KR20220101839A - 인공지능을 활용한 자전거 위험구간 식별 방법 및 장치 - Google Patents

인공지능을 활용한 자전거 위험구간 식별 방법 및 장치 Download PDF

Info

Publication number
KR20220101839A
KR20220101839A KR1020210003818A KR20210003818A KR20220101839A KR 20220101839 A KR20220101839 A KR 20220101839A KR 1020210003818 A KR1020210003818 A KR 1020210003818A KR 20210003818 A KR20210003818 A KR 20210003818A KR 20220101839 A KR20220101839 A KR 20220101839A
Authority
KR
South Korea
Prior art keywords
information
platform
bicycle
risk
section
Prior art date
Application number
KR1020210003818A
Other languages
English (en)
Other versions
KR102582820B1 (ko
Inventor
이한성
Original Assignee
주식회사 옐로나이프
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 주식회사 옐로나이프 filed Critical 주식회사 옐로나이프
Priority to KR1020210003818A priority Critical patent/KR102582820B1/ko
Publication of KR20220101839A publication Critical patent/KR20220101839A/ko
Application granted granted Critical
Publication of KR102582820B1 publication Critical patent/KR102582820B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/30—Transportation; Communications
    • G06Q50/40—

Abstract

실시예들은 컴퓨팅 장치에 의해 실행되는, 자전거에 장착된 컴퓨팅 장치에 의해 실행되는 위험구간 식별 방법을 제공할 수 있다. 여기서, 위험구간 식별 방법은 제 1 자전거에 대한 주행 기록 정보를 측정하는 단계, 제 1 자전거에 대한 주행 기록 정보를 플랫폼으로 전송하는 단계, 측정된 주행 기록 정보에 기초하여 위험발생 관련 정보 및 위험구간 정보가 플랫폼에 의해 위험구간 정보가 생성되는 단계, 플랫폼에 의해 적어도 하나의 자전거에 장착된 컴퓨팅 장치로 위험발생 관련 정보 및 위험구간 정보를 전송하는 단계를 포함할 수 있다.

Description

인공지능을 활용한 자전거 위험구간 식별 방법 및 장치 {METHOD AND APPARATUS FOR IDENTIFYING DANGER ZONE USING ARTFICIAL INTELLIGENCE}
실시예들은 인공지능을 활용한 자전거 위험구간 식별 방법 및 장치에 대한 것이다. 보다 상세하게는, 자전거 위험구간에 대한 정보를 획득하여 다른 자전거에게 제공함으로서 자전거 위험구간을 사전에 식별하도록 하는 방법 및 장치에 대한 것이다.
최근 공공 자전거가 도입되는 등 자전가에 대한 사용이 증가하고 있는 추세이다. 또한, 자전거 전용도로를 통해 자전거가 이동할 수 있는 경로를 확보함으로서 자전거를 이용하는 고객의 편의가 증가되었고, 레저 스포츠로 자전거를 이용하는 고객도 증가하고 있는 추세이다.
다만, 자전거 사용이 증가함에 따라 자전거에 의한 추돌 사고도 함께 증가하고 있다. 특히, 레저용 자전거의 경우, 일반 자전거보다 빠른 속도로 이동하고 차도를 이용하는 경우가 많아 사고가 빈번하게 발생하고 있다. 또한, 자전거를 이용하는 사람들이 골목이나 기타 위험 지역을 지나는 경우에 위험요소를 인지하지 못하여 사고가 발생하는 경우가 증가하고 있다.
상술한 점을 고려하여, 하기에서는 인공지능을 활용하여 자전거 위험구간을 사전에 식별하고, 이를 자전거 사용자에게 제공함으로서 사고를 방지하는 방법에 대해 서술한다.
한국등록특허 제10-1828047호
본 명세서는 자전거 위험구간을 식별하는 방법 및 장치를 제공할 수 있다.
본 명세서는 다른 자전거로부터 획득한 정보를 이용하여 위함구간을 사전에 식별하고, 이에 대한 정보를 제공할 수 있다.
본 명세서는 자전거 위험구간을 식별하기 위한 방법을 제공할 수 있다.
본 명세서의 해결하고자 하는 과제는 상술한 바에 한정되지 아니하고, 하기에서 설명하는 발명의 실시예들에 의해 도출될 수 있는 다양한 사항들로 확장될 수 있다.
본 명세서의 일 실시예에 따라, 컴퓨팅 장치에 의해 실행되는 위험구간 식별 방법을 제공할 수 있다. 이때, 위험구간 식별 방법은 제 1 자전거에 대한 주행 기록 정보를 측정하는 단계, 상기 제 1 자전거에 대한 주행 기록 정보를 플랫폼으로 전송하는 단계, 상기 측정된 주행 기록 정보에 기초하여 위험발생 관련 정보 및 위험구간 정보가 상기 플랫폼에 의해 위험구간 정보가 생성되는 단계, 상기 플랫폼에 의해 적어도 하나의 자전거에 장착된 컴퓨팅 장치로 상기 위험발생 관련 정보 및 상기 위험구간 정보를 전송하는 단계를 포함할 수 있다.
또한, 본 명세서의 일 실시예에 따라, 상기 제 1 자전거에 대한 주행 기록 정보는 위치 정보, 이동거리 정보, 속도 변화 정보, 핸들 각도 정보, 이동경로 정보 및 주행 관련 정보 중 적어도 어느 하나를 포함하고, 상기 플랫폼은 평균 값 정보 및 상기 제 1 자전거에 대한 주행 기록 정보를 비교하여 상기 위험발생 관련 정보는 상기 위험구간 정보를 생성하되, 상기 평균 값 정보는 상기 플랫폼의 인공지능에 기초하여 획득한 정보를 기준으로 설정되는 값일 수 있다.
또한, 본 명세서의 일 실시예에 따라, 상기 플랫폼이 상기 위험발생 관련 정보 및 상기 위험구간 정보를 생성하는 경우, 상기 제 1 자전거의 위치 정보에 기초하여 주변 상황 정보를 더 획득하고, 상기 주변 상황 정보를 더 고려하여 상기 위험발생 관련 정보 및 상기 위험구간 정보를 생성할 수 있다.
또한, 본 명세서의 일 실시예에 따라, 상기 플랫폼은 상기 제 1 자전거에 대한 주행 기록 정보에 기초하여 위험발생 판단 관련 정보를 상기 자전거에 장착된 컴퓨팅 장치로 제공하고, 상기 자전거에 장착된 컴퓨팅 장치는 상기 제 1 자전거에 대한 주행 기록 정보에 기초하여 위험상황 정보를 사용자로부터 입력 받고, 상기 사용자로부터 입력된 상기 위험상황 정보를 상기 플랫폼으로 전송하고, 상기 플랫폼은 상기 위험상황 정보에 기초하여 상기 위험발생 관련 정보 및 상기 위험구간 정보를 생성할 수 있다.
또한, 본 명세서의 일 실시예에 따라, 상기 플랫폼에 의해 적어도 하나의 자전거에 장착된 컴퓨팅 장치로 상기 위험발생 관련 정보 및 상기 위험구간 정보가 전송되는 경우, 상기 위험발생 관련 정보 및 상기 위험구간 정보는 위험구간 지도 형태로 제공될 수 있다.
또한, 본 명세서의 일 실시예에 따라, 상기 플랫폼에 의해 적어도 하나의 자전거에 장착된 컴퓨팅 장치로 상기 위험발생 관련 정보 및 상기 위험구간 정보가 전송되는 경우, 상기 플랫폼은 상기 위험발생 관련 정보 및 상기 위험구간 정보와 함께 우회 경로 정보를 더 제공할 수 있다.
또한, 본 명세서의 일 실시예에 따라, 상기 플랫폼이 제 1 시점에서 상기 제 1 자전거에 대한 주행 기록 정보에 기초하여 상기 위험발생 관련 정보 및 상기 위험구간 정보를 생성한 후, 제 2 시점에서 제 2 자전거에 대한 주행 기록 정보를 수신한 경우, 상기 플랫폼은 상기 제 2 자전거에 대한 주행 기록 정보에 기초하여 상기 위험발생 관련 정보 및 상기 위험구간 정보를 업데이트할 수 있다.
본 명세서는 자전거 위험구간을 사전에 식별하여 자전거 사고를 방지하도록 할 수 있다.
본 명세서는 다른 자전거로부터 획득한 정보를 이용하여 위험구간을 확인하도록 할 수 있다.
본 명세서는 자전거 위험구간을 다양한 방법에 기초하여 식별하도록 할 수 있다.
본 명세서의 효과는 위 기재된 사항에 한정되지 아니하며, 아래 발명의 실시예들에 대한 상세한 설명으로부터 도출될 수 있는 다양한 내용들로 확장될 수 있음이 이해되어야 한다.
도 1은 본 명세서의 일실시예에 따른 시스템의 동작 환경의 예를 도시한 도면이다.
도 2는 본 명세서의 일실시예에 있어서 컴퓨팅 장치(200)의 내부 구성을 설명하기 위한 블록도이다.
도 3은 본 명세서의 일 실시예에 있어서 자전거에 디바이스가 부착되는 방법을 나타낸 도면이다.
도 4a는 본 명세서의 일 실시예에 있어서 자전거 이동 속도에 기초하여 위험 여부를 판단하는 방법을 나타낸 도면이다.
도 4b는 본 명세서의 일 실시예에 있어서 자전거 핸들 각도에 기초하여 위험 여부를 판단하는 방법을 나타낸 도면이다.
도 5a는 본 명세서의 일 실시예에 있어서 위험상황에 대한 정보를 제공하는 방법을 나타낸 도면이다.
도 5b는 본 명세서의 일 실시예에 있어서 위험상황에 대한 정보를 제공하는 방법을 나타낸 도면이다.
도 6a는 본 명세서의 일 실시예에 있어서 위험상황에 대한 정보를 전달하는 방법을 나타낸 도면이다.
도 6b는 본 명세서의 일 실시예에 있어서 위험상황에 대한 정보를 전달하는 방법을 나타낸 도면이다.
도 7a는 본 명세서의 일 실시예에 있어서 위험 지역을 인지하는 방법을 나타낸 도면이다.
도 7b는 본 명세서의 일 실시예에 있어서 위험 지역을 인지하는 방법을 나타낸 도면이다.
도 8은 본 명세서의 일 실시예에 있어서 위험 지역을 인지하는 방법을 나타낸 도면이다.
도 9는 본 명세서의 일 실시예에 있어서 위험 지역에 기초하여 경로 정보를 제공하는 방법을 나타낸 도면이다.
도 10은 본 명세서의 일 실시예에 있어서 위험 지역 정보를 업데이트하는 방법을 나타낸 도면이다.
도 11은 본 명세서의 일 실시예에 있어서 위험 지역 정보를 업데이트하는 방법을 나타낸 도면이다.
도 12는 본 명세서의 일 실시예에 있어서 인공지능에 기초하여 위험상황을 판단하는 방법을 나타낸 도면이다.
도 13은 본 명세서의 일실시예에 있어서 위험 발생 정보를 제공하는 방법을 나타낸 순서도이다.
본 명세서의 실시예를 설명함에 있어서 공지 구성 또는 기능에 대한 구체적인 설명이 본 명세서의 실시예의 요지를 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다. 그리고, 도면에서 본 명세서의 실시예에 대한 설명과 관계없는 부분은 생략하였으며, 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 명세서의 실시예에 있어서, 어떤 구성요소가 다른 구성요소와 "연결", "결합" 또는 "접속"되어 있다고 할 때, 이는 직접적인 연결관계뿐만 아니라, 그 중간에 또 다른 구성요소가 존재하는 간접적인 연결관계도 포함할 수 있다. 또한 어떤 구성요소가 다른 구성요소를 "포함한다" 또는 "가진다"고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 배제하는 것이 아니라 또 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 명세서의 실시예에 있어서, 제1, 제2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 특별히 언급되지 않는 한 구성요소들간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 명세서의 실시예의 범위 내에서 실시예에서의 제1 구성요소는 다른 실시예에서 제2 구성요소라고 칭할 수도 있고, 마찬가지로 실시예에서의 제2 구성요소를 다른 실시예에서 제1 구성요소라고 칭할 수도 있다.
본 명세서의 실시예에 있어서, 서로 구별되는 구성요소들은 각각의 특징을 명확하게 설명하기 위함이며, 구성요소들이 반드시 분리되는 것을 의미하지는 않는다. 즉, 복수의 구성요소가 통합되어 하나의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있고, 하나의 구성요소가 분산되어 복수의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있다. 따라서, 별도로 언급하지 않더라도 이와 같이 통합된 또는 분산된 실시예도 본 명세서의 실시예의 범위에 포함된다.
본 명세서에서 네트워크는 유무선 네트워크를 모두 포함하는 개념일 수 있다. 이때, 네트워크는 디바이스와 시스템 및 디바이스 상호 간의 데이터 교환이 수행될 수 있는 통신망을 의미할 수 있으며, 특정 네트워크로 한정되는 것은 아니다.
본 명세서에 기술된 실시예는 전적으로 하드웨어이거나, 부분적으로 하드웨어이고 부분적으로 소프트웨어이거나, 또는 전적으로 소프트웨어인 측면을 가질 수 있다. 본 명세서에서 "부(unit)", "장치" 또는 "시스템" 등은 하드웨어, 하드웨어와 소프트웨어의 조합, 또는 소프트웨어 등 컴퓨터 관련 엔티티(entity)를 지칭한다. 예를 들어, 본 명세서에서 부, 모듈, 장치 또는 시스템 등은 실행중인 프로세스, 프로세서, 객체(object), 실행 파일(executable), 실행 스레드(thread of execution), 프로그램(program), 및/또는 컴퓨터(computer)일 수 있으나, 이에 제한되는 것은 아니다. 예를 들어, 컴퓨터에서 실행중인 애플리케이션(application) 및 컴퓨터의 양쪽이 모두 본 명세서의 부, 모듈, 장치 또는 시스템 등에 해당할 수 있다.
또한, 본 명세서에서 디바이스는 스마트폰, 태블릿 PC, 웨어러블 디바이스 및 HMD(Head Mounted Display)와 같이 모바일 디바이스뿐만 아니라, PC나 디스플레이 기능을 구비한 가전처럼 고정된 디바이스일 수 있다. 또한, 일 예로, 디바이스는 차량 내 클러스터 또는 IoT (Internet of Things) 디바이스일 수 있다. 즉, 본 명세서에서 디바이스는 어플리케이션 동작이 가능한 기기들을 지칭할 수 있으며, 특정 타입으로 한정되지 않는다. 하기에서는 설명의 편의를 위해 어플리케이션이 동작하는 기기를 디바이스로 지칭한다.
본 명세서에 있어서 네트워크의 통신 방식은 제한되지 않으며, 각 구성요소간 연결이 동일한 네트워크 방식으로 연결되지 않을 수도 있다. 네트워크는, 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망, 위성망 등)을 활용하는 통신 방식뿐만 아니라 기기들간의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크는, 객체와 객체가 네트워킹 할 수 있는 모든 통신 방법을 포함할 수 있으며, 유선 통신, 무선 통신, 3G, 4G, 5G, 혹은 그 이외의 방법으로 제한되지 않는다. 예를 들어, 유선 및/또는 네트워크는 LAN(Local Area Network), MAN(Metropolitan Area Network), GSM(Global System for Mobile Network), EDGE(Enhanced Data GSM Environment), HSDPA(High Speed Downlink Packet Access), W-CDMA(Wideband Code Division Multiple Access), CDMA(Code Division Multiple Access), TDMA(Time Division Multiple Access), 블루투스(Bluetooth), 지그비(Zigbee), 와이-파이(Wi-Fi), VoIP(Voice over Internet Protocol), LTE Advanced, IEEE802.16m, WirelessMAN-Advanced, HSPA+, 3GPP Long Term Evolution (LTE), Mobile WiMAX (IEEE 802.16e), UMB (formerly EV-DO Rev. C), Flash-OFDM, iBurst and MBWA (IEEE 802.20) systems, HIPERMAN, Beam-Division Multiple Access (BDMA), Wi-MAX(World Interoperability for Microwave Access) 및 초음파 활용 통신으로 이루어진 군으로부터 선택되는 하나 이상의 통신 방법에 의한 통신 네트워크를 지칭할 수 있으나, 이에 한정되는 것은 아니다.
다양한 실시예에서 설명하는 구성요소들이 반드시 필수적인 구성요소들은 의미하는 것은 아니며, 일부는 선택적인 구성요소일 수 있다. 따라서, 실시예에서 설명하는 구성요소들의 부분집합으로 구성되는 실시예도 본 명세서의 실시예의 범위에 포함된다. 또한, 다양한 실시예에서 설명하는 구성요소들에 추가적으로 다른 구성요소를 포함하는 실시예도 본 명세서의 실시예의 범위에 포함된다.
이하에서, 도면을 참조하여 본 명세서의 실시예들에 대하여 상세히 살펴본다.
도 1은 본 명세서의 일실시예에 따른 시스템의 동작 환경의 예를 도시한 도면이다. 도 1을 참조하면 사용자 디바이스(110), 하나 이상의 서버(120, 130, 140)가 네트워크(1)를 통해 연결되어 있다. 이러한 도 1은 발명의 설명을 위한 일례로 사용자 디바이스의 수나 서버의 수가 도 1과 같이 한정되는 것은 아니다.
사용자 디바이스(110)는 컴퓨터 시스템으로 구현되는 고정형 단말이거나 이동형 단말일 수 있다. 사용자 디바이스(110)는 예를 들면, 스마트폰(smart phone), 휴대폰, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC, 게임 콘솔(game console), 웨어러블 디바이스(wearable device), IoT(internet of things) 디바이스, VR(virtual reality) 디바이스, AR(augmented reality) 디바이스 등이 있다. 일례로 실시예들에서 사용자 디바이스(110)는 실질적으로 무선 또는 유선 통신 방식을 이용하여 네트워크(1)를 통해 다른 서버들(120 - 140)과 통신할 수 있는 다양한 물리적인 컴퓨터 시스템들 중 하나를 의미할 수 있다.
각 서버는 사용자 디바이스(110)와 네트워크(1)를 통해 통신하여 명령, 코드, 파일, 콘텐츠, 서비스 등을 제공하는 컴퓨터 장치 또는 복수의 컴퓨터 장치들로 구현될 수 있다. 예를 들어, 서버는 네트워크(1)를 통해 접속한 사용자 디바이스(110)로 각각의 서비스를 제공하는 시스템일 수 있다. 보다 구체적인 예로, 서버는 사용자 디바이스(110)에 설치되어 구동되는 컴퓨터 프로그램으로서의 어플리케이션을 통해, 해당 어플리케이션이 목적하는 서비스(일례로, 정보 제공 등)를 사용자 디바이스(110)로 제공할 수 있다. 다른 예로, 서버는 상술한 어플리케이션의 설치 및 구동을 위한 파일을 사용자 디바이스(110)로 배포하고 사용자 입력 정보를 수신해 대응하는 서비스를 제공할 수 있다.
일 예로, 하기에서 자전거에 부착될 수 있는 스마트 기기가 상술한 사용자 디바이스일 수 있다. 또한, 일 예로, 자전거에 통신 기능 및 디스플레이 기능이 장착되어 자전거 자체가 상술한 사용자 디바이스일 수 있으나, 상술한 실시예로 한정되지 않는다. 즉, 하기에서 자전거 위험구간을 식별하는 디바이스 또는 위험구간에 대한 정보를 수신하는 디바이스는 상술한 사용자 디바이스일 수 있다. 하기에서는 설명의 편의를 위해 자전거에 부착된 스마트 기기 또는 자전거 자체에 대해서 디바이스로 지칭한다. 다만, 이는 설명의 편의를 위한 지칭일 뿐, 다른 명칭도 가능할 수 있다.
도 2는 본 명세서의 일실시예에 있어서 컴퓨팅 장치(200)의 내부 구성을 설명하기 위한 블록도이다. 이러한 컴퓨팅 장치(200)는 도1을 참조하여 상술한 하나 이상의 사용자 디바이스(110-1, 110-2) 또는 서버(120-140)에 적용될 수 있으며, 각 장치와 서버들은 일부 구성요소를 더 하거나 제외하여 구성됨으로써 동일하거나 유사한 내부 구성을 가질 수 있다.
도 2를 참조하면 컴퓨팅 장치(200)는 메모리(210), 프로세서(220), 통신 모듈(230) 그리고 송수신부(240)를 포함할 수 있다. 메모리(210)는 비-일시적인 컴퓨터 판독 가능한 기록매체로서, RAM(random access memory), ROM(read only memory), 디스크 드라이브, SSD(solid state drive), 플래시 메모리(flash memory) 등과 같은 비소멸성 대용량 저장 장치(permanent mass storage device)를 포함할 수 있다. 여기서 ROM, SSD, 플래시 메모리, 디스크 드라이브 등과 같은 비소멸성 대용량 저장 장치는 메모리(210)와는 구분되는 별도의 영구 저장 장치로서 상술한 장치나 서버에 포함될 수도 있다. 또한, 메모리(210)에는 운영체제와 적어도 하나의 프로그램 코드(일례로 사용자 디바이스(110) 등에 설치되어 구동되는 브라우저나 특정 서비스의 제공을 위해 사용자 디바이스(110) 등에 설치된 어플리케이션 등을 위한 코드)가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 메모리(210)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다.
다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 모듈(230)을 통해 메모리(210)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 어플리케이션의 설치 파일을 배포하는 파일 배포 시스템(일례로, 상술한 서버)이 네트워크(1)를 통해 제공하는 파일들에 의해 설치되는 컴퓨터 프로그램(일례로 상술한 어플리케이션)에 기반하여 메모리(210)에 로딩될 수 있다.
프로세서(220)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(210) 또는 통신 모듈(230)에 의해 프로세서(220)로 제공될 수 있다. 예를 들어 프로세서(220)는 메모리(210)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.
통신 모듈(230)은 네트워크(1)를 통해 사용자 기기(110)와 서버(120 -140)가 서로 통신하기 위한 기능을 제공할 수 있으며, 장치(110) 및/또는 서버(120 - 140) 각각이 다른 전자 기기와 통신하기 위한 기능을 제공할 수 있다.
송수신부(240)는 외부 입력/출력장치(미도시)와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 외부 입력장치는 키보드, 마우스, 마이크로폰, 카메라 등의 장치를, 그리고 외부 출력 장치는 디스플레이, 스피커, 햅틱 피드백 디바이스(haptic feedback device) 등과 같은 장치를 포함할 수 있다.
다른 예로 송수신부(240)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다.
또한, 다른 실시예들에서 컴퓨팅 장치(200)는 적용되는 장치의 성질에 따라서 도 2의 구성요소들보다 더 많은 구성요소들을 포함할 수도 있다. 예를 들어, 컴퓨팅 장치(200)가 사용자 디바이스(110)에 적용되는 경우 상술한 입출력 장치 중 적어도 일부를 포함하도록 구현되거나 또는 트랜시버(transceiver), GPS(Global Positioning System) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다. 보다 구체적인 예로, 사용자 디바이스가 스마트폰인 경우, 일반적으로 스마트폰이 포함하고 있는 가속도 센서나 자이로 센서, 카메라 모듈, 각종 물리적인 버튼, 터치패널을 이용한 버튼, 입출력 포트, 진동을 위한 진동기 등의 다양한 구성요소들이 더 포함되도록 구현될 수 있다.
또한, 일 예로, 하기에서 자전거에 부착될 수 있는 스마트 기기는 상술한 컴퓨팅 장치(200)일 수 있다. 즉, 스마트 기기는 메모리(210), 프로세서(220), 통신 모듈(230) 및 송수신부(240)를 포함할 수 있다. 또한, 일 예로, 자전거에 통신 기능 및 디스플레이 기능이 장착되어 자전거 자체가 상술한 컴퓨팅 장치(200)일 수 있으나, 상술한 실시예로 한정되지 않는다. 즉, 하기에서 자전거 위험구간을 식별하는 스마트 기기 또는 자전거 자체는 상술한 컴퓨팅 장치(200)일 수 있으며, 컴퓨팅 장치(200)에 포함된 메모리(210), 프로세서(220), 통신 모듈(230) 및 송수신부(240)를 이용하여 자전거 주변 상황 정보를 인지하거나 자전거 라이더에게 관련 정보를 제공할 수 있다.
하기에서 본 명세서에 대한 동작은 컴퓨팅 장치를 기준으로 서술한다. 이때, 일 예로, 컴퓨팅 장치는 상술한 디바이스일 수 있으나, 이에 한정되는 것은 아니다. 또한, 일 예로, 하기에서 자전거 라이더로서 위험구간 식별 정보를 인지하는 라이더 또는 위험구간 식별 정보를 이용하는 라이더는 설명의 편의를 위해 사용자로 지칭한다.
도 3은 본 명세서의 일 실시예에 있어서 자전거에 디바이스가 부착되는 방법을 나타낸 도면이다. 일 예로, 도 3을 참조하면, 자전거에 스마트 기기가 거치될 수 있다. 여기서, 스마트 기기는 스마트 폰, 스마트 패드 및 그 밖에 컨텐츠 디스플레이가 가능하고, 외부 디바이스 또는 서버와 통신이 가능한 장치일 수 있으며, 상술한 실시예로 한정되지 않는다. 또 다른 일 예로, 자전거 자체에 컨텐츠를 디스플레이하고, 외부 디바이스 또는 서버와 통신을 수행하는 하드웨어가 구현될 수 있으며, 상술한 실시예로 한정되지 않는다.
이때, 일 예로, 스마트 기기는 자전거 손잡이 부분에 사용자의 안면 방향으로 거치될 수 있다. 일 예로, 스마트 기기는 스마트 폰 또는 전용 하드웨어일 수 있으며, 상술한 바와 같다. 또한, 자전거 자체에 디스플레이가 구비되고, 상술한 하드웨어가 내부에 구현될 수 있다. 또한, 일 예로, 자전거 주행을 고려하여 자전거 자체에 홀로그램을 이용한 디스플레이 장치가 구비될 수 있다. 일 예로, 홀로그램은 두 개의 레이저광이 서로 만나 일으키는 빛의 간섭 현상을 이용하여 입체 정보를 기록하고 재생하는 기술로서 사용자의 자전거 주행 시야를 방해하지 않도록 사용될 수 있으며, 상술한 실시예로 한정되지 않는다.
도 4a는 본 명세서의 일 실시예에 있어서 자전거 속도 변화에 기초하여 위험 여부를 판단하는 방법을 나타낸 도면이다. 도 4b는 본 명세서의 일 실시예에 있어서 자전거 핸들 각도에 기초하여 위험 여부를 판단하는 방법을 나타낸 도면이다. 일 예로, 자전거 도로에서 사고 발생이 빈번한 위험구간 또는 돌발적인 상황에 의해 사고가 발생할 위험이 인지된 경우에 대한 정보를 사용자에게 안내할 방법이 필요할 수 있다. 보다 상세하게는, 자전거 주행의 경우 차량과 다르게 주변 상황을 인지하기 어려울 경우가 더 많을 수 있다. 일 예로, 차량은 도로를 따라 신호를 준수하며 주행하는 경우가 많으나 자전거는 인도와 도로 사이를 오고가면서 신호 위반의 소지가 클 수 있고, 이에 따라 사고도 빈번할 수 있다. 또한, 자전거가 골목길이나 좁은 도로를 이용하는 경우에 사용자는 전방 주시하면서 위험구간을 인식하기에 한계가 존재할 수 있는바, 사용자에게 사전에 위험구간에 대한 정보를 제공할 필요성이 있다.
즉, 자전거 사용자에게 위험구간 정보에 대한 사전 노티가 필요할 수 있다. 상술한 동작을 위해 디바이스(자전거 부착 디바이스 또는 자전거 자체)와 복수 개의 디바이스를 제어하는 서버 또는 플랫폼이 구성될 수 있다. 일 예로, 플랫폼(또는 서버, 이하 플랫폼)은 상술한 도 1에 기초하여 각각의 디바이스들과 통신을 수행하고, 정보 교환을 수행할 수 있다. 즉, 플랫폼은 복수 개의 디바이스들과 통신을 수행하고, 이들로부터 수신한 정보를 제어하여 다시 복수 개의 디바이스들로 정보를 제공할 수 있다.
보다 구체적인 일 예로, 제 1 디바이스는 주행 기록 정보를 플랫폼으로 전송할 수 있다. 여기서, 제 1 디바이스는 제 1 라이더가 이용하는 디바이스로 자전거 또는 자전거에 부착된 스마트 기기일 수 있다. 일 예로, 주행 기록 정보는 제 1 디바이스의 위치, 이동거리, 속도 변화, 핸들 각도, 이동 경로 및 그 밖의 주행과 관련된 정보일 수 있다. 일 예로, 제 1 디바이스는 위치 정보를 확인할 수 있는 장치(e.g. GPS)를 구비할 수 있으며, 이에 기초하여 주행 기록 정보를 측정할 수 있다. 또한, 일 예로, 제 1 디바이스는 제 1 디바이스의 이동 거리 및 이동 경로를 확인하고, 이에 대한 정보를 플랫폼으로 전송할 수 있다. 또한, 제 1 디바이스는 이동 중에 속도 변화나 핸들 각도가 변화하는 정보를 측정하여 플랫폼으로 전송할 수 있으며, 상술한 실시예로 한정되지 않는다. 또한, 제 1 디바이스는 그 밖의 주행 관련 정보를 플랫폼으로 전송할 수 있다. 또 다른 일 예로, 제 1 디바이스는 이동 경로를 사전에 설정하고, 이에 대한 정보를 플랫폼과 공유할 수 있다. 여기서, 플랫폼은 이동 경로에 대한 네비게이션 정보를 제 1 디바이스로 제공할 수 있으며, 제 1 디바이스는 네비게이션 정보에 기초하여 주행 기록 정보를 플랫폼으로 전송할 수 있다.
상술한 경우, 플랫폼은 제 1 디바이스의 주행 기록 정보에 기초하여 위험구간을 인지할 수 있다. 보다 상세하게는, 플랫폼은 제 1 디바이스가 주행한 구간에 대해 구간에 대한 평균 자건거 속도 정보를 사전에 획득할 수 있다. 일 예로, 플랫폼은 인공지능 학습 모델을 구비하고, 복수 개의 디바이스들로부터 수신한 정보를 지속적으로 학습하여 특정 구간에 대한 평균 속도 정보를 획득할 수 있다. 또한, 이에 대해서는 지속적으로 업데이트될 수 있다. 여기서, 플랫폼은 상술한 정보와 제 1 디바이스의 속도 변화 정보를 비교할 수 있다. 일 예로, 도 4a에서 다른 구간은 속도가 평균 속도와 유사하지만 D3 구간은 평균 속도와의 차이가 클 수 있다. 일 예로, 플랫폼은 평균 속도 정보와 제 1 디바이스의 속도 차이가 임계 값보다 큰지 여부를 확인할 수 있다. 여기서, 임계 값보다 작으면 제 1 디바이스의 주행은 문제가 없는 것으로 판단할 수 있다. 반면, 임계 값보다 큰 경우, 제 1 디바이스의 주행에 문제가 발생할 수 있다. 플랫폼은 제 1 디바이스의 주행에 문제가 있는 구간에 기초하여 위험구간 정보를 획득할 수 있다. 구체적인 일 예로, 플랫폼은 속도 변화 차이가 임계 값보다 큰 경우, 도 5a처럼 제 1 디바이스로 주행 상황 관련 정보 확인 요청 메시지를 전송하고, 제 1 디바이스는 이에 대한 정보를 디스플레이할 수 있다. 즉, 플랫폼은 제 1 디바이스의 속도 변화 이유 정보를 확인할 수 있다.
일 예로, 속도 변화에 기초하여 플랫폼은 제 1 디바이스로 속도 변화 확인을 위해 "위험상황", "휴식" 및 "속도 조정"과 같은 항목 정보를 제공할 수 있으나, 상술한 실시예로 한정되지 않는다. 이때, 제 1 디바이스는 해당 항목에 대한 사용자 입력을 수신할 수 있다. 여기서, 사용자는 위험상황에 기초하여 제 1 디바이스를 중지시키거나 속도를 늦춘 경우, 위험상황에 대한 입력을 제 1 디바이스로 제공하고, 위험상황 관련 정보를 입력할 수 있다. 제 1 디바이스는 이에 대한 정보를 플랫폼으로 전송할 수 있다.
반면, 제 1 디바이스의 사용자가 속도 변화마다 매번 해당 항목을 입력하는 번거로울 수 있다. 따라서, 사용자는 다른 항목에 대해서는 특별한 응답을 수행하지 않을 수 있다. 즉, 제 1 디바이스는 임계 값보다 큰 속도 변화를 감지하여 상술한 정보를 디스플레이하였지만, 사용자로부터 특별한 입력을 수신하지 못하면 위험상황이 아닌 것으로 판단할 수 있다. 이를 통해 사용자 편의를 높이면서 위험상황을 판단할 수 있다. 또한, 일 예로, 도 5b를 참조하면, 상술한 정보에 기초하여 제 1 디바이스는 사용자로부터 음성 입력을 수신할 수 있다. 제 1 디바이스 사용자는 주행 중이거나 디바이스 조작이 쉽지 않을 수 있기 때문에 제 1 디바이스에 대한 입력은 음성으로 수행될 수 있다. 여기서, 제 1 디바이스 사용자가 위험상황으로 판단하고, 이에 대한 정보를 음성으로 인식하는 경우, 제 1 디바이스는 해당 정보를 저장하고, 이를 플랫폼으로 전송할 수 있다. 반면, 사용자가 특별한 응답을 수행하지 않거나 일상적인 대화를 수행하는 경우, 제 1 디바이스는 위험상황이 아닌 것으로 판단하고, 해당 정보를 전송하지 않을 수 있다.
여기서, 일 예로, 위험상황이고, 제 1 디바이스가 위험상황에 대한 정보를 플랫폼에 전송한 경우, 플랫폼은 해당 구간을 라벨링하고, 위험구간 지도를 생성할 수 있다. 또한, 일 예로, 플랫폼은 기 설정된 위험구간 지도에 해당 정보를 업데이트할 수 있다.
여기서, 플랫폼은 상술한 정보를 복수 개의 디바이스들로부터 각각 수신하고, 이에 대한 정보를 축적하여 위험구간 지도를 생성할 수 있다. 다만, 일 예로, 플랫폼이 수신한 정보의 정확도를 높이기 위해 인공지능에 기초하여 학습을 통해 위험구간 여부에 대한 판단을 더 수행할 수 있으며, 이에 대해서는 후술한다.
여기서, 일 예로, 플랫폼이 상술한 위험구간 지도를 생성하는 경우, 플랫폼은 위험상황의 좌표 정보, 주변 객체 특징 정보(화장실, 인도, 편의점, 강변, 산 주변인지, 횡단보도, 가로등 등), 시간 정보 및 도로형태 (갈림길)등에 대한 정보 중 적어도 어느 하나를 이용하여 위험구간 지도를 생성할 수 있으며, 이를 활용할 수 있다.
이때, 일 예로, 플랫폼은 상술한 바와 같이 생성된 위험구간 지도 정보를 복수 개의 디바이스로 전송할 수 있다. 일 예로, 플랫폼은 위험구간 지도 정보 및 복수 개의 디바이스의 위치 정보에 기초하여 위험구간 정보를 복수 개의 디바이스로 전송할 수 있다.
보다 구체익인 일 예로, 위험구간 지도 정보 및 위험구간 정보를 제공받는 디바이스는 제 2 디바이스일 수 있다. 여기서, 제 2 디바이스는 자전거에 부착된 스마트 기기 또는 자전거 자체일 수 있다. 일 예로, 제 2 디바이스는 자신의 위치 정보를 주기적으로 플랫폼으로 전송할 수 있다. 플랫폼은 주기적을 전송되는 제 2 디바이스의 위치 정보와 위험구간 지도 정보를 비교하여 제 2 디바이스 주변에 위험구간이 존재하는지 여부를 확인할 수 있다. 또 다른 일 예로, 제 2 디바이스는 이동 경로에 대한 정보를 플랫폼으로 제공하고, 플랫폼은 네비게이션 정보를 제 2 디바이스로 제공할 수 있다. 여기서, 플랫폼은 네비게이션에 위험구간 지도 정보를 반영하여 경로 안내시 위험구간에 대한 정보를 제 2 디바이스로 제공할 수 있다.
일 예로, 플랫폼은 위험구간 정보로서 “전방에 통행자 다수 발생 구간입니다”,“전방에 노면 상태가 불량합니다” 또는 “야생동물 출현”등과 같이 구체적인 위험구간 정보를 제공할 수 있으며, 이는 음성 또는 화면으로 제공될 수 있다.
여기서, 일 예로, 플랫폼은 상술한 바와 같이 위험구간에 대한 구체적인 정보를 제공하기 위해 위험구간에 대한 구체적인 판단이 필요할 수 있다. 일 예로, 플랫폼은 도 4a처럼 디바이스의 속도 변화에 기초하여 위험상황을 인지할 수 있다. 여기서, 상술한 바와 같이, 플랫폼은 사용자가 입력하는 구체적인 상황 정보를 통해 위험구간에 대한 구체적인 정보를 입력할 수 있다.
예컨대 도로 파손등의 위험상황에 대한 정보가 입력된 구간에 대하여, 위험상황의 지속 여부를 다른 사용자에게 질의할 수도 있다. 구체적으로 제1 사용자가 도로 파손으로 입력한 구간에 대하여, 제2 사용자가 해당 구간을 지나가는 경우 지나가기 전에는 도로파손 등 위험여부를 알리고, 지나간 후에는 도로파손이 존재하는지 여부를 문의하여 도로파손이 해결되었는지 여부를 확인할 수 있다. 보다 구체적으로 위 구간을 제2 사용자가 제1 사용자보다 빠른 속도로 지나가는 경우 위험이 해소된 것으로 추정할 수도 있으며 이에 따라서 제2 사용자에게 위험 해소 여부를 문의할 수 있다.
다만, 사용자의 입력 정보는 한계가 있을 수 있으므로 플랫폼은 다른 방법으로 위험구간에 대한 정보를 도출할 필요성이 있다. 구체적인 일 예로, 플랫폼은 도 4a에서 속도 기울기가 급격하게 줄어드는 경우에 대한 정보도 확인할 수 있다. 여기서, 플랫폼은 속도가 급격하게 줄어드는 경우는 통행자의 발생이 빈번한 경우로 판단하여 위험구간으로 인지하고, 위험구간에 대한 구체적인 정보를 확인할 수 있다. 또 다른 일 예로, 속도 기울기가 완만하게 줄어는 경우라면 디바이스가 노면 상태 저하(폭우 등으로 인한 웅덩이 발생)로 주행을 조정한 것으로 판단하고, 위험구간에 대한 구체적인 정보를 확인할 수 있다.
일 예로, 상술한 정보들이 위험구간 지도 정보에 반영된 경우, 각각의 디바이스들은 야간 라이딩시 해당 정보를 활용할 수 있다. 즉, 야간 주행시 구체적인 주변 지형을 확인하지 못하더라도 위험구간 지도 정보를 통해 주변 상황을 인지하여 사고를 방지할 수 있다.
또 다른 일 예로, 도 4b처럼 자전거 핸들 각도 변화를 측정할 수 있다. 일 예로, 플랫폼은 평균 자전거 핸들 각도를 복수 개의 디바이스를 통해 확보하거나 인공지능을 통해 학습할 수 있으며, 이는 속도 변화와 같을 수 있다. 여기서, 핸들 각도는 주행 경로에 따라 유사하게 유지될 수 있으므로 핸들 각도가 급격히 발생한 경우라면 위험상황이 발생한 것으로 볼 수 있다. 일 예로, 도 4b의 D3 구간에서 사용자는 직선 구간을 주행하는바 핸들각도는 0도에 가까워야 하지만 핸들 각도가 급격하게 변화된 상태인 경우라면 사용자가 핸들을 급하게 돌린 경우로 인지할 수 있다. 즉, 사용자는 위험상황을 인지한 상황일 수 있다. 이때, 플랫폼은 상술한 바와 같이 핸들 각도에 대한 정보를 확인하고, 이를 통해 위험상황을 인지할 수 있다.
또한, 일 예로, 도 6a 및 도 6b는 플랫폼이 디바이스에게 위험구간 정보를 제공하는 방법일 수 있다. 일 예로, 플랫폼은 도6a와 같이 디바이스로 위험상황에 대해서 위험구간 정보를 제공할 수 있다. 일 예로, 위험구간은 위험상황 종류에 따라 다르게 설정될 수 있다. 또한, 플랫폼은 위험상황에 대해서 디스플레이 정보 또는 음성 정보로서 디바이스로 제공하고, 디바이스는 이를 사용자에게 제공할 수 있다. 또한, 구체적인 일 예로, 플랫폼은 위험상황에 대한 정보에 시간 정보를 반영하여 디바이스로 제공할 수 있다. 보다 상세하게는, 위험상황으로 시간과 무관하게 설정되는 위험구간도 존재하지만 특정 시간에만 위험구간으로 설정되는 구간도 존재할 수 있다. 일 예로, 특정 지역에 일정 시간까지 집회가 예정되어 있으면 그 이후에 위험 요소는 제거될 수 있다.
따라서, 플랫폼은 위험상황에 대한 정보를 시간 정보와 함께 제공할 수 있다. 이를 통해, 디바이스 사용자는 위험구간 변화 정보를 인지할 수 있으며, 이를 반영하여 주행할 수 있다. 또 다른 일 예로, 플랫폼 자체에서 시간 정보를 반영하여 위험구간 지도 정보에 특정 시간까지만 위험구간으로 설정하고, 이후에는 위험구간을 해제할 수 있다. 또 다른 일 예로, 플랫폼은 위험상황에 대해서 주기적으로 정보를 수집하고, 이에 기초하여 업데이트를 수행할 수 있다.
또 다른 일 예로, 도 7a를 참조하면, 플랫폼은 주변 지형을 고려하여 위험구간을 설정할 수 있다. 일 예로, 도 7a에서 A 횡단 보도에는 주변에 화장실이 존재하고, 이를 이용하는 보행자들이 많을 수 있어 위험구간으로 판단될 수 있다. 반면, B 횡단보도의 경우, 교차로 이후에 존재하는 횡단보도로 주변 신호에 따라 보행이 제어될 수 있으므로 사고 발생 가능성이 낮을 수 있다. 상술한 점을 고려하여, 플랫폼은 위험구간에 대해서 주변 상황 정보를 더 반영하여 결정할 수 있다. 또한, 구체적인 일 예로, 플랫폼은 복수 개의 디바이스로부터 A 횡단보도에 보행자가 빈번하게 지나감을 인지하고, 이에 기초하여 위험구간을 설정할 수 있다. 일 예로, 플랫폼은 인공지능 학습에 기초하여 복수 개의 디바이스들로부터 수신한 정보를 지속적으로 획득하고, 이에 기초하여 위험구간을 설정할 수 있다. 또한, 상술한 바에 기초하여 플랫폼은 위험구간 지도에서 위험구간을 지속적으로 업데이트할 수 있다.
또한, 도 7b를 참조하면, 플랫폼은 주변 상황 정보로서 교차로 상황에 대한 정보를 고려할 수 있다. 즉, C 지역의 경우, 사용자 시야가 좁을 있고, 확인하지 못한 이동체가 등장할 가능성이 존재하므로, 플랫폼은 주변 상황 정보에 기초하여 위험구간을 설정할 수 있다. 일 예로, 도 7b의 경우, 플랫폼은 디바이스들로부터 정보를 획득하지 않더라도 주변 상황 정보에 기초하여 자체적으로 위험구간을 설정할 수 있으며, 상술한 실시예로 한정되지 않는다.
또 다른 일 예로, 플랫폼은 군집 주행과 같은 특별한 경우도 고려할 수 있다. 일 예로, 군집 주행 내의 제 1 디바이스의 속도 변화가 구간별 평균 속도와 다른 점이 나타나는 경우, 플랫폼은 제 1 디바이스로부터 관련 정보를 수신하고, 군집 주행 내의 다른 디바이스로 전달할 수 있다. 즉, 플랫폼은 디바이스(또는 자전거) 집단을 설정하고, 집단 내에서 위험상황에 대한 정보가 공유될 수 있도록 하여 군집 주행에 도움을 줄 수 있다.
또 다른 일 예로, 도 8을 참조하면, 플랫폼은 위험상황에 대한 정보를 위험구간을 기준으로 일정 영역 내에 디바이스에게 제공할 수 있다. 일 예로, 상술한 일정 영역은 위험상황에 따라 다르게 설정할 수 있다. 또 다른 일 예로, 일정 영역은 디바이스의 속도나 그 밖의 주행 정보에 기초하여 다르게 설정될 수 있다. 즉, 플랫폼은 주의가 필요한 디바이스로만 위험구간 정보를 제공하여 무분별하게 정보가 제공되는 것을 제어할 수 있다. 또 다른 일 옐, 도 9를 참조하면, 플랫폼은 위험구간 정보에 기초하여 우회 경로 정보를 디바이스로 제공할 수 있다. 일 예로, 플랫폼은 상술한 바와 같이 위험구간 지도 정보를 생성할 수 있으며, 이를 네비게이션에 반영할 수 있다. 여기서, 플랫폼은 위험구간을 고려하여 경로 우회에 대한 정보를 디바이스로 제공할 수 있다. 구체적인 일 예로, 도 9에서 제 1 지점 및 제 2 지점이 위험구간이면 플랫폼은 이를 피하는 경로를 추천할 수 있으며, 이에 기초하여 위험구간을 피하도록 할 수 있다.
또한, 일 예로, 도 10 및 도 11을 참조하면, 플랫폼은 위험구간에 대한 정보를 업데이트할 수 있다. 일 예로, 플랫폼(1120)은 제 1 디바이스 (1110)로부터 수신한 위험구간 정보에 기초하여 위험구간을 판단할 수 있다. 여기서, 플랫폼(1120)은 위험구간이 제 2 디바이스(1130)와 관련성이 있는지 여부를 판단할 수 있다. 일 예로, 플랫폼(1120)은 제 2 디바이스(1130) 경로가 위험구간을 지나가고, 위험구간으로부터 일정 영역 내에 위치하면 연관된 것으로 판단할 수 있다. 그 후, 제 2 디바이스(1130)가 위험구간을 통과할 수 있다. 여기서, 플랫폼(1120)은 제 2 디바이스(1130)로부터 위험구간 관련 정보 또는 제 2 디바이스(1120)의 주행 기록 정보를 수신할 수 있다. 플랫폼(1120)은 해당 위험구간에 대한 위험 발생 요소가 소멸한지 여부를 수신한 정보로 판단하고, 위험 발생 요소가 소멸하면 위험구간 정보를 삭제할 수 있다. 일 예로, 위험구간 정보가 삭제된 경우, 플랫폼은 해당 구간을 통과하는 제 3 디바이스로 위험구간 정보를 전달하지 않을 수 있으며, 이를 통해 위험구간 정보 제공을 제어할 수 있다.
또한, 일 예로, 도 12를 참조하면, 플랫폼은 위험 발생 정보 학습 모델에 기초하여 위험상황을 판단하고, 위험구간 지도 정보를 업데이트할 수 있다. 일 예로, 플랫폼은 복수 개의 디바이스들로부터 주행 기록 정보들을 지속적으로 수신할 수 있다. 여기서, 복수 개의 디바이스들로부터 수신한 주행 기록 정보에는 일정한 패턴이 존재할 수 있으며, 이를 통해 위험상황에 대한 타입이 판단될 수 있다. 또한, 일 예로, 위험 발생 정보 학습 모델은 외부 정로로 주변 상황에 대한 정보나 그 밖의 정보를 활용하여 위험상황을 판단할 수 있으며, 이를 통해 위험구간 지도 정보로서 위험상황에 대한 구체적인 상황을 판단할 수 있다. 또한, 일 예로, 플랫폼은 위험상황 판단에 대해서 결과를 도출하고, 이를 사용자에게 제공하여 실제 위험상황과 동일한지 여부를 판단할 수 있다. 일 예로, 상술한 결과 정보는 위험 발생 정보 학습 모델로 피드백되어 학습 모델이 업데이트될 수 있으며, 이에 기초하여 위험상황 판단 정확도를 높일 수 있다.
도 13은 본 명세서의 일실시예에 있어서 위험 발생 정보를 제공하는 방법을 나타낸 순서도이다.
도13을 참조하면, 제 1 디바이스는 플랫폼으로 주행 기록 정보를 전송할 수 있다.(S1310) 여기서, 제 1 디바이스는 상술한 바와 같이 자전거에 장착된 컴퓨팅 장치 또는 자전거 자체일 수 있으며, 이는 상술한 바와 같다. 일 예로, 제 1 디바이스는 제 1 자전거에 대한 주행 기록 정보를 측정할 수 있다. 그 후, 제 1 디바이스는 제 1 자전거에 대한 주행 기록 정보를 플랫폼으로 전송할 수 있다. 여기서, 플랫폼은 측정된 주행 기록 정보에 기초하여 위험발생 관련 정보 및 위험구간 정보가 플랫폼에 의해 생성될 수 있다.
이때, 플랫폼은 위험발생 관련 정보 및 위험구간 정보를 복수 개의 디바이스로 전송할 수 있다.(S1320) 여기서, 복수 개의 디바이스는 상술한 바와 같이 자전거에 장착된 컴퓨팅 장치 또는 자전거 자체일 수 있다.
또한, 일 예로, 제 1 디바이스가 측정하는 제 1 자전거에 대한 주행 기록 정보는 위치 정보, 이동거리 정보, 속도 변화 정보, 핸들 각도 정보, 이동경로 정보 및 주행 관련 정보 중 적어도 어느 하나를 포함할 수 있다.
여기서, 플랫폼은 평균 값 정보 및 제 1 자전거에 대한 주행 기록 정보를 비교하여 위험발생 관련 정보는 상기 위험구간 정보를 생성할 수 있다. 일 예로, 평균 값 정보는 다른 디바이스 또는 플랫폼의 인공지능에 기초하여 획득한 정보를 기준으로 해당 구간에 설정된 값일 수 있다.
또한, 일 예로, 플랫폼이 위험발생 관련 정보 및 위험구간 정보를 생성하는 경우, 플랫폼은 제 1 디바이스 또는 외부 데이터로서 제 1 자전거의 위치 정보에 기초한 주변 상황 정보를 더 획득할 수 있다. 여기서, 플랫폼은 주변 상황 정보를 더 고려하여 위험발생 관련 정보 및 위험구간 정보를 생성할 수 있다.
또한, 플랫폼은 제 1 자전거에 대한 주행 기록 정보에 기초하여 위험발생 판단 관련 정보를 제 1 디바이스로 제공할 수 있다. 제 1 디바이스는 플랫폼으로부터 수신한 정보를 UI(User Interface)를 통해 사용자에게 제공하고, 사용자로부터 제 1 자전거에 대한 주행 기록 정보에 기초하여 위험상황 정보를 입력 받을 수 있다. 여기서, 사용자로부터 입력된 위험상황 정보는 플랫폼으로 전송되고, 플랫폼은 위험상황 정보에 기초하여 위험발생 관련 정보 및 위험구간 정보를 생성할 수 있다.
또한, 일 예로, 플랫폼에 의해 복수 개의 디바이스로 위험발생 관련 정보 및 위험구간 정보가 전송되는 경우, 위험발생 관련 정보 및 위험구간 정보는 위험구간 지도 형태로 제공될 수 있다.
또한, 일 예로, 플랫폼은 위험발생 관련 정보 및 위험구간 정보와 함께 우회 경로 정보를 더 제공할 수 있다. 또한, 일 예로, 플랫폼이 제 1 시점에서 제 1 자전거에 대한 주행 기록 정보에 기초하여 위험발생 관련 정보 및 위험구간 정보를 생성한 후, 제 2 시점에서 제 2 자전거에 대한 주행 기록 정보를 수신한 경우, 플랫폼은 제 2 자전거에 대한 주행 기록 정보에 기초하여 위험발생 관련 정보 및 위험구간 정보를 업데이트할 수 있다.
이상에서 설명한 실시예들은 적어도 부분적으로 컴퓨터 프로그램으로 구현되고 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다. 실시예들을 구현하기 위한 프로그램이 기록되고 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 광 데이터 저장장치 등이 있다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수도 있다. 또한, 본 실시예를 구현하기 위한 기능적인 프로그램, 코드 및 코드 세그먼트(segment)들은 본 실시예가 속하는 기술 분야의 통상의 기술자에 의해 용이하게 이해될 수 있을 것이다.
이상에서 살펴본 본 명세서는 도면에 도시된 실시예들을 참고로 하여 설명하였으나 이는 예시적인 것에 불과하며 당해 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 실시예의 변형이 가능하다는 점을 이해할 것이다. 그러나, 이와 같은 변형은 본 명세서의 기술적 보호범위 내에 있다고 보아야 한다. 따라서, 본 명세서의 진정한 기술적 보호범위는 첨부된 청구범위의 기술적 사상에 의해서 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 포함하도록 정해져야 할 것이다.

Claims (8)

  1. 자전거에 장착된 컴퓨팅 장치에 의해 실행되는 위험구간 식별 방법에 있어서,
    제 1 자전거에 대한 주행 기록 정보를 측정하는 단계;
    상기 제 1 자전거에 대한 주행 기록 정보를 플랫폼으로 전송하는 단계;
    상기 측정된 주행 기록 정보에 기초하여 위험발생 관련 정보 및 위험구간 정보가 상기 플랫폼에 의해 위험구간 정보가 생성되는 단계;
    상기 플랫폼에 의해 적어도 하나의 자전거에 장착된 컴퓨팅 장치로 상기 위험발생 관련 정보 및 상기 위험구간 정보를 전송하는 단계;를 포함하는, 위험구간 식별 방법.
  2. 제 1 항에 있어서,
    상기 제 1 자전거에 대한 주행 기록 정보는 위치 정보, 이동거리 정보, 속도 변화 정보, 핸들 각도 정보, 이동경로 정보 및 주행 관련 정보 중 적어도 어느 하나를 포함하고,
    상기 플랫폼은 평균 값 정보 및 상기 제 1 자전거에 대한 주행 기록 정보를 비교하여 상기 위험발생 관련 정보는 상기 위험구간 정보를 생성하되,
    상기 평균 값 정보는 상기 플랫폼의 인공지능에 기초하여 획득한 정보를 기준으로 설정되는 값인, 위험구간 식별 방법.
  3. 제 2 항에 있어서,
    상기 플랫폼이 상기 위험발생 관련 정보 및 상기 위험구간 정보를 생성하는 경우, 상기 제 1 자전거의 위치 정보에 기초하여 주변 상황 정보를 더 획득하고,
    상기 주변 상황 정보를 더 고려하여 상기 위험발생 관련 정보 및 상기 위험구간 정보를 생성하는, 위험구간 식별 방법.
  4. 제 1 항에 있어서,
    상기 플랫폼은 상기 제 1 자전거에 대한 주행 기록 정보에 기초하여 위험발생 판단 관련 정보를 상기 자전거에 장착된 컴퓨팅 장치로 제공하고,
    상기 자전거에 장착된 컴퓨팅 장치는 상기 제 1 자전거에 대한 주행 기록 정보에 기초하여 위험상황 정보를 사용자로부터 입력 받고,
    상기 사용자로부터 입력된 상기 위험상황 정보를 상기 플랫폼으로 전송하고,
    상기 플랫폼은 상기 위험상황 정보에 기초하여 상기 위험발생 관련 정보 및 상기 위험구간 정보를 생성하는, 위험구간 식별 방법.
  5. 제 1 항에 있어서,
    상기 플랫폼에 의해 적어도 하나의 자전거에 장착된 컴퓨팅 장치로 상기 위험발생 관련 정보 및 상기 위험구간 정보가 전송되는 경우, 상기 위험발생 관련 정보 및 상기 위험구간 정보는 위험구간 지도 형태로 제공되는, 위험구간 식별 방법.
  6. 제 5 항에 있어서,
    상기 플랫폼에 의해 적어도 하나의 자전거에 장착된 컴퓨팅 장치로 상기 위험발생 관련 정보 및 상기 위험구간 정보가 전송되는 경우, 상기 플랫폼은 상기 위험발생 관련 정보 및 상기 위험구간 정보와 함께 우회 경로 정보를 더 제공하는, 위험구간 식별 방법.
  7. 제 1 항에 있어서,
    상기 플랫폼이 제 1 시점에서 상기 제 1 자전거에 대한 주행 기록 정보에 기초하여 상기 위험발생 관련 정보 및 상기 위험구간 정보를 생성한 후, 제 2 시점에서 제 2 자전거에 대한 주행 기록 정보를 수신한 경우,
    상기 플랫폼은 상기 제 2 자전거에 대한 주행 기록 정보에 기초하여 상기 위험발생 관련 정보 및 상기 위험구간 정보를 업데이트하는, 위험구간 식별 방법.
  8. 하드웨어와 결합되어 제 1항 내지 제7항 중 어느 한 항에 따른 위험구간을 식별하도록 컴퓨터로 판독 가능한 매체에 저장된 컴퓨터 프로그램.
KR1020210003818A 2021-01-12 2021-01-12 인공지능을 활용한 자전거 위험구간 식별 방법 및 장치 KR102582820B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210003818A KR102582820B1 (ko) 2021-01-12 2021-01-12 인공지능을 활용한 자전거 위험구간 식별 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210003818A KR102582820B1 (ko) 2021-01-12 2021-01-12 인공지능을 활용한 자전거 위험구간 식별 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20220101839A true KR20220101839A (ko) 2022-07-19
KR102582820B1 KR102582820B1 (ko) 2023-09-26

Family

ID=82607079

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210003818A KR102582820B1 (ko) 2021-01-12 2021-01-12 인공지능을 활용한 자전거 위험구간 식별 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102582820B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240016747A (ko) 2022-07-29 2024-02-06 주식회사 비비이워크스 Ai를 활용하여 라이더를 훈련하는 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130104318A (ko) * 2012-03-13 2013-09-25 한양대학교 에리카산학협력단 자전거 주행 환경 평가 장치 및 방법
KR20150070460A (ko) * 2013-12-16 2015-06-25 대한민국(국민안전처 국립재난안전연구원장) 자전거 도로 안전 운행을 위한 사용자 장치, 그 제어 방법 및 자전거 도로 안전 운행을 위한 서비스 제공 장치
KR101828047B1 (ko) 2016-10-17 2018-02-09 김해영 자전거 도로정보 제공 장치 및 그 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130104318A (ko) * 2012-03-13 2013-09-25 한양대학교 에리카산학협력단 자전거 주행 환경 평가 장치 및 방법
KR20150070460A (ko) * 2013-12-16 2015-06-25 대한민국(국민안전처 국립재난안전연구원장) 자전거 도로 안전 운행을 위한 사용자 장치, 그 제어 방법 및 자전거 도로 안전 운행을 위한 서비스 제공 장치
KR101828047B1 (ko) 2016-10-17 2018-02-09 김해영 자전거 도로정보 제공 장치 및 그 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240016747A (ko) 2022-07-29 2024-02-06 주식회사 비비이워크스 Ai를 활용하여 라이더를 훈련하는 방법

Also Published As

Publication number Publication date
KR102582820B1 (ko) 2023-09-26

Similar Documents

Publication Publication Date Title
US9534917B2 (en) Unmanned aerial vehicle navigation assistance
JP7141370B2 (ja) 標準的なナビゲーション地図と車両の過去の軌跡に基づいて決定された車線構成を利用した自動運転
US9349293B2 (en) Method and apparatus for providing vehicle synchronization to facilitate a crossing
US11906312B2 (en) Localizing transportation requests utilizing an image based transportation request interface
EP3324332B1 (en) Method and system to predict vehicle traffic behavior for autonomous vehicles to make driving decisions
JP6310531B2 (ja) 自律走行車において拡張仮想現実コンテンツを提供するシステム及び方法
US10453337B2 (en) Method and apparatus for providing safety levels estimate for a travel link based on signage information
US10661795B1 (en) Collision detection platform
US20140236483A1 (en) Method and apparatus for determining travel path geometry based on mapping information
CN111076732A (zh) 基于车辆行驶的轨迹标记和生成高清地图的标记方案
JP6975775B2 (ja) 自動運転車両の高速道路における自動運転に用いる、地図及びポジショニングなしで車線に沿う走行方法
CN110389580A (zh) 用于规划自动驾驶车辆的路径的漂移校正的方法
US11538338B2 (en) Providing map fragments to a device
US20190178659A1 (en) Auxiliary navigational assistance
US11727810B2 (en) Systems and methods for avoiding intersection collisions
US20230005363A1 (en) System for providing a city planning tool
US20200164897A1 (en) Method and apparatus for presenting a feedforward cue in a user interface before an upcoming vehicle event occurs
US11015945B2 (en) Providing information regarding relevant points of interest
JP2022538710A (ja) ファントム交通渋滞検出および回避
KR20190067851A (ko) 센서 데이터로부터 생성된 물체를 평활화하기 위한 맵 정보의 이용
US20220161830A1 (en) Dynamic Scene Representation
US11874118B2 (en) Crowdsourcing map maintenance
US20220289253A1 (en) Method for evaluating autonomous driving system, apparatus and storage medium
KR102247168B1 (ko) 자율 주행 차량 내 비 회피 계획 시스템의 장애물 필터링 방법
US11011055B2 (en) Collecting movement analytics using augmented reality

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant