KR102583171B1 - 보행자 위험 상황 예측 장치 및 방법 - Google Patents

보행자 위험 상황 예측 장치 및 방법 Download PDF

Info

Publication number
KR102583171B1
KR102583171B1 KR1020220080955A KR20220080955A KR102583171B1 KR 102583171 B1 KR102583171 B1 KR 102583171B1 KR 1020220080955 A KR1020220080955 A KR 1020220080955A KR 20220080955 A KR20220080955 A KR 20220080955A KR 102583171 B1 KR102583171 B1 KR 102583171B1
Authority
KR
South Korea
Prior art keywords
information
pedestrians
processor
pedestrian
vehicle
Prior art date
Application number
KR1020220080955A
Other languages
English (en)
Inventor
김진우
장준
Original Assignee
웨이즈원 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 웨이즈원 주식회사 filed Critical 웨이즈원 주식회사
Priority to KR1020220080955A priority Critical patent/KR102583171B1/ko
Application granted granted Critical
Publication of KR102583171B1 publication Critical patent/KR102583171B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/005—Traffic control systems for road vehicles including pedestrian guidance indicator
    • G—PHYSICS
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/865—Combination of radar systems with lidar systems
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • 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
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명은 횡단보도 주변에 위치한 차량 및 보행자를 포함하는 객체를 촬영하여 영상 정보를 생성하는 카메라, 객체를 센싱하여 라이다 정보를 생성하는 라이다, 객체를 센싱하여 레이더 정보를 생성하는 레이더, 및 영상 정보, 라이다 정보 및 레이더 정보를 통합하여 객체별 위치 정보 및 속도 정보를 산출하고, 객체별 위치 정보 및 속도 정보에 기반하여 차량 및 보행자 간의 충돌 가능성이 존재하는지 여부를 판단하고, 충돌 가능성이 존재하는 것으로 판단되는 경우 경고 신호를 생성하여 외부로 전송하는 프로세서를 포함하는 것을 특징으로 한다.

Description

보행자 위험 상황 예측 장치 및 방법{APPARATUS AND METHOD FOR PREDICTING DANGEROUS SITUATION FOR PEDESTRIAN}
본 발명은 보행자 위험 상황 예측 장치 및 방법에 관한 것으로서, 더욱 상세하게는 횡단보도에서 보행자에게 발생할 수 있는 위험 상황을 예측할 수 있는 보행자 위험 상황 예측 장치 및 방법에 관한 것이다.
횡단보도는 도로의 횡단을 위해 보행자가 대기하거나, 또는 신호등의 지시에 따라 보행자가 도로를 횡단하게 되는 공간을 의미한다. 이러한 횡단보도 지역에서는 보행자와 차량 간의 충돌로 인해 교통약자인 보행자가 부상을 입거나 사망하게 되는 등의 인적 피해가 빈번하게 발생한다. 이에 따라, 보행자 보호를 위해 횡단보도 지역에서 발생하는 보행자와 차량 간의 충돌을 예측할 수 있는 기술이 요구되고 있다.
본 발명의 배경기술은 대한민국 등록특허공보 제10-2356084호(2022.01.19.)의 '보행자의 안전을 위한 횡단보도 시스템'에 개시되어 있다.
본 발명은 전술한 문제점을 해결하기 위해 착안된 것으로서, 본 발명의 일 측면에 따른 목적은 횡단보도에서 보행자에게 발생할 수 있는 위험 상황을 예측할 수 있는 보행자 위험 상황 예측 장치 및 방법을 제공하는 것이다.
본 발명의 일 측면에 따른 보행자 위험 상황 예측 장치는 횡단보도 주변에 위치한 차량 및 보행자를 포함하는 객체를 촬영하여 영상 정보를 생성하는 카메라; 상기 객체를 센싱하여 라이다 정보를 생성하는 라이다; 상기 객체를 센싱하여 레이더 정보를 생성하는 레이더; 및 상기 영상 정보, 상기 라이다 정보 및 상기 레이더 정보를 통합하여 객체별 위치 정보 및 속도 정보를 산출하고, 객체별 위치 정보 및 속도 정보에 기반하여 차량 및 보행자 간의 충돌 가능성이 존재하는지 여부를 판단하고, 충돌 가능성이 존재하는 것으로 판단되는 경우 경고 신호를 생성하여 외부로 전송하는 프로세서;를 포함하는 것을 특징으로 한다.
본 발명에 있어 상기 프로세서는, 상기 영상 정보, 상기 라이다 정보 및 상기 레이더 정보 간 시간 동기를 수행하고, 상기 영상 정보, 상기 라이다 정보 및 상기 레이더 정보에 기반하여 통합 정보를 산출하고, 상기 통합 정보에 기반하여 객체별 위치 정보 및 속도 정보를 산출하는 것을 특징으로 한다.
본 발명에 있어 상기 프로세서는, 객체별 위치 정보 및 속도 정보에 기반하여 보행자를 그룹화한 후 보행자 그룹별 위치 정보 및 속도 정보를 산출하고, 객체별 위치 정보에 기반하여 보행자 그룹별 및 차량별 체적 정보를 산출하고, 보행자 그룹별 및 차량별 위치 정보, 속도 정보 및 체적 정보에 기반하여 차량 및 보행자 간의 충돌 가능성이 존재하는지 여부를 판단하는 것을 특징으로 한다.
본 발명에 있어 상기 프로세서는, 보행자 그룹에 포함된 보행자들 중 최외곽에 존재하는 보행자들을 식별하고, 상기 식별된 보행자들의 위치 정보를 기준으로 제1 설정 범위를 적용하고, 상기 제1 설정 범위 적용에 따라 보행자 그룹에 포함된 보행자들이 점유하는 범위를 산출함으로써 보행자 그룹에 대한 체적 정보를 산출하는 것을 특징으로 한다.
본 발명에 있어 상기 프로세서는, 차량의 위치 정보를 기준으로 제2 설정 범위를 적용하고, 상기 제2 설정 범위의 적용에 따라 차량이 점유하는 범위를 산출함으로써 차량에 대한 체적 정보를 산출하는 것을 특징으로 한다.
본 발명에 있어 상기 프로세서는, 보행자 그룹별 및 차량별 위치 정보, 속도 정보 및 체적 정보에 기반하여 차량 및 보행자 간의 충돌 예상 시간을 산출하고, 상기 충돌 예상 시간이 기준 시간 이하인 것으로 판단되는 경우 차량 및 보행자 간 충돌 가능성이 존재하는 것으로 판단하는 것을 특징으로 한다.
본 발명의 일 측면에 따른 보행자 위험 상황 예측 방법은 프로세서가, 카메라를 통해 횡단보도 주변에 위치한 차량 및 보행자를 포함하는 객체를 촬영하여 영상 정보를 생성하는 단계; 상기 프로세서가, 라이다를 통해 상기 객체를 센싱하여 라이다 정보를 생성하는 단계; 상기 프로세서가, 레이더를 통해 상기 객체를 센싱하여 레이더 정보를 생성하는 단계; 상기 프로세서가, 상기 영상 정보, 상기 라이다 정보 및 상기 레이더 정보를 통합하여 객체별 위치 정보 및 속도 정보를 산출하는 단계; 상기 프로세서가, 객체별 위치 정보 및 속도 정보에 기반하여 차량 및 보행자 간의 충돌 가능성이 존재하는지 여부를 판단하는 단계; 및 상기 프로세서가, 충돌 가능성이 존재하는 것으로 판단되는 경우 경고 신호를 생성하여 외부로 전송하는 단계;를 포함하는 것을 특징으로 한다.
본 발명의 일 측면에 따르면, 본 발명은 카메라, 라이다 및 레이더를 통해 수집되는 정보를 통합하고, 통합된 정보에 기반하여 차량 및 보행자 간의 충돌 가능성이 존재하는지 여부를 판단하고, 그 결과를 교통 관제 서버로 알림으로써 차량 및 보행자 간의 충돌을 방지할 수 있다.
또한, 본 발명의 일 측면에 따르면, 본 발명은 보행자를 그룹화하고, 보행자 그룹을 기준으로 차량 및 보행자 간의 충돌 가능성이 존재하는지 여부를 판단함으로써 충돌 가능성을 판단하는데 요구되는 데이터 연산량을 감소시킬 수 있다.
도 1은 본 발명의 일 실시예에 따른 보행자 위험 상황 예측 장치를 보인 블록 구성도이다.
도 2는 본 발명의 일 실시예에 따른 보행자 위험 상황 예측 장치의 작동 과정을 보인 예시도이다.
도 3은 본 발명의 일 실시예에 따른 보행자 위험 상황 예측 방법을 보인 흐름도이다.
이하에서는 본 발명의 실시예에 따른 보행자 위험 상황 예측 장치 및 방법을 첨부된 도면들을 참조하여 상세하게 설명한다. 이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 본 발명의 일 실시예에 따른 보행자 위험 상황 예측 장치를 보인 블록 구성도이고, 도 2는 본 발명의 일 실시예에 따른 보행자 위험 상황 예측 장치의 작동 과정을 보인 예시도이다.
도 1을 참고하면, 본 발명의 일 실시예에 따른 보행자 위험 상황 예측 장치는 카메라(100), 라이다(200), 레이더(300), 통신 회로(400), 메모리(500) 및 프로세서(600)를 포함할 수 있다. 일 실시예에 따르면, 보행자 위험 상황 예측 장치는 도 1에 도시된 구성 요소 외에 다양한 구성 요소를 더 포함하거나, 위 구성 요소들 중 일부 구성 요소를 생략할 수 있다. 일 실시예에 따르면, 보행자 위험 상황 예측 장치는 횡단보도와 같이 보행자가 도로를 횡단하는 지점에 적용되는 장치일 수 있다.
카메라(100)는 횡단보도 주변에 위치하는 객체를 촬영하여 영상 정보를 생성하고, 생성된 영상 정보를 후술하는 프로세서(600)로 출력할 수 있다. 여기서, 객체는 차량 및 보행자를 포함할 수 있다. 카메라(100)를 통해 생성된 영상 정보는 객체 간의 충돌 가능성을 판단하는데 이용될 수 있다. 필요에 따라서 복수의 카메라(100)가 보행자 위험 상황 예측 장치에 포함될 수 있으며, 이 경우 각 카메라(100)는 도로의 서로 다른 방향을 촬영하도록 배치될 수 있다.
라이다(LIDAR, 200)는 횡단보도 주변에 위치하는 객체를 센싱하여 라이다 정보를 생성하고, 생성된 라이다 정보를 프로세서(600)로 출력할 수 있다. 라이다(200)를 통해 생성된 라이다 정보는 객체 간의 충돌 가능성을 판단하는데 이용될 수 있다. 필요에 따라서 복수의 라이다(200)가 보행자 위험 상황 예측 장치에 포함될 수 있으며, 이 경우 라이다(200)는 도로의 서로 다른 방향을 센싱하도록 배치될 수 있다.
레이더(RADAR, 300)는 횡단보도 주변에 위치하는 객체를 센싱하여 레이더 정보를 생성하고, 생성된 레이더 정보를 프로세서(600)로 출력할 수 있다. 레이더(300)를 통해 생성된 레이더 정보는 객체 간의 충돌 가능성을 판단하는데 이용될 수 있다. 필요에 따라서 복수의 레이더(300)가 보행자 위험 상황 예측 장치에 포함될 수 있으며, 이 경우 레이더(300)는 도로의 서로 다른 방향을 센싱하도록 배치될 수 있다.
통신 회로(400)는 프로세서(600)의 제어에 따라 외부(예: 교통 관제 서버)와 통신을 수행할 수 있다. 통신 회로(400)는 무선 또는 유선 통신을 이용하여 외부와 통신을 수행할 수 있다.
메모리(500)에는 프로세서(600)가 차량과 보행자 간의 충돌 가능성을 판단하는 과정에서 요구되는 각종 데이터가 미리 저장되어 있을 수 있다. 또한, 메모리(500)에는 프로세서(600)가 차량과 보행자 간의 충돌 가능성을 판단하는 과정에서 산출되는 각종 데이터가 저장될 수 있다.
프로세서(600)는 카메라(100), 라이다(200), 레이더(300), 통신 회로(400) 및 메모리(500)를 제어하는 주체로서, 중앙 처리 장치(CPU: Central Processing Unit), MCU(Micro Controller Unit) 또는 SoC(System on Chip)로도 구현될 수 있으며, 운영 체제 또는 어플리케이션을 구동하여 프로세서(600)에 연결된 복수의 하드웨어 또는 소프트웨어 구성요소들을 제어할 수 있고, 각종 데이터 처리 및 연산을 수행할 수 있으며, 메모리(500)에 저장된 적어도 하나의 명령을 실행시키고, 그 실행 결과 데이터를 메모리(500)에 저장하도록 구성될 수 있다.
프로세서(600)는 카메라(100)를 통해 생성된 영상 정보, 라이다(200)를 통해 생성된 라이다 정보, 및 레이더(300)를 통해 생성된 레이더 정보를 통합하여 객체별 위치 정보 및 속도 정보를 산출할 수 있다. 즉, 프로세서(600)는 서로 다른 센서(즉, 카메라(100), 라이다(200) 및 레이더(300))를 통해 수집되는 객체에 대한 서로 다른 정보를 통합처리하여 객체별 위치 정보 및 속도 정보를 산출할 수 있다.
일 실시예에 따르면, 프로세서(600)는 영상 정보, 라이다 정보 및 레이더 정보 간 시간 동기를 수행하고, 영상 정보, 라이다 정보 및 레이더 정보에 기반하여 통합 정보를 산출하고, 산출된 통합 정보에 기반하여 객체별 위치 정보 및 속도 정보를 산출할 수 있다. 즉, 프로세서(600)는 동일 시점에서 서로 다른 센서(즉, 카메라(100), 라이다(200) 및 레이더(300))를 통해 측정되는 정보가 하나의 정보로 통합될 수 있도록 우선적으로 시간 동기를 수행할 수 있다. 이후, 프로세서(600)는 서로 다른 센서(즉, 카메라(100), 라이다(200) 및 레이더(300))를 통해 수집되는 정보를 통합하여 통합 정보를 산출할 수 있다. 이때, 프로세서(600)는 객체의 중심점을 기준으로 객체의 위치 정보 및 속도 정보를 산출할 수 있다. 즉, 프로세서(600)는 객체의 위치 정보 및 속도 정보 산출 시 객체를 점으로 간주할 수 있다.
일 실시예에 따르면, 프로세서(600)는 서로 다른 센서를 통해 수집된 정보에 대한 가중 평균치를 계산하여 통합 정보를 산출할 수 있다. 실험 또는 시뮬레이션을 통해 산출된 각 센서에 대한 가중치가 미리 메모리(500)에 저장되어 있을 수 있으며, 프로세서(600)는 가중치를 적용하여 각 센서를 통해 수집된 정보에 대한 가중 평균치를 계산하고, 계산된 가중 평균치를 통합 정보로 이용할 수 있다.
프로세서(600)는 객체별 위치 정보 및 속도 정보에 기반하여 보행자에 대한 그룹화를 수행할 수 있다. 즉, 프로세서(600)는 위치와 속도를 기준으로 유사한 성향을 보이는 보행자들을 묶어 하나의 그룹으로 간주할 수 있다. 예를 들어, 프로세서(600)는 보행자별 위치 정보 및 속도 정보에 기반하여 서로 다른 보행자 간의 유클리디안 거리(Euclidean Distance)를 산출하고, 산출된 유클리디안 거리에 기반하여 보행자를 그룹화할 수 있다. 위치 및 속도를 기준으로 객체에 대한 그룹화를 수행하는 기술은 주지된 기술이므로, 그 구체적인 설명은 생략하도록 한다. 도 2는 보행자에 대한 그룹화 결과를 보인 예시도이다.
프로세서(600)는 객체별 위치 정보 및 속도 정보에 기반하여 보행자 그룹별 위치 정보 및 속도 정보를 산출할 수 있다. 일 실시예에 따르면, 프로세서(600)는 보행자 그룹에 포함된 보행자들의 속도 정보에 대한 평균치를 계산함으로써 보행자 그룹에 대한 속도 정보를 산출할 수 있다. 즉, 프로세서(600)는 보행자 그룹에 포함된 보행자들에 대한 평균 속도를 보행자 그룹의 속도 정보로 이용할 수 있다. 일 실시예에 따르면, 프로세서(600)는 보행자 그룹에 포함된 보행자들의 위치 정보에 대한 평균치를 계산함으로써 보행자 그룹에 대한 위치 정보를 산출할 수 있다. 즉, 프로세서(600)는 보행자 그룹에 포함된 보행자들에 대한 평균 위치를 보행자 그룹의 위치 정보로 이용할 수 있다.
프로세서(600)는 객체별 위치 정보에 기반하여 보행자 그룹별 체적 정보와 차량별 체적 정보를 산출할 수 있다. 즉, 프로세서(600)는 객체들에 대한 위치를 토대로 보행자 그룹과 차량에 대한 체적 정보를 산출할 수 있다.
일 실시예에 따르면, 프로세서(600)는 보행자 그룹에 포함된 보행자들 중 최외곽에 존재하는 보행자들을 식별하고, 식별된 보행자들의 위치 정보(즉, 중심점)를 기준으로 기 설정된 제1 설정 범위를 적용하고, 제1 설정 범위의 적용에 따라 보행자 그룹에 포함된 보행자들이 점유하는 범위를 산출함으로써 보행자 그룹에 대한 체적 정보를 산출할 수 있다. 여기서, 제1 설정 범위는 일반적인 사람의 체적을 고려하여 설정된 값으로서, 미리 산출되어 메모리(500)에 저장되어 있을 수 있다. 즉, 프로세서(600)는 보행자 그룹에 포함된 사람들 중 최외곽에 위치한 사람들을 기준으로 보행자 그룹이 점유하는 공간의 외곽선을 결정함으로써 보행자 그룹에 대한 체적 정보를 산출할 수 있다.
일 실시예에 따르면, 프로세서(600)는 차량의 위치 정보(중심점)를 기준으로 기 설정된 제2 설정 범위를 적용하고, 제2 설정 범위의 적용에 따라 차량이 점유하는 범위를 산출함으로써 차량에 대한 체적 정보를 산출할 수 있다. 여기서, 제2 설정 범위는 차량의 체적을 고려하여 설정된 값으로서, 미리 산출되어 메모리(500)에 저장되어 있을 수 있다.
다른 실시예에 따르면, 프로세서(600)는 영상 정보, 라이다 정보 및 레이더 정보 중 적어도 하나를 이용하여 차량의 종류를 식별할 수 있으며, 차량의 종류에 따라 제2 설정 범위를 설정할 수도 있다. 차량의 종류에 따른 제2 설정 범위에 대한 룩업 테이블이 미리 산출되어 메모리(500)에 저장되어 있을 수 있으며, 프로세서(600)는 메모리(500)에 저장된 룩업 테이블을 참고하여 앞서 식별된 차량의 종류에 대응하는 제2 설정 범위를 검출하여 이용할 수 있다.
한편, 전술한 실시예에서는 미리 설정된 설정 범위를 보행자 또는 차량에 적용하여 체적 정보를 추정하는 것으로 기재하였으나, 영상 정보, 라이다 정보 및 레이더 정보 중 적어도 하나로부터 보행자 또는 차량에 대한 체적 정보를 직접 추출할 수도 있다.
프로세서(600)는 보행자 그룹별 및 차량별 위치 정보, 속도 정보 및 체적 정보에 기반하여 차량과 보행자 간 충돌 가능성이 존재하는지 여부를 판단할 수 있다. 즉, 프로세서(600)는 차량 및 보행자에 대한 위치, 속도 및 체적을 고려하여 차량 및 보행자 간의 충돌 가능성이 존재하는지 여부를 판단할 수 있다.
일 실시예에 따르면, 프로세서(600)는 보행자 그룹별 및 차량별 위치 정보, 속도 정보 및 체적 정보에 기반하여 차량 및 보행자 간의 충돌 예상 시간을 산출하고, 충돌 예상 시간이 기준 시간 이하인 것으로 판단되는 경우 차량 및 보행자 간 충돌 가능성이 존재하는 것으로 판단할 수 있다. 여기서, 충돌 예상 시간은 충돌 발생 예상 시점과 현재 시점 간의 시간차를 의미할 수 있고, 기준 시간은 충돌 가능성이 존재하는지 여부를 판단하기 위한 임계값으로서 미리 실험 또는 시뮬레이션을 통해 산출되어 메모리(500)에 저장되어 있을 수 있다.
다른 실시예에 따르면, 프로세서(600)는 차량과 사람 간의 상대 속도에 기반하여 기준 시간을 설정할 수 있다. 미리 실험 또는 시뮬레이션을 통해 산출된 차량과 사람 간의 상대 속도에 따른 기준 시간에 대한 룩업 테이블이 메모리(500)에 저장되어 있을 수 있으며, 프로세서(600)는 메모리(500)에 저장된 룩업 테이블을 참고하여 앞서 산출된 상대 속도에 대응하는 기준 시간을 검출하여 이용할 수 있다. 이때, 프로세서(600)는 차량과 사람 간의 상대 속도가 빠를수록 기준 시간을 감소시킬 수 있다.
차량과 보행자 간 충돌 가능성이 존재하는 것으로 판단되는 경우, 프로세서(600)는 경고 신호를 생성하고, 생성된 경고 신호를 통신 회로(400)를 통해 외부(예: 교통 관제 서버)로 전송할 수 있다. 즉, 프로세서(600)는 차량과 보행자 간 충돌 가능성이 있음을 교통 관제 서버로 알림으로써 신속한 후속 대응이 이루어지도록 유도할 수 있다. 경고 신호가 수신되는 경우, 교통 관제 서버는 해당 지점에 위치한 경고 장치를 작동시키거나, 또는 관할 관공서로 연락하여 후속 대응이 이루어지도록 할 수 있다.
전술한 바와 같이, 본 발명은 카메라, 라이다 및 레이더를 통해 수집되는 정보를 통합하고, 통합된 정보에 기반하여 차량 및 보행자 간의 충돌 가능성이 존재하는지 여부를 판단하고, 그 결과를 교통 관제 서버로 알림으로써 차량 및 보행자 간의 충돌을 방지할 수 있다. 또한, 본 발명은 보행자를 그룹화하고, 보행자 그룹을 기준으로 차량 및 보행자 간의 충돌 가능성이 존재하는지 여부를 판단함으로써 충돌 가능성을 판단하는데 요구되는 데이터 연산량을 감소시킬 수 있다.
도 3은 본 발명의 일 실시예에 따른 보행자 위험 상황 예측 방법을 보인 흐름도이다. 이하에서는 도 3을 참고하여, 본 발명의 일 실시예에 따른 보행자 위험 상황 예측 방법을 살펴보도록 한다. 한편, 이하에서는 전술한 내용과 중복되는 구성에 대한 구체적인 설명은 생략하고 그 시계열적인 구성을 중심으로 설명하도록 한다.
먼저, 프로세서(600)는 영상 정보, 라이다 정보 및 레이더 정보를 통합하여 객체별 위치 정보 및 속도 정보를 산출할 수 있다(S301).
이어서, 프로세서(600)는 객체별 위치 정보 및 속도 정보에 기반하여 보행자에 대한 그룹화를 수행할 수 있다(S303).
이어서, 프로세서(600)는 객체별 위치 정보 및 속도 정보에 기반하여 보행자 그룹별 위치 정보 및 속도 정보를 산출할 수 있다(S305).
이어서, 프로세서(600)는 객체별 위치 정보에 기반하여 보행자 그룹별 체적 정보와 차량별 체적 정보를 산출할 수 있다(S307).
이어서, 프로세서(600) 보행자 그룹별 및 차량별 위치 정보, 속도 정보 및 체적 정보에 기반하여 차량과 보행자 간 충돌 가능성이 존재하는지 여부를 판단할 수 있다(S309).
차량 및 사람 간의 충돌 가능성이 존재하는 것으로 판단되는 경우, 프로세서(600)는 경고 신호를 생성하여 외부(예: 교통 관제 서버)로 전송할 수 있다(S311).
상술한 바와 같이, 본 발명의 일 실시예에 따른 보행자 위험 상황 예측 장치 및 방법은 카메라, 라이다 및 레이더를 통해 수집되는 정보를 통합하고, 통합된 정보에 기반하여 차량 및 보행자 간의 충돌 가능성이 존재하는지 여부를 판단하고, 그 결과를 교통 관제 서버로 알림으로써 차량 및 보행자 간의 충돌을 방지할 수 있다. 또한, 본 발명의 일 실시예에 따른 보행자 위험 상황 예측 장치 및 방법은 보행자를 그룹화하고, 보행자 그룹을 기준으로 차량 및 보행자 간의 충돌 가능성이 존재하는지 여부를 판단함으로써 충돌 가능성을 판단하는데 요구되는 데이터 연산량을 감소시킬 수 있다.
본 명세서에서 설명된 구현은, 예컨대, 방법 또는 프로세스, 장치, 소프트웨어 프로그램, 데이터 스트림 또는 신호로 구현될 수 있다. 단일 형태의 구현의 맥락에서만 논의(예컨대, 방법으로서만 논의)되었더라도, 논의된 특징의 구현은 또한 다른 형태(예컨대, 장치 또는 프로그램)로도 구현될 수 있다. 장치는 적절한 하드웨어, 소프트웨어 및 펌웨어 등으로 구현될 수 있다. 방법은, 예컨대, 컴퓨터, 마이크로프로세서, 집적 회로 또는 프로그래밍가능한 로직 디바이스 등을 포함하는 프로세싱 디바이스를 일반적으로 지칭하는 프로세서 등과 같은 장치에서 구현될 수 있다. 프로세서는 또한 최종-사용자 사이에 정보의 통신을 용이하게 하는 컴퓨터, 셀 폰, 휴대용/개인용 정보 단말기(personal digital assistant: "PDA") 및 다른 디바이스 등과 같은 통신 디바이스를 포함한다.
본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며 당해 기술이 속하는 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 아래의 특허청구범위에 의하여 정해져야 할 것이다.
100: 카메라 200: 라이다
300: 레이더 400: 통신 회로
500: 메모리 600: 프로세서

Claims (12)

  1. 횡단보도 주변에 위치한 차량 및 보행자를 포함하는 객체를 촬영하여 영상 정보를 생성하는 카메라;
    상기 객체를 센싱하여 라이다 정보를 생성하는 라이다;
    상기 객체를 센싱하여 레이더 정보를 생성하는 레이더; 및
    상기 영상 정보, 상기 라이다 정보 및 상기 레이더 정보를 통합하여 객체별 위치 정보 및 속도 정보를 산출하고, 객체별 위치 정보 및 속도 정보에 기반하여 차량 및 보행자 간의 충돌 가능성이 존재하는지 여부를 판단하고, 충돌 가능성이 존재하는 것으로 판단되는 경우 경고 신호를 생성하여 외부로 전송하는 프로세서;
    를 포함하고,
    상기 프로세서는, 객체별 위치 정보 및 속도 정보에 기반하여 보행자를 그룹화한 후 보행자 그룹별 위치 정보 및 속도 정보를 산출하고, 객체별 위치 정보에 기반하여 보행자 그룹별 및 차량별 체적 정보를 산출하고, 보행자 그룹별 및 차량별 위치 정보, 속도 정보 및 체적 정보에 기반하여 차량 및 보행자 간의 충돌 가능성이 존재하는지 여부를 판단하고,
    상기 프로세서는, 객체별 위치 정보 및 속도 정보에 기반하여 서로 다른 보행자 간의 유클리디안 거리를 산출하고, 상기 유클리디안 거리에 기반하여 보행자를 그룹화하고,
    상기 프로세서는, 보행자 그룹에 포함된 보행자들 중 최외곽에 존재하는 보행자들을 식별하고, 상기 식별된 보행자들의 위치 정보를 기준으로 제1 설정 범위를 적용하고, 상기 제1 설정 범위 적용에 따라 보행자 그룹에 포함된 보행자들이 점유하는 범위를 산출함으로써 보행자 그룹에 대한 체적 정보를 산출하는 것을 특징으로 하는 보행자 위험 상황 예측 장치.
  2. 제 1항에 있어서,
    상기 프로세서는, 상기 영상 정보, 상기 라이다 정보 및 상기 레이더 정보 간 시간 동기를 수행하고, 상기 영상 정보, 상기 라이다 정보 및 상기 레이더 정보에 기반하여 통합 정보를 산출하고, 상기 통합 정보에 기반하여 객체별 위치 정보 및 속도 정보를 산출하는 것을 특징으로 하는 보행자 위험 상황 예측 장치.
  3. 삭제
  4. 삭제
  5. 제 1항에 있어서,
    상기 프로세서는, 차량의 위치 정보를 기준으로 제2 설정 범위를 적용하고, 상기 제2 설정 범위의 적용에 따라 차량이 점유하는 범위를 산출함으로써 차량에 대한 체적 정보를 산출하는 것을 특징으로 하는 보행자 위험 상황 예측 장치.
  6. 제 1항에 있어서,
    상기 프로세서는, 보행자 그룹별 및 차량별 위치 정보, 속도 정보 및 체적 정보에 기반하여 차량 및 보행자 간의 충돌 예상 시간을 산출하고, 상기 충돌 예상 시간이 기준 시간 이하인 것으로 판단되는 경우 차량 및 보행자 간 충돌 가능성이 존재하는 것으로 판단하는 것을 특징으로 하는 보행자 위험 상황 예측 장치.
  7. 프로세서가, 카메라를 통해 횡단보도 주변에 위치한 차량 및 보행자를 포함하는 객체를 촬영하여 영상 정보를 생성하는 단계;
    상기 프로세서가, 라이다를 통해 상기 객체를 센싱하여 라이다 정보를 생성하는 단계;
    상기 프로세서가, 레이더를 통해 상기 객체를 센싱하여 레이더 정보를 생성하는 단계;
    상기 프로세서가, 상기 영상 정보, 상기 라이다 정보 및 상기 레이더 정보를 통합하여 객체별 위치 정보 및 속도 정보를 산출하는 단계;
    상기 프로세서가, 객체별 위치 정보 및 속도 정보에 기반하여 차량 및 보행자 간의 충돌 가능성이 존재하는지 여부를 판단하는 단계; 및
    상기 프로세서가, 충돌 가능성이 존재하는 것으로 판단되는 경우 경고 신호를 생성하여 외부로 전송하는 단계;
    를 포함하고,
    상기 판단하는 단계에서, 상기 프로세서는,
    객체별 위치 정보 및 속도 정보에 기반하여 보행자를 그룹화한 후 보행자 그룹별 위치 정보 및 속도 정보를 산출하고, 객체별 위치 정보에 기반하여 보행자 그룹별 및 차량별 체적 정보를 산출하고, 보행자 그룹별 및 차량별 위치 정보, 속도 정보 및 체적 정보에 기반하여 차량 및 보행자 간의 충돌 가능성이 존재하는지 여부를 판단하고,
    상기 판단하는 단계에서, 상기 프로세서는,
    객체별 위치 정보 및 속도 정보에 기반하여 서로 다른 보행자 간의 유클리디안 거리를 산출하고, 상기 유클리디안 거리에 기반하여 보행자를 그룹화하고,
    상기 판단하는 단계에서, 상기 프로세서는,
    보행자 그룹에 포함된 보행자들 중 최외곽에 존재하는 보행자들을 식별하고, 상기 식별된 보행자들의 위치 정보를 기준으로 제1 설정 범위를 적용하고, 상기 제1 설정 범위 적용에 따라 보행자 그룹에 포함된 보행자들이 점유하는 범위를 산출함으로써 보행자 그룹에 대한 체적 정보를 산출하는 것을 특징으로 하는 보행자 위험 상황 예측 방법.
  8. 제 7항에 있어서,
    상기 산출하는 단계에서, 상기 프로세서는,
    상기 영상 정보, 상기 라이다 정보 및 상기 레이더 정보 간 시간 동기를 수행하고, 상기 영상 정보, 상기 라이다 정보 및 상기 레이더 정보에 기반하여 통합 정보를 산출하고, 상기 통합 정보에 기반하여 객체별 위치 정보 및 속도 정보를 산출하는 것을 특징으로 하는 보행자 위험 상황 예측 방법.
  9. 삭제
  10. 삭제
  11. 제 7항에 있어서,
    상기 판단하는 단계에서, 상기 프로세서는,
    차량의 위치 정보를 기준으로 제2 설정 범위를 적용하고, 상기 제2 설정 범위의 적용에 따라 차량이 점유하는 범위를 산출함으로써 차량에 대한 체적 정보를 산출하는 것을 특징으로 하는 보행자 위험 상황 예측 방법.
  12. 제 7항에 있어서,
    상기 판단하는 단계에서, 상기 프로세서는,
    보행자 그룹별 및 차량별 위치 정보, 속도 정보 및 체적 정보에 기반하여 차량 및 보행자 간의 충돌 예상 시간을 산출하고, 상기 충돌 예상 시간이 기준 시간 이하인 것으로 판단되는 경우 차량 및 보행자 간 충돌 가능성이 존재하는 것으로 판단하는 것을 특징으로 하는 보행자 위험 상황 예측 방법.
KR1020220080955A 2022-06-30 2022-06-30 보행자 위험 상황 예측 장치 및 방법 KR102583171B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220080955A KR102583171B1 (ko) 2022-06-30 2022-06-30 보행자 위험 상황 예측 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220080955A KR102583171B1 (ko) 2022-06-30 2022-06-30 보행자 위험 상황 예측 장치 및 방법

Publications (1)

Publication Number Publication Date
KR102583171B1 true KR102583171B1 (ko) 2023-09-27

Family

ID=88189008

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220080955A KR102583171B1 (ko) 2022-06-30 2022-06-30 보행자 위험 상황 예측 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102583171B1 (ko)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000003499A (ja) * 1998-06-16 2000-01-07 Daihatsu Motor Co Ltd 歩行者検知システム及びその制御方法
KR20160062880A (ko) * 2014-11-26 2016-06-03 휴앤에스(주) 카메라 및 레이더를 이용한 교통정보 관리시스템
KR20190008324A (ko) * 2016-06-27 2019-01-23 닛산 지도우샤 가부시키가이샤 물체 추적 방법 및 물체 추적 장치
KR20210064009A (ko) * 2019-11-25 2021-06-02 정찬욱 안전한 횡단보도 기능을 위한 보행자 검지 시스템
KR102279754B1 (ko) * 2020-02-10 2021-07-20 주식회사 서울로보틱스 충돌 사고 방지 방법, 장치, 서버, 및 컴퓨터 프로그램
KR102280338B1 (ko) * 2020-12-01 2021-07-21 주식회사 블루시그널 상황 예측 기반 교차로 위험 경보 시스템

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000003499A (ja) * 1998-06-16 2000-01-07 Daihatsu Motor Co Ltd 歩行者検知システム及びその制御方法
KR20160062880A (ko) * 2014-11-26 2016-06-03 휴앤에스(주) 카메라 및 레이더를 이용한 교통정보 관리시스템
KR20190008324A (ko) * 2016-06-27 2019-01-23 닛산 지도우샤 가부시키가이샤 물체 추적 방법 및 물체 추적 장치
KR20210064009A (ko) * 2019-11-25 2021-06-02 정찬욱 안전한 횡단보도 기능을 위한 보행자 검지 시스템
KR102279754B1 (ko) * 2020-02-10 2021-07-20 주식회사 서울로보틱스 충돌 사고 방지 방법, 장치, 서버, 및 컴퓨터 프로그램
KR102280338B1 (ko) * 2020-12-01 2021-07-21 주식회사 블루시그널 상황 예측 기반 교차로 위험 경보 시스템

Similar Documents

Publication Publication Date Title
US10599929B2 (en) Event monitoring with object detection systems
CN106952303B (zh) 车距检测方法、装置和系统
US10854080B2 (en) Vehicle control system
US10140717B2 (en) Imaging apparatus and vehicle controller
CN110910673B (zh) 一种提醒行人碰撞车辆的方法及系统、摄像头、移动终端
JP2015026234A (ja) 車両後側方警報装置、車両後側方警報方法および立体物検出装置
RU2707695C2 (ru) Способ, система и машиночитаемые носители хранения данных для обнаружения листвы с использованием данных дальности
US8971573B2 (en) Video-tracking for video-based speed enforcement
WO2016159364A1 (ja) 歩行者判定装置
KR101862986B1 (ko) 스마트 폰을 사용하며 보행중인 사용자 경보 시스템 및 방법
CN113470374A (zh) 车辆超速监测方法、装置、计算机设备及存储介质
WO2019044625A1 (ja) 衝突予測装置、衝突予測方法及びプログラム
CN110834646B (zh) 变道辅助预警方法、装置、设备及存储介质
US20200247318A1 (en) Vehicle control device
CN116168350A (zh) 基于物联网实现施工人员违规行为的智能监测方法及装置
KR102583171B1 (ko) 보행자 위험 상황 예측 장치 및 방법
KR102514660B1 (ko) 보차혼용도로에서의 보행자 사고 방지 방법 및 시스템
CN111710188B (zh) 车辆告警提示的方法、装置、电子设备及存储介质
JP2007219836A (ja) 車両用走行支援装置
US20210155257A1 (en) Systems and methods of geometric vehicle collision evaluation
US20220114815A1 (en) Moving body collision avoidance device, collision avoidance method and electronic device
JP2012164158A (ja) 可動物予測装置、可動物予測プログラム及び可動物予測方法
CN113497897A (zh) 车路协同路侧相机安装参数调整方法、装置和电子设备
KR20200133861A (ko) 차량의 차선 유지 장치 및 그 제어 방법
JP6818948B1 (ja) 運転支援装置、運転支援システム、運転支援方法、及び運転支援プログラム

Legal Events

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