KR20200062025A - 다중 로그 분석을 기반으로 차량 위험을 처리하는 방법 및 장치 - Google Patents

Abstract

다중 로그 분석을 기반으로 차량 위험을 처리하는 방법 및 장치가 제공된다. 상기 방법은, 네트워크를 통해 공공 기관, 감지 장치, 차량 탑재 카메라, 차량 센서, SNS 시스템, 인근 차량 중 적어도 하나로부터 제공되는 데이터를 기반으로, 교통 사고 및 재난 상황을 포함하는 주변 위험 상황을 감지하거나 예측하는 단계; 주변 위험 상황이 감지되거나 예측된 경우, 해당 차량에 관련된 로그 데이터를 토대로 해당 차량 자체에 대한 위험을 감지하거나 예측하는 단계; 그리고 상기 해당 차량에 차량 자체에 대한 위험이 감지되거나 예측되는 경우, 대응 처리를 수행하는 단계를 포함한다.

Description

다중 로그 분석을 기반으로 차량 위험을 처리하는 방법 및 장치{Method and apparatus for processing dangers of vehicles based on multi-log analysis}

본 발명은 차량 위험을 처리하는 방법에 관한 것으로, 더욱 상세하게 말하자면, 다중 로그 분석을 기반으로 차량 위험을 처리하는 방법 및 장치에 관한 것이다.

최근 IoT(Internet of Thins) 기술 발전과 관련한 멀티모달(multimodal) 데이터 획득방법이 발전하고, 기계학습 기반 위험감지 방법이 발전하였다. IoT 기술과 관련하여 대인·대물·장소의 상태를 감지할 수 있는 센서와 CCTV(Closed Circuit TeleVision) 기술, 데이터 전달 속도가 향상된 통신 기술이 발전하였다.

또한, 교통사고 및 재난에 대한 공공안전 및 재난관리 DB(Data Base) 구축이 활성화 되고 있고, 트위터 및 페이스북 등의 SNS(Social Network Service)를 통한 공공안전 및 재난 관련 데이터도 개인 및 집단 차원에서 업데이트 되고 있다. IoT 기술, 기계학습 기술, 공공안전 및 재난 관리 DB, SNS 데이터를 융합하여 활용한다면, 차량의 위험상황에 대한 빠른 감지, 예측, 대응이 가능할 것이다.

관련 선행 문헌으로는 대한민국 특허 등록번호 제10-1413685호에 기재된 " 차량의 사고감지 및 응급성 판단 방법 및 장치"가 있다.

본 발명이 해결하고자 하는 과제는, 다중 로그 기반으로 멀티 모달 데이터를 분석하여 차량 위험을 처리 즉, 차량 위험을 감지 또는 예측하고, 감지되거나 예측된 위험에 대한 대응을 수행하는 방법 및 장치를 제공하는 것이다.

본 발명의 실시 예에 따른 방법은 차량 위험을 감지 또는 예측하는 방법으로서, 장치가, 네트워크를 통해 공공 기관, 감지 장치, 차량 탑재 카메라, 차량 센서, SNS 시스템, 인근 차량 중 적어도 하나로부터 제공되는 데이터를 기반으로, 교통 사고 및 재난 상황을 포함하는 주변 위험 상황을 감지하거나 예측하는 단계; 상기 장치가, 주변 위험 상황이 감지되거나 예측된 경우, 해당 차량에 관련된 로그 데이터를 토대로 해당 차량 자체에 대한 위험을 감지하거나 예측하는 단계 - 상기 로그 데이터는 탑승자에 관련된 로그 데이터, 차량에 관련된 로그 데이터, 그리고 위치별 재난이나 교통 사고 정보를 나타내는 로그 데이터를 포함함 -; 및 상기 장치가, 상기 해당 차량에 차량 자체에 대한 위험이 감지되거나 예측되는 경우, 대응 처리를 수행하는 단계를 포함한다.

본 발명의 실시 예들에 따르면, 다중 로그 기반으로 멀티 모달 데이터를 분석하여 차량 위험을 감지 또는 예측하고, 감지되거나 예측된 위험에 대한 대응을 신속하게 수행할 수 있다.

또한, 다양한 데이터를 활용하여 차량의 위험감지 속도를 높일 수 있다. 또한, 다중로그 분석을 통해 차량의 위험예측 정확도를 높일 수 있다.

도 1은 본 발명의 실시 예에 따른 차량 위험을 처리하기 위한 시스템의 구조를 나타낸 도이다.
도 2는 본 발명의 실시 예에 따른 차량 위험을 처리하는 방법의 전체 흐름도이다.
도 3은 본 발명의 실시 예에 따른 차량 위험을 처리하는 방법의 제1 예에 따른 흐름도이다.
도 4는 본 발명의 실시 예에 따른 차량 위험을 처리하는 방법의 제2 예에 따른 흐름도이다.
도 5는 본 발명의 다른 실시 예에 따른 차량 위험 감지 장치의 구조를 나타낸 도이다.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

본 명세서에서 단수로 기재된 표현은 "하나" 또는 "단일" 등의 명시적인 표현을 사용하지 않은 이상, 단수 또는 복수로 해석될 수 있다.

또한, 본 발명의 실시 예에서 사용되는 제1, 제2 등과 같이 서수를 포함하는 용어는 구성 요소들을 설명하는데 사용될 수 있지만, 구성 요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다.

이하, 도면을 참조하여 본 발명의 실시 예에 따른 다중 로그 분석을 기반으로 차량 위험을 처리하는 방법 및 장치에 대하여 설명한다.

도 1은 본 발명의 실시 예에 따른 차량 위험을 처리하기 위한 시스템의 구조를 나타낸 도이다.

본 발명의 실시 예에 따른 차량 위험을 처리하는 장치(설명의 편의상, 차량 위험 처리 장치라고 명명함)(1)는 차량(2)에 설치되어 있으며, 네트워크를 통해 위험 감지·예측·대응 서버(설명의 편의상, 위험 처리 서버라고 명명함)(3)와 통신하며, 또한, 차량이 주행하는 환경을 포함하는 구현 환경 상에 구축된 감지 장치(4), 그리고 공공 기관(5)들과 통신한다. 또한, 차량 위험 처리 장치(1)는 차량에 탑승한 운전자를 포함하는 탑승자의 단말(6)과 통신하거나, 차량에 설치된 블랙 박스(7)와 통신하거나, 인근 차량(8)과 통신할 수 있다. 또한, 차량 위험 처리 장치(1)는 SNS(Social Network Services) 시스템(9)과 통신할 수 있다.

여기서 감지 장치(4)는 CCTV 카메라(41), 인프라 센서(42) 등을 포함하며, 본 발명은 이에 한정되는 것은 아니다. CCTV 카메라(41)는 차량이 주행하는 도로 환경에 설치된 카메라이며, 예를 들어, 교통 흐름파악과 불법 교통행위 감시를 위해 지자체나 경찰청에서 설치하거나 관리하는 카메라이다. 인프라 센서(42)는 사회기반시설에 부착되어 재난과 같은 위험여부를 감지해주는 센서를 포함하며, 예를 들어, 지진계, 경사계 등일 수 있다.

공공 기관(5)은 재난 관리 기관(51), 공공 안전 관리 기관(52), 위험 대응 기관(53) 등을 포함하며, 본 발명은 이에 한정되는 것은 아니다. 재난 관리 기관(51)은 재난정보를 생성하고 관리하는 기관(예를 들어, 기상청)의 통신 가능한 장치이다. 공공 안전 관리 기관(52)은 공공안전 정보를 관리하는 기관(예를 들어, 경찰청)의 통신 가능한 장치이다. 위험 대응 기관(53)은 위험을 처리하는 기관(예를 들어, 소방서)의 통신 가능한 장치이다.

탑승자 단말(6)은 차량 탑승자가 소지한 통신 가능한 단말이며, 센서 등이 탑재되어 있을 수 있다. 탑승자 단말(6)은 예를 들어, 스마트폰, 웨어러블 디바이스(wearable device)를 포함할 수 있다. 블랙 박스(7)는 차량의 충돌 등의 상태를 영상으로 저장하는 단말이다. 인근 차량(8)은 해당 차량의 인근에서 주행이나 주차를 하고 있는 차량이며, 통신 가능한 장치(예를 들어, 인근 차량에 탑재된 본 발명의 실시 예에 따른 차량 위험 처리 장치, 탑승자 단말 등)를 포함할 수 있다. 차량은 인근 차량과 차량간 통신을 통해 인터랙션할 수 있다.

한편, 차량 위험 처리 장치(1)는 차량 내부로부터 수집되는 영상 데이터 및 센서 데이터, 그리고 차량 외부로부터 수신되는 데이터(영상 데이터를 포함할 수 있음)를 종합 분석하여, 차량에서 발생할 수 있는 교통사고 및 재난과 같은 위험을 감지하거나 예측하며, 감지하거나 예측된 위험에 대응하는 처리를 수행하도록 구성된다. 이를 위해, 차량 위험 처리 장치(1)는 차량 탑재 카메라(11), 차량 센서(12), 차량 위험 처리부(13) 및 차량 제어부(14)를 포함한다.

차량 탑재 카메라(11)는 차량에 탑재된 카메라이며, 예를 들어, 차량 전방을 촬영하는 전방 카메라 및 차량 후방을 촬영하는 후방 카메라를 포함한다. 차량 센서(12)는 차량에 탑재된 센서이며, 예를 들어, 온도 센서 및 후방 감지 센서를 포함할 수 있다. 차량 제어부(14)는 차량의 전후 주행 및 주차 등 차량의 움직임을 제어하도록 구성된다. 차량 위험 처리부(13)는 차량 탑재 카메라(11) 및 차량 센서(12)로부터 제공되는 데이터와 차량 외부 데이터를 기반으로, 위험을 감지하거나 예측하고, 감지하거나 예측된 위험에 대응하는 처리를 수행한다. 이에 대해서는 추후에 보다 구체적으로 설명하기로 한다. 한편, 차량 탑재 카메라(11) 및 차량 센서(12)로부터 제공되는 데이터는 차량 내부로부터 수집되는 영상 데이터 및 센서 데이터를 포함하며, 설명의 편의상 "차량 내부 데이터"라고도 명명할 수 있다. 차량 외부 데이터는 위험 처리 서버(3), 감지 장치(4), 그리고 공공 기관(5)들 외부의 장치로부터 제공되는 데이터를 나타낸다.

한편, 위험 처리 서버(3)는 로그 데이터를 기반으로 차량 위험을 감지하거나 예측하며, 감지되거나 예측되는 차량 위험에 대응하는 처리를 돕도록 구성될 수 있다. 여기서, 전자 장치를 기반으로 발생되는 모든 행위와 이벤트 정보를 시간에 따라 기록하는 데이터인 로그 데이터는, 운전자를 포함한 탑승자 로그데이터, 차량 로그데이터, 위치별 로그데이터를 포함하며, 본 발명은 이에 한정되는 것은 아니다. 각각의 로그 데이터에 대해서는 추후에 구체적으로 설명하기로 한다.

위험 처리 서버(3)는 탑승자 로그 관리부(31), 차량 로그 관리부(32), 위치 로그 관리부(33), 및 위험감지·예측·대응부(34)를 포함한다. 탑승자 로그 관리부(31)는 운전자를 비롯한 차량 탑승자의 상태(예를 들어, 탑승시 충격)에 대한 로그 데이터(탑승자 로그데이터)를 생성 및 관리하도록 구성된다. 차량 로그 관리부(32)는 차량 상태(예를 들어, 차량 운행 경로, 차량 사고 이력 등을 포함)에 대한 로그 데이터(차량 로그데이터)를 생성 및 관리하도록 구성된다. 위치 로그 관리부(33)는 위치에 따른 교통사고 및 재난 정보 이력을 포함하는, 위치별 로그 데이터를 생성 및 관리하도록 구성된다.

위험감지·예측·대응부(34)(설명의 편의상, 위험 처리 대응부라고 명명함)는 차량 위험 처리 장치(1)와의 인터랙션(interaction)을 통해 획득되는 데이터를 토대로 위험을 감지하거나 예측한다. 여기서, 위험 처리 대응부(34)는 차량 위험 처리 장치(1)를 통해 탑승자 단말(6), 블랙 박스(7), 인근 차량(8)과 인터랙션할 수 있으며, 인터랙션을 통해 획득되는 데이터를 기반으로 위험을 감지하거나 예측한다. 이에 대해서는 추후에 보다 구체적으로 설명하기로 한다.

이러한 구조로 이루어지는 차량 위험 감지 장치(1)와 위험 처리 서버(3)는 감지 장치(4), 그리고 공공 기관(5)들과의 인터랙션을 통해 위험 감지 및 예측을 수행한다. 즉, CCTV 카메라(41), 인프라 센서(42) 등의 감지 장치(4)와, 재난 관리 기관(51), 공공 안전 관리 기관(52), 위험 대응 기관(53) 등의 공공 기관(5)들과 그리고, SNS(Social Networking Service), 탑승자 단말(6)과 인터랙션을 통해 위험 감지 및 예측을 수행한다. 차량 위험 감지 장치(1)와 위험 처리 서버(3)를 포함하여, 차량 위험을 처리하기 위한 시스템을 구성할 수 있다. 본 실시 예에서는 차량 위험 감지 장치(1) 및/또는 위험 처리 서버(3)가 개별적으로 차량 위험을 각각 감지/예측할 수 있으며, 또는 정보 교환을 통한 상호 분석을 통해 차량 위험을 감지/예측할 수 있다.

다음에는 이러한 구조를 토대로 본 발명의 실시 예에 따른 차량 위험을 처리하는 방법에 대해 설명한다.

도 2는 본 발명의 실시 예에 따른 차량 위험을 처리하는 방법의 전체 흐름도이다.

첨부한 도 2에 도시되어 있듯이, 차량 위험 감지 장치(1) 및/또는 위험 처리 서버(3)는 주변 위험 상황을 감지한다(S100). 여기서 주변 위험 상황은 차량 위험 감지 장치(1)가 설치된 차량에 발생된 위험이 아닌, 해당 차량이 주행하는 환경에서 발생되는 위험으로, 예를 들어, 교통 사고, 재난 상황일 수 있다. 재난 상황은 지진, 도로 침수, 낙석 등을 포함할 수 있다. 이 경우, 차량 위험 감지 장치(1) 및/또는 위험 처리 서버(3)는 공공 안전 관리 기관(52), 재난 관리 기관(51), CCTV 카메라(41), 차량 탑재 카메라(11), 인프라 센서(42), 차량 센서(12), SNS 시스템(9), 인근 차량(8) 등으로부터 제공되는 데이터를 기반으로, 교통 사고 및 재난 상황을 포함하는 주변 위험 상황을 감지한다.

다음, 주변 위험 상황 감지 결과를 기반으로, 차량 위험을 예측한다(S110). 위의 단계에서 주변 위험 상황 감지 결과 주변 위험이 감지되는 경우, 차량 위험 감지 장치(1) 및/또는 위험 처리 서버(3)는 차량에 관련된 로그 데이터 또는 차량에 설치된 차량 탑재 카메라(11) 및 차량 센서(12) 등으로부터 제공되는 데이터를 분석하여 해당 차량 자체에 대한 위험을 감지하거나 예측한다.

다음, 차량 상태 및 탑승자 상태를 판단한다(S120). 구체적으로, 차량 위험 감지 장치(1)와 위험 처리 서버(3)는 탑승자 단말(6)과 블랙박스(7)로부터 제공되는 데이터를 분석하여 차량 상태 및 탑승자 상태를 판단한다.

다음, 감지되고 예측된 위험 상황에 대한 대응 처리를 수행한다(S130). 구체적으로, 차량 위험 감지 장치(1)는 감지되고 예측된 위험 상황에 따라 차량 운행을 제어하거나 위험 대응 기관(53)에 조치를 취하도록 요청할 수 있다.

위에 기술된 바와 같이 수행되는 단계들에 대한 구체적인 동작에 대해 설명한다.

먼저, 주변 위험 상황을 감지하는 단계(S100)에서, 차량 위험 감지 장치(1) 및/또는 위험 처리 서버(3)는, 공공 안전 관리 기관(52)으로부터 제공되는 공공 안전 정보, 재난 관리 기관(51)으로부터 제공되는 재난 정보, CCTV 카메라(41)로부터 제공되는 CCTV 데이터, 차량 탑재 카메라(11)로부터 제공되는 차량 영상, 인프라 센서(42)로부터 제공되는 제1 센서 데이터와 차량 센서(12)로부터 제공되는 제2 센서 데이터, SNS 시스템(9)으로부터 제공되는 제보 데이터(예를 들어, 교통 사고나 재난 상황에 관련된 제보 데이터), 인근 차량(8)으로부터 제공되는 차량 통신 데이터를 기반으로, 교통 사고 및 재난 상황을 포함하는 주변 위험 상황을 감지한다.

구체적인 구현 예로서, 재난 관리 기관(51)이나 공공 안전 관리 기관(52)으로부터 교통 사고 및 재난 정보를 수신할 수 있으며, 예를 들어, 재난 관리 기관인 기상청으로부터 지진 발생과 같은 재난 정보를 수신하여 위험상황이 발생하였음을 감지할 수 있다. 다른 구현 예로서, CCTV 카메라(41)로부터 제공되는 CCTV 데이터와 인프라 센서(42)로부터 제공되는 제1 센서 데이터를 분석하여 주변 위험 상황을 감지하며, 예를 들어, 영상 분석 등을 통해 교통 사고가 발생하였음을 감지할 수 있다. 또 다른 구현 예로서, SNS 시스템(9)으로부터 제공되는 제보 데이터를 토대로 주변 위험 상황을 감지할 수 있으며, 예를 들어, 제보 데이터에 대한 키워드 분석을 통해 지진 발생, 지진 발생 장소 등을 알 수 있다. 또 다른 구현 예로서, 인근 차량(8)과의 차량 통신을 통해 획득되는 차량 통신 데이터를 기반으로 교통사고 및 재난정보 수신할 수 있으며, 예를 들어, 인근 차량에서 감지되거나 수신된 교통사고나 재난 관련 정보를 수신할 수 있다.

한편, 차량 위험을 예측하는 단계(S110)에서, 차량 위험 감지 장치(1) 및/또는 위험 처리 서버(3)는, 차량 탑재 카메라(11)로부터 제공되는 차량 영상, 차량 센서(12)로부터 제공되는 제2 센서 데이터, 탑승자 단말(6)로부터 제공되는 데이터, 블랙 박스(7)로부터 제공되는 데이터, 차량에 대한 탑승자 로그 데이터, 차량 로그 데이터, 위치 로그데이터를 분석하여 차량 위험을 감지하거나 예측한다.

구체적인 구현 예로서, 차량 탑재 카메라(11)로부터 제공되는 차량 영상, 차량 센서(12)로부터 제공되는 제2 센서 데이터를 분석하여 차량 위험을 감지하거나 예측한다. 이 경우, 예를 들어, 차량 탑재 카메라(11)로부터 제공되는 차량 영상에서 산사태 영상이나 지진 영상이 발견되거나, 차량의 가속도 센서에서 충격이 발견된다면, 차량 위험이 발생한 것으로 판단한다. 또한, 탑승자의 부주의(예를 들어, 스마트폰을 떨어뜨림)로 인해 차량의 가속도 센서에서 충격이 발견될 수 있으므로, 블랙 박스(7)로부터 제공되는 영상을 교차 분석하는 것을 통해 차량 위험을 감지하거나 예측하는 것의 정확성을 높일 수 있다. 다른 구현 예로서, 탑승자 단말(6)로부터 제공되는 데이터 특히, 탑승자 단말(6)에 설치된 센서에 의해 측정된 데이터를 분석하여 차량 위험을 감지하거나 예측한다. 이 경우, 예를 들어, 탑승자 단말(6)의 가속도 센서나 자이로 센서에 의해 측정되는 데이터의 분석을 통해 충격이 발생한 것으로 판단되면, 차량 위험이 발생한 것으로 판단한다. 또 다른 구현 예로서, 블랙박스(7)로부터 제공되는 데이터를 기반으로 차량 위험을 감지하거나 예측하며, 예를 들어, 블랙 박스 충격 데이터 및 영상 데이터를 동시에 분석하여 차량 충돌을 감지할 수 있다. 또한, 차량 내부 상황에 대한 영상 데이터를 분석하여 운전자의 눈 깜빡임 등을 감지하여, 운전자의 졸음운전 여부를 감지할 수 있다. 또 다른 구현 예로서, 로그데이터 종합 분석을 통한 차량 위험을 감지하거나 예측한다. 이 경우, 탑승자 로그데이터, 차량 로그데이터, 위치 로그 데이터를 종합 분석하여 차량이 맞이할 수 있는 위험 상황을 감지하거나 예측할 수 있다.

로그데이터 종합 분석을 통한 차량 위험을 감지하거나 예측하는데 사용되는 탑승자 로그 데이터는, 탑승자의 시간별 상황을 기록하고, 탑승자의 장기적 상황분석 정보를 포함한다. 탑승자 로그데이터에서 표현할 수 있는 탑승자 상태 정보는 다음 표 1과 같다.

이러한 탑승자 로그 데이터에서, 탑승자 이동 상태는 탑승자의 위치정보 및 이동속도에 대한 정보이다. 이는 GPS 데이터 분석을 통해 획득할 수 있다. 차량 탑승 여부는 탑승자의 단말에서 얻을 수 있는 위치정보 및 이동속도 정보를 통해 유추할 수 있다. 위치가 도로변이고 이동속도가 특정 시속(예: 시속 50 km) 이상이면 탑승자는 차량에 탑승되어 있는 것으로 판정될 수 있다. 차량 식별자는 차량 탑승 시 탑승자가 이전에 입력한 평소에 타고 다니는 차량번호나 대중교통 정보(예: 버스번호)를 교차 분석함으로써 획득할 수 있고, 또는 탑승자 이동상태와 유사한 상태를 보이는 차량과의 교차분석을 통해 획득할 수 있다. 안전띠 착용 유무는 자동차의 차량센서를 통해 알 수 있다. 탑승자 컨디션은 탑승자 단말(6)의 신체 센서 데이터(예: 심박수), 차량 센서(12)의 공기상태 데이터, 블랙박스(7)의 영상데이터의 분석을 통해 획득될 수 있다. 예를 들면 탑승자의 심박수가 1분당 100회 이상이면 탑승자가 긴장을 하고 있는 것으로 판정될 수 있다. 탑승자 컨디션 중 졸음여부는 차량 센서(12)를 통해 차량내부의 이산화탄소량을 측정하거나 블랙박스(7)를 통해 운전자의 눈깜빡임에 대한 정보를 획득하여 운전자의 졸음여부를 알 수 있다. 탑승 상태는 탑승자 단말의 가속도 센서와 자이로 센서 데이터를 분석하는 것을 통해 획득될 수 있다. 탑승자 주 이동경로는 탑승자 이동상태를 장기적으로 분석함으로써 획득할 수 있다. 탑승자 운전습관은 차량 센서(12)를 통해 분석될 수 있다. 탑승자의 운행이력은 공공 안전 기관(52)으로부터 받은 정보를 통해 획득될 수 있다.

한편, 차량 로그데이터는 차량의 시간별 상황을 기록하고, 차량의 장기적 상황분석 정보를 포함한다. 차량 로그데이터에서 표현할 수 있는 차량 상태 정보는 표 2와 같다.

이러한 차량 로그데이터에서, 탑승자 로그데이터와 유사하거나 동일한 것은 차량 식별자, 안전띠 착용 유무, 차량 이동상태, 차량 주 이동경로, 차량 운행 이력이다. 이 정보들은 탑승자 로그데이터의 동일하거나 유사한 정보와 비슷한 원리로 생성될 수 있다. 한편, 차량 로그데이터에서, 운전상태는 차량의 기어 설정 정보를 통해 획득될 수 있다. 차량 사고 감지는 차량 센서(12), 차량 탑재 카메라(11), 블랙박스(7)로부터 획득되는 데이터 분석을 통해 알 수 있다. 차량 탑재 카메라(11)와 블랙박스(7)의 데이터 분석을 통해 차량에 충격을 준 원인을 분석할 수 있다. 차량 이상 상태는 핸들동작 및 차량 이동상태를 분석하는 것을 통해 알 수 있으며, 예를 들어, 중앙선 침범 및 단시간의 잦은 차선 변경 등을 포함할 수 있다.

한편, 위치 로그데이터는 위치별 발생한 교통사고 및 재난을 기록하며, 위치 로그데이터에서 표현할 수 있는 위치별 상태 정보는 표 3과 같다.

이러한 위치 로그데이터에서, 교통 사고 정보는 공공 안전 관리 기관(52)으로부터 받거나, 차량 로그데이터의 차량 사고감지 정보를 수집하여 생성할 수 있다. 재난정보는 재난 관리 기관(51)으로부터 받거나, 차량 로그데이터의 차량 사고감지 정보를 수집하여 생성할 수 있다.

위에 기술된 바와 같은 탑승자 로그데이터, 차량 로그데이터, 위치 로그데이터의 분석은 위험을 예측하는 데 유용하게 쓰일 수 있으며, 특히 다른 종류의 로그데이터끼리 교차분석은 위험예측의 정확도를 높이는 데 쓰일 수 있다.

한편, 차량 상태 및 탑승자 상태를 판단하는 단계(S120)에서, 차량 위험 감지 장치(1) 및/또는 위험 처리 서버(3)는, 탑승자 단말(6)과 블랙박스(7)로부터 제공되는 데이터 그리고 차량 센서(12)로부터의 제2 센서 데이터를 분석하여 차량 상태 및 탑승자 상태를 판단한다.

구체적인 구현 예로, 차량의 잔여 에너지 상태를 확인하여 차량의 주행가능 거리를 판단할 수 있다. 예를 들어, 차량 탑재 카메라(11)나 블랙 박스(7)로부터 획득되는 차량 내부의 계기판에 표시되는 영상을 획득하고, 영상 분석을 통해 차량의 잔여 에너지 상태를 확인할 수 있다. 또 다른 구체적인 구현 예로, 블랙박스 영상 데이터 및 차량 센서인 이산화탄소 센서의 측정을 분석하여 탑승자가 정상적인 상태인지를 판단할 수 있다.

한편, 감지되고 예측된 위험 상황에 대한 대응 처리를 수행하는 단계(S130)에서, 차량 위험 감지 장치(1) 및/또는 위험 처리 서버(3)는, 감지되고 예측된 위험 상황에 따라 차량 운행을 제어하거나 위험 대응 기관(53)과의 연계를 통해 대응 처리를 수행한다.

구체적인 구현 예로, 위험 대응 기관(53)(예를 들어, 소방서)으로 재난지역 출동 지원을 요청한다. 이 경우, 차량 상태 및 탑승자 상태 그리고 재난지역 위치를 전달하면서 출동 지원을 요청할 수 있다. 다른 구현 예로서, 주위 차량에 위험 정보를 전달한다. 이 경우, 습득한 재난 재해 정보를 인근 차량에 전달할 수 있으며, 차량간 통신을 통해 해당 정보가 전달될 수 있다. 또 다른 구현 예로, 차량 탑승자를 위한 재난 정보를 표출한다. 이 경우, 차량에 탑재된 디스플레이를 통해 감지되거나 예측된 재난이나 차량 위험을 디스플레이하며, 재난이나 위험 종류에 따라 차별화된 정보 디스플레이를 할 수 있다. 또 다른 구현 예로, 차량 탑승자를 위한 대응 방안을 제공한다. 이 경우, 재난지역 회피 방안 및 탑승자 응급 조치 요령(예: 인공호흡 방법) 등을 정보를 제공할 수 있으며, 예를 들어, 해당 정보를 차량 디스플레이를 통해 시각적 형태로 제공하거나 스피커 등을 통해 오디오 형태로 제공할 수 있다. 또 다른 구현 예로, 안전을 위한 차량 제어를 수행할 수 있다. 예를 들어, 재난 상황(예: 폭설)에 맞추어 차량을 안정적으로 차량 정지 제어할 수 있다. 또 다른 구현 예로, 안전지역으로 차량을 이동시킬 수 있다. 예를 들어, 차량 에너지 상태를 고려해 근접한 안전지역으로 차량을 자동으로 이동시킬 수 있다. 또 다른 구현 예로, 인근 차량에 협조 요령을 전달할 수 있다. 예를 들어, 소방차나 구급차 진입 경로를 만들기 위해, 인근 차량에게 차량간 통신을 통해 차선 외곽으로의 이동을 요청하는 정보를 제공할 수 있다.

다음에는 이러한 단계별 방안을 토대로 차량 위험을 처리하는 실시 예에 대해 설명한다.

도 3은 본 발명의 실시 예에 따른 차량 위험을 처리하는 방법의 제1 예에 따른 흐름도이다.

차량 위험 감지 장치(1) 및/또는 위험 처리 서버(3)는, SNS 시스템(9)으로부터 제보 정보를 획득하고, 제보 정보를 분석하여 주변 위험 상황의 발생 여부를 판단한다(S300, S310). 예를 들어, SNS 시스템(9)으로부터 제공되는 지진 관련 제보를 키워드 분석하여 지진 발생 여부와 지진 발생 장소를 획득하고, 이를 토대로 현재 특정 장소에 지진이 발생한 것으로 판단한다.

이후, 차량 위험 감지 장치(1) 및/또는 위험 처리 서버(3)는, 차량 위험을 예측한다. 이 경우, 차량 탑재 카메라(11) 또는 블랙 박스(7)로부터 차량 내부 상황에 대한 영상 데이터를 획득하고, 차량 내부 상황에 대한 영상 데이터를 분석하여 차량 위험 상황 발생 여부를 감지하거나 예측한다(S320). 예를 들어, 영상 데이터의 분석 결과, 운전자의 눈 깜빡임이 검출되거나, 운전자가 졸음 운전을 하고 있는 것으로 판단되는 경우, 운전자의 졸음 운전으로 인해 차량 위험이 발생할 가능성이 있는 상태로 판단한다.

다음, 차량 위험 감지 장치(1) 및/또는 위험 처리 서버(3)는, 차량 위험이 예측된 경우, 차량 상태를 판단한다. 차량 탑재 카메라(11) 또는 블랙 박스(7)로부터 획득된 차량 내부 상황에 대한 영상 데이터로부터 차량 계기판에 대한 영상을 획득하고 이를 분석하여 차량의 잔여 에너지 상태를 확인한다. 그리고 현재의 잔여 에너지로 주행 가능한 거리를 계산한다(S330). 주행 가능한 거리가 설정 거리(예를 들어, 10Km) 이내인 것으로 판단되면, 위험 대응 처리를 수행한다(S340).

차량 위험 감지 장치(1) 및/또는 위험 처리 서버(3)는 차량의 에너지 상태를 고려하여 차량이 안전 지역으로 이동하도록 처리한다(S350). 예를 들어, 차량 에너지 상태를 고려해 10Km 이내에 근접한 안전 지역으로 이동하도록 차량을 자동 제어하거나, 현재 특정 장소에 지진이 발생하였고 차량 에너지 상태에 따른 주행 가능한 거리가 설정 거리 이내이므로, 근접한 안전 지역으로 이동하도록 하는 정보를 시각적 형태 또는 오디오 형태로 출력하여 운전자가 해당 안전 지역으로 이동하도록 유도한다.

한편, 주행 가능한 거리가 설정 거리보다 큰 경우에는, 안전 대응 처리 없이, 현재 주변 위험 발생에 따른 정보, 차량 위험에 따른 정보(졸음 운전 여부) 그리고 주행 가능한 거리를 시각적 형태 또는 오디오 형태로 출력하여, 운전자가 적절한 대응 처리를 하도록 할 수 있다(S360).

도 4는 본 발명의 실시 예에 따른 차량 위험을 처리하는 방법의 제2 예에 따른 흐름도이다.

차량 위험 감지 장치(1)가 차량간 통신을 통해 인근 차량으로부터 교통 사고 정보를 수신하는 경우, 차량 위험 감지 장치(1)는 이를 위험 처리 서버(3)로 통보한다(S500, S510). 이 경우, 차량 위험 감지 장치(1)는 교통사고가 발생한 지점에 대한 정보와 교통 사고에 대한 현황 정보를 수신한 경우, 해당 정보를 교통 사고 정보에 포함시켜 위험 처리 서버(3)로 통보한다.

위험 처리 서버(3)는 교통 사고 정보를 통보한 차량 위험 감지 장치(1)가 설치된 해당 차량에 대한 이동 경로를 분석하여 차량의 주 이동 경로를 획득한다(S520). 예를 들어, 위험 처리 서버(3)는 차량 로그데이터를 분석하여 설정 기간(예를 들어, 현 시점에서 한달 이내) 동안의 차량의 주 이동 경로를 획득한다.

획득된 차량의 주 이동 경로에 교통 사고가 발생한 지점이 포함되어 있는지를 판단하고(S530), 주 이동 경로에 교통 사고가 발생한 지점이 포함되어 있으면, 해당 차량도 교통사고 지점을 통과하여 위험 상황에 놓일 수 있는 것으로 예측한다(S540). 이와 같이 주변 위험을 예측한 경우, 위험 처리 서버(3)는 예측된 주변 위험을 해당 차량으로 통보한다.

이때, 위험 처리 서버(3)는 예측된 주변 위험을 통보하기 전에, 해당 차량의 상태 즉, 운전자 상태를 판단한다(S550). 이를 위해, 위험 처리 서버(3)는 해당 차량의 차량 위험 감지 장치(1)와의 통신을 통해 해당 차량의 블랙 박스(7)로부터 획득된 영상 데이터를 운전자의 눈깜박임이 검출되는지의 여부를 판단하고, 차량 센서(12)로부터 제공되는 이산화탄소 데이터를 토대로 차량 내부의 이산화탄소량에 따른 운전자의 졸음 운전 여부를 판단한다. 눈깜박임이 검출되고 이산화탄소량이 설정량 이상으로 많은 경우에는 운전자가 졸음 운전을 하고 있는 차량 위험 상태인 것으로 판단한다(S560, S570).

이러한 운전자의 졸음 운전에 따른 차량 위험 상태를 판단하는 동작은 차량 위험 감지 장치(1)로부터 제공되는 데이터를 토대로 위험 처리 서버(3)에서 수행될 수 있으며, 또는, 차량 위험 감지 장치(1)에서 수행될 수 있다. 차량 위험 감지 장치(1)가 획득되는 데이터(영상 데이터, 이산화탄소 데이터)를 토대로 운전자의 졸음 운전에 따른 차량 위험 상태를 판단하는 동작을 수행하는 경우, 차량 위험 감지 장치(1)는 판단 결과를 위험 처리 서버(3)에 전달하여, 위험 처리 서버(3)가 현재 차량 운전자의 졸음 운전 여부를 알 수 있도록 할 수 있다.

차량 위험 상태인 것으로 판단되면, 위험 처리 서버(3)는 해당 차량이 인근 차량들과 해당 차량의 주 이동 경로에 있는 차량들에게 피해를 줄 수 있는 것으로 판단하여, 이에 따른 대응 처리를 수행한다. 구체적으로, 위험 처리 서버(3)는 해당 차량의 인근 차량들과 해당 차량의 주 이동 경로에 있는 차량들에게, 해당 차량이 졸음 운전으로 인한 위험 상태임을 통보한다(S580). 이때, 해당 차량에 대한 정보(예를 들어, 차량 번호, 현재 위치, 차량 색깔 등)을 함께 제공하여, 다음 차량들이 해당 차량을 용이하게 식별하도록 할 수 있다. 따라서, 임의 차량이 위험 상태임을 통보받은 차량들은 해당 차량을 유의하면서 운전하게 되므로, 추가적인 사고 위험성을 미연에 방지할 수 있다.

한편, 위험 처리 서버(3)는 단계(S530)에서 사고 발생 지점이 차량의 주 이동 경로에 포함되지 않거나, 단계(S560)에서 운전자가 졸음 운전을 하고 있지 않아서 차량 위험 상태가 아닌 경우에는, 수집되는 데이터를 토대로 차량의 위험을 예측하고 감지하는 동작을 계속 수행한다(S590).

한편, 위험 처리 서버(3)는 단계(S540)에서 주변 위험을 예측한 경우 해당 차량으로 바로 주변 위험이 발생할 가능성이 있음을 통보하고, 다음에, 단계(S550)를 수행할 수도 있다. 또한, 단계(S580) 이후에 해당 차량으로 바로 주변 위험이 발생할 가능성이 있음을 통보할 수 있다. 이 경우, 차량 감지 장치(1)는 위험 처리 서버(3)로부터 이동하는 경로 상에 교통 사고 등의 주변 위험이 발생할 수 있음을, 시각적 형태나 오디오 형태로 운전자에게 경고할 수 있다.

도 5는 본 발명의 다른 실시 예에 따른 차량 위험 감지 장치의 구조를 나타낸 도이다.

첨부한 도 5에 도시되어 있듯이, 본 발명의 다른 실시 예에 따른 차량 위험 감지 장치(100)는, 프로세서(110), 메모리(120), 입력 인터페이스 장치(130), 출력 인터페이스 장치(140), 네트워크 인터페이스 장치(150) 및 저장 장치(160)를 포함하며, 이들은 버스(170)를 통해 통신할 수 있다.

프로세서(110)는 위의 도 1 내지 도 4을 토대로 설명한 방법들을 구현하도록 구성될 수 있다. 예를 들어, 프로세서(110)는 차량 위험 처리부 및/또는 차량 제어부의 기능을 수행하도록 구성될 수 있다.

프로세서(110)는 중앙 처리 장치(CPU)이거나, 또는 메모리(120) 또는 저장 장치(160)에 저장된 명령을 실행하는 반도체 장치일 수 있다.

메모리(120)는 프로세서(110)와 연결되고 프로세서(110)의 동작과 관련한 다양한 정보를 저장한다. 메모리(120)는 프로세서(110)에서 수행하기 위한 명령어를 저장하고 있거나 저장 장치(160)로부터 명령어를 로드하여 일시 저장할 수 있다. 프로세서(110)는 메모리(120)에 저장되어 있거나 로드된 명령어를 실행할 수 있다. 메모리는 ROM(121) 및 RAM(122)를 포함할 수 있다.

본 발명의 실시 예에서 메모리(120)/저장 장치(160)는 프로세서(110)의 내부 또는 외부에 위치할 수 있고, 이미 알려진 다양한 수단을 통해 프로세서(110)와 연결될 수 있다.

한편, 본 다른 실시 예에 따른 위험 처리 서버도 도 5에 도시된 바와 같은 구조로 구현될 수 있으며, 이 경우, 프로세서는 위험 처리 서버의 탑승자 로그 관리부, 차량 로그 관리부, 위치 로그 관리부, 및 위험감지·예측·대응부의 기능을 수행하도록 구성될 수 있다. 상세한 사항은 도 5 관련 설명을 참조하며, 여기서는 상세한 설명을 생략한다.

본 발명의 실시 예는 이상에서 설명한 장치 및/또는 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하기 위한 프로그램, 그 프로그램이 기록된 기록 매체 등을 통해 구현될 수도 있으며, 이러한 구현은 앞서 설명한 실시예의 기재로부터 본 발명이 속하는 기술분야의 전문가라면 쉽게 구현할 수 있는 것이다.

이상에서 본 발명의 실시 예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (1)

1. 차량 위험을 감지 또는 예측하는 방법으로서,
   장치가, 네트워크를 통해 공공 기관, 감지 장치, 차량 탑재 카메라, 차량 센서, SNS 시스템, 인근 차량 중 적어도 하나로부터 제공되는 데이터를 기반으로, 교통 사고 및 재난 상황을 포함하는 주변 위험 상황을 감지하거나 예측하는 단계;
   상기 장치가, 주변 위험 상황이 감지되거나 예측된 경우, 해당 차량에 관련된 로그 데이터를 토대로 해당 차량 자체에 대한 위험을 감지하거나 예측하는 단계 - 상기 로그 데이터는 탑승자에 관련된 로그 데이터, 차량에 관련된 로그 데이터, 그리고 위치별 재난이나 교통 사고 정보를 나타내는 로그 데이터를 포함함 -; 및
   상기 장치가, 상기 해당 차량에 차량 자체에 대한 위험이 감지되거나 예측되는 경우, 대응 처리를 수행하는 단계
   를 포함하는 방법.
   
   
   
   
   
   
   

Images