KR102597267B1 - 통학 차량용 안전운전 제공 장치 및 방법 - Google Patents

Abstract

본 발명은 통학 차량용 안전운전 제공 기술에 관한 것으로, 통학 차량의 승하차시 상기 통학 차량의 후방 상황을 센싱하는 후방 센서부; 상기 후방 센서부로부터의 영상에 대한 장애물 검출 및 에지(edge) 검출을 통해 사각지대의 장애물을 검출하도록 영상을 탐지하는 사각지대 탐지부; 및 상기 사각지대 탐지부의 사각지대 판별 결과와, 상기 후방 센서부의 센싱 정보를 기초로 센싱 정보 판별 결과를 출력하고, 상기 센싱 정보 판별 결과를 기초로 알람 정보를 출력하도록 제어하는 안전운전 제공부;를 포함한다.

Description

통학 차량용 안전운전 제공 장치 및 방법 {Apparatus and method for providing safe driving for school vehicles}

본 발명은 통학 차량용 안전운전 시스템에 관한 것이고, 통학 차량 주변의 통학 아동의 감지 분별력을 높이고 위험 상황을 정확히 인지시키는 기술에 관한 것이다.

종래 기술로, 어린이 통학차량에 승하차 모니터링 장치와 주변차량 통제장치 및 승하차 알림장치를 구비한 어린이 통학차량 안전시스템이 개시된다.

이 기술은 통학 차량에서 어린이들이 승하차하는 과정에서 안전성을 높일 수는 있으나, 통학 아동에 대한 감지 분별력이 떨어지고, 불필요한 경고 안내가 남발될 수 있다.

공개특허공보 제10-2014-0132605호 (2014년11월18일 공개)

본 발명의 실시예에서는, 통학 차량의 통학 아동의 승하차 과정, 후진 과정 등의 상황에서 주변의 통학 아동의 감지 분별력을 높일 수 있는 통학 차량용 안전운전 기술을 제안하고자 한다.

본 발명의 실시예에서는, 통학 차량의 통학 아동의 승하차 과정, 후진 과정 등의 상황에서 통학 아동의 위험 노출을 정확히 알릴 수 있는 통학 차량용 안전운전 기술을 제안하고자 한다.

본 발명이 해결하고자 하는 과제는 상기에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 해결하고자 하는 과제는 아래의 기재들로부터 본 발명이 속하는 통상의 지식을 가진 자에 의해 명확하게 이해될 수 있을 것이다.

본 발명의 실시예에 따르면, 통학 차량의 승하차시 상기 통학 차량의 후방 상황을 센싱하는 후방 센서부; 상기 후방 센서부로부터의 영상에 대한 장애물 검출 및 에지(edge) 검출을 통해 사각지대의 장애물을 검출하도록 영상을 탐지하는 사각지대 탐지부; 및 상기 사각지대 탐지부의 사각지대 판별 결과와, 상기 후방 센서부의 센싱 정보를 기초로 센싱 정보 판별 결과를 출력하고, 상기 센싱 정보 판별 결과를 기초로 알람 정보를 출력하도록 제어하는 안전운전 제공부;를 포함하는 통학 차량용 안전운전 제공 장치를 제공할 수 있다.

여기서, 상기 안전운전 제공부는, 상기 후방 센서부를 통해 촬영되는 통학 아동에 대한 영상을 획득하는 획득부; 상기 획득부의 영상으로부터 특성 정보를 검출하기 위한 안전운전 제공 프로그램과, 상기 안전운전 제공 프로그램의 실행에 필요한 정보를 저장하는 저장부; 및 상기 획득부를 통해 영상이 획득되면, 상기 안전운전 제공 프로그램을 로드하여 상기 안전운전 제공 프로그램 내의 학습 모델이 활성화되도록 명령하고, 상기 학습 모델을 이용하여 상기 획득부를 통해 획득되는 영상으로부터 객체에 의해 가려진 통학 아동의 영상의 특성 정보를 검출하는 처리부;를 포함할 수 있다.

또한, 상기 학습 모델은 생성자(generator) 신경망과 판별자(discriminator) 신경망으로 이루어진 생성적 적대 신경망(generative adversarial network, GAN)을 포함할 수 있다.

또한, 상기 알람 정보는 사각지대를 판별하고 객체에 의해 가려진 영상을 센싱한 결과에 의한 알람 정보일 수 있다.

본 발명의 실시예에 따르면, 통학 차량용 안전운전 제공 장치의 통학 차량용 안전운전 제공 방법에 있어서, 통학 차량의 후방에 설치된 후방 센서부를 통해 통학 아동의 촬영 영상을 획득하는 단계; 안전운전 제공 프로그램을 로드하여 상기 획득된 촬영 영상으로부터 특성 정보를 검출하는 단계; 및 상기 안전운전 제공 프로그램 내에 저장된 학습 모델을 이용하여 상기 특성 정보를 검출한 결과를 기초로 영상 검출 결과를 출력하고, 상기 영상 검출 결과에 따른 알람 정보를 출력하는 단계;를 포함하는 통학 차량용 안전운전 제공 방법을 제공할 수 있다.

여기서, 상기 알람 정보는 사각지대를 판별하고 객체에 의해 가려진 영상을 센싱한 결과에 의한 알람 정보일 수 있다.

본 발명의 실시예에 의하면, 통학 차량의 통학 아동의 승하차 과정, 후진 과정 등의 상황에서 주변의 통학 아동의 감지 분별력을 높일 수 있으며, 통학 아동의 위험 노출을 정확히 알릴 수 있다.

도 1은 본 발명의 실시예에 따른 통학 차량용 안전운전 제공 장치(1)의 블록도이다.
도 2는 도 1의 사각지대 탐지부(100)의 세부 구성을 설명하는 블록도이다.
도 3은 도 1의 안전운전 제공부(200)의 세부 구성을 설명하는 블록도이다.
도 4는 도 3의 저장부(220)의 세부 구성을 설명하는 개념도이다.
도 5는 도 3의 저장부(220) 내의 학습 모델(224)을 이용하여 센싱 정보 검출에 의한 알람 정보를 출력하기 위한 학습 방법을 설명하는 블록도이다.
도 6은 도 3의 저장부(220) 내의 학습 모델(224)을 이용하여 센싱 정보 검출에 의한 알람 정보를 출력하는 방법을 설명하는 블록도이다.

먼저, 본 발명의 장점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어지는 실시예들을 참조하면 명확해질 것이다. 여기에서, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 발명의 범주를 명확하게 이해할 수 있도록 하기 위해 예시적으로 제공되는 것이므로, 본 발명의 기술적 범위는 청구항들에 의해 정의되어야 할 것이다.

아울러, 아래의 본 발명을 설명함에 있어서 공지 기능 또는 구성 등에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들인 것으로, 이는 사용자, 운용자 등의 의도 또는 관례 등에 따라 달라질 수 있음은 물론이다. 그러므로, 그 정의는 본 발명의 설명 전반에 걸쳐 기술되는 기술사상을 토대로 이루어져야 할 것이다.

본 발명의 실시예에서는, 통학 차량의 통학 아동의 승하차 과정, 후진 과정 등의 상황에서 주변의 통학 아동의 감지 분별력을 높일 수 있으며, 통학 아동의 위험 노출을 정확히 알릴 수 있는 통학 차량용 안전운전 기술을 제안하고자 한다.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 대하여 상세하게 설명한다.

도 1은 본 발명의 실시예에 따른 통학 차량용 안전운전 제공 장치(1)의 블록도이다.

도 1에 도시한 바와 같이, 본 발명의 실시예에 따른 통학 차량용 안전운전 제공 장치(1)는 후방 센서부(10), 도어 스위치(20), 사각지대 탐지부(100), 안전운전 제공부(200) 및 알람부(30)를 포함할 수 있다.

후방 센서부(10)는 통학 차량의 후방에 설치되고, 통학 차량의 후진 동작시 통학 차량 주변의 상황을 센싱할 수 있다.

이러한 후방 센서부(10)는, 예를 들어 통학 차량 주변의 영상을 촬영할 수 있는 영상 촬영부, 통학 아동의 신체 일부 또는 객체를 인식하는 센싱부 등을 포함할 수 있다. 이러한 후방 센서부(10)는, 예를 들어 HD(high definition)급 이상의 화질로 영상 촬영이 가능하고, 사각지대를 최소화하도록 적정 화각 설정이 가능하다. 또한, 야간에도 통학 아동의 인식이 용이하도록 적외선 기능이 포함되고, 일정 등급 이상의 방수 처리 기능이 포함된다.

도어 스위치(20)는 통학 차량의 도어 개폐 여부에 따라 온 동작 또는 오프 동작될 수 있으며, 온 동작 또는 오프 동작에 따른 스위칭 신호를 안전운전 제공부(200)로 인가할 수 있다. 도어 스위치(20)는 통학 차량의 도어가 개폐되는 부위의 차량 프레임에 설치될 수 있으며, 도어 스위치(20)의 구조적인 특징은 본 발명의 기술 분야에서 통상의 지식을 가진 자라면 용이하게 이해할 수 있으므로, 구체적인 설명은 생략하기로 한다.

이러한 도어 스위치(20)는 통학 차량의 실내에 구비된 도어 램프(도시 생략됨)의 온/오프를 위한 스위치로서, 차량의 도어가 열리면 오프 동작되고 차량의 도어가 닫히면 온 동작될 수 있으며, 도어 스위치(20)의 온/오프 동작에 따라 도어 램프가 선택적으로 작동되도록 하는 전원을 공유할 수 있다. 따라서, 안전운전 제제공(200)는, 통학 차량의 주행 모드에서 도어 스위치(20)가 오프 동작하면 후방 센서부(10)를 통해 통학 차량의 후방을 촬영하도록 제어하고, 도어 스위치(20)가 오프된 상태에서 온 동작하면 촬영이 중지되도록 후방 센서부(10)를 제어할 수 있다.

사각지대 탐지부(100)는 후방 센서부(10)로부터의 영상에 대한 장애물 검출 및 에지(edge) 검출을 통해 사각지대의 장애물을 검출하도록 영상을 탐지할 수 있다. 사각지대 탐지부(100)를 통해 출력되는 사각지대 판별 결과는 후술하는 안전운전 제공부(200)로 제공될 수 있다.

안전운전 제공부(200)는 사각지대 탐지부의 사각지대 판별 결과와, 후방 센서부(10)의 센싱 정보(촬영 정보, 감지 정보 등)를 기초로 센싱 정보를 판단하고, 이를 기초로 정확도를 높인 알람 정보를 출력할 수 있다.

구체적으로, 안전운전 제공부(200)는 통학 차량의 후진 동작에 대응하여 후방 센서부(10)로부터 센싱 정보가 인가되고, 도어 스위치(20)로부터 도어 열림 신호가 제공되면, 후방 센서부(10)의 센싱 정보와 사각지대 탐지부(100)의 사각지대 판별 결과를 취합하여 내부의 학습 모델을 통해 센싱 정보 판별 결과를 출력하고, 센싱 정보 판별 결과를 기초로 알람 정보를 출력하도록 알람부(30)를 제어할 수 있다.

여기서, 알람부(30)는 별도의 스피커를 통한 알람음을 출력하는 알람 장치 또는 차량의 알람 영상을 출력하는 디스플레이 장치 중 적어도 하나의 장치를 포함할 수 있다.

도 2는 본 발명의 실시예에 따른 통학 차량용 안전운전 제공 장치(1)의 사각지대 탐지부(100)에 대한 구체적인 블록도이다.

도 2에 도시한 바와같이, 장애물 감지부(110)는 후방 센서부(10)를 통해 촬영되는 후방 영상을 수집하고, 장애물 검출 알고리즘을 이용하여 후방 센서부(10)의 후방 영상으로부터 장애물을 검출할 수 있다.

일반적인 장애물 검출 알고리즘은 카메라 이미지를 조감도 이미지(Top View Image)로 변환한 후 두 시점(時點)의 조감도 이미지 사이의 차분 영상을 통해 장애물을 검출한다. 이때, 일반적인 장애물 검출 알고리즘은 각 시점의 카메라 이미지를 조감도 이미지로 변환하기 때문에 연산량 및 연산 시간이 증가하게 된다.

이에, 장애물 감지부(110)는 장애물 검출 알고리즘으로 인한 연산량 및 연산 시간 증가를 최소화하기 위해서, 후방 영상을 3단계의 MIP 맵으로 변환하여 장애물을 감지한다. 장애물 감지부(110)는 3단계의 MIP 맵으로부터 특징점을 검출하고, 특징점들에 대한 물리 좌표 기반 트래킹 및 영상 좌표 기반 트래킹을 수행한다. 장애물 감지부(110)는 특징점 트래킹을 통해 특징점들을 노면 상의 특징점 및 장애물로 구분한다.

에지 감지부(120)는 후방 센서부(10)의 에지 검출 알고리즘을 이용하여 후방 영상으로부터 에지를 검출할 수 있다.

이러한 에지 감지부(120)는 후방 카메라 이미지를 조감도 이미지로 변환한다. 에지 검출부(120)는 지면과 수직을 이루는 장애물을 조감도 이미지로 변환하는 과정에서 후방 센서부(10)의 위치를 중심으로 방사형 에지를 가진다는 점을 근거로 조감도 이미지로부터 에지를 검출한다.

에지 감지부(120)는 조감도 이미지에 복수의 방사형 기준선을 일정 간격으로 표시한다. 예를 들어, 에지 감지부(120)는 후방 센서부(10)의 위치를 중심으로 복수의 방사형 기준선을 표시한다. 에지 감지부(120)는 인접한 두 방사형 기준선 상의 픽셀들 사이의 강도(Intensity) 차이가 존재하면 두 방사형 기준선 사이에 특정 경계면이 존재하는 것으로 판단하여 에지를 검출한다. 에지 감지부(120)는 방사형 기준선에 위치한 복수의 픽셀들 중에서 경고 영역 내에 위치한 복수의 픽셀들만을 대상으로 할 수 있다.

사각지대 판별부(130)는 장애물 감지부(110)의 장애물 검출 결과와 에지 감지부(120)의 에지 검출 결과의 합산값을 산출하고, 산출된 합산값이 임계값 이상인지를 판단할 수 있다.

합산값이 임계값 이상이면, 사각지대 판별부(130)는 후술하는 안전운전 제공부(200)의 알람 정보를 제공하기 위한 사각지대 판별 결과를 출력할 수 있다.

도 3은 본 발명의 실시예에 따른 통학 차량용 안전운전 제공 장치(1)의 안전운전 제공부(200)에 대한 구체적인 블록도이다.

도 3에 도시한 바와 같이, 본 발명의 실시예에 따른 안전운전 제공부(200)는, 획득부(2110), 저장부(220) 및 처리부(230)를 포함할 수 있다.

획득부(210)는 후방 센서부(10)의 센싱 정보와 사각 지대 탐지부(100)로부터 제공되는 사각지대 판별 결과를 획득할 수 있다.

이러한 획득부(210)는, 예를 들어 PCA(Principal Component Analysis), MPCA(Multilinear Principal Component Analysis), LDA(Linear Discriminant Analysis) 등과 같은 기존의 알려진 머신러닝 기법들뿐만 아니라, CNN(Convolutional Neural Network), DNN(Deep Neural Network), YOLO(You Only Look Once) 등과 같은 딥러닝 기법들을 적용하여 불꽃 영상을 획득할 수 있다.

저장부(220)는 도 4에 도시한 바와 같이, 센싱 정보와 사각지대 판별 결과로부터 알람 정보를 출력하기 위한 안전운전 제공 프로그램(222)과, 이 안전운전 제공 프로그램(222)의 실행에 필요한 정보들을 저장할 수 있다. 이러한 저장부(220)는 컴퓨터 시스템에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함할 수 있으며, 특정 기록 장치에 한정되지 않는다. 저장부(220) 내의 안전운전 제공 프로그램(222) 및 실행 정보들은 필요에 따라 처리부(230)에 의해 로드될 수 있다.

본 발명의 실시예에 따른 안전운전 제공 프로그램(222)은 획득부(210)를 통해 센싱 정보와 사각지대 판별 결과가 획득되면, 센싱 정보와 사각지대 판별 결과로부터 특성 정보, 예컨대 다른 객체에 의해 가려진 부분으로부터 후방 영상의 특성 정보를 검출하도록 프로그래밍된 명령어들을 포함하는 소프트웨어, 예를 들어 학습 모델(224)을 포함할 수 있다.

또한, 안전운전 제공 프로그램(222)은 도시 생략된 전처리부를 더 포함할 수도 있다. 전처리부는 처리부(230)에서 센싱 정보와 사각지대 판별 결과의 특성 정보를 검출하기 전에 후방 영상에 대한 전처리를 수행하는 수단으로서, 이는 획득된 후방 영상으로부터 특성 정보를 검출하는 정확도를 향상시키기 위함이다. 이러한 전처리부는 획득된 후방 영상 내에서 특성 정보에 해당하는 영역을 크롭(crop)하여 크롭된 이미지를 생성하고, 크롭된 이미지에 히스토그램 평활화 기법 등을 적용하여 전처리 이미지를 생성할 수 있다. 다만, 이러한 전처리부는 본 발명의 실시예에 따른 안전운전 제공부(200)의 필수 구성 요소는 아니며, 필요에 따라 전처리부 없이 후방 영상의 특성 정보 검출 결과를 출력하도록 구현할 수도 있다.

학습 모델(224)은 후방 센서부(10)의 센싱 정보와 사각지대 탐지부(100)의 사각지대 판별 결과로부터 특성 정보를 검출하고, 검출된 특성 정보를 기초로 후방 영상이 다른 객체에 의해 가려진 후방 영상인 것으로 판단하여 알람부(30)를 통해 알람 정보를 출력하도록 학습된 신경망일 수 있다. 여기서, 알람 정보는 별도의 스피커를 통한 알람음 또는 차량의 디스플레이 기기를 통한 알람 영상을 포함할 수 있다.

이러한 학습 모델(224)을 통해 출력되는 알람 정보는 일반적인 통학 차량에 설치되는 후방 센서의 센싱 정보보다 정확도가 높아진 센싱 결과, 예컨대 사각지대를 판별하고 객체에 의해 가려진 영상을 센싱한 결과에 의한 알람 정보일 수 있다. 이는 통학 차량의 후방에서 센싱 또는 촬영되는 통학 아동들에 대한 정보들이 다른 객체에 의해 가려짐으로 인해 센싱 오류 또는 블러(blurred) 처리되어 정확하지 않은 알람 정보가 제공되는 경우를 방지하기 위함이다.

이를 위해 학습 모델(224)은, 예컨대 생성자(generator) 신경망과 판별자(discriminator) 신경망을 포함하는 생성적 적대 신경망(generative adversarial network, GAN)을 포함할 수 있다. 물론, 이러한 생성적 적대 신경망은 별도의 심층 신경망, 예를 들어 CNN 등과 추가로 연결될 수 있다. CNN은 컨벌루션층(convolution layer), 최대 풀링층(max-pooling layer), 완전 연결층(fully-connected layer) 및 출력층(output layer)을 포함할 수 있다.

처리부(230)는 획득부(210)를 통해 센싱 정보가 획득되면, 저장부(220) 내의 안전운전 제공 프로그램(222)을 로드하여 안전운전 제공 프로그램(222) 내의 학습 모델(224)이 활성화되도록 명령할 수 있다. 처리부(230)는 안전운전 제공 프로그램(222) 내의 신경망(224)을 이용하여 획득부(210)를 통해 획득되는 센싱 정보로부터 통학 아동에 대한 객체가 다른 객체에 의해 가려진 센싱 정보의 특성 정보를 검출하고 이를 통해 정확도가 높아진 센싱 정보 판별 결과를 출력할 수 있다.

상술한 바와 같이 학습 모델(224)은 다른 객체에 의해 통학 어린이가 가려진 경우에도 센싱 정보의 특성 정보를 검출하도록 학습된 신경망인 바, 처리부(230)는 획득부(210)를 통해 획득되는 센싱 정보가 다른 객체에 의해 가려진 센싱 정보인 경우에도 센싱 정보에 대한 특성 정보를 검출하여 정확도가 높아진 센싱 정보 검출 결과를 출력할 수 있다.

도 5는 도 3의 저장부(220) 내의 학습 모델(224)을 이용하여 센싱 정보 검출에 의한 알람 정보를 출력하기 위한 학습 방법을 설명하는 블록도이다.

도 5에 도시한 바와 같이, 학습 모델(224)은 후방 센서부(10)를 통해 촬영되는 통학 아동의 영상 정보(센싱 정보)와, 사각지대 탐지부(100)로부터 제공되는 사각지대 판별 결과를 각각 입력 데이터로 이용하고, 각 학습용 촬영 영상에 대응하는 특성 정보를 레이블 데이터로서 이용하여 센싱 정보 검출 결과에 따른 알람 정보를 출력하도록 학습될 수 있다.

이를 위해, 처리부(230)는 후방 센서부(10)를 통해 촬영되는 통학 아동의 영상 정보와, 사각지대 탐지부(100)로부터 제공되는 사각지대 판별 결과를 획득하고, 획득되는 영상 정보 및 사각지대 판별 결과로부터 통학 아동의 영상이 다른 객체에 의해 가려진 영상을 생성하도록 학습 모델(224)을 학습시킬 수 있으며, 다른 객체에 의해 가려진 영상의 검출 정확도를 높인 센싱 정보 검출 결과에 따른 알람 정보를 출력하도록 학습 모델(224)을 학습시킬 수 있다.

다른 객체에 의해 가려진 통학 아동의 영상은 학습 모델(224)의 레이블 데이터로서 활용되며, 처리부(230)는 다른 객체에 의해 가려진 통학 아동 영상에 대한 정답 결과가 학습 모델(224)에 입력되면, 다른 객체에 의해 가려진 통학 영상에 대해 판별 정확도가 높아진 알람 정보를 출력하도록 학습 모델(224)을 학습시킬 수 있다.

도 6은 도 3의 저장부(220) 내의 학습 모델(224)을 이용하여 센싱 정보 검출에 의한 알람 정보를 출력하는 방법을 설명하는 블록도이다.

먼저, 통학 차량의 후방에 설치된 후방 센서부(10)를 통해 통학 아동이 촬영되면, 획득부(210)는 촬영된 영상을 획득할 수 있다.

획득된 영상은 처리부(230)로 제공되며, 처리부(230)는 획득된 영상으로부터 특성 정보를 검출하도록 안전운전 제공 프로그램(222)을 로드할 수 있다.

본 발명의 실시예에 따른 학습 모델(224)은 다른 객체에 의해 가려진 통학 아동의 영상의 특성 정보를 검출하고 이를 기초로 정확도가 높아진 센싱 영상을 출력도록 학습된 신경망일 수 있는 바, 이러한 학습 모델(224)을 통해 정확도가 높아진 영상 검출 결과를 출력할 수 있다.

처리부(230)는 학습 모델(224)을 이용하여 검출된 영상 검출 결과를 저장부(220)에 임시 저장하고, 영상 검출 결과에 따른 특정 알람 정보를 출력하도록 알람부(30)를 제어할 수 있다.

이상과 같은 본 발명의 실시예에 의하면, 통학 차량의 통학 아동의 승하차 과정, 후진 과정 등의 상황에서 주변의 통학 아동의 감지 분별력을 높일 수 있으며, 통학 아동의 위험 노출을 정확히 알릴 수 있게 구현한 것이다.

한편, 첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수도 있다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록에서 설명된 기능들을 수행하는 수단을 생성하게 된다.

이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 기록매체(또는 메모리) 등에 저장되는 것도 가능하므로, 그 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 기록매체(또는 메모리)에 저장된 인스트럭션들은 블록도의 각 블록에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다.

그리고, 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 블록도의 각 블록에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.

또한, 각 블록은 특정된 논리적 기능(들)을 실행하기 위한 적어도 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실시 예들에서는 블록들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.

10: 후방 센서부
20: 도어 스위치
30: 알람부
100: 사각지대 탐지부
110: 장애물 감지부
120: 에지 감지부
130: 사각지대 판별부
200: 안전운전 제공부
210: 획득부
220: 저장부
222: 안전운전 제공 프로그램
224: 학습 모델
230: 처리부

Claims (6)

1. 통학 차량의 후진 동작시 상기 통학 차량의 후방 상황을 센싱하는 후방 센서부;
   상기 후방 센서부로부터의 영상에 대한 장애물 검출 및 에지(edge) 검출을 통해 사각지대의 장애물을 검출하도록 영상을 탐지하는 사각지대 탐지부; 및
   상기 사각지대 탐지부의 사각지대 판별 결과와, 상기 후방 센서부의 센싱 정보를 기초로 센싱 정보 판별 결과를 출력하고, 상기 센싱 정보 판별 결과를 기초로 알람 정보를 출력하도록 제어하는 안전운전 제공부;를 포함하고,
   상기 후방 센서부는,
   통학 차량 주변의 영상을 촬영할 수 있는 영상 촬영부;
   통학 아동의 신체 일부 또는 객체를 인식하는 센싱부;를 포함하며,
   상기 사각지대 탐지부는,
   후방 센서부를 통해 촬영되는 후방 영상을 수집하고, 장애물 검출 알고리즘을 이용하여 후방 센서부의 후방 영상으로부터 장애물을 검출하는 장애물 감지부;
   후방 센서부의 에지 검출 알고리즘을 이용하여 후방 영상으로부터 에지를 검출하는 에지 감지부;
   장애물 감지부의 장애물 검출 결과와 에지 감지부의 에지 검출 결과의 합산값을 산출하고, 산출된 합산값이 임계값 이상인지를 판단하는 사각지대 판별부;를 포함하고,
   상기 안전운전 제공부는,
   상기 후방 센서부를 통해 촬영되는 통학 아동에 대한 영상을 획득하는 획득부;
   상기 획득부의 영상으로부터 특성 정보를 검출하기 위한 안전운전 제공 프로그램과, 상기 안전운전 제공 프로그램의 실행에 필요한 정보를 저장하는 저장부; 및
   상기 획득부를 통해 영상이 획득되면, 상기 안전운전 제공 프로그램을 로드하여 상기 안전운전 제공 프로그램 내의 학습 모델이 활성화되도록 명령하고, 상기 학습 모델을 이용하여 상기 획득부를 통해 획득되는 영상으로부터 객체에 의해 가려진 통학 아동의 영상의 특성 정보를 검출하는 처리부;를 포함하며,
   상기 알람 정보는 사각지대를 판별하고 객체에 의해 가려진 영상을 센싱한 결과에 의한 알람 정보인 통학 차량용 안전운전 제공 장치.
   
2. 삭제
3. 제1항에 있어서,
   상기 학습 모델은 생성자(generator) 신경망과 판별자(discriminator) 신경망으로 이루어진 생성적 적대 신경망(generative adversarial network, GAN)을 포함하는 통학 차량용 안전운전 제공 장치.
   
4. 삭제
5. 제1항에 따른 통학 차량용 안전운전 제공 장치의 통학 차량용 안전운전 제공 방법에 있어서,
   통학 차량의 후방에 설치된 후방 센서부를 통해 통학 아동의 촬영 영상을 획득하는 단계;
   안전운전 제공 프로그램을 로드하여 상기 획득된 촬영 영상으로부터 특성 정보를 검출하는 단계; 및
   상기 안전운전 제공 프로그램 내에 저장된 학습 모델을 이용하여 상기 특성 정보를 검출한 결과를 기초로 영상 검출 결과를 출력하고, 상기 영상 검출 결과에 따른 알람 정보를 출력하는 단계;를 포함하고,
   상기 알람 정보는 사각지대를 판별하고 객체에 의해 가려진 영상을 센싱한 결과에 의한 알람 정보인 통학 차량용 안전운전 제공 방법.
6. 삭제