KR102485471B1 - Signal control system for right turning vehicle - Google Patents
Signal control system for right turning vehicle Download PDFInfo
- Publication number
- KR102485471B1 KR102485471B1 KR1020220067689A KR20220067689A KR102485471B1 KR 102485471 B1 KR102485471 B1 KR 102485471B1 KR 1020220067689 A KR1020220067689 A KR 1020220067689A KR 20220067689 A KR20220067689 A KR 20220067689A KR 102485471 B1 KR102485471 B1 KR 102485471B1
- Authority
- KR
- South Korea
- Prior art keywords
- lamp
- crosswalk
- turned
- pedestrian
- server
- Prior art date
Links
- 238000004891 communication Methods 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 description 68
- 238000000034 method Methods 0.000 description 45
- 230000008569 process Effects 0.000 description 28
- 238000013459 approach Methods 0.000 description 16
- 238000012544 monitoring process Methods 0.000 description 15
- 238000004458 analytical method Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 9
- 238000013473 artificial intelligence Methods 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 6
- 230000002787 reinforcement Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 239000000853 adhesive Substances 0.000 description 2
- 230000001070 adhesive effect Effects 0.000 description 2
- 230000004397 blinking Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- JOYRKODLDBILNP-UHFFFAOYSA-N Ethyl urethane Chemical compound CCOC(N)=O JOYRKODLDBILNP-UHFFFAOYSA-N 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 239000005341 toughened glass Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/075—Ramp control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/005—Traffic control systems for road vehicles including pedestrian guidance indicator
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/095—Traffic lights
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
아래 실시예들은 횡단보도를 통과하여 우회전하는 우회전 차량의 운전자가 확인할 수 있도록, 우회전 차량을 위한 신호를 제어하는 기술에 관한 것이다.The following embodiments relate to a technique for controlling a signal for a right-turning vehicle so that a driver of a right-turning vehicle passing through a crosswalk can check.
2022년 1월 21일에 개정된 '도로교통법 시행규칙'이 공표되면서, 올 한해 계도기간을 거쳐 내년인 2023년 1월 22일부터, 교차로에서 차량 신호등이 적신호일 때 우회전을 하려면 반드시 일단정지를 한 이후에 진행해야만 한다.With the announcement of the revised Enforcement Rules of the Road Traffic Act on January 21, 2022, after a guidance period this year, from January 22, 2023, the next year, if you want to turn right when the vehicle traffic light is red at an intersection, you must stop temporarily. You have to proceed after that.
금번에 공표된 도로교통법 시행규칙은 교차로에서 차량 신호등이 적색일 때 우회전하는 경우 정지 의무를 명확히 하고, 우회전 신호등을 도입하는 등의 내용이 추가되었다. 개정된 내용에 따르면, "적색 신호인 경우에 차마는 정지선, 횡단보도 및 교차로의 직전에서 정지하여야 한다. 다만, 신호에 따라 진행하는 다른 차마의 교통을 방해하지 아니하고 우회전할 수 있다"고 명시되어 있다.The Enforcement Rules of the Road Traffic Act announced this time clarify the duty to stop when turning right when the traffic light is red at an intersection, and introduce a right turn signal. According to the revised content, "In case of a red signal, vehicles and horses must stop just before the stop line, crosswalk, or intersection. However, they may turn right without interfering with the traffic of other vehicles and horses that are proceeding according to the signal." there is.
먼저, 전방 차량 신호가 적색 신호인 경우에는 정지선·횡단보도 및 교차로 직전에서 반드시 일단 정지한 후, 신호에 따라 진행하는 다른 차마의 교통을 방해하지 않고 서행하여 우회전하여야 한다. 특히 이러한 경우에는 보행 신호가 녹색 신호인 경우다 대다수이므로, 보행자가 통행하고 있을 경우에는 무조건 정지상태를 유지해야 하며, 보행자 통행이 끝난 후에는 보행 신호가 녹색이더라도 우회전할 수 있다. 여기에 오는 7월부터는 개정된 도로교통법 제27조가 시행됨에 따라, 보행자가 통행하려고 하는 때에도 일시 정지해야만 한다.First, if the vehicle signal in front is red, you must stop immediately before the stop line, crosswalk, or intersection, and then drive slowly and turn right without interfering with the traffic of other cars and horses that are proceeding according to the signal. In particular, in this case, since most of the walking signals are green, when a pedestrian is passing, it is necessary to remain stopped unconditionally, and after the pedestrian traffic is over, it is possible to turn right even if the walking signal is green. As the amended Road Traffic Act Article 27 takes effect from July here, pedestrians must stop temporarily even when they are about to pass.
전방 차량 신호가 녹색 신호인 경우에는 기본적으로 서행하며 우회전할 수 있다. 다만, 우회전 후 만나는 횡단보도에 보행자가 있으면 반드시 일시 정지하여 보행자 횡단이 종료된 이후까지 대기하는 등, 안전이 충분히 확보된 상황에서 진행해야 한다. 따라서 운전자는 교차로에 횡단보도가 존재하는 경우라면 의무적으로 일시정지를 해야 하는 것이다. 또한 우회전 신호등이 도입되어 해당 신호등이 설치된 곳(보행자 사고가 빈번한 곳, 대각선 횡단보도 등)에서 우회전하려는 운전자는 이에 따라야 한다고 명시되어 있다.If the traffic signal ahead is green, you can basically drive slowly and turn right. However, if there are pedestrians at the crosswalk after turning right, you must stop temporarily and wait until after the pedestrian crossing is completed. Therefore, drivers are obliged to stop when there is a crosswalk at an intersection. In addition, right turn traffic lights have been introduced and it is stated that drivers who want to turn right at places where the traffic lights are installed (places where pedestrian accidents are common, diagonal crosswalks, etc.) must obey them.
이에 따라, 운전자의 안전운전 경각심을 고취시키면서, 보행자의 안전을 확보하기 위한 신호를 제공하고, 횡단보도에서의 우회전 차량에 의한 보행자 사고를 예방하기 위해, 우회전 차량을 대상으로 하는 전용 신호등의 개발이 요구되고 있다.Accordingly, in order to raise drivers' awareness of safe driving, to provide signals to secure pedestrian safety, and to prevent pedestrian accidents caused by right-turning vehicles at crosswalks, development of dedicated traffic lights targeting right-turning vehicles is required. is being demanded
일실시예에 따르면, 횡단보도의 일측에 설치되어 있는 보행자 신호등 및 보행자 신호등의 동작을 제어하는 제어 장치를 포함하고, 보행자 신호등은 횡단보도를 건너는 보행자가 확인할 수 있도록, 횡단보도를 기준으로 전면 방향으로 점등되는 제1 램프 및 횡단보도를 통과하여 우회전하는 우회전 차량의 운전자가 확인할 수 있도록, 횡단보도를 기준으로 우측면 방향으로 점등되는 제2 램프를 포함하고, 제1 램프는 횡단보도를 건너가도 된다는 것을 알려주기 위해 녹색으로 점등되는 제1-1 램프 및 횡단보도를 건너가면 안된다는 것을 알려주기 위해 적색으로 점등되는 제1-2 램프를 포함하며, 제어 장치는 제1-1 램프가 점등되면, 제2 램프가 적색으로 점등되도록 제어하고, 제1-2 램프가 점등되면, 제2 램프가 녹색으로 점등되도록 제어하는, 우회전 차량을 위한 신호 제어 시스템을 제공하는 것을 그 목적으로 한다.According to one embodiment, a pedestrian traffic light installed on one side of a crosswalk and a control device for controlling the operation of the pedestrian traffic light are included, and the pedestrian traffic light is in a front direction relative to the crosswalk so that a pedestrian crossing the crosswalk can check. A first lamp that is turned on and a second lamp that is turned on in the right direction with respect to the crosswalk so that the driver of a right-turning vehicle turning right through the crosswalk can check, and the first lamp is even when crossing the crosswalk It includes a 1-1 lamp that is turned on in green to indicate that it is turned on and a 1-2 lamp that is turned on in red to indicate that the crosswalk should not be crossed, and the control device is configured to turn on when the 1-1 lamp is turned on, It is an object of the present invention to provide a signal control system for a right-turning vehicle that controls the second lamp to be turned on in red and, when the 1-2 lamps are turned on, the second lamp to be turned on in green.
본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.The object of the present invention is not limited to the object mentioned above, and other objects not mentioned will be clearly understood from the description below.
일실시예에 따르면, 우회전 차량을 위한 신호 제어 시스템에 있어서, 횡단보도의 일측에 설치되어 있는 보행자 신호등; 및 상기 보행자 신호등과 무선 통신을 통해 연결되어, 상기 보행자 신호등의 동작을 원격으로 제어하고, 상기 보행자 신호등에서 표시되는 정보의 변경을 제어하는 제어 장치를 포함하고, 상기 보행자 신호등은 상기 횡단보도를 건너는 보행자가 확인할 수 있도록, 상기 횡단보도를 기준으로 전면 방향으로 점등되는 제1 램프; 및 상기 횡단보도를 통과하여 우회전하는 우회전 차량의 운전자가 확인할 수 있도록, 상기 횡단보도를 기준으로 우측면 방향으로 점등되는 제2 램프를 포함하고, 상기 제1 램프는 상기 횡단보도를 건너가도 된다는 것을 알려주기 위해 녹색으로 점등되는 제1-1 램프; 및 상기 횡단보도를 건너가면 안된다는 것을 알려주기 위해 적색으로 점등되는 제1-2 램프를 포함하며, 상기 제어 장치는 상기 제1-1 램프가 점등되면, 상기 제2 램프가 적색으로 점등되도록 제어하고, 상기 제1-2 램프가 점등되면, 상기 제2 램프가 녹색으로 점등되도록 제어하는, 우회전 차량을 위한 신호 제어 시스템이 제공된다.According to one embodiment, in the signal control system for a vehicle turning right, a pedestrian traffic light installed on one side of a crosswalk; and a control device connected to the pedestrian traffic light through wireless communication, remotely controlling an operation of the pedestrian traffic light, and controlling a change in information displayed on the pedestrian traffic light, wherein the pedestrian traffic light crosses the crosswalk. A first lamp that is turned on in a front direction based on the crosswalk so that a pedestrian can check; and a second lamp that is turned on in a right direction with respect to the crosswalk so that a driver of a right-turning vehicle turning right through the crosswalk can confirm that the first lamp may cross the crosswalk. A 1-1 lamp that is lit in green to inform; and a 1-2 lamp that is turned on in red to indicate that the crosswalk should not be crossed, and the control device controls the second lamp to be turned on in red when the 1-1 lamp is turned on, , When the first-second lamp is turned on, a signal control system for a right-turning vehicle is provided that controls the second lamp to be turned on in green.
상기 보행자 신호등은 상기 횡단보도 상에 보행자가 존재하는지를 감지하는 제1 센서를 더 포함하며, 상기 제어 장치는 상기 제1 센서로부터 획득된 감지 신호에 기초하여, 상기 횡단보도 상에 보행자가 존재하는지 여부를 판단하고, 상기 제2 램프가 녹색으로 점등된 상태에서, 상기 횡단보도 상에 보행자가 존재하는 것으로 확인되면, 상기 제2 램프가 녹색으로 점멸되도록 제어하고, 상기 제2 램프가 적색으로 점등된 상태에서, 상기 횡단보도 상에 보행자가 존재하지 않는 것으로 확인되면, 상기 제2 램프가 적색으로 점멸되도록 제어할 수 있다.The pedestrian traffic light further includes a first sensor for detecting whether a pedestrian exists on the crosswalk, and the control device determines whether a pedestrian exists on the crosswalk based on a detection signal obtained from the first sensor. and if it is confirmed that there is a pedestrian on the crosswalk in a state where the second lamp is lit in green, the second lamp is controlled to flicker in green, and the second lamp is lit in red. state, when it is determined that there is no pedestrian on the crosswalk, the second lamp may be controlled to blink in red.
상기 제어 장치는 상기 제1 센서로부터 획득된 감지 신호에 기초하여, 상기 횡단보도의 중앙 구역인 제1 구역에 보행자가 존재하는지 여부를 판단하고, 상기 제2 램프가 적색으로 점등된 상태에서, 상기 제1 구역에 보행자가 존재하지 않는 것으로 확인되면, 상기 제2 램프가 제1 광도의 적색으로 점등되도록 제어하고, 상기 제2 램프가 적색으로 점등된 상태에서, 상기 제1 구역에 보행자가 존재하는 것으로 확인되면, 상기 제2 램프가 상기 제1 광도 보다 강한 세기로 설정된 제2 광도의 적색으로 점등되도록 제어할 수 있다.The control device determines whether a pedestrian is present in the first area, which is the central area of the crosswalk, based on the detection signal obtained from the first sensor, and in a state where the second lamp is lit in red, When it is determined that there is no pedestrian in the first zone, the second lamp is controlled to be turned on in red at the first luminous intensity, and in a state where the second lamp is turned on in red, the pedestrian exists in the first zone. If it is confirmed, the second lamp can be controlled to be turned on in red with a second luminous intensity set to a stronger intensity than the first luminous intensity.
일실시예에 따르면, 우회전 차량을 위한 신호 제어 시스템을 통해 우회전 차량을 대상으로 하는 전용 신호를 제공함으로써, 운전자의 안전운전 경각심을 고취시키면서, 보행자의 안전을 확보하기 위한 신호를 제공하고, 횡단보도에서의 우회전 차량에 의한 보행자 사고를 예방할 수 있는 효과가 있다.According to an embodiment, by providing a dedicated signal targeting a right-turning vehicle through a signal control system for a right-turning vehicle, a signal for securing pedestrian safety while raising a driver's awareness of safe driving is provided, and a crosswalk There is an effect of preventing pedestrian accidents caused by right-turning vehicles in
한편, 실시예들에 따른 효과들은 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 해당 기술 분야의 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.On the other hand, the effects according to the embodiments are not limited to those mentioned above, and other effects not mentioned will be clearly understood by those skilled in the art from the description below.
도 1은 일실시예에 따른 우회전 차량을 위한 신호 제어 시스템의 구성을 개략적으로 나타낸 도면이다.
도 2는 일실시예에 따른 복수의 보행자 신호등이 설치된 사거리를 나타낸 도면이다.
도 3은 일실시예에 따른 보행자 신호등의 구성을 개략적으로 나타낸 도면이다.
도 4는 일실시예에 따른 보행자 신호등이 점등된 상태를 나타낸 도면이다.
도 5는 일실시예에 따른 제2 램프의 구조를 나타낸 도면이다.
도 6은 일실시예에 따른 제2 램프의 형태를 나타낸 도면이다.
도 7은 일실시예에 따른 제2 램프가 점등된 상태를 나타낸 도면이다.
도 8은 일실시예에 따른 횡단보도 내에 보행자가 있을 때 신호를 제어하는 과정을 설명하기 위한 순서도이다.
도 9는 일실시예에 따른 제1 구역을 설명하기 위한 도면이다.
도 10은 일실시예에 따른 횡단보도 내 보행자의 위치에 따라 신호를 제어하는 과정을 설명하기 위한 순서도이다.
도 11은 일실시예에 따른 제1 영역 및 제2 영역을 설명하기 위한 도면이다.
도 12는 일실시예에 따른 보행자가 많은 시간대를 구분하여 신호를 제어하는 과정을 설명하기 위한 순서도이다.
도 13은 일실시예에 따른 인공지능을 기반으로 호스트 방화벽의 정책 설정을 제어하는 과정을 설명하기 위한 순서도이다.
도 14는 일실시예에 따른 공격으로 추정되는 접근을 감지하여, 공격 횟수에 따라 대응 방안을 제공하는 과정을 설명하기 위한 순서도이다.
도 15는 일 실시예에 따른 인공 신경망의 학습을 설명하기 위한 도면이다.
도 16은 일실시예에 따른 장치의 구성의 예시도이다.1 is a diagram schematically showing the configuration of a signal control system for a right-turning vehicle according to an embodiment.
2 is a view showing a crossroad in which a plurality of pedestrian traffic lights are installed according to an embodiment.
3 is a diagram schematically illustrating a configuration of a pedestrian traffic light according to an embodiment.
4 is a diagram illustrating a state in which a pedestrian traffic light is turned on according to an embodiment.
5 is a view showing the structure of a second lamp according to an embodiment.
6 is a view showing a shape of a second lamp according to an embodiment.
7 is a view showing a state in which a second lamp is turned on according to an embodiment.
8 is a flowchart illustrating a process of controlling a signal when there is a pedestrian in a crosswalk according to an embodiment.
9 is a diagram for explaining a first zone according to an embodiment.
10 is a flowchart illustrating a process of controlling a signal according to a location of a pedestrian in a crosswalk according to an embodiment.
11 is a diagram for explaining a first area and a second area according to an exemplary embodiment.
12 is a flowchart illustrating a process of controlling a signal by dividing a time zone with many pedestrians according to an embodiment.
13 is a flowchart illustrating a process of controlling policy settings of a host firewall based on artificial intelligence according to an embodiment.
14 is a flowchart illustrating a process of detecting an approach presumed to be an attack and providing a countermeasure according to the number of attacks according to an embodiment.
15 is a diagram for explaining learning of an artificial neural network according to an embodiment.
16 is an exemplary diagram of a configuration of a device according to an embodiment.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.Hereinafter, embodiments will be described in detail with reference to the accompanying drawings. However, since various changes can be made to the embodiments, the scope of the patent application is not limited or limited by these embodiments. It should be understood that all changes, equivalents or substitutes to the embodiments are included within the scope of rights.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.Specific structural or functional descriptions of the embodiments are disclosed for illustrative purposes only, and may be modified and implemented in various forms. Therefore, the embodiments are not limited to the specific disclosed form, and the scope of the present specification includes changes, equivalents, or substitutes included in the technical spirit.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.Although terms such as first or second may be used to describe various components, such terms should only be construed for the purpose of distinguishing one component from another. For example, a first element may be termed a second element, and similarly, a second element may be termed a first element.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.It should be understood that when an element is referred to as being “connected” to another element, it may be directly connected or connected to the other element, but other elements may exist in the middle.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.Terms used in the examples are used only for descriptive purposes and should not be construed as limiting. Singular expressions include plural expressions unless the context clearly dictates otherwise. In this specification, terms such as "include" or "have" are intended to designate that there is a feature, number, step, operation, component, part, or combination thereof described in the specification, but one or more other features It should be understood that the presence or addition of numbers, steps, operations, components, parts, or combinations thereof is not precluded.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by a person of ordinary skill in the art to which the embodiment belongs. Terms such as those defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the related art, and unless explicitly defined in the present application, they should not be interpreted in an ideal or excessively formal meaning. don't
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.In addition, in the description with reference to the accompanying drawings, the same reference numerals are given to the same components regardless of reference numerals, and overlapping descriptions thereof will be omitted. In describing the embodiment, if it is determined that a detailed description of a related known technology may unnecessarily obscure the gist of the embodiment, the detailed description will be omitted.
실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다.The embodiments may be implemented in various types of products such as personal computers, laptop computers, tablet computers, smart phones, televisions, smart home appliances, intelligent vehicles, kiosks, and wearable devices.
실시예에서 인공지능(Artificial Intelligence, AI) 시스템은 인간 수준의 지능을 구현하는 컴퓨터 시스템이며, 기존 규칙(Rule) 기반의 스마트 시스템과 달리 기계가 스스로 학습하고 판단하는 시스템이다. 인공지능 시스템은 사용할수록 인식률이 향상되고 사용자 취향을 보다 정확하게 이해할 수 있게 되어, 기존 규칙 기반의 스마트 시스템은 점차 심층 학습(Deep Learning) 기반 인공지능 시스템으로 대체되고 있다.In an embodiment, an artificial intelligence (AI) system is a computer system that implements human-level intelligence, and unlike existing rule-based smart systems, a machine learns and judges on its own. The more AI systems are used, the higher the recognition rate and the more accurate understanding of user preferences. Conventional rule-based smart systems are gradually being replaced by deep learning-based AI systems.
인공지능 기술은 기계 학습 및 기계 학습을 활용한 요소기술들로 구성된다. 기계 학습은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘 기술이며, 요소기술은 심층 학습 등의 기계 학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술로서, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야로 구성된다.Artificial intelligence technology consists of machine learning and element technologies using machine learning. Machine learning is an algorithm technology that classifies/learns the characteristics of input data by itself, and element technology is a technology that uses machine learning algorithms such as deep learning to mimic functions such as recognition and judgment of the human brain. It consists of technical fields such as understanding, inference/prediction, knowledge expression, and motion control.
인공지능 기술이 응용되는 다양한 분야는 다음과 같다. 언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함한다. 시각적 이해는 사물을 인간의 시각처럼 인식하여 처리하는 기술로서, 객체 인식, 객체 추적, 영상 검색, 사람 인식, 장면 이해, 공간 이해, 영상 개선 등을 포함한다. 추론 예측은 정보를 판단하여 논리적으로 추론하고 예측하는 기술로서, 지식/확률 기반 추론, 최적화 예측, 선호 기반 계획, 추천 등을 포함한다. 지식 표현은 인간의 경험정보를 지식데이터로 자동화 처리하는 기술로서, 지식 구축(데이터 생성/분류), 지식 관리(데이터 활용) 등을 포함한다. 동작 제어는 차량의 자율 주행, 로봇의 움직임을 제어하는 기술로서, 움직임 제어(항법, 충돌, 주행), 조작 제어(행동 제어) 등을 포함한다.The various fields where artificial intelligence technology is applied are as follows. Linguistic understanding is a technology for recognizing and applying/processing human language/characters, including natural language processing, machine translation, dialogue systems, question and answering, voice recognition/synthesis, and the like. Visual understanding is a technology for recognizing and processing objects like human vision, and includes object recognition, object tracking, image search, person recognition, scene understanding, space understanding, image improvement, and the like. Inference prediction is a technique of reasoning and predicting logically by judging information, and includes knowledge/probability-based reasoning, optimization prediction, preference-based planning, and recommendation. Knowledge expression is a technology that automatically processes human experience information into knowledge data, and includes knowledge construction (data creation/classification) and knowledge management (data utilization). Motion control is a technology for controlling the autonomous driving of a vehicle and the movement of a robot, and includes motion control (navigation, collision, driving), manipulation control (action control), and the like.
일반적으로 기계 학습 알고리즘을 실생활에 적용하기 위해서는 기계 학습의 기본 방법론의 특성상 Trial and Error 방식으로 학습을 수행하게 된다. 특히, 심층 학습의 경우 수십만 번의 반복 실행을 필요로 한다. 이를 실제 물리적인 외부 환경에서 실행하기는 불가능하여 대신 실제 물리적인 외부 환경을 컴퓨터상에서 가상으로 구현하여 시뮬레이션을 통해 학습을 수행한다.In general, in order to apply machine learning algorithms to real life, learning is performed in a trial and error method due to the nature of the basic methodology of machine learning. In particular, deep learning requires hundreds of thousands of iterations. It is impossible to execute this in an actual physical external environment, so instead, the actual physical external environment is virtually implemented on a computer and learning is performed through simulation.
도 1은 일실시예에 따른 우회전 차량을 위한 신호 제어 시스템의 구성을 개략적으로 나타낸 도면이다.1 is a diagram schematically showing the configuration of a signal control system for a right-turning vehicle according to an embodiment.
도 1을 참조하면, 일실시예에 따른 우회전 차량을 위한 신호 제어 시스템은 보행자 신호등(100) 및 제어 장치(200)를 포함할 수 있다.Referring to FIG. 1 , a signal control system for a vehicle turning right according to an embodiment may include a
보행자 신호등(100)은 횡단보도의 일측에 설치되어, 횡단보도를 건너고자 하는 보행자에게 교통 신호를 알려주는 기능을 수행할 수 있다. 보행자 신호등(100)의 구체적인 구성에 대해서는 도 3을 참조하여 후술하기로 한다.The
제어 장치(200)는 우회전 차량을 위한 신호 제어 시스템에 대한 동작이 정상적으로 수행되도록, 보행자 신호등(100)의 전체적인 동작을 제어할 수 있다. 이를 위해, 제어 장치(200)는 보행자 신호등(100)과 유무선 통신을 통해 연결되어, 정보를 송수신할 수 있다.The
제어 장치(200)는 제어 장치(200)를 이용하여 서비스를 제공하는 자 내지 단체가 보유한 자체 서버일수도 있고, 클라우드 서버일 수도 있고, 분산된 노드(node)들의 p2p(peer-to-peer) 집합일 수도 있다. 제어 장치(200)는 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다.The
한편, 설명의 편의를 위해 도 1에서는 보행자 신호등(100) 하나만을 도시하였으나, 보행자 신호등의 수는 실시예에 따라 얼마든지 달라질 수 있다. 제어 장치(200)의 처리 용량이 허용하는 한, 보행자 신호등의 수는 특별한 제한이 없다.Meanwhile, for convenience of description, only one
즉, 보행자 신호등(100)은 도로에 복수개 설치될 수 있으며, 제어 장치(200)는 복수의 보행자 신호등(100)과 연결되어, 복수의 보행자 신호등(100) 각각의 동작을 제어할 수 있다.That is, a plurality of
도 2는 일실시예에 따른 복수의 보행자 신호등이 설치된 사거리를 나타낸 도면이다.2 is a view showing a crossroad in which a plurality of pedestrian traffic lights are installed according to an embodiment.
도 2를 참조하면, 보행자 신호등(100)은 횡단보도 별로 각각 설치될 수 있다. 제어 장치(200)는 횡단보도 별로 설치되어 있는 복수의 보행자 신호등(100)과 연결되어, 복수의 보행자 신호등(100) 각각의 동작을 제어할 수 있다.Referring to FIG. 2 ,
즉, 사거리에서 우회전하는 차량은 우회전하면서 2개의 횡단보도를 통과하기 때문에, 우회전 차량의 운전자는 2개의 보행자 신호등(100)을 확인하면서 차량의 우회전을 수행할 수 있다. 이때, 제어 장치(200)는 각 횡단보도의 신호 상태에 따라, 횡단보도 별로 설치되어 있는 보행자 신호등(100) 각각의 동작을 제어할 수 있다. That is, since a vehicle turning right at the intersection passes two crosswalks while turning right, the driver of the vehicle turning right can perform the right turn of the vehicle while checking the two
도 3은 일실시예에 따른 보행자 신호등의 구성을 개략적으로 나타낸 도면이다.3 is a diagram schematically illustrating a configuration of a pedestrian traffic light according to an embodiment.
도 3을 참조하면, 보행자 신호등(100)은 제1 램프(110) 및 제2 램프(120)를 포함할 수 있다.Referring to FIG. 3 , the
제1 램프(110)는 횡단보도를 건너는 보행자가 확인할 수 있도록, 횡단보도를 기준으로 전면 방향으로 점등될 수 있다.The
제1 램프(110)는 미리 설정된 신호 체계를 통해, 횡단보도를 건너고자 하는 보행자에게 교통 신호를 알려줄 수 있도록, 적색 또는 녹색 램프가 점등될 수 있다.A red or green lamp may be turned on in the
제1 램프(110)는 제1-1 램프(111) 및 제1-2 램프(112)를 포함할 수 있다. 이때, 제1 램프(110)의 상부에 제1-2 램프(112)가 구비되고, 제1 램프(110)의 하부에 제1-1 램프(111)가 구비될 수 있다.The
제1-1 램프(111)는 보행자가 횡단보도를 건너가도 된다는 것을 알려주기 위해 녹색으로 점등될 수 있다.The 1-1
제1-2 램프(112)는 보행자가 횡단보도를 건너가면 안된다는 것을 알려주기 위해 적색으로 점등될 수 있다.The 1-2
제1-1 램프(111) 및 제1-2 램프(112) 중 어느 하나만 점등될 수 있다. 즉, 제1-1 램프(111)가 점등되면, 제1-2 램프(112)는 소등되고, 제1-2 램프(112)가 점등되면, 제1-1 램프(111)는 소등될 수 있다.Only one of the 1-1
제2 램프(120)는 보행자 신호등(100)의 기둥에 구비되어, 횡단보도를 통과하여 우회전하는 우회전 차량의 운전자가 확인할 수 있도록, 횡단보도를 기준으로 우측면 방향으로 점등될 수 있다.The
제어 장치(200)는 제1-1 램프(111)가 점등되면, 제2 램프(120)가 적색으로 점등되도록 제어할 수 있다.When the 1-1
즉, 제1-1 램프(111)가 녹색으로 점등되면, 보행자가 횡단보도를 건너도 된다는 교통 신호이기 때문에, 제2 램프(120)는 우회전 차량이 횡단보도를 통과하면 안된다는 것을 알려주기 위해 적색으로 점등될 수 있다. 이때, 제1-1 램프(111)는 횡단보도를 기준으로 전면 방향으로 점등되어, 횡단보도를 건너고자 하는 보행자는 제1-1 램프(111)의 녹색불을 통해 이동 신호를 인지할 수 있고, 제2 램프(120)는 횡단보도를 기준으로 우측면 방향으로 점등되어, 횡단보도를 통과하고자 하는 우회전 차량의 운전자는 제2 램프(120)의 적색불을 통해 정지 신호를 인지할 수 있다.That is, when the 1-1
제어 장치(200)는 제1-2 램프(112)가 점등되면, 제2 램프(120)가 녹색으로 점등되도록 제어할 수 있다.When the 1-2
즉, 제1-2 램프(112)가 적색으로 점등되면, 보행자가 횡단보도를 건너가면 안된다는 교통 신호이기 때문에, 제2 램프(120)는 우회전 차량이 횡단보도를 통과해도 된다는 것을 알려주기 위해 녹색으로 점등될 수 있다. 이때, 제1-2 램프(112)는 횡단보도를 기준으로 전면 방향으로 점등되어, 횡단보도를 건너고자 하는 보행자는 제1-2 램프(112)의 적색불을 통해 정지 신호를 인지할 수 있고, 제2 램프(120)는 횡단보도를 기준으로 우측면 방향으로 점등되어, 횡단보도를 통과하고자 하는 우회전 차량의 운전자는 제2 램프(120)의 녹색불을 통해 이동 신호를 인지할 수 있다.That is, when the 1-2
일실시예에 따르면, 제어 장치(200)는 보행자 신호등(100)과 와이파이, 블루투스 등과 같은 무선 통신을 통해 연결되어, 보행자 신호등(100)의 동작을 원격으로 제어할 수 있고, 보행자 신호등(100)에서 표시되는 정보의 변경을 제어할 수 있다.According to one embodiment, the
즉, 보행자 신호등(100)이 설치되는 위치에 따라, 보행자 신호등(100)에 표시되는 글씨 또는 이미지가 상이할 수 있으며, 관리자가 요구하는 글씨 또는 이미지가 있는 경우 자유롭게 변경이 가능하도록, 제어 장치(200)와 보행자 신호등(100) 간의 무선 통신을 통해 보행자 신호등(100)에서 표시되는 정보에 대한 업그레이드가 수행될 수 있다.That is, depending on the location where the
예를 들어, 제어 장치(200)를 관리하는 관리자 단말에 텍스트, 이미지 등과 같은 정보가 입력되면, 제어 장치(200)는 입력된 정보를 무선 통신을 통해 보행자 신호등(100)으로 전송하여, 제2 램프(120)에서 입력된 정보가 표시되도록 처리할 수 있다.For example, when information such as text and images is input to a manager terminal that manages the
도 4는 일실시예에 따른 보행자 신호등이 점등된 상태를 나타낸 도면이다.4 is a diagram illustrating a state in which a pedestrian traffic light is turned on according to an embodiment.
도 4의 (a)에 도시된 바와 같이, 제1-2 램프(112)가 적색으로 점등되면, 제2 램프(120)는 우회전 차량이 횡단보도를 통과해도 된다는 것을 알려주기 위해 녹색으로 점등될 수 있다.As shown in (a) of FIG. 4, when the 1-2
도 4의 (b)에 도시된 바와 같이, 제1-1 램프(111)가 녹색으로 점등되면, 제2 램프(120)는 우회전 차량이 횡단보도를 통과하면 안된다는 것을 알려주기 위해 적색으로 점등될 수 있다.As shown in (b) of FIG. 4, when the 1-1
도 5는 일실시예에 따른 제2 램프의 구조를 나타낸 도면이다.5 is a view showing the structure of a second lamp according to an embodiment.
도 5를 참조하면, 제2 램프(120)는 보행자 신호등(100)의 기둥에 구비되어, 복수의 LED, 패드 및 케이스를 포함할 수 있다.Referring to FIG. 5 , the
패드는 보행자 신호등(100)의 기둥을 감싸서, 보행자 신호등(100)의 기둥에 제2 램프(120)가 부착될 수 있도록 할 수 있으며, 우레탄 재질로 구성될 수 있다.The pad may surround the pillar of the
복수의 LED는 패드에 일정 간격을 두고 구비되어, 녹색 또는 점색으로 점등될 수 있다.A plurality of LEDs are provided on the pad at regular intervals, and may be lit in green or point color.
케이스는 복수의 LED를 보호하기 위해 구비될 수 있으며, 방수가 가능한 강화유리 재질로 구성될 수 있다.The case may be provided to protect a plurality of LEDs, and may be made of a waterproof tempered glass material.
제2 램프(120)는 설치 용도에 따라 상이한 크기로 제작될 수 있다. 예를 들어, 제2 램프(120)가 전봇대에 설치되는 경우, 제2 램프(120)는 전주용의 크기로 제작되어 전봇대에 설치될 수 있고, 제2 램프(120)가 신호등에 설치되는 경우, 제2 램프(120)는 신호등용의 크기로 제작되어 신호등에 설치될 수 있다.The
도 6은 일실시예에 따른 제2 램프의 형태를 나타낸 도면이다.6 is a view showing a shape of a second lamp according to an embodiment.
도 6의 (a)를 참조하면, 제2 램프(120)는 밴드형으로, 복수의 LED와 패드가 일정 영역에만 구비되어 있고, 나머지 영역은 밴드로 연결되어 있다.Referring to (a) of FIG. 6, the
제2 램프(120)가 밴드형인 경우, 제2 램프(120)가 보행자 신호등(100)의 기둥에 설치되어 있으면, 제2 램프(120)의 일정 영역에서만 LED가 점등될 수 있다.When the
제2 램프(120)가 밴드형인 경우, 보행자 신호등(100)의 기둥에 제2 램프(120)가 설치될 때, 복수의 LED와 패드가 횡단보도를 기준으로 우측면 방향에 위치하도록 설치될 수 있다.When the
도 6의 (b)를 참조하면, 제2 램프(120)는 점착형으로, 복수의 LED와 패드가 전체 영역에 구비되어 있다.Referring to (b) of FIG. 6 , the
제2 램프(120)가 점착형인 경우, 제2 램프(120)가 보행자 신호등(100)의 기둥에 설치되어 있으면, 제2 램프(120)의 전체 영역에서 LED가 점등될 수 있다.When the
도 7은 일실시예에 따른 제2 램프가 점등된 상태를 나타낸 도면이다.7 is a view showing a state in which a second lamp is turned on according to an embodiment.
도 7의 (a)에 도시된 바와 같이, 제2 램프(120)는 적색으로 점등될 때, 정지 신호를 나타내는 글자가 적색으로 표시될 수 있다. 예를 들어, 제2 램프(120)에 일단 멈춤, 멈춤, STOP 등의 글자가 적색으로 표시될 수 있다.As shown in (a) of FIG. 7 , when the
도 7의 (b)에 도시된 바와 같이, 제2 램프(120)는 녹색으로 점등될 때, 이동 신호를 나타내는 글자가 녹색으로 표시될 수 있다. 예를 들어, 제2 램프(120)에 일단 정지, 진행, GO 등의 글자가 녹색으로 표시될 수 있다. 이때, 제2 램프(120)에 일단 정지라는 글자가 표시되어, 우회전 시 우회전 차량이 일시 정지한 후에 이동할 수 있도록 설계될 수 있다.As shown in (b) of FIG. 7 , when the
도 8은 일실시예에 따른 횡단보도 내에 보행자가 있을 때 신호를 제어하는 과정을 설명하기 위한 순서도이다.8 is a flowchart illustrating a process of controlling a signal when there is a pedestrian in a crosswalk according to an embodiment.
도 8을 참조하면, 먼저, S801 단계에서, 제어 장치(200)는 보행자 신호등(100)에 구비되어 있는 제1 센서로부터 감지 신호를 획득할 수 있다. 이를 위해, 보행자 신호등(100)은 횡단보도 상에 보행자가 존재하는지를 감지하는 제1 센서를 포함할 수 있다.Referring to FIG. 8 , first, in step S801 , the
제1 센서는 라이다 센서(LIDAR Sensor)로 구성되어, 보행자 신호등(100)의 기둥에 설치될 수 있으며, 횡단보도 상에 사람이 있는지 여부를 감지하고, 횡단보도 상에 사람이 몇 명이 있는지를 감지하고, 횡단보도 상에 사람이 어디에 위치하고 있는지를 감지할 수 있다.The first sensor is composed of a LIDAR sensor, can be installed on a pillar of the
S802 단계에서, 제어 장치(200)는 제1 센서로부터 획득된 감지 신호에 기초하여, 횡단보도 상에 보행자가 존재하는지 여부를 판단할 수 있다.In step S802, the
S802 단계에서 횡단보도 상에 보행자가 존재하는 것으로 판단되면, S803 단계에서, 제어 장치(200)는 제2 램프(120)가 녹색으로 점등된 상태인지 여부를 확인할 수 있다.If it is determined in step S802 that there is a pedestrian on the crosswalk, in step S803, the
S803 단계에서 제2 램프(120)가 녹색으로 점등된 상태로 확인되면, S805 단계에서, 제어 장치(200)는 제2 램프(120)가 녹색으로 점멸되도록 제어할 수 있다.When it is determined that the
즉, 제어 장치(200)는 제2 램프(120)가 녹색으로 점등된 상태에서, 횡단보도 상에 보행자가 존재하는 것으로 확인되면, 제2 램프(120)가 녹색으로 점멸되도록 제어할 수 있다. 이를 통해, 횡단보도를 통과하고자 하는 우회전 차량의 운전자는 제2 램프(120)의 녹색불이 점멸되고 있는 것을 확인하여, 무단횡단을 하는 보행자가 횡단보도 상에 있어 일단 멈춰야 한다는 것을 인지할 수 있다.That is, the
S803 단계에서 제2 램프(120)가 녹색이 아닌 적색으로 점등된 상태로 확인되면, S806 단계에서, 제어 장치(200)는 제2 램프(120)가 적색으로 점등된 상태를 유지하도록 제어할 수 있다.If it is confirmed in step S803 that the
즉, 제어 장치(200)는 제2 램프(120)가 적색으로 점등된 상태에서, 횡단보도 상에 보행자가 존재하는 것으로 확인되면, 제2 램프(120)가 적색으로 점등된 상태를 유지하도록 제어할 수 있다. 이를 통해, 횡단보도를 통과하고자 하는 우회전 차량의 운전자는 제2 램프(120)의 적색불이 점등되고 있는 것을 확인하여, 횡단보도를 건너는 보행자가 횡단보도 상에 아직 위치하고 있다는 것을 인지할 수 있다.That is, when it is determined that there is a pedestrian on the crosswalk while the
한편, S802 단계에서 횡단보도 상에 보행자가 존재하지 않는 것으로 판단되면, S804 단계에서, 제어 장치(200)는 제2 램프(120)가 녹색으로 점등된 상태인지 여부를 확인할 수 있다.Meanwhile, if it is determined in step S802 that there is no pedestrian on the crosswalk, in step S804, the
S804 단계에서 제2 램프(120)가 녹색으로 점등된 상태로 확인되면, S807 단계에서, 제어 장치(200)는 제2 램프(120)가 녹색으로 점등된 상태를 유지하도록 제어할 수 있다.If it is confirmed that the
즉, 제어 장치(200)는 제2 램프(120)가 녹색으로 점등된 상태에서, 횡단보도 상에 보행자가 존재하지 않는 것으로 확인되면, 제2 램프(120)가 녹색으로 점등된 상태를 유지하도록 제어할 수 있다. 이를 통해, 횡단보도를 통과하고자 하는 우회전 차량의 운전자는 제2 램프(120)의 녹색불이 점등되고 있는 것을 확인하여, 횡단보도 상에 보행자가 없어 횡단보도를 바로 통과해도 된다는 것을 인지할 수 있다.That is, when it is confirmed that there is no pedestrian on the crosswalk while the
S804 단계에서 제2 램프(120)가 녹색이 아닌 적색으로 점등된 상태로 확인되면, S808 단계에서, 제어 장치(200)는 제2 램프(120)가 적색으로 점멸되도록 제어할 수 있다.If it is confirmed that the
즉, 제어 장치(200)는 제2 램프(120)가 적색으로 점등된 상태에서, 횡단보도 상에 보행자가 존재하지 않는 것으로 확인되면, 제2 램프(120)가 적색으로 점멸되도록 제어할 수 있다. 이를 통해, 횡단보도를 통과하고자 하는 우회전 차량의 운전자는 제2 램프(120)의 적색불이 점멸되고 있는 것을 확인하여, 횡단보도 상에 보행자가 없어 제2 램프(120)에 녹색불이 점등되면 횡단보도를 통과해도 된다는 것을 인지할 수 있다.That is, the
도 9는 일실시예에 따른 제1 구역을 설명하기 위한 도면이다.9 is a diagram for explaining a first zone according to an embodiment.
도 9를 참조하면, 횡단보도에서 도로 가운데 위치하는 중앙 구역이 제1 구역으로 설정될 수 있다. 제1 구역은 횡단보도의 길이에 비례하여 상이한 크기로 설정될 수 있다.Referring to FIG. 9 , a central zone located in the middle of the road in a crosswalk may be set as a first zone. The first zone may be set to a different size in proportion to the length of the crosswalk.
도 10은 일실시예에 따른 횡단보도 내 보행자의 위치에 따라 신호를 제어하는 과정을 설명하기 위한 순서도이다.10 is a flowchart illustrating a process of controlling a signal according to a location of a pedestrian in a crosswalk according to an embodiment.
도 10을 참조하면, 먼저, S1001 단계에서, 제어 장치(200)는 보행자 신호등(100)에 구비되어 있는 제1 센서로부터 감지 신호를 획득할 수 있다. 이때, 제1 센서는 횡단보도 상에 사람이 어디에 위치하고 있는지를 감지하여 감지 신호를 생성할 수 있으며, 제어 장치(200)는 제1 센서로부터 횡단보도 상에 사람이 어디에 위치하고 있는지를 감지하여 생성된 감지 신호를 획득할 수 있다.Referring to FIG. 10 , first, in step S1001, the
S1002 단계에서, 제어 장치(200)는 제1 센서로부터 획득된 감지 신호에 기초하여, 제1 구역에 보행자가 존재하는지 여부를 판단할 수 있다.In step S1002 , the
S1002 단계에서 제1 구역에 보행자가 존재하는 것으로 판단되면, S1003 단계에서, 제어 장치(200)는 제2 램프(120)가 녹색으로 점등된 상태인지 여부를 확인할 수 있다.If it is determined in step S1002 that there is a pedestrian in the first zone, in step S1003, the
S1003 단계에서 제2 램프(120)가 녹색으로 점등된 상태로 확인되면, S1005 단계에서, 제어 장치(200)는 무단횡단 경고 알림 메시지가 출력되도록 제어할 수 있다. 이를 위해, 보행자 신호등(100)은 스피커를 구비하고 있으며, 스피커를 통해 무당횡단 경고 알림 메시지가 출력될 수 있다.If it is determined that the
즉, 제어 장치(200)는 제2 램프(120)가 녹색으로 점등된 상태에서, 제1 구역에 보행자가 존재하는 것으로 확인되면, 무단횡단 경고 알림 메시지가 출력되도록 제어할 수 있다. 이를 통해, 횡단보도를 통과하고자 하는 우회전 차량의 운전자는 무단횡단 경고 알림 메시지를 통해, 무단횡단을 하는 보행자가 횡단보도의 중앙 구역에 있어 일단 멈춰야 한다는 것을 인지할 수 있다.That is, when it is determined that a pedestrian exists in the first area while the
S1003 단계에서 제2 램프(120)가 녹색이 아닌 적색으로 점등된 상태로 확인되면, S1006 단계에서, 제어 장치(200)는 제2 램프(120)가 제2 광도의 적색으로 점등되도록 제어할 수 있다. 여기서, 제2 광도는 제1 광도 보다 강한 세기로 설정될 수 있고, 제1 광도는 실시예에 따라 상이하게 설정될 수 있다.In step S1003, when it is confirmed that the
즉, 제어 장치(200)는 제2 램프(120)가 적색으로 점등된 상태에서, 제1 구역에 보행자가 존재하는 것으로 확인되면, 제2 램프(120)가 제2 광도의 적색으로 점등되도록 제어할 수 있다. 이를 통해, 횡단보도를 통과하고자 하는 우회전 차량의 운전자는 제2 램프(120)의 적색불이 강한 세기로 점등되고 있는 것을 확인하여, 횡단보도를 건너는 보행자가 횡단보도의 중앙 구역에 아직 위치하고 있다는 것을 인지할 수 있다.That is, the
한편, S1002 단계에서 제1 구역에 보행자가 존재하지 않는 것으로 판단되면, S1004 단계에서, 제어 장치(200)는 제2 램프(120)가 녹색으로 점등된 상태인지 여부를 확인할 수 있다.Meanwhile, if it is determined in step S1002 that there are no pedestrians in the first zone, in step S1004, the
S1004 단계에서 제2 램프(120)가 녹색으로 점등된 상태로 확인되면, S1007 단계에서, 제어 장치(200)는 제2 램프(120)가 녹색으로 점등된 상태를 유지하도록 제어할 수 있다.If it is confirmed that the
즉, 제어 장치(200)는 제2 램프(120)가 녹색으로 점등된 상태에서, 제1 구역에 보행자가 존재하지 않는 것으로 확인되면, 제2 램프(120)가 녹색으로 점등된 상태를 유지하도록 제어할 수 있다. 이를 통해, 횡단보도를 통과하고자 하는 우회전 차량의 운전자는 제2 램프(120)의 녹색불이 점등되고 있는 것을 확인하여, 제1 구역에 보행자가 없으므로 횡단보도를 주의해서 통과해도 된다는 것을 인지할 수 있다.That is, when it is determined that there is no pedestrian in the first zone while the
S1004 단계에서 제2 램프(120)가 녹색이 아닌 적색으로 점등된 상태로 확인되면, S1008 단계에서, 제어 장치(200)는 제2 램프(120)가 제1 광도의 적색으로 점등되도록 제어할 수 있다.If it is determined that the
즉, 제어 장치(200)는 제2 램프(120)가 적색으로 점등된 상태에서, 제1 구역에 보행자가 존재하지 않는 것으로 확인되면, 제2 램프(120)가 제1 광도의 적색으로 점등되도록 제어할 수 있다. 이를 통해, 횡단보도를 통과하고자 하는 우회전 차량의 운전자는 제2 램프(120)의 적색불이 약한 세기로 점등되고 있는 것을 확인하여, 제1 구역에 보행자가 없어 제2 램프(120)에 녹색불이 점등되면 횡단보도를 주의해서 통과해도 된다는 것을 인지할 수 있다.That is, when it is determined that there is no pedestrian in the first zone while the
도 11은 일실시예에 따른 제1 영역 및 제2 영역을 설명하기 위한 도면이다.11 is a diagram for explaining a first area and a second area according to an exemplary embodiment.
도 11을 참조하면, 제2 램프(120)는 제1 영역 및 제2 영역으로 구분될 수 있다.Referring to FIG. 11 , the
제1 영역은 녹색 또는 적색으로 점등되는 영역이고, 제2 영역은 주의 또는 경고 메시지가 표시되는 영역이다.The first area is an area lit in green or red, and the second area is an area where a caution or warning message is displayed.
일실시예에 따르면, 보행자 신호등(100)이 설치되어 있는 위치에 따라, 제2 램프(120)가 상이한 세기로 점등될 수 있다.According to an embodiment, the
예를 들어, 보행자 신호등(100)이 어린이보호구역, 노인보호구역, 장애인보호구역 등의 교통약자를 위한 보호구역 내에 설치되어 있는 경우, 제어 장치(200)는 제2 램프(120)가 적색 또는 녹색으로 점등될 때, 강한 세기인 제2 광도의 세기로 점등되도록 제어할 수 있다.For example, when the
즉, 제2 램프(120)의 제1 영역에는 제2 광도의 세기로 녹색 또는 적색으로 점등되고, 제2 램프(120)의 제2 영역에는 보호구역 내에 있는 것을 알려주는 알림 메시지가 표시될 수 있다. 이때, 제2 램프(120)의 제2 영역에는 보호구역을 벗어나기까지 남아있는 거리가 더 표시될 수도 있다.That is, the first area of the
또한, 보행자 신호등(100)이 보호구역이 아닌 일반구역 내에 설치되어 있는 경우, 제어 장치(200)는 제2 램프(120)가 적색 또는 녹색으로 점등될 때, 약한 세기인 제1 광도의 세기로 점등되도록 제어할 수 있다.In addition, when the
보행자 신호등(100)이 일반구역 내에 설치되어 있으면서 보호구역과 인접한 위치에 있는 경우, 제2 램프(120)의 제1 영역에는 제1 광도의 세기로 녹색 또는 적색으로 점등되고, 제2 램프(120)의 제2 영역에는 보호구역의 진입을 알려주는 알림 메시지가 표시될 수 있다. 이때, 제2 램프(120)의 제2 영역에는 보호구역에 진입하기까지 남아있는 거리가 더 표시될 수도 있다.When the
도 12는 일실시예에 따른 보행자가 많은 시간대를 구분하여 신호를 제어하는 과정을 설명하기 위한 순서도이다.12 is a flowchart illustrating a process of controlling a signal by dividing a time zone with many pedestrians according to an embodiment.
도 12를 참조하면, 먼저, S1201 단계에서, 제어 장치(200)는 제1 기준 기간 동안 제1 센서로부터 획득된 감지 신호에 기초하여, 횡단보도를 건너는 보행자의 수를 시간대 별로 분석할 수 있다. 여기서, 제1 기준 기간은 월, 분기, 연도 등 다양한 기간으로 설정될 수 있다.Referring to FIG. 12 , first, in step S1201, the
구체적으로, 제1 센서는 실시간으로 횡단보도 상에 사람이 몇 명이 있는지를 감지하여 감지 신호를 생성할 수 있으며, 제어 장치(200)는 제1 센서로부터 횡단보도 상에 사람이 몇 명이 있는지를 감지하여 생성된 감지 신호를 실시간으로 획득할 수 있다. 이후, 제어 장치(200)는 실시간으로 획득된 감지 신호에 기초하여, 횡단보도를 건너는 보행자가 몇 명인지 실시간으로 파악하고, 횡단보도를 건너는 보행자의 수를 시간대 별로 분석할 수 있다.Specifically, the first sensor may generate a detection signal by detecting how many people are on the crosswalk in real time, and the
예를 들어, 제어 장치(200)는 한달 동안 제1 센서로부터 획득된 감지 신호에 기초하여, 횡단보도를 건너는 보행자의 수를 시간대 별로 분석할 수 있다.For example, the
제어 장치(200)는 제1 기준 기간 동안 횡단보도를 건너는 보행자의 수를 시간대 별로 분석한 결과를 기초로, 시간대 별로 횡단보도를 건너는 보행자의 평균치를 산출할 수 있다.The
예를 들어, 제어 장치(200)는 한달 동안 횡단보도를 건너는 보행자의 수를 시간대 별로 분석한 결과를 기초로, 오전 8시부터 오전 9시까지 횡단보도를 건너는 보행자의 평균치를 500명으로 산출하고, 오전 9시부터 오전 10시까지 횡단보도를 건너는 보행자의 평균치를 300명으로 산출하고, 오전 10시부터 오전 11시까지 횡단보도를 건너는 보행자의 평균치를 100명으로 산출할 수 있다.For example, the
S1202 단계에서, 제어 장치(200)는 시간대 별로 횡단보도를 건너는 보행자의 평균치를 산출한 결과, 횡단보도를 건너는 보행자의 평균치가 제1 기준치 보다 많은 시간대가 있는지 여부를 확인할 수 있다. 여기서, 제1 기준치는 실시예에 따라 상이하게 설정될 수 있다.In step S1202, the
S1202 단계에서 횡단보도를 건너는 보행자의 평균치가 제1 기준치 보다 많은 시간대가 있는 것으로 확인되면, S1204 단계에서, 제어 장치(200)는 횡단보도를 건너는 보행자의 평균치가 제1 기준치 보다 많은 시간대를 혼잡 시간대로 설정할 수 있다.If it is determined in step S1202 that there is a time period in which the average number of pedestrians crossing the crosswalk is greater than the first reference value, in step S1204, the
S1202 단계에서 횡단보도를 건너는 보행자의 평균치가 제1 기준치 보다 적은 시간대가 있는 것으로 확인되면, S1203 단계에서, 제어 장치(200)는 횡단보도를 건너는 보행자의 평균치가 제2 기준치 보다 많은 시간대가 있는지 여부를 확인할 수 있다. 여기서, 제2 기준치는 제1 기준치 보다 낮은 값으로 설정될 수 있다.If it is determined in step S1202 that there is a time period in which the average number of pedestrians crossing the crosswalk is less than the first reference value, in step S1203, the
S1203 단계에서 횡단보도를 건너는 보행자의 평균치가 제2 기준치 보다 많은 시간대가 있는 것으로 확인되면, S1205 단계에서, 제어 장치(200)는 횡단보도를 건너는 보행자의 평균치가 제1 기준치 보다 적지만 제2 기준치 보다 많은 시간대를 보통 시간대로 설정할 수 있다.If it is determined in step S1203 that there is a time period in which the average number of pedestrians crossing the crosswalk is greater than the second reference value, in step S1205, the
S1203 단계에서 횡단보도를 건너는 보행자의 평균치가 제2 기준치 보다 적은 시간대가 있는 것으로 확인되면, S1206 단계에서, 제어 장치(200)는 횡단보도를 건너는 보행자의 평균치가 제2 기준치 보다 적은 시간대를 여유 시간대로 설정할 수 있다.If it is confirmed in step S1203 that there is a time zone in which the average number of pedestrians crossing the crosswalk is less than the second reference value, in step S1206, the
예를 들어, 제1 기준치가 400명으로 설정되어 있고, 제2 기준치가 200명으로 설정되어 있으며, 오전 8시부터 오전 9시까지 횡단보도를 건너는 보행자의 평균치가 500명으로 산출되고, 오전 9시부터 오전 10시까지 횡단보도를 건너는 보행자의 평균치가 300명으로 산출되고, 오전 10시부터 오전 11시까지 횡단보도를 건너는 보행자의 평균치가 100명으로 산출된 경우, 제어 장치(200)는 오전 8시부터 오전 9시까지의 시간대를 혼잡 시간대로 설정하고, 오전 9시부터 오전 10시까지의 시간대를 보통 시간대로 설정하고, 오전 10시부터 오전 11시까지의 시간대를 여유 시간대로 설정할 수 있다.For example, the first reference value is set to 400 people, the second reference value is set to 200 people, the average value of pedestrians crossing the crosswalk between 8 am and 9 am is calculated as 500 people, and 9 am If the average number of pedestrians crossing the crosswalk from 10:00 am to 10:00 am is calculated as 300 people and the average number of pedestrians crossing the crosswalk from 10:00 am to 11:00 am is calculated as 100 people, the
즉, 제어 장치(200)는 하루 24시간에서 각각의 시간대를 구분하고, 각각의 시간대를 혼잡 시간대, 보통 시간대 및 여유 시간대 중 어느 하나로 설정할 수 있다.That is, the
S1207 단계에서, 제어 장치(200)는 현재 시간을 확인할 수 있다.In step S1207, the
S1208 단계에서, 제어 장치(200)는 현재 시간이 혼잡 시간대에 포함되는지 여부를 확인할 수 있다.In step S1208, the
S1208 단계에서 현재 시간이 혼잡 시간대에 포함되는 것으로 확인되면, S1210 단계에서, 제어 장치(200)는 제2 영역에 경고 메시지가 표시되도록 제어할 수 있다. 이때, 경고 메시지는 제1 영역에서 점등된 색과 동일한 색으로 표시될 수 있다.If it is confirmed in step S1208 that the current time is included in the congestion time zone, in step S1210, the
즉, 제어 장치(200)는 혼잡 시간대에서 제2 영역에 경고 메시지가 표시되도록 제어할 수 있으며, 횡단보도를 통과하고자 하는 우회전 차량의 운전자는 제2 영역에 표시된 경고 메시지를 확인하여, 보행자가 많이 있는 혼잡한 시간대인 것을 인지할 수 있다.That is, the
S1208 단계에서 현재 시간이 혼잡 시간대에 포함되지 않는 것으로 확인되면, S1209 단계에서, 제어 장치(200)는 현재 시간이 보통 시간대에 포함되는지 여부를 확인할 수 있다.If it is confirmed in step S1208 that the current time is not included in the congestion time zone, in step S1209, the
S1209 단계에서 현재 시간이 보통 시간대에 포함되는 것으로 확인되면, S1211 단계에서, 제어 장치(200)는 제2 영역에 주의 메시지가 표시되도록 제어할 수 있다. 이때, 주의 메시지는 제1 영역에서 점등된 색과 동일한 색으로 표시될 수 있다.If it is determined in step S1209 that the current time is included in the normal time zone, in step S1211, the
즉, 제어 장치(200)는 보통 시간대에서 제2 영역에 주의 메시지가 표시되도록 제어할 수 있으며, 횡단보도를 통과하고자 하는 우회전 차량의 운전자는 제2 영역에 표시된 주의 메시지를 확인하여, 보행자가 적당히 있는 보통 시간대인 것을 인지할 수 있다.That is, the
S1209 단계에서 현재 시간이 보통 시간대에 포함되지 않는 것으로 확인되면, 현재 시간이 여유 시간대에 포함되는 것으로 확인될 수 있으며, 현재 시간이 여유 시간대로 포함되는 것으로 확인되면, S1212 단계에서, 제어 장치(200)는 제2 영역에 메시지가 표시되지 않도록 제어할 수 있다.If it is determined in step S1209 that the current time is not included in the normal time zone, it may be determined that the current time is included in the spare time zone, and if it is confirmed that the current time is included in the spare time zone, in step S1212, the control device (200 ) may control not to display a message in the second area.
즉, 제어 장치(200)는 여유 시간대에서 제2 영역에 아무런 메시지가 표시되지 않도록 제어할 수 있으며, 횡단보도를 통과하고자 하는 우회전 차량의 운전자는 제2 영역에 메시지가 없는 것을 확인하여, 보행자가 조금 있는 여유 시간대인 것을 인지할 수 있다.That is, the
일실시예에 따르면, 제어 장치(200)와 복수의 보행자 신호등(100)과 연결되어, 제어 장치(200)가 복수의 보행자 신호등의 동작을 제어하기 위해, 제어 장치(200)는 복수의 서버와 연결된 형태로 구성될 수 있다.According to an embodiment, the
즉, 교통 신호 체계를 관리하기 위해 복수의 서버가 운영되고 있는 경우, 복수의 서버에 대한 보안 설정이 매우 중요하기 때문에, 랜섬웨어, 해킹, DDOS 등의 공격으로 좀비 서버가 되는 것을 방지하는 방안이 필요하다.In other words, when multiple servers are operated to manage the traffic signal system, security settings for the multiple servers are very important, so a plan to prevent becoming a zombie server due to ransomware, hacking, or DDOS attacks is essential. necessary.
이를 위해, 방화벽이 활용되고 있으며, 방화벽은 네트워크 방화벽, 호스트 방화벽으로 구분될 수 있다.For this purpose, a firewall is used, and the firewall can be divided into a network firewall and a host firewall.
네트워크 방화벽은 메인 스위치 상단에 메인 방화벽을 구성하여, 네트워크 게이트웨이 방식 또는 브릿지 방식으로 구성될 수 있다. 즉, 방화벽 장비를 기준으로 내부망과 외부망이 구분되어 관리될 수 있다.The network firewall may be configured in a network gateway method or a bridge method by configuring the main firewall on top of the main switch. That is, the internal network and the external network can be divided and managed based on the firewall equipment.
네트워크 방화벽을 사용하는데 있어, 네트워크 방화벽을 기준으로 내부망에는 복수의 서버들이 내부망을 통해 연결될 수 있으며, 내부망을 통해 연결되어 있는 복수의 서버 간의 통신은 방화벽을 거치지 않으므로, 별도로 차단되지 않는 상태이다. 이에 따라, 내부망을 통해 연결되어 있는 복수의 서버 간의 통신에 대한 방화벽을 위해서는 호스트 방화벽의 구성이 필요하다.In using a network firewall, a plurality of servers can be connected to the internal network through the internal network based on the network firewall, and communication between the plurality of servers connected through the internal network does not pass through the firewall, so it is not separately blocked. to be. Accordingly, it is necessary to configure a host firewall for a firewall for communication between a plurality of servers connected through an internal network.
호스트 방화벽은 각 운영체제에서 로컬 PC 또는 서버로 접속하여 개별 설정을 진행해야만 하며, 호스트 방화벽의 구성은 각 운영체제에서 제공하는 방화벽 기능을 통해 설정되기 때문에, 통합 관리가 불가능하여 관리가 어려운 문제가 있다.The host firewall must be individually set by connecting to a local PC or server in each operating system, and since the configuration of the host firewall is set through the firewall function provided by each operating system, integrated management is impossible, making management difficult.
호스트 방화벽을 사용하는데 있어, 운영하는 복수의 서버가 수백대인 경우, 일일이 수백대의 방화벽 정책을 관리하기는 불가능하며, 방화벽 정책을 적용하기 위해서는 방화벽에 대한 기술을 습득하여야만 방화벽의 구성이 가능하다. 예를 들어, 리눅스 또는 유닉스의 경우, 서버 방화벽을 구성하기 위한 명령어의 구조가 복잡하여, 전문 지식을 습득한 고급 엔지니어만 방화벽의 구성이 가능할 수 있다. 이에 따라, 서버 개별로 정책 관리가 불가능하여 운영체제의 방화벽을 제거 또는 서비스를 정지하여 운영하고 있는 상황이다.When using a host firewall, if there are hundreds of servers operated, it is impossible to manage the firewall policies of hundreds of servers one by one, and in order to apply the firewall policy, it is necessary to acquire firewall technology to configure the firewall. For example, in the case of Linux or Unix, the structure of a command for configuring a server firewall is complicated, so only a high-level engineer who has acquired specialized knowledge may be able to configure the firewall. Accordingly, since it is impossible to manage policies for individual servers, the firewall of the operating system is removed or the service is stopped and operated.
이하에서는, 인공지능을 기반으로 호스트 방화벽의 정책 설정을 제어함으로써, 호스트 방화벽을 능동적이고 편리하게 설정하여, 통합 호스트 방화벽 매니저 서비스를 제공하는 구체적인 내용에 대해 자세히 설명하기로 한다.Hereinafter, specific details of providing an integrated host firewall manager service by actively and conveniently setting a host firewall by controlling policy settings of the host firewall based on artificial intelligence will be described in detail.
도 13은 일실시예에 따른 인공지능을 기반으로 호스트 방화벽의 정책 설정을 제어하는 과정을 설명하기 위한 순서도이다.13 is a flowchart illustrating a process of controlling policy settings of a host firewall based on artificial intelligence according to an embodiment.
먼저, 제어 장치(200)는 우회전 차량을 위한 신호를 제어하기 위해, 복수의 서버와 연결될 수 있으며, 복수의 서버는 제1 서버, 제2 서버 등을 포함할 수 있다. 복수의 서버 각각은 내부망을 통해 제어 장치(200)와 연결되어 있는 호스트로, 내부망으로 연결된 네트워크를 통해 제어 장치(200)와 데이터를 송수신할 수 있다.First, the
도 13을 참조하면, S1301 단계에서, 제어 장치(200)는 제1 서버로부터 제1 서버의 운영체제 정보 및 제1 서버의 네트워크 설정 정보를 수신할 수 있다. 여기서, 제1 서버의 운영체제 정보는 제1 서버에 설치되어 운영되고 있는 운영체제의 종류, 버전 등을 식별하기 위한 정보를 포함할 수 있고, 제1 서버의 네트워크 설정 정보는 제1 서버의 네트워크 설정 상태를 나타내는 정보를 포함할 수 있다.Referring to FIG. 13 , in step S1301 , the
S1302 단계에서, 제어 장치(200)는 제1 서버의 운영체제 정보 및 제1 서버의 네트워크 설정 정보를 기초로, 제1 서버의 네트워크 연결 상태를 분석할 수 있다. 이때, 제어 장치(200)는 제1 서버의 네트워크 연결 상태를 분석하여, 제1 서버의 네트워크 연결 상태에 대한 분석 결과를 생성할 수 있다. 여기서, 제1 서버의 네트워크 연결 상태에 대한 분석 결과는 제1 서버가 어느 운영체제로 운영되고 있으며, 제1 서버가 어느 네트워크 포트를 통해 연결되어 있는 상태인지를 분석한 결과를 포함할 수 있다.In step S1302, the
S1303 단계에서, 제어 장치(200)는 제1 서버의 네트워크 연결 상태에 대한 분석 결과를 제어 장치(200) 내에서 미리 학습된 제1 인공 신경망에 적용할 수 있다.In step S1303, the
일실시예에 따르면, 제1 인공 신경망은 서버의 네트워크 연결 상태에 대한 분석 결과를 입력 받은 후, 서버에게 적합한 방화벽 정책을 분석하여 출력하는 알고리즘일 수 있다.According to an embodiment, the first artificial neural network may be an algorithm that analyzes and outputs a firewall policy suitable for the server after receiving an analysis result of the network connection state of the server.
S1304 단계에서, 제어 장치(200)는 제1 인공 신경망의 출력을 기초로, 제1 서버에게 적합한 방화벽 정책을 선정할 수 있다.In step S1304, the
예를 들어, 제어 장치(200)는 제1 서버의 네트워크 연결 상태에 대한 분석 결과를 제1 인공 신경망에 적용하여, 제1 인공 신경망의 출력을 확인한 결과, 출력값이 “”으로 확인되면, 제1 서버에게 적합한 방화벽 정책을 제1 정책으로 선정하고, 출력값이 “1”로 확인되면, 제1 서버에게 적합한 방화벽 정책을 제2 정책으로 선정할 수 있다.For example, the
제1 인공 신경망은 서버의 네트워크 연결 상태에 대한 분석 결과를 통해, 서버에게 적합한 방화벽 정책을 분석하도록 학습될 수 있다. 제1 인공 신경망은 도 15를 참조하여 후술되는 방법을 통해 학습될 수 있다. 이를 통해, 제1 인공 신경망은 서버의 네트워크 연결 상태를 고려하여, 서버에게 적합한 방화벽 정책을 분석하여 출력할 수 있다.The first artificial neural network may be trained to analyze a firewall policy suitable for the server through an analysis result of the network connection state of the server. The first artificial neural network may be learned through a method described below with reference to FIG. 15 . Through this, the first artificial neural network may analyze and output a firewall policy suitable for the server in consideration of the network connection state of the server.
S1305 단계에서, 제어 장치(200)는 S1304 단계에서 선정된 정책이 제1 서버의 방화벽 정책에 포함되어 있는지 여부를 확인할 수 있다. 예를 들어, 제1 서버에게 적합한 방화벽 정책으로 제1 정책이 선정되면, 제어 장치(200)는 제1 정책이 제1 서버의 방화벽 정책에 포함되어 있는지 여부를 확인할 수 있다.In step S1305, the
이를 위해, 제어 장치(200)의 데이터베이스에는 복수의 서버 각각에 설정되어 있는 방화벽 정책에 대한 정보가 서버 별로 구분되어 저장될 수 있다. 방화벽 정책에 대한 정보는 서버에 설정되어 있는 방화벽 정책에 따라 수가 상이할 수 있으며, 하나의 서버에 복수의 방화벽 정책이 설정되어 있는 경우, 복수의 방화벽 정책 각각에 대한 우선순위가 설정되어 있을 수 있다.To this end, information on firewall policies set in each of a plurality of servers may be stored in the database of the
S1305 단계에서 제1 정책이 제1 서버의 방화벽 정책에 포함되어 있는 것으로 확인되면, S1306 단계에서, 제어 장치(200)는 제1 서버의 방화벽 정책에 대한 변경이 필요하지 않은 것으로 판단할 수 있다.If it is confirmed in step S1305 that the first policy is included in the firewall policy of the first server, in step S1306, the
즉, 제1 서버에게 적합한 방화벽 정책으로 선정된 제1 정책이 제1 서버에 이미 설정되어 있으므로, 제어 장치(200)는 제1 서버의 방화벽 정책에 대한 유지가 필요한 것으로 판단할 수 있다.That is, since the first policy selected as the firewall policy suitable for the first server is already set in the first server, the
S1306 단계 이후, 일정 기간이 지나면, S1301 단계로 되돌아가, 제어 장치(200)는 제1 서버로부터 제1 서버의 운영체제 정보 및 제1 서버의 네트워크 설정 정보를 다시 수신하여, 제1 서버에게 적합한 방화벽 정책을 다시 선정할 수 있다.After step S1306, after a certain period of time has elapsed, the process returns to step S1301, and the
한편, S1305 단계에서 제1 정책이 제1 서버의 방화벽 정책에 포함되어 있지 않은 것으로 확인되면, S1307 단계에서, 제어 장치(200)는 제1 서버의 방화벽 정책에 대한 변경이 필요한 것으로 판단할 수 있다.Meanwhile, if it is confirmed in step S1305 that the first policy is not included in the firewall policy of the first server, in step S1307, the
즉, 제1 서버에게 적합한 방화벽 정책으로 선정된 제1 정책이 제1 서버에 설정되어 있지 않으므로, 제어 장치(200)는 제1 서버의 방화벽 정책에 대한 변경이 필요한 것으로 판단할 수 있다.That is, since the first policy selected as the firewall policy suitable for the first server is not set in the first server, the
S1308 단계에서, 제어 장치(200)는 제1 서버의 방화벽 정책에 선정된 정책을 추가하여 등록할 수 있다. 예를 들어, 제1 서버에게 적합한 방화벽 정책으로 제1 정책이 선정되면, 제어 장치(200)는 제1 서버의 방화벽 정책에 제1 정책을 추가하여 등록할 수 있다. 이때, 제1 서버의 방화벽 정책에 제2 정책이 이미 등록되어 있는 상태인 경우, 제1 서버의 방화벽 정책에 제1 정책이 추가로 등록될 수 있다. 이를 통해, 제어 장치(200)는 제1 서버의 방화벽 정책에 복수의 정책이 등록되어 있는 경우, 복수의 정책 각각에 대한 우선순위를 설정할 수 있다.In step S1308, the
제1 서버의 방화벽 정책에 제1 정책을 추가하여 등록하는 과정은 제어 장치(200)의 데이터베이스에 저장되어 있는 제1 서버의 방화벽 정책에 대한 정보에 제1 정책을 추가하여 갱신하는 것으로, 방화벽 정책에 대한 설정은 S1309 단계를 통해 수행될 수 있다.The process of adding and registering the first policy to the firewall policy of the first server is to add and update the first policy to information about the firewall policy of the first server stored in the database of the
S1309 단계에서, 제어 장치(200)는 제1 서버의 방화벽 정책에 제1 정책이 추가로 등록되면, 제1 서버의 방화벽 정책에 대한 설정 변경 명령을 제1 서버로 전송하여, 제1 정책이 제1 서버의 방화벽 정책으로 설정되도록 제어할 수 있다. 여기서, 제1 서버의 방화벽 정책에 대한 설정 변경 명령은 제1 서버의 방화벽 정책에 제1 정책을 추가하여 설정하기 위한 명령이고, 제1 서버는 제1 서버의 방화벽 정책에 대한 설정 변경 명령을 통해, 제1 정책을 제1 서버의 방화벽 정책으로 추가하여 설정할 수 있다.In step S1309, if the first policy is additionally registered in the firewall policy of the first server, the
S1309 단계 이후, 일정 기간이 지나면, S1301 단계로 되돌아가, 제어 장치(200)는 제1 서버로부터 제1 서버의 운영체제 정보 및 제1 서버의 네트워크 설정 정보를 다시 수신하여, 제1 서버에게 적합한 방화벽 정책을 다시 선정할 수 있다.After step S1309, when a certain period of time has elapsed, the process returns to step S1301, and the
도 14는 일실시예에 따른 공격으로 추정되는 접근을 감지하여, 공격 횟수에 따라 대응 방안을 제공하는 과정을 설명하기 위한 순서도이다.14 is a flowchart illustrating a process of detecting an approach presumed to be an attack and providing a countermeasure according to the number of attacks according to an embodiment.
도 14를 참조하면, 먼저, S1401 단계에서, 제어 장치(200)는 제1 서버로부터 제1 서버의 네트워크 트래픽에 대한 모니터링 정보를 수신할 수 있다. 여기서, 제1 서버의 네트워크 트래픽에 대한 모니터링 정보는 제1 서버에서 어느 포트로 접속이 이루어져 트래픽이 발생하였는지에 대한 모니터링 정보, 제1 서버에 접속한 IP 주소 별로 시간당 얼마만큼의 트래픽을 발생시켰는지에 대한 모니터링 정보 등을 포함할 수 있다.Referring to FIG. 14 , first, in step S1401, the
S1402 단계에서, 제어 장치(200)는 제1 서버의 네트워크 트래픽에 대한 모니터링 정보를 제어 장치(200) 내에서 미리 학습된 제2 인공 신경망에 적용할 수 있다.In step S1402, the
일실시예에 따르면, 제2 인공 신경망은 서버의 네트워크 트래픽에 대한 모니터링 정보를 입력 받은 후, 서버에 공격으로 추정되는 접근이 감지되었는지 여부에 대한 검출 결과를 출력하는 알고리즘일 수 있다. 여기서, 공격은 서버에 대한 공격으로, 랜섬웨어, 해킹, DDOS 등을 포함할 수 있다.According to an embodiment, the second artificial neural network may be an algorithm that receives monitoring information on network traffic of a server and then outputs a detection result of whether an approach presumed to be an attack has been detected by the server. Here, the attack is an attack on the server and may include ransomware, hacking, DDOS, and the like.
S1403 단계에서, 제어 장치(200)는 제2 인공 신경망의 출력을 기초로, 제1 서버에 공격으로 추정되는 접근이 감지되었는지 여부를 검출할 수 있다.In step S1403, the
예를 들어, 제어 장치(200)는 제1 서버의 네트워크 트래픽에 대한 모니터링 정보를 제2 인공 신경망에 적용하여, 제2 인공 신경망의 출력을 확인한 결과, 출력값이 “”으로 확인되면, 제1 서버에 공격으로 추정되는 접근이 감지되지 않은 것으로 검출하고, 출력값이 “1”로 확인되면, 제1 서버에 공격으로 추정되는 접근이 감지된 것으로 검출할 수 있다.For example, the
제2 인공 신경망은 서버의 네트워크 트래픽에 대한 모니터링 정보를 통해, 서버에 공격으로 추정되는 접근이 감지되었는지 분석하도록 학습될 수 있다. 제2 인공 신경망은 도 15를 참조하여 후술되는 방법을 통해 학습될 수 있다. 이를 통해, 제2 인공 신경망은 서버의 네트워크 트래픽에 대한 변동 상태를 고려하여, 서버에 공격으로 추정되는 접근이 감지되었는지를 분석하여 출력할 수 있다.The second artificial neural network may be trained to analyze whether an approach presumed to be an attack on the server is detected through monitoring information on network traffic of the server. The second artificial neural network may be learned through a method described later with reference to FIG. 15 . Through this, the second artificial neural network may analyze and output whether an approach presumed to be an attack has been detected in consideration of a change in network traffic of the server.
S1404 단계에서, 제어 장치(200)는 제2 기준 기간 동안 제1 서버에 공격으로 추정되는 접근이 몇 번 감지되었는지 확인하여, 제1 서버가 제2 기준 기간 동안 공격받은 횟수인 제1 공격 횟수를 산출할 수 있다. 여기서, 제2 기준 기간은 실시예에 따라 상이하게 설정될 수 있으며, 제2 기준 기간 동안 S1401 단계부터 S1403 단계까지의 과정이 반복 수행될 수 있다. 이를 통해, 제어 장치(200)는 제2 기준 기간 동안 제1 서버에 공격으로 추정되는 접근이 몇 번 감지되었는지 확인하여, 제1 공격 횟수를 산출할 수 있다.In step S1404, the
S1405 단계에서, 제어 장치(200)는 제1 공격 횟수가 제1 기준 횟수 보다 적은지 여부를 확인할 수 있다. 여기서, 제1 기준 횟수는 제2 기준 기간의 길이에 비례하여 상이하게 설정될 수 있다.In step S1405, the
S1405 단계에서 제1 공격 횟수가 제1 기준 횟수 보다 적은 것으로 확인되면, S1407 단계에서, 제어 장치(200)는 제1 서버의 상태를 정상 상태로 판단할 수 있다.If it is determined in step S1405 that the number of first attacks is less than the first reference number, in step S1407, the
S1407 단계 이후, 일정 기간이 지나면, S1401 단계로 되돌아가, 제어 장치(200)는 제1 서버로부터 제1 서버의 네트워크 트래픽에 대한 모니터링 정보를 다시 수신하여, 제1 공격 횟수를 다시 산출할 수 있다.After step S1407, when a certain period of time has elapsed, returning to step S1401, the
S1405 단계에서 제1 공격 횟수가 제1 기준 횟수 보다 많은 것으로 확인되면, S1406 단계에서, 제어 장치(200)는 제1 공격 횟수가 제2 기준 횟수 보다 적은지 여부를 확인할 수 있다. 여기서, 제2 기준 횟수는 제1 기준 횟수 보다 많은 값으로 설정될 수 있다.If it is determined in step S1405 that the first number of attacks is greater than the first reference number, in step S1406, the
S1406 단계에서 제1 공격 횟수가 제2 기준 횟수 보다 적은 것으로 확인되면, S1408 단계에서, 제어 장치(200)는 제1 서버의 상태를 경고 상태로 판단할 수 있다.If it is confirmed in step S1406 that the number of first attacks is less than the second reference number, in step S1408, the
S1406 단계에서 제1 공격 횟수가 제2 기준 횟수 보다 많은 것으로 확인되면, S1409 단계에서, 제어 장치(200)는 제1 서버의 상태를 위험 상태로 판단할 수 있다.If it is confirmed in step S1406 that the number of first attacks is greater than the second reference number, in step S1409, the
S1410 단계에서, 제어 장치(200)는 제1 서버의 상태가 경고 상태로 판단되면, 제1 서버의 공격을 경고하는 알림 메시지를 제1 관리자 단말로 전송할 수 있다. 여기서, 제1 관리자 단말은 제1 서버의 관리자로 등록되어 있는 제1 관리자가 사용하는 단말을 의미하며, 제어 장치(200)의 데이터베이스에는 제1 관리자 단말의 연락처 정보가 저장되어 있어, 이를 통해, 제어 장치(200)는 제1 관리자 단말로 알림 메시지를 전송할 수 있다.In step S1410, if the state of the first server is determined to be a warning state, the
S1411 단계에서, 제어 장치(200)는 제1 서버의 상태가 위험 상태로 판단되면, 제1 정책을 통해 연결이 허용되어 있는 제1 포트의 연결 차단 명령을 제1 서버로 전송하여, 제1 서버에서 제1 포트를 통한 연결이 차단되도록 제어할 수 있다.In step S1411, if the state of the first server is determined to be in danger, the
즉, 제1 서버에는 제1 정책이 방화벽 정책으로 설정되어 있고, 제1 정책은 제1 포트를 통해 연결을 허용하는 설정을 포함하고 있어, 제1 서버의 네트워크 연결 상태는 제1 포트를 통한 연결을 허용하고 있는 상태로, 제1 포트를 통해 트래픽이 발생되고 있는데, 제1 포트를 통한 공격받은 횟수가 너무 많은 경우, 제어 장치(200)는 제1 포트의 연결 차단 명령을 제1 서버로 전송하여, 제1 서버에서 제1 포트를 통한 연결이 차단되도록 제어할 수 있다. 이때, 제1 서버는 제1 포트의 연결 차단 명령을 통해 제1 포트의 연결을 차단시켜, 제1 포트를 통해 트래픽이 발생하지 않도록 처리할 수 있다.That is, in the first server, the first policy is set as a firewall policy, and the first policy includes settings allowing connection through the first port, so the network connection state of the first server is connected through the first port. is allowed, and traffic is generated through the first port, but if the number of attacks through the first port is too large, the
도 15는 일 실시예에 따른 인공 신경망의 학습을 설명하기 위한 도면이다.15 is a diagram for explaining learning of an artificial neural network according to an embodiment.
일실시예에 따르면, 인공 신경망은 제1 인공 신경망 및 제2 인공 신경망 중 어느 하나일 수 있다. 여기서, 제1 인공 신경망은 서버의 네트워크 연결 상태에 대한 분석 결과를 입력 받은 후, 서버에게 적합한 방화벽 정책을 분석하여 출력하는 알고리즘이고, 제2 인공 신경망은 서버의 네트워크 트래픽에 대한 모니터링 정보를 입력 받은 후, 서버에 공격으로 추정되는 접근이 감지되었는지 여부에 대한 검출 결과를 출력하는 알고리즘일 수 있다. According to an embodiment, the artificial neural network may be any one of a first artificial neural network and a second artificial neural network. Here, the first artificial neural network is an algorithm that analyzes and outputs a firewall policy suitable for the server after receiving the analysis result of the server's network connection state, and the second artificial neural network receives monitoring information about the server's network traffic. Then, it may be an algorithm that outputs a detection result on whether an approach presumed to be an attack has been detected to the server.
인공 신경망의 학습이 이루어지는 학습 장치는 제어 장치(200)와 동일한 장치일 수도 있고, 별개의 장치일 수도 있다. 이하에서는 인공 신경망이 학습되는 과정을 설명한다.The learning device in which learning of the artificial neural network is performed may be the same device as the
먼저, S1501 단계에서, 학습 장치는 인공 신경망에 입력할 입력을 생성할 수 있다. 이때, 학습 장치는 제1 인공 신경망에 입력하기 위해, 서버의 네트워크 연결 상태에 대한 분석 결과를 기초로 입력을 생성할 수 있고, 제2 인공 신경망에 입력하기 위해, 서버의 네트워크 트래픽에 대한 모니터링 정보를 기초로 입력을 생성할 수 있다.First, in step S1501, the learning device may generate an input to be input to the artificial neural network. In this case, the learning device may generate an input based on an analysis result of the network connection state of the server to input to the first artificial neural network, and monitor information about network traffic of the server to input to the second artificial neural network. You can create inputs based on .
구체적으로, 학습 장치는 서버의 네트워크 연결 상태에 대한 분석 결과에 대해 전처리하는 과정을 수행할 수 있다. 전처리가 수행된 네트워크 연결 상태에 대한 분석 결과를 제1 인공 신경망의 입력으로 그대로 사용하거나, 불필요한 정보를 제거하는 통상의 처리를 거쳐 제1 인공 신경망의 입력을 생성할 수 있다.Specifically, the learning device may perform a process of pre-processing the analysis result of the network connection state of the server. An analysis result of the preprocessed network connection state may be used as an input of the first artificial neural network, or an input of the first artificial neural network may be generated through a normal process of removing unnecessary information.
또한, 학습 장치는 서버의 네트워크 트래픽에 대한 모니터링 정보를 전처리하는 과정을 수행할 수 있다. 전처리가 수행된 서버의 네트워크 트래픽에 대한 모니터링 정보를 제2 인공 신경망의 입력으로 그대로 사용하거나, 불필요한 정보를 제거하는 통상의 처리를 거쳐 제2 인공 신경망의 입력을 생성할 수 있다.In addition, the learning device may perform a process of pre-processing monitoring information about network traffic of the server. Monitoring information on the network traffic of the server on which the preprocessing has been performed may be used as an input of the second artificial neural network, or input of the second artificial neural network may be generated through a normal process of removing unnecessary information.
S1502 단계에서, 학습 장치는 인공 신경망에 입력을 적용할 수 있다. 이때, 학습 장치는 제1 인공 신경망의 입력을 생성한 경우, 제1 인공 신경망에 입력을 적용하고, 제2 인공 신경망의 입력을 생성한 경우, 제2 인공 신경망에 입력을 적용할 수 있다.In step S1502, the learning device may apply input to the artificial neural network. In this case, the learning device may apply the input to the first artificial neural network when generating the input of the first artificial neural network, and apply the input to the second artificial neural network when generating the input of the second artificial neural network.
인공 신경망은 강화 학습(reinforcement learning)에 따라 학습되는 인공 신경망일 수 있다. 인공 신경망은 강화 학습을 통해 추상적 추론을 출력하는데 적합한 Q-Network, DQN(Depp Q-Network), 또는 관계형 네트워크(relation network, RL) 구조일 수 있다.The artificial neural network may be an artificial neural network that is trained according to reinforcement learning. The artificial neural network may be a Q-Network, a Depp Q-Network (DQN), or a relational network (RL) structure suitable for outputting abstract inference through reinforcement learning.
강화 학습에 따라 학습되는 인공 신경망은 다양한 보상에 평가를 반영하여 갱신 및 최적화될 수 있다. 예를 들어, 제1 인공 신경망은 제1 보상 및 제2 보상을 통해 갱신 및 최적화되고, 제2 인공 신경망은 제3 보상 및 제4 보상을 통해 갱신 및 최적화될 수 있다.An artificial neural network trained by reinforcement learning may be updated and optimized by reflecting evaluations on various rewards. For example, the first artificial neural network may be updated and optimized through the first compensation and the second compensation, and the second artificial neural network may be updated and optimized through the third compensation and the fourth compensation.
예를 들어, 제1 보상은 서버의 네트워크 연결 상태를 고려하여 서버에게 적합한 방화벽 정책을 선정할수록 높아질 수 있으며, 제2 보상은 서버의 네트워크 연결 상태를 고려하여 서버에게 적합하지 않은 방화벽 정책을 선정하지 않을수록 높아질 수 있다.For example, the first compensation may increase as a firewall policy suitable for the server is selected in consideration of the network connection state of the server, and the second compensation may be increased by not selecting a firewall policy unsuitable for the server in consideration of the server's network connection state. The higher it is, the higher it can be.
또한, 제3 보상은 서버의 네트워크 트래픽이 과다하게 발생할수록 서버에 공격으로 추정되는 접근이 감지된 것으로 검출하면 보상값이 높아질 수 있으며, 제4 보상은 동일한 IP 주소로 과다한 접속이 이루어질수록 서버에 공격으로 추정되는 접근이 감지된 것으로 검출하면 보상값이 높아질 수 있다.In addition, the third reward may increase the reward value when it is detected that an approach presumed to be an attack is detected as the network traffic of the server is excessively generated. If it is detected that an approach presumed to be an attack has been detected, the reward value may be increased.
S1503 단계에서, 학습 장치는 인공 신경망으로부터 출력을 획득할 수 있다.In step S1503, the learning device may obtain an output from the artificial neural network.
제1 인공 신경망의 출력은 서버에게 적합한 방화벽 정책에 대한 정보일 수 있다. 이때, 제1 인공 신경망은 서버의 네트워크 연결 상태를 고려하여 서버에게 적합한 방화벽 정책을 선정하여, 서버에게 가장 적합한 방화벽 정책에 대한 정보를 출력할 수 있다.An output of the first artificial neural network may be information on a firewall policy suitable for the server. At this time, the first artificial neural network may select a firewall policy suitable for the server in consideration of the network connection state of the server, and output information on the firewall policy most suitable for the server.
제2 인공 신경망의 출력은 서버에 공격으로 추정되는 접근이 감지되었는지 여부에 대한 검출 결과이다. 이때, 제2 인공 신경망은 서버의 네트워크 트래픽에 대한 모니터링 정보를 통해, 서버에 공격으로 추정되는 접근이 감지되었는지 분석하여, 서버에 공격으로 추정되는 접근이 감지되었는지 여부에 대한 검출 결과를 출력할 수 있다.An output of the second artificial neural network is a detection result of whether an approach presumed to be an attack on the server is detected. At this time, the second artificial neural network analyzes whether an approach presumed to be an attack to the server has been detected through monitoring information on network traffic of the server, and outputs a detection result of whether an approach presumed to be an attack to the server has been detected. there is.
S1504 단계에서, 학습 장치는 인공 신경망의 출력을 평가하여 보상을 지급할 수 있다.In step S1504, the learning device may evaluate the output of the artificial neural network and provide a reward.
제1 인공 신경망의 출력에 대한 평가는 제1 보상 및 제2 보상으로 나뉠 수 있다. 예를 들어, 학습 장치는 서버의 네트워크 연결 상태를 고려하여 서버에게 적합한 방화벽 정책을 선정할수록 제1 보상을 많이 수여하고, 서버의 네트워크 연결 상태를 고려하여 서버에게 적합하지 않은 방화벽 정책을 선정하지 않을수록 제2 보상을 많이 수여할 수 있다.Evaluation of the output of the first artificial neural network may be divided into first compensation and second compensation. For example, the learning device may award more first rewards as a firewall policy suitable for the server is selected in consideration of the server's network connection state, and may not select a firewall policy inappropriate for the server in consideration of the server's network connection state. The more the second reward can be awarded.
제2 인공 신경망의 출력에 대한 평가는 제3 보상 및 제4 보상으로 나뉠 수 있다. 예를 들어, 학습 장치는 서버의 네트워크 트래픽이 과다하게 발생할수록 서버에 공격으로 추정되는 접근이 감지된 것으로 검출하면 제3 보상을 많이 수여하고, 동일한 IP 주소로 과다한 접속이 이루어질수록 서버에 공격으로 추정되는 접근이 감지된 것으로 검출하면 제4 보상을 많이 수여할 수 있다.Evaluation of the output of the second artificial neural network may be divided into third compensation and fourth compensation. For example, when the learning device detects that an approach presumed to be an attack is detected as network traffic of the server increases excessively, the learning device awards a large number of third rewards, and as excessive access to the same IP address is made, the server becomes an attack. If it is detected that the estimated approach has been detected, a fourth reward may be awarded.
S1505 단계에서, 학습 장치는 평가를 기초로 인공 신경망을 갱신할 수 있다.In step S1505, the learning device may update the artificial neural network based on the evaluation.
학습 장치는 제1 인공 신경망이 서버에게 가장 적합한 방화벽 정책을 분석하는 환경(environment)에서, 보상값(reward)들의 합의 기대값(expectation)이 최대화되도록, 특정한 상태(state)들에서 취할 행동(action)들을 결정하는 정책(policy)을 최적화하는 과정을 통해 제1 인공 신경망을 갱신할 수 있다.In an environment in which the first artificial neural network analyzes the most suitable firewall policy for the server, the learning device takes actions in specific states so that the expectation of the sum of rewards is maximized. The first artificial neural network may be updated through a process of optimizing a policy for determining ).
또한, 학습 장치는 제2 인공 신경망이 서버의 네트워크 트래픽에 대한 모니터링 정보를 통해 서버에 공격으로 추정되는 접근이 감지되었는지 여부를 분석하는 환경(environment)에서, 보상값(reward)들의 합의 기대값(expectation)이 최대화되도록, 특정한 상태(state)들에서 취할 행동(action)들을 결정하는 정책(policy)을 최적화하는 과정을 통해 제2 인공 신경망을 갱신할 수 있다.In addition, the learning device is an expected value of the sum of reward values ( The second artificial neural network may be updated through a process of optimizing a policy for determining actions to be taken in specific states so as to maximize an expectation.
한편, 정책을 최적화하는 과정은 보상들의 합의 기대값의 최대값 또는 Q-함수의 최대값을 추정하거나, Q-함수의 손실 함수(loss function)의 최소값을 추정하는 과정을 통해 이루어질 수 있다. 손실함수의 최소값의 추정은 확률적 경사하강법(stochastic gradient descent, SGD) 등을 통해 이루어질 수 있다. 정책을 최적화하는 과정은 이에 제한되는 것은 아니며, 강화 학습에서 사용하는 다양한 최적화 알고리즘들이 이용될 수 있다. Meanwhile, the process of optimizing the policy may be performed through a process of estimating the maximum value of the expected value of the sum of rewards or the maximum value of the Q-function, or estimating the minimum value of the loss function of the Q-function. Estimation of the minimum value of the loss function may be performed through stochastic gradient descent (SGD) or the like. The process of optimizing the policy is not limited thereto, and various optimization algorithms used in reinforcement learning may be used.
학습 장치는 상기와 같은 인공 신경망의 학습 과정을 반복함으로써, 인공 신경망을 점진적으로 갱신시킬 수 있다.The learning device may gradually update the artificial neural network by repeating the learning process of the artificial neural network as described above.
학습 장치는 서버에게 적합한 방화벽 정책을 선정하는데 있어, 포워딩 타입, 프로토콜, 외부 허용 IP 주소, 외부 차단 IP 주소, 가상 포트, 운영 포트 등의 항목을 모두 고려하여, 서버에게 가장 적합한 방화벽 정책을 선정한 후, 선정된 방화벽 정책에 대한 정보를 출력하는 제1 인공 신경망을 학습시킬 수 있다.In selecting a firewall policy suitable for the server, the learning device considers all items such as forwarding type, protocol, externally allowed IP address, externally blocked IP address, virtual port, operating port, etc., and selects the most suitable firewall policy for the server. , it is possible to train a first artificial neural network that outputs information on the selected firewall policy.
이를 통해, 학습 장치는 서버의 네트워크 연결 상태에 대한 분석 결과를 입력 받은 후, 서버에게 적합한 방화벽 정책을 분석하여 출력하는 제1 인공 신경망을 학습시킬 수 있다.Through this, the learning device may train the first artificial neural network that receives an analysis result of the server's network connection state, analyzes and outputs a firewall policy suitable for the server.
즉, 학습 장치는 서버의 네트워크 연결 상태에 대한 분석 결과를 통해, 서버에게 적합한 방화벽 정책을 분석할 때, 제3 보상, 제4 보상 등을 통한 강화 학습을 반영하여, 분석 기준을 조정함으로써, 제1 인공 신경망을 학습시킬 수 있다.That is, when the learning device analyzes the firewall policy suitable for the server through the analysis result of the network connection state of the server, by reflecting reinforcement learning through the third compensation, the fourth compensation, etc., and adjusting the analysis criterion, 1 Artificial neural networks can be trained.
또한, 학습 장치는 서버의 네트워크 트래픽에 대한 모니터링 정보를 통해, 서버에 공격으로 추정되는 접근이 감지되었는지 여부에 대한 검출 결과를 출력하는 제2 인공 신경망을 학습시킬 수 있다.In addition, the learning device may train a second artificial neural network that outputs a detection result of whether an approach presumed to be an attack is detected to the server through monitoring information on network traffic of the server.
즉, 학습 장치는 서버의 네트워크 트래픽에 대한 모니터링 정보를 통해 서버에 공격으로 추정되는 접근이 감지되었는지 여부에 대해 분석할 때, 제5 보상, 제6 보상 등을 통한 강화 학습을 반영하여, 분석 기준을 조정함으로써, 제2 인공 신경망을 학습시킬 수 있다.That is, the learning device reflects reinforcement learning through the fifth reward and the sixth reward when analyzing whether or not an approach presumed to be an attack to the server is detected through monitoring information on network traffic of the server, and the analysis criterion By adjusting, it is possible to learn the second artificial neural network.
도 16은 일실시예에 따른 장치의 구성의 예시도이다.16 is an exemplary diagram of a configuration of a device according to an embodiment.
일실시예에 따른 제어 장치(200)는 프로세서(210) 및 메모리(220)를 포함한다. 프로세서(210)는 도 1 내지 도 15를 참조하여 전술된 적어도 하나의 장치들을 포함하거나, 도 1 내지 도 15를 참조하여 전술된 적어도 하나의 방법을 수행할 수 있다. 제어 장치(200)를 이용하는 자 또는 단체는 도 1 내지 도 15를 참조하여 전술된 방법들 일부 또는 전부와 관련된 서비스를 제공할 수 있다.The
메모리(220)는 전술된 방법들과 관련된 정보를 저장하거나 후술되는 방법들이 구현된 프로그램을 저장할 수 있다. 메모리(220)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.The
프로세서(210)는 프로그램을 실행하고, 제어 장치(200)를 제어할 수 있다. 프로세서(210)에 의하여 실행되는 프로그램의 코드는 메모리(220)에 저장될 수 있다. 제어 장치(200)는 입출력 장치(도면 미 표시)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 유무선 통신을 통해 데이터를 교환할 수 있다.The
제어 장치(200)는 인공 신경망을 학습시키거나, 학습된 인공 신경망을 이용하는데 사용될 수 있다. 메모리(220)는 학습 중인 또는 학습된 인공 신경망을 포함할 수 있다. 프로세서(210)는 메모리(220)에 저장된 인공 신경망 알고리즘을 학습시키거나 실행시킬 수 있다. 인공 신경망을 학습시키는 제어 장치(200)와 학습된 인공 신경망을 이용하는 제어 장치(200)는 동일할 수도 있고 개별적일 수도 있다.The
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.The embodiments described above may be implemented as hardware components, software components, and/or a combination of hardware components and software components. For example, the devices, methods and components described in the embodiments may include, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable gate (FPGA). array), programmable logic units (PLUs), microprocessors, or any other device capable of executing and responding to instructions. A processing device may run an operating system (OS) and one or more software applications running on the operating system. A processing device may also access, store, manipulate, process, and generate data in response to execution of software. For convenience of understanding, there are cases in which one processing device is used, but those skilled in the art will understand that the processing device includes a plurality of processing elements and/or a plurality of types of processing elements. It can be seen that it can include. For example, a processing device may include a plurality of processors or a processor and a controller. Other processing configurations are also possible, such as parallel processors.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The method according to the embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded on a computer readable medium. The computer readable medium may include program instructions, data files, data structures, etc. alone or in combination. Program commands recorded on the medium may be specially designed and configured for the embodiment or may be known and usable to those skilled in computer software. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic media such as floptical disks. - includes hardware devices specially configured to store and execute program instructions, such as magneto-optical media, and ROM, RAM, flash memory, and the like. Examples of program instructions include high-level language codes that can be executed by a computer using an interpreter, as well as machine language codes such as those produced by a compiler. The hardware devices described above may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.Software may include a computer program, code, instructions, or a combination of one or more of the foregoing, which configures a processing device to operate as desired or processes independently or collectively. You can command the device. Software and/or data may be any tangible machine, component, physical device, virtual equipment, computer storage medium or device, intended to be interpreted by or provide instructions or data to a processing device. , or may be permanently or temporarily embodied in a transmitted signal wave. Software may be distributed on networked computer systems and stored or executed in a distributed manner. Software and data may be stored on one or more computer readable media.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.As described above, although the embodiments have been described with limited drawings, those skilled in the art can apply various technical modifications and variations based on the above. For example, the described techniques may be performed in an order different from the method described, and/or the components of the described system, structure, device, circuit, etc. may be combined or combined in a different form than the method described, or other components may be used. Or even if it is replaced or substituted by equivalents, appropriate results can be achieved.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.Therefore, other implementations, other embodiments, and equivalents of the claims are within the scope of the following claims.
Claims (3)
횡단보도의 일측에 설치되어 있는 보행자 신호등; 및
상기 보행자 신호등과 무선 통신을 통해 연결되어, 상기 보행자 신호등의 동작을 원격으로 제어하고, 상기 보행자 신호등에서 표시되는 정보의 변경을 제어하는 제어 장치를 포함하고,
상기 보행자 신호등은
상기 횡단보도를 건너는 보행자가 확인할 수 있도록, 상기 횡단보도를 기준으로 전면 방향으로 점등되는 제1 램프;
상기 횡단보도를 통과하여 우회전하는 우회전 차량의 운전자가 확인할 수 있도록, 상기 횡단보도를 기준으로 우측면 방향으로 점등되는 제2 램프; 및
상기 횡단보도 상에 보행자가 존재하는지를 감지하는 제1 센서를 포함하고,
상기 제1 램프는
상기 횡단보도를 건너가도 된다는 것을 알려주기 위해 녹색으로 점등되는 제1-1 램프; 및
상기 횡단보도를 건너가면 안된다는 것을 알려주기 위해 적색으로 점등되는 제1-2 램프를 포함하고,
상기 제2 램프는
녹색 또는 적색으로 점등되는 제1 영역과 주의 또는 경고 메시지가 표시되는 제2 영역으로 구분되어 있고,
상기 제어 장치는
상기 제1-1 램프가 점등되면, 상기 제2 램프가 적색으로 점등되도록 제어하고,
상기 제1-2 램프가 점등되면, 상기 제2 램프가 녹색으로 점등되도록 제어하고,
상기 제1 센서로부터 획득된 감지 신호에 기초하여, 상기 횡단보도 상에 보행자가 존재하는지 여부를 판단하고,
상기 제2 램프가 녹색으로 점등된 상태에서, 상기 횡단보도 상에 보행자가 존재하는 것으로 확인되면, 상기 제2 램프가 녹색으로 점멸되도록 제어하고,
상기 제2 램프가 적색으로 점등된 상태에서, 상기 횡단보도 상에 보행자가 존재하지 않는 것으로 확인되면, 상기 제2 램프가 적색으로 점멸되도록 제어하고,
상기 제1 센서로부터 획득된 감지 신호에 기초하여, 상기 횡단보도의 중앙 구역인 제1 구역에 보행자가 존재하는지 여부를 판단하고,
상기 제2 램프가 적색으로 점등된 상태에서, 상기 제1 구역에 보행자가 존재하지 않는 것으로 확인되면, 상기 제2 램프가 제1 광도의 적색으로 점등되도록 제어하고,
상기 제2 램프가 적색으로 점등된 상태에서, 상기 제1 구역에 보행자가 존재하는 것으로 확인되면, 상기 제2 램프가 상기 제1 광도 보다 강한 세기로 설정된 제2 광도의 적색으로 점등되도록 제어하고,
미리 설정된 제1 기준 기간 동안 상기 제1 센서로부터 획득된 감지 신호에 기초하여, 상기 횡단보도를 건너는 보행자의 수를 시간대 별로 분석하고,
상기 횡단보도를 건너는 보행자의 수를 시간대 별로 분석한 결과, 상기 횡단보도를 건너는 보행자의 평균치가 제1 기준치 보다 많은 시간대를 혼잡 시간대로 설정하고, 상기 횡단보도를 건너는 보행자의 평균치가 상기 제1 기준치 보다 적지만 제2 기준치 보다 많은 시간대를 보통 시간대로 설정하고, 상기 횡단보도를 건너는 보행자의 평균치가 상기 제2 기준치 보다 적은 시간대를 여유 시간대로 설정하고,
상기 혼잡 시간대에서 상기 제2 영역에 경고 메시지가 표시되도록 제어하고, 상기 보통 시간대에서 상기 제2 영역에 주의 메시지가 표시되도록 제어하고, 상기 여유 시간대에서 상기 제2 영역에 메시지가 표시되지 않도록 제어하는,
우회전 차량을 위한 신호 제어 시스템.In the signal control system for right turning vehicles,
Pedestrian traffic lights installed on one side of the crosswalk; and
A control device connected to the pedestrian traffic light through wireless communication to remotely control an operation of the pedestrian traffic light and to control a change of information displayed on the pedestrian traffic light;
The pedestrian traffic lights
A first lamp that is turned on in a front direction based on the crosswalk so that a pedestrian crossing the crosswalk can check;
a second lamp that is turned on in a right direction with respect to the crosswalk so that a driver of a right-turning vehicle turning right through the crosswalk can check; and
And a first sensor for detecting whether there is a pedestrian on the crosswalk,
The first lamp
A 1-1 lamp that is turned on in green to indicate that it is okay to cross the crosswalk; and
Including 1-2 lamps that are turned on in red to inform that you should not cross the crosswalk,
The second lamp
It is divided into a first area lit in green or red and a second area in which a caution or warning message is displayed,
The control device
When the 1-1 lamp is turned on, the second lamp is controlled to be turned on in red,
When the 1-2 lamps are turned on, the second lamp is controlled to be turned on in green,
Based on the detection signal obtained from the first sensor, it is determined whether there is a pedestrian on the crosswalk,
In a state where the second lamp is lit in green, when it is confirmed that there is a pedestrian on the crosswalk, the second lamp is controlled to blink in green,
When it is confirmed that there is no pedestrian on the crosswalk while the second lamp is lit in red, the second lamp is controlled to blink in red,
Based on the detection signal obtained from the first sensor, it is determined whether there is a pedestrian in the first zone, which is the central zone of the crosswalk,
In a state where the second lamp is turned on in red, when it is determined that there is no pedestrian in the first area, the second lamp is controlled to be turned on in red with a first luminous intensity,
When it is confirmed that a pedestrian exists in the first zone while the second lamp is lit in red, the second lamp is controlled to be lit in red with a second luminous intensity set to a stronger intensity than the first luminous intensity,
Analyzing the number of pedestrians crossing the crosswalk by time zone based on a detection signal obtained from the first sensor during a preset first reference period;
As a result of analyzing the number of pedestrians crossing the crosswalk by time zone, a time zone in which the average number of pedestrians crossing the crosswalk is greater than the first reference value is set as a congestion time zone, and the average number of pedestrians crossing the crosswalk is the first reference value. A time zone that is less than but greater than the second reference value is set as the normal time zone, and a time zone where the average number of pedestrians crossing the crosswalk is less than the second reference value is set as the spare time zone,
control to display a warning message in the second area in the congested time zone, control so that a warning message is displayed in the second area in the normal time zone, and control not to display a message in the second area in the spare time zone ,
Signal control system for right-turning vehicles.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220067689A KR102485471B1 (en) | 2022-06-02 | 2022-06-02 | Signal control system for right turning vehicle |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220067689A KR102485471B1 (en) | 2022-06-02 | 2022-06-02 | Signal control system for right turning vehicle |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102485471B1 true KR102485471B1 (en) | 2023-01-06 |
Family
ID=84923949
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220067689A KR102485471B1 (en) | 2022-06-02 | 2022-06-02 | Signal control system for right turning vehicle |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102485471B1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102569676B1 (en) * | 2023-03-28 | 2023-08-24 | 주식회사 제이디솔루션 | Pedestrian safety protection system in right turn blind spot |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090010935A (en) * | 2007-07-24 | 2009-01-30 | 윤철주 | Apparatus for protecting pedestrian |
| KR20120000431A (en) * | 2010-06-25 | 2012-01-02 | 송준석 | Traffic signal control device which uses photovoltaic power generation |
| KR20150100190A (en) | 2014-02-25 | 2015-09-02 | 방석현 | The traffic signal-lamp in cross roads having a signal for warning entrance of turn to right of right turning vehicle |
| KR20180078493A (en) * | 2016-12-30 | 2018-07-10 | 충주시 | Pedestrian traffic signal lamp having a signal for warning entrance of turn to right |
| KR102175983B1 (en) | 2019-10-08 | 2020-11-06 | 주식회사 산흥이지 | Crosswalk signal lamp having traffic signal lamp |
| KR20210095350A (en) * | 2020-01-23 | 2021-08-02 | 양국승 | Smart crosswalk system and method and apparatus for the same |
| KR102305577B1 (en) | 2020-12-11 | 2021-09-27 | (주)이엔지케이 | System for preventing traffic accitdent by turning vehicle right |
-
2022
- 2022-06-02 KR KR1020220067689A patent/KR102485471B1/en active IP Right Grant
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090010935A (en) * | 2007-07-24 | 2009-01-30 | 윤철주 | Apparatus for protecting pedestrian |
| KR20120000431A (en) * | 2010-06-25 | 2012-01-02 | 송준석 | Traffic signal control device which uses photovoltaic power generation |
| KR20150100190A (en) | 2014-02-25 | 2015-09-02 | 방석현 | The traffic signal-lamp in cross roads having a signal for warning entrance of turn to right of right turning vehicle |
| KR20180078493A (en) * | 2016-12-30 | 2018-07-10 | 충주시 | Pedestrian traffic signal lamp having a signal for warning entrance of turn to right |
| KR101904762B1 (en) | 2016-12-30 | 2018-10-05 | 충주시 | Pedestrian traffic signal lamp having a signal for warning entrance of turn to right |
| KR102175983B1 (en) | 2019-10-08 | 2020-11-06 | 주식회사 산흥이지 | Crosswalk signal lamp having traffic signal lamp |
| KR20210095350A (en) * | 2020-01-23 | 2021-08-02 | 양국승 | Smart crosswalk system and method and apparatus for the same |
| KR102305577B1 (en) | 2020-12-11 | 2021-09-27 | (주)이엔지케이 | System for preventing traffic accitdent by turning vehicle right |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102569676B1 (en) * | 2023-03-28 | 2023-08-24 | 주식회사 제이디솔루션 | Pedestrian safety protection system in right turn blind spot |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11373122B2 (en) | Fixed-route service system for CAVH systems | |
| Koschi et al. | Set-based prediction of pedestrians in urban environments considering formalized traffic rules | |
| US10642268B2 (en) | Method and apparatus for generating automatic driving strategy | |
| US20170323568A1 (en) | Risk prediction device and driving support system | |
| CN111680362B (en) | Automatic driving simulation scene acquisition method, device, equipment and storage medium | |
| JP7217389B1 (en) | Joint vehicle headlight orientation | |
| JP6555175B2 (en) | Driving support device and driving support program | |
| EP3703036A1 (en) | System and method for enabling automatic diversion management | |
| KR102485471B1 (en) | Signal control system for right turning vehicle | |
| JP7217390B1 (en) | Joint vehicle headlight orientation | |
| KR102246462B1 (en) | Intelligent edge-based road traffic situation recognition method | |
| TW202224999A (en) | Restricted area autonomous vehicle control techniques | |
| CN113272749B (en) | Autonomous vehicle guidance authority framework | |
| CN109584579B (en) | Traffic signal lamp control method based on face recognition and computer equipment | |
| CN106292432A (en) | Information processing method, device and electronic equipment | |
| US10850741B2 (en) | Systems and methods for automated vehicle driving that mimic safe driver behaviors | |
| KR102273657B1 (en) | Remote vehicle driving agent system based on intelligent 5g wireless network | |
| CN114945958A (en) | Collaborative vehicle headlamp guidance | |
| Conesa et al. | An agent-based paradigm for detecting and acting on vehicles driving in the opposite direction on highways | |
| US11341781B2 (en) | Vehicular communications through identifiers and online systems | |
| Li et al. | A Red‐Light Running Prevention System Based on Artificial Neural Network and Vehicle Trajectory Data | |
| Fejes et al. | Revealing pedestrian behaviors to support the decision-making of autonomous vehicles | |
| US20230419105A1 (en) | Ensemble of narrow ai agents for vehicles | |
| KR102256714B1 (en) | System for auxiliary signaling of intersection | |
| Ochoa et al. | Smart traffic management to support people with color blindness in a Smart City |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |