KR20100015166A - 교통사고 재현 시스템 및 그 제어방법 - Google Patents
교통사고 재현 시스템 및 그 제어방법 Download PDFInfo
- Publication number
- KR20100015166A KR20100015166A KR1020080076097A KR20080076097A KR20100015166A KR 20100015166 A KR20100015166 A KR 20100015166A KR 1020080076097 A KR1020080076097 A KR 1020080076097A KR 20080076097 A KR20080076097 A KR 20080076097A KR 20100015166 A KR20100015166 A KR 20100015166A
- Authority
- KR
- South Korea
- Prior art keywords
- accident
- information
- vehicle
- traffic
- unit
- Prior art date
Links
- 206010039203 Road traffic accident Diseases 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000033001 locomotion Effects 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 6
- 238000013459 approach Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000011835 investigation Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004092 self-diagnosis Methods 0.000 description 3
- 206010041349 Somnolence Diseases 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000000744 eyelid Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q50/40—Business processes related to the transportation industry
-
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/0009—Transmission of position information to remote stations
- G01S5/0018—Transmission from mobile station to base station
- G01S5/0027—Transmission from mobile station to base station of actual mobile position, i.e. position determined on mobile
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
- G06F2203/048—Indexing scheme relating to G06F3/048
- G06F2203/04802—3D-info-object: information is displayed on the internal or external surface of a three dimensional manipulable object, e.g. on the faces of a cube that can be rotated by the user
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Marketing (AREA)
- Remote Sensing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Radar, Positioning & Navigation (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
본 발명은 교통사고 재현 시스템 및 그 제어방법에 관한 것으로서, 교통사고 발생에 따른 각종 정보를 수집하여 전송하는 정보수집수단과, 사고 위치 주변의 지형정보를 전송하는 지리정보제공수단과, 상기 정보수집수단 및 상기 지리정보제공수단에서 출력한 데이터를 기반으로 교통사고를 재현하는 사고분석수단을 포함하여 구성한 시스템 및 그 제어방법을 제공하며, 사고발생시 자동으로 각종 정보를 기반으로 가상의 사고환경이 구성되어 작업의 편리성이 증대되고, 사고재현의 신뢰성이 향상시키는 효과를 발휘할 수 있다.
또한, 본 발명에 따른 교통사고 재현 시스템 및 그 제어방법에 의하면, 사고에 따른 각종 정보를 자동으로 취합하여 분석하고 적용함으로써 사고 현장 조사가 필요치 않아 사고현장을 재구성하는 기간을 단축하며, 사고발생시 즉각적인 사고분석을 통해 피해자에 대한 응급처리에 활용이 가능하고, 사고발생 원인을 규명하는데 적용이 가능하며, 정확한 사고관련 교통정보를 제공하여 제2의 사고를 미연에 방지한다는 효과도 얻을 수 있다.
교통사고, 재현, 분석, 사고 환경, 역학 정보, GIS
Description
본 발명은 교통사고 재현 시스템 및 그 제어방법에 관한 것으로서, 구체적으로는 블랙박스 정보와 GIS 정보를 기반으로 노변센서로부터의 외부 상황 정보, 운전자 정보 및 기상 정보를 함께 고려하여 자동으로 교통사고 상황을 재현하는 시스템 및 방법에 관한 것이다.
본 발명은 지식경제부 및 정보통신연구진흥원의 IT신성장동력핵심기술사업의 일환으로 수행한 연구로부터 도출된 것이다[과제관리번호 : 2007-S025-02, 과제명 : VDMS(Vehicle & Driver Management System) 기술 개발].
교통사고 발생시, 사고상황의 재현을 위한 전통적인 방식은 사고현장에 남겨진 타이어의 스키드 마크(skid mark)와 도로에 흩어진 파손물, 차량의 파손정도, 차량의 최종 위치, 목격자 진술의 청취 등의 현장조사를 바탕으로 이루어지며, 이러한 개별 정보의 취합 및 구성은 정확성이 낮고 번거로움의 발생과 많은 시간이 소요된다는 문제점이 있었다.
이러한 문제점을 해결하기 위하여 최근 들어 사고재현을 위한 차량용 블랙박스가 도입되고 자동화 프로그램(이하, 사고재현 프로그램이라 칭함)이 개발되어 상기 차량용 블랙박스의 정보에 기반한 교통사고 재현 시도가 시도되고 있다.
차량용 블랙박스는 기본적으로 차량내 각 부품 상태 및 운전자의 차량 조작데이터를 기록하는 기능을 갖추고 있으므로, 차량 사고 발생시 교통사고의 원인 분석 및 재구성을 위한 자료를 수집하기 위한 목적으로 활용될 수 있으며, 차량부품의 고장원인 규명과 안정성 향상을 위한 기반 데이터 제공이 가능하며, 각종 운행 및 운전자의 차량 운행 데이터를 저장할 수 있어 중대한 차량결함을 발견하고, 사고를 예방할 수 있는 기능을 제공할 수 있다.
사고현장 재구성 측면에서, 차량용 블랙박스는 내부의 전자기 기록 매체에 자동차 충돌 시점(사고 시점)을 기준으로 충돌 전후의 일정시간 사고 기록 정보를 저장하므로, 차량용 블랙박스를 통해 사고발생시 명확한 증거 제시, 목격자 부재시 등의 상황에서 일어나는 사고분쟁을 해결할 수 있어 준법 운전자를 보호할 수 있고, 사고발생시 교통경찰과 보험사 직원이 현장으로 출동해 차량용 블랙박스를 수거하여 사고상황을 이전보다는 용이하게 재현할 수 있게 된다..
그러나 전술한 통상의 차량용 블랙박스 이용 사고현장 재현 방식은 차량 내부의 정보만으로 사고상황을 재현하기 때문에 외적 요인이 고려된 종합적인 사고상황을 정확하게 재현하는데 한계가 있다는 문제점이 있었다.
즉, 사고가 발생하는 원인은 차량의 내부결함이나 조작의 문제도 있지만 차 량의 외적인 요인들(예를 들어 외부 차량이나 장애물과의 충돌, 도로 상황, 지형 상황, 기상 상황 등)이 많기 때문에 사고 후에 따로 현장 조사를 통해 사고상황을 분석하는 과정이 필요하다.
또한, 전술한 사고재현 프로그램의 이용에 있어서도, 사고환경을 가상 공간에 구성한 후 그 환경 위에 사고가 발생한 차량이나 사람, 장애물 등의 객체를 파악하여 배치하고, 배치된 객체들이 시간의 흐름에 따라 이동한 경로와 충돌에 따른 운동량을 예상하여 이에 따른 매개변수를 사고재현 프로그램에 입력해야 하는 과정을 조작자가 일일이 수동으로 수행해야 하는 번거로움이 발생하는 문제점이 있었다.
본 발명의 목적은 전술한 바와 같은 종래의 문제점을 해결하기 위한 것으로서, 사고 발생시 자동으로 수신되는 차량용 블랙박스 정보와 GIS 정보, 센서 및 기상 정보를 기반으로 현장조사 없이 자동으로 교통사고 상황을 재현하는 시스템 및 방법 제공하는 데 그 목적이 있다.
상기와 같은 목적을 달성하기 위하여 본 발명은, 교통사고 발생에 따른 각종 정보를 수집하여 전송하는 정보수집수단과, 사고 위치 주변의 지형정보를 전송하는 지리정보제공수단과, 상기 정보수집수단 및 상기 지리정보제공수단에서 출력한 데이터를 기반으로 교통사고를 재현하는 사고분석수단을 포함하는 교통사고 재현 시스템을 제공한다.
본 발명의 다른 면에 따라, 교통사고 발생에 따른 각종 정보를 수집하는 정보수집단계와, 상기 수집한 각종 정보에서 필요정보를 추출하여 분석하는 정보분석단계와, 상기 정보분석단계에서 분석된 정보를 기반으로 가상으로 교통사고를 재현하는 사고재현단계를 포함하는 것인 교통사고 재현 시스템 제어방법을 제공한다.
본 발명에 따른 교통사고 재현 시스템 및 그 제어방법에 의하면, 사고발생시 자동으로 각종 정보를 기반으로 가상의 사고환경이 구성되어 사고재현작업의 편리성이 증대되고, 사고재현의 신뢰성이 향상한다는 효과가 얻어진다.
또한, 사고에 따른 각종 정보를 자동으로 취합하여 분석하고 적용함으로써 사고 현장 조사가 필요치 않아 사고상황 재현 시간을 단축하는 효과를 얻을 수 있다.
또한, 사고발생시 즉각적인 사고분석을 통해 피해자에 대한 응급처리에 활용이 가능하고, 사고발생 원인을 규명하는데 적용이 가능하며, 정확한 사고관련 교통정보를 제공하여 제2의 사고를 미연에 방지한다는 효과도 발휘한다.
본 발명은 기본적 사상은 교통사고 재현에 있어서의 수동작업으로 인한 번거로움을 제거하고 신뢰성을 확보하기 위해, 사고와 관련된 하나 이상의 차량에 각각 설치된 차량용 블랙박스의 정보와 사고 주변의 지형 정보와 함께, 노변센서로부터의 도로상황 정보, 운전자정보, 기상정보 등 기타의 수집 가능한 정보를 사고 발생 직후에 수집하여 이들 정보를 분석하여 자동으로 기초사고환경을 구성하고, 수집되어 분석된 정보를 통해 차량의 충돌, 운동량과 관련된 물리학적 역학 변수와 사고에 영향을 끼친 역학 요인을 추출하여 교통사고 상황을 재현하는 것이다.
이하, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여, 본 발명의 가장 바람직 한 실시 예를 첨부한 도면을 참조하여 상세하게 설명한다. 또한, 본 발명을 설명하는데 있어서 동일 부분은 동일 부호를 붙이고, 그 반복 설명은 생략한다.
도 1은 본 발명의 바람직한 실시예에 따른 교통사고 재현 시스템의 구성을 간략하게 보이 블록도이다.
도시된 바와 같이, 본 발명에 따른 교통사고 재현 시스템은 정보수집수단(100), 지리정보시스템(200), 사고분석센터(300)로 구성된다.
정보수집수단(100)은 교통사고 발생에 따른 각종 정보를 수집하여 출력하는 것으로서, 차량용 블랙박스(110), 노변센서(120), 운전자정보 수집부(130), 기상정보 수집부(140) 및 위치정보 수집부(150)를 포함한다.
차량용 블랙박스(110)는 각 차량에 장착되어 지속적으로 차량의 상태(수집 가능한 소모품 부품 상태 정보, 엔진 동작 상태 정보, 자기 진단 정보 등 정보 포함) 및 운행 정보를 수집하고 있다가, 사고가 발생하면 사고 시점을 기준으로 그 전후의 소정시간(예컨대, 사고전 3분, 사고후 30초)의 블랙박스 정보를 사고분석센터(300)로 전송한다.
이때 블랙박스 정보의 전송은 사고에 관련된 모든 차량(예컨대, 3중 추돌 사고이면 3대 차량)에 장착된 차량용 블랙박스(110)의 정보가 모두 상기 사고분석센터(300)로 전송된다.
한편, 차량 내 블랙박스 정보에는 차량 주변의 외부 환경에 대한 영상정보를 포함하는 것이 바람직하다. 이 영상정보는 차량 주변(예컨대, 차량 전후 범퍼의 중 앙과 좌우측면의 일정개소)에 설치된 카메라에 의하여 다양한 각도에서 주변 환경을 촬영한 것으로, 차량에 접근하는 타 차량이나 사람, 물체 등에 대한 영상정보를 포함한다. 교통사고는, 예컨대 타 차량 또는 보행자에 대한 충돌회피 동작으로 인한 사고등과 같이, 차량간 또는 차량과 물체와의 직접적인 충돌 이외의 원인에 의하여 발생할 수 있기 때문에, 차량 주변 환경에 대한 영상정보는 보다 정확한 사고 원인의 용이한 파악에 큰 도움을 줄 수 있다.
노변센서(120)는 노변에 위치하고 유선 또는 무선 네트워크를 통하여 사고분석센터(300)와 데이터를 송신 또는 송수신한다. 노변센서(120)는 인근 신호등 상태, 도로의 노면 상태, 도로 공사 상황, 이전에 이미 다른 교통사고가 발생한 경우 그 개략 상황, 사고시의 도로 주행 가능 속도 등을 포함하는 노변 상황 감지에 따른 사고 상황 정보(즉, 사고발생 당시의 차량의 외부 상황 정보)를 수집하여 상기 사고분석센터(300)로 전송한다.
노변센서로부터 수집되는 정보에는 영상정보가 포함될 수 있는데, 영상정보는 사고 당시의 주변 상황을 보다 정확히 파악할 수 있으며, 사고 후의 피해자의 상태, 사고 현장 주변의 차량 소통 상태 등의 정보를 포함할 수 있으므로 사고의 신속한 처리 및 복구에 있어서도 유용하게 활용될 수 있다.
따라서, 노변에 영상 획득을 위한 다수의 카메라를 설치하는 비용상 문제 등을 감안하여 초음파 센서, RFID 센서 등을 통하여 사고 현장 주변의 소통 상태 정보 등의 제한된 정보를 수집하도록 노변센서(120)를 구성할 수 있음은 물론이나, 보다 정확한 외부상황 정보의 수집을 위해서는 카메라, 초음파 센서 및 RFID 센서 등 가급적 많은 센서를 포함하는 것이 바람직할 것이다.
한편, 노변센서(120)가 사고를 인지하여 사고분석센터(300)로 외부 상황 정보를 전송하는 방식은 아래에 예시된 방식을 취할 수 있다.
즉, 사고차량이 주변의 노변센서(120)로 사고발생사실을 통지하면 사고 전후의 외부 상황 정보를 사고분석센터(300)로 전송하는 방식을 취하거나, 또는 사고분석센터(300)가 사고차량으로부터 사고발생사실을 접수받아 인지한 후에 사고 위치 주변의 노변센서(120)에 외부 상황 정보 전송을 명령하고, 이 명령을 수신한 노변센서(120)가 자신이 수집한 데이터 중 사고 발생 시점 전후의 외부 상황 정보를 사고분석센터(300)로 전송하도록 구성될 수 있다.
이와는 달리 노변센서(120)가 지능을 갖추어 수집되는 정보를 통하여 스스로 사고발생을 판단하여 사고 발생 시점 전후의 상황 정보를 사고분석센터(300)로 전송하도록 구성될 수도 있을 것이나, 노변센서(120)로부터 사고분석센터(300)로의 외부 상황 정보 전송 방식은 전술한 실시예에 한정되지 않음은 물론이다.
운전자정보 수집부(130)는 사고 차량의 운전자에 대한 정보를 수집하여 사고발생시 이를 사고분석센터(300)로 전송한다.
운전자정보 수집부(130)는, 예컨대 차량내 카메라를 통하여 운전자의 눈꺼풀의 움직임 주기를 파악하여 졸음상태 여부에 대한 정보를 수집하거나, 운전석에 압력센서를 폭넓게 배치하여 운전자의 운전자세 및 자세의 변화를 감지하고, 이를 통하여 운전자의 피로도나 운전상태(과격한 주행상태, 안정된 주행상태 등)와 관련된 정보를 수집하거나, 핸들에 온도센서를 배치하여 차량 운전자의 체온 변화에 따른 긴장도 정보를 수집하는 등 다양한 운전자 신체상태 정보를 수집할 수 있다. 또한 차량의 속도계로부터의 속도변화 정보를 수집하여 운전자의 차량 운행 패턴 정보를 를 수집할 수 있다.
한편, 운전자정보 수집부(130)는 전술한 실시예와 같이 차량용 블랙박스(110)과 별도의 장치로 구성될 수도 있으나, 차량용 블랙박스(110) 내부에 일체로 구성되거나 또는 차량용 블랙박스(110)가 전술한 운전자정보 수집 기능을 수행하도록 구성하는 등 다양한 변형 및 변경이 가능함은 물론이다.
기상정보 수집부(140)는 기상청의 기상 정보 데이터베이스를 검색하거나, 인공위성으로부터의 기상영상 정보를 수신하는 방식으로 사고가 발생한 위치의 기상정보를 수집하여 상기 사고분석센터(300)로 전송한다.
기상정보 수집부(140)는 기상청이 관할하는 기상정보 수집시스템일 수 있고, 또는 본 발명의 실시를 위하여 전용으로 마련되어 차량 내 또는 임의의 다른 위치에 배치된 수집장치일 수 있는데, 수집되는 정보의 특성상 필수적으로 장소의 제한이 없으며, 사고분석센터(300) 내에 배치되어도 무방할 것이다.
위치정보 수집부(150)는 위성항법시스템(GPS, 미도시)를 통해 사고발생시의 차량의 위치 정보를 수집하여 상기 사고분석센터(300)로 전송한다.
한편, 위치정보는 별도의 위치정보 수집부(150)에서 수집하는 이외에, 차량용 블랙박스(110)가 수집하여 전송하도록 구성하거나, 사고 위치 근처에 설치된 노변센서(120)에 의하여 수집/전송될 수 있는 것이므로, 본 발명에서 위치정보 수집부(150)를 별도의 장치로 존재하는 경우만을 한정하는 것은 아니며, 기능적 측면에 서 설명의 편의와 이해의 증진을 위하여 별도로 설명하는 것임을 당업자라면 능히 이해할 것이다.
지리정보시스템(200)은 공간상 위치 정보에 해당하는 지리자료와 이에 관련된 속성자료(Attribute data; 예컨대, 고도, 경사도 등)를 통합한 지형정보를 제공하는 것으로서, 상기 사고분석센터(300)로부터 사고에 따른 지형정보 요청시 사고 현장 인근의 지형정보(GIS 정보)를 전송한다.
한편, 사고분석센터(300)는 사고정보 분석부(310), 사고환경 구성부(320), 역학정보 추출부(330) 및 사고 재현부(340)를 포함한다.
사고정보 분석부(310)는 교통사고 재현시 정보수집수단(100)에서 전송한 각종 정보를 수신하여 분석하는 것으로서, 블랙박스정보 분석부(311), 센서정보 분석부(312), 운전자정보 분석부(313), 기상정보 분석부(314) 및 위치정보 분석부(315)를 포함한다.
블랙박스정보 분석부(311)는 차량용 블랙박스(110)에 기록되어 있는 정보에 포함된 차량 내부의 상태 및 운행 정보를 통해 사고 발생시 어떠한 내부적 결함과 운전 조작이 있었는지를 분석하여 사고환경구성부(320) 및 역학정보추출부(330)로 전송한다.
블랙박스정보 분석부(311)는 블랙박스 정보에 차량 상태 및 운행 상태와 같은 차량 내부 정보 이외에 차량 주변 환경을 촬영한 영상정보가 포함되어 있는 경우, 영상정보에 대한 분석을 추가로 수행하여, 차량의 카메라가 설치된 위치와 각도를 고려하여 사고원인을 제공한 물체의 식별, 원인 제공 물체의 접근 경로, 물체 의 접근과 그에 따른 차량의 주행 상태의 변경 내용(예컨대, 급방향 선회, 급정차 등)을 분석한다.
센서정보 분석부(312)는 상기 노변센서(120)에서 전송한 외부 상황 정보에서 신호등 상태, 사고 현장 인근의 물체(타 차량, 보행자, 지형물 등)의 배치관계, 사고 차량의 최종위치, 주변 장애물, 노면 상태, 도로상황에 대한 정보를 추출하여 분석한 후 사고환경 구성부(320) 및 역학정보 추출부(330)로 전송한다.
전술한 바와 같이 노변센서로부터 전송되는 정보에는 영상정보가 포함될 수 있는데, 영상정보는 사고 상황 정보뿐 아니라, 사고 이후의 피해자의 상태, 사고 현장 주변의 차량 소통 상태 등의 정보를 포함할 수 있으므로, 사고의 신속한 처리 및 복구에 있어서도 유용하게 활용될 수 있고, 따라서, 피해자 상태가 파악되는 경우, 사고분석센터(300)는 적절한 구호조치가 신속히 이루어지도록, 구급차량 및 인근 의료기관에 미리 통지를 함으로써 인명 구호율을 높이도록 운영됨이 바람직하다.
운전자정보 분석부(313)는 수신된 운전자정보에서 운전자의 졸음 여부와같은 신체적 상태 및/또는 급가속, 급제동 등의 운행 패턴을 분석하여 상기 사고환경구성부(320) 및 역학정보추출부(330)로 전송한다.
기상정보 분석부(314)는 수신된 기상정보에서 사고 현장 인근 지역의 사고에 영향을 주는 기상 요인(예컨대, 짙은 안개, 강우, 강설)을 추출하여 사고환경구성부(320) 및 역학정보추출부(330)로 전송한다.
지형정보 분석부(315)는 위치정보 수집부(150)으로부터 차량의 사고시점 이전의 소정 시간(예컨대, 1분)상의 위치 정보를 수집하여 차량의 이동 궤적을 분석하고, 사 고위치 부근의지형정보(GIS 정보)를 지리정보시스템(200)으로부터 제공받아 사고 지역 부분의 지형 정보(급커브 여부 등)를 분석하여 차체에 미치는 원심력의 크기 및 방향 등의 지형적 특징에 의한 물리적 영향을 분석하여 이를 사고환경구성부(320) 및 역학정보추출부(330)로 전송한다.
한편, 사고환경 구성부(320)는 위치정보, 지형정보 및 기상정보에 기반하여 3차원의 기초사고환경을 구성하고, 블랙박스 정보, 노변센서 정보, 운전자 정보, 지리정보, 운전자 정보를 를 종합하여 기초사고환경에 사고 관련 객체(차량, 보행자, 신호등과 같은 주변 기물)를 배치하여 가상사고환경을 구성한다.
상기 역학정보 추출부(330)는 블랙박스 정보를 기반으로 각종 정보(운전자 정보, 기상정보, 위치정보, GIS 정보 등)를 종합하여 교통사고관련 역학정보, 즉 차량의 충돌속도, 충돌량, 운동량, 원심력, 진행방향, 충돌직후 회전방향 등과 같은 물리학적 역학 변수와 사고에 영향을 미치는 역학요인을 추출한다.
상기 사고재현부(340)는 상기 추출한 역학정보에서 사고관련 객체의 운동 관련 벡터를 추출하고, 추출한 역학정보와 벡터를 상기 구성한 환경에 적용하여 가상으로 교통 사고를 재현한다.
사고환경구성부(320), 역학정보추출부(330) 및 사고재현부(340)의 구체적인 동작에 대해서는 중복을 피하고 설명의 편의와 집중을 위하여, 도 3 및 도 4를 참조한 사고재현과 관련한 기재에서 상술토록 한다.
전술한 바와, 같이 구성한 본 발명의 실시예에 따른 동작 과정을 첨부한 도면을 참조하여 상세히 설명하면 다음과 같다.
도 2는 본 발명의 실시예에 따른 교통사고 발생직후의 정보수집과정 절차를도시한 흐름도이고, 도 3은 본 발명의 실시예에 따른 교통사고 정보분석 및 재현 과정을 보인 흐름도이며, 도 4a내지4d는 본 발명의 실시예에 따른 가상 사고환경을 구성하여 교통사고를 재현하는 과정을 예시한 도면이다.
본 발명의 실시예에 따른 교통사고 재현과정은 크게 정보수집단계(S101 내지 S112), 정보분석단계(S201 내지 S212) 및 사고재현단계(S213 내지 S219)로 이루어진다.
우선, 정보의 수집 자체는 사고와 무관하게 차량의 운행 중에 항상 수행되는 것이 바람직하다. 가령, 사고 직후 또는 사고 발생 가능성이 높은 급제동, 급회전을 감지한 경우에만 차량의 상태 정보, 운행정보(블랙박스 정보), 운전자 정보(운전체 신체 상태 정보), 외부상황정보(노변 센서 정보) 등을 수집하도록 구성할 수도 있겠으나, 신뢰성 높은 사고재현을 위한 충분한 데이터 확보를 위하여 각 정보수집부(110 내지 150)는 차량의 운행 중에 상시 해당 데이터를 수집하는 것이 바람직하다.
따라서, 도 2에 도시된 정보수집단계(S101 내지 S112) 내지는, 사고발생 이후에, 각 정보수집부(110 내지 150)가 축적하고 있는 데이터 중 전송할 데이터를 추출하는 과정에 해당하며, 따라서 이하의 설명에서 단계(S101 내지 S112)의 정보 수집이라는 용어는 각 정보수집부(110 내지 150)이 보유하고 있는 데이터 중 사고 와 관련된 해당 데이터(예컨대, 사고 시점 전후의 블랙박스 정보, 사고 지역 인근의 GIS 정보 등)을 추출하는 과정을 의미하고 있음을 인지해야 할 것이다.
사고가 발생하면(S101), 이를 차량용 블랙박스(110) 및/또는 노변센서(120)에서 이를 감지하여(S102), 사고와 관련된 정보를 수집하여 전송한다.
즉, 사고 차량 내부에 내장된 차량용 블랙박스(110)에서 사고가 발생한 시점을 기준으로 소정 시간(예컨대, 사고전 3분, 사고후 30초) 동안의 블랙박스 정보를 추출한 후(S103), 사고분석센터(300)로 전송한다(S104).
이 때, 사고에 관련된 모든 차량에 설치된 차량용 블랙박스(110) 각각이 전술한 정보를 사고분석센터(300)로 전송한다.
한편, 차량용 블랙박스 정보에는 차량 주변에 설치된 카메라가 획득한 차량 주변의 영상정보도 포함하는 것이 바람직하다. 이 영상정보는 차량 주변의 다양한 각도에서 주변 환경을 촬영한 것으로, 차량에 접근하는 타 차량이나 사람, 물체 등에 대한 정보를 포함하므로, 사고원인 분석에 매우 유용하게 활용될 수 있다.
또한, 노변센서(120)에서도 노변 상황 감지에 따른 사고 상황 정보를 수집하여(S105), 상기 사고분석센터(300)로 전송한다(S106).
이때 상기 노변센서(120)는 사고를 감지하는 방식으로는 노변센서가 자체적으로 스스로 사고를 인식하는 방식, 사고 차량에서 신호를 전송받아 인식하는 방식, 또는 사고분석센터(300)의 사고 통지에 의하여 인식하는 방식 등을 취할 수 있으며, 노변센서(120)의 수집 정보 유형, 정보 수집 방식, 사고 인지 방식 및 전송 방식에 대해서는 전술한 바 있으므로, 중복을 피하기 위하여 추가의 반복 설명은 생략한다.
한편, 운전자정보 수집부(130)는 사고와 관련된 운전자에 대한 정보(예를 들어 운전자의 신체적 상태, 차량 운행패턴 등)를 수집하여, 즉 사고가 발생한 시점을 기준으로 소정 시간(예컨대, 사고전 3분, 사고후 30초) 동안의 운전자 정보를 추출한 후(S103), 이를 사고분석센터(300)로 전송한다(, S108).
기상정보 수집부(140)는 사고분석센터(300)의 요청에 의하여 기상청 데이터베이스 또는 인공위성 등으로부터 사고 위치 인근의 기상 정보를 수집하여(S109), 사고분석센터(300)로 전송한다(S110).
위치정보 수집부(150)는 위성항법시스템(GPS)를 통해 사고 위치정보를 수집하여(S11), 이를 사고분석센터(300)로 전송한다(S112).
상기 정보수집단계(S101 내지 S112) 수행 이후에 이어서 정보분석단계(S201 내지 S212)가 수행된다.
즉, 도 3에 도시한 바와 같이 사고분석센터(300)에서 사고접수를 하면, 예컨대 사고차량 또는 노변센서로부터 사고발생을 알리는 신호수신 하면(S201), 지리정보시스템(200)에 사고 현장 인근의 지형정보를 요청하고(S210), 지리정보시스템(200)으로부터 이를 수신한다(S211).
그 다음, 정보수집수단(100)에서 전송한 각 정보(블랙박스 정보, 운전자 정보, 기상정보, 위치 정보 등)는 사고분석센터(300)의 사고정보 분석부(310)에서 수신하여 필요정보를 추출한 후 분석을 수행한다.
즉, 블랙박스정보 분석부(311)는 블랙박스 정보로부터 사고 차량의 운행 및 상태정보를 수신하여(S202), 사고가 발생할 당시에 차량의 부품 상태, 엔진 상태, 자기 진단 정보와, 차량 속도, 차량 방향 등의 운행 정보로부터, 어떠한 내부적인 조작이 있었는지, 조작에 따라 어떠한 움직임이 있었는지 등에 대한 분석을 수행하며, 영상정보가 포함되는 경우에는 사고 원인을 제공한 물체가 사고 차량에 어떻게 접근하여 사고에 영향을 주었는지, 차량의 내부적인 동작과 어떤 관계가 있는지를 분석한다(S203).
또한, 센서정보 분석부(312)는 노변센서(120)로부터 외부 상황 정보를 수신하여(S204), 수집한 외부 상황정보를 기초로 주변 신호등 상태, 노면 상태, 인근 지역 공사 여부, 이전에 이미 다른 교통사고가 발생한 경우 그 개략 상황, 사고시의 도로 주행 가능 속도 등의 사고 상황 정보, 사고 전후의 사고 차량, 피해자 등의 상황을 분석하며(S205)한다.
또한, 운전자 정보분석부(313)는 운전자 정보수집부(130)로부터 운전자 정보를 수신하여(S206), 이로부터 운전자의 졸음 운전 여부, 운전자세 및 자세의 변화로부터 유추되는 피로도 등의 신체적 상태와, 차량 운행 패턴 등의 분석한다(S207).
기상정보 분석부(314)는 기상정보 수집부(140)로부터 사고 현장 부근의 기상 정보를 수신하여(S208), 수신한 기상정보에서 안개, 강우량, 강설량, 천둥 번개 등 기상요인을 분석하여 기상 상태가 사고에 끼친 영향을 분석한다( S209).
위치정보 분석부(315)는 위치정보 수집부(150)로부터 사고 시점으로부터 소 정 시간(예컨대 3분) 이전의 차량 위치 데이터를 수신하고, 지리정보시스템(200)으로부터 사고 위치 부군의 지형정보(GIS 정보)를 수신한다(S211). 그 다음 수신된 정보를 기반으로 사고 위치로의 차량 이동 궤적을 분석하고, 사고위치 부근의 지형정보(GIS 정보)를 지리정보시스템(200)으로부터 제공받은 사고 지역 부분의 지형 정보(급커브 여부 등)를 분석하여 차체에 미치는 원심력의 크기 및 방향 등의 지형적 특징에 의한 물리적 영향을 분석한다(S212). 위치정보 분석부(315)는 전술한 분석결과 및 지리정보시스템(200)으로부터 수신한 지형정보를 사고환경 구성부(320) 및 역학정보 추출부(330)로 전송한다.
상기 정보분석단계(S202 내지 S212)에서 정보 분석이 완료되면 사고재현단계(S213 내지 S219)가 수행된다.
먼저, 분석한 정보를 기반으로 사고가 발생한 환경을 구성하는 단계를 수행한다. 즉, 도 4a에 도시한 바와 같이 위치정보, 지형정보 및 기상정보를 기반으로 3차원의 기초사고환경을 구성한다(S213). 도 4a에 도시된 예시적 사고환경에는 기상 정보와 관련된 사항이 나타나지는 않으나, 짙은 안개나 폭우, 폭설 등 사고의 직접적 원인 제공이 될 수 있는 기상 조건과, 습도, 온도 등과 같이 사고와 관련된 기상 정보를 포함하여 사고환경을 구성하는 것이 바람직하다.
기상 정보의 포함은 그래픽컬하게 강설, 강우를 표현하거나 또는 구성된 화면의 소정 위치에 강우량, 강설량, 시야거리, 온도, 습도 등의 수치화 정보를 표시하는 방식으로 구현될 수 있을 것이다.
기초사고환경이 구성되면, 도 4b에 도시한 바와 같이 구성된 기초사고환경에 사고 차량의 위치정보, 센서정보 분석부에서 전달한 사고 지점의 주변 정보를 활용하여 사고가 발생한 차량, 장애물, 보행자 등의 사고관련 객체를 배치하여 실제와 유사한 가상사고환경을 구성한다(S214).
상기 단계(S214)에서 사고관련 객체의 배치가 완료되면, 도 4c에 도시한 바와 같이 상기 블랙박스 정보를 기반으로 수집되어 분석된 정보와, 센서정보, 운전자 정보, 기상정보, 위치정보 및 지형정보의 분석 결과로부터 차량의 충돌속도, 충돌량, 운동량, 원심력, 진행방향, 충돌직후 회전방향 등과 같은 물리학적 역학 변수를 추출하고(S215), 상기 수집되어 분석된 정보를 통해 사고에 직접적 영향을 미치는 역학 요인을 추출한다(S216).
예컨대, 차량 전복사고가 발생한 경우, 차량에 사고 직전에 미치는 원심력과 차량의 속도가 역학요인으로 추출될 수 있다. 추출된 역학정보를 토대로, 도 4c에 도시된 것처럼 객체들 사이에 상호 관련성을 그래피컬하게 표현할 수 있다.
한편, 교통사고의 원인은 전술한 바와 같은 물리적 요인뿐만 아니라, 졸음 운전, 부주의 운전, 난폭 운전, 기상 악화, 노면 상태 불량 등과 같은 것이 직접적 원인이 될 수 있는 것이므로, 역학 요인의 추출은 운전자정보 수집부(130)에 의해 수집되고 운전자정보 분석부(313)에 분석된 운전자 정보와, 기상 정보 분석 결과, 지형 정보 분석 결과, 노변 센서로부터의 외부상황정보 분석 결과 등을 종합적으로 고려하여 역학요인을 추출함이 바람직하다.
이후, 추출한 역학정보(역학 변수, 역학 요인)를 통합하여(S217), 관련 객체의 물리적 운동 벡터를 추출하고(S218), 도 4d에 도시한 바와 같이 상기 추출한 역학정보와 운동 벡터를 적용하여 교통사고를 가상으로 재현한다(S219). 교통사고의 재현에는 사고 발생 수분(예컨대, 3분) 전부터의 상황을 재현하는 것이 바람직할 것이다.
본 발명의 이해를 증진하기 위하여, 도 4에 예시된 사고를 상정하여, 구체적인 예를 들면 다음과 같다,
도 4에 예시된 사고는 건조한 맑은 날 북쪽에서 사고현장을 향하여 진행하던 차랑(도 4d의 우측에 위치한 차랑; 이하, 북측 차량이라 칭함) 및 서쪽에서 사고현장을 향하여 진행하던 차량(도 4d의 좌측에 위치한 차량; 이하, 서측차량이라 칭함)이 서로 충돌한 1차 사고 직후, 지나가던 보행자에 대한 2차 사고가 발생한 것이며, 사고현장은 신호등이 설치된 4거리 교차로이며, 보행자는 인도를 보행하고 있었다. 교차로 주변에 작은 동산이 있으나 2대의 충돌 사고 차량에 대해서는 운전자의 시야를 방해를 할만한 위치에 있지 않음을 알 수 있다.
사고 발생 원인은 서측 차량의 운전자가 졸음운전을 하여 정차신호 및 먼저 교차로에 진입한 북측 차량을 인식하지 못하고 계속 주행하여 북측 차량의 우측 전면부를 충격하고, 그 충격의 결과로 북측 차량이 급회전하여 지나가던 보행자를 친 것으로 가정한다.
위와 같은 사고가 발생한 경우, 2대의 충돌 차량 내에 각각 설치된 차량용 블랙박스(110)가 차량의 상태정보(엔진상태, 부품상태, 자기진단 정보 등) 및 운행 정보(운행 속도, 방향 등)를 사고분석센터(300)로 전송하고, 동시에 운전자정보 수집부(130)가 운전자의 신체상태(눈꺼풀 깜박임, 운전 자세 변화 주기 등)에 관한 정보를 사고분석센터(300)로 전송한다. 차량 외부에 카메라가 설치된 경우에는 차량 주변의 영상정보도 전송한다. 아울러 위치정보 수집부(150)로부터 차량의 위치정보가 전송된다.
사고 차량이나, 사고분석센터(300)로부터의 명령에 의해 또는 자체 판단에 의하여 교차로 주변에 위치한 하나 이상의 노변센서(120)가 사고를 감지하면, 주변의 외부 상황 정보(사고 주변의 영상 정보, 사고가 발생한 도로의 소통 상태, 노면 상태, 주변의 공사 여부 등)를 사고분석센터(300)로 전송한다.
전술한 각 정보는 사고 직후의 찰라적 정보가 아니라, 사고 시점 전후의 소정 시간(예컨대, 사고직전 3분, 사고직후 30초)에 대한 정보인 것이 바람직하다.
사고분석센터(300)는 전술한 정보를 수신하면서, 기상정보 수집부(140) 및 지리정보시스템(200)에 요청하여 기상 정보 및 지형정보를 수신한다.
그 다음 사고분석센터(300)는 수신된 정보를 분석하는데, 사고 차량 위치정보 및 지형 정보를 분석하여 사고 현장의 지리적 위치 관계를 파악하고, 운전자의 졸음 여부, 2 대의 충돌 차량의 시간별 위치, 각 차량의 속도(과속 여부), 방향, 사고 주변의 신호등 상태, 기상 상태, 노면상태, 도로의 굴곡 여부 등을 분석하여 사고에 영향을 미칠 만한 요인을 파악한다. 특히, 노변센서로부터 영상정보가 수신되는 경우, 교차로에 어떤 차량이 먼저 진입했는지, 그리고 신호등이 어떤 상태로 있었는지, 사고 차량의 이동 궤적이 어땠는지를 영상처리를 통하여 용이하고 즉각 적으로 파악할 수 있다.
지리정보 및 기상정보 분석결과를 토대로 사고환경 구성부(320)가 사고환경을 가상으로 구현하고, 전술한 분석 결과를 통합하여 인지된 각 객체(2 대의 사고 차량, 1 명의 보행자, 신호등, 인근의 동산)을 배치한다.
그 다음, 각 차량의 상태 정보, 운행 정보, 외부 상황 정보, 운전자 정보, 기상 정보, 지형 정보, 차량의 이동 궤적 정보 등을 통합하여 차량별 역학 정보를 추출하고, 이를 토대로 사고 이전시점(예컨대, 3분)부터의 사고 상황을 재현한다.
사고의 재현은 각 사고 관련 객체(차량, 보행자, 지형 지물, 도로) 등에 관한 물리적 운동 및 정지 상태의 재현을 기본으로 하되, 보다 확실한 사고 원인을 위하여 운전자 정보, 기상 정보, 지형 정보, 노면 정보 등의 분석결과를 포함하여 재현함이 더욱 바람직하다.
예시로 든 사고를 재현하는 경우, 본 발명에 의하면 사람의 수작업을 일체 요하지 않으면서 교차로로 진입하는 2대의 차량의 속도 및 방향, 진입의 선후 관계, 당시의 신호등 정보는 물론이고 운전자의 상태가 모두 재현될 수 있으며, 운동 벡터의 추출 등으로 인하여, 사고 직전과 직후의 각 사고 차량의 이동 궤적도 시뮬레이션 할 수 있음은 본 발명의 통상의 지식을 가진 자라면 능히 알 수 있을 것이다.
특히, 예시 사고의 직접적 원인은 운전자의 졸음 운전이었는데, 차량 내부 및 외부의 물리적 정보만으로 이를 파악하기가 용이하지 않을 수 있으나 운전자 정보를 함께 분석하고 고려함으로써, 사고의 원인 및 과실의 존부를 명확히 파악할 수 있다.
아울러, 각각의 정보수집부(110 내지 150)로부터는 중복되는 정보(예컨대, 사고차량의 위치 정보는 사고와 관련된 하나 이상의 차량 내에 설치된 블랙박스, 노변센서, 위치정보 수집부에서 각각 수집되어 전송될 수 있음)가 수신될 수 있고 또는 상호 관련된 정보가 각각 다른 정보 수집부를 통하여 전송될 수 있으므로, 이러한 면을 이용하여 각 수신 정보의 검증 또는 각 정보 분석부의 분석 결과를 검증할 수 있음은 물론이며, 따라서 재현의 신뢰도를 더욱 높일 수 있다. 예컨대, 운전자정보 수집부에서 전송한 정보를 분석하여 서측 차량의 운전자가 졸음 운전을 하였다고 파악하고, 노변센서로부터 획득된 교차로 신호등 상태 정보 및 교차로 진입 영상을 분석하여 서측 차량이 신호등을 무시하고 먼저 진입한 북측 차량을 충격했음이 확인하면, 사고의 1차적 주된 원인이 서측 차량의 운전자의 졸음 운전 때문임을 검증할 수 있다.
한편, 도 4d에는 도시되지 않았지만, 사고 관련 객체의 물리적 운동 및 및 정지 상태 이외에, 운전자 상태, 기상 상태, 노면 상태 등의 정보를 추가로 표현할 수 있으며, 또는 사고의 직접적 원인을 제공한 사항만을 부각시키는 방식으로 사고 관련 객체의 물리적 상태 재현 이외의 운전자 및 주변 상황에 대한 재현을 수행할 수 있다. 예컨대, 본 예시에 따른 사고는 운전자의 졸음이 주된 원인이므로 이에 대한 정보를 재현 화면의 소정 위치에 표출하는 등의 방식으로 사고의 직접적 원인을 명확히 파악할 수 있도록 할 수 있다.
배경 기술을 설명하는 과정에서 언급하였듯이, 종래의 교통사고재현은 차량 내부의 정보만으로 사고 상황을 재현하기 때문에 그 과정이 번거로울뿐더러 사고 차량이 이동한 후 또는 발생 시점으로부터 상당 시간 경과한 후에 조사가 이루어 지거나, 목격자의 진술 등과 같은 부정확한 정보를 기초로 수행하므로 외적 요인이 고려된 종합적인 사고상황을 정확하게 재현하는데 한계가 있었다.
그러나 본 발명에서는 차량용 블랙박스 정보, 위치정보, 지형정보(GIS 정보), 센서 정보 및 기상 정보에 기초하여, 현장조사 없이 자동으로, 사고를 둘러싼 모든 요인을 고려한 종합적인 교통사고 상황을 현실에 가깝게 재현할 수 있고, 따라서 교통사고의 원인 파악을 용이하게 할 수 있다.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 또한, 본 명세서에서 설명한 정보 수집부 또는 정보 분석부 등의 각 기능 모듈은 기능적 측면에서 분리하여 설명한 것으로서 그 물리적 배치관계를 한정하는 취지로 기재된 것은 아니다. 예컨대, 위치정보 수집부는 블랙박스에 포함될 수도 있고, 역학정보 추출부는 위치정보 분석부 또는 다른 분석부에 포함될 수도 있고, 사고환경 구성부, 역학정보 추출부, 사고재현부가 일체로 구성될 수 있음은 물론이다. 아울러 본 발명의 실시예에 설명된 의 일부만을 채택하더라도 본 발명의 기술적 사상의 범위에 포함됨은 당연하며, 또한 실시되는 모든 기능모듈이 하나의 칩에 하드웨어적으로 구현되거나 범용 프로세서에서 구동되는 소프트웨어로 구현될 수 있음도 물론이다. 따라서 본 발명의 진 정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.
도 1은 본 발명의 실시예에 따른 교통사고 재현 시스템의 구성을 간략하게 보이 블록도.
도 2는 본 발명의 실시예에 따른 교통사고 재현 시 정보수집과정을 보인 흐름도.
도 3은 본 발명의 실시예에 따른 교통사고 재현 시 정보분석 및 재현 과정을 보인 흐름도.
도 4a 내지 4d는 본 발명의 실시예에 따른 교통사고 재현 시 가상 사고환경을 구성하는 과정을 보인 도면.
* 도면의 주요 부분에 대한 부호의 설명 *
100 : 정보수집수단 110 : 차량용 블랙박스
120 : 노변 센서 130 : 운전자정보 수집부
140 : 센서정보 수집부 150 : 기상정보 수집부
200 : 지리정보시스템 300 : 사고분석센터
310 : 사고정보 분석부 311 : 블랙박스정보 분석부
312 : 센서정보 분석부 313 : 운전자정보 분석부
314 : 기상정보 분석부 315 : 위치정보 분석부
320 : 사고환경 구성부 330 : 역학정보 추출부
340 : 사고재현부
Claims (10)
- 교통사고 발생에 따른 각종 정보를 수집하여 전송하는 정보수집수단과,사고 위치 주변의 지형정보를 전송하는 지리정보제공수단과,상기 정보수집수단 및 상기 지리정보제공수단에서 출력한 데이터를 기반으로 교통사고를 재현하는 사고분석수단을 포함하는 교통사고 재현 시스템.
- 제1항에 있어서, 상기 정보수집수단은사고가 발생한 하나 이상의 차량에 각각 장착되어 사고 감지 및 차량의 상태 및 운행 정보의 수집 및 전송을 수행하는 차량용 블랙박스인 교통사고 재현 시스템.
- 제2항에 있어서, 상기 정보수집수단은사고발생 당시의 차량의 외부 상황 정보를 수집하여 전송하는 노변센서,사고에 영향을 주는 운전자정보를 수집하는 운전자정보 수집부,사고가 발생한 위치의 기상정보를 수집하는 기상정보 수집부,위성항법시스템(GPS)를 통해 차량의 사고위치 정보를 수집하는 위치정보 수집부 중 적어도 하나를 더 포함하는 것인 교통사고 재현 시스템.
- 제1항에 있어서, 상기 사고분석수단은교통사고 재현시 상기 정보수집수단에서 전송한 각종 정보를 분석하는 사고정보 분석부와,상기 사고정보분석부의 분석 결과를 토대로 사고가 발생한 위치의 부근의 사고환경을 가상으로 구성하는 사고환경 구성부와,상기 사고정보분석부의 분석 결과를 토대로 교통사고관련 역학정보를 추출하는 역학정보 추출부와,상기 사고환경에 상기 역학정보를 적용하여 사고를 재현하는 사고재현부를 포함하는 것인 교통사고 재현 시스템.
- 제4항에 있어서, 상기 사고정보 분석부는하나 이상의 사고 차량의 운행 정보 및 상태 정보를 분석하는 블랙박스 정보분석부,사고 현장 주변의 도로 상황, 신호등 상태, 주변 장애물을 포함하는 외부 상황 정보를 분석하는 센서정보 분석부,운전자의 신체적 상태, 운행 패턴을 분석하는 운전자정보 분석부,사고에 영향을 주는 기상 요인을 추출하는 기상정보 분석부 및사고위치 정보 및 지형정보(GIS 정보)를 기반으로 차량 이동 궤적을 분석하는 위치정보 분석부 중 적어도 하나를 포함하는 것인 교통사고 재현 시스템.
- 제4항에 있어서, 상기 사고환경 구성부는사고 차량의 위치정보 및 사고 현장 인근의 지형정보 기반으로 기초사고환경을 구성하고,상기 기초사고환경에 사고관련 객체를 배치하여 가상사고환경을 구성하는 것인 교통사고 재현 시스템.
- 교통사고를 자동으로 재현하는 시스템을 제어하는 방법에 있어서,교통사고 발생에 따른 각종 정보를 수집하는 정보수집단계와,상기 수집한 각종 정보에서 필요정보를 추출하여 분석하는 정보분석단계와,상기 정보분석단계에서 분석된 정보를 기반으로 가상으로 교통사고를 재현하는 사고재현단계를 포함하는 것인 교통사고 재현 시스템 제어방법.
- 제7항에 있어서, 상기 정보수집단계는사고 발생에 따른 사고가 감지되면 하나 이상의 사고 차량의 운행 정보 및 상태 정보를 수집하는 단계와,사고 현장 인근의 지형정보(GIS 정보)를 수집하는 단계를 포함하는 것인 교통사고 재현 시스템 제어방법.
- 제7항에 있어서, 상기 사고재현단계는상기 분석된 정보 중 사고 현장에 대한 위치정보 및 지형정보를 기반으로 기초사고환경을 구성하는 단계와,상기 기초사고환경에, 상기 분석된 정보 중 사고 객체별 위치정보를 기반으로 사고관련 객체를 배치하여 가상사고환경을 구성하는 단계를 포함하는 것인 교통사고 재현 시스템 제어방법.
- 제9항에 있어서, 상기 사고재현단계는상기 사고관련 객체의 물리학적 역학 변수 및 사고에 영향을 미친 역학 요인을 추출하는 단계와,상기 역학 변수 및 역학 요인을 상기 가상사고환경에 적용하여 사고 상황을 재현하는 단계를 더 포함하는 것인 교통사고 재현 시스템 제어방법. .
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020080076097A KR101040118B1 (ko) | 2008-08-04 | 2008-08-04 | 교통사고 재현 시스템 및 그 제어방법 |
US12/512,565 US20100030540A1 (en) | 2008-08-04 | 2009-07-30 | System and method for reconstructing traffic accident |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020080076097A KR101040118B1 (ko) | 2008-08-04 | 2008-08-04 | 교통사고 재현 시스템 및 그 제어방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20100015166A true KR20100015166A (ko) | 2010-02-12 |
KR101040118B1 KR101040118B1 (ko) | 2011-06-09 |
Family
ID=41609238
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020080076097A KR101040118B1 (ko) | 2008-08-04 | 2008-08-04 | 교통사고 재현 시스템 및 그 제어방법 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20100030540A1 (ko) |
KR (1) | KR101040118B1 (ko) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180024757A (ko) * | 2016-08-31 | 2018-03-08 | 아진산업(주) | 다시점 블랙박스 카메라 영상을 이용한 도로교통정보 제공시스템 |
CN109410567A (zh) * | 2018-09-03 | 2019-03-01 | 江苏大学 | 一种基于车联网的易发事故道路智慧分析系统及方法 |
KR102122795B1 (ko) * | 2018-12-19 | 2020-06-15 | 주식회사 에스더블유엠 | 자율주행차 알고리즘 테스트 방법 |
US10762775B2 (en) | 2017-01-10 | 2020-09-01 | Samsung Electronics Co., Ltd. | Vehicle terminal device and control method thereof |
KR102633425B1 (ko) * | 2023-08-14 | 2024-02-07 | 주식회사 카비 | 교통사고 현장 재구성 리포트를 만드는 장치 |
KR102633427B1 (ko) * | 2023-08-14 | 2024-02-07 | 주식회사 카비 | 교통사고 현장 재구성 리포트를 만드는 방법 |
Families Citing this family (78)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110112720A1 (en) * | 2009-11-09 | 2011-05-12 | Dale Keep | Road Conditions Reporting |
US9531783B2 (en) * | 2010-06-29 | 2016-12-27 | Fujitsu Ten Limited | Information distribution device |
EP2652718B1 (en) * | 2010-12-15 | 2018-09-26 | Andrew William Wright | Method and system for logging vehicle behaviour |
US10977601B2 (en) | 2011-06-29 | 2021-04-13 | State Farm Mutual Automobile Insurance Company | Systems and methods for controlling the collection of vehicle use data using a mobile device |
US20130006674A1 (en) | 2011-06-29 | 2013-01-03 | State Farm Insurance | Systems and Methods Using a Mobile Device to Collect Data for Insurance Premiums |
US20150120132A1 (en) * | 2012-07-05 | 2015-04-30 | Mark Kramer | System And Method To Instrument And Gather Three-Dimensional (3-D) Vehicle Tracking And Operating Information |
CA2816227A1 (en) * | 2012-07-06 | 2014-01-06 | Kapsch Trafficcom Ag | Method for detecting a wheel of a vehicle |
EP2682778B1 (de) * | 2012-07-06 | 2014-10-29 | Kapsch TrafficCom AG | Verfahren zur Detektion eines Rades eines Fahrzeugs |
KR102015533B1 (ko) * | 2012-09-07 | 2019-08-28 | 한국전자통신연구원 | 차량의 주변 정보 획득 장치 |
US10032226B1 (en) | 2013-03-08 | 2018-07-24 | Allstate Insurance Company | Automatic exchange of information in response to a collision event |
US10963966B1 (en) | 2013-09-27 | 2021-03-30 | Allstate Insurance Company | Electronic exchange of insurance information |
US9019092B1 (en) | 2013-03-08 | 2015-04-28 | Allstate Insurance Company | Determining whether a vehicle is parked for automated accident detection, fault attribution, and claims processing |
US8799034B1 (en) | 2013-03-08 | 2014-08-05 | Allstate University Company | Automated accident detection, fault attribution, and claims processing |
DE102013214383A1 (de) * | 2013-07-23 | 2015-01-29 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Bereitstellen eines Kollisionsignals hinsichtlich einer Fahrzeugkollision, Verfahren und Vorrichtung zum Verwalten von Kollisionsdaten hinsichtlich Fahrzeugkollisionen sowie Verfahren und Vorrichtung zum Steuern zumindest einer Kollisionsschutzeinrichtung eines Fahrzeugs |
US10572943B1 (en) | 2013-09-10 | 2020-02-25 | Allstate Insurance Company | Maintaining current insurance information at a mobile device |
US9443270B1 (en) | 2013-09-17 | 2016-09-13 | Allstate Insurance Company | Obtaining insurance information in response to optical input |
US9361650B2 (en) * | 2013-10-18 | 2016-06-07 | State Farm Mutual Automobile Insurance Company | Synchronization of vehicle sensor information |
US8954226B1 (en) * | 2013-10-18 | 2015-02-10 | State Farm Mutual Automobile Insurance Company | Systems and methods for visualizing an accident involving a vehicle |
US9892567B2 (en) * | 2013-10-18 | 2018-02-13 | State Farm Mutual Automobile Insurance Company | Vehicle sensor collection of other vehicle information |
US9262787B2 (en) | 2013-10-18 | 2016-02-16 | State Farm Mutual Automobile Insurance Company | Assessing risk using vehicle environment information |
KR20150081838A (ko) | 2014-01-07 | 2015-07-15 | 한국전자통신연구원 | 수배차량 검색 장치 및 그 방법 |
KR101727161B1 (ko) * | 2014-03-13 | 2017-04-26 | 한국전자통신연구원 | 해상 관제 시스템 및 그 사고 데이터 추출 방법 |
US9972054B1 (en) | 2014-05-20 | 2018-05-15 | State Farm Mutual Automobile Insurance Company | Accident fault determination for autonomous vehicles |
US10373259B1 (en) | 2014-05-20 | 2019-08-06 | State Farm Mutual Automobile Insurance Company | Fully autonomous vehicle insurance pricing |
US10223479B1 (en) | 2014-05-20 | 2019-03-05 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle operation feature evaluation |
US10319039B1 (en) | 2014-05-20 | 2019-06-11 | State Farm Mutual Automobile Insurance Company | Accident fault determination for autonomous vehicles |
US10599155B1 (en) | 2014-05-20 | 2020-03-24 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle operation feature monitoring and evaluation of effectiveness |
US11669090B2 (en) | 2014-05-20 | 2023-06-06 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle operation feature monitoring and evaluation of effectiveness |
US10185999B1 (en) | 2014-05-20 | 2019-01-22 | State Farm Mutual Automobile Insurance Company | Autonomous feature use monitoring and telematics |
US10540723B1 (en) * | 2014-07-21 | 2020-01-21 | State Farm Mutual Automobile Insurance Company | Methods of providing insurance savings based upon telematics and usage-based insurance |
US20210118249A1 (en) | 2014-11-13 | 2021-04-22 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle salvage and repair |
US10713717B1 (en) | 2015-01-22 | 2020-07-14 | Allstate Insurance Company | Total loss evaluation and handling system and method |
US20180047283A1 (en) * | 2015-03-04 | 2018-02-15 | Wende Zhang | Systems and methods for assigning responsibility during traffic incidents |
KR101689805B1 (ko) | 2015-03-20 | 2016-12-27 | 동아대학교 산학협력단 | Obd, gps 및 블랙박스 영상정보를 이용한 교통사고 현장 재현시스템 및 그 방법 |
US9767625B1 (en) | 2015-04-13 | 2017-09-19 | Allstate Insurance Company | Automatic crash detection |
US10083551B1 (en) | 2015-04-13 | 2018-09-25 | Allstate Insurance Company | Automatic crash detection |
US9984331B2 (en) | 2015-06-08 | 2018-05-29 | International Business Machines Corporation | Automated vehicular accident detection |
US20170017734A1 (en) * | 2015-07-15 | 2017-01-19 | Ford Global Technologies, Llc | Crowdsourced Event Reporting and Reconstruction |
US9805601B1 (en) | 2015-08-28 | 2017-10-31 | State Farm Mutual Automobile Insurance Company | Vehicular traffic alerts for avoidance of abnormal traffic conditions |
US10134278B1 (en) | 2016-01-22 | 2018-11-20 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle application |
US9940834B1 (en) | 2016-01-22 | 2018-04-10 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle application |
US10308246B1 (en) | 2016-01-22 | 2019-06-04 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle signal control |
US11719545B2 (en) | 2016-01-22 | 2023-08-08 | Hyundai Motor Company | Autonomous vehicle component damage and salvage assessment |
US10395332B1 (en) | 2016-01-22 | 2019-08-27 | State Farm Mutual Automobile Insurance Company | Coordinated autonomous vehicle automatic area scanning |
US11242051B1 (en) | 2016-01-22 | 2022-02-08 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle action communications |
US10324463B1 (en) | 2016-01-22 | 2019-06-18 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle operation adjustment based upon route |
US11441916B1 (en) | 2016-01-22 | 2022-09-13 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle trip routing |
US10853882B1 (en) * | 2016-02-26 | 2020-12-01 | State Farm Mutual Automobile Insurance Company | Method and system for analyzing liability after a vehicle crash using video taken from the scene of the crash |
GB201604610D0 (en) * | 2016-03-18 | 2016-05-04 | Jaguar Land Rover Ltd | Vehicle analysis method and system |
KR101661553B1 (ko) * | 2016-04-28 | 2016-10-04 | 주식회사 태원 | 차량 사고 관리 시스템 및 그 동작 방법 |
US10832331B1 (en) * | 2016-07-11 | 2020-11-10 | State Farm Mutual Automobile Insurance Company | Systems and methods for allocating fault to autonomous vehicles |
WO2018032295A1 (zh) * | 2016-08-16 | 2018-02-22 | 华为技术有限公司 | 事故现场还原方法、装置及运动监控设备 |
US11361380B2 (en) | 2016-09-21 | 2022-06-14 | Allstate Insurance Company | Enhanced image capture and analysis of damaged tangible objects |
US10902525B2 (en) | 2016-09-21 | 2021-01-26 | Allstate Insurance Company | Enhanced image capture and analysis of damaged tangible objects |
DE102017202763A1 (de) | 2017-02-21 | 2018-08-23 | Telemotive Aktiengesellschaft | Verfahren zur Auswertung von Fahrzeugbetriebsinformationen |
US10937103B1 (en) | 2017-04-21 | 2021-03-02 | Allstate Insurance Company | Machine learning based accident assessment |
DE102017213217A1 (de) | 2017-08-01 | 2019-02-07 | Ford Global Technologies, Llc | Testfahrtszenario-Datenbanksystem für realitätsnahe virtuelle Testfahrtszenarien |
US10814811B2 (en) * | 2017-09-30 | 2020-10-27 | Physician Electronic Networks, L.L.C. | Collision detection system |
GB201719108D0 (en) | 2017-11-17 | 2018-01-03 | Xtract360 Ltd | Collision evaluation |
CN108004761A (zh) * | 2018-01-16 | 2018-05-08 | 上海露悠日用品有限公司 | 一种负离子内衬及其制备方法和眼罩 |
US10846955B2 (en) | 2018-03-16 | 2020-11-24 | Micron Technology, Inc. | Black box data recorder for autonomous driving vehicle |
US11094148B2 (en) | 2018-06-18 | 2021-08-17 | Micron Technology, Inc. | Downloading system memory data in response to event detection |
US10246037B1 (en) * | 2018-07-16 | 2019-04-02 | Cambridge Mobile Telematics Inc. | Vehicle telematics of vehicle crashes |
US11782605B2 (en) | 2018-11-29 | 2023-10-10 | Micron Technology, Inc. | Wear leveling for non-volatile memory using data write counters |
US11741763B2 (en) | 2018-12-26 | 2023-08-29 | Allstate Insurance Company | Systems and methods for system generated damage analysis |
US11373466B2 (en) | 2019-01-31 | 2022-06-28 | Micron Technology, Inc. | Data recorders of autonomous vehicles |
US11410475B2 (en) | 2019-01-31 | 2022-08-09 | Micron Technology, Inc. | Autonomous vehicle data recorders |
US11246582B2 (en) | 2019-02-12 | 2022-02-15 | Edward Rustamzadeh | Dual-motion rotation and retraction system for minimizing muscle damage in spinal surgery |
US12016543B2 (en) | 2019-02-12 | 2024-06-25 | Edward Rustamzadeh | Lateral retractor system for minimizing muscle damage in spinal surgery |
US10363023B1 (en) | 2019-02-12 | 2019-07-30 | Edward Rustamzadeh | Lateral retractor system for minimizing muscle damage in spinal surgery |
US10624623B1 (en) | 2019-02-12 | 2020-04-21 | Edward Rustamzadeh | Lateral retractor system for minimizing muscle damage in spinal surgery |
US10631842B1 (en) | 2019-02-12 | 2020-04-28 | Edward Rustamzadeh | Lateral retraction system for minimizing muscle damage in spinal surgery |
US10925593B2 (en) | 2019-02-12 | 2021-02-23 | Edward Rustamzadeh | Lateral retractor system for minimizing muscle damage in spinal surgery |
US11308741B1 (en) * | 2019-05-30 | 2022-04-19 | State Farm Mutual Automobile Insurance Company | Systems and methods for modeling and simulation in vehicle forensics |
US11710278B2 (en) | 2019-12-02 | 2023-07-25 | International Business Machines Corporation | Predictive virtual reconstruction of physical environments |
KR102411312B1 (ko) | 2020-02-20 | 2022-06-22 | 주식회사 트위니 | 이동로봇을 활용한 현장 3차원 복원 시스템 및 방법 |
EP4036891B1 (en) * | 2021-01-29 | 2024-10-09 | Zenseact AB | Unforeseen vehicle driving scenarios |
CN113643536B (zh) * | 2021-08-09 | 2022-10-11 | 阿波罗智联(北京)科技有限公司 | 交通事故的处理方法、装置、设备、存储介质及程序产品 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH089957Y2 (ja) * | 1990-02-28 | 1996-03-21 | 株式会社富士通ゼネラル | ファクシミリ装置 |
JP3044025B1 (ja) * | 1998-12-09 | 2000-05-22 | 株式会社データ・テック | 運転傾向性の分析が可能な運行管理システム及びその構成装置 |
US6246933B1 (en) * | 1999-11-04 | 2001-06-12 | BAGUé ADOLFO VAEZA | Traffic accident data recorder and traffic accident reproduction system and method |
US6804602B2 (en) * | 2002-04-02 | 2004-10-12 | Lockheed Martin Corporation | Incident-aware vehicular sensors for intelligent transportation systems |
KR20060015691A (ko) * | 2006-01-27 | 2006-02-17 | 이한식 | 무선 데이터 송 /수신이 가능한 자동차 지피에스블랙박스를 이용한 교통사고 대처 시스템 |
-
2008
- 2008-08-04 KR KR1020080076097A patent/KR101040118B1/ko not_active IP Right Cessation
-
2009
- 2009-07-30 US US12/512,565 patent/US20100030540A1/en not_active Abandoned
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180024757A (ko) * | 2016-08-31 | 2018-03-08 | 아진산업(주) | 다시점 블랙박스 카메라 영상을 이용한 도로교통정보 제공시스템 |
US10762775B2 (en) | 2017-01-10 | 2020-09-01 | Samsung Electronics Co., Ltd. | Vehicle terminal device and control method thereof |
CN109410567A (zh) * | 2018-09-03 | 2019-03-01 | 江苏大学 | 一种基于车联网的易发事故道路智慧分析系统及方法 |
KR102122795B1 (ko) * | 2018-12-19 | 2020-06-15 | 주식회사 에스더블유엠 | 자율주행차 알고리즘 테스트 방법 |
KR102633425B1 (ko) * | 2023-08-14 | 2024-02-07 | 주식회사 카비 | 교통사고 현장 재구성 리포트를 만드는 장치 |
KR102633427B1 (ko) * | 2023-08-14 | 2024-02-07 | 주식회사 카비 | 교통사고 현장 재구성 리포트를 만드는 방법 |
Also Published As
Publication number | Publication date |
---|---|
US20100030540A1 (en) | 2010-02-04 |
KR101040118B1 (ko) | 2011-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101040118B1 (ko) | 교통사고 재현 시스템 및 그 제어방법 | |
CN111540237B (zh) | 基于多数据融合的车辆安全行驶保障方案自动生成的方法 | |
US11060882B2 (en) | Travel data collection and publication | |
CN111524357B (zh) | 用于车辆安全行驶所需的多数据融合的方法 | |
CN107782564B (zh) | 一种自动驾驶车辆测评系统及方法 | |
CN109211575B (zh) | 无人驾驶汽车及其场地测试方法、装置及可读介质 | |
CN103105174B (zh) | 一种基于ar增强现实技术的车载实景安全导航方法 | |
KR102613839B1 (ko) | 긴급 차량들의 검출 | |
CN107843440A (zh) | 一种自动驾驶车辆性能测试系统及方法 | |
CN112017431A (zh) | 基于多数据融合的主动式车辆持续跟踪定位系统及方法 | |
CN110582802A (zh) | 载运工具行为监测系统和方法 | |
Saiprasert et al. | Driver behaviour profiling using smartphone sensory data in a V2I environment | |
CN106969779A (zh) | 基于dsrc的智能车辆地图融合系统及方法 | |
CN111524362A (zh) | 基于多数据融合的车辆安全行驶保障系统与方法 | |
WO2020191543A1 (en) | System and method for lane monitoring and providing lane departure warnings | |
TWI613108B (zh) | 針對事故的駕駛行為分析系統及方法 | |
WO2021014464A1 (en) | System, multi-utility device and method to monitor vehicles for road saftey | |
US10832569B2 (en) | Vehicle detection systems | |
JP2023553479A (ja) | 分散型インテリジェントsnapインフォマティクス | |
CN111247574B (zh) | 信息生成装置 | |
KR101861525B1 (ko) | 무인자동차의 보행자 보호 시스템 | |
CN117436821B (zh) | 交通事故诊断报告的生成方法、设备及存储介质 | |
CN103164958A (zh) | 车辆监控方法及系统 | |
CN113781471A (zh) | 一种自动驾驶测试场系统及方法 | |
CN108665757A (zh) | 模拟车辆事故系统及其应用 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E90F | Notification of reason for final refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20140529 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20150527 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20160527 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20170529 Year of fee payment: 7 |
|
LAPS | Lapse due to unpaid annual fee |