KR102238463B1 - 운전자 머뉴버에 대한 시공간 색인 방법 및 이를 이용한 운전자 평가 방법 - Google Patents

운전자 머뉴버에 대한 시공간 색인 방법 및 이를 이용한 운전자 평가 방법 Download PDF

Info

Publication number
KR102238463B1
KR102238463B1 KR1020170037908A KR20170037908A KR102238463B1 KR 102238463 B1 KR102238463 B1 KR 102238463B1 KR 1020170037908 A KR1020170037908 A KR 1020170037908A KR 20170037908 A KR20170037908 A KR 20170037908A KR 102238463 B1 KR102238463 B1 KR 102238463B1
Authority
KR
South Korea
Prior art keywords
driver
manuver
maneuver
vehicle
indexing
Prior art date
Application number
KR1020170037908A
Other languages
English (en)
Other versions
KR20180108319A (ko
Inventor
송석일
문철
Original Assignee
송석일
문철
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 송석일, 문철 filed Critical 송석일
Priority to KR1020170037908A priority Critical patent/KR102238463B1/ko
Priority to PCT/KR2018/003418 priority patent/WO2018174628A1/ko
Publication of KR20180108319A publication Critical patent/KR20180108319A/ko
Application granted granted Critical
Publication of KR102238463B1 publication Critical patent/KR102238463B1/ko

Links

Images

Classifications

    • 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
    • B60W40/08—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 drivers or passengers
    • B60W40/09—Driving style or behaviour
    • 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
    • B60W40/08—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 drivers or passengers
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • 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
    • B60W40/08—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 drivers or passengers
    • B60W2040/0818—Inactivity or incapacity of driver
    • B60W2040/0827—Inactivity or incapacity of driver due to sleepiness
    • 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
    • B60W40/08—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 drivers or passengers
    • B60W2040/0818—Inactivity or incapacity of driver
    • B60W2040/0836—Inactivity or incapacity of driver due to alcohol
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/143—Alarm means
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/30—Driving style

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)

Abstract

운전자 머뉴버(maneuver)에 대한 시공간 색인 방법 및 이를 이용한 운전자 평가 방법이 개시된다. 운전자 머뉴버에 대한 시공간 색인 방법은, 차량에 설치되는 온보드 진단 장치 및 사용자 단말 중 적어도 어느 하나의 인터페이스를 통해 요 레이트, 액셀러레이터 강도, 브레이크 강도, 기어 위치, 3축 가속도 센서 값, GPS 위치에 대한 데이터를 수집하는 단계, 수집된 데이터를 운전자의 머뉴버 시퀀스로 변환하는 단계, 및 머뉴버 시퀀스를 위치 및 시간에 따라 색인하는 단계를 포함한다.

Description

운전자 머뉴버에 대한 시공간 색인 방법 및 이를 이용한 운전자 평가 방법{SPACE-TIME INDEXING METHOD BASED ON DRIVER MANEUVER AND DRIVER EVALUATION METHOD USING THE SAME}
본 발명의 실시예들은 운전자 평가 방법에 관한 것으로, 보다 상세하게는, 운전자 머뉴버(maneuver)에 대한 시공간 색인 방법 및 이를 이용한 운전자 평가 방법에 관한 것이다.
교통사고는 도로 요인, 차량 요인, 운전자 요인 등 다양한 원인에 의해 발생한다. 그 중에 운전자 요인은 교통사고의 주요 원인으로 알려져 있다.
운전자 요인으로 발생하는 사고는 음주운전, 졸음운전 등 다양한 형태를 가지며, 도로 요인과의 결합에 의해 발생하는 경우가 대다수이다. 이러한 도로요인과 운전자 요인과의 결합 요인은 야간, 악천후 기상 등 환경적 요인과 결합할 때 교통사고를 유발하는 주요 원인으로서 그 영향이 더욱 커질 수 있다.
이에 도로 요인의 기하구조를 개선하거나 안전시설물 설치를 통하여 사고를 줄이기 위한 노력이 다수 진행되고 있으나, 이러한 도로 요인의 개선을 통해 교통사고를 줄이는 효과가 실질적으로 미미하다. 이와 같이, 교통사고의 주요 원인인 운전자 요인을 줄이기 위한 방안이 요구되고 있는 실정이다.
미국 공개특허공보 제2011/0288904호(2011.11.24.)
본 발명은 전술한 종래 기술의 문제점을 해결하기 위해 도출된 것으로, 동일 구간에서 운전자 머뉴버(maneuver)를 분석하여 운전자의 성향을 정확하게 구분해낼 수 있는, 운전자 머뉴버에 대한 시공간 색인 방법 및 이를 이용한 운전자 평가 방법을 제공하는데 그 목적이 있다.
본 발명의 다른 목적은 이상 운전 패턴을 보이는 운전자를 분류해 낼 수 있는 운전자 머뉴버에 대한 시공간 색인 방법 및 이를 이용한 운전자 평가 방법을 제공하는데 있다.
상기 기술적 과제를 해결하기 위한 본 발명의 일측면에 따른 운전자 머뉴버(maneuver)에 대한 시공간 색인 방법은, 차량에 설치되는 온보드 진단 장치 및 사용자 단말 중 적어도 어느 하나의 인터페이스를 통해 요 레이트(yaw rate), 액셀러레이터 강도, 브레이크 강도, 기어 위치, 3축 가속도 센서 값, GPS(global positioning system) 위치에 대한 데이터를 수집하는 단계; 상기 수집된 데이터를 운전자의 머뉴버 시퀀스(maneuver sequence)로 변환하는 단계; 및 상기 머뉴버 시퀀스를 위치 및 시간에 따라 색인하는 단계를 포함한다.
상기 기술적 과제를 해결하기 위한 본 발명의 다른 측면에 따른 운전자 평가 방법은, 운전자 머뉴버에 대한 시공간 색인 방법을 이용한 운전자 평가 방법으로서, 차량에 설치되는 온보드 진단 장치 및 사용자 단말 중 적어도 어느 하나의 인터페이스를 통해 요 레이트(yaw rate), 액셀러레이터 강도, 브레이크 강도, 기어 위치, 3축 가속도 센서 값, GPS(global positioning system) 위치에 대한 데이터를 수집하는 단계; 상기 수집된 데이터를 운전자의 머뉴버 시퀀스(maneuver sequence)로 변환하는 단계; 상기 머뉴버 시퀀스를 위치 및 시간에 따라 색인하는 단계; 및 검색 요청에 따라 특정 운전자에 대한 특정 위치 및 특정 시간에서의 머뉴버 서브시퀀스(subsequence)를 검색하는 단계를 포함한다.
본 발명에 따른 운전자 머뉴버(maneuver)에 대한 시공간 색인 방법 및 이를 이용한 운전자 평가 방법을 사용하는 경우에는, 특정 위치 및 특정 시간으로 색인된 동일 구간에서의 운전자 머뉴버를 분석하여 운전자의 성향을 정확하게 구분해낼 수 있다.
또한, 졸음운전, 음주운전 등의 이상 운전 패턴을 보이는 운전자를 분류해 낼 수 있고, 그에 의해 사용자 단말이나, 교통 안전시설물(전광판 등)이나, 차량 탑재의 알람 장치 등에 알람, 통지, 공지 등과 관련된 정보 즉, 이상 운전 패턴을 보이는 운전자나 차량에 대한 정보를 해당 운전자나 주변 운전자에게 제공하여 안전 운전을 유도하고 안전 운전 환경을 제공할 수 있다.
도 1은 본 발명의 일실시예에 따른 운전자 머뉴버(maneuver)에 대한 시공간 색인 방법의 흐름도이다.
도 2는 본 발명의 다른 실시예에 따른 운전자 머뉴버(maneuver)에 대한 시공간 색인을 이용하는 운전자 평가 방법의 흐름도이다.
도 3은 본 발명의 또 다른 실시예에 따른 운전자 머뉴버(maneuver)에 대한 시공간 색인 방법이나 이를 이용한 운전자 평가 방법을 실행하는 장치의 블록도이다.
본 발명을 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 용어가 동일하더라도 표시하는 부분이 상이하면 도면 부호가 일치하지 않음을 미리 말해두는 바이다.
그리고 후술되는 용어들은 본 발명에서의 기능을 고려하여 설정된 용어들로서 이는 실험자 및 측정자와 같은 조작자의 의도 또는 관례에 따라 달라질 수 있으므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
본 명세서에서 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
예를 들어, 본 발명의 권리범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 한 항목을 포함한다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
이하에서는 첨부된 도면을 참조하여, 본 발명의 바람직한 실시예를 상세히 설명한다. 각 도면에 제시된 동일한 도면부호는 동일한 부재를 나타낸다.
도 1은 본 발명의 일실시예에 따른 운전자 머뉴버(maneuver)에 대한 시공간 색인 방법의 흐름도이다.
도 1을 참조하면, 본 실시예에 따른 운전자 머뉴버에 대한 시공간 색인 방법은, 먼저 차량에 설치되는 온보드 진단장치 및 사용자 단말 중 적어도 어느 하나의 인터페이스를 통해 요 레이트(yaw rate), 액셀러레이터 강도, 브레이크 강도, 기어 위치, 3축 가속도 센서 값, GPS(global positioning system) 위치에 대한 데이터를 수집한다(S11).
수집되는 데이터는 차량에서 운전자 조작을 반영하는 모든 데이터일 수 있다. 이러한 운전자 머뉴버 관련 데이터는 차량 탑재의 온보드 진단장치에서 수집되고, 차량의 전자제어장치나 통신장치로부터 네트워크를 통해 데이터 처리 장치로 전송될 수 있다. 또한, 구현에 따라서, 운전자 머뉴버 관련 데이터는 차량 탑재의 온보드 진단장치와 연동하는 사용자 단말로부터 네트워크를 통해 데이터 처리 장치로 전송될 수 있다.
데이터 처리 장치는 운전자 머뉴버(maneuver)에 대한 시공간 색인 방법이나 이를 이용한 운전자 평가 방법을 실행하는 장치에 대응할 수 있다.
사용자 단말은 네비게이션, 블랙박스, 텔레매틱스(telematics) 등의 기능을 구비하는 차량 탑재의 스마트 기기를 포함할 수 있다. 또한, 사용자 단말은 삼성전자, 엘지전자, 애플, 오포, 화웨이, 비보, 샤오미 등의 회사에서 만든 갤럭시 시리즈, G시리즈, 아이폰 시리즈, 아이패드 시리즈, 블랙베리 등의 휴대폰이나 패드 등로서 차량 온보드 진단장치와 연동하는 기능을 구비하는 기기를 포함할 수 있다.
네트워크는 차량 간 네트워크, 차량 인프라 간 네트워크, 무선 네트워크 등을 포함할 수 있으며, 차량 간 네트워크 또는 차량 인프라 간 네트워크는 WAVE(wireless access for vehicle environment) 등을 포함하고, 무선 네트워크는 GSM(Global System for Mobile Communication), EDGE(Enhanced Data GSM Environment), CDMA(Code Division Multiple Access), W-CDMA(W-Code Division Multiple Access), LTE(Long Term Evolution), LET-A(LET-Advanced), OFDMA(Orthogonal Frequency Division Multiple Access), WiMax, Wi-Fi(Wireless Fidelity), Bluetooth 등을 포함할 수 있다.
다음, 데이터 처리 장치는 온보드 진단장치나 사용자 단말에서 수집한 데이터를 운전자의 머뉴버 시퀀스(maneuver sequence)로 변환한다(S12).
변환되는 머뉴버 시퀀스에는 이후에 분류되는 머뉴버 시퀀스들 간의 동일한 위치 및 동일한 시간을 나타내는 필드 혹은 필드 내용(항목 등)이 포함될 수 있다.
머뉴버는 운전자가 수행한 자동차 조작을 의미하며, 핸들조작(h), 앨셀러레이터(a) 및 브레이크(b) 조작, 기어(g) 조작 등을 포함할 수 있다. 운전자의 각 머뉴버는 GPS 위치 정보(l)와 차량의 가속도 센서값(s) 그리고 시간(t)과 결합될 수 있다.
머뉴버 시퀀스는 운전자의 머뉴버들을 시간에 따라 나열한 것을 말하며, 머뉴버 시퀀스의 각 머뉴버에는 위치와 가속도 센서가 결합되어 있을 수 있다. 특정한 운전자의 머뉴버 시퀀스를 예시하면 다음의 식 1과 같다.
[식 1]
{(h0, a0, b0, g0, l0, s0, t0), (h1, a1, b1, g1, l1, s1, t1), (h0, a0, b0, g0, l0, s0, t0), …}
다음, 데이터 처리 장치는 머뉴버 시퀀스를 수집된 데이터에 포함된 위치 및 시간에 따라 색인한다(S13).
색인된 머뉴버 시퀀스는 검색 요청에 따라서 특정 운전자에 대한 특정 영역/위치 및 특정 시간에서의 머뉴버 서브시퀀스(subsequence)를 검색하는데 이용될 수 있다.
도 2는 본 발명의 다른 실시예에 따른 운전자 머뉴버(maneuver)에 대한 시공간 색인을 이용하는 운전자 평가 방법의 흐름도이다.
도 2를 참조하면, 본 실시예에 따른 운전자 머뉴버에 대한 시공간 색인을 이용하는 운전자 평가 방법은, 온보드 진단장치 또는 사용자 단말로부터 데이터를 수집하는 단계(S11), 수집된 데이터를 머뉴버 시퀀스로 변환하는 단계(S12), 변환된 머뉴버 시퀀스를 위치 및 시간에 따라 색인하는 단계(S13), 및 검색 요청에 따라 특정 운전자에 대한 특정 위치 및 특정 시간에서의 머뉴버 서브시퀀스를 검색하는 단계(S14)를 포함할 수 있다.
위의 단계들에서 일부 단계들(S11, S12 및 S13)은 도 1을 참조하여 앞서 설명한 단계들과 실질적으로 동일하므로 그것들에 대한 상세 설명은 생략한다.
데이터 처리 장치는, 특정 운전자나 차량에 대한 검색 요청을 받고, 머뉴버 시퀀스의 색인 이후에 상기 단계(S14)에서와 같이, 검색 요청에 따라 해당 운전자에 대한 특정 위치/영역 및 특정 시간에서의 머뉴버 서브시퀀스를 검색할 수 있다. 머뉴버 서브시퀀스는 머뉴버 시퀀스에 포함된 특정 위치와 특정 시간을 가진 단위 그룹의 데이터를 지칭할 수 있다.
다음, 데이터 처리 장치는 검색된 머뉴버 서브시퀀스를 다른 운전자의 대응 머뉴버 서브시퀀스 또는 그 평균 범위와 비교할 수 있다(S15). 대응 머뉴버 서브시퀀스는 검색된 머뉴버 서브시퀀스 내 위치 및 시간과 동일한 위치 및 시간을 가지는 다른 사용자의 머뉴버 서브시퀀스일 수 있다.
상기의 비교 과정에서 상기 검색된 머뉴버 서브시퀀스에 대응하는 복수의 다른 사용자들의 머뉴버 서브시퀀스들은 데이터 처리 장치에 의해 미리 설정된 사칙연산 등의 데이터 처리를 통해 분석되어 그 범위, 평균, 편차 등이 파악될 수 있다. 이 경우, 데이터 처리 장치는 상기의 검색된 머뉴버 서브시퀀스의 데이터가 복수의 다른 사용자들의 머뉴버 서브시퀀스들에 의한 평균 범위 혹은 기준 범위 내에 있는지 혹은 범위 밖에 있는지를 결정할 수 있다.
다음, 데이터 처리 장치는, 비교 결과에 기초하여 이상 운전 패턴을 나타내는 운전자나 차량을 분류할 수 있다(S16). 분류된 차량이나 운전자 정보는 안전 운전을 위한 통계, 알람, 공지, 통지 등에 관한 정보로서 차량, 교통안전시설, 도로 및 차량 운행 관제 센터 등에 제공될 수 있다.
전술한 실시예에 의하면, 동일 구간에서의 운전자 머뉴버를 분석하여 운전자의 성향을 정확하게 분석할 수 있다. 또한, 동일 구간에서의 차량 자동 제어 머뉴버를 분석하여 무인 운전 차량에서의 무인 운전 프로그램에 대한 성능을 정확하게 분석할 수 있다.
도 3은 본 발명의 또 다른 실시예에 따른 운전자 머뉴버(maneuver)에 대한 시공간 색인 방법이나 이를 이용한 운전자 평가 방법을 실행하는 장치(데이터 처리 장치)의 블록도이다.
도 3을 참조하면, 본 실시예에 따른 데이터 처리 장치(50)는 통신부(52), 제어부(54) 및 메모리(56)를 포함할 수 있다. 데이터 처리 장치(50)는 컨트롤러 또는 컴퓨팅 장치를 포함할 수 있으며, 서비스 제공 장치, 호스트 장치, 서버 장치, 시공간 색인 장치, 운전자 평가 장치 등으로 지칭될 수 있다.
또한, 데이터 처리 장치(50)는 데이터베이스를 구비하는 데이터베이스 시스템(58)과 연결될 수 있다. 데이터베이스는 운전자 머뉴버와 관련된 데이터, 머뉴버 시퀀스, 차량 정보, 운전자 정보 등을 저장할 수 있다. 그리고 데이터 처리 장치(50)는 신호 및/또는 데이터의 입출력을 위한 입출력장치(60)에 연결될 수 있다.
본 실시예에서 데이터베이스 시스템(58) 및 입출력장치(60)는 데이터 처리 장치(50)에 포함되지 않는 형태로 도시되어 있으나, 본 발명은 그러한 구성으로 한정되지 않고, 구현에 따라서 데이터베이스 시스템(58) 및 입출력장치(60) 중 적어도 어느 하나 이상을 포함하도록 구성될 수 있다.
통신부(52)는 데이터 처리 장치를 네트워크를 통해 차량 온보드 진단장치나 사용자 단말과 연결한다. 통신부(52)는 네트워크를 통해 접근하는 차량 전자제어장치나 사용자 단말의 접속을 허용할 수 있다.
통신부(52)는 하나 이상의 통신 프로토콜을 지원하는 하나 이상의 유선 및/또는 무선 통신 서브시스템을 포함할 수 있다. 유선 통신 서브시스템은 PSTN(public switched telephone network), ADSL(Asymmetric Digital Subscriber Line) 또는 VDSL(Very high-data rate Digital Subscriber Line) 네트워크, PES(PSTN Emulation Service)를 위한 서브시스템, IP(internet protocol) 멀티미디어 서브시스템(IMS) 등을 포함할 수 있다. 무선 통신 서브시스템은 무선 주파수(radio frequency, RF) 수신기, RF 송신기, RF 송수신기, 광(예컨대, 적외선) 수신기, 광 송신기, 광 송수신기 또는 이들의 조합을 포함할 수 있다.
제어부(54)는 내장 메모리 혹은 메모리(56)에 저장되는 소프트웨어 모듈이나 프로그램을 수행하여 운전자 머뉴버에 대한 시공간 색인 방법을 구현하거나, 운전자 머뉴버에 대한 시공간 색인을 이용하는 운전자 평가 방법을 구현할 수 있다. 제어부(54)는 예를 들어 프로세서로 지칭될 수 있고, 도 1 또는 도 2에 도시한 일련의 절차들을 수행할 수 있다.
제어부(54)는 적어도 하나 이상의 중앙 처리 장치(CPU) 또는 코어를 포함하는 프로세서나 마이크로프로세서로 구현될 수 있다. 중앙처리장치 또는 코어는 처리할 명령어를 저장하는 레지스터(register)와, 비교, 판단, 연산을 담당하는 산술논리연산장치(arithmetic logical unit, ALU)와, 명령어의 해석과 실행을 위해 CPU를 내부적으로 제어하는 제어유닛(control unit)과, 이들을 연결하는 내부 버스 등을 구비할 수 있다. 중앙처리장치 혹은 코어는 MCU(micro control unit)와 주변 장치(외부 확장 장치를 위한 집적회로)가 함께 배치되는 SOC(system on chip)로 구현될 수 있으나, 이에 한정되지는 않는다.
또한, 제어부(54)는 하나 이상의 데이터 프로세서, 이미지 프로세서 또는 코덱(CODEC)을 포함할 수 있으나, 이에 한정되지는 않는다. 제어부(54)는 주변장치 인터페이스와 메모리 인터페이스를 구비할 수 있다. 주변장치 인터페이스는 제어부(54)와 입출력장치(60) 등의 입출력 시스템이나 다른 주변 장치를 연결하고, 메모리 인터페이스는 제어부(54)와 메모리(56)를 연결할 수 있다.
메모리(56)는 운전자 머뉴버에 대한 시공간 색인 방법을 구현하거나, 운전자 머뉴버에 대한 시공간 색인을 이용하는 운전자 평가 방법을 구현하기 위한 소프트웨어 모듈을 저장할 수 있다. 소프트웨어 모듈은, 온보드 진단장치 또는 사용자 단말로부터 데이터를 수집하는 제 모듈, 수집된 데이터를 머뉴버 시퀀스로 변환하는 제2 모듈, 변환된 머뉴버 시퀀스를 위치 및 시간에 따라 색인하는 제3 모듈, 검색 요청에 따라 특정 운전자에 대한 특정 위치 및 특정 시간에서의 머뉴버 서브시퀀스를 검색하는 제4 모듈, 검색된 머뉴버 서브시퀀스를 다른 운전자의 대응 머뉴버 서브시퀀스 또는 그 평균 범위와 비교하는 제5 모듈, 검색된 머뉴버 서브시퀀스에 대응하는 복수의 다른 사용자들의 머뉴버 서브시퀀스들을 미리 설정된 사칙연산 등의 데이터 처리를 통해 분석하여 그 범위, 평균, 편차 등을 파악하거나 결정하고, 그에 의해 이상 운전 패턴의 운전자나 차량을 분류하는 제6 모듈을 포함할 수 있으나, 이에 한정되지는 않는다.
전술한 메모리(56)는 비휘발성 랜덤 액세스 메모리(non-volatile RAM, NVRAM), 대표적 휘발성 메모리인 DRAM(dynamic random access memory) 등의 반도체 메모리, 하드디스크 드라이브(hard disk drive, HDD), 광 저장 장치, 플래시 메모리 등으로 구현될 수 있다. 그리고 메모리(56)는 운전자 머뉴버에 대한 시공간 색인 방법을 구현하거나, 운전자 머뉴버에 대한 시공간 색인을 이용하는 운전자 평가 방법을 구현하기 위한 소프트웨어 모듈들 외에 운영체제, 프로그램, 명령어 집합 등을 저장할 수 있다.
한편, 전술한 실시예에 있어서, 운전자 머뉴버에 대한 시공간 색인 방법을 구현하거나, 운전자 머뉴버에 대한 시공간 색인을 이용하는 운전자 평가 방법을 구현하는 데이터 처리 장치의 구성요소들은 비휘발성 메모리(NVRAM) 기반의 다양한 컴퓨팅 장치에 탑재되는 기능 블록 또는 모듈로 구현될 수 있다.
일례로, 도 3의 데이터 처리 장치에서 실행되는 소프트웨어 모듈은 이들이 수행하는 일련의 기능을 구현하기 위한 소프트웨어 형태로 컴퓨터 판독 가능 매체(기록매체)에 저장되거나 혹은 캐리어 형태로 원격지의 서버 장치 내 저장장치로부터 서버 장치와 네트워크를 통해 연결되는 특정 컴퓨팅 장치로 전송되어 동작하도록 구현될 수 있다. 여기서 컴퓨터 판독 가능 매체는 네트워크를 통해 연결되는 복수의 컴퓨터 장치나 클라우드 시스템의 메모리나 저장 장치를 포함할 수 있고, 복수의 컴퓨터 장치나 클라우드 시스템 중 적어도 하나 이상은 본 실시예의 운전자 머뉴버에 대한 시공간 색인 방법을 구현하거나, 운전자 머뉴버에 대한 시공간 색인을 이용하는 운전자 평가 방법을 구현하기 위한 프로그램이나 소스 코드를 저장할 수 있다.
또한, 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하는 형태로 구현될 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램은 본 발명을 위해 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것을 포함할 수 있다.
또한, 컴퓨터 판독 가능 매체는 롬(rom), 램(ram), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다. 여기서 프로그램 명령은 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 하드웨어 장치는 본 실시예의 데이터 처리 장치를 동작시키기 위해 적어도 하나의 소프트웨어 모듈로 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
상기에서는 본 발명의 바람직한 실시예들에 관하여 설명하였지만, 본 발명의 기술분야에서 통상의 지식을 가진 사람이라면 하기의 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음은 이해할 수 있을 것이다.

Claims (4)

  1. 차량에 설치되는 온보드 진단 장치 및 사용자 단말 중 적어도 어느 하나의 인터페이스를 통해 요 레이트(yaw rate), 액셀러레이터 강도, 브레이크 강도, 기어 위치, 3축 가속도 센서 값, GPS(global positioning system) 위치에 대한 데이터를 수집하는 단계;
    상기 수집된 데이터를 운전자의 머뉴버 시퀀스(maneuver sequence)로 변환하는 단계; 및
    상기 머뉴버 시퀀스를 위치 및 시간에 따라 색인하는 단계를 포함하는,
    운전자 머뉴버에 대한 시공간 색인 방법.
  2. 운전자 머뉴버(maneuver)에 대한 시공간 색인을 이용한 운전자 평가 방법으로서,
    차량에 설치되는 온보드 진단 장치 및 사용자 단말 중 적어도 어느 하나의 인터페이스를 통해 요 레이트(yaw rate), 액셀러레이터 강도, 브레이크 강도, 기어 위치, 3축 가속도 센서 값, GPS(global positioning system) 위치에 대한 데이터를 수집하는 단계;
    상기 수집된 데이터를 운전자의 머뉴버 시퀀스(maneuver sequence)로 변환하는 단계;
    상기 머뉴버 시퀀스를 위치 및 시간에 따라 색인하는 단계; 및
    검색 요청에 따라 특정 운전자에 대한 특정 위치 및 특정 시간에서의 머뉴버 서브시퀀스(subsequence)를 검색하는 단계를 포함하는, 운전자 평가 방법.
  3. 청구항 2에 있어서,
    상기 검색하는 단계 후에, 상기 검색된 머뉴버 서브시퀀스를 다른 운전자의 대응 머뉴버 서브시퀀스 또는 그 평균 범위와 비교하는 단계를 더 포함하는, 운전자 평가 방법.
  4. 청구항 3에 있어서
    상기 비교하는 단계 후에, 비교 결과에 기초하여 이상 운전 패턴의 운전자를 분류하는 단계를 더 포함하는, 운전자 평가 방법.
KR1020170037908A 2017-03-24 2017-03-24 운전자 머뉴버에 대한 시공간 색인 방법 및 이를 이용한 운전자 평가 방법 KR102238463B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020170037908A KR102238463B1 (ko) 2017-03-24 2017-03-24 운전자 머뉴버에 대한 시공간 색인 방법 및 이를 이용한 운전자 평가 방법
PCT/KR2018/003418 WO2018174628A1 (ko) 2017-03-24 2018-03-23 운전자 머뉴버에 대한 시공간 색인 방법 및 이를 이용한 운전자 평가 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170037908A KR102238463B1 (ko) 2017-03-24 2017-03-24 운전자 머뉴버에 대한 시공간 색인 방법 및 이를 이용한 운전자 평가 방법

Publications (2)

Publication Number Publication Date
KR20180108319A KR20180108319A (ko) 2018-10-04
KR102238463B1 true KR102238463B1 (ko) 2021-04-08

Family

ID=63584469

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170037908A KR102238463B1 (ko) 2017-03-24 2017-03-24 운전자 머뉴버에 대한 시공간 색인 방법 및 이를 이용한 운전자 평가 방법

Country Status (2)

Country Link
KR (1) KR102238463B1 (ko)
WO (1) WO2018174628A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102654055B1 (ko) * 2023-09-26 2024-04-04 (주)에이아이매틱스 교통 안전 개선을 위한 운전자 평가 장치 및 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017134102A1 (de) 2016-02-03 2017-08-10 Deutsches Zentrum für Luft- und Raumfahrt e.V. Fahrerassistenzsystem

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1780090A1 (en) * 2005-10-28 2007-05-02 CRF Societa'Consortile per Azioni Method for defining the driving style of a vehicle driver
KR101074355B1 (ko) * 2009-06-25 2011-10-19 주식회사 이노센싱 무선 센서 모듈을 이용한 차량의 상태 감지 시스템
KR20110033582A (ko) * 2009-09-25 2011-03-31 에이치케이이카 주식회사 차량의 안전 운전 관리 시스템
US20110288904A1 (en) 2010-05-21 2011-11-24 Raytheon Company System, Method, and Software for Analyzing Maneuvers of an Application in a Distributed Computing Environment
KR20140051631A (ko) * 2012-10-23 2014-05-02 현대모비스 주식회사 차량용 ａｖｎ 시스템의 멀티미디어 검색장치 및 그 방법
KR20150044612A (ko) * 2013-10-17 2015-04-27 주식회사 케이벨 차량에 대한 안내 정보 출력 방법 및 차량 상태 공유 방법
KR20150066308A (ko) * 2013-12-06 2015-06-16 한국전자통신연구원 운전자 운행 상태 판단 장치 및 그 방법
KR20150076627A (ko) * 2013-12-27 2015-07-07 한국전자통신연구원 차량 운전 학습 시스템 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017134102A1 (de) 2016-02-03 2017-08-10 Deutsches Zentrum für Luft- und Raumfahrt e.V. Fahrerassistenzsystem

Also Published As

Publication number Publication date
WO2018174628A1 (ko) 2018-09-27
KR20180108319A (ko) 2018-10-04

Similar Documents

Publication Publication Date Title
EP3433785B1 (en) Methods and systems for utilizing information collected from multiple sensors to protect a vehicle from malware and attacks
US10171953B2 (en) Vehicle event notification via cell broadcast
US20170088142A1 (en) Contextual scoring of automobile drivers
US10311655B2 (en) Technology for assessing accident events
CA2894648A1 (en) Systems and methods for computer assisted dispatch, incident report-based video search and tagging
US11180154B2 (en) Fingerprinting drivers based on vehicle turns
US20170214760A1 (en) Proxy device for car and method for managing the data from car
US20190051142A1 (en) Law enforcement assistance method and apparatus
US11001149B2 (en) Master electronic control device for vehicle, slave electronic control device for vehicle, log collection system for vehicle, and storage medium
US20170353880A1 (en) Methods, apparatus and computer programs for capturing measurement results of mobile devices
CN110930765A (zh) 预警优先级判定方法、设备、存储介质及装置
KR102238463B1 (ko) 운전자 머뉴버에 대한 시공간 색인 방법 및 이를 이용한 운전자 평가 방법
US20190347489A1 (en) Efficient distribution of data collected from information collection devices
CN108986253B (zh) 用于多线程并行处理的存储数据方法和装置
US10373500B1 (en) Technology for using image data to assess vehicular risks and communicate notifications
US20200250970A1 (en) Information processing apparatus, information processing method and program
CN112654999B (zh) 标注信息的确定方法及装置
US11924726B2 (en) In-vehicle control device, information processing device, vehicle network system, method of providing application program, and recording medium with program recorded thereon
US11935341B2 (en) Data storage device and non-transitory tangible computer readable storage medium
US11222213B2 (en) Vehicle behavior detection system
AU2016431877A1 (en) Method and system for preserving and processing vehicle crash data evidence
US20230343147A1 (en) Methods and system for vehicle telematics
KR20180067431A (ko) 블랙박스 영상 제공 방법 및 이를 수행하는 장치들
CN113868875B (zh) 测试场景自动生成方法、装置、设备和存储介质
CN112307361A (zh) 恶劣天气提示方法、提示系统、存储介质、及电子设备

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant