KR20190049056A - 클라우드 기반 실시간 도로상황정보 수집·검증 시스템 및 그 방법 - Google Patents

Abstract

본 발명은 국토교통부의 공개 정보를 기본으로 하여 실제 주행 상황에서 수집된 정보와 비교하여 교통정보를 좀 더 실제와 가깝게 보정하기 위하여 차량에서 쵤영된 전방 주행영상을 분석하여 교통량(혼잡도)을 산출하고 돌발요소를 추출함으로써 기존 인프라 및 운전자 제보 기반의 교통상황 반영 기술에 비하여 보다 정교하고 객관적인 교통정보 기반 인포테인먼트 서비스가 가능해진다. 그리고 사고, 공사, 고장차 등의 돌발상황에 관한 교통정보가 수신되면 영상인식을 통해 돌발요소를 검증함으로써 돌발 상황의 지속 또는 해소 여부를 신속하게 서비스에 반영할 수 있다. 구체적으로, 본 발명의 실시간 도로상황정보 수집·검증 시스템은, 도로 인프라에 기반한 실시간 도로 소통상황정보를 수신하는 수단; 응용서비스를 실행하는 인포테인먼트 장치를 보유한 차량이 전방 주행영상을 촬영하여 실시간으로 업로드한 영상을 수신하는 수단; 상기 수신된 영상으로부터 상기 차량의 전방의 현재 소통상황을 분석하고 돌발요소 존재를 인식하는 수단; 분석된 소통상황과 돌발요소를 반영하여 상기 차량 내의 인포테인먼트 장치가 수행하는 응용서비스를 구성하는 프로세스를 처리하는 수단; 상기 프로세스 처리에 의해 구성된 응용서비스를 상기 차량내의 인포테인먼트 장치로 제공하는 수단을 포함하는 클라우드 서버를 포함한다.

Description

클라우드 기반 실시간 도로상황정보 수집·검증 시스템 및 그 방법 {Cloud based system and method for realtime collecting and verifying traffic information}

본 발명은 내비게이션을 포함한 차량용 인포테인먼트 시스템에서 필요로 하는 도로의 소통상황이나 돌발정보를 제공함에 있어서, 기초 데이터의 수집 속도와 정확도를 향상시킴으로써 도로상황정보의 품질을 높이기 위한 기술에 관한 것이다.

종래의 교통정보 기반의 내비게이션 안내 서비스(TPEG 등)는 도로에 설치되어 있는 각종 감지 장비로부터 수집된 소통 정보를 활용하는 것이 핵심인데, 데이터의 업데이트 주기가 길어(5분 이상) 업데이트 주기 사이의 변화된 소통 상황을 안내 서비스에 반영하기 어려운 한계가 있다.

또한, 이동통신망을 활용하여 양방향 소통상황 서비스를 제공하는 모바일 단말 기반의 내비게이션 서비스는 도로상의 감지 장비에서 생산되는 데이터에 추가로 해당 서비스를 사용중인 차량의 이동 속도를 반영하는 서비스를 하고 있으나 차량의 이동 속도 외의 주변 상황(교통량 및 돌발상황 등)을 능동적으로 감지할 수는 없다.

내비게이션이나 지도 서비스 등에서 목적지까지의 최적 경로를 탐색할 때 정체 또는 돌발상황 발생으로 인하여 주행이 어려운 구간을 회피하여 최적화된 경로를 찾거나 빅데이터 기술과 연계하여 향후 교통상황을 예측하거나 구간별 특성을 분석하는 데 활용할 좀 더 최적화된 교통정보를 생산해야 할 필요성이 있다. 국토교통부에서 제공하는 교통정보는 주로 도로에 고정적으로 설치되어 있는 장비로부터 수집되는 것을 가공하여 제공되는 것이며, 실제 도로 위를 움직이는 차량에서 느끼는 것과는 다를 수 있다.

본 발명이 해결하고자 하는 과제는 일반적인 도로 소통상황정보 기반의 각종 응용 서비스 기술(길안내 서비스 등)이 활용하는 OpenAPI 기반의 도로 소통상황정보를, 실제 도로를 주행하는 차량에서 수집한 각종 데이터(영상 및 차량상태정보 등)로부터 분석한 실제 주행 정보와 비교/검증하여 오차를 보정함으로써 도로 소통상황정보를 활용하는 각종 인포테인먼트 응용 서비스의 느린 데이터 갱신 주기를 보완하고 서비스 품질을 향상시키고자 하는 것이다.

본 발명의 과제 해결 수단의 기본적인 컨셉트는 국토교통부의 공개 정보를 기본으로 하여 실제 주행 상황에서 수집된 정보와 비교하여 교통정보를 좀 더 실제와 가깝게 보정하는 것이다. 쵤영된 전방 주행영상을 분석하여 교통량(혼잡도)을 산출하고 돌발요소를 추출함으로써 기존 인프라 및 운전자 제보 기반의 교통상황 반영 기술에 비하여 보다 정교하고 객관적인 교통정보 기반 인포테인먼트 서비스가 가능해진다. 그리고 사고, 공사, 고장차 등의 돌발상황에 관한 교통정보가 수신되면 영상인식을 통해 돌발요소를 검증함으로써 돌발 상황의 지속 또는 해소 여부를 신속하게 서비스에 반영할 수 있다.

구체적으로, 발명의 한 측면에 따른 실시간 도로상황정보 수집·검증 시스템은, 도로 인프라에 기반한 실시간 도로 소통상황정보를 수신하는 수단; 응용서비스를 실행하는 인포테인먼트 장치를 보유한 차량이 전방 주행영상을 촬영하여 실시간으로 업로드한 영상을 수신하는 수단; 상기 수신된 영상으로부터 상기 차량의 전방의 현재 소통상황을 분석하고 돌발요소 존재를 인식하는 수단; 분석된 소통상황과 돌발요소를 반영하여 상기 차량 내의 인포테인먼트 장치가 수행하는 응용서비스를 구성하는 프로세스를 처리하는 수단; 상기 프로세스 처리에 의해 구성된 응용서비스를 상기 차량내의 인포테인먼트 장치로 제공하는 수단을 포함하는 클라우드 서버를 포함한다.

여기서, 상기 수신된 영상으로부터 소통상황을 분석하고 돌발요소 존재를 인식하는 수단은, 기계학습 기반의 인식 알고리즘 및 기계학습 데이터셋을 이용하여 그 기능을 수행할 수 있다.

또한, 상기 클라우드 서버에서의 응용서비스 구성을 위한 프로세스 처리 수단은, 차량으로부터 수신된 영상으로부터 돌발요소를 인식하는 단계, 상기 실시간 도로소통상황정보에 포함된 돌발정보와, 상기 주행영상으로부터 인식한 돌발요소가 일치하는지 확인하는 단계, 상기 돌발상황 일치 여부 확인 수단의 확인 결과 돌발상황이 일치하지 않는 경우에는 영상으로부터 분석된 돌발요소를 기준으로 돌발정보를 수정하는 단계, 상기 수정한 돌발정보를 근거로 도로상에 돌발상황이 발생하였음을 상기 차량의 응용서비스에 반영하는 단계를 수행하도록 구성할 수 있다.

또한 이러한 클라우드 서버의 프로세스 처리 구성은 본 발명의 또다른 측면인 실시간 도로상황정보 수집·검증 방법으로써 구현될 수 있다.

다른 실시예에서, 상기 클라우드 서버에서의 응용서비스 구성을 위한 프로세스 처리 수단은, 차량으로부터 수신된 영상으로부터 현재 소통상황을 인식하는 단계, 상기 실시간 도로소통상황정보에 포함된 소통상황 정보와, 상기 주행영상으로부터 인식된 소통상황이 임계치 이상의 차이를 보이는지 확인하여, 소통상황이 임계치 이상의 차이를 보이면 소통상황정보를 보정하는 단계, 상기 보정한 소통상황정보를 상기 차량의 응용서비스에 반영하는 단계를 수행화도록 구성할 수 있다.

또한 이러한 클라우드 서버의 프로세스 처리 구성은 본 발명의 또다른 측면인 실시간 도로상황정보 수집·검증 방법으로써 구현될 수 있다.

이상에서 소개한 본 발명의 해결과제 수단은 이후에 도면과 함께 설명하는 구체적인 실시예를 통해 명확해질 것이다.

주행중인 차량의 주행 영상과 주행 정보를 분석하여 정확도를 높인 도로 소통상황 정보를 신속하게 제공함으로써 소통상황 정보를 활용하는 차량용 인포테인먼트 서비스의 품질을 향상시킬 수 있다.

갑작스러운 도로 상황의 변화를 실시간에 가깝게 감지하여 돌발적인 도로 상황에 대처할 수 있도록 하는 인포테인먼트 서비스 제공이 가능하다(예컨대, 교통사고나 싱크홀 등의 돌발적인 장애 요소에 의해 갑작스러운 정체 현상이 발생한 경우 또는 돌발상황이 해소되어 다시 소통이 원활해진 경우 이를 경로 안내 서비스에 빠르게 반영할 수 있음).

클라우드 서버에 축적되어 있는 도로상황 데이터를 토대로 시간대별, 계절별, 요일별 등의 시기적 여건에 따른 소통상황 예측 서비스 제공이 가능해진다.

도 1은 본 발명을 실시하기 위한 한 가지 실시예의 개요도
도 2a, b는 영상인식 기반 교통량 분석 S/W의 시연을 위한 화면 예시도
도 3은 클라우드 서버(20)에서의 응용서비스 구성을 위한 프로세스 처리 흐름도

도 1은 본 발명을 실시하기 위한 한 가지 실시예의 개요도이다.

실시간 도로 소통상황정보(10)로는 기본적으로 국토교통부에서 OpenAPI 형태로 제공하는 도로 인프라 기반의 수집 데이터를 활용한다.

국토교통부에서 제공하는 OpenAPI는 '표준 노드/링크 ID'(https://nodelink.its.go.kr/intro/intro02.aspx 참조)를 이용하여 전국 도로의 구간을 구분하며 교통정보 데이터 수신 대상 영역을 정의하는 남서측 꼭지점의 위/경도 좌표와 북동측 꼭지점의 위/경도 좌표를 입력 값으로 받아 해당 영역내의 도로 구간의 노드링크 ID와 구간명, 각 구간의 평균 주행속도, 돌발정보(공사, 사고, 시위/집회 등)를 XML 형식으로 제공한다.

이러한 OpenAPI 형태의 도로 인프라 기반 데이터를 클라우드 서버(20)가 수신한다.

클라우드 서버(20)가 제공하는 응용서비스를 실행하는 인포테인먼트 장치를 보유한 차량(30)은 전방 주행영상(35)을 촬영하여 실시간으로 클라우드 서버(20)에 업로드한다(40).

클라우드 서버(20)는 업로드된 영상(35)을 바탕으로 차량(30)의 전방의 현재 교통량(도로 혼잡도 등)을 분석하고 돌발요소 존재를 판단한다(50). 그리고 분석된 교통량과 돌발요소를 바탕으로 응용서비스 프로세스를 처리(60)하여 응용서비스를 구성한다. 응용서비스 구성에는, 도로 소통정보 검색, 실시간 빠른 경로 안내, 도로 유지보수 관리, 긴급출동 서비스 등이 포함된다.

클라우드 서버(20)는 구성된 응용서비스를 차량(30) 내의 인포테인먼트 장치로 제공한다(70).

도 1에서, 차량 전방 영상(35)으로부터 교통량을 분석하고 돌발요소를 판단하는 것은 도 2a와 도 2b의 사진과 같이 전방을 향해 촬영된 영상으로부터 영상 내의 차량을 인식한다. 도 2a와 도 2b의 영상에서 좌측의 노란색으로 표시된 하향 차량들과 우측의 녹색으로 표시된 상향 차량들이 캡쳐되어서 데이터화된 것을 볼 수 있다.

도 2a, b의 예시 화면은 영상인식 기반 교통량 분석 S/W의 시연을 위한 화면의 예시도로서, 중앙선을 인식하고 이를 기준으로 상/하행 교통량을 구분하여 측정하도록 하고 있다. 영상인식의 구현은 기계학습 기반의 Multinet이라는 인식 알고리즘과 Kitti라고 하는 기계학습 데이터셋을 활용할 수 있으며, 이들을 본 기술 구현에 적합하도록 최적화하여(예를 들어, 국내에서 보기 드문 일부 차종 데이터를 제거하고, 국내의 도로에서 보편적으로 볼 수 있는 국산 차종 및 일부 수입 차종 위주로 학습 데이터를 보강하고 차선 및 표지판, 콘(traffic cone) 등의 소통 상황 및 돌발정보 인식에 영향을 줄 수 있는 요소에 대한 인식기능을 추가하는 등) 교통량 분석 S/W를 구현할 수 있다.

본 발명에서는 처리의 효율성을 고려하여 전국을 약 200여 개 정도의 영역으로 분할하여 주행중인 차량에서 수집된 GPS 기반의 위/경도 좌표를 토대로 상기 200개 분할 영역 중에서 주행 차량이 속해 있는 영역에 대하여 OpenAPI에 교통정보 데이터를 요청하도록 하였다. (분할 영역의 개수가 적으면 수신 데이터량이 많아지므로 OpenAPI로부터 데이터를 수신하는 데 시간이 많이 걸리며, 영역의 개수가 많으면 차량의 이동에 따라 변경되는 대상 영역에 대하여 빈번하게 데이터를 요청해야 하므로 시스템 부하가 가중됨. 본 시스템에서는 여러 차례의 실험을 통해 OpenAPI 데이터 수신 소요시간과 시스템 부하간의 적절한 절충점을 200개 내외로 결정함)

도 3은 클라우드 서버(20)에서의 응용서비스 구성을 위한 프로세스 처리(도 1의 60)의 흐름도이다.

먼저, 수집된 주행영상(35)으로부터 앞에서 설명한 영상인식 방식으로 혼잡도와 돌발상황(돌발요소)을 인식하는 단계(110)가 수행된다.

이어서, 외부 교통정보로부터 수집한 실시간 도로 소통상황정보(10)(예컨대, 국토교통부 OpenAPI)에 포함된 돌발정보와, 상기 단계 110에서 인식한 돌발상황이 일치하는지 확인하는 돌발상황 일치 여부 확인단계(120)가 수행된다.

국토교통부에서 제공하는 OpenAPI는 구간별 평균 주행 속도와 함께 해당 구간에 사고나 공사 등의 돌발상황이 있는 경우 돌발상황에 대한 정보도 함께 제공하고 있다. 그러나 교통정보를 통해 제공되는 돌발(발생/해소) 정보와 실제 상황 사이에는 다소 시간 차이가 있을 수 있다. 본 발명은 도로를 실제 주행하는 차량들로부터 수집된 영상인식 기반 교통정보 분석을 통해 이러한 시간 간격을 탐지하는 것을 포함하고 있다. 이를 위해 본 발명에서는 영상인식 알고리즘을 단순히 전방의 차량 대수만 세는 것이 아니라 돌발 가능성을 제공하는 각종 요소들(예컨대, 비상등을 켠 채 정차중인 차량, 정차중인 차량과 함께 있는 견인차, 공사 안내 차량, 차로 내부에 세워져 있는 콘(traffic cone), 공사 표지판 등)도 함께 인식하도록 구현하였고, 이를 통하여 국토교통부 OpenAPI)에 포함된 돌발정보와 차량에서 직접 촬영한 전방영상에 들어 있는 돌발요소를 고려하여 돌발상황의 일치여부를 확인하는 것이다.

참고로, 돌발요소를 정확하게 판단하기 위해서는 시스템에 부하를 줄 수 있는 복잡한 알고리즘과 판단을 위한 매우 다양한 로직이 필요하므로 실제 구현시에는 높은 정확도 보다는 '돌발 가능성' 정도를 판단할 수 있도록 트레이드오프할 수 있다. (예를 들어, 사고 정보가 수신되었으나 영상에서는 사고의 '가능성'이 보이는 요소가 관찰되지 않는다면 이미 그 사고는 처리가 완료된 것으로 봐도 무방하며, 반대로 사고의 가능성을 암시하는 요소들이 감지되면 정확하게 사고 발생이라고 하기에는 이르지만 국토교통부 시스템에서 돌발정보를 확정하기 전까지는 '사고가 발생했을 가능성'이 있음을 알려줄 수 있는 것이다.)

돌발상황 일치 여부 확인(120) 단계에서 돌발상황이 일치하지 않는 경우에는 영상(35)으로부터 분석된 돌발요소를 기준으로 돌발정보를 수정한다(130).

위와 같이 인식되는 돌발정보는 단 한대의 차량에서만 수집되는 것이 아니라 도로 구간별로 수십~수백 대 이상의 차량으로부터 수집된 데이터를 토대로 판단하게 되므로, 일정 대수 또는 비율 이상의 차량의 데이터에서 인식된 돌발요소를 근거로 실제 서비스하게 되는 교통정보에 돌발정보를 넣을지 뺄지를 결정할 수 있다. 구체적으로 어느 정도의 대수 혹은 비율의 차량에서 일치된 돌발 정보를 제공해야 객관성이 있는 것으로 볼지는 여러 차례의 테스트와 검증을 거쳐 결정해야 할 사안이며, 간이하게 임의로 50%를 기준으로 결정할 수도 있다.

이렇게 수정처리(130)한 돌발정보를 근거로 도로상에 돌발상황이 발생하였음을 응용서비스에 반영(160)하여 차량의 인포테인먼트 장치로 전송한다(170).

이러한 프로세스에는 외부 교통정보에 돌발상황이 있는 것으로 표시되어 있으나 촬영 영상에는 해당 돌발요소가 감지되지 않는 경우 및 그 반대의 경우가 모두 포함된다.

다시 앞으로 돌아가, 외부 수집된 교통정보에 포함된 구간별 도로 혼잡상황을 나타내는 소통상황 정보와, 차량 전방영상 인식 단계(110)에서 인식된 소통상황(혼잡도)가 일정 임계수준 이상의 차이를 보이는지 확인한다(140). 이 소통상황 차이 확인 단계(140)는 앞의 단계 120에서 외부 수집된 교통정보와 차량 전방영상 간에 돌발상황이 일치하는 경우에 수행할 수도 있다. 즉, 단계 120이 수행된 후에 단계 140이 수행될 수도 있고, 단계 120과 단계 140을 병행적으로 수행할 수도 있다.

돌발정보와 마찬가지로 구간별 소통상황도, 도로 위를 주행중인 차량들로부터 수집한 정보와 차이가 있을 경우 실제와 가깝게 보정을 하고자 하는 것이 본 발명의 목적이다. 이진법적으로 표현할 수 있는 돌발정보와는 달리 소통상황은 주행 속도를 나타내는 수치 데이터로 표현된다. 국토교통부 제공 데이터와 실제 주행 차량의 전반적인 주행 데이터가 일정 수준 이상의 차이를 보이면 서비스 수요자에게 실제와 가까운 데이터를 제공할 필요가 있을 것이다. 여기서 말하는 '임계치'라는 것은 OpenAPI로부터 제공받은 데이터와 실제 주행 데이터 사이에 어느 정도의 차이가 있어야 실제 상황과 다른 것으로 볼 것인지의 값을 의미한다.

다시 도 3으로 돌아가, 단계 140에서, 소통상황이 일정 임계치 이상의 차이를 보이면 소통상황 데이터를 보정한다(150). 이를 위해 해당 차량 주변에 있는 다른 차량들의 데이터를 취합 분석하여 최종적으로 타당성 있는 소통상황 정보를 생성할 수 있다.

보다 구체적으로 OpenAPI 수신값과 실제 차량들의 평균 주행값 사이에 20% 이상의 차이가 있으면, 평균 주행값으로 소통상황 정보를 보정하도록 구성할 수 있다. (예를 들어, 특정 구간에 대해 OpenAPI에서는 평균 주행 속도를 100km/h라고 제공을 하고 있지만 실제 주행중인 차량들의 주행 평균값이 80km/h라고 하면, 본 발명에서는 실제 주행중인 차량들의 평균 주행속도인 80km/h가 실제 상황과 더 가까운 것으로 간주하여 소통상황 데이터를 보정한다.)

다만, 개별 차량이 감지하는 소통 상황에 있어서 실제 교통량이 많아서 느린 속도가 검출될 수 있고 소통 상황과 상관 없이 운전자가 천천히 주행하는 등의 변수가 있을 수 있으므로 실제 주행중인 차량에서 수집된 데이터라 하더라도 모두를 실제 상황과 일치한다고 볼 수만은 없을 것이다. 이러한 경우를 고려하여 본 발명의 다른 실시예에서는 전방촬영 영상으로부터 전방의 차량 대수와 주행 상황을 고려하여 각 차량에 대한 수집 데이터의 유효성을 판단하는 단계가 추가로 포함될 수 있다(예를 들어, 전방 영상에서 검출된 차량 오브젝트들의 크기가 전체적으로 줄어드는 양상을 보이면 운전자가 현재 필요 이상의 감속 주행을 하고 있는 것으로 판단하는 등).

이와 같이 보정한 소통상황 데이터를 응용서비스에 반영하여(160) 차량으로 전송한다(170). 보정된 데이터는 일차적으로는 해당 차량 스스로의 인포테인먼트 응용서비스에 반영을 하게 되지만, 이와 더불어, 클라우드 서버(20)의 보유 데이터를 업데이트하여 같은 구간을 주행 예정인 다른 차량들에게도 이 보정된 소통상황 정보를 제공하도록 구성할 수도 있다.

이상에서 본 발명의 몇 가지 대표적인 실시예를 설명하였지만, 본 발명의 기술적 범위가 이들 실시예에 한정되는 것은 아니다. 본 발명의 기술적 범위 즉 권리범위는 이하에서 제시하는 특허청구범위에 의해 정해지는 것이다.

Claims (8)

1. 도로 인프라에 기반한 실시간 도로 소통상황정보를 수신하는 수단,
   응용서비스를 실행하는 인포테인먼트 장치를 보유한 차량이 전방 주행영상을 촬영하여 실시간으로 업로드한 영상을 수신하는 수단,
   상기 수신된 영상으로부터 상기 차량의 전방의 현재 소통상황을 분석하고 돌발요소 존재를 인식하는 수단,
   분석된 소통상황과 돌발요소를 반영하여 상기 차량 내의 인포테인먼트 장치가 수행하는 응용서비스를 구성하는 프로세스를 처리하는 수단,
   상기 프로세스 처리에 의해 구성된 응용서비스를 상기 차량내의 인포테인먼트 장치로 제공하는 수단을 포함하는 클라우드 서버를 포함하는 실시간 도로상황정보 수집·검증 시스템.
2. 제1항에 있어서, 상기 수신된 영상으로부터 소통상황을 분석하고 돌발요소 존재를 인식하는 수단은, 기계학습 기반의 인식 알고리즘 및 기계학습 데이터셋을 이용하는 것을 특징으로 하는 실시간 도로상황정보 수집·검증 시스템.
3. 제1항에 있어서, 상기 클라우드 서버에서의 응용서비스 구성을 위한 프로세스 처리 수단은
   차량으로부터 수신된 영상으로부터 돌발요소를 인식하는 단계,
   상기 실시간 도로소통상황정보에 포함된 돌발정보와, 상기 주행영상으로부터 인식한 돌발요소가 일치하는지 확인하는 단계,
   상기 돌발상황 일치 여부 확인 수단의 확인 결과 돌발상황이 일치하지 않는 경우에는 영상으로부터 분석된 돌발요소를 기준으로 돌발정보를 수정하는 단계,
   상기 수정한 돌발정보를 근거로 도로상에 돌발상황이 발생하였음을 상기 차량의 응용서비스에 반영하는 단계를 수행하는 것을 특징으로 하는 실시간 도로상황정보 수집·검증 시스템.
4. 제1항에 있어서, 상기 클라우드 서버에서의 응용서비스 구성을 위한 프로세스 처리 수단은
   차량으로부터 수신된 영상으로부터 현재 소통상황을 인식하는 단계,
   상기 실시간 도로소통상황정보에 포함된 소통상황 정보와, 상기 주행영상으로부터 인식된 소통상황이 임계치 이상의 차이를 보이는지 확인하여, 소통상황이 임계치 이상의 차이를 보이면 소통상황정보를 보정하는 단계,
   상기 보정한 소통상황정보를 상기 차량의 응용서비스에 반영하는 단계를 수행하는 것을 특징으로 하는 실시간 도로상황정보 수집·검증 시스템.
5. 제3항 또는 제4항에 있어서, 상기 수신된 영상으로부터 상기 차량의 전방의 돌발요소 존재의 인식 또는 현재 소통상황의 인식 단계는,
   영상에 포함된 전방의 차량 대수와 주행 상황을 고려하여 영상을 전송한 차량에 대한 현재 소통상황의 유효성을 판단하는 단계를 포함하는 실시간 도로상황정보 수집·검증 시스템.
6. 제3항 또는 제4항에 있어서, 상기 보정된 돌발정보 또는 보정된 소통상황정보를 상기 차량의 응용서비스에 반영하는 단계와 별도로,
   상기 보정된 돌발정보 또는 보정된 소통상황정보를 상기 클라우드 서버 내에서 업데이트하는 단계를 추가로 포함하는 실시간 도로상황정보 수집·검증 시스템.
7. 제1항에 기재된 클라우드 서버에서 수행되는 응용서비스 구성을 위한 프로세스 처리는
   차량으로부터 수신된 영상으로부터 돌발요소를 인식하는 단계,
   상기 실시간 도로소통상황정보에 포함된 돌발정보와, 상기 주행영상으로부터 인식한 돌발요소가 일치하는지 확인하는 단계,
   상기 돌발상황 일치 여부 확인 수단의 확인 결과 돌발상황이 일치하지 않는 경우에는 영상으로부터 분석된 돌발요소를 기준으로 돌발정보를 수정하는 단계,
   상기 수정한 돌발정보를 근거로 도로상에 돌발상황이 발생하였음을 상기 차량의 응용서비스에 반영하는 단계를 포함하는 실시간 도로상황정보 수집·검증 방법.
8. 제1항에 기재된 클라우드 서버에서 수행되는 응용서비스 구성을 위한 프로세스 처리는
   차량으로부터 수신된 영상으로부터 현재 소통상황을 인식하는 단계,
   상기 실시간 도로소통상황정보에 포함된 소통상황 정보와, 상기 주행영상으로부터 인식된 소통상황이 임계치 이상의 차이를 보이는지 확인하여, 소통상황이 임계치 이상의 차이를 보이면 소통상황정보를 보정하는 단계,
   상기 보정한 소통상황정보를 상기 차량의 응용서비스에 반영하는 단계를 포함하는 실시간 도로상황정보 수집·검증 방법.

Images