KR102095884B1 - Road hazard index calculation method and device based on vehicle information - Google Patents

Road hazard index calculation method and device based on vehicle information Download PDF

Info

Publication number
KR102095884B1
KR102095884B1 KR1020190137191A KR20190137191A KR102095884B1 KR 102095884 B1 KR102095884 B1 KR 102095884B1 KR 1020190137191 A KR1020190137191 A KR 1020190137191A KR 20190137191 A KR20190137191 A KR 20190137191A KR 102095884 B1 KR102095884 B1 KR 102095884B1
Authority
KR
South Korea
Prior art keywords
vehicle
risk
driving
road
safety
Prior art date
Application number
KR1020190137191A
Other languages
Korean (ko)
Inventor
양충헌
김진국
신성필
윤덕근
Original Assignee
한국건설기술연구원
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 한국건설기술연구원 filed Critical 한국건설기술연구원
Priority to KR1020190137191A priority Critical patent/KR102095884B1/en
Application granted granted Critical
Publication of KR102095884B1 publication Critical patent/KR102095884B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • 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
    • G08G1/0125—Traffic data processing
    • 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
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

Disclosed are a method for calculating a road risk index based on behavior information of a vehicle and an apparatus thereof. The method for calculating a road risk index comprises the steps of: collecting vehicle behavior information from a vehicle, wherein the vehicle behavior information includes at least one of vehicle DTG data and vehicle ADAS data; using at least one of the vehicle DTG data and the vehicle ADAS data to device vehicle driving safety and vehicle following safety, respectively; and using the vehicle driving safety and the vehicle following safety to derive a road risk index.

Description

차량의 거동 정보 기반 도로위험지표 산출 방법 및 그 장치{Road hazard index calculation method and device based on vehicle information}Road hazard index calculation method and device based on vehicle information}

본 발명은 차량의 거동 정보 기반 도로위험지표 산출 방법 및 그 장치를 제공하기 위한 것이다. The present invention is to provide a method and apparatus for calculating a road risk index based on vehicle behavior information.

차량 보급이 늘어나고 차량에 대한 의존도가 커져감에 따라 교통사고 또한 점점 증가하는 추세이다. 교통 사고는 단순히 차량간 사고에 의해서만 발생하는 것이 아니라, 도로 조건 및 기상 조건에 따라 발생하고 있다. Traffic accidents are also increasing as the number of vehicles spread and the dependence on vehicles increase. Traffic accidents are caused not only by vehicle-to-vehicle accidents, but also by road conditions and weather conditions.

따라서, 이를 해결하기 위해 도로위험지표를 정확하게 측정하고 필요시 경고를 줄 수 있는 시스템의 기술 개발이 필요하다. Therefore, in order to solve this, it is necessary to develop a system technology that can accurately measure road hazard indicators and give warnings when necessary.

(01) 대한민국공개특허공보 제10-2010-0048279호(2010.05.11.)(01) Korean Patent Publication No. 10-2010-0048279 (2010.05.11.)

본 발명은 도로위험지표 산출 방법 및 그 장치를 제공하기 위한 것이다. The present invention is to provide a method and apparatus for calculating a road hazard indicator.

또한, 본 발명은 사업용 차량에서 수집된 거동 정보와 도로 속성정보를 기반으로 실시간 또는 비실시간 도로위험정도를 지표화할 수 있는 도로위험지표 산출 방법 및 그 장치를 제공하기 위한 것이다. In addition, the present invention is to provide a method and apparatus for calculating a road risk index capable of indexing a real-time or non-real-time road hazard level based on behavior information and road attribute information collected from a business vehicle.

또한, 본 발명은 차량에서 수집된 거동 정보를 기반으로 주행 안전성 및 추종 안전성을 평가하여 지표화할 수 있는 도로위험지표 산출 방법 및 그 장치를 제공하기 위한 것이다. In addition, the present invention is to provide a method and apparatus for calculating a road risk index that can be indexed by evaluating driving safety and following safety based on behavior information collected from a vehicle.

본 발명의 일 측면에 따르면, 차량의 거동 정보 기반 도로위험지표 산출 방법이 제공된다. According to one aspect of the present invention, a method for calculating a road risk index based on vehicle behavior information is provided.

본 발명의 일 실시예에 따르면, 차량으로부터 차량 거동 정보를 수집하는 단계-여기서, 차량 거동 정보는 차량 DTG 데이터 및 차량 ADAS 데이터 중 적어도 하나를 포함함; 상기 차량 DTG 데이터 및 상기 차량 ADAS 데이터 중 적어도 하나를 이용하여 차량 주행 안전도 및 차량 추종 안전도를 각각 도출하는 단계; 및 상기 차량 주행 안전도 및 차량 추종 안전도를 이용하여 도로위험도 지표를 도출하는 단계를 포함하는 도로위험지표 산출 방법이 제공될 수 있다. According to an embodiment of the present invention, collecting vehicle behavior information from a vehicle, wherein the vehicle behavior information includes at least one of vehicle DTG data and vehicle ADAS data; Deriving vehicle driving safety and vehicle following safety using at least one of the vehicle DTG data and the vehicle ADAS data, respectively; And deriving a road risk index using the vehicle driving safety level and the vehicle tracking safety level.

상기 차량 주행 안전도는 차량 가속도를 이용하여 단위 시간당 차량의 가속도 변화량을 도출한 후 단위 시간당 가속도 변화량의 최대값 및 최소값의 차이로 도출될 수 있다. The vehicle driving safety may be derived by a difference between a maximum value and a minimum value of the amount of acceleration change per unit time after deriving the amount of change in acceleration of the vehicle per unit time using the vehicle acceleration.

상기 차량 추종 안전도는 차량 DTG 데이터 및 상기 차량 ADAS 데이터를 이용하여 차량 충돌 위험도와 차로 변경 차량의 주행 위험도를 도출하여 평가될 수 있다. The vehicle following safety level may be evaluated by deriving a vehicle collision risk and a driving risk of a vehicle that changes to a lane using the vehicle DTG data and the vehicle ADAS data.

차량 충돌 위험도는 차량의 속도, 선행 차량 속도 및 차량간 간격을 이용하여 선행 차량과 충돌하는데 소요되는 시간으로 도출될 수 있다. The vehicle collision risk may be derived as a time required to collide with the preceding vehicle using the vehicle speed, the preceding vehicle speed, and the inter-vehicle spacing.

상기 차량 충돌 위험도는 하기 수학식을 이용하여 도출되되, The vehicle collision risk is derived using the following equation,

Figure 112019111513657-pat00001
Figure 112019111513657-pat00001

여기서,

Figure 112019111513657-pat00002
이며,
Figure 112019111513657-pat00003
는 현재 차량의 속도를 나타내고,
Figure 112019111513657-pat00004
는 선행 차량의 속도를 나타내며,
Figure 112019111513657-pat00005
는 현재 차량과 선행 차량 사이의 간격을 나타낸다. here,
Figure 112019111513657-pat00002
And
Figure 112019111513657-pat00003
Indicates the current vehicle speed,
Figure 112019111513657-pat00004
Indicates the speed of the preceding vehicle,
Figure 112019111513657-pat00005
Indicates the gap between the current vehicle and the preceding vehicle.

