KR102635526B1 - 횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템 - Google Patents
횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템 Download PDFInfo
- Publication number
- KR102635526B1 KR102635526B1 KR1020230144498A KR20230144498A KR102635526B1 KR 102635526 B1 KR102635526 B1 KR 102635526B1 KR 1020230144498 A KR1020230144498 A KR 1020230144498A KR 20230144498 A KR20230144498 A KR 20230144498A KR 102635526 B1 KR102635526 B1 KR 102635526B1
- Authority
- KR
- South Korea
- Prior art keywords
- traffic light
- crosswalk
- signal
- floor
- light control
- Prior art date
Links
- 230000005236 sound signal Effects 0.000 claims description 37
- 230000008859 change Effects 0.000 claims description 19
- 238000000034 method Methods 0.000 description 44
- 238000013528 artificial neural network Methods 0.000 description 26
- 238000012549 training Methods 0.000 description 20
- 230000015654 memory Effects 0.000 description 19
- 238000012545 processing Methods 0.000 description 14
- 238000010801 machine learning Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000013473 artificial intelligence Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000003062 neural network model Methods 0.000 description 7
- 230000004397 blinking Effects 0.000 description 5
- 239000000284 extract Substances 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
- 230000000946 synaptic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
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
- G08G1/095—Traffic lights
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01F—ADDITIONAL WORK, SUCH AS EQUIPPING ROADS OR THE CONSTRUCTION OF PLATFORMS, HELICOPTER LANDING STAGES, SIGNS, SNOW FENCES, OR THE LIKE
- E01F9/00—Arrangement of road signs or traffic signals; Arrangements for enforcing caution
- E01F9/50—Road surface markings; Kerbs or road edgings, specially adapted for alerting road users
- E01F9/535—Kerbs or road edgings specially adapted for alerting road users
- E01F9/547—Kerbs or road edgings specially adapted for alerting road users illuminated
-
- 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
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B3/00—Audible signalling systems; Audible personal calling systems
- G08B3/10—Audible signalling systems; Audible personal calling systems using electric transmission; using electromagnetic transmission
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R3/00—Circuits for transducers, loudspeakers or microphones
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/105—Controlling the light source in response to determined parameters
- H05B47/11—Controlling the light source in response to determined parameters by determining the brightness or colour temperature of ambient light
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/105—Controlling the light source in response to determined parameters
- H05B47/115—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Acoustics & Sound (AREA)
- Traffic Control Systems (AREA)
Abstract
횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템이 개시된다. 본 발명의 실시예에 따른 횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템은, 횡단보도 신호등 제어 신호를 수신하고, 횡단보도 신호등 제어 신호에 따라서 바닥 신호등 제어 신호를 생성하며, 바닥 신호등 제어 신호에 따라서 바닥 신호 모듈의 점멸을 제어하고, 횡단보도 신호등 제어 신호와 연동된 음향 신호를 생성하며, 음향 신호에 따라서 스피커의 출력을 제어한다.
Description
아래 실시예들은 횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템에 관한 것이다.
실시예들과 관련된 배경기술로, 대한민국 공개특허공보 KR 10-2023-0023981 A는 교통약자를 위한 안전신호등 제어 시스템 및 방법을 개시한다. 구체적으로, 선행문헌은 입력받은 목적 지까지의 이동 경로를 표시하되, 이동 경로 상의 신호등에 설치된 비콘과 통신하는 보행자 단말기; 상기 비콘의 신호에 따라 보행자 단말기의 위치를 파악하고, 보행자 단말기의 위치에 따라 해당 신호등의 교통신호를 제어하 는 신호등 제어 시스템; 및 상기 보행자 단말기 및 신호등 제어 시스템의 위치 및 동작을 관리하는 관리 서버를 포함하는 안전신호등 제어 시스템을 개시한다.
이를 통해, 선행문헌은 안전사각지대에서의 교통약자의 안전한 횡단보도 이용에 도움을 줄 수 있다.
또한, 대한민국 공개특허공보 KR 10-2012-0044652 A는 ＳＭＰＳ 및 이의 정전류 방식 ＳＭＰＳ 제어회로와 이들을 이용한 ＬＥＤ 신호등 시스템을 개시한다. 구체적으로, 선행문헌은 교류 입력 전압을 받아서 펄스폭 변조 방식으로 직류 출력 전압을 발생시키고, 상기 직류 출력 전압을 출력 단자에 제공하는 PWM 방식의 파워 컨버터; 상기 출력 단자에 결합된 LED 모듈; 및 상기 직류 출력 전압을 전류 모드로 피드백하여 기준 전압과의 차이를 증폭하고, 포토 커플러 입력 전압을 발생하는 정전류 방식의 SMPS 제어회로를 포함하는 구성을 개시한다.
이를 통해, 선행문헌은 주위 온도 변화에 따라 기준전압을 변화시켜 SMPS의 출력전압을 일정하게 유지시킴으로 LED 소자의 전기적 광학적 특성을 일정하게 유지시키고, LED의 수명 연장 및 광도 변화율을 최소화시키며, 아울러 LED 신호등의 고장 방지 및 안정성을 향상시키는 효과가 있다
그러나 선행문헌들은 횡단보도 신호등 제어 신호를 수신하고, 횡단보도 신호등 제어 신호에 따라서 바닥 신호등 제어 신호를 생성하며, 바닥 신호등 제어 신호에 따라서 바닥 신호 모듈의 점멸을 제어하고, 횡단보도 신호등 제어 신호와 연동된 음향 신호를 생성하며, 음향 신호에 따라서 스피커의 출력을 제어하는 횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템을 개시하지 않는다.
실시예들은 횡단보도 신호등 제어 신호를 이용하여 바닥 신호등을 제어하고, 음향 신호를 생성하는 시스템을 제공하고자 한다.
실시예들은 횡단보도로의 사람의 접근을 감지하여 횡단 완료시까지 신호등이 빨간색으로 변경되는 것을 연장하는 방법을 제공하고자 한다.
실시예들은 바닥 신호등 제어 신호와 연동된 음향 신호를 생성하는 방법을 제공하고자 한다.
본 발명의 실시예에 따른 횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템은, 횡단보도 신호등 제어 신호를 수신하고, 상기 횡단보도 신호등 제어 신호에 따라서 바닥 신호등 제어 신호를 생성하며, 상기 바닥 신호등 제어 신호에 따라서 바닥 신호 모듈의 점멸을 제어하고, 상기 횡단보도 신호등 제어 신호와 연동된 음향 신호를 생성하며, 상기 음향 신호에 따라서 스피커의 출력을 제어하는 서버; 및 상기 횡단보도 신호등 제어 신호, 상기 바닥 신호등 제어 신호 및 상기 음향 신호를 저장하는 데이터베이스를 포함할 수 있다.
일 실시예로서, 상기 서버는, 상기 횡단보도 신호등 제어 신호를 이용하여 횡단보도 신호등이 초록색에서 빨간색으로 변경되는 시간으로부터 제1 임계값 이내인 경우, 카메라를 동작시키기 위한 카메라 제어 신호를 형성하고, 상기 카메라로부터 횡단보도 촬영 영상을 수신하며, 상기 횡단보도 촬영 영상을 이용하여 횡단보도로 접근하는 이용자가 확인되면 상기 횡단보도 신호등 및 상기 바닥 신호등의 변경 시간을 연장시키기 위한 횡단보도 신호등 제어 신호 및 바닥 신호등 제어 신호를 형성하고, 상기 횡단보도 촬영 영상을 이용하여 횡단보도를 횡단하는 이용자가 없는 것으로 확인되면 상기 횡단보도 신호등 및 상기 바닥 신호등을 빨간색으로 변경하기 위한 횡단보도 신호등 제어 신호 및 바닥 신호등 제어 신호를 형성할 수 있다.
일 실시예로서, 상기 서버는, 상기 횡단보도 신호등 제어 신호와 연동하여 횡단보도 신호등이 빨간색에서 초록색으로 변경되면 상기 스피커를 통해서 제1 음향이 출력되도록 제어하기 위한 제1 음향 신호를 생성하고, 상기 횡단보도 신호등이 초록색에서 초록색 점멸신호로 변경되면 상기 제1 음향의 빠르기를 제1 속도로 변경하기 위한 제2 음향 신호를 생성하며, 상기 초록색 점멸신호의 점멸 주기가 짧아질 경우 상기 제1 음향의 빠르기를 제2 속도로 변경하기 위한 제3 음향 신호를 생성하고, 상기 횡단보도 신호등이 초록색 점멸신호에서 빨간색으로 변경되는 시간으로부터 제2 임계값 이내인 경우, 상기 스피커를 통해서 경고 신호인 제2 음향이 출력되도록 제어하기 위한 제4 음향 신호를 생성할 수 있다.
일 실시예로서, 상기 서버는, 바닥 신호등이 포함하는 위치 센서로부터 위치 정보를 수신하고, 상기 위치 정보를 이용하여 상기 바닥 신호등으로부터 미리 설정된 범위 이내에 학교가 위치하는지 판단하며, 상기 바닥 신호등으로부터 미리 설정된 범위 이내에 제1 학교가 위치하는 경우 상기 제1 학교의 교가 음원을 수신하고, 상기 교가 음원을 상기 스피커를 통하여 출력하도록 제어하기 위한 음향 신호를 생성할 수 있다.
일 실시예로서, 상기 서버는, 바닥 신호등이 포함하는 무게 감지 센서로부터 무게 정보를 수신하고, 상기 무게 정보를 이용하여 이용자 연령 정보를 산출하며, 상기 이용자 연령 정보에 기초하여 이용자 연령에 따른 음원 정보를 검색하고, 상기 음원 정보에 따른 음악을 상기 스피커를 통해서 출력하도록 제어하기 위한 음향 신호를 생성할 수 있다.
일실시예에 따른 장치는 하드웨어와 결합되어 상술한 방법들 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램에 의해 제어될 수 있다.
실시예들은 횡단보도 신호등과 연동하여 바닥 신호등 및 음향 신호를 생성하여 횡단보도에서의 교통 사고 예방에 기여할 수 있다. 또한, 횡단보도로부터 일정 거리 이내에 학교가 위치하면 스피커를 통해서 교가를 출력하여 횡단보도 이용자의 편의성을 향상시킬 수 있다.
도 1은 일실시예에 따른 횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템을 나타낸 도면이다.
도 2는 일실시예에 따른 서버를 설명하기 위한 도면이다.
도 3은 일실시예에 따른 뉴럴 네트워크의 학습을 설명하기 위한 도면이다.
도 4는 일실시예에 따른 횡단보도 신호등 연계 기반 바닥 신호등 제어 방법의 흐름도이다.
도 5는 일실시예에 따른 장치의 구성의 예시도이다.
도 2는 일실시예에 따른 서버를 설명하기 위한 도면이다.
도 3은 일실시예에 따른 뉴럴 네트워크의 학습을 설명하기 위한 도면이다.
도 4는 일실시예에 따른 횡단보도 신호등 연계 기반 바닥 신호등 제어 방법의 흐름도이다.
도 5는 일실시예에 따른 장치의 구성의 예시도이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다.
도 1은 일실시예에 따른 횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템을 나타낸 도면이다.
도 1에 도시한 바와 같이, 횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템(100)은, 다수의 신호등 제어기(110-1, …, 110-n), 서버(120) 및 데이터베이스(130)를 포함할 수 있다. 일 실시예에 따르면, 데이터베이스(130)는 서버(120)와 별도로 구성된 것으로 도시되었지만 이에 한정되지 않고, 데이터베이스(130)가 서버(120)내에 구비될 수도 있다. 예를 들어, 서버(120)는, 기계 학습 알고리즘의 수행을 위한 다수의 인공 신경망(Neural Network)을 포함할 수 있다. 일 실시예에 따르면, 다수의 신호등 제어기(110-1, …, 110-n), 서버(120) 및 데이터베이스(130)는 네트워크(N)를 통하여 서로 통신 가능하도록 연결될 수 있다.
서버(120)는, 횡단보도 신호등 제어 신호를 수신할 수 있다 일 실시예에 따르면, 서버(120)는 다수의 신호등 제어기(110-1, …, 110-n) 중 어느 하나의 신호등 제어기(예를 들어, 110-1)로부터 횡단보도 신호등 제어 신호를 네트워크(N)를 통하여 수신할 수 있다. 예를 들어, 횡단보도 신호등 제어 신호는 횡단보도 신호등을 초록색에서 초록색 점멸신호로, 초록색 점멸신호에서 빨간색으로 빨간색에서 초록색으로 변경하기 위한 제어 신호를 포함할 수 있다.
서버(120)는, 횡단보도 신호등 제어 신호에 따라서 바닥 신호등 제어 신호를 생성할 수 있다. 일 실시예에 따르면, 서버(120)는 횡단보도 신호등 제어 신호에 따라서 횡단보도 신호등이 초록색에서 초록색 점멸신호로 변경되면, 바닥 신호등도 초록색에서 초록색 점멸신호로 변경하고, 횡단보도 신호등이 초록색 점멸신호에서 빨간색으로 변경되면, 바닥 신호등도 초록색 점멸신호에서 빨간색으로 변경하며, 횡단보도 신호등이 빨간색에서 초록색으로 변경되면, 바닥 신호등도 빨간색에서 초록색으로 변경하기 위한 바닥 신호등 제어신호를 생성할 수 있다. 바닥 신호등은 횡단보도와 인도(人道)의 경계 지점 바닥에 설치되어 횡단보도 신호등을 보조하는 역할을 수행할 수 있다.
서버(120)는, 바닥 신호등 제어 신호에 따라서 바닥 신호 모듈의 점멸을 제어할 수 있다. 일 실시예에 따르면, 서버(120)는 생성된 바닥 신호등 제어 신호에 따라서 네트워크(N)를 통하여 원격에 설치된 바닥 신호 모듈의 점멸을 제어할 수 있다. 예를 들어, 서버(120)는 바닥 신호등이 초록색에서 초록색 점멸신호로, 초록색 점멸신호에서 빨간색으로 빨간색에서 초록색으로 변경되도록 바닥 신호 모듈의 점멸을 제어할 수 있다.
서버(120)는, 횡단보도 신호등 제어 신호와 연동된 음향 신호를 생성할 수 있다. 일 실시예에 따르면, 서버(120)는 횡단보도 신호등 제어 신호와 연동하여 스피커를 통해서 다양한 음향을 출력하기 위한 제어 신호인 음향 신호를 생성할 수 있다. 다양한 음향 신호 생성 방법에 대해서는 후술하도록 한다. 스피커는 횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템(100)과 네트워크(N)를 통하여 연결되고 횡단보도를 횡단하는 이용자가 인식가능한 음향을 출력할 수 있다. 일 실시예에 따르면, 스피커는 바닥 신호 모듈과 일체형으로 설치될 수 있다.
서버(120)는, 음향 신호에 따라서 스피커의 출력을 제어할 수 있다. 일 실시예에 따르면, 서버(120)는 생성된 음향 신호를 네트워크(N)를 통해서 원격에 설치된 스피커로 전송하고, 스피커는 수신된 음향 신호에 기초하여 다양한 음향을 출력할 수 있다.
또한 서버(120)는, 횡단보도 신호등 제어 신호를 이용하여 횡단보도 신호등이 초록색에서 빨간색으로 변경되는 시간으로부터 제1 임계값 이내인 경우, 카메라를 동작시키기 위한 카메라 제어 신호를 형성할 수 있다. 일 실시예에 따르면, 서버(120)는 횡단보도 신호등이 초록색(초록색 점멸신호 포함)에서 빨간색으로 변경되는 시간으로부터 제1 임계값(예를 들어, 5초, 10초 등) 이내인 경우, 카메라를 동작시키기 위한 카메라 제어 신호를 형성할 수 있다. 카메라는 횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템(100)과 네트워크(N)를 통하여 연결되고 카메라 제어 신호에 따라서 횡단보도를 횡단하는 이용자를 촬영할 수 있다.
서버(120)는, 카메라로부터 횡단보도 촬영 영상을 수신할 수 있다. 일 실시예에 따르면, 서버(120)는 카메라로부터 카메라 제어 신호에 의해서 촬영된 횡단보도 촬영 영상을 네트워크(N)를 통하여 수신할 수 있다.
서버(120)는, 횡단보도 촬영 영상을 이용하여 횡단보도로 접근하는 사람이 확인되면 횡단보도 신호등 및 바닥 신호등의 종료 시간을 연장시키기 위한 횡단보도 신호등 제어 신호 및 바닥 신호등 제어 신호를 형성할 수 있다. 일 실시예에 따르면, 서버(120)는 카메라로부터 수신된 횡단보도 촬영 영상을 이용하여 횡단보도로 접근하는 이용자가 확인되면 횡단보도 신호등 및 바닥 신호등의 변경 시간(횡단보도 신호등 및 바닥 신호등이 초록색 점멸신호에서 빨간색으로 변경되는 시간)을 연장시키기 위한 횡단보도 신호등 제어 신호 및 바닥 신호등 제어 신호를 형성할 수 있다.
서버(120)는, 횡단보도 촬영 영상을 이용하여 횡단보도를 횡단하는 이용자가 없는 것으로 확인되면 횡단보도 신호등 및 바닥 신호등을 빨간색으로 변경하기 위한 횡단보도 신호등 제어 신호 및 바닥 신호등 제어 신호를 형성할 수 있다. 일 실시예에 따르면, 서버(120)는 카메라로부터 수신된 횡단보도 촬영 영상을 이용하여 횡단보도를 횡단하는 이용자가 없는 것으로 확인되면 횡단보도 신호등 및 바닥 신호등을 빨간색으로 변경하기 위한 횡단보도 신호등 제어 신호 및 바닥 신호등 제어 신호를 형성할 수 있다. 서버(120)는, 형성된 횡단보도 신호등 제어 신호 및 바닥 신호등 제어 신호를 네트워크(N)를 통하여 신호등 제어기(110-1)로 송신하여 횡단보도 신호등 및 바닥 신호등의 색깔이 변경되도록 제어할 수 있다.
또한 서버(120)는, 횡단보도 신호등 제어 신호와 연동하여 횡단보도 신호등이 빨간색에서 초록색으로 변경되면 스피커를 통해서 제1 음향이 출력되도록 제어하기 위한 제1 음향 신호를 생성할 수 있다. 일 실시예에 따르면, 서버(120)는 횡단보도 신호등 제어 신호와 연동하여 횡단보도 신호등이 빨간색에서 초록색으로 변경되면 스피커를 통해서 경쾌한 음악인 제1 음향이 출력되도록 제어하기 위한 제1 음향 신호를 생성할 수도 있다. 다른 실시예에 따르면, 서버(120)는 횡단보도 신호등 제어 신호와 연동하여 횡단보도 신호등이 빨간색에서 초록색으로 변경되면 스피커를 통해서 신호등이 변경되었습니다. 좌우를 살피신 후 신속히 건너 주시기 바랍니다.”와 같은 안내 신호인 제1 음향이 출력되도록 제어하기 위한 제1 음향 신호를 생성할 수 있다.
서버(120)는, 횡단보도 신호등이 초록색에서 초록색 점멸신호로 변경되면 제1 음향의 빠르기를 제1 속도로 변경하기 위한 제2 음향 신호를 생성할 수 있다. 일 실시예에 따르면, 서버(120)는 횡단보도 신호등이 초록색에서 초록색 점멸신호로 변경되면 제1 음향의 빠르기를 제1 속도(예를 들어, 제1 음향 기본 속도의 1.5배, 2배, 3배 등)로 변경하기 위한 제2 음향 신호를 생성할 수 있다.
서버(120)는, 초록색 점멸신호의 점멸 주기가 짧아질 경우 제1 음향의 빠르기를 제2 속도로 변경하기 위한 제3 음향 신호를 생성할 수 있다. 일 실시예에 따르면, 서버(120)는 횡단보도 신호등의 초록색 점멸신호의 점멸 주기가 짧아질 경우 그에 비례하여 제1 음향의 빠르기가 빨라지도록 제1 음향의 빠르기를 제2 속도로 변경하기 위한 제3 음향 신호를 생성할 수 있다. 예를 들어, 서버(120)는 수학식 1을 이용하여 제1 음향의 빠르기를 산출하고, 산출된 제1 음향의 빠르기로 제1 음향의 빠르기를 변경하기 위한 제3 음향 신호를 생성할 수 있다.
[수학식 1]
서버(120)는, 횡단보도 신호등이 초록색 점멸신호에서 빨간색으로 변경되는 시간으로부터 제2 임계값 이내인 경우, 스피커를 통해서 경고 신호인 제2 음향이 출력되도록 제어하기 위한 제4 음향 신호를 생성할 수 있다. 일 실시예에 따르면, 횡단보도 신호등이 초록색 점멸신호에서 빨간색으로 변경되는 시간으로부터 제2 임계값(예를 들어, 10초, 20초, 30초 등) 이내인 경우, 스피커를 통해서 경고 신호(예를 들어, “곧 신호등이 빨간색으로 변경되오니 신속히 건너주시기 바랍니다”, 사이렌 등)인 제2 음향이 출력되도록 제어하기 위한 제4 음향 신호를 생성할 수 있다.
또한 서버(120)는, 바닥 신호등이 포함하는 위치 센서로부터 위치 정보를 수신할 수 있다. 일 실시예에 따르면, 바닥 신호등 모듈은 위치 센서를 포함할 수 있고, 서버(120)는 네트워크(N)를 통하여 위치 센서로부터 위치 정보를 수신할 수 있다.
서버(120)는, 위치 정보를 이용하여 바닥 신호등으로부터 미리 설정된 범위 이내에 학교가 위치하는지 판단할 수 있다. 일 실시예에 따르면, 서버(120)는 위치 센서로부터 수신된 위치 정보를 인터넷 지도 서비스에서 검색하여 바닥 신호등으로부터 미리 설정된 범위 이내(예를 들어, 반경 10m, 50m, 100m 등)에 학교가 위치하는지 판단할 수 있다.
서버(120)는, 바닥 신호등으로부터 미리 설정된 범위 이내에 제1 학교가 위치하는 경우 제1 학교의 교가 음원을 수신할 수 있다. 일 실시예에 따르면, 서버(120)는 바닥 신호등으로부터 미리 설정된 범위 이내에 제1 학교가 위치하는 경우 제1 학교의 교가 음원을 제1 학교의 홈페이지, 인터넷 포털 검색 등을 통해서 수신할 수 있다.
서버(120)는, 교가 음원을 스피커를 통하여 출력하도록 제어하기 위한 음향 신호를 생성할 수 있다. 일 실시예에 따르면, 서버(120)는 수신된 교가 음원을 스피커를 통하여 출력하도록 제어하기 위한 음향 신호를 생성할 수 있다. 서버(120)는 생성된 음향 신호를 네트워크(N)를 통하여 스피커로 송신하여 스피커에서 제1 학교의 교가가 출력되도록 제어할 수 있다.
또한 서버(120)는, 바닥 신호등이 포함하는 무게 감지 센서로부터 무게 정보를 수신할 수 있다. 일 실시예에 따르면, 바닥 신호 모듈은 무게 감지 센서를 포함할 수 있고, 특정 이용자가 바닥 신호등을 밟고 지나갈 경우 무게 감지 센서는 해당 이용자의 무게를 감지하여 무게 정보를 생성할 수 있다. 또한, 서버(120)는 무게 감지 센서에서 생성된 무게 정보를 네트워크(N)를 통하여 수신할 수 있다.
서버(120)는, 무게 정보를 이용하여 이용자 연령 정보를 산출할 수 있다. 일 실시예에 따르면, 서버(120)는 수신된 무게 정보를 이용하여 참고도 1과 같은 연령별 평균체중표를 검색하여 이용자 연령 정보를 산출할 수 있다. 예를 들어, 수신된 무게 정보가 79kg인 경우 서버(120)는 이용자 연령 정보를 30~34세로 산출할 수 있다.
[참고도 1]
서버(120)는, 이용자 연령 정보에 기초하여 이용자 연령에 따른 음원 정보를 검색할 수 있다. 일 실시예에 따르면, 서버(120)는 산출된 이용자 연령 정보(예를 들어, 30~34세)에 기초하여 이용자 연령에 따른 음원 정보를 인터넷 포털 사이트 등에서 검색할 수 있다. 예를 들어, 서버(120)는 이용자 연령이 30~34세로 산출된 경우 인터넷 포털 사이트에서 “30대가 좋아하는 음악”으로 검색어를 입력하여 음원 정보를 검색할 수 있다.
서버(120)는, 음원 정보에 따른 음악을 스피커를 통해서 출력하도록 제어하기 위한 음향 신호를 생성할 수 있다. 일 실시예에 따르면, 서버(120)는 검색된 음원 정보에 따른 음악을 스피커를 통해서 출력하도록 제어하기 위한 음향 신호를 생성하고, 생성된 음향 신호를 네트워크(N)를 통해서 스피커로 전송하여 스피커에서 이용자 연령에 맞는 음악이 출력되도록 제어할 수 있다.
데이터베이스(130)는, 다양한 데이터를 저장할 수 있다. 데이터베이스(130)에 저장되는 데이터는, 다수의 신호등 제어기(110-1, …, 110-n), 서버(120) 및 데이터베이스(130)의 적어도 하나의 구성요소에 의해 획득되거나, 처리되거나, 사용되는 데이터로서, 소프트웨어(예를 들어: 프로그램)를 포함할 수 있다. 데이터베이스(130)는, 휘발성 및/또는 비휘발성 메모리를 포함할 수 있다. 일 실시예로서, 데이터베이스(130)는, 서버(120)에서 생성된 횡단보도 신호등 제어 신호, 바닥 신호등 제어 신호 및 음향 신호 등을 저장할 수 있다.
네트워크(N)는, 다수의 신호등 제어기(110-1, …, 110-n), 서버(120), 데이터베이스(130) 등 간의 무선 또는 유선 통신을 수행하도록 할 수 있다. 예를 들어, 네트워크(N)는 LTE(long-term evolution), LTE-A(LTE Advanced), CDMA(code division multiple access), WCDMA(wideband CDMA), WiBro(Wireless BroadBand), WiFi(wireless fidelity), 블루투스(Bluetooth), NFC(near field communication), GPS(Global Positioning System) 또는 GNSS(global navigation satellite system) 등의 방식에 따른 무선 통신을 수행하도록 할 수 있다. 예를 들어, 네트워크(N)는 USB(universal serial bus), HDMI(high definition multimedia interface), RS-232(recommended standard 232) 또는 POTS(plain old telephone service) 등의 방식에 따른 유선 통신을 수행하도록 할 수도 있다.
본 발명에서, 인공지능(Artificial Intelligence, AI)은 인간의 학습능력, 추론능력, 지각능력 등을 모방하고, 이를 컴퓨터로 구현하는 기술을 의미하고, 기계 학습, 심볼릭 로직(Symbolic Logic) 등의 개념을 포함할 수 있다. 기계 학습(Machine Learning, ML)은 입력 데이터들의 특징을 스스로 분류 또는 학습하는 알고리즘 기술이다. 인공지능의 기술은 기계 학습의 알고리즘으로써 입력 데이터를 분석하고, 그 분석의 결과를 학습하며, 그 학습의 결과에 기초하여 판단이나 예측을 할 수 있다. 또한, 기계 학습의 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술들 역시 인공지능의 범주로 이해될 수 있다. 예를 들어, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야가 포함될 수 있다.
기계 학습은 데이터를 처리한 경험을 이용해 신경망 모델을 훈련시키는 처리를 의미할 수 있다. 기계 학습을 통해 컴퓨터 소프트웨어는 스스로 데이터 처리 능력을 향상시키는 것을 의미할 수 있다. 신경망 모델은 데이터 사이의 상관 관계를 모델링하여 구축된 것으로서, 그 상관 관계는 복수의 파라미터에 의해 표현될 수 있다. 신경망 모델은 주어진 데이터로부터 특징들을 추출하고 분석하여 데이터 간의 상관 관계를 도출하는데, 이러한 과정을 반복하여 신경망 모델의 파라미터를 최적화해 나가는 것이 기계 학습이라고 할 수 있다. 예를 들어, 신경망 모델은 입출력 쌍으로 주어지는 데이터에 대하여, 입력과 출력 사이의 매핑(상관 관계)을 학습할 수 있다. 또는, 신경망 모델은 입력 데이터만 주어지는 경우에도 주어진 데이터 사이의 규칙성을 도출하여 그 관계를 학습할 수도 있다.
인공지능 학습모델 또는 신경망 모델은 인간의 뇌 구조를 컴퓨터 상에서 구현하도록 설계될 수 있으며, 인간의 신경망의 뉴런(neuron)을 모의하며 가중치를 가지는 복수의 네트워크 노드들을 포함할 수 있다. 복수의 네트워크 노드들은 뉴런이 시냅스(synapse)를 통하여 신호를 주고받는 뉴런의 시냅틱(synaptic) 활동을 모의하여, 서로 간의 연결 관계를 가질 수 있다. 인공지능 학습모델에서 복수의 네트워크 노드들은 서로 다른 깊이의 레이어에 위치하면서 컨볼루션(convolution) 연결 관계에 따라 데이터를 주고받을 수 있다. 인공지능 학습모델은, 예를 들어, 인공 신경망 모델(Artificial Neural Network), 컨볼루션 신경망 모델(Convolution Neural Network: CNN) 등일 수 있다. 일 실시예로서, 인공지능 학습모델은, 지도학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning) 등의 방식에 따라 기계 학습될 수 있다. 기계 학습을 수행하기 위한 기계 학습 알고리즘에는, 의사결정트리(Decision Tree), 베이지안 망(Bayesian Network), 서포트 벡터 머신(Support Vector Machine), 인공 신경망(Artificial Neural Network), 에이다부스트(Ada-boost), 퍼셉트론(Perceptron), 유전자 프로그래밍(Genetic Programming), 군집화(Clustering) 등이 사용될 수 있다.
이중, CNN은 최소한의 전처리(preprocess)를 사용하도록 설계된 다계층 퍼셉트론(multilayer perceptrons)의 한 종류이다. CNN은 하나 또는 여러 개의 합성곱 계층과 그 위에 올려진 일반적인 인공 신경망 계층들로 이루어져 있으며, 가중치와 통합 계층(pooling layer)들을 추가로 활용한다. 이러한 구조 덕분에 CNN은 2차원 구조의 입력 데이터를 충분히 활용할 수 있다. 다른 딥러닝 구조들과 비교해서, CNN은 영상, 음성 분야 모두에서 좋은 성능을 보여준다. CNN은 또한 표준 역전달을 통해 훈련될 수 있다. CNN은 다른 피드포워드 인공신경망 기법들보다 쉽게 훈련되는 편이고 적은 수의 매개변수를 사용한다는 이점이 있다.
컨볼루션 네트워크는 묶인 파라미터들을 가지는 노드들의 집합들을 포함하는 신경 네트워크들이다. 사용 가능한 트레이닝 데이터의 크기 증가와 연산 능력의 가용성이, 구분적 선형 단위 및 드롭아웃 트레이닝과 같은 알고리즘 발전과 결합되어, 많은 컴퓨터 비전 작업들이 크게 개선되었다. 오늘날 많은 작업에 사용할 수 있는 데이터 세트들과 같은 엄청난 양의 데이터 세트에서는 초과 맞춤(outfitting)이 중요하지 않으며, 네트워크의 크기를 늘리면 테스트 정확도가 향상된다. 컴퓨팅 리소스들의 최적 사용은 제한 요소가 된다. 이를 위해, 심층 신경 네트워크들의 분산된, 확장 가능한 구현예가 사용될 수 있다.
도 2는 일실시예에 따른 서버를 설명하기 위한 도면이다.
도 2에 도시한 바와 같이, 서버(120)는 하나 이상의 프로세서(122), 하나 이상의 메모리(124) 및/또는 송수신기(126)를 포함할 수 있다. 일 실시예로서, 서버(120)의 이 구성요소들 중 적어도 하나가 생략되거나, 다른 구성요소가 서버(120)에 추가될 수 있다. 추가적으로(additionally) 또는 대체적으로(alternatively), 일부의 구성요소들이 통합되어 구현되거나, 단수 또는 복수의 개체로 구현될 수 있다. 서버(120) 내, 외부의 구성요소들 중 적어도 일부의 구성요소들은 버스, GPIO(general purpose input/output), SPI(serial peripheral interface) 또는 MIPI(mobile industry processor interface) 등을 통해 서로 연결되어, 데이터 및/또는 시그널을 주고받을 수 있다.
하나 이상의 프로세서(122)는 소프트웨어(예: 명령, 프로그램 등)를 구동하여 프로세서(122)에 연결된 서버(120)의 적어도 하나의 구성요소를 제어할 수 있다. 또한, 프로세서(122)는 본 발명과 관련된 다양한 연산, 처리, 데이터 생성, 가공 등의 동작을 수행할 수 있다. 또한, 프로세서(122)는 데이터 등을 하나 이상의 메모리(124)로부터 로드하거나, 하나 이상의 메모리(124)에 저장할 수 있다.
하나 이상의 프로세서(122)는, 횡단보도 신호등 제어 신호를 수신할 수 있다 일 실시예에 따르면, 프로세서(122)는 다수의 신호등 제어기(110-1, …, 110-n) 중 어느 하나의 신호등 제어기(예를 들어, 110-1)로부터 횡단보도 신호등 제어 신호를 송수신기(126)를 통하여 수신할 수 있다. 예를 들어, 횡단보도 신호등 제어 신호는 횡단보도 신호등을 초록색에서 초록색 점멸신호로, 초록색 점멸신호에서 빨간색으로 빨간색에서 초록색으로 변경하기 위한 제어 신호를 포함할 수 있다.
하나 이상의 프로세서(122)는, 횡단보도 신호등 제어 신호에 따라서 바닥 신호등 제어 신호를 생성할 수 있다. 일 실시예에 따르면, 프로세서(122)는 횡단보도 신호등 제어 신호에 따라서 횡단보도 신호등이 초록색에서 초록색 점멸신호로 변경되면, 바닥 신호등도 초록색에서 초록색 점멸신호로 변경하고, 횡단보도 신호등이 초록색 점멸신호에서 빨간색으로 변경되면, 바닥 신호등도 초록색 점멸신호에서 빨간색으로 변경하며, 횡단보도 신호등이 빨간색에서 초록색으로 변경되면, 바닥 신호등도 빨간색에서 초록색으로 변경하기 위한 바닥 신호등 제어신호를 생성할 수 있다.
하나 이상의 프로세서(122)는, 바닥 신호등 제어 신호에 따라서 바닥 신호 모듈의 점멸을 제어할 수 있다. 일 실시예에 따르면, 프로세서(122)는 생성된 바닥 신호등 제어 신호에 따라서 송수신기(126)를 통하여 원격에 설치된 바닥 신호 모듈의 점멸을 제어할 수 있다. 예를 들어, 프로세서(122)는 바닥 신호등이 초록색에서 초록색 점멸신호로, 초록색 점멸신호에서 빨간색으로 빨간색에서 초록색으로 변경되도록 바닥 신호 모듈의 점멸을 제어할 수 있다.
하나 이상의 프로세서(122)는, 횡단보도 신호등 제어 신호와 연동된 음향 신호를 생성할 수 있다. 일 실시예에 따르면, 프로세서(122)는 횡단보도 신호등 제어 신호와 연동하여 스피커를 통해서 다양한 음향을 출력하기 위한 제어 신호인 음향 신호를 생성할 수 있다. 예를 들어, 스피커는 프로세서(122)와 송수신기(124)를 통하여 연결되고 횡단보도를 횡단하는 이용자가 인식가능한 음향을 출력할 수 있다.
하나 이상의 프로세서(122)는, 음향 신호에 따라서 스피커의 출력을 제어할 수 있다. 일 실시예에 따르면, 프로세서(122)는 생성된 음향 신호를 송수신기(126)를 통해서 원격에 설치된 스피커로 전송하고, 스피커는 수신된 음향 신호에 기초하여 다양한 음향을 출력할 수 있다.
하나 이상의 메모리(124)는 다양한 데이터를 저장할 수 있다. 메모리(124)에 저장되는 데이터는, 서버(120)의 적어도 하나의 구성요소에 의해 획득되거나, 처리되거나, 사용되는 데이터로서, 소프트웨어(예: 명령, 프로그램 등)를 포함할 수 있다. 메모리(124)는 휘발성 및/또는 비휘발성 메모리를 포함할 수 있다. 본 발명에서, 명령 내지 프로그램은 메모리(124)에 저장되는 소프트웨어로서, 서버(120)의 리소스를 제어하기 위한 운영체제, 어플리케이션 및/또는 어플리케이션이 서버(120)의 리소스들을 활용할 수 있도록 다양한 기능을 어플리케이션에 제공하는 미들 웨어 등을 포함할 수 있다.
하나 이상의 메모리(124)는 상술한 서버(120)에서 생성된 횡단보도 신호등 제어 신호, 바닥 신호등 제어 신호 및 음향 신호 등을 저장할 수 있다. 또한, 하나 이상의 메모리(124)는, 하나 이상의 프로세서(122)에 의한 실행 시, 하나 이상의 프로세서(122)가 연산을 수행하도록 하는 명령들을 저장할 수 있다.
일 실시예로서, 서버(120)는 송수신기(126)를 더 포함할 수 있다. 송수신기(126)는, 다수의 신호등 제어기(110-1, …, 110-n), 서버(120), 데이터베이스(130) 및/또는 기타 다른 장치 간의 무선 또는 유선 통신을 수행할 수 있다. 예를 들어, 송수신기(126)는 eMBB(enhanced Mobile Broadband), URLLC(Ultra Reliable Low-Latency Communications), MMTC(Massive Machine Type Communications), LTE(long-term evolution), LTE-A(LTE Advance), UMTS(Universal Mobile Telecommunications System), GSM(Global System for Mobile communications), CDMA(code division multiple access), WCDMA(wideband CDMA), WiBro(Wireless Broadband), WiFi(wireless fidelity), 블루투스(Bluetooth), NFC(near field communication), GPS(Global Positioning System) 또는 GNSS(global navigation satellite system) 등의 방식에 따른 무선 통신을 수행할 수 있다. 예를 들어, 송수신기(126)는 USB(universal serial bus), HDMI(high definition multimedia interface), RS-232(recommended standard232) 또는 POTS(plain old telephone service) 등의 방식에 따른 유선 통신을 수행할 수 있다.
일 실시예로서, 하나 이상의 프로세서(122)는 송수신기(126)를 제어하여 다수의 신호등 제어기(110-1, …, 110-n) 및 데이터베이스(130)로부터 정보를 획득할 수 있다. 다수의 신호등 제어기(110-1, …, 110-n) 및 데이터베이스(130)로부터 획득된 정보는 하나 이상의 메모리(124)에 저장될 수 있다.
일 실시예로서, 서버(120)는 다양한 형태의 장치가 될 수 있다. 예를 들어, 서버(120)는 휴대용 통신 장치, 컴퓨터 장치, 또는 상술한 장치들 중 하나 또는 그 이상의 조합에 따른 장치일 수 있다. 본 발명의 서버(120)는 전술한 장치들에 한정되지 않는다.
본 발명에 따른 서버(120)의 다양한 실시예들은 서로 조합될 수 있다. 각 실시예들은 경우의 수에 따라 조합될 수 있으며, 조합되어 만들어진 서버(120)의 실시예 역시 본 발명의 범위에 속한다. 또한 전술한 본 발명에 따른 서버(120)의 내/외부 구성 요소들은 실시예에 따라 추가, 변경, 대체 또는 삭제될 수 있다. 또한 전술한 PLC의 내/외부 구성 요소들은 하드웨어 컴포넌트로 구현될 수 있다.
도 3은 일실시예에 따른 뉴럴 네트워크의 학습을 설명하기 위한 도면이다.
도 3에 도시한 바와 같이, 학습 장치는 기계학습 알고리즘을 이용하여 횡단보도 촬영 영상으로부터 횡단보도 이용자를 추출하기 위하여 뉴럴 네트워크(123)를 학습시킬 수 있다. 일 실시예에 따르면, 학습 장치는 서버(120)와 다른 별개의 주체일 수 있지만, 이에 제한되는 것은 아니다.
뉴럴 네트워크(123)는 트레이닝 샘플들이 입력되는 입력 레이어(121)와 트레이닝 출력들을 출력하는 출력 레이어(125)를 포함하고, 트레이닝 출력들과 레이블들 사이의 차이에 기초하여 학습될 수 있다. 여기서, 제1 레이블들은 암모니아 수치에 기초하여 정의될 수 있다. 뉴럴 네트워크(123)는 복수의 노드들의 그룹으로 연결되어 있고, 연결된 노드들 사이의 가중치들과 노드들을 활성화시키는 활성화 함수에 의해 정의된다.
학습 장치는 GD(Gradient Decent) 기법 또는 SGD(Stochastic Gradient Descent) 기법을 이용하여 뉴럴 네트워크(123)를 학습시킬 수 있다. 학습 장치는 뉴럴 네트워크의 출력들 및 레이블들 의해 설계된 손실 함수(Loss Function)를 이용할 수 있다.
학습 장치는 미리 정의된 손실 함수를 이용하여 트레이닝 에러를 계산할 수 있다. 손실 함수는 레이블, 출력 및 파라미터를 입력 변수로 미리 정의될 수 있고, 여기서 파라미터는 뉴럴 네트워크(123) 내 가중치들에 의해 설정될 수 있다. 예를 들어, 손실 함수는 MSE(Mean Square Error) 형태, 엔트로피(entropy) 형태 등으로 설계될 수 있는데, 손실 함수가 설계되는 실시예에는 다양한 기법 또는 방식이 채용될 수 있다.
학습 장치는 역전파(Backpropagation) 기법을 이용하여 트레이닝 에러에 영향을 주는 가중치들을 찾아낼 수 있다. 여기서, 가중치들은 뉴럴 네트워크(123) 내 노드들 사이의 관계들이다. 학습 장치는 역전파 기법을 통해 찾아낸 가중치들을 최적화시키기 위해 레이블들 및 출력들을 이용한 SGD 기법을 이용할 수 있다. 예를 들어, 학습 장치는 레이블들, 출력들 및 가중치들에 기초하여 정의된 손실 함수의 가중치들을 SGD 기법을 이용하여 갱신할 수 있다.
일 실시예에 따르면, 학습 장치는 트레이닝 횡단보도 촬영 영상에 대응하는 미리 정의된 이용자 이미지인 제1 레이블들을 획득하고, 미리 정의된 이용자 이미지를 제1 뉴럴 네트워크로 적용하여, 트레이닝 횡단보도 촬영 영상에 대응하는 트레이닝 출력들을 생성하며, 트레이닝 출력들, 제1 레이블들에 기초하여, 제1 뉴럴 네트워크를 학습시킬 수 있다.
일 실시예에 따르면, 학습 장치는 트레이닝 횡단보도 촬영 영상의 형태 특징들, 색상 특징들 및 패턴 특징들에 기초하여 트레이닝 특징 벡터들을 생성할 수 있다. 특징을 추출하는 데는 다양한 방식이 채용될 수 있다.
일 실시예에 따르면, 학습 장치는 트레이닝 특징 벡터들을 뉴럴 네트워크(123)에 적용하여 트레이닝 출력들을 획득할 수 있다. 학습 장치는 트레이닝 출력들과 제1 레이블들에 기초하여 뉴럴 네트워크(123)의 횡단보도 이용자 추출 알고리즘을 학습시킬 수 있다. 서버(120)는 학습이 완료된 제1 뉴럴 네트워크를 이용하여 횡단보도 촬영 영상에 대응하는 횡단보도 이용자를 추출할 수 있다.
일 실시예에 따르면, 학습 장치는 트레이닝 특징 벡터들을 뉴럴 네트워크(123)에 적용하여 트레이닝 출력들을 획득할 수 있다. 학습 장치는 트레이닝 출력들과 제1 레이블들에 기초하여 뉴럴 네트워크(123)의 횡단보도 촬영 영상으로부터 횡단보도 이용자를 추출할 수 있다.
도 4는 일실시예에 따른 횡단보도 신호등 연계 기반 바닥 신호등 제어 방법의 흐름도이다.
도 4의 흐름도에서 프로세스 단계들, 방법 단계들, 알고리즘들 등이 순차적인 순서로 설명되었지만, 그러한 프로세스들, 방법들 및 알고리즘들은 임의의 적합한 순서로 작동하도록 구성될 수 있다. 다시 말하면, 본 발명의 다양한 실시예들에서 설명되는 프로세스들, 방법들 및 알고리즘들의 단계들이 본 발명에서 기술된 순서로 수행될 필요는 없다. 또한, 일부 단계들이 비동시적으로 수행되는 것으로서 설명되더라도, 다른 실시예에서는 이러한 일부 단계들이 동시에 수행될 수 있다. 또한, 도면에서의 묘사에 의한 프로세스의 예시는 예시된 프로세스가 그에 대한 다른 변화들 및 수정들을 제외하는 것을 의미하지 않으며, 예시된 프로세스 또는 그의 단계들 중 임의의 것이 본 발명의 다양한 실시예들 중 하나 이상에 필수적임을 의미하지 않으며, 예시된 프로세스가 바람직하다는 것을 의미하지 않는다.
도 4에 도시한 바와 같이, 단계(S410)에서, 횡단보도 신호등 제어 신호가 수신된다. 예를 들어, 도 1 내지 도 3을 참조하면, 횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템(100)의 서버(120)는 다수의 신호등 제어기(110-1, …, 110-n) 중 어느 하나의 신호등 제어기(예를 들어, 110-1)로부터 횡단보도 신호등 제어 신호를 네트워크(N)를 통하여 수신할 수 있다. 예를 들어, 횡단보도 신호등 제어 신호는 횡단보도 신호등을 초록색에서 초록색 점멸신호로, 초록색 점멸신호에서 빨간색으로 빨간색에서 초록색으로 변경하기 위한 제어 신호를 포함할 수 있다.
단계(S420)에서, 바닥 신호등 제어 신호가 생성된다. 예를 들어, 도 1 내지 도 3을 참조하면, 횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템(100)의 서버(120)는 단계 S410에서 수신된 횡단보도 신호등 제어 신호에 따라서 횡단보도 신호등이 초록색에서 초록색 점멸신호로 변경되면, 바닥 신호등도 초록색에서 초록색 점멸신호로 변경하고, 횡단보도 신호등이 초록색 점멸신호에서 빨간색으로 변경되면, 바닥 신호등도 초록색 점멸신호에서 빨간색으로 변경하며, 횡단보도 신호등이 빨간색에서 초록색으로 변경되면, 바닥 신호등도 빨간색에서 초록색으로 변경하기 위한 바닥 신호등 제어신호를 생성할 수 있다. 바닥 신호등은 횡단보도와 인도(人道)의 경계 지점 바닥에 설치되어 횡단보도 신호등을 보조하는 역할을 수행할 수 있다.
단계(S430)에서, 바닥 신호 모듈 점멸이 제어된다. 예를 들어, 도 1 내지 도 3을 참조하면, 횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템(100)의 서버(120)는 단계 S420에서 생성된 바닥 신호등 제어 신호에 따라서 네트워크(N)를 통하여 원격에 설치된 바닥 신호 모듈의 점멸을 제어할 수 있다. 예를 들어, 서버(120)는 바닥 신호등이 초록색에서 초록색 점멸신호로, 초록색 점멸신호에서 빨간색으로 빨간색에서 초록색으로 변경되도록 바닥 신호 모듈의 점멸을 제어할 수 있다.
단계(S440)에서, 음향 신호가 생성된다. 예를 들어, 도 1 내지 도 3을 참조하면, 횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템(100)의 서버(120)는 단계 S410에서 수신된 횡단보도 신호등 제어 신호와 연동하여 스피커를 통해서 다양한 음향을 출력하기 위한 제어 신호인 음향 신호를 생성할 수 있다. 스피커는 횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템(100)과 네트워크(N)를 통하여 연결되고 횡단보도를 횡단하는 이용자가 인식가능한 음향을 출력할 수 있다.
단계(S450)에서, 스피커 출력이 제어된다. 예를 들어, 도 1 내지 도 3을 참조하면, 횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템(100)의 서버(120)는 단계 S440에서 생성된 음향 신호를 네트워크(N)를 통해서 원격에 설치된 스피커로 전송하고, 스피커는 수신된 음향 신호에 기초하여 다양한 음향을 출력할 수 있다.
도 5는 일실시예에 따른 장치의 구성의 예시도이다.
일실시예에 따른 장치(501)는 프로세서(502) 및 메모리(503)를 포함한다. 일실시예에 따른 장치(501)는 상술한 서버 또는 단말일 수 있다. 프로세서는 도 1 내지 도 4를 통하여 전술한 적어도 하나의 장치들을 포함하거나, 도 1 내지 도 4를 통하여 전술한 적어도 하나의 방법을 수행할 수 있다. 메모리(503)는 상술한 방법과 관련된 정보를 저장하거나 상술한 방법이 구현된 프로그램을 저장할 수 있다. 메모리(503)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.
프로세서(502)는 프로그램을 실행하고, 장치(501)를 제어할 수 있다. 프로세서(502)에 의하여 실행되는 프로그램의 코드는 메모리(503)에 저장될 수 있다. 장치(501)는 입출력 장치(도면 미 표시)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 데이터를 교환할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.
Claims (3)
- 횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템으로서,
횡단보도 신호등 제어 신호를 수신하고, 상기 횡단보도 신호등 제어 신호에 따라서 바닥 신호등 제어 신호를 생성하며, 상기 바닥 신호등 제어 신호에 따라서 바닥 신호 모듈의 점멸을 제어하고, 상기 횡단보도 신호등 제어 신호와 연동된 음향 신호를 생성하며, 상기 음향 신호에 따라서 스피커의 출력을 제어하는 서버; 및
상기 횡단보도 신호등 제어 신호, 상기 바닥 신호등 제어 신호 및 상기 음향 신호를 저장하는 데이터베이스를 포함하되,
상기 서버는,
바닥 신호등이 포함하는 위치 센서로부터 위치 정보를 수신하고, 상기 위치 정보를 이용하여 상기 바닥 신호등으로부터 미리 설정된 범위 이내에 학교가 위치하는지 판단하며, 상기 바닥 신호등으로부터 미리 설정된 범위 이내에 제1 학교가 위치하는 경우 상기 제1 학교의 교가 음원을 수신하고, 상기 교가 음원을 상기 스피커를 통하여 출력하도록 제어하기 위한 음향 신호를 생성하는,
횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템. - 제1항에 있어서,
상기 서버는,
상기 횡단보도 신호등 제어 신호를 이용하여 횡단보도 신호등이 초록색에서 빨간색으로 변경되는 시간으로부터 제1 임계값 이내인 경우, 카메라를 동작시키기 위한 카메라 제어 신호를 형성하고, 상기 카메라로부터 횡단보도 촬영 영상을 수신하며, 상기 횡단보도 촬영 영상을 이용하여 횡단보도로 접근하는 이용자가 확인되면 상기 횡단보도 신호등 및 상기 바닥 신호등의 변경 시간을 연장시키기 위한 횡단보도 신호등 제어 신호 및 바닥 신호등 제어 신호를 형성하고, 상기 횡단보도 촬영 영상을 이용하여 횡단보도를 횡단하는 이용자가 없는 것으로 확인되면 상기 횡단보도 신호등 및 상기 바닥 신호등을 빨간색으로 변경하기 위한 횡단보도 신호등 제어 신호 및 바닥 신호등 제어 신호를 형성하는,
횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템. - 제1항에 있어서,
상기 서버는,
상기 횡단보도 신호등 제어 신호와 연동하여 횡단보도 신호등이 빨간색에서 초록색으로 변경되면 상기 스피커를 통해서 제1 음향이 출력되도록 제어하기 위한 제1 음향 신호를 생성하고, 상기 횡단보도 신호등이 초록색에서 초록색 점멸신호로 변경되면 상기 제1 음향의 빠르기를 제1 속도로 변경하기 위한 제2 음향 신호를 생성하며, 상기 초록색 점멸신호의 점멸 주기가 짧아질 경우 상기 제1 음향의 빠르기를 제2 속도로 변경하기 위한 제3 음향 신호를 생성하고, 상기 횡단보도 신호등이 초록색 점멸신호에서 빨간색으로 변경되는 시간으로부터 제2 임계값 이내인 경우, 상기 스피커를 통해서 경고 신호인 제2 음향이 출력되도록 제어하기 위한 제4 음향 신호를 생성하는,
횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230144498A KR102635526B1 (ko) | 2023-10-26 | 2023-10-26 | 횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230144498A KR102635526B1 (ko) | 2023-10-26 | 2023-10-26 | 횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102635526B1 true KR102635526B1 (ko) | 2024-02-08 |
Family
ID=89899894
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230144498A KR102635526B1 (ko) | 2023-10-26 | 2023-10-26 | 횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102635526B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102709556B1 (ko) * | 2024-05-27 | 2024-09-25 | 김흥태 | 구분 고유 정보를 갖는 표출부를 포함하는 바닥신호등 시스템 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR200361120Y1 (ko) * | 2004-06-07 | 2004-09-07 | 김 종 해 | 횡당보도 신호등의 다기능 잔여 시간 표시 시스템 |
| KR20120044652A (ko) | 2010-10-28 | 2012-05-08 | 진우산전 주식회사 | Ｓｍｐｓ 및 이의 정전류 방식 ｓｍｐｓ 제어회로와 이들을 이용한 ｌｅｄ 신호등 시스템 |
| KR20160034236A (ko) * | 2015-10-01 | 2016-03-29 | 주식회사 제이디솔루션 | 보행신호 음향안내 보조장치 |
| KR20190001265A (ko) * | 2017-06-27 | 2019-01-04 | 대한민국(행정안전부 국립재난안전연구원장) | 횡단보도 보행자 보호를 위한 교통신호 연장신호 생성장치 및 방법 |
| KR102317320B1 (ko) * | 2021-06-18 | 2021-10-26 | (주)이티엑스 | 보행 안전 관리 시스템 |
| KR20230023981A (ko) | 2021-08-11 | 2023-02-20 | 가톨릭대학교 산학협력단 | 교통약자를 위한 안전신호등 제어 시스템 및 방법 |
| KR102507860B1 (ko) * | 2022-08-17 | 2023-03-09 | 주식회사 세이프시티 | 점자블록 바닥신호등이 설치된 스마트 횡단보도 시스템 |
-
2023
- 2023-10-26 KR KR1020230144498A patent/KR102635526B1/ko active IP Right Grant
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR200361120Y1 (ko) * | 2004-06-07 | 2004-09-07 | 김 종 해 | 횡당보도 신호등의 다기능 잔여 시간 표시 시스템 |
| KR20120044652A (ko) | 2010-10-28 | 2012-05-08 | 진우산전 주식회사 | Ｓｍｐｓ 및 이의 정전류 방식 ｓｍｐｓ 제어회로와 이들을 이용한 ｌｅｄ 신호등 시스템 |
| KR20160034236A (ko) * | 2015-10-01 | 2016-03-29 | 주식회사 제이디솔루션 | 보행신호 음향안내 보조장치 |
| KR20190001265A (ko) * | 2017-06-27 | 2019-01-04 | 대한민국(행정안전부 국립재난안전연구원장) | 횡단보도 보행자 보호를 위한 교통신호 연장신호 생성장치 및 방법 |
| KR102317320B1 (ko) * | 2021-06-18 | 2021-10-26 | (주)이티엑스 | 보행 안전 관리 시스템 |
| KR20230023981A (ko) | 2021-08-11 | 2023-02-20 | 가톨릭대학교 산학협력단 | 교통약자를 위한 안전신호등 제어 시스템 및 방법 |
| KR102507860B1 (ko) * | 2022-08-17 | 2023-03-09 | 주식회사 세이프시티 | 점자블록 바닥신호등이 설치된 스마트 횡단보도 시스템 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102709556B1 (ko) * | 2024-05-27 | 2024-09-25 | 김흥태 | 구분 고유 정보를 갖는 표출부를 포함하는 바닥신호등 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11449045B2 (en) | Artificial intelligence device and method of diagnosing malfunction using operation log and artificial intelligence model | |
| US20200042832A1 (en) | Artificial intelligence apparatus and method for updating artificial intelligence model | |
| US20200018551A1 (en) | Artificial intelligence cooking device | |
| KR20190106861A (ko) | 학습 데이터를 생성하는 인공 지능 장치, 인공 지능 서버 및 그 방법 | |
| US20200050894A1 (en) | Artificial intelligence apparatus and method for providing location information of vehicle | |
| EP3772710A1 (en) | Artificial intelligence server | |
| KR102288933B1 (ko) | 정밀 도로 지도 구축 방법, 장치 및 시스템 | |
| US11710036B2 (en) | Artificial intelligence server | |
| KR102365433B1 (ko) | 교차 어텐션 모델 기반 감정 인식 방법 및 장치 | |
| US20210072759A1 (en) | Robot and robot control method | |
| KR102635526B1 (ko) | 횡단보도 신호등 연계 기반 바닥 신호등 제어 시스템 | |
| KR20210067442A (ko) | 객체 인식을 위한 자동 레이블링 장치 및 방법 | |
| US20200075004A1 (en) | Artificial intelligence server | |
| US20210118447A1 (en) | Artificial intelligence apparatus for generating recipe information and method thereof | |
| US20190385592A1 (en) | Speech recognition device and speech recognition method | |
| KR102537381B1 (ko) | 보행경로예측장치 | |
| US20210078180A1 (en) | Robot system and control method of the same | |
| US20200005121A1 (en) | Artificial intelligence-based apparatus and method for providing wake-up time and bed time information | |
| KR20210004173A (ko) | 사용자 모니터링 방법 및 장치 | |
| KR20240057126A (ko) | 경로 분포 추정 방법 및 장치 | |
| US11211079B2 (en) | Artificial intelligence device with a voice recognition | |
| US11556623B2 (en) | Artificial intelligence apparatus and method for controlling authority to use external device based on user identification using image recognition | |
| KR20190100115A (ko) | 로봇의 배치 구역을 결정하는 인공 지능 서버 및 그 방법 | |
| KR102495890B1 (ko) | Ir 마커를 활용하여 정밀한 착륙이 가능한 드론 및 드론의 제어 방법 | |
| US20240061907A1 (en) | Artificial intelligence apparatus and method for estimating sound source localization thereof |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |