KR20220089138A - Road Dangerous Object Recognition Apparatus and Method - Google Patents
Road Dangerous Object Recognition Apparatus and Method Download PDFInfo
- Publication number
- KR20220089138A KR20220089138A KR1020200179493A KR20200179493A KR20220089138A KR 20220089138 A KR20220089138 A KR 20220089138A KR 1020200179493 A KR1020200179493 A KR 1020200179493A KR 20200179493 A KR20200179493 A KR 20200179493A KR 20220089138 A KR20220089138 A KR 20220089138A
- Authority
- KR
- South Korea
- Prior art keywords
- road
- vehicle
- driving behavior
- location
- hazardous material
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 239000000126 substance Substances 0.000 claims abstract description 29
- 239000013056 hazardous product Substances 0.000 claims description 71
- 239000000463 material Substances 0.000 claims description 28
- 230000008859 change Effects 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 12
- 239000000383 hazardous chemical Substances 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 3
- 230000006399 behavior Effects 0.000 description 64
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 6
- 238000013480 data collection Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- UXVMQQNJUSDDNG-UHFFFAOYSA-L Calcium chloride Chemical compound [Cl-].[Cl-].[Ca+2] UXVMQQNJUSDDNG-UHFFFAOYSA-L 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 229910001628 calcium chloride Inorganic materials 0.000 description 1
- 239000001110 calcium chloride Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
- G08G1/09675—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where a selection from the received information takes place in the vehicle
-
- G06Q50/30—
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Atmospheric Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
본 발명의 실시예는 도로 위험물 인지 장치 및 방법에 관한 것으로, 고가의 장치/단말 없이 경제적인 방법으로 포트홀을 포함한 도로위험물의 발생을 인지 및 판단할 수 있도록, 도로상의 위험물 발생 시 운전자의 회피와 연관된 운전습관과 이에 따라 발생되는 차량 운행데이터를 수집하여 통계적으로 그 특징을 추출하고 분석하여 도로위험물 전방에서의 운전 행태 따른 규칙을 생성함으로써 도로상의 위험물의 존재 및 위치를 산출할 수 있다.An embodiment of the present invention relates to an apparatus and method for recognizing dangerous substances on the road, so as to recognize and determine the occurrence of road hazards including potholes in an economical way without expensive devices/terminals, avoidance of drivers and It is possible to calculate the presence and location of dangerous substances on the road by collecting related driving habits and vehicle driving data generated accordingly, statistically extracting their characteristics, and analyzing them to create rules according to driving behavior in front of dangerous substances on the road.
Description
본 발명은 도로상의 위험물을 인지하는 기술에 관한 것으로서, 보다 상세하게는 도로상의 위험물 발생 시 운전자의 회피와 연관된 운전습관과 이에 따라 발생되는 차량 운행데이터를 수집하여 통계적으로 그 특징을 추출하고 분석하여 도로위험물 전방에서의 운전 행태 따른 규칙을 생성함으로써 도로상의 위험물의 존재 및 위치를 산출할 수 있도록 하는, 도로 위험물 인지 장치 및 방법에 관한 것이다.The present invention relates to a technology for recognizing dangerous substances on the road, and more particularly, by collecting driving habits related to the driver's avoidance and vehicle operation data generated according to the occurrence of dangerous substances on the road, statistically extracting and analyzing its characteristics, The present invention relates to an apparatus and method for recognizing a road hazard, which can calculate the presence and location of a dangerous material on a road by generating a rule according to a driving behavior in front of the road hazardous material.
일반적으로, 포트홀(pothole)은 아스팔트 도로가 파손되어 냄비(pot)처럼 구멍 파인 곳을 의미하며, 사고유발 위험성이 높다. 그 원인은 여러 가지가 있으나, 주로 시공불량, 눈 녹이는 염화칼슘/소금, 장마/도로해빙 및 대형차량의 운행 하중에 따른 도로 균열 등에 있다.In general, a pothole refers to a place where an asphalt road is damaged and a hole is dug like a pot, and there is a high risk of causing an accident. There are various causes, but mainly it is due to poor construction, calcium chloride/salt that melts snow, rainy season/thaw and road cracks due to the driving load of large vehicles.
그 현황을 살펴보면, 최근 기후가 온대에서 아열대로 변화, 강우량의 증가로 포트홀은 해가 갈수록 증가 추세에 있으며, 최근 3년 동안 국내에서 발생한 포트홀 수는 657, 993개로 집계하고 있으며, 국토교통부는 2020년 예산에 포트홀 개선과 불량도로 정비 등에 3,080억원 편성하고 있는 실정이다.Looking at the current situation, the number of potholes is increasing year by year due to the recent climate change from temperate to subtropical and the increase in rainfall. In the annual budget, 308 billion won is allocated for porthole improvement and repair of poor roads.
종래의 포트홀 인지 방식으로는 전용차량방식, 수동신고방식, 지능형비전방식 등이 있다.As a conventional porthole recognition method, there are a dedicated vehicle method, a manual report method, an intelligent vision method, and the like.
전용차량방식은 고가의 장비인 검지계측기(약 3억원) 및 전담 운영인력 필요하고 포트홀 판단은 운영자가 직접 결정하는 방식으로서, 정확성 있으나 측정 영역 및 비용 효율성이 미흡한 단점이 있다.The dedicated vehicle method requires expensive equipment, a detector (about KRW 300 million) and dedicated operating personnel, and the porthole determination is made by the operator directly.
수동신고방식은 버스/택시 운전사가 직접 육안으로 확인하여 운전 중에 포트홀 신고 시스템으로 해당 이벤트 정보(예를 들어, 위치정보, 사진 등)를 전송하는 방식으로서, 안전운전을 위협하고 검지율이 낮으며 전반적으로 비효율적인 단점이 있다.The manual report method is a method in which the bus/taxi driver directly checks with the naked eye and transmits the event information (for example, location information, photos, etc.) to the porthole report system while driving. Overall, it has the disadvantage of being inefficient.
지능형비전방식은 비전기반, 즉 스마트폰의 카메라 영상을 수집하여 이를 인공지능을 적용하여 포트홀을 학습하고 인식하는 최신 방식으로서, 인식 성능은 상대적으로 높고 설치 편리성은 있으나, 고가의 방식으로 비용 효율성이 떨어지고 단말 발열 등에 따른 성능 제한 등의 단점이 있다.The intelligent vision method is the latest method to learn and recognize a porthole by applying artificial intelligence by collecting the camera image of a vision-based, that is, a smart phone. There are disadvantages such as performance limitation due to the heat of the terminal and the like.
본 발명은 전술한 종래의 문제점을 해결하기 위한 것으로, 그 목적은 고가의 장치/단말을 사용하는 종래의 방식 대비 비용측면에서 효율적이면서 최고의 성능을 제공할 수 있는 도로 위험물 인지 장치 및 방법을 제공하는 것이다.The present invention is to solve the above-mentioned conventional problems, the object of which is to provide an apparatus and method for recognizing road hazards that can provide the best performance while being efficient in terms of cost compared to the conventional method using expensive devices/terminals will be.
즉, 본 발명의 목적은 고가의 장치/단말 없이 경제적인 방법으로 포트홀을 포함한 도로위험물의 발생을 인지 및 판단할 수 있도록, 도로상의 위험물 발생 시 운전자의 회피와 연관된 운전습관과 이에 따라 발생되는 차량 운행데이터를 수집하여 통계적으로 그 특징을 추출하고 분석하여 도로위험물 전방에서의 운전 행태 따른 규칙을 생성함으로써 도로상의 위험물의 존재 및 위치를 산출하는, 도로 위험물 인지 장치 및 방법을 제공하는 것이다.That is, an object of the present invention is to recognize and determine the occurrence of road hazards including potholes in an economical way without expensive devices/terminals, so that when dangerous substances on the road occur, driving habits related to the driver's avoidance and vehicles generated accordingly It is to provide an apparatus and method for recognizing dangerous substances on the road by collecting driving data, statistically extracting their characteristics, and analyzing them to generate rules according to driving behavior in front of dangerous substances on the road, thereby calculating the presence and location of dangerous substances on the road.
전술한 목적을 달성하기 위하여 본 발명의 일 측면에 따른 도로 위험물 인지 장치는, 차량으로부터 수집된 데이터를 기초로 해당 차량의 운전 행태를 분석하고, 상기 분석된 운전 행태가 운전자의 도로 위험물 인지 시 발생된 통계적 유형의 운전 행태를 기초로 기 설정된 특정 운전 행태에 해당하는 지의 여부를 판단하기 위한 운전행태분석/판단부; 및 상기 분석된 운전 행태가 상기 기 설정된 특정 운전 행태에 해당하는 경우 (전방에) 도로 위험물이 발생한 것으로 예측하고, 해당 특정 운전 행태의 최초 발생 시의 차량 위치 정보, 차량 속도 정보, 및 차량 유형 정보를 기초로 상기 예측된 도로 위험물의 발생 위치를 산출하기 위한 위험물위치산출부;를 포함할 수 있고, 상기 위험물위치산출부에서 예측된 도로 위험물의 발생 횟수가 기 설정된 수 이상이고 발생 위치가 기 설정된 크기의 반경 이내에 있을 경우, (해당 영역의 중심에) 통계적으로 유의미한 도로 위험물 이벤트가 발생한 것으로 확정하고, 차량으로부터 수집된 관련 영상 정보를 기초로 상기 확정된 도로 위험물의 유형을 확인하기 위한 위험물확정부; 및 상기 위험물확정부에서 확정 및 확인된 도로 위험물의 관련 정보를 기초로 지오펜싱(Geo-Fencing) 영역을 설정하고, 상기 설정된 지오펜싱(Geo-Fencing) 영역 내의 대상 차량에 대해 해당 도로 위험물의 존재를 알리는 알람 메시지를 전송하기 위한 알람부 중 적어도 하나를 더 포함할 수 있다.In order to achieve the above object, the device for recognizing road hazards according to an aspect of the present invention analyzes the driving behavior of a corresponding vehicle based on data collected from the vehicle, and the analyzed driving behavior occurs when the driver recognizes a road hazardous material a driving behavior analysis/judgment unit for determining whether or not the driving behavior corresponds to a predetermined specific driving behavior based on the statistical type of driving behavior; and when the analyzed driving behavior corresponds to the preset specific driving behavior, it is predicted that a road hazard has occurred (in the front), and vehicle location information, vehicle speed information, and vehicle type information at the first occurrence of the specific driving behavior may include; a dangerous material location calculation unit for calculating the location of the predicted road dangerous material based on When it is within a radius of the size, it is determined that a statistically significant road hazardous material event has occurred (at the center of the area), and a hazardous material determination unit for confirming the determined type of road hazardous material based on the relevant image information collected from the vehicle ; and a geo-fencing area is set based on the relevant information on road hazardous materials confirmed and confirmed by the dangerous material determination unit, and the presence of a corresponding road hazardous material for a target vehicle within the set geo-fencing area It may further include at least one of an alarm unit for transmitting an alarm message informing the user.
상기 알람 메시지는 해당 도로 위험물과 관련된 주행 방향, 차선, 위치, 도로 위험물 영상 중 적어도 하나를 포함할 수 있다.The alarm message may include at least one of a driving direction, a lane, a location, and an image of a road dangerous material related to the corresponding road dangerous material.
상기 도로 위험물의 유형은 포트홀, 맨홀침하, 싱크홀, 및 낙하물 중 적어도 하나를 포함할 수 있다. The type of road hazards may include at least one of a pothole, a manhole subsidence, a sinkhole, and a falling object.
상기 운전행태분석/판단부에서 차량으로부터 수집된 데이터는 차량 위치 데이터, 차량의 상태 및 운행 데이터, 및 영상 데이터 중 적어도 하나 이상을 포함할 수 있다. The data collected from the vehicle by the driving behavior analysis/determination unit may include at least one of vehicle location data, vehicle state and driving data, and image data.
상기 기 설정된 특정 운전 행태는 급감속, 급정지, 급좌측차선진로변경, 및 급우측차선진로변경 중 적어도 하나 이상을 포함할 수 있다. The preset specific driving behavior may include at least one of a sudden deceleration, a sudden stop, a sudden left lane advance change, and a sharp right lane advance change.
상기 위험물위치산출부에서 상기 예측된 도로 위험물의 발생 위치는 해당 특정 운전 행태의 최초 발생 시의 차량 위치로부터 차량 유형 및 속도에 따라 기 설정된 속도거리만큼 더한 위치로 산출할 수 있다.The predicted location of the dangerous material on the road in the dangerous material location calculation unit may be calculated as a location added by a preset speed distance according to the vehicle type and speed from the location of the vehicle at the time of the first occurrence of the specific driving behavior.
전술한 목적을 달성하기 위하여 본 발명의 다른 측면에 따른 도로 위험물 인지 방법은, (a) 차량으로부터 수집된 데이터를 기초로 해당 차량의 운전 행태를 분석하기 위한 단계; (b) 상기 분석된 운전 행태가 기 설정된 특정 운전 행태에 해당하는 지의 여부를 판단하고, 상기 기 설정된 특정 운전 행태는 운전자의 도로 위험물 인지 시 발생된 통계적 유형의 운전 행태인 단계; 및 (c) 상기 분석된 운전 행태가 상기 기 설정된 특정 운전 행태에 해당하는 경우 (전방에) 도로 위험물이 발생한 것으로 예측하고, 해당 특정 운전 행태의 최초 발생 시의 차량 위치 정보, 차량 속도 정보, 및 차량 유형 정보를 기초로 상기 예측된 도로 위험물의 발생 위치를 산출하기 위한 단계;를 포함할 수 있고, (d) 상기 단계 (c)에서 예측된 도로 위험물의 발생 횟수가 기 설정된 수 이상이고 예측된 각 도로 위험물의 발생 위치가 기 설정된 크기의 반경 이내에 있을 경우, (해당 영역의 중심에) 통계적으로 유의미한 도로 위험물 이벤트가 발생한 것으로 확정하고, 차량으로부터 수집된 관련 영상 정보를 기초로 상기 확정된 도로 위험물의 유형을 확인하기 위한 단계; 및 (e) 상기 단계 (d)에서 확정 및 확인된 도로 위험물의 관련 정보를 기초로 지오펜싱(Geo-Fencing) 영역을 설정하고, 상기 설정된 지오펜싱(Geo-Fencing) 영역 내의 대상 차량에 대해 해당 도로 위험물의 존재를 알리는 알람 메시지를 전송하기 위한 단계 중 적어도 하나를 더 포함할 수 있다.In order to achieve the above object, a method for recognizing a road hazardous material according to another aspect of the present invention includes the steps of: (a) analyzing the driving behavior of the vehicle based on data collected from the vehicle; (b) determining whether the analyzed driving behavior corresponds to a preset specific driving behavior, wherein the preset specific driving behavior is a statistical type of driving behavior generated when the driver recognizes a road hazardous material; And (c) if the analyzed driving behavior corresponds to the preset specific driving behavior, it is predicted that a road hazard has occurred (in front), and vehicle location information, vehicle speed information, and vehicle speed information at the time of the first occurrence of the specific driving behavior, and may include; (d) the number of occurrences of road hazardous materials predicted in step (c) is greater than or equal to a preset number and predicted in step (c) based on vehicle type information When the occurrence location of each road hazardous material is within a radius of a preset size, it is determined that a statistically significant road hazardous material event has occurred (at the center of the area), and the determined road hazardous material is based on the related image information collected from the vehicle for determining the type of and (e) setting a geo-fencing area based on the relevant information on road hazards confirmed and confirmed in step (d), and corresponding to the target vehicle within the set geo-fencing area The method may further include at least one of transmitting an alarm message notifying the presence of a road dangerous object.
상기 알람 메시지는 해당 도로 위험물과 관련된 주행 방향, 차선, 위치, 도로 위험물 영상 중 적어도 하나를 포함할 수 있고, 상기 도로 위험물의 유형은 포트홀, 맨홀침하, 싱크홀, 및 낙하물 중 적어도 하나를 포함할 수 있으며, 상기 기 설정된 특정 운전 행태는 급감속, 급정지, 급좌측차선진로변경, 및 급우측차선진로변경 중 적어도 하나 이상을 포함할 수 있다.The alarm message may include at least one of a driving direction, a lane, a location, and an image of a road hazardous material related to the corresponding road hazardous material, and the type of the road hazardous material may include at least one of a pothole, a manhole subsidence, a sinkhole, and a falling object. The predetermined specific driving behavior may include at least one of abrupt deceleration, sudden stop, sudden left lane advance change, and sharp right lane advance change.
상기 단계 (a)에서 차량으로부터 수집된 데이터는 차량 위치 데이터, 차량의 상태 및 운행 데이터, 및 영상 데이터 중 적어도 하나 이상을 포함할 수 있고, 상기 단계 (c)에서 상기 예측된 도로 위험물의 발생 위치는 해당 특정 운전 행태의 최초 발생 시의 차량 위치로부터 차량 유형 및 속도에 따라 기 설정된 속도거리만큼 더한 위치로 산출할 수 있다.The data collected from the vehicle in step (a) may include at least one of vehicle location data, vehicle state and driving data, and image data, and the predicted occurrence location of road hazards in step (c) can be calculated as a position added by a preset speed distance according to the vehicle type and speed from the vehicle position at the time of the first occurrence of the specific driving behavior.
전술한 목적을 달성하기 위하여 본 발명의 또 다른 측면에 따르면 상기 도로 위험물 인지 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체를 제공할 수 있다.According to another aspect of the present invention in order to achieve the above object, it is possible to provide a computer-readable recording medium in which a program for executing the method for recognizing a road hazardous material is recorded in a computer.
전술한 목적을 달성하기 위하여 본 발명의 또 다른 측면에 따르면 상기 도로 위험물 인지 방법을 하드웨어와 결합하여 실행시키기 위하여 컴퓨터로 읽을 수 있는 기록 매체에 저장된 애플리케이션을 제공할 수 있다.According to another aspect of the present invention in order to achieve the above object, it is possible to provide an application stored in a computer-readable recording medium in order to execute the method for recognizing a road hazardous material in combination with hardware.
전술한 목적을 달성하기 위하여 본 발명의 또 다른 측면에 따르면 상기 도로 위험물 인지 방법을 컴퓨터에서 실행시키기 위하여 컴퓨터에서 읽을 수 있는 기록 매체에 저장된 컴퓨터 프로그램을 제공할 수 있다.According to another aspect of the present invention to achieve the above object, it is possible to provide a computer program stored in a computer-readable recording medium in order to execute the method for recognizing road hazards in a computer.
이상에서 설명한 바와 같이 본 발명의 다양한 측면에 따르면, 도로상의 위험물 발생 시 운전자의 회피와 연관된 운전습관과 이에 따라 발생되는 차량 운행데이터를 수집하여 통계적으로 그 특징을 추출하고 분석하여 도로위험물 전방에서의 운전 행태 따른 규칙을 생성함으로써 도로상의 위험물의 존재 및 위치를 산출할 수 있다. 따라서, 고가의 장치/단말의 별도 구비 없이 운전자의 운전행태를 파악을 수 있는 차량 데이터의 수집만으로도 경제적이고 효율적이면서 정확한 방법으로 포트홀을 포함한 도로위험물의 발생을 인지 및 판단할 수 있는 효과가 있다.As described above, according to various aspects of the present invention, when a dangerous substance on the road occurs, driving habits related to the driver's avoidance and vehicle operation data generated accordingly are collected, and statistically the characteristics are extracted and analyzed, By creating rules according to driving behavior, the presence and location of dangerous objects on the road can be calculated. Therefore, there is an effect of recognizing and judging the occurrence of road hazards including potholes in an economical, efficient and accurate way only by collecting vehicle data that can determine the driver's driving behavior without separately providing an expensive device/terminal.
도 1은 본 발명의 예시적인 실시예에 따른 도로 위험물 인지 시스템의 구성도,
도 2는 본 발명의 예시적인 실시예에 따라 도 1의 자동차 단말에 포함되는 도로 위험물 인지 장치의 구성도,
도 3은 본 발명의 예시적인 실시예에 따라 도 1의 서버에 포함되는 도로 위험물 인지 장치의 구성도,
도 4는 본 발명의 실시예에서 도로 위험물 인식에 따른 각종 운전행태 이벤트를 예시한 도면,
도 5는 본 발명의 예시적인 실시예에 따른 도로 위험물 인지 방법의 흐름도이다. 1 is a block diagram of a road hazardous material recognition system according to an exemplary embodiment of the present invention;
2 is a block diagram of a road hazardous material recognition device included in the vehicle terminal of FIG. 1 according to an exemplary embodiment of the present invention;
3 is a block diagram of a road hazardous material recognition device included in the server of FIG. 1 according to an exemplary embodiment of the present invention;
4 is a view illustrating various driving behavior events according to road hazardous material recognition in an embodiment of the present invention;
5 is a flowchart of a method for recognizing a road hazard according to an exemplary embodiment of the present invention.
이하, 첨부도면을 참조하여 본 발명의 실시예에 대해 구체적으로 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 한다. 또한, 본 발명의 실시예에 대한 설명 시 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다. Hereinafter, an embodiment of the present invention will be described in detail with reference to the accompanying drawings. In adding reference numerals to the components of each drawing, the same components are to have the same reference numerals as much as possible even though they are indicated in different drawings. In addition, when it is determined that a detailed description of a known configuration or function related to the embodiment of the present invention may obscure the gist of the present invention, the detailed description thereof will be omitted.
도 1은 본 발명의 예시적인 실시예에 따른 도로 위험물 인지 시스템의 구성도, 동 도면에 도시된 바와 같이, 통신망(1), 자동차 단말(2), 및 서버(3)를 포함할 수 있다.1 is a block diagram of a road hazardous material recognition system according to an exemplary embodiment of the present invention, and as shown in the drawing, it may include a
통신망(1)은 자동차 단말(2)과 서버(3) 간을 유선, 무선 및/또는 인터넷 등으로 연결하여 통신할 수 있도록 하는 단독 또는 복합의 어떤 망이어도 무방하다.The
자동차 단말(2)은 차량 위치 데이터, 차량의 상태 및 운행 데이터, 및 영상 데이터 등을 포함하는 각종 차량 관련 데이터를 수집하여 서버(3)로 전송하고, 서버(3)로부터 제공되는 도로 위험물 관련 정보를 수신하여 운전자에게 다양한 알람 형태로 제공할 수 있다. The
서버(3)는 자동차 단말(2)로부터 제공되는 각종 차량 관련 데이터를 기초로 도로 위험물 관련 정보를 생성하여 자동차 단말(2)로 제공할 수 있다. 즉, 서버(3)는 도로상의 위험물 발생 시의 운전자의 회피와 연관된 운전습관과 이에 따라 발생되는 차량 (운행) 관련 데이터를 수집하여 통계적으로 그 특징을 추출하고 분석하여 도로위험물 전방에서의 운전 행태 따른 규칙을 생성함으로써 도로상의 위험물의 존재 및 위치를 산출할 수 있다.The
도 2는 본 발명의 예시적인 실시예에 따라 도 1의 자동차 단말(2)에 포함되는 도로 위험물 인지 장치(20)의 구성도, 장치(20)는 동 도면에 도시된 바와 같이 센서부(21), 센서데이터수집부(23), 및 통신부(25)를 포함할 수 있다.2 is a block diagram of a road hazardous
센서부(21)는 차량에 기 장착되어 해당 차량(의 운행)과 관련된 각종 데이터를 획득하기 위한 각종 센서나 장치 등을 포함하는 것으로, 예를 들어, 3~30cm 오차 이내의 정밀측위를 제공하는 GNSS 기반의 위치 오류 정정 및 정밀측위 단말 장치, 차량의 상태 및 운행 데이터를 차량 CAN 또는 OBU-II 정합을 통해서 차량 외부로 제공하기 위한 CAN(차량운행) 장치, 및 영상 데이터를 획득하기 위한 차량탑재 카메라 또는 카메라 포함 차량 탑재 단말(예, 블랙박스) 등을 포함할 수 있다. The
센서데이터수집부(23)는 센서부(21)를 통해 획득된 차량 관련 각종 데이터 중에 도로위험물 인식을 위해 필요한 데이터(예를 들어, CAN/정밀측위/영상 데이터)를 실시간 선택적으로 수집하여 가공할 수 있다.The sensor
통신부(25)는 센서데이터수집부(23)를 통해 수집 및 가공된 데이터를 서버(3)로 전송하고, 서버(3)로부터 전송된 도로 위험물 관련 정보(예를 들어, 알람 메시지 등)를 수신하여 운전자에게 제공할 수 있다.The
도 3은 본 발명의 예시적인 실시예에 따라 도 1의 서버(3)에 포함되는 도로 위험물 인지 장치(30)의 구성도로, 동 도면에 도시된 바와 같이, 장치(30)는 통신부(31), 운전행태분석/판단부(33), 위험물위치산출부(35), 위험물확정부(37), 및 알람부(39)를 포함할 수 있다.3 is a block diagram of a road hazardous
통신부(31)는 차량의 자동차 단말(2)로부터 전송된 도로위험물 인식을 위한 필요 데이터를 수신하고, 서버(3)에서 생성된 도로 위험물 관련 정보(예를 들어, 알람 정보 등)를 자동차 단말(2)로 전송할 수 있다.The
본 실시예에서 도로위험물 인식을 위한 필요 데이터는 CAN/정밀측위/영상 데이터 등을 포함할 수 있고, 보다 구체적인 예를 들어 차량 위치 데이터, 차량의 상태 및 운행 데이터, 및 영상 데이터 중 적어도 하나 이상을 포함할 수 있다.In this embodiment, data necessary for recognizing road hazards may include CAN/precise positioning/image data, etc., and more specifically, for example, at least one or more of vehicle location data, vehicle state and driving data, and image data. may include
운전행태분석/판단부(33)는 통신부(31)를 통해 수집된 자동차 단말(2)로부터의 도로위험물 인식을 위한 필요 데이터를 기초로 해당 차량의 운전 행태를 분석하고, 그 분석된 운전 행태가 기 설정된 특정 운전 행태에 해당하는 지의 여부를 판단하기 위한 것으로서, 차량의 실시간 운전 행태가 자동차 운행 중 주행 방향 전방의 도로위험물 인지에 따른 운전자의 차량 운행 변화(즉, 특정 운전 행태)에 해당하는 지의 여부를 판단할 수 있다. The driving behavior analysis/
본 실시예에서 특정 운전 행태는 운전자가 도로 위험물을 인지하였을 때 발생된 통계적 유형의 운전 행태를 기초로 기 설정될 수 있고, 예를 들어, 도 4에 도시된 바와 같이 급감속(A), 급정지(B), 급좌측차선진로변경(C), 및 급우측차선진로변경(D) 중 적어도 하나 이상을 포함할 수 있다.In this embodiment, the specific driving behavior may be preset based on a statistical type of driving behavior generated when the driver recognizes a road hazard, for example, rapid deceleration (A), sudden stop, as shown in FIG. 4 . It may include at least one of (B), a sudden left lane change (C), and a sharp right lane advance change (D).
운전행태분석/판단부(33)는, 예를 들어 표 1에 기재된 바와 같이, 차량의 속도, 위경도, 시간, 및 요레이트(yaw rate)에 대한 데이터를 기초로 해당 차량의 운전 행태가 초당 17km/h 이상 감속하여 속도 6.0km/h 이상에 속하는 경우 해당 운전행태를 급감속(A)으로 판단하고, 차량의 속도, 위경도, 시간, 및 요레이트(yaw rate)에 대한 데이터를 기초로 해당 차량의 운전 행태가 초당 17km/h 이상 감속하여 속도 5.0km/h 이하에 속하는 경우 해당 운전행태를 급정지(B)로 판단하며, 차량의 속도, 주행방향, 위경도, 핸들각, 바퀴각, 시간, 및 요레이트(yaw rate)에 대한 데이터를 기초로 해당 차량의 운전 행태가 속도 30km/h 이상에서 진행 방향이 좌측 10ㅀsec 이상 차로 변경 및 5초간 누적각도 ㅁ3ㅀ/sec 이하에 속하는 경우 해당 운전행태를 급좌측차선진로변경(C)으로 판단하고, 차량의 속도, 주행방향, 위경도, 핸들각, 바퀴각, 시간, 및 요레이트(yaw rate)에 대한 데이터를 기초로 해당 차량의 운전 행태가 속도 30km/h 이상에서 진행 방향이 우측 10ㅀsec 이상 차로 변경 및 5초간 누적각도 ㅁ3ㅀ/sec 이하에 속하는 경우 해당 운전행태를 급우측차선진로변경(D)으로 판단할 수 있다.The driving behavior analysis/
[표 1][Table 1]
위험물위치산출부(35)는 운전행태분석/판단부(33)를 통해 분석된 운전 행태가 기 설정된 특정 운전 행태에 해당하는 경우 (전방에) 도로 위험물이 발생한 것으로 예측하고, 해당 특정 운전 행태가 최초로 발생했을 때의 차량 위치 정보, 차량 속도 정보, 및 차량 유형 정보 등을 기초로 해당 도로 위험물의 발생 위치를 산출할 수 있다.If the driving behavior analyzed through the driving behavior analysis/judging
위험물위치산출부(35)는 해당 특정 운전 행태의 최초 발생 시의 차량 위치 정보(즉, 도로 위험물의 발견 최초 위치 정보) 및 기 설정된 속도거리 정보를 기초로 해당 도로 위험물의 발생 위치를 산출할 수 있다.The dangerous material
위험물위치산출부(35)는, 예를 들어 도 4에 도시된 바와 같이, 도로 위험물 발견 최초 위치(가)에서 차량유형별 속도거리(나)를 더한 위치(즉, 가+나)를 도로 위험물의 (중심) 위치로 산출할 수 있다.Dangerous material
본 실시예에서 차량유형별 속도거리(m) 정보는 다음의 [표 2]와 같이 차량 유형(예를 들어, 버스, 트럭, 승용차 등)과 도로 위험물의 발견 최초 위치에서의 속도(예를 들어, 100km/h, 80km/h, 50km/h)에 따라 기 설정할 수 있다.In this embodiment, the speed distance (m) information for each vehicle type is the vehicle type (eg, bus, truck, passenger car, etc.) and the speed (eg, 100km/h, 80km/h, 50km/h) can be preset.
[표 2][Table 2]
위험물확정부(37)는 위험물위치산출부(35)에서 예측된 도로 위험물의 발생 횟수(개수)가 기 설정된 수 이상이고 각 발생 위치가 기 설정된 크기의 반경 이내에 있을 경우, 해당 영역의 중심에 통계적으로 유의미한 도로 위험물 이벤트가 발생한 것으로 확정하고, 차량으로부터 수집된 관련 영상 정보를 기초로 그 확정된 도로 위험물의 유형을 확인할 수 있다.If the number of occurrences (number) of road dangerous substances predicted by the dangerous substances
위험물확정부(37)는, 예를 들어 표 3에 기재된 바와 같이, 도로 위험물의 발생 횟수(개수)에 대한 임계치를 5회로 설정하고, 발생 거리에 대한 임계치를 반경 1.5m로 설정할 수 있다. 즉, 위험물위치산출부(35)에서 예측된 도로 위험물의 발생 횟수(개수)가 기 설정된 임계치인 5회 이상이고 각 발생 위치가 기 설정된 임계치인 1.5m 반경 이내에 있을 경우, 해당 영역의 중심에 통계적으로 유의미한 도로 위험물 이벤트가 발생한 것으로 확정할 수 있다.For example, as shown in Table 3, the dangerous
[표 3][Table 3]
위험물확정부(37)는 통계적으로 유의미한 도로 위험물 이벤트가 발생한 것으로 확정되면 차량으로부터 수집된 관련 영상 정보를 기초로 해당 도로 위험물의 유형을 확인할 수 있는데, 예를 들어, 도로 위험물의 유형은 포트홀, 맨홀침하, 싱크홀, 및 낙하물 등을 포함할 수 있다. When it is determined that a statistically significant road hazardous material event has occurred, the dangerous
알람부(39)는 위험물확정부(37)를 통해 확정 및 확인된 도로 위험물의 관련 정보(위치, 유형 등의 정보)를 기초로 지오펜싱(Geo-Fencing) 영역을 설정하고, 그 설정된 지오펜싱(Geo-Fencing) 영역 내의 대상 차량에 대해 해당 도로 위험물의 존재를 알리는 알람 메시지를 전송할 수 있다.The
본 실시예에서 알람 메시지는 해당 도로 위험물과 관련된 주행 방향, 차선, 위치, 도로 위험물 영상 등의 정보를 포함할 수 있다.In this embodiment, the alarm message may include information such as a driving direction, a lane, a location, and an image of a road dangerous material related to the corresponding road hazardous material.
또한 서버(3)는 차량 운행 운전자 정보 및 차량의 유형(예, 승용차/버스/트럭/중장비 등) 정보 등을 제공할 수 있고, 도로위험물의 인지/판단에 따른 해당 발생 이벤트의 지오펜싱 영역 내외로 관리 대상 차량의 in/out을 관리하고 리스트 제공할 수 있으며, 개별 차량들의 운전행태를 분석한 운전행태분석/판단부(33)의 도로위험물 발생 이벤트정보 즉, 차량유형별 거리속도를 고려한 최종 도로위험물의 차선 상의 위치군 값들을 통계적으로 확인하여 기 설정한 도로위험발생 임계치(threshold) 기준에 적합한 경우 도로위험물 발생을 판단하며 또한, 수집한 도로위험물 발견 시의 최초위치 영상을 확인하여 최종 도로위험물 유형을 결정하고, 이 도로위험물 발생/존재를 최종 판단할 경우 기 확인한 도로위험물의 산출 정밀위치와 지오펜싱 영역을 대상으로 대상 차량에 대해 관리하도록 하며, 또한 감시/표출부(미도시)와 외부연동부(미도시)로 관련 정보를 제공할 수 있다.In addition, the
감시/표출부는 관제 표출 기능으로 지도상에 차량운행, 이벤트 발생 위치/지오펜싱 영역 대상 차량 표시, 및 주변 영상 등을 제공할 수 있다. The monitoring/display unit can provide vehicle operation, event occurrence location/geo-fencing area target vehicle display, and surrounding images on the map as a control expression function.
외부연동부는 도로위험물 인지 시 도로관리청, 도로 관련 공공기관 및 연동 시스템으로 정밀 위치/주소, 이벤트 및 주변 영상 등을 공유할 수 있다.The external link unit can share precise locations/addresses, events and surrounding images with the road management office, road-related public institutions, and interlocking systems upon recognizing road hazards.
도 5는 본 발명의 예시적인 실시예에 따른 도로 위험물 인지 방법의 흐름도로서, 도 1,3의 서버(3)에 적용되므로 해당 서버(3) 장치의 동작과 병행하여 설명한다.5 is a flowchart of a method for recognizing a road hazardous material according to an exemplary embodiment of the present invention. Since it is applied to the
먼저, 통신부(31)를 통해 차량의 자동차 단말(2)로부터 전송된 도로위험물 인식을 위한 필요 데이터 예를 들어, CAN/정밀측위(GNSS)/영상 관련 데이터로서의 차량 위치 데이터(위경도), 차량의 상태 및 운행 데이터(차량의 속도, 주행방향, 핸들각, 바퀴각, 시간, 및 요레이트(yaw rate) 등), 및 영상 데이터 등을 수신하여 수집한다(S501).First, data necessary for recognizing road hazards transmitted from the
이어, 운전행태분석/판단부(33)는 단계 S501에서 통신부(31)를 통해 수집된 자동차 단말(2)로부터의 도로위험물 인식을 위한 필요 데이터를 기초로 해당 차량의 운전 행태를 분석하고(S503), 그 분석된 운전 행태가 도 4 및 표 1과 같이 기 설정된 급감속(A), 급정지(B), 급좌측차선진로변경(C), 및 급우측차선진로변경(D) 등의 특정 운전 행태에 해당하는 지의 여부를 판단한다(S505).Next, the driving behavior analysis/
이어, 위험물위치산출부(35)는 단계 S505의 판단 결과 단계 S503에서 운전행태분석/판단부(33)를 통해 분석된 운전 행태가 기 설정된 특정 운전 행태에 해당하는 경우 (전방에) 도로 위험물이 발생한 것으로 예측하고, 해당 특정 운전 행태가 최초로 발생했을 때의 차량 위치 정보, 차량 속도 정보, 및 차량 유형 정보 등을 기초로 해당 도로 위험물의 발생 위치를 산출하는데, 예를 들어, 도 4의 도로 위험물 발견 최초 위치(가)(즉, 해당 차선의 최초 운전행태 시작점)에서 차량유형별 속도거리(나)(표 2 참조)를 더한 위치(즉, 가+나)를 도로 위험물의 (중심) 위치로 산출할 수 있다(S507).Next, the hazardous material
이어, 위험물확정부(37)는 단계 S507에서 산출한 도로 위험물 예상 위치를 확인하고 해당 이벤트의 시작점 즉, 도 4의 도로 위험물 발견 최초 위치(가)의 영상을 수집한 후(S509), 해당하는 도로 위험물의 예상 위치가 (다수의 차량의 단말로부터 수신한 정보들을 이용하여 기 산출된 도로 위험물 예상 위치를 기초로) 통계적으로 유의미한 발생 빈도의 위치인지의 여부를 검토하여 판단하고(S511), 단계 S511의 판단 결과 그렇다면 통계적으로 유의미한 도로 위험물 이벤트가 발생한 것으로 확정하고, 차량으로부터 수집된 관련 영상 정보를 기초로 그 확정된 도로 위험물의 유형이 포트홀, 맨홀침하, 싱크홀, 및 낙하물 등 중 무엇인지를 확인한다(S513).Next, the hazardous
단계 S511-S513에서 위험물확정부(37)는 현재까지 예측된 도로 위험물의 발생 횟수(개수)가 기 설정된 수 이상이고 각 발생 위치가 기 설정된 크기의 반경 이내에 있을 경우, 해당 영역의 중심에 통계적으로 유의미한 도로 위험물 이벤트가 발생한 것으로 확정할 수 있다(도 4의 발생개수 및 위치 ①~⑩ 및 표 3 참조).In step S511-S513, if the number of occurrences (number) of road hazardous substances predicted to date is greater than or equal to a preset number and each occurrence location is within a radius of a preset size, the dangerous
알람부(39)는 단계 S513에서 위험물확정부(37)를 통해 확정 및 확인된 도로 위험물의 관련 정보(위치, 유형 등의 정보)를 기초로 지오펜싱(Geo-Fencing) 영역을 설정하고 그 설정된 지오펜싱(Geo-Fencing) 영역 내로 진입하는 대상 차량을 확인한다(S515).The
마지막으로, 알람부(39)는 단계 S515에서 확인된 해당 대상 차량에 대해 해당 도로 위험물과 관련된 주행 방향, 차선, 위치, 도로 위험물 영상 등의 정보를 포함하는 알람 메시지를 실시간 전송하여 해당 도로 위험물의 존재를 알린다(S517). 또한, 해당 대상 차량의 단말(2)은 단계 S517에서 서버(3)로부터 수신한 알람 메시지를 기초로 경고음, 음성안내, 안내메시지, 안내 영상 등의 다양한 방식으로 운전자에게 도로 위험물 발생 사실을 알리고, 인근의 다른 차량으로 수신된 알람 메시지를 실시간 전송할 수 있다(S519).Finally, the
한편, 전술한 본 발명의 예시적인 실시예에 따른 도로 위험물 인지 방법에 따르면 해당 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체를 구현할 수 있다.On the other hand, according to the method for recognizing road hazards according to the exemplary embodiment of the present invention described above, it is possible to implement a computer-readable recording medium in which a program for executing the method in a computer is recorded.
다른 한편, 전술한 본 발명의 예시적인 실시예에 따른 도로 위험물 인지 방법에 따르면 해당 방법을 하드웨어와 결합하여 실행시키기 위하여 컴퓨터에서 읽을 수 있는 기록 매체에 저장된 애플리케이션을 구현할 수 있다.On the other hand, according to the method for recognizing a road hazard according to an exemplary embodiment of the present invention described above, an application stored in a computer-readable recording medium may be implemented in order to execute the method in combination with hardware.
또 다른 한편, 전술한 본 발명의 예시적인 실시예에 따른 도로 위험물 인지 방법에 따르면 해당 방법을 컴퓨터에서 실행시키기 위하여 컴퓨터에서 읽을 수 있는 기록 매체에 저장된 컴퓨터 프로그램을 구현할 수 있다.On the other hand, according to the method for recognizing a road hazardous material according to an exemplary embodiment of the present invention described above, a computer program stored in a computer-readable recording medium may be implemented in order to execute the method in a computer.
예를 들어, 전술한 바와 같이 본 발명의 예시적인 실시예에 따른 도로 위험물 인지 방법은 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터 판독가능 기록 매체 또는 이러한 기록 매체에 저장된 애플리케이션으로 구현될 수 있다. 상기 컴퓨터 판독 가능 기록 매체는 프로그램 명령, 로컬 데이터 파일, 로컬 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 기록 매체는 본 발명의 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크와 같은 자기-광 매체, 및 롬, 램, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다.For example, as described above, the method for recognizing a road hazardous material according to an exemplary embodiment of the present invention is a computer-readable recording medium including program instructions for performing various computer-implemented operations or an application stored in the recording medium. can be implemented. The computer-readable recording medium may include program instructions, local data files, local data structures, and the like alone or in combination. The recording medium may be specially designed and configured for the embodiment of the present invention, or may be known and used by a person skilled in the art of computer software. Examples of the computer-readable recording medium include hard disks, magnetic media such as floppy disks and magnetic tapes, optical recording media such as CD-ROMs and DVDs, magneto-optical media such as floppy disks, and ROMs, RAMs, flash memories, and the like. Hardware devices specially configured to store and execute the same program instructions are included. Examples of program instructions may include high-level language codes that can be executed by a computer using an interpreter or the like as well as machine language codes such as those generated by a compiler.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.The above description is merely illustrative of the technical spirit of the present invention, and various modifications and variations will be possible without departing from the essential characteristics of the present invention by those skilled in the art to which the present invention pertains. Accordingly, the embodiments disclosed in the present invention are not intended to limit the technical spirit of the present invention, but to explain, and the scope of the technical spirit of the present invention is not limited by these embodiments. The protection scope of the present invention should be construed by the following claims, and all technical ideas within the scope equivalent thereto should be construed as being included in the scope of the present invention.
1: 통신망
2: 자동차 단말
3: 서버
20; 자동차 단말에 포함된 도로 위험물 인지 장치
21: 센서부
23: 센서데이터수집부
25: 통신부
30: 서버에 포함된 도로 위험물 인지 장치
31: 통신부
33: 운전행태분석/판단부
35: 위험물위치산출부
37: 위험물확정부
39: 알람부1: network
2: car terminal
3: Server
20; Road hazard recognition device included in vehicle terminal
21: sensor unit
23: sensor data collection unit
25: communication department
30: Road hazard recognition device included in the server
31: communication department
33: Driving behavior analysis/judgment unit
35: dangerous goods location calculation unit
37: Dangerous Goods Confirmation Department
39: alarm unit
Claims (19)
상기 분석된 운전 행태가 상기 기 설정된 특정 운전 행태에 해당하는 경우 전방에 도로 위험물이 발생한 것으로 예측하고, 해당 특정 운전 행태의 최초 발생 시의 차량 위치 정보, 차량 속도 정보, 및 차량 유형 정보를 기초로 상기 예측된 도로 위험물의 발생 위치를 산출하기 위한 위험물위치산출부;
를 포함하는 도로 위험물 인지 장치.Analyzes the driving behavior of the vehicle based on the data collected from the vehicle, and determines whether the analyzed driving behavior corresponds to a specific driving behavior preset based on a statistical type of driving behavior generated when the driver recognizes a road hazardous material driving behavior analysis/judgment unit for judgment; and
When the analyzed driving behavior corresponds to the preset specific driving behavior, it is predicted that a road hazardous material has occurred in front, and based on the vehicle location information, vehicle speed information, and vehicle type information at the first occurrence of the specific driving behavior a hazardous material location calculation unit for calculating the predicted location of the dangerous material on the road;
A road hazard recognition device comprising a.
상기 위험물위치산출부에서 예측된 도로 위험물의 발생 횟수가 기 설정된 수 이상이고 발생 위치가 기 설정된 크기의 반경 이내에 있을 경우, 통계적으로 유의미한 도로 위험물 이벤트가 발생한 것으로 확정하고, 차량으로부터 수집된 관련 영상 정보를 기초로 상기 확정된 도로 위험물의 유형을 확인하기 위한 위험물확정부를 더 포함하는 것을 특징으로 하는 도로 위험물 인지 장치.According to claim 1,
When the number of occurrences of road hazardous substances predicted by the dangerous substance location calculator is greater than or equal to a preset number and the occurrence location is within a radius of a preset size, it is determined that a statistically significant road dangerous substance event has occurred, and related image information collected from the vehicle Road hazardous material recognition device, characterized in that it further comprises a dangerous material determination unit for confirming the type of the determined road dangerous material based on.
상기 위험물확정부에서 확정 및 확인된 도로 위험물의 관련 정보를 기초로 지오펜싱(Geo-Fencing) 영역을 설정하고, 상기 설정된 지오펜싱(Geo-Fencing) 영역 내의 대상 차량에 대해 해당 도로 위험물의 존재를 알리는 알람 메시지를 전송하기 위한 알람부를 더 포함하는 것을 특징으로 하는 도로 위험물 인지 장치.3. The method of claim 2,
A geo-fencing area is set based on the related information on road hazardous materials confirmed and confirmed by the dangerous material determination unit, and the presence of the relevant road hazardous material is determined for the target vehicle within the set geo-fencing area. Road hazard recognition device, characterized in that it further comprises an alarm for transmitting an alarm message informing.
상기 알람 메시지는 해당 도로 위험물과 관련된 주행 방향, 차선, 위치, 도로 위험물 영상 중 적어도 하나를 포함하는 것을 특징으로 하는 도로 위험물 인지 장치.4. The method of claim 3,
The alarm message is a road hazardous material recognition device, characterized in that it includes at least one of a driving direction, a lane, a location, and an image of a road dangerous material related to the corresponding road hazardous material.
상기 도로 위험물의 유형은 포트홀, 맨홀침하, 싱크홀, 및 낙하물 중 적어도 하나를 포함하는 것을 특징으로 하는 도로 위험물 인지 장치.3. The method of claim 2,
The type of road hazardous material is a road hazardous material recognition device, characterized in that it includes at least one of a pothole, a manhole subsidence, a sinkhole, and a falling object.
상기 운전행태분석/판단부에서 차량으로부터 수집된 데이터는 차량 위치 데이터, 차량의 상태 및 운행 데이터, 및 영상 데이터 중 적어도 하나 이상을 포함하는 것을 특징으로 하는 도로 위험물 인지 장치.According to claim 1,
The data collected from the vehicle in the driving behavior analysis/determination unit includes at least one of vehicle location data, vehicle state and driving data, and image data.
상기 기 설정된 특정 운전 행태는 급감속, 급정지, 급좌측차선진로변경, 및 급우측차선진로변경 중 적어도 하나 이상을 포함하는 것을 특징으로 하는 도로 위험물 인지 장치.According to claim 1,
The preset specific driving behavior includes at least one of a sudden deceleration, a sudden stop, a sudden left lane change, and a sudden right lane advance change.
상기 위험물위치산출부에서 상기 예측된 도로 위험물의 발생 위치는 해당 특정 운전 행태의 최초 발생 시의 차량 위치로부터 차량 유형 및 속도에 따라 기 설정된 속도거리만큼 더한 위치로 산출되는 것을 특징으로 하는 도로 위험물 인지 장치.According to claim 1,
The location of the predicted road hazardous material in the dangerous material location calculation unit is a road hazardous material, characterized in that calculated by adding a preset speed distance according to the vehicle type and speed from the vehicle location at the time of the first occurrence of the specific driving behavior Device.
(b) 상기 분석된 운전 행태가 기 설정된 특정 운전 행태에 해당하는 지의 여부를 판단하고, 상기 기 설정된 특정 운전 행태는 운전자의 도로 위험물 인지 시 발생된 통계적 유형의 운전 행태인 단계; 및
(c) 상기 분석된 운전 행태가 상기 기 설정된 특정 운전 행태에 해당하는 경우 전방에 도로 위험물이 발생한 것으로 예측하고, 해당 특정 운전 행태의 최초 발생 시의 차량 위치 정보, 차량 속도 정보, 및 차량 유형 정보를 기초로 상기 예측된 도로 위험물의 발생 위치를 산출하기 위한 단계;
를 포함하는 위험물 인지 방법. (a) analyzing the driving behavior of the vehicle based on the data collected from the vehicle;
(b) determining whether the analyzed driving behavior corresponds to a preset specific driving behavior, wherein the preset specific driving behavior is a statistical type of driving behavior generated when a driver recognizes a road hazardous material; and
(c) If the analyzed driving behavior corresponds to the preset specific driving behavior, it is predicted that a road hazardous material has occurred in front, and vehicle location information, vehicle speed information, and vehicle type information at the first occurrence of the specific driving behavior calculating the location of the predicted road hazards based on the;
A method for recognizing dangerous goods, including
(d) 상기 단계 (c)에서 예측된 도로 위험물의 발생 횟수가 기 설정된 수 이상이고 예측된 각 도로 위험물의 발생 위치가 기 설정된 크기의 반경 이내에 있을 경우, 통계적으로 유의미한 도로 위험물 이벤트가 발생한 것으로 확정하고, 차량으로부터 수집된 관련 영상 정보를 기초로 상기 확정된 도로 위험물의 유형을 확인하기 위한 단계를 더 포함하는 것을 특징으로 하는 도로 위험물 인지 방법.10. The method of claim 9,
(d) If the number of occurrences of road hazardous substances predicted in step (c) is greater than or equal to a preset number and the predicted occurrence location of each road dangerous substance is within a radius of a preset size, it is determined that a statistically significant road hazardous substance event has occurred and identifying the determined type of road hazardous material based on the relevant image information collected from the vehicle.
(e) 상기 단계 (d)에서 확정 및 확인된 도로 위험물의 관련 정보를 기초로 지오펜싱(Geo-Fencing) 영역을 설정하고, 상기 설정된 지오펜싱(Geo-Fencing) 영역 내의 대상 차량에 대해 해당 도로 위험물의 존재를 알리는 알람 메시지를 전송하기 위한 단계를 더 포함하는 것을 특징으로 하는 도로 위험물 인지 방법.11. The method of claim 10,
(e) Set a geo-fencing area based on the relevant information on road hazards confirmed and confirmed in step (d), and apply the corresponding road to the target vehicle within the set geo-fencing area The method for recognizing dangerous substances on the road, characterized in that it further comprises the step of transmitting an alarm message notifying the presence of dangerous substances.
상기 알람 메시지는 해당 도로 위험물과 관련된 주행 방향, 차선, 위치, 도로 위험물 영상 중 적어도 하나를 포함하는 것을 특징으로 하는 도로 위험물 인지 방법.12. The method of claim 11,
The alarm message is a road hazardous material recognition method, characterized in that it includes at least one of a driving direction, a lane, a location, and an image of a road dangerous material related to the corresponding road hazardous material.
상기 도로 위험물의 유형은 포트홀, 맨홀침하, 싱크홀, 및 낙하물 중 적어도 하나를 포함하는 것을 특징으로 하는 도로 위험물 인지 방법.11. The method of claim 10,
The road hazardous material type is a road hazardous material recognition method, characterized in that it includes at least one of a pothole, a manhole subsidence, a sinkhole, and a falling object.
상기 단계 (a)에서 차량으로부터 수집된 데이터는 차량 위치 데이터, 차량의 상태 및 운행 데이터, 및 영상 데이터 중 적어도 하나 이상을 포함하는 것을 특징으로 하는 도로 위험물 인지 방법.10. The method of claim 9,
The data collected from the vehicle in step (a) comprises at least one of vehicle location data, vehicle state and driving data, and image data.
상기 기 설정된 특정 운전 행태는 급감속, 급정지, 급좌측차선진로변경, 및 급우측차선진로변경 중 적어도 하나 이상을 포함하는 것을 특징으로 하는 도로 위험물 인지 방법.10. The method of claim 9,
The predetermined specific driving behavior includes at least one of abrupt deceleration, a sudden stop, a sudden left lane change, and a sharp right lane advance change.
상기 단계 (c)에서 상기 예측된 도로 위험물의 발생 위치는 해당 특정 운전 행태의 최초 발생 시의 차량 위치로부터 차량 유형 및 속도에 따라 기 설정된 속도거리만큼 더한 위치로 산출되는 것을 특징으로 하는 도로 위험물 인지 방법.10. The method of claim 9,
In step (c), the predicted occurrence location of the road hazardous material is a road hazardous material recognition, characterized in that it is calculated as a location added by a preset speed distance according to the vehicle type and speed from the vehicle location at the time of the first occurrence of the specific driving behavior Way.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200179493A KR102548821B1 (en) | 2020-12-21 | 2020-12-21 | Road Dangerous Object Recognition Apparatus and Method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200179493A KR102548821B1 (en) | 2020-12-21 | 2020-12-21 | Road Dangerous Object Recognition Apparatus and Method |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20220089138A true KR20220089138A (en) | 2022-06-28 |
KR102548821B1 KR102548821B1 (en) | 2023-06-29 |
Family
ID=82268362
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200179493A KR102548821B1 (en) | 2020-12-21 | 2020-12-21 | Road Dangerous Object Recognition Apparatus and Method |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102548821B1 (en) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102521518B1 (en) * | 2022-10-11 | 2023-04-14 | (주)금호전력 | Apparatus and method for smartly detecting obstacles on railroad tracks |
CN117854284A (en) * | 2024-03-07 | 2024-04-09 | 广州铭创通讯科技有限公司 | Vehicle-road cooperative monitoring method and vehicle detector device for complex road environment |
WO2024151081A1 (en) * | 2023-01-10 | 2024-07-18 | 엘지전자 주식회사 | Operation method of server and terminal for receiving real-time driving data for each class in wireless communication system |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008065516A (en) * | 2006-09-06 | 2008-03-21 | Japan Radio Co Ltd | Road information collecting/providing method |
KR20090057528A (en) * | 2007-12-03 | 2009-06-08 | 조용성 | Prediction method for dangerous area of road |
KR20140119471A (en) * | 2013-04-01 | 2014-10-10 | 현대엠엔소프트 주식회사 | System for correcting and providing real-time dangerous road-section information based on device in the car and its method |
KR101546700B1 (en) | 2014-11-28 | 2015-08-24 | 한국건설기술연구원 | System and method for recognizing road pothole area using image |
KR20170050937A (en) * | 2015-11-02 | 2017-05-11 | 현대자동차주식회사 | Method and telematics device navigation device for setting geo-fence services, and computer-readable medium storing program for executing the same |
-
2020
- 2020-12-21 KR KR1020200179493A patent/KR102548821B1/en active IP Right Grant
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008065516A (en) * | 2006-09-06 | 2008-03-21 | Japan Radio Co Ltd | Road information collecting/providing method |
KR20090057528A (en) * | 2007-12-03 | 2009-06-08 | 조용성 | Prediction method for dangerous area of road |
KR20140119471A (en) * | 2013-04-01 | 2014-10-10 | 현대엠엔소프트 주식회사 | System for correcting and providing real-time dangerous road-section information based on device in the car and its method |
KR101546700B1 (en) | 2014-11-28 | 2015-08-24 | 한국건설기술연구원 | System and method for recognizing road pothole area using image |
KR20170050937A (en) * | 2015-11-02 | 2017-05-11 | 현대자동차주식회사 | Method and telematics device navigation device for setting geo-fence services, and computer-readable medium storing program for executing the same |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102521518B1 (en) * | 2022-10-11 | 2023-04-14 | (주)금호전력 | Apparatus and method for smartly detecting obstacles on railroad tracks |
WO2024151081A1 (en) * | 2023-01-10 | 2024-07-18 | 엘지전자 주식회사 | Operation method of server and terminal for receiving real-time driving data for each class in wireless communication system |
CN117854284A (en) * | 2024-03-07 | 2024-04-09 | 广州铭创通讯科技有限公司 | Vehicle-road cooperative monitoring method and vehicle detector device for complex road environment |
CN117854284B (en) * | 2024-03-07 | 2024-05-31 | 广州铭创通讯科技有限公司 | Vehicle-road cooperative monitoring method and vehicle detector device for complex road environment |
Also Published As
Publication number | Publication date |
---|---|
KR102548821B1 (en) | 2023-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11878643B2 (en) | Event-based connected vehicle control and response systems | |
US11282019B2 (en) | Risk information processing method and server device | |
US9335178B2 (en) | Method for using street level images to enhance automated driving mode for vehicle | |
KR102548821B1 (en) | Road Dangerous Object Recognition Apparatus and Method | |
US11282388B2 (en) | Edge-assisted alert system | |
CN110942623B (en) | Auxiliary traffic accident handling method and system | |
CN110400478A (en) | A kind of road condition notification method and device | |
US20190066490A1 (en) | Smart city data analytics for improved accident reconstruction and solutions | |
Saiprasert et al. | Driver behaviour profiling using smartphone sensory data in a V2I environment | |
US11170639B2 (en) | Transportation threat detection system | |
CN111429739A (en) | Driving assisting method and system | |
CN111354182A (en) | Driving assisting method and system | |
JP5907249B2 (en) | Unexpected prediction sensitivity judgment device | |
JP7362733B2 (en) | Automated crowdsourcing of road environment information | |
CN114763167A (en) | Responder surveillance system for autonomous vehicles | |
KR20140119471A (en) | System for correcting and providing real-time dangerous road-section information based on device in the car and its method | |
US11335136B2 (en) | Method for ascertaining illegal driving behavior by a vehicle | |
US11600076B2 (en) | Detection of a hazardous situation in road traffic | |
CN113748448A (en) | Vehicle-based virtual stop-line and yield-line detection | |
CN111645705A (en) | Method for issuing driving route adjustment and server | |
EP3602516B1 (en) | System and method for automatically controlling a vehicle in a road network | |
KR102499056B1 (en) | Method, apparatus and server to monitor driving status based vehicle route | |
Majka | Highway safety performance metrics and emergency response in an advanced transportation environment | |
CN114758526A (en) | Obstacle avoidance method and device based on Internet of vehicles big data and storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E90F | Notification of reason for final refusal | ||
E701 | Decision to grant or registration of patent right |