KR20220068795A - 운행정보 수집장치를 이용한 안전운전지수 평가 시스템 - Google Patents

운행정보 수집장치를 이용한 안전운전지수 평가 시스템 Download PDF

Info

Publication number
KR20220068795A
KR20220068795A KR1020200155970A KR20200155970A KR20220068795A KR 20220068795 A KR20220068795 A KR 20220068795A KR 1020200155970 A KR1020200155970 A KR 1020200155970A KR 20200155970 A KR20200155970 A KR 20200155970A KR 20220068795 A KR20220068795 A KR 20220068795A
Authority
KR
South Korea
Prior art keywords
driving
information
server
vehicle
index
Prior art date
Application number
KR1020200155970A
Other languages
English (en)
Inventor
오상기
김준호
이한새
임재혁
조영준
유창배
Original Assignee
경기과학기술대학교 산학협력단
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 경기과학기술대학교 산학협력단 filed Critical 경기과학기술대학교 산학협력단
Priority to KR1020200155970A priority Critical patent/KR20220068795A/ko
Publication of KR20220068795A publication Critical patent/KR20220068795A/ko

Links

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
    • G06Q50/30—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W40/09—Driving style or behaviour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • 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
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0022—Gains, weighting coefficients or weighting functions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/30—Driving style

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Mathematical Physics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Software Systems (AREA)
  • Primary Health Care (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Educational Administration (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Technology Law (AREA)
  • Operations Research (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
  • Traffic Control Systems (AREA)

Abstract

운행정보 수집장치를 이용한 안전운전지수 평가 시스템은 차량 운행정보를 수집하여 국세청 양식에 맞게 운행기록부를 자동 생성하고, 수집한 차량 운행정보를 기초로 운행 패턴 정보를 생성하며, 생성한 운행 패턴 정보를 이용하여 차량의 안전운전지수를 산출함으로써 차량 운행 결과를 한 눈에 파악할 수 있는 효과가 있다.

Description

운행정보 수집장치를 이용한 안전운전지수 평가 시스템{System for Evaluating Safey Operation Index Using Driving Information Collection Device}
본 발명은 안전운전지수 평가 시스템에 관한 것으로서, 더욱 상세하게는 차량 운행정보를 수집하여 국세청 양식에 맞게 운행기록부를 자동 생성하고, 수집한 차량 운행정보를 기초로 운행 패턴 정보를 생성하며, 생성한 운행 패턴 정보를 이용하여 차량의 안전운전지수를 산출하는 운행정보 수집장치를 이용한 안전운전지수 평가 시스템에 관한 것이다.
우리나라는 차량 1만대 당 교통사고 사망자수가 약 246명으로 OECD 평균인 11명의 약 2배에 달한다.
특히, 우리나라 차량 운전자의 운행 습관 및 인식이 선진국에 비해 크게 못미치는 것이 교통사고 발생 및 사망 자수 증가의 주요 요인으로 분석되고 있다.
차내 안전사고의 발생 원인 가운데 가장 높은 비중을 차지하는 것이 차량의 급가속과 급감속 및 차선변경인데, 이러한 차량 운전자의 운전 습관을 분석하여 안전운전지수를 도출하는 것에 대한 선행 기술 문헌이 개시되어 있다.
그러나 이러한 기존의 안전운전지수는 평가요소 데이터의 측정에 정확성이 결여되어 있고, 시간적 요소와 지역적 특성에 따른 사고 특성 분석이 선행되지 아니한 채 획일적인 평가 기준에 의해 도출되어 그 신뢰성이 담보되지 못하는 문제점이 있다.
한국 공개특허번호 제10-2017-0024292호
이와 같은 문제점을 해결하기 위하여, 본 발명은 차량 운행정보를 수집하여 국세청 양식에 맞게 운행기록부를 자동 생성하고, 수집한 차량 운행정보를 기초로 운행 패턴 정보를 생성하며, 생성한 운행 패턴 정보를 이용하여 차량의 안전운전지수를 산출하는 운행정보 수집장치를 이용한 안전운전지수 평가 시스템을 제공하는데 그 목적이 있다.
상기 목적을 달성하기 위한 본 발명의 특징에 따른 안전운전지수 평가 시스템은,
차량을 구성하는 각 요소에 배치된 센서들로부터 전달되는 차량 운행정보를 수집하여 저장하는 운행정보 수집장치;
상기 운행정보 수집장치로부터 차량 운행정보를 수신하여 전송하는 운전자 단말기; 및
상기 운전자 단말기로부터 수신한 차량 운행정보를 수집하고, 수집된 차량 운행정보를 기초로 운전자 정보에 따른 운전 부하(driving workload) 정보, 주행 이력 정보 및 운전 행동 정보를 포함하는 운행 패턴 정보(DPI)를 생성하도록 구성하는 운전 습관 분석부와, 차량의 운행 시간 및 운행 지역에 따라 기설정된 각각의 가중치(A, B, C)를 적용한 (A × 운전 부하 정보) + (B × 주행 이력 정보) + (C × 운전 행동 정보)를 계산하여 안전운전지수를 생성하는 안전운전지수 산출부로 이루어진 운행정보 분석서버를 포함하는 것을 특징으로 한다.
수신한 차량 운행정보를 기초로 차량 운행 상태 정보를 등록한 기본 정보와 연계하여 업무용 사용거리 및 업무사용비율을 포함한 운행기록부를 국세청 양식에 맞게 자동 생성하며, 상기 생성한 국세청 양식에 따른 운행기록부를 무선 통신부를 통해 국세청 서버로 전송하는 국세청 양식 변환부를 더 포함하는 것을 특징으로 한다.
학습에 사용하지 않은 입력 데이터(상기 운전 부하 정보, 상기 주행 이력 정보, 상기 운전 행동 정보)가 입력되면, 입력층(Input Layer), 은닉층(Hidden Layer), 출력층(Output Layer)을 통해 상기 운전 부하 정보, 상기 주행 이력 정보, 상기 운전 행동 정보의 3개의 특징에 대응되는 상기 안전운전지수를 출력하는 학습부를 더 포함하는 것을 특징으로 한다.
전술한 구성에 의하여, 본 발명은 차량의 안전운전지수를 산출하여 차량 운행 결과를 한 눈에 파악할 수 있는 효과가 있다.
본 발명은 차량 운행정보를 기초로 운행 패턴 정보를 생성하여 위험 운전 경고를 실시간으로 제공받을 수 있으며, 안전 주행 및 관리를 위한 실시간 차량 기록 정보를 제공받아 제품의 신뢰성을 확보할 수 있는 효과가 있다.
본 발명은 차량의 안전운전지수를 보험료 차등 산정에 적용하여 신규 서비스 창출에 기여할 수 있다.
도 1은 본 발명의 실시예에 따른 차량 운행정보 수집장치를 이용한 안전운전지수 평가 시스템의 구성을 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 운행정보 수집장치의 내부 구성을 간략하게 나타낸 블록도이다.
도 3은 본 발명의 실시예에 따른 운행정보 분석서버의 내부 구성을 간략하게 나타낸 블록도이다.
도 4는 본 발명의 실시예에 따른 안전운전지수 평가 시스템의 동작 과정을 나타낸 순서도이다.
도 5는 본 발명의 실시예에 따른 위치별 안전운전지수를 표시하는 운전자 단말기의 디스플레이부를 나타낸 도면이다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
도 1은 본 발명의 실시예에 따른 차량 운행정보 수집장치를 이용한 안전운전지수 평가 시스템의 구성을 나타낸 도면이다.
본 발명의 실시예에 따른 운행정보 수집장치를 이용한 안전운전지수 평가 시스템(100)은 차량(10)에 탑재된 운행정보 수집장치(110)와, 앱이 탑재된 운전자 단말기(120)와, 각 차량(10)의 운행정보 수집장치(110)로부터 차량의 운행정보를 수신하여 안전운전지수를 평가하고, 평가 결과를 운전자 단말기(120)로 전송하는 운행정보 분석서버(130)를 포함한다. 이외에 운행정보 분석서버(130)와 연동하는 국세청 서버(140), 보험사 서버(150), 국가기관 서버(160)를 포함한다.
각 차량에 장착된 운행정보 수집장치(110)는 차량 운행이 시작되면 차량 운행정보를 수집하여 운전자 단말기(120)로 전송한다.
운전자 단말기(120)는 차량 운행이 종료되면 저장된 차량 운행정보를 운행정보 분석서버(130)로 전송한다.
운행정보 분석서버(130)는 운전자 단말기(120)로부터 수신한 차량 운행정보를 수집하고, 수집된 차량 운행정보를 기초로 운전자 정보에 따른 운전 부하(driving workload) 정보, 주행 이력 정보 및 운전 행동 정보를 포함하는 운행 패턴 정보(DPI)를 생성하고, 차량의 운행 시간 및 운행 지역에 따라 기설정된 각각의 가중치를 적용하여 안전운전지수를 계산하고, 계산된 안전운전지수를 분석, 평가한다.
운행정보 분석서버(130)는 산출된 안전운전지수를 국세청 서버(140), 보험사 서버(150), 국가기관 서버(160)로 전송하고, 각각의 국세청 서버(140), 보험사 서버(150), 국가기관 서버(160)에서 안전운전지수를 서비스 제공에 활용할 수 있다.
도 2는 본 발명의 실시예에 따른 운행정보 수집장치의 내부 구성을 간략하게 나타낸 블록도이다.
본 발명의 실시예에 따른 운행정보 수집장치(110)는 레이더(111), 카메라부(112), 아날로그 디지털 변환기(113), OBD2 장치(114), 제어부(115), 메모리부(116) 및 무선 통신모듈(117)을 포함하고, 차량(10)이 운행을 종료하면, 제어부(115)는 메모리부(116)에 저장된 운행정보를 무선 통신모듈(117)을 통해 운전자 단말기(120)로 전송한다.
레이더(111)는 차량(10)의 속도와 인접 차량과의 거리 등을 산출하기 위해 사용할 수 있다.
카메라부(112)는 LDW(Lane Departure Warning)나 FCW(Forward Collision Warning)를 위한 외부 영상을 입력하기 위한 카메라와 차량 내부의 운전자 모습을 촬영하기 위한 내부 카메라를 포함할 수 있다. 여기서, 차선이탈경고(LDW)는 카메라(112)로부터 획득한 주행 영상 데이터로부터 도로면의 차선을 추출하고 차선의 위치 등을 분석하여 차량이 정상 주행 중인지 또는 방향지시등 조작과 같은 차선 이동 의사 표시가 없이 비정상적으로 차선을 이탈하는지를 판단하여 경고 또는 조향제어를 통해 차선 이탈을 방지할 수 있다.
아날로그 디지털 변환기(113)는 카메라부(112)나 레이더(111)의 아날로그 신호를 입력받기 위한 것으로서, 레이더(111)와 카메라부(112)가 디지털 방식의 인터페이스를 제공할 경우에는 I/O 포트(128)를 통해 연결될 수도 있다.
OBD2 장치(114)는 ECU를 포함한 각종 차량 제어 시스템의 정보를 열어 볼 수 있는 일종의 정보 통로로서, OBD(On Board Diagnostics)2 장치(114)에서 나오는 정보는 표준 OBD 정보, 자동차 스캐너용 정보, 자동차회사 고유의 정보 등이 있다.
표준 OBD 정보는 전세계 공통으로서 대략 RPM, 속도, 배터리 전압, 미션오일 온도 등이 있다. 즉, OBD2 장치(114)는 차량(10) 내의 OBD 커넥터에 연결되어 OBD 커넥터를 통해 엔진장치, 제동장치, 현가장치, 변속장치 등 차량을 구성하는 각 요소에 배치된 센서들로부터 전달되는 차량 운행정보를 수집할 수 있다.
제어부(115)는 카메라부(112)로부터 입력된 영상을 분석하여 LDW나 FCW를 판단하고, 레이더(111)를 통해 입력된 데이터로부터 속도나 거리정보를 산출하며, 입력된 데이터로부터 차량 운행정보를 생성하여 메모리부(116)에 저장한다.
메모리부(116)는 동작을 위한 소프트웨어나 데이터를 저장하기 위한 것이고, I/O포트(미도시)는 직렬 통신포트나 버튼 등을 필요에 따라 연결한다.
GPS 모듈(미도시)은 인공위성으로부터 GPS 신호를 수신하여 차량(10)의 현재 위치를 계산하여 제어부(115)로 전송한다.
제어부(115)는 차량(10)의 현재 위치 정보를 포함한 차량 운행정보를 무선 통신모듈(117)을 통해 운전자 단말기(120)로 전송한다.
운전자 단말기(120)는 기설치된 운행 서비스 어플리케이션을 통해 차량(10)의 운행정보 수집장치(110)로부터 차량 운행정보를 수신하고, 수신한 차량 운행정보를 통신망(101)을 통해 운행정보 분석서버(130)로 전송한다.
도 3은 본 발명의 실시예에 따른 운행정보 분석서버의 내부 구성을 간략하게 나타낸 블록도이다.
본 발명의 실시예에 따른 운행정보 분석서버(130)는 운행정보 수집부(131), 국세청 양식 변환부(132), 운전 습관 분석부(133), 저장부(134), 서버 제어부(135), 무선 통신부(136), 안전운전지수 산출부(137) 및 학습부(138)를 포함한다.
운행정보 수집부(131)는 운전자 단말기(120)로부터 차량(10)의 차량 운행정보를 수신하여 저장한다.
차량 운행정보는 차속, RPM, 연료소모량, 가속페달, 브레이크와, 주행거리, 연료 소모량, 일일 연료 소모량, 시스템 부팅 등의 운행 데이터를 포함할 수 있다.
국세청 양식 변환부(132)는 수신한 운행 데이터를 기초로 차량 운행 상태 정보를 등록한 기본 정보와 연계하여 업무용 사용거리 및 업무사용비율을 포함한 운행기록부를 국세청 양식에 맞게 자동 생성하며, 생성한 국세청 양식에 따른 운행기록부를 무선 통신부(136)를 통해 국세청 서버(140)로 전송한다.
운전 습관 분석부(133)는 수집된 차량 운행정보를 기초로 운전자 정보에 따른 운전 부하(driving workload) 정보, 주행 이력 정보 및 운전 행동 정보를 포함하는 운행 패턴 정보(DPI)를 생성하도록 구성된다.
여기서, 운전 부하 정보는 운전자의 연령, 운전 경력, 과속 운전 또는 음주 운전과 같은 교통 위반 횟수에 기초하여 산출된 정량적인 값을 지시하는 정보를 포함할 수 있다.
주행 이력 정보는 운전자의 주행 시간과 주행 거리를 지시하는 정보를 포함한다. 주행 시간은 운전자가 운전을 시작하여 종료할 때까지 시간을 의미한다.
운전 행동 정보는 급가속, 급감속, 급정지, 급출발 등의 횟수를 나타내는 위험 운전 정보와 좌우회전 및 좌우측 차선 변경 등의 횟수를 나타내는 운전 습관 정보를 포함할 수 있다.
운전 습관 분석부(133)는 운전자 입력에 따라 입력된 운전자의 연령, 운전 경력, 과속 운전 또는 음주 운전과 같은 교통 위반 횟수에 기초하여 운전 부하 정보를 산출한다.
운전 습관 분석부(133)는 급가속, 급감속, 급정지, 급출발 등의 횟수를 산출하여 이를 위험 운전 정보로 생성하고, 좌우회전 및 좌우측 차선 변경 등의 횟수를 산출하여 이를 운전 습관 정보로 생성한다.
안전운전지수 산출부(137)는 차량의 운행 시간 및 운행 지역에 따라 기설정된 각각의 가중치(A, B, C)를 (A × 운전 부하 정보) + (B × 주행 이력 정보) + (C × 운전 행동 정보)를 계산하여 안전운전지수를 생성한다.
서버 제어부(135)는 운전 부하 정보, 주행 이력 정보, 운전 행동 정보의 특징 벡터를 학습부(138)의 입력 데이터로 전송한다.
학습부(138)는 입력층으로부터 입력 데이터를 입력받아 예측값을 출력층의 버퍼에 출력하는 예측 심층 신경망을 사용하며, 예측 심층 신경망의 구조나 형태는 제한되지 않고, 대표적인 방법으로 DNN(Deep Neural Network), CNN(Convolutional Neural Network), RNN(Recurrent Neural Network) 등이 있다.
학습부(138)는 3개의 특징 벡터를 패턴 인식 기법을 이용하여 다양한 연관 관계를 찾아내는 기법으로 재발 신경망(Recurrent Neural Network, RNN) 모델의 LSTM(Long Short-Term Memory)로 구성된다.
패턴 인식 기법은 인공 신경망을 이용한 예측 방법으로 입력층으로부터 출력층의 결과값을 예측한 경우, 학습 과정에서 결과값들로부터 입력값을 예측할 수 있다. 인공 신경망은 입력값과 출력값이 일대일 대응 관계에 있지 아니하므로, 출력층으로서 입력층을 그대로 복구하는 것은 불가능하나, 예측 알고리즘을 고려하여 역전파(Backpropagation) 알고리즘에 의해 결과값으로부터 산출된 출력 데이터가 최초의 입력 데이터와 상이하다면, 인공 신경망의 예측이 부정확하다고 볼 수 있으므로, 제약 조건 하에서 산출된 출력 데이터가 최초의 입력 데이터와 유사해지도록 예측 계수를 변경하여 학습을 훈련하게 된다.
심층 신경망이란 신경망 알고리즘 중에서 여러 개의 층으로 이루어진 신경망을 의미한다. 한 층은 여러 개의 노드로 이루어져 있고, 노드에서 실제 연산이 이루어지는데, 이러한 연산 과정은 인간의 신경망을 구성하는 뉴런에서 일어나는 과정을 모사하도록 설계되어 있다. 통상적인 인공 신경망은 입력층(Input Layer), 은닉층(Hidden Layer), 출력층(Output Layer)으로 나뉘며, 입력 데이터는 입력층의 입력이 되며, 입력층의 출력은 은닉층의 입력이 되고, 은닉층의 출력은 출력층의 입력이 되고, 출력층의 출력이 최종 출력이 된다.
학습부(138)는 입력층으로부터 입력 데이터를 입력받아 예측값을 출력층의 버퍼에 출력하는 예측 심층 신경망을 사용하며, 예측 심층 신경망의 구조나 형태는 제한되지 않고, 대표적인 방법으로 DNN(Deep Neural Network), CNN(Convolutional Neural Network), RNN(Recurrent Neural Network) 등이 있으며, 각각의 신경망의 조합으로 예측 심층 신경망을 구성하여 다양한 구조의 심층 신경망을 구성할 수 있다.
학습부(138)는 신경망의 학습을 감독 학습으로 수행한다. 감독 학습은 학습 데이터와 이에 대응하는 출력 데이터를 함께 신경망에 입력하고, 학습 데이터에 대응하는 출력 데이터가 출력되도록 연결된 간선들의 가중치를 업데이트하는 방법이다. 여기서, 학습 데이터는 운전 부하 정보, 주행 이력 정보, 운전 행동 정보를 포함할 수 있다.
학습부(138)는 예측 모델을 만들기 위해서 안전운전지수 이력 모델을 저장부(134)에 저장하여 기계 학습의 학습 데이터 셋으로 이용할 수 있다.
기계 학습 과정은 과거에 저장된 많은 데이터로부터 특징 벡터를 추출하고, 추출된 특징 벡터를 토대로 학습 데이터 셋을 만들고, 학습 데이터 셋은 기계 학습 알고리즘에 기반하여 예측 모델을 생성하게 된다. 학습 데이터는 기계 학습에서 원하는 정보를 추출하기 위해서 사용되는 데이터의 집합이다.
학습부(138)는 저장부(134)에 저장된 안전운전지수 데이터 모델을 메모리부(미도시)로 불러와서 운전 부하 정보, 주행 이력 정보, 운전 행동 정보의 특징을 입력 데이터로 하여 안전운전지수 데이터의 매칭 여부를 기계 학습한다.
안전운전지수 데이터 검출은 인공 신경망을 기반으로 하며, 훈련 목적으로 역전파 알고리즘을 사용한다.
학습부(138)는 운전 부하 정보, 주행 이력 정보, 운전 행동 정보에 대응하는 안전운전지수 데이터를 학습한다.
학습부(138)는 학습에 사용하지 않은 입력 데이터(운전 부하 정보, 주행 이력 정보, 운전 행동 정보)가 입력되면, 입력층(Input Layer), 은닉층(Hidden Layer), 출력층(Output Layer)을 통해 운전 부하 정보, 주행 이력 정보, 운전 행동 정보의 3개의 특징에 대응되는 안전운전지수를 출력한다.
도 4는 본 발명의 실시예에 따른 안전운전지수 평가 시스템의 동작 과정을 나타낸 순서도이다.
각 차량에 장착된 운행정보 수집장치(110)는 차량 운행이 시작되면(S100), 레이더(111), 카메라부(112), OBD2 장치(114)로부터 차량 운행 정보를 수집하여 메모리부(116)에 저장하고(S101), 차량 운행이 종료되면, 저장된 차량 운행 정보를 운전자 단말기(120)를 통해 운행정보 분석서버(130)로 업로드한다(S102, S103).
운행정보 분석서버(130)는 운전자 단말기(120)로부터 수신한 차량 운행정보를 수집하고, 수집된 차량 운행정보를 기초로 운전자 정보에 따른 운전 부하(driving workload) 정보, 주행 이력 정보 및 운전 행동 정보를 포함하는 운행 패턴 정보(DPI)를 생성하고, 차량의 운행 시간 및 운행 지역에 따라 기설정된 각각의 가중치(A, B, C)를 (A × 운전 부하 정보) + (B × 주행 이력 정보) + (C × 운전 행동 정보)를 계산하여 안전운전지수를 생성한다(S104, S105).
서버 제어부(135)는 산출된 안전운전지수를 무선 통신부(136)를 통해 운전자 단말기(120), 국세청 서버(140), 보험사 서버(150), 국가기관 서버(160)로 각각 전송할 수 있다(S106, S107, S108, S109).
서버 제어부(135)는 운전 습관 분석부(133)와 연계하여 운전 행동 정보와 운전 부하 정보를 각각의 기설정된 기준 데이터와 빈도수와 비교하여 기준 데이터와 빈도수를 초과하는지 판단한다.
예를 들어, 급정지 데이터, 과속 데이터, 급감속 데이터 등에 대한 각각의 기준 데이터와 비교하는 것이다.
예를 들어, 속도 데이터는 기준 데이터가 100km/h, 기준 빈도수 1번인 경우, 12시 1분 101km/h, 12시 1분 30초에 103km/h, 12시 1분 40초 km/h라고 가정하면, 기설정된 기준 데이터를 초과한 횟수가 1분에 3번이므로 기준 빈도수 1번을 초과했다고 기록할 수 있다.
서버 제어부(135)는 기설정된 기준 데이터와 빈도수를 초과하는 경우, 초과한 횟수만큼 안전 운전 데이터를 생성하고, 생성한 안전 운전 데이터를 무선 통신부(136)를 통해 운전자 단말기(120)로 피드백하도록 전송한다.
서버 제어부(135)는 운전 습관 정보와 운전 부하 정보를 각각의 기설정된 기준 데이터와 빈도수의 값을 재설정하도록 제어할 수 있다.
운전자 단말기(120)는 안전 운전 데이터를 수신하여 위험 안전 경고를 실시간으로 제공받으며, 차량 운행이 완료되면, 운행 결과로 안전운전지수를 제공받을 수 있다.
서버 제어부(135)는 산출된 안전운전지수를 무선 통신부(136)를 통해 보험사 서버(150)로 전송하면, 보험사 서버(150)는 상기 산출된 안전운전지수를 기초로 보험사의 보험요율 적용에 이용하여 보험료를 차등 산정할 수 있다.
서버 제어부(135)는 산출된 안전운전지수를 무선 통신부(136)를 통해 국가기관 서버(160)로 전송하면, 국가기관 서버(160)는 상기 산출된 안전운전지수를 기초로 공공 주차장의 주차료 할인 혜택을 적용할 수 있다.
도 5는 본 발명의 실시예에 따른 위치별 안전운전지수를 표시하는 운전자 단말기의 디스플레이부를 나타낸 도면이다.
운전자 단말기(120)는 네비게이션(미도시) 기능을 수행하는 경우, 운행정보 분석서버(130)로부터 산출된 각 차량(10)의 안전운전지수를 수신한다.
운전자 단말기(120)는 운행정보 분석서버(130)로부터 수신한 복수의 안전운전지수를 위치 좌표별로 지도 데이터 상에 표시할 수 있다.
운전자 단말기(120)는 지도 데이터 상에 표시된 안전운전지수의 수치값에 따라 위험 경고, 보통, 안전지대 등 다양한 레벨의 메시지와 색깔로 표시할 수 있다.
이상에서 본 발명의 실시예에 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.
100: 안전운전지수 평가 시스템 110: 운행정보 수집장치
111: 레이더 112: 카메라부
113: 아날로그 디지털 변환기 114: OBD2 장치
115: 제어부 116: 메모리부
117: 무선 통신모듈 120: 운전자 단말기
130: 운행정보 분석서버 131: 운행 정보 수집부
132: 국세청 양식 변환부 133: 운전 습관 분석부
134: 저장부 135: 서버 제어부
136: 무선 통신부 137: 안전운전지수 산출부
138: 학습부 140: 국세청 서버
150: 보험사 서버 160: 국가기관 서버

Claims (6)

  1. 차량을 구성하는 각 요소에 배치된 센서들로부터 전달되는 차량 운행정보를 수집하여 저장하는 운행정보 수집장치;
    상기 운행정보 수집장치로부터 차량 운행정보를 수신하여 전송하는 운전자 단말기; 및
    상기 운전자 단말기로부터 수신한 차량 운행정보를 수집하고, 수집된 차량 운행정보를 기초로 운전자 정보에 따른 운전 부하(driving workload) 정보, 주행 이력 정보 및 운전 행동 정보를 포함하는 운행 패턴 정보(DPI)를 생성하도록 구성하는 운전 습관 분석부와, 차량의 운행 시간 및 운행 지역에 따라 기설정된 각각의 가중치(A, B, C)를 적용한 (A × 운전 부하 정보) + (B × 주행 이력 정보) + (C × 운전 행동 정보)를 계산하여 안전운전지수를 생성하는 안전운전지수 산출부로 이루어진 운행정보 분석서버를 포함하는 것을 특징으로 하는 안전운전지수 평가 시스템.
  2. 제1항에 있어서,
    상기 수신한 차량 운행정보를 기초로 차량 운행 상태 정보를 등록한 기본 정보와 연계하여 업무용 사용거리 및 업무사용비율을 포함한 운행기록부를 국세청 양식에 맞게 자동 생성하며, 상기 생성한 국세청 양식에 따른 운행기록부를 무선 통신부를 통해 국세청 서버로 전송하는 국세청 양식 변환부를 더 포함하는 것을 특징으로 하는 안전운전지수 평가 시스템.
  3. 제1항에 있어서,
    학습에 사용하지 않은 입력 데이터(상기 운전 부하 정보, 상기 주행 이력 정보, 상기 운전 행동 정보)가 입력되면, 입력층(Input Layer), 은닉층(Hidden Layer), 출력층(Output Layer)을 통해 상기 운전 부하 정보, 상기 주행 이력 정보, 상기 운전 행동 정보의 3개의 특징에 대응되는 상기 안전운전지수를 출력하는 학습부를 더 포함하는 것을 특징으로 하는 안전운전지수 평가 시스템.
  4. 제1항에 있어서,
    상기 운행정보 분석서버는 상기 운전 습관 분석부와 연계하여 상기 운전 행동 정보와 상기 운전 부하 정보를 각각의 기설정된 기준 데이터와 빈도수와 비교하여 기준 데이터와 빈도수를 초과하는지 판단하고, 상기 기설정된 기준 데이터와 빈도수를 초과하는 경우, 초과한 횟수만큼 안전 운전 데이터를 생성하고, 상기 생성한 안전 운전 데이터를 무선 통신부를 통해 상기 운전자 단말기로 피드백하도록 전송하는 것을 특징으로 하는 안전운전지수 평가 시스템.
  5. 제1항에 있어서,
    상기 운행정보 분석서버는 상기 산출된 안전운전지수를 무선 통신부를 통해 상기 운전자 단말기, 국세청 서버, 보험사 서버, 국가기관 서버로 각각 전송하며,
    상기 보험사 서버는 상기 산출된 안전운전지수를 기초로 보험사의 보험요율 적용에 이용하여 보험료를 차등 산정하는 것을 특징으로 하는 안전운전지수 평가 시스템.
  6. 제1항에 있어서,
    상기 운행정보 분석서버는 상기 산출된 안전운전지수를 무선 통신부를 통해 상기 운전자 단말기, 국세청 서버, 보험사 서버, 국가기관 서버로 각각 전송하며,
    상기 국가기관 서버는 상기 산출된 안전운전지수를 기초로 공공 주차장의 주차료 할인 혜택을 적용하는 것을 특징으로 하는 안전운전지수 평가 시스템.
KR1020200155970A 2020-11-19 2020-11-19 운행정보 수집장치를 이용한 안전운전지수 평가 시스템 KR20220068795A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200155970A KR20220068795A (ko) 2020-11-19 2020-11-19 운행정보 수집장치를 이용한 안전운전지수 평가 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200155970A KR20220068795A (ko) 2020-11-19 2020-11-19 운행정보 수집장치를 이용한 안전운전지수 평가 시스템

Publications (1)

Publication Number Publication Date
KR20220068795A true KR20220068795A (ko) 2022-05-26

Family

ID=81808984

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200155970A KR20220068795A (ko) 2020-11-19 2020-11-19 운행정보 수집장치를 이용한 안전운전지수 평가 시스템

Country Status (1)

Country Link
KR (1) KR20220068795A (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170024292A (ko) 2015-08-25 2017-03-07 최재권 적어도 하나 이상의 승객으로부터 제공받은 안전성 평가 정보를 반영하여 차량 운전자의 안전운전지수를 추정하기 위한 시스템 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170024292A (ko) 2015-08-25 2017-03-07 최재권 적어도 하나 이상의 승객으로부터 제공받은 안전성 평가 정보를 반영하여 차량 운전자의 안전운전지수를 추정하기 위한 시스템 및 방법

Similar Documents

Publication Publication Date Title
US12014424B2 (en) Autonomous vehicle premium computation using predictive models
JP6849705B2 (ja) 自動化されたリスク制御システムを含む自律的又は部分的に自律的な自動車及びそれに対応する方法
US11436683B1 (en) System and method for incentivizing driving characteristics by monitoring operational data and providing feedback
US20210070309A1 (en) Exhaustive Driving Analytical Systems and Modelers
CN109844793A (zh) 基于智能、远程信息处理的oem线路装配系统及其对应方法，用于按比例缩放的实时风险测量/风险评分驱动信令
CN108944939B (zh) 用于提供驾驶指导的方法和系统
CN104730949A (zh) 自主车辆中的情感型用户界面
US11657318B2 (en) Assessing ride quality for autonomous vehicles
JP2019512792A (ja) テレマティクスシステム及びその対応する方法
JPWO2017168883A1 (ja) 情報処理装置、情報処理方法、プログラム、およびシステム
IL247502A (en) Traffic information system
US10984479B1 (en) System and method for tracking the operation of a vehicle and/or the actions of a driver
KR20200078274A (ko) 차량 운행정보 수집장치를 이용한 안전운전지수 평가 방법 및 시스템
US11468533B1 (en) Vehicle rating system
CN115861983A (zh) 用于机械设备的智能化管理系统及其方法
Peng et al. Rough set based method for vehicle collision risk assessment through inferring driver's braking actions in near-crash situations
US10528989B1 (en) Vehicle rating system
CN113320537A (zh) 一种车辆控制方法和系统
CN117216666A (zh) 一种基于计算机大数据的交通事故预估方法及系统
CN116662856A (zh) 基于模糊逻辑的实时驾驶风格分类及预警方法
KR20220068795A (ko) 운행정보 수집장치를 이용한 안전운전지수 평가 시스템
Peng et al. A Method for Vehicle Collision Risk Assessment through Inferring Driver's Braking Actions in Near-Crash Situations
US10789663B1 (en) Vehicle rating system
Saleh et al. Fuzzy-based recognition model for driving styles
US20220101443A1 (en) Accident index calculation apparatus, information providing apparatus, content selection apparatus, insurance premium setting apparatus, accident index calculation method, and program

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application