KR102551771B1 - Tof센서와 딥러닝 학습을 이용한 터널 교통상황 알림 시스템 - Google Patents

Tof센서와 딥러닝 학습을 이용한 터널 교통상황 알림 시스템 Download PDF

Info

Publication number
KR102551771B1
KR102551771B1 KR1020230018824A KR20230018824A KR102551771B1 KR 102551771 B1 KR102551771 B1 KR 102551771B1 KR 1020230018824 A KR1020230018824 A KR 1020230018824A KR 20230018824 A KR20230018824 A KR 20230018824A KR 102551771 B1 KR102551771 B1 KR 102551771B1
Authority
KR
South Korea
Prior art keywords
information
sensor
vehicle
tunnel
data
Prior art date
Application number
KR1020230018824A
Other languages
English (en)
Inventor
김명성
김준기
Original Assignee
(주)에스에스티
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)에스에스티 filed Critical (주)에스에스티
Priority to KR1020230018824A priority Critical patent/KR102551771B1/ko
Application granted granted Critical
Publication of KR102551771B1 publication Critical patent/KR102551771B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/091—Traffic information broadcasting
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/50—Systems of measurement based on relative movement of target
    • G01S17/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G06Q50/30—
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명은 제어장치에서 TOF센서의 센서데이터를 이용하여 이웃하는 차량간 속도를 연산하고, 학습데이터에 연산된 값을 입력하여 권고속도정보를 생성하며, 권고속도정보에 대응하는 안전거리정보를 생성하고, 권고속도정보와 안전거리정보 중 적어도 하나를 포함하는 안내정보를 표시부에게 제공하는 TOF센서와 딥러닝 학습을 이용한 터널 교통상황 알림 시스템을 개시한다.

Description

TOF센서와 딥러닝 학습을 이용한 터널 교통상황 알림 시스템{NOTIFICATION SYSTEM FOR TUNNEL TRAFFIC SITUATION USING TOF SENSOR AND DEEP LEARNING}
본 발명은 터널 교통상황 알림 시스템에 관한 것으로서, 더욱 상세하게는 TOF센서와 딥러닝 학습을 이용하여 터널 내 교통상황을 실시간으로 파악하고, 파악된 정보를 운전자에게 시각적으로 제공하는 기술에 관한 것이다.
종래에는 선행기술로 기재된 특허문헌들과 같이 터널의 진입로에 전광판을 설치하고, 터널의 내부에 차량의 속도를 감지하는 센서를 설치하며, 터널의 내부에 차량의 속도에 대응하여 표시등의 색상을 변화시켰다. 그러나 종래에는 아래와 같이 차량간 안전거리를 유지하지 못하여 여전히 교통사고가 발생하고 있다.
<차량간 속도 연산의 문제점>
터널의 차선은 대부분 2차선 이상으로 이루어져 있으므로, 종래에는 차선을 변경한 차량의 속도를 재대로 인식하지 못하여 터널 내부의 차량간 속도를 정확하게 산출하기 어려운 문제점이 있다.
종래에는 시스템 상에 차량간의 안전거리가 고정되어 정체상황에서 실효적인 안전거리에 관한 정보를 제공하기 어려운 실정이다. 즉 종래에는 터널내 차량간 속도를 종합적으로 연산하여 터널 내 권고속도를 생성하고, 권고속도에 대응하는 안전거리를 연산하며, 터널의 진입로에 형성된 전광판에 권고속도와 안전거리에 관한 안내정보를 제공하고, 터널 내 상황을 표시등으로 표시하되 안전거리가 미확보된 차량이 발생하면 표시등의 색상을 변경하는 기술이 미비한 실정이다.
<주변환경을 이용한 속도 연산의 문제점>
종래에는 기상청의 기상정보를 이용하여 터널 진입로의 전광판에 차량속도를 안내하고 있으나, 기상 예측이 어려운 국지성 호우 등 기상정보의 정확도가 감소되어 실효적인 차량의 권고속도를 안내하기 어려운 문제점이 있다.
종래에는 기상상태를 알아낼 수 있는 환경센서를 터널의 주변에 설치하여 환경정보를 제공하고 있으나, 차량의 속도를 감지하는 센서와 함께 연동하여 권고속도를 연산하는 시스템이 부재한 실정이다.
<센서의 소비전력의 문제점>
종래에는 설정된 간격으로 차량의 속도를 감지하는 센서를 설치하여, 차량의 정체인지 여부를 판별하였다. 그러나 종래에는 정체된 소정의 시간동안 모든 속도감지센서를 구동시켜 센서의 소비전력이 증가하는 문제점이 있다.
즉 종래에는 정체가 지속적으로 이루어질 때 특정 속도감지센서만 구동시키고, 정체가 풀어지면 모든 속도감지센서를 구동시켜 소비전력을 최소화하는 기술이 미비한 실정이다.
한국등록특허 제10-1040473호 한국등록특허 제10-2475168호 한국등록특허 제10-2422235호
상기 문제점을 해결하기 위하여 본 발명은 제어장치에서 TOF센서의 센서데이터를 이용하여 이웃하는 차량간 속도를 연산하고, 학습데이터에 연산된 값을 입력하여 권고속도정보를 생성하며, 권고속도정보에 대응하는 안전거리정보를 생성하고, 권고속도정보와 안전거리정보 중 적어도 하나를 포함하는 안내정보를 표시부에게 제공한다.
상기의 해결하고자 하는 과제를 위한 본 발명의 실시예에 따른 TOF센서와 딥러닝 학습을 이용한 터널 교통상황 알림 시스템은, 터널 내 설정된 배치간격과 차선별로 형성된 TOF센서(110); 상기 터널의 진입로에 형성된 제1 표시부(210); 상기 TOF센서와 결합된 제2 표시부(220); 상기 터널 내 권고속도와 안전거리를 딥러닝하기 위한 학습데이터를 구축하는 데이터 구축부(330); 상기 TOF센서의 센서데이터를 이용하여 이웃하는 차량간 속도를 연산하고, 학습데이터에 연산된 값을 입력하여 권고속도정보를 생성하며, 권고속도정보에 대응하는 안전거리정보를 생성하는 정보 생성부(340) 및 상기 권고속도정보와 안전거리정보 중 적어도 하나를 포함하는 안내정보를 제1 표시부 또는 제2 표시부에게 제공하는 통신부(350)를 포함하여, 터널 내 상황에 대응하여 실효적인 안내정보를 제공하는 것을 특징으로 한다.
상기 정보 생성부는 차량별 속도를 연산하여 차량속도정보를 생성하고, 차량속도정보와 안내정보를 비교하여 안전거리가 미확보된 차량이 존재하는지 판별하며, 안전거리가 미확보된 차량이 존재하면 제2 표시부에게 안전거리 미확보정보를 제공하는 것을 특징으로 할 수 있다.
본 발명의 실시예에 따른 TOF센서와 딥러닝 학습을 이용한 터널 교통상황 알림 시스템은, 상기 TOF센서의 위치를 기반으로 센서맵을 구축하는 센서맵 구축부(310) 및 차선별 진입하는 차량에게 고유의 태그를 할당하고, 연결리스트의 자료구조로 차량을 라벨링하며, 차선이 변경된 차량이 발생하면 태그를 재할당하여 연결리스트의 자료구조를 갱신하는 차량 라벨링부(320)를 더 포함하고, 상기 정보 생성부는 자료구조 기반의 센서데이터를 이용하고, 차선이 변경된 차량을 포함하여 터널 내의 상황을 실시간으로 학습하는 것을 특징으로 할 수 있다.
상기 통신부는 속도 측정을 위한 싱크 시그널을 설정된 주기로 생성하여 각각의 TOF센서에 대한 동기를 맞추고, 상기 차량 라벨링부는 차선별 병렬적 연결리스트의 자료구조를 관리하고, 제 N번째 싱크 시그널에서 차선이 변경된 차량이 발생하면 제 N+1번째 싱크 시그널에서 차선이 변경된 차량의 후방에 위치하는 모든 차량의 태그를 재할당하며, 일괄적으로 병렬적 연결리스트의 자료구조를 갱신하는 것을 특징으로 할 수 있다.
상기 터널의 외부에 형성되고, 터널의 외부환경의 상태를 감지하는 환경센서(120)를 더 포함하고, 상기 데이터 구축부는 환경센서와 TOF센서의 센서데이터와의 비교를 위한 복수의 기준값을 포함하는 학습데이터를 구축하며, 상기 정보 생성부는 센서데이터와 복수의 기준값을 비교하여 실시간으로 권고속도정보를 생성하는 것을 특징으로 할 수 있다.
본 발명은 제어장치에서 TOF센서의 센서데이터를 이용하여 이웃하는 차량간 속도를 연산하고, 학습데이터에 연산된 값을 입력하여 권고속도정보를 생성하며, 권고속도정보에 대응하는 안전거리정보를 생성하고, 권고속도정보와 안전거리정보 중 적어도 하나를 포함하는 안내정보를 표시부에게 제공함으로써, 터널 내 상황에 대응하여 실효적인 안내정보를 제공할 수 있다.
도 1은 본 발명의 실시예에 따른 터널 교통상황 알림 시스템을 도시한 블록도이다.
도 2는 도 1의 터널 교통상황 알림 시스템을 적용한 예이다.
도 3은 본 발명의 다른 실시예에 따른 터널 교통상황 알림 시스템을 도시한 블록도이다.
도 4는 제어장치의 상세한 블록도를 도시한 예이다.
도 5는 센서맵을 도시한 예이다.
도 6은 센서맵에서 차량을 라벨링하는 예를 도시한 것이다.
도 7은 차량의 속도를 측정하는 예를 도시한 것이다.
도 8은 권고속도를 도시한 예이다.
도 9는 차량의 정체상황을 제2 표시부를 통하여 제공하는 예이다.
도 10은 차량의 안전거리가 미확보된 상황을 제2 표시부를 통하여 제공하는 예이다.
도 11은 본 발명의 또 실시예에 따른 터널 교통상황 알림 시스템의 동작 방법을 도시한 흐름도이다.
이하 첨부 도면들 및 첨부 도면들에 기재된 내용들을 참조하여 본 발명의 실시예를 상세하게 설명하지만, 본 발명이 실시예에 의해 제한되거나 한정되는 것은 아니다.
도 1은 본 발명의 실시예에 따른 터널 교통상황 알림 시스템을 도시한 블록도이고, 도 2는 도 1의 터널 교통상황 알림 시스템을 적용한 예로서, 터널 교통상황 알림 시스템(10)은 센서, 표시부 및 제어장치(300)를 포함한다.
센서는 터널 내 설정된 배치간격과 차선별로 형성된 TOF센서(110) 및 터널 외부에 형성된 환경센서(120)를 포함한다. TOF센서(110)는 Time Of Flight 센서의 줄임말을 의미하고, 차량의 속도 또는 차량간의 속도를 감지하기 위해 사용되는 센서이다. 환경센서(120)는 비, 눈, 안개 또는 결빙 등 터널과 인접된 환경의 상태를 감지하는 센서를 의미한다.
표시부는 터널 진입로에 형성된 제1 표시부(210) 및 터널 내 형성된 제2 표시부(220)를 포함한다. 제1 표시부(210)는 터널의 교통상황을 안내하는 전광판의 기능이 구비되고, 환경센서(120)와 일체형으로 제작될 수 있다.
제2 표시부(220)는 TOF센서(110)와 일체형으로 제작될 수 있고, 차량의 주행속도를 표시등으로 표현할 수 있다. 예를 들어 제2 표시부(220)는 차량의 정체이면 적색등으로 표시할 수 있고, 안전거리가 미확보된 차량이면 황생으로 표시할 수 있다.
터널 교통상황 알림 시스템(10)은 통신장치(400)를 더 포함할 수 있고, 제어장치(300)는 설정된 개수의 TOF센서(110)와 제2 표시부(220)를 관리 제어하는 클러스터(cluster) 방식으로 구현될 수 있다. 도 2에 나타낸 클러스터 제어부는 제어장치(300)를 의미한다.
도 3은 본 발명의 다른 실시예에 따른 터널 교통상황 알림 시스템을 도시한 블록도로서, 제어장치(300)는 통합형 또는 중앙집중형으로 모든 TOF센서(110)와 제2 표시부(220)를 제어할 수 있다.
도 4는 제어장치의 상세한 블록도를 도시한 예로서, 제어장치(300)는 센서맵 구축부(310), 차량 라벨링부(320), 데이터 구축부(330), 정보 생성부(340) 및 통신부(350)를 포함한다.
도 5는 센서맵을 도시한 예로서, 센서맵 구축부(310)는 TOF센서(110)의 위치를 기반으로 센서맵을 구축한다. 센서맵 구축부(310)는 각각의 TOF센서(110)의 위치를 기반으로 센서맵을 구성하여 라벨링할 수 있도록 한다.
도 6은 센서맵에서 차량을 라벨링하는 예를 도시한 것으로서, 차량 라벨링부(320)는 차선별 진입하는 차량에게 고유의 태그를 할당하고, 연결리스트(linked-list)의 자료구조로 차량을 라벨링하며, 차선이 변경된 차량이 발생하면 태그를 재할당하여 연결리스트의 자료구조를 갱신한다. 차선별 차량에 관한 정보는 연결리스트의 자료구조로 관리된다.
연결리스트는 각 노드가 데이터와 포인터를 가지고 한 줄로 연결되어 있는 방식으로 데이터를 저장하는 자료구조를 의미한다. 본 발명에서는 차선별 병렬적 연결리스트의 자료구조를 관리하고, 차선이 변경된 차량이 존재하면 일괄적으로 병렬적 연결리스트의 자료구조를 갱신하는 것을 특징으로 할 수 있다.
정보 생성부(340)는 자료구조 기반의 센서데이터를 이용하고, 차선이 변경된 차량을 포함하여 터널 내의 상황을 실시간으로 학습할 수 있다.
TOF센서(110)는 차선의 변경에 의해 순간적으로 차량을 미검출할 수 있고, 순간적인 객체 인식의 오류에 의해 차량을 미검출할 수 있으므로, 차량을 미검출할 때 차량의 속도를 보정하는 기술이 필요하다. 예를 들어 정보 생성부(340)는 J번째 TOF센서에서 차선을 변경하는 차량을 미검출하면 J번째 TOF센서에 인접된 TOF센서를 이용하여 차량의 속도를 보정할 수 있다.
통신부(350)는 속도 측정을 위한 싱크 시그널(sync signal)을 설정된 주기로 생성하여 각각의 TOF센서(110)에 대한 동기를 맞출 수 있다. 싱크 시그널은 동기에 맞춰 TOF센서(110)를 이용한 속도를 측정하기 위한 신호를 의미한다. 정보 생성부(430)는 동기화된 모든 TOF센서(100)의 센서데이터를 수집하고, TOF센서(100)의 센서데이터를 이용하여 차량의 속도 또는 차량간 속도를 연산한다.
차량 라벨링부(320)는 차선별 병렬적 연결리스트의 자료구조를 관리하고, 제 N번째 싱크 시그널에서 차선이 변경된 차량이 발생하면 제 N+1번째 싱크 시그널에서 차선이 변경된 차량의 후방에 위치하는 모든 차량의 태그를 재할당하며, 일괄적으로 병렬적 연결리스트의 자료구조를 갱신할 수 있다.
차량 라벨링부(320)는 N+1번째 싱크 시그널에서 동시에 복수의 차량이 차선을 변경하면 차선이 변경된 복수의 차량 중에서 전방의 차량을 기준으로 태그를 재할당함으로써, 라벨링을 위한 과정을 감소시킬 수 있고, 시스템의 복잡도를 감소시켜 시스템의 성능을 개선시킬 수 있다.
데이터 구축부(330)는 터널 내 권고속도와 안전거리를 딥러닝(deep learning)하기 위한 학습데이터를 구축한다. 학습데이터는 권고속도와 안전거리를 딥러닝하기 위한 기준값을 포함할 수 있다.
도 7은 차량의 속도를 측정하는 예를 도시한 것으로서, 정보 생성부(340)는 지점별 TOF센서(110)에서 싱크 시그널의 주기마다 차량의 진입 시점이나 시간을 측정하고, 싱크 시그널의 주기별 비교를 통하여 경과시간을 연산하고, 경과시간과 지점별 TOF센서(110)의 거리를 이용하여 차량의 속도를 연산할 수 있다.
본 발명은 TOF센서(110)의 배치간격을 현장 조건에 따라 다양하게 설정할 수 있고, 운전자의 시야에 맞게 터널의 상부측에 배치시킬 수 있다.
도 8은 권고속도를 도시한 예로서, 정보 생성부(340)는 TOF센서(110)의 센서데이터를 이용하여 이웃하는 차량간 속도를 연산하고, 학습데이터에 연산된 값을 입력하여 권고속도정보를 생성하며, 권고속도정보에 대응하는 안전거리정보를 생성한다.
정지거리는 운전자가 정지를 의도한 상태부터 차량운동이 종료된 상태까지 이르는 주행거리 전체를 의미한다. 안전거리는 어떤 상황에서도 앞차를 추돌하지 않을 만큼 필요한 거리를 의미한다. 정보 생성부(340)는 정지거리와 안전거리의 조건을 포함하는 학습데이터와 TOF센서(110)에서 수집된 센서데이터를 이용하여 권고속도를 연산할 수 있다.
통신부(350)는 상기 권고속도정보와 안전거리정보 중 적어도 하나를 포함하는 안내정보를 제1 표시부(210) 또는 제2 표시부(220)에게 제공함으로써, 터널 내 상황에 대응하여 실효적인 안내정보를 제공한다.
도 9는 차량의 정체상황을 제2 표시부를 통하여 제공하는 예로서, 정보 생성부(340)는 일정 속도로 진행하다가 급정지하거나, 일정시간 동안 차량의 움직임이 없거나, 급감속을 하는 차량이 존재하면 후방의 차량에 정체상황 등 위험을 알리는 정체정보를 포함하는 안내정보를 제2 표시부(220)에게 제공할 수 있다. 제2 표시부(220)는 정체정보를 적색등으로 표현할 수 있다.
예를 들어 정보 생성부(340)는 10m 간격으로 TOF센서(110)가 설치된 환경에서 100km/h 속도가 측정되었다면 10m 거리를 통과하는데 360ms = (36 * 1000cm / 100) 시간이 소요되는 것으로 연산하며, 연산된 시간을 기반으로 정체 및 정차를 판별할 수 있다.
데이터 구축부(330)는 정체정보를 기록하여 딥러닝의 학습에 활용할 수 있도록 한다. 예를 들어 데이터 구축부(330)는 정체정보를 학습데이터에 추가함으로써, 학습데이터를 업데이트할 수 있다.
도 10은 차량의 안전거리가 미확보된 상황을 제2 표시부를 통하여 제공하는 예로서, 정보 생성부(340)는 차량별 속도를 연산하여 차량속도정보를 생성하고, 차량속도정보와 안내정보를 비교하여 안전거리가 미확보된 차량이 존재하는지 판별하며, 안전거리가 미확보된 차량이 존재하면 제2 표시부에게 안전거리 미확보정보를 제공할 수 있다. 안전거리가 미확보된 차량보다 앞단에 형성된 제2 표시부는 표시등의 색상으로 안전거리 미확보정보를 출력할 수 있다.
정보 생성부(340)는 차량별 속도 또는 차량간 속도를 서로 공유하고, 차량간 거리가 서서히 좁혀져 속도에 따른 충분한 거리가 확보되지 않으면 안전거리 미확보정보에 관한 이벤트를 발생시키며, 도 10에 도시된 바와 같이 제2 표시부(220)에서 황색등을 점등시켜 C차량의 후방에 위치하는 A차량과 B차량의 운전자에게 운전자가 인식하도록 함으로써, 운전자의 경각심을 고취시켜주는 기능 작용이 있다.
환경센서(120)는 터널의 외부에 형성되고, 터널의 외부환경의 상태를 감지할 수 있다. 데이터 구축부(330)는 환경센서(120)와 TOF센서(110)의 센서데이터와의 비교를 위한 복수의 기준값을 포함하는 학습데이터를 구축할 수 있다.
정보 생성부(340)는 센서데이터와 복수의 기준값을 비교하여 실시간으로 권고속도정보를 생성할 수 있다. 예를 들어 정보 생성부(340)는 설정된 강우량의 기준에 대응하여 기준속도의 20%에 해당하는 권고속도정보를 생성할 수 있고, 설정된 도로노면의 빙판두께의 기준에 대응하여 30km/h 이하의 권고속도정보를 생성할 수 있다.
TOF센서(110)는 차선별로 K개로 구성될 수 있다. 통신부(350)는 제1 번째 TOF센서와 제2 번째 TOF센서 및 제K-1 번째 TOF센서와 제K 번째 TOF센서에서 설정된 정체속도가 동시에 발생하면 제3 번째 TOF센서부터 제K-2 번째 TOF센서를 슬립모드로 구동시킬 수 있다. 정체속도는 설정된 TOF센서(110)의 비활성화를 위한 기준정보로 활용될 수 있다.
본 발명은 터널의 진입로와 진출로에 인접하여 형성된 소정의 TOF센서(110)를 이용하여 정체속도의 동시 발생에 대한 유무를 판별하고, 정체속도의 동시 발생이 존재하여 터널의 중간단에 위치하는 TOF센서(110)를 비활성화하여 TOF센서(110)의 소비전력을 최소화할 수 있다.
도 11은 본 발명의 또 실시예에 따른 터널 교통상황 알림 시스템의 동작 방법을 도시한 흐름도로서, 제어장치(300)는 사전에 센서맵과 학습데이터를 구축하고, 차량을 라벨링하는 과정을 수행한다. 이때 제어장치(300)는 환경센서(120)의 적용여부를 판별하고, 환경센서(120)를 포함하는 속도연산을 수행할 지 결정하며, 결정된 연산방법으로 정보를 생성하여 표시부에게 제공한다. 통신장치(400)는 통신부(350)의 기능 작용과 유사하고, 제어장치(300)에 포함되거나 분리될 수 있다.
10: 터널 교통상황 알림 시스템 110: TOF센서
120: 환경센서 210: 제1 표시부
220: 제2 표시부 300: 제어장치
310: 센서맵 구축부 320: 차량 라벨링부
330: 데이터 구축부 340: 정보 생성부
350: 통신부 400: 통신장치

Claims (5)

  1. 터널 내 설정된 배치간격과 차선별로 형성된 TOF센서(110);
    상기 터널의 진입로에 형성된 제1 표시부(210);
    상기 TOF센서와 결합된 제2 표시부(220);
    상기 터널 내 권고속도와 안전거리를 딥러닝하기 위한 학습데이터를 구축하는 데이터 구축부(330);
    상기 TOF센서의 센서데이터를 이용하여 이웃하는 차량간 속도를 연산하고, 학습데이터에 연산된 값을 입력하여 권고속도정보를 생성하며, 권고속도정보에 대응하는 안전거리정보를 생성하는 정보 생성부(340) 및
    상기 권고속도정보와 안전거리정보 중 적어도 하나를 포함하는 안내정보를 제1 표시부 또는 제2 표시부에게 제공하는 통신부(350)를 포함하여, 터널 내 상황에 대응하여 실효적인 안내정보를 제공하며,
    상기 정보 생성부는 차량별 속도를 연산하여 차량속도정보를 생성하고, 차량속도정보와 안내정보를 비교하여 안전거리가 미확보된 차량이 존재하는지 판별하며, 안전거리가 미확보된 차량이 존재하면 제2 표시부에게 안전거리 미확보정보를 제공하고,
    상기 TOF센서의 위치를 기반으로 센서맵을 구축하는 센서맵 구축부(310) 및
    차선별 진입하는 차량에게 고유의 태그를 할당하고, 연결리스트의 자료구조로 차량을 라벨링하며, 차선이 변경된 차량이 발생하면 태그를 재할당하여 연결리스트의 자료구조를 갱신하는 차량 라벨링부(320)를 더 포함하고,
    상기 정보 생성부는 자료구조 기반의 센서데이터를 이용하고, 차선이 변경된 차량을 포함하여 터널 내의 상황을 실시간으로 학습하는 것을 특징으로 하는 TOF센서와 딥러닝 학습을 이용한 터널 교통상황 알림 시스템.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 통신부는 속도 측정을 위한 싱크 시그널을 설정된 주기로 생성하여 각각의 TOF센서에 대한 동기를 맞추고,
    상기 차량 라벨링부는 차선별 병렬적 연결리스트의 자료구조를 관리하고, 제 N번째 싱크 시그널에서 차선이 변경된 차량이 발생하면 제 N+1번째 싱크 시그널에서 차선이 변경된 차량의 후방에 위치하는 모든 차량의 태그를 재할당하며, 일괄적으로 병렬적 연결리스트의 자료구조를 갱신하는 것을 특징으로 하는 TOF센서와 딥러닝 학습을 이용한 터널 교통상황 알림 시스템.
  5. 제1항에 있어서,
    상기 터널의 외부에 형성되고, 터널의 외부환경의 상태를 감지하는 환경센서(120)를 더 포함하고,
    상기 데이터 구축부는 환경센서와 TOF센서의 센서데이터와의 비교를 위한 복수의 기준값을 포함하는 학습데이터를 구축하며,
    상기 정보 생성부는 센서데이터와 복수의 기준값을 비교하여 실시간으로 권고속도정보를 생성하는 것을 특징으로 하는 TOF센서와 딥러닝 학습을 이용한 터널 교통상황 알림 시스템.
KR1020230018824A 2023-02-13 2023-02-13 Tof센서와 딥러닝 학습을 이용한 터널 교통상황 알림 시스템 KR102551771B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230018824A KR102551771B1 (ko) 2023-02-13 2023-02-13 Tof센서와 딥러닝 학습을 이용한 터널 교통상황 알림 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230018824A KR102551771B1 (ko) 2023-02-13 2023-02-13 Tof센서와 딥러닝 학습을 이용한 터널 교통상황 알림 시스템

Publications (1)

Publication Number Publication Date
KR102551771B1 true KR102551771B1 (ko) 2023-07-05

Family

ID=87159392

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230018824A KR102551771B1 (ko) 2023-02-13 2023-02-13 Tof센서와 딥러닝 학습을 이용한 터널 교통상황 알림 시스템

Country Status (1)

Country Link
KR (1) KR102551771B1 (ko)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100003381A (ko) * 2008-07-01 2010-01-11 서울시립대학교 산학협력단 교통정보 수집장치
KR101040473B1 (ko) 2009-10-09 2011-06-09 최진 터널의 차량속도 알림 시스템
KR101703001B1 (ko) * 2016-07-13 2017-02-06 주식회사 시로코 지능형 도로 안전 펜스 시스템
KR20180096367A (ko) * 2017-02-20 2018-08-29 김준배 제한속도 인공지능 가변시스템
KR20180125329A (ko) * 2017-05-15 2018-11-23 주식회사 에스티씨 터널 입구로부터 최근접 위치를 주행하는 차량을 기초로 한 터널 내부의 교통상황 정보 제공 시스템 및 이를 이용한 터널 내부의 교통 상황 정보 제공방법
KR20210007240A (ko) * 2019-07-10 2021-01-20 조용성 주행정보의 인지기능을 개선시키는 패턴조명 출력시스템
KR102422235B1 (ko) 2022-05-26 2022-07-15 (주)에스엔테크 터널 내 지능형 차량 정체 알림 시스템
KR102475168B1 (ko) 2021-04-19 2022-12-06 백성곤 차량 주행속도 디스플레이 시스템

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100003381A (ko) * 2008-07-01 2010-01-11 서울시립대학교 산학협력단 교통정보 수집장치
KR101040473B1 (ko) 2009-10-09 2011-06-09 최진 터널의 차량속도 알림 시스템
KR101703001B1 (ko) * 2016-07-13 2017-02-06 주식회사 시로코 지능형 도로 안전 펜스 시스템
KR20180096367A (ko) * 2017-02-20 2018-08-29 김준배 제한속도 인공지능 가변시스템
KR20180125329A (ko) * 2017-05-15 2018-11-23 주식회사 에스티씨 터널 입구로부터 최근접 위치를 주행하는 차량을 기초로 한 터널 내부의 교통상황 정보 제공 시스템 및 이를 이용한 터널 내부의 교통 상황 정보 제공방법
KR20210007240A (ko) * 2019-07-10 2021-01-20 조용성 주행정보의 인지기능을 개선시키는 패턴조명 출력시스템
KR102475168B1 (ko) 2021-04-19 2022-12-06 백성곤 차량 주행속도 디스플레이 시스템
KR102422235B1 (ko) 2022-05-26 2022-07-15 (주)에스엔테크 터널 내 지능형 차량 정체 알림 시스템

Similar Documents

Publication Publication Date Title
CN101419749B (zh) 一种低能见度道路交通引导方法
EP2629167B1 (en) Vehicle system and method for controlling the vehicle system
KR20160142182A (ko) Its 현장장비 통합 제어 장치 및 이를 포함하는 its 현장장비 통합 제어 시스템
KR102168689B1 (ko) 차량높이 감지시스템
KR102062589B1 (ko) 어린이 보호구역 스마트 통합안내판 및 이를 이용한 통합 감시시스템
US4727371A (en) Traffic control system and devices for alleviating traffic flow problems at roadway junction
EP2610782A1 (en) Method for planning the route of a vehicle
EP3896672A1 (en) Other vehicle motion prediction method and other vehicle motion prediction device
US10040451B2 (en) Vehicle warning device for emitting a warning signal
KR20200009559A (ko) 도로 공사구간에 따른 대기행렬 및 지체시간 정보제공 시스템 및 그 방법
EP3147882A1 (en) A system and a method for an intelligent transportation system
JP2010086070A (ja) 道路交通情報提供システム及び方法
KR20210010035A (ko) 레이더신호를 이용한 다차로 역주행 방지시스템
CN110992688A (zh) 一种交通智能诱导系统
KR102226533B1 (ko) 일체형 가로등주로 구성된 스마트 도로 조명 시스템 및 그 제어 방법
CN108922245B (zh) 一种公路视距不良路段预警方法及系统
JP4580995B2 (ja) 道路交通管制システム
CN113470389B (zh) 一种智慧交通管控方法
KR20120030175A (ko) 주행중인 차량군의 특성을 통한 교통정보제공시스템 및 그 방법
KR102551771B1 (ko) Tof센서와 딥러닝 학습을 이용한 터널 교통상황 알림 시스템
CN113112832A (zh) 一种雾区高速公路互通立交安全引导系统及方法
US20210339748A1 (en) Method and device for operating an assistance system of a vehicle, and a vehicle
Dokur et al. Vehicle-to-Infrastructure based Algorithms for Traffic Light Detection, Red Light Violation, and Wrong-Way Entry Applications
CN114267172A (zh) 公路区段化交通冲突风险预警系统及其方法
CN211237114U (zh) 一种交通智能诱导系统

Legal Events

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