KR20190011508A - 이동 개체의 충돌예측장치 및 방법 - Google Patents

이동 개체의 충돌예측장치 및 방법 Download PDF

Info

Publication number
KR20190011508A
KR20190011508A KR1020170094133A KR20170094133A KR20190011508A KR 20190011508 A KR20190011508 A KR 20190011508A KR 1020170094133 A KR1020170094133 A KR 1020170094133A KR 20170094133 A KR20170094133 A KR 20170094133A KR 20190011508 A KR20190011508 A KR 20190011508A
Authority
KR
South Korea
Prior art keywords
mobile entity
target
mobile
collision
entity
Prior art date
Application number
KR1020170094133A
Other languages
English (en)
Other versions
KR102054644B1 (ko
Inventor
류기열
이은영
Original Assignee
아주대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 아주대학교산학협력단 filed Critical 아주대학교산학협력단
Priority to KR1020170094133A priority Critical patent/KR102054644B1/ko
Publication of KR20190011508A publication Critical patent/KR20190011508A/ko
Application granted granted Critical
Publication of KR102054644B1 publication Critical patent/KR102054644B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명의 기술적 사상에 의한 일 양태에 따른 이동 개체 충돌예측방법은 대상 이동 개체로부터 이동 개체 정보를 수신하는 단계, 상기 수신된 이동 개체 정보를 기초로, 상기 대상 이동 개체가 특정 구간을 이동할 때 예상되는 이동 개체 이동의 불확실성 궤적을 예측하는 단계 및 상기 대상 이동 개체의 예측된 불확실성 궤적을 기초로, 상기 특정 구간에서의 상기 대상 이동 개체와 다른 이동 개체의 충돌 확률을 산출하는 단계를 포함할 수 있다.

Description

이동 개체의 충돌예측장치 및 방법{APPARATUS AND METHOD FOR PREDICTING COLLISION OF MOVING OBJECT}
본 발명의 기술적 사상은 이동 개체의 충돌예측장치에 관한 것으로, 보다 상세하게는, 이동 중인 이동 개체의 위치 불확실성을 고려한 충돌예측 장치 및 그 방법에 관한 것이다.
교통에서 안전성은 가장 중요한 고려요소이며, 교통량 증가에 따라 안정성에 대한 중요성이 더욱 커지고 있다. 2007년에서 2013년 사이의 한국 도로교통사고 통계에 따르면 차량 대 차량의 충돌 사고가 약 75%에 이르며, 특히 30%에서 60%에 이르는 사고가 교차로와 같은 사고다발구간에서 발생한다. 따라서, 사고다발구간에서의 충돌 사고를 경감하는 것이 교통안전성 개선을 위해 가장 중요하다. 이에 따라, 차량 간 충돌을 경감시키거나 방지하기 위한 수많은 방법들이 제안되고 있다.
예를 들면, 충돌방지시스템은 차량의 위치정보를 기반으로, 차량 간의 충돌을 방지하기 위한 시스템이다. 충돌방지시스템은 위치정보를 기반으로 제공하는 서비스이므로, 제공되는 위치 정보의 정확도는 서비스 품질과 직결될 수 있다. 따라서, 사고다발구간에서 차량의 움직임을 파악하여 충돌을 방지하기 위한 충돌방지시스템의 성능을 좌우하는 중요 요소는 차량의 현재 위치를 정확하게 알고 차량의 이후 위치를 정확하게 예측하는 것이다. 하지만, 차량의 GPS 센서, 도로 센서 등과 같은 위치 측위 장치는 이산 시점 순간에 위치 샘플을 제공할 뿐, 연속된 위치 샘플 사이의 차량정보를 제공할 수는 없다. 특히, 차량은 계속 이동하는 특성을 가지므로 차량의 위치 및 속도, 방향과 같은 정보는 지속적으로 변동하게 된다. 따라서, 빠르게 움직이는 차량의 정확한 위치는 위치정보 업데이트 시점에 알 수 있으므로 다음 업데이트시점까지는 차량 위치의 불확실성이 증가하게 된다. 이에 따라, 차량 위치 불확실성의 정도는 위치추적주기(sampling rate)와 전송지연(transmission delay), 기기 오류(device error) 등과 같은 측정오류 (measurement error)에 의하여 결정될 수 있다. 이와 같은 차량의 위치 정확도를 개선하기 위한 방안이 필요하다.
본 발명의 기술적 사상에 따른 충돌예측장치 및 방법이 이루고자 하는 기술적 과제는, 이동 개체 간 충돌 예측의 정확성을 높이는데 목적이 있다.
본 발명은 위치 불확실성의 특성을 가진 이동개체의 궤적을 직관적 모델로 나타내고, 특정 시점에 대상 이동 개체의 충돌 가능성을 제공하는데 목적이 있다.
본 발명은 예측된 충돌 가능성을 기초로, 충돌방지를 위한 정보 및 동작을 제공하는데 목적이 있다.
또한, 본 발명은 충돌예측 및 충돌방지를 위한 통신 및 계산 과정을 최소화하고, 신뢰성 높은 충돌예측장치 및 방법을 제공하는데 목적이 있다.
본 발명의 기술적 사상에 따른 충돌예측장치 및 방법이 이루고자 하는 기술적 과제는 이상에서 언급한 과제(들)로 제한되지 않으며, 언급되지 않은 또 다른 과제(들)는 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 기술적 사상에 의한 일 양태에 따른 개체 충돌예측방법은 대상 이동 개체로부터 이동 개체 정보를 수신하는 단계, 상기 수신된 이동 개체 정보를 기초로, 상기 대상 이동 개체가 특정 구간을 이동할 때 예상되는 이동 개체 이동의 불확실성 궤적을 예측하는 단계 및 상기 대상 이동 개체의 예측된 불확실성 궤적을 기초로, 상기 특정 구간에서의 상기 대상 이동 개체와 다른 이동 개체의 충돌 확률을 산출하는 단계를 포함할 수 있다.
예시적인 실시예에 따르면, 상기 다른 이동 개체가 상기 특정 구간을 이동할 때 예상되는 이동 개체 이동의 불확실성 궤적을 예측하는 단계를 더 포함하고, 상기 대상 이동 개체와 다른 이동 개체의 충돌 확률을 산출하는 단계는 상기 대상 이동 개체의 불확실성 궤적 및 상기 다른 이동 개체의 불확실성 궤적을 비교하는 단계를 포함할 수 있다.
예시적인 실시예에 따르면, 상기 대상 이동 개체의 불확실성 궤적 및 상기 다른 이동 개체의 불확실성 궤적을 비교하는 단계는 상기 대상 이동 개체의 불확실성 궤적 및 상기 다른 이동 개체의 불확실성 궤적이 겹쳐지는 구간을 판단하는 단계를 포함할 수 있다.
예시적인 실시예에 따르면, 상기 대상 이동 개체의 불확실성 궤적 및 상기 다른 이동 개체의 불확실성 궤적을 비교하는 단계는 상기 대상 이동 개체의 불확실성 궤적과 상기 다른 이동 개체의 불확실성 궤적 간의 거리를 산출하는 단계를 포함할 수 있다.
예시적인 실시예에 따르면, 상기 대상 이동 개체와 다른 이동 개체의 충돌 확률을 산출하는 단계는 상기 대상 이동 개체의 불확실성 궤적과 상기 다른 이동 개체의 불확실성 궤적 간의 산출된 거리를 기초로, 상기 대상 이동 개체와 상기 다른 이동 개체 간의 충돌 확률을 산출하는 단계를 포함할 수 있다.
예시적인 실시예에 따르면, 대상 이동 개체로부터 이동 개체 정보를 수신하는 단계는 상기 대상 이동 개체의 이동에 따라, 상기 대상 이동 개체가 상기 예측된 상기 대상 이동 개체의 불확실 궤적을 벗어날 때 전송하는 상기 대상 이동 개체의 이동 개체 정보를 수신하는 단계를 포함할 수 있다.
예시적인 실시예에 따르면, 상기 대상 이동 개체의 속도 변화를 기초로, 상기 대상 이동 개체와 상기 다른 이동 개체의 충돌 확률을 다시 산출하는 단계를 더 포함할 수 있다.
예시적인 실시예에 따르면, 상기 산출된 충돌 확률이 기준 확률 이상인지 판단하는 단계 및 상기 산출된 충돌 확률이 상기 기준 확률 이상이면, 상기 대상 이동 개체 및 교통 인프라 중 적어도 하나에 경고 정보를 전송하는 단계를 더 포함할 수 있다.
예시적인 실시예에 따르면, 상기 경고 정보를 전송하는 단계는 상기 대상 이동 개체가 상기 다른 이동 개체와 충돌을 회피할 수 있도록 상기 대상 이동 개체의 속도, 이동 방향 중 적어도 하나를 제어하기 위한 정보를 전송하는 단계를 포함할 수 있다.
예시적인 실시예에 따르면, 상기 이동 개체 정보는 상기 이동 개체의 고유 정보, 위치 및 속도 중 적어도 하나를 포함할 수 있다.
본 발명의 기술적 사상에 의한 다른 양태에 따른 이동 개체 충돌 예측 장치는 대상 이동 개체로부터 이동 개체 정보를 수신하는 통신 모듈 및 상기 수신된 이동 개체 정보를 기초로, 상기 대상 이동 개체가 특정 구간을 이동할 때 예상되는 이동 개체 이동의 불확실성 궤적을 예측하고, 상기 대상 이동 개체의 예측된 불확실성 궤적을 기초로, 상기 특정 구간에서의 상기 대상 이동 개체와 다른 이동 개체의 충돌 확률을 산출하는 프로세서를 포함할 수 있다.
본 발명의 기술적 사상에 의한 또 다른 양태에 따른 이동 개체 충돌을 예측하기 위한 컴퓨터 프로그램은 대상 이동 개체로부터 이동 개체 정보를 수신하는 단계, 상기 수신된 이동 개체 정보를 기초로, 상기 대상 이동 개체가 특정 구간을 이동할 때 예상되는 이동 개체 이동의 불확실성 궤적을 예측하는 단계 및 상기 대상 이동 개체의 예측된 불확실성 궤적을 기초로, 상기 특정 구간에서의 상기 대상 이동 개체와 다른 이동 개체의 충돌 확률을 산출하는 단계를 실행시키기 위하여 컴퓨터 판독 가능한 기록 매체에 저장된 프로그램일 수 있다.
본 발명의 기술적 사상에 의한 실시예들에 따른 충돌예측장치 및 방법은 이동 개체 간 충돌 예측의 정확성을 높일 수 있다.
또한, 본 발명에 따른 충돌예측장치 및 방법은 위치 불확실성의 특성을 가진 이동개체의 이동성을 반영한 궤적을 직관적 모델로 나타낼 수 있고, 특정 시점에 대상 이동 개체의 충돌 가능성을 제공할 수 있다.
또한, 본 발명에 따른 충돌예측장치 및 방법은 예측된 충돌 가능성을 기초로, 충돌방지를 위한 정보 및 동작을 이동 개체에 제공할 수 있다.
또한, 본 발명에 따른 충돌예측장치 및 방법은 통신 및 계산 과정을 최소화할 수 있고, 신뢰성 높은 결과를 제공할 수 있다.
본 명세서에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 본 발명의 다양한 실시예에 따른 충돌 예측 및 충돌 방지 시스템을 나타낸다.
도 2는 본 발명의 다양한 실시예에 따른 서버의 구성을 나타내는 블록도이다.
도 3은 본 발명의 다양한 실시예에 따른 이동 개체의 구성을 나타내는 블록도이다.
도 4는 본 발명의 다양한 실시예에 따른 대상 이동 개체의 위치 불확실 영역을 나타낸다.
도 5는 본 발명의 다양한 실시예에 따른 이동 개체의 이동에 따른 허용영역을 나타낸다.
도 6은 본 발명의 다양한 실시예에 따른 대상 이동 개체의 블랙 존 통과 시 존재하는 이동 개체에 대한 개념도이다.
도 7은 본 발명의 다양한 실시예에 따른 대상 이동 개체의 이동 궤적 예측에 대한 예시도이다.
도 8은 본 발명의 다양한 실시예에 따른 대상 이동 개체 및 다른 이동 개체들의 불확실성 궤적을 나타낸다.
도 9는 본 발명의 다양한 실시예에 따른 대상 이동 개체와 다른 이동 개체의 불확실성 궤적을 나타낸다.
도 10은 본 발명의 일 실시예에 따른 이동 개체 간 거리 그래프를 나타낸다.
도 11은 본 발명의 다른 실시예에 따른 이동 개체 간 거리 그래프를 나타낸다.
도 12는 본 발명의 다양한 실시예에 따른 대상 이동 개체 및 다른 이동 개체 간의 충돌 확률을 나타낸다.
도 13은 본 발명의 다양한 실시예에 따른 대상 이동 개체의 속도 변화에 따른 불확실성 궤적을 나타낸다.
도 14는 본 발명의 다양한 실시예에 따른 대상 이동 개체와 인접 이동 개체 간의 최소 안전 거리를 나타낸다.
도 15는 본 발명의 다양한 실시예에 따른 대상 이동 개체와 가장 근접하는 이동 개체와의 최소 거리 및 속도변화에 따른 충돌 가능성 예측에 대한 예시도이다.
도 16은 본 발명의 다양한 실시예에 따른 충돌예측장치의 충돌예측 방법에 대한 흐름도이다.
본 발명의 기술적 사상은 다양한 변경을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 이를 상세한 설명을 통해 상세히 설명하고자 한다. 그러나, 이는 본 발명의 기술적 사상을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 기술적 사상의 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 발명의 기술적 사상을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 기술적 사상의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 본 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제1, 제2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
또한, 본 명세서에서, 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.
또한, 본 명세서에 기재된 "~부", "~기", "~자", "~모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 프로세서(Processor), 마이크로 프로세서(Micro Processor), 어플리케이션 프로세서(Application Processor), 마이크로 컨트롤러(Micro Controller), CPU(Central Processing Unit), GPU(Graphics Processing Unit), APU(Accelerate Processor Unit), DSP(Digital Signal Processor), ASIC(Application Specific Integrated Circuit), FPGA(Field Programmable Gate Array) 등과 같은 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
그리고 본 명세서에서의 구성부들에 대한 구분은 각 구성부가 담당하는 주기능 별로 구분한 것에 불과함을 명확히 하고자 한다. 즉, 이하에서 설명할 2개 이상의 구성부가 하나의 구성부로 합쳐지거나 또는 하나의 구성부가 보다 세분화된 기능별로 2개 이상으로 분화되어 구비될 수도 있다. 그리고 이하에서 설명할 구성부 각각은 자신이 담당하는 주기능 이외에도 다른 구성부가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성부 각각이 담당하는 주기능 중 일부 기능이 다른 구성부에 의해 전담되어 수행될 수도 있음은 물론이다.
이하, 본 발명의 기술적 사상에 의한 실시예들을 차례로 상세히 설명한다.
도 1은 본 발명의 다양한 실시예에 따른 충돌방지 시스템을 나타낸다.
도 1을 참조하면, 충돌방지 시스템(10)은 서버(100) 및 적어도 하나의 이동 개체(200-209)를 포함할 수 있다.
충돌방지 시스템(10)은 적어도 하나의 블랙 존(500)을 포함하는 지역을 관리할 수 있다. 예를 들면, 충돌방지 시스템(10)은 적어도 하나의 블랙 존(500)에서 발생할 수 있는 이동 개체 간 충돌을 예측하고, 충돌을 방지할 수 있다. 여기서 블랙 존(500)은 사고다발구간을 의미하며, 교차로나 커브 지점과 같이 사고 확률이 높은 지역을 포함할 수 있다. 충돌방지 시스템(10)은 서버(100) 중심의 시스템일 수 있고, C-ITS(Cooperative Intelligent Transport/Transportation System)/CVIS(Cooperative Vehicle Infrastructure System)라고 칭할 수도 있다. 넓은 의미에서 충돌방지 시스템(10)은 충돌예측장치를 의미할 수 있고, 좁은 의미에서는 충돌방지 시스템(10)에 포함된 서버(100)가 충돌예측장치를 의미할 수도 있다. 또한, 이동 개체(200)에 충돌예측장치가 포함될 수 있다. 이에 따라 충돌예측장치는 서버(10)일 수 있고, 이동 개체(200)에 포함되거나 이동 개체(200)에 탑재된 장치일 수도 있다.
서버(100)는 적어도 하나의 이동 개체(200-209)로부터 이동 개체 정보를 수신하고, 수신된 정보를 기초로 이동 개체 간 충돌을 예측할 수 있다. 예를 들면, 서버(100)는 복수의 이동 개체(200-209)로부터 이동 개체 정보를 각각 수신하고, 해당 지역에서의 충돌 가능성을 예측할 수 있다. 이에 따라 서버(100)는 해당 지역에서의 이동 개체 간 충돌 가능성을 실행 감독자(supervisor) 관점에서, 해당 지역의 전체적인 상황 판단 및 충돌 예측을 수행할 수 있다. 여기서 이동 개체 정보는 이동 개체와 관련된 다양한 정보를 포함할 수 있다. 예를 들면, 이동 개체 정보는 이동 개체의 고유 정보, 위치, 속도 및 허용 영역 중 적어도 하나를 포함할 수 있다. 또한, 이동 개체 정보는 이동 개체의 충돌방지 예측 및 방지와 관련된 설정에 대한 정보, 예를 들면 이동 개체의 운전자가 설정한 응답의 정확도(the accuracy of the approximate answer)에 대한 정보를 포함할 수도 있다.
이동 개체(200-209)는 충돌방지 시스템(10)에서 관리하는 지역의 주변을 이동하는 이동 개체일 수 있고, 해당 지역을 이동하는 이동 개체일 수 있다. 예를 들면, 이동 개체(200-209)는 블랙 존(500) 주변의 이동 개체 또는 블랙 존(500)을 통과하는 이동 개체일 수 있다.
이동 개체는 다양한 개체가 포함될 수 있다. 예를 들면, 이동 개체(200-209)는 차량, 오토바이, 자전거, 드론, 보행자 중 적어도 하나와 같이, 다양한 개체가 포함될 수 있다.
서버(100)는 해당 지역에 위치하는 적어도 하나의 이동 개체(200-209)로부터 이동 개체 정보를 수신하고, 특정 구간, 예를 들면 블랙 존(500)의 주변 상황을 모니터링할 수 있다. 그리고 서버(100)는 수신된 이동 개체 정보를 기초로 이동 개체 간 충돌 확률을 평가할 수 있다. 구체적으로, 서버(100)는 특정 구간, 예를 들면 블랙 존(500)에서의 충돌 확률을 평가할 대상 이동 개체(Oi, 200)으로부터 위치, 속도, 시간 등과 같은 이동 개체 정보를 수신할 수 있고, 수신된 이동 개체 정보를 기초로 블랙 존(500)에서의 대상 이동 개체(200)과 다른 이동 개체의 충돌 확률을 예측할 수 있다. 그리고 서버(100)는 예측된 충돌 확률이 기 설정된 확률보다 높으면, 예측 및 경고 영역(610) 내의 대상 이동 개체(200) 및 교통 인프라 중 적어도 하나에 충돌 경고 정보를 전송할 수 있다. 이에 따라 대상 이동 개체(200)은 안전 반응 거리(630) 내에서, 이동 개체의 속력, 속도, 이동 방향 중 적어도 하나를 제어하여, 충돌을 피할 수 있도록 동작할 수 있다.
한편, 이동 개체(200)는 다른 이동 개체로부터 이동 개체 정보를 수신하고, 특정 구간의 주변 상황을 모니터링할 수 있다. 그리고 이동 개체(200)는 수신된 이동 개체 정보를 기초로, 이동 개체 간 충돌 확률을 평가할 수 있다. 이에 따라, 상술한 서버(100)의 동작 또는 개입 없이, 이동 개체 각각이 다른 이동 개체와의 충돌 확률을 산출할 수 있고, 산출된 충돌 확률을 기초로 다른 이동 개체 및 교통 인프라 중 적어도 하나에 경고 정보를 전송할 수 있다.
충돌방지 시스템(10)은 상술한 특정 구간, 사고다발구간뿐만 아니라, 이동 개체(200-209)의 이동 구간의 일 구간에서의 충돌 확률을 평가하고, 예측할 수 있다. 이에 따라, 충돌방지 시스템(10)은 블랙 존(500) 구간뿐만 아니라, 이동 개체의 이동 구간 중 어느 구간에서나 이동 개체의 충돌을 예측할 수 있고, 예측된 충돌을 피할 수 있도록 동작할 수 있다.
충돌방지 시스템(10)의 구체적인 동작에 대해서는 후술하기로 한다.
도 2 내지 도 3을 참조하여 서버(100) 및 이동 개체(200)의 구성에 대해 설명한다.
도 2는 본 발명의 다양한 실시예에 따른 서버의 구성을 나타내는 블록도이다.
도 2를 참조하면, 서버(100)는 프로세서(110), 메모리(120) 및 통신 모듈(130)을 포함할 수 있다.
프로세서(110)는 서버(100)의 전반적인 동작을 제어할 수 있고, 수신된 이동 개체 정보를 기초로 이동 개체 간 충돌 확률을 산출할 수 있다. 그리고 프로세서(110)는 산출된 충돌 확률이 기준 확률 이상이면, 해당 이동 개체 및 교통 인프라 중 적어도 하나에 경고 정보를 전송하도록 제어할 수 있다.
메모리(120)는 서버(100)의 동작과 관련된 다양한 정보를 저장할 수 있다.
통신 모듈(130)은 서버(100)와 다른 서버 또는 적어도 하나의 이동 개체(200-209) 간의 유선 통신 또는 무선 통신을 제공할 수 있다. 예를 들면, 통신 모듈(130)은 무선 네트워크를 통해, 적어도 하나의 이동 개체(200-209)과 무선 통신할 수 있다. 예를 들면, 통신 모듈(130)은 차량 대 차량 통신(V2V, Vehicle to Vehicle) 및 차량 대 사물 통신(V2X, Vehicle to Everything)으로 통신할 수 있다.
도 3은 본 발명의 다양한 실시예에 따른 이동 개체의 구성을 나타내는 블록도이다.
도 3을 참조하면, 이동 개체(200)는 제어 모듈(210), 메모리(220), 통신 모듈(230) 및 구동 모듈(250)을 포함할 수 있다.
제어 모듈(210)은 이동 개체(200)의 전반적인 동작을 제어할 수 있다. 예를 들면, 제어 모듈(210)은 이동 개체 정보를 서버(100)로 전송하도록 제어할 수 있고, 서버(100)로부터 수신된 경고 정보를 기초로, 구동 모듈(250)이 충돌 회피를 위한 동작을 수행하도록 제어할 수 있다.
메모리(220)는 이동 개체의 동작과 관련된 다양한 정보를 저장할 수 있다.
통신 모듈(230)은 서버(100) 및/또는 다른 이동 개체(201-209)와 통신할 수 있다. 또한, 통신 모듈(230)은 이동 개체의 위치 정보를 획득할 수 있다. 예를 들면, 통신 모듈(230)은 차량 대 차량 통신(V2V, Vehicle to Vehicle) 및 차량 대 사물 통신(V2X, Vehicle to Everything)으로 통신할 수 있다.
예를 들면, 통신 모듈(230)은 위치 정보 모듈(231) 및 무선 통신 모듈(233)을 포함할 수 있다.
위치 정보 모듈(231)은 이동 개체의 위치 정보를 획득할 수 있다. 예를 들면, 위치 정보 모듈(231)은 GPS(Global Positioning System)을 이용하여 이동 개체의 위치 정보를 획득할 수 있다.
무선 통신 모듈(233)은 이동 개체(200)과 서버(100) 및/또는 이동 개체(200)와 다른 이동 개체(201-209) 간의 무선 통신을 위한 무선 네트워크를 통해 통신할 수 있다. 무선 통신 모듈(233)은 이동 개체 탑재 장치(On Board Unit) 형태로 이동 개체(200)에 구비될 수 있다.
구동 모듈(250)은 이동 개체를 구동할 수 있다. 예를 들면, 구동 모듈(250)은 이동 개체가 이동 또는 제동하도록 동작할 수 있다.
한편, 상술한 이동 개체(200)에 대한 구성은 이동 개체(200)뿐만 아니라 다른 이동 개체(201-209)에도 적용될 수 있다.
이동 개체(200)는 허용영역을 벗어나면, 이동 개체 정보를 서버(100)에 전송할 수 있다. 여기서 허용영역은 대상 이동 개체(200)의 위치 불확실 영역을 의미할 수 있다.
먼저, 도 4를 참조하여 위치 불확실 영역을 설명한다.
도 4는 본 발명의 다양한 실시예에 따른 대상 이동 개체의 위치 불확실 영역을 나타낸다.
도 4를 참조하면, 움직이는 대상 이동 개체(200)는 임의의 시간 ti에서, 예상 위치 Ci를 중심으로 하는 반지름 ri을 가진 원의 영역(Ui) 어딘가에 위치할 수 있다. 대상 이동 개체(200)의 예상 위치와 실제 위치 간의 차이가 작을수록 반지름 ri의 크기가 작은 원(Ui)이 형성될 수 있고, 예상 위치와 실제 위치가 정확하게 일치하면 반지름 ri의 크기는 0일 수 있다. 이와 같이, 대상 이동 개체(200)의 위치 불확실 영역을 Ui로 나타낼 수 있고, 이를 대상 이동 개체(Oi, 200)의 허용 영역이라 할 수 있다. 한편, 이동 개체(Oi, 200)는 해당 구간을 관리하는 서버(100)에 일대일 통신 또는 일대 다 통신을 통해 이동 개체 정보를 전송할 수 있고, 이후 이동 개체(200)가 허용 영역(Ui)을 벗어날 때 이동 개체 정보를 서버(100)에 전송할 수도 있다. 예를 들면, 이동 개체 정보는 < Oi, (px, py), (vx, vy), ts, ri, Ar>로 구성될 수 있고, 리포트(report)라 칭할 수도 있다. 여기서 Oi는 이동 개체의 고유 정보(id)를 의미할 수 있다. (px, py)는 시점 ts에서 이동 개체(Oi, 200)의 위치이고, (vx, vy)는 시점 ts에서 이동 개체(Oi, 200)의 속도이다. Ar은 이동 개체(Oi, 200)의 운전자가 요구하는 응답의 정확도(the accuracy of the approximate answer)를 나타낸다. 이외에도 이동 개체 정보에 대한 데이터 패킷은 다양한 형태일 수 있다.
상술한 예상 위치의 정확도는 원을 위치불확실영역으로 설정하고, 균등 분포를 가정한 것을 예시로 하였으나, 불확실성은 여러 도형 및 확률 형태로 나타낼 수 있다. 예를 들면, 불확실영역 안에서의 분포는 교통상황, 이동 개체 특성, 운전자 성향과 같은 조건 및 측정 특성에 따라 정규 분포, 가우시안 분포, 포아송 등의 비균일(non-uniform) 형태로 나타낼 수도 있다. 이하에서는 설명 및 계산의 용이성을 위해 균등 분포를 가정하나, 사용자 또는 설계자의 선택에 따라 불확실영역 안에서의 분포는 다양한 형태를 선택할 수 있다.
허용영역과 이동 개체의 위치에 따른 이동 개체 정보 전송에 대해 도 5를 참조하여 설명한다.
도 5는 본 발명의 다양한 실시예에 따른 이동 개체의 이동에 따른 허용영역을 나타낸다.
도 5를 참조하면, 대상 이동 개체(200)에 대한 임의의 시간 ti+1 및 ti+2 에서의 제1 허용영역(Ui (ti+1)) 및 제2 허용영역(Ui (ti+2))을 확인할 수 있다. 이동 개체(200)가 시점 ti+1에 Oi1에 위치하면, 제1 허용영역(Ui (ti+1)) 내에 위치하므로, 이동 개체(200)는 이동 개체 정보를 서버(100)에 전송하지 않을 수 있다. 이동 개체(200)가 시점 ti+1에 Oi2에 위치하면, 제1 허용영역(Ui (ti+1))을 벗어나므로, 이동 개체(200)는 이동 개체 정보를 생성하여 서버(100)에 전송한다. 또한, 이동 개체(200)가 시점 ti+2에 Oi3에 위치하면, 제2 허용영역(Ui (ti+2))을 벗어나므로, 이동 개체(200)는 이동 개체 정보를 생성하여 서버(100)에 전송한다.
이와 같이, 이동 개체(200)는 허용영역(Ui) 내에서는 이동 개체 정보를 생성할 수 있지만 이동 개체 정보를 서버(100)에 전송하지 않을 수 있고, 허용영역(Ui)에서 벗어나면 이동 개체 정보를 서버(100)에 전송할 수 있다.
또한, 이동 개체(200)는 허용영역(Ui)을 벗어나면 이동 개체 정보를 생성하여 다른 이동 개체에 전송할 수 있다. 이에 따라, 상술한 바와 같이, 이동 개체는 서버(100)의 동작 또는 개입 없이, 이동 개체 각각이 다른 이동 개체와의 충돌 확률을 산출할 수 있고, 산출된 충돌 확률을 기초로 다른 이동 개체 및 교통 인프라 중 적어도 하나에 경고 정보를 전송할 수 있다.
한편, 실시예에 따라, 이동 개체(200)는 일정 시간 또는 매 시점마다 이동 개체 정보를 서버(100)에 전송할 수도 있다. 다만, 제한된 무선 대역폭에서는 일정 시간 또는 매 시점마다 이동 개체 정보를 서버(100)에 전송하는 것이 적절하지 않을 수 있다. 따라서, 이동 개체(200)는 허용영역을 벗어날 때, 이동 개체 정보를 서버(100)에 전송할 수 있다. 그리고 상술한 바와 같이, 서버(100)는 이동 개체(200)로부터 전송받은 이동 개체 정보를 기초로, 이동 개체(200)와 다른 이동 개체 간의 충돌 확률을 산출할 수 있고, 산출된 충돌 확률을 기초로 이동 개체(200) 및 교통 인프라 중 적어도 하나에 경고 정보를 전송할 수 있다.
또한, 실시예에 따라, 이동 개체(200)는 일정 시간 또는 매 시점마다 이동 개체 정보를 다른 이동 개체에 전송할 수 있다. 그리고, 상술한 바와 같이, 서버(100)의 동작 또는 개입 없이, 이동 개체 각각이 다른 이동 개체와의 충돌 확률을 산출할 수 있고, 산출된 충돌 확률을 기초로 다른 이동 개체 및 교통 인프라 중 적어도 하나에 경고 정보를 전송할 수 있다.
이동 개체 간의 충돌 확률 산출에 대해 이하 설명한다.
먼저, 도 6을 참조하여, 대상 이동 개체가 사고다발구간, 블랙 존(500)을 통과하는 동안 블랙 존(500) 안에 존재하는 이동 개체에 대해 설명한다.
도 6은 본 발명의 다양한 실시예에 따른 대상 이동 개체의 블랙 존 통과 시 존재하는 이동 개체에 대한 개념도이다.
도 6을 참조하면, 대상 이동 개체(Oi, 200)는 블랙 존(500)을 진입하여 벗어날 때까지의 시간 동안, 블랙 존(500) 안에 나타나는 다른 이동 개체와 충돌할 가능성이 있다. 여기서 tib는 대상 이동 개체(200)가 블랙 존(500)을 진입하는 시점이고, tie는 대상 이동 개체(200)가 블랙 존(500)을 벗어나는 시점을 의미한다. 그리고 도 6에 도시된 바와 같이, 대상 이동 개체(200)가 블랙 존(500)을 통과하는 임의의 시점 ti(tib≤ ti ≤tie)에, 블랙 존(500) 안에 위치하는 모든 이동 개체(201-207)를 스냅 샷(snap shot)으로 나타낼 수 있다. 여기서 블랙 존(500) 안에 위치하는 다른 이동 개체(201-207)는 블랙 존(500) 안에서 대상 이동 개체(200)와 충돌 가능성이 있는 이동 개체에 해당할 수 있다. 이에 따라, 서버(100)는 대상 이동 개체(200)로부터 수신된 이동 개체 정보 및 다른 이동 개체(201-207)로부터 수신된 이동 개체 정보를 기초로, 대상 이동 개체(200)의 블랙 존(500) 안에서의 충돌 확률을 산출할 수 있다.
서버(100)는 대상 이동 개체(200)의 블랙 존(500)에서의 충돌 확률을 산출하기 위해, 대상 이동 개체(200)의 블랙 존(500)에서의 이동 궤적을 예측할 수 있다. 이에 대해 도 7을 참조하여 설명한다.
도 7은 본 발명의 다양한 실시예에 따른 대상 이동 개체의 이동 궤적 예측에 대한 예시도이다.
도 7을 참조하면, 서버(100)는 대상 이동 개체(Oi, 200)의 블랙 존(500)에서의 임의의 시점 ti(tib≤ ti ≤tie)에, 예상되는 불확실성 궤적을 예측할 수 있다. 여기서 서버(100)는 대상 이동 개체(Oi, 200)는 일정한 속도로 직선구간을 따라 움직인다고 가정할 수 있다. 그리고 서버(100)는 연속된 두 점 사이인, ti-1와 ti+1 사이의 ti 시점의 위치는 선형보간(liner interpolation)으로 산출할 수 있다. 예를 들면, 대상 이동 개체(Oi, 200)의 시점 t1, t2, … ,tk에서의 예상되는 불확실성 궤적을 Ti = {oi, (xi1, yi1, t1), (xi2, yi2, t2), … ,(xik, yik, tk)}로 나타낼 수 있다. 그리고 시점 ti0에 대상 이동 개체의 위치가 (xi0, yi0)이고, 속도 (vix, viy)이면, 시점 ti에서 대상 이동 개체(Oi, 200)의 예상 위치는 xii=xi0+vix(ti-ti0), yii=yi0+viy(ti-ti0)로 나타낼 수 있다. 서버(100)는 대상 이동 개체(Oi, 200)가 블랙 존(500)을 진입하는 시점 tb에서 대상 이동 개체(Oi, 200)의 예상 위치(xib, yib)는 {xi0+vix(tib-ti0), yi0+viy(tib-ti0)}로 나타낼 수 있고, 블랙 존(500)을 벗어나는 시점 tie에서 대상 이동 개체(Oi, 200)의 예상 위치(xie, yie)는 {xi0+vix(tie-ti0), yi0+viy(tie-ti0)}로 나타낼 수 있다. 이와 같이, 서버(100)는 대상 이동 개체(Oi, 200)의 블랙 존(500)에서의 임의의 시점 ti(tib≤ ti ≤tie)에, 예상되는 불확실성 궤적을 예측할 수 있다. 그리고 동일하게, 서버(100)는 대상 이동 개체(Oi, 200) 이외의 다른 이동 개체에 대해서도 블랙 존(500)에서의 임의의 시점 ti(tib≤ ti ≤tie)에, 예상되는 불확실성 궤적을 예측할 수 있다.
서버(100)는 예측된 이동 개체들의 궤적을 기초로, 대상 이동 개체의 궤적과 만나는 부분이 있는 이동 개체는 대상 이동 개체와 충돌 가능성이 있다고 판단하고, 대상 이동 개체의 궤적과 만나는 부분이 없는 이동 개체는 대상 이동 개체와 충돌 가능성이 없다고 판단할 수 있다. 이에 대해 도 8을 참조하여 설명한다.
도 8은 본 발명의 다양한 실시예에 따른 대상 이동 개체 및 다른 이동 개체들의 불확실성 궤적을 나타낸다.
도 8을 참조하면, 대상 이동 개체(Oi)의 예상되는 불확실성 궤적(Tri) 및 다른 이동 개체(Om, Oj, Ok)의 예상되는 불확실성 궤적(Trm, Trj, Trk)을 3D 선분으로 표시할 수 있고, 각각의 위치 불확실성의 가능 범위는 전단 실린더로 표현할 수 있다. 일 실시예로, 위치 불확실성을 무시하면, 대상 이동 개체(Oi)의 궤적(Tri)은 시점 tj에 다른 이동 개체(Oj)의 궤적(Trj)과 만나므로, 서버(100)는 시점 tj에 대상 이동 개체(Oi)와 다른 이동 개체(Oj)가 충돌한다고 판단할 수 있다. 다른 실시예로, 위치 불확실성을 고려하면, 대상 이동 개체(Oi)의 궤적(Tri)은 시점 tj뿐만 아니라 [tib, tj+1] 구간에서 다른 이동 개체(Oj)의 궤적(Trj)과 만나므로, 대상 이동 개체(Oi)와 다른 이동 개체(Oj)가 충돌할 수 있다고 판단할 수 있다. 동일하게, 서버(100)는 대상 이동 개체(Oi)의 궤적(Tri)과 다른 이동 개체(Om, Ok)의 궤적(Trm, Trk)이 만나는 [tk-1, tm+1] 구간에서, 대상 이동 개체(Oi)와 다른 이동 개체(Om, Ok)가 충돌할 수 있다고 판단할 수 있다. 이와 같이, 서버(100)는 위치 불확실성을 고려하여, 대상 이동 개체(Oi)와 다른 이동 개체(Om, Oj, Ok)간의 충돌 가능성을 판단할 수 있다.
한편, 서버(100)뿐만 아니라, 이동 개체 각각은 이동 개체와 다른 이동 개체 간의 충돌 가능성을 판단할 수 있다. 예를 들면, 상술한 서버(100)의 이동 개체 간의 충돌 가능성 판단 과정을, 이동 개체 각각에 포함된 제어 모듈(210)이 처리하여, 이동 개체와 다른 이동 개체 간의 충돌 가능성을 판단할 수 있다. 따라서 상술한 설명의 서버(100)의 동작이 이동 개체(200)에서 수행될 수 있다.
도 9를 참조하여, 충돌 가능성 예측에 대해 좀 더 상세히 설명한다.
도 9는 본 발명의 다양한 실시예에 따른 대상 이동 개체와 다른 이동 개체의 불확실성 궤적을 나타낸다.
도 9를 참조하면, 대상 이동 개체(Oi)의 예상되는 불확실성 궤적(Tri) 및 다른 이동 개체(Oj)의 예상되는 불확실성 궤적(Trj)을 3D 선분으로 표시할 수 있고, 각각의 위치 불확실성의 가능 범위는 전단 실린더로 표현할 수 있다. 그리고 상술한 바와 같이, 위치 불확실성을 고려하면, 대상 이동 개체(Oi)의 궤적(Tri)은 시점 tc에서 최초 접하여 겹쳐지고, 블랙 존(500)을 나오는 시점 tie까지 겹쳐진다. 따라서, 서버(100)는 대상 이동 개체(Oi)와 다른 이동 개체(Oj)가 사고다발구간인 블랙 존(500)을 통과하는 [tib, tie]구간 중 [tc, tie] 구간에서 대상 이동 개체(Oi)와 다른 이동 개체(Oj)가 충돌가능성이 있다고 판단할 수 있다.
그리고 대상 이동 개체(Oi)와 다른 이동 개체(Oj)의 불확실성 궤적이 만나는 시점 tc에, 대상 이동 개체(Oi)와 다른 이동 개체(Oj)의 중심점 사이의 거리는 아래 수식으로 표현할 수 있다.
Figure pat00001
사고다발구간, 블랙 존 안에서 겹쳐지는 불확실성 궤적이 존재하면, 대상 이동 개체(Oi)와 다른 이동 개체(Oj)의 충돌확률이 0이 아님을 의미하고, 해당 구간에서는 대상 이동 개체(Oi)와 다른 이동 개체(Oj)의 중심점 사이의 거리가 대상 이동 개체(Oi)와 다른 이동 개체(Oj) 각각의 반지름인 ri 와 rj의 합보다 짧다. 따라서, 충돌확률이 0 이상인 시점 ti에, 대상 이동 개체(Oi)와 다른 이동 개체(Oj) 사이의 거리를 식으로 나타내면 아래와 같다.
Figure pat00002
그리고 시간에 따른 대상 이동 개체(Oi)와 다른 이동 개체(Oj)의 중심 사이의 거리를 함수로 나타낸 시간에 따른 예상위치함수는 아래와 같이 나타낼 수 있다.
Figure pat00003
이동 개체의 현재 위치, 속도, 시각 정보를 기초로, 이동 개체의 미래 예상 위치에 따른 예상 시각을 수식으로 표현하면 아래와 같다.
Figure pat00004
Figure pat00005
Figure pat00006
Figure pat00007
Figure pat00008
Figure pat00009
즉, 위에서 구한 ti의 범위가 [tib, tie] 구간에 속하면, 이동 개체 간 충돌이 발생할 수 있다. 이에 따라, 서버(100)는 상술한 과정 및 수식을 통해 이동 개체 간 충돌 발생을 예측할 수 있다.
또한, 상술한 과정을 서버(100)의 동작 또는 개입 없이, 이동 개체(200)가 수행할 수 있고, 수행 결과를 기초로 이동 개체 간 충돌 발생을 예측할 수도 있다.
도 10은 본 발명의 일 실시예에 따른 이동 개체 간 거리 그래프를 나타낸다.
도 10을 참조하면, 대상 이동 개체(Oi)의 불확실성 영역(uncertain region)이 사고다발구간, 블랙 존을 진입하는 시점 tb부터 블랙 존을 벗어나는 시점 te까지 다른 이동 개체(Oj, Ok, Ol, Om)의 불확실 영역과의 거리를 그래프로 나타낼 수 있다. 여기서 Gj, Gk, Gl 및 Gm은 대상 이동 개체(Oi)의 불확실 영역(Ui)로부터, 다른 이동 개체(Oj, Ok, Ol, Om)의 각각의 불확실 영역(Uj, Uk, Ul, Um)까지의 거리를 각각 나타낸 그래프이며, Gj=D(i, j, t), Gk=D(i, k, t), Gl=D(i, l, t), Gm=D(i, m, t)로 표현할 수 있다. 도 10에 도시된 그래프를 보면, D=0인 지점은 ri+rj=dist(Oi, Oj)인 지점이므로, D≤0은 이동 개체 간 불확실 영역이 겹치게 되는, 충돌 가능성이 있는 구간을 의미하고, D>0이면 이동 개체 간 충돌 가능성이 없다. 도시된 그래프는 서버(100)가 현 시점의 이동 개체의 속도를 기준으로, 대상 이동 개체(Oi)가 사고다발구간, 블랙 존을 통과하는 동안의 충돌 가능성이 있는 시점 및 충돌 가능성이 있는 이동 개체를 예측한 예로, 대상 이동 개체(Oi)과 충돌 가능성이 있는 시구간 및 관련 이동 개체는 C={<[t2, t3], Ok>, <t5, Om>}으로 나타낼 수 있다. 그리고 도 10의 그래프를 구체적으로 보면, 그래프 Gj에서, 대상 이동 개체(Oi)의 불확실 영역(Ui)과 이동 개체(Oj)의 불확실 영역(Uj)이 시점 t1에서 거리 D1으로 가장 근접하는 것을 확인할 수 있다. 그래프 Gk에서, 대상 이동 개체(Oi)의 불확실 영역(Ui)과 이동 개체(Ok)의 불확실 영역(Uk)가 [t2, t3]구간에서 충돌 가능성이 있음을 확인할 수 있다. 그래프 Gl에서, 대상 이동 개체(Oi)의 불확실 영역(Ui)과 이동 개체(Ol)의 불확실 영역(Ul)이 시점 t4에서 거리 D3으로 가장 근접하는 것을 확인할 수 있다. 그래프 Gm에서, 대상 이동 개체(Oi)의 불확실 영역(Ui)과 이동 개체(Om)의 불확실 영역(Um)이 시점 t5에서 거리 D=0으로 접하는 것을 확인할 수 있다. 이와 같이, 서버(100)는 대상 이동 개체(Oj)와 다른 이동 개체(Oj, Ok, Ol, Om) 각각의 불확실 영역 간의 거리를 기초로, 충돌 가능성 및 시점을 예측할 수 있다.
상술한 설명은 불확실 영역(Um)을 기준으로 기재하였으나 이는 설명을 위한 예시로, 서버(100) 또는 이동 개체(200)는 불확실 영역(Um)뿐만 아니라, 이동 구간의 일 구간에서도 이동 개체와 다른 이동 개체 간의 충돌 가능성 및 시점을 예측할 수 있다.
도 11은 본 발명의 다른 실시예에 따른 이동 개체 간 거리 그래프를 나타낸다.
도 11에 도시된 그래프는 도 8에서 도시된 이동 개체들의 불확실 궤적 간의 거리를 그래프로 표현한 것이다.
도 11을 참조하면, 대상 이동 개체(Oi)의 불확실성 영역(uncertain region)이 사고다발구간, 블랙 존을 진입하는 시점 tb부터 블랙 존을 벗어나는 시점 te까지 다른 이동 개체(Oj, Ok, Ol, Om)의 불확실 영역과의 거리를 그래프로 나타낼 수 있다. 여기서 Gj, Gk, Gl 및 Gm은 대상 이동 개체(Oi)의 불확실 영역(Ui)로부터, 다른 이동 개체(Oj, Ok, Ol, Om)의 각각의 불확실 영역(Uj, Uk, Ul, Um)까지의 거리를 각각 나타낸 그래프이다. 도시된 그래프는 서버(100)가 현 시점의 이동 개체의 속도를 기준으로, 대상 이동 개체(Oi)가 사고다발구간, 블랙 존을 통과하는 동안의 충돌 가능성이 있는 시점 및 충돌 가능성이 있는 이동 개체를 예측한 예로, 대상 이동 개체(Oi)와 충돌 가능성이 있는 시구간 및 관련 이동 개체는 C={<[t1, t2], Oj>, <[t3, t5], Ok>, <[t4, te], Om>}으로 나타낼 수 있다. 그리고 도 11의 그래프를 구체적으로 보면, 그래프 Gj에서, 대상 이동 개체(Oi)의 불확실 영역(Ui)과 이동 개체(Oj)의 불확실 영역(Uj)이 [t1, t2] 구간에서 접하므로, [t1, t2] 구간에서 충돌 가능성이 있음을 확인할 수 있고, 시간 tj에 거리 Dj만큼 중첩하여 높은 충돌 확률을 가질 수 있다. 그래프 Gk에서, 대상 이동 개체(Oi)의 불확실 영역(Ui)과 이동 개체(Ok)의 불확실 영역(Uk)이 [t3, t5] 구간에서 접하므로, [t3, t5] 구간에서 충돌 가능성이 있음을 확인할 수 있고, 시간 tk에 거리 Dk만큼 중첩하여 높은 충돌 확률을 가질 수 있다. 그래프 Gl에서, 대상 이동 개체(Oi)의 불확실 영역(Ui)과 이동 개체(Ol)의 불확실 영역(Ul)이 시점 tㅣ에서 가장 근접하나, 충돌 가능성을 없음을 확인할 수 있다. 그래프 Gm에서, 대상 이동 개체(Oi)의 불확실 영역(Ui)과 이동 개체(Om)의 불확실 영역(Um)이 t4 시점에 접하기 시작하여, te 시점에 가장 높은 충돌 확률을 갖는 것을 확인할 수 있다. 서버(100)는 사고다발구간, 블랙 존 밖에서의 대상 이동 개체의 충돌 가능성은 고려하지 않을 수 있다. 이와 같이, 서버(100)는 대상 이동 개체(Oj)와 다른 이동 개체(Oj, Ok, Ol, Om) 각각의 불확실 영역 간의 거리를 기초로, 충돌 가능성 및 시점을 예측할 수 있다.
이하, 이동 개체 간 충돌 확률 산출에 대해 설명한다.
임의의 시점 ti에, 대상 이동 개체(Oi)는 이동 개체의 불확실 허용영역(Ui)의 어느 지점에 위치한다. 따라서, 이동 개체들 간의 충돌확률을 알기 위해서, 불확실 궤적의 임의의 시점을 적용하면, 움직이는 대상 이동 개체(Oi) 및 다른 이동 개체(Oj) 각각의 위치는 Oi∈Ui, Oj∋Uj와 같은 특성을 갖는다. 대상 이동 개체(Oi) 및 다른 이동 개체(Oj)의 충돌확률을 도 12를 참조하여 설명한다.
도 12는 본 발명의 다양한 실시예에 따른 대상 이동 개체 및 다른 이동 개체 간의 충돌 확률을 나타낸다.
도 12를 참조하면, 임의의 시점 ti에, 대상 이동 개체(Oi)와 다른 이동 개체(Oj)가 모두 C 영역에 위치하면, 대상 이동 개체(Oi)와 다른 이동 개체(Oj)는 충돌 가능성이 있다. 즉, Oi, Oj∈C 이면, 임의의 시점 ti에, 대상 이동 개체(Oi)와 다른 이동 개체(Oj)의 충돌 확률(f(C))은 아래와 같다.
Figure pat00010
이 때, 대상 이동 개체(Oi)의 불확실 영역(Ui)의 면적은 이고, 다른 이동 개체(Oj)의 불확실 영역(Uj)의 면적은 이다. dist(Oi, Oj)는 대상 이동 개체(Oi)의 불확실 영역(Ui)의 중심과 다른 이동 개체(Oj)의 불확실 영역(Uj)의 중심 사이의 거리를 나타낸다. 따라서, C영역의 면적은 아래와 같다.
Figure pat00011
Figure pat00012
Figure pat00013
그리고 상술한 충돌 확률을 정리하면, 도 12에 도시된 표와 같다.
이에 따라, 서버(100) 또는 이동 개체(200)는 대상 이동 개체(Oi)와 다른 이동 개체(Oj)의 충돌 확률(f(C))이 대상 이동 개체(Oi)의 운전자가 요구하는 응답의 정확도(Ar) 이상이면(f(c)≥Ar of Oi), 대상 이동 개체(Oi) 및 교통 인프라 중 적어도 하나에 경고 정보를 전송하고, 충돌 확률(f(C))이 0이 되도록 대상 이동 개체(Oj)의 속도 및 이동 방향 등을 조절하도록 할 수 있다.
한편, 상술한 선형보간에 따른 일 실시예는 이동 개체의 정확한 이동 패턴을 반영하기 어려울 수 있다. 실제, 이동하는 이동 개체는 최대허용속도와 같은 특정 제약 조건을 위반하지 않는 한, 경계 지어진 허용 영역 안의 어느 위치에도 위치할 수 있다. 또한, 실제 이동 개체의 가속도는 시시각각 변하므로, 이동 개체의 속도도 가속도의 변화에 따라 변할 수 있다. 이에 대해 도 13을 참조하여 설명한다.
도 13은 본 발명의 다양한 실시예에 따른 대상 이동 개체의 속도 변화에 따른 불확실성 궤적을 나타낸다.
도 13을 참조하면, 사고다발구간, 블랙 존을 통과하는 대상 이동 개체(Oi)의 속도 변화에 따른 불확실성 궤적을 나타낸다. 대상 이동 개체(Oi)의 변화하는 이동 개체 속도에 따라, 블랙 존에서의 충돌확률도 변하게 되고, 대상 이동 개체(Oi)의 속도가 변화할 때마다, 서버(100) 또는 이동 개체(200)가 대상 이동 개체(Oi)의 충돌확률을 다시 계산한다면, 한정된 자원과 한정된 무선 주파수 대역폭 하에서, 계산 비용 및 통신 비용이 증가하게 된다. 그래서 본 발명의 다양한 실시예에 따른 서버(100) 또는 이동 개체(200)는 대상 이동 개체의 충돌 확률 예측의 정확성은 유지하면서도, 계산 비용 및 통신 비용을 줄일 수 있는 과정, 알고리즘이 적용될 수 있다.
예를 들면, 서버(100) 또는 이동 개체(200)는 필터링 과정(filtering step), 개선 과정(refinement step)을 수행할 수 있다. 일 실시예로, 서버(100)는 필터링 과정으로, 대상 이동 개체의 속도(vix)와 다른 이동 개체의 속도(vjx) 간의 차인 a가 0이 아니고(a= vix- vjx≠0), 대상 이동 개체(Oi)가 허용/한계 영역(threshold region)에 존재하지 않으면(
Figure pat00014
), 개선 과정을 수행할 수 있다. 그리고 서버(100) 또는 이동 개체(200)는 개선 과정에서, 충돌 확률 및 문턱 영역을 다시 산출할 수 있다.
이동 개체 간 충돌을 피하기 위해서는 사고다발구간, 블랙 존 안에서 대상 이동 개체와 관련 이동 개체의 불확실성 궤적끼리 겹쳐지는 영역이 최소화되어야 하며, 궁극적으로는 대상 이동 개체와 관련 이동 개체의 불확실성 궤적끼리 겹쳐지는 구간이 존재하지 않아야 한다. 그리고 블랙 존에서, 대상 이동 개체와 관련 이동 개체 각각의 불확실성 궤적이 겹쳐지지 않으면, 충돌확률은 0이 되므로, 서버(100) 또는 이동 개체(200)는 대상 이동 개체의 충돌확률이 0이 되도록 정보 전송 등을 통해, 대상 이동 개체의 속도, 이동 방향 중 적어도 하나가 조절될 수 있도록 동작할 수 있다.
도 14는 본 발명의 다양한 실시예에 따른 대상 이동 개체와 인접 이동 개체 간의 최소 안전 거리를 나타낸다.
도 14는, 서버(100) 또는 이동 개체(200)에서 수행되는 충돌예측모델에서, 대상 이동 개체(Oi)가 사고다발구간, 블랙 존을 통과하는 동안 가장 근접하는 이동 개체(Oj)와 최소거리에 있는 시점 tm을 나타낸다. 시점 tm의 대상 이동 개체(Oi)의 불확실 영역(Ui) 및 가장 근접하는 이동 개체(Oj)의 불확실 영역(Uj) 간의 거리는 dm이고, 거리 dm은 대상 이동 개체(Oi)의 불확실 영역(Ui)과 가장 근접하는 이동 개체(Oj)의 불확실 영역(Uj) 간의 최소 거리를 의미한다. 그리고 거리 dm 이내의 영역을 세이프 존(safe zone, 600)이라고 할 수 있다. 서버(100) 또는 이동 개체(200)에서 수행되는 충돌예측 모델에서, 대상이동 개체와 가장 가까운 이동 개체의 불확실성 궤적이 사고다발구간, 블랙 존을 통과하는 동안 만나지 않는다면, 충돌 가능성은 없다. 즉, 충돌예측모델에서 가장 가까운 두 이동 개체의 거리(dm)는 그 시점으로부터 사고다발구간을 통과하는 남은 시간(tr) 동안 dm>0을 유지한다면 충돌확률(collision probability) = 0을 만족할 수 있다.
사고다발 구간, 블랙 존 안에서, 대상 이동 개체(Oi)의 불확실 영역(Ui) 및 가장 근접하는 이동 개체(Oj)의 불확실 영역(Uj) 간의 거리가 dm이고, 대상 이동 개체(Oi)의 불확실 영역(Ui)의 방향각을 α, 가장 근접하는 이동 개체(Oj)의 불확실 영역(Uj)의 방향각을 β라고 할 때, 서버(100) 또는 이동 개체(200)는 후술할 조건을 만족하면 대상 이동 개체(Oi)와 가장 근접하는 이동 개체(Oj)는 충돌 확률이 발생한다고 판단하고 충돌 확률을 다시 계산할 수 있다. 조건에 대해 도 15를 참조하여 설명한다.
도 15는 본 발명의 다양한 실시예에 따른 대상 이동 개체와 가장 근접하는 이동 개체와의 최소 거리 및 속도변화에 따른 충돌 가능성 예측에 대한 예시도이다.
도 15를 참조하면, 서버(100) 또는 이동 개체(200)는 대상 이동 개체(Oi)의 불확실 영역(Ui) 및 가장 근접하는 이동 개체(Oj)의 불확실 영역(Uj) 간의 거리가 dm을 기초로, 대상 이동 개체(Oi)의 속도(속력, 방향) 변화에 따른 충돌 가능성을 예측할 수 있다. 일 실시예로, 조건은 아래와 같을 수 있다.
Figure pat00015
Figure pat00016
Figure pat00017
Figure pat00018
예를 들면, 서버(100) 또는 이동 개체(200)는 대상 이동 개체(Oj)의 현재 속도를 기초로, 가장 근접하는 이동 개체(Oj)과의 최소 거리 dm을 예측할 때, 대상 이동 개체의 속도 vx가 위 식을 만족하면 충돌 가능성이 발생하므로, 대상 이동 개체(Oj)의 충돌 확률을 다시 계산할 수 있다.
도 16은 본 발명의 다양한 실시예에 따른 충돌예측장치의 충돌예측 방법에 대한 흐름도이다.
도 16을 참조하면, 서버(100)또는 이동 개체(200)는 서버(100) 또는 이동 개체(200)가 포함된 충돌방지 시스템(10)에서 관리하는 지역의 이동 개체로부터 이동 개체 정보를 수신할 수 있다(S110). 예를 들면, 서버(100)의 통신 모듈(130)은 대상 이동 개체(200)로부터 이동 개체 정보를 수신할 수 있다. 그리고 통신 모듈(130)은 대상 이동 개체(200)가 허용 영역, 즉 불확실 영역(Ui)을 벗어날 때, 대상 이동 개체(200)로부터 챠랑 정보를 다시 수신할 수 있다. 또한, 서버(100)는 해당 지역의 다른 이동 개체들로부터 이동 개체 정보를 수신할 수도 있다. 예를 들면, 서버(100)는 블랙 존 내부 및/또는 주변의 이동 개체로부터 이동 개체 정보를 수신할 수 있다.
서버(100)또는 이동 개체(200)는 수신된 이동 개체 정보를 기초로, 이동 개체 이동의 불확실성 궤적을 예측할 수 있다(S130). 예를 들면, 서버(100)의 프로세서(110)는 수신된 대상 이동 개체의 이동 개체 정보를 기초로, 대상 이동 개체의 블랙 존에서의 임의의 시점에, 예상되는 불확실성 궤적을 예측할 수 있다. 또한, 서버(100)의 프로세서(110)는 블랙 존 내에서 대상 이동 개체와 충돌 가능성 있는 관련 이동 개체의 예상되는 불확실성 궤적을 예측할 수도 있다.
서버(100) 또는 이동 개체(200)는 예측된 불확실성 궤적을 기초로, 블랙 존에서의 대상 이동 개체와 다른 이동 개체의 충돌 확률을 산출할 수 있다(S150). 예를 들면, 서버(100)의 프로세서(110)는 대상 이동 개체가 블랙 존을 통과하는 동안, 대상 이동 개체의 예상되는 불확실성 궤적 및 다른 이동 개체의 예상되는 불확실성 궤적 간에 겹쳐지는 시점에 대상 이동 개체와 다른 이동 개체가 충돌 가능성이 있는 것으로 판단할 수 있다. 그리고 대상 이동 개체와 다른 이동 개체 각각의 불확실성 궤적이 만나는 시점의 중심점 거리를 기초로, 충돌 확률을 산출할 수 있다.
서버(100) 또는 이동 개체(200)는 산출된 대상 이동 개체와 다른 이동 개체 간의 충돌 확률이 기준 확률 이상인지 판단하고(S170), 산출된 충돌 확률이 기준 확률 이상이면 대상 이동 개체 및 교통 인프라 중 적어도 하나에 경고 정보를 전송할 수 있다(S190). 예를 들면, 서버(100)는 산출된 대상 이동 개체와 다른 이동 개체 간의 충돌 확률이 기 설정된 기준 확률 이상이면, 대상 이동 개체 및/또는 관련 이동 개체에 경고 정보를 전송할 수 있다. 이에 따라 대상 이동 개체는 블랙 존에서의 다른 이동 개체와의 충돌을 회피하기 위해, 속도, 이동 방향 중 적어도 하나를 조절할 수 있다.
또한, 서버(100) 또는 이동 개체(200)는 상술한 바와 같이, 대상 이동 개체의 현재 속도를 기초로, 가장 근접하는 이동 개체와의 최소 거리를 예측하고, 대상 이동 개체의 속도가 상술한 조건을 만족하면 충돌 가능성이 발생하므로, 대상 이동 개체의 충돌 확률을 다시 계산할 수도 있다. 그래서 서버(100) 또는 이동 개체(200)는 대상 이동 개체의 속도 변화에 따르더라도 충돌 확률 예측의 정확성은 유지하면서도, 계산 비용 및 통신 비용을 줄일 수 있는 과정, 알고리즘을 적용하여 동작할 수 있다.
상술한 충돌 예측 장치의 충돌 예측 방법은 서버(100)의 동작을 중심으로 설명하였으나, 서버(100)뿐만 아니라 이동 개체(200)가 다른 이동 개체로부터 이동 개체 정보를 수신하고, 수신된 이동 개체 정보를 기초로 불확실성 궤적을 예측할 수 있다. 이동 개체(200)는 예측된 불확실성 궤적을 기초로 이동 구간에서의 다른 이동 개체와의 충돌 확률을 산출할 수 있고, 산출된 충돌 확률이 기준 확률 이상인지 판단할 수 있다. 그리고 이동 개체(200)는 판단 결과에 따라 충돌을 방지하기 위한 동작, 경고 정보 전송 등을 수행할 수 있다.
또한, 상술한 충돌 예측 장치의 동작은 사고 다발 구간, 예를 들면 블랙 존을 중심으로 설명하였으나, 블랙 존뿐만 아니라 이동 개체가 이동하는 특정 구간에서 충돌 예측 동작을 수행할 수 있다.
이상, 본 발명의 기술적 사상을 바람직한 실시예를 들어 상세하게 설명하였으나, 본 발명의 기술적 사상은 상기 실시예들에 한정되지 않고, 본 발명의 기술적 사상의 범위 내에서 당 분야에서 통상의 지식을 가진 자에 의하여 여러 가지 변형 및 변경이 가능하다.
10: 충돌방지 시스템
100: 서버
110: 프로세서
120: 메모리
130: 통신 모듈
200: 대상 이동 개체
201~209: 관련 이동 개체
210: 제어 모듈
220: 메모리
230: 통신 모듈
231: 위치 정보 모듈
233: 무선 통신 모듈
250: 구동 모듈
500: 블랙 존
600: 세이프 존

Claims (15)

  1. 대상 이동 개체로부터 이동 개체 정보를 수신하는 단계;
    상기 수신된 이동 개체 정보를 기초로, 상기 대상 이동 개체가 특정 구간을 이동할 때 예상되는 이동 개체 이동의 불확실성 궤적을 예측하는 단계; 및
    상기 대상 이동 개체의 예측된 불확실성 궤적을 기초로, 상기 특정 구간에서의 상기 대상 이동 개체와 다른 이동 개체의 충돌 확률을 산출하는 단계를 포함하는
    이동 개체 충돌예측방법.
  2. 제1항에 있어서,
    상기 다른 이동 개체가 상기 특정 구간을 이동할 때 예상되는 이동 개체 이동의 불확실성 궤적을 예측하는 단계를 더 포함하고,
    상기 대상 이동 개체와 다른 이동 개체의 충돌 확률을 산출하는 단계는
    상기 대상 이동 개체의 불확실성 궤적 및 상기 다른 이동 개체의 불확실성 궤적을 비교하는 단계를 포함하는
    이동 개체 충돌예측방법.
  3. 제2항에 있어서,
    상기 대상 이동 개체의 불확실성 궤적 및 상기 다른 이동 개체의 불확실성 궤적을 비교하는 단계는
    상기 대상 이동 개체의 불확실성 궤적 및 상기 다른 이동 개체의 불확실성 궤적이 겹쳐지는 구간을 판단하는 단계를 포함하는
    이동 개체 충돌예측방법.
  4. 제2항에 있어서,
    상기 대상 이동 개체의 불확실성 궤적 및 상기 다른 이동 개체의 불확실성 궤적을 비교하는 단계는
    상기 대상 이동 개체의 불확실성 궤적과 상기 다른 이동 개체의 불확실성 궤적 간의 거리를 산출하는 단계를 포함하는
    이동 개체 충돌예측방법.
  5. 제4항에 있어서,
    상기 대상 이동 개체와 다른 이동 개체의 충돌 확률을 산출하는 단계는
    상기 대상 이동 개체의 불확실성 궤적과 상기 다른 이동 개체의 불확실성 궤적 간의 산출된 거리를 기초로, 상기 대상 이동 개체와 상기 다른 이동 개체 간의 충돌 확률을 산출하는 단계를 포함하는
    이동 개체 충돌예측방법.
  6. 제1항에 있어서,
    대상 이동 개체로부터 이동 개체 정보를 수신하는 단계는
    상기 대상 이동 개체의 이동에 따라, 상기 대상 이동 개체가 상기 예측된 상기 대상 이동 개체의 불확실 궤적을 벗어날 때 전송하는 상기 대상 이동 개체의 이동 개체 정보를 수신하는 단계를 포함하는
    이동 개체 충돌예측방법.
  7. 제1항에 있어서,
    상기 대상 이동 개체의 속도 변화를 기초로, 상기 대상 이동 개체와 상기 다른 이동 개체의 충돌 확률을 다시 산출하는 단계를 더 포함하는
    이동 개체 충돌예측방법.
  8. 제1항에 있어서,
    상기 산출된 충돌 확률이 기준 확률 이상인지 판단하는 단계; 및
    상기 산출된 충돌 확률이 상기 기준 확률 이상이면, 상기 대상 이동 개체 및 교통 인프라 중 적어도 하나에 경고 정보를 전송하는 단계를 더 포함하는
    이동 개체 충돌예측방법.
  9. 제8항에 있어서,
    상기 경고 정보를 전송하는 단계는
    상기 대상 이동 개체가 상기 다른 이동 개체와 충돌을 회피할 수 있도록 상기 대상 이동 개체의 속도, 이동 방향 중 적어도 하나를 제어하기 위한 정보를 전송하는 단계를 포함하는
    이동 개체 충돌예측방법.
  10. 제1항에 있어서,
    상기 이동 개체 정보는
    상기 이동 개체의 고유 정보, 위치 및 속도 중 적어도 하나를 포함하는
    이동 개체 충돌예측방법.
  11. 대상 이동 개체로부터 이동 개체 정보를 수신하는 통신 모듈; 및
    상기 수신된 이동 개체 정보를 기초로, 상기 대상 이동 개체가 특정 구간을 이동할 때 예상되는 이동 개체 이동의 불확실성 궤적을 예측하고,
    상기 대상 이동 개체의 예측된 불확실성 궤적을 기초로, 상기 특정 구간에서의 상기 대상 이동 개체와 다른 이동 개체의 충돌 확률을 산출하는 프로세서를 포함하는
    이동 개체 충돌예측장치.
  12. 제11항에 있어서,
    상기 프로세서는
    상기 다른 이동 개체가 상기 특정 구간을 이동할 때 예상되는 이동 개체 이동의 불확실성 궤적을 예측하고,
    상기 대상 이동 개체의 불확실성 궤적 및 상기 다른 이동 개체의 불확실성 궤적을 비교하여, 상기 대상 이동 개체와 상기 다른 이동 개체의 충돌 확률을 산출하는
    이동 개체 충돌예측장치.
  13. 제11항에 있어서,
    상기 프로세서는
    상기 산출된 충돌 확률이 기준 확률 이상인지 판단하고,
    상기 통신 모듈을 통해, 상기 산출된 충돌 확률이 상기 기준 확률 이상이면, 상기 대상 이동 개체 및 교통 인프라 중 적어도 하나에 경고 정보를 전송하는
    이동 개체 충돌예측장치.
  14. 제13항에 있어서,
    상기 프로세서는
    상기 경고 정보에, 상기 대상 이동 개체가 상기 다른 이동 개체와 충돌을 회피할 수 있도록 상기 대상 이동 개체의 속도, 이동 방향 중 적어도 하나를 제어하기 위한 정보를 포함하여 상기 대상 이동 개체 및 상기 교통 인프라 중 적어도 하나에 전송하는
    이동 개체 충돌예측장치.
  15. 이동 개체 충돌을 예측하기 위한 컴퓨터 프로그램에 있어서,
    대상 이동 개체로부터 이동 개체 정보를 수신하는 단계;
    상기 수신된 이동 개체 정보를 기초로, 상기 대상 이동 개체가 특정 구간을 이동할 때 예상되는 이동 개체 이동의 불확실성 궤적을 예측하는 단계; 및
    상기 대상 이동 개체의 예측된 불확실성 궤적을 기초로, 상기 특정 구간에서의 상기 대상 이동 개체와 다른 이동 개체의 충돌 확률을 산출하는 단계를 실행시키기 위하여 컴퓨터 판독 가능한 기록 매체에 저장된
    컴퓨터 프로그램.
KR1020170094133A 2017-07-25 2017-07-25 이동 개체의 충돌예측장치 및 방법 KR102054644B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170094133A KR102054644B1 (ko) 2017-07-25 2017-07-25 이동 개체의 충돌예측장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170094133A KR102054644B1 (ko) 2017-07-25 2017-07-25 이동 개체의 충돌예측장치 및 방법

Publications (2)

Publication Number Publication Date
KR20190011508A true KR20190011508A (ko) 2019-02-07
KR102054644B1 KR102054644B1 (ko) 2019-12-11

Family

ID=65367257

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170094133A KR102054644B1 (ko) 2017-07-25 2017-07-25 이동 개체의 충돌예측장치 및 방법

Country Status (1)

Country Link
KR (1) KR102054644B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112542064A (zh) * 2019-09-23 2021-03-23 廖秉军 一种快速移动物体与慢速移动物体动态避碰方法
KR20220071706A (ko) * 2020-11-24 2022-05-31 한국전자기술연구원 IoT 기반 위치데이터 수집 환경에서 이동체 충돌 방지 서비스 제공 방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102515061B1 (ko) * 2020-11-27 2023-03-29 현대무벡스 주식회사 무인운반차 시스템의 무인운반차 충돌 방지방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11272999A (ja) * 1998-03-24 1999-10-08 Tokimec Inc 船舶衝突予防援助装置及び船舶衝突予防援助方法
KR20050097306A (ko) * 2004-04-01 2005-10-07 재단법인서울대학교산학협력재단 확장된 충돌 지도를 이용한 다개체 로봇의 충돌 회피 방법및 그 방법을 기록한 컴퓨터로 판독 가능한 기록 매체
JP2005339432A (ja) * 2004-05-31 2005-12-08 Mitsubishi Electric Corp 衝突防止システム及び車載装置、中継装置、及び歩行者用位置送信装置。
JP2006202061A (ja) * 2005-01-20 2006-08-03 Toyota Central Res & Dev Lab Inc 衝突危険性判断装置及び方法、衝突危険性判断プログラム、衝突危険性報知装置及び方法、及び衝突危険性報知プログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11272999A (ja) * 1998-03-24 1999-10-08 Tokimec Inc 船舶衝突予防援助装置及び船舶衝突予防援助方法
KR20050097306A (ko) * 2004-04-01 2005-10-07 재단법인서울대학교산학협력재단 확장된 충돌 지도를 이용한 다개체 로봇의 충돌 회피 방법및 그 방법을 기록한 컴퓨터로 판독 가능한 기록 매체
JP2005339432A (ja) * 2004-05-31 2005-12-08 Mitsubishi Electric Corp 衝突防止システム及び車載装置、中継装置、及び歩行者用位置送信装置。
JP2006202061A (ja) * 2005-01-20 2006-08-03 Toyota Central Res & Dev Lab Inc 衝突危険性判断装置及び方法、衝突危険性判断プログラム、衝突危険性報知装置及び方法、及び衝突危険性報知プログラム

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112542064A (zh) * 2019-09-23 2021-03-23 廖秉军 一种快速移动物体与慢速移动物体动态避碰方法
CN112542064B (zh) * 2019-09-23 2024-03-26 廖秉军 一种快速移动物体与慢速移动物体动态避碰方法
KR20220071706A (ko) * 2020-11-24 2022-05-31 한국전자기술연구원 IoT 기반 위치데이터 수집 환경에서 이동체 충돌 방지 서비스 제공 방법

Also Published As

Publication number Publication date
KR102054644B1 (ko) 2019-12-11

Similar Documents

Publication Publication Date Title
US10203699B1 (en) Selective remote control of ADAS functionality of vehicle
US11807227B2 (en) Methods and apparatus to generate vehicle warnings
Tahmasbi-Sarvestani et al. Implementation and evaluation of a cooperative vehicle-to-pedestrian safety application
US20180208195A1 (en) Collaborative risk controller for vehicles using v2v
US10752244B2 (en) Devices, method and computer program for providing information about an expected driving intention
JP6422812B2 (ja) 運転支援装置および運転支援方法
US8346468B2 (en) Method and apparatus for collision avoidance
US7804423B2 (en) Real time traffic aide
US20180365999A1 (en) System and method for collision avoidance
KR20180066191A (ko) 차량의 차선 변경을 위해 2개의 차량 사이의 트래픽 갭을 결정하기 위한 방법 및 제어 시스템
JP2008134754A (ja) 突発事象解消判定システム
Qiu et al. Autocast: Scalable infrastructure-less cooperative perception for distributed collaborative driving
KR20130007754A (ko) 자율주행 교차로에서 차량 제어 장치 및 그 방법
KR101439019B1 (ko) 차량 제어 장치 및 그 자율 주행 방법
CN110060465B (zh) 一种用于车辆行人交互系统的交互方法及交互系统
KR102054644B1 (ko) 이동 개체의 충돌예측장치 및 방법
US10937313B2 (en) Vehicle dilemma zone warning using artificial detection
EP3118830B1 (en) Adaptive beaconing for vehicular networks
EP3647730B1 (en) Method and system for determining safe navigation of autonomous vehicle
KR20190057475A (ko) 자율주행 차량 주행 제어방법 및 장치
KR20210151594A (ko) 차량 제어 장치 및 방법
CN115158319A (zh) 车辆变道方法、装置、电子设备和存储介质
Khan et al. Situation-aware left-turning connected and automated vehicle operation at signalized intersections
KR20220124186A (ko) 차량-대-사물 (v2x) 에 의해 지원되는 로컬 내비게이션
CN114981140A (zh) 车辆操纵估计精度传送

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