KR102521841B1 - System and method for detecting the occurrence of danger according to surrounding environment of the moving object - Google Patents
System and method for detecting the occurrence of danger according to surrounding environment of the moving object Download PDFInfo
- Publication number
- KR102521841B1 KR102521841B1 KR1020220129448A KR20220129448A KR102521841B1 KR 102521841 B1 KR102521841 B1 KR 102521841B1 KR 1020220129448 A KR1020220129448 A KR 1020220129448A KR 20220129448 A KR20220129448 A KR 20220129448A KR 102521841 B1 KR102521841 B1 KR 102521841B1
- Authority
- KR
- South Korea
- Prior art keywords
- moving object
- surrounding environment
- control server
- danger
- sensor data
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012544 monitoring process Methods 0.000 claims abstract description 80
- 238000001514 detection method Methods 0.000 claims description 103
- 238000005259 measurement Methods 0.000 claims description 32
- 230000001133 acceleration Effects 0.000 claims description 15
- 238000012876 topography Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims 1
- 230000006870 function Effects 0.000 description 69
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 57
- 238000004891 communication Methods 0.000 description 29
- 238000013528 artificial neural network Methods 0.000 description 25
- 238000010191 image analysis Methods 0.000 description 20
- 238000007726 management method Methods 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 13
- 238000012549 training Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 6
- 238000013475 authorization Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000013480 data collection Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 241000282326 Felis catus Species 0.000 description 4
- 230000009471 action Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 239000000575 pesticide Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 206010000369 Accident Diseases 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000011344 liquid material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
- G01P15/18—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration in two or more dimensions
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2200/00—Type of vehicle
- B60Y2200/20—Off-Road Vehicles
- B60Y2200/22—Agricultural vehicles
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Tourism & Hospitality (AREA)
- Emergency Management (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Alarm Systems (AREA)
Abstract
Description
본 발명의 다양한 실시예는 이동체의 주변 환경에 따른 위험발생 감지 시스템 및 방법에 관한 것으로, 보다 구체적으로, 이동체의 주변 환경을 고려하여 이동체에 대한 위험발생을 감지하는 이동체의 주변 환경에 따른 위험발생 감지 시스템 및 방법에 관한 것이다.Various embodiments of the present invention relate to a system and method for detecting danger according to the surrounding environment of a moving object, and more specifically, to a danger occurrence according to the surrounding environment of a moving object for detecting the occurrence of danger to the moving object in consideration of the surrounding environment of the moving object. It relates to a detection system and method.
최근 정보 통신 기술의 발달과 함께, 농업 분야에서 정보 통신 기술이 접목된 고도화된 농업 기술들이 등장하였다. 예를 들어 실내 수직형 농장이나 스마트 축사와 같은 스마트팜과 농산물 생산 관리의 효율을 최적화하는 정밀 농업이 있다.With the recent development of information and communication technology, advanced agricultural technologies grafted with information and communication technology have appeared in the agricultural field. For example, there are smart farms such as indoor vertical farms and smart barns, and precision agriculture that optimizes the efficiency of agricultural production management.
그러나, 대부분의 정보 통신 기술이 접목된 농업 분야는 농산물을 생산하고 관리하는데 그치고 있으며, 농업을 영위하는데 이용되는 차량용 농기계를 관리하는 것에 대해서는 아직까지 정보 통신 기술을 접목시킨 적절한 기술이 제시되지 못하고 있다.However, most of the agricultural fields grafted with information and communication technology are confined to producing and managing agricultural products, and an appropriate technology grafted with information and communication technology has not yet been proposed for managing agricultural machinery for vehicles used in agriculture. .
한편, 최근에는 도시로부터 접근성이 좋은 도시형 농장이 등장하고 있으나, 아직까지는 대부분의 농장이 도시로부터 멀리 떨어진 지역이나 낙후된 지역에 위치하고 있다. 이러한 지역의 경우 비포장 도로나 나대지가 많이 존재하기 때문에 차량용 농기계의 사고 위험이 도시보다 상대적으로 클 수밖에 없다.On the other hand, recently, urban farms with good accessibility from cities have appeared, but most farms are still located in areas far from cities or in deprived areas. In the case of these areas, since there are many unpaved roads or bare land, the risk of accidents of agricultural machinery for vehicles is inevitably greater than that of cities.
실제로, 매년 지속적으로 꾸준히 증가하고 있는 전국 농업현장의 사고는 농업인구의 고령화와 더불어 농업기계 조작 미숙 및 부주의, 음주 또는 단독운행 등 다양한 원인에 의해 빈번하게 발생되고 있으며, 지난 2016년~2018년(3년간) 농기계 사고 422건 중 전도전복 사고는 255건으로 무려 60.4%에 달하며, 전체 사망자 165명 중 전도전복 사고 사망자는 102명으로 약 61.8%에 해당한다.In fact, accidents at agricultural sites across the country, which are steadily increasing every year, are frequently caused by various causes such as aging of the agricultural population, inexperience in operating agricultural machinery, carelessness, drinking or driving alone. 3 years) Out of 422 agricultural machinery accidents, 255 cases were overturning accidents, accounting for a whopping 60.4%.
특히, 농기계 전도전복 사고는 단독운행 중에 발생하는 경우가 많으므로, 농기계 사고가 발생한 경우 직접 사고 신고를 해야 하며, 운전자가 다친 경우, 주변 목격자가 나타날 때까지 방치되어 위험한 상황이 발생될 수 있다는 문제가 있다.In particular, since agricultural machinery overturning accidents often occur during independent operation, in case of an agricultural machinery accident, it is necessary to report the accident directly, and if the driver is injured, it is left unattended until a witness appears and a dangerous situation may occur. there is
이러한 문제를 해소하기 위해, 블랙박스 등과 같이 농기계를 관리할 수 있는 장치가 제안되고 있으나, 이는 사고 발생 이후 또는 사고 당시의 데이터를 기록하는 것에 지나지 않는다. 즉, 사고가 발생하기 전 사전에 사고를 예방하거나 경고함으로써 사고 발생되는 것을 방지하거나 또는 사고 발생 시 빠른 대응을 하기 어렵다는 문제가 있다.In order to solve this problem, a device capable of managing agricultural machinery, such as a black box, has been proposed, but this is nothing more than recording data after an accident or at the time of an accident. That is, there is a problem in that it is difficult to prevent an accident from occurring or to respond quickly when an accident occurs by preventing or warning an accident in advance before it occurs.
또한, 블랙박스 등과 같이 농기계를 관리할 수 있는 장치들은, 장치가 설치된 농기계를 대상으로, 장치가 설치된 하나의 농기계에 대해서만 사고 발생을 감지할 뿐이며, 다수의 농기계에 대한 사고 발생을 모니터링하는 관제 시스템(예컨대, 특정 지역 내에 위치하는 복수의 농기계에 대한 사고 발생을 모니터링 시스템)이 부재하다는 점에서, 다수의 농기계에 대한 위험발생 관리를 효율적으로 수행하기 어렵다는 문제가 있다.In addition, devices capable of managing agricultural machines, such as black boxes, only detect the occurrence of accidents for only one agricultural machine on which the device is installed, and a control system that monitors the occurrence of accidents for multiple agricultural machines. There is a problem in that it is difficult to efficiently manage risk occurrence for a plurality of agricultural machines in that there is no (eg, an accident monitoring system for a plurality of agricultural machines located in a specific area).
본 발명이 해결하고자 하는 과제는 이동체에 설치되는 통합 모니터링 모듈을 이용하여 수집된 이동체에 대한 센서 데이터를 이용하여 이동체의 동작을 판단하고, 이에 따라 이동체에 대한 위험발생 가능성을 판단하거나 위험발생 여부를 판단하되, 이동체의 주변 환경에 따라 이동체에 대한 위험 발생 가능성을 판단하거나 위험발생 여부를 판단함으로써, 이동체에 대한 위험 발생을 예방할 수 있을 뿐만 아니라, 이동체에 대한 위험 발생 시 빠른 대처가 가능한 환경을 구축할 수 있는 이동체의 주변 환경에 따른 위험발생 감지 시스템 및 방법을 제공하는 것이다.The problem to be solved by the present invention is to determine the operation of the moving object using sensor data on the moving object collected using an integrated monitoring module installed in the moving object, and accordingly, to determine the possibility of danger to the moving object or to determine whether or not danger has occurred. However, by determining the possibility of danger to the moving object or determining whether or not the risk occurs according to the surrounding environment of the moving object, not only can the occurrence of danger to the moving object be prevented, but also an environment in which quick response is possible in case of danger to the moving object is established. An object of the present invention is to provide a system and method for detecting danger according to the surrounding environment of a moving object.
본 발명이 해결하고자 하는 다른 과제는 복수의 이동체 각각에 대한 위험발생을 감지할 뿐만 아니라, 특정 지역 내에 위치하는 다수의 이동체에 대한 위험발생을 감지함으로써, 다수의 이동체(예컨대, 특정 지역에 위치하는 다수의 이동체)에 대한 위험발생 모니터링을 보다 효율적으로 수행할 수 있는 환경을 제공할 수 있는 이동체의 주변 환경에 따른 위험발생 감지 시스템 및 방법을 제공하는 것이다.Another problem to be solved by the present invention is not only detecting the occurrence of danger for each of a plurality of moving objects, but also detecting the occurrence of danger for a plurality of moving objects located in a specific area, thereby a plurality of moving objects (eg, located in a specific area). An object of the present invention is to provide a system and method for detecting danger according to the surrounding environment of a mobile body, which can provide an environment in which risk occurrence monitoring for a plurality of moving bodies can be performed more efficiently.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.The problems to be solved by the present invention are not limited to the problems mentioned above, and other problems not mentioned will be clearly understood by those skilled in the art from the description below.
상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 이동체의 주변 환경에 따른 위험발생 감지 시스템은 이동체에 구비되며, 상기 이동체에 대응하는 센서 데이터를 수집하는 통합 모니터링 모듈 및 상기 통합 모니터링 모듈을 통해 수집된 센서 데이터를 이용하여 상기 이동체에 대한 위험발생을 감지하는 관제 서버를 포함하며, 상기 관제 서버는, 상기 이동체의 주변 환경에 기초하여 위험 감지 기준을 설정하고, 상기 수집된 센서 데이터를 기반으로 판단된 상기 이동체의 상태와 상기 설정된 위험 감지 기준을 이용하여 상기 이동체에 대한 위험발생을 감지할 수 있다.A risk detection system according to the surrounding environment of a mobile body according to an embodiment of the present invention for solving the above problems is provided in a mobile body and includes an integrated monitoring module that collects sensor data corresponding to the mobile body and the integrated monitoring module. and a control server that detects the occurrence of danger to the moving object using sensor data collected via Danger to the moving object can be detected using the determined state of the moving object and the set risk detection criterion.
다양한 실시예에서, 상기 통합 모니터링 모듈은, 상기 이동체의 주변 환경을 촬영함에 따라 상기 이동체의 주변 환경을 포함하는 영상 데이터를 생성하는 카메라 센서를 포함하며, 상기 관제 서버는, 상기 카메라 센서를 통해 생성된 영상 데이터를 분석하여 상기 이동체의 주변 환경에 관한 정보 - 상기 이동체의 주변 환경에 관한 정보는 상기 이동체가 위치하는 지역에 대한 도로의 지형에 관한 정보, 주변 객체에 관한 정보 및 날씨에 관한 정보를 포함함 - 를 추출하고, 상기 추출된 이동체의 주변 환경에 관한 정보를 이용하여 상기 이동체에 대한 주변 환경 정보를 생성하며, 상기 생성된 주변 환경 정보를 이용하여 상기 이동체에 대한 위험 감지 기준을 설정할 수 있다.In various embodiments, the integrated monitoring module includes a camera sensor for generating image data including the surrounding environment of the mobile body as the surrounding environment of the mobile body is photographed, and the control server generates image data through the camera sensor. Information on the surrounding environment of the moving object by analyzing the obtained image data - The information on the surrounding environment of the moving object is information on the topography of the road in the area where the moving object is located, information on surrounding objects, and information on the weather. It is possible to extract - including -, generate surrounding environment information for the mobile body using the extracted information about the surrounding environment of the mobile body, and set a risk detection criterion for the mobile body using the generated surrounding environment information. there is.
다양한 실시예에서, 상기 관제 서버는, 제1 이동체의 주변 환경을 포함하는 제1 영상 데이터를 이용하여 상기 제1 이동체에 대한 주변 환경 정보를 생성하되, 상기 제1 이동체의 위치를 중심으로 소정의 범위 내에 하나 이상의 제2 이동체가 위치하는 경우, 상기 하나 이상의 제2 이동체에 구비된 카메라 센서로부터 상기 하나 이상의 제2 이동체의 주변 환경을 포함하는 하나 이상의 제2 영상 데이터를 수집하고, 상기 수집된 하나 이상의 제2 영상 데이터를 분석하여 추출된 하나 이상의 제2 이동체의 주변 환경에 관한 정보에 기초하여 상기 생성된 제1 이동체에 대한 주변 환경 정보를 보정할 수 있다.In various embodiments, the control server generates surrounding environment information for the first moving object by using first image data including the surrounding environment of the first moving object, and sets a predetermined value around the location of the first moving object. When one or more second movable bodies are located within the range, one or more second image data including the surrounding environment of the one or more second movable bodies is collected from a camera sensor provided in the one or more second movable bodies, and the collected one or more second image data is collected. Based on the information about the surrounding environment of the one or more second moving objects extracted by analyzing the above second image data, the generated surrounding environment information for the first moving object may be corrected.
다양한 실시예에서, 상기 관제 서버는, 소정의 지역을 격자화하여 복수의 격자를 생성하고, 상기 소정의 지역 내에 위치하는 복수의 이동체에 구비된 복수의 통합 모니터링 모듈로부터 상기 생성된 복수의 격자 각각에 대응하는 위치에 대한 복수의 센서 데이터를 수집하며, 상기 수집된 복수의 센서 데이터로부터 추출된 주변 환경에 관한 정보를 상기 생성된 복수의 격자 각각에 기록함으로써 상기 소정의 지역에 대한 주변 환경 격자 맵을 생성하며, 상기 이동체에 대한 위험발생을 감지하고자 하는 경우, 상기 생성된 주변 환경 격자 맵에 포함된 복수의 격자 중 상기 이동체가 위치하는 지점에 대응하는 격자에 기록된 주변 환경에 관한 정보를 로드하여 상기 이동체에 대한 위험 감지 기준을 설정할 수 있다.In various embodiments, the control server grids a predetermined area to generate a plurality of grids, and each of the plurality of grids generated from a plurality of integrated monitoring modules provided in a plurality of moving objects located in the predetermined area A plurality of sensor data for a location corresponding to is collected, and information about the surrounding environment extracted from the collected plurality of sensor data is recorded in each of the generated plurality of grids, thereby creating a grid map of the surrounding environment for the predetermined area. and loads information about the surrounding environment recorded in a grid corresponding to a point where the mobile body is located among a plurality of grids included in the generated grid map of the surrounding environment when it is desired to detect the occurrence of danger to the mobile body. Thus, a risk detection criterion for the moving object may be set.
다양한 실시예에서, 상기 관제 서버는, 상기 복수의 격자 중 어느 하나의 격자에 대응하는 위치에 대한 센서 데이터를 기반으로 추출된 주변 환경에 관한 정보를 상기 어느 하나의 격자에 기록하되, 상기 어느 하나의 격자에 대응하는 위치에 대하여, 둘 이상의 이동체 각각으로부터 둘 이상의 센서 데이터가 수집된 경우, 상기 둘 이상의 이동체 중 상기 어느 하나의 격자에 대응하는 위치와 최단 거리에 위치하는 이동체로부터 수집된 센서 데이터를 기반으로 추출된 주변 환경에 관한 정보만을 상기 어느 하나의 격자에 기록할 수 있다.In various embodiments, the control server records information about the surrounding environment extracted based on sensor data for a position corresponding to any one of the plurality of grids in the one grid, When two or more sensor data are collected from each of two or more movable bodies for a position corresponding to a lattice of , sensor data collected from a movable body located at the shortest distance from a position corresponding to any one of the lattices among the two or more movable bodies Only the information about the surrounding environment extracted based on the grid can be recorded in any one of the grids.
다양한 실시예에서, 상기 관제 서버는, 상기 복수의 격자 중 어느 하나의 격자에 대응하는 위치에 대한 센서 데이터를 기반으로 추출된 주변 환경에 관한 정보를 상기 어느 하나의 격자에 기록하되, 상기 어느 하나의 격자에 대응하는 위치에 대하여, 둘 이상의 이동체 각각으로부터 둘 이상의 센서 데이터가 수집된 경우, 상기 수집된 둘 이상의 센서 데이터 중 가장 마지막에 수집된 센서 데이터를 기반으로 추출된 주변 환경에 관한 정보만을 상기 어느 하나의 격자에 기록할 수 있다.In various embodiments, the control server records information about the surrounding environment extracted based on sensor data for a position corresponding to any one of the plurality of grids in the one grid, When two or more sensor data are collected from each of two or more moving objects for a position corresponding to the lattice of , only the information about the surrounding environment extracted based on the last sensor data among the two or more collected sensor data is recalled. Can be written on either grid.
다양한 실시예에서, 상기 통합 모니터링 모듈은, 상기 이동체의 임의의 위치에 구비되며, 자이로 센서, 가속도 센서 및 지자기 센서를 포함하는 관성 측정 센서를 포함하며, 상기 관제 서버는, 상기 관성 측정 센서로부터 수집된 상기 이동체에 대한 9 자유도 값 - 상기 9 자유도 값은 XYZ축 각속도 값, XYZ축 가속도 값 및 XYZ축 지자기 값을 포함함 - 을 이용하여 상기 이동체의 상태로서 상기 이동체의 자세를 판단하고, 상기 판단된 이동체의 자세에 기초하여 상기 이동체에 대한 위험발생을 감지하되, 복수의 환경별 사고 데이터 - 상기 복수의 환경별 사고 데이터는 서로 다른 조건을 포함하는 복수의 환경 각각에서 발생된 사고에 관한 정보를 포함함 - 에 기초하여, 상기 복수의 환경 각각에서 이동체들에 대한 위험발생이 감지되었을 때의 이동체 자세 평균 값을 산출하고, 상기 산출된 이동체 자세 평균 값을 이용하여 상기 복수의 환경 각각에 대응하는 복수의 위험 감지 기준을 정의하며, 상기 정의된 복수의 위험 감지 기준 중 상기 이동체의 주변 환경에 대응하는 위험 감지 기준을 선택하고, 상기 선택된 위험 감지 기준과 상기 판단된 이동체의 자세에 기초하여 상기 이동체에 대한 위험발생을 감지할 수 있다.In various embodiments, the integrated monitoring module is provided at an arbitrary position of the moving body and includes an inertial measurement sensor including a gyro sensor, an acceleration sensor, and a geomagnetic sensor, and the control server collects data from the inertial measurement sensor. Using the 9 degree of freedom values for the moving object - the 9 degree of freedom values include XYZ-axis angular velocity values, XYZ-axis acceleration values, and XYZ-axis geomagnetism values - determining the posture of the moving object as a state of the moving object, Based on the determined posture of the moving object, the occurrence of danger to the moving object is detected, and accident data for each of a plurality of environments - The accident data for each of the plurality of environments is related to an accident that occurred in each of a plurality of environments including different conditions. Based on the information, an average posture value of the moving body when danger to the moving bodies is detected in each of the plurality of environments is calculated, and the calculated average posture value of the moving body is used in each of the plurality of environments. A plurality of corresponding danger detection criteria is defined, a danger detection criterion corresponding to the surrounding environment of the moving object is selected from among the defined plurality of risk detection criteria, and based on the selected risk detection criteria and the determined posture of the moving object It is possible to detect danger to the moving object.
다양한 실시예에서, 상기 관제 서버는, 특정 지역의 주변 환경에 관한 정보에 기초하여 상기 특정 지역에 대한 위험 감지 기준을 설정하되, 상기 특정 지역 내에 위치하는 복수의 이동체 중 기 설정된 개수 이상의 이동체에 대한 위험발생이 감지되는 경우, 상기 설정된 특정 지역에 대한 위험 감지 기준을 보정하여 상기 적어도 하나의 제2 이동체에 대한 위험발생 감지 레벨을 상향 조정할 수 있다.In various embodiments, the control server sets a risk detection criterion for a specific area based on information about the surrounding environment of the specific area, and detects a predetermined number or more of the plurality of moving objects located in the specific area. When danger is detected, the danger detection level for the at least one second moving object may be raised by correcting the danger detection criteria for the set specific area.
다양한 실시예에서, 상기 관제 서버는, 제1 이동체에 대한 위험발생이 감지되는 경우, 상기 제1 이동체의 위치를 중심으로 소정의 범위 내에 위치하는 적어도 하나의 제2 이동체에 대한 위험 감지 기준을 보정하여 상기 적어도 하나의 제2 이동체에 대한 위험발생 감지 레벨을 상향 조정할 수 있다.In various embodiments, the control server corrects a risk detection criterion for at least one second movable object located within a predetermined range around the location of the first movable object when a danger to the first movable object is detected. Thus, the risk occurrence detection level for the at least one second moving object may be increased.
상술한 과제를 해결하기 위한 본 발명의 다른 실시예에 따른 이동체의 주변 환경에 따른 위험발생 감지 방법은 통합 모니터링 모듈 및 이동체에 대한 위험발생을 감지하는 관제 서버를 포함하는 이동체의 주변 환경에 따른 위험발생 감지 시스템을 통해 수행되는 방법에 있어서, 상기 통합 모니터링 모듈을 통해 상기 이동체에 대응하는 센서 데이터를 수집하는 단계 및 상기 수집된 센서 데이터를 이용하여 상기 이동체에 대한 위험발생을 감지하는 단계를 포함하며, 상기 이동체에 대한 위험발생을 감지하는 단계는, 상기 이동체의 주변 환경에 기초하여 위험 감지 기준을 설정하고, 상기 수집된 센서 데이터를 기반으로 판단된 상기 이동체의 상태와 상기 설정된 위험 감지 기준을 이용하여 상기 이동체에 대한 위험발생을 감지하는 단계를 포함할 수 있다.A method for detecting danger according to the surrounding environment of a mobile body according to another embodiment of the present invention for solving the above problems is a risk according to the surrounding environment of a mobile body including an integrated monitoring module and a control server for detecting the occurrence of danger to the mobile body. A method performed through an occurrence detection system, comprising: collecting sensor data corresponding to the moving object through the integrated monitoring module and detecting an occurrence of danger to the moving object using the collected sensor data; , In the step of detecting the occurrence of danger to the moving object, a risk detection criterion is set based on the surrounding environment of the moving object, and the state of the moving object determined based on the collected sensor data and the set risk detection criterion are used. and detecting the occurrence of danger to the moving object.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.Other specific details of the invention are included in the detailed description and drawings.
본 발명의 다양한 실시예에 따르면, 이동체에 설치되는 통합 모니터링 모듈을 이용하여 수집된 이동체에 대한 센서 데이터를 이용하여 이동체의 동작을 판단하고, 이에 따라 이동체에 대한 위험발생 가능성을 판단하거나 위험발생 여부를 판단하되, 이동체의 주변 환경에 따라 이동체에 대한 위험 발생 가능성을 판단하거나 위험발생 여부를 판단함으로써, 이동체에 대한 위험 발생을 예방할 수 있을 뿐만 아니라, 이동체에 대한 위험 발생 시 빠른 대처가 가능한 환경을 구축할 수 있다는 이점이 있다.According to various embodiments of the present invention, an operation of the moving object is determined using sensor data on the moving object collected using an integrated monitoring module installed in the moving object, and accordingly, the possibility of danger to the moving object is determined or whether or not danger has occurred. However, by determining the possibility of danger to the moving object or determining whether or not the danger occurs according to the surrounding environment of the moving object, it is possible to prevent the occurrence of danger to the moving object, and to create an environment in which a quick response is possible in case of danger to the moving object. There are advantages to building it.
또한, 복수의 이동체 각각에 대한 위험발생을 감지할 뿐만 아니라, 특정 지역 내에 위치하는 다수의 이동체에 대한 위험발생을 감지함으로써, 다수의 이동체(예컨대, 특정 지역에 위치하는 다수의 이동체)에 대한 위험발생 모니터링을 보다 효율적으로 수행할 수 있는 환경을 제공할 수 있다는 이점이 있다.In addition, by not only detecting the occurrence of danger to each of a plurality of moving objects, but also detecting the occurrence of danger to a plurality of moving objects located in a specific area, the risk to a plurality of moving objects (eg, multiple moving objects located in a specific area) It has the advantage of being able to provide an environment in which occurrence monitoring can be performed more efficiently.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.The effects of the present invention are not limited to the effects mentioned above, and other effects not mentioned will be clearly understood by those skilled in the art from the description below.
도 1은 본 발명의 일 실시예에 따른 이동체의 주변 환경에 따른 위험발생 감지 시스템을 도시한 도면이다.
도 2는 다양한 실시예에서, 이동체에 설치되는 통합 모니터링 모듈의 구성을 도시한 도면이다.
도 3은 다양한 실시예에서, 하나의 모듈로 패키징된 통합 모니터링 모듈을 도시한 도면이다.
도 4는 다양한 실시예에서, 통합 모니터링 모듈이 이동체에 설치된 형태를 예시적으로 도시한 도면이다.
도 5는 다양한 실시예에서, 통합 모니터링 모듈에 포함된 수위 측정 센서를 도시한 도면이다.
도 6은 수위 측정 센서가 이동체에 설치된 형태를 예시적으로 도시한 도면이다.
도 7은 다양한 실시예에서, 통합 모니터링 모듈에 포함된 경고 알림 출력 모듈을 도시한 도면이다.
도 8은 다양한 실시예에서, 이동체의 주변 환경에 따른 위험발생 감지 시스템에 포함된 관제 서버의 하드웨어 구성을 도시한 도면이다.
도 9는 본 발명의 다른 실시예에 따른 이동체의 주변 환경에 따른 위험발생 감지 방법의 순서도이다.
도 10은 다양한 실시예에 적용 가능한 매드윅 필터(Madgwick Filter) 알고리즘을 예시적으로 도시한 도면이다.
도 11은 다양한 실시예에서, 이동체에 대한 쏠림 정도를 산출하는 과정을 설명하기 위한 도면이다.
도 12는 다양한 실시예에서, 이동체의 주변 환경에 따라 이동체에 대한 위험발생을 감지하는 방법을 설명하기 위한 순서도이다.
도 13 내지 도 56은 다양한 실시예에서, 이동체의 주변 환경에 따른 위험발생 감지 시스템에 포함된 관제 서버가 제공하는 사용자 인터페이스(User Interface, UI)를 예시적으로 도시한 도면이다.1 is a diagram illustrating a risk detection system according to the surrounding environment of a moving object according to an embodiment of the present invention.
2 is a diagram illustrating the configuration of an integrated monitoring module installed in a mobile body in various embodiments.
3 is a diagram illustrating an integrated monitoring module packaged as one module in various embodiments.
4 is a diagram exemplarily illustrating a form in which an integrated monitoring module is installed in a mobile body in various embodiments.
5 is a diagram illustrating a water level measurement sensor included in an integrated monitoring module in various embodiments.
6 is a diagram showing a form in which a water level measuring sensor is installed in a moving body by way of example.
7 is a diagram illustrating a warning notification output module included in an integrated monitoring module in various embodiments.
8 is a diagram illustrating a hardware configuration of a control server included in a system for detecting danger according to a surrounding environment of a moving object according to various embodiments.
9 is a flowchart of a method for detecting danger according to the surrounding environment of a moving object according to another embodiment of the present invention.
10 is a diagram exemplarily illustrating a Madgwick Filter algorithm applicable to various embodiments.
11 is a diagram for explaining a process of calculating the degree of leaning of a moving object in various embodiments.
12 is a flowchart illustrating a method of detecting danger to a moving object according to a surrounding environment of the moving object, in various embodiments.
13 to 56 exemplarily illustrate a user interface (UI) provided by a control server included in a system for detecting danger according to the surrounding environment of a moving object in various embodiments.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. Advantages and features of the present invention, and methods of achieving them, will become clear with reference to the detailed description of the following embodiments taken in conjunction with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below, but may be implemented in various different forms, only these embodiments are intended to complete the disclosure of the present invention, and are common in the art to which the present invention belongs. It is provided to fully inform the person skilled in the art of the scope of the invention, and the invention is only defined by the scope of the claims.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.Terminology used herein is for describing the embodiments and is not intended to limit the present invention. In this specification, singular forms also include plural forms unless specifically stated otherwise in a phrase. As used herein, "comprises" and/or "comprising" does not exclude the presence or addition of one or more other elements other than the recited elements. Like reference numerals throughout the specification refer to like elements, and “and/or” includes each and every combination of one or more of the recited elements. Although "first", "second", etc. are used to describe various components, these components are not limited by these terms, of course. These terms are only used to distinguish one component from another. Accordingly, it goes without saying that the first element mentioned below may also be the second element within the technical spirit of the present invention.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.Unless otherwise defined, all terms (including technical and scientific terms) used in this specification may be used with meanings commonly understood by those skilled in the art to which the present invention belongs. In addition, terms defined in commonly used dictionaries are not interpreted ideally or excessively unless explicitly specifically defined.
명세서에서 사용되는 "부" 또는 “모듈”이라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부" 또는 “모듈”은 어떤 역할들을 수행한다. 그렇지만 "부" 또는 “모듈”은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부" 또는 “모듈”은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부" 또는 “모듈”은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부" 또는 “모듈”들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부" 또는 “모듈”들로 결합되거나 추가적인 구성요소들과 "부" 또는 “모듈”들로 더 분리될 수 있다.The term "unit" or "module" used in the specification means a hardware component such as software, FPGA or ASIC, and "unit" or "module" performs certain roles. However, "unit" or "module" is not meant to be limited to software or hardware. A “unit” or “module” may be configured to reside in an addressable storage medium and may be configured to reproduce one or more processors. Thus, as an example, a “unit” or “module” may refer to components such as software components, object-oriented software components, class components, and task components, processes, functions, properties, procedures, subroutines, segments of program code, drivers, firmware, microcode, circuitry, data, databases, data structures, tables, arrays and variables. Functions provided within components and "units" or "modules" may be combined into smaller numbers of components and "units" or "modules" or may be combined into additional components and "units" or "modules". can be further separated.
공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 구성요소와 다른 구성요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작시 구성요소들의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들어, 도면에 도시되어 있는 구성요소를 뒤집을 경우, 다른 구성요소의 "아래(below)"또는 "아래(beneath)"로 기술된 구성요소는 다른 구성요소의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 구성요소는 다른 방향으로도 배향될 수 있으며, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.The spatially relative terms "below", "beneath", "lower", "above", "upper", etc. It can be used to easily describe a component's correlation with other components. Spatially relative terms should be understood as including different orientations of elements in use or operation in addition to the orientations shown in the drawings. For example, if you flip a component that is shown in a drawing, a component described as "below" or "beneath" another component will be placed "above" the other component. can Thus, the exemplary term “below” may include directions of both below and above. Components may also be oriented in other orientations, and thus spatially relative terms may be interpreted according to orientation.
본 명세서에서, 컴퓨터는 적어도 하나의 프로세서를 포함하는 모든 종류의 하드웨어 장치를 의미하는 것이고, 실시 예에 따라 해당 하드웨어 장치에서 동작하는 소프트웨어적 구성도 포괄하는 의미로서 이해될 수 있다. 예를 들어, 컴퓨터는 스마트폰, 태블릿 PC, 데스크톱, 노트북 및 각 장치에서 구동되는 사용자 클라이언트 및 애플리케이션을 모두 포함하는 의미로서 이해될 수 있으며, 또한 이에 제한되는 것은 아니다.In this specification, a computer means any kind of hardware device including at least one processor, and may be understood as encompassing a software configuration operating in a corresponding hardware device according to an embodiment. For example, a computer may be understood as including a smartphone, a tablet PC, a desktop computer, a laptop computer, and user clients and applications running on each device, but is not limited thereto.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다. Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.
본 명세서에서 설명되는 각 단계들은 컴퓨터에 의하여 수행되는 것으로 설명되나, 각 단계의 주체는 이에 제한되는 것은 아니며, 실시 예에 따라 각 단계들의 적어도 일부가 서로 다른 장치에서 수행될 수도 있다.Although each step described in this specification is described as being performed by a computer, the subject of each step is not limited thereto, and at least a part of each step may be performed in different devices according to embodiments.
도 1은 본 발명의 일 실시예에 따른 이동체의 주변 환경에 따른 위험발생 감지 시스템을 도시한 도면이다.1 is a diagram illustrating a risk detection system according to the surrounding environment of a moving object according to an embodiment of the present invention.
도 1을 참조하면, 본 발명의 일 실시예에 따른 이동체의 주변 환경에 따른 위험발생 감지 시스템은 관제 서버(100), 통합 모니터링 모듈(200), 사용자 단말(300) 및 네트워크(400)를 포함할 수 있다.Referring to FIG. 1, a system for detecting danger according to the surrounding environment of a moving object according to an embodiment of the present invention includes a
여기서, 도 1에 도시된 이동체의 주변 환경에 따른 위험발생 감지 시스템은 일 실시예에 따른 것이고, 그 구성 요소가 도 1에 도시된 실시예에 한정되지 않으며, 필요에 따라 부가, 변경 또는 삭제될 수 있다.Here, the danger occurrence detection system according to the surrounding environment of the moving object shown in FIG. 1 is according to an embodiment, and its components are not limited to the embodiment shown in FIG. 1, and can be added, changed, or deleted as necessary. can
일 실시예에서, 관제 서버(100)는 복수의 이동체(10)에 대한 위험발생을 감지할 수 있다.In one embodiment, the
다양한 실시예에서, 관제 서버(100)는 소정의 지역 내에 위치하는 복수의 이동체(10) 각각에 구비되는 통합 모니터링 모듈(200)로부터 복수의 이동체(10) 각각에 대한 센서 데이터를 수집할 수 있고, 수집된 센서 데이터를 기반으로 복수의 이동체(10) 각각의 상태를 판단할 수 있으며, 판단된 상태에 기초하여 복수의 이동체(10)에 대한 위험발생을 감지할 수 있다.In various embodiments, the
이때, 관제 서버(100)는 복수의 이동체(10) 각각의 주변 환경에 기초하여 복수의 이동체(10) 각각에 대한 위험 감지 기준을 설정하고, 복수의 이동체(10) 각각에 대한 위험 감지 기준과 복수의 이동체(10) 각각의 상태를 이용하여 복수의 이동체(10) 각각에 대한 위험발생을 감지할 수 있다.At this time, the
여기서, 관제 서버(100)에 의해 판단되는 이동체(10)의 상태는 관성 데이터를 기반으로 판단되는 이동체(10)의 동작(예컨대, 이동체(10)의 움직임, 자세, 이동 속도 및 위치 등)과 수위 데이터를 기반으로 판단되는 이동체(10)의 수위 레벨 및 운행 안정도를 포함할 수 있으나, 이에 한정되지 않고, 이동체(10)의 상태는 이동체(10)에 대한 위험발생을 감지하기 위해 고려될 수 있는 어떠한 상태든 적용이 가능하다.Here, the state of the moving
또한, 여기서, 이동체(10)의 상태 판단 동작은 관제 서버(100)가 통합 모니터링 모듈(200)로부터 수집되는 센서 데이터를 기반으로 수행하는 것으로 설명하고 있으나, 이에 한정되지 않고, 통합 모니터링 모듈(200) 내에 구비되는 컴퓨팅 장치(210)를 통해 이동체(10)의 상태 판단 동작이 수행되고, 컴퓨팅 장치(210)로부터 이동체(10)의 상태 판단 동작을 수행함에 따라 도출되는 결과 데이터를 관제 서버(100)가 수집하는 형태로 구현될 수 있다.In addition, although the state determination operation of the moving
일 실시예에서, 통합 모니터링 모듈(200)은 이동체(10)의 적어도 일부분에 구비, 설치될 수 있으며, 이동체(10)에 대한 센서 데이터를 수집할 수 있다. 이를 위해, 통합 모니터링 모듈(200)은 컴퓨팅 장치(210), 센서 모듈(220), 전력원(230), 통신 모듈(240) 및 경고 알림 출력 모듈(250)을 포함할 수 있다. 그러나, 이에 한정되지 않는다.In one embodiment, the
여기서, 통합 모니터링 모듈(200)은 이동체(10)에 대한 설치와 관리의 편의성을 고려하여, 도 3에 도시된 바와 같이 통합 모니터링 모듈(200)에 포함된 구성 요소들이 하나의 모듈로 패키징될 수 있고, 도 4에 도시된 바와 같이 이동체(10)의 임의의 위치에 설치될 수 있으나, 이에 한정되지 않는다.Here, in the integrated
보다 구체적으로, 도 2를 참조하면, 먼저, 컴퓨팅 장치(210)는 통합 모니터링 모듈(200)에 포함된 각종 구성 요소들의 동작을 제어할 수 있다. 예컨대, 컴퓨팅 장치(210)는 마이크로 컨트롤러 유닛(Micro Controller Unit, MCU)일 수 있으나, 이에 한정되지 않는다.More specifically, referring to FIG. 2 , first, the
여기서, 이동체(10)에 대한 센서 데이터는 후술되는 센서 모듈(220)을 통해 측정되는 데이터로서, 예컨대, 이동체(10)에 대한 관성 데이터, 수위 데이터, 위치 데이터, 온도 데이터, 습도 데이터 및 영상 데이터를 포함할 수 있으나, 이에 한정되지 않는다.Here, the sensor data for the moving
다음으로, 센서 모듈(220)은 이동체(10)에 대한 센서 데이터를 수집할 수 있다. 이를 위해, 센서 모듈(220)은 관성 측정 센서(221), 수위 측정 센서(222), 위치 센서(223), 온/습도 센서(224) 및 카메라 센서(225)를 포함할 수 있으나, 이에 한정되지 않는다.Next, the sensor module 220 may collect sensor data for the moving
여기서, 센서 모듈(220)에 포함된 복수의 센서들은 하나의 세트로 패키징되어 설치될 수 있다. 이때, 이동체(10)의 종류에 따라 복수의 센서들 중 적어도 하나의 센서만을 선택적으로 패키징할 수 있다. 예컨대, 이동체(10)가 트랙터인 경우, 복수의 센서 중 관성 측정 센서(221), 위치 센서(223), 온/습도 센서(224) 및 카메라 센서(225)가 하나의 세트로 패키징되어 통합 모니터링 모듈(200) 내에 내장될 수 있다. 또한, 이동체(10)가 방제 차량인 경우, 관성 측정 센서(221), 수위 측정 센서(222), 위치 센서(223), 온/습도 센서(224) 및 카메라 센서(225)가 하나의 세트로 패키징되어 통합 모니터링 모듈(200) 내에 내장될 수 있다.Here, a plurality of sensors included in the sensor module 220 may be packaged and installed as one set. At this time, only at least one sensor among a plurality of sensors may be selectively packaged according to the type of the
또한, 경우에 따라 수위 측정 센서(222)가 도 5에 도시된 형태로 구현될 경우, 수위 측정 센서(222)를 제외한 나머지 센서들(예컨대, 관성 측정 센서(221), 위치 센서(223), 온/습도 센서(224) 및 카메라 센서(225))가 하나의 세트로 패키징되어 통합 모니터링 모듈(200) 내에 내장될 수 있고, 수위 측정 센서(222)는 통합 모니터링 모듈(200)과 독립적인 모듈로 구현되어 근거리 무선 통신(예컨대, 블루투스)을 통해 통합 모니터링 모듈(200)과 연결될 수 있다. 그러나, 이에 한정되지 않는다.In addition, in some cases, when the water
상기와 같이, 수위 측정 센서(222)가 통합 모니터링 모듈(200)과 독립적으로 구현될 경우, 수위 측정 센서(222)로부터 측정되는 수위 값에 기초하여 수위 데이터를 수집하는 수위 모듈(222C)이 더 포함될 수 있으며, 수위 모듈(222C)과 통합 모니터링 모듈(200)이 근거리 무선 통신으로 연결되어 수위 모듈(222C)을 통해 수집되는 수위 데이터가 통합 모니터링 모듈(200)로 송신되는 형태로 구현될 수 있다.As described above, when the water
관성 측정 센서(221)는 이동체(10)에 대한 관성 데이터를 생성할 수 있다. 예컨대, 관성 측정 센서(221)는 자이로 센서(221A), 가속도 센서(221B) 및 지자기 센서(221C)를 포함하는 9축 관성 측정 센서일 수 있으며, 자이로 센서(221A), 가속도 센서(221B) 및 지자기 센서(221C)를 이용하여 이동체(10)에 대한 관성 데이터를 측정할 수 있다.The inertial measurement sensor 221 may generate inertial data for the moving
여기서, 이동체(10)에 대한 관성 데이터는 9축 관성 측정 센서를 통해 측정되는 9 자유도 값일 수 있다. 예컨대, 이동체(10)에 대한 관성 데이터는 자이로 센서(221A)를 이용하여 측정되는 3축(XYZ축) 각속도 값, 가속도 센서(221B)를 이용하여 측정되는 3축(XYZ축) 가속도 값 및 지자기 센서(221C)를 이용하여 측정되는 3축(XYZ축) 지자기 값을 포함할 수 있으나, 이에 한정되지 않고, 9 자유도 값을 가공함에 따라 생성되는 값(예컨대, XYZ축 각속도를 적분함에 따라 획득되는 각도 값, XYZ축 가속도를 적분함에 따라 획득되는 속도 값, XYZ축 속도 값을 적분함에 따라 획득되는 위치 변화량 등)을 더 포함할 수 있다.Here, the inertial data for the moving
수위 측정 센서(222)는 액체 상태의 물질을 적재하는 이동체(10)(예컨대, 방제 용액을 적재하는 방제 차량 등)에 설치될 수 있으며, 이동체(10)에 적재된 액체 상태의 물질에 대한 수위 데이터를 생성할 수 있다. 예컨대, 수위 측정 센서(222)는 방제 용액을 적재하는 방제 차량에 설치되어, 방제 차량에 적재된 방제 용액에 대한 수위 값을 측정할 수 있고, 측정된 수위 값을 포함하는 수위 데이터를 생성할 수 있다.The water
다양한 실시예에서, 수위 측정 센서(222)는 정전 방식을 이용하여 이동체(10)에 적재된 방제 용액에 대한 수위 값을 측정할 수 있다. 이를 위해, 수위 측정 센서(222)는 도 5에 도시된 바와 같이, 튜브관(222A) 및 복수의 정전식 센서(222B)를 포함할 수 있다.In various embodiments, the water
튜브관(222A)은 이동체(10)에 구비되며 방제 용액을 적재하는 방제 용액 탱크와 연결됨에 따라 방제 용액 탱크에 적재된 방제 용액이 유입될 수 있다.The tube pipe (222A) is provided on the
이때, 튜브관(222A)은 일측(예컨대, 튜브관(222A)의 하단부)이 방제 용액 탱크의 하단부와 연결되고, 타측(예컨대, 튜브관(222A)의 상단부)이 방제 용액 탱크의 상단부와 연결됨에 따라, 방제 용액 탱크에 적재된 방제 용액의 수위와 동일한 높이까지 방제 용액 탱크에 적재된 방제 용액이 유입되도록 구현될 수 있으나, 이에 한정되지 않는다.At this time, the tube pipe (222A) has one side (eg, the lower end of the tube pipe (222A)) connected to the lower end of the control solution tank, and the other side (eg, the upper end of the tube pipe (222A)) is connected to the upper end of the control solution tank Depending on, it may be implemented so that the control solution loaded in the control solution tank is introduced to the same height as the water level of the control solution loaded in the control solution tank, but is not limited thereto.
복수의 정전식 센서(222B)는 튜브관(222A)의 외측면에 구비될 수 있으며, 정전 방식을 통해 튜브관(222A)으로 유입되는 방제 용액을 감지할 수 있다. 예컨대, 복수의 정전식 센서(222B)는 튜브관(222A) 내부의 정전용량을 측정할 수 있으며, 튜브관(222A)으로 방제 용액이 유입됨에 따라 튜브관(222A) 내부의 정전용량 값이 변동되는 것을 감지함으로써, 튜브관(222A)으로 유입되는 방제 용액을 감지할 수 있다. 이를 위해, 튜브관(222A) 내부의 정전용량을 측정하기 위하여, 복수의 정전식 센서(222B) 각각은 2개의 정전식 센서가 한 쌍으로 구성될 수 있으며, 2개의 정전식 센서가 튜브관(222A)을 중심으로 동일한 높이에 상호 마주보는 형태로 배치됨으로써, 튜브관(222A) 내부의 정전용량 값을 측정할 수 있다. 일례로, 복수의 정전식 센서(222B)는 정전식 터치센서일 수 있으나, 이에 한정되지 않는다.A plurality of capacitive sensors (222B) may be provided on the outer surface of the tube tube (222A), it is possible to detect the control solution flowing into the tube tube (222A) through an electrostatic method. For example, the plurality of
여기서, 복수의 정전식 센서(222B)는 튜브관(222A)의 외측면에 배치되되, 튜브관(222A)의 외측면에 복수의 정전식 센서(222B)가 배치되는 위치, 배치 개수 및 복수의 정전식 센서(222B) 상호 간의 배치 간격은 튜브관(222A)의 길이, 이동체(10)에 구비되는 방제 용액 탱크의 용량, 이동체(10)의 무게 및 이동체(10)에 대한 평균 수위 레벨 중 적어도 하나에 기초하여 결정될 수 있다.Here, the plurality of
일례로, 복수의 정전식 센서(222B)의 개수는 튜브관(222A)의 길이, 방제 용액 탱크의 용량 및 이동체(10)의 무게에 소정의 비율로 비례하게 결정될 수 있다.In one example, the number of the plurality of capacitive sensors (222B) may be determined in proportion to the weight of the length of the tube tube (222A), the capacity of the control solution tank and the mobile body (10).
다른 예로, 소정의 기간 동안 수집된 센서 데이터를 기반으로 이동체(10)에 대한 평균 수위 레벨을 산출하고, 산출된 평균 수위 레벨을 중심으로 소정의 범위 내에는 제1 간격마다 정전식 센서(222B)를 배치하고, 소정의 범위 외에는 제1 간격보다 넓은 제2 간격마다 정전식 센서(222B)를 배치할 수 있다.As another example, an average water level level for the moving
또 다른 예로, 소정의 기간 동안 수집된 센서 데이터를 기반으로 이동체(10)에 대한 평균 수위 레벨을 산출하고, 산출된 평균 수위 레벨에 대응하는 튜브관(222A)의 위치에 기준이 되는 하나의 정전식 센서(222B)를 배치할 수 있으며, 기준이 되는 정전식 센서(222B)를 중심으로 상하 방향으로 소정의 간격을 두고 나머지 정전식 센서(222B)를 배치하되, 기준이 되는 정전식 센서(222B)와의 거리 즉, 평균 수위 레벨에 대응하는 튜브관(222A)의 위치와의 이격 거리에 비례하여 배치되는 간격을 넓게 설정할 수 있다.As another example, an average water level for the
또 다른 예로, 이동체(10)의 수위 레벨에 따른 위험발생을 감지하기 위한 목적으로, 위험발생을 감지하기 위한 기준(위험 판단 기준)이 되는 수위 레벨에 대응하는 튜브관(222A)의 위치를 중심으로 소정의 범위 내에는 제1 간격마다 정전식 센서(222B)를 배치하고, 소정의 범위 외에는 제1 간격보다 넓은 제2 간격마다 정전식 센서(222B)를 배치할 수 있다.As another example, for the purpose of detecting danger according to the water level of the moving
그러나, 복수의 정전식 센서(222B)의 배치 위치, 개수 및 간격은 이에 한정되지 않고, 통합 모니터링 모듈(200)을 사용하는 사용자의 요구에 따라 자유롭게 설정 및 배치될 수 있다.However, the arrangement position, number, and interval of the plurality of
위치 센서(223)는 이동체(10)의 위치 데이터를 생성할 수 있다. 예컨대, 위치 센서(223)는 GPS 센서일 수 있으며, GPS 센서를 통해 이동체(10)에 대한 위치 좌표를 측정함으로써, 위치 좌표에 관한 정보를 포함하는 위치 데이터를 생성할 수 있으나, 이에 한정되지 않는다.The position sensor 223 may generate position data of the moving
여기서, 위치 센서(223)가 통합 모니터링 모듈(200)에 포함되어 이동체(10)에 대한 위치 데이터를 생성하는 것으로 설명하고 있으나, 이에 한정되지 않고, 통합 모니터링 모듈(200)은 별도의 위치 센서(223)를 구비하지 않고, 네트워크(400)를 통해 이동체(10)에 탑승한 탑승자의 사용자 단말(300)과 연결될 수 있으며, 사용자 단말(300)에 구비된 위치 센서(예: GPS)를 통해 생성되는 위치 데이터를 수집하는 형태로 구현될 수 있다.Here, it is described that the position sensor 223 is included in the integrated
온/습도 센서(224)는 이동체(10) 또는 이동체(10) 주변 환경에 대한 온도와 습도 데이터를 측정할 수 있다.The temperature/humidity sensor 224 may measure temperature and humidity data of the
카메라 센서(225)는 이동체(10) 또는 이동체(10)의 진행 방향을 촬영함으로써, 이동체(10) 또는 이동체(10)의 진행 방향에 대한 영상 데이터를 생성할 수 있다. 예컨대, 카메라 센서(225)는 이동체(10)에 설치되는 블랙박스일 수 있으나, 이에 한정되지 않고, 통합 모니터링 모듈(200)은 별도의 카메라 센서(225)를 구비하지 않고, 이동체(10)에 탑승한 탑승자의 사용자 단말(300)에 구비되는 카메라 모듈을 이용하여 이동체(10) 또는 이동체(10)의 진행 방향을 촬영함으로써 이동체(10) 또는 이동체(10)의 진행 방향에 대한 영상 데이터를 생성할 수 있다. The camera sensor 225 may generate image data about the moving
다음으로, 전력원(230)은 통합 모니터링 모듈(200)에 포함된 구성 요소들(예컨대, 컴퓨팅 장치(210), 센서 모듈(220), 통신 모듈(240) 및 경고 알림 출력 모듈(250))의 구동을 위한 전력을 공급할 수 있다. 예컨대, 전력원(230)은 통합 모니터링 모듈(200) 내부에 구비되는 배터리일 수 있으나, 이에 한정되지 않는다.Next, the power source 230 includes components included in the integrated monitoring module 200 (eg, the
다음으로, 통신 모듈(240)은 네트워크(400)를 통해 통합 모니터링 모듈(200) 외부의 기기/장치(예컨대, 사용자 단말(300) 및 관제 서버(100) 등)와 연결될 수 있으며, 센서 모듈(220)로부터 수집되는 센서 데이터를 외부의 기기/장치로 제공할 수 있다. 예컨대, 통신 모듈(240)은 LTE 모듈일 수 있으나, 이에 한정되지 않는다.Next, the
여기서, 사용자 단말(300)은 휴대성과 이동성이 보장되는 무선 통신 장치로서, 내비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(Smartphone), 스마트 패드(Smartpad), 태블릿 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있으나, 이에 한정되지 않고, 이동체(10) 내에 구비되는 인포테인먼트 시스템일 수 있다.Here, the
또한, 여기서, 네트워크(400)는 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미할 수 있다. 예를 들어, 네트워크(400)는 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷(WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함할 수 있다.Also, here, the
또한, 여기서, 무선 데이터 통신망은 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), 5GPP(5th Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), RF(Radio Frequency), 블루투스(Bluetooth) 네트워크, NFC(Near-Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등을 포함할 수 있으나, 이에 한정되지는 않는다.In addition, here, the wireless data communication networks are 3G, 4G, 5G, 3GPP (3rd Generation Partnership Project), 5GPP (5th Generation Partnership Project), LTE (Long Term Evolution), WIMAX (World Interoperability for Microwave Access), Wi-Fi (Wi-Fi) Fi), Internet, LAN (Local Area Network), Wireless LAN (Wireless Local Area Network), WAN (Wide Area Network), PAN (Personal Area Network), RF (Radio Frequency), Bluetooth network, A near-field communication (NFC) network, a satellite broadcasting network, an analog broadcasting network, a digital multimedia broadcasting (DMB) network, etc. may be included, but is not limited thereto.
다음으로, 경고 알림 출력 모듈(250)은 이동체(10)에 위험발생이 감지되는 것에 응답하여 경고 알림을 출력할 수 있다.Next, the warning notification output module 250 may output a warning notification in response to detection of danger to the moving
예컨대, 관제 서버(100)는 이동체(10)의 상태에 관한 정보에 기초하여, 이동체(10)에 대한 위험발생을 감지할 수 있으며, 이동체(10)에 대한 위험발생이 감지되는지 여부에 기초하여 이동체(10)에 위험이 발생될 가능성이 높거나 이동체(10)에 위험이 발생된 것으로 판단되는 경우, 통합 모니터링 모듈(200)에 포함된 컴퓨팅 장치(210)를 통해 경고 알림 출력 모듈(250)의 동작을 제어하는 제어명령을 출력하여 경고 알림이 출력되도록 할 수 있다. 여기서, 경고 알림 출력 모듈(250)은 도 7에 도시된 바와 같이, 경고등을 포함할 수 있으나, 이에 한정되지 않고, 경고 알림 출력 모듈(250)은 음성 형태의 경고 알림을 출력하기 위한 스피커를 더 포함할 수 있다. 또한, 통합 모니터링 모듈(200)은 별도의 경고 알림 출력 모듈(250)을 구비하지 않고, 이동체(10)에 대한 위험발생 판단 결과에 기초하여 이동체(10)에 위험이 발생될 가능성이 높거나 이동체(10)에 위험이 발생된 것으로 판단되는 경우, 이를 사용자 단말(300)로 제공하여 사용자 단말(300)을 통해 경고 알림이 출력되도록 구현될 수 있다. 이하, 도 8을 참조하여, 이동체의 주변 환경에 따른 위험발생 감지 방법을 수행하는 관제 서버(100)의 하드웨어 구성에 대해 설명하도록 한다.For example, the
도 8은 다양한 실시예에서, 이동체의 주변 환경에 따른 위험발생 감지 시스템에 포함된 관제 서버의 하드웨어 구성을 도시한 도면이다.8 is a diagram illustrating a hardware configuration of a control server included in a system for detecting danger according to a surrounding environment of a moving object according to various embodiments.
도 8을 참조하면, 다양한 실시예에서, 관제 서버(100)는 하나 이상의 프로세서(110), 프로세서(110)에 의하여 수행되는 컴퓨터 프로그램(151)을 로드(Load)하는 메모리(120), 버스(130), 통신 인터페이스(140) 및 컴퓨터 프로그램(151)을 저장하는 스토리지(150)를 포함할 수 있다. 여기서, 도 8에는 본 발명의 실시예와 관련 있는 구성요소들만 도시되어 있다. 따라서, 본 발명이 속한 기술분야의 통상의 기술자라면 도 8에 도시된 구성요소들 외에 다른 범용적인 구성 요소들이 더 포함될 수 있음을 알 수 있다.Referring to FIG. 8, in various embodiments, the
프로세서(110)는 관제 서버(100)의 각 구성의 전반적인 동작을 제어한다. 프로세서(110)는 CPU(Central Processing Unit), MPU(Micro Processor Unit), MCU(Micro Controller Unit), GPU(Graphic Processing Unit) 또는 본 발명의 기술 분야에 잘 알려진 임의의 형태의 프로세서를 포함하여 구성될 수 있다.The
또한, 프로세서(110)는 본 발명의 실시예들에 따른 방법을 실행하기 위한 적어도 하나의 애플리케이션 또는 프로그램에 대한 연산을 수행할 수 있으며, 관제 서버(100)는 하나 이상의 프로세서를 구비할 수 있다.Also, the
다양한 실시예에서, 프로세서(110)는 프로세서(110) 내부에서 처리되는 신호(또는, 데이터)를 일시적 및/또는 영구적으로 저장하는 램(RAM: Random Access Memory, 미도시) 및 롬(ROM: Read-Only Memory, 미도시)을 더 포함할 수 있다. 또한, 프로세서(110)는 그래픽 처리부, 램 및 롬 중 적어도 하나를 포함하는 시스템온칩(SoC: system on chip) 형태로 구현될 수 있다.In various embodiments, the
메모리(120)는 각종 데이터, 명령 및/또는 정보를 저장한다. 메모리(120)는 본 발명의 다양한 실시예에 따른 방법/동작을 실행하기 위하여 스토리지(150)로부터 컴퓨터 프로그램(151)을 로드할 수 있다. 메모리(120)에 컴퓨터 프로그램(151)이 로드되면, 프로세서(110)는 컴퓨터 프로그램(151)을 구성하는 하나 이상의 인스트럭션들을 실행함으로써 상기 방법/동작을 수행할 수 있다. 메모리(120)는 RAM과 같은 휘발성 메모리로 구현될 수 있을 것이나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다.
버스(130)는 관제 서버(100)의 구성 요소 간 통신 기능을 제공한다. 버스(130)는 주소 버스(address Bus), 데이터 버스(Data Bus) 및 제어 버스(Control Bus) 등 다양한 형태의 버스로 구현될 수 있다.The
통신 인터페이스(140)는 관제 서버(100)의 유무선 인터넷 통신을 지원한다. 또한, 통신 인터페이스(140)는 인터넷 통신 외의 다양한 통신 방식을 지원할 수도 있다. 이를 위해, 통신 인터페이스(140)는 본 발명의 기술 분야에 잘 알려진 통신 모듈을 포함하여 구성될 수 있다. 몇몇 실시예에서, 통신 인터페이스(140)는 생략될 수도 있다.The
스토리지(150)는 컴퓨터 프로그램(151)을 비 임시적으로 저장할 수 있다. 관제 서버(100)를 통해 이동체의 주변 환경에 따른 위험발생 감지 프로세스를 수행하는 경우, 스토리지(150)는 이동체의 주변 환경에 따른 위험발생 감지 프로세스를 제공하기 위하여 필요한 각종 정보를 저장할 수 있다.The
스토리지(150)는 ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리 등과 같은 비휘발성 메모리, 하드 디스크, 착탈형 디스크, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터로 읽을 수 있는 기록 매체를 포함하여 구성될 수 있다.The
컴퓨터 프로그램(151)은 메모리(120)에 로드될 때 프로세서(110)로 하여금 본 발명의 다양한 실시예에 따른 방법/동작을 수행하도록 하는 하나 이상의 인스트럭션들을 포함할 수 있다. 즉, 프로세서(110)는 상기 하나 이상의 인스트럭션들을 실행함으로써, 본 발명의 다양한 실시예에 따른 상기 방법/동작을 수행할 수 있다.
일 실시예에서, 컴퓨터 프로그램(151)은 통합 모니터링 모듈을 통해 이동체에 대응하는 센서 데이터를 수집하는 단계 및 수집된 센서 데이터를 이용하여 이동체에 대한 위험발생을 감지하는 단계를 포함하는 이동체의 주변 환경에 따른 위험발생 감지 방법을 수행하도록 하는 하나 이상의 인스트럭션을 포함할 수 있다.In one embodiment, the
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.Steps of a method or algorithm described in connection with an embodiment of the present invention may be implemented directly in hardware, implemented in a software module executed by hardware, or implemented by a combination thereof. A software module may include random access memory (RAM), read only memory (ROM), erasable programmable ROM (EPROM), electrically erasable programmable ROM (EEPROM), flash memory, hard disk, removable disk, CD-ROM, or It may reside in any form of computer readable recording medium well known in the art to which the present invention pertains.
본 발명의 구성 요소들은 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 애플리케이션)으로 구현되어 매체에 저장될 수 있다. 본 발명의 구성 요소들은 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있으며, 이와 유사하게, 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 이하, 도 9 내지 도 12를 참조하여, 관제 서버(100)에 의해 수행되는 이동체의 주변 환경에 따른 위험발생 감지 방법에 대해 설명하도록 한다.Components of the present invention may be implemented as a program (or application) to be executed in combination with a computer, which is hardware, and stored in a medium. Components of the present invention may be implemented as software programming or software elements, and similarly, embodiments may include various algorithms implemented as data structures, processes, routines, or combinations of other programming constructs, such as C, C++ , Java (Java), can be implemented in a programming or scripting language such as assembler (assembler). Functional aspects may be implemented in an algorithm running on one or more processors. Hereinafter, with reference to FIGS. 9 to 12 , a method of detecting danger according to the surrounding environment of a moving object performed by the
도 9는 본 발명의 다른 실시예에 따른 이동체의 주변 환경에 따른 위험발생 감지 방법의 순서도이다.9 is a flowchart of a method for detecting danger according to the surrounding environment of a moving object according to another embodiment of the present invention.
도 9를 참조하면, S110 단계에서, 관제 서버(100)는 이동체(10)에 대한 센서 데이터를 수집할 수 있다. 예를 들어, 관제 서버(100)는 네트워크(400)를 통해 이동체(10)에 구비되는 통합 모니터링 모듈(200)과 연결될 수 있으며, 통합 모니터링 모듈(200)을 통해 측정된 센서 데이터를 수집할 수 있다.Referring to FIG. 9 , in step S110 , the
다양한 실시예에서, 관제 서버(100)는 이동체(10)에 대한 센서 데이터로서, 이동체(10)에 대한 관성 데이터를 수집할 수 있다. In various embodiments, the
보다 구체적으로, 관제 서버(100)는 통합 모니터링 모듈(200)의 센서 모듈(220)에 포함된 복수의 센서 중 관성 측정 센서(221)를 제어하는 제어명령을 출력함으로써, 관성 측정 센서(221)에 포함된 자이로 센서(221A), 가속도 센서(121B) 및 지자기 센서(221C)가 동작하여 이동체(10)에 대한 관성 데이터를 측정하도록 할 수 있으며, 관성 측정 센서(221)가 측정한 이동체(10)의 관성 데이터를 수집할 수 있다.More specifically, the
여기서, 관성 측정 센서(221)로부터 수집된 이동체(10)의 관성 데이터는 XYZ축 각속도 값, XYZ축 가속도 값 및 XYZ축 지자기 값을 포함하는 9 자유도 값일 수 있으나, 이에 한정되지 않고, 9 자유도 값을 가공함에 따라 산출되는 관성 정보(예컨대, XYZ축 각속도를 적분함에 따라 획득되는 각도 데이터, XYZ축 가속도를 적분함에 따라 획득되는 속도 데이터, 속도 데이터를 적분함에 따라 획득되는 위치 데이터 등)를 더 포함할 수 있다.Here, the inertial data of the moving
다양한 실시예에서, 관제 서버(100)는 이동체(10)에 대한 센서 데이터로서, 이동체(10)에 대한 수위 데이터를 수집할 수 있다.In various embodiments, the
보다 구체적으로, 먼저, 관제 서버(100)는 통합 모니터링 모듈(20)의 센서 모듈(20)에 포함된 복수의 센서 중 수위 측정 센서(222)를 제어하는 제어명령을 출력함으로써, 수위 측정 센서(222)에 포함된 복수의 정전식 센서(222B)를 통해 튜브관(222A)에 유입된 방제 용액을 감지하도록 제어할 수 있으며, 복수의 정전식 센서(222B) 각각이 튜브관(222A)에 유입된 방제 용액을 감지함으로써 측정되는 정전용량 값을 수집할 수 있다.More specifically, first, the
이후, 관제 서버(100)는 복수의 정전식 센서(222B) 중 정전용량 값이 변동된 적어도 하나의 정전식 센서(222B)를 선택할 수 있으며, 선택된 적어도 하나의 정전식 센서(222B) 중 튜브관(222A)의 가장 높은 위치에 배치된 정전식 센서(222B)를 선택할 수 있으며, 선택된 정전식 센서(222B)의 높이 값을 이동체(10)의 수위 값으로 추출할 수 있으며, 추출된 수위 값에 관한 정보를 포함하는 수위 데이터를 수집할 수 있다.Thereafter, the
다양한 실시예에서, 관제 서버(100)는 기 설정된 주기마다 이동체(10)에 대한 센서 데이터를 수집할 수 있다.In various embodiments, the
일례로, 관제 서버(100)는 특정 이동체(10)의 동작 개시를 감지할 수 있으며, 특정 이동체(10)의 동작이 개시된 것으로 판단되는 경우, 특정 이동체(10)의 동작이 개시된 시점부터 기 설정된 주기마다 특정 이동체(10)에 구비된 통합 모니터링 모듈(200)의 동작을 제어하는 제어명령을 출력함으로써, 특정 이동체(10)의 동작이 개시된 시점부터 기 설정된 주기마다 특정 이동체(10)에 대한 센서 데이터를 수집할 수 있다.For example, the
다른 예로, 특정 이동체(10)에 구비된 통합 모니터링 모듈(200)은 근거리 무선 통신(예컨대, 블루투스(BLE) 등)을 기반으로 사용자 단말(300)과 연결될 수 있고, 사용자 단말(300)로부터 수신되는 신호의 세기에 기초하여 사용자 단말(300)이 특정 이동체(10)를 기준으로 소정의 범위 내에 진입하는 것을 인식할 수 있으며, 관제 서버(100)는 사용자 단말(300)이 특정 이동체(10)를 기준으로 소정의 범위 내에 진입한 것으로 판단된 시점부터 기 설정된 주기마다 특정 이동체(10)에 구비된 통합 모니터링 모듈(200)의 동작을 제어하는 제어명령을 출력함으로써, 사용자 단말(300)이 이동체(10)를 기준으로 소정의 범위 내에 진입한 것으로 판단된 시점부터 기 설정된 주기마다 이동체(10)에 대한 센서 데이터를 수집할 수 있다.As another example, the
여기서, 기 설정된 주기는 센서 모듈(220)이 센서 데이터를 측정하는 주기로서, 사전에 정의되는 값일 수 있으나, 이에 한정되지 않는다. 또한, 여기서, 기 설정된 주기(센서 데이터 측정 주기)는 복수의 이동체(10) 각각에 대하여 개별적으로 설정될 수 있다. Here, the preset period is a period in which the sensor module 220 measures sensor data, and may be a value defined in advance, but is not limited thereto. Also, here, the predetermined period (sensor data measurement period) may be individually set for each of the plurality of moving objects 10 .
또한, 기 설정된 주기(센서 데이터 측정 주기)는 하나의 통합 모니터링 모듈(200)에 포함된 복수의 센서 각각에 대하여 개별적으로 설정될 수 있다. 예컨대, 센서 모듈(220)에 포함된 관성 측정 센서(221)를 통해 관성 데이터를 측정하는 주기는 수위 측정 센서(222)를 통해 수위 데이터를 측정하는 주기보다 짧게 설정될 수 있으나, 이에 한정되지 않는다.In addition, a predetermined period (sensor data measurement period) may be individually set for each of a plurality of sensors included in one
다양한 실시예에서, 관제 서버(100)는 복수의 지역 각각의 사고 데이터, 날씨 데이터 및 이동체 사용량 데이터 중 적어도 하나에 기초하여 복수의 지역 각각에 대한 사고 위험도를 산출할 수 있고, 산출된 사고 위험도에 기초하여 복수의 지역 각각에 대한 센서 데이터 수집 주기를 결정할 수 있으며, 결정된 센서 데이터 수집 주기에 기초하여 복수의 통합 모니터링 모듈(200)로부터 센서 데이터를 수집할 수 있다.In various embodiments, the
보다 구체적으로, 먼저, 관제 서버(100)는 사고 횟수별 제1 점수 데이터, 날씨별 제2 점수 데이터 및 이동체(10)의 사용량별 제3 점수 데이터를 사전에 정의할 수 있다.More specifically, first, the
이후, 관제 서버(100)는 특정 지역에 대한 사고 데이터와 사고 횟수별 제1 점수 데이터에 기초하여 사고 횟수에 따른 제1 점수를 추출하고, 특정 지역에 대한 날씨 데이터와 날씨별 제2 점수 데이터에 기초하여 날씨에 따른 제2 점수를 추출하며, 이동체 사용량 데이터와 이동체 사용량별 제3 점수 데이터에 기초하여 이동체(10)의 사용량에 따른 제3 점수를 추출할 수 있다.Thereafter, the
이후, 관제 서버(100)는 제1 점수, 제2 점수 및 제3 점수를 합 연산하여 특정 지역에 대한 사고 위험도를 산출할 수 있으며, 산출된 사고 위험도와 반비례하는 크기를 가지는 주기를 설정함으로써, 사고 위험도가 높을수록 짧은 주기마다 센서 데이터가 수집되도록 하고, 사고 위험도가 낮을수록 긴 주기마다 센서 데이터가 수집되도록 구현될 수 있다. 그러나, 이에 한정되지 않는다.Thereafter, the
S120 단계에서, 관제 서버(100)는 S110 단계를 거쳐 수집된 이동체(10)에 대한 센서 데이터를 이용하여, 이동체(10)에 대한 상태를 판단할 수 있다.In step S120, the
다양한 실시예에서, 관제 서버(100)는 이동체(10)의 관성 데이터를 이용하여, 이동체(10)에 대한 상태로서, 이동체(10)의 동작을 판단할 수 있다. 여기서, 이동체(10)의 동작은 이동체의 움직임 및 자세를 포함할 수 있으나, 이에 한정되지 않는다.In various embodiments, the
다양한 실시예에서, 관제 서버(100)는 이동체(10)에 대한 9 자유도 값을 기반으로, 이동체(10)에 대한 오일러 각도(Euler Angle)와 쿼터니언(Quaternion)을 산출하고, 오일러 각도 및 쿼터니언을 이용하여 이동체(10)의 상태로서 이동체(10)에 대한 자세를 판단할 수 있다.In various embodiments, the
여기서, 이동체(10)에 대한 관성 데이터(9 자유도 값)을 기반으로, 이동체(10)에 대한 오일러 각도와 쿼터니언을 산출하는 방법 및 오일러 각도와 쿼터니언을 기반으로 이동체(10)의 자세를 추정 및 판단하는 방법에 대해서는 다양한 기술들이 공지되어 있고, 이러한 공지 기술들을 선택적으로 적용할 수 있는 바, 본 명세서에서는 이동체(10)에 대한 오일러 각도와 쿼터니언을 산출하는 구체적인 방법 및 오일러 각도와 쿼터니언을 기반으로 이동체(10)의 자세를 추정 및 판단하는 구체적인 방법에 대해서 한정하지 않는다.Here, a method for calculating the Euler angle and quaternion for the moving
오일러 각도와 쿼터니언을 기반으로 이동체(10)의 자세를 판단하는 방식은 고정된 프레임을 기준으로 Z-Y-X 축의 고정된 각도를 구하는 것이 아니라, 고정된 프레임 없이 매 회전마다 변동되는 프레임을 기준으로 회전을 이어가면서 역으로 변동된 각도를 구하는 방식인 바, 이동체(10)의 전후좌우 방향의 구분없이 이동체(10)의 자세를 추정할 수 있는 방법이다. 따라서, 관성 측정 센서(121)를 포함하는 통합 모니터링 모듈(200)은 어떠한 위치에 어떠한 방향으로 설치하든 상관없이 이동체(10)의 자세를 판단할 수 있는 바, 통합 모니터링 모듈(200)의 설치 편의성과 자유도가 높아진다는 이점이 있다.The method of determining the posture of the
다양한 실시예에서, 관제 서버(100)는 이동체(10)에 대한 관성 데이터인 9 자유도 값을 기반으로 이동체(10)의 자세를 판단하되, 매드윅 필터(Madgwick Filter) 알고리즘(예: 도 10)을 기반으로 이동체(10)에 대한 9 자유도 값을 보정함으로써, 이동체(10)에 대한 관성 데이터로부터 가속도 떨림과 같은 노이즈를 필터링할 수 있고, 보정된 9 자유도 값 즉, 노이즈가 필터링된 관성 데이터를 이용하여 이동체(10)에 대한 자세를 판단함으로써, 보다 정확한 결과를 도출할 수 있다는 이점이 있다.In various embodiments, the
다양한 실시예에서, 관제 서버(100)는 이동체(10)가 복수의 바퀴를 포함하는 경우, 이동체(10)의 상태로서, 이동체(10)에 대한 특정 방향으로의 쏠림 정도를 산출할 수 있다.In various embodiments, the
통상적으로, 트랙터의 경우 앞바퀴가 뒷바퀴에 비해 작고, 차체가 높으며, 중량이 무겁기 때문에 높은 무게 중심점을 가지며, 이에 따라, 트랙터가 특정 방향으로 약간의 쏠림이 발생하더라도 쉽게 전도, 전복되거나 추락 사고가 발생할 수 있다는 문제가 있다.Generally, in the case of a tractor, the front wheel is smaller than the rear wheel, the body is high, and the weight is heavy, so it has a high center of gravity. Accordingly, even if the tractor is slightly tilted in a certain direction, it can easily overturn, roll over, or fall. There is a problem with being able to.
이러한 점을 고려하여, 관제 서버(100)는 트랙터에 대한 상태로서, 트랙터에 대한 특정 방향으로의 쏠림 정도를 판단함으로써, 트랙터에 대한 전도, 전복 및 추락 사고의 위험성과 위험발생 여부를 보다 정확하게 판단할 수 있다.In consideration of this point, the
보다 구체적으로, 도 11을 참조하면, 먼저, 관제 서버(100)는 이동체(10)(예컨대, 트랙터)가 복수의 바퀴를 포함하는 경우, 복수의 바퀴 각각을 중심으로 이동체(10)에 대응하는 XY 평면(이동체(10)의 진행 방향과 수평인 평면)을 복수의 영역으로 분할할 수 있다. 예컨대, 관제 서버(100)는 이동체(10)가 4개의 바퀴를 포함하는 경우, 4개의 바퀴 각각을 중심으로 이동체(10)에 대응하는 XY 평면을 4개의 영역으로 분할할 수 있다.More specifically, referring to FIG. 11, first, when the moving body 10 (eg, a tractor) includes a plurality of wheels, the
이후, 관제 서버(100)는 이동체(10)의 무게 중심점과 복수의 바퀴 각각의 기울기를 산출할 수 있으며, 산출된 기울기를 이용하여 복수의 영역 각각으로의 쏠림 정도를 산출할 수 있다.Thereafter, the
다양한 실시예에서, 관제 서버(100)는 이동체(10)의 상태로서, 이동체(10)의 진행 방향에 대응하는 각도를 산출할 수 있다.In various embodiments, the
통상적으로, 이동체(10)의 운행 안정도를 평가함에 있어서, 이동체(10)의 진행 방향에 대응하는 각도가 가장 중요한 파라미터로 작용될 수 있으며, 특히, 트랙터의 경우, 일반적인 차량과는 다르게 진행 방향에 대응하는 각도와 트랙터에 대한 전도, 전복 및 추락 사고가 높은 관련성을 가진다.Typically, in evaluating the driving stability of the
이러한 점을 고려하여, 관제 서버(100)는 이동체(10)가 트랙터인 경우, 트랙터의 진행 방향에 대한 각도를 산출함으로써, 트랙터에 대한 전도, 전복 및 추락 사고의 위험성과 위험발생 여부를 보다 정확하게 판단할 수 있는 환경을 구축할 수 있을 뿐만 아니라, 트랙터에 대한 상태로서 트랙터의 자세를 판단하지 않고 진행 방향에 대한 각도만을 산출함으로써, 시스템을 경량화하고 시스템의 응답 속도를 향상시킬 수 있다는 이점이 있다.In consideration of this point, the
보다 구체적으로, 먼저, 관제 서버(100)는 이동체(10)의 진행 방향을 결정할 수 있다.More specifically, first, the
일례로, 관제 서버(100)는 소정의 기간 동안 이동체(10)의 위치 데이터를 수집할 수 있고, 소정의 기간 동안 수집된 위치 데이터를 이용하여 이동체(10)의 진행 방향을 결정할 수 있다.For example, the
다른 예로, 관제 서버(100)는 소정의 기간 동안 이동체(10)의 관성 데이터인 9 자유도 값을 수집할 수 있고, 소정의 기간 동안 수집된 9 자유도 값을 이용하여 이동체(10)의 진행 방향을 결정할 수 있다. 예컨대, 관제 서버(100)는 소정의 기간 동안 수집된 3축(XYZ축) 가속도 값을 적분하여 3축 방향으로의 속도 값을 획득할 수 있고, 3축 방향으로의 속도 값을 적분하여 3축 방향으로의 위치 변화량을 획득할 수 있으며, 3축 방향으로의 위치 변화량에 기초하여 가장 큰 위치 변화량을 가지는 방향을 이동체(10)의 진행 방향으로 결정할 수 있다.As another example, the
이후, 관제 서버(100)는 이동체(10)에 대한 9 자유도 값을 이용하여, 이동체(10)의 진행 방향에 대응하는 각도를 산출할 수 있다. 예컨대, 관제 서버(100)는 이동체(10)의 진행방향이 X축 방향인 것으로 판단되는 경우, 9 자유도 값 중 X축 각속도 값을 이용하여 X축 방향으로의 각도를 산출할 수 있다.Thereafter, the
다양한 실시예에서, 관제 서버(100)는 이동체(10)의 관성 데이터를 이용하여 이동체(10)의 자세를 판단하되, 이동체(10)에 탑승한 탑승자의 사용자 단말(200)의 자세에 기초하여, 판단된 이동체(10)의 자세를 검증할 수 있다. In various embodiments, the
보다 구체적으로, 관제 서버(100)는 네트워크(400)를 통해 사용자 단말(300)(예컨대, 스마트폰)과 연결될 수 있으며, 사용자 단말(300) 내에 구비되는 센서(예컨대, 관성 측정 센서)로부터 사용자 단말(300)에 대한 관성 데이터(예컨대, 사용자 단말(300)에 대한 9 자유도 값)을 수집할 수 있다.More specifically, the
이후, 관제 서버(100)는 사용자 단말(200)에 대한 관성 데이터를 기반으로 사용자 단말(300)의 자세를 판단할 수 있고, 사용자 단말(300)의 자세와 이동체(10)의 자세를 비교함으로써, 이동체(10)의 자세에 대한 검증을 수행할 수 있다. Thereafter, the
예컨대, 관제 서버(100)는 이동체(10)의 관성 데이터를 이용하여 판단된 이동체(10)의 진행 방향에 대응하는 각도와 사용자 단말(300)의 관성 데이터를 이용하여 판단된 사용자 단말(300)의 진행 방향에 대응하는 각도가 오차범위 이내의 차이를 가지는 경우, 이동체(10)의 관성 데이터를 이용하여 판단된 이동체(10)의 진행 방향에 대응하는 각도가 정확하게 산출된 것으로 판단할 수 있다.For example, the
다양한 실시예에서, 관제 서버(100)는 수위 데이터를 이용하여, 이동체(10)에 적재된 방제 용액에 대한 수위 레벨을 판단할 수 있다. 예컨대, 관제 서버(100)에는 수위 값에 따른 수위 레벨 데이터가 사전에 정의될 수 있으며, 수위 값에 따른 수위 레벨 데이터를 기반으로, 수위 측정 센서(222)로부터 수집된 수위 데이터에 포함된 수위 값에 대응하는 수위 레벨을 이동체(10)에 적재된 방제 용액에 대한 수위 레벨로 결정할 수 있다. 그러나, 이에 한정되지 않는다.In various embodiments, the
다양한 실시예에서, 관제 서버(100)는 이동체(10)에 적재된 방재 용액에 대한 수위 레벨에 기초하여, 이동체(10)의 상태로서, 이동체(10)의 운행에 대한 안정도를 판단할 수 있다.In various embodiments, the
다양한 실시예에서, 관제 서버(100)는 하기의 수학식 1을 이용하여 이동체(10)의 운행에 대한 안정도를 판단할 수 있다.In various embodiments, the
<수학식 1><
여기서, 수위 레벨에 따른 방제 용액의 적재량은 이동체(10)에 구비되며, 방제 용액을 적재하는 방재 용액 탱크의 용량과 이동체(10)에 대하여 판단된 수위 레벨에 기초하여, 수위 레벨에 따라 간접적으로 산출된 방제 용량의 적재량을 의미할 수 있고, 정규화된 이동체(10)의 무게는 이동체(10)의 무게를 소정의 범위 내의 값(예컨대 0 내지 1 범위 내의 값)으로 정규화한 값을 의미할 수 있으나, 이에 한정되지 않는다.Here, the loading amount of the pesticide solution according to the water level is provided in the
이동체(10)의 무게(수직 항력)는 이동체(10)의 운행 궤도를 유지하는 파라미터이며, 방제 용량의 적재량(수위)은 이동체(10)의 운행 궤도를 이탈시키는 파라미터이다. 방제 용액이 적재된 이동체(10)가 운행 궤도를 이탈하는 주요한 원인은 방제 용액이 만드는 원심력이 운행 궤도를 유지시키는 차량의 마찰력보다 높은 경우이다.The weight (normal drag) of the moving
따라서, 관제 서버(100)는 방제 용액의 무게에 대응하는 방제 용액의 수위와 이동체(10)의 무게를 기반으로 이동체(10)의 운행에 대한 안정도를 판단함으로써, 방제 차량의 전도, 전복 및 추락 사고의 위험성과 위험발생 여부를 보다 정확하게 판단할 수 있는 환경을 구축할 수 있다.Therefore, the
S130 단계에서, 관제 서버(100)는 S120 단계를 거쳐 판단된 이동체(10)의 상태에 기초하여, 이동체(10)에 대한 위험발생을 감지할 수 있다. 예컨대, 관제 서버(100)는 이동체(10)의 상태에 기초하여, 이동체(10)를 안전 상태, 주의 상태, 위험 상태 또는 사고 발생 상태로 분류할 수 있으나, 이에 한정되지 않는다.In step S130, the
다양한 실시예에서, 관제 서버(100)는 이동체(10)의 주변 환경에 기초하여 위험 감지 기준을 설정할 수 있고, 이동체(10)의 상태와 위험 감지 기준에 기초하여 이동체(10)에 대한 위험발생을 감지할 수 있다. 이하, 도 12를 참조하여 보다 구체적으로 설명하도록 한다.In various embodiments, the
도 12는 다양한 실시예에서, 이동체의 주변 환경에 따라 이동체에 대한 위험발생을 감지하는 방법을 설명하기 위한 순서도이다.12 is a flowchart illustrating a method of detecting danger to a moving object according to a surrounding environment of the moving object, in various embodiments.
도 12를 참조하면, S210 단계에서, 관제 서버(100)는 이동체(10)에 대한 주변 환경 정보를 생성할 수 있다.Referring to FIG. 12 , in step S210 , the
다양한 실시예에서, 관제 서버(100)는 이동체(10)의 주변 환경을 촬영한 영상 데이터를 기반으로 이동체(10)에 대한 주변 환경 정보를 생성할 수 있다.In various embodiments, the
보다 구체적으로, 관제 서버(100)는 이동체(10)에 구비된 카메라 센서(225)를 통해 이동체(10)의 주변 환경을 촬영함에 따라 생성되는 영상 데이터를 수집할 수 있고, 수집된 영상 데이터를 분석하여 이동체(10)의 주변 환경에 관한 정보를 추출할 수 있고, 추출된 주변 환경에 관한 정보를 이용하여 이동체(10)에 대한 주변 환경 정보를 생성할 수 있다.More specifically, the
다양한 실시예에서, 관제 서버(100)는 기 학습된 영상 분석 모델을 이용하여 이동체(10)의 주변 환경을 포함하는 영상 데이터를 분석함으로써, 이동체(10)의 주변 환경에 관한 정보를 추출할 수 있다.In various embodiments, the
여기서, 기 학습된 영상 분석 모델은 주변 환경에 관한 정보가 레이블링(Labeling)된 복수의 영상 데이터를 학습 데이터로 하여, 지도학습 방법에 따라 학습된 모델로서, 특정 영상 데이터를 입력 데이터로 하여 결과 데이터로서 특정 영상 데이터에 대한 주변 환경에 관한 정보를 추출하는 모델일 수 있다.Here, the pre-learned image analysis model is a model learned according to a supervised learning method using a plurality of image data labeled with information about the surrounding environment as learning data, and using specific image data as input data to obtain result data As , it may be a model for extracting information about the surrounding environment for specific image data.
또한, 여기서, 주변 환경에 관한 정보는 이동체(10)가 위치하는 지역에 대한 도로의 지형에 관한 정보(예: 포장/비포장 도로 여부, 도로의 폭, 곡률, 경사 각도 등), 주변 객체에 관한 정보(예: 이동체(10) 주변에 위치하는 동적/정적 객체(예컨대, 장애물, 다른 이동체, 보행자 등)) 및 날씨에 관한 정보를 포함할 수 있으나, 이에 한정되지 않는다.In addition, here, the information on the surrounding environment is information on the topography of the road in the area where the moving
영상 분석 모델(예: 신경망)은 하나 이상의 네트워크 함수로 구성되며, 하나 이상의 네트워크 함수는 일반적으로 ‘노드’라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 ‘노드’들은 ‘뉴런(neuron)’들로 지칭될 수도 있다. 하나 이상의 네트워크 함수는 적어도 하나 이상의 노드들을 포함하여 구성된다. 하나 이상의 네트워크 함수를 구성하는 노드(또는 뉴런)들은 하나 이상의 ‘링크’에 의해 상호 연결될 수 있다.An image analysis model (e.g., a neural network) is composed of one or more network functions, and one or more network functions may be composed of a set of interconnected computational units, which may be generally referred to as 'nodes'. These 'nodes' may also be referred to as 'neurons'. One or more network functions include at least one or more nodes. Nodes (or neurons) that make up one or more network functions can be interconnected by one or more 'links'.
영상 분석 모델 내에서, 링크를 통해 연결된 하나 이상의 노드들은 상대적으로 입력 노드 및 출력 노드의 관계를 형성할 수 있다. 입력 노드 및 출력 노드의 개념은 상대적인 것으로서, 하나의 노드에 대하여 출력 노드 관계에 있는 임의의 노드는 다른 노드와의 관계에서 입력 노드 관계에 있을 수 있으며, 그 역도 성립할 수 있다. 전술한 바와 같이, 입력 노드 대 출력 노드 관계는 링크를 중심으로 생성될 수 있다. 하나의 입력 노드에 하나 이상의 출력 노드가 링크를 통해 연결될 수 있으며, 그 역도 성립할 수 있다. Within the image analysis model, one or more nodes connected through a link may form a relative relationship of an input node and an output node. The concept of an input node and an output node is relative, and any node in an output node relationship with one node may have an input node relationship with another node, and vice versa. As described above, the input node to output node relationship can be created around the link. More than one output node can be connected to one input node through a link, and vice versa.
하나의 링크를 통해 연결된 입력 노드 및 출력 노드 관계에서, 출력 노드는 입력 노드에 입력된 데이터에 기초하여 그 값이 결정될 수 있다. 여기서 입력 노드와 출력 노드를 상호 연결하는 노드는 가중치(weight)를 가질 수 있다. 가중치는 가변적일 수 있으며, 영상 분석 모델이 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드 값을 결정할 수 있다.In a relationship between an input node and an output node connected through one link, the value of the output node may be determined based on data input to the input node. Here, a node interconnecting an input node and an output node may have a weight. The weight may be variable, and may be variable by a user or an algorithm in order to perform a function desired by the image analysis model. For example, when one or more input nodes are interconnected by respective links to one output node, the output node is set to a link corresponding to values input to input nodes connected to the output node and respective input nodes. An output node value may be determined based on the weight.
전술한 바와 같이, 영상 분석 모델은 하나 이상의 노드들이 하나 이상의 링크를 통해 상호연결 되어 영상 분석 모델 내에서 입력 노드 및 출력 노드 관계를 형성한다. 영상 분석 모델 내에서 노드들과 링크들의 개수 및 노드들과 링크들 사이의 연관관계, 링크들 각각에 부여된 가중치의 값에 따라, 영상 분석 모델의 특성이 결정될 수 있다. 예를 들어, 동일한 개수의 노드 및 링크들이 존재하고, 링크들 사이의 가중치 값이 상이한 두 영상 분석 모델이 존재하는 경우, 두 개의 영상 분석 모델들은 서로 상이한 것으로 인식될 수 있다.As described above, in the video analysis model, one or more nodes are interconnected through one or more links to form an input node and output node relationship in the video analysis model. Characteristics of the image analysis model may be determined according to the number of nodes and links in the image analysis model, a relationship between the nodes and links, and a weight value assigned to each link. For example, when there are two image analysis models having the same number of nodes and links and different weight values between the links, the two image analysis models may be recognized as different from each other.
영상 분석 모델을 구성하는 노드들 중 일부는, 최초 입력 노드로부터의 거리들에 기초하여, 하나의 레이어(layer)를 구성할 수 있다. 예를 들어, 최초 입력 노드로부터 거리가 n인 노드들의 집합은, n 레이어를 구성할 수 있다. 최초 입력 노드로부터 거리는, 최초 입력 노드로부터 해당 노드까지 도달하기 위해 거쳐야 하는 링크들의 최소 개수에 의해 정의될 수 있다. 그러나, 이러한 레이어의 정의는 설명을 위한 임의적인 것으로서, 영상 분석 모델 내에서 레이어의 차수는 전술한 것과 상이한 방법으로 정의될 수 있다. 예를 들어, 노드들의 레이어는 최종 출력 노드로부터 거리에 의해 정의될 수도 있다.Some of the nodes constituting the image analysis model may form one layer based on distances from the first input node. For example, a set of nodes having a distance of n from the first input node may constitute n layers. The distance from the first input node may be defined by the minimum number of links that must be passed through to reach the corresponding node from the first input node. However, the definition of such a layer is arbitrary for explanation, and the order of a layer in an image analysis model may be defined in a method different from that described above. For example, a layer of nodes may be defined by a distance from a final output node.
최초 입력 노드는 영상 분석 모델 내의 노드들 중 다른 노드들과의 관계에서 링크를 거치지 않고 데이터가 직접 입력되는 하나 이상의 노드들을 의미할 수 있다. 또는, 영상 분석 모델 네트워크 내에서, 링크를 기준으로 한 노드 간의 관계에 있어서, 링크로 연결된 다른 입력 노드들 가지지 않는 노드들을 의미할 수 있다. 이와 유사하게, 최종 출력 노드는 영상 분석 모델 내의 노드들 중 다른 노드들과의 관계에서, 출력 노드를 가지지 않는 하나 이상의 노드들을 의미할 수 있다. 또한, 히든 노드는 최초 입력 노드 및 최후 출력 노드가 아닌 영상 분석 모델을 구성하는 노드들을 의미할 수 있다. 본 발명의 일 실시예에 따른 영상 분석 모델은 입력 레이어의 노드가 출력 레이어에 가까운 히든 레이어의 노드보다 많을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하는 형태의 영상 분석 모델일 수 있다.An initial input node may refer to one or more nodes to which data is directly input without going through a link in relation to other nodes among nodes in the image analysis model. Alternatively, in a relationship between nodes based on a link in an image analysis model network, it may mean nodes that do not have other input nodes connected by a link. Similarly, the final output node may refer to one or more nodes that do not have an output node in relation to other nodes among nodes in the image analysis model. Also, the hidden node may refer to nodes constituting an image analysis model other than the first input node and the last output node. An image analysis model according to an embodiment of the present invention may have more nodes of an input layer than nodes of a hidden layer close to an output layer, and may be an image analysis model in which the number of nodes decreases as the node progresses from the input layer to the hidden layer. can
영상 분석 모델은 하나 이상의 히든 레이어를 포함할 수 있다. 히든 레이어의 히든 노드는 이전의 레이어의 출력과 주변 히든 노드의 출력을 입력으로 할 수 있다. 각 히든 레이어 별 히든 노드의 수는 동일할 수도 있고 상이할 수도 있다. 입력 레이어의 노드의 수는 입력 데이터의 데이터 필드의 수에 기초하여 결정될 수 있으며 히든 노드의 수와 동일할 수도 있고 상이할 수도 있다. 입력 레이어에 입력된 입력 데이터는 히든 레이어의 히든 노드에 의하여 연산될 수 있고 출력 레이어인 완전 연결 레이어(FCL: fully connected layer)에 의해 출력될 수 있다.An image analysis model may include one or more hidden layers. A hidden node of a hidden layer may use outputs of previous layers and outputs of neighboring hidden nodes as inputs. The number of hidden nodes for each hidden layer may be the same or different. The number of nodes of the input layer may be determined based on the number of data fields of the input data and may be the same as or different from the number of hidden nodes. Input data input to the input layer may be operated by a hidden node of the hidden layer and may be output by a fully connected layer (FCL) that is an output layer.
다양한 실시예에서, 영상 분석 모델은 딥러닝(Deep learning) 모델일 수 있다.In various embodiments, the image analysis model may be a deep learning model.
딥러닝 모델(예: 딥 뉴럴 네트워크(DNN: deep neural network, 심층신경망)는 입력 레이어와 출력 레이어 외에 복수의 히든 레이어를 포함하는 영상 분석 모델을 의미할 수 있다. 딥 뉴럴 네트워크를 이용하면 데이터의 잠재적인 구조(latent structures)를 파악할 수 있다. 즉, 사진, 글, 비디오, 음성, 음악의 잠재적인 구조(예를 들어, 어떤 물체가 사진에 있는지, 글의 내용과 감정이 무엇인지, 음성의 내용과 감정이 무엇인지 등)를 파악할 수 있다.A deep learning model (e.g., a deep neural network (DNN)) may refer to an image analysis model including a plurality of hidden layers in addition to an input layer and an output layer. It can identify latent structures, i.e., the latent structures of a photograph, text, video, audio, or music (e.g., what objects are in the photo; content and emotions, etc.).
딥 뉴럴 네트워크는 컨벌루셔널 뉴럴 네트워크(CNN: convolutional neural network), 리커런트 뉴럴 네트워크(RNN: recurrent neural network), 오토 인코더(auto encoder), GAN(Generative Adversarial Networks), 제한 볼츠만 머신(RBM: restricted boltzmann machine), 심층 신뢰 네트워크(DBN: deep belief network), Q 네트워크, U 네트워크, 샴 네트워크 등을 포함할 수 있으나, 이에 한정되지 않는다.Deep neural networks include convolutional neural networks (CNN), recurrent neural networks (RNNs), auto encoders, generative adversarial networks (GANs), and restricted Boltzmann machines (RBMs). boltzmann machine), deep belief network (DBN), Q network, U network, Siamese network, etc., but is not limited thereto.
다양한 실시예에서, 네트워크 함수는 오토 인코더를 포함할 수도 있다. 여기서, 오토 인코더는 입력 데이터와 유사한 출력 데이터를 출력하기 위한 인공 신경망의 일종일 수 있다.In various embodiments, the network function may include an autoencoder. Here, the auto encoder may be a type of artificial neural network for outputting output data similar to input data.
오토 인코더는 적어도 하나의 히든 레이어를 포함할 수 있으며, 홀수 개의 히든 레이어가 입출력 레이어 사이에 배치될 수 있다. 각각의 레이어의 노드의 수는 입력 레이어의 노드의 수에서 병목 레이어(인코딩)라는 중간 레이어로 축소되었다가, 병목 레이어에서 출력 레이어(입력 레이어와 대칭)로 축소와 대칭되어 확장될 수도 있다. 차원 감소 레이어와 차원 복원 레이어의 노드는 대칭일 수도 있고 아닐 수도 있다. 또한, 오토 인코더는 비선형 차원 감소를 수행할 수 있다. 입력 레이어 및 출력 레이어의 수는 입력 데이터의 전처리 이후에 남은 센서들의 수와 대응될 수 있다. 오토 인코더 구조에서 인코더에 포함된 히든 레이어의 노드의 수는 입력 레이어에서 멀어질수록 감소하는 구조를 가질 수 있다. 병목 레이어(인코더와 디코더 사이에 위치하는 가장 적은 노드를 가진 레이어)의 노드의 수는 너무 작은 경우 충분한 양의 정보가 전달되지 않을 수 있으므로, 특정 수 이상(예를 들어, 입력 레이어의 절반 이상 등)으로 유지될 수도 있다.An auto-encoder may include at least one hidden layer, and an odd number of hidden layers may be disposed between input and output layers. The number of nodes of each layer may be reduced from the number of nodes of the input layer to an intermediate layer called the bottleneck layer (encoding), and then expanded symmetrically with the reduction from the bottleneck layer to the output layer (symmetrical to the input layer). Nodes of the dimensionality reduction layer and the dimensionality restoration layer may or may not be symmetrical. Also, an autoencoder can perform non-linear dimensionality reduction. The number of input layers and output layers may correspond to the number of remaining sensors after preprocessing of input data. In the auto-encoder structure, the number of hidden layer nodes included in the encoder may decrease as the distance from the input layer increases. If the number of nodes in the bottleneck layer (the layer with the fewest nodes located between the encoder and decoder) is too small, a sufficient amount of information may not be conveyed, so more than a certain number (e.g., more than half of the input layer, etc.) ) may be maintained.
뉴럴 네트워크는 교사 학습(supervised learning), 비교사 학습(unsupervised learning), 및 반교사학습(semi supervised learning) 중 적어도 하나의 방식으로 학습될 수 있다. 뉴럴 네트워크의 학습은 출력의 오류를 최소화하기 위한 것이다. 보다 구체적으로, 뉴럴 네트워크의 학습은 반복적으로 학습 데이터를 뉴럴 네트워크에 입력시키고 학습 데이터에 대한 뉴럴 네트워크의 출력과 타겟의 에러를 계산하고, 에러를 줄이기 위한 방향으로 뉴럴 네트워크의 에러를 뉴럴 네트워크의 출력 레이어에서부터 입력 레이어 방향으로 역전파(backpropagation)하여 뉴럴 네트워크의 각 노드의 가중치를 업데이트 하는 과정이다.The neural network may be trained using at least one of supervised learning, unsupervised learning, and semi-supervised learning. The learning of neural networks is to minimize errors in the output. More specifically, learning of the neural network repeatedly inputs training data to the neural network, calculates the output of the neural network for the training data and the error of the target, and converts the error of the neural network to the output of the neural network in a direction to reduce the error. This is the process of updating the weight of each node of the neural network by performing backpropagation from the layer to the input layer.
먼저, 교사 학습의 경우 각각의 학습 데이터에 정답이 레이블링 되어있는 학습 데이터를 사용하며(즉, 레이블링된 학습 데이터), 비교사 학습의 경우는 각각의 학습 데이터에 정답이 레이블링 되어 있지 않을 수 있다. 즉, 예를 들어 데이터 분류에 관한 교사 학습의 경우의 학습 데이터는 학습 데이터 각각에 카테고리가 레이블링 된 데이터 일 수 있다. 레이블링된 학습 데이터가 뉴럴 네트워크에 입력되고, 뉴럴 네트워크의 출력(카테고리)과 학습 데이터의 레이블을 비교함으로써 오류(error)가 계산될 수 있다.First, in the case of teacher learning, each learning data is labeled with the correct answer (ie, labeled learning data), and in the case of comparative teacher learning, the correct answer may not be labeled in each learning data. That is, for example, learning data in the case of teacher learning regarding data classification may be data in which each learning data is labeled with a category. Labeled training data is input to the neural network, and an error may be calculated by comparing an output (category) of the neural network and a label of the training data.
다음으로, 데이터 분류에 관한 비교사 학습의 경우 입력인 학습 데이터가 뉴럴 네트워크 출력과 비교됨으로써 오류가 계산될 수 있다. 계산된 오류는 뉴럴 네트워크에서 역방향(즉, 출력 레이어에서 입력 레이어 방향)으로 역전파 되며, 역전파에 따라 뉴럴 네트워크의 각 레이어의 각 노드들의 연결 가중치가 업데이트 될 수 있다. 업데이트 되는 각 노드의 연결 가중치는 학습률(learning rate)에 따라 변화량이 결정될 수 있다. 입력 데이터에 대한 뉴럴 네트워크의 계산과 에러의 역전파는 학습 사이클(epoch)을 구성할 수 있다. 학습률은 뉴럴 네트워크의 학습 사이클의 반복 횟수에 따라 상이하게 적용될 수 있다. 예를 들어, 뉴럴 네트워크의 학습 초기에는 높은 학습률을 사용하여 뉴럴 네트워크가 빠르게 일정 수준의 성능을 확보하도록 하여 효율성을 높이고, 학습 후기에는 낮은 학습률을 사용하여 정확도를 높일 수 있다.Next, in the case of comparative history learning for data classification, an error may be calculated by comparing input learning data with a neural network output. The calculated error is back-propagated in a reverse direction (ie, from the output layer to the input layer) in the neural network, and the connection weight of each node of each layer of the neural network may be updated according to the back-propagation. The amount of change in the connection weight of each updated node may be determined according to a learning rate. The neural network's computation of input data and backpropagation of errors can constitute a learning cycle (epoch). The learning rate may be applied differently according to the number of iterations of the learning cycle of the neural network. For example, a high learning rate may be used in the early stage of neural network training to increase efficiency by allowing the neural network to quickly obtain a certain level of performance, and a low learning rate may be used in the late stage to increase accuracy.
뉴럴 네트워크의 학습에서 일반적으로 학습 데이터는 실제 데이터(즉, 학습된 뉴럴 네트워크를 이용하여 처리하고자 하는 데이터)의 부분집합일 수 있으며, 따라서, 학습 데이터에 대한 오류는 감소하나 실제 데이터에 대해서는 오류가 증가하는 학습 사이클이 존재할 수 있다. 과적합(overfitting)은 이와 같이 학습 데이터에 과하게 학습하여 실제 데이터에 대한 오류가 증가하는 현상이다. 예를 들어, 노란색 고양이를 보여 고양이를 학습한 뉴럴 네트워크가 노란색 이외의 고양이를 보고는 고양이임을 인식하지 못하는 현상이 과적합의 일종일 수 있다. 과적합은 머신러닝 알고리즘의 오류를 증가시키는 원인으로 작용할 수 있다. 이러한 과적합을 막기 위하여 다양한 최적화 방법이 사용될 수 있다. 과적합을 막기 위해서는 학습 데이터를 증가시키거나, 레귤라이제이션(regularization), 학습의 과정에서 네트워크의 노드 일부를 생략하는 드롭아웃(dropout) 등의 방법이 적용될 수 있다.In neural network learning, generally, training data can be a subset of real data (ie, data to be processed using the trained neural network), and therefore, errors for training data are reduced, but errors for real data are reduced. There may be incremental learning cycles. Overfitting is a phenomenon in which errors for actual data increase due to excessive learning on training data. For example, a phenomenon in which a neural network that has learned a cat by showing a yellow cat does not recognize that it is a cat when it sees a cat other than yellow may be a type of overfitting. Overfitting can act as a cause of increasing the error of machine learning algorithms. Various optimization methods can be used to prevent such overfitting. In order to prevent overfitting, methods such as increasing training data, regularization, and omitting some nodes of a network in the process of learning may be applied.
다양한 실시예에서, 관제 서버(100)는 이동체(10)의 주변 환경을 촬영한 영상 데이터를 분석하여 추출된 주변 환경에 관한 정보에 기초하여 이동체(10)에 대한 주변 환경 정보를 생성하되, 이동체(10)와 인접한 지점에 위치하는 다른 이동체들의 영상 데이터를 기반으로 이동체(10)에 대한 주변 환경 정보를 보정할 수 있다.In various embodiments, the
특정 이동체의 주변 환경에 관한 정보는 특정 이동체의 적어도 일부분에 구비되는 통합 모니터링 모듈(200)을 통해 수집된 센서 데이터를 분석함에 따라 추출되는 것인데, 특정 이동체의 주변에 객체들(예컨대, 건물, 고정된 장애물과 같은 정적 객체 및 다른 이동체, 사람과 같은 동적 객체 등)이 존재할 경우, 특정 이동체에 구비된 통합 모니터링 모듈(200)을 통해 특정 이동체의 주변에 위치하는 객체들 자체는 인식이 가능하나, 객체들 너머에 있는 구역의 경우 객체들에 의해 가로막혀 있기 때문에 객체들 너머에 있는 구역에 대해서는 센서 데이터 수집이 불가능하며, 이에 따라 객체들 너머에 있는 구역에 대한 정보를 인식하지 못하여 이동체(10)가 인지하지 못하는 음영 구역이 발생할 수 있다.Information on the surrounding environment of a specific mobile body is extracted by analyzing sensor data collected through the integrated
이러한 점을 고려하여, 관제 서버(100)는 이동체(10)의 주변 환경을 촬영한 영상 데이터를 분석하여 추출된 주변 환경에 관한 정보에 기초하여 이동체(10)에 대한 주변 환경 정보를 생성하되, 이동체(10)와 인접한 지점에 위치하는 다른 이동체들의 영상 데이터를 기반으로 이동체(10)에 대한 주변 환경 정보를 보정함으로써, 이동체(10)에 대한 주변 환경 정보에서 음영 구역을 제거할 수 있다.In consideration of this point, the
보다 구체적으로, 관제 서버(100)는 제1 이동체의 주변 환경을 포함하는 제1 영상 데이터를 이용하여 상기 제1 이동체에 대한 주변 환경 정보를 생성하되, 제1 이동체의 위치를 중심으로 소정의 범위 내에 하나 이상의 제2 이동체에 구비된 카메라 센서(225)로부터 하나 이상의 제2 이동체의 주변 환경을 포함하는 하나 이상의 제2 영상 데이터를 수집할 수 있고, 하나 이상의 제2 영상 데이터를 분석하여 하나 이상의 제2 이동체의 주변 환경에 관한 정보를 추출할 수 있으며, 추출된 하나 이상의 제2 이동체의 주변 환경에 관한 정보에 기초하여 제1 이동체에 대한 주변 환경 정보를 보정할 수 있다.More specifically, the
다양한 실시예에서, 관제 서버(100)는 소정의 지역 내에 위치하는 이동체(10)에 대한 위험 감지 기준을 설정하기 위하여, 이동체(10)에 대한 주변 환경 정보로서 이동체(10)에 대한 주변 환경 격자 맵을 사전에 구축할 수 있다.In various embodiments, the
보다 구체적으로, 먼저, 관제 서버(100)는 소정의 지역을 격자화할 수 있다. 예컨대, 관제 서버(100)는 소정의 지역을 사전에 정해진 크기로 분할함에 따라 복수의 격자를 생성할 수 있다.More specifically, first, the
이후, 관제 서버(100)는 소정의 지역 내에 위치하는 복수의 이동체(10) 각각에 구비된 복수의 통합 모니터링 모듈(200)로부터 복수의 격자 각각에 대응하는 위치에 대한 복수의 센서 데이터를 수집할 수 있다. 예컨대, 관제 서버(100)는 복수의 격자 중 제1 격자에 위치하는 제1 이동체(10)로부터 제1 격자에 대응하는 위치를 촬영한 제1 영상 데이터를 수집할 수 있고, 제2 격자에 위치하는 제2 이동체(10)로부터 제2 격자에 대응하는 위치를 촬영한 제2 영상 데이터를 수집할 수 있다.Thereafter, the
이후, 관제 서버(100)는 복수의 센서 데이터를 분석하여 복수의 주변 환경에 관한 정보를 추출할 수 있고, 추출된 복수의 주변 환경에 관한 정보를 복수의 격자 각각에 기록함으로써, 소정의 지역에 대한 주변 환경 격자 맵을 생성할 수 있다. 예컨대, 관제 서버(100)는 제1 격자에 대응하는 위치를 촬영한 제1 영상 데이터를 분석함에 따라 추출된 주변 환경에 관한 정보를 제1 격자에 기록할 수 있고, 제2 격자에 대응하는 위치를 촬영한 제2 영상 데이터를 분석함에 따라 추출된 주변 환경에 관한 정보를 제2 격자에 기록함으로써, 소정의 지역에 대한 주변 환경 격자 맵을 생성할 수 있다.Thereafter, the
다양한 실시예에서, 관제 서버(100)는 특정 격자에 대응하는 위치에 대한 센서 데이터가 둘 이상인 경우, 둘 이상의 센서 데이터 중 어느 하나의 센서 데이터만을 이용하여 추출된 주변 환경에 관한 정보를 특정 격자에 기록할 수 있다.In various embodiments, when there are two or more sensor data for a location corresponding to a specific grid, the
일례로, 관제 서버(100)는 복수의 격자 중 어느 하나의 격자에 대응하는 위치에 대한 센서 데이터를 기반으로 추출된 주변 환경 정보를 어느 하나의 격자에 기록하되, 어느 하나의 격자에 대응하는 위치에 대하여 둘 이상의 이동체(10)로부터 둘 이상의 센서 데이터가 수집된 경우, 둘 이상의 이동체(10) 중 어느 하나의 격자에 대응하는 위치와 최단 거리에 위치하는 이동체(10)로부터 수집된 센서 데이터를 기반으로 추출된 주변 환경에 관한 정보만을 어느 하나의 격자에 기록할 수 있다. 즉, 특정 위치에 대한 센서 데이터를 수집함에 있어서, 특정 위치와의 거리가 가까울수록 더 정확한 센서 데이터가 수집될 수 있는 바, 이러한 점을 고려하여, 관제 서버(100)는 특정 격자와 가장 가까운 지점에 위치하는 이동체(10)로부터 수집된 센서 데이터를 이용하여 특정 격자에 대한 주변 환경에 관한 정보를 추출 및 기록함으로써, 보다 정확한 정보가 기록된 주변 환경 격자 맵을 생성할 수 있다.For example, the
다른 예로, 관제 서버(100)는 복수의 격자 중 어느 하나의 격자에 대응하는 위치에 대한 센서 데이터를 기반으로 추출된 주변 환경 정보를 어느 하나의 격자에 기록하되, 어느 하나의 격자에 대응하는 위치에 대하여 둘 이상의 이동체(10)로부터 둘 이상의 센서 데이터가 수집된 경우, 둘 이상의 센서 데이터 중 가장 마지막에 수집된 센서 데이터를 기반으로 추출된 주변 환경에 관한 정보만을 어느 하나의 격자에 기록할 수 있다. 즉, 관제 서버(100)는 특정 격자에 대하여 가장 최신의 정보를 추출 및 기록함으로써, 보다 정확한 정보가 기록된 주변 환경 격자 맵을 생성할 수 있다.As another example, the
또 다른 예로, 관제 서버(100)는 복수의 격자 중 어느 하나의 격자에 대응하는 위치에 대한 센서 데이터를 기반으로 추출된 주변 환경 정보를 어느 하나의 격자에 기록하되, 어느 하나의 격자에 대응하는 위치에 대하여 둘 이상의 이동체(10)로부터 둘 이상의 센서 데이터가 수집된 경우, 둘 이상의 이동체(10) 중 상대적으로 고성능의 센서를 이용하여 수집된 센서 데이터를 기반으로 추출된 주변 환경에 관한 정보만을 어느 하나의 격자에 기록할 수 있다. 예컨대, 관제 서버(100)는 특정 격자에 대하여 둘 이상의 이동체(10)로부터 영상 데이터가 수집된 경우, 둘 이상의 이동체(10) 각각에 구비된 카메라 센서(225)의 성능에 기초하여 상대적으로 고성능의 카메라 센서(225)를 통해 생성된 영상 데이터를 기반으로 추출된 주변 환경에 관한 정보만을 어느 하나의 격자에 기록할 수 있다.As another example, the
이후, 관제 서버(100)는 소정의 지역 내에 위치하는 특정 이동체(10)에 대한 위험 감지 기준을 설정하고자 하는 경우, 소정의 지역에 대응하는 주변 환경 격자 맵에 포함된 복수의 격자 중 특정 이동체(10)가 위치하는 지점에 대응하는 격자를 선택하고, 선택된 격자에 기록된 주변 환경에 관한 정보를 로드할 수 있으며, 로드된 주변 환경에 관한 정보를 이용하여 특정 이동체(10)에 대한 위험 감지 기준을 설정할 수 있다.Thereafter, when the
S220 단계에서, 관제 서버(100)는 S210 단계를 거쳐 생성된 이동체(10)에 대한 주변 환경 정보에 기초하여, 이동체(10)에 대한 위험 감지 기준을 설정할 수 있다.In step S220, the
다양한 실시예에서, 관제 서버(100)는 이동체(10)의 주변 환경에 기초하여 위험 감지 기준을 설정하기 위한 목적으로, 복수의 환경별 위험 감지 기준을 사전에 정의할 수 있고, 사전에 정의된 복수의 환경별 위험 감지 기준과 이동체(10)의 현재 주변 환경에 기초하여 이동체(10)에 대한 위험 감지 기준을 설정할 수 있다.In various embodiments, the
보다 구체적으로, 먼저, 관제 서버(100)는 복수의 환경별 사고 데이터에 기초하여 복수의 환경 각각에서 이동체들에 대한 위험발생이 감지되었을 때의 이동체 자세 평균 값을 산출할 수 있고, 이동체 자세 평균 값을 이용하여 복수의 환경 각각에 대응하는 복수의 위험 감지 기준을 사전에 정의할 수 있다.More specifically, first, the
여기서, 복수의 환경별 사고 데이터는 서로 다른 조건을 포함하는 복수의 환경 각각에서 발생된 사고에 관한 정보를 포함하는 데이터일 수 있다. 예컨대, 복수의 환경별 사고 데이터 비포장 도로에서 발생된 사고에 관한 정보, 포장 도로에서 발생된 사고에 관한 정보, 소정의 각도를 가지는 경사로에서 발생된 사고에 관한 정보를 포함할 수 있으나, 이에 한정되지 않는다.Here, the accident data for each environment may be data including information about accidents occurring in each of a plurality of environments including different conditions. For example, accident data for each environment may include information on an accident that occurred on an unpaved road, information about an accident that occurred on a paved road, and information about an accident that occurred on a slope having a predetermined angle, but is not limited thereto. don't
예컨대, 관제 서버(100)는 비포장 도로에서 발생된 사고에 관한 정보에 기초하여 비포장 도로에 위치하는 이동체들에 대한 위험발생이 감지되었을 때의 이동체(10)의 진행 방향에 대응하는 각도 평균 값을 산출할 수 있고, 이동체(10)의 진행 방향에 대응하는 각도 평균 값을 이용하여 비포장 도로에서의 위험 감지 기준을 정의할 수 있다.For example, the
또한, 관제 서버(100)는 소정의 각도를 가지는 경사로에서 발생된 사고에 관한 정보에 기초하여 소정의 각도를 가지는 경사로에 위치하는 이동체들에 대한 위험발생이 감지되었을 때의 이동체(10)에 대한 특정 방향으로의 쏠림 정도 평균 값을 산출할 수 있고, 이동체(10)에 대한 특정 방향으로의 쏠림 정도 평균 값을 이용하여 소정의 각도를 가지는 경사로에서의 위험 감지 기준을 정의할 수 있다.In addition, the
또한, 관제 서버(100)는 비가 오는 환경에서 발생된 사고에 관한 정보에 기초하여 비가 오는 환경 내에 위치하는 이동체들에 대한 위험발생이 감지되었을 때의 이동체(10)의 진행 방향에 대응하는 각도 평균 값을 산출할 수 있고, 이동체(10)의 진행 방향에 대응하는 각도 평균 값을 이용하여 비가 오는 환경에서의 위험 감지 기준을 정의할 수 있다. 그러나, 이에 한정되지 않는다.In addition, the
이후, 관제 서버(100)는 이동체(10)의 주변 환경을 촬영한 영상 데이터를 분석함에 따라 추출된 주변 환경에 관한 정보에 기초하여, 복수의 환경 각각에 대응하는 복수의 위험 감지 기준 중 이동체(10)의 주변 환경에 대응하는 위험 감지 기준을 선택할 수 있다.Thereafter, the
다양한 실시예에서, 관제 서버(100)는 이동체(10)에 대한 위험발생을 감지하기 위한 위험 감지 기준을 사전에 정의할 수 있으며, 이동체(10)의 주변 환경을 촬영한 영상 데이터로부터 추출된 주변 환경에 관한 정보에 기초하여 사전에 정의된 위험 감지 기준을 보정할 수 있다.In various embodiments, the
일례로, 관제 서버(100)는 포장된 평지 도로를 기준으로, 이동체(10)의 진행 방향 각도인 0 내지 90°를 4분할함으로써, 이동체(10)에 대한 위험 감지 기준을 “이동체(10)의 진행 방향에 대응하는 각도가 22.5° 이하-안전 상태, 22.5° 초과 45° 이하-주의 상태, 45° 초과 67.5° 이하-위험 상태, 67.5° 초과-사고발생 상태”로 사전에 정의할 수 있다.For example, the
이후, 관제 서버(100)는 이동체(10)의 주변 환경을 촬영한 영상 데이터로부터 추출된 주변 환경에 관한 정보에 기초하여 이동체(10)가 20°의 각도를 가지는 포장된 경사로 상에 위치하는 것으로 판단되는 경우, 이동체(10)의 진행 방향 각도인 20° 내지 90°를 4분할함으로써 이동체(10)에 대한 위험 감지 기준을 “이동체(10)의 진행 방향에 대응하는 각도가 37.5° 이하-안전 상태, 37.5° 초과 55° 이하-주의 상태, 55° 초과 72.5° 이하-위험 상태, 72.5° 초과-사고발생 상태”로 보정할 수 있다.Thereafter, the
다양한 실시예에서, 관제 서버(100)는 특정 지역의 주변 환경 정보에 기초하여 특정 지역에 대한 위험 감지 기준을 설정하되, 특정 지역 내에 위치하는 복수의 이동체(10) 중 기 설정된 개수 이상의 이동체(10)에 대한 위험발생이 감지되는 경우, 특정 지역에 대한 위험 감지 기준을 보정하여 특정 지역에 대한 위험발생 감지 레벨을 상향 조정할 수 있다.In various embodiments, the
또한, 관제 서버(100)는 제1 이동체(10)에 대한 위험발생이 감지되는 경우, 제1 이동체(10)의 위치를 중심으로 소정의 범위 내에 위치하는 적어도 하나의 제2 이동체(10)에 대한 위험 감지 기준을 보정하여 적어도 하나의 제2 이동체(10)에 대한 위험발생 감지 레벨을 상향 조정할 수 있다.In addition, the
여기서, 특정 지역 또는 이동체(10)에 대한 위험발생 감지 레벨은 특정 지역 또는 이동체(10)를 대하여 어느 정도의 강도로 위험발생을 감지할 것인지를 나타내는 지표를 의미할 수 있다. 예컨대, 위험발생 감지 레벨이 높을수록 높은 강도로 위험발생을 감지하는 것이고, 위험발생 감지 레벨이 낮을수록 낮은 강도로 위험발생을 감지하는 것을 의미할 수 있다.Here, the danger occurrence detection level for a specific area or moving
즉, 위험발생 감지 레벨을 상향 조정한다는 것은 위험발생을 감지하기 위한 위험 감지 기준을 하향시킴으로써, 특정 지역 또는 특정 이동체(10)에 대한 위험발생이 보다 민감하게 감지되도록 하는 것을 의미하며, 위험발생 감지 레벨을 하향 조정한다는 것은 위험발생을 감지하기 위한 위험 감지 기준을 상향시킴으로써 특정 지역 또는 특정 이동체(10)에 대한 위험발생이 보다 둔감하게 감지되도록 하는 것을 의미할 수 있다. 그러나, 이에 한정되지 않는다. That is, raising the risk detection level means lowering the risk detection criteria for detecting danger so that the danger to a specific area or a specific moving
예컨대, 관제 서버(100)는 특정 지역에 대한 위험 감지 기준이 “이동체(10)의 진행 방향에 대응하는 각도가 22.5° 이하-안전 상태, 22.5° 초과 45° 이하-주의 상태, 45° 초과 67.5° 이하-위험 상태, 67.5° 초과-사고발생 상태”일 때, 특정 지역 내에 위치하는 복수의 이동체(10) 중 기 설정된 개수 이상의 이동체(10)에 대한 위험발생이 감지되는 경우, 특정 지역에 대한 위험 감지 기준을 상향 조정하여 “이동체(10)의 진행 방향에 대응하는 각도가 15° 이하-안전 상태, 15° 초과 30° 이하-주의 상태, 30° 초과 45° 이하-위험 상태, 45° 초과-사고발생 상태”로 보정함으로써, 위험발생 감지 레벨을 상향 조정할 수 있다.For example, the
다양한 실시예에서, 관제 서버(100)는 특정 지역의 주변 환경 정보에 기초하여 특정 지역에 대한 위험 감지 기준을 설정하되, 특정 지역에 대한 사고 데이터를 이용하여 특정 지역에 대한 위험 감지 기준을 보정할 수 있다.In various embodiments, the
이를 위해, 관제 서버(100)는 복수의 이동체(10)에 대한 사고 데이터를 이용하여 사전에 빅데이터 시스템을 구축할 수 있다.To this end, the
예컨대, 먼저, 관제 서버(100)는 복수의 이동체(10)에 대한 사고 데이터를 수집할 수 있고, 수집한 사고 데이터를 빅데이터 기반의 데이터 저장 방법에 따라 저장함으로써, 빅데이터 시스템을 구축할 수 있다.For example, first, the
여기서, 빅데이터 기반의 데이터 수집 및 저장 방법은 다양한 기술들이 기 공지(예: 빅데이터 수집 기술(로그 수집, 크롤링, 센싱, RSS, Open API) 및 빅데이터 저장 기술(NoSQL, File System, 클라우드, 네트워크))되어 있고, 상황에 따라 이러한 다양한 공지 기술들을 선택적으로 적용할 수 있는 바, 본 명세서에서는 컴퓨팅 장치(100)에 의해 수행되는 빅데이터 기반의 데이터 수집 및 저장 방법에 대해 구체적으로 개시하지 않는다.Here, the big data-based data collection and storage methods include various technologies that are already known (e.g., big data collection technologies (log collection, crawling, sensing, RSS, Open API) and big data storage technologies (NoSQL, File System, Cloud, network)), and these various known technologies can be selectively applied according to circumstances, and the present specification does not specifically disclose a method for collecting and storing data based on big data performed by the
이후, 관제 서버(100)는 구축된 빅데이터 시스템으로부터 특정 지역에 대응하는 사고 데이터를 추출할 수 있다.Thereafter, the
여기서, 기 저장된 빅데이터로부터 특정 데이터를 추출하는 방법은 다양한 기술들이 기 공지(예: 빅데이터 처리 기술(대용량 데이터베이스에서 쿼리를 통해 결과값을 추출하는 방법, 실시간 처리를 통해 결과값을 추출하는 방법))되어 있고, 상황에 따라 이러한 다양한 공지 기술들을 선택적으로 적용할 수 있는 바, 본 명세서에서는 컴퓨팅 장치(100)에 의해 수행되는 빅데이터 처리 방법에 대해 구체적으로 개시하지 않는다.Here, as for the method of extracting specific data from pre-stored big data, various technologies are already known (e.g., big data processing technology (a method of extracting result values from a large database through a query, a method of extracting result values through real-time processing) )), and these various known technologies can be selectively applied according to circumstances, and the present specification does not specifically disclose the big data processing method performed by the
이후, 관제 서버(100)는 특정 지역에 대응하는 사고 데이터의 평균 값을 산출할 수 있고, 산출된 사고 데이터의 평균 값(예컨대, 이동체(10)에 대한 사고 발생 시의 이동체(10)의 동작 및 자세 평균 값)을 이용하여 특정 지역에 대한 위험 감지 기준을 보정할 수 있다.Thereafter, the
여기서, 관제 서버(100)는 빅데이터 시스템을 구축하고, 이를 이용하여 특정 지역에 대응하는 위험 판단 기준을 보정하는 것으로 설명하고 있으나, 이는 하나의 예시에 불과하며, 경우에 따라 빅데이터 시스템을 이용하여 지역별, 날씨별, 농지별 등 다양한 조건별 사고 데이터를 추출하고, 추출된 사고 데이터를 이용하여 다양한 조건별 위험 판단 기준을 보정할 수 있다.Here, it is described that the
S230 단계에서, 관제 서버(100)는 S220 단계를 거쳐 설정된 위험 감지 기준에 기초하여, 이동체(10)에 대한 위험발생을 감지할 수 있다.In step S230, the
여기서, 이동체(10)에 대한 위험발생을 감지하는 것은 이동체(10)에 대하여 전도, 전복 및 추락 사고가 실제로 발생되었는지 여부를 판단하는 것뿐만 아니라, 이동체(10)에 대하여 전도, 전복 및 추락 사고가 발생될 가능성이 있는 위험한 상태인지 여부를 감지하는 것을 포함할 수 있다.Here, detecting the occurrence of danger to the moving
다양한 실시예에서, 관제 서버(100)는 이동체(10)의 자세와 위험 감지 기준에 기초하여 이동체(10)를 안전 상태, 주의 상태, 위험 상태 또는 사고 발생 상태로 분류할 수 있다.In various embodiments, the
일례로, 관제 서버(100)는 이동체(10)에 대한 특정 방향으로의 쏠림 정도를 산출할 수 있으며, 특정 방향으로의 쏠림 정도와 위험 판단 기준에 기초하여 이동체(10)를 안전 상태, 주의 상태, 위험 상태 또는 사고 발생 상태로 분류할 수 있다.For example, the
다른 예로, 관제 서버(100)는 이동체(10)의 진행 방향에 대응하는 각도를 산출할 수 있으며, 이동체(10)의 진행 방향에 대응하는 각도와 위험 판단 기준에 기초하여 이동체(10)를 안전 상태, 주의 상태, 위험 상태 또는 사고 발생 상태로 분류할 수 있다. 예컨대, 관제 서버(100)는 이동체(10)의 진행 방향에 대응하는 각도가 22.5° 이하인 경우 이동체(10)를 안전 상태로 분류하고, 이동체(10)의 진행 방향에 대응하는 각도가 22.5° 초과 45° 이하인 경우 이동체(10)를 주의 상태로 분류하며, 이동체(10)의 진행 방향에 대응하는 각도가 45° 초과 67.5° 이하인 경우 이동체(10)를 위험 상태로 분류하고, 이동체(10)의 진행 방향에 대응하는 각도가 67.5° 초과인 경우 이동체(10)를 사고 발생 상태로 분류할 수 있다.As another example, the
다양한 실시예에서, 관제 서버(100)는 이동체(10)의 상태와 위험 판단 기준에 기초하여 이동체(10)에 위험발생이 감지되는 경우, 이동체(10)에 탑승한 탑승자에게 위험발생에 관한 경고 알림을 제공할 수 있다. 예컨대, 관제 서버(100)는 이동체(10)에 대한 위험발생이 감지되는 것으로 판단되는 경우, 경고 알림 출력 모듈(250)의 동작을 제어하는 제어명령을 출력함으로써, 경고 알림 출력 모듈(250)에 포함된 경고등과 스피커가 동작하도록 할 수 있다.In various embodiments, the
다양한 실시예에서, 관제 서버(100)는 이동체(10)의 상태와 위험 감지 기준에 기초하여 이동체(10)를 안전 상태, 주의 상태, 위험 상태 또는 사고 발생 상태로 분류하되, 이동체(10)의 상태 분류 결과에 기초하여 서로 다른 속성을 가지는 경고 알림을 제공할 수 있다.In various embodiments, the
일례로, 관제 서버(100)는 이동체(10)가 안전 상태로 분류되는 경우, 별도의 경고 알림을 제공하지 않도록 하거나 경고 알림 출력 모듈(250)의 경고등의 동작을 제어하여 경고등을 통해 제1 색상의 신호(예: 녹색 신호)가 출력되도록 할 수 있다.For example, when the moving
또한, 관제 서버(100)는 이동체(10)가 주의 상태로 분류되는 경우, 이동체(10)에 탑승한 탑승자에게 제1 속성을 가지는 경고 알림(예컨대, 경고등을 통해 제2 색상의 신호(예: 황색 신호)를 출력 및 스피커를 통해 주의 상태에 대응하는 음성 신호(예컨대, 제1 크기의 경고음)를 출력)을 제공할 수 있다.In addition, when the moving
또한, 관제 서버(100)는 이동체(10)가 위험 상태로 분류되는 경우, 이동체(10)에 탑승한 탑승자에게 제2 속성을 가지는 경고 알림(예컨대, 경고등을 통해 제3 색상의 신호(예: 적색 신호)를 출력 및 스피커를 통해 위험 상태에 대응하는 음성 신호(예컨대, 제2 크기의 경고음)를 출력)을 제공할 수 있다.In addition, when the moving
또한, 관제 서버(100)는 이동체(10)가 사고 발생 상태로 분류되는 경우, 이동체(10)에 탑승한 탑승자에게 제3 속성을 가지는 경고 알림(예컨대, 경고등을 통해 제3 색상의 신호(예: 적색 신호)를 출력 및 스피커를 통해 사고 발생 상태에 대응하는 음성 신호(예컨대, 제3 크기의 경고음)를 출력)을 제공할 수 있다.In addition, when the moving
다른 예로, 관제 서버(100)는 이동체(10)의 상태가 안전 상태인 것으로 판단되는 경우 경고 알림 출력 모듈(250)이 제1 주기마다 경고 알림을 출력하도록 제어할 수 있고, 이동체(10)의 상태가 주의 상태인 것으로 판단되는 경우 경고 알림 출력 모듈(250)이 제1 주기보다 짧은 제2 주기마다 경고 알림을 출력하도록 제어할 수 있으며, 이동체(10)의 상태가 위험 상태인 것으로 판단되는 경우 경고 알림 출력 모듈(250)이 제2 주기보다 짧은 제3 주기마다 경고 알림을 출력하도록 제어할 수 있고, 이동체(10)의 상태가 사고 발생 상태인 것으로 판단되는 경우 경고 알림 출력 모듈(250)이 경고 알림을 연속적으로 출력하도록 제어할 수 있다. 그러나, 이에 한정되지 않는다.As another example, the
다양한 실시예에서, 관제 서버(100)는 제1 이동체(10)의 상태와 위험 판단 기준에 기초하여 제1 이동체(10)에 위험발생이 감지되는 경우, 제1 이동체(10)에 탑승한 탑승자에게 위험발생에 따른 경고 알림을 제공하되, 제1 이동체(10)가 위치하는 지점을 중심으로 소정의 범위 내에 적어도 하나의 제2 이동체(10)가 위치하는 경우, 적어도 하나의 제2 이동체(10)들의 상태와 관계없이 적어도 하나의 제2 이동체(10)에 탑승한 탑승자에게도 위험발생에 대응하는 경고 알림을 제공할 수 있다.In various embodiments, the
다양한 실시예에서, 관제 서버(100)는 특정 지역 내에 위치하는 복수의 이동체(10) 중 기 설정된 개수의 이동체(10)에 대하여 위험발생이 감지되는 경우, 특정 지역을 위험 지역으로 설정할 수 있고, 특정 지역 내에 진입한 모든 이동체(10)를 대상으로 이동체(10)의 상태와 관계없이 위험발생에 대응하는 경고 알림을 제공할 수 있다.In various embodiments, the
다양한 실시예에서, 관제 서버(100)는 이동체(10)의 상태와 위험 판단 기준에 기초하여 이동체(100에 위험발생이 감지되는 경우, 이동체(10)에 탑승한 탑승자에게 위험발생에 따른 경고 알림과 함께 발생된 위험에 대한 가이드 정보를 제공할 수 있다.In various embodiments, the
여기서, 가이드 정보는 이동체(10)에 발생된 위험에 대한 조치 방법 및 대처 방법에 관한 정보를 포함하며, 증강 현실(Augmented Reality) 또는 가상 현실(Virtual Reality)을 기반으로 제공되는 정보일 수 있으나, 이에 한정되지 않는다.Here, the guide information includes information on how to take action and how to cope with the danger occurring in the moving
다양한 실시예에서, 관제 서버(100)는 복수의 이동체(10) 중 적어도 하나의 이동체(10)가 사고 발생 상태로 분류됨에 따라 적어도 하나의 이동체(10)에 사고가 발생된 것으로 판단되는 경우, 119 안전신고센터 서버로 적어도 하나의 이동체(10)에 발생된 사고에 대응하는 신고 접수를 요청할 수 있다.In various embodiments, when the
이때, 관제 서버(100)는 적어도 하나의 이동체(10)에 사고가 발생된 것으로 판단됨에 따라 적어도 하나의 이동체(10)에 탑승한 탑승자에게 경고 알림을 제공함에 따라 탑승자로부터 사고 발생에 대한 신고를 요청하는 피드백을 획득하거나 또는 경고 알림을 제공한 시점부터 소정의 시간 내에 탑승자로부터 피드백을 획득하지 못한 경우에만 119 안전신고센터 서버로 적어도 하나의 이동체에 발생된 사고에 대응하는 신고 접수를 요청함으로써, 부정확한 상태 판단으로 인해 잘못된 신고 접수가 요청되는 것을 방지할 수 있다.At this time, the
다양한 실시예에서, 관제 서버(100)는 이동체(10)의 위험발생이 감지됨에 따라 이동체(10)의 위험발생에 따른 경고 알림을 제공하되, 이동체(10)가 위치하는 지점에 기초하여 경고 알림 속성을 결정하고, 결정된 경고 알림 속성에 따라 경고 알림을 제공할 수 있다. 예컨대, 관제 서버(100)는 제1 지점에 위치하는 이동체(10)의 동작에 기초하여 제1 지점에 위치하는 이동체(10)에 대한 위험발생이 감지되는 경우, 제1 지점에 위치하는 이동체(10)에 탑승한 탑승자에게 위험발생에 따른 경고 알림을 제공하되, 제1 지점에서의 복수의 이동체에 대한 주행 이력 데이터 및 사고 이력 데이터 중 적어도 하나에 기초하여 제1 지점에 대한 경고 알림의 종류, 제공방법, 크기 및 횟수를 포함하는 경고 알림 속성을 결정할 수 있고, 경고 알림 속성에 기초하여 제1 지점에 위치하는 이동체(10)에 탑승한 탑승자에게 위험발생에 따른 경고 알림을 제공할 수 있다.In various embodiments, the
전술한 이동체의 주변 환경에 따른 위험발생 감지 방법은 도면에 도시된 순서도를 참조하여 설명하였다. 간단한 설명을 위해 이동체의 주변 환경에 따른 위험발생 감지 방법은 일련의 블록들로 도시하여 설명하였으나, 본 발명은 상기 블록들의 순서에 한정되지 않고, 몇몇 블록들은 본 명세서에 도시되고 시술된 것과 상이한 순서로 수행되거나 또는 동시에 수행될 수 있다. 또한, 본 명세서 및 도면에 기재되지 않은 새로운 블록이 추가되거나, 일부 블록이 삭제 또는 변경된 상태로 수행될 수 있다. 이하, 도 13 내지 도 56을 참조하여 관제 서버(100)가 제공하는 UI에 대해 보다 구체적으로 설명하도록 한다.The above-mentioned method for detecting danger according to the surrounding environment of the moving object has been described with reference to the flow chart shown in the drawings. For a brief explanation, a method for detecting danger according to the surrounding environment of a moving object has been illustrated and described as a series of blocks, but the present invention is not limited to the order of the blocks, and some blocks are in a different order from those shown and operated in this specification. may be performed or performed concurrently. In addition, new blocks not described in the present specification and drawings may be added, or some blocks may be deleted or changed. Hereinafter, the UI provided by the
도 13 내지 도 56은 다양한 실시예에서, 이동체의 주변 환경에 따른 위험발생 감지 시스템에 포함된 관제 서버가 제공하는 사용자 인터페이스(User Interface, UI)를 예시적으로 도시한 도면이다.13 to 56 exemplarily illustrate a user interface (UI) provided by a control server included in a system for detecting danger according to the surrounding environment of a moving object in various embodiments.
먼저, 도 13을 참조하면, 관제 서버(100)가 제공하는 UI는 전체상황정보를 제공할 수 있다. 관제 서버(100)가 제공하는 UI는 모니터링 관련 시스템에서 발생된 주요 이벤트들을 주제별로 요약하여 각 리스트로 제공할 수 있으며, UI에 출력된 "[더보기]" 버튼을 선택할 경우 해당 메뉴로 페이지가 이동할 수 있다.First, referring to FIG. 13 , the UI provided by the
다음으로, 도 14를 참조하면, 관제 서버(100)가 제공하는 UI는 지도 정보를 제공할 수 있다. 관제 서버(100)가 제공하는 UI는 사 업소의 사업구역에 해당하는 중심지도를 표출할 수 있고, 농기계 종류에 따른 구분표시 등 지도의 변화를 표시할 수 있으며, 농기계 운행상태에 따른 안전/유의/위험/사고 및 고장접수 등 선별적으로 결과를 표시할 수 있다.Next, referring to FIG. 14 , the UI provided by the
다음으로, 도 15를 참조하면, 관제 서버(100)가 제공하는 UI는 자동입출고 기능을 제공할 수 있다. 관제 서버(100)가 제공하는 UI는 임대 기간 내에서 센서가 정상 작동 중인 경우, 해당 임대사업소 근방 위치의 좌표가 확인되면, 자동으로 시스템에서 “출고 또는 반납(입고)”으로 처리(관리자 수동 출고/반납도 가능)할 수 있다. 여기서, 임대사업소 근접을 통한 출고/반납의 시스템 식별을 위한 범위의 기준 거리는 해당 임대사업소 위치 중심으로부터 반경 100m(유효식별섹터: 전방위 횡단 최대 200m 범위)일 수 있으나, 이에 한정되지 않는다.Next, referring to FIG. 15 , the UI provided by the
다음으로 도 16을 참조하면, 관제 서버(100)가 제공하는 UI는 고장신고접수 기능을 제공할 수 있다. 관제 서버(100)가 제공하는 UI는 농민용 모바일앱 서비스에서 신청접수 된 내용의 확인과 처리가 가능하고, 관리자 조치사항 메모 등을 통해 처리상황 기록, 보존의 관리가 가능하며, 고장신고가 접수된 목록을 리스트로 노출할 수 있다.Next, referring to FIG. 16 , the UI provided by the
다음으로, 도 17을 참조하면, 관제 서버(100)가 제공하는 UI는 상단 알림패널을 포함할 수 있다. 관제 서버(100)가 제공하는 UI의 상단 알림패널 영역은 문자발송정보, 경계농기계현황, 예약접수현황의 건수 확인이 가능하고, 바로가기 링크 적용을 통해 페이지 이동이 가능하며, 다이내믹 패널의 항시 고정 기능을 제공할 수 있다.Next, referring to FIG. 17 , the UI provided by the
다음으로, 도 18 내지 도 24를 참조하면, 관제 서버(100)가 제공하는 UI는 사용자 등록 기능을 제공할 수 있다.Next, referring to FIGS. 18 to 24 , the UI provided by the
예컨대, 도 18을 참조하면, 관제 서버(100)가 제공하는 UI는 기관등록 기능을 제공할 수 있다. 관제 서버(100)가 제공하는 UI는 시스템 사용 주체(기관) 식별을 위해 시스템의 운영과 소유자의 기준이 되는 기초정보를 등록하는 과정을 제공하며, 해당 과정을 거쳐야 시스템을 이용할 수 있는 형태로 구현될 수 있다.For example, referring to FIG. 18 , the UI provided by the
또한, 도 19를 참조하면, 관제 서버(100)가 제공하는 UI는 지역분류 등록 기능을 제공할 수 있다. 관제 서버(100)가 제공하는 UI는 정책이 규정한 행정권역 분류를 등록/관리할 수 있고, 조회하고자 하는 지역 또는 등록하려는 기관의 행정구역을 관리하고 분류할 수 있다. 또한, 관제 서버(100)가 제공하는 UI는 주요정보/지도정보의 지역을 구분해 조회 또는 모니터링을 위해 행정권역 단위 지역분류를 등록하기 위한 기능을 제공할 수 있다.Also, referring to FIG. 19 , the UI provided by the
또한, 도 20 내지 도 24를 참조하면, 관제 서버(100)가 제공하는 UI는 관리자 등록 기능을 제공할 수 있다. 관제 서버(100)가 제공하는 UI는 관리 업무를 수행하는 관리자의 임무에 맞는 기능 접근 및 편집의 권한이 부여된 계정을 발급하고 관리할 수 있다.Also, referring to FIGS. 20 to 24 , the UI provided by the
예컨대, 도 20을 참조하면, 관제 서버(100)가 제공하는 UI는 시스템이 분류/식별해야 하는 관리자 등급을 구분하고 코드를 부여하는 관리자코드(등급) 등록 기능을 제공할 수 있다. For example, referring to FIG. 20 , the UI provided by the
또한, 도 21을 참조하면, 관제 서버(100)가 제공하는 UI는 관리자 권한을 통제하기 위한 시스템의 분류/식별하는 권한코드(권한정보) 등록 기능을 제공할 수 있다. In addition, referring to FIG. 21 , the UI provided by the
또한, 도 22를 참조하면, 관제 서버(100)가 제공하는 UI는 각 레벨 관리자의 메뉴별<읽기, 쓰기, 수정, 삭제> 권한의 허용 여부를 설정할 수 있는 권한 부여 기능을 제공할 수 있다. In addition, referring to FIG. 22 , the UI provided by the
또한, 도 23을 참조하면, 관제 서버(100)가 제공하는 UI는 권한을 부여하고 계정을 발급 또는 관리할 수 있는 관리자 등록 기능을 제공할 수 있다. In addition, referring to FIG. 23 , the UI provided by the
또한, 도 24를 참조하면, 관제 서버(100)가 제공하는 UI는 농민회원등록 기능을 제공할 수 있다. 관제 서버(100)가 제공하는 UI는 농민용 모바일앱을 설치한 가입 회원의 데이터를 관리하거나, 관리자가 직접 회원을 등록시키고 관리를 할 수 있는 기능을 제공할 수 있다.In addition, referring to FIG. 24 , the UI provided by the
다음으로, 도 25 내지 도 27을 참조하면, 관제 서버(100)가 제공하는 UI는 농기계 등록 기능을 제공할 수 있다. 관제 서버(100)가 제공하는 UI를 통해 임대사업소에서 관리하는 농기계를 등록/관리할 수 있고, 등록된 농기계의 목록과 적용된 센서, 임대 히스토리 등 정보 열람이 가능하다.Next, referring to FIGS. 25 to 27 , the UI provided by the
예컨대, 도 25를 참조하면, 관제 서버(100)가 제공하는 UI는 시스템이 분류/식별해야 하는 농기계 장비를 형태별, 유형별로 등록할 수 있는 농기계 코드 등록 기능을 제공할 수 있다.For example, referring to FIG. 25 , the UI provided by the
또한, 도 26을 참조하면, 관제 서버(100)가 제공하는 UI는 작업 단계와 농업기계 형태에 따른 농기계 분류 등록/관리가 가능한 농기계 분류 등록 기능을 제공할 수 있다.In addition, referring to FIG. 26 , the UI provided by the
또한, 도 27을 참조하면, 관제 서버(100)가 제공하는 UI는 농기계 등록 기능을 제공할 수 있다. Also, referring to FIG. 27 , the UI provided by the
다음으로, 도 27 내지 도 30을 참조하면, 관제 서버(100)가 제공하는 UI는 센서 등록 기능을 제공할 수 있으며, 관제 서버(100)가 제공하는 UI를 통해 임대사업소의 대여 농기계에 적용되는 센서 장비를 등록/관리할 수 있다.Next, referring to FIGS. 27 to 30, the UI provided by the
예컨대, 도 28을 참조하면, 관제 서버(100)가 제공하는 UI는 시스템이 분류/식별해야 하는 센서기기를 형태별/유형별로 등록 가능한 센서 코드 등록 기능을 제공할 수 있다.For example, referring to FIG. 28 , the UI provided by the
또한, 도 29를 참조하면, 관제 서버(100)가 제공하는 UI는 센서 등록 기능을 제공할 수 있다.Also, referring to FIG. 29 , the UI provided by the
또한, 도 30 및 도 31을 참조하면, 관제 서버(100)가 제공하는 UI는 시스템에 등록된 센서와 매칭 또는 매칭된 센서의 정보 조회/관리를 할 수 있는 센서 매칭 기능을 제공할 수 있다.Also, referring to FIGS. 30 and 31 , the UI provided by the
다음으로, 도 32 및 도 33을 참조하면, 관제 서버(100)가 제공하는 UI는 공지사항 등록 기능을 제공할 수 있다. 관제 서버(100)가 제공하는 UI를 통해 농민 회원 대상 또는 관리자 대상의 공지사항을 작성/등록/조회가 가능하고, 해당 공지사항들은 모두 관리자가 직접 작성하고 게시글을 등록할 수 있다. Next, referring to FIGS. 32 and 33 , the UI provided by the
예컨대, 도 32를 참조하면, 관제 서버(100)가 제공하는 UI는 농민용 공지사항 등록 기능을 제공할 수 있다. 농민용 공지사항은 회원으로 가입한 농민을 대상으로 알리기 위한 공지로 안전교육/기타공지 등 알릴 필요가 있는 내용이 있을 때 사용될 수 있다.For example, referring to FIG. 32 , the UI provided by the
또한, 도 33을 참조하면, 관제 서버(100)가 제공하는 UI는 관리자용 공지사항 등록 기능을 제공할 수 있다. 관리자용 공지사항은 시스템을 관리하는 관리자에게 공지할 내용을 관리자가 등록해 관제 업무의 담당자들에게 전파할 목적으로 사용될 수 있다.Also, referring to FIG. 33 , the UI provided by the
다음으로, 도 34를 참조하면, 관제 서버(100)가 제공하는 UI는 펌웨어 등록 기능을 제공할 수 있다. 관제 서버(100)가 제공하는 UI를 통해 센서 관련 펌웨어를 등록/관리할 수 있다. 여기서, 펌웨어는 센서 내 모듈 정보를 업데이트하기 위한 목적일 수 있다.Next, referring to FIG. 34 , the UI provided by the
다음으로, 도 35를 참조하면, 관제 서버(100)가 제공하는 UI는 모바일앱 등록 기능을 제공할 수 있다. 관제 서버(100)가 제공하는 UI를 통해 농민회원 전용 각 안드로이드(AOS), 애플(iOS) 모바일앱의 관리를 위해 APK 파일의 버전, 개선내용 등을 포함해 무형의 자산으로 등록하고 관리할 수 있다.Next, referring to FIG. 35 , the UI provided by the
다음으로, 도 36 내지 도 39를 참조하면, 관제 서버(100)가 제공하는 UI는 교육 등록 기능을 제공할 수 있다. 관제 서버(100)가 제공하는 UI를 통해 제공되는 교육 등록 기능은 농기계 임대(렌탈)를 위한 예약신청자 대상의 의무 안전교육 등 수료 과정에 대한 안내 및 정보제공을 위한 게시 관리의 기능이며, 대상자에 안전교육, 교육과정 안내와 같은 관련 정보를 제공할 수 있다. Next, referring to FIGS. 36 to 39 , the UI provided by the
예컨대, 도 36 및 도 37을 참조하면, 관제 서버(100)가 제공하는 UI는 관리자의 게시를 통해 농민(회원)이 모바일에서 교육정보의 내용을 열람할 수 있는 교육안내 등록 기능을 제공할 수 있다.For example, referring to FIGS. 36 and 37, the UI provided by the
또한, 도 38 및 도 39를 참조하면, 관제 서버(100)가 제공하는 UI는 교육별 검색 및 교육을 수료한 인원수 확인/관리를 할 수 있는 수료현황 등록 기능을 제공할 수 있다.In addition, referring to FIGS. 38 and 39 , the UI provided by the
다음으로, 도 40 내지 도 42를 참조하면, 관제 서버(100)가 제공하는 UI는 예약접수 관리 기능을 제공할 수 있다. 관제 서버(100)가 제공하는 UI를 통해 제공되는 예약접수 관리 기능은 예약을 희망하는 농기계 종류, 임대 기간과 같은 예약의 신청사항을 접수/확인하며, 예약의 승인/반려 등 업무를 수행하기 위한 기능으로 구성되며, 예약 일정을 쉽게 확인하고, 임대 가능의 여부 등을 판단할 수 있으며, 임대 농기계의 배정 등을 시각적, 효율적으로 할 수 있고, 캘린더 형태로 스케쥴의 관리와 예약현황을 쉽게 식별하고 관리할 수 있다.Next, referring to FIGS. 40 to 42 , the UI provided by the
예컨대, 도 40을 참조하면, 관제 서버(100)가 제공하는 UI는 예약 접수 등록 및 수정 기능을 제공할 수 있다.For example, referring to FIG. 40 , the UI provided by the
또한, 도 41을 참조하면, 관제 서버(100)가 제공하는 UI는 예약을 수동으로 등록하거나, 모바일앱을 통해 승인/반려가 필요한 예약접수 내역은 예약접수목록 메뉴에서 확인할 수 있는 접수내역 조회 기능을 제공할 수 있다. 여기서, 예약접수가 승인된 현황은 예약완료 현황에서 확인이 가능하다.In addition, referring to FIG. 41, the UI provided by the
또한, 도 42를 참조하면, 관제 서버(100)가 제공하는 UI는 예약내역, 임대 및 반납처리 내역, 검색기능을 제공하고 달력의 형태로 현황을 쉽게 식별하고 파악할 수 있는 현황 캘린더 조회 기능을 제공할 수 있다. 여기서, 관리자가 승인한 예약 내역은 임대중으로 처리될 수 있다.In addition, referring to FIG. 42, the UI provided by the
다음으로, 도 43 내지 도 45를 참조하면, 관제 서버(100)가 제공하는 UI는 입출고 관리 기능을 제공할 수 있다. 관제 서버(100)가 제공하는 UI를 통해 대여용으로 보유/관리하는 농기계의 입/출고를 관리할 수 있으며, 날짜의 구간설정 등을 통해 조회 가능하고, 각 농기계의 대여 현황, 입고된 농기계 구분, 입고 예정인 농기계를 체크/관리 가능하다.Next, referring to FIGS. 43 to 45 , the UI provided by the
예컨대, 도 43 및 도 44를 참조하면, 관제 서버(100)가 제공하는 UI는 입출고 등록 및 수정 기능을 제공할 수 있다.For example, referring to FIGS. 43 and 44 , the UI provided by the
또한, 도 45를 참조하면, 관제 서버(100)가 제공하는 UI는 입출고 내역 조회 기능을 제공할 수 있다.In addition, referring to FIG. 45 , the UI provided by the
다음으로, 도 46 및 도 47을 참조하면, 관제 서버(100)가 제공하는 UI는 고장접수 관리 기능을 제공할 수 있다. 관제 서버(100)가 제공하는 UI를 통해 제공하는 고장접수 관리 기능은 민용 모바일앱에서 버튼 터치로 고장신고 A/S 출동 요청의 접수된 내용을 관리하는 기능이며, 고장에 따른 신고의 접수내용 확인 및 조치 관리를 할 수 있다. 또한, 고장신고 종류에 따라 분류조회/전체조회가 가능하고, 관리자가 직접 처리상태를 수정할 수 있으며, 조치사항과 관련된 메모를 통해 처리상황을 관리할 수 있다. 또한, 고장이 발생한 위치 데이터를 제공해 고장수리반이 신속하고 정확하게 고장 발생의 위치를 확인하고 출동할 수 있도록 할 수 있다.Next, referring to FIGS. 46 and 47 , the UI provided by the
예컨대, 도 46 및 도 47을 참조하면, 관제 서버(100)가 제공하는 UI는 접수내역 확인 및 처리 기능을 제공할 수 있다.For example, referring to FIGS. 46 and 47 , the UI provided by the
다음으로, 도 48 내지 도 51을 참조하면, 관제 서버(100)가 제공하는 UI는 경보알림 관리 기능을 제공할 수 있다.Next, referring to FIGS. 48 to 51 , the UI provided by the
예컨대, 도 48을 참조하면, 관제 서버(100)가 제공하는 UI는 문자발송내역 기능을 제공할 수 있다. 관리자, 농민회원, 지인 등 시스템에 사전 등록된 휴대폰 번호를 대상으로 발송되는 메시지들에 대한 알림 발송 누적 리스트를 조회할 수 있으며, 상황알림의 전파, 고장상황의 신고, 긴급출동, 예약접수 등 중요한 이벤트에 대해서 휴대폰으로 문자메시지를 발송해 다양한 상황을 알리거나 위험 상황을 경고하는 등 서비스를 제공할 수 있다.For example, referring to FIG. 48 , the UI provided by the
또한, 도 49를 참조하면, 관제 서버(100)가 제공하는 UI는 웹노티목록 기능을 제공할 수 있다. 관제웹사이트를 운용하는 관제사의 PC 디바이스 내에서 제한적인 식별 노티를 제공할 목적으로 운영되는 웹노티(Web-Notice)의 발생 내역을 조회할 수 있고, 경고상황의 알림/전파와 관련된 내역 조회기능은 농기계 운행 중 감지되는 데이터를 기반으로 상황을 판단해 정의하는 위험도 레벨의 수준을 참고해 지정된 웹노티(Web-Notice)로 관제사에게 알릴 수 있다. 또한, 외에도 회원가입, 예약신청, 장비 입/출고, 사고데이터 등 이벤트 발생에 대해 알릴 수 있다.Also, referring to FIG. 49 , the UI provided by the
또한, 도 50을 참조하면, 관제 서버(100)가 제공하는 UI는 문자메시지 발송기준 조건 값을 설정할 수 있는 문자발송설정 기능을 제공할 수 있다.In addition, referring to FIG. 50 , the UI provided by the
또한, 도 51을 참조하면, 관제 서버(100)가 제공하는 UI는 웹노티(Web-Notice) 생성 조건 값의 사용 여부를 설정할 수 있는 웹노티설정 기능을 제공할 수 있다.In addition, referring to FIG. 51 , the UI provided by the
다음으로, 도 52를 참조하면, 관제 서버(100)가 제공하는 UI는 센서로부터 수집/축적된 데이터 정보를 조회/리포트 할 수 있고, 수집/축적 데이터의 날짜, 구간 등에 따른 데이터 확인이 가능한 탐지데이터 현황 기능을 제공할 수 있다.Next, referring to FIG. 52, the UI provided by the
다음으로, 도 53 내지 도 56을 참조하면, 관리 서버(100)가 제공하는 UI는 사고상황/임대실적/고장접수/문자발송 데이터를 검색조건설정과 기간/년별/분기별/월별로 통계 데이터를 조회할 수 있는 통계관리 기능을 제공할 수 있다.Next, referring to FIGS. 53 to 56, the UI provided by the
예컨대, 도 53을 참조하면, 관제 서버(100)가 제공하는 UI는 발생했던 사고상황의 실적통계를 조회/리포트 할 수 있는 메뉴로 통계시각화를 통해 누적된 데이터의 날짜, 구간 등에 따른 통계 결과를 보여주는 사고상황통계 기능을 제공할 수 있다.For example, referring to FIG. 53, the UI provided by the
또한, 도 54를 참조하면, 관제 서버(100)가 제공하는 UI는 대여한 농기계 기준 임대실적에 대한 통계를 시각화하여 조회/리포트를 할 수 있는 임대현황통계 기능을 제공할 수 있다.In addition, referring to FIG. 54 , the UI provided by the
또한, 도 55를 참조하면, 관제 서버(100)가 제공하는 UI는 농민(회원)용 모바일앱 기능에서 버튼 터치로 신청하는 고장신고의 A/S 출동 요청의 접수에 대한 통계를 조회/리포트 할 수 있는 고장신고통계 기능을 제공할 수 있다.In addition, referring to FIG. 55, the UI provided by the
또한, 도 56을 참조하면, 관제 서버(100)가 제공하는 UI는 휴대폰으로 발송된 알림의 통계를 조회/리포트 할 수 있는 문자발송통계 기능을 제공할 수 있다.In addition, referring to FIG. 56 , the UI provided by the
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.Although the embodiments of the present invention have been described with reference to the accompanying drawings, those skilled in the art to which the present invention pertains can be implemented in other specific forms without changing the technical spirit or essential features of the present invention. you will be able to understand Therefore, it should be understood that the embodiments described above are illustrative in all respects and not restrictive.
100 : 관제 서버
200 : 통합 모니터링 모듈
210 : 컴퓨팅 장치
220 : 센서 모듈
230 : 전력원
240 : 통신 모듈
250 : 경고 알림 출력 모듈
300 : 사용자 단말
400 : 네트워크100: control server
200: integrated monitoring module
210: computing device
220: sensor module
230: power source
240: communication module
250: warning notification output module
300: user terminal
400: network
Claims (10)
상기 통합 모니터링 모듈을 통해 수집된 센서 데이터를 이용하여 상기 이동체에 대한 위험발생을 감지하는 관제 서버;를 포함하며,
상기 관제 서버는,
상기 이동체의 주변 환경에 기초하여 위험 감지 기준을 설정하고, 상기 수집된 센서 데이터를 기반으로 판단된 상기 이동체의 상태와 상기 설정된 위험 감지 기준을 이용하여 상기 이동체에 대한 위험발생을 감지하며,
특정 지역의 주변 환경에 관한 정보에 기초하여 상기 특정 지역에 대한 위험 감지 기준을 설정하되, 상기 특정 지역 내에 위치하는 복수의 이동체 중 기 설정된 개수 이상의 이동체에 대한 위험발생이 감지되는 경우, 상기 설정된 특정 지역에 대한 위험 감지 기준을 보정하여 상기 특정 지역에 대한 위험발생 감지 레벨을 상향 조정하는,
이동체의 주변 환경에 따른 위험발생 감지 시스템.An integrated monitoring module provided in the mobile body and collecting sensor data corresponding to the mobile body; and
A control server for detecting danger to the moving object using sensor data collected through the integrated monitoring module;
The control server,
A risk detection criterion is set based on the surrounding environment of the moving object, and an occurrence of danger to the moving object is detected using a state of the moving object determined based on the collected sensor data and the set risk detection criterion;
A risk detection criterion for the specific region is set based on information about the surrounding environment of the specific region, and when a risk occurrence is detected for more than a predetermined number of moving objects among a plurality of moving objects located in the specific region, the set specific region Upgrading the risk detection level for the specific region by correcting the risk detection criteria for the region,
Hazard detection system according to the surrounding environment of the moving object.
상기 통합 모니터링 모듈은,
상기 이동체의 주변 환경을 촬영함에 따라 상기 이동체의 주변 환경을 포함하는 영상 데이터를 생성하는 카메라 센서;를 포함하며,
상기 관제 서버는,
상기 카메라 센서를 통해 생성된 영상 데이터를 분석하여 상기 이동체의 주변 환경에 관한 정보 - 상기 이동체의 주변 환경에 관한 정보는 상기 이동체가 위치하는 지역에 대한 도로의 지형에 관한 정보, 주변 객체에 관한 정보 및 날씨에 관한 정보를 포함함 - 를 추출하고, 상기 추출된 이동체의 주변 환경에 관한 정보를 이용하여 상기 이동체에 대한 주변 환경 정보를 생성하며, 상기 생성된 주변 환경 정보를 이용하여 상기 이동체에 대한 위험 감지 기준을 설정하는,
이동체의 주변 환경에 따른 위험발생 감지 시스템.According to claim 1,
The integrated monitoring module,
A camera sensor for generating image data including the surrounding environment of the mobile body as photographing the surrounding environment of the mobile body; includes,
The control server,
Information on the surrounding environment of the moving object by analyzing image data generated through the camera sensor - The information on the surrounding environment of the moving object includes information on topography of roads in the area where the moving object is located and information on surrounding objects. and weather-related information - is extracted, ambient environment information for the mobile object is generated using the extracted information about the surrounding environment of the mobile object, and information about the mobile object is generated using the generated surrounding environment information. setting the risk detection criteria;
Hazard detection system according to the surrounding environment of the moving object.
상기 관제 서버는,
제1 이동체의 주변 환경을 포함하는 제1 영상 데이터를 이용하여 상기 제1 이동체에 대한 주변 환경 정보를 생성하되,
상기 제1 이동체의 위치를 중심으로 소정의 범위 내에 하나 이상의 제2 이동체가 위치하는 경우, 상기 하나 이상의 제2 이동체에 구비된 카메라 센서로부터 상기 하나 이상의 제2 이동체의 주변 환경을 포함하는 하나 이상의 제2 영상 데이터를 수집하고, 상기 수집된 하나 이상의 제2 영상 데이터를 분석하여 추출된 하나 이상의 제2 이동체의 주변 환경에 관한 정보에 기초하여 상기 생성된 제1 이동체에 대한 주변 환경 정보를 보정하는,
이동체의 주변 환경에 따른 위험발생 감지 시스템.According to claim 2,
The control server,
Generating environmental information about the first moving object using first image data including the surrounding environment of the first moving object;
When one or more second movable bodies are positioned within a predetermined range around the position of the first movable body, one or more second movable bodies including the surrounding environment of the one or more second movable bodies is detected from a camera sensor provided in the one or more second movable bodies. 2 image data is collected, and the information about the surrounding environment of the generated first moving object is corrected based on the information about the surrounding environment of the at least one second moving object extracted by analyzing the collected at least one second image data.
Hazard detection system according to the surrounding environment of the moving object.
상기 관제 서버는,
소정의 지역을 격자화하여 복수의 격자를 생성하고, 상기 소정의 지역 내에 위치하는 복수의 이동체에 구비된 복수의 통합 모니터링 모듈로부터 상기 생성된 복수의 격자 각각에 대응하는 위치에 대한 복수의 센서 데이터를 수집하며, 상기 수집된 복수의 센서 데이터로부터 추출된 주변 환경에 관한 정보를 상기 생성된 복수의 격자 각각에 기록함으로써 상기 소정의 지역에 대한 주변 환경 격자 맵을 생성하며,
상기 이동체에 대한 위험발생을 감지하고자 하는 경우, 상기 생성된 주변 환경 격자 맵에 포함된 복수의 격자 중 상기 이동체가 위치하는 지점에 대응하는 격자에 기록된 주변 환경에 관한 정보를 로드하여 상기 이동체에 대한 위험 감지 기준을 설정하는,
이동체의 주변 환경에 따른 위험발생 감지 시스템.According to claim 1,
The control server,
A plurality of grids are generated by gridding a predetermined area, and a plurality of sensor data for positions corresponding to each of the generated plurality of grids is obtained from a plurality of integrated monitoring modules provided in a plurality of mobile bodies located in the predetermined area. And generating a grid map of the surrounding environment for the predetermined area by recording information about the surrounding environment extracted from the collected plurality of sensor data in each of the generated grids,
When it is desired to detect danger to the moving object, information on the surrounding environment recorded in a grid corresponding to a point where the moving object is located among a plurality of grids included in the generated grid map of the surrounding environment is loaded to the moving object. to set risk detection criteria for
Hazard detection system according to the surrounding environment of the moving object.
상기 통합 모니터링 모듈을 통해 수집된 센서 데이터를 이용하여 상기 이동체에 대한 위험발생을 감지하는 관제 서버;를 포함하며,
상기 관제 서버는,
상기 이동체의 주변 환경에 기초하여 위험 감지 기준을 설정하고, 상기 수집된 센서 데이터를 기반으로 판단된 상기 이동체의 상태와 상기 설정된 위험 감지 기준을 이용하여 상기 이동체에 대한 위험발생을 감지하며,
소정의 지역을 격자화하여 복수의 격자를 생성하고, 상기 소정의 지역 내에 위치하는 복수의 이동체에 구비된 복수의 통합 모니터링 모듈로부터 상기 생성된 복수의 격자 각각에 대응하는 위치에 대한 복수의 센서 데이터를 수집하며, 상기 수집된 복수의 센서 데이터로부터 추출된 주변 환경에 관한 정보를 상기 생성된 복수의 격자 각각에 기록함으로써 상기 소정의 지역에 대한 주변 환경 격자 맵을 생성하고,
상기 복수의 격자 중 어느 하나의 격자에 대응하는 위치에 대한 센서 데이터를 기반으로 추출된 주변 환경에 관한 정보를 상기 어느 하나의 격자에 기록하되, 상기 어느 하나의 격자에 대응하는 위치에 대하여, 둘 이상의 이동체 각각으로부터 둘 이상의 센서 데이터가 수집된 경우, 상기 둘 이상의 이동체 중 상기 어느 하나의 격자에 대응하는 위치와 최단 거리에 위치하는 이동체로부터 수집된 센서 데이터를 기반으로 추출된 주변 환경에 관한 정보만을 상기 어느 하나의 격자에 기록하는,
이동체의 주변 환경에 따른 위험발생 감지 시스템.An integrated monitoring module provided in the mobile body and collecting sensor data corresponding to the mobile body; and
A control server for detecting danger to the moving object using sensor data collected through the integrated monitoring module;
The control server,
A risk detection criterion is set based on the surrounding environment of the moving object, and an occurrence of danger to the moving object is detected using a state of the moving object determined based on the collected sensor data and the set risk detection criterion;
A plurality of grids are generated by gridding a predetermined area, and a plurality of sensor data for positions corresponding to each of the generated plurality of grids is obtained from a plurality of integrated monitoring modules provided in a plurality of mobile bodies located in the predetermined area. and generating a grid map of the surrounding environment for the predetermined area by recording information about the surrounding environment extracted from the collected plurality of sensor data on each of the generated grids;
Record the information about the surrounding environment extracted based on the sensor data for the position corresponding to any one of the plurality of grids in the one grid, and with respect to the position corresponding to the one grid, two When two or more sensor data are collected from each of the two or more moving objects, only information about the surrounding environment extracted based on the sensor data collected from the moving object located at the shortest distance from the location corresponding to the grid of any one of the two or more moving objects To record on any one of the grids,
Hazard detection system according to the surrounding environment of the moving object.
상기 통합 모니터링 모듈을 통해 수집된 센서 데이터를 이용하여 상기 이동체에 대한 위험발생을 감지하는 관제 서버;를 포함하며,
상기 관제 서버는,
상기 이동체의 주변 환경에 기초하여 위험 감지 기준을 설정하고, 상기 수집된 센서 데이터를 기반으로 판단된 상기 이동체의 상태와 상기 설정된 위험 감지 기준을 이용하여 상기 이동체에 대한 위험발생을 감지하고,
소정의 지역을 격자화하여 복수의 격자를 생성하고, 상기 소정의 지역 내에 위치하는 복수의 이동체에 구비된 복수의 통합 모니터링 모듈로부터 상기 생성된 복수의 격자 각각에 대응하는 위치에 대한 복수의 센서 데이터를 수집하며, 상기 수집된 복수의 센서 데이터로부터 추출된 주변 환경에 관한 정보를 상기 생성된 복수의 격자 각각에 기록함으로써 상기 소정의 지역에 대한 주변 환경 격자 맵을 생성하며,
상기 복수의 격자 중 어느 하나의 격자에 대응하는 위치에 대한 센서 데이터를 기반으로 추출된 주변 환경에 관한 정보를 상기 어느 하나의 격자에 기록하되, 상기 어느 하나의 격자에 대응하는 위치에 대하여, 둘 이상의 이동체 각각으로부터 둘 이상의 센서 데이터가 수집된 경우, 상기 수집된 둘 이상의 센서 데이터 중 가장 마지막에 수집된 센서 데이터를 기반으로 추출된 주변 환경에 관한 정보만을 상기 어느 하나의 격자에 기록하는,
이동체의 주변 환경에 따른 위험발생 감지 시스템.An integrated monitoring module provided in the mobile body and collecting sensor data corresponding to the mobile body; and
A control server for detecting danger to the moving object using sensor data collected through the integrated monitoring module;
The control server,
Setting a risk detection criterion based on the surrounding environment of the moving object, and detecting the occurrence of danger to the moving object using the state of the moving object determined based on the collected sensor data and the set risk detection criterion;
A plurality of grids are generated by gridding a predetermined area, and a plurality of sensor data for positions corresponding to each of the generated plurality of grids is obtained from a plurality of integrated monitoring modules provided in a plurality of mobile bodies located in the predetermined area. And generating a grid map of the surrounding environment for the predetermined area by recording information about the surrounding environment extracted from the collected plurality of sensor data in each of the generated grids,
Record the information about the surrounding environment extracted based on the sensor data for the position corresponding to any one of the plurality of grids in the one grid, and with respect to the position corresponding to the one grid, two When two or more sensor data are collected from each of the moving objects, only the information about the surrounding environment extracted based on the sensor data collected last among the two or more sensor data collected is recorded in any one of the grids,
Hazard detection system according to the surrounding environment of the moving object.
상기 통합 모니터링 모듈을 통해 수집된 센서 데이터를 이용하여 상기 이동체에 대한 위험발생을 감지하는 관제 서버;를 포함하며,
상기 통합 모니터링 모듈은,
상기 이동체의 임의의 위치에 구비되며, 자이로 센서, 가속도 센서 및 지자기 센서를 포함하는 관성 측정 센서를 포함하며,
상기 관제 서버는,
상기 이동체의 주변 환경에 기초하여 위험 감지 기준을 설정하고, 상기 수집된 센서 데이터를 기반으로 판단된 상기 이동체의 상태와 상기 설정된 위험 감지 기준을 이용하여 상기 이동체에 대한 위험발생을 감지하고,
상기 관성 측정 센서로부터 수집된 상기 이동체에 대한 9 자유도 값 - 상기 9 자유도 값은 XYZ축 각속도 값, XYZ축 가속도 값 및 XYZ축 지자기 값을 포함함 - 을 이용하여 상기 이동체의 상태로서 상기 이동체의 자세를 판단하고, 상기 판단된 이동체의 자세에 기초하여 상기 이동체에 대한 위험발생을 감지하되,
복수의 환경별 사고 데이터 - 상기 복수의 환경별 사고 데이터는 서로 다른 조건을 포함하는 복수의 환경 각각에서 발생된 사고에 관한 정보를 포함함 - 에 기초하여, 상기 복수의 환경 각각에서 이동체들에 대한 위험발생이 감지되었을 때의 이동체 자세 평균 값을 산출하고, 상기 산출된 이동체 자세 평균 값을 이용하여 상기 복수의 환경 각각에 대응하는 복수의 위험 감지 기준을 정의하며,
상기 정의된 복수의 위험 감지 기준 중 상기 이동체의 주변 환경에 대응하는 위험 감지 기준을 선택하고, 상기 선택된 위험 감지 기준과 상기 판단된 이동체의 자세에 기초하여 상기 이동체에 대한 위험발생을 감지하는,
이동체의 주변 환경에 따른 위험발생 감지 시스템.An integrated monitoring module provided in the mobile body and collecting sensor data corresponding to the mobile body; and
A control server for detecting danger to the moving object using sensor data collected through the integrated monitoring module;
The integrated monitoring module,
It is provided at an arbitrary position of the moving body and includes an inertial measurement sensor including a gyro sensor, an acceleration sensor, and a geomagnetic sensor,
The control server,
Setting a risk detection criterion based on the surrounding environment of the moving object, and detecting the occurrence of danger to the moving object using the state of the moving object determined based on the collected sensor data and the set risk detection criterion;
The mobile body as a state of the mobile body using the 9 degree-of-freedom values of the moving body collected from the inertial measurement sensor - the 9 degree-of-freedom values include XYZ-axis angular velocity values, XYZ-axis acceleration values, and XYZ-axis geomagnetism values - Determining the posture of the moving body and detecting the occurrence of danger to the moving body based on the determined posture of the moving body,
Based on accident data for each environment - the accident data for each environment includes information on accidents that have occurred in each of a plurality of environments including different conditions - Calculate an average posture of the moving body when danger is detected, and define a plurality of danger detection criteria corresponding to each of the plurality of environments using the calculated average posture of the moving body;
Selecting a risk detection criterion corresponding to the surrounding environment of the moving object from among the plurality of risk detection criteria defined above, and detecting the occurrence of danger to the moving object based on the selected risk detection criterion and the determined attitude of the moving object.
Hazard detection system according to the surrounding environment of the moving object.
상기 통합 모니터링 모듈을 통해 수집된 센서 데이터를 이용하여 상기 이동체에 대한 위험발생을 감지하는 관제 서버;를 포함하며,
상기 관제 서버는,
상기 이동체의 주변 환경에 기초하여 위험 감지 기준을 설정하고, 상기 수집된 센서 데이터를 기반으로 판단된 상기 이동체의 상태와 상기 설정된 위험 감지 기준을 이용하여 상기 이동체에 대한 위험발생을 감지하고,
제1 이동체에 대한 위험발생이 감지되는 경우, 상기 제1 이동체의 위치를 중심으로 소정의 범위 내에 위치하는 적어도 하나의 제2 이동체에 대한 위험 감지 기준을 보정하여 상기 적어도 하나의 제2 이동체에 대한 위험발생 감지 레벨을 상향 조정하는,
이동체의 주변 환경에 따른 위험발생 감지 시스템.An integrated monitoring module provided in the mobile body and collecting sensor data corresponding to the mobile body; and
A control server for detecting danger to the moving object using sensor data collected through the integrated monitoring module;
The control server,
Setting a risk detection criterion based on the surrounding environment of the moving object, and detecting the occurrence of danger to the moving object using the state of the moving object determined based on the collected sensor data and the set risk detection criterion;
When danger to the first movable body is detected, the risk detection criterion for at least one second movable body located within a predetermined range centered on the position of the first movable body is corrected so that the at least one second movable body which raises the risk detection level,
Hazard detection system according to the surrounding environment of the moving object.
상기 통합 모니터링 모듈을 통해 상기 이동체에 대응하는 센서 데이터를 수집하는 단계; 및
상기 수집된 센서 데이터를 이용하여 상기 이동체에 대한 위험발생을 감지하는 단계를 포함하며,
상기 이동체에 대한 위험발생을 감지하는 단계는,
상기 이동체의 주변 환경에 기초하여 위험 감지 기준을 설정하고, 상기 수집된 센서 데이터를 기반으로 판단된 상기 이동체의 상태와 상기 설정된 위험 감지 기준을 이용하여 상기 이동체에 대한 위험발생을 감지하는 단계; 및
특정 지역의 주변 환경에 관한 정보에 기초하여 상기 특정 지역에 대한 위험 감지 기준을 설정하되, 상기 특정 지역 내에 위치하는 복수의 이동체 중 기 설정된 개수 이상의 이동체에 대한 위험발생이 감지되는 경우, 상기 설정된 특정 지역에 대한 위험 감지 기준을 보정하여 상기 특정 지역에 대한 위험발생 감지 레벨을 상향 조정하는 단계를 포함하는,
이동체의 주변 환경에 따른 위험발생 감지 방법.In the method performed through a risk occurrence detection system according to the surrounding environment of a mobile body including an integrated monitoring module and a control server for detecting danger to the mobile body,
collecting sensor data corresponding to the moving object through the integrated monitoring module; and
And detecting the occurrence of danger to the moving object using the collected sensor data,
The step of detecting the occurrence of danger to the moving object,
setting a risk detection criterion based on the surrounding environment of the moving object, and detecting danger to the moving object using a state of the moving object determined based on the collected sensor data and the set risk detection criterion; and
A risk detection criterion for the specific region is set based on information about the surrounding environment of the specific region, and when a risk occurrence is detected for more than a predetermined number of moving objects among a plurality of moving objects located in the specific region, the set specific region Comprising the step of correcting the risk detection criteria for the region to increase the risk detection level for the specific region,
A method for detecting danger according to the surrounding environment of a moving object.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220129448A KR102521841B1 (en) | 2022-10-11 | 2022-10-11 | System and method for detecting the occurrence of danger according to surrounding environment of the moving object |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220129448A KR102521841B1 (en) | 2022-10-11 | 2022-10-11 | System and method for detecting the occurrence of danger according to surrounding environment of the moving object |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102521841B1 true KR102521841B1 (en) | 2023-04-14 |
Family
ID=85946646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220129448A KR102521841B1 (en) | 2022-10-11 | 2022-10-11 | System and method for detecting the occurrence of danger according to surrounding environment of the moving object |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102521841B1 (en) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190102145A (en) * | 2019-06-25 | 2019-09-03 | 엘지전자 주식회사 | Method and apparatus for sensing information transmission for remote driving in autonomous driving system |
KR20190111320A (en) * | 2018-03-22 | 2019-10-02 | 슈어소프트테크주식회사 | Surrounded environment estimation system of a pluraoty of automobiles, server for estimating surrounded environment, and surrounded environment estimation method of a pluraoty of automobiles |
KR20210050925A (en) * | 2019-10-29 | 2021-05-10 | 엘지전자 주식회사 | Vehicle collision avoidance apparatus and method |
-
2022
- 2022-10-11 KR KR1020220129448A patent/KR102521841B1/en active IP Right Grant
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190111320A (en) * | 2018-03-22 | 2019-10-02 | 슈어소프트테크주식회사 | Surrounded environment estimation system of a pluraoty of automobiles, server for estimating surrounded environment, and surrounded environment estimation method of a pluraoty of automobiles |
KR20190102145A (en) * | 2019-06-25 | 2019-09-03 | 엘지전자 주식회사 | Method and apparatus for sensing information transmission for remote driving in autonomous driving system |
KR20210050925A (en) * | 2019-10-29 | 2021-05-10 | 엘지전자 주식회사 | Vehicle collision avoidance apparatus and method |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10317240B1 (en) | Travel data collection and publication | |
US10793150B2 (en) | Method and device for controlling vehicle based on neighboring vehicles | |
CN112955900B (en) | Intelligent video monitoring system and method | |
US9165477B2 (en) | Systems and methods for building road models, driver models, and vehicle models and making predictions therefrom | |
CA2848995C (en) | A computing platform for development and deployment of sensor-driven vehicle telemetry applications and services | |
US9948898B2 (en) | Using aerial imaging to provide supplemental information about a location | |
US20140016826A1 (en) | Traffic signal mapping and detection | |
CN106097755A (en) | For identifying the method parked place and/or vacate place | |
KR20180113447A (en) | Electronic apparatus, alert message providing method of thereof and non-transitory computer readable recording medium | |
US11170639B2 (en) | Transportation threat detection system | |
US20230066476A1 (en) | System and method for monitoring a vehicle | |
KR102521840B1 (en) | Method, apparatus and computer program for detecting the occurrence of danger of a moving object according to the water level of liquid for pest control | |
KR102521841B1 (en) | System and method for detecting the occurrence of danger according to surrounding environment of the moving object | |
US11518388B2 (en) | Method and system for determining lane change feasibility for autonomous vehicles | |
CN107036825A (en) | A kind of vehicle traveling monitoring method and device | |
KR102567778B1 (en) | System and method for monitoring accident occurrence of a moving object using sensor data calibrated according to the property of a moving onject | |
KR20240050492A (en) | System and method for detecting the occurrence of danger according to surrounding environment of the moving object | |
KR102521839B1 (en) | Method, apparatus and computer program for detecting the occurrence of danger according to the motion of a moving object | |
KR20240050491A (en) | System and method for monitoring accident occurrence of a moving object using sensor data calibrated according to the property of a moving onject | |
KR20240049943A (en) | Method, apparatus and computer program for detecting the occurrence of danger of a moving object according to the water level of liquid for pest control | |
JP6450665B2 (en) | Barrier detection apparatus, barrier detection method, and barrier detection processing program | |
KR20240050490A (en) | Method, apparatus and computer program for determining state of moving object using sensor data | |
Devekar et al. | Pothole detection system for monitoring road & traffic conditions using IoT | |
KR20240049942A (en) | Method, apparatus and computer program for detecting the occurrence of danger according to the motion of a moving object | |
Xyntarakis et al. | Active transportation and demand management (ATDM) trajectory-level validation state of the practice review. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |