KR20240067534A - Method, apparatus, system and computer program for generating optimized traffic signal and controlling traffic signal - Google Patents

Method, apparatus, system and computer program for generating optimized traffic signal and controlling traffic signal Download PDF

Info

Publication number
KR20240067534A
KR20240067534A KR1020220148642A KR20220148642A KR20240067534A KR 20240067534 A KR20240067534 A KR 20240067534A KR 1020220148642 A KR1020220148642 A KR 1020220148642A KR 20220148642 A KR20220148642 A KR 20220148642A KR 20240067534 A KR20240067534 A KR 20240067534A
Authority
KR
South Korea
Prior art keywords
traffic signal
optimal
traffic
candidate
splits
Prior art date
Application number
KR1020220148642A
Other languages
Korean (ko)
Inventor
이윤지
권민철
이유현
정원우
최규진
Original Assignee
주식회사 케이티
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 케이티 filed Critical 주식회사 케이티
Priority to KR1020220148642A priority Critical patent/KR20240067534A/en
Publication of KR20240067534A publication Critical patent/KR20240067534A/en

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/081—Plural intersections under common control
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Signal Processing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명은 최적 교통 신호 생성 및 교통 신호 제어 방법, 장치, 시스템 및 컴퓨터 프로그램에 관한 것으로서, 보다 구체적으로는 최적 교통 신호를 효율적으로 산출하고, 나아가 상기 산출된 최적 교통 신호에 따라 교통 신호를 제어할 수 있는 최적 교통 신호 생성 및 교통 신호 제어 방법, 장치, 시스템 및 컴퓨터 프로그램에 관한 것이다.
본 발명에서는, 교통 신호 생성 시스템이, M 현시의 교통 신호에 대하여 미리 생성된 N개의 교통 신호 후보 스플릿을 기초로 학습을 수행하여 상기 N개의 교통 신호 후보 스플릿 중 최적 교통 신호 후보 스플릿을 선별하는 단계 - 여기서, M, N은 각각 1보다 큰 정수임; 및 선별된 상기 최적 교통 신호 후보 스플릿을 기초로 최적 교통 신호를 생성하는 단계;를 포함하는 것을 특징으로 하는 교통 신호 생성 방법을 개시한다.The present invention relates to methods, devices, systems, and computer programs for generating optimal traffic signals and controlling traffic signals. More specifically, the present invention relates to methods, devices, systems, and computer programs for efficiently calculating optimal traffic signals and further controlling traffic signals according to the calculated optimal traffic signals. It relates to optimal traffic signal generation and traffic signal control methods, devices, systems, and computer programs.
In the present invention, the traffic signal generation system performs learning based on N traffic signal candidate splits previously generated for M current traffic signals and selects the optimal traffic signal candidate split among the N traffic signal candidate splits. - Here, M and N are each integers greater than 1; and generating an optimal traffic signal based on the selected optimal traffic signal candidate splits.

Description

최적 교통 신호 생성 및 교통 신호 제어 방법, 장치, 시스템 및 컴퓨터 프로그램 {Method, apparatus, system and computer program for generating optimized traffic signal and controlling traffic signal}{Method, apparatus, system and computer program for generating optimized traffic signal and controlling traffic signal}

본 발명은 최적 교통 신호 생성 및 교통 신호 제어 방법, 장치, 시스템 및 컴퓨터 프로그램에 관한 것으로서, 보다 구체적으로는 최적 교통 신호를 효율적으로 산출하고, 나아가 상기 산출된 최적 교통 신호에 따라 교통 신호를 제어할 수 있는 최적 교통 신호 생성 및 교통 신호 제어 방법, 장치, 시스템 및 컴퓨터 프로그램에 관한 것이다.The present invention relates to methods, devices, systems, and computer programs for generating optimal traffic signals and controlling traffic signals. More specifically, the present invention relates to methods, devices, systems, and computer programs for efficiently calculating optimal traffic signals and further controlling traffic signals according to the calculated optimal traffic signals. It relates to optimal traffic signal generation and traffic signal control methods, devices, systems, and computer programs.

근래 ITS(Intelligent Transport System) 및 C-ITS(Cooperative-Intelligent Transport System)에 대한 기술 및 서비스가 빠르게 발전하고 있으며, 이를 위하여 교차로 등에서의 교통 흐름을 개선할 수 있도록 교통 신호를 최적화하기 위한 다양한 기술들이 폭넓게 활용되고 있다.Recently, technologies and services for ITS (Intelligent Transport System) and C-ITS (Cooperative-Intelligent Transport System) are developing rapidly, and to this end, various technologies are being developed to optimize traffic signals to improve traffic flow at intersections, etc. It is widely used.

이와 관련하여, 최근 인공지능을 활용하여 교통 신호를 제어하는 기술도 시도되고 있다. 보다 구체적으로, 대한민국 공개특허공보 제10-2021-0127533호에서는, 도 1에서 볼 수 있는 바와 같이 교차로 등 도로의 교통 상황 정보를 수집하고, 또한 인공지능을 이용하여 상기 교통 상황 정보에 따라 도 2와 같이 교통 신호 및 각 신호의 시간 비율(split)을 조정하여 교통 신호를 제어하는 기술을 개시하고 있다.In relation to this, technology to control traffic signals using artificial intelligence has also recently been attempted. More specifically, in Republic of Korea Patent Publication No. 10-2021-0127533, traffic situation information on roads such as intersections is collected, as can be seen in Figure 1, and also using artificial intelligence, according to the traffic situation information in Figure 2 A technology for controlling traffic signals is being disclosed by adjusting the traffic signals and the time ratio (split) of each signal.

그런데, 위와 같이 인공지능 등을 학습시켜 최적 교통 신호를 산출하고자 하는 경우, 상기 최적 교통 신호의 산출은 연속 공간에서 최적화된 값을 산출하는 문제로서 무한개의 경우의 수에서 하나의 최적값을 고르는 어려운 문제가 되고, 나아가 학습을 수행하더라도 수렴이 이루어지지 않는 문제가 따를 수 있다.However, when trying to calculate the optimal traffic signal by learning artificial intelligence, etc. as above, calculating the optimal traffic signal is a problem of calculating the optimized value in a continuous space, making it difficult to select one optimal value from an infinite number of cases. This can be a problem, and even if learning is performed, convergence may not occur.

보다 구체적으로, 강화 학습(reinforcement learning)에서는 에이전트(agent)가 주어진 스테이트(state)를 확인(observation)하고 이를 바탕으로 결정(decision)을 내리게 된다. 이에 따라, 교통 신호에 대한 강화 학습에서는 에이전트(agent)가 도로의 교통 상황을 확인하고 최적의 교통 신호를 결정하게끔 학습하게 된다.More specifically, in reinforcement learning, an agent observes a given state and makes a decision based on it. Accordingly, in reinforcement learning for traffic signals, an agent learns to check the traffic situation on the road and determine the optimal traffic signal.

그런데, 상기 에이전트(agent)가 상기 연속적인 값을 가질 수 있는 교통 신호의 최적치를 산출하도록 학습을 수행하는 경우, 학습의 수렴이 어렵거나 학습에 상당한 시간이 소요되는 문제가 발생할 수 있다.However, when the agent performs learning to calculate the optimal value of a traffic signal that can have continuous values, problems may occur such that convergence of learning is difficult or learning takes a significant amount of time.

나아가, 도 1과 같이 하나의 교차로에 대한 교통 신호에서 더 나아가 복수의 교차로를 포함하는 광역 교통 시스템에서의 멀티-에이전트(multi-agent) 방식에서는 복잡도가 빠르게 증가하면서 학습의 수렴이 더욱 어려워지거나 학습에서 수렴에 소요되는 시간이 더욱 급격하게 증가하는 문제가 나타나게 된다.Furthermore, as shown in Figure 1, in the multi-agent method in a wide-area traffic system that includes multiple intersections beyond the traffic signal for one intersection, the complexity increases rapidly, making learning more difficult or converging. A problem arises in which the time required for convergence increases more rapidly.

대한민국 공개특허 제10-2021-0127533호(2021년 10월 22일 공개)Republic of Korea Patent Publication No. 10-2021-0127533 (published on October 22, 2021)

본 발명은 상기와 같은 종래 기술의 문제점을 해결하기 위해 창안된 것으로, 연속적인 값을 가질 수 있는 교통 신호의 최적치를 산출하도록 효과적으로 학습을 수행할 수 있는 최적 교통 신호 생성 및 교통 신호 제어 방법, 장치, 시스템 및 컴퓨터 프로그램을 제공하는 것을 목적으로 한다.The present invention was created to solve the problems of the prior art as described above. An optimal traffic signal generation and traffic signal control method and device that can effectively learn to calculate the optimal value of a traffic signal that can have continuous values. The purpose is to provide systems and computer programs.

나아가, 본 발명에서는 산출된 교통 신호의 최적치를 이용하여 교통 신호를 제어하여 교통 흐름을 원활하게 할 수 있는 최적 교통 신호 생성 및 교통 신호 제어 방법, 장치, 시스템 및 컴퓨터 프로그램을 제공하는 것을 목적으로 한다.Furthermore, the purpose of the present invention is to provide an optimal traffic signal generation and traffic signal control method, device, system, and computer program that can smooth traffic flow by controlling traffic signals using the calculated optimal values of traffic signals. .

그 외 본 발명의 세부적인 목적은 아래에 기재되는 구체적인 내용을 통하여 이 기술 분야의 전문가나 연구자에게 자명하게 파악되고 이해될 수 있을 것이다.In addition, the detailed purpose of the present invention can be clearly understood and understood by experts or researchers in this technical field through the specific contents described below.

상기 과제를 해결하기 위한 본 발명의 한 측면에 따른 교통 신호 생성 방법은, 교통 신호 생성 시스템이, M 현시의 교통 신호에 대하여 미리 생성된 N개의 교통 신호 후보 스플릿을 기초로 학습을 수행하여 상기 N개의 교통 신호 후보 스플릿 중 최적 교통 신호 후보 스플릿을 선별하는 단계 - 여기서, M, N은 각각 1보다 큰 정수임; 및 선별된 상기 최적 교통 신호 후보 스플릿을 기초로 최적 교통 신호를 생성하는 단계;를 포함하는 것을 특징으로 한다.The traffic signal generation method according to one aspect of the present invention for solving the above problem is that the traffic signal generation system performs learning based on N traffic signal candidate splits generated in advance for the traffic signal M present, and generates the N traffic signal candidate splits. Selecting an optimal traffic signal candidate split among the traffic signal candidate splits - where M and N are each integers greater than 1; and generating an optimal traffic signal based on the selected optimal traffic signal candidate split.

여기서, 상기 교통 신호 후보 스플릿은, 상기 M 현시의 교통 신호의 신호 주기(C)가 상기 M 현시를 구성하는 M개의 각 현시에 배분되어 구성될 수 있다.Here, the traffic signal candidate split may be configured by distributing the signal period (C) of the traffic signal of the M manifestations to each of the M manifestations constituting the M manifestations.

이때, 상기 선별하는 단계는, 상기 N개의 교통 신호 후보 스플릿을 산출하는 단계; 및 상기 최적 교통 신호 후보 스플릿을 선별하기 위하여 상기 N개의 교통 신호 후보 스플릿을 기초로 학습을 수행하는 단계;를 포함할 수 있다.At this time, the selecting step includes calculating the N traffic signal candidate splits; and performing learning based on the N traffic signal candidate splits to select the optimal traffic signal candidate split.

나아가, 상기 교통 신호 후보 스플릿을 산출하는 단계는, 각 현시에 대하여 상기 신호 주기(C) 중 미리 정해진 최소 시간을 배분하고 나머지 시간(R)을 산출하는 단계; 및 상기 나머지 시간(R)을 상기 M개의 각 현시로 배분하는 단계;를 포함할 수 있다.Furthermore, calculating the traffic signal candidate split includes distributing a predetermined minimum time among the signal periods (C) to each manifestation and calculating the remaining time (R); and distributing the remaining time (R) to each of the M manifestations.

또한, 상기 각 현시로 배분하는 단계는, 상기 나머지 시간(R)에 대한 약수의 목록 중에서 L개의 값을 선택하는 단계; 상기 L개의 약수 각각에 대하여 상기 M개의 자연수로 배분하는 단계; 및 상기 M개로 배분된 자연수의 비율에 따라 상기 나머지 시간(R)을 배분하는 단계;를 포함할 수 있다.In addition, the step of distributing to each manifestation includes selecting L values from a list of divisors for the remaining time (R); distributing each of the L divisors to the M natural numbers; and distributing the remaining time (R) according to the ratio of the natural numbers distributed to the M numbers.

또한, 상기 자연수로 배분하는 단계에서는, 상기 L개의 약수를 각각 상기 M개의 자연수로 나누어 서로소의 조합으로 배분할 수 있다.Additionally, in the step of distributing by natural numbers, the L divisors can be divided by the M natural numbers and distributed as a combination of disjoint primes.

이때, 상기 자연수로 배분하는 단계는, 상기 서로소의 조합 중 중복된 조합은 제거하는 단계를 포함할 수 있다.At this time, the step of distributing by natural numbers may include removing duplicate combinations among the combinations of the disjoint primes.

또한, 상기 L개의 값을 선택하는 단계에서는, 상기 약수의 목록을 오름차순으로 나열하여 중앙에 위치하는 상기 L개의 값을 선택할 수 있다.Additionally, in the step of selecting the L values, the list of divisors can be arranged in ascending order and the L values located in the center can be selected.

또한, 본 발명의 다른 측면에 따른 컴퓨터 프로그램은, 컴퓨터에서 앞서 기재된 교통 신호 생성 방법의 각 단계를 실행시키기 위한 컴퓨터로 판독 가능한 매체에 저장된. 컴퓨터 프로그램일 수 있다.In addition, the computer program according to another aspect of the present invention is stored in a computer-readable medium for executing each step of the traffic signal generation method described above on a computer. It could be a computer program.

또한, 본 발명의 또 다른 측면에 따른 교통 신호 생성 시스템은, M 현시의 교통 신호에 대하여 미리 생성된 N개의 교통 신호 후보 스플릿을 기초로 학습을 수행하여 상기 N개의 교통 신호 후보 스플릿 중 최적 교통 신호 후보 스플릿을 선별하는 최적 교통 후보 스플릿 선별부 - 여기서, M, N은 각각 1보다 큰 정수임; 및 선별된 상기 최적 교통 신호 후보 스플릿을 기초로 최적 교통 신호를 생성하는 최적 교통 신호 생성부;를 포함하는 것을 특징으로 한다.In addition, the traffic signal generation system according to another aspect of the present invention performs learning based on N traffic signal candidate splits generated in advance for M current traffic signals to select the optimal traffic signal among the N traffic signal candidate splits. An optimal transportation candidate split selection unit that selects candidate splits - where M and N are each integers greater than 1; and an optimal traffic signal generator that generates an optimal traffic signal based on the selected optimal traffic signal candidate splits.

여기서, 상기 교통 신호 후보 스플릿은, 상기 M 현시의 교통 신호의 신호 주기 시간(C)가 상기 M 현시를 구성하는 M개의 각 현시에 배분되어 구성될 수 있다.Here, the traffic signal candidate split may be configured by distributing the signal cycle time (C) of the traffic signal of the M manifestations to each of the M manifestations constituting the M manifestations.

또한, 상기 최적 교통 후보 스플릿 선별부는, 상기 N개의 교통 신호 후보 스플릿을 산출하는 교통 신호 후보 스플릿 산출부; 및 상기 최적 교통 신호 후보 스플릿을 선별하기 위하여 상기 N개의 교통 신호 후보 스플릿을 기초로 학습을 수행하는 학습 수행부;를 포함할 수 있다.In addition, the optimal traffic candidate split selection unit includes a traffic signal candidate split calculation unit that calculates the N traffic signal candidate splits; and a learning performing unit that performs learning based on the N traffic signal candidate splits to select the optimal traffic signal candidate split.

나아가, 상기 교통 신호 후보 스플릿 산출부는, 각 현시에 대하여 상기 신호 주기(C) 중 미리 정해진 최소 시간을 배분하고 나머지 시간(R)을 산출하는 나머지 시간 산출부; 및 상기 나머지 시간(R)을 상기 M개의 각 현시로 배분하는 현시 배분부;를 포함할 수 있다.Furthermore, the traffic signal candidate split calculation unit includes a remaining time calculation unit that allocates a predetermined minimum time among the signal periods (C) for each presentation and calculates the remaining time (R); and a presentation distribution unit that distributes the remaining time (R) to each of the M presentations.

이에 따라, 본 발명의 일 실시예에 따른 최적 교통 신호 생성 및 교통 신호 제어 방법, 장치, 시스템 및 컴퓨터 프로그램에서는, 연속적인 값을 가질 수 있는 교통 신호의 최적치를 산출하도록 효과적으로 학습을 수행할 수 있게 된다.Accordingly, the optimal traffic signal generation and traffic signal control method, device, system, and computer program according to an embodiment of the present invention enable effective learning to calculate the optimal value of a traffic signal that can have continuous values. do.

또한, 본 발명의 일 실시예에 따른 최적 교통 신호 생성 및 교통 신호 제어 방법, 장치, 시스템 및 컴퓨터 프로그램에서는, 산출된 교통 신호의 최적치를 이용하여 교통 흐름을 원활하게 할 수 있도록 교통 신호를 효율적으로 제어할 수 있게 된다.In addition, in the optimal traffic signal generation and traffic signal control method, device, system, and computer program according to an embodiment of the present invention, traffic signals are efficiently generated to facilitate traffic flow by using the calculated optimal value of the traffic signal. You can control it.

본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과는 본 명세서에 기재된 내용으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.The effects that can be obtained from the present invention are not limited to the effects mentioned above, and other effects not mentioned can be clearly understood by those skilled in the art from the contents described in this specification. There will be.

본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부도면은 본 발명에 대한 실시예를 제공하고, 상세한 설명과 함께 본 발명의 기술적 사상을 설명한다.
도 1과 도 2는 통상의 교통 신호 제어 시스템의 동작을 예시하는 도면이다.
도 3은 본 발명의 일 실시예에 따른 교통 신호 제어 시스템의 구성을 예시하는 도면이다.
도 4는 본 발명의 일 실시예에 따른 교통 신호 생성 방법의 순서도를 예시하는 도면이다.
도 5는 본 발명의 일 실시예에 따른 교통 신호 생성 방법에서 4현시 교통 신호를 예시하는 도면이다.
도 6 내지 도 8은 본 발명의 일 실시예에 따른 교통 신호 생성 방법의 구체적인 실시예를 도시하는 순서도이다.
도 9는 본 발명의 일 실시예에 따른 교통 신호 생성 시스템의 블록도를 예시하는 도면이다.The accompanying drawings, which are included as part of the detailed description to aid understanding of the present invention, provide embodiments of the present invention, and together with the detailed description, explain the technical idea of the present invention.
1 and 2 are diagrams illustrating the operation of a typical traffic signal control system.
Figure 3 is a diagram illustrating the configuration of a traffic signal control system according to an embodiment of the present invention.
Figure 4 is a diagram illustrating a flow chart of a traffic signal generation method according to an embodiment of the present invention.
Figure 5 is a diagram illustrating a four-way traffic signal in a traffic signal generation method according to an embodiment of the present invention.
6 to 8 are flowcharts showing a specific example of a traffic signal generation method according to an embodiment of the present invention.
Figure 9 is a diagram illustrating a block diagram of a traffic signal generation system according to an embodiment of the present invention.

본 발명에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명의 권리범위를 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 발명에서 사용되는 기술적 용어는 본 발명에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 발명에서 사용되는 기술적인 용어가 본 발명의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 해당 분야의 통상의 기술자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 발명에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.It should be noted that the technical terms used in the present invention are only used to describe specific embodiments and are not intended to limit the scope of the present invention. In addition, the technical terms used in the present invention, unless specifically defined in a different sense in the present invention, should be interpreted as meanings generally understood by those skilled in the art in the technical field to which the present invention pertains, and are not overly comprehensive. It should not be interpreted in a literal or excessively reduced sense. Additionally, if the technical term used in the present invention is an incorrect technical term that does not accurately express the idea of the present invention, it should be replaced with a technical term that can be correctly understood by a person skilled in the art. In addition, general terms used in the present invention should be interpreted according to the definition in the dictionary or according to the context, and should not be interpreted in an excessively reduced sense.

또한, 본 발명에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함한다. 본 발명에서, "구성된다" 또는 "포함한다" 등의 용어는 발명에 기재된 여러 구성요소들, 또는 여러 단계를 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.Additionally, as used in the present invention, singular expressions include plural expressions unless the context clearly dictates otherwise. In the present invention, terms such as “consists of” or “comprises” should not be interpreted as necessarily including all of the various components or steps described in the invention, and some of the components or steps are included. It may not be possible, or it should be interpreted as including additional components or steps.

또한, 본 발명에서 사용되는 제1, 제2 등과 같이 서수를 포함하는 용어는 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되어서는 아니된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리범위를 벗어나지 않으면서 제1 구성요소는 제2구성 요소로 명명될 수 있고, 유사하게 제2구성 요소도 제1 구성요소로 명명될 수 있다.Additionally, terms including ordinal numbers, such as first, second, etc., used in the present invention may be used to describe components, but the components should not be limited by the terms. Terms are used only to distinguish one component from another. For example, a first component may be named a second component without departing from the scope of the present invention, and similarly, the second component may also be named a first component.

이하, 첨부된 도면을 참조하여 본 발명에 따른 실시 예들을 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.Hereinafter, embodiments according to the present invention will be described in detail with reference to the attached drawings. However, identical or similar components will be assigned the same reference numbers regardless of the reference numerals, and duplicate descriptions thereof will be omitted.

또한, 본 발명을 설명함에 있어서 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 발명의 기술사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 발명의 기술사상이 제한되는 것으로 해석되어서는 아니 됨을 유의해야 한다.Additionally, when describing the present invention, if it is determined that a detailed description of related known technology may obscure the gist of the present invention, the detailed description will be omitted. In addition, it should be noted that the attached drawings are only intended to facilitate easy understanding of the technical idea of the present invention, and should not be construed as limiting the technical idea of the present invention by the attached drawings.

이하, 본 발명의 일 실시예에 따른 최적 교통 신호 생성 및 교통 신호 제어 방법, 장치, 시스템 및 컴퓨터 프로그램에 대한 예시적인 실시 형태들을 첨부된 도면을 참조하여 차례로 설명한다.Hereinafter, exemplary embodiments of an optimal traffic signal generation and traffic signal control method, device, system, and computer program according to an embodiment of the present invention will be sequentially described with reference to the attached drawings.

먼저, 도 3에서는 본 발명의 일 실시예에 따른 교통 정보 시스템(10)의 구성을 예시하고 있다. 도 3에서 볼 수 있는 바와 같이, 본 발명의 일 실시예에 따른 교통 정보 시스템(10)은 교차로 등을 촬영하여 영상을 생성하는 하나 이상의 카메라(20a, 20b), 상기 하나 이상의 카메라(20a, 20b)에서 촬영된 영상을 기초로 교통량 등을 산출하고, 상기 교차로 등에 대한 교통량 등을 개선할 수 있는 최적의 교통 신호를 생성하며, 나아가 이를 기초로 상기 교차로 등에 대한 교통 신호를 제어할 수 있도록 하는 교통 신호 생성 시스템(100)을 포함하여 구성될 수 있다. 이때, 상기 하나 이상의 카메라(20a, 20b)과 상기 교통 신호 생성 시스템(100)은 통신 네트워크(30)를 통해 데이터를 주고 받으면서 구동될 수 있다.First, Figure 3 illustrates the configuration of the traffic information system 10 according to an embodiment of the present invention. As can be seen in FIG. 3, the traffic information system 10 according to an embodiment of the present invention includes one or more cameras 20a and 20b that generate images by photographing intersections, etc., and the one or more cameras 20a and 20b ) calculates the traffic volume based on the image captured at the intersection, generates an optimal traffic signal that can improve the traffic volume at the intersection, etc., and further controls the traffic signal for the intersection etc. based on this. It may be configured to include a signal generation system 100. At this time, the one or more cameras 20a and 20b and the traffic signal generation system 100 may be driven while exchanging data through the communication network 30.

그러나, 본 발명이 반드시 이에 한정되는 것은 아니며, 상기 교통 정보 생성 시스템(100)은 상기 통신 네트워크(30) 등을 통하지 않고 저장 장치 등을 이용하여 직접 상기 영상을 입력받는 것도 가능하며, 상기 교차로 등에 대한 영상으로부터 산출된 교통량 등의 교통 정보를 전송받아 상기 교차로에 대한 최적의 교통 신호를 생성하는 것도 가능하며, 나아가 상기 교통 정보 생성 시스템(100)이 상기 카메라(20a, 20b)과 일체형으로 구현되는 등 다양한 형태로 구현하는 것도 가능하다.However, the present invention is not necessarily limited to this, and the traffic information generation system 100 is also capable of receiving the image directly using a storage device, etc., without going through the communication network 30, etc., and can also receive the image directly at the intersection, etc. It is also possible to generate an optimal traffic signal for the intersection by receiving traffic information such as traffic volume calculated from the image, and furthermore, the traffic information generation system 100 is implemented integrally with the cameras 20a and 20b. It is also possible to implement it in various forms.

또한, 아래에서는 본 발명의 일 실시예로서 교차로 등에 대한 교통량 등의 교통 정보를 이용하는 경우를 중심으로 설명하고 있으나, 본 발명이 반드시 이에 한정되는 것은 아니며, 이외에도 다양한 도로 환경에 대하여 차량의 통행 속도 등 다양한 교통 정보를 이용하여 본 발명을 실시하는 것도 가능하다.In addition, the description below focuses on the case of using traffic information such as traffic volume for intersections, etc. as an embodiment of the present invention, but the present invention is not necessarily limited to this, and in addition, vehicle travel speed, etc. for various road environments. It is also possible to practice the present invention using various traffic information.

이때, 상기 카메라(20a, 20b)는 차량이 운행되는 교차로 등에 인접하여 설치되는 교통용 카메라일 수 있으나, 본 발명이 반드시 이에 한정되는 것은 아니다.At this time, the cameras 20a and 20b may be traffic cameras installed adjacent to intersections where vehicles are traveling, but the present invention is not necessarily limited thereto.

또한, 상기 교통 신호 생성 시스템(100)은 하나의 물리적인 서버 컴퓨터로 구현되거나, 둘 이상의 서버 컴퓨터가 연동되어 구현될 수도 있으며, 상기 서버 컴퓨터의 예로는 서버 컴퓨팅 디바이스, 개인용 컴퓨터, 미니 컴퓨터, 및/또는 메인프레임 컴퓨터를 포함할 수 있지만 이러한 것으로만 한정되는 것은 아니고, 상기 서버 컴퓨터는 분산형 시스템일 수 있으며, 나아가 클라우드 시스템을 이용하여 구현되거나 전용 하드웨어 등을 사용하여 별도의 장치로 구현되는 등 매우 다양한 형태로 구현하는 것이 가능하다.In addition, the traffic signal generation system 100 may be implemented as a single physical server computer, or may be implemented by linking two or more server computers. Examples of the server computers include server computing devices, personal computers, mini computers, and /or may include a mainframe computer, but is not limited to these, and the server computer may be a distributed system, further implemented using a cloud system or implemented as a separate device using dedicated hardware, etc. It is possible to implement it in many different forms.

또한, 상기 통신 네트워크(30)로서는 유선 네트워크와 무선 네트워크를 포함할 수 있으며, 구체적으로, 근거리 통신망 (LAN: Local Area Network), 도시권 통신망 (MAN: Metropolitan Area Network), 광역 통신망 (WAN: Wide Area Network) 등의 다양한 통신망을 포함할 수 있다. 또한, 상기 통신 네트워크(30)는 공지의 월드 와이드 웹(WWW: World Wide Web)을 포함할 수도 있다. 그러나, 본 발명에서 통신 네트워크(30)는 상기 열거된 네트워크에 국한되지 않고, 공지의 무선 데이터 네트워크나 공지의 전화 네트워크 또는 공지의 유무선 텔레비전 네트워크를 적어도 일부로 포함할 수도 있다.In addition, the communication network 30 may include a wired network and a wireless network, and specifically, a local area network (LAN), a metropolitan area network (MAN), and a wide area network (WAN). Network) may include various communication networks such as Additionally, the communication network 30 may include the known World Wide Web (WWW). However, the communication network 30 in the present invention is not limited to the networks listed above, and may include at least some of a known wireless data network, a known telephone network, or a known wired or wireless television network.

또한, 도 4에서는 본 발명의 일 실시예에 따른 교통 신호 생성 방법의 순서도를 예시하고 있다. 도 4에서 볼 수 있는 바와 같이, 본 발명의 일 실시예에 따른 교통 신호 생성 방법은, 교통 신호 생성 시스템(100)이, M 현시의 교통 신호에 대하여 미리 생성된 N개의 교통 신호 후보 스플릿을 기초로 학습을 수행하여 상기 N개의 교통 신호 후보 스플릿 중 최적 교통 신호 후보 스플릿을 선별하는 단계 - 여기서, M, N은 각각 1보다 큰 정수임(S110) 및 선별된 상기 최적 교통 신호 후보 스플릿을 기초로 최적 교통 신호를 생성하는 단계(S120)를 포함할 수 있다.Additionally, Figure 4 illustrates a flowchart of a traffic signal generation method according to an embodiment of the present invention. As can be seen in FIG. 4, in the traffic signal generation method according to an embodiment of the present invention, the traffic signal generation system 100 is based on N traffic signal candidate splits generated in advance for M current traffic signals. Selecting an optimal traffic signal candidate split among the N traffic signal candidate splits by performing learning - where M and N are each integers greater than 1 (S110) and optimal traffic signal candidate splits based on the selected optimal traffic signal candidate splits. It may include generating a traffic signal (S120).

여기서, 본 발명의 일 실시예에 따른 교통 신호 생성 방법에서, 상기 교통 신호 후보 스플릿은, 상기 M 현시의 교통 신호의 신호 주기(C)이 상기 M 현시를 구성하는 M개의 각 현시에 배분되어 구성될 수 있다.Here, in the traffic signal generation method according to an embodiment of the present invention, the traffic signal candidate split is configured such that the signal period (C) of the traffic signal of the M manifestations is distributed to each of the M manifestations constituting the M manifestations. It can be.

이때, 상기 선별하는 단계(S110)는, 상기 N개의 교통 신호 후보 스플릿을 산출하는 단계(S111) 및 상기 최적 교통 신호 후보 스플릿을 선별하기 위하여 상기 N개의 교통 신호 후보 스플릿을 기초로 학습을 수행하는 단계(S112)를 포함할 수 있다.At this time, the selecting step (S110) includes calculating the N traffic signal candidate splits (S111) and performing learning based on the N traffic signal candidate splits to select the optimal traffic signal candidate splits. It may include step S112.

또한, 본 발명의 일 실시예에 따른 교통 신호 생성 방법에서, 상기 교통 신호 후보 스플릿을 산출하는 단계(S111)는, 각 현시에 대하여 상기 신호 주기(C) 중 미리 정해진 최소 시간을 배분하고 나머지 시간(R)을 산출하는 단계(S1111) 및 상기 나머지 시간(R)을 상기 M개의 각 현시로 배분하는 단계 (S1112)를 포함할 수도 있다.In addition, in the traffic signal generation method according to an embodiment of the present invention, the step of calculating the traffic signal candidate split (S111) allocates a predetermined minimum time among the signal periods (C) to each manifestation and the remaining time It may also include calculating (R) (S1111) and distributing the remaining time (R) to each of the M manifestations (S1112).

이에 따라, 본 발명의 일 실시예에 따른 교통 신호 생성 방법에서는, 연속적인 값을 가질 수 있는 교통 신호의 최적치를 산출하도록 효과적으로 학습을 수행할 수 있으며, 나아가 산출된 교통 신호의 최적치를 이용하여 교통 흐름을 원활하게 할 수 있도록 교통 신호를 효율적으로 제어할 수 있게 된다.Accordingly, in the traffic signal generation method according to an embodiment of the present invention, learning can be effectively performed to calculate the optimal value of a traffic signal that can have continuous values, and further, the optimal value of the calculated traffic signal can be used to Traffic signals can be efficiently controlled to ensure smooth flow.

이하, 도면을 참조하여 본 발명의 일 실시예에 따른 교통 신호 생성 방법을 보다 자세하게 살핀다.Hereinafter, a traffic signal generation method according to an embodiment of the present invention will be examined in more detail with reference to the drawings.

먼저, 상기 S110 단계에서는, 교통 신호 생성 시스템(100)이 M 현시의 교통 신호에 대하여 미리 생성된 N개의 교통 신호 후보 스플릿을 기초로 학습을 수행하여 상기 N개의 교통 신호 후보 스플릿 중 최적 교통 신호 후보 스플릿을 선별하게 되며, 여기서 상기 M, N은 각각 1보다 큰 정수가 된다.First, in step S110, the traffic signal generation system 100 performs learning based on N traffic signal candidate splits previously generated for M current traffic signals to select an optimal traffic signal candidate among the N traffic signal candidate splits. A split is selected, where M and N are each integers greater than 1.

여기서, M현시의 교통 신호는 M개의 교통 신호 시퀀스를 가지는 교통 신호를 의미한다. Here, M current traffic signal refers to a traffic signal having M traffic signal sequences.

보다 구체적으로, 도 5에서는 교차로에 대한 4 단계의 교통 신호 시퀀스를 가지는 4 현시 교통 신호가 예시하고 있다. More specifically, Figure 5 illustrates a 4-visible traffic signal with a 4-level traffic signal sequence for an intersection.

보다 구체적으로, 도 5에서 볼 수 있는 바와 같이, 먼저 1현시에서는 교차로에서 상하 방향의 직진 신호를 79초간 제공하게 된다.More specifically, as can be seen in FIG. 5, in the first prefecture, a straight ahead signal in the up and down directions is provided for 79 seconds at the intersection.

이어서, 2현시에서는 좌회전 신호를 32초간 제공하게 된다.Subsequently, in the second display, a left turn signal is provided for 32 seconds.

다음으로, 3현시와 4현시에서는 각각 직진 및 좌회전 신호를 47초간 제공하게 된다.Next, the 3rd and 4th prefectures provide straight ahead and left turn signals for 47 seconds, respectively.

이에 따라, 도 5의 4현시 교통 신호는 205초(=79초 + 32초 + 47초 + 47초)의 신호 주기(cycle)을 가지게 된다.Accordingly, the four-present traffic signal in FIG. 5 has a signal cycle of 205 seconds (=79 seconds + 32 seconds + 47 seconds + 47 seconds).

또한, 도 5에서 볼 수 있는 바와 같이, 교통 신호에서 현시는 신호의 지시를 의미하며, 현시별로 최대값(예를 들어, 120초)과 최소값(예를 들어, 30초)이 정해질 수 있다.In addition, as can be seen in Figure 5, in a traffic signal, the presentation means the indication of the signal, and the maximum value (for example, 120 seconds) and minimum value (for example, 30 seconds) can be determined for each presentation. .

또한, 현시율(split)은 한 신호 주기에서 각 현시가 차지하는 비율로서, 도 5에서의 현시율은 [79, 32, 47, 47]이 될 수 있다.In addition, the split is the ratio of each split in one signal period, and the split can be [79, 32, 47, 47] in FIG. 5.

이에 따라, 도 5의 예에서, 상기 S110 단계에서는 교차로에 대한 4현시의 교통 신호에 대하여 미리 생성된 N개(예를 들어, 15개)의 교통 신호 후보 스플릿(split)을 기초로 학습을 수행하여 이중 최적 교통 신호 후보 스플릿(split)을 선별할 수 있다.Accordingly, in the example of FIG. 5, in step S110, learning is performed based on N (e.g., 15) traffic signal candidate splits generated in advance for the 4-present traffic signals for the intersection. Thus, the optimal traffic signal candidate split can be selected.

여기서, 상시 교통 신호 후보 스플릿의 개수(N개)는 상기 교통 신호의 복잡성, 상기 학습의 수렴 가능성 등을 고려하여 정해질 수 있다.Here, the number of regular traffic signal candidate splits (N) can be determined by considering the complexity of the traffic signal, the possibility of convergence of the learning, etc.

보다 구체적으로, 도 6에서 볼 수 있는 바와 같이, 상기 S110 단계는, 상기 N개의 교통 신호 후보 스플릿을 산출하는 단계(S111) 및 상기 최적 교통 신호 후보 스플릿을 선별하기 위하여 상기 N개의 교통 신호 후보 스플릿을 기초로 학습을 수행하는 단계(S112)를 포함하여 구성될 수 있다.More specifically, as can be seen in FIG. 6, step S110 includes calculating the N traffic signal candidate splits (S111) and selecting the optimal traffic signal candidate splits by calculating the N traffic signal candidate splits. It may be configured to include a step (S112) of performing learning based on .

이에 따라, 본 발명의 일 실시예에 따른 교통 신호 생성 방법에서는 연속 공간을 이산화하여 특정한 개수의 교통 신호 후보 스플릿(split)을 기초으로 하여 교통 신호를 적용하고자 하는 교차로 등에 대한 교통량 등 교통 정보를 이용하여 학습을 수행할 수 있게 된다. Accordingly, in the traffic signal generation method according to an embodiment of the present invention, continuous space is discretized and traffic information such as traffic volume for intersections where traffic signals are to be applied is used based on a specific number of traffic signal candidate splits. This makes it possible to carry out learning.

이때, 본 발명의 일 실시예에 따른 교통 신호 생성 방법에서, 상기 S111 단계는, 도 7에서 볼 수 있는 바와 같이, 각 현시에 대하여 상기 신호 주기(C) 중 미리 정해진 최소 시간을 배분하고 나머지 시간(R)을 산출하는 단계(S1111) 및 상기 나머지 시간(R)을 상기 M개의 각 현시로 배분하는 단계(S1112)를 포함할 수 있다.At this time, in the traffic signal generation method according to an embodiment of the present invention, step S111 allocates a predetermined minimum time among the signal periods (C) to each manifestation, and the remaining time is It may include calculating (R) (S1111) and distributing the remaining time (R) to each of the M manifestations (S1112).

보다 구체적으로 도 5의 예에서, 본 발명의 일 실시예에 따른 교통 신호 생성 방법에서는, 먼저 신호 주기(cycle, 도 5에서 205초)를 각 현시에 대하여 미리 정해진 최소 시간(예를 들어, 30초)씩 배분하고, 나머지 시간(R, 여기서는 205초 -120초 = 85초)을 4개의 각 현시로 배분하여 연속 공간을 이산화할 수 있도록 N개(예를 들어, 15개)의 교통 신호 후보 스플릿(split)으로 산출하게 된다.More specifically, in the example of FIG. 5, in the traffic signal generation method according to an embodiment of the present invention, first, the signal cycle (205 seconds in FIG. 5) is set to a predetermined minimum time (e.g., 30 seconds) for each display. seconds), and the remaining time (R, here 205 seconds -120 seconds = 85 seconds) is distributed to each of the four manifestations, so that the continuous space can be discretized, N (e.g., 15) traffic signal candidates. It is calculated by splitting.

나아가, 본 발명의 일 실시예에 따른 교통 신호 생성 방법에서, 상기 S1112 단계는, 도 8에서 볼 수 있는 바와 같이, 상기 나머지 시간(R)에 대한 약수의 목록 중에서 L개의 값을 선택하는 단계(S1112a), 상기 L개의 약수 각각에 대하여 상기 M개의 자연수로 배분하는 단계(S1112b) 및 상기 M개로 배분된 자연수의 비율에 따라 상기 나머지 시간(R)을 배분하는 단계(S1112c)를 포함할 수 있다.Furthermore, in the traffic signal generation method according to an embodiment of the present invention, step S1112 includes selecting L values from a list of divisors for the remaining time (R), as can be seen in FIG. 8 ( S1112a), distributing each of the L divisors to the M natural numbers (S1112b), and distributing the remaining time (R) according to the ratio of the M natural numbers distributed (S1112c). .

보다 구체적인 예를 들어, 4현시의 교통 신호에서 상기 나머지 시간(R)이 48초인 경우에 대하여 살펴보면, 아래와 같다.As a more specific example, if we look at the case where the remaining time (R) is 48 seconds at a 4-hour traffic signal, it is as follows.

먼저, 상기 S1112a 단계에서는 상기 나머지 시간(R)에 대한 양의 약수의 목록을 생성할 수 있다.First, in step S1112a, a list of positive divisors for the remaining time (R) can be created.

이에 따라, 상기 나머지 시간(R) 48초의 약수를 오름차순으로 나열한 집합(D = {1, 2, 4, 6, 8, 12, 24, 48}이 산출될 수 있다.Accordingly, a set (D = {1, 2, 4, 6, 8, 12, 24, 48}) listing the divisors of the remaining time (R) of 48 seconds in ascending order can be calculated.

이때, 상기 약수의 집합 D의 원소의 개수가 3보다 작거나 같은 경우, 상기 나머지 시간(R)에 인접하면서 약수의 집합의 원소의 개수가 3보다 큰 가장 가까운 수를 선정하여 상기 나머지 시간(R)을 대체할 수 있다.At this time, if the number of elements of the set D of the divisors is less than or equal to 3, the nearest number adjacent to the remaining time (R) and the number of elements of the set of divisors greater than 3 is selected to determine the remaining time (R) ) can be replaced.

이어서, 상기 약수 중 미리 정해진 L개의 값을 선택할 수 있다.Next, L predetermined values among the divisors can be selected.

이때, 상기 약수의 집합 D에서 상기 현시(4) 미만의 약수와 상기 나머지 시간(R)을 제거하고(D' = {4, 6, 8, 12, 24}), 이중 중앙에 위치하는 상기 L개의 값을 선택할 수 있다(예를 들어, 3개를 선택하여 D'' = {6, 8, 12}).At this time, the divisors less than the manifestation (4) and the remaining time (R) are removed from the set of divisors D (D' = {4, 6, 8, 12, 24}), and the L located in the center of them is You can choose any number of values (for example, choose 3 so D'' = {6, 8, 12}).

다음으로, 상기 S1112b 단계에서는 상기 L개의 약수 각각에 대하여 상기 M개의 자연수로 배분하게 된다.Next, in step S1112b, each of the L divisors is distributed to the M natural numbers.

이때, 상기 S1112b 단계에서는, 상기 L개의 약수를 각각 상기 M개의 자연수로 나누어 서로소의 조합으로 배분할 수 있다.At this time, in step S1112b, the L divisors can be divided by the M natural numbers and distributed as a combination of disjoint primes.

또한, 상기 S1112b 단계에서는, 상기 서로소의 조합 중 중복된 조합은 제거할 수도 있다.Additionally, in step S1112b, duplicate combinations among the disjoint combinations may be removed.

보다 구체적으로, 위의 예에서 상기 S1112b 단계에서는 상기 D'' = {6, 8, 12}의 원소들을 각각 4현시에 대응하여 4개의 자연수로 나누어지는 서로소의 조합을 산정하여 배분할 수 있다.More specifically, in the above example, in step S1112b, the elements of D'' = {6, 8, 12} can be distributed by calculating a combination of disjoint primes that are divisible by four natural numbers corresponding to each of the four manifestations.

예를 들어, 상기 6의 원소는 (1, 1, 1, 3) 및 (1, 1, 2, 2)로 배분될 수 있다.For example, the elements of 6 can be distributed as (1, 1, 1, 3) and (1, 1, 2, 2).

또한, 상기 8의 원소는 (1, 1, 1, 5), (1, 1, 2, 4), (1, 1, 3, 3), (1, 2, 2, 3) 및 (2, 2, 2, 2)=(1, 1, 1, 1)로 배분될 수 있다.Additionally, the elements of 8 are (1, 1, 1, 5), (1, 1, 2, 4), (1, 1, 3, 3), (1, 2, 2, 3) and (2, It can be distributed as 2, 2, 2)=(1, 1, 1, 1).

또한, 상기 12의 원소는 (1, 1, 1, 9), (1, 1, 2, 8), (1, 1, 3, 7), (1, 1, 4, 6), (1, 1, 5, 5), (2, 2, 4, 4)=(1, 1, 2, 2) 등으로 배분될 수 있는데, 이때 상기 (1, 1, 2, 2) = 는 원소 6의 (1, 1, 2, 2)와 중복되므로 제거될 수 있다.In addition, the elements of 12 are (1, 1, 1, 9), (1, 1, 2, 8), (1, 1, 3, 7), (1, 1, 4, 6), (1, 1, 5, 5), (2, 2, 4, 4)=(1, 1, 2, 2), etc., where (1, 1, 2, 2) = is the (of element 6) Since it overlaps with 1, 1, 2, 2), it can be removed.

다음으로, 상기 S1112c 단계에서는 상기 M개로 배분된 자연수의 비율에 따라 상기 나머지 시간(R)을 배분하게 된다.Next, in step S1112c, the remaining time (R) is distributed according to the ratio of the natural numbers distributed to the M numbers.

보다 구체적으로, 위의 예에서 상기 S1112c 단계에서는 상기 나머지 시간(R) 48초를 상기 (1, 1, 1, 3), (1, 1, 2, 2), (1, 1, 1, 5) 등에 따라 각 현시로 배분하여 교통 신호 후보 스플릿(split)을 산출할 수 있다.More specifically, in the above example, in step S1112c, the remaining time (R) of 48 seconds is divided into (1, 1, 1, 3), (1, 1, 2, 2), (1, 1, 1, 5) ), etc., the traffic signal candidate split can be calculated by distributing to each present.

예를 들어, 상기 (1, 1, 1, 3)의 경우 나머지 시간(R) 48초를 3:1:1:1의 비율로 분배할 수 있다.For example, in the case of (1, 1, 1, 3), the remaining time (R) of 48 seconds can be distributed in a ratio of 3:1:1:1.

이때, 상기 나머지 시간(R)은 기존 교통 신호의 스플릿(split)의 비율에 따라 순차 배분할 수 있다.At this time, the remaining time (R) can be sequentially distributed according to the split ratio of the existing traffic signal.

또한, 상기 배분되어 산출된 교통 신호 후보 스플릿(split)이 허용된 최소치 또는 최대치를 벗어나는 경우 후보군에서 제외될 수 있다.Additionally, if the distributed and calculated traffic signal candidate splits deviate from the permitted minimum or maximum values, they may be excluded from the candidate group.

또한, 상기 배분되어 산출된 교통 신호 후보 스플릿(split)의 각 현시의 시간 합S가 상기 시간 주기(C)와 상이한 경우, S > C 이면 각 현시의 시간 중 가장 작은 값에서 감산하여 S와 C를 동일하게 조정하고, S < C 이면 각 현시의 시간 중 가장 큰 값에 가산하여 S와 C를 동일하게 조정할 수 있다.In addition, if the time sum S of each manifestation of the distributed and calculated traffic signal candidate split is different from the time period C, if S > C, then S and C are subtracted from the smallest value among the times of each manifestation. are adjusted equally, and if S < C, S and C can be adjusted equally by adding to the largest value of each manifestation time.

또한, 상기 배분되어 산출된 교통 신호 후보 스플릿(split)의 개수가 미리 정해진 개수(예를 들어, 15개)를 초과하는 경우, 상기 교통 신호 후보 스플릿(split)의 목록을 정렬하고 이중 앞단, 중간, 후단에서 각각 소정의 개수(예를 들어, 5개)를 선정하는 것이 가능하다.In addition, when the number of traffic signal candidate splits distributed and calculated exceeds a predetermined number (e.g., 15), the list of traffic signal candidate splits is sorted and divided into two front and middle ends. , it is possible to select a predetermined number (for example, 5) at the rear end.

이어서, 상기 S112단계에서는, 상기 최적 교통 신호 후보 스플릿을 선별하기 위하여 상기 N개의 교통 신호 후보 스플릿을 기초로 학습을 수행하게 된다.Next, in step S112, learning is performed based on the N traffic signal candidate splits to select the optimal traffic signal candidate split.

이때, 상기 S112 단계에서는 강화 학습(reinforcement learning)을 이용하여 상기 교통 신호가 적용될 교차로 등에 대한 교통 정보를 기반으로 에이전트(agent)가 학습을 수행하여 최적 교통 신호를 산출하도록 할 수 있으나, 본 발명이 반드시 이에 한정되는 것은 아니다.At this time, in step S112, the agent may perform learning based on traffic information about the intersection where the traffic signal will be applied to calculate the optimal traffic signal using reinforcement learning. However, the present invention It is not necessarily limited to this.

여기서, 상기 학습을 수행하기 위한 교통 정보는 상기 카메라(20a, 20b)에서 촬영되는 상기 교차로 등에 대한 영상을 기초로 산출되는 교통량 등을 기반으로 산출될 수 있다.Here, traffic information for performing the learning may be calculated based on traffic volume calculated based on images of the intersection captured by the cameras 20a and 20b.

이때, 상기 학습을 수행하기 위한 교통 정보는 소정의 시간 동안 축적되어 생성된 교통 정보일 수 있으나, 본 발명이 반드시 이에 한정되는 것은 아니며 실시간으로 생성되는 교통 정보를 이용하여 학습을 수행하는 것도 가능하다.At this time, the traffic information for performing the learning may be traffic information accumulated and generated over a predetermined period of time, but the present invention is not necessarily limited thereto, and it is also possible to perform learning using traffic information generated in real time. .

보다 구체적으로, 강화 학습(reinforcement learning)에서는 상기 에이전트(agent)가 교차로의 교통량과 같은 교통 정보 등 스테이트(state)를 확인(observation)하고 이를 바탕으로 교통 신호의 스플릿(split) 등에 대한 결정(decision)을 내리면서 학습을 수행할 수 있다. More specifically, in reinforcement learning, the agent observes states such as traffic information such as traffic volume at intersections and makes decisions about splitting traffic signals based on this. ), you can perform learning by lowering.

또한, 본 발명의 일 실시예에 따른 교통 신호 생성 방법에서는, 특정 교차로에 대한 교통 정보를 기반으로 학습을 수행하는데 그치지 않고, 복수의 교차로 등을 포함하는 광역 교통 시스템에서의 멀티-에이전트(multi-agent) 케이스에 대해서도 보다 효과적으로 학습을 수행하여 보다 효율적인 최적의 교통 신호를 산출하는 것도 가능하게 된다.In addition, the traffic signal generation method according to an embodiment of the present invention not only performs learning based on traffic information for a specific intersection, but also provides multi-agent (multi-agent) learning in a wide-area transportation system including a plurality of intersections. agent) case, it is also possible to calculate more efficient optimal traffic signals by learning more effectively.

나아가, 본 발명의 일 실시예에 따른 교통 신호 생성 방법에서는, 상기 강화 학습을 위하여 복수의 교차로 등을 포함하는 광역 교통 시스템에 대한 전자적 모델링을 사용하여 교통 신호 스플릿(split) 등에 따른 교통 흐름 등을 시뮬레이션하면서 학습을 수행하는 것도 가능하다.Furthermore, in the traffic signal generation method according to an embodiment of the present invention, for the reinforcement learning, electronic modeling of a metropolitan traffic system including a plurality of intersections is used to determine traffic flow according to traffic signal splits, etc. It is also possible to perform learning while simulating.

이에 따라, 본 발명의 일 실시예에 따른 교통 신호 생성 방법에서, 상기 S120 단계에서는 선별된 상기 최적 교통 신호 후보 스플릿을 기초로 상기 교차로 등에 대한 최적 교통 신호를 생성할 수 있게 된다.Accordingly, in the traffic signal generation method according to an embodiment of the present invention, in step S120, the optimal traffic signal for the intersection, etc. can be generated based on the selected optimal traffic signal candidate split.

보다 구체적으로, 상기 S120 단계에서는 상기 최적 교통 신호 후보 스플릿의 각 비율에 따라 각 현시에 대한 시간 비율을 조정하여 상기 교차로 등에 대한 최적 교통 신호를 생성할 수 있다.More specifically, in step S120, the optimal traffic signal for the intersection, etc. can be generated by adjusting the time ratio for each presentation according to each ratio of the optimal traffic signal candidate splits.

나아가, 상기 S120 단계에서는 기존에 적용되었던 교통 신호 스플릿의 각 비율에 따라 상기 나머지 시간(R)을 상기 최적 교통 신호 후보 스플릿의 비율로 나누어 각 현시에 순차 배분할 수 있다.Furthermore, in step S120, the remaining time (R) can be divided by the ratio of the optimal traffic signal candidate splits and sequentially distributed to each presentation according to each ratio of the previously applied traffic signal splits.

보다 구체적인 예를 들어, 기존에 적용되었던 교통 신호 스플릿이 (79, 32, 47, 47)이고, 상기 산출된 최적 교통 신호 후보 스플릿이 (1, 1, 1, 3)인 경우 나머지 시간(R) 48초를 3:1:1:1의 비율로 각 현시에 순차 분배할 수 있고, 상기 산출된 최적 교통 신호 후보 스플릿이 (1, 1, 2, 2)인 경우 나머지 시간(R) 48초를 2:1:2:1 또는 2:1:1:2의 비율로 각 현시에 순차 분배할 수 있다.For a more specific example, if the previously applied traffic signal split is (79, 32, 47, 47) and the calculated optimal traffic signal candidate split is (1, 1, 1, 3), the remaining time (R) 48 seconds can be sequentially distributed to each presentation at a ratio of 3:1:1:1, and if the calculated optimal traffic signal candidate split is (1, 1, 2, 2), the remaining time (R) is 48 seconds. It can be sequentially distributed to each manifestation in a ratio of 2:1:2:1 or 2:1:1:2.

나아가, 본 발명의 일 실시예에 따른 교통 신호 생성 방법에서 생성된 최적 교통 신호를 기반으로 상기 교차로 등에 대한 교통 신호를 제어하여 교통 흐름을 효과적으로 개선할 수 있게 된다.Furthermore, it is possible to effectively improve traffic flow by controlling traffic signals for the intersection, etc. based on the optimal traffic signal generated by the traffic signal generation method according to an embodiment of the present invention.

또한, 본 발명의 또 다른 측면에 따른 컴퓨터 프로그램은 앞서 살핀 교통 신호 생성 방법의 각 단계를 컴퓨터에서 실행시키기 위하여 컴퓨터로 판독 가능한 매체에 저장된 컴퓨터 프로그램인 것을 특징으로 한다. 상기 컴퓨터 프로그램은 컴파일러에 의해 만들어지는 기계어 코드를 포함하는 컴퓨터 프로그램뿐만 아니라, 인터프리터 등을 사용해서 컴퓨터에서 실행될 수 있는 고급 언어 코드를 포함하는 컴퓨터 프로그램일 수도 있다. 이때, 상기 컴퓨터로서는 퍼스널 컴퓨터(PC)나 노트북 컴퓨터 등에 한정되지 아니하며, 서버, 통신용 장비, 스마트폰, 태블릿 PC, PDA, 휴대전화 등 중앙처리장치(CPU)를 구비하여 컴퓨터 프로그램을 실행할 수 있는 일체의 정보처리 장치를 포함한다. 또한, 상기 컴퓨터로 판독 가능한 매체는 전자적 기록 매체(예를 들면, 롬, 플래시 메모리, 등), 마그네틱 저장매체(예를 들면, 플로피 디스크, 하드디스크 등) 및 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같이 컴퓨터로 판독이 가능한 일체의 저장매체를 포함할 수 있다.In addition, the computer program according to another aspect of the present invention is characterized as being a computer program stored in a computer-readable medium in order to execute each step of the traffic signal generation method discussed above on a computer. The computer program may be a computer program including machine language code created by a compiler, as well as a computer program including high-level language code that can be executed on a computer using an interpreter or the like. At this time, the computer is not limited to a personal computer (PC) or laptop computer, but any computer that has a central processing unit (CPU) and can execute computer programs, such as servers, communication equipment, smartphones, tablet PCs, PDAs, mobile phones, etc. Includes information processing devices. In addition, the computer-readable media include electronic recording media (e.g., ROM, flash memory, etc.), magnetic storage media (e.g., floppy disk, hard disk, etc.), and optical readable media (e.g., CD-ROM). , DVD, etc.) may include any storage medium that can be read by a computer.

또한, 도 9에서는 본 발명의 일 실시예에 따른 교통 신호 생성 시스템(100)의 블록도를 예하고 있다. 이때, 상기 본 발명의 일 실시예에 따른 교통 신호 생성 시스템(100)에 대해서는 앞서 설명한 본 발명의 일 실시예에 따른 교통 신호 생성 방법에 대한 설명을 참조하여 통상의 기술자가 용이하게 구현 가능하므로, 아래에서는 자세한 설명은 생략하고 본 발명의 일 실시예에 따른 교통 신호 생성 시스템(100)의 주요 구성에 대해서 간략하게 살핀다.Additionally, Figure 9 illustrates a block diagram of a traffic signal generation system 100 according to an embodiment of the present invention. At this time, the traffic signal generation system 100 according to an embodiment of the present invention can be easily implemented by a person skilled in the art by referring to the description of the traffic signal generation method according to an embodiment of the present invention described above. Below, a detailed description will be omitted and the main components of the traffic signal generation system 100 according to an embodiment of the present invention will be briefly reviewed.

이때, 도 9에서 볼 수 있는 바와 같이, 본 발명의 일 실시예에 따른 교통 신호 생성 시스템(100)은, 최적 교통 후보 스플릿 선별부(110) 및 최적 교통 신호 생성부(120)를 포함하여 구성될 수 있다.At this time, as can be seen in FIG. 9, the traffic signal generation system 100 according to an embodiment of the present invention includes an optimal traffic candidate split selection unit 110 and an optimal traffic signal generation unit 120. It can be.

여기서, 상기 최적 교통 후보 스플릿 선별부(110)에서는, M 현시의 교통 신호에 대하여 미리 생성된 N개의 교통 신호 후보 스플릿을 기초로 학습을 수행하여 상기 N개의 교통 신호 후보 스플릿 중 최적 교통 신호 후보 스플릿을 선별하게 되며, 여기서, M, N은 각각 1보다 큰 정수일 수 있다.Here, the optimal traffic signal candidate split selection unit 110 performs learning based on N traffic signal candidate splits generated in advance with respect to the M current traffic signal to select the optimal traffic signal candidate split among the N traffic signal candidate splits. is selected, where M and N can each be integers greater than 1.

또한, 상기 최적 교통 신호 생성부(120)에서는, 선별된 상기 최적 교통 신호 후보 스플릿을 기초로 최적 교통 신호를 생성할 수 있다.Additionally, the optimal traffic signal generator 120 may generate an optimal traffic signal based on the selected optimal traffic signal candidate split.

여기서, 상기 교통 신호 후보 스플릿은, 상기 M 현시의 교통 신호의 일주기 시간(C)이 상기 M 현시를 구성하는 M개의 각 현시에 배분되어 구성될 수 있다.Here, the traffic signal candidate split may be configured by distributing the daily cycle time (C) of the traffic signal of the M manifestations to each of the M manifestations constituting the M manifestations.

이때, 상기 최적 교통 후보 스플릿 선별부(110)는, 상기 N개의 교통 신호 후보 스플릿을 산출하는 교통 신호 후보 스플릿 산출부(미도시) 및 상기 최적 교통 신호 후보 스플릿을 선별하기 위하여 상기 N개의 교통 신호 후보 스플릿을 기초로 학습을 수행하는 학습 수행부(미도시)를 포함할 수 있다.At this time, the optimal traffic signal candidate split selection unit 110 includes a traffic signal candidate split calculation unit (not shown) to calculate the N traffic signal candidate splits and the N traffic signal candidate splits to select the optimal traffic signal candidate splits. It may include a learning execution unit (not shown) that performs learning based on the candidate split.

또한, 상기 교통 신호 후보 스플릿 산출부는, 각 현시에 대하여 상기 일주기 시간(C) 중 미리 정해진 최소 시간을 배분하고 나머지 시간(R)을 산출하는 나머지 시간 산출부(미도시) 및 상기 나머지 시간(R)을 상기 M개의 각 현시로 배분하는 현시 배분부(미도시)를 포함할 수 있다.In addition, the traffic signal candidate split calculation unit includes a remaining time calculating unit (not shown) that distributes a predetermined minimum time among the daily cycle times (C) for each manifestation and calculates the remaining time (R), and the remaining time ( It may include a manifestation distribution unit (not shown) that distributes R) to each of the M manifestations.

이에 따라, 본 발명의 일 실시예에 따른 최적 교통 신호 생성 및 교통 신호 제어 방법, 장치, 시스템 및 컴퓨터 프로그램에서는, 연속적인 값을 가질 수 있는 교통 신호의 최적치를 산출하도록 효과적으로 학습을 수행할 수 있게 된다.Accordingly, the optimal traffic signal generation and traffic signal control method, device, system, and computer program according to an embodiment of the present invention enable effective learning to calculate the optimal value of a traffic signal that can have continuous values. do.

또한, 본 발명의 일 실시예에 따른 최적 교통 신호 생성 및 교통 신호 제어 방법, 장치, 시스템 및 컴퓨터 프로그램에서는, 산출된 교통 신호의 최적치를 이용하여 교통 신호를 제어하여 교통 흐름을 원활하게 할 수 있게 된다.In addition, the optimal traffic signal generation and traffic signal control method, device, system, and computer program according to an embodiment of the present invention enable smooth traffic flow by controlling the traffic signal using the calculated optimal value of the traffic signal. do.

본 명세서에서 설명된 위 실시예 및 도면들은 단지 예시적인 것일 뿐, 어떠한 방법으로도 본 발명의 범위를 한정하는 것은 아니다. 또한, 도면에 도시된 구성요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, "필수적인", "중요하게" 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성요소가 아닐 수 있다.The above embodiments and drawings described in this specification are merely illustrative and do not limit the scope of the present invention in any way. In addition, the connections or connection members of lines between components shown in the drawings exemplify functional connections and/or physical or circuit connections, and in actual devices, various functional connections or physical connections can be replaced or added. Can be represented as connections, or circuit connections. Additionally, if there is no specific mention such as “essential,” “important,” etc., it may not be a necessary component for the application of the present invention.

본 발명의 명세서(특히 특허청구범위에서)에서 "상기"의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 본 발명에서 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 적용한 발명을 포함하는 것으로서(이에 반하는 기재가 없다면), 발명의 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다. 또한 본 발명 중 방법 발명에서 제시하는 단계들은 반드시 그 선후의 순서에 대한 구속을 의도한 것이 아니며, 각 공정의 본질에 따라 반드시 어느 단계가 선행되어야 하는 것이 아닌 한 순서는 필요에 따라 적절히 변경될 수 있다. 본 발명에서 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 본 발명을 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해본 발명의 범위가 한정되는 것은 아니다. 또한, 통상의 기술자는 다양한 수정, 조합 및 변경이 부가된 특허청구범위 또는 그 균등 범주 내에서 설계 조건 및 요소에 따라 구성될 수 있음을 이해할 수 있다.In the specification (particularly in the claims) of the present invention, the use of the term “above” and similar referential terms may refer to both the singular and the plural. In addition, when a range is described in the present invention, it includes the invention to which individual values within the range are applied (unless there is a statement to the contrary), and each individual value constituting the range is described in the detailed description of the invention. It's the same. In addition, the steps presented in the method invention of the present invention are not necessarily intended to restrict the sequential order, and the order may be appropriately changed as needed unless a step must be preceded depending on the nature of each process. there is. The use of any examples or illustrative terms (e.g., etc.) in the present invention is merely for explaining the present invention in detail, and unless limited by the claims, the scope of the present invention is limited by the examples or illustrative terms. It doesn't work. Additionally, those skilled in the art can understand that various modifications, combinations and changes may be made according to design conditions and elements within the scope of the appended claims or their equivalents.

10 : 교통 정보 시스템
20a, 20b : 카메라
30 : 통신 네트워크
100 : 교통 신호 생성 시스템
110 : 최적 교통 후보 스플릿 선별부
120 : 최적 교통 신호 생성부10: Traffic information system
20a, 20b: Camera
30: communication network
100: Traffic signal generation system
110: Optimal transportation candidate split selection unit
120: Optimal traffic signal generator

Claims (13)

교통 신호 생성 시스템이, M 현시의 교통 신호에 대하여 미리 생성된 N개의 교통 신호 후보 스플릿을 기초로 학습을 수행하여 상기 N개의 교통 신호 후보 스플릿 중 최적 교통 신호 후보 스플릿을 선별하는 단계 - 여기서, M, N은 각각 1보다 큰 정수임; 및
선별된 상기 최적 교통 신호 후보 스플릿을 기초로 최적 교통 신호를 생성하는 단계;
를 포함하는 것을 특징으로 하는 교통 신호 생성 방법.A traffic signal generation system performs learning based on N traffic signal candidate splits previously generated for M current traffic signals to select an optimal traffic signal candidate split among the N traffic signal candidate splits - where M , N are each integers greater than 1; and
generating an optimal traffic signal based on the selected optimal traffic signal candidate splits;
A traffic signal generation method comprising: 제1항에 있어서,
상기 교통 신호 후보 스플릿은,
상기 M 현시의 교통 신호의 신호 주기(C)가 상기 M 현시를 구성하는 M개의 각 현시에 배분되어 구성되는 것을 특징으로 하는 교통 신호 생성 방법.According to paragraph 1,
The traffic signal candidate split is,
A traffic signal generation method, characterized in that the signal period (C) of the traffic signal of the M manifestations is distributed to each of the M manifestations constituting the M manifestations. 제2항에 있어서,
상기 선별하는 단계는,
상기 N개의 교통 신호 후보 스플릿을 산출하는 단계; 및
상기 최적 교통 신호 후보 스플릿을 선별하기 위하여 상기 N개의 교통 신호 후보 스플릿을 기초로 학습을 수행하는 단계;를 포함하는 것을 특징으로 하는 교통 신호 생성 방법.According to paragraph 2,
The selection step is,
calculating the N traffic signal candidate splits; and
A traffic signal generation method comprising: performing learning based on the N traffic signal candidate splits to select the optimal traffic signal candidate split. 제3항에 있어서,
상기 교통 신호 후보 스플릿을 산출하는 단계는,
각 현시에 대하여 상기 신호 주기(C) 중 미리 정해진 최소 시간을 배분하고 나머지 시간(R)을 산출하는 단계; 및
상기 나머지 시간(R)을 상기 M개의 각 현시로 배분하는 단계;를 포함하는 것을 특징으로 하는 교통 신호 생성 방법.According to paragraph 3,
The step of calculating the traffic signal candidate split is,
Allocating a predetermined minimum time among the signal periods (C) to each manifestation and calculating the remaining time (R); and
A traffic signal generation method comprising: distributing the remaining time (R) to each of the M manifestations. 제4항에 있어서,
상기 각 현시로 배분하는 단계는,
상기 나머지 시간(R)에 대한 약수의 목록 중에서 L개의 값을 선택하는 단계;
상기 L개의 약수 각각에 대하여 상기 M개의 자연수로 배분하는 단계; 및
상기 M개로 배분된 자연수의 비율에 따라 상기 나머지 시간(R)을 배분하는 단계;를 포함하는 것을 특징으로 하는 교통 신호 생성 방법.According to paragraph 4,
The step of distributing to each manifestation is,
selecting L values from a list of divisors for the remaining time (R);
distributing each of the L divisors to the M natural numbers; and
A traffic signal generation method comprising: distributing the remaining time (R) according to the ratio of the M natural numbers distributed. 제5항에 있어서,
상기 자연수로 배분하는 단계에서는,
상기 L개의 약수를 각각 상기 M개의 자연수로 나누어 서로소의 조합으로 배분하는 것을 특징으로 하는 교통 신호 생성 방법.According to clause 5,
In the step of distributing by natural numbers,
A method of generating a traffic signal, characterized in that the L divisors are divided by the M natural numbers and distributed as a combination of disjoint primes. 제6항에 있어서,
상기 자연수로 배분하는 단계는,
상기 서로소의 조합 중 중복된 조합은 제거하는 단계를 포함하는 것을 특징으로 하는 교통 신호 생성 방법.According to clause 6,
The step of distributing by natural numbers is,
A traffic signal generation method comprising the step of removing duplicate combinations among the disjoint combinations. 제5항에 있어서,
상기 L개의 값을 선택하는 단계에서는,
상기 약수의 목록을 오름차순으로 나열하여 중앙에 위치하는 상기 L개의 값을 선택하는 것을 특징으로 하는 교통 신호 생성 방법.According to clause 5,
In the step of selecting the L values,
A traffic signal generation method characterized by arranging the list of divisors in ascending order and selecting the L values located in the center. 컴퓨터에서 제1항 내지 제8항 중 어느 한 항에 기재된 교통 신호 생성 방법의 각 단계를 실행시키기 위한 컴퓨터로 판독 가능한 매체에 저장된 컴퓨터 프로그램.A computer program stored in a computer-readable medium for executing each step of the traffic signal generation method according to any one of claims 1 to 8 on a computer. M 현시의 교통 신호에 대하여 미리 생성된 N개의 교통 신호 후보 스플릿을 기초로 학습을 수행하여 상기 N개의 교통 신호 후보 스플릿 중 최적 교통 신호 후보 스플릿을 선별하는 최적 교통 후보 스플릿 선별부 - 여기서, M, N은 각각 1보다 큰 정수임; 및
선별된 상기 최적 교통 신호 후보 스플릿을 기초로 최적 교통 신호를 생성하는 최적 교통 신호 생성부;를 포함하는 것을 특징으로 하는 교통 신호 생성 시스템.An optimal traffic candidate split selection unit that performs learning based on the N traffic signal candidate splits generated in advance for the current traffic signal M and selects the optimal traffic signal candidate split among the N traffic signal candidate splits - where M, N is each an integer greater than 1; and
A traffic signal generation system comprising: an optimal traffic signal generator that generates an optimal traffic signal based on the selected optimal traffic signal candidate splits. 제10항에 있어서,
상기 교통 신호 후보 스플릿은,
상기 M 현시의 교통 신호의 신호 주기(C)가 상기 M 현시를 구성하는 M개의 각 현시에 배분되어 구성되는 것을 특징으로 하는 교통 신호 생성 시스템.According to clause 10,
The traffic signal candidate split is,
A traffic signal generation system, characterized in that the signal period (C) of the traffic signal of the M manifestations is distributed to each of the M manifestations constituting the M manifestations. 제11항에 있어서,
상기 최적 교통 후보 스플릿 선별부는,
상기 N개의 교통 신호 후보 스플릿을 산출하는 교통 신호 후보 스플릿 산출부; 및
상기 최적 교통 신호 후보 스플릿을 선별하기 위하여 상기 N개의 교통 신호 후보 스플릿을 기초로 학습을 수행하는 학습 수행부;를 포함하는 것을 특징으로 하는 교통 신호 생성 시스템.According to clause 11,
The optimal transportation candidate split selection unit,
a traffic signal candidate split calculation unit that calculates the N traffic signal candidate splits; and
A traffic signal generation system comprising a learning performing unit that performs learning based on the N traffic signal candidate splits to select the optimal traffic signal candidate split. 제12항에 있어서,
상기 교통 신호 후보 스플릿 산출부는,
각 현시에 대하여 상기 신호 주기(C) 중 미리 정해진 최소 시간을 배분하고 나머지 시간(R)을 산출하는 나머지 시간 산출부; 및
상기 나머지 시간(R)을 상기 M개의 각 현시로 배분하는 현시 배분부;를 포함하는 것을 특징으로 하는 교통 신호 생성 시스템.According to clause 12,
The traffic signal candidate split calculation unit,
a remaining time calculation unit that allocates a predetermined minimum time among the signal periods (C) for each manifestation and calculates the remaining time (R); and
A traffic signal generation system comprising a display distribution unit that distributes the remaining time (R) to each of the M displays.
KR1020220148642A 2022-11-09 2022-11-09 Method, apparatus, system and computer program for generating optimized traffic signal and controlling traffic signal KR20240067534A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220148642A KR20240067534A (en) 2022-11-09 2022-11-09 Method, apparatus, system and computer program for generating optimized traffic signal and controlling traffic signal

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220148642A KR20240067534A (en) 2022-11-09 2022-11-09 Method, apparatus, system and computer program for generating optimized traffic signal and controlling traffic signal

Publications (1)

Publication Number Publication Date
KR20240067534A true KR20240067534A (en) 2024-05-17

Family

ID=91331916

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220148642A KR20240067534A (en) 2022-11-09 2022-11-09 Method, apparatus, system and computer program for generating optimized traffic signal and controlling traffic signal

Country Status (1)

Country Link
KR (1) KR20240067534A (en)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210127533A (en) 2020-04-14 2021-10-22 아주대학교산학협력단 Device and method for artificial intelligence-based traffic signal control

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210127533A (en) 2020-04-14 2021-10-22 아주대학교산학협력단 Device and method for artificial intelligence-based traffic signal control

Similar Documents

Publication Publication Date Title
US11270039B2 (en) Road network generation
US11574011B2 (en) Merging feature subsets using graphical representation
CN113486726B (en) Rail transit obstacle detection method based on improved convolutional neural network
CN107038478B (en) Road condition prediction method and device, computer equipment and readable medium
WO2019240964A1 (en) Teacher and student based deep neural network training
JP2018097807A (en) Learning device
Zhang et al. Lightweight and efficient asymmetric network design for real-time semantic segmentation
US10049459B2 (en) Static image segmentation
CN103984688A (en) Method and equipment for providing input candidate vocabulary entries based on local word bank
KR20180096474A (en) Incremental Training Based Knowledge Transfer Method for Training Large Deep Neural Networks and Apparatus Therefor
WO2020240808A1 (en) Learning device, classification device, learning method, classification method, learning program, and classification program
EP4134624A2 (en) Method and apparatus for fusing road data to generate a map
CN111143517B (en) Human selection label prediction method, device, equipment and storage medium
CN103824307B (en) A kind of method and apparatus determining lost motion object pixel
CN114663848A (en) Knowledge distillation-based target detection method and device
US20220207861A1 (en) Methods, devices, and computer readable storage media for image processing
CN114639233A (en) Congestion state prediction method and device, electronic equipment and storage medium
CN114742280B (en) Road condition prediction method and corresponding model training method, device, equipment and medium
Zhou et al. RFNet: Reverse fusion network with attention mechanism for RGB-D indoor scene understanding
CN116664845B (en) Intelligent engineering image segmentation method and system based on inter-block contrast attention mechanism
CN103839247A (en) Edge pixel determination method, edge pixel determination apparatus, and image processing device
CN115114329A (en) Method and device for detecting data stream abnormity, electronic equipment and storage medium
KR20240067534A (en) Method, apparatus, system and computer program for generating optimized traffic signal and controlling traffic signal
CN105427272A (en) Image processing device, image processing method and electronic device
CN113723515B (en) Moire pattern recognition method, device, equipment and medium based on image recognition