KR102388148B1 - 운전 가이드 방법 및 그를 제공하는 시스템 - Google Patents

운전 가이드 방법 및 그를 제공하는 시스템 Download PDF

Info

Publication number
KR102388148B1
KR102388148B1 KR1020170060954A KR20170060954A KR102388148B1 KR 102388148 B1 KR102388148 B1 KR 102388148B1 KR 1020170060954 A KR1020170060954 A KR 1020170060954A KR 20170060954 A KR20170060954 A KR 20170060954A KR 102388148 B1 KR102388148 B1 KR 102388148B1
Authority
KR
South Korea
Prior art keywords
vehicle
driving
information
providing
driver
Prior art date
Application number
KR1020170060954A
Other languages
English (en)
Other versions
KR20180126219A (ko
Inventor
박준영
Original Assignee
현대자동차주식회사
기아 주식회사
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 현대자동차주식회사, 기아 주식회사 filed Critical 현대자동차주식회사
Priority to KR1020170060954A priority Critical patent/KR102388148B1/ko
Priority to CN201810466501.7A priority patent/CN108944939B/zh
Priority to DE102018111887.2A priority patent/DE102018111887A1/de
Priority to US15/982,135 priority patent/US10493998B2/en
Publication of KR20180126219A publication Critical patent/KR20180126219A/ko
Application granted granted Critical
Publication of KR102388148B1 publication Critical patent/KR102388148B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/30—Transportation; Communications
    • G06Q50/40—
    • 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
    • B60W40/02—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
    • B60W40/04—Traffic conditions
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/005—Traffic control systems for road vehicles including pedestrian guidance indicator
    • 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
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • 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
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating 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
    • 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
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B60W2050/0083—Setting, resetting, calibration
    • B60W2050/0088—Adaptive recalibration
    • 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
    • B60W2050/146—Display 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
    • 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
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads

Abstract

본 발명은 운전자에 운전 가이드 정보를 제공하는 방법 및 시스템에 관한 것으로, 보다 상세히는 주행 상황에 대한 운전자의 대응을 평가하여 운전자에 바람직한 운전을 위한 가이드 정보를 피드백하고, 평가 정보를 다양하게 이용할 수 있는 방법 및 이를 제공하기 위한 시스템에 관한 것이다. 본 발명의 일 실시예에 따른 차량에서 운전 가이드를 제공하는 방법은, 주변 상황 및 차량 거동을 포함하는 주행 상황을 인식하는 단계; 미리 분류된 복수의 패턴 중 상기 인식된 주행 상황에 대응되는 권장 패턴을 판단하는 단계; 상기 판단 결과에 대응되는 피드백 정보를 출력하는 단계; 및 상기 판단 결과에 대한 정보를 외부로 전송하는 단계를 포함할 수 있다.

Description

운전 가이드 방법 및 그를 제공하는 시스템{METHOF AND SYSTEM FOR PROVIDING DRIVING GUIDANCE}
본 발명은 운전자에 운전 가이드 정보를 제공하는 방법 및 시스템에 관한 것으로, 보다 상세히는 주행 상황에 대한 운전자의 대응을 평가하여 운전자에 바람직한 운전을 위한 가이드 정보를 피드백하고, 평가 정보를 다양하게 이용할 수 있는 방법 및 이를 제공하기 위한 시스템에 관한 것이다.
최근 차량에 다양한 전자 장비가 탑재됨에 따라 운전자는 주행 상황에 관련된 보다 다양한 정보를 획득할 수 있으며, 이러한 전자 장비가 주행에 직접 관여하기도 한다. 예컨대, 첨단 운전자 보조 시스템(ADAS: Advanced Driver Assistance System)을 통해 운전자는 사각지대에 대한 경고 정보를 제공받거나, 자동 조향 제어를 통해 운전자의 스티어링 휠 조작 없이도 주행 중 차선이탈이 방지될 수도 있다.
여기서 더 나아가, 인공지능 등을 이용한 주행 상황 인식을 통해 자율 주행이 가능한 차량에 대해서도 활발한 연구개발이 이어지고 있으며, 차량과 다른 주체간 통신(V2X)을 통한 방대한 정보의 공유도 가능해지고 있다.
그러나, 이러한 기술의 발달에도 사고 발생시 자율 주행 운전의 책임에 대한 법적, 윤리적 문제가 정리될 필요가 있을 뿐만 아니라, 자율 주행 차량과 그렇지 않은 차량이 혼재하는 상황 등을 고려할 때, 향후 상당 기간 동안 여전히 가장 중요한 운전의 주체는 운전자로 남을 것으로 전망된다.
특히, 자율 주행 실도로 테스트 중 거친 운전 성향을 보이거나 양보 운전에 인색한 운전자가 비교적 많은 국내 도로 환경에서는 자율 주행 차량이 안정적으로 끼어들기나 차선 변경을 수행하기 어려웠다는 소식도 어렵지 않게 접할 수 있다.
따라서, 보다 안전한 도로 환경을 위해서는 운전자의 운전 실력 자체의 향상이나 전자 장비의 개입을 통한 운행 보조에서 더 나아가, 본질적으로 운전자의 운전 태도가 개선되는 것이 가장 바람직하다.
이러한 운전자의 운전 태도 개선을 위해서는 단발적 경고나 교육보다는 운전자의 실수 교정에 가까운 선제적, 지능적, 지속적이고 참여 가능한 접근 방법이 필요하다.
본 발명은 운전자에 운전 가이드 정보를 제공하는 방법 및 시스템을 제공하기 위한 것이다.
특히, 본 발명은 주행 상황에 대한 운전자의 대응을 평가하여 운전자에 바람직한 운전을 위한 가이드 정보를 피드백하고, 평가 정보를 다양하게 이용할 수 있는 방법 및 시스템을 제공하기 위한 것이다.
본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
상기와 같은 기술적 과제를 해결하기 위하여, 본 발명의 일 실시예에 따른 차량에서 운전 가이드를 제공하는 방법은, 주변 상황 및 차량 거동을 포함하는 주행 상황을 인식하는 단계; 미리 분류된 복수의 패턴 중 상기 인식된 주행 상황에 대응되는 권장 패턴을 판단하는 단계; 상기 판단 결과에 대응되는 피드백 정보를 출력하는 단계; 및 상기 판단 결과에 대한 정보를 외부로 전송하는 단계를 포함할 수 있다.
또한, 본 발명의 일 실시예에 따른 운전 가이드 제공 시스템은, 주변 상황 및 차량 거동을 포함하는 주행 상황을 인식하고, 미리 분류된 복수의 패턴 중 상기 인식된 주행 상황에 대응되는 권장 패턴을 판단하며, 상기 판단 결과에 대응되는 피드백 정보를 운전자에 출력하는 차량; 및 상기 판단 결과에 대한 정보를 상기 차량으로부터 수신하여 저장하는 제1 서버를 포함할 수 있다.
상기와 같이 구성되는 본 발명의 적어도 하나의 실시예에 관련된 차량 시스템은 운전자에 다양한 운전 가이드 정보를 제공할 수 있다.
특히, 운전자의 배려운전을 인식하여 긍정적 피드백을 제공함으로써 교통 문화 개선 및 안전 운전 도모 효과가 기대될 수 있다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 기본 개념을 설명하기 위한 도면이다.
도 2는 본 발명의 실시예들에 적용될 수 있는 운전 가이드 시스템 구성의 일례를 나타낸다.
도 3은 본 발명의 일 실시예에 따른 학습 데이터 서버 구조의 일례를 나타낸다.
도 4는 본 발명의 일 실시예에 따른 차량 구조의 일례를 나타낸다.
도 5는 본 발명의 일 실시예에 따른 차량에서 인식된 주행 상황에 따른 피드백 제공 절차의 일례를 나타낸다.
도 6은 본 발명의 일 실시예에 따른 주행 상황 및 그에 따른 피드백이 제공되는 구체적인 형태를 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 온라인 페이즈에서 제공될 수 있는 서비스의 개념을 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시예에 따른 SNS 연계 서비스의 구체적인 예시를 위한 도면이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서 전체에 걸쳐서 동일한 참조번호로 표시된 부분들은 동일한 구성요소들을 의미한다.
본 발명의 일 실시예에 의하면, 주행 상황을 인식하고 인식된 주행 상황과 미리 설정된 권장 패턴의 유사도 판단을 통해 운전자의 대응을 평가하여 운전자에 바람직한 운전을 위한 가이드 정보를 피드백하고, 평가 정보를 다양하게 이용할 수 있는 방법 및 이를 제공하기 위한 시스템이 제공된다.
먼저, 도 1을 참조하여 본 발명의 실시예들의 기본 개념을 설명한다. 도 1은 본 발명의 기본 개념을 설명하기 위한 도면이다.
도 1을 참조하면, 본 발명의 실시예들에서는 차량에 탑재된 다양한 센서들을 통한 운전자 보조/정보 제공 기능(10)과, 현재 상황 판단 및 패턴 매칭을 위한 인공 지능(20), 그리고 소셜 네트워크 서비스(SNS) 등의 부가 온라인 서비스(30)의 접목을 기반으로 한다. 이를 통해, 본 발명의 실시예들은 인공지능 기술로 운전자의 배려 운전 등 바람직한 운전 습관 여부를 인식하도록 하여, 긍정적 피드백을 운전자에 제공함으로써 교통문화 개선 및 안전운전 도모를 목적으로 한다.
도 2는 본 발명의 실시예들에 적용될 수 있는 운전 가이드 시스템 구성의 일례를 나타낸다.
도 2를 참조하면, 본 발명의 실시예들에 적용될 수 있는 운전 가이드 시스템은 권장 패턴을 결정하는 운전 학습 데이터 서버(100), 운전 가이드 정보를 운전자에게 직접 제공하는 차량(200), 차량(200)에서 인식한 주행 상황의 판단 결과를 수신하고 저장하는 인식결과 서버(300), 인식결과 서버(300)로부터 데이터를 제공받아 다양한 부가 기능을 온라인 서비스(400) 개체 및 차량(200)에 주행 상황 인식 및 판단을 위한 정보를 제공하는 도로 주변 개체(500)를 포함할 수 있다.
도로 주변 개체(500)를 제외한 각 구성요소의 구체적인 구성은 보다 상세히 후술하기로 한다. 도로 주변 개체(500)는 도로 변이나 도로 상에서 차량(200)에 주행 상황 및 판단을 위한 정보를 소정의 통신 방식(V2X 등)으로 제공하는 개체라면 어떠한 개체에도 한정되지 아니한다. 예컨대, 도로 주변 개체(500)는 도로 상의 다른 차량일 수도 있고, 도로 상이나 도로 주변에 설치된 인프라일 수도 있으며, 도로 주변의 보행자가 소지한 스마트 기기일 수도 있다. 이때, 보행자가 소지한 스마트 기기의 경우 차량과 직접 통신을 수행하기에는 디스커버리 절차나 데이터 경로 설립 상 어려움이 있을 경우, 소정의 원격지 서버를 경유하여 연결되거나, 원격지 서버에 데이터를 제공해두고, 원격지 서버에서 차량에 해당 데이터를 제공하는 형태로 구현될 수도 있다. 이러한 경우, 차량에 제공되는 데이터는 해당 차량 위치 주변의 보행자 유무, 보행자 밀도, 보행자 이동 방향 중 적어도 하나를 포함할 수 있으나, 이는 예시적인 것으로 반드시 이에 한정되는 것은 아니며 보행자의 안전 도모나 보행자 배려와 관련된 정보라면 어떠한 형태의 정보에도 한정되지 아니한다.
물론, 도 2의 각 구성요소는 예시적인 것으로, 실제 운전 가이드 제공 시스템은 이보다 적거나 많은 구성요소를 포함할 수 있으며, 하나의 구성요소가 복수의 하위 구성요소를 포함하거나, 하나 이상의 구성 요소가 다른 구성 요소의 기능을 대체하도록 구성될 수도 있다.
상술한 시스템 구성을 바탕으로, 각 구성 요소의 동작을 이하 설명한다. 각 구성 요소의 동작 절차는 설명의 편의를 위해, 크게 세 개의 페이즈(phase)로 구분될 수 있으나, 반드시 이러한 구분으로 동작 절차가 한정되는 것은 아니다.
세 개의 페이즈는 각각, 오프라인 페이즈, 온보드 페이즈 및 온라인 페이즈로 구분될 수 있다. 오프라인 페이즈는 학습 데이터 서버(100)에서 다양한 실주행 데이터와, 다양한 배려 운전 평가 결과를 통해 결정된 권장 패턴의 학습을 통해 주행 상황 인식과 권장 패턴의 유사도 판단을 위한 인공지능 인식 모델을 학습하는 과정을 의미할 수 있다. 또한, 온보드 페이즈는 오프라인 페이즈를 거치면서 생성된 인식 모델을 이용하여, 차량(200)에서 실제 주행 중 발생하는 주행 상황과 권장 패턴의 유사도를 비교하고, 그 결과에 따른 피드백을 운전자에 제공하고, 해당 결과를 (가공하여) 인식결과 서버(300)에 제공하는 과정을 의미할 수 있다.
아울러, 온라인 페이즈는 인식결과 서버(300)에 저장된 정보를 다양한 온라인 서비스(400) 개체에 제공하여 운전자에게 다양한 인센티브를 직.간접적으로 제공할 수 있도록 하는 과정을 의미할 수 있다. 이때, 운전자의 주행 환경에 대한 반응은 민감한 개인정보일 수도 있고, 운전자에게 법적으로나 윤리적인 불이익을 야기할 수도 있기 때문에 인식결과 서버(300)는 운전자가 허용한 범위 내에서 온라인 서비스(400) 개체로 해당 정보를 제공하도록 할 수 있다.
먼저, 온라인 페이즈 수행을 위한 학습 데이터 서버의 구조를 도 3을 참조하여 간략히 설명한다.
도 3은 본 발명의 일 실시예에 따른 학습 데이터 서버 구조의 일례를 나타낸다.
도 3을 참조하면, 학습 데이터 서버(100)는 실주행 데이터 저장부(110), 학습부(120) 및 평가 데이터 저장부(130)를 포함할 수 있다.
실주행 데이터 저장부(110)는 학습부(120)의 모델 학습을 위한 기초 데이터를 저장하며, 이를 학습부(120)에 제공한다. 기초 데이터는 텔레매틱스 서비스, 데이터 수집용 센서를 적용한 차량, 온라인으로 수집된 빅 데이터 등 다양한 방법을 통해 직/간접적으로 수집된 실주행 데이터를 포함할 수 있다.
또한, 평가 데이터 저장부(130)는 학습부의 모델 학습을 위한 평가 데이터를 저장한다. 평가 데이터는 기 설정된 주행 상황별 평가 기준(Rule), 복수의 주행 상황별 권장 패턴 및 전문가를 통해 평가된 주행 상황별 배려도 정보 등이 포함될 수 있다.
또한, 평가 데이터에는 주행 상황을 소정의 기준에 따라 미리 복수의 패턴으로 정의/분류하고, 각 분류된 패턴별 권장도를 부여한 정보가 포함될 수도 있다. 이러한 경우, 권장도가 소정의 기준값보다 높은 패턴을 권장 패턴이라 칭할 수 있다. 권장도의 기준으로는, 운전법규에 정의된 사항, 법규에 정의되지 않았지만 주변차량과 보행자를 배려하는 행위 또는 본차량, 타차량 및 보행자의 안전을 도모하는 행위 중 적어도 하나에 해당되는지 여부가 될 수 있다.
여기서, 실주행 데이터는 차량 주변 환경의 변동을 감지한 정보와, 주변 환경의 변동이 발생한 상황에서 본 차량의 거동(즉, 운전자의 대응)에 대한 정보가 포함될 수 있다. 즉, 본 실시예에서 언급되는 "주행 상황"이란 차량 주변의 다른 차량이나 보행자의 위치나 거동 변화를 나타내는 "주변 환경"과 그에 대한 운전자의 대응에 따른 "차량 거동"을 포함하는 개념이다.
예컨대, 실주행 데이터에는 데이터가 수집된 차량을 기준으로 측전방에 위치하는 차량이 전방으로 이동함(즉, 측전방 차량의 끼어들기/차선변경 시도)을 ADAS 시스템이 감지한 데이터와, 해당 시점에 운전자가 가속했는지 감속했는지, 경적이나 헤드라이트 조작 여부를 나타내는 데이터 등이 포함될 수 있다. 다른 예로, 평가 데이터는 상술한 주변 환경의 변동, 즉, 끼어들기 상황에 대하여 일정 비율만큼 감속한 경우를 권장 패턴으로 포함하고, 감속 비율에 따라 배려도를 서도 다르게 평가한 데이터가 포함될 수도 있다.
학습부(120)는 실주행 데이터 저장부(110)로부터 상술한 기초 데이터를, 데이터 저장부(130)로부터 평가 데이터를 각각 입력받고, 해당 기초 데이터의 주행 상황별 평가 데이터를 매칭하여 학습한다. 이를 통하여, 학습부(120)는 새로운 주행 상황에 대한 데이터가 입력되었을 때 해당 주행 상황과 가장 근접한 권장 패턴을 결정하고, 결정된 권장 패턴과의 유사도를 결정할 수 있도록 하는 인식 모델을 생성하고, 누적적 학습을 통해 생성된 모델을 지속적으로 수정할 수 있다. 또는, 학습부(120)는 새로운 주행 상황에 대한 데이터가 입력되었을 때 해당 주행 상황이 미리 정의/분류된 주행 상황 중 어떠한 주행 상황에 해당하거나 가장 유사한지 여부를 결정할 수 있도록 하는 인식 모델을 생성할 수도 있다.
이러한 인식 모델의 학습은 머신 러닝 기법을 통해 수행될 수 있다.
이를 위해, 머신 러닝 기법은 시계열 모델 기반의 기법, 빅 데이터 기반의 딥 러닝(deep learning) 기법, 룰 기반(Rule Base) 기법 또는 이들 중 둘 이상을 병행하는 기법을 포함할 수 있다. 여기서 시계열 모델 기반의 기법의 예로는 시간에 따른 행위의 변화를 추정지표(stochastic)로 설명하는 ARIMA(Autoregressive integrated moving average) 기법, 범용근사자로서 비모수 회귀(nonparametric regression) 방법을 이용하는 MLP(Multi-layer Perceprton) 기법 등을 들 수 있다. 또한, 딥 러닝 기반의 기법으로는 차원 축소를 통해 입/출력 데이터를 유사하게 만드는 SAE(Stacked AutoEncoder) 기법, 순차적인 정보를 처리하는 신경망 알고리즘인 RNNs(Recurrent Neural Networks) 기법, 장기 의존성 학습에 적합한 LSTM(Long Short Term Memory) 기법 등을 들 수 있다.
또한, 룰 기반 인식을 위한 기준은 아래 표 1과 같이 준비될 수 있다.
배려운전
Case		 Rule base 인식 원리
차선변경
배려		 1)옆차선/일정거리 내 상대차량 (Radar/Vision)
2) 상대차량 방향지시등 점멸 (Vision)
3) 본인 차량 감속 (APS/BPS/차속)
4) 상대차량 차선변경 (Radar/Vision)
보행자
보호		 1) 신호등 없는 횡단보도 (Navi 정보)
2) 길가 보행자 (Vision)
3) 본인 차량 정차 (APS/BPS/차속)
4) 보행자 횡단 (Vision)
긴급차량
협조		 1) 본인차량 차선변경 or 한쪽으로 이동 (Vision)
2) 빈 공간으로 긴급차량 진행 (Radar/Vision)
… …
또한, 학습부(120)는 학습 전에 입력될 기초 데이터를 선별할 수도 있다. 선별 과정은 1) 입력 값의 후보들을 추출하는 과정, 2) 입력 신호를 통합하여 데이터 전(pre) 처리하는 과정, 그리고 3) 전 처리된 후보 값을 이용하여 최종 변수를 선택하는 과정을 포함할 수 있다.
학습부(120)의 학습 과정을 통해 생성된 인식 모델은 차량(200)에 소정의 온/오프라인 데이터 전송 과정을 통해 전달될 수 있다.
다음으로, 온보드 페이즈를 도 4 내지 도 6을 참조하여 설명한다.
온보드 페이즈는 전술한 바와 같이, 오프라인 단계에서 학습을 통해 생성된 인식 모델이 차량에 준비되며, 해당 차량에서 수집된 주변 환경을 판단하기 위한 정보와 운전자의 대응을 준비된 인식 모델로 입력하여 운전자에게 배려 운전 여부를 피드백하는 단계를 의미한다.
도 4는 본 발명의 일 실시예에 따른 차량 구조의 일례를 나타낸다.
도 4를 참조하면, 본 실시예에 따른 차량(200)은 주행 상황을 판단하기 위한 정보를 획득하는 정보수집부(210), 인식 모델 및 미리 설정된 권장 패턴을 이용하여 배려운전 여부를 판단하는 판단부(220), 판단부(220)의 판단 결과에 대응되는 피드백을 운전자에게 제공하는 출력부(230) 및 판단 결과를 외부로 전송하거나, 인식 모델에 대한 업데이트 데이터를 수신하거나, 도로 주변 개체(500)와 데이터를 교환하는 무선 통신부(240)를 포함할 수 있다.
정보수집부(210)는 차량(200)의 주행 상황, 즉, 주변 환경 정보와 그에 따른 운전자의 대응에 대한 정보를 수집한다. 이를 위해, 정보수집부(210)는 네비게이션, 스마트 크루즈 컨트롤 레이더, 영상 판독 인식을 위한 비전(vision) 센서, 가속페달센서(APS), 브레이크페달센서(BPS), 차속 센서 중 적어도 하나를 포함할 수 있다.
판단부(220)는 인식 모델과 권장 패턴 정보를 저장할 수 있는 메모리와, 인식 모델 구동을 위한 프로세서를 포함하는 컴퓨터의 형태로 구현될 수 있으며, 차량 제어기나 제어기의 일부를 구성하는 형태로 구현될 수도 있다. 또한, 판단부(220)는 정보수집부(210)로부터 획득된 주행 상황 정보와 무선 통신부(240)를 통해 수집된 V2X 정보 중 적어도 하나를 인식 모델에 적용하여, 미리 분류된 복수의 패턴 중 일치하거나 유사한 권장 패턴이 있는지 여부를 판단할 수 있다. 또한, 판단부(220)는 판단 결과를 소정의 기준이나 처리 알고리즘에 따라 지수화하여 저장할 수도 있다.
실시예에 따라, 인식 모델은 판단부(220)에 의해서도 머신 러닝 기법을 통해 실시간으로 학습 및 수정될 수도 있고, 외부에서 수정된 인식 모델이 업데이트 형태로 수신되어 학습 없이 인식에만 사용할 수도 있다. 즉, 외부에서 모델이 수정되도록 하는 경우, 학습의 입력값이 되는 파라미터들을 텔레매틱스 센터나 클라우드 서버 등으로 전송되도록 하여 학습을 통한 모델 수정은 외부에서 수행된 후 최종 모델만이 차량으로 전송되도록 할 수 있다. 또한, 다른 실시예에 의하면, 정보수집부(210)에서 획득된 주행 상황을 판단하기 위한 정보는 바로 외부 원격지 서버로 전송되고, 해당 서버에서 배려 운전 여부를 판단하여 차량으로 판단 결과만 전달하도록 구현될 수도 있다.
출력부(230)는 클러스터, AVN 모니터, HUD 등의 시각 정보 출력이 가능한 디스플레이 장치 및 스피커 등의 음향 정보 출력이 가능한 장치를 포함할 수 있으며, 판단부(220)의 판단 결과에 대응되는 피드백을 즉각적으로 출력할 수 있다. 예컨대, 시각 정보는 운전자가 배려 운전을 했음을 알리는 텍스트, 이미지나 이들의 조합을 포함할 수 있으며, 음향 정보는 운전자가 배려 운전을 했음을 알리는 음악이나 칭찬 음성 등을 포함할 수 있다.
이러한 차량 동작을 순서도로 나타내면 도 5와 같다.
도 5는 본 발명의 일 실시예에 따른 차량에서 인식된 주행 상황에 따른 피드백 제공 절차의 일례를 나타낸다.
도 5를 참조하면, 먼저 판단부(220)에서는 정보수집부(210)를 통해 수집된 정보를 이용하여 차량(200)의 움직임과 주변 환경(타차량 또는 보행자의 움직임)을 인식하는 주행 상황인식이 수행될 수 있다(S510).
주행 상황이 인식되면, 판단부(220)에서 인식 결과와 미리 분류된 복수의 패턴 중 권장 패턴과의 유사도(즉, 일치하거나 유사한지 여부)가 판단될 수 있다(S520). 즉, 판단부(220)는 판단된 유사도에 따라 인식된 주행 상황과 일치하거나 유사한 권장 패턴의 존재 여부를 판단할 수 있다.
판단 결과에 대응되는 피드백이 출력부(230)를 통해 출력될 수 있다(S530A). 예컨대, 인식된 주행 상황과 일치하거나 유사한 권장 패턴이 존재하는 경우 운전자에게 배려 운전이 감지됨을 지시하는 시/청각 형태의 피드백이 출력될 수 있고, 존재하지 않는 경우에는 배려 운전을 독려하거나 권장하는 시/청각 형태의 피드백이 출력될 수 있다. 물론, 존재하지 않는 경우 아무런 피드백이 없을 수도 있다.
설정에 따라 판단 결과에 대응되는 정보는 판단부(220)에서 소정의 계산 과정을 거쳐 지수화될 수도 있다(S530B). 예컨대, 지수화 과정은 일정기간 동안의 권장 패턴 일치/유사한 것으로 판단된 횟수의 누적치를 해당 기간 동안의 누적 주행거리로 나누는 과정을 포함할 수 있다.
판단 결과 정보 또는 S530B 단계를 거친 경우 지수화 정보는 무선 통신부(240)를 통해 인식결과 서버(300)로 전송될 수 있다(S540).
상술한 과정이 수행되는 경우, 운전자는 인공지능 기술에 대한 호기심/호감을 통해 자연스럽게 배려운전 여부를 즉각 확인받는 경험의 기회를 제공받을 수 있게 된다.
도 6은 본 발명의 일 실시예에 따른 주행 상황 및 그에 따른 피드백이 제공되는 구체적인 형태를 설명하기 위한 도면이다. 도 6에서는 편도 2차로 도로에 운전자의 차량(610)은 우측 차선을 주행 중이며, 다른 차량(620)은 좌측 차선에서 운전자의 차량(610)보다 앞서 주행중인 상황을 가정한다. 이하, 편의상 운전자의 차량(610)을 "본차량"이라 칭하고, 다른 차량(620)을 "타차량"이라 칭한다.
도 6의 (a)를 참조하면, 타차량(620)이 우측 방향 지시등을 켜고 본차량(610)의 차선으로 차선 변경을 시도하는 경우, 본차량(610)은 정보수집부(210)를 통해 이러한 상황을 인식할 수 있다.
이때, 도 6의 (b)와 같이 본차량(610)의 운전자가 브레이크 페달을 밟아 감속하는 경우, 본차량(210)의 판단부는 이러한 주행 상황이 권장 패턴에 해당함을 판단하여 긍정적인 피드백(611)을 출력할 수 있다.
이와 달리, 도 6의 (c)와 같이 본차량(610)의 운전자가 오히려 가속하는 경우, 본차량(210)의 판단부는 이러한 주행 상황과 유사하거나 일치하는 권장 패턴이 없다고 판단하거나, 권장도가 일정 값보다 낮은 패턴에 매칭되는 경우, 부정적인 피드백(613)을 출력할 수 있다.
다음으로, 도 7 내지 도 8을 참조하여 온라인 페이즈를 설명한다.
온라인 페이즈는 인식결과 서버(300)에 저장된 정보를, 운전자가 허용한 온라인 서비스(400)에 제공하여 다양한 부가 서비스를 제공하는 단계를 의미한다.
도 7은 본 발명의 일 실시예에 따른 온라인 페이즈에서 제공될 수 있는 서비스의 개념을 설명하기 위한 도면이고, 도 8은 본 발명의 일 실시예에 따른 SNS 연계 서비스의 구체적인 예시를 위한 도면이다.
도 7을 참조하면, 온라인 페이즈에서 제공될 수 있는 서비스로 SNS 연계 서비스(710), 보험/행정 서비스(720) 및 매뉴얼 배포 서비스(730) 등을 들 수 있다.
구체적으로, SNS와 연계(710)를 통해 배려 운전자에게 전용 포인트나 표식 등을 부여하거나 게시물을 제공하여 배려 운전에 대한 자긍심을 고취시킬 수 있다. 예컨대, 도 8의 (a)에 도시된 바와 같이 특정 SNS 계정을 통해 배려도가 높은 운전자를 소개하는 게시물이 게재될 수 있다. 여기에는 운전자의 지수화된 배려 점수 정보, 운전자의 SNS ID, 비전 센서를 통해 획득된 영상(810) 등이 포함될 수 있으며, 이러한 정보는 운전자가 동의한 경우에만 게시물에 포함될 수 있다. 다른 예로, 도 8의 (b)와 같이 지수화된 배려 점수 정보가 일정 점수 이상인 경우에만 운전자의 SNS 계정의 소개란에 특정 표식(820)을 부여할 수 있도록 SNS 서비스에서 허용하는 방안도 고려될 수 있다.
또한, 보험/행정 서비스(720)에서는 지수화된 배려 점수 정보가 보험사에 제공되면 운전자의 보험료 할인이 기대될 수 있으며, 행정 관청에 제공되는 경우 기 발부되거나 향후 발부되는 벌점이나 과태료 경감 등의 혜택도 기대될 수 있다.
아울러, 매뉴얼 배포 서비스(730)에서는 배려/양보 운전 인식률을 높이기 위한 매뉴얼을 차량 AVN 시스템이나 스마트폰 어플리케이션을 통해 배포하여, 올바른 운전매너 학습기회가 제공될 수 있다. 특히, 이러한 매뉴얼 배포 서비스(730)는, 온보드 페이즈에서 운전자가 배려 운전 빈도가 일정 수준 이하인 경우 해당 운전자에게 제공되는 형태로 배포될 수도 있다. 이때, 매뉴얼 배포는 권장패턴과 상이하게 운전하는 경향이 두드러지는 주행상황에 대한 개선 가이드 제공하는 형태가 될 수 있다. 예를 들어, 전술한 도 6의 (a)와 같은 상황에서 도 6의 (c)와 같은 운전 패턴이 자주 인식되는 경우, 차량의 AVN(Audio/Video/Navigation) 단말기나 운전자가 소지한(운전자 명의로 등록된) 단말기로 타차량의 차선변경/끼어들기 배려에 대한 가이드 정보가 출력되도록 할 수 있다. 물론, 이러한 매뉴얼 제공 과정은 반드시 온라인 페이즈에서 수행되어야 하는 것은 아니다. 예컨대, 매뉴얼 제공 과정은 온보드 페이즈에서 차량의 판단에 따라 수행될 수도 있다.
전술한 본 발명의 실시예들을 통해, 차량 운전자에게 폭넓은 혜택을 제공하고, 이러한 시스템을 구성하는 차량 제조사의 기업 이미지가 향상될 수 있다. 예컨대, 운전자 관점에서 기술 호기심이 배려운전 참여로 이어져 교통문화 개선이 기대될 수 있으며, 개인 배려심(인격)에 대한 사회적 인지수단(SNS)이 제공될 수 있을뿐 아니라, 보험료할인/벌점경감 등의 부수적 혜택 연계가 기대될 수 있다. 또한, 기업 관점에서는 자동차 회사로서 교통문화개선이라는 사회적 책무에 부응하는 이미지의 획득, 해당 기업 브랜드 차량이 배려심 있는 운전자가 주 고객이라는 이미지의 획득 및 일자리나 윤리 논란의 여지가 있는 AI 활용에 대한 세련된 어필이 가능한 장점이 있다.
더 나아가, 본 발명의 실시예들을 통해 자율주행 요소기술을 활용하여 지능형 운전 보조 기술로의 발전(즉, 배려/양보에서 방어/준법 운전으로 확대) 및 사회의 반응이 긍정적일 경우 표준기술/법규사항으로 발전 가능한 잠재적 장점까지 기대될 수 있다.
전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다.
따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.

Claims (23)

  1. 차량에서 운전 가이드를 제공하는 방법에 있어서,
    상기 차량의 판단부에서 주변 상황 및 차량 거동을 포함하는 주행 상황을 인식하는 단계;
    상기 판단부에서 미리 분류된 복수의 패턴 중 상기 인식된 주행 상황에 대응되는 권장 패턴을 판단하는 단계;
    상기 차량의 출력부에서 상기 판단 결과에 대응되는 피드백 정보를 출력하는 단계; 및
    상기 차량의 무선 통신부에서 상기 판단 결과에 대한 정보를 외부로 전송하는 단계를 포함하되,
    상기 주변 상황은,
    상기 차량의 주변에 위치하는 적어도 하나의 타차량 및 보행자의 거동을 포함하고,
    상기 권장 패턴을 판단하는 단계는,
    주변차량이나 보행자를 배려하는 행위 여부를 판단하는 단계를 포함하는, 운전 가이드 제공 방법.
  2. 삭제
  3. 제1 항에 있어서,
    상기 인식하는 단계는,
    상기 차량에 구비된 센서, 상기 적어도 하나의 타차량에 구비된 센서 및 상기 보행자가 소지한 전자 장치 중 적어도 하나를 통해 획득된 정보를 이용하여 수행되는, 운전 가이드 제공 방법.
  4. 제1 항에 있어서,
    상기 권장 패턴은,
    운전법규, 상기 차량이나 상기 적어도 하나의 타차량 및 보행자의 안전을 도모하는 행위 여부 중 적어도 하나를 더 고려하여 결정되는, 운전 가이드 제공 방법.
  5. 제1 항에 있어서,
    상기 판단하는 단계는,
    상기 판단부에서 상기 인식된 주행 상황과 일치하거나 유사한 권장 패턴의 존재 여부를 판단하는 단계를 포함하는, 운전 가이드 제공 방법.
  6. 제5 항에 있어서,
    상기 판단부에서 상기 존재 여부를 판단한 결과, 상기 일치하거나 유사한 권장 패턴이 존재하는 경우의 횟수에 기초하여 배려 주행 정도를 지수화 정보로 생성하는 단계를 더 포함하는, 운전 가이드 제공 방법.
  7. 제6 항에 있어서,
    상기 전송하는 단계는,
    상기 무선 통신부를 통해 상기 지수화된 정보를 전송하는 단계를 포함하고,
    상기 생성하는 단계는,
    상기 판단부에서 일정 기간 동안 누적된 상기 횟수를 상기 일정 기간 동안의 누적 주행거리로 나누는 단계를 포함하는, 운전 가이드 제공 방법.
  8. 제1 항에 있어서,
    상기 외부로 전송된 판단 결과에 대한 정보가 원격지 서버의 저장장치에 저장되는 단계; 및
    상기 원격지 서버가, 상기 판단 결과에 대한 정보가 상기 차량의 운전자에 의해 접근이 허용된 서비스 제공자에게 열람을 허용하는 단계를 더 포함하는, 운전 가이드 제공 방법.
  9. 제8 항에 있어서,
    상기 서비스 제공자의 서비스는,
    상기 판단 결과에 대한 정보를 온라인상 게시하여 타인이 인지하게 하는 행위, 상기 차량의 보험료 산출 근거로 적용하는 행위, 상기 운전자의 교통위반 사후 처리에 적용하는 행위 중 적어도 하나를 포함하는, 운전 가이드 제공 방법.
  10. 제1 항에 있어서,
    상기 판단하는 단계는,
    빅데이터 기반의 딥 러닝 기술이 적용된 인공지능 인식 모델에 의해 수행되는, 운전 가이드 제공 방법.
  11. 운전 가이드 제공 시스템에 있어서,
    주변 상황 및 차량 거동을 포함하는 주행 상황을 인식하고, 미리 분류된 복수의 패턴 중 상기 인식된 주행 상황에 대응되는 권장 패턴을 판단하며, 상기 판단 결과에 대응되는 피드백 정보를 운전자에 출력하는 차량; 및
    상기 판단 결과에 대한 정보를 상기 차량으로부터 수신하여 저장하는 제1 서버를 포함하고,
    상기 주변 상황은,
    상기 차량의 주변에 위치하는 적어도 하나의 타차량 및 보행자의 거동을 포함하며,
    상기 권장 패턴은,
    주변차량이나 보행자를 배려하는 행위 여부를 고려하여 결정되는, 운전 가이드 제공 시스템.
  12. 삭제
  13. 제11 항에 있어서,
    상기 차량은,
    상기 차량에 구비된 센서, 상기 적어도 하나의 타차량에 구비된 센서 및 상기 보행자가 소지한 전자 장치 중 적어도 하나를 통해 획득된 정보를 이용하여 상기 인식을 수행하는, 운전 가이드 제공 시스템.
  14. 제11 항에 있어서,
    상기 권장 패턴은,
    운전법규, 상기 차량이나 상기 적어도 하나의 타차량 및 보행자의 안전을 도모하는 행위 여부 중 적어도 하나를 더 고려하여 결정되는, 운전 가이드 제공 시스템.
  15. 제11 항에 있어서,
    상기 차량은,
    상기 인식된 주행 상황과 일치하거나 유사한 권장 패턴의 존재 여부를 판단하는, 운전 가이드 제공 시스템.
  16. 제15 항에 있어서,
    상기 차량은,
    상기 존재 여부를 판단한 결과, 상기 일치하거나 유사한 권장 패턴이 존재하는 경우의 횟수에 기초하여 배려 주행 정도를 지수화 정보로 생성하는, 운전 가이드 제공 시스템.
  17. 제16 항에 있어서,
    상기 제1 서버는,
    상기 지수화된 정보를 상기 차량으로부터 수신하되,
    상기 차량은,
    일정 기간 동안 누적된 상기 횟수를 상기 일정 기간 동안의 누적 주행거리로 나누어 상기 지수화 정보를 생성하는, 운전 가이드 제공 시스템.
  18. 제11 항에 있어서,
    상기 판단 결과에 대한 정보를 상기 운전자에 의해 접근이 허용된 경우 상기 제1 서버에서 열람하는 온라인 서비스 개체를 더 포함하는, 운전 가이드 제공 시스템.
  19. 제18 항에 있어서,
    상기 온라인 서비스 개체의 서비스는,
    상기 판단 결과에 대한 정보를 온라인상 게시하여 타인이 인지하게 하는 행위, 상기 차량의 보험료 산출 근거로 적용하는 행위, 상기 운전자의 교통위반 사후 처리에 적용하는 행위 중 적어도 하나를 포함하는, 운전 가이드 제공 시스템.
  20. 제11 항에 있어서,
    빅데이터 기반의 딥 러닝 기술로 인공지능 인식 모델을 학습하는 제2 서버를 더 포함하되,
    상기 차량은,
    상기 인공 지능 인식 모델을 이용하여 상기 인식 및 상기 판단을 수행하는, 운전 가이드 제공 시스템.
  21. 운전 가이드를 제공하는 차량에 있어서,
    주변 상황 및 차량 거동에 대한 정보를 획득하는 정보 인식부;
    상기 정보 인식부를 통해 획득된 상기 정보를 이용하여 주행 상황을 인식하고, 미리 분류된 복수의 패턴 중 상기 인식된 주행 상황에 대응되는 권장 패턴을 판단하는 판단부;
    상기 판단 결과에 대응되는 피드백 정보를 출력하는 출력부; 및
    상기 판단 결과에 대한 정보를 외부로 전송하는 무선 통신부를 포함하되,
    상기 주변 상황은,
    상기 차량의 주변에 위치하는 적어도 하나의 타차량 및 보행자의 거동을 포함하며,
    상기 권장 패턴은,
    주변차량이나 보행자를 배려하는 행위 여부를 고려하여 결정되는, 차량.
  22. 제5 항에 있어서,
    상기 판단부에서 상기 존재 여부를 판단한 결과, 상기 일치하거나 유사한 권장 패턴이 존재하지 않는 경우의 횟수 또는 빈도에 기초하여 개선 가이드를 제공하는 단계를 더 포함하는, 운전 가이드 제공 방법.
  23. 제22 항에 있어서,
    상기 개선 가이드는,
    상기 차량에 구비된 단말기 또는 차량의 운전자가 소지한 단말기 중 적어도 하나를 통해 출력되는, 운전 가이드 제공 방법.
KR1020170060954A 2017-05-17 2017-05-17 운전 가이드 방법 및 그를 제공하는 시스템 KR102388148B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020170060954A KR102388148B1 (ko) 2017-05-17 2017-05-17 운전 가이드 방법 및 그를 제공하는 시스템
CN201810466501.7A CN108944939B (zh) 2017-05-17 2018-05-16 用于提供驾驶指导的方法和系统
DE102018111887.2A DE102018111887A1 (de) 2017-05-17 2018-05-17 Verfahren und System zum Bereitstellen einer Fahrführung
US15/982,135 US10493998B2 (en) 2017-05-17 2018-05-17 Method and system for providing driving guidance

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170060954A KR102388148B1 (ko) 2017-05-17 2017-05-17 운전 가이드 방법 및 그를 제공하는 시스템

Publications (2)

Publication Number Publication Date
KR20180126219A KR20180126219A (ko) 2018-11-27
KR102388148B1 true KR102388148B1 (ko) 2022-04-19

Family

ID=64270432

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170060954A KR102388148B1 (ko) 2017-05-17 2017-05-17 운전 가이드 방법 및 그를 제공하는 시스템

Country Status (4)

Country Link
US (1) US10493998B2 (ko)
KR (1) KR102388148B1 (ko)
CN (1) CN108944939B (ko)
DE (1) DE102018111887A1 (ko)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102286574B1 (ko) * 2019-03-07 2021-08-06 한국전자통신연구원 운전 가이드 정보 제공 방법 및 장치
CN110221611B (zh) * 2019-06-11 2020-09-04 北京三快在线科技有限公司 一种轨迹跟踪控制方法、装置及无人驾驶车辆
CN110843799B (zh) * 2019-11-27 2021-03-23 星觅(上海)科技有限公司 驾驶行为处理方法、装置、设备和介质
EP3839916B1 (en) * 2019-12-19 2023-10-25 Ningbo Geely Automobile Research & Development Co., Ltd. A system and method for providing decision suggestions to an operator of a vehicle and a computer program product
KR102248092B1 (ko) * 2020-01-14 2021-05-04 안송길 단말기를 이용한 양보 운전 유도 방법, 단말기, 및 컴퓨터 판독 가능한 기록 매체
CN111547064B (zh) * 2020-05-26 2022-07-12 吉林大学 一种用于汽车自适应巡航系统的驾驶风格识别和分类方法
CN111862608B (zh) * 2020-07-22 2022-06-24 湖北文理学院 车辆行驶路况识别方法、装置、设备及存储介质
US11820385B2 (en) * 2020-07-31 2023-11-21 GM Global Technology Operations LLC System and method for evaluating driver performance
KR102484139B1 (ko) * 2022-08-18 2023-01-02 하성용 인공지능모델을 이용하여 이륜차의 운전 패턴 정보를 기초로 이륜차 보험료를 산출하는 방법, 장치 및 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015159362A1 (ja) * 2014-04-15 2015-10-22 三菱電機株式会社 運転支援装置および運転支援方法

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9129460B2 (en) * 2007-06-25 2015-09-08 Inthinc Technology Solutions, Inc. System and method for monitoring and improving driver behavior
IT1398476B1 (it) * 2009-07-31 2013-03-01 T E Systems And Advanced Technologies Engineering S R L Sa Metodo di analisi del comportamento del conducente di un veicolo stradale
ITRM20090514A1 (it) * 2009-10-07 2011-04-08 Giuseppe Sciscione Video sorveglianza solare
DE112011105275T5 (de) * 2011-05-23 2014-05-15 Toyota Jidosha Kabushiki Kaisha Informationsverarbeitungssystem für ein Fahrzeug
US9536361B2 (en) * 2012-03-14 2017-01-03 Autoconnect Holdings Llc Universal vehicle notification system
WO2014172380A1 (en) * 2013-04-15 2014-10-23 Flextronics Ap, Llc Altered map routes based on user profile information
JP2015534173A (ja) * 2012-09-17 2015-11-26 ボルボトラックコーポレーション 車両の運転者に指導メッセージを与える方法及びシステム
KR20150085335A (ko) * 2014-01-15 2015-07-23 한국전자통신연구원 빅 데이터 기반 운전자와 차량 상호작용을 위한 ux 학습 테스트 베드 시스템
JP6537780B2 (ja) * 2014-04-09 2019-07-03 日立オートモティブシステムズ株式会社 走行制御装置、車載用表示装置、及び走行制御システム
KR101555444B1 (ko) * 2014-07-10 2015-10-06 현대모비스 주식회사 차량탑재 상황감지 장치 및 그 방법
EP3147171A4 (en) * 2014-08-05 2018-01-24 Launch Tech Company Limited Method, device, and system for generating driving behavior guidance information
KR20160069880A (ko) * 2014-12-09 2016-06-17 현대자동차주식회사 차량 사고를 유발하는 운전 지수 추출 방법
KR101744724B1 (ko) * 2015-03-19 2017-06-08 현대자동차주식회사 차량, 및 차량의 제어방법
EP3072710B1 (en) * 2015-03-24 2018-03-28 LG Electronics Inc. Vehicle, mobile terminal and method for controlling the same
US9815371B2 (en) * 2015-06-23 2017-11-14 Yazaki Corporation Information providing apparatus for vehicle
KR20170022521A (ko) * 2015-08-21 2017-03-02 주식회사 만도 운전 패턴 분석 장치 및 그 방법
US11107365B1 (en) * 2015-08-28 2021-08-31 State Farm Mutual Automobile Insurance Company Vehicular driver evaluation
CN105513358B (zh) * 2016-01-04 2018-07-03 烟台中正新技术有限公司 驾驶行为评估和车辆行驶状态监测预警系统及方法
CN106004883B (zh) * 2016-05-24 2018-12-11 北京小米移动软件有限公司 车辆违规提醒的方法及装置
CN106114515B (zh) * 2016-06-29 2019-05-31 北京奇虎科技有限公司 汽车驾驶行为提醒方法及系统
CN106394559A (zh) * 2016-11-17 2017-02-15 吉林大学 基于环境感知信息的多目标评判驾驶行为分析方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015159362A1 (ja) * 2014-04-15 2015-10-22 三菱電機株式会社 運転支援装置および運転支援方法

Also Published As

Publication number Publication date
US10493998B2 (en) 2019-12-03
DE102018111887A1 (de) 2018-11-22
CN108944939A (zh) 2018-12-07
US20180334176A1 (en) 2018-11-22
CN108944939B (zh) 2023-03-28
KR20180126219A (ko) 2018-11-27

Similar Documents

Publication Publication Date Title
KR102388148B1 (ko) 운전 가이드 방법 및 그를 제공하는 시스템
CN107531244B (zh) 信息处理系统、信息处理方法、以及记录介质
JP6575818B2 (ja) 運転支援方法およびそれを利用した運転支援装置、自動運転制御装置、車両、運転支援システム、プログラム
CN111524346B (zh) 服务器以及信息提供装置
US9346400B2 (en) Affective user interface in an autonomous vehicle
US20210269023A1 (en) Agent prioritization for autonomous vehicles
CN111052202A (zh) 用于基于相对定位的安全自主驾驶的系统和方法
US20190220010A1 (en) Systems and methods for incentivizing user-aided improvement of autonomous vehicle control systems and methods of operating a vehicle using the same
US9708002B2 (en) Driver assistance system including additional information in connection with a road map
KR20220140813A (ko) 특수 도로 상태들을 식별하기 위한 방법 및 장치, 전자 디바이스, 및 저장 매체
CN104859662A (zh) 自主车辆中的故障处理
DE102015206600A1 (de) Fahrszenariovorhersage und automatischer fahrzeugein-stellungsausgleich
KR20200006585A (ko) 자동차의 운전자 보조 장치를 동작시키는 방법, 운전자 보조 장치 및 자동차
US11661061B2 (en) Method and device for assisting a driver in a vehicle
CN111413973A (zh) 车辆的换道决策方法及装置、电子设备、存储介质
US20170103121A1 (en) Drive support apparatus
DE102022120226A1 (de) Adaptive Kommunikation für ein Fahrzeug in einem Kommunikationsnetz
DE102021004027A1 (de) Sicherheitssystem für ein Fahrzeug mit einer individuell an einen Fahrer anpassten Sicherheitsfunktion
CN112829757A (zh) 自动驾驶控制系统、服务器装置以及存储程序的存储介质
KR102524289B1 (ko) 주변 차량 평가 방법 및 장치
CN112829751B (zh) 一种车辆状态的安全性评价方法及装置
US20240059278A1 (en) Ego vehicle having a system for passing a remote vehicle associated with a predicted slowndown event
KR102359110B1 (ko) 차량
US20230131124A1 (en) Connected vehicle road-safety infrastructure insights
CN115966100B (zh) 一种行车安全控制方法及系统

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant