 112019063000014-pat00092
    ,
    Figure 112019063000014-pat00093
    은 주간 및 야간의 구분데이터를 나타내고,
    분석된 상기 위험구역에서의 최다빈 사고형태는 사고빈도 임계값에 따라 사고위험 범주로 구분되고,
    상기 사고 위험도는 치사율, 다발도, 심각도 및 통합지수 중 어느 하나 이상을 포함하는 지수로 산출되고,
    상기 치사율, 상기 다발도, 상기 심각도 및 상기 통합지수는 하기의 수학식을 이용하여 산출되는 것을 특징으로 하는 안전 사고 방지를 위한 통합 사고 관리 방법.
    치사율 = (사망자수/발생건수×100)
    다발도 = (사망사고건수×계수 + 중상사고건수×계수 + 경상사고건수×계수)
    심각도 = (사망자수×계수 + 중상자수×계수 + 경상자수×계수)
    통합지수 = (다발도×계수+ 심각도×계수)

  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 삭제
  10. 제1항에 있어서,
    상기 위험구역에서의 최다빈 사고형태에 따른 대응 방안은 음성 또는 영상으로 출력되는 것을 특징으로 하는 안전 사고 방지를 위한 통합 사고 관리 방법.
  11. 삭제
  12. 삭제
KR1020180031915A 2018-03-20 2018-03-20 안전 사고 방지를 위한 통합 사고 관리 방법 KR101995796B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180031915A KR101995796B1 (ko) 2018-03-20 2018-03-20 안전 사고 방지를 위한 통합 사고 관리 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180031915A KR101995796B1 (ko) 2018-03-20 2018-03-20 안전 사고 방지를 위한 통합 사고 관리 방법

Publications (1)

Publication Number Publication Date
KR101995796B1 true KR101995796B1 (ko) 2019-07-03

Family

ID=67258822

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180031915A KR101995796B1 (ko) 2018-03-20 2018-03-20 안전 사고 방지를 위한 통합 사고 관리 방법

Country Status (1)

Country Link
KR (1) KR101995796B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102149175B1 (ko) * 2019-12-13 2020-08-28 제주특별자치도 데이터 기반의 사고 감지 및 긴급 대응 서비스 시스템 및 그 처리 방법
KR102157201B1 (ko) * 2020-05-25 2020-09-17 전남대학교산학협력단 사고기록정보와 이미지에 기반한 재난 상황 판단 방법 및 시스템
KR20220079108A (ko) * 2020-12-04 2022-06-13 인하대학교 산학협력단 범주형 회귀 분석을 이용한 건설현장의 위험작업구역의 접근 위험도 예측 시스템 및 그 방법
CN116311174A (zh) * 2023-05-23 2023-06-23 四川智慧高速科技有限公司 一种基于机器视觉的车辆防碰撞方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090068921A (ko) 2007-12-24 2009-06-29 주식회사 케이티 재해 및 사고 정보 전송 시스템 및 방법
KR20130026538A (ko) * 2011-07-20 2013-03-14 김태엽 교통사고 유발요소의 감지신호 제공 서비스 시스템 및 방법
KR101324573B1 (ko) * 2011-12-29 2013-11-01 삼성화재해상보험 주식회사 사고지도를 생성하는 스마트 단말기 및 그 방법
KR20140031443A (ko) 2012-08-29 2014-03-13 (주)팜비젼 교통사고 데이터 제공 시스템 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090068921A (ko) 2007-12-24 2009-06-29 주식회사 케이티 재해 및 사고 정보 전송 시스템 및 방법
KR20130026538A (ko) * 2011-07-20 2013-03-14 김태엽 교통사고 유발요소의 감지신호 제공 서비스 시스템 및 방법
KR101324573B1 (ko) * 2011-12-29 2013-11-01 삼성화재해상보험 주식회사 사고지도를 생성하는 스마트 단말기 및 그 방법
KR20140031443A (ko) 2012-08-29 2014-03-13 (주)팜비젼 교통사고 데이터 제공 시스템 및 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
증강현실 거치형 내비게이션(2015.08.19.) 1부.* *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102149175B1 (ko) * 2019-12-13 2020-08-28 제주특별자치도 데이터 기반의 사고 감지 및 긴급 대응 서비스 시스템 및 그 처리 방법
KR102157201B1 (ko) * 2020-05-25 2020-09-17 전남대학교산학협력단 사고기록정보와 이미지에 기반한 재난 상황 판단 방법 및 시스템
KR20220079108A (ko) * 2020-12-04 2022-06-13 인하대학교 산학협력단 범주형 회귀 분석을 이용한 건설현장의 위험작업구역의 접근 위험도 예측 시스템 및 그 방법
KR102600405B1 (ko) * 2020-12-04 2023-11-09 인하대학교 산학협력단 범주형 회귀 분석을 이용한 건설현장의 위험작업구역의 접근 위험도 예측 시스템 및 그 방법
CN116311174A (zh) * 2023-05-23 2023-06-23 四川智慧高速科技有限公司 一种基于机器视觉的车辆防碰撞方法及系统

Similar Documents

Publication Publication Date Title
US11450206B1 (en) Vehicular traffic alerts for avoidance of abnormal traffic conditions
US11634103B2 (en) Methods of facilitating emergency assistance
KR101995796B1 (ko) 안전 사고 방지를 위한 통합 사고 관리 방법
US11727495B1 (en) Collision risk-based engagement and disengagement of autonomous control of a vehicle
US10217169B2 (en) Computer system for determining geographic-location associated conditions
CN107430006B (zh) 避免事故的方法和系统
US20180260908A1 (en) Visible insurance
US20180174446A1 (en) System and method for traffic violation avoidance
US9558520B2 (en) System and method for geocoded insurance processing using mobile devices
JP2019512792A (ja) テレマティクスシステム及びその対応する方法
US20110213628A1 (en) Systems and methods for providing a safety score associated with a user location
CN109416873A (zh) 具有自动化风险控制系统的自主或部分自主机动车辆及其相应方法
US20070282519A1 (en) System and method for analyzing traffic disturbances reported by vehicles
CN115861983A (zh) 用于机械设备的智能化管理系统及其方法
Alozi et al. Active road user interactions with autonomous vehicles: proactive safety assessment
KR101498582B1 (ko) 교통사고 데이터 제공 시스템 및 방법
Fowdur et al. A mobile application for real-time detection of road traffic violations
Salisteanu et al. SiaMOTO-The Intelligent System’s Infrastructure Designated To Auto Vehicle Operator’s Monitoring
Habibovic Analyzing real-world data to promote development of active safety systems that reduce car-to-vulnerable road user accidents
Donoughe Applications of Connected Vehicle Technology to Address Issues of School Bus and School Bus Stop Safety

Legal Events

Date Code Title Description
AMND Amendment
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant