KR20180111375A - 보행자-차량 간의 상충위험도 분석시스템 - Google Patents
보행자-차량 간의 상충위험도 분석시스템 Download PDFInfo
- Publication number
- KR20180111375A KR20180111375A KR1020170042265A KR20170042265A KR20180111375A KR 20180111375 A KR20180111375 A KR 20180111375A KR 1020170042265 A KR1020170042265 A KR 1020170042265A KR 20170042265 A KR20170042265 A KR 20170042265A KR 20180111375 A KR20180111375 A KR 20180111375A
- Authority
- KR
- South Korea
- Prior art keywords
- pedestrian
- information
- vehicle
- risk
- conflict
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
보행자(특히, 고령자, 장애인, 아동, 유모차를 동반한 사람 등과 같은 교통 약자)-차량 간의 인터랙션(interaction)을 확인하고 상충위험도 지표를 자동화하여 정확하게 상충위험도를 분석할 수 있도록 한 보행자-차량 간의 상충위험도 분석시스템에 관한 것으로서, 보행자와 차량 간의 상충 위험도 분석을 위한 정보를 수집하는 정보 수집부, 상기 정보 수집부에서 수집한 정보를 가공하여 보행자-차량 간의 상충 위험도 분석을 위한 로 데이터(Raw Data)를 생성하는 로 데이터 생성부, 상기 로 데이터 생성부에서 생성한 로 데이터를 분석하여 상충위험 평가 지표를 산출하고, 산출한 상충위험 평가 지표를 분석하여 상충위험도를 판별하는 상충위험 평가지표 산출 및 분석부 및 상기 상충위험 평가지표 산출 및 분석부에서 분석한 결과 정보를 제공하는 상충위험 분석결과 제공부를 포함하여, 보행자-차량 간의 상충위험도 분석시스템을 구현한다.
Description
본 발명은 보행자-차량 간의 상충위험도 분석시스템에 관한 것으로, 특히 보행자(특히, 고령자, 장애인, 아동, 유모차를 동반한 사람 등과 같은 교통 약자)-차량 간의 인터랙션(interaction)을 확인하고 상충위험도 지표를 자동화하여 정확하게 상충위험도를 분석할 수 있도록 한 보행자-차량 간의 상충위험도 분석시스템에 관한 것이다.
2015년 교통안전공단의 집계에 따르면 우리나라의 자동차 교통사고 사망자수는 4621명이고, 이중 보행자 교통사고는 1795명에 달하였다. 차대 사람의 교통사고는 자동차 탑승자에 비해 보행자가 더 취약한 상황이기 때문에 사망 등의 심각한 교통사고로 발생할 확률이 높다. 차대 사람 사고 중에 교차로 교통사고 사망자수는 1407명에 달하고 횡단사고는 전체사고의 42.6%에 달한다. 이러한 차대 사람의 교통사고의 완화전략을 위한 방법으로 P2V(Pedestrian to Vehicle) 혹은 V2P(Vehicle to Pedestrian) 무선통신을 통한 경고 알림 및 회피 전략에 대해 연구가 활발히 진행되고 있다. 이러한 연구들의 근간이 되는 것은 차량과 보행자의 행동특성(위치, 속도, 가감속도, 방향성)을 실시간으로 파악하거나 혹은 추적하여 모델화하는 것이 중요한 사항이다. 보행자와 차량과의 상충관계를 정의하는 데 있어, 각 객체의 위치, 속도, 방향성 지표를 1차적으로 수집하고 각 분석 시각별로 TA(Time to Accident)I를 연산하고 이를 이용하여 위험을 판단하는 것이 중요하다.
여기서 상충(Conflict)은 기존 연구에서 살펴보면 크게 두 가지 측면에서 정의되어 왔다. 첫째는 ICTCT(International Cooperation on Theories and Concepts in Traffic safety)에 의하면 잠재적인 교통 상충은 동일시간대에 동일 위험공간에 존재하는 상태이다. 둘째는 GM에서는 "둘 또는 그 이상의 도로 이용자 사이의 상호작용으로서 도로 이용자들이 사고에 임박한 상황을 피하기 위한 회피행동을 발생시키는 사건"이라고 정의한 것이다.
또한, Chriter Hyden(1987)은 주행 중 발생하는 상충을 무방해 주행(Undisturbed Passages), 잠재적인 상충(Potential Conflicts), 가벼운 상충(Slight Conflict), 심각한 상충(Serious Conflict)의 4단계로 구분하였다. 그리고 주행시 발생하는 심각한 상충의 정점은 사고로 이어지고 그 정점에는 사망과 중상 등 치명적인 사고가 위치하는 것으로 설명하였다.
한편, 도로 및 교차로 횡단 보도는 차량과 보행자가 만나는 상충지점으로 보행자가 좌우 시선변화를 통하여 차량 진입 여부, 진입 속도, 잔여 시간을 판단하여 횡단을 하게 되는 지점이다. 최근 고령 보행자와 같은 교통 약자의 횡단 사고가 사회 문제가 되고 있는데, 이는 나이가 적은 보행자보다 고령 보행자가 차량 인식에 대해 취약점을 갖고 있기 때문이다.
이러한 교통 약자의 횡단 사고를 방지하기 위해서, 보행자의 횡단 의도를 분석하기 위해 종래에 제안된 기술이 하기의 <특허문헌 1> 내지 <특허문헌 4> 에 개시되어 있다.
<특허문헌 1> 에 개시된 종래기술은 가속도 센서를 이용하여 사용자의 보행 데이터를 획득하고, 획득된 보행 데이터를 이용하여 신경 회로망을 통해 학습시킨 후, 학습된 보행 데이터와 사용자의 보행에 따라 획득되는 보행 데이터를 비교하고, 비교 결과를 근거로 보행 시 좌/우 불균형 여부, 보행 패턴에 따른 건강 상태 등 건강 관련 서비스를 제공하는 과정을 포함한다.
이러한 구성을 통해, 체계적인 건강 관련 서비스를 제공할 수 있을 뿐만 아니라 보행자의 고유 보행 특성을 사용자 인증 서비스에 활용할 경우 사용자 인증의 정확도를 향상시킬 수 있다.
또한, <특허문헌 2> 에 개시된 종래기술은 보행시 걸음걸이의 상태가 변경되는 신체의 일부분에 설치되어 상기 걸음걸이의 상태를 센싱하고, 센싱된 보행데이터를 출력하는 보행 센싱부, 디스플레이부, 상기 보행 센싱부에 의해 센싱된 보행데이터를 입력받아 분석하여 보행의 교정을 위한 교정데이터를 생성하고 상기 생성된 교정데이터를 상기 디스플레이부를 통해 표시하는 제어부 및 상기 디스플레이부와 상기 제어부를 하우징하여 신체에 착용하기 위한 착용부를 포함한다.
이러한 구성을 통해, 착용부에 의해 손목에 용이하게 착용이 가능하며 네트워크를 통해 원거리에 위치한 관리서버에 의해서도 교정대상인 신체의 보행에 대한 분석 및 교정정보를 제공 받는다.
또한, <특허문헌 3> 에 개시된 종래기술은 사용자의 허리에 고정되어 레일과 연결된 제1 지지대, 및 상기 사용자의 허벅지에 고정되어 제1 지지대 및 레일과 연결된 제2 지지대를 포함하고, 상기 제2 지지대는 상기 사용자의 보행 상태에 대응하여 제1 지지대를 중심으로 레일에 따라 움직일 수 있다.
이러한 구성을 통해, 사용자의 허리 및 허벅지에 고정되는 보행 상태 분석 장치를 통해 사용자의 보행 상태를 분석하게 된다.
또한, <특허문헌 4> 에 개시된 종래기술은 보행자는 고령자나 장애인, 상병자, 운동선수나 학습자이고, 측정부는 보행자의 보행 정보를 측정하고, 그 보행 정보를 나타내는 데이터를 생성하며, 장착 장치는 측정부에 의해 측정된 보행 정보 데이터에 따라 보행자의 팔에 작용하는 것에 의해, 보행시의 팔 운동에 개재하여, 그에 의해 보행 운동을 개선 시킨다.
그러나 상기와 같은 일반적인 보행자와 차량 간의 상충분석 방법 및 종래기술은 현재 고령자의 횡단 교통사고 사망자 수 및 사망률이 높음에도 구체적으로 어떠한 위험상황과 고령자 상황판단에서 위험률이 높은지에 대한 연구가 미비하며, 연구를 위한 데이터 수집 및 분석방법 또한 수작업으로 이루어지고 있는 실정이다. 이러한 수작업은 비용 및 소요시간이 많이 걸리고 여러 지역에서 쉽게 활용하기가 어려워 실제로 많은 관심이 있음에도 쉽게 접근하기가 어려운 문제가 있다.
또한, 일반적인 보행자와 차량 간의 상충분석 방법 및 종래기술들은 차량과 보행자 간의 행동특성(위치, 속도, 가감속도, 방향성)을 실시간으로 파악하거나 추적하는 것이 어려워, 상충상황에 대해 위험도를 정확하게 분석하는 것이 어려운 단점도 있다.
따라서 본 발명은 상기와 같은 종래기술에서 발생하는 제반 문제점을 해결하기 위해서 제안된 것으로서, 보행자(특히, 고령자, 장애인, 아동, 유모차를 동반한 사람 등과 같은 교통 약자)-차량 간의 인터랙션(interaction)을 확인하고 상충위험도 지표를 자동화하여 정확하게 상충위험도를 분석할 수 있도록 한 보행자-차량 간의 상충위험도 분석시스템을 제공하는 데 그 목적이 있다.
상기한 바와 같은 목적을 달성하기 위하여, 본 발명에 따른 보행자-차량 간의 상충위험도 분석시스템은 보행자와 차량 간의 상충 위험도 분석을 위한 정보를 수집하는 정보 수집부; 상기 정보 수집부에서 수집한 정보를 가공하여 보행자-차량 간의 상충 위험도 분석을 위한 로 데이터(Raw Data)를 생성하는 로 데이터 생성부; 상기 로 데이터 생성부에서 생성한 로 데이터를 분석하여 상충위험 평가 지표를 산출하고, 산출한 상충위험 평가 지표를 분석하여 상충위험도를 판별하는 상충위험 평가지표 산출 및 분석부; 상기 상충위험 평가지표 산출 및 분석부에서 분석한 결과 정보를 제공하는 상충위험 분석결과 제공부를 포함하는 것을 특징으로 한다.
상기에서 정보 수집부는 도로의 기하 및 도로폭, 도로유형, 위치에 대한 정보인 환경 정보를 수집하는 도로 및 환경정보 수집부; 교차로를 감시하는 영상 장비를 이용하여 보행자 영상 정보를 수집하는 영상정보 수집부; VDS 장비를 이용하여 차량 요인 정보를 수집하는 차량 정보 수집부; 개인 착용형 장비를 이용하여 보행자의 행동 특성 정보를 획득하는 보행자 정보 수집부를 포함하는 것을 특징으로 한다.
상기에서 보행자 정보 수집부는 보행자의 보행행동정보와 헤딩 정보를 이용하여 보행자의 위치, 걸음 수, 보폭, 보행시간, 보행속도에 대한 정보, 보행자의 보행 중 시선 방향의 영상정보, 보행자의 인지 반응 정보, 나이, 성별, 식별정보(이름, 주소, 주민등록번호)를 수집하는 것을 특징으로 한다.
상기에서 로 데이터 생성부는 상기 정보 수집부에서 수집한 도로 기하 및 교차로 정보와 보행자의 행동 특성 정보와 영상정보 및 차량 요인 정보를 기초로 보행자-차량 간의 상충위험도를 분석하기 위한 평가 지표의 산술 인자를 생성하는 것을 특징으로 한다.
상기에서 평가지표의 산술 인자는 차선 수, 측정인원 수, 차량 측정 위치부터 상충예상 연장거리, 차량 측정위치부터 정지선까지 거리, 연석부터 차선 중앙의 연장선까지의 횡단 보행 거리, 차량 길이, 차량 속도, 연석부터 차선 중앙의 연장선까지의 횡단 보행 거리까지의 보행 속도, 차량 간 평균 간격, 보행자 평균 횡단 시간, 평균 횡단 보도 보행 소요시간, 수단별 차량 통행 수, 단위 시간당 보행 횡단자 수, 초당 차량 총 통행량, 공차 중량에 추정량을 포함하는 것을 특징으로 한다.
상기에서 상충위험 평가지표 산출 및 분석부는 차량과 보행자의 위치, 속도, 방향성을 검지하고 이들 간의 상충지점을 1차로 추정하고, 상충지점까지의 횡단지점의 보행자 도착과 그 지점에 접근하는 차량과의 시간 차이인 보행자 안전간격을 추정하여 상충위험도를 정량화하는 것을 특징으로 한다.
상기에서 상충위험 평가지표 산출 및 분석부는 보행자 안전간격(Safety Margin), 보행자 위험 지수(pedestrian risk index), 노출 지수(exposure index), 심각도 지수(severity index), 위험 지수(risk index), 안전 수준(level of safety)을 상충위험 평가지표로 산출하는 것을 특징으로 한다.
상기에서 상충위험 분석결과 제공부는 도로 기하 및 교차로 정보와 보행자 행동 특성 정보와 영상 정보 및 차량 요인 정보를 분석단위시간 이후에 시각 동기화하는 형태로 분석결과를 제공해주며, 보행특성 지표를 표출하거나 상충위험 지표를 표출해주는 것을 특징으로 한다.
본 발명에 따르면 보행자(특히, 고령자, 장애인, 아동, 유모차를 동반한 사람 등과 같은 교통 약자)-차량 간의 인터랙션(interaction)을 확인하고, 상충위험도 지표를 자동화함으로써 정확하게 상충위험도를 분석할 수 있도록 도모해주는 장점이 있다.
도 1은 본 발명에 따른 보행자-차량 간의 상충위험도 분석시스템의 블록 구성도,
도 2는 본 발명에서 정보 수집 화면의 예시도,
도 3은 개인착용형 장비의 시선 방향 추출 예시도,
도 4는 외부 모니터링 환경에서의 평가와 개인 착용형 수집 기반 평가의 시스템 적용 개념도,
도 5는 모니터링 시스템의 적용 사례도,
도 6은 보행자-차량 간의 상충유형에 따른 PSM값 산출 예시도,
도 7은 교차로 상충유형 분류 예시도.
도 2는 본 발명에서 정보 수집 화면의 예시도,
도 3은 개인착용형 장비의 시선 방향 추출 예시도,
도 4는 외부 모니터링 환경에서의 평가와 개인 착용형 수집 기반 평가의 시스템 적용 개념도,
도 5는 모니터링 시스템의 적용 사례도,
도 6은 보행자-차량 간의 상충유형에 따른 PSM값 산출 예시도,
도 7은 교차로 상충유형 분류 예시도.
이하 본 발명의 바람직한 실시 예에 따른 보행자-차량 간의 상충위험도 분석시스템을 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 바람직한 실시 예에 따른 보행자-차량 간의 상충위험도 분석시스템의 구성도이다.
본 발명에 따른 보행자-차량 간의 상충위험도 분석시스템은 정보 수집부(10), 로(Raw) 데이터 생성부(20), 상충위험 평가지표 산출 및 분석부(30) 및 상충위험 분석결과 제공부(40)를 포함한다.
상기 정보 수집부(10)는 보행자와 차량 간의 상충 위험도 분석을 위한 정보를 수집하는 역할을 한다.
이러한 정보 수집부(10)는 도로의 기하 및 도로폭, 도로유형, 위치에 대한 정보인 환경 정보를 수집하는 도로 및 환경정보 수집부(11), 교차로를 감시하는 영상 장비를 이용하여 보행자 영상 정보를 수집하는 영상정보 수집부(12), VDS 장비를 이용하여 차량 요인 정보를 수집하는 차량 정보 수집부(13), 개인 착용형 장비를 이용하여 보행자의 행동 특성 정보를 획득하는 보행자 정보 수집부(14)를 포함한다.
상기 보행자 정보 수집부(14)는 보행자의 보행행동정보와 헤딩 정보를 이용하여 보행자의 위치, 걸음 수, 보폭, 보행시간, 보행속도에 대한 정보, 보행자의 보행 중 시선 방향의 영상정보, 보행자의 인지 반응 정보, 나이, 성별, 식별정보(이름, 주소, 주민등록번호)를 수집하는 것이 바람직하다.
상기 로 데이터 생성부(20)는 상기 정보 수집부(10)에서 수집한 정보를 가공하여 보행자-차량 간의 상충 위험도 분석을 위한 로 데이터(Raw Data)를 생성하는 역할을 한다.
이러한 로 데이터 생성부(20)는 상기 정보 수집부(10)에서 수집한 도로 기하 및 교차로 정보와 보행자의 행동 특성 정보와 영상정보 및 차량 요인 정보를 기초로 보행자-차량 간의 상충위험도를 분석하기 위한 평가 지표의 산술 인자를 생성하는 것이 바람직하다.
여기서 평가지표의 산술 인자는 차선 수(i), 측정인원 수(j), 차량 측정 위치부터 상충예상 연장거리(L1), 차량 측정위치부터 정지선까지 거리(L3), 연석부터 차선 중앙의 연장선까지의 횡단 보행 거리(l1), 차량 길이(L2), 차량 속도(V1), 연석부터 차선 중앙의 연장선까지의 횡단 보행 거리까지의 보행 속도(v1), 차량 간 평균 간격(G), 보행자 평균 횡단 시간(t1), 평균 횡단 보도 보행 소요시간(t2), 수단별 차량 통행 수(Nk), 단위 시간당 보행 횡단자 수(Np), 초당 차량 총 통행량(λ), 공차 중량에 추정량(Mg)을 포함한다.
또한, 상기 상충위험 평가지표 산출 및 분석부(30)는 상기 로 데이터 생성부(20)에서 생성한 로 데이터를 분석하여 상충위험 평가 지표를 산출하고, 산출한 상충위험 평가 지표를 분석하여 상충위험도를 판별하는 역할을 한다.
이러한 상충위험 평가지표 산출 및 분석부(30)는 차량과 보행자의 위치, 속도, 방향성을 검지하고 이들 간의 상충지점을 1차로 추정하고, 상충지점까지의 횡단 지점의 보행자 도착과 그 지점에 접근하는 차량과의 시간 차이인 보행자 안전간격을 추정하여 상충위험도를 정량화하는 것이 바람직하다.
더욱 바람직하게, 상기 상충위험 평가지표 산출 및 분석부(30)는 보행자 안전간격(Saftey Margin), 보행자 위험 지수(pedestrian risk index), 노출 지수(exposure index), 심각도 지수(severity index), 위험 지수(risk index), 안전 수준(level of safety)을 상충위험 평가지표로 산출한다.
또한, 상기 상충위험 분석결과 제공부(40)는 상기 상충위험 평가지표 산출 및 분석부(30)에서 분석한 결과 정보를 제공하는 역할을 한다.
이러한 상충위험 분석결과 제공부(40)는 도로 기하 및 교차로 정보와 보행자 행동 특성 정보와 영상 정보 및 차량 요인 정보를 분석단위시간 이후에 시각 동기화하는 형태로 분석결과를 제공해주며, 보행특성 지표를 표출하거나 상충위험 지표를 표출해주는 것이 바람직하다.
이와 같이 구성된 본 발명의 바람직한 실시 예에 따른 보행자-차량 간의 상충위험도 분석시스템의 동작을 구체적으로 설명하면 다음과 같다.
먼저, 보행자-차량 간의 상충위험도 분석을 위해, 정보 수집부(10)는 보행자와 차량 간의 상충 위험도 분석을 위한 정보를 수집한다.
예컨대, 정보 수집부(10)는 도 2에 도시한 바와 같이, 도로 및 환경정보 수집부(11)를 통해 도로의 기하 및 도로폭, 도로유형, 위치에 대한 정보인 환경 정보를 수집한다. 도로 기하 정보 및 환경 정보는 드론과 같은 무인 비행체를 이용하여 상충위험도를 분석하고자 하는 교차로의 촬영을 통해 획득할 수 있다.
아울러 정보 수집부(10)의 영상정보 수집부(12)는 교차로를 감시하는 영상 장비(예를 들어, CCTV)를 이용하여 보행자 영상 정보를 수집하여, 이를 횡단 보행자 수 측정 정보로 제공한다.
또한, 차량 정보 수집부(13)는 VDS 장비를 이용하여 차량 요인 정보를 수집한다. 여기서 차량 요인 정보는 위치, 접근속도, 주행방향 정보, 상충예상지점(conflict point) 통과 시 시각 정보, 조사대상 지역의 교통량 등을 포함할 수 있다.
다음으로, 보행자의 개인 정보 수집을 위해, 보행자 정보 수집부(14)는 개인 착용형 장비를 이용하여 보행자의 행동 특성 정보를 획득한다.
여기서 보행자 정부 수집부(14)는 보행자가 착용하는 장비를 이용하여 보행자의 보행행동정보와 헤딩 정보를 측정하고, 이를 통해 보행자의 위치, 걸음 수, 보폭, 보행시간, 보행속도에 대한 정보, 보행자의 보행 중 시선 방향의 영상정보, 보행자의 인지 반응 정보, 나이, 성별, 식별정보(이름, 주소, 주민등록번호)를 획득하게 된다. 여기서 나이, 성별, 식별정보와 같은 기본 정보는 사전에 입력 수단을 이용하여 보행자 및 관리자로부터 직접 데이터를 입력받을 수 있다.
상기 인지 반응 정보 획득을 위해 Depth Perception Test, Stroop Test, Sustained Attention Test, Field Dependency Test, Divided Attention Test, Trail Making Test 등을 이용할 수 있다.
보행자 정보 수집부(14)는 개별 보행자 단위의 특성을 추적할 수 있는 형태로 구현하는 것이 바람직하며, 도 3과 같은 구글 글라스를 이용하여 시선 방향 같은 정보를 추출하여 사용할 수 있다.
보행자의 보행에 관련된 보행행동정보를 획득하기 위해서 다른 방법으로 스마트폰의 애플리케이션을 이용할 수 있으며, 또 다른 방법으로는 측위 센서, 가속도센서, GPS와 같은 장비를 이용하여 보행자 행동특성 정보를 획득할 수 있다. 여기서 보행시간 측정은 보행이 시작되는 시간과 끝나는 시간을 정확히 측정해야 하는 데, 시작/종료 시각을 측정하기 위해 보행자 착용 장비에 별도의 푸시 버튼을 추가할 수 있다.
다음으로, 로 데이터 생성부(20)는 상기 정보 수집부(10)에서 수집한 다양한 정보를 가공하여 보행자-차량 간의 상충 위험도 분석을 위한 로 데이터(Raw Data)를 생성한다.
여기서 로 데이터는 수집한 도로 기하 및 교차로 정보와 보행자의 행동 특성 정보와 영상정보 및 차량 요인 정보를 기초로 보행자-차량 간의 상충위험도를 분석하기 위한 평가 지표의 산술 인자를 생성한다.
평가지표의 산술 인자는 도 2를 참조하면, 차선 수(i), 측정인원 수(j), 차량 측정 위치부터 상충예상 연장거리(L1), 차량 측정위치부터 정지선까지 거리(L3), 연석부터 차선 중앙의 연장선까지의 횡단 보행 거리(l1), 차량 길이(L2), 차량 속도(V1), 연석부터 차선 중앙의 연장선까지의 횡단 보행 거리까지의 보행 속도(v1), 차량 간 평균 간격(G), 보행자 평균 횡단 시간(t1), 평균 횡단 보도 보행 소요시간(t2), 수단별 차량 통행 수(Nk), 단위 시간당 보행 횡단자 수(Np), 초당 차량 총 통행량(λ), 공차 중량에 추정량(Mg)을 포함한다.
이렇게 생성한 평가지표의 산술 인자는 상충위험 평가지표 산출 및 분석부(30)에 전달된다.
상기 상충위험 평가지표 산출 및 분석부(30)는 상기 로 데이터 생성부(20)에서 생성한 로 데이터를 분석하여 상충위험 평가 지표를 산출하고, 산출한 상충위험 평가 지표를 분석하여 상충 위험도를 판별한다.
예컨대, 상충위험 평가지표 산출 및 분석부(30)는 차량과 보행자의 위치, 속도, 방향성을 검지하고 이들 간의 상충지점을 1차로 추정하고, TA(Time to Accident)I를 연산하여 상충지점까지의 횡단 지점의 보행자 도착과 그 지점에 접근하는 차량과의 시간 차이인 보행자 안전간격을 추정하여 상충위험도를 정량화하는 것이 바람직하다.
더욱 바람직하게, 상기 상충위험 평가지표 산출 및 분석부(30)는 보행자 안전간격(Saftey Margin), 보행자 위험 지수(pedestrian risk index), 노출 지수(exposure index), 심각도 지수(severity index), 위험 지수(risk index), 안전 수준(level of safety)을 상충위험 평가지표로 산출한다.
상기 보행자 안전간격(Safety Margin) = 
로 산출하고, 보행자 위험 지수(pedestrian risk index) = 
으로 산출하고, 노출 지수(exposure index) = 
로 산출하며, 심각도 지수(severity index) = 
, 
, 
, 
으로 산출하며, 위험 지수(risk index) = 노출 지수(exposure index) × 심각도 지수(severity index)로 산출한다.
아울러, 안전 수준(level of safety)은 다음과 같다.
0 ≤ Risk Index < 2.86 : Very Safe
2.87 ≤ Risk Index < 138.05 : Safe
138.06 ≤ Risk Index < 478.59 : Fare
478.60 ≤ Risk Index < 666.55 : Unsafe
666. 56 ≤ Risk Index : Very Unsafe
이렇게 상충위험 평가지표 산출 및 분석부(30)에서 산출된 상충위험 평가지표를 기초로 분석된 결과는 상충위험 분석결과 제공부(40)에 제공된다.
상기 상충위험 분석결과 제공부(40)는 도로 기하 및 교차로 정보와 보행자 행동 특성 정보와 영상 정보 및 차량 요인 정보를 분석단위시간 이후에 시각 동기화하는 형태로 분석결과를 제공해주며, 보행특성 지표를 표출하거나 상충위험 지표를 표출해준다.
이와 같은 본 발명에 따른 보행자-차량 간의 상충위험도 분석시스템을 실제 적용하여 보았다.
도 4는 외부 모니터링 평가를 위해서 드론을 이용하여 교차로에 접근하는 차량, 보행자 등을 영상으로 수집한 상황을 나타낸 것이고, 도 5는 CCTV를 이용한 영상 수집의 적용 결과를 보인 것이다. 개인 보행자의 보행행동 정보 수집을 위하여 구글 글라스로 개인행동 특성 정보를 수집하였다. 이 두 가지 정보를 본 발명에 따른 보행자-차량 간의 상충위험도 분석시스템에 적용하여, 보행자와 차량 간의 상충위험도를 연산하여 측정 연구시간(15분) 동안의 보행자, 차량, 보행자와 차량과의 상충유형, PSM을 측정하였다.
그 결과가 도 6에 도시되었으며, 도 7은 교차로 상충유형 분류 예시이다.
본 발명은 보행자와 차량의 접근상황에 대한 인터랙션을 확인하고 보행자와 차량의 위치, 속도, 방향성을 고려한 상충유형을 결정한 후 상충위험도를 분석한 것이다. 통상적으로 외국이나 우리나라에서는 보행행태 조사의 경우 조사원을 활용하여, 조사 지의 기록방법, 조사내용 등을 이용한 수동화된 엔지니어링 방법이 일반적이다. 본 발명에서 제시한 형태의 시스템을 활용한 방법을 통하여 보행안전진단이나 행태 분석에 활용할 수 있으며, 상충위험도 결과지표를 통하여 운전자나 보행자의 부주의 사고를 줄이기 위해 횡단 보도 제한속도 규제, 조명기준, 고원식 횡단 보도, 지그재그 노면 설치, 중앙버스정류장 보행자 무단횡단 금지 전광판 표시, 횡단보도 진입부 지그재그 라인 설치, 천천히 및 차조심 노면표시 설치, 내비게이션 사고위험지점 안내, 보행자 잔여시간 표시기 설치 등의 정책에 활용할 수 있다.
특히, 본 발명은 차량, 보행자의 위치, 속도, 방향성을 1차적으로 수집하고, 상충지점을 추정하여 상충위험도 지표로 PSM을 계산하여 위험상황을 정량적으로 연산한다. 차량-보행자 간의 상충위험도 측정기술은 사고다발지점 개선, 노인보호구역지정, 보행안전진단 및 행태분석에 활용할 수 있다.
이상 본 발명자에 의해서 이루어진 발명을 상기 실시 예에 따라 구체적으로 설명하였지만, 본 발명은 상기 실시 예에 한정되는 것은 아니고 그 요지를 이탈하지 않는 범위에서 여러 가지로 변경 가능한 것은 이 기술분야에서 통상의 지식을 가진 자에게 자명하다.
본 발명은 보행자-차량 간의 상충위험도 분석기술에 효율적으로 적용되며, 이를 통해 사고다발지점 개선, 노인보호구역지정, 보행안전진단 및 행태분석에 활용하는 기술에 적용된다.
10: 정보 수집부
11: 도로 및 환경정보 수집부
12: 영상정보 수집부
13: 차량정보 수집부
14: 보행자 정보 수집부
20: 로 데이터 생성부
30: 상충위험 평가지표 산출 및 분석부
40: 상충위험 분석결과 제공부
11: 도로 및 환경정보 수집부
12: 영상정보 수집부
13: 차량정보 수집부
14: 보행자 정보 수집부
20: 로 데이터 생성부
30: 상충위험 평가지표 산출 및 분석부
40: 상충위험 분석결과 제공부
Claims (8)
- 보행자-차량 간의 상충위험도를 분석하는 시스템으로서,
보행자와 차량 간의 상충 위험도 분석을 위한 정보를 수집하는 정보 수집부;
상기 정보 수집부에서 수집한 정보를 가공하여 보행자-차량 간의 상충 위험도 분석을 위한 로 데이터(Raw Data)를 생성하는 로 데이터 생성부;
상기 로 데이터 생성부에서 생성한 로 데이터를 분석하여 상충위험 평가 지표를 산출하고, 산출한 상충위험 평가 지표를 분석하여 상충위험도를 판별하는 상충위험 평가지표 산출 및 분석부; 및
상기 상충위험 평가지표 산출 및 분석부에서 분석한 결과 정보를 제공하는 상충위험 분석결과 제공부를 포함하는 것을 특징으로 하는 보행자-차량 간의 상충위험도 분석시스템.
- 청구항 1에서, 상기 정보 수집부는 도로의 기하 및 도로폭, 도로유형, 위치에 대한 정보인 환경 정보를 수집하는 도로 및 환경정보 수집부; 교차로를 감시하는 영상 장비를 이용하여 보행자 영상 정보를 수집하는 영상정보 수집부; VDS 장비를 이용하여 차량 요인 정보를 수집하는 차량 정보 수집부; 개인 착용형 장비를 이용하여 보행자의 행동 특성 정보를 획득하는 보행자 정보 수집부를 포함하는 것을 특징으로 하는 보행자-차량 간의 상충위험도 분석시스템.
- 청구항 2에서, 상기 보행자 정보 수집부는 보행자의 보행행동정보와 헤딩 정보를 이용하여 보행자의 위치, 걸음 수, 보폭, 보행시간, 보행속도에 대한 정보, 보행자의 보행 중 시선 방향의 영상정보, 보행자의 인지 반응 정보, 나이, 성별, 식별정보(이름, 주소, 주민등록번호)를 수집하는 것을 특징으로 하는 보행자-차량 간의 상충위험도 분석시스템.
- 청구항 1에서, 상기 로 데이터 생성부는 상기 정보 수집부에서 수집한 도로 기하 및 교차로 정보와 보행자의 행동 특성 정보와 영상정보 및 차량 요인 정보를 기초로 보행자-차량 간의 상충위험도를 분석하기 위한 평가 지표의 산술 인자를 생성하는 것을 특징으로 하는 보행자-차량 간의 상충위험도 분석시스템.
- 청구항 4에서, 상기 평가지표의 산술 인자는 차선 수, 측정인원 수, 차량 측정 위치부터 상충예상 연장거리, 차량 측정위치부터 정지선까지 거리, 연석부터 차선 중앙의 연장선까지의 횡단 보행 거리, 차량 길이, 차량 속도, 연석부터 차선 중앙의 연장선까지의 횡단 보행 거리까지의 보행 속도, 차량 간 평균 간격, 보행자 평균 횡단 시간, 평균 횡단 보도 보행 소요시간, 수단별 차량 통행 수, 단위 시간당 보행 횡단자 수, 초당 차량 총 통행량, 공차 중량에 추정량을 포함하는 것을 특징으로 하는 보행자-차량 간의 상충위험도 분석시스템.
- 청구항 1에서, 상기 상충위험 평가지표 산출 및 분석부는 차량과 보행자의 위치, 속도, 방향성을 검지하고 이들 간의 상충지점을 1차로 추정하고, 상충지점까지의 횡단지점의 보행자 도착과 그 지점에 접근하는 차량과의 시간 차이인 보행자 안전간격을 추정하여 상충위험도를 정량화하는 것을 특징으로 하는 보행자-차량 간의 상충위험도 분석시스템.
- 청구항 1 또는 청구항 6에서, 상기 상충위험 평가지표 산출 및 분석부는 보행자 안전간격(Safety Margin), 보행자 위험 지수(pedestrian risk index), 노출 지수(exposure index), 심각도 지수(severity index), 위험 지수(risk index), 안전 수준(level of safety)을 상충위험 평가지표로 산출하는 것을 특징으로 하는 보행자-차량 간의 상충위험도 분석시스템.
- 청구항 1에서, 상기 상충위험 분석결과 제공부는 도로 기하 및 교차로 정보와 보행자 행동 특성 정보와 영상 정보 및 차량 요인 정보를 분석단위시간 이후에 시각 동기화하는 형태로 분석결과를 제공해주며, 보행특성 지표를 표출하거나 상충위험 지표를 표출해주는 것을 특징으로 하는 보행자-차량 간의 상충위험도 분석시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170042265A KR102002303B1 (ko) | 2017-03-31 | 2017-03-31 | 보행자-차량 간의 상충위험도 분석시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170042265A KR102002303B1 (ko) | 2017-03-31 | 2017-03-31 | 보행자-차량 간의 상충위험도 분석시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20180111375A true KR20180111375A (ko) | 2018-10-11 |
| KR102002303B1 KR102002303B1 (ko) | 2019-07-22 |
Family
ID=63865608
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170042265A KR102002303B1 (ko) | 2017-03-31 | 2017-03-31 | 보행자-차량 간의 상충위험도 분석시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102002303B1 (ko) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102230343B1 (ko) * | 2020-02-03 | 2021-03-22 | 재강전력(주) | 어린이보호구역 cctv 시스템 |
| KR102280338B1 (ko) * | 2020-12-01 | 2021-07-21 | 주식회사 블루시그널 | 상황 예측 기반 교차로 위험 경보 시스템 |
| CN113919731A (zh) * | 2021-10-25 | 2022-01-11 | 东南大学 | 一种基于交通冲突的快速路交织区安全评价方法 |
| KR102457106B1 (ko) * | 2021-09-24 | 2022-10-20 | (주)큐엔큐 | 지능형 영상 감시 장치를 구비한 비콘 기반의 교통사고 예방시스템 |
| CN115482686A (zh) * | 2022-08-31 | 2022-12-16 | 东南大学 | 评价车让人执法摄像头对行人过街二次冲突影响的方法 |
| KR102560094B1 (ko) * | 2022-08-19 | 2023-07-26 | 주식회사 더케이 | 보행자 보호를 위한 횡단보도 cctv 카메라 시스템 |
| CN117218871A (zh) * | 2023-11-08 | 2023-12-12 | 中国汽车技术研究中心有限公司 | 交叉口信号配时方法、设备和存储介质 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102462982B1 (ko) * | 2021-03-23 | 2022-11-03 | 영남대학교 산학협력단 | Cctv 기반 횡단보도 보행자 탐지 정보를 활용하는 스마트 내비게이션 시스템 및 이를 이용한 스마트 내비게이션 방법 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101016611B1 (ko) * | 2010-12-14 | 2011-02-24 | 이화여자대학교 산학협력단 | 이동체의 충돌사고 대비를 위한 공기주입형 스마트웨어 시스템 |
| KR20110093283A (ko) | 2010-02-12 | 2011-08-18 | 삼성전자주식회사 | 보행 패턴 분석 장치 및 방법 |
| KR20120085064A (ko) | 2011-01-21 | 2012-07-31 | 주식회사 플렉스엘시디 | 착용형 보행분석장치 및 이를 포함한 보행분석시스템 |
| KR101338687B1 (ko) | 2012-10-05 | 2013-12-09 | 인하대학교 산학협력단 | 보행 상태 분석 장치 및 방법, 그리고, 보행 불균형 평가 장치 |
| KR101339736B1 (ko) * | 2013-07-18 | 2013-12-10 | 주식회사 에드원 | 교통 안전 경고 시스템 |
| KR20150097031A (ko) * | 2014-02-17 | 2015-08-26 | 모다정보통신 주식회사 | 사물 간 사물정보 교환을 통한 위험요소 탐지 및 경고 방법 및 장치 |
| KR20150100797A (ko) | 2012-12-28 | 2015-09-02 | 고쿠리츠다이가쿠호진 토쿄고교 다이가꾸 | 보행 지원 장치 및 보행 지원 방법 |
| KR20160087277A (ko) * | 2015-01-13 | 2016-07-21 | 아주대학교산학협력단 | 클라우드 플랫폼에 기반한 교통안전 정보 제공 시스템 및 그것을 이용한 교통안전 정보 제공 방법 |
| KR20170100272A (ko) * | 2016-02-25 | 2017-09-04 | 주식회사 엘비씨소프트 | 보행자 횡단행태 및 상충위험 분석 장치 |
-
2017
- 2017-03-31 KR KR1020170042265A patent/KR102002303B1/ko active IP Right Grant
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110093283A (ko) | 2010-02-12 | 2011-08-18 | 삼성전자주식회사 | 보행 패턴 분석 장치 및 방법 |
| KR101016611B1 (ko) * | 2010-12-14 | 2011-02-24 | 이화여자대학교 산학협력단 | 이동체의 충돌사고 대비를 위한 공기주입형 스마트웨어 시스템 |
| KR20120085064A (ko) | 2011-01-21 | 2012-07-31 | 주식회사 플렉스엘시디 | 착용형 보행분석장치 및 이를 포함한 보행분석시스템 |
| KR101338687B1 (ko) | 2012-10-05 | 2013-12-09 | 인하대학교 산학협력단 | 보행 상태 분석 장치 및 방법, 그리고, 보행 불균형 평가 장치 |
| KR20150100797A (ko) | 2012-12-28 | 2015-09-02 | 고쿠리츠다이가쿠호진 토쿄고교 다이가꾸 | 보행 지원 장치 및 보행 지원 방법 |
| KR101339736B1 (ko) * | 2013-07-18 | 2013-12-10 | 주식회사 에드원 | 교통 안전 경고 시스템 |
| KR20150097031A (ko) * | 2014-02-17 | 2015-08-26 | 모다정보통신 주식회사 | 사물 간 사물정보 교환을 통한 위험요소 탐지 및 경고 방법 및 장치 |
| KR20160087277A (ko) * | 2015-01-13 | 2016-07-21 | 아주대학교산학협력단 | 클라우드 플랫폼에 기반한 교통안전 정보 제공 시스템 및 그것을 이용한 교통안전 정보 제공 방법 |
| KR20170100272A (ko) * | 2016-02-25 | 2017-09-04 | 주식회사 엘비씨소프트 | 보행자 횡단행태 및 상충위험 분석 장치 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102230343B1 (ko) * | 2020-02-03 | 2021-03-22 | 재강전력(주) | 어린이보호구역 cctv 시스템 |
| KR102280338B1 (ko) * | 2020-12-01 | 2021-07-21 | 주식회사 블루시그널 | 상황 예측 기반 교차로 위험 경보 시스템 |
| US11355014B1 (en) | 2020-12-01 | 2022-06-07 | Bluesignal Corporation | System for warning about intersection danger based on situation prediction |
| WO2022119079A1 (ko) * | 2020-12-01 | 2022-06-09 | 주식회사 블루시그널 | 상황 예측 기반 교차로 위험 경보 시스템 |
| KR102457106B1 (ko) * | 2021-09-24 | 2022-10-20 | (주)큐엔큐 | 지능형 영상 감시 장치를 구비한 비콘 기반의 교통사고 예방시스템 |
| CN113919731A (zh) * | 2021-10-25 | 2022-01-11 | 东南大学 | 一种基于交通冲突的快速路交织区安全评价方法 |
| KR102560094B1 (ko) * | 2022-08-19 | 2023-07-26 | 주식회사 더케이 | 보행자 보호를 위한 횡단보도 cctv 카메라 시스템 |
| CN115482686A (zh) * | 2022-08-31 | 2022-12-16 | 东南大学 | 评价车让人执法摄像头对行人过街二次冲突影响的方法 |
| CN115482686B (zh) * | 2022-08-31 | 2023-10-20 | 东南大学 | 评价车让人执法摄像头对行人过街二次冲突影响的方法 |
| CN117218871A (zh) * | 2023-11-08 | 2023-12-12 | 中国汽车技术研究中心有限公司 | 交叉口信号配时方法、设备和存储介质 |
| CN117218871B (zh) * | 2023-11-08 | 2024-02-13 | 中国汽车技术研究中心有限公司 | 交叉口信号配时方法、设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102002303B1 (ko) | 2019-07-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102002303B1 (ko) | 보행자-차량 간의 상충위험도 분석시스템 | |
| Singh et al. | A smartphone based technique to monitor driving behavior using DTW and crowdsensing | |
| US20200356923A1 (en) | Risk information processing method and server device | |
| US9183176B2 (en) | Method and apparatus for providing driver-customized vehicle service | |
| US20190066490A1 (en) | Smart city data analytics for improved accident reconstruction and solutions | |
| CN112208522B (zh) | 用于控制车辆的驾驶的设备和方法 | |
| CA2749685A1 (en) | System and method for improved vehicle safety through enhanced situation awareness of a driver of a vehicle | |
| JP5017229B2 (ja) | 道路交通情報提供システム及び方法 | |
| KR102107791B1 (ko) | 어린이 보호구역의 안전속도준수 제어시스템 | |
| CN103863934A (zh) | 自动扶梯安全检测装置和方法 | |
| US11107302B2 (en) | Methods and systems for emergency event management | |
| JP2004110590A (ja) | 自転車の走行路面状況の評価モデルを生成する方法、自転車の走行路面環境評価方法及び評価システム | |
| Anwari et al. | Investigating surrogate safety measures at midblock pedestrian crossings using multivariate models with roadside camera data | |
| KR20130092915A (ko) | 안전 운행 지수 산정 시스템에서 차량의 안전 운행 지수 산정 방법, 안전 운행 지수 산정 시스템을 이용한 자동차 보험료 산정 방법, 및 이를 적용한 안전 운행 지수 산정 시스템 | |
| Ambros et al. | Proactive assessment of road curve safety using floating car data: An exploratory study | |
| KR102051592B1 (ko) | 차량 간 통신을 이용한 보행자 보호 방법 및 이를 위한 블랙박스 장치 | |
| KR20110066883A (ko) | 지능형 차량 사고 경고 장치 | |
| CN111688855A (zh) | 滑板车骑行辅助系统控制方法与辅助系统 | |
| Verma et al. | Mining spatio-temporal data for computing driver stress and observing its effects on driving behavior | |
| KR20230101118A (ko) | 노면 이상 구간 판단 및 교통약자 전용 지도 생성을 통한 길 안내 서비스 제공 시스템 | |
| JP7347390B2 (ja) | 運転評価装置、運転評価システム、及び運転評価プログラム | |
| US11783426B2 (en) | Information processing device | |
| Schindler et al. | Drivers’ comfort boundaries when overtaking a cyclist-Set-up and verification of a methodology for field data collection and analysis | |
| Goregaonkar et al. | Assistance to driver and monitoring the accidents on road by using three axis accelerometer and GPS system | |
| Carmona et al. | Analysis of Aggressive Driver Behaviour using Data Fusion. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| N231 | Notification of change of applicant | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| N231 | Notification of change of applicant | ||
| GRNT | Written decision to grant |