KR102478566B1 - Automatic hazard indicator system using artificial intelligence and gps - Google Patents
Automatic hazard indicator system using artificial intelligence and gps Download PDFInfo
- Publication number
- KR102478566B1 KR102478566B1 KR1020200123881A KR20200123881A KR102478566B1 KR 102478566 B1 KR102478566 B1 KR 102478566B1 KR 1020200123881 A KR1020200123881 A KR 1020200123881A KR 20200123881 A KR20200123881 A KR 20200123881A KR 102478566 B1 KR102478566 B1 KR 102478566B1
- Authority
- KR
- South Korea
- Prior art keywords
- vehicle
- speed
- information
- emergency
- emergency light
- Prior art date
Links
- 238000013473 artificial intelligence Methods 0.000 title description 7
- 230000015654 memory Effects 0.000 claims abstract description 33
- 238000010801 machine learning Methods 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 230000003213 activating effect Effects 0.000 claims 1
- 238000012549 training Methods 0.000 abstract description 5
- 230000004913 activation Effects 0.000 description 15
- 238000012545 processing Methods 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 230000003068 static effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000009429 distress Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q1/00—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor
- B60Q1/26—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to indicate the vehicle, or parts thereof, or to give signals, to other traffic
- B60Q1/50—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to indicate the vehicle, or parts thereof, or to give signals, to other traffic for indicating other intentions or conditions, e.g. request for waiting or overtaking
- B60Q1/525—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to indicate the vehicle, or parts thereof, or to give signals, to other traffic for indicating other intentions or conditions, e.g. request for waiting or overtaking automatically indicating risk of collision between vehicles in traffic or with pedestrians, e.g. after risk assessment using the vehicle sensor data
- B60Q1/535—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to indicate the vehicle, or parts thereof, or to give signals, to other traffic for indicating other intentions or conditions, e.g. request for waiting or overtaking automatically indicating risk of collision between vehicles in traffic or with pedestrians, e.g. after risk assessment using the vehicle sensor data to prevent rear-end collisions, e.g. by indicating safety distance at the rear of the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q1/00—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor
- B60Q1/26—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to indicate the vehicle, or parts thereof, or to give signals, to other traffic
- B60Q1/50—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to indicate the vehicle, or parts thereof, or to give signals, to other traffic for indicating other intentions or conditions, e.g. request for waiting or overtaking
- B60Q1/525—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to indicate the vehicle, or parts thereof, or to give signals, to other traffic for indicating other intentions or conditions, e.g. request for waiting or overtaking automatically indicating risk of collision between vehicles in traffic or with pedestrians, e.g. after risk assessment using the vehicle sensor data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q1/00—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor
- B60Q1/0076—Switches therefor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q1/00—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor
- B60Q1/0088—Details of electrical connections
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
- B60Q9/008—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling for anti-collision purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2400/00—Special features of vehicle units
- B60Y2400/30—Sensors
- B60Y2400/303—Speed sensors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2400/00—Special features of vehicle units
- B60Y2400/30—Sensors
- B60Y2400/304—Acceleration sensors
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Automation & Control Theory (AREA)
- Lighting Device Outwards From Vehicle And Optical Signal (AREA)
Abstract
본 발명에 따른 자동 위험표시장치는 차량의 위치 및 속도 데이터를 획득하는 GPS 센서, 비상등의 온·오프를 수동으로 제어하는 비상등 버튼, 차량의 위치 정보, 속도 정보, 비상등 버튼 조작 정보 및 비상등 점등 지속시간 정보 중 적어도 하나를 저장하는 메모리 및 메모리에 저장된 데이터를 기반으로 학습된 머신러닝 모델을 이용하여, 상기 차량의 실시간 속도 및 감속 정보에 기초해 상기 비상등을 자동적으로 제어하는 컨트롤러를 포함한다. 본 발명에 따른 자동 위험표시장치에 의하면, 운전자가 수동으로 비상등을 켰을 때 온보드 저장소에 기록되는 작동 시간, 감속, 속도 및 위치값 데이터를 기반으로 학습, 훈련하고, 차량의 속도, 감속 및 속도가 훈련 데이터와 일치하는 경우 차량 비상등이 일정 시간동안 자동으로 동작하며, 네비게이터로도 사용될 수 있도록 하여 운전자의 안전도를 향상시키고 운전 편의성을 높일 수 있다.An automatic hazard display device according to the present invention includes a GPS sensor for acquiring vehicle position and speed data, an emergency light button for manually controlling the on/off of an emergency light, vehicle location information, speed information, emergency light button operation information, and emergency light continuous lighting. and a memory that stores at least one of time information and a controller that automatically controls the hazard lights based on real-time speed and deceleration information of the vehicle using a machine learning model learned based on data stored in the memory. According to the automatic hazard display device according to the present invention, when the driver manually turns on the emergency light, learning and training are performed based on the operation time, deceleration, speed and position data recorded in the on-board storage, and the speed, deceleration and speed of the vehicle are If it matches the training data, the vehicle emergency light operates automatically for a certain period of time and can be used as a navigator to improve the driver's safety and driving convenience.
Description
본 발명은 인공지능(AI)을 이용하여 GPS 신호에서 얻은 현재 위치, 감속, 속도 데이터를 바탕으로 차량 비상등을 자동으로 활성화하는 자동 위험표시장치에 관한 것이다. The present invention relates to an automatic hazard display device that automatically activates a vehicle emergency light based on current position, deceleration, and speed data obtained from a GPS signal using artificial intelligence (AI).
차량 비상등(vehicle hazard light)은 일반적으로 다양한 용도로 사용되지만, 특히, 비상상황에서 많이 사용된다. 운전자가 도로에서 일부 문제에 직면하고 브레이크를 밟아 주행 차선이나 도로변에 정차하는 경우, 차량 뒤쪽에 있는 다른 차량에 경고하기 위해 비상등(위험 표시등)을 켤 수 있다. 하지만, 비상시에는 운전자가 비상등을 활성화하지 못할 수도 있다. 특히, 비상등을 잘못 사용하는 경우에는 더 큰 위험을 초래할 수도 있다. 따라서, 필요한 상황에서 차량 비상등을 자동으로 점등하기 위해 신뢰할 수 있는 솔루션이 필요하다.A vehicle hazard light is generally used for various purposes, but is particularly used in emergency situations. If the driver encounters some problems on the road and brakes to stop in the driving lane or on the side of the road, the hazard lights (hazard lights) can be turned on to warn other vehicles behind the vehicle. However, in an emergency, the driver may not be able to activate the hazard lights. In particular, if the emergency light is used incorrectly, it may cause a greater risk. Therefore, a reliable solution is needed to automatically turn on vehicle emergency lights in necessary situations.
대부분의 차량에는 일반적으로 비상 버튼을 수동으로 누르면 켜지게 되는 비상등이 장착되어 있다. 이에 따라 뒤따라오는 운전자가 비상상황을 인식하게 된다. 그러나 비상시에는 운전자가 비상등을 수동으로 작동시키고 다음 운전자에게 경고하는 것이 매우 어렵다. 그러한 상황에서, 특히 고속도로에서는 매 순간이 매우 중요하며, 자칫하면 약간의 지연으로 심각한 인명피해를 초래할 수 있다.Most vehicles are equipped with emergency lights, which are usually turned on by manually pressing the hazard button. This makes the following driver aware of an emergency situation. However, in an emergency, it is very difficult for the driver to manually activate the hazard lights and warn the next driver. In such a situation, especially on highways, every moment counts, and even a slight delay can lead to serious loss of life.
매년 전세계적으로 엄청난 수의 사고가 발생하고 수백만 명의 사람들이 교통사고로 사망하거나 부상을 입는다. 사건의 약 60%가 후방 충돌로 인해 발생하는 것으로 추정된다. 차량이 자동 위험 활성화 시스템을 사용할 수 있다면 사고 횟수를 최소화하는 데 도움이 될 수 있다. 결과적으로, 엄청난 수의 생명을 구할 것이고, 엄청난 경제적 이점이 있을 것이다.A staggering number of accidents occur around the world every year, and millions of people are killed or injured in traffic accidents. It is estimated that approximately 60% of incidents are caused by rear-end collisions. If the vehicle can use an automatic hazard activation system, it can help to minimize the number of accidents. As a result, a huge number of lives will be saved, and there will be huge economic benefits.
최근 모든 도시의 고속도로 시스템은 많은 수의 고속 차량 통행을 통합하도록 설계되었다. 이들 고속도로를 매일 이용하는 많은 승객들은 고속으로 인해 차량이 서로 매우 가까워지고 시야도 좁아지기 때문에 교통사고를 예방하기 위해 더욱 주의해야 할 필요가 있기 때문에 도로 상황에 대해 잘 알고 있다. 그러나 운전자의 적절한 주의 부족으로 인해 어떤 사고가 발생한다면, 그것은 다른 사람들에게 치명적인 결과를 초래한다.Currently, all urban highway systems are designed to incorporate the traffic of large numbers of high-speed vehicles. Many passengers who use these highways every day are aware of the road conditions because the high speeds bring vehicles very close to each other and narrow visibility, requiring extra attention to prevent accidents. However, if an accident occurs due to the driver's lack of proper attention, it has devastating consequences for others.
이러한 사고를 예방하거나 최소화하기 위해 급제동과 같이 차량의 급속 감속 시 가능한 가장 신속하게 경고 신호를 제공하기 위한 자동위험 활성화 시스템에 대한 연구개발이 시급한 실정이다.In order to prevent or minimize such accidents, there is an urgent need to research and develop an automatic hazard activation system for providing a warning signal as quickly as possible when a vehicle rapidly decelerates, such as sudden braking.
본 발명의 목적은 운전자가 수동으로 비상등을 켰을 때 온보드 저장소에 기록되는 작동 시간, 감속, 속도 및 위치값 데이터를 기반으로 학습, 훈련하고, 차량의 속도, 감속 및 속도가 훈련 데이터와 일치하는 경우 차량 비상등이 일정 시간동안 자동으로 동작하며, 네비게이터로도 사용될 수 있도록 하여 운전자의 안전도를 향상시키고 운전 편의성을 높이는 자동 위험표시장치를 제공함에 있다.An object of the present invention is to learn and train based on operating time, deceleration, speed and position value data recorded in the on-board storage when the driver manually turns on the hazard lights, and if the speed, deceleration and speed of the vehicle match the training data The present invention provides an automatic hazard display device that automatically operates a vehicle emergency light for a certain period of time and can be used as a navigator to improve driver safety and driving convenience.
자동 위험 활성화 시스템은 하나 이상의 차량에 영향을 미치는 상황에서 중요한 역할을 할 것이다. 이 시스템은 위험한 상황에서 비상등을 켜는 것을 잊은 운전자들에게 큰 안도감을 줄 것이다. 그리고, 이 제도가 자동 활성화되면 수많은 생명과 막대한 경제적 손실을 줄일 수 있다는 것은 두말할 나위도 없다.An automatic hazard activation system will play an important role in situations affecting more than one vehicle. This system will bring great relief to drivers who forget to turn on their hazard lights in dangerous situations. And, it goes without saying that if this system is automatically activated, countless lives and huge economic losses can be saved.
상기 목적을 달성하기 위한 본 발명에 따른 자동 위험표시장치는 차량의 위치 및 속도 데이터를 획득하는 GPS 센서; 비상등의 온·오프를 수동으로 제어하는 비상등 버튼; 상기 차량의 위치 정보, 속도 정보, 비상등 버튼 조작 정보 및 비상등 점등 지속시간 정보 중 적어도 하나를 저장하는 메모리; 및 상기 메모리에 저장된 데이터를 기반으로 학습된 머신러닝 모델을 이용하여, 상기 차량의 실시간 속도 및 감속 정보에 기초해 상기 비상등을 자동적으로 제어하는 컨트롤러;를 포함한다.An automatic danger display device according to the present invention for achieving the above object includes a GPS sensor for obtaining vehicle position and speed data; An emergency light button that manually controls the on/off of the emergency light; a memory for storing at least one of the location information of the vehicle, speed information, emergency light button operation information, and hazard lighting duration information; and a controller that automatically controls the emergency lights based on real-time speed and deceleration information of the vehicle by using a machine learning model learned based on data stored in the memory.
상기 컨트롤러는, 상기 차량의 속도가 기설정된 임계치 이하로 급격히 감속되는 경우 상기 비상등을 활성화시키고, 상기 차량의 실시간 속도가 감속되었으나 기설정된 임계치보다 높은 경우에는 상기 학습된 머신러닝 모델을 이용하여 비상등의 활성화 여부를 결정할 수 있다.The controller activates the emergency lights when the speed of the vehicle rapidly decelerates below a preset threshold, and when the real-time speed of the vehicle is decelerated but is higher than the preset threshold, the controller activates the emergency lights using the learned machine learning model. You can decide whether to activate it or not.
상기 컨트롤러는 상기 비상등이 자동 점등된 후 기설정된 시간이 경과하거나, 상기 차량의 감속 및 속도가 정상 수치 이내로 복귀하면 상기 비상등을 오프시킬 수 있다.The controller may turn off the emergency light when a predetermined time elapses after the emergency light is automatically turned on or when the deceleration and speed of the vehicle return to within normal values.
상기 컨트롤러는 상기 GPS 센서로부터 수집한 로우 데이터(raw data)를 상기 머신러닝 모델을 위한 학습 데이터로 가공할 수 있다.The controller may process raw data collected from the GPS sensor as learning data for the machine learning model.
상기 컨트롤러는 상기 GPS 센서로부터 상기 차량의 실시간 속도 및 감속 정보를 지속적으로 모니터링할 수 있다.The controller may continuously monitor real-time speed and deceleration information of the vehicle from the GPS sensor.
상기 메모리에 저장된 정보를 리셋시키고 디폴트 셋팅(default setting)시키는 리셋 버튼;을 더 포함할 수 있다.It may further include a reset button for resetting the information stored in the memory and setting a default setting.