상기 차로 변경 차량의 주행 위험도는, 차량 속도, 선행 차량 속도, 도로 구배 및 노면 마찰을 이용하여 후행 차량의 정지 거리와 선행 차량의 정지 거리를 각각 도출하고, 상기 도출된 후행 차량의 정지 거리와 선행 차량의 정지 거리를 이용하여 도출될 수 있다. The driving risk of the lane change vehicle derives the stopping distance of the trailing vehicle and the stopping distance of the preceding vehicle, respectively, using the vehicle speed, the leading vehicle speed, the road gradient, and the road friction, and the leading and stopping distances of the derived trailing vehicle It can be derived using the vehicle's stopping distance.

상기 차로 변경 차량의 주행 위험도는 하기 수학식을 이용하여 도출되되, The driving risk of the lane change vehicle is derived using the following equation,

Figure 112019111513657-pat00006
Figure 112019111513657-pat00006

여기서,

Figure 112019111513657-pat00007
는 후행차량의 정지거리를 나타내고,
Figure 112019111513657-pat00008
는 선행차량의 정지거리를 나타내며,
Figure 112019111513657-pat00009
는 시간 t에서의 후행차량의 주행속도(m/s)를 나타내고,
Figure 112019111513657-pat00010
는 시간 t에서의 선행차량의 주행속도(m/s)를 나타내고, L은 선행차량의 길이(m)를 나타내고, h은 인지반응시간을 나타내며,
Figure 112019111513657-pat00011
는 시간 t에서 수행 차량과 선행 차량간의 거리를 나타내고, a는 차량의 감속도를 나타낸다. here,
Figure 112019111513657-pat00007
Denotes the stopping distance of a trailing vehicle,
Figure 112019111513657-pat00008
Indicates the stopping distance of the preceding vehicle,
Figure 112019111513657-pat00009
Denotes the running speed (m / s) of the trailing vehicle at time t,
Figure 112019111513657-pat00010
Denotes the running speed (m / s) of the preceding vehicle at time t, L denotes the length (m) of the preceding vehicle, h denotes the cognitive response time,
Figure 112019111513657-pat00011
Denotes the distance between the performing vehicle and the preceding vehicle at time t, and a represents the deceleration of the vehicle.

상기 도로위험도 지표를 도출하는 단계는, 상기 차량 주행 안전도, 상기 차량 충돌 위험도 및 상기 차로 변경 차량의 주행 위험도에 대해 주행 시간 또는 주행 거리를 기반으로 상기 차량 주행 안전도, 상기 차량 충돌 위험도 및 상기 차로 변경 차량의 주행 위험도 각각에 대한 개별 차량 위험도 지표를 각각 도출하는 단계; 및 상기 각 개별 차량 위험도 지표를 이용하여 최종 도로위험지표를 도출하는 단계를 포함할 수 있다. The step of deriving the road risk indicator may include the vehicle driving safety level, the vehicle collision risk level, and the vehicle driving safety level, the vehicle collision risk level, and the vehicle driving safety level based on a driving time or a driving distance with respect to the driving risk level of the vehicle changing the lane. Deriving an individual vehicle risk index for each of the driving risks of the lane change vehicle; And deriving a final road hazard indicator using each individual vehicle hazard indicator.

상기 개별 차량 위험도 지표는 하기 수학식을 이용하여 도출되되,The individual vehicle risk index is derived using the following equation,

Figure 112019111513657-pat00012
Figure 112019111513657-pat00012

여기서, ssm은 차량 주행 안전도, 상기 차량 충돌 위험도 및 상기 차로 변경 차량의 주행 위험도를 나타내는 인덱스이며,

Figure 112019111513657-pat00013
는 분석 대상 구간에서의 차량 주행 안전도, 상기 차량 충돌 위험도 및 상기 차로 변경 차량의 주행 위험도 중 어느 하나의 합계를 나타내며, v는 차량 인덱스를 나타내며, T는 주행 시간을 나타내고, D는 주행 거리를 나타낸다. Here, ssm is a vehicle driving safety index, the vehicle collision risk and the index indicating the driving risk of the vehicle changing to the lane,
Figure 112019111513657-pat00013
Denotes the sum of any one of the driving safety of the vehicle in the analysis target section, the risk of collision of the vehicle, and the driving risk of the vehicle changing the lane, v represents the vehicle index, T represents the driving time, and D represents the driving distance. Shows.

상기 도로위험지표는 하기 수학식을 이용하여 도출되되, The road risk index is derived using the following equation,

Figure 112019111513657-pat00014
Figure 112019111513657-pat00014

여기서, N은 전체 차량 수를 나타내며, l은 도로 구간(링크) 인덱스를 나타낸다. Here, N represents the total number of vehicles, and l represents the road section (link) index.

본 발명의 다른 측면에 따르면, 차량의 거동 정보 기반 도로위험지표를 산출할 수 있는 장치가 제공된다. According to another aspect of the present invention, an apparatus capable of calculating a road hazard indicator based on vehicle behavior information is provided.

본 발명의 일 실시예에 따르면, 적어도 하나의 명령어들을 저장하는 메모리; 및 상기 메모리에 저장된 명령어들을 실행하는 프로세서를 포함하되, 상기 프로세서에 의해 실행된 명령어들은, 차량으로부터 차량 거동 정보를 수집하는 단계-여기서, 차량 거동 정보는 차량 DTG 데이터 및 차량 ADAS 데이터 중 적어도 하나를 포함함; 상기 차량 DTG 데이터 및 상기 차량 ADAS 데이터 중 적어도 하나를 이용하여 차량 주행 안전도 및 차량 추종 안전도를 각각 도출하는 단계; 및 상기 차량 주행 안전도 및 차량 추종 안전도를 이용하여 도로위험도 지표를 도출하는 단계를 수행하는 것을 특징으로 하는 도로위험지표 산출 장치가 제공될 수 있다. According to an embodiment of the present invention, a memory for storing at least one instruction; And a processor that executes instructions stored in the memory, wherein the instructions executed by the processor collect vehicle behavior information from the vehicle, wherein the vehicle behavior information includes at least one of vehicle DTG data and vehicle ADAS data. Contains; Deriving vehicle driving safety and vehicle following safety using at least one of the vehicle DTG data and the vehicle ADAS data, respectively; And deriving a road risk index using the vehicle driving safety level and the vehicle tracking safety level.

상기 차량 주행 안전도는 차량 가속도를 이용하여 단위 시간당 차량의 가속도 변화량을 도출한 후 단위 시간당 가속도 변화량의 최대값 및 최소값의 차이로 도출될 수 있다. The vehicle driving safety may be derived by a difference between a maximum value and a minimum value of the amount of acceleration change per unit time after deriving the amount of change in acceleration of the vehicle per unit time using the vehicle acceleration.

상기 차량 추종 안전도는 차량 DTG 데이터 및 상기 차량 ADAS 데이터를 이용하여 차량 충돌 위험도와 차로 변경 차량의 주행 위험도를 도출하여 평가되며, The vehicle following safety level is evaluated by deriving a vehicle collision risk and a driving risk of a vehicle that changes to a lane using the vehicle DTG data and the vehicle ADAS data,

차량 충돌 위험도는 차량의 속도, 선행 차량 속도 및 차량간 간격을 이용하여 선행 차량과 충돌하는데 소요되는 시간으로 도출될 수 있다. The vehicle collision risk may be derived as a time required to collide with the preceding vehicle using the vehicle speed, the preceding vehicle speed, and the inter-vehicle spacing.

상기 도로위험도 지표를 도출하는 단계는, 상기 차량 주행 안전도, 상기 차량 충돌 위험도 및 상기 차로 변경 차량의 주행 위험도에 대해 주행 시간 또는 주행 거리를 기반으로 상기 차량 주행 안전도, 상기 차량 충돌 위험도 및 상기 차로 변경 차량의 주행 위험도 각각에 대한 개별 차량 위험도 지표를 각각 도출하는 단계; 및 상기 각 개별 차량 위험도 지표를 이용하여 최종 도로위험지표를 도출하는 단계를 포함할 수 있다. The step of deriving the road risk index may include the vehicle driving safety level, the vehicle collision risk level, and the vehicle driving safety level, the vehicle collision risk level, and the vehicle driving safety level based on a driving time or a driving distance with respect to the driving risk level of the vehicle changing the lane Deriving an individual vehicle risk index for each of the driving risks of the lane change vehicle; And deriving a final road hazard indicator using each individual vehicle hazard indicator.

본 발명의 일 실시예에 따른 차량의 거동 정보 기반 도로위험지표 산출 방법 및 그 장치를 제공함으로써, 사업용 차량에서 수집된 거동 정보와 도로 속성정보를 기반으로 실시간 또는 비실시간 도로위험정도를 지표화할 수 있다. By providing a method and apparatus for calculating a road risk index based on vehicle behavior information according to an embodiment of the present invention, real-time or non-real-time road hazard levels can be indexed based on behavior information and road attribute information collected from a business vehicle. have.

또한, 본 발명은 차량에서 수집된 거동 정보를 기반으로 주행 안전성 및 추종 안전성을 평가하여 지표화할 수 있다. In addition, the present invention can be indexed by evaluating driving safety and following safety based on behavior information collected from a vehicle.

도 1은 본 발명의 일 실시예에 따른 도로위험 지표 산출 시스템의 구성을 개략적으로 도시한 블록도.
도 2는 본 발명의 일 실시예에 따른 차량의 거동 정보 기반 도로위험지표 산출 방법을 나타낸 순서도.
도 3은 본 발명의 일 실시예에 따른 차량 주행 안전도 평가를 설명하기 위해 도시한 도면.
도 4는 본 발명의 일 실시예에 따른 도로위험지표 산출 장치의 내부 구성을 개략적으로 도시한 블록도.
도 5는 본 발명의 일 실시예에 따른 차량의 거동 정보를 기반으로 주행 안전성을 평가한 일 예를 도시한 도면.
도 6은 본 발명의 일 실시예에 따른 구간별 도로위험도지표를 표시한 일예를 도시한 도면. 1 is a block diagram schematically showing the configuration of a road risk index calculation system according to an embodiment of the present invention.
2 is a flowchart illustrating a method for calculating a road risk index based on behavior information of a vehicle according to an embodiment of the present invention.
3 is a view illustrating a vehicle driving safety evaluation according to an embodiment of the present invention.
Figure 4 is a block diagram schematically showing the internal configuration of a road risk index calculation apparatus according to an embodiment of the present invention.
5 is a diagram illustrating an example of evaluating driving safety based on behavior information of a vehicle according to an embodiment of the present invention.
6 is a view showing an example of displaying a road risk index for each section according to an embodiment of the present invention.

본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "구성된다" 또는 "포함한다" 등의 용어는 명세서상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.The singular expression used in this specification includes the plural expression unless the context clearly indicates otherwise. In this specification, terms such as “consisting of” or “comprising” should not be construed as including all of the various components, or various steps described in the specification, among which some components or some steps are It may not be included, or it should be construed to further include additional components or steps. In addition, terms such as “... unit” and “module” described in the specification mean a unit that processes at least one function or operation, which may be implemented in hardware or software, or a combination of hardware and software. .

이하, 첨부된 도면들을 참조하여 본 발명의 실시예를 상세히 설명한다. Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 일 실시예에 따른 도로위험 지표 산출 시스템의 구성을 개략적으로 도시한 블록도이다.1 is a block diagram schematically showing the configuration of a road risk index calculation system according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시예에 따른 도로위험 지표 산출 시스템(100)은 복수의 차량(110) 및 도로위험지표 산출 장치(120)를 포함하여 구성된다. Referring to FIG. 1, a road risk index calculation system 100 according to an embodiment of the present invention includes a plurality of vehicles 110 and a road risk index calculation device 120.

복수의 차량(110)은 사업용 차량으로, 분석 대상 구간을 주행하며, 데이터를 수집하여 이를 도로위험지표 산출 장치(120)로 전송한다. The plurality of vehicles 110 is a business vehicle, travels an analysis target section, collects data, and transmits the data to the road risk index calculation device 120.

복수의 차량(110)은 분석 대상 구간에서 다양한 데이터를 수집하기 위한 장비들을 부착되어 있는 것을 가정하기로 한다. 또한, 복수의 차량(110)은 일정 간격으로 분석 대상 구간을 주행하며, 데이터를 수집하여 이를 실시간 또는 비실시간으로 도로위험지표 산출 장치(120)로 전송할 수 있다. It is assumed that the plurality of vehicles 110 are equipped with equipments for collecting various data in an analysis target section. In addition, the plurality of vehicles 110 may drive the analysis target section at regular intervals, collect data, and transmit the data to the road risk index calculation device 120 in real time or non-real time.

차량에서 수집되는 데이터는 DTG 데이터 및 ADAS 데이터일 수 있다. 여기서, DTG 데이터는 주행 시간, 가속도, 주행 거리, 속도를 포함할 수 있다. 또한, ADAS 데이터는 차량간 간격 및 선행 차량 속도일 수 있다. 이외에도, 현재 차량의 차량 식별정보(ID), 차량 위치, 차량 속도/가속도 등을 더 수집할 수도 있다. The data collected from the vehicle may be DTG data and ADAS data. Here, the DTG data may include driving time, acceleration, driving distance, and speed. In addition, ADAS data may be an inter-vehicle interval and a preceding vehicle speed. In addition, vehicle identification information (ID) of the current vehicle, vehicle location, and vehicle speed / acceleration may be further collected.

또한, 도로 관련 데이터(예를 들어, 도로 구배, 교량, 교통량 등), 교통 정보 및 기상 정보(날씨 등) 등이 더 수집할 수도 있음은 당연하다. Also, it is natural that road-related data (eg, road gradient, bridge, traffic, etc.), traffic information, and weather information (weather, etc.) may be further collected.

도로위험지표 산출 장치(120)는 각각의 차량으로부터 거동 정보를 수집하고, 이를 가공하여 각각의 차량별 안전대체지표를 산출할 수 있다. 또한, 도로위험지표 산출 장치(120)는 개별 차령의 안전대체지표를 이용하여 도로위험지표를 산출할 수 있다. The road hazard indicator calculating device 120 may collect behavior information from each vehicle and process it to calculate safety replacement indicators for each vehicle. In addition, the road hazard indicator calculating device 120 may calculate the road hazard indicator using the safety substitution indicator of the individual vehicle.

본 발명의 일 실시예에 따르면, 안전대체지표는 차량 주행안전성 평가 지표 및 차량 추종 안전성 평가 지표를 포함할 수 있다. 이들 지표를 산출하는 방법에 대해서는 하기에서 도 2를 참조하여 보다 상세히 설명하기로 한다. According to an embodiment of the present invention, the safety replacement indicator may include a vehicle driving safety evaluation index and a vehicle tracking safety evaluation index. The method for calculating these indicators will be described in more detail with reference to FIG. 2 below.

도 2는 본 발명의 일 실시예에 따른 차량의 거동 정보 기반 도로위험지표 산출 방법을 나타낸 순서도이다. 2 is a flowchart illustrating a method for calculating a road risk index based on behavior information of a vehicle according to an embodiment of the present invention.

단계 210에서 도로위험지표 산출 장치(120)는 차량으로부터 거동 정보를 각각 수집한다. 차량은 도로위험지표 산출을 위해 분석 대상 구간을 주행하며 데이터를 수집하는 사업용 차량일 수 있다. In step 210, the road risk index calculating device 120 collects behavior information from the vehicle, respectively. The vehicle may be a business vehicle that collects data while driving an analysis target section to calculate a road hazard indicator.

예를 들어, 도로위험지표 산출 장치(120)는 차량의 DTG(Digital Tacho Graph) 데이터 및 ADAS(Advanced Driver Assistance Systems) 데이터를 수집할 수 있다. 이외에도, 도로위험지표 산출 장치(120)는 도로 정보 및 기상 정보를 더 수집할 수도 있다. For example, the road risk index calculating device 120 may collect digital tacho graph (DTG) data and advanced driver assistance systems (ADAS) data of the vehicle. In addition, the road risk index calculation device 120 may further collect road information and weather information.

단계215에서 도로위험지표 산출 장치(120)는 수집된 차량의 거동 정보를 이용하여 차량 주행안전도를 산출한다. In step 215, the road risk index calculating device 120 calculates the vehicle driving safety using the collected vehicle behavior information.

이미 전술한 바와 같이, 본 발명의 일 실시예에 따른 도로위험지표 산출 장치(120)는 차량의 거동 정보를 기반으로 안전대체지표를 도출할 수 있으며, 안전대체지표는 차량 주행 안전성 평가 및 차량 추종 안전성 평가를 포함할 수 있다. As already described above, the road risk index calculating apparatus 120 according to an embodiment of the present invention can derive a safety replacement index based on the behavior information of the vehicle, and the safety replacement index is a vehicle driving safety evaluation and vehicle tracking Safety assessments.

본 발명의 일 실시예에서는 차량 주행 안전성 평가로서, 단위 시간당 차량의 가속도 변화량을 기반으로 차량 주행 안전도가 도출될 수 있다. In one embodiment of the present invention, as a vehicle driving safety evaluation, vehicle driving safety may be derived based on a change in acceleration of the vehicle per unit time.

도 3을 참조하면, 도로위험지표 산출 장치(120)는 수집된 차량의 거동 정보(예를 들어, DTG 데이터)를 기반으로 단위 시간당 차량의 가속도를 기반으로 가속도 변화량을 도출할 수 있다. 도 3은 단위 시간당 가속도 변화량을 나타낸 그래프이다. Referring to FIG. 3, the road risk index calculating apparatus 120 may derive an acceleration change amount based on the acceleration of the vehicle per unit time based on the collected vehicle behavior information (eg, DTG data). 3 is a graph showing the amount of acceleration change per unit time.

이와 같이, 차량의 가속도 변화량을 기반으로 교통 흐름의 급격한 변화를 파악할 수 있다. As such, it is possible to grasp a sudden change in the traffic flow based on the amount of acceleration change of the vehicle.

따라서, 도로위험지표 산출 장치(120)는 단위 시간당 차량의 가속도 변화량의 최대값 및 최소값을 이용하여 차량 주행 안전도를 도출할 수 있다. 즉, 단위 시간당 차량의 가속도 변화량의 최대값 및 최소값의 차이를 도출하여 차량 주행 안전도를 도출할 수 있다. Accordingly, the road risk index calculating apparatus 120 may derive the vehicle driving safety using the maximum and minimum values of the acceleration change amount of the vehicle per unit time. That is, it is possible to derive a difference in vehicle driving safety by deriving a difference between a maximum value and a minimum value of the acceleration change amount of the vehicle per unit time.

이를 수학식으로 나타내면, 수학식 1과 같다. If this is expressed by an equation, it is the same as equation 1.

Figure 112019111513657-pat00015
Figure 112019111513657-pat00015

단계 220에서 도로위험지표 산출 장치(120)는 수집된 차량의 거동 정보를 이용하여 차량 추종 안전성 평가 지표를 도출한다. In step 220, the road risk index calculating device 120 derives a vehicle tracking safety evaluation index using the collected vehicle behavior information.

차량 추종 안전성 평가 지표는 차량 충돌 위험도 및 차로 변경 차량의 주행 위험도에 의해 도출될 수 있다. The vehicle tracking safety evaluation index may be derived by a vehicle collision risk and a driving risk of a vehicle changing a lane.

우선 차량 충돌 위험도를 도출하는 방법에 대해 설명하기로 한다.First, a method of deriving the vehicle collision risk will be described.

차량 충돌 위험도는 두 차량이 충돌하는데 소요되는 시간을 나타낸다. 따라서, 도로위험지표 산출 장치(120)는 차량의 거동 정보 중 차량의 속도, 선행 차량 속도 및 차량간 간격 데이터를 이용하여 차량 충돌 위험도를 산출할 수 있다. 이를 수학식으로 나타내면, 수학식 2와 같다. The vehicle collision risk represents the time it takes for two vehicles to collide. Accordingly, the road risk index calculating apparatus 120 may calculate the vehicle collision risk using vehicle speed, preceding vehicle speed, and vehicle-to-vehicle data among vehicle behavior information. If this is expressed by the equation, it is the same as equation (2).

Figure 112019111513657-pat00016
Figure 112019111513657-pat00016

여기서,

Figure 112019111513657-pat00017
이며,
Figure 112019111513657-pat00018
는 현재 차량의 속도를 나타내고,
Figure 112019111513657-pat00019
는 선행 차량의 속도를 나타낸다. 또한,
Figure 112019111513657-pat00020
는 현재 차량과 선행 차량 사이의 간격을 나타낸다. here,
Figure 112019111513657-pat00017
And
Figure 112019111513657-pat00018
Indicates the current vehicle speed,
Figure 112019111513657-pat00019
Indicates the speed of the preceding vehicle. Also,
Figure 112019111513657-pat00020
Indicates the gap between the current vehicle and the preceding vehicle.

이와 같이, 차량의 거동 정보를 기반으로 두 차량이 충돌하기 까지 소요되는 시간을 산출할 수 있다. In this way, it is possible to calculate the time it takes for two vehicles to collide based on the behavior information of the vehicle.

차량이 충돌하기 까지 소요되는 시간을 이용하여 개별 차량 위험도 지표를 도출할 수 있다. Individual vehicle risk indicators can be derived using the time it takes for the vehicle to crash.

예를 들어, 도로위험지표 산출 장치(120)는 수학식 3을 이용하여 개별 차량 위험도 지표를 도출할 수 있다. For example, the road risk index calculation device 120 may derive an individual vehicle risk index using Equation (3).

Figure 112019111513657-pat00021
Figure 112019111513657-pat00021

여기서,

Figure 112019111513657-pat00022
는 차량 식별정보(ID)를 나타내고,
Figure 112019111513657-pat00023
는 분석 대상 구간의 차량 충돌 위험도의 합계를 나타내며, T는 주행 시간을 나타내고, D는 주행 거리를 나타낸다. here,
Figure 112019111513657-pat00022
Indicates vehicle identification information (ID),
Figure 112019111513657-pat00023
Denotes the sum of the risks of vehicle collisions in the analysis target section, T denotes the driving time, and D denotes the driving distance.

또한, 도로위험지표 산출 장치(120)는 차량의 거동 정보, 도로 정보 및 기상 정보를 이용하여 차로 변경 차량의 주행 위험도를 산출할 수 있다. 예를 들어, 도로위험지표 산출 장치(120)는 차량의 거동 정보, 도로 구배 및 마찰 정보를 기반으로 후행차량의 정지거리와 선행차량의 정지거리를 도출한 후 이를 이용하여 차로 변경 차량의 주행 위험도를 산출할 수 있다. In addition, the road risk index calculation device 120 may calculate the driving risk of a vehicle that changes to a lane by using vehicle behavior information, road information, and weather information. For example, the road risk index calculation device 120 derives the stopping distance of the trailing vehicle and the stopping distance of the preceding vehicle based on the behavior information of the vehicle, the road gradient, and the friction information, and then uses it to determine the driving risk of the vehicle changing to the lane. Can be calculated.

이를 수학식으로 나타내면, 수학식 4와 같다. If this is expressed by the equation, it is the same as equation (4).

Figure 112019111513657-pat00024
Figure 112019111513657-pat00024

Figure 112019111513657-pat00025
는 후행차량의 정지거리를 나타내며,
Figure 112019111513657-pat00026
는 선행차량의 정지거리를 나타내고,
Figure 112019111513657-pat00027
는 시간 t에서의 후행차량의 주행속도(m/s)를 나타내고,
Figure 112019111513657-pat00028
는 시간 t에서의 선행차량의 주행속도(m/s)를 나타내고, L은 선행차량의 길이(m)를 나타내고, h은 인지반응시간(예를 들어, 2.5초)을 나타내며,
Figure 112019111513657-pat00029
는 시간 t에서 수행 차량과 선행 차량간의 거리를 나타내고, a는 차량의 감속도를 나타낸다.
Figure 112019111513657-pat00025
Denotes the stopping distance of a trailing vehicle,
Figure 112019111513657-pat00026
Denotes the stopping distance of the preceding vehicle,
Figure 112019111513657-pat00027
Denotes the running speed (m / s) of the trailing vehicle at time t,
Figure 112019111513657-pat00028
Denotes the running speed (m / s) of the preceding vehicle at time t, L denotes the length (m) of the preceding vehicle, h denotes the cognitive response time (e.g., 2.5 seconds),
Figure 112019111513657-pat00029
Denotes the distance between the performing vehicle and the preceding vehicle at time t, and a represents the deceleration of the vehicle.

도로위험지표 산출 장치(120)는 차로 변경 차량의 주행 위험도를 이용하여 개별 차량 위험도 지표를 도출할 수 있다. 이는 수학식 5와 같이 나타낼 수 있다. The road risk index calculation device 120 may derive an individual vehicle risk index using the driving risk of the vehicle changing the lane. This can be expressed as Equation (5).

Figure 112019111513657-pat00030
Figure 112019111513657-pat00030

즉, 도로위험지표 산출 장치(120)는 차로 변경 차량의 주행 위험도를 기반으로 개별 차량 위험도 지표를 도출함으로써, 이를 이용하여 차량의 추종 안전성을 평가할 수 있다. That is, the road risk index calculation device 120 may derive an individual vehicle risk index based on the driving risk of the vehicle changing the lane, and use this to evaluate the following safety of the vehicle.

예를 들어, 도로위험지표 산출 장치(120)는 선행차량의 정지거리가 후행 차량의 정지거리보다 큰 경우 안전한 것으로 판단할 수 있다. 반면, 도로위험지표 산출 장치(120)는 후행 차량의 정지거리가 선행차량의 정지거리보다 큰 경우 불안전한 것으로 판단할 수 있다. For example, the road risk index calculating apparatus 120 may determine that the vehicle is safe when the stopping distance of the preceding vehicle is greater than the stopping distance of the trailing vehicle. On the other hand, the road risk index calculating device 120 may determine that the stopping distance of the trailing vehicle is unsafe when the stopping distance of the preceding vehicle is greater than that of the preceding vehicle.

단계 225에서 도로위험지표 산출 장치(120)는 차량 주행 안전도 및 차량 추종 안전도를 이용하여 도로위험도 지표를 도출한다.In step 225, the road risk index calculation device 120 derives a road risk index using the vehicle driving safety level and the vehicle tracking safety level.

도로위험지표 산출 장치(120)는 차량 주행 안전도 및 차량 추종 안전도 각각에 대한 개별 차량 위험도 지표를 각각 도출할 수 있다. 이는 수학식 3 및 수학식 5에서 설명한 바와 같다. 이를 일반화된 수학식으로 다시 정리하면 수학식 6과 같이 나타낼 수 있다. The road hazard indicator calculating device 120 may derive individual vehicle hazard indicators for each of vehicle driving safety and vehicle following safety. This is as described in Equation 3 and Equation 5. If this is rearranged into a generalized equation, it can be expressed as Equation 6.

Figure 112019111513657-pat00031
Figure 112019111513657-pat00031

여기서, ssm은 차량 주행 안전도, 상기 차량 충돌 위험도 및 상기 차로 변경 차량의 주행 위험도를 나타내는 인덱스를 나타낸다. Here, ssm denotes an index indicating the vehicle driving safety level, the vehicle collision risk level, and the driving risk level of the vehicle changing to the lane.

이와 같이, 개별 차량 위험도 지표가 각각 도출되면, 이를 이용하여 도로위험도지표가 최종 도출된다. 예를 들어, 도로위험지표 산출 장치(120)는 수학식 7과 같이 도로위험도지표를 도출할 수 있다. As described above, when individual vehicle risk indicators are derived, road hazard indicators are finally derived using them. For example, the road risk index calculation device 120 may derive a road risk index as shown in Equation (7).

Figure 112019111513657-pat00032
Figure 112019111513657-pat00032

여기서, N은 전체 차량 수를 나타내며, l은 도로 구간(링크) 인덱스를 나타낸다. Here, N represents the total number of vehicles, and l represents the road section (link) index.

다시 정리하면, 도로위험지표 산출 장치(120)는 차량으로부터 수집되는 거동 정보를 기반으로 차량 주행 안정도, 차량 충돌 위험도 및 차로 변경 차량의 주행 위험도를 각각 도출할 수 있다. 이어, 도로위험지표 산출 장치(120)는 주행 시간 또는 주행 거리를 반영하여 차량 주행 안정도, 차량 충돌 위험도 및 차로 변경 차량의 주행 위험도 각각에 대한 차량 개별 위험도 지표를 각각 도출한 후 각 구간별로 합산한 후 구간별 차량의 수로 나누어 각각의 구간에 대한 도로위험지표를 도출할 수 있다. In summary, the road risk index calculating device 120 may derive the vehicle driving stability, the vehicle collision risk, and the driving risk of the vehicle that changes to the lane based on the behavior information collected from the vehicle. Subsequently, the road risk index calculating device 120 reflects the driving time or the driving distance, derives the vehicle individual risk indicators for each of the vehicle driving stability, the vehicle collision risk, and the driving risk of the vehicle changing the lane, and then sums each section. The road risk index for each section can be derived by dividing by the number of vehicles in each section.

도 4는 본 발명의 일 실시예에 따른 도로위험지표 산출 장치의 내부 구성을 개략적으로 도시한 블록도이다. 4 is a block diagram schematically showing the internal configuration of a road risk index calculation device according to an embodiment of the present invention.

도 4를 참조하면, 본 발명의 일 실시예에 따른 도로위험지표 산출 장치(120)는 수집부(410), 데이터 가공부(415), 메모리(420) 및 프로세서(425)를 포함하여 구성된다. Referring to FIG. 4, the road risk index calculating apparatus 120 according to an embodiment of the present invention includes a collection unit 410, a data processing unit 415, a memory 420, and a processor 425. .

수집부(410)는 차량으로부터 거동 정보를 수집한다. 여기서, 거동 정보는 차량의 DTG 데이터 및 ADAS 데이터일 수 있다. 물론, 수집부(410)은 이외에도 도로 정보 및 기상 정보를 더 수집할 수도 있음은 당연하다. The collection unit 410 collects behavior information from the vehicle. Here, the behavior information may be DTG data and ADAS data of the vehicle. Of course, it is natural that the collection unit 410 may further collect road information and weather information.

데이터 가공부(415)는 차량으로부터 수집된 거동 정보를 가공, 분석하여 차량 주행 안전도 및 차량 추종 안전도를 각각 도출한 후 이를 기반으로 각 구간에 대한 도로위험지표를 도출할 수 있다. The data processing unit 415 may process and analyze the behavior information collected from the vehicle to derive the vehicle driving safety level and the vehicle following safety level, respectively, and then derive road risk indicators for each section based on this.

이에 대해서는 이미 전술한 바와 동일하므로 중복되는 설명은 생략하기로 한다. As this is already the same as described above, redundant description will be omitted.

메모리(420)는 본 발명의 일 실시예에 따른 도로위험지표를 산출하는 방법을 수행하기 위한 프로그램 코드들(명령어들)을 저장한다. The memory 420 stores program codes (commands) for performing a method of calculating a road hazard indicator according to an embodiment of the present invention.

프로세서(425)는 본 발명의 일 실시예에 따른 도로위험지표 산출 장치(120)의 내부 구성 요소들(예를 들어, 수집부(410), 데이터 가공부(415), 메모리(420) 등)을 제어하기 위한 수단이다. The processor 425 is an internal component (for example, a collection unit 410, a data processing unit 415, a memory 420, etc.) of the road risk index calculation device 120 according to an embodiment of the present invention It is a means to control.

도 5는 본 발명의 일 실시예에 따른 차량의 거동 정보를 기반으로 주행 안전성을 평가한 일 예를 도시한 도면이다. 5 is a diagram illustrating an example of evaluating driving safety based on behavior information of a vehicle according to an embodiment of the present invention.

도 5에 도시된 바와 같이, 차량의 거동 정보를 기반으로 차량 가속도 변화량에 따른 주행 안전도를 도출한 후 이를 기반으로 위험 이벤트를 검지할 수 있다. 즉, 가속도 변화량에 기반한 주행 안전도(jerk)가 임계치 이상인 경우 위험 이벤트를 검지할 수 있다. As illustrated in FIG. 5, after deriving driving safety according to a change in vehicle acceleration based on vehicle behavior information, a risk event may be detected based on the driving safety. That is, when the driving safety (jerk) based on the amount of acceleration change is greater than or equal to a threshold, a dangerous event can be detected.

개별 차량의 주행 안전도를 링크(구간) 단위로 집계한 후 이를 이용하여 도로 구간(링크)별 도로 위험 지표를 도출하여 통지할 수 있다(도 6). After the driving safety of each vehicle is aggregated in units of links (sections), road risk indicators for each road section (links) can be derived and notified (Fig. 6).

본 발명의 실시 예에 따른 장치 및 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야 통상의 기술자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.The apparatus and method according to an embodiment of the present invention may be implemented in a form of program instructions that can be executed through various computer means and recorded in a computer readable medium. Computer-readable media may include program instructions, data files, data structures, or the like alone or in combination. The program instructions recorded on the computer-readable medium may be specially designed and configured for the present invention or may be known and usable by those skilled in the computer software field. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical media such as CD-ROMs, DVDs, and magnetic media such as floptical disks. Includes hardware devices specifically configured to store and execute program instructions such as magneto-optical media and ROM, RAM, flash memory, and the like. Examples of program instructions include high-level language code that can be executed by a computer using an interpreter, etc., as well as machine language codes produced by a compiler.

상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The hardware device described above may be configured to operate as one or more software modules to perform the operation of the present invention, and vice versa.

이제까지 본 발명에 대하여 그 실시 예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.So far, the present invention has been focused on the embodiments. Those skilled in the art to which the present invention pertains will understand that the present invention can be implemented in a modified form without departing from the essential characteristics of the present invention. Therefore, the disclosed embodiments should be considered in terms of explanation, not limitation. The scope of the present invention is shown in the claims rather than the foregoing description, and all differences within the equivalent range should be interpreted as being included in the present invention.

100: 도로위험지표 산출 시스템
110: 차량
120: 도로위험지표 산출 장치100: road risk index calculation system
110: vehicle
120: road risk index calculation device

Claims (16)

차량으로부터 차량 거동 정보를 수집하는 단계-여기서, 차량 거동 정보는 차량 DTG 데이터 및 차량 ADAS 데이터 중 적어도 하나를 포함함;
상기 차량 DTG 데이터 및 상기 차량 ADAS 데이터 중 적어도 하나를 이용하여 차량 주행 안전도 및 차량 추종 안전도를 각각 도출하는 단계; 및
상기 차량 주행 안전도 및 차량 추종 안전도를 이용하여 도로위험도 지표를 도출하는 단계를 포함하되,
상기 차량 주행 안전도는 차량 가속도를 이용하여 단위 시간당 차량의 가속도 변화량을 도출한 후 단위 시간당 가속도 변화량의 최대값과 최소값의 차이로 도출되며,
상기 차량 추종 안전도는 차량 DTG 데이터 및 상기 차량 ADAS 데이터를 이용하여 차량 충돌 위험도와 차로 변경 차량의 주행 위험도를 도출하여 평가되되,
상기 도로위험도 지표를 도출하는 단계는,
상기 차량 주행 안전도, 상기 차량 충돌 위험도 및 상기 차로 변경 차량의 주행 위험도에 대해 주행 시간 또는 주행 거리를 기반으로 상기 차량 주행 안전도, 상기 차량 충돌 위험도 및 상기 차로 변경 차량의 주행 위험도 각각에 대한 개별 차량 위험도 지표를 각각 도출하는 단계; 및
상기 각 개별 차량 위험도 지표를 이용하여 최종 도로위험지표를 도출하는 단계를 포함하는 것을 특징으로 하는 도로위험지표 산출 방법.
Collecting vehicle behavior information from the vehicle, wherein the vehicle behavior information includes at least one of vehicle DTG data and vehicle ADAS data;
Deriving vehicle driving safety and vehicle following safety using at least one of the vehicle DTG data and the vehicle ADAS data, respectively; And
Deriving a road risk index using the vehicle driving safety and vehicle following safety,
The driving safety of the vehicle is derived from a difference between a maximum value and a minimum value of the amount of acceleration change per unit time after deriving a change amount of acceleration of the vehicle per unit time using the vehicle acceleration,
The vehicle following safety level is evaluated by deriving a vehicle collision risk and a driving risk of a lane change vehicle using the vehicle DTG data and the vehicle ADAS data.
The step of deriving the road risk index,
The vehicle driving safety, the vehicle collision safety, and the vehicle collision safety and the driving risk of the vehicle changing the lane based on the driving time or the driving distance for the vehicle driving safety, the vehicle collision risk and the driving risk of the vehicle changing lane Deriving vehicle risk indicators, respectively; And
And deriving a final road hazard indicator using each individual vehicle hazard indicator.
삭제delete 삭제delete 제1 항에 있어서,
차량 충돌 위험도는 차량의 속도, 선행 차량 속도 및 차량간 간격을 이용하여 선행 차량과 충돌하는데 소요되는 시간으로 도출되는 것을 특징으로 하는 도로위험지표 산출 방법.
According to claim 1,
The method of calculating a road risk index is characterized in that the vehicle collision risk is derived as a time required to collide with a preceding vehicle using a vehicle speed, a preceding vehicle speed, and an interval between vehicles.
제4 항에 있어서,
상기 차량 충돌 위험도는 하기 수학식을 이용하여 도출되는 것을 특징으로 하는 도로위험지표 산출 방법.
Figure 112019111513657-pat00033

여기서,
Figure 112019111513657-pat00034
이며,
Figure 112019111513657-pat00035
는 현재 차량의 속도를 나타내고,
Figure 112019111513657-pat00036
는 선행 차량의 속도를 나타내며,
Figure 112019111513657-pat00037
는 현재 차량과 선행 차량 사이의 간격을 나타냄.
According to claim 4,
The method of calculating the road risk index, characterized in that the vehicle collision risk is derived using the following equation.
Figure 112019111513657-pat00033

here,
Figure 112019111513657-pat00034
And
Figure 112019111513657-pat00035
Indicates the current vehicle speed,
Figure 112019111513657-pat00036
Indicates the speed of the preceding vehicle,
Figure 112019111513657-pat00037
Indicates the gap between the current vehicle and the preceding vehicle.
제1 항에 있어서,
상기 차로 변경 차량의 주행 위험도는,
차량 속도, 선행 차량 속도, 도로 구배 및 노면 마찰을 이용하여 후행 차량의 정지 거리와 선행 차량의 정지 거리를 각각 도출하고, 상기 도출된 후행 차량의 정지 거리와 선행 차량의 정지 거리를 이용하여 도출되는 것을 특징으로 하는 도로위험지표 산출 방법.
According to claim 1,
The driving risk of the vehicle changed to the lane,
The stopping distance of the trailing vehicle and the stopping distance of the leading vehicle are respectively derived using the vehicle speed, the leading vehicle speed, the road gradient, and the road surface friction, and the derived stopping distance of the preceding vehicle and the stopping distance of the preceding vehicle are respectively derived. Road risk index calculation method characterized in that.
제6 항에 있어서,
상기 차로 변경 차량의 주행 위험도는 하기 수학식을 이용하여 도출되는 것을 특징으로 하는 도로위험지표 산출 방법.
Figure 112019111513657-pat00038

여기서,
Figure 112019111513657-pat00039
는 후행차량의 정지거리를 나타내고,
Figure 112019111513657-pat00040
는 선행차량의 정지거리를 나타내며,
Figure 112019111513657-pat00041
는 시간 t에서의 후행차량의 주행속도(m/s)를 나타내고,
Figure 112019111513657-pat00042
는 시간 t에서의 선행차량의 주행속도(m/s)를 나타내고, L은 선행차량의 길이(m)를 나타내고, h은 인지반응시간을 나타내며,
Figure 112019111513657-pat00043
는 시간 t에서 수행 차량과 선행 차량간의 거리를 나타내고, a는 차량의 감속도를 나타냄.
The method of claim 6,
A method for calculating a road risk index, characterized in that the driving risk of the lane-changing vehicle is derived using the following equation.
Figure 112019111513657-pat00038

here,
Figure 112019111513657-pat00039
Denotes the stopping distance of a trailing vehicle,
Figure 112019111513657-pat00040
Indicates the stopping distance of the preceding vehicle,
Figure 112019111513657-pat00041
Denotes the running speed (m / s) of the trailing vehicle at time t,
Figure 112019111513657-pat00042
Denotes the running speed (m / s) of the preceding vehicle at time t, L denotes the length (m) of the preceding vehicle, h denotes the cognitive response time,
Figure 112019111513657-pat00043
Denotes the distance between the running vehicle and the preceding vehicle at time t, and a represents the deceleration of the vehicle.
삭제delete 제1 항에 있어서,
상기 개별 차량 위험도 지표는 하기 수학식을 이용하여 도출되는 것을 특징으로 하는 도로위험지표 산출 방법.
Figure 112020500673782-pat00044

여기서, ssm은 차량 주행 안전도, 상기 차량 충돌 위험도 및 상기 차로 변경 차량의 주행 위험도를 나타내는 인덱스이며,
Figure 112020500673782-pat00045
는 분석 대상 구간에서의 차량 주행 안전도, 상기 차량 충돌 위험도 및 상기 차로 변경 차량의 주행 위험도 중 어느 하나의 합계를 나타내며, v는 차량 인덱스를 나타내며, T는 주행 시간을 나타내고, D는 주행 거리를 나타냄.
According to claim 1,
The method for calculating a road risk index, wherein the individual vehicle risk index is derived using the following equation.
Figure 112020500673782-pat00044

Here, ssm is a vehicle driving safety index, the vehicle collision risk and the index indicating the driving risk of the vehicle changing to the lane,
Figure 112020500673782-pat00045
Denotes the sum of any one of the driving safety of the vehicle in the analysis target section, the risk of collision of the vehicle, and the driving risk of the vehicle changing the lane, v represents the vehicle index, T represents the driving time, and D represents the driving distance. Shown.
제9 항에 있어서,
상기 도로위험지표는 하기 수학식을 이용하여 도출되는 것을 특징으로 하는 도로위험지표 산출 방법.
Figure 112019111513657-pat00046

여기서, N은 전체 차량 수를 나타내며, l은 도로 구간(링크) 인덱스를 나타냄.
The method of claim 9,
The road risk indicator is calculated using the following equation, the road risk index calculation method.
Figure 112019111513657-pat00046

Here, N represents the total number of vehicles, and l represents the road section (link) index.
제1항에 따른 방법을 수행하기 위한 프로그램 코드를 기록한 컴퓨터로 판독 가능한 기록매체.
A computer-readable recording medium on which a program code for performing the method according to claim 1 is recorded.
적어도 하나의 명령어들을 저장하는 메모리; 및
상기 메모리에 저장된 명령어들을 실행하는 프로세서를 포함하되,
상기 프로세서에 의해 실행된 명령어들은,
차량으로부터 차량 거동 정보를 수집하는 단계-여기서, 차량 거동 정보는 차량 DTG 데이터 및 차량 ADAS 데이터 중 적어도 하나를 포함함;
상기 차량 DTG 데이터 및 상기 차량 ADAS 데이터 중 적어도 하나를 이용하여 차량 주행 안전도 및 차량 추종 안전도를 각각 도출하는 단계; 및
상기 차량 주행 안전도 및 차량 추종 안전도를 이용하여 도로위험도 지표를 도출하는 단계를 수행하되,
상기 차량 주행 안전도는 차량 가속도를 이용하여 단위 시간당 차량의 가속도 변화량을 도출한 후 단위 시간당 가속도 변화량의 최대값과 최소값의 차이로 도출되며,
상기 차량 추종 안전도는 차량 DTG 데이터 및 상기 차량 ADAS 데이터를 이용하여 차량 충돌 위험도와 차로 변경 차량의 주행 위험도를 도출하여 평가되되,
상기 도로위험도 지표를 도출하는 단계는,
상기 차량 주행 안전도, 상기 차량 충돌 위험도 및 상기 차로 변경 차량의 주행 위험도에 대해 주행 시간 또는 주행 거리를 기반으로 상기 차량 주행 안전도, 상기 차량 충돌 위험도 및 상기 차로 변경 차량의 주행 위험도 각각에 대한 개별 차량 위험도 지표를 각각 도출하는 단계; 및
상기 각 개별 차량 위험도 지표를 이용하여 최종 도로위험지표를 도출하는 단계를 포함하는 것을 특징으로 하는 도로위험지표 산출 장치.

A memory that stores at least one instruction; And
It includes a processor for executing the instructions stored in the memory,
The instructions executed by the processor,
Collecting vehicle behavior information from the vehicle, wherein the vehicle behavior information includes at least one of vehicle DTG data and vehicle ADAS data;
Deriving vehicle driving safety and vehicle following safety using at least one of the vehicle DTG data and the vehicle ADAS data, respectively; And
Performing a step of deriving a road risk index using the vehicle driving safety and vehicle following safety,
The driving safety of the vehicle is derived from a difference between a maximum value and a minimum value of the acceleration change amount per unit time after deriving a vehicle acceleration change amount per unit time using the vehicle acceleration,
The vehicle following safety level is evaluated by deriving a vehicle collision risk and a driving risk of a lane change vehicle using the vehicle DTG data and the vehicle ADAS data.
The step of deriving the road risk index,
The vehicle driving safety level, the vehicle collision safety level, and the vehicle driving safety level, the vehicle collision safety level, and the driving risk level of the vehicle changing vehicle, respectively, based on the driving time or the driving distance with respect to the vehicle driving risk level and the driving risk level of the vehicle changing the lane level. Deriving vehicle risk indicators, respectively; And
And deriving a final road hazard indicator using each individual vehicle hazard indicator.

삭제delete 삭제delete 제12 항에 있어서,
차량 충돌 위험도는 차량의 속도, 선행 차량 속도 및 차량간 간격을 이용하여 선행 차량과 충돌하는데 소요되는 시간으로 도출되는 것을 특징으로 하는 도로위험지표 산출 장치.
The method of claim 12,
Vehicle risk index calculation device, characterized in that derived from the time required to collide with the preceding vehicle using the vehicle speed, the preceding vehicle speed and the inter-vehicle spacing.
삭제delete
KR1020190137191A 2019-10-31 2019-10-31 Road hazard index calculation method and device based on vehicle information KR102095884B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190137191A KR102095884B1 (en) 2019-10-31 2019-10-31 Road hazard index calculation method and device based on vehicle information

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190137191A KR102095884B1 (en) 2019-10-31 2019-10-31 Road hazard index calculation method and device based on vehicle information

Publications (1)

Publication Number Publication Date
KR102095884B1 true KR102095884B1 (en) 2020-04-06

Family

ID=70281817

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190137191A KR102095884B1 (en) 2019-10-31 2019-10-31 Road hazard index calculation method and device based on vehicle information

Country Status (1)

Country Link
KR (1) KR102095884B1 (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102369276B1 (en) * 2021-06-25 2022-03-04 재단법인차세대융합기술연구원 Method for analyzing the effect of the exclusive lanes for autonomous vehicles
CN114613195A (en) * 2022-03-18 2022-06-10 重庆大学 Hybrid traffic-oriented vehicle lane change risk assessment method and device
CN117711185A (en) * 2024-02-05 2024-03-15 中国水利水电第九工程局有限公司 Multi-source data-based early warning and monitoring system and method for highway construction

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100048279A (en) 2008-10-30 2010-05-11 한국전자통신연구원 Method and system of driving safety index computing
KR20110000238A (en) * 2009-06-26 2011-01-03 한양대학교 산학협력단 Intelligent traffic information system and method of providing warning information in the same
KR20190007712A (en) * 2017-07-13 2019-01-23 한국건설기술연구원 System for providing hazard traffic flow information, and method for the same

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100048279A (en) 2008-10-30 2010-05-11 한국전자통신연구원 Method and system of driving safety index computing
KR20110000238A (en) * 2009-06-26 2011-01-03 한양대학교 산학협력단 Intelligent traffic information system and method of providing warning information in the same
KR20190007712A (en) * 2017-07-13 2019-01-23 한국건설기술연구원 System for providing hazard traffic flow information, and method for the same

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102369276B1 (en) * 2021-06-25 2022-03-04 재단법인차세대융합기술연구원 Method for analyzing the effect of the exclusive lanes for autonomous vehicles
CN114613195A (en) * 2022-03-18 2022-06-10 重庆大学 Hybrid traffic-oriented vehicle lane change risk assessment method and device
CN114613195B (en) * 2022-03-18 2024-06-11 重庆大学 Mixed traffic-oriented vehicle lane change risk assessment method and device
CN117711185A (en) * 2024-02-05 2024-03-15 中国水利水电第九工程局有限公司 Multi-source data-based early warning and monitoring system and method for highway construction
CN117711185B (en) * 2024-02-05 2024-04-09 中国水利水电第九工程局有限公司 Multi-source data-based early warning and monitoring system and method for highway construction

Similar Documents

Publication Publication Date Title
KR102574105B1 (en) Autonomous driving safety evaluation method, device, and system
KR102095884B1 (en) Road hazard index calculation method and device based on vehicle information
Bagdadi Estimation of the severity of safety critical events
JP5386543B2 (en) Driving evaluation system, driving evaluation program, and driving evaluation method
Tak et al. Development of a deceleration-based surrogate safety measure for rear-end collision risk
JP6925796B2 (en) Methods and systems, vehicles, and computer programs that assist the driver of the vehicle in driving the vehicle.
EP3166090B1 (en) Apparatus and method for providing traffic information
EP2701137B1 (en) Information provision device for use in vehicle
Talebpour et al. Near-crash identification in a connected vehicle environment
JP5907249B2 (en) Unexpected prediction sensitivity judgment device
JP4940206B2 (en) Road traffic information providing system and method
US20190340448A1 (en) Event prediction system, event prediction method, program, and recording medium having same recorded therein
EP2827317A1 (en) Device for determining sensitivity to prediction of unexpected situations
Yousif et al. Close following behavior: Testing visual angle car following models using various sets of data
US20170292842A1 (en) Information processing apparatus and method
Althoff et al. Can automated road vehicles harmonize with traffic flow while guaranteeing a safe distance?
CN111985749A (en) Road risk assessment method and device
Songchitruksa et al. Advancing safety performance monitoring at signalized intersections through use of connected vehicle technology
SE1150180A1 (en) Systems and method for assessing kitchen driving
EP2172920A1 (en) Threat assessment for unexpected events
JP6330291B2 (en) Safe driving degree judgment device
KR102082177B1 (en) Road hazard index calculation method and device
JP6287032B2 (en) Safe driving degree judgment device
Chatterjee et al. Use of naturalistic driving data to characterize driver behavior in freeway shockwaves
Fernandez Secondary tasks in steady state car following situations

Legal Events

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