KR102224906B1 - 이동체의 gps 정보를 이용한 교통사고 예방 장치 및 방법 - Google Patents

이동체의 gps 정보를 이용한 교통사고 예방 장치 및 방법 Download PDF

Info

Publication number
KR102224906B1
KR102224906B1 KR1020190156232A KR20190156232A KR102224906B1 KR 102224906 B1 KR102224906 B1 KR 102224906B1 KR 1020190156232 A KR1020190156232 A KR 1020190156232A KR 20190156232 A KR20190156232 A KR 20190156232A KR 102224906 B1 KR102224906 B1 KR 102224906B1
Authority
KR
South Korea
Prior art keywords
information
vehicle
moving object
traffic accident
collision
Prior art date
Application number
KR1020190156232A
Other languages
English (en)
Inventor
윤일수
박상민
정하림
Original Assignee
아주대학교산학협력단
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 아주대학교산학협력단 filed Critical 아주대학교산학협력단
Priority to KR1020190156232A priority Critical patent/KR102224906B1/ko
Application granted granted Critical
Publication of KR102224906B1 publication Critical patent/KR102224906B1/ko

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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/10—Path keeping
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/14—Adaptive cruise control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/087—Override of traffic control, e.g. by signal transmitted by an emergency vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096783—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a roadside individual element
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/20—Ambient conditions, e.g. wind or rain
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/08—Predicting or avoiding probable or impending collision
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/10—Path keeping
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/14—Cruise control

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Atmospheric Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Traffic Control Systems (AREA)

Abstract

이동체의 GPS 정보를 이용한 교통사고 예방 장치 및 방법에 관한 것이며, 이동체의 GPS 정보를 이용한 교통사고 예방 장치는 복수의 이동체의 통신 단말 및 복수의 차량에 탑재된 통신 단말로부터 송신된 GPS 정보 및 궤적 정보를 LDM(Local Dynamic Map) 센터로부터 수신하는 LDM 정보 수신부, 상기 LDM 센터로부터 수신된 상기 GPS 정보 및 상기 궤적 정보를 이용하여 이동체 또는 차량의 충돌 가능성을 계산하는 계산부 및 상기 충돌 가능성에 기초하여 상기 이동체 또는 상기 차량에 충돌 가능성 정보를 제공하는 충돌 가능성 정보 제공부를 포함하되, 상기 LDM 센터에 전송된 상기 GPS 정보 및 상기 궤적 정보는 LDM의 최상위층에 저장될 수 있다.

Description

이동체의 GPS 정보를 이용한 교통사고 예방 장치 및 방법{TRAFFIC ACCIDENT PREVENTION DEVICE AND METHOD USING GPS INFORMATION OF MOVING OBJECT}
본원은 이동체의 GPS 정보를 이용한 교통사고 예방 장치 및 방법에 관한 것이다.
최근 자율주행차량 및 그와 연계되는 기술의 개발이 활발하게 이루어지고 있다. 자율주행차량의 보급화에 따라, 자율주행차량에 의한 사고 발생에 대한 우려 또한 증가하고 있다.
특히, 차량공유업체인 우버(Uber)의 자율주행 시험차량이 무단횡단을 하는 보행자와 충돌하여 발생한 사망사고 등으로 인해 자율주행차량의 장비 외에도 보행자 및 퍼스널 모빌리티(자전거, 전동 킥보드 등)를 위한 안전 장비 및 서비스의 개발 및 도입이 요구되고 있다.
종래기술은 보행자, 차량 등의 위치, 속도 등의 이동 정보를 수집하기 위하여 검지기 등을 사용하는 점에서 추가적인 장치의 설치가 필요하며, 이에 따라 별도의 유지 보수 비용이 지속적으로 드는 문제점이 존재한다.
또한, 종래의 자율주행차량은 자율주행차량에 설치된 센서의 정보만을 이용하여 충돌을 회피하는 기능을 갖추고 있어, 해당 차량 외에 변동 가능성이 높은 이동체(보행자, 퍼스널 모빌리티, 다른 차량 등), 실시간 교통 상황 등을 고려하지 못하는 한계가 존재한다.
본원의 배경이 되는 기술은 한국등록특허공보 제10-1190835호에 개시되어 있다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 이동체 및 차량의 통신 단말의 GPS 정보 및 궤적 정보를 이용하여 이동체 및 차량의 교통사고를 예방할 수 있는 교통사고 예방 장치 및 방법을 제공하려는 것을 목적으로 한다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 동적 정보 시스템(Local Dynamic Map, LDM)에 저장된 이동체의 정보를 이용하여 충돌 가능성 정보를 이동체 또는 차량에 제공할 수 있는 교통사고 예방 장치 및 방법을 제공하려는 것을 목적으로 한다.
다만, 본원의 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 일 실시예에 따른 이동체의 GPS 정보를 이용한 교통사고 예방 장치는, 복수의 이동체의 통신 단말 및 복수의 차량에 탑재된 통신 단말로부터 송신된 GPS 정보 및 궤적 정보를 LDM(Local Dynamic Map) 센터로부터 수신하는 LDM 정보 수신부; 상기 LDM 센터로부터 수신된 상기 GPS 정보 및 상기 궤적 정보를 이용하여 이동체 또는 차량의 충돌 가능성을 계산하는 계산부; 및 상기 충돌 가능성에 기초하여 상기 이동체 또는 상기 차량에 충돌 가능성 정보를 제공하는 충돌 가능성 정보 제공부를 포함하되, 상기 LDM 센터에 전송된 상기 GPS 정보 및 상기 궤적 정보는 LDM의 최상위층에 저장될 수 있다.
또한, 상기 궤적 정보는 이동체 및 차량의 현재의 속도 정보 및 가속도 정보를 포함하고, 상기 계산부는, 복수의 이동체 또는 차량의 현재의 위치 정보, 속도 정보 및 가속도 정보를 기반으로 이동체 또는 차량의 주변 이동체 또는 주변 차량과의 TTC 값을 포함하는 상기 충돌 가능성을 계산할 수 있다.
또한, 상기 계산부는, 이동체 또는 차량의 과거의 GPS 정보와 궤적 정보, 현재의 GPS 정보와 궤적 정보, 지형 정보, 경사도 정보 및 날씨 정보를 기반으로 상기 이동체 또는 상기 차량의 다음 위치를 예측하고, 상기 예측된 다음 위치를 이용하여 상기 충돌 가능성을 계산할 수 있다.
또한, 상기 계산부는, 상기 이동체 또는 상기 차량의 과거 및 현재의 위치 정보, 속도 정보, 가속도 정보, 지형 정보, 경사도 정보 및 날씨 정보 중 적어도 하나를 입력 정보로 하는 인공신경망을 이용하여 상기 다음 위치를 예측할 수 있다.
또한, 상기 LDM 센터로부터 수신된 상기 GPS 정보 및 상기 궤적 정보에 기초하여 상기 이동체 또는 상기 차량의 종류를 식별하는 판단부를 더 포함하고, 상기 입력 정보는, 상기 판단부에 의해 식별된 상기 이동체 또는 상기 차량의 종류 정보를 더 포함할 수 있다.
또한, 상기 계산부는, 상기 이동체 또는 상기 차량에 대응되는 면을 정의하고, 상기 충돌 가능성을 면 단위로 계산할 수 있다.
또한, 상기 이동체 또는 상기 차량에 대응되는 면은, 상기 판단부에 의해 식별된 이동체 또는 차량의 종류에 따라 다르게 정의될 수 있다.
한편, 본원의 일 실시예에 따른 교통사고 예방 장치에 의한 이동체의 GPS 정보를 이용한 교통사고 예방 방법은, 복수의 이동체의 통신 단말 및 복수의 차량에 탑재된 통신 단말로부터 송신된 GPS 정보 및 궤적 정보를 LDM 센터로부터 수신하는 단계; 상기 LDM 센터로부터 수신된 상기 GPS 정보 및 상기 궤적 정보를 이용하여 이동체 또는 차량의 충돌 가능성을 계산하는 단계; 및 상기 충돌 가능성에 기초하여 상기 이동체 또는 상기 차량에 충돌 가능성 정보를 제공하는 단계를 포함하되, 상기 LDM 센터에 전송된 상기 GPS 정보 및 상기 궤적 정보는 LDM의 최상위층에 저장될 수 있다.
또한, 상기 궤적 정보는 이동체 및 차량의 현재의 속도 정보 및 가속도 정보를 포함하고, 상기 충돌 가능성을 계산하는 단계는, 복수의 이동체 또는 차량의 현재의 위치 정보, 속도 정보 및 가속도 정보를 기반으로 이동체 또는 차량의 주변 이동체 또는 주변 차량과의 TTC 값을 포함하는 상기 충돌 가능성을 계산하는 것일 수 있다.
또한, 상기 충돌 가능성을 계산하는 단계는, 이동체 또는 차량의 과거의 GPS 정보와 궤적 정보, 현재의 GPS 정보와 궤적 정보, 지형 정보, 경사도 정보 및 날씨 정보를 기반으로 상기 이동체 또는 상기 차량의 다음 위치를 예측하고, 상기 예측된 다음 위치를 이용하여 상기 충돌 가능성을 계산하는 것일 수 있다.
또한, 상기 교통사고 예방 방법은, 상기 충돌 가능성을 계산하는 단계가 수행되기 전에 상기 LDM 센터로부터 수신된 상기 GPS 정보 및 상기 궤적 정보에 기초하여 상기 이동체 또는 상기 차량의 종류를 식별하는 단계를 더 포함하고, 상기 충돌 가능성을 계산하는 단계는, 상기 이동체 또는 상기 차량에 대응되는 면을 정의하고, 상기 충돌 가능성을 면 단위로 계산하는 것일 수 있다.
또한, 상기 이동체 또는 상기 차량에 대응되는 면은, 상기 이동체 또는 상기 차량의 종류를 식별하는 단계에서 식별된 이동체 또는 차량의 종류에 따라 다르게 정의될 수 있다.
또한, 본원의 다른 일 실시예에 따른 이동체의 GPS 정보를 이용한 교통사고 예방 장치는, 복수의 이동체의 통신 단말 및 복수의 차량에 탑재된 통신 단말로부터 송신된 GPS 정보 및 궤적 정보를 수신하는 정보 수신부; 복수의 층을 포함하며, 상기 GPS 정보 및 상기 궤적 정보를 최상위층에 저장하는 저장부; 상기 GPS 정보 및 상기 궤적 정보를 이용하여 이동체 또는 차량의 충돌 가능성을 계산하는 계산부; 및 상기 충돌 가능성에 기초하여 상기 이동체 또는 상기 차량에 충돌 가능성 정보를 제공하는 충돌 가능성 정보 제공부를 포함할 수 있다.
한편, 본원의 다른 일 실시예에 따른 교통사고 예방 장치에 의한 이동체의 GPS 정보를 이용한 교통사고 예방 방법은, 복수의 이동체의 통신 단말 및 복수의 차량에 탑재된 통신 단말로부터 송신된 GPS 정보 및 궤적 정보를 수신하는 단계; 복수의 층을 포함하며, 상기 GPS 정보 및 상기 궤적 정보를 저장부의 최상위층에 저장하는 단계; 상기 GPS 정보 및 상기 궤적 정보를 이용하여 이동체 또는 차량의 충돌 가능성을 계산하는 단계; 및 상기 충돌 가능성에 기초하여 상기 이동체 또는 차량에 충돌 가능성 정보를 제공하는 단계를 포함할 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본원을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 추가적인 실시예가 존재할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 이동체 및 차량의 통신 단말의 GPS 정보 및 궤적 정보를 이용하여 이동체 또는 차량의 충돌 가능성을 계산함으로써, 이동체 및 차량의 교통사고를 예방할 수 있는 효과가 있다.
전술한 본원의 과제 해결 수단에 의하면, 동적 정보 시스템(Local Dynamic Map, LDM)에 저장된 이동체 또는 차량의 위치 정보, 속도 정보 및 가속도 정보를 기반으로 이동체 또는 차량의 주변 이동체 또는 주변 차량과의 TTC 값을 포함하는 충돌 가능성을 계산함으로써, 충돌 가능성 정보를 이동체 또는 차량에 제공할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 이동체 또는 차량의 다음 위치를 예측하고 이를 이용함으로써, 보다 정확하게 충돌 가능성을 계산하고 이동체 또는 차량의 안전성을 향상시킬 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 면 단위로 충돌 가능성을 계산함으로써, GPS 정보의 오차로 인한 문제점을 해결할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 이동체의 종류를 고려하여 충돌 가능성을 계산함으로써, 다양한 이동체가 존재하는 실제 상황에서의 교통사고 예방 가능성을 향상시킬 수 있다.
다만, 본원에서 얻을 수 있는 효과는 상기된 바와 같은 효과들로 한정되지 않으며, 또 다른 효과들이 존재할 수 있다.
도 1은 본원의 일 실시예에 따른 교통사고 예방 장치에 의해 교통사고 예방 서비스가 제공되는 것을 설명하기 위한 도면이다.
도 2는 본원의 일 실시예에 따른 교통사고 예방 장치의 개략적인 블록도이다.
도 3a는 기존 방법으로서 점 단위로 충돌 가능성이 계산되는 경우의 문제점을 나타내기 위한 도면이고, 도 3b는 본원의 일 실시예에 따른 교통사고 예방 장치에 의해 면 단위로 충돌 가능성이 계산되는 경우를 설명하기 위한 도면이다.
도 4a 내지 도 4c는 이동체의 종류에 따라 이동체에 대응되는 면이 다르게 정의되는 것을 설명하기 위한 도면이다.
도 5는 본원의 일 실시예에 따른 교통사고 예방 방법에 대한 동작 흐름도이다.
도 6은 본원의 다른 일 실시예에 따른 교통사고 예방 장치의 개략적인 블록도이다.
도 7은 본원의 다른 일 실시예에 따른 교통사고 예방 방법에 대한 동작 흐름도이다.
아래에서는 첨부한 도면을 참조하여 본원이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본원의 실시예를 상세히 설명한다. 그러나 본원은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본원을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본원 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결" 또는 "간접적으로 연결"되어 있는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부재가 다른 부재 "상에", "상부에", "상단에", "하에", "하부에", "하단에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
도 1은 본원의 일 실시예에 따른 교통사고 예방 장치에 의해 교통사고 예방 서비스가 제공되는 것을 설명하기 위한 도면이다.
도 1을 참조하면, 이동체(1) 또는 차량(2)의 통신 단말로부터GPS 정보 및 궤적 정보가 LDM(Local Dynamic Map) 센터(10)로 전송될 수 있다. 본원의 일 실시예에 따른 교통사고 예방 장치(100)는 LDM 센터(10)에 저장된 이동체(1) 또는 차량(2)의 통신 단말로부터 송신된 GPS 정보 및 궤적 정보를 이용하여 이동체(1) 또는 차량(2)의 주변 이동체 또는 주변 차량과의 충돌 가능성을 계산하여 이동체(1) 또는 차량(2)에 충돌 가능성 정보를 제공함으로써, 교통사고를 예방할 수 있다.
이 때, 이동체(1)의 통신 단말, 차량(2)의 통신 단말, LDM 센터(10) 및 교통사고 예방 장치(100)는 네트워크를 통해 GPS 정보, 궤적 정보, 충돌 가능성 정보 등의 정보를 송수신할 수 있다. 네트워크는 단말들 및 서버들과 같은 각각의 노드 상호간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예로는, 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5G 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), wifi 네트워크, 블루투스(Bluetooth) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크, WAVE(Wireless Access in Vehicular Environment) 네트워크, DSRC(Dedicated Short Range Communication) 네트워크 등이 포함되나, 이에 한정되는 것은 아니다.
또한, 이동체(1)의 통신 단말 및 차량(2)의 통신 단말은 예를 들면, 스마트폰(Smartphone), 스마트패드(SmartPad), 태블릿 PC등과 PCS(Personal Communication System), GSM(Global System for Mobile communication), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말기, OBU(On board Unit) 같은 모든 종류의 무선 통신 장치를 포함할 수 있다.
한편, 이동체(1)는 보행자, 퍼스널 모빌리티(자전거, 전동 킥보드 등) 및 일반차량을 포함하며, 일반차량은 커넥티드카(Connected Car, Connected Vehicle), 자율주행차량(Autonomous Vehicle)뿐만 아니라, 스마트폰과 연동될 수 있으나, 차량 자체적으로는 인터넷 접속이 불가능한 차량을 넓게 포함하는 개념으로 이해할 수 있다. 따라서, 이동체(1)의 통신 단말은 퍼스널 모빌리티 등에 구비된 통신 단말을 의미하거나, 이동체(1)를 이용하는 이용자가 보유하고 있는 통신 단말을 의미할 수 있다.
또한, 차량(2)은 커넥티드카(Conneceted Car, Connected Vehicle), OBU(On Board Unit)가 구비된 차량, C-ITS(Cooperative Intelligent Transportation System) 기반의 차량, 자율주행차량 등을 포함할 수 있으나, 이에 한정되는 것은 아니고, 외부 장치와 정보를 송수신할 수 있고, 디스플레이 또는 수신된 정보를 기반으로 자율주행을 포함하는 다양한 제어를 할 수 있는 차량을 넓게 포함한다.
또한, ISO 국제표준에 따르면, LDM(Local Dynamic Map)은 교통정보 제공자, 센서 또는 어플리케이션으로부터 데이터를 수집하고 저장하는 기능을 한다. LDM은 복수의 층(레이어, layer)을 포함할 수 있고, 정보의 종류 및 정보의 동적 정도(업데이트 주기)에 따라 복수의 층이 구분된다.
예를 들어, 최하위층에는 지형지물 등의 정적인(static) 정보가 저장(적재)되고(정밀전자지도), 그 위층에는 교통안내표지판, 도로통제정보, 건물 등의 반정적인(semi-static) 정보가 저장되고, 그 위층에는 사고, 지정체 등의 교통상황에 관한 정보를 포함하는 반동적인(semi-dynamic) 정보가 저장되고, 그 위층에는 차량의 상태 정보 및 차량의 주변 정보를 포함하는 V2X 기반의 동적인(dynamic) 정보가 저장될 수 있다. 즉, 최하위층에서 최상위층으로 갈수록 저장(적재)되는 정보의 성격이 정적에서 동적으로 바뀌며, 업데이트 주기가 짧아진다.
한편, 본원의 LDM은 동적정밀지도 또는 동적정보시스템으로 달리 지칭될 수 있다.
또한, LDM 센터(10)는 앞서 설명된 LDM을 구비하고, 서버, 네트워크, 스토리지 등을 포함하는 정보 저장 및 처리 시설을 의미할 수 있다.
도 2는 본원의 일 실시예에 따른 교통사고 예방 장치(100)의 개략적인 블록도이다.
도 2를 참조하면, 본원의 일 실시예에 따른 교통사고 예방 장치(100)는 LDM 정보 수신부(110), 계산부(120) 및 충돌 가능성 정보 제공부(130)를 포함할 수 있다.
LDM 정보 수신부(110)는 복수의 이동체(1)의 통신 단말 및 복수의 차량(2)에 탑재된 통신 단말로부터 송신된 GPS(Global Positioning System) 정보 및 궤적 정보를 LDM(Local Dynamic Map) 센터(10)로부터 수신할 수 있다.
LDM(Local Dynamic Map) 센터(10)는 GPS(Global Positioning System) 수신기로부터 복수의 이동체(1)의 통신 단말 및 복수의 차량(2)에 탑재된 통신 단말의 GPS 정보 및 궤적 정보를 수신하여 저장할 수 있다. 이 때, LDM 센터(10)는 미리 설정된 단위시간마다 상기 GPS 정보 및 상기 궤적 정보를 갱신하여 저장할 수 있으며, 앞서 설명한 바와 같이 LDM 센터(10)에 전송된 복수의 이동체(1) 및 복수의 차량(2)의 GPS 정보 및 궤적 정보는 변동 가능성이 크기 때문에 LDM의 최상위층에 저장(적재)될 수 있다.
한편, 차량(2)에 탑재된 통신 단말은 OBU(On board Unit) 등의 차량 자체에 구비되는 차량용 단말에 한정되지 않고, 차량(2)의 운전자 또는 탑승자가 보유하고 있는 통신 단말이나, 차량(2)에 등록된 통신 단말을 넓게 포함할 수 있다.
GPS 정보는 이동체(1) 또는 차량(2)의 현재의 위치 정보를 포함한다. 또한, 궤적 정보는 이동체(1) 또는 차량(2)의 현재의 위치 정보, 속도 정보, 가속도 정보, 진행 방향 정보 등을 포함할 수 있다. 즉, 궤적 정보는 이동체(1) 또는 차량(2)의 이동성과 연관된 정보를 의미할 수 있다. 여기서, 속도 정보, 가속도 정보, 진행 방향 정보 등은 이동체(1) 또는 차량(2)에 설치된 각종 센서에 의해 수집된 정보일 수 있다.
또한, LDM 내의 GPS 정보 및 궤적 정보는 단위시간마다 갱신될 수 있으므로, GPS 정보 및 궤적 정보가 갱신된 경우 갱신 전 GPS 정보는 과거의 위치 정보를 포함하고, 갱신 후 GPS 정보는 현재의 위치 정보를 포함할 수 있다. 또한, 갱신 전 궤적 정보는 과거의 위치 정보, 속도 정보 및 가속도 정보를 포함하고, 갱신 후 궤적 정보는 현재의 위치 정보, 속도 정보 및 가속도 정보를 포함할 수 있다.
계산부(120)는 LDM 센터(10)로부터 수신된 GPS 정보 및 궤적 정보를 이용하여 이동체(1) 또는 차량(2)의 충돌 가능성을 계산할 수 있다.
여기서, 충돌 가능성은 TTC(Time to Collision) 값을 포함할 수 있다. 계산부(120)는 TTC 값을 계산함으로써 충돌 예상 시점을 계산할 수 있다. TTC는 주어진 어떤 순간에 두 객체(이동체(1) 및 차량(2)을 포함함)의 현재 위치, 속도, 경로 등을 기반으로 산출되며, 현재의 조건이 유지되는 것을 전제로 두 객체가 상충(충돌)하는데 이르는 시간을 의미한다. 이에 의하면, TTC 값이 감소할수록 충돌 확률(가능성)이 증가한다고 이해할 수 있다.
계산부(120)는 복수의 이동체(1) 또는 차량(2)의 현재의 위치 정보, 속도 정보 및 가속도 정보를 기반으로 이동체(1) 또는 차량(2)의 주변 이동체 또는 주변차량과의 TTC 값을 포함하는 충돌 가능성을 계산할 수 있다. 여기서, 현재의 위치 정보, 속도 정보 및 가속도 정보는 전술한 바와 같이 LDM 정보 수신부(110)를 통해 수신된 GPS 정보 및 궤적 정보에 포함되는 것일 수 있다.
한편, 본원의 일 실시예에 따르면, TTC 값은 동일한 차선에서 앞 차량과의 상대거리(d rel)를 상대속도(v rel)로 나눈 값으로 정의될 수 있으며, 이는 2차원 공간으로 확대 적용될 수 있다. TTC 값에 대한 수학식은 아래와 같다.
Figure 112019123255721-pat00001
계산부(120)는 이동체(1) 또는 차량(2)의 현재의 위치 정보를 이용하여 유클리디언 거리를 계산함으로써 상대거리(d rel)를 산출할 수 있다. 또한, 계산부(120)는 각 객체(이동체(1) 및 차량(2)을 포함함)의 속도 정보를 이용하여 객체별 x축 선속도 및 y축 선속도를 산출하고, 객체별 x축 선속도 및 y축 선속도의 벡터연산을 통해 상대속도(v rel)를 산출할 수 있다. 또한, 계산부(120)는 이동체(1) 또는 차량(2)의 진행방향 정보를 통해 θ 값을 획득할 수 있다.
예를 들어, 객체 1의 좌표는 (x 1, y 1), 객체 2의 좌표는 (x 2, y 2), 객체 1의 x축 및 y축 선속도는 (v 1x, v 1y), 객체 2의 x축 및 y축 선속도는 (v 2x, v 2y) 인 경우, d rel=(x 1-x 2, y 1-y 2), v rel=(v 1x-v 2x, v 1y-v 2y) 로 계산될 수 있다.
또한, 본원의 일 실시예에 따르면, 계산부(120)는 이동체(1) 또는 차량(2)의 과거의 GPS 정보와 궤적 정보, 지형 정보, 경사도 정보 및 날씨 정보를 기반으로 이동체(1) 또는 차량(2)의 다음 위치를 예측할 수 있다. 또한, 계산부(120)는 예측된 다음 위치를 이용하여 충돌 가능성을 계산할 수 있다.
보다 구체적으로, 계산부(120)는 이동체(1) 또는 차량(2)의 과거 및 현재의 위치 정보, 속도 정보, 가속도 정보, 지형 정보, 경사도 정보 및 날씨 정보 중 적어도 하나를 입력 정보로 하는 인공신경망을 이용하여 다음 위치를 예측할 수 있다.
다시 말해, 이동체(1) 또는 차량(2)의 다음 위치를 예측함에 있어서, 다양한 딥러닝 기법이 적용될 수 있다. 딥러닝 기법으로는 RNN(Recurrent Neural Networks) 등의 반복적 또는 순차적(sequential) 데이터 학습에 특화된 인공신경망이 폭넓게 적용될 수 있다.
예시적으로, 계산부(120)는 LSTM(Long Short-Term Memory model)을 이용하여 과거 및 현재의 정보를 기반으로 다음 위치를 예측할 수 있다. 과거 및 현재의 정보는 과거 및 현재의 위치 정보, 속도 정보, 가속도 정보, 지형 정보, 경사도 정보, 날씨 정보, 주야 정보 등을 포함하며, 이는 LDM 정보 수신부(110)를 통해 LDM 센터(10)로부터 수신될 수 있다.
본원의 일 실시예에 따르면, 이동체(1) 또는 차량(2)의 다음 위치 예측 값을 이용하여 이동체(1) 또는 차량(2)의 주변 이동체 또는 주변 차량과의 충돌 가능성을 계산함으로써, 보다 정확한 충돌 가능성 정보를 제공할 수 있고, 안정성을 향상시킬 수 있는 효과가 있다.
또한, 본원의 일 실시예에 따른 교통사고 예방 장치(100)는 판단부(미도시)를 더 포함할 수 있다. 판단부(미도시)는 LDM 센터(10)로부터 수신된 GPS 정보 및 궤적 정보에 기초하여 이동체(1) 또는 차량(2)의 종류를 식별할 수 있다.
이동체(1) 또는 차량(2)의 종류는 보행자(사람), 자전거, 전동 킥보드, 차량 등을 포함할 수 있다. 판단부(미도시)는, GPS 정보 및 궤적 정보를 LDM 센터(10)로 전송하는 이동체(1) 또는 차량(2)의 통신 단말과 전술한 네트워크를 통해 연결되어 있는 이동체(1) 또는 차량(2)을 식별함으로써 이동체(1) 또는 차량(2)의 종류를 식별할 수 있다.
예를 들어, 이동체(1)가 공유 자전거 또는 공유 전동 킥보드인 경우, 공유 자전거 또는 공유 전동 킥보드와 이용자의 통신 단말의 연결 여부를 통해 이동체(1)의 종류가 식별될 수 있다. 이 때, 공유 자전거 또는 공유 전동 킥보드와 이용자의 통신 단말의 연결 여부는, 이용자의 통신 단말에 설치된 공유 자전거 또는 공유 전동 킥보드와 연동되는 어플리케이션의 실행 여부를 의미할 수 있으나, 이에 한정되는 것은 아니다.
또한, 판단부(미도시)는 LDM 센터(10)로부터 수신된 GPS 정보 및 궤적 정보 중 위치 정보, 속도 정보 및 가속도 정보 중 적어도 하나를 이용하여 이동체(1) 또는 차량(2)의 종류를 식별할 수 있다. 달리 말해, 위치 정보, 속도 정보 및 가속도 정보 중 적어도 하나는 이동체(1) 또는 차량(2)의 종류에 따라 상이할 수 있다. 일반적으로, 보행자의 속도는 자전거, 전동 킥보드 및 차량의 속도에 비해 느릴 수 있다. 또한, 보행자의 위치는 인도이고, 차량의 위치는 차도인 것이 일반적이다. 따라서, 판단부(미도시)는 이동체(1) 또는 차량(2)의 평균 위치 정보, 평균 속도 정보 및 평균 가속도 정보 중 적어도 하나와 이동체(1) 또는 차량(2)의 종류별로 위치, 속도, 가속도 등에 대해 미리 설정된 평균값과 일치 또는 유사 여부를 판단함으로써 이동체(1) 또는 차량(2)의 종류를 식별할 수 있다.
한편, 판단부(미도시)에 의해 식별된 이동체(1) 또는 차량(2)의 종류 정보는 이동체(1) 또는 차량(2)의 다음 위치를 예측하기 위한 입력 정보로서 활용될 수 있다. 다시 말해, 이동체(1) 또는 차량(2)의 다음 위치를 예측하기 위해 적용될 수 있는 인공신경망에 대한 입력 정보는 판단부(미도시)에 의해 식별된 이동체(1) 또는 차량(2)의 종류 정보를 포함할 수 있다.
본원의 일 실시예에 따른 교통사고 예방 장치(100)는 이동체(1) 또는 차량(2)의 종류 정보를 이용함으로써 이동체(1) 또는 차량(2)의 이동(주행) 특성을 반영하여 이동체(1) 또는 차량(2)의 다음 위치를 보다 정확하게 예측할 수 있으며, 이에 따라 이동체(1) 또는 차량(2)의 주변 이동체 또는 주변 차량과의 충돌 가능성을 보다 정확하게 계산함으로써 교통사고 예방 효과를 향상시킬 수 있다.
도 3a는 기존 방법으로서 점 단위로 충돌 가능성이 계산되는 경우의 문제점을 나타내기 위한 도면이고, 도 3b는 본원의 일 실시예에 따른 교통사고 예방 장치에 의해 면 단위로 충돌 가능성이 계산되는 경우를 설명하기 위한 도면이다.
도 3a를 참조하면, 기존의 교통사고 예방 장치는 이동체(1) 또는 차량(2)의 충돌 가능성을 점 단위로 계산한다. 이와 관련하여, 이동체(1) 또는 차량(2)의 GPS 정보의 좌표상 위치가 실제 위치와 일치하지 않는 경우, 계산된 충돌 가능성은 실제 충돌 가능성과 동떨어지며, 충돌 등의 예기치 못한 위험 상황이 발생할 수 있다.
반면, 도 3b를 참조하면, 본원의 일 실시예에 따른 교통사고 예방 장치(100)는 이동체(1) 또는 차량(2)의 충돌 가능성을 면 단위로 계산할 수 있다. 충돌 가능성을 면 단위로 계산한다는 것은 이동체(1) 또는 차량(2)의 위치를 면 단위로 인식하는 것으로 이해할 수 있다. 따라서, 면 단위로 충돌 가능성을 계산하는 경우, GPS 정보의 좌표상 위치가 실제 위치와 오차가 있더라도 면 단위로는 동일한 위치로 인식되므로, 충돌 가능성 계산의 오류를 방지할 수 있다. 또한, 이동체(1) 또는 차량(2)은 부피를 가지는 객체로서 소정의 공간을 차지하기 때문에 위치정보(점위치(좌표상 위치))의 오차가 없더라도 이동체(1) 또는 차량(2)의 일부가 스치듯이 충돌하는 등의 경미한 충돌 사고가 발생할 가능성은 여전히 존재하게 된다. 본원의 일 실시예에 따르면, 면 단위로 충돌 가능성을 계산하는 경우 이동체(1) 또는 차량(2)의 부피 또는 이동체(1) 또는 차량(2)이 차지하는 공간(면적)을 고려하여 계산할 수 있으므로, 안전성을 보다 향상시킬 수 있다.
구체적으로, 계산부(120)는 이동체(1) 또는 차량(2)에 대응되는 면을 정의하고, 충돌 가능성을 면 단위로 계산할 수 있다. 여기서, 이동체(1) 또는 차량(2)에 대응되는 면은, 이동체(1) 또는 차량(2)의 GPS 정보 및 궤적 정보 상의 위치 정보에 대응되는 점위치(좌표상 위치)를 포함할 수 있다. 또한, 이동체(1) 또는 차량(2)에 대응되는 면은 이동체(1) 또는 차량(2)을 포함할 수 있다. 달리 말해, 이동체(1) 또는 차량(2)에 대응되는 면의 크기는 이동체(1) 또는 차량(2)의 크기보다 클 수 있다. 예를 들어, 이동체(1) 또는 차량(2)에 대응되는 면의 면적은 이동체(1) 또는 차량(2)이 도로를 차지하는 면적보다 크도록 정의될 수 있다.
계산부(120)는 이동체(1) 또는 차량(2)에 대응되는 면을 정의함에 있어서, 이동체(1) 또는 차량(2)을 포함하는 외곽선을 정의하고, 상기 외곽선의 내부를 이동체(1) 또는 차량(2)에 대응되는 면으로 정의할 수 있다. 이 때, 외곽선 및 면은 다양한 형태의 다각형, 원형 등으로 정의될 수 있다. 즉, 계산부(120)가 면 단위로 충돌 가능성을 계산할 때, 이동체(1) 또는 차량(2)에 대응되는 면에 포함되는 점에 대응되는 위치(점위치, 좌표상 위치) 중 적어도 하나의 위치가 주변 이동체 또는 주변 차량에 대응되는 면에 포함되는 경우, 충돌 가능한 것으로 간주할 수 있다.
또한, 도 3b를 참조하면, 이동체(1, 1') 또는 차량(2)에 대응되는 면은 판단부(미도시)에 의해 식별된 이동체(1, 1') 또는 차량(2)의 종류에 따라 다르게 정의될 수 있다. 예를 들어, 이동체(1)가 보행자인 경우의 이동체(1)에 대응되는 면과 이동체(1')가 자전거인 경우의 이동체(1')에 대응되는 면의 크기(면적)는 서로 다르게 정의될 수 있다. 예를 들어, 보행자의 경우, 자전거의 경우, 차량인 경우 각각에 대하여 실제 크기에 비례하여 면의 형상 및 크기가 결정될 수 있다. 또한, 다른 실시예에 따르면, 차량은 직진성이 보행자나 자전거의 경우에 비해 상대적으로 크고, 진로 방향의 예측 가능성이 높고, 보행자나 자전거의 경우 직진성이 차량에 비하여 상대적으로 낮고 진로 방향의 예측이 상대적으로 어려우므로, 보행자나 자전거에 대응하는 면의 크기가 차량에 대응하는 면의 크기보다 크게 설정되어 충돌 가능성을 보다 높게 결정할 수 있도록 할 수 있다.
한편, 이동체(1, 1') 또는 차량(2)에 대응되는 면은 이동체(1, 1') 또는 차량(2)의 표준 크기 정보에 기초하여 정의될 수 있다. 예를 들어, 이동체(1)가 보행자인 경우 이동체(1)에 대응되는 면은 보행자의 표준 체형 정보(인구통계학 기반)에 기초하여 정의될 수 있고, 이동체(1')가 자전거를 포함하는 퍼스널 모빌리티인 경우 해당 퍼스널 모빌리티의 평균 규격 정보에 기초하여 정의될 수 있다. 마찬가지로, 차량(2)에 대응되는 면은 차량(2)의 평균 규격 정보에 기초하여 정의될 수 있다. 이와 관련하여, 도 4a 내지 도 4c를 참조하여 보다 쉽게 이해할 수 있다.
도 4a 내지 도 4c는 이동체의 종류에 따라 이동체에 대응되는 면이 다르게 정의되는 것을 설명하기 위한 도면이다. 한편, 도 4a 내지 도 4c는 이동체에 대응되는 면이 타원인 경우를 예시하는 도면이다.
도 4a 내지 도 4c를 참조하면, 이동체(1, 1', 1'')의 최대폭에 기초하여 타원의 장축 거리(길이)(a)가 정의되고, 상기 최대폭 방향에 수직인 방향의 이동체(1, 1', 1'')의 최대폭에 기초하여 타원의 단축 거리(길이)(b)가 정의될 수 있다.
도 4a를 참조하면, 이동체(1)가 보행자인 경우, 이동체(1)에 대응되는 면은 보행자의 국적별 표준 체형 정보에 기초하여 정의될 수 있다. 예를 들어, 이동체(1)가 한국인인 경우, 한국인의 표준 체형 정보에 기초하여 이동체(1)의 최대폭인 어깨폭에 기초하여 타원의 장축 거리(a)가 정의되고, 어깨폭 방향에 수직인 방향의 이동체(1)의 가슴폭에 기초하여 타원의 단축 거리(b)가 정의될 수 있다. 이 때, 타원의 장축 거리(길이)(a) 및 타원의 단축 거리(길이)(b)는 어깨폭 및 가슴폭보다 멀게(길게) 정의될 수 있다.
도 4b를 참조하면, 이동체(1')가 자전거인 경우, 자전거의 최대폭(자전거의 직진방향 상의 앞바퀴 끝에서 뒷바퀴 끝까지 이르는 길이)에 기초하여 타원의 장축 거리(a)가 정의되고, 자전거의 직진방향과 수직인 방향의 최대폭(예를 들어, 핸들 길이 또는 바구니 길이일 수 있음)에 기초하여 타원의 단축 거리(b)가 정의될 수 있으나, 이에 한정되는 것은 아니다. 이동체(1')가 자전거인 경우, 타원의 단축 거리(b)는 자전거에 탑승하는 이용자의 어깨폭에 기초하여 정의될 수 있다. 이 때, 자전거에 탑승하는 이용자의 어깨폭 방향은 자전거의 직진방향에 수직일 수 있다.
도 4c를 참조하면, 이동체(1'')가 전동 킥보드인 경우,전동 킥보드의 최대폭(전동 킥보드의 직진방향 상의 앞바퀴 끝에서 뒷바퀴 끝까지 이르는 길이)에 기초하여 타원의 장축 거리(a)가 정의되고, 전동 킥보드의 직진방향과 수직인 방향의 최대폭(예를 들어, 핸들 길이)에 기초하여 타원의 단축 거리(b)가 정의될 수 있으나, 이에 한정되는 것은 아니다. 이동체(1')가 전동 킥보드인 경우, 타원의 단축 거리(b)는 전동 킥보드에 탑승하는 이용자의 어깨폭에 기초하여 정의될 수 있다. 이 때, 전동 킥보에 탑승하는 이용자의 어깨폭 방향은 전동 킥보드의 직진방향에 수직일 수 있다.
한편, 계산부(120)는 이동체(1, 1', 1'') 또는 차량(2)에 대응되는 면을 정의함에 있어서, 이동체(1, 1', 1'') 또는 차량(2)의 종류에 따라 주행 특성을 고려하여 이동체(1, 1', 1'') 또는 차량(2)에 대응되는 면을 정의할 수 있다. 예를 들어, 차량의 경우 차선을 따라 이동하게 되므로, 대개 직진성을 가진다. 반면, 보행자 또는 퍼스널 모빌리티의 경우 경로 또는 이동방향 전환이 차량에 비해 자유롭고, 돌발성이 존재한다. 따라서, 계산부(120)는 이러한 주행(이동) 특성을 고려하여, 직진성이 큰 차량의 경우 이동체(1, 1', 1'') 또는 차량(2)에 대응되는 면의 크기와 차량의 실제 크기의 차이가 소정의 범위 미만이 되도록 이동체(1, 1', 1'') 또는 차량(2)에 대응되는 면을 정의할 수 있고, 돌발성이 큰 보행자 또는 퍼스널 모빌리티의 경우 이동체(1, 1', 1'') 또는 차량(2)에 대응되는 면의 크기와 보행자 또는 퍼스널 모빌리티의 실제 크기의 차이가 소정의 범위 이상이 되도록 이동체(1, 1', 1'') 또는 차량(2)에 대응되는 면을 정의할 수 있다. 달리 말해, 계산부(120)가 이동체(1, 1', 1'') 또는 차량(2)에 대응되는 면을 정의할 때, 이동체(1, 1', 1'') 또는 차량(2)에 대응되는 면의 크기와 실제 이동체(1, 1', 1'') 또는 차량(2)의 크기(또는 최대폭)의 오차 범위를 고려함에 있어서 이동체(1, 1', 1'') 또는 차량(2)의 주행(이동) 특성에 따라 상기 오차 범위를 조절할 수 있다. 직진성이 큰 경우의 오차 범위는 직진성이 작은 경우의 오차 범위에 비해 상대적으로 작도록 조절될 수 있고, 돌발성이 큰 경우의 오차 범위는 돌발성이 작은 경우의 오차 범위에 비해 상대적으로 크도록 조절될 수 있다.
충돌 가능성 정보 제공부(130)는 계산부(120)에 의해 계산된 충돌 가능성에 기초하여 이동체(1) 또는 차량(2)에 충돌 가능성 정보를 제공할 수 있다. 앞서 설명된 바와 같이, 계산부(120)는 TTC 값을 포함하는 충돌 가능성을 계산할 수 있다. 충돌 가능성 정보는 이동체(1) 또는 차량(2)의 주변 이동체(1) 또는 주변 차량(2)을 포함하는 주변 객체와의 예상 충돌 시점, 예상 충돌 장소, 예상 충돌 객체의 종류 등을 포함할 수 있다. 또한, 충돌 가능성 정보는, 예상 충돌 객체가 복수인 경우 복수의 객체에 대한 충돌 위험 순위를 포함할 수 있다.
충돌 가능성 정보 제공부(130)는 예상 충돌 시점, 예상 충돌 장소, 예상 충돌 객체의 종류, 위험 순위 등의 충돌 가능성 정보를 이동체(1) 또는 차량(2)의 이용자가 시각적으로 확인할 수 있도록 디스플레이를 통해 제공되거나, 음성으로 제공될 수 있다. 예를 들어, 이러한 충돌 가능성 정보의 제공은 이동체(1) 또는 차량(2)의 통신 단말을 통해 제공될 수 있다.
또한, 충돌 가능성 정보 제공부(130)는 계산부(120)에 의해 계산된 TTC 값이 소정의 범위 미만인 경우 이동체(1) 또는 차량(2)의 통신 단말 또는 그 외에 이동체(1) 또는 차량(2)에 구비된 장치를 통해 경고음(알림음)을 발생시킬 수 있다. 또한, TTC 값의 범위를 단계적으로 구분하여 경고음(알림음)의 발생 간격을 조절할 수 있다. 예를 들어, 충돌 가능성 정보 제공부(130)는 TTC 값이 1.5초 미만인 경우의 경고음의 발생 간격보다 1.0초 미만인 경우의 경고음의 발생 간격을 더 좁게 조절함으로써, 상대적으로 고위험인 상황에서의 경각심을 극대화시킬 수 있다.
또한, 충돌 가능성 정보 제공부(130)는 TTC 값에 따라 이동체(1) 또는 차량(2)에 제공하는 충돌 가능성 정보를 다르게 제공할 수 있다. 충돌 가능성 정보는 예상 충돌 시점, 예상 충돌 장소, 예상 충돌 객체의 종류, 위험 순위 등의 상세 정보와 "충돌 예상 급 정지" 등의 경고(알림) 문구에 해당하는 단순 정보를 포함할 수 있다. 단순 정보는 위급 상황 여부를 포함하고, 상세 정보는 예상 충돌 상황에 관한 구체적인 정보를 포함한다. 즉, 충돌 가능성 정보 제공부(130)는 상세 정보를 제공함으로써 예상 충돌 상황에 관한 구체적인 정보를 제공할 수 있고, 단순 정보를 제공함으로써 위급 상황임을 인지시킬 수 있다.
본원의 일 실시예에 따르면, 충돌 가능성 정보 제공부(130)는 이용자가 예상 충돌 시점, 예상 충돌 장소, 예상 충돌 객체의 종류, 위험 순위 등의 다양한 정보를 종합하여 구체적인 예상 충돌 상황을 파악하고, 해당 상황에서의 최적의 대처를 할 수 있도록 상세 정보를 제공할 수 있다.
또한, 충돌 가능성 정보 제공부(130)는 이용자가 "충돌 예상 급 정지" 등의 경고 문구를 통해 위급 상황임을 직관적으로 인지하고, "급 정지", "감속" 등의 대처방안(행동 지령)을 시각적이고 직접적으로 인지할수록 단순 정보를 제공할 수 있다. 이 때, 충돌 가능성 정보 제공부(130)는 경고음을 함께 제공할 수 있다.
충돌 가능성 정보 제공부(130)에 의해 단순 정보가 제공됨으로써, 이용자는 구체적인 정보를 기반으로 복합적인 사고를 통해 대처방안(행동)을 결정해야 하는 경우에 비해 보다 직관적이고 신속한 대처가 가능하다.
예를 들어, TTC 값이 소정의 범위 미만인 위급 상황의 경우, 이용자는 단시간에 구체적인 정보를 이용하여 복합적인 사고를 하기 어려우며, 부적절한 판단 및 반응을 할 우려가 있다. 따라서, 충돌 가능성 정보 제공부(130)는 TTC 값에 기초하여 위급 상황 여부를 판단하고, 위급 상황 여부에 기초하여 상세 정보 및 단순 정보를 선택적으로 제공할 수 있다. 즉, 충돌 가능성 정보 제공부(130)는 위급 상황인 경우에는 단순 정보를 제공하고, 위급 상황이 아닌 경우에는 상세 정보를 제공할 수 있다.
예를 들면, 충돌 가능성 정보 제공부(130)는 TTC 값이 2.1초 미만인 경우, 이동체(1) 또는 차량(2)에 단순 정보 및 경고음을 제공할 수 있다. 보다 구체적으로, 충돌 가능성 정보 제공부(130)는 TTC 값이 2.1초 이상인 경우에는 상세 정보를 제공하고, TTC 값이 2.1초 미만인 경우에는 단순 정보 및 경고음을 제공할 수 있다. 달리 말해, 충돌 가능성 정보 제공부(130)는 TTC 값이 2.1초 미만인 경우 위급 상황인 것으로 판단할 수 있다.
본원의 일 실시예에 따른 교통사고 예방 장치(100)는 이동체(1) 또는 차량(2)의 통신 단말의 통해 GPS 정보 및 궤적 정보를 수집함으로써, 보행자, 차량 등의 위치, 속도 등의 이동 정보를 수집하기 위해 도로 등에 검지기를 설치할 필요가 없어지고, 검지기 설치에 따른 설치비용 및 유지보수비용이 절감될 수 있다. 또한, 본원의 일 실시예에 따른 교통사고 예방 장치(100)는 이동체(1) 또는 차량(2)을 이용하는 이용자의 개인 통신 단말을 활용할 수 있어, 이동체(1) 또는 차량(2)의 범위를 공유 자전거, 공유 전동 킥보드 등의 공유 퍼스널 모빌리티뿐만 아니라, 보행자 및 일반차량으로 확대 적용하기에 용이하다.
또한, 본원의 일 실시예에 따르면, 자율주행차량은 자율주행차량에 설치된 센서 정보 외에 충돌 가능성 정보를 제공받을 수 있으므로, 자율주행차량 자체의 충돌 회피 기능이 보완될 수 있다.
이하에서는 상기에 자세히 설명된 내용을 기반으로, 본원의 동작 흐름을 간단히 살펴보기로 한다.
도 5는 본원의 일 실시예에 따른 이동체의 GPS 정보를 이용한 교통사고 예방 방법(S100)에 대한 동작 흐름도이다.
도 5에 도시된 교통사고 예방 방법(S100)은 앞서 설명된 교통사고 예방 장치 (100)에 의하여 수행될 수 있다. 따라서, 이하 생략된 내용이라고 하더라도 교통사고 예방 장치(100)에 대하여 설명된 내용은 교통사고 예방 방법(S100)에 대한 설명에도 동일하게 적용될 수 있다.
단계 S110에서, LDM 정보 수신부(110)는 복수의 이동체(1)의 통신 단말 및 복수의 차량(2)에 탑재된 통신 단말로부터 송신된 GPS 정보 및 궤적 정보를 LDM 센터(10)로부터 수신할 수 있다. 이 때, LDM 센터(10)에 전송된 GPS 정보 및 궤적 정보는 LDM의 최상위층에 저장될 수 있다.
단계 S120에서, 계산부(120)는 LDM 센터(10)로부터 수신된 GPS 정보 및 궤적 정보를 이용하여 이동체(1) 또는 차량(2)의 충돌 가능성을 계산할 수 있다.
여기서, 궤적 정보는 이동체(1) 및 차량(2)의 현재의 속도 정보 및 가속도 정보를 포함할 수 있다.
또한, 단계 S120에서, 계산부(120)는 복수의 이동체(1) 또는 차량(2)의 현재의 위치 정보, 속도 정보 및 가속도 정보를 기반으로 이동체(1) 또는 차량(2)의 주변 이동체 또는 주변 차량과의 TTC 값을 포함하는 충돌 가능성을 계산할 수 있다.
또한, 단계 S120에서, 계산부(120)는 이동체(1) 또는 차량(2)의 과거의 GPS 정보와 궤적 정보, 현재의 GPS 정보와 궤적 정보, 지형 정보, 경사도 정보 및 날씨 정보를 기반으로 이동체(1) 또는 차량(2)의 다음 위치를 예측할 수 있다. 계산부(120)는 예측된 다음 위치를 이용하여 충돌 가능성을 계산할 수 있다.
또한, 단계 S120에서, 계산부(120)는 이동체(1) 또는 차량(2)의 과거 및 현재의 위치 정보, 속도 정보, 가속도 정보, 지형 정보, 경사도 정보, 날씨 정보 및 주야 정보 중 적어도 하나를 입력 정보로 하는 인공신경망을 이용하여 다음 위치를 예측할 수 있다.
한편, 본원의 일 실시예에 따른 교통사고 예방 방법(S100)은 단계 S120이 수행되기 전에 LDM 센터(10)로부터 수신된 GPS 정보 및 궤적 정보에 기초하여 이동체(1) 또는 차량(2)의 종류를 식별하는 단계(미도시)를 포함할 수 있다.
달리 말해, 이동체(1) 또는 차량(2)의 종류를 식별하는 단계(미도시)에서, 판단부(미도시)는 LDM 센터(10)로부터 수신된 GPS 정보 및 궤적 정보에 기초하여 이동체(1) 또는 차량(2)의 종류를 식별할 수 있다.
단계 S120에서, 계산부(120)는 이동체(1) 또는 차량(2)에 대응되는 면을 정의하고, 충돌 가능성을 면 단위로 계산할 수 있다. 이동체(1) 또는 차량(2)에 대응되는 면은, 이동체(1) 또는 챠랑(2)의 종류를 식별하는 단계(미도시)에서 판단부(미도시)에 의해 식별된 이동체(1) 또는 차량(2)의 종류에 따라 다르게 정의될 수 있다.
단계 S130에서, 충돌 가능성 정보 제공부(130)는 충돌 가능성에 기초하여 이동체 또는 차량에 충돌 가능성 정보를 제공할 수 있다.
도 6은 본원의 다른 일 실시예에 따른 교통사고 예방 장치(200)의 개략적인 블록도이다.
본원의 다른 일 실시예에 따른 교통사고 예방 장치(200)의 구성 중 앞서 설명된 본원의 일 실시예에 따른 교통사고 예방 장치(100)의 구성과 대응되는(명칭이 동일한) 구성(계산부, 충돌 가능성 정보 제공부, 판단부 등)은 동일 또는 유사한 역할을 수행하므로, 이하 생략된 내용이라고 하더라도 본원의 일 실시예에 따른 교통사고 예방 장치(100)에 대하여 설명된 내용은 본원의 다른 일 실시예에 따른 교통사고 예방 장치(200)에 대한 설명에도 동일 또는 유사하게 적용될 수 있다.
도 6을 참조하면, 본원의 다른 일 실시예에 따른 교통사고 예방 장치(200)는 정보 수신부(210), 저장부(220), 계산부(230) 및 충돌 가능성 정보 제공부(240)를 포함할 수 있다.
본원의 다른 일 실시예에 따른 교통사고 예방 장치(200)는 앞서 설명된 LDM(Local Dynamic Map) 센터(10)또는 LDM(Local Dynamic Map)이 구비된 서버를 의미할 수 있다.
정보 수신부(210)는 복수의 이동체(1)의 통신 단말 및 복수의 차량(2)에 탑재된 통신 단말로부터 송신된 GPS 정보 및 궤적 정보를 수신할 수 있다. 정보 수신부(210)는 앞서 설명된 LDM 정보 수신부(110)에 대응되는 구성이나, LDM 정보 수신부(110)는 LDM 센터(10)로부터 GPS 정보 및 궤적 정보를 수신하는 반면, 정보 수신부(210)는 복수의 이동체(1)의 통신 단말 및 복수의 차량(2)에 탑재된 통신 단말로부터 직접 GPS 정보 및 궤적 정보를 수신하는 점에서 차이가 있다.
저장부(220)는 복수의 층을 포함하며, GPS 정보 및 궤적 정보를 취상위층에 저장할 수 있다. 즉, 저장부(220)는 LDM(Local Dynamic Map)을 의미할 수 있다. 저장부(220)에 저장되는 GPS 정보 및 궤적 정보는 단위시간마다 갱신될 수 있다. 또한, 저장부(220)는 저장되는 정보의 성격(정적인 정도 또는 동적인 정도) 및 업데이트(갱신) 주기에 따라 층을 구분하여 정보를 저장할 수 있다. 상대적으로 동적인 성격이 강한 GPS 정보 및 궤적 정보는 최상위층에 저장될 수 있다.
계산부(230)는 GPS 정보 및 궤적 정보를 이용하여 이동체(1) 또는 차량(2)의 충돌 가능성을 계산할 수 있다. 이와 관련하여, 계산부(120)에 대해 앞서 설명된 내용이 그대로 적용될 수 있으므로, 상세한 설명은 생략한다.
충돌 가능성 정보 제공부(240)는 충돌 가능성에 기초하여 이동체(1) 또는 차량(2)에 충돌 가능성을 제공할 수 있다. 이와 관련하여, 충돌 가능성 정보 제공부(130)에 대해 앞서 설명된 내용이 그대로 적용될 수 있으므로, 상세한 설명은 생략한다.
도 7은 본원의 다른 일 실시예에 따른 교통사고 예방 방법(S200)에 대한 동작 흐름도이다.
도 7에 도시된 교통사고 예방 방법(S200)은 앞서 설명된 교통사고 예방 장치(200)에 의하여 수행될 수 있다. 따라서, 이하 생략된 내용이라고 하더라도 교통사고 예방 장치(200)에 대하여 설명된 내용은 교통사고 예방 방법(S200)에 대한 설명에도 동일하게 적용될 수 있다.
또한, 본원의 다른 일 실시예에 따른 교통사고 예방 방법(S200)의 단계 중 앞서 설명된 본원의 일 실시예에 따른 교통사고 예방 방법(S100)의 단계와 대응되는 단계는 동일 또는 유사한 동작에 관한 것이므로, 이하 생략된 내용이라고 하더라도 본원의 일 실시예에 따른 교통사고 예방 방법(S100)에 대하여 설명된 내용은 본원의 다른 일 실시예에 따른 교통사고 예방 방법(S200)에 대한 설명에도 동일 또는 유사하게 적용될 수 있다.
단계 S210에서, 정보 수신부(210)는 복수의 이동체(1)의 통신 단말 및 복수의 차량(2)에 탑재된 통신 단말로부터 송신된 GPS 정보 및 궤적 정보를 수신할 수 있다.
단계 S220에서, 저장부(220)는 복수의 층을 포함하며, GPS 정보 및 궤적 정보를 최상위층에 저장할 수 있다.
단계 S230에서, 계산부(230)는 GPS 정보 및 궤적 정보를 이용하여 이동체(1) 또는 차량(2)의 충돌 가능성을 계산할 수 있다.
단계 S240에서, 충돌 가능성 정보 제공부(240)는 충돌 가능성에 기초하여 이동체(1) 또는 차량(2)에 충돌 가능성 정보를 제공할 수 있다.
상술한 설명에서, 단계 S110 내지 S130 및 단계 S210 내지 S240은 본원의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.
본원의 다양한 실시예에 따른 교통사고 예방 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본원을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(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. 상기된 하드웨어 장치는 본원에 포함되는 다양한 형태의 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 전술한 다양한 실시예에 따른 교통사고 예방 방법은 기록 매체에 저장되는 컴퓨터에 의해 실행되는 컴퓨터 프로그램 또는 애플리케이션의 형태로도 구현될 수 있다.
전술한 본원의 설명은 예시를 위한 것이며, 본원이 속하는 기술분야의 통상의 지식을 가진 자는 본원의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본원의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본원의 범위에 포함되는 것으로 해석되어야 한다.
1: 이동체
2: 차량
10: LDM 센터
100: 교통사고 예방 장치
110: LDM 정보 수신부
120: 계산부
130: 충돌 가능성 정보 제공부
200: 교통사고 예방 장치
210: 정보 수신부
220: 저장부
230: 계산부
240: 충돌 가능성 정보 제공부

Claims (13)

  1. 이동체의 GPS 정보를 이용한 교통사고 예방 장치로서,
    복수의 이동체의 통신 단말 및 복수의 차량에 탑재된 통신 단말로부터 송신된 GPS 정보 및 궤적 정보를 LDM(Local Dynamic Map) 센터로부터 수신하는 LDM 정보 수신부;
    상기 LDM 센터로부터 수신된 상기 GPS 정보 및 상기 궤적 정보에 기초하여 상기 이동체 또는 상기 차량의 종류를 식별하는 판단부;
    상기 LDM 센터로부터 수신된 상기 GPS 정보 및 상기 궤적 정보를 이용하여 이동체 또는 차량의 충돌 가능성을 계산하는 계산부; 및
    상기 충돌 가능성에 기초하여 상기 이동체 또는 상기 차량에 충돌 가능성 정보를 제공하는 충돌 가능성 정보 제공부,
    를 포함하되,
    상기 LDM 센터에 전송된 상기 GPS 정보 및 상기 궤적 정보는 LDM의 최상위층에 저장되고,
    상기 계산부는,
    상기 이동체 또는 상기 차량의 과거 및 현재의 위치 정보, 속도 정보, 가속도 정보, 지형 정보, 경사도 정보, 날씨 정보, 상기 식별된 이동체의 종류 및 상기 식별된 차량의 종류 중 적어도 하나를 입력 정보로 하는 인공신경망을 이용하여 상기 이동체 또는 상기 차량의 다음 위치를 예측하는 것인, 교통사고 예방 장치.
  2. 제1항에 있어서,
    상기 궤적 정보는 이동체 및 차량의 현재의 속도 정보 및 가속도 정보를 포함하고,
    상기 계산부는,
    복수의 이동체 또는 차량의 현재의 위치 정보, 속도 정보 및 가속도 정보를 기반으로 이동체 또는 차량의 주변 이동체 또는 주변 차량과의 TTC 값을 포함하는 상기 충돌 가능성을 계산하는 것인, 교통사고 예방 장치.
  3. 제2항에 있어서,
    상기 계산부는,
    이동체 또는 차량의 과거의 GPS 정보와 궤적 정보, 현재의 GPS 정보와 궤적 정보, 지형 정보, 경사도 정보 및 날씨 정보를 기반으로 상기 이동체 또는 상기 차량의 다음 위치를 예측하고,
    상기 예측된 다음 위치를 이용하여 상기 충돌 가능성을 계산하는 것인, 교통사고 예방 장치.
  4. 삭제
  5. 삭제
  6. 제1항에 있어서,
    상기 계산부는,
    상기 이동체 또는 상기 차량에 대응되는 면을 정의하고, 상기 충돌 가능성을 면 단위로 계산하는 것인, 교통사고 예방 장치.
  7. 제6항에 있어서,
    상기 이동체 또는 상기 차량에 대응되는 면은,
    상기 판단부에 의해 식별된 이동체 또는 차량의 종류에 따라 다르게 정의되는 것인, 교통사고 예방 장치.
  8. 제1항에 따른 교통사고 예방 장치에 의한 이동체의 GPS 정보를 이용한 교통사고 예방 방법으로서,
    복수의 이동체의 통신 단말 및 복수의 차량에 탑재된 통신 단말로부터 송신된 GPS 정보 및 궤적 정보를 LDM 센터로부터 수신하는 단계;
    상기 LDM 센터로부터 수신된 상기 GPS 정보 및 상기 궤적 정보에 기초하여 상기 이동체 또는 상기 차량의 종류를 식별하는 단계;
    상기 LDM 센터로부터 수신된 상기 GPS 정보 및 상기 궤적 정보를 이용하여 이동체 또는 차량의 충돌 가능성을 계산하는 단계; 및
    상기 충돌 가능성에 기초하여 상기 이동체 또는 상기 차량에 충돌 가능성 정보를 제공하는 단계,
    를 포함하되,
    상기 LDM 센터에 전송된 상기 GPS 정보 및 상기 궤적 정보는 LDM의 최상위층에 저장되고,
    상기 충돌 가능성을 계산하는 단계는,
    상기 이동체 또는 상기 차량의 과거 및 현재의 위치 정보, 속도 정보, 가속도 정보, 지형 정보, 경사도 정보, 날씨 정보, 상기 식별된 이동체의 종류 및 상기 식별된 차량의 종류 중 적어도 하나를 입력 정보로 하는 인공신경망을 이용하여 상기 이동체 또는 상기 차량의 다음 위치를 예측하는 것인, 교통사고 예방 방법.
  9. 제8항에 있어서,
    상기 궤적 정보는 이동체 및 차량의 현재의 속도 정보 및 가속도 정보를 포함하고,
    상기 충돌 가능성을 계산하는 단계는,
    복수의 이동체 또는 차량의 현재의 위치 정보, 속도 정보 및 가속도 정보를 기반으로 이동체 또는 차량의 주변 이동체 또는 주변 차량과의 TTC 값을 포함하는 상기 충돌 가능성을 계산하는 것인, 교통사고 예방 방법.
  10. 제9항에 있어서,
    상기 충돌 가능성을 계산하는 단계는,
    이동체 또는 차량의 과거의 GPS 정보와 궤적 정보, 현재의 GPS 정보와 궤적 정보, 지형 정보, 경사도 정보 및 날씨 정보를 기반으로 상기 이동체 또는 상기 차량의 다음 위치를 예측하고,
    상기 예측된 다음 위치를 이용하여 상기 충돌 가능성을 계산하는 것인, 교통사고 예방 방법.
  11. 제10항에 있어서,
    상기 충돌 가능성을 계산하는 단계는,
    상기 이동체 또는 상기 차량에 대응되는 면을 정의하고, 상기 충돌 가능성을 면 단위로 계산하는 것인, 교통사고 예방 방법.
  12. 제11항에 있어서,
    상기 이동체 또는 상기 차량에 대응되는 면은,
    상기 이동체 또는 상기 차량의 종류를 식별하는 단계에서 식별된 이동체 또는 차량의 종류에 따라 다르게 정의되는 것인, 교통사고 예방 방법.
  13. 제1항에 따른 교통사고 예방 장치에 의한 이동체의 GPS 정보를 이용한 교통사고 예방 방법으로서,
    복수의 이동체의 통신 단말 및 복수의 차량에 탑재된 통신 단말로부터 송신된 GPS 정보 및 궤적 정보를 수신하는 단계;
    복수의 층을 포함하며, 상기 GPS 정보 및 상기 궤적 정보를 저장부의 최상위층에 저장하는 단계;
    상기 GPS 정보 및 상기 궤적 정보에 기초하여 상기 이동체 또는 상기 차량의 종류를 식별하는 단계;
    상기 GPS 정보 및 상기 궤적 정보를 이용하여 이동체 또는 차량의 충돌 가능성을 계산하는 단계; 및
    상기 충돌 가능성에 기초하여 상기 이동체 또는 차량에 충돌 가능성 정보를 제공하는 단계를 포함하고,
    상기 충돌 가능성을 계산하는 단계는,
    상기 이동체 또는 상기 차량의 과거 및 현재의 위치 정보, 속도 정보, 가속도 정보, 지형 정보, 경사도 정보, 날씨 정보, 상기 식별된 이동체의 종류 및 상기 식별된 차량의 종류 중 적어도 하나를 입력 정보로 하는 인공신경망을 이용하여 상기 이동체 또는 상기 차량의 다음 위치를 예측하는 것인, 교통사고 예방 방법.
KR1020190156232A 2019-11-29 2019-11-29 이동체의 gps 정보를 이용한 교통사고 예방 장치 및 방법 KR102224906B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190156232A KR102224906B1 (ko) 2019-11-29 2019-11-29 이동체의 gps 정보를 이용한 교통사고 예방 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190156232A KR102224906B1 (ko) 2019-11-29 2019-11-29 이동체의 gps 정보를 이용한 교통사고 예방 장치 및 방법

Publications (1)

Publication Number Publication Date
KR102224906B1 true KR102224906B1 (ko) 2021-03-10

Family

ID=75147762

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190156232A KR102224906B1 (ko) 2019-11-29 2019-11-29 이동체의 gps 정보를 이용한 교통사고 예방 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102224906B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230097314A (ko) * 2021-12-24 2023-07-03 한국교통대학교산학협력단 항만 내 이동장비 위험상황 경고 서비스 방법 및 항만 내 이동장비 위험상황 경고 서비스 시스템

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013125347A (ja) * 2011-12-13 2013-06-24 Toyota Infotechnology Center Co Ltd 歩車間通信システム、無線通信端末、および歩車間通信方法
KR20170007925A (ko) * 2015-07-13 2017-01-23 현대모비스 주식회사 교차로 충돌 회피 제어 장치 및 그 방법
KR20180113447A (ko) * 2017-04-06 2018-10-16 삼성전자주식회사 전자 장치, 그의 경고 메시지 제공 방법 및 비일시적 컴퓨터 판독가능 기록매체

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013125347A (ja) * 2011-12-13 2013-06-24 Toyota Infotechnology Center Co Ltd 歩車間通信システム、無線通信端末、および歩車間通信方法
KR20170007925A (ko) * 2015-07-13 2017-01-23 현대모비스 주식회사 교차로 충돌 회피 제어 장치 및 그 방법
KR20180113447A (ko) * 2017-04-06 2018-10-16 삼성전자주식회사 전자 장치, 그의 경고 메시지 제공 방법 및 비일시적 컴퓨터 판독가능 기록매체

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
박상민 외4명. 5-레이어 포맷을 이용한 자율주행자동차 실험 시나리오 개발(커뮤니티부 도로를 중심으로). 한국ITS학회논문지. 한국ITS학회. 2019.04.30., Vol.18, No.2, pp.114~128* *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230097314A (ko) * 2021-12-24 2023-07-03 한국교통대학교산학협력단 항만 내 이동장비 위험상황 경고 서비스 방법 및 항만 내 이동장비 위험상황 경고 서비스 시스템
KR102654023B1 (ko) * 2021-12-24 2024-04-02 국립한국교통대학교산학협력단 항만 내 이동장비 위험상황 경고 서비스 방법 및 항만 내 이동장비 위험상황 경고 서비스 시스템

Similar Documents

Publication Publication Date Title
CN108628206B (zh) 道路施工检测系统和方法
CN112204633B (zh) 概率性对象跟踪和预测框架
US10169991B2 (en) Proximity awareness system for motor vehicles
CN109131346B (zh) 用于预测自主车辆中的交通模式的系统和方法
US10783789B2 (en) Lane change estimation device, lane change estimation method, and storage medium
CN108766011B (zh) 用于自主车辆的停车评分
Tahmasbi-Sarvestani et al. Implementation and evaluation of a cooperative vehicle-to-pedestrian safety application
US12005897B1 (en) Speed planning for autonomous vehicles
US20180150081A1 (en) Systems and methods for path planning in autonomous vehicles
US20180129203A1 (en) Processor-implemented systems and methods for automated driving
US11242060B2 (en) Maneuver planning for urgent lane changes
CN112106126A (zh) 车辆与行人碰撞避免的方法和系统
US20140358324A1 (en) System and method for road side equipment of interest selection for active safety applications
CN112368753A (zh) 交互式外部运载工具-用户通信
CN112106124A (zh) 用于使用v2x和传感器数据的系统和方法
US20200410852A1 (en) Communication device, control method thereof, and communication system including the same
US20210300418A1 (en) Collaborative safety driving model for autonomous vehicles
US20220227360A1 (en) Distributed method and system for collision avoidance between vulnerable road users and vehicles
KR102224906B1 (ko) 이동체의 gps 정보를 이용한 교통사고 예방 장치 및 방법
Kaul et al. Vanet‐TSMA: A traffic safety management approach for smart road transportation in vehicular ad hoc networks
US20180079423A1 (en) Active traffic participant
US11651692B2 (en) Presenting relevant warnings to a vehicle operator
Berlin et al. Safety distance calculation for collision avoidance in vehicular ad hoc networks
Chavhan et al. Edge-Empowered Communication-Based Vehicle and Pedestrian Trajectory Perception System for Smart Cities
US20220396147A1 (en) Method and apparatus for controlling a personal mobility vehicle based on congestion

Legal Events

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