상기 차량의 콘솔에 구비되며, 비상등 자동 제어에 오류가 발생했을 때 수동으로 상기 비상등의 온오프를 제어하기 위한 비상 버튼;을 더 포함하고, 상기 컨트롤러는 상기 비상 버튼에 의하여 비상등이 점등된 경우, 점등 시점에서의 차량의 위치, 속도 및 감속 정보를 상기 메모리에 기록할 수 있다.An emergency button provided on the console of the vehicle and configured to manually control the on/off of the emergency light when an error occurs in the automatic control of the emergency light, wherein the controller controls the emergency light when the emergency light is turned on by the emergency button, The location, speed and deceleration information of the vehicle at the time of lighting may be recorded in the memory.
상기 비상 버튼에 의한 수동 작동 허부를 결정하는 온오프 스위치;를 더 포함할 수 있다.It may further include an on/off switch for determining whether or not to manually operate the emergency button.
상기 컨트롤러는 상기 메모리에 저장된 데이터로부터 차량 비상등이 활성화된 모든 지역 정보를 추출하고, 추출된 정보에 기초하여 상기 머신러닝 모델을 재학습시킬 수 있다.The controller may extract all region information in which vehicle emergency lights are activated from data stored in the memory, and relearn the machine learning model based on the extracted information.
본 발명에 따른 자동 위험표시장치에 의하면, 운전자가 수동으로 비상등을 켰을 때 온보드 저장소에 기록되는 작동 시간, 감속, 속도 및 위치값 데이터를 기반으로 학습, 훈련하고, 차량의 속도, 감속 및 속도가 훈련 데이터와 일치하는 경우 차량 비상등이 일정 시간동안 자동으로 동작하며, 네비게이터로도 사용될 수 있도록 하여 운전자의 안전도를 향상시키고 운전 편의성을 높일 수 있다.According to the automatic hazard display device according to the present invention, when the driver manually turns on the emergency light, learning and training are performed based on the operation time, deceleration, speed and position data recorded in the on-board storage, and the speed, deceleration and speed of the vehicle are If it matches the training data, the vehicle emergency light operates automatically for a certain period of time and can be used as a navigator to improve the driver's safety and driving convenience.
본 발명에 대하여 하나 이상의 다양한 실시예에 따라 도면을 참조하여 상세히 기술한다. 첨부된 도면은 단지 삽화를 목적으로 제시되며, 본 발명에 대한 이해를 용이하게 하기 위해 전형적 또는 예시적 구현을 도시할 뿐이며, 그 범위나 적용가능성의 제한으로 간주되지 않는다. 도면의 명확성과 단순성을 위해, 첨부된 도면은 규모에 맞게 제작되지는 않았다는 점에 유의할 필요가 있다.
도 1은 GPS가 부착된 차량을 도시한다.
도 2는 본 발명에 따른 자동 위험표시장치의 구성을 나타내는 블록도이다.
도 3은 본 발명에 따른 자동 위험표시장치의 학습 방법을 나타내는 흐름도이다.
도 4는 본 발명에 따른 자동 위험표시장치의 동작 방법을 나타내는 흐름도이다.
도면에 도시된 크기, 면적, 수치들은 본 발명을 제한하기 위한 것이 아니다. 본 발명은 다양한 수정과 변경이 이루어질 수 있다.The present invention will be described in detail with reference to the drawings according to one or more various embodiments. The accompanying drawings are presented for illustrative purposes only, and depict typical or exemplary implementations to facilitate an understanding of the present invention, and are not to be regarded as limiting of its scope or applicability. For clarity and simplicity of the drawings, it should be noted that the accompanying drawings are not to scale.
1 shows a vehicle equipped with a GPS.
2 is a block diagram showing the configuration of an automatic risk display device according to the present invention.
3 is a flowchart showing a learning method of an automatic risk display device according to the present invention.
4 is a flowchart illustrating an operation method of an automatic risk display device according to the present invention.
Sizes, areas, and figures shown in the drawings are not intended to limit the present invention. Various modifications and changes may be made to the present invention.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시 형태를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시 형태는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시 형태는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시 형태에 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시 형태로 구현될 수 있다. 또한, 각각의 개시된 실시 형태 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS The detailed description of the present invention which follows refers to the accompanying drawings which illustrate, by way of illustration, specific embodiments in which the present invention may be practiced. These embodiments are described in sufficient detail to enable one skilled in the art to practice the present invention. It should be understood that the various embodiments of the present invention are different, but need not be mutually exclusive. For example, specific shapes, structures, and characteristics described herein may be implemented in other embodiments without departing from the spirit and scope of the present invention in connection with one embodiment. Additionally, it should be understood that the location or arrangement of individual components within each disclosed embodiment may be changed without departing from the spirit and scope of the invention. Accordingly, the detailed description set forth below is not to be taken in a limiting sense, and the scope of the present invention, if properly described, is limited only by the appended claims, along with all equivalents as claimed by those claims. Like reference numbers in the drawings indicate the same or similar function throughout the various aspects.
이하에서는 도면을 참조하면서 본 발명에 대해 상세히 설명한다.Hereinafter, the present invention will be described in detail with reference to the drawings.
도 1은 GPS가 부착된 차량을 도시한다. 도 1에 도시된 바와 같이, 본 발명에 따른 자동 위험표시장치(100)의 GPS 센서(102)는 하나 이상의 위성(S1,S2)과 통신하며, 위성(S1,S2)은 GPS 센서(102)가 차량의 현재 속도, 감속, 지리적 좌표를 계산하기 위해 사용되는 암호화된 신호를 전송한다. 현재 상용화된 GPS 시스템에서는 지구상의 어느 장소에서도 수 인치(inch) 이내의 정확성을 갖고 현재 위치를 계산할 수 있다.1 shows a vehicle equipped with a GPS. As shown in FIG. 1, the
GPS 툴(tool)은 온보드 데이터 처리 시스템 소프트웨어가 설치된 차량에 대한 독립 실행형 위험 경고 솔루션을 제공한다. GPS 센서(102)는 차량에 탑재된 PCB에 인코딩된 신호를 주고 소프트웨어는 인코딩된 신호를 의미 있는 데이터로 처리할 수 있다. 처리된 데이터는 다양한 용도로 사용되며, 비상등을 수동으로 활성화하는 동안 메모리에 기록된다. 메모리에 기록된 데이터를 기반으로 머신러닝 모델을 학습하여 비상 상황에서 운전자가 비상등(108,110)을 자동으로 활성화할 수 있도록 돕는다.The GPS tool provides a stand-alone hazard warning solution for vehicles equipped with on-board data processing system software. The
온보드 시스템은 운전자가 브레이크를 강하게 밟을 때와 같이, 조난 상황이라고 인식되면 자동으로 반응할 수 있도록 프로그래밍되어 있으며, 시스템은 최소한의 시간 간격으로 차량의 속도 정보(감속, 가속, 평균 속도 등)를 분석하고, 분석된 데이터에 기초하여 차량을 제어한다. 온보드 시스템은 비상등(108,110)이 활성화되어야 하는 시점과 활성화되지 않아야 하는 시점에 대하여 기학습되어 있으므로, 비상 버튼을 누를 충분한 시간이 확보되지 않는 경우에 있어서는 차량 운전자에게 매우 훌륭한 보조 장치로 작용한다.The on-board system is programmed to react automatically when it perceives a distress situation, such as when the driver brakes hard, and the system analyzes the vehicle's speed information (deceleration, acceleration, average speed, etc.) and controls the vehicle based on the analyzed data. Since the on-board system already learns when the hazard lights (108, 110) should and should not be activated, it serves as a very good aid to the vehicle driver in cases where sufficient time to press the hazard button is not secured.
본 시스템은 특히 고속도로에서 사고가 유발될 수 있는 긴급 상황에서 운전자들의 안전을 도모한다. 본 시스템을 통해 운전자들은 큰 안도감을 느낄 수 있으며, 혼잡한 고속도로에서 운전자의 안전을 증대시키는 결과를 기대할 수 있다.This system promotes the safety of drivers, especially in emergency situations that can cause accidents on highways. The system brings great peace of mind to drivers and can be expected to result in increased driver safety on congested highways.
도 2는 본 발명에 따른 자동 위험표시장치의 구성을 나타내는 블록도이다. 본 발명에 따른 자동 위험표시장치는 컴퓨팅 또는 처리 능력을 갖춘 데스크탑, 노트북 또는 스마트폰, 또는 주어진 애플리케이션이나 플랫폼을 가진 기타 특수 목적 또는 범용 컴퓨팅 장치로 구현될 수 있다.2 is a block diagram showing the configuration of an automatic risk display device according to the present invention. The automatic risk display device according to the present invention may be implemented as a desktop, laptop, or smart phone having computing or processing capabilities, or other special-purpose or general-purpose computing devices having a given application or platform.
컴퓨팅 기능은 특정 기기 내에 이식되거나 다른 방법으로 접근할 수 있다. 예를 들어, 디지털 카메라, 스마트 텔레비전, 라우터, 휴대용 컴퓨터 장치 또는 어떤 형태의 처리 능력을 포함할 수 있는 다른 전자 장치와 같은 컴퓨터 시스템을 내장한 많은 전자 장치들을 예로 들 수 있다.Computing capabilities may be implanted within a particular device or accessed in other ways. Examples include many electronic devices that incorporate computer systems, such as digital cameras, smart televisions, routers, portable computing devices, or other electronic devices that may include some form of processing capability.
본 발명에 따른 자동 위험표시장치(100)는 컨트롤러(104)를 포함할 수 있다. 컨트롤러(104)는 하나 이상의 마이크로프로세서로 구현될 수 있으며, 신호 처리, 그래픽 처리 또는 추가 제어 로직과 같은 범용 또는 특수 목적 처리 엔진을 사용하여 적용할 수 있다. 컨트롤러(104)와 함께 일부 통신 매체에 의해 마이크로프로세서와 상호 작용을 용이하게 하기 위한 다양한 내부 또는 외부 구성요소가 더 포함될 수 있다.The automatic
본 발명에 따른 자동 위험표시장치(100)는 메모리(103)를 포함하며, 이는 하나의 단일 메모리로 구성될 수도 있고, 2개 이상의 복수 메모리로 구성될 수 있다. 일부 실시예에서는 동적 메모리(dynamic memory)가 컨트롤러(104)에 의해 실행될 정보, 지침, 제어방식(알고리즘 등)을 저장하는 데 사용될 수 있다. 메모리(104)는 컨트롤러(104)의 명령 실행과 관련한 임시 변수나 임시 정보를 저장하는 데 사용될 수 있다. 한편, 본 발명에 따른 자동 위험표시장치(100)는 정적 정보 및 지침을 저장하기 위한 정적 메모리(static memory)를 더 포함할 수 있다.The automatic
본 발명에 따른 자동 위험표시장치(100)는 외장 스토리지(external storage), 플래시 드라이브 또는 기타 휴대용 미디어 드라이브와 같은 하나 이상의 외부 장치(200)가 연결될 수 있다. 상기 정적 메모리 또는 정적 메모리에 저장되는 각종 정보는 외부 장치(200)에 저장될 수도 있다. The automatic
한편, 본 발명에 따른 자동 위험표시장치(100)는 대용량 데이터를 생성하여 다양한 용도로 사용할 수 있으며, 대용량 데이터는 외부 장치(200)에 저장될 수 있다. 외부 장치(200)에 데이터를 저장하고, 외부 장치(200)로부터 데이터를 검색하기 위한 저장 및 독출 메커니즘은 컴퓨터 프로그램에 의해 처리될 수 있다.On the other hand, the automatic
본 발명에 따른 자동 위험표시장치(100)는 온·오프 버튼, 비상 버튼, 재설정 버튼 또는 특수 버튼(특별한 기능이 설정된 버튼)과 같은 하나 이상의 버튼(105)을 포함할 수 있다. The automatic
예를 들어, 자동 비상등 작동에 실패한 경우를 대비한 수동 작동 버튼을 포함할 수 있다. 수동 작동 버튼을 누르면 수동으로 자동 비상등을 작동시킨다. 수동 활성화와 관련한 데이터는 메모리(103)나 외부 장치(200)에 저장될 수 있다. 메모리(103)나 외부 장치(200)에 저장된 수동 활성화 데이터도 학습 모델을 생성하는 데 이용될 수 있다. 또한, 메모리(103)나 외부 장치(200)에 저장된 데이터를 일시삭제, 영구삭제하기 위한 버튼, 기본 설정으로 돌아가기 위한 재설정 버튼을 포함할 수 있다.For example, a manual operation button may be included in case the automatic emergency light operation fails. When the manual operation button is pressed, the automatic emergency light is operated manually. Data related to manual activation may be stored in the
또한, 차량의 콘솔에 구비되며, 비상등 자동 제어에 오류가 발생했을 때 수동으로 비상등의 온오프를 제어하기 위한 비상 버튼을 더 포함할 수 있고, 이에 더하여, 비상 버튼에 의한 수동 작동 허부를 결정하는 온오프 스위치를 포함할 수 있다. 한편, 컨트롤러(104)는 비상 버튼에 의하여 비상등이 점등된 경우, 점등 시점에서의 차량의 위치, 속도 및 감속 정보를 메모리(103)나 외부 장치(200)에 기록할 수 있다.In addition, it is provided in the console of the vehicle, and may further include an emergency button for manually controlling the on/off of the emergency light when an error occurs in the automatic control of the emergency light. An on/off switch may be included. On the other hand, the
또한, 메모리(103)에 저장된 정보를 리셋시키고 디폴트 셋팅(default setting)시키는 리셋 버튼을 포함할 수 있다.In addition, a reset button for resetting information stored in the
한편, 컨트롤러(104)는 메모리(103)에 저장된 데이터로부터 차량 비상등이 활성화된 모든 지역 정보를 추출할 수 있다. 그리고, 추출된 정보에 기초하여 머신러닝 모델을 재학습시킬 수도 있다. 이와 같은 경우, 차량의 주요 동선 정보를 확인할 수 있고, 동선에서 주로 이루어지는 감속 정보를 통하여 비상등 활성화 학습 모델을 구축할 수 있다.Meanwhile, the
본 발명에 따른 자동 위험표시장치(100)는 하나 이상의 GPS 센서(102)를 포함한다. GPS 센서(102)는 도 1을 참조하면서 설명한 바와 같이 차량의 현재 위치와 관련된 GPS 좌표 데이터를 생성할 수 있다. 데이터는 컨트롤러(104)에 의해 처리될 수 있다. 물로, 외부 장치(200)에도 기록될 수 있을 것이다. 한편, 컨트롤러(104)는 GPS 센서(102)에 의하여 획득되어 메모리(103)나 외부 장치(200)에 저장된 위치, 경로 데이터에 기초하여, 차량의 미래 위치를 예측할 수 있다. 예측된 미래 위치와 다른 경로가 확인되면, 사용자에게 이를 통보할 수 있다.The automatic
컨트롤러(104)에서 처리된 데이터와 수동 활성화 데이터는 학습 모델을 생성하기 위한 기초 데이터로 사용될 수 있으며, 기계 학습 모델은 이러한 데이터를 기반으로 훈련될 수 있다. 비상 시 훈련된 모델을 사용하여 이전에 훈련된 데이터에 기초하여 비상등 작동 여부를 결정한다. 각종 센서에서 획득된 로우 데이터(raw data)는 학습 가공한 포맷으로 가공된다. 즉, 로우 데이터는 지도학습 혹은 비지도학습을 통하여 인공지능 모델을 생성하기 위한 표현 가능한 형태(expressive shape)로 가공될 수 있다.Data processed by the
본 발명에 따른 자동 위험표시장치(100)는 전압 레귤레이터(106)를 포함할 수 있으며, 이는 하나 이상의 버튼(105)에 지속적으로 전압을 공급하며, 버튼(105)이 작동하면 전압 레귤레이터(106)에 전류 신호가 전달된다. 전압 레귤레이터(106)는 본 발명에 따른 자동 위험표시장치(100)를 동작시키기 위한 전압을 제공한다.The automatic
도 3은 본 발명에 따른 자동 위험표시장치의 학습 방법을 나타내는 흐름도이다.3 is a flowchart showing a learning method of an automatic risk display device according to the present invention.
먼저, 차량의 위치(경도, 위도), 시간, 차량 속도, 차량 감속 정보 등 GPS 센서(102)에 의해 생성된 GPS 데이터를 획득한다(S301). 이후, 본 발명에 따른 자동 위험표시장치(100)의 컨트롤러(104)는 GPS 데이터를 처리하여 주행 중인 차량의 감속과 속도를 계산한다(S302).First, GPS data generated by the
이때, 운전자가 수동으로 비상등을 켜기 위한 버튼을 눌렀는지 확인하고, (S303), 버튼을 수동으로 누르지 않았으면(S303-NO), 다시 처음으로 돌아가 GPS 데이터를 지속덕으로 획득한다(S301). 만약, 버튼을 수동으로 누르면(S303-YES), 비상등을 작동시킨다(S304).At this time, it is checked whether the driver manually presses the button for turning on the emergency light (S303), and if the button is not manually pressed (S303-NO), it goes back to the beginning and acquires GPS data continuously (S301). If the button is manually pressed (S303-YES), an emergency light is operated (S304).
이와 함께, 차량의 감속, 속도 및 차량위치 데이터가 메모리(103) 혹은 외부 장치(200)에 저장된다(S305). 이때, N개의 수동 위험 활성화 데이터 번호를 N개의 비상 상황 수에 저장할 수 있다. Along with this, vehicle deceleration, speed, and vehicle location data are stored in the
이후, 메모리(103) 및/또는 외부 장치(200)에 학습에 충분한 데이터가 있는지(저장 데이터의 개수>기설정된 개수(N)) 여부를 확인하고(S306), 아직 충분한 데이터가 쌓이지 않았다면(S306-NO), 지속적으로 수동 위험 활성화 데이터를 수집한다(S305). 만약, 충분한 데이터가 쌓였다고 판단되면(S306-YES), 차량의 감속과 속도로 구성된 N개의 비상 상황 데이터를 기반으로 기계 학습 모델을 훈련(training)한다(S307). Then, it is checked whether there is sufficient data for learning in the
마지막으로, 훈련된 기계 학습 모델에 기초하여 주행 차량의 감속과 속도를 점검한다(S308). 이때, 주행 차량의 감속과 속도가 갑작스럽게 변동되었는지를 판단하게 된다. 갑작스러운 변동에 대한 판단은, 기설정된 시간(예: 수 밀리세컨드∼수 세컨드) 내에 기설정된 감속 범위(예: 수 킬로미터/시∼수십 킬로미터/시)에 대응하는지로 이루어질 수 있지만, 이에 한정되지 않는다.Finally, the deceleration and speed of the driving vehicle are checked based on the trained machine learning model (S308). At this time, it is determined whether the deceleration and speed of the vehicle are suddenly changed. The determination of the sudden change may be made by responding to a predetermined deceleration range (eg, several kilometers / hour to tens of kilometers / hour) within a predetermined time (eg, several milliseconds to several seconds), but is not limited thereto. don't
즉, 감속 및 속도가 기설정된 예상 레벨인 경우 컨트롤러(104)는 비상등을 동작시키고(S304), 그렇지 않으면 동작을 종료한다. 예상 레벨인지의 판단은, 현재 차량의 속도가 기설정된 임계치 이하로 감속되었는지를 통해서 이루어질 수 있다. That is, if the deceleration and speed are at preset expected levels, the
도 4는 본 발명에 따른 자동 위험표시장치의 동작 방법을 나타내는 흐름도이다.4 is a flowchart illustrating an operation method of an automatic risk display device according to the present invention.
먼저, 차량의 감속이 급격하게 이루어졌는지, 혹은, 차량 속도가 급격하게 변화했는지를 판단한다(S401). 상술한 바와 같이, 차량의 감속과 속도 정보는 GPS 센서(102)에 의하여 획득될 수 있다. 차량 감속 임계치와 속도 임계치는 메모리(103) 혹은 외부 장치(200)에 기저장될 수 있으며, 머신러닝에 의한 학습에 의하여 자동적으로 설정될 수 있다. 컨트롤러(104)는 기저장된 차량 감속 임계치 및 속도 임계치와 현재 감속 및 속도 데이터(GPS 센서(102)에 의하여 획득된 실시간 정보)를 비교하여 감속 및 속도의 급격한 변화 여부를 판단한다.First, it is determined whether the vehicle deceleration has been made abruptly or the vehicle speed has changed abruptly (S401). As described above, vehicle deceleration and speed information may be acquired by the
차량 감속과 속도가 급격하게 변화한다고 판단되면(S401-YES), 컨트롤러(104)는 운전 중 차량이 임계 감속 및 임계 속도 이하로 주행 중인지 여부를 다시 판단한다(S402). 이때, 임계 감속 및 임계 속도는 S401 단계에서의 판단의 기준이 되는 임계값과 다를 수 있다.If it is determined that the vehicle deceleration and speed change rapidly (S401-YES), the
운전 중 차량이 임계 감속 및 임계 속도 이하로 주행 중이라면(S402-YES), 비상등이 활성화되었는지 확인하며(S403), 비상등이 활성화되어 있다면(S403-YES), 제1시간의 경과 여부를 확인한 뒤, 제1시간이 경과하면 비상등을 비활성화시킨다(S404). 반대로, 비상등이 활성화되어 있지 않다면(S403-NO), 제2시간동안 비상등을 활성화킨다(S405). 제2시간이 경과하면 비상등이 자동적으로 꺼지게 된다.If the vehicle is driving below the critical deceleration and critical speed while driving (S402-YES), it is checked whether the emergency lights are activated (S403), and if the emergency lights are activated (S403-YES), after checking whether the first time has elapsed , when the first time elapses, the emergency light is deactivated (S404). Conversely, if the emergency light is not activated (S403-NO), the emergency light is activated for a second time (S405). When the second time elapses, the emergency light is automatically turned off.
이때, 제1시간과 제2시간은 사용자에 의하여 설정될 수도 있고, 기계학습에 의하여 적절 시간이 설정될 수도 있다. 제1시간과 제2시간은 동일할 수 있으나, 달라도 무방하다.In this case, the first time and the second time may be set by the user, or an appropriate time may be set by machine learning. The first time and the second time may be the same, but may be different.
다시 S402단계로 돌아와, 운전 중 차량이 임계 감속 및 임계 속도를 초과하는 경우에는(S402-NO), 학습 모델에 의하여 다음 동작이 결정될 수 있다. 즉, 운전 중 차량이 임계 감속 및 임계 속도를 초과하는 경우에는 기계학습 모델이 비상등의 활성화를 제안/지시하는지를 판단한다(S406). 즉, 차량의 실시간 속도가 감속되었으나 기설정된 임계치보다 높은 경우에는 학습된 머신러닝 모델을 이용하여 비상등의 활성화 여부를 결정함으로써, 이중 판단을 수행하게 된다. 이중 머신러닝 모델에 의한 판단은 비상 상황에서 판단력이 흐려진 운전자에게 가장 적절한 대처방식을 서포트할 수 있다.Returning to step S402, if the vehicle exceeds the threshold deceleration and threshold speed while driving (S402-NO), the next operation may be determined by the learning model. That is, when the vehicle exceeds the critical deceleration and critical speed while driving, it is determined whether the machine learning model proposes/instructs activation of hazard lights (S406). That is, when the real-time speed of the vehicle is decelerated but is higher than a predetermined threshold, a double decision is made by determining whether to activate the emergency light using the learned machine learning model. The judgment based on the double machine learning model can support the most appropriate coping method for a driver whose judgment is blurred in an emergency situation.
비상등의 활성화 지시 여부는 위에서 설명한대로 다양한 학습 데이터(수동 비상등 동작 데이터, 비상 버튼 동작 데이터 등)에 기초하여 학습된 기계학습 모델에 의하여 결정될 수 있다. GPS 센서에 의한 현재 감속, 속도 정보 등에 기초하여, 기계학습 모델을 통해 비상등 활성화 지시여부가 결정된다.Whether or not the emergency light is instructed to activate may be determined by a machine learning model learned based on various learning data (manual emergency light operation data, emergency button operation data, etc.) as described above. Based on the current deceleration, speed information, etc. by the GPS sensor, whether or not to direct the activation of the emergency light is determined through a machine learning model.
운전 중 차량이 임계 감속 및 임계 속도를 초과함에도 불구하고 기계학습 모델이 비상등의 활성화를 제안/지시하지 않는 경우에는(S406-NO), 다시 S401단계로 돌아와 차량 감속과 속도의 급격한 변화 여부를 모니터링한다. 즉, 지속적인 모니터링이 계속된다.If the machine learning model does not suggest/instruct activation of emergency lights despite the vehicle exceeding the critical deceleration and critical speed while driving (S406-NO), return to step S401 to monitor vehicle deceleration and rapid change in speed. do. That is, continuous monitoring continues.
운전 중 차량이 임계 감속 및 임계 속도를 초과하면서, 기계학습 모델까지 비상등의 활성화를 제안/지시하는 경우에는(S406-YES), S403단계가 수행된다.When the activation of emergency lights is proposed/instructed up to the machine learning model while the vehicle exceeds the critical deceleration and critical speed while driving (S406-YES), step S403 is performed.
다시 정리하면, S402단계에서는 차량이 임계값 아래로 주행 중인지 여부를 확인하기 위해 점검을 수행하고, 감속 및 속도 임계값이 충족되거나 그보다 작을 경우, S403단계에서 차량 비상등이 작동하는지 여부를 결정하기 위해 다른 점검을 수행한다. 비상등이 이미 활성화된 경우에는 S404단계에서 특정 시간 제한 후에 비상등이 꺼지고, 비상등이 활성화되지 않은 경우 S405단계에서 지정된 제한 시간 동안 위험 표시등이 즉시 활성화된다. S402단계에서 차량 감속 및 속도가 임계값을 충족하지 못한 경우, S406단계에서 기계학습 모델이 비상등을 작동하도록 지시하는지 여부를 다시 점검한다. 기계학습 모델이 비상등을 작동하도록 지시하는 경우, S403단계에서 비상등이 이미 활성화되었는지 여부를 점검하고, 비상등이 이미 활성화된 경우 S404단계로, 비상등이 활성화되지 않은 경우에는 S405단계가 수행된다.To summarize again, in step S402, a check is performed to determine whether the vehicle is driving below the threshold value, and if the deceleration and speed thresholds are met or less than that, in step S403 to determine whether the vehicle emergency light is operating. Do another check. If the emergency lights are already activated, the emergency lights are turned off after a specific time limit in step S404, and if the emergency lights are not activated, the hazard lights are immediately activated for a specified time limit in step S405. In step S402, if the vehicle deceleration and speed do not meet the threshold value, it is checked again in step S406 whether the machine learning model instructs to operate the hazard lights. When the machine learning model instructs the emergency light to operate, it is checked whether the emergency light has already been activated in step S403, and if the emergency light has already been activated, step S404 is performed, and if the emergency light is not activated, step S405 is performed.
상기와 같이, 비상등의 활성화 여부를 결정함에 있어서, 기본적으로는 감속 및 속도 정보에 의하여 비상등 활성화가 결정되지만, 감속 및 속도 정보에 비추어 감속 및 속도의 변화가 비상등을 활성화시키기에는 못 미치는 경우에는 기계학습 모델을 통하여 확인하게 함으로써 비상등 자동 온오프 기능을 보완할 수 있게 되며, 비상상황에 더욱 신뢰성 있게 대처할 수 있게 된다.As described above, in determining whether to activate an emergency light, the activation of the emergency light is basically determined by the deceleration and speed information, but if the change in deceleration and speed is not enough to activate the emergency light in light of the deceleration and speed information, the machine By checking through the learning model, it is possible to supplement the automatic on-off function of emergency lights, and to cope with emergency situations more reliably.
또한, 본 발명에 의하면 ①저속으로 끼어들기 등의 경우 비상등 사용하는 운전 습관시 자동점멸하는 매너운전, ②급제동 혹은 차량들이 전방정체시 비상등 자동점멸하는 안전운전, ③스마트폰의 정보와 연동시켜서 동작함으로써 눈비 안개 등 기상상태 악조건시 비상등 자동점멸하는 기상상태 반영운전, ④운전자 운전습관에 맞추어 데이타 축적 및 학습한 결과를 비상등 점멸에 반영하므로 예상하지 못하는 특이한 경우에도 대응할 수 있는 대응운전을 도모할 수 있게 된다.In addition, according to the present invention, ① manner driving that automatically blinks emergency lights when driving in a driving habit such as cutting in at low speed, ② safe driving that automatically blinks emergency lights when emergency braking or vehicles are congested in front, ③ operation in conjunction with smartphone information By doing so, it is possible to promote responsive driving that can respond to unusual and unpredictable situations by reflecting the weather conditions, such as snow, rain, fog, etc. there will be
본 발명에 따른 자동 위험표시장치에 있어서 인공지능 학습은 입력 데이터에 대해 임의의 신경망이 계산해내기를 바라는 목표 출력 데이터가 명확히 정해져 있는 상태에서, 상기 입력 데이터를 상기 신경망에 넣어서 얻은 출력 데이터를 상기 목표 데이터에 비슷해질 수 있도록 연관 파라미터(w)를 갱신시키는 지도 학습 방식을 이용할 수 있다. 또한, 입력 데이터에 대해 임의의 신경망이 계산해내기를 바라는 목표 데이터가 정해져 있지 않고, 유사한 입력 데이터에 대해서 일관된 그룹화된 출력 데이터를 내는 비지도 학습 방식으로 수행되어도 무방하다. 종래의 다양한 인공지능 학습 알고리즘이 본 발명에 적용 및 응용될 수 있고, 본 발명의 권리범위는 어느 특정 인공지능 알고리즘에 한정되지 않는다.In the automatic risk display device according to the present invention, artificial intelligence learning converts the output data obtained by putting the input data into the neural network in a state in which the target output data desired to be calculated by any neural network is clearly determined for the input data. A supervised learning method of updating the association parameter w to be similar to the data may be used. In addition, target data desired to be calculated by an arbitrary neural network for input data is not determined, and it may be performed in an unsupervised learning method that generates consistent grouped output data for similar input data. Various conventional artificial intelligence learning algorithms can be applied and applied to the present invention, and the scope of the present invention is not limited to any specific artificial intelligence algorithm.
본 발명에 따른 자동 위험표시장치는 Recurrent Neural Network (RNN) 또는 Convolutional Neural Network (CNN)등의 인공신경망을 이용한 기계학습을 위한 학습부와 실시간 정보에 기초하여 추론을 수행하는 추론부를 포함할 수 있다. 위에서 언급한 각종 변수(수동 버튼 동작 정보, 속도 정보, 감속 정보, 위치 정보, 비상등 동작 정보 등)는 학습부에서 학습되어 모델링된다. 학습부와 추론부는 소프트웨어 모듈로 구현되거나 적어도 하나의 하드웨어 칩 형태로 제작될 수 있다. 즉, 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작되거나, 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 본 발명에 따른 자동 위험표시장치, 혹은 이를 포함하는 차량에 탑재될 수 있다.The automatic risk display device according to the present invention may include a learning unit for machine learning using an artificial neural network such as a Recurrent Neural Network (RNN) or a Convolutional Neural Network (CNN) and an inference unit for performing inference based on real-time information. . Various variables mentioned above (manual button operation information, speed information, deceleration information, position information, emergency light operation information, etc.) are learned and modeled in the learning unit. The learning unit and the reasoning unit may be implemented as a software module or manufactured in the form of at least one hardware chip. That is, it is manufactured in the form of a dedicated hardware chip for artificial intelligence (AI), or manufactured as a part of an existing general-purpose processor (eg, CPU or application processor) or graphics-only processor (eg, GPU), so that automatic processing according to the present invention is performed. It may be mounted on a hazard display device or a vehicle including the same.
위에서 설명한 다양한 실시예에 따른 자동 위험표시방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 기록 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 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 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다. 상술한 다양한 실시예에 따른 결제 방법은 기록 매체에 저장되는 컴퓨터에 의해 실행되는 컴퓨터 프로그램 또는 애플리케이션의 형태로도 구현될 수 있다.The automatic risk display method according to various embodiments described above may be implemented in the form of program instructions that can be executed through various computer means and recorded on a computer readable medium. A computer-readable recording medium may include program instructions, data files, data structures, etc. alone or in combination. Program instructions recorded on the medium may be those specially designed and configured for the present invention or those known and usable to those skilled in computer software. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic media such as floptical disks. - includes hardware devices specially configured to store and execute program instructions, such as magneto-optical media, and ROM, RAM, flash memory, and the like. Examples of program instructions include high-level language codes that can be executed by a computer using an interpreter, as well as machine language codes such as those produced by a compiler. The hardware devices described above may be configured to act as one or more software modules to perform the operations of the present invention, and vice versa. The payment method according to various embodiments described above may be implemented in the form of a computer program or application stored in a recording medium and executed by a computer.
또한, 이상에서 실시 형태를 중심으로 설명하였으나 이는 단지 예시일 뿐 본 발명을 한정하는 것이 아니며, 본 발명이 속하는 분야의 통상의 지식을 가진 자라면 본 실시 형태의 본질적인 특성을 벗어나지 않는 범위에서 이상에 예시되지 않은 여러 가지의 변형과 응용이 가능함을 알 수 있을 것이다. 예를 들어, 실시 형태에 구체적으로 나타난 각 구성 요소는 변형하여 실시할 수 있는 것이다. 그리고 이러한 변형과 응용에 관계된 차이점들은 첨부된 청구 범위에서 규정하는 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.In addition, although the embodiment has been described above, this is only an example and does not limit the present invention, and those skilled in the art to the present invention pertain to the above to the extent that does not deviate from the essential characteristics of the present embodiment. It will be appreciated that various modifications and applications not exemplified are possible. For example, each component specifically shown in embodiment can be implemented by modifying. And differences related to these modifications and applications should be construed as being included in the scope of the present invention as defined in the appended claims.
100: 자동 위험표시장치
102: GPS 센서
103: 메모리
104: 컨트롤러
105: 버튼
200: 외부 장치100: automatic hazard display device
102: GPS sensor
103: memory
104: controller
105: button
200: external device
Claims (9)
비상등의 온·오프를 수동으로 제어하는 비상등 버튼;
상기 차량의 위치 정보, 속도 정보, 비상등 버튼 조작 정보 및 비상등 점등 지속시간 정보 중 적어도 하나를 저장하는 메모리; 및
머신러닝 모델을 이용하여, 상기 차량의 실시간 속도 및 감속 정보에 기초해 상기 비상등을 자동적으로 제어하는 컨트롤러;를 포함하고,
상기 컨트롤러는 상기 차량의 실시간 속도가 감속되었으나 상기 차량의 속도가 기설정된 임계치를 초과하는 경우에는 상기 머신러닝 모델을 이용하여 비상등의 활성화 여부를 결정하고,
상기 머신러닝 모델은 상기 차량의 위치 정보, 속도 정보, 비상등 버튼 조작 정보 및 비상등 점등 지속시간 정보에 기초하여 학습되고,
상기 컨트롤러는 상기 메모리에 저장된 데이터로부터 차량 비상등이 활성화된 모든 지역 정보를 추출하고, 추출된 정보에 기초하여 상기 머신러닝 모델을 재학습시키는 자동 위험표시장치.a GPS sensor that acquires vehicle position and speed data;
An emergency light button that manually controls the on/off of the emergency light;
a memory for storing at least one of the location information of the vehicle, speed information, emergency light button operation information, and hazard lighting duration information; and
A controller that automatically controls the hazard lights based on real-time speed and deceleration information of the vehicle using a machine learning model;
The controller determines whether to activate an emergency light by using the machine learning model when the real-time speed of the vehicle is reduced but the speed of the vehicle exceeds a predetermined threshold value,
The machine learning model is learned based on the location information of the vehicle, speed information, emergency light button operation information, and emergency light lighting duration information,
The controller extracts all area information in which vehicle emergency lights are activated from data stored in the memory, and relearns the machine learning model based on the extracted information.
상기 컨트롤러는,
상기 차량의 속도가 기설정된 임계치 이하로 감속되는 경우 상기 비상등을 활성화시키는 자동 위험표시장치.According to claim 1,
The controller,
An automatic hazard display device for activating the emergency light when the speed of the vehicle is reduced below a predetermined threshold.
상기 컨트롤러는 상기 비상등이 자동 점등된 후 기설정된 시간이 경과하거나, 상기 차량의 감속 및 속도가 정상 수치 이내로 복귀하면 상기 비상등을 오프시키는 자동 위험표시장치.According to claim 1,
The controller automatically turns off the emergency lights when a predetermined time elapses after the emergency lights are automatically turned on or when the deceleration and speed of the vehicle return to within normal values.
상기 컨트롤러는 상기 GPS 센서로부터 수집한 로우 데이터(raw data)를 상기 머신러닝 모델을 위한 학습 데이터로 가공하는 자동 위험표시장치.According to claim 1,
The controller processes raw data collected from the GPS sensor into learning data for the machine learning model.
상기 컨트롤러는 상기 GPS 센서로부터 상기 차량의 실시간 속도 및 감속 정보를 지속적으로 모니터링하는 자동 위험표시장치.According to claim 1,
The controller continuously monitors real-time speed and deceleration information of the vehicle from the GPS sensor.
상기 메모리에 저장된 정보를 리셋시키고 디폴트 셋팅(default setting)시키는 리셋 버튼;을 더 포함하는 자동 위험표시장치.According to claim 1,
Automatic danger display device further comprising a reset button for resetting the information stored in the memory and setting a default setting.
상기 차량의 콘솔에 구비되며, 비상등 자동 제어에 오류가 발생했을 때 수동으로 상기 비상등의 온오프를 제어하기 위한 비상 버튼;을 더 포함하고,
상기 컨트롤러는 상기 비상 버튼에 의하여 비상등이 점등된 경우, 점등 시점에서의 차량의 위치, 속도 및 감속 정보를 상기 메모리에 기록하는 자동 위험표시장치.According to claim 1,
An emergency button provided on the console of the vehicle and manually controlling the on/off of the hazard lights when an error occurs in the automatic control of the emergency lights;
The controller automatically records the position, speed and deceleration information of the vehicle at the time of turning on the hazard light in the memory when the emergency light is turned on by the emergency button.
상기 비상 버튼에 의한 수동 작동 허부를 결정하는 온오프 스위치;를 더 포함하는 자동 위험표시장치.According to claim 7,
An automatic danger display device further comprising an on/off switch for determining whether or not manual operation by the emergency button is permitted.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200123881A KR102478566B1 (en) | 2020-09-24 | 2020-09-24 | Automatic hazard indicator system using artificial intelligence and gps |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200123881A KR102478566B1 (en) | 2020-09-24 | 2020-09-24 | Automatic hazard indicator system using artificial intelligence and gps |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220040765A KR20220040765A (en) | 2022-03-31 |
| KR102478566B1 true KR102478566B1 (en) | 2022-12-16 |
Family
ID=80934904
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200123881A KR102478566B1 (en) | 2020-09-24 | 2020-09-24 | Automatic hazard indicator system using artificial intelligence and gps |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102478566B1 (en) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101683046B1 (en) * | 2015-09-18 | 2016-12-07 | 주식회사 유라코퍼레이션 | Artificial intelligence system and method for emergency stop signal |
| KR101998088B1 (en) * | 2018-11-24 | 2019-10-01 | 최진국 | Notice system for rear car |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101974390B1 (en) * | 2017-02-07 | 2019-05-03 | (주)이노카 | A Digiatal Tachocraph |
-
2020
- 2020-09-24 KR KR1020200123881A patent/KR102478566B1/en active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101683046B1 (en) * | 2015-09-18 | 2016-12-07 | 주식회사 유라코퍼레이션 | Artificial intelligence system and method for emergency stop signal |
| KR101998088B1 (en) * | 2018-11-24 | 2019-10-01 | 최진국 | Notice system for rear car |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220040765A (en) | 2022-03-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11027750B2 (en) | Method and system for assisting drivers to drive with precaution | |
| US11951979B1 (en) | Rapid, automatic, AI-based collision avoidance and mitigation preliminary | |
| CN111497864B (en) | Method and device for transmitting current driving intention signal to person by utilizing V2X application program | |
| US9406177B2 (en) | Fault handling in an autonomous vehicle | |
| JP2020023321A (en) | Automatic driving control device and vehicle | |
| US9457803B2 (en) | Method for activating a driver assistance system | |
| US7194347B2 (en) | Vehicle control apparatus, vehicle control method, and computer program | |
| CN105452044B (en) | Emergency for vehicle guidance aids in | |
| US10913450B2 (en) | Method and device for detecting a rule infringement | |
| US11262755B2 (en) | Driver assistance system for autonomously indicating vehicle user intent in response to a predefined driving situation | |
| GB2524393A (en) | Fault Handling in an autonomous vehicle | |
| JP6627811B2 (en) | Concentration determination device, concentration determination method, and program for concentration determination | |
| CN204845924U (en) | Vertically keep away to hit and remind and follow integrated system automatically | |
| US20070213883A1 (en) | Vehicle over speed indicator | |
| CN106364485A (en) | Operation method for communication equipment, communication equipment for vehicle and wearable equipment | |
| JP2015209171A (en) | Vehicle behavior control apparatus and vehicle behavior control method | |
| CN110634296A (en) | Emergency processing system and method for intelligent driving | |
| EP3681327A1 (en) | Visual and safety prevention system for drivers | |
| KR102478566B1 (en) | Automatic hazard indicator system using artificial intelligence and gps | |
| JP2002331848A (en) | Driving condition detector | |
| CN116620230A (en) | Intelligent braking method and device based on Internet of vehicles | |
| CN116985791A (en) | Method and apparatus for controlling travel of host vehicle | |
| US20210394776A1 (en) | Notification control device, notification device, notification system, and notification control method | |
| CN117208013A (en) | Vehicle control method, vehicle control system, and storage medium | |
| CN116985846A (en) | Method, system and storage medium for adaptively reminding driver to take over in automatic driving |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |