KR102536768B1 - Variable section enforcement system and method using driving environment information - Google Patents
Variable section enforcement system and method using driving environment information Download PDFInfo
- Publication number
- KR102536768B1 KR102536768B1 KR1020220099785A KR20220099785A KR102536768B1 KR 102536768 B1 KR102536768 B1 KR 102536768B1 KR 1020220099785 A KR1020220099785 A KR 1020220099785A KR 20220099785 A KR20220099785 A KR 20220099785A KR 102536768 B1 KR102536768 B1 KR 102536768B1
- Authority
- KR
- South Korea
- Prior art keywords
- driving
- information
- level
- group
- distance
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 27
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000005259 measurement Methods 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 claims description 21
- 230000035484 reaction time Effects 0.000 claims description 16
- 230000001133 acceleration Effects 0.000 claims description 12
- 238000007637 random forest analysis Methods 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 11
- 230000010365 information processing Effects 0.000 description 8
- 238000010191 image analysis Methods 0.000 description 6
- 239000000428 dust Substances 0.000 description 4
- 230000008014 freezing Effects 0.000 description 2
- 238000007710 freezing Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000036632 reaction speed Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000289581 Macropus sp. Species 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- G06Q50/30—
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
본 발명은 주행 환경 정보를 이용한 가변형 구간 단속 시스템 및 방법에 관한 것으로, 특히, 카메라를 포함한 다양한 센서를 이용하여 주행 환경 정보의 변화를 측정하고, 측정된 변화에 따라 구간 단속 또는 단속 속도를 탄력적으로 운영하여 도로를 주행하는 차량의 사고 발생 가능성을 감소시킬 수 있는 주행 환경 정보를 이용한 가변형 구간 단속 시스템 및 방법에 관한 것이다.The present invention relates to a variable section enforcement system and method using driving environment information, and in particular, measures changes in driving environment information using various sensors including cameras, and flexibly adjusts section enforcement or enforcement speed according to the measured change. It relates to a variable section control system and method using driving environment information capable of reducing the possibility of an accident of a vehicle driving on a road by operating the vehicle.
도로에 설치되는 과속 단속 시스템은 도로 상황에 따라 차량이 안전한 주행을 수행할 수 있도록 최고 속도를 제한하기 위해 사용된다. 과속 단속 시스템은 일반적으로 고정된 최고 속도가 존재하며, 이를 변경하기 위해서는 일괄적인 소프트웨어 수정이 수행됨과 동시에 기 설치한 최고 속도 제한 표지판을 교체하여야 하기 때문에 시간 및 비용이 많이 소모된다는 문제점이 존재한다.A speed enforcement system installed on a road is used to limit the maximum speed of a vehicle so that it can safely drive according to road conditions. Speed enforcement systems generally have a fixed maximum speed, and in order to change this, a batch software modification is performed and the previously installed maximum speed limit sign must be replaced, so there is a problem in that a lot of time and money are consumed.
또, 일반적인 과속 단속 시스템의 경우 해당 위치에서만 차량이 속도를 감속하고 다시 과속 주행을 하는 캥거루 운전을 수행하는 운전자들이 많기 때문에 관리자의 의도와 무색하게 사고 위험이 감소하지 않게 된다. 따라서, 단순 과속 단속 시스템이 구간 단속 시스템으로 교체되는 구간이 증가하고 있다.In addition, in the case of a general speed enforcement system, since there are many drivers who perform kangaroo driving in which the vehicle slows down only at the corresponding location and drives again, the risk of an accident does not decrease regardless of the manager's intention. Therefore, the section where the simple speed enforcement system is replaced with the section enforcement system is increasing.
하지만 구간 단속 시스템의 경우에도 상술한 바와 같이 고정된 최고 속도가 존재하며, 이를 변경하기 위해서는 시간 및 비용이 많이 소모된다는 문제점이 함께 존재한다. 또, 최고 속도의 경우 날씨 등 주행 방해 요소의 정도에 따라 서로 다르게 적용되어야 하는 문제점은 일반적인 구간 단속 시스템에서도 극복이 어려운 현실이다.However, even in the case of the section control system, there is a fixed maximum speed as described above, and there is a problem that a lot of time and money are consumed to change it. In addition, in the case of the maximum speed, the problem that must be applied differently depending on the degree of driving obstruction factors such as weather is a reality that is difficult to overcome even in a general section enforcement system.
따라서, 최근에는 가변형 구간 단속 시스템이 도로에 설치되어 주행 방해 요소의 정도에 따라 구간 단속 속도(제한 최고 속도)를 변경하고, 이를 LED 전광판 등을 이용하여 운전자에게 알려주는 방식이 도입되고 있다.Therefore, recently, a method in which a variable section enforcement system is installed on the road to change the section enforcement speed (limited maximum speed) according to the degree of driving obstruction and informs the driver using an LED electronic signboard has been introduced.
하지만, 현재 사용되고 있는 가변형 구간 단속 시스템은 특정 상황에 대해서만 구분하여 제한 속도를 사용자에게 제공하고 있으며, 이는 기상 상황에만 대응하도록 형성되고 있기 때문에, 다양한 주행 환경 정보를 복합적으로 반영하지 못한다는 문제점이 존재한다. However, the currently used variable section enforcement system differentiates only for specific situations and provides the user with a speed limit, and since it is formed to respond only to weather conditions, there is a problem that it cannot complexly reflect various driving environment information. do.
상기와 같은 종래 기술의 문제점을 해결하기 위해, 본 발명의 일 실시예는 다양한 주행 환경 정보를 획득하고, 획득한 주행 환경 정보를 이용하여 촬영중인 도로에서 차량의 구간 단속 속도를 가변적으로 조절하여 주행 환경 변화에 따른 사고 발생 가능성을 감소시킬 수 있는 주행 환경 정보를 이용한 가변형 구간 단속 시스템 및 방법을 제공하고자 한다.In order to solve the problems of the prior art as described above, an embodiment of the present invention obtains various driving environment information, and variably adjusts the section enforcement speed of the vehicle on the road being photographed using the obtained driving environment information to drive the vehicle. It is intended to provide a variable section enforcement system and method using driving environment information that can reduce the possibility of accidents due to environmental changes.
위와 같은 과제를 해결하기 위한 본 발명의 일 측면에 따르면, 주행 환경 정보를 이용한 가변형 구간 단속 시스템이 제공된다. 상기 주행 환경 정보를 이용한 가변형 구간 단속 시스템은, 적어도 하나의 주행 방해 요소를 획득하고, 획득한 상기 주행 방해 요소를 기 설정된 그룹에 매칭시켜 적어도 하나의 주행 환경 정보 그룹을 획득하는 주행 방해 요소 처리부; 상기 주행 환경 정보 그룹을 기 설정된 알고리즘에 적용하여 현재 주행 종합 등급을 판단하는 주행 종합 등급 판단부; 및 상기 현재 주행 종합 등급을 이용하여 기 설정된 구간 단속 속도를 설정하고 제공하는 구간 단속 속도 설정부;를 포함한다.According to one aspect of the present invention for solving the above problems, a variable section enforcement system using driving environment information is provided. The variable section enforcement system using the driving environment information includes: a driving obstacle processing unit that obtains at least one driving obstacle and matches the obtained driving obstacle to a preset group to obtain at least one driving environment information group; a driving overall grade determining unit for determining a current driving overall grade by applying the driving environment information group to a preset algorithm; and a section regulated speed setting unit configured to set and provide a preset section regulated speed using the current overall driving grade.
상기 주행 방해 요소 처리부는, 복수의 측정 정보를 이용하여 자동차의 도로 주행에 영향을 미치는 정보인 상기 주행 방해 요소를 획득하는 주행 방해 요소 획득 모듈; 및 상기 주행 방해 요소를 기 설정된 기준에 따라 분류하여 기 설정된 상기 주행 환경 정보 그룹에 매칭시키는 주행 방해 요소 분류 모듈;을 포함하며, 상기 기 설정된 주행 환경 정보 그룹은 시야 정보 그룹, 노면 정보 그룹, 바람 정보 그룹, 도로 정보 그룹 및 기타 재난 그룹 중 적어도 하나를 포함할 수 있다.The driving-interfering factor processing unit may include a driving-interfering factor acquisition module that obtains the driving-interfering factor, which is information affecting road driving of the vehicle, by using a plurality of pieces of measurement information; and a driving obstacle classification module for classifying the driving obstacles according to a predetermined criterion and matching them to the predetermined driving environment information group, wherein the predetermined driving environment information groups include a view information group, a road surface information group, and a wind information group. It may include at least one of an information group, a road information group, and other disaster groups.
상기 주행 방해 요소 획득 모듈은, 상기 복수의 측정 정보를 기 설치된 복수의 센서, 카메라, 라이더, 레이더 및 통신망을 통해 연결된 외부 서버 중 적어도 하나를 이용하여 획득할 수 있다.The driving obstruction acquisition module may obtain the plurality of measurement information using at least one of a plurality of pre-installed sensors, cameras, lidars, radars, and an external server connected through a communication network.
상기 주행 종합 등급 판단부는, 상기 주행 환경 정보 그룹 별로 현재 방해 요소 레벨을 설정하여 그룹 별 방해 요소 레벨을 획득하는 방해 요소 레벨 설정 모듈; 및 상기 그룹 별 방해 요소 레벨을 상기 기 설정된 알고리즘에 적용하여 상기 현재 주행 종합 등급을 획득하는 현재 주행 종합 등급 획득 모듈;을 포함할 수 있다.The comprehensive driving level determination unit may include: an obstacle level setting module configured to obtain a disturbance element level for each group by setting a current obstacle level for each group of the driving environment information; and a current comprehensive driving grade obtaining module configured to acquire the current comprehensive driving grade by applying the obstacle level for each group to the preset algorithm.
상기 방해 요소 레벨 설정 모듈은, 기 설정된 기준 레벨을 이용하여 상기 주행 환경 정보 그룹 별로 상기 현재 방해 요소 레벨을 설정하며, 상기 기 설정된 알고리즘은 랜덤 포레스트 알고리즘일 수 있다.The blockage level setting module sets the current blockage level for each driving environment information group using a preset reference level, and the preset algorithm may be a random forest algorithm.
상기 방해 요소 레벨 설정 모듈은, 단위를 가지는 측정 값이 존재하는 경우, 절대 값을 이용하여 상기 방해 요소 레벨을 설정하며, 단위를 가지는 측정 값이 존재하지 않는 경우, 상대 비교를 이용하여 상기 방해 요소 레벨을 설정할 수 있다.The disturbance factor level setting module sets the disturbance factor level using an absolute value when a measurement value having a unit exists, and when a measurement value having a unit does not exist, using a relative comparison to set the disturbance factor level. level can be set.
상기 구간 단속 속도 설정부는, 상기 현재 주행 종합 등급을 이용하여 상기 자동차의 정지 거리를 계산하는 정지 거리 계산 모듈; 및 상기 정지 거리를 기준으로 상기 자동차에게 제공될 적정 가변 단속 속도를 산출하는 가변 단속 속도 산출 모듈;을 포함할 수 있다.The section enforcement speed setting unit may include a stopping distance calculation module for calculating a stopping distance of the vehicle using the current overall driving grade; and a variable speed enforcement module calculating an appropriate variable speed control speed to be provided to the vehicle based on the stopping distance.
상기 정지 거리 계산 모듈은, 하기 식 1을 이용하여 상기 정지 거리를 계산할 수 있다.The stopping distance calculation module may calculate the stopping
식 1
(여기서, α: 정지거리(m), tr: 운전자 반응 시간(s), v: 차량 속도(m/s), G: 중력가속도: 9.8(m/s2), β: 실시간 주행방해요소별 횡방향 마찰계수)(Here, α: stopping distance (m), t r : driver reaction time (s), v: vehicle speed (m/s), G: gravitational acceleration: 9.8 (m/s 2 ), β: real-time driving disturbance factor specific transverse friction coefficient)
상기 가변 단속 속도 산출 모듈은, 하기 식 2를 이용하여 상기 가변 단속 속도를 산출할 수 있다.The variable intermittent speed calculation module may calculate the variable intermittent speed using Equation 2 below.
식 2Equation 2
(여기서, α: 정지거리(m), tr: 운전자 반응 시간(s), v: 차량 속도(m/s), G: 중력가속도: 9.8(m/s2), β: 실시간 주행방해요소별 횡 방향 마찰계수)(Here, α: stopping distance (m), t r : driver reaction time (s), v: vehicle speed (m/s), G: gravitational acceleration: 9.8 (m/s 2 ), β: real-time driving disturbance factor specific transverse friction coefficient)
본 발명의 일 측면에 따르면, 주행 환경 정보를 이용한 가변형 구간 단속 방법이 제공된다. 상기 주행 환경 정보를 이용한 가변형 구간 단속 방법은, 주행 방해 요소 처리부를 이용하여 적어도 하나의 주행 방해 요소를 획득하고, 획득한 상기 주행 방해 요소를 기 설정된 그룹에 매칭시켜 적어도 하나의 주행 환경 정보 그룹을 획득하는 단계; 주행 종합 등급 판단부를 통해 상기 주행 환경 정보 그룹을 기 설정된 알고리즘에 적용하여 현재 주행 종합 등급을 판단하는 단계; 및 구간 단속 설정부를 통해 상기 현재 주행 종합 등급을 이용하여 기 설정된 구간 단속 속도를 설정하고 제공하는 단계;를 포함한다.According to one aspect of the present invention, a variable section enforcement method using driving environment information is provided. In the variable section enforcement method using the driving environment information, at least one driving obstacle processing unit is used to obtain at least one driving obstacle, and at least one driving environment information group is obtained by matching the obtained driving environment information to a preset group. obtaining; determining a current overall driving grade by applying the driving environment information group to a preset algorithm through a comprehensive driving grade determining unit; and setting and providing a preset section control speed using the current overall driving grade through a section control setting unit.
상기 적어도 하나의 주행 환경 정보 그룹을 획득하는 단계는, 복수의 측정 정보를 이용하여 자동차의 도로 주행에 영향을 미치는 정보인 상기 주행 방해 요소를 획득하는 단계; 및 상기 주행 방해 요소를 기 설정된 기준에 따라 분류하여 기 설정된 상기 주행 환경 정보 그룹에 매칭시키는 단계;를 포함하며, 상기 기 설정된 주행 환경 정보 그룹은 시야 정보 그룹, 노면 정보 그룹, 바람 정보 그룹, 도로 정보 그룹 및 기타 재난 그룹 중 적어도 하나를 포함할 수 있다.The obtaining of at least one group of driving environment information may include: acquiring the driving obstacle, which is information affecting road driving of the vehicle, by using a plurality of pieces of measurement information; and classifying the driving obstacles according to a preset criterion and matching them to the preset driving environment information group, wherein the preset driving environment information groups include a vision information group, a road surface information group, a wind information group, and a road. It may include at least one of an information group and other disaster groups.
상기 주행 방해 요소를 획득하는 단계는, 상기 복수의 측정 정보를 기 설치된 복수의 센서, 카메라, 라이더, 레이더 및 통신망을 통해 연결된 외부 서버 중 적어도 하나를 이용하여 획득할 수 있다.In the obtaining of the driving obstruction factors, the plurality of measurement information may be acquired using at least one of a plurality of pre-installed sensors, cameras, lidars, radars, and an external server connected through a communication network.
상기 현재 주행 종합 등급을 판단하는 단계는, 상기 주행 환경 정보 그룹 별로 현재 방해 요소 레벨을 설정하여 그룹 별 방해 요소 레벨을 획득하는 단계; 및 상기 그룹 별 방해 요소 레벨을 상기 기 설정된 알고리즘에 적용하여 상기 현재 주행 종합 등급을 획득하는 단계;를 포함할 수 있다.The determining of the current overall driving grade may include setting a current obstacle level for each group of the driving environment information and obtaining a level for each group of disturbance factors; and obtaining the current overall driving grade by applying the level of the obstacle for each group to the preset algorithm.
상기 그룹 별 방해 요소 레벨을 획득하는 단계는, 기 설정된 기준 레벨을 이용하여 상기 주행 환경 정보 그룹 별로 상기 현재 방해 요소 레벨을 설정하며, 상기 기 설정된 알고리즘은 랜덤 포레스트 알고리즘일 수 있다.In the obtaining of the level of disturbance factor for each group, the current level of the level of disturbance factor for each driving environment information group is set using a predetermined reference level, and the predetermined algorithm may be a random forest algorithm.
상기 그룹 별 방해 요소 레벨을 획득하는 단계는, 단위를 가지는 측정 값이 존재하는 경우, 절대 값을 이용하여 상기 방해 요소 레벨을 설정하며, 단위를 가지는 측정 값이 존재하지 않는 경우, 상대 비교를 이용하여 상기 방해 요소 레벨을 설정할 수 있다.In the obtaining of the level of the disturbance factor for each group, when a measurement value having a unit exists, the level of the disturbance factor is set using an absolute value, and when a measurement value having a unit does not exist, relative comparison is used. By doing so, the level of the disturbance factor can be set.
상기 기 설정된 구간 단속 속도를 설정하고 제공하는 단계는, 상기 현재 주행 종합 등급을 이용하여 상기 자동차의 정지 거리를 계산하는 단계; 및 상기 정지 거리를 기준으로 상기 자동차에게 제공될 적정 가변 단속 속도를 산출하는 단계;를 포함할 수 있다.The step of setting and providing the preset section speed control may include calculating a stopping distance of the vehicle using the current overall driving grade; and calculating an appropriate variable speed to be provided to the vehicle based on the stopping distance.
상기 자동차의 정지 거리를 계산하는 단계는, 하기 식 3을 이용하여 상기 정지 거리를 계산할 수 있다.In the step of calculating the stopping distance of the vehicle, the stopping distance may be calculated using Equation 3 below.
식 3Equation 3
(여기서, α: 정지거리(m), tr: 운전자 반응 시간(s), v: 차량 속도(m/s), G: 중력가속도: 9.8(m/s2), β: 실시간 주행방해요소별 횡방향 마찰계수)(Here, α: stopping distance (m), t r : driver reaction time (s), v: vehicle speed (m/s), G: gravitational acceleration: 9.8 (m/s 2 ), β: real-time driving disturbance factor specific transverse friction coefficient)
상기 적정 가변 단속 속도를 산출하는 단계는, 하기 식 4를 이용하여 상기 가변 단속 속도를 산출할 수 있다.In the step of calculating the appropriate variable intermittent speed, the variable intermittent speed may be calculated using Equation 4 below.
식 4Equation 4
(여기서, α: 정지거리(m), tr: 운전자 반응 시간(s), v: 차량 속도(m/s), G: 중력가속도: 9.8(m/s2), β: 실시간 주행방해요소별 횡 방향 마찰계수)(Here, α: stopping distance (m), t r : driver reaction time (s), v: vehicle speed (m/s), G: gravitational acceleration: 9.8 (m/s 2 ), β: real-time driving disturbance factor specific transverse friction coefficient)
본 발명의 일 실시예에 따른 주행 환경 정보를 이용한 가변형 구간 단속 시스템 및 방법은 다양한 주행 환경 정보를 반영하여 복합적인 현재 주행 종합 등급을 설정하고, 이를 이용하여 운행중인 차량에 가변형 제한 속도를 제공할 수 있는 효과가 있다.A variable section enforcement system and method using driving environment information according to an embodiment of the present invention sets a complex current driving overall grade by reflecting various driving environment information, and provides a variable speed limit to a vehicle in operation using this. There are possible effects.
도 1은 본 발명의 일 실시예에 따른 주행 환경 정보를 이용한 가변형 구간 단속 시스템을 나타낸 블록도이다.
도 2는 도 1의 주행 방해 요소 정보 처리부를 나타낸 블록도이다.
도 3은 도 1의 주행 종합 등급 판단부를 나타낸 블록도이다.
도 4는 도 1의 구간 단속 속도 설정부를 나타낸 블록도이다.
도 5는 본 발명의 일 실시예에 따른 주행 환경 정보를 이용한 가변형 구간 단속 방법을 나타낸 순서도이다.
도 6은 도 5의 단계 S11을 나타낸 순서도이다.
도 7은 도 5의 단계 S13을 나타낸 순서도이다.
도 8은 도 5의 단계 S15를 나타낸 순서도이다.
도 9는 본 발명의 일 실시예에서 획득하는 주행 방해 요소 정보 및 획득한 주행 방해 요소 정보의 그룹을 간단히 나타낸 예시도이다.
도 10은 본 발명의 일 실시예에서 획득하는 기준 영상을 나타낸 도이다.1 is a block diagram illustrating a variable section enforcement system using driving environment information according to an embodiment of the present invention.
FIG. 2 is a block diagram illustrating a driving obstruction factor information processing unit of FIG. 1 .
FIG. 3 is a block diagram illustrating a comprehensive driving grade determination unit of FIG. 1 .
FIG. 4 is a block diagram showing a section regulation speed setting unit of FIG. 1 .
5 is a flowchart illustrating a variable section control method using driving environment information according to an embodiment of the present invention.
6 is a flowchart illustrating step S11 of FIG. 5 .
7 is a flowchart illustrating step S13 of FIG. 5 .
8 is a flowchart illustrating step S15 of FIG. 5 .
9 is an exemplary diagram simply illustrating a group of driving obstruction factor information obtained and obtained driving obstruction factor information according to an embodiment of the present invention.
10 is a diagram illustrating a reference image acquired in an embodiment of the present invention.
이하, 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조부호를 붙였다.Hereinafter, with reference to the accompanying drawings, embodiments of the present invention will be described in detail so that those skilled in the art can easily carry out the present invention. This invention may be embodied in many different forms and is not limited to the embodiments set forth herein. In order to clearly describe the present invention in the drawings, parts irrelevant to the description are omitted, and the same reference numerals are assigned to the same or similar components throughout the specification.
도 1은 본 발명의 일 실시예에 따른 주행 환경 정보를 이용한 가변형 구간 단속 시스템을 나타낸 블록도이고, 도 2는 도 1의 주행 방해 요소 정보 처리부를 나타낸 블록도이며, 도 3은 도 1의 주행 종합 등급 판단부를 나타낸 블록도이고, 도 4는 도 1의 구간 단속 속도 설정부를 나타낸 블록도이다. 이하에서는 도 1 내지 도 4를 이용하여 본 발명의 일 실시예에 따른 주행 환경 정보를 이용한 가변형 구간 단속 시스템(이하, 설명의 편의상 가변형 구간 단속 시스템이라 함)에 대하여 상세히 설명하도록 한다.1 is a block diagram showing a variable section enforcement system using driving environment information according to an embodiment of the present invention, FIG. 2 is a block diagram showing a driving obstruction element information processing unit of FIG. 1, and FIG. 3 is a driving block diagram of FIG. 1 It is a block diagram showing a comprehensive grade determining unit, and FIG. 4 is a block diagram showing a section regulation speed setting unit of FIG. 1 . Hereinafter, a variable section enforcement system using driving environment information according to an embodiment of the present invention (hereinafter, referred to as a variable section enforcement system for convenience of explanation) will be described in detail with reference to FIGS. 1 to 4 .
도 1을 참고하면, 본 발명의 일 실시예에 따른 가변형 구간 단속 시스템(1)은 주행 방해 요소 정보 처리부(11), 주행 종합 등급 판단부(13) 및 구간 단속 속도 설정부(15)를 포함하도록 형성된다. 본 발명의 가변형 구간 단속 시스템(1)은 차량이 주행하는 도로를 향해 설치되는 영상 촬영용 카메라를 이용하여 도로를 주행하는 차량에 대한 정보를 획득하고, 기 설치된 센서 또는 카메라를 이용하여 주행 환경과 관련된 정보를 획득한다. 차량에 대한 정보 및 주행 환경과 관련된 정보를 획득하면, 본 발명의 가변형 구간 단속 시스템(1)은 주행 환경과 관련된 정보를 분석하여 주행 환경을 등급화 하고, 해당 등급에 대응하는 가변형 구간 최고 속도를 획득하도록 형성된다.Referring to FIG. 1 , the variable
이를 위해 본 발명의 일 실시예에 따른 주행 방해 요소 정보 처리부(11)는 적어도 하나의 주행 방해 요소 정보를 획득하고, 주행 방해 요소 정보를 기 설정된 그룹에 매칭시켜 적어도 하나의 주행 환경 정보 그룹을 획득하도록 형성된다. 주행 방해 요소 정보는, 차량의 도로 주행 시 감속에 영향을 미치는 요소들이며, 도 9에 도시된 바와 같이 안개, 일사량, 미세먼지, 도로경사도, 온도/습도, 빙결정도, 적설량, 풍향/풍속, 강설량, 강우량, 차량 통행량, 통행 평균 속도 및 기타 재난 상황 등의 요소들이 포함될 수 있다. 이러한 요소들은 차량의 주행 시 주행 속도에 영향을 미치는 요인들이며, 이 요인들은 차량의 정지 거리(제동 거리)에 영향을 미치는 요인들일 수 있다. 본 발명은 상술한 요인들에 한정되지 않으며, 언급되지 않은 다양한 차량의 정지 거리(제동 거리)에 영향을 미치는 요인들을 상술한 주행 방해 요소 정보로 사용할 수 있다.To this end, the driving obstacle
주행 방해 요소 정보 처리부(11)는 도 2에 도시된 바와 같이 주행 방해 요소 정보 획득 모듈(111) 및 주행 방해 요소 정보 분류 모듈(113)을 포함하도록 형성된다. 주행 방해 요소 정보 획득 모듈(111)은 복수의 측정 정보를 이용하여 차량의 도로 주행에 영향을 미치는 정보인 주행 방해 요소 정보를 획득하도록 형성된다. 복수의 측정 정보는 다양한 센서 또는 측정 장치를 이용하여 획득될 수 있다. 본 발명의 일 실시예에서는 주행 방해 요소 정보 획득 모듈(111)은 유선 또는 무선을 통해 연결되는 기 설치된 복수의 센서, 카메라, 라이더, 레이더 및 외부 서버 중 적어도 하나로부터 복수의 측정 정보를 획득할 수 있다.As shown in FIG. 2 , the driving obstacle
주행 방해 요소 정보 획득 모듈(111)에서 획득하는 측정 정보는 도 9에 나타나고 있는 주행 방해 요소 정보들을 포함할 수 있다. 일 예로, 일사량, 강우량 및 강설량의 경우에는 외부 서버(기상청)에서 실시간으로 측정하여 제공되는 정보일 수 있으며, 풍향/풍속의 경우 해당 도로에 설치되는 풍속/풍향계에서 직접 획득되는 정보일 수도 있다.The measurement information acquired by the driving obstruction factor
주행 방해 요소 정보 분류 모듈(113)은 주행 방해 요소 정보 획득 모듈(111)에서 획득한 주행 방해 요소 정보를 전달 받고, 전달 받은 주행 방해 요소 정보를 기 설정된 기준에 따라 분류하여 각각 기 설정된 주행 환경 정보 그룹에 매칭시키도록 형성된다.The driving obstacle
도 9의 예시를 참고하면, 본 발명의 일 실시예에 따른 주행 방해 요소 정보 분류 모듈(113)은 주행 방해 요소 정보를 시야 정보 그룹, 노면 정보 그룹, 바람 정보 그룹, 도로 정보 그룹 및 기타 재난 그룹 중 어느 하나에 매칭시킬 수 있다. Referring to the example of FIG. 9 , the driving obstruction factor
시야 정보 그룹은 차량 운전자의 시야에 영향을 미치는 주행 방해 요소 정보들을 매칭시키는 그룹이며, 노면 정보 그룹은 차량이 주행하는 도로의 상태에 영향을 미치는 주행 방해 요소 정보들을 매칭시키는 그룹일 수 있다.The vision information group may be a group for matching driving obstruction factor information affecting the field of view of the vehicle driver, and the road surface information group may be a group for matching driving obstruction factor information affecting the state of the road on which the vehicle is driving.
바람 정보 그룹은 차량의 운행 중 차량의 주행 속도에 영향을 미칠 수 있는 주행 방해 요소 정보를 매칭시키는 그룹이며, 도로 정보 그룹은 현재 운행중인 다른 차량들에 의해 특정 차량의 운행에 영향을 미치는 주행 방해 요소 정보를 매칭시키는 그룹이고, 기타 재난 그룹은 해당 도로에 발생한 재난 상황으로 인한 주행 방해 요소 정보를 매칭시키는 그룹일 수 있다.The wind information group is a group that matches driving obstacle information that may affect the driving speed of the vehicle while the vehicle is in operation, and the road information group is a driving obstacle that affects the operation of a specific vehicle by other vehicles currently in operation. A group for matching factor information, and the other disaster group may be a group for matching driving obstruction factor information due to a disaster situation occurring on a corresponding road.
주행 방해 요소 정보 획득 모듈(111)을 통해 획득된 도 9의 예시에 포함되는 주행 방해 요소 정보들은 주행 방해 요소 정보 분류 모듈(113)에서 각각 다음과 같이 주행 환경 정보 그룹에 매칭될 수 있다.The driving obstacle information included in the example of FIG. 9 acquired through the driving obstacle
시야 정보 그룹에는 안개, 미세먼지, 일사량, 도로경사도 등이 매칭될 수 있고, 노면 정보 그룹에는 강우량, 강설량, 적설량 및 빙결 정도 등이 매칭될 수 있다. 바람 정보 그룹에는 온도/습도 및 풍향/풍속 정보가 매칭될 수 있고, 도로 정보 그룹에는 차량통행량 및 통행 평균 속도가 매칭될 수 있으며, 기타 재난 그룹에는 기타 재난 상황이 매칭될 수 있다.Fog, fine dust, solar radiation, road slope, etc. may be matched to the visibility information group, and rainfall, snowfall, snowfall, and degree of freezing may be matched to the road surface information group. Temperature/humidity and wind direction/speed information may be matched to the wind information group, vehicle traffic volume and average travel speed may be matched to the road information group, and other disaster situations may be matched to other disaster groups.
한편, 주행 종합 등급 판단부(13)는, 주행 환경 정보 그룹을 기 설정된 알고리즘에 적용하여 도로의 현재 주행 종합 등급을 판단하도록 형성된다. 주행 종합 등급 판단부(13)는 이를 위해 도 3에 도시된 바와 같이 방해 요소 레벨 설정 모듈(131) 및 현재 주행 종합 등급 획득 모듈(133)을 포함하도록 형성될 수 있다.Meanwhile, the overall driving
도로에서 속도 제한(단속)을 사용하는 경우는 해당 구역에서의 사고 방지를 위해 속도 제한을 통해 최소 정지 거리를 확보하기 위함이다. 정지 거리는 공주 거리와 제동 거리의 합으로 표현된다. 공주 거리는 차량의 현재 속도와 운전자의 반응 속도에 따라 변화하며, 제동 거리는 현재 속도 및 마찰력에 따라 변화한다. 본 발명의 방해 요소 레벨 설정 모듈(131)은 차량의 현재 마찰력에 따라 달라지는 최소 정지 거리를 확보하기 위해 차량의 현재 마찰력에 영향을 주는 주행 방해 요소 정보들로 인한 방해 요소 레벨을 설정할 수 있다.In the case of using the speed limit (enforcement) on the road, it is to secure the minimum stopping distance through the speed limit to prevent accidents in the area. The stopping distance is expressed as the sum of the running distance and the braking distance. The idle distance changes according to the vehicle's current speed and the driver's reaction speed, and the braking distance changes according to the current speed and frictional force. The obstacle
방해 요소 레벨 설정 모듈(131)은 주행 환경 정보 그룹 별로 현재 방해 요소 레벨을 설정하여 그룹 별 방해 요소 레벨을 획득하도록 형성된다. 주행 환경 정보 그룹은 각각이 독립적으로 차량의 주행에 영향을 미치는 그룹들이다. 따라서, 방해 요소 레벨 설정 모듈(131)은 각 주행 방해 요소 정보들의 집합이 어느 정도 주행에 영향을 주는지를 의미하는 각 그룹의 방해 요소 레벨을 획득하여 설정하도록 형성될 수 있다. 여기서 방해 요소 레벨 설정 모듈(131)은 현재 방해 요소 레벨을 설정하기 위해 기 설정된 기준 레벨을 이용할 수 있다.The blockage
기 설정된 기준 레벨은 각각의 주행 방해 요소 정보의 측정 결과를 특정 방해 요소 레벨로 결정하기 위해 사용되는 기준 값이다. 기 설정된 기준 레벨은 절대 비교를 사용하는 경우 범위 또는 특정 임계값으로 설정될 수도 있고, 상대 비교를 사용하는 경우 임의로 정의된 기준과의 차이를 이용하여 설정될 수도 있다.The preset reference level is a reference value used to determine a measurement result of each driving obstacle information as a specific obstacle level. The preset reference level may be set to a range or a specific threshold value when absolute comparison is used, or may be set using a difference from an arbitrarily defined reference level when relative comparison is used.
도 9의 예시를 참고하면, 미세먼지, 온도/습도, 풍향/풍속, 적설량, 강우량, 강설량 등의 경우에는 정확한 측정값이 존재할 수 있는 주행 방해 요소 정보로 구분될 수 있다. 이러한 경우에는 수식 계산 또는 측정을 통해 정확한 값의 비교가 가능한 기 설정된 기준 레벨을 획득할 수 있다.Referring to the example of FIG. 9 , in the case of fine dust, temperature/humidity, wind direction/speed, snowfall, rainfall, snowfall, etc., it may be classified as driving obstruction factor information that may have an accurate measurement value. In this case, it is possible to obtain a preset reference level at which exact values can be compared through formula calculation or measurement.
하지만, 안개, 강우 또는 강설로 인한 시계 제한의 경우 시계 거리를 획득할 수는 있지만, 이를 카메라 촬영에 적용하는 것은 수많은 연산이 요구된다. 따라서, 본 발명의 방해 요소 레벨 설정 모듈(131)에서는 연산의 단순화를 위해 시야 정보 그룹에 포함될 수 있는 일부 주행 방해 요소 정보에 대해서 상대 비교를 통해 방해 요소 레벨을 결정하도록 형성될 수 있다. 본 발명의 일 실시예에 따른 방해 요소 레벨 설정 모듈(131)에서 사용하는 상대 비교를 위한 기준 비교 정보는 후술되는 주행 종합 등급 판단부(13)에 더 포함되는 상대 비교 정보 획득 모듈(135)에서 획득될 수 있으며, 해당 모듈의 설명에서 보다 상세하게 설명하도록 한다.However, in the case of limited visibility due to fog, rain or snowfall, although the field of view distance can be obtained, numerous calculations are required to apply it to camera shooting. Therefore, the obstacle
현재 주행 종합 등급 획득 모듈(133)은 그룹 별 방해 요소 레벨을 기 설정된 알고리즘에 적용하여 현재 주행 종합 등급을 획득하도록 형성된다. 여기서, 기 설정된 알고리즘은 다양한 비교 결과 획득을 위한 기계학습 알고리즘 중 하나일 수 있으며, 본 발명에서는 바람직하게는 랜덤 포레스트 알고리즘을 사용하여 복수의 그룹에 대한 방해 요소 레벨들을 비교하여 현재 주행 종합 등급을 획득하도록 할 수 있다.The current driving overall
본 발명의 일 실시예에 따른 주행 종합 등급 판단부(13)는 상술한 바와 같이 상대 비교를 위한 기준 비교 정보를 획득하기 위해 상대 비교 정보 획득 모듈(135)을 더 포함할 수 있다. 상대 비교 정보 획득 모듈(135)은 기준 값이 존재하지 않는 경우들에 대하여 모두 기준 비교 정보를 획득할 수 있으나, 본 발명에서는 대표적으로 시계거리의 방해 요소 레벨을 촬영 영상을 이용하여 상대 비교를 통해 획득하기 위해 사용될 수 있으며, 이하에서는 이에 대하여 설명하도록 한다.As described above, the overall driving
도 10을 참고하면, 본 발명의 일 실시예에 따른 상대 비교 정보 획득 모듈(135)은 먼저, 기준 날씨를 만족하는 영상을 다량 획득하도록 형성될 수 있다. 여기서 기준 날씨는 일반적으로 차량 주행 시 시계에 영향을 미치는 요인이 존재하지 않는 날씨일 수 있으며, 강우/강설이 발생하지 않고 광량이 기 설정된 값 이상이며 안개가 끼지 않은 날씨가 일 예일 수 있다.Referring to FIG. 10 , the relative comparison
상대 비교 정보 획득 모듈(135)은 기준 날씨를 만족하는 영상을 다량 획득하면, 해당 영상들을 분석하여 레벨 기준 영상을 획득할 수 있다. 이때, 영상 분석은 일반적으로 널리 알려진 SIFT 알고리즘을 사용하여 특징점을 획득하는 방식으로 이루어질 수도 있다. SIFT 알고리즘을 사용하는 경우, 본 발명의 상대 비교 정보 획득 모듈(135)은 촬영 영상 내에서 도로를 운행하는 차량의 특징점을 획득할 수 있는 위치를 확보할 수 있다. 이 경우, 차량이 촬영 영상을 획득하는 카메라와 임계 거리보다 멀리 존재하는 경우 상대 비교 정보 획득 모듈(135)에서는 해당 차량의 특징점을 획득할 수 없으며(차량 구분 불가능), 차량이 임계 거리 이하로 접근하는 경우 상대 비교 정보 획득 모듈(135)에서는 해당 차량의 특징점을 획득하기 시작할 수 있다(차량 구분 가능).When a large number of images satisfying the standard weather are obtained, the relative comparison
따라서, 본 발명의 상대 비교 정보 획득 모듈(135)은 레벨 기준 영상을 획득하는 과정에서 기준 날씨에서 차량 구분이 가능한 임계 거리를 획득할 수 있으며, 여기서 임계 거리는 카메라와 차량 사이의 거리일 수 있다. 상대 비교 정보 획득 모듈(135)은 임계 거리를 획득하면, 임계 거리를 이용하여 차량과 카메라가 설치된 위치 사이의 실제 도로상의 거리인 2차원 기준 거리를 획득할 수 있다. Accordingly, the relative comparison
한편, 상대 비교 정보 획득 모듈(135)은 레벨 기준 영상을 이용하여 2차원 기준 거리를 획득하면, 다른 날씨에 대한 영상들인 비교 영상들을 획득하고 영상 분석을 수행하며, 영상 분석 결과를 학습하여 레벨 분류 기준을 획득할 수 있다. 상대 비교 정보 획득 모듈(135)은 획득한 다양한 비교 영상들로부터 비교 임계 거리를 획득하고, 레벨 기준 영상의 임계 거리인 기준 임계 거리와의 비교를 수행한다. 보다 상세히는 상대 비교 정보 획득 모듈(135)은 설정에 따라 임계 거리를 비교할 수도 있고, 2차원 거리를 비교하도록 형성될 수 있다. 이는 2차원 거리가 임계 거리로부터 도출되는 거리이기 때문이다.On the other hand, when the relative comparison
상대 비교 정보 획득 모듈(135)은 기준 임계 거리(2차원 기준 거리)와 비교 임계 거리(2차원 비교 거리)의 비율을 획득하고, 비율에 따라 비교 영상에서의 시계거리 방해 요소 레벨을 결정할 수 있다. 기준 임계 거리(2차원 기준 거리)가 최대 시계거리(100%)이면, 비교 임계 거리(2차원 비교 거리)는 100% 이하로 설정된다. 따라서, 기준 임계 거리(2차원 기준 거리) 값을 상대 비교 정보 획득 모듈(135)이 가지는 경우, 비교 임계 거리(2차원 비교 거리)와의 비교를 통해 비교 임계 거리의 비율을 획득하고, 해당 비율이 포함되는 기 설정된 레벨 범위를 획득하고, 해당 레벨 범위에 대응하는 방해 요소 레벨을 획득할 수 있다.The relative comparison
마지막으로 본 발명의 일 실시예에 따른 구간 단속 속도 설정부(15)는 현재 주행 종합 등급을 이용하여 기 설정된 구간 단속 속도를 설정하고 제공하도록 형성된다. 도 4를 참고하면 본 발명의 일 실시예에 따른 구간 단속 속도 설정부(15)는 정지 거리 계산 모듈(151) 및 가변 단속 속도 산출 모듈(153)을 포함하도록 형성된다.Finally, the section enforcement
정지 거리 계산 모듈(151)은 현재 주행 종합 등급을 이용하여 차량의 정지 거리를 계산하도록 형성된다. 정지 거리 계산 모듈(151)은 현재 주행 종합 등급에 대응하는 횡방향 마찰계수를 기 저장된 정보로부터 획득하고, 획득한 횡방향 마찰계수를 이용하여 정지 거리를 계산할 수 있다. 정지 거리는 상술한 바와 같이 공주 거리와 제동 거리의 합을 의미하며 하기 수학식 1로 표현될 수 있다.The stopping
(여기서, α: 정지거리(m), tr: 운전자 반응 시간(s), v: 차량 속도(m/s), G: 중력가속도: 9.8(m/s2), β: 실시간 주행방해요소별 횡방향 마찰계수)(Here, α: stopping distance (m), t r : driver reaction time (s), v: vehicle speed (m/s), G: gravitational acceleration: 9.8 (m/s 2 ), β: real-time driving disturbance factor specific transverse friction coefficient)
상기 수학식 1에서 운전자 반응 시간은 통계적으로 기 획득된 반응 시간일 수 있다.In
가변 단속 속도 산출 모듈(153)은 정지 거리를 기준으로 자동차에게 제공될 적정 가변 단속 속도를 산출하도록 형성된다. 가변 단속 속도 산출 모듈(153)은 상기 수학식 1을 기반으로 가변 단속 속도를 하기 수학식 2를 이용하여 획득할 수 있다.The variable enforcement
(여기서, α: 정지거리(m), tr: 운전자 반응 시간(s), v: 차량 속도(m/s), G: 중력가속도: 9.8(m/s2), β: 실시간 주행방해요소별 횡 방향 마찰계수)(Here, α: stopping distance (m), t r : driver reaction time (s), v: vehicle speed (m/s), G: gravitational acceleration: 9.8 (m/s 2 ), β: real-time driving disturbance factor specific transverse friction coefficient)
정리하면, 본 발명의 가변형 구간 단속 시스템(1)은 구간 단속 속도 설정부(15)에서 가변 단속 속도를 산출하는 수학식 2를 사용하기 위해 실시간 주행방해요소별 횡방향 마찰계수를 획득하도록 형성되며, 이를 위해 주행 방해 요소 정보 처리부(11)에서 주행 방해 요소 정보를 획득하고, 주행 종합 등급 판단부(13)에서 주행 종합 등급 판단을 수행하도록 형성된다. 실시간 주행 방해요소별 횡방향 마찰계수는 주행 종합 등급 별로 매칭되어 기 저장되어 있으므로, 본 발명의 가변형 구간 단속 시스템(1)은 도로를 촬영하는 카메라 외에 다양한 정보를 획득하여 주행 종합 등급을 획득할 수 있다.In summary, the variable
또, 본 발명의 가변형 구간 단속 시스템(1)은 상술한 설명에는 언급되고 있지 않지만, 촬영 카메라를 통해 촬영 후 인식된 차량의 종류에 따라 서로 다른 가변 단속 속도를 산출할 수 있으며(수학식 2의 질량 m의 차이), 가변 단속 속도를 차량에 직접 전달할 수도 있으며, LED 전광판을 통해 전체 가변 단속 속도를 제공할 수도 있다.In addition, although the variable
한편, 도 5 내지 도 8에는 본 발명의 일 실시예에 따른 주행 환경 정보를 이용한 가변형 구간 단속 방법이 도시되고 있다. 도 5는 본 발명의 일 실시예에 따른 주행 환경 정보를 이용한 가변형 구간 단속 방법을 나타낸 순서도이고, 도 6은 도 5의 단계 S11을 나타낸 순서도이며, 도 7은 도 5의 단계 S13을 나타낸 순서도이고, 도 8은 도 5의 단계 S15를 나타낸 순서도이다. 이하에서는 도 5 내지 도 8을 이용하여 본 발명의 일 실시예에 따른 주행 환경 정보를 이용한 가변형 구간 단속 방법(이하, 설명의 편의상 가변형 구간 단속 방법이라 함)에 대하여 상세히 설명하도록 한다. 또, 설명의 편의상 상술한 도 1 내지 도 4의 가변형 구간 단속 시스템을 본 발명의 방법이 이용하는 것으로 설명하지만, 본 발명은 반드시 이에 한정되는 것은 아니다.Meanwhile, FIGS. 5 to 8 illustrate a variable section enforcement method using driving environment information according to an embodiment of the present invention. 5 is a flow chart showing a variable section enforcement method using driving environment information according to an embodiment of the present invention, FIG. 6 is a flow chart showing step S11 of FIG. 5, and FIG. 7 is a flow chart showing step S13 of FIG. , FIG. 8 is a flowchart illustrating step S15 of FIG. 5 . Hereinafter, a variable section regulating method using driving environment information according to an embodiment of the present invention (hereinafter referred to as a variable section regulating method for convenience of description) will be described in detail using FIGS. 5 to 8 . In addition, for convenience of description, it is described that the method of the present invention uses the variable section enforcement system of FIGS. 1 to 4 described above, but the present invention is not necessarily limited thereto.
도 5를 참고하면, 본 발명의 일 실시예에 따른 가변형 구간 단속 방법(10)은 주행 방해 요소 정보를 처리하는 단계(S11), 주행 종합 등급을 판단하는 단계(S13) 및 구간 단속 속도를 설정하는 단계(S15)를 포함하도록 형성된다. 본 발명의 가변형 구간 단속 방법(10)은 차량이 주행하는 도로를 향해 설치되는 영상 촬영용 카메라를 이용하여 도로를 주행하는 차량에 대한 정보를 획득하고, 기 설치된 센서 또는 카메라를 이용하여 주행 환경과 관련된 정보를 획득한다. 차량에 대한 정보 및 주행 환경과 관련된 정보를 획득하면, 본 발명의 가변형 구간 단속 방법(10)은 주행 환경과 관련된 정보를 분석하여 주행 환경을 등급화 하고, 해당 등급에 대응하는 가변형 구간 최고 속도를 획득하도록 형성된다.Referring to FIG. 5 , the variable
이를 위해 본 발명의 일 실시예에 따른 주행 방해 요소 정보를 처리하는 단계(S11)는 주행 방해 요소 정보 처리부를 이용하여 적어도 하나의 주행 방해 요소 정보를 획득하고, 주행 방해 요소 정보를 기 설정된 그룹에 매칭시켜 적어도 하나의 주행 환경 정보 그룹을 획득하도록 형성된다. 주행 방해 요소 정보는, 차량의 도로 주행 시 감속에 영향을 미치는 요소들이며, 도 9에 도시된 바와 같이 안개, 일사량, 미세먼지, 도로경사도, 온도/습도, 빙결정도, 적설량, 풍향/풍속, 강설량, 강우량, 차량 통행량, 통행 평균 속도 및 기타 재난 상황 등의 요소들이 포함될 수 있다. 이러한 요소들은 차량의 주행 시 주행 속도에 영향을 미치는 요인들이며, 이 요인들은 차량의 정지 거리(제동 거리)에 영향을 미치는 요인들일 수 있다. 본 발명은 상술한 요인들에 한정되지 않으며, 언급되지 않은 다양한 차량의 정지 거리(제동 거리)에 영향을 미치는 요인들을 상술한 주행 방해 요소 정보로 사용할 수 있다.To this end, in the step of processing the driving-obstruction factor information according to an embodiment of the present invention (S11), at least one piece of driving-obstruction factor information is obtained using a driving-obstruction factor information processing unit, and the driving-obstruction factor information is grouped into a preset group. matching to obtain at least one driving environment information group. Driving obstruction factor information is factors that affect the deceleration of the vehicle while driving on the road, and as shown in FIG. , rainfall, vehicular traffic, average travel speed, and other disaster situations may be included. These factors are factors that affect the driving speed while driving the vehicle, and these factors may be factors that affect the stopping distance (braking distance) of the vehicle. The present invention is not limited to the above-mentioned factors, and various factors that affect the stopping distance (braking distance) of various vehicles that have not been mentioned may be used as the above-described driving obstruction factor information.
주행 방해 요소 정보를 처리하는 단계(S11)는 도 6에 도시된 바와 같이 주행 방해 요소 정보를 획득하는 단계(S111) 및 주행 방해 요소 정보를 분류하는 단계(S113)를 포함하도록 형성된다. 주행 방해 요소 정보를 획득하는 단계(S111)는 복수의 측정 정보를 이용하여 차량의 도로 주행에 영향을 미치는 정보인 주행 방해 요소 정보를 획득하도록 형성된다. 복수의 측정 정보는 다양한 센서 또는 측정 장치를 이용하여 획득될 수 있다. 본 발명의 일 실시예에서는 주행 방해 요소 정보를 획득하는 단계(S111)는 유선 또는 무선을 통해 연결되는 기 설치된 복수의 센서, 카메라, 라이더, 레이더 및 외부 서버 중 적어도 하나로부터 복수의 측정 정보를 획득할 수 있다.Processing the driving-obstruction factor information (S11) is formed to include a step (S111) of acquiring the driving-obstruction factor information and a step (S113) of classifying the driving-obstruction factor information as shown in FIG. Obtaining driving obstruction factor information (S111) is configured to obtain driving obstruction factor information, which is information affecting road driving of the vehicle, by using a plurality of measurement information. A plurality of pieces of measurement information may be acquired using various sensors or measurement devices. In one embodiment of the present invention, the step of obtaining driving obstruction factor information (S111) obtains a plurality of measurement information from at least one of a plurality of pre-installed sensors, cameras, lidars, radars, and external servers connected via wire or wireless. can do.
주행 방해 요소 정보를 획득하는 단계(S111)에서 획득하는 측정 정보는 도 9에 나타나고 있는 주행 방해 요소 정보들을 포함할 수 있다. 일 예로, 일사량, 강우량 및 강설량의 경우에는 외부 서버(기상청)에서 실시간으로 측정하여 제공되는 정보일 수 있으며, 풍향/풍속의 경우 해당 도로에 설치되는 풍속/풍향계에서 직접 획득되는 정보일 수도 있다.The measurement information acquired in the step of obtaining the driving obstacle information ( S111 ) may include the driving obstacle information shown in FIG. 9 . For example, in the case of insolation, rainfall, and snowfall, it may be information measured and provided by an external server (Meteorological Administration) in real time, and in the case of wind direction/speed, it may be information obtained directly from a wind speed/wind vane installed on a corresponding road.
주행 방해 요소 정보를 분류하는 단계(S113)는 주행 방해 요소 정보를 획득하는 단계(S111)에서 획득한 주행 방해 요소 정보를 전달 받고, 전달 받은 주행 방해 요소 정보를 기 설정된 기준에 따라 분류하여 각각 기 설정된 주행 환경 정보 그룹에 매칭시키도록 형성된다.The step of classifying the driving obstacle information (S113) receives the driving obstacle information obtained in the obtaining driving obstacle information (S111), classifies the received driving obstacle information according to a preset standard, and It is formed to match the set driving environment information group.
도 9의 예시를 참고하면, 본 발명의 일 실시예에 따른 주행 방해 요소 정보를 분류하는 단계(S113)는 주행 방해 요소 정보를 시야 정보 그룹, 노면 정보 그룹, 바람 정보 그룹, 도로 정보 그룹 및 기타 재난 그룹 중 어느 하나에 매칭시킬 수 있다. Referring to the example of FIG. 9 , in the step of classifying the driving obstruction factor information according to an embodiment of the present invention (S113), the driving obstruction factor information is classified into a view information group, a road surface information group, a wind information group, a road information group, and others. It can be matched to any one of the disaster groups.
시야 정보 그룹은 차량 운전자의 시야에 영향을 미치는 주행 방해 요소 정보들을 매칭시키는 그룹이며, 노면 정보 그룹은 차량이 주행하는 도로의 상태에 영향을 미치는 주행 방해 요소 정보들을 매칭시키는 그룹일 수 있다.The vision information group may be a group for matching driving obstruction factor information affecting the field of view of the vehicle driver, and the road surface information group may be a group for matching driving obstruction factor information affecting the state of the road on which the vehicle is driving.
바람 정보 그룹은 차량의 운행 중 차량의 주행 속도에 영향을 미칠 수 있는 주행 방해 요소 정보를 매칭시키는 그룹이며, 도로 정보 그룹은 현재 운행중인 다른 차량들에 의해 특정 차량의 운행에 영향을 미치는 주행 방해 요소 정보를 매칭시키는 그룹이고, 기타 재난 그룹은 해당 도로에 발생한 재난 상황으로 인한 주행 방해 요소 정보를 매칭시키는 그룹일 수 있다.The wind information group is a group that matches driving obstacle information that may affect the driving speed of the vehicle while the vehicle is in operation, and the road information group is a driving obstacle that affects the operation of a specific vehicle by other vehicles currently in operation. A group for matching factor information, and the other disaster group may be a group for matching driving obstruction factor information due to a disaster situation occurring on a corresponding road.
주행 방해 요소 정보를 획득하는 단계(S111)를 통해 획득된 도 9의 예시에 포함되는 주행 방해 요소 정보들은 주행 방해 요소 정보를 분류하는 단계(S113)에서 각각 다음과 같이 주행 환경 정보 그룹에 매칭될 수 있다.The driving obstacle information included in the example of FIG. 9 acquired through the obtaining driving obstacle information (S111) is matched to the driving environment information group as follows in the step of classifying the driving obstacle information (S113). can
시야 정보 그룹에는 안개, 미세먼지, 일사량, 도로경사도 등이 매칭될 수 있고, 노면 정보 그룹에는 강우량, 강설량, 적설량 및 빙결 정도 등이 매칭될 수 있다. 바람 정보 그룹에는 온도/습도 및 풍향/풍속 정보가 매칭될 수 있고, 도로 정보 그룹에는 차량통행량 및 통행 평균 속도가 매칭될 수 있으며, 기타 재난 그룹에는 기타 재난 상황이 매칭될 수 있다.Fog, fine dust, solar radiation, road slope, etc. may be matched to the visibility information group, and rainfall, snowfall, snowfall, and degree of freezing may be matched to the road surface information group. Temperature/humidity and wind direction/speed information may be matched to the wind information group, vehicle traffic volume and average travel speed may be matched to the road information group, and other disaster situations may be matched to other disaster groups.
한편, 주행 종합 등급을 판단하는 단계(S13)는, 주행 종합 등급 판단부를 이용하여 주행 환경 정보 그룹을 기 설정된 알고리즘에 적용하여 도로의 현재 주행 종합 등급을 판단하도록 형성된다. 주행 종합 등급을 판단하는 단계(S13)는 이를 위해 도 7에 도시된 바와 같이 방해 요소 레벨을 설정하는 단계(S131) 및 현재 주행 종합 등급을 획득하는 단계(S133)를 포함하도록 형성될 수 있다.Meanwhile, in the step of determining the overall driving grade (S13), the current comprehensive driving grade of the road is determined by applying the driving environment information group to a preset algorithm using the comprehensive driving grade determiner. The step of determining the overall driving grade (S13) may be configured to include a step of setting an obstacle level (S131) and a step of obtaining a current comprehensive driving grade (S133) as shown in FIG. 7 for this purpose.
도로에서 속도 제한(단속)를 사용하는 경우는 해당 구역에서의 사고 방지를 위해 속도 제한을 통해 최소 정지 거리를 확보하기 위함이다. 정지 거리는 공주 거리와 제동 거리의 합으로 표현된다. 공주 거리는 차량의 현재 속도와 운전자의 반응 속도에 따라 변화하며, 제동 거리는 현재 속도 및 마찰력에 따라 변화한다. 본 발명의 방해 요소 레벨을 설정하는 단계(S131)는 차량의 현재 마찰력에 따라 달라지는 최소 정지 거리를 확보하기 위해 차량의 현재 마찰력에 영향을 주는 주행 방해 요소 정보들로 인한 방해 요소 레벨을 설정할 수 있다.In the case of using the speed limit (enforcement) on the road, it is to secure the minimum stopping distance through the speed limit to prevent accidents in the area. The stopping distance is expressed as the sum of the running distance and the braking distance. The idle distance changes according to the vehicle's current speed and the driver's reaction speed, and the braking distance changes according to the current speed and frictional force. In the step of setting the obstacle level (S131) of the present invention, in order to secure a minimum stopping distance that varies according to the current frictional force of the vehicle, the obstacle level due to driving obstacle information affecting the current frictional force of the vehicle may be set. .
방해 요소 레벨을 설정하는 단계(S131)는 주행 환경 정보 그룹 별로 현재 방해 요소 레벨을 설정하여 그룹 별 방해 요소 레벨을 획득하도록 형성된다. 주행 환경 정보 그룹은 각각이 독립적으로 차량의 주행에 영향을 미치는 그룹들이다. 따라서, 방해 요소 레벨을 설정하는 단계(S131)는 각 주행 방해 요소 정보들의 집합이 어느 정도 주행에 영향을 주는지를 의미하는 각 그룹의 방해 요소 레벨을 획득하여 설정하도록 형성될 수 있다. 여기서 방해 요소 레벨을 설정하는 단계(S131)는 현재 방해 요소 레벨을 설정하기 위해 기 설정된 기준 레벨을 이용할 수 있다.In step S131 of setting the obstacle level, the current obstacle level is set for each driving environment information group to obtain the obstacle level for each group. The driving environment information groups are groups that each independently affect driving of the vehicle. Accordingly, the step of setting the obstacle level (S131) may be formed to obtain and set the obstacle level of each group, which means how much each set of driving obstacle information affects driving. In the step of setting the level of disturbance (S131), a preset reference level may be used to set the current level of disturbance.
기 설정된 기준 레벨은 각각의 주행 방해 요소 정보의 측정 결과를 특정 방해 요소 레벨로 결정하기 위해 사용되는 기준 값이다. 기 설정된 기준 레벨은 절대 비교를 사용하는 경우 범위 또는 특정 임계값으로 설정될 수도 있고, 상대 비교를 사용하는 경우 임의로 정의된 기준과의 차이를 이용하여 설정될 수도 있다.The preset reference level is a reference value used to determine a measurement result of each driving obstacle information as a specific obstacle level. The preset reference level may be set to a range or a specific threshold value when absolute comparison is used, or may be set using a difference from an arbitrarily defined reference level when relative comparison is used.
도 9의 예시를 참고하면, 미세먼지, 온도/습도, 풍향/풍속, 적설량, 강우량, 강설량 등의 경우에는 정확한 측정값이 존재할 수 있는 주행 방해 요소 정보로 구분될 수 있다. 이러한 경우에는 수식 계산 또는 측정을 통해 정확한 값의 비교가 가능한 기 설정된 기준 레벨을 획득할 수 있다.Referring to the example of FIG. 9 , in the case of fine dust, temperature/humidity, wind direction/speed, snowfall, rainfall, snowfall, etc., it may be classified as driving obstruction factor information that may have an accurate measurement value. In this case, it is possible to obtain a preset reference level at which exact values can be compared through formula calculation or measurement.
하지만, 안개, 강우 또는 강설로 인한 시계 제한의 경우 시계 거리를 획득할 수는 있지만, 이를 카메라 촬영에 적용하는 것은 수많은 연산이 요구된다. 따라서, 본 발명의 방해 요소 레벨을 설정하는 단계(S131)에서는 연산의 단순화를 위해 시야 정보 그룹에 포함될 수 있는 일부 주행 방해 요소 정보에 대해서 상대 비교를 통해 방해 요소 레벨을 결정하도록 형성될 수 있다. 본 발명의 일 실시예에 따른 방해 요소 레벨을 설정하는 단계(S131)에서 사용하는 상대 비교를 위한 기준 비교 정보는 후술되는 주행 종합 등급을 판단하는 단계(S13)에 더 포함되는 상대 비교 정보를 획득하는 단계(S135)에서 획득될 수 있으며, 해당 모듈의 설명에서 보다 상세하게 설명하도록 한다.However, in the case of limited visibility due to fog, rain or snowfall, although the field of view distance can be obtained, numerous calculations are required to apply it to camera shooting. Therefore, in the step of setting the obstacle level (S131) of the present invention, the obstacle level may be determined through relative comparison with respect to some driving obstacle information that may be included in the visual field information group to simplify calculation. The reference comparison information for relative comparison used in the step of setting the obstacle level (S131) according to an embodiment of the present invention obtains relative comparison information that is further included in the step (S13) of determining the comprehensive driving grade described later. It can be obtained in step S135, and will be described in more detail in the description of the corresponding module.
현재 주행 종합 등급을 획득하는 단계(S133)는 그룹 별 방해 요소 레벨을 기 설정된 알고리즘에 적용하여 현재 주행 종합 등급을 획득하도록 형성된다. 여기서, 기 설정된 알고리즘은 다양한 비교 결과 획득을 위한 기계학습 알고리즘 중 하나일 수 있으며, 본 발명에서는 바람직하게는 랜덤 포레스트 알고리즘을 사용하여 복수의 그룹에 대한 방해 요소 레벨들을 비교하여 현재 주행 종합 등급을 획득하도록 할 수 있다.In step S133 of acquiring the current comprehensive driving grade, the current comprehensive driving grade is obtained by applying the obstacle level for each group to a preset algorithm. Here, the preset algorithm may be one of machine learning algorithms for obtaining various comparison results, and in the present invention, a random forest algorithm is preferably used to compare disturbance factor levels for a plurality of groups to obtain a current overall driving grade. can make it
본 발명의 일 실시예에 따른 주행 종합 등급을 판단하는 단계(S13)는 상술한 바와 같이 상대 비교를 위한 기준 비교 정보를 획득하기 위해 상대 비교 정보를 획득하는 단계(S135)를 더 포함할 수 있다. 상대 비교 정보를 획득하는 단계(S135)는 기준 값이 존재하지 않는 경우들에 대하여 모두 기준 비교 정보를 획득할 수 있으나, 본 발명에서는 대표적으로 시계거리의 방해 요소 레벨을 촬영 영상을 이용하여 상대 비교를 통해 획득하기 위해 사용될 수 있으며, 이하에서는 이에 대하여 설명하도록 한다.Determining the comprehensive driving grade (S13) according to an embodiment of the present invention may further include obtaining relative comparison information (S135) to obtain reference comparison information for relative comparison as described above. . In the step of obtaining relative comparison information (S135), reference comparison information can be obtained for all cases where the reference value does not exist. It can be used to obtain through, and will be described below.
도 10을 참고하면, 본 발명의 일 실시예에 따른 상대 비교 정보를 획득하는 단계(S135)는 먼저, 기준 날씨를 만족하는 영상을 다량 획득하도록 형성될 수 있다. 여기서 기준 날씨는 일반적으로 차량 주행 시 시계에 영향을 미치는 요인이 존재하지 않는 날씨일 수 있으며, 강우/강설이 발생하지 않고 광량이 기 설정된 값 이상이며 안개가 끼지 않은 날씨가 일 예일 수 있다.Referring to FIG. 10 , obtaining relative comparison information according to an embodiment of the present invention ( S135 ) may first acquire a large number of images satisfying standard weather. Here, the reference weather may be weather in which there is no factor influencing the visibility during driving of the vehicle, and an example thereof may be weather in which rain/snow does not occur, light intensity is greater than a predetermined value, and fog is not present.
상대 비교 정보를 획득하는 단계(S135)는 기준 날씨를 만족하는 영상을 다량 획득하면, 해당 영상들을 분석하여 레벨 기준 영상을 획득할 수 있다. 이때, 영상 분석은 일반적으로 널리 알려진 SIFT 알고리즘을 사용하여 특징점을 획득하는 방식으로 이루어질 수도 있다. SIFT 알고리즘을 사용하는 경우, 본 발명의 상대 비교 정보를 획득하는 단계(S135)는 촬영 영상 내에서 도로를 운행하는 차량의 특징점을 획득할 수 있는 위치를 확보할 수 있다. 이 경우, 차량이 촬영 영상을 획득하는 카메라와 임계 거리보다 멀리 존재하는 경우 상대 비교 정보를 획득하는 단계(S135)에서는 해당 차량의 특징점을 획득할 수 없으며(차량 구분 불가능), 차량이 임계 거리 이하로 접근하는 경우 상대 비교 정보를 획득하는 단계(S135)에서는 해당 차량의 특징점을 획득하기 시작할 수 있다(차량 구분 가능).In the step of obtaining relative comparison information (S135), when a large number of images satisfying the standard weather are obtained, a level reference image may be obtained by analyzing the corresponding images. At this time, the image analysis may be performed in a manner of obtaining feature points using a generally well-known SIFT algorithm. In the case of using the SIFT algorithm, in the step of obtaining relative comparison information (S135) of the present invention, it is possible to secure a position from which feature points of a vehicle traveling on the road can be obtained within a photographed image. In this case, in the step of obtaining relative comparison information (S135) when the vehicle is farther than the threshold distance from the camera for acquiring the photographed image, the feature point of the vehicle cannot be obtained (vehicle discrimination is impossible), and the vehicle is less than the threshold distance. When approaching to , in the step of obtaining relative comparison information (S135), it is possible to start acquiring feature points of the corresponding vehicle (vehicle identification is possible).
따라서, 본 발명의 상대 비교 정보를 획득하는 단계(S135)는 레벨 기준 영상을 획득하는 과정에서 기준 날씨에서 차량 구분이 가능한 임계 거리를 획득할 수 있으며, 여기서 임계 거리는 카메라와 차량 사이의 거리일 수 있다. 상대 비교 정보를 획득하는 단계(S135)는 임계 거리를 획득하면, 임계 거리를 이용하여 차량과 카메라가 설치된 위치 사이의 실제 도로상의 거리인 2차원 기준 거리를 획득할 수 있다. Therefore, in the step of obtaining relative comparison information (S135) of the present invention, a critical distance capable of distinguishing a vehicle in the standard weather may be obtained in the process of acquiring a level reference image, where the critical distance may be the distance between the camera and the vehicle. there is. In the step of obtaining relative comparison information (S135), when a threshold distance is obtained, a two-dimensional reference distance, which is a distance on an actual road between the vehicle and the location where the camera is installed, may be obtained using the threshold distance.
한편, 상대 비교 정보를 획득하는 단계(S135)는 레벨 기준 영상을 이용하여 2차원 기준 거리를 획득하면, 다른 날씨에 대한 영상들인 비교 영상들을 획득하고 영상 분석을 수행하며, 영상 분석 결과를 학습하여 레벨 분류 기준을 획득할 수 있다. 상대 비교 정보를 획득하는 단계(S135)는 획득한 다양한 비교 영상들로부터 비교 임계 거리를 획득하고, 레벨 기준 영상의 임계 거리인 기준 임계 거리와의 비교를 수행한다. 보다 상세히는 상대 비교 정보를 획득하는 단계(S135)는 설정에 따라 임계 거리를 비교할 수도 있고, 2차원 거리를 비교하도록 형성될 수 있다. 이는 2차원 거리가 임계 거리로부터 도출되는 거리이기 때문이다.Meanwhile, in the step of obtaining relative comparison information (S135), when a 2D reference distance is obtained using a level reference image, comparison images, which are images for different weather, are obtained, image analysis is performed, and the image analysis result is learned. A level classification criterion can be obtained. In the step of obtaining relative comparison information (S135), a comparison threshold distance is obtained from various acquired comparison images, and comparison is performed with a reference threshold distance, which is a threshold distance of a level reference image. In more detail, in the step of obtaining relative comparison information (S135), a threshold distance may be compared according to settings, or a two-dimensional distance may be compared. This is because the two-dimensional distance is a distance derived from the critical distance.
상대 비교 정보를 획득하는 단계(S135)는 기준 임계 거리(2차원 기준 거리)와 비교 임계 거리(2차원 비교 거리)의 비율을 획득하고, 비율에 따라 비교 영상에서의 시계거리 방해 요소 레벨을 결정할 수 있다. 기준 임계 거리(2차원 기준 거리)가 최대 시계거리(100%)이면, 비교 임계 거리(2차원 비교 거리)는 100% 이하로 설정된다. 따라서, 기준 임계 거리(2차원 기준 거리) 값을 상대 비교 정보를 획득하는 단계(S135)이 가지는 경우, 비교 임계 거리(2차원 비교 거리)와의 비교를 통해 비교 임계 거리의 비율을 획득하고, 해당 비율이 포함되는 기 설정된 레벨 범위를 획득하고, 해당 레벨 범위에 대응하는 방해 요소 레벨을 획득할 수 있다.In the step of obtaining relative comparison information (S135), a ratio of a reference threshold distance (2-dimensional reference distance) and a comparison threshold distance (2-dimensional comparison distance) is obtained, and a viewing distance obstruction level in the comparison image is determined according to the ratio. can If the reference threshold distance (two-dimensional reference distance) is the maximum viewing distance (100%), the comparison threshold distance (two-dimensional comparison distance) is set to 100% or less. Therefore, if the step of acquiring relative comparison information (S135) has a reference threshold distance (2-dimensional reference distance) value, a ratio of the comparison threshold distance is obtained through comparison with the comparison threshold distance (2-dimensional comparison distance), and the corresponding A preset level range including the ratio may be obtained, and a disturbance factor level corresponding to the corresponding level range may be obtained.
마지막으로 본 발명의 일 실시예에 따른 구간 단속 속도를 설정하는 단계(S15)는 구간 단속 속도 설정부를 통해 현재 주행 종합 등급을 이용하여 기 설정된 구간 단속 속도를 설정하고 제공하도록 형성된다. 도 8를 참고하면 본 발명의 일 실시예에 따른 구간 단속 속도를 설정하는 단계(S15)는 정지 거리를 계산하는 단계(S151) 및 가변 단속 속도를 산출하는 단계(S153)를 포함하도록 형성된다.Finally, in the step of setting the section enforcement speed according to an embodiment of the present invention (S15), a preset section enforcement speed is set and provided using the current driving comprehensive grade through the section enforcement speed setting unit. Referring to FIG. 8 , the step of setting a section enforcement speed (S15) according to an embodiment of the present invention is formed to include a step of calculating a stopping distance (S151) and a step of calculating a variable speed enforcement speed (S153).
정지 거리를 계산하는 단계(S151)는 현재 주행 종합 등급을 이용하여 차량의 정지 거리를 계산하도록 형성된다. 정지 거리를 계산하는 단계(S151)는 현재 주행 종합 등급에 대응하는 횡방향 마찰계수를 기 저장된 정보로부터 획득하고, 획득한 횡방향 마찰계수를 이용하여 정지 거리를 계산할 수 있다. 정지 거리는 상술한 바와 같이 공주 거리와 제동 거리의 합을 의미하며 하기 수학식 3으로 표현될 수 있다.The step of calculating the stopping distance (S151) is configured to calculate the stopping distance of the vehicle using the current driving overall grade. In the step of calculating the stopping distance (S151), a lateral friction coefficient corresponding to the current overall driving grade may be obtained from previously stored information, and the stopping distance may be calculated using the acquired lateral friction coefficient. As described above, the stopping distance means the sum of the idle distance and the braking distance and can be expressed by Equation 3 below.
(여기서, α: 정지거리(m), tr: 운전자 반응 시간(s), v: 차량 속도(m/s), G: 중력가속도: 9.8(m/s2), β: 실시간 주행방해요소별 횡방향 마찰계수)(Here, α: stopping distance (m), t r : driver reaction time (s), v: vehicle speed (m/s), G: gravitational acceleration: 9.8 (m/s 2 ), β: real-time driving disturbance factor specific transverse friction coefficient)
상기 수학식 3에서 운전자 반응 시간은 통계적으로 기 획득된 반응 시간일 수 있다.In Equation 3, the driver's reaction time may be a statistically pre-acquired reaction time.
가변 단속 속도를 산출하는 단계(S153)는 정지 거리를 기준으로 자동차에게 제공될 적정 가변 단속 속도를 산출하도록 형성된다. 가변 단속 속도를 산출하는 단계(S153)는 상기 수학식 3을 기반으로 가변 단속 속도를 하기 수학식 4를 이용하여 획득할 수 있다.The step of calculating the variable speed enforcement (S153) is configured to calculate an appropriate variable speed control speed to be provided to the vehicle based on the stopping distance. In the step of calculating the variable enforcement speed (S153), the variable enforcement speed may be obtained using Equation 4 below based on Equation 3 above.
(여기서, α: 정지거리(m), tr: 운전자 반응 시간(s), v: 차량 속도(m/s), G: 중력가속도: 9.8(m/s2), β: 실시간 주행방해요소별 횡 방향 마찰계수)(Here, α: stopping distance (m), t r : driver reaction time (s), v: vehicle speed (m/s), G: gravitational acceleration: 9.8 (m/s 2 ), β: real-time driving disturbance factor specific transverse friction coefficient)
정리하면, 본 발명의 가변형 구간 단속 방법(10)은 구간 단속 속도를 설정하는 단계(S15)에서 가변 단속 속도를 산출하는 수학식 4를 사용하기 위해 실시간 주행방해요소별 횡방향 마찰계수를 획득하도록 형성되며, 이를 위해 주행 방해 요소 정보를 처리하는 단계(S11)에서 주행 방해 요소 정보를 획득하고, 주행 종합 등급을 판단하는 단계(S13)에서 주행 종합 등급 판단을 수행하도록 형성된다. 실시간 주행 방해요소별 횡방향 마찰계수는 주행 종합 등급 별로 매칭되어 기 저장되어 있으므로, 본 발명의 가변형 구간 단속 방법(10)은 도로를 촬영하는 카메라 외에 다양한 정보를 획득하여 주행 종합 등급을 획득할 수 있다.In summary, the variable
또, 본 발명의 가변형 구간 단속 방법(10)은 상술한 설명에는 언급되고 있지 않지만, 촬영 카메라를 통해 촬영 후 인식된 차량의 종류에 따라 서로 다른 가변 단속 속도를 산출할 수 있으며(수학식 4의 질량 m의 차이), 가변 단속 속도를 차량에 직접 전달할 수도 있으며, LED 전광판을 통해 전체 가변 단속 속도를 제공할 수도 있다.In addition, although the variable
이상에서 본 발명의 일 실시예에 대하여 설명하였으나, 본 발명의 사상은 본 명세서에 제시되는 실시 예에 제한되지 아니하며, 본 발명의 사상을 이해하는 당업자는 동일한 사상의 범위 내에서, 구성요소의 부가, 변경, 삭제, 추가 등에 의해서 다른 실시 예를 용이하게 제안할 수 있을 것이나, 이 또한 본 발명의 사상범위 내에 든다고 할 것이다.Although one embodiment of the present invention has been described above, the spirit of the present invention is not limited to the embodiments presented herein, and those skilled in the art who understand the spirit of the present invention may add elements within the scope of the same spirit. However, other embodiments can be easily proposed by means of changes, deletions, additions, etc., but these will also fall within the scope of the present invention.
1: 주행 환경 정보를 이용한 가변형 구간 단속 시스템
11: 주행 방해 요소 정보 처리부
13: 주행 종합 등급 판단부
15: 구간 단속 속도 설정부
111: 주행 방해 요소 정보 획득 모듈
113: 주행 방해 요소 정보 분류 모듈
131: 방해 요소 레벨 설정 모듈
133: 현재 주행 종합 등급 획득 모듈
135: 상대 비교 정보 획득 모듈
151: 정지 거리 계산 모듈
153: 가변 단속 속도 산출 모듈1: Variable section enforcement system using driving environment information
11: driving obstruction factor information processing unit
13: driving comprehensive rating determination unit
15: Section regulation speed setting unit
111: driving obstruction factor information acquisition module
113: driving obstruction factor information classification module
131: blockage level setting module
133: Current driving comprehensive grade acquisition module
135: relative comparison information acquisition module
151: stop distance calculation module
153: variable intermittent speed calculation module
Claims (18)
상기 주행 환경 정보 그룹을 기 설정된 알고리즘에 적용하여 현재 주행 종합 등급을 판단하는 주행 종합 등급 판단부; 및
상기 현재 주행 종합 등급을 이용하여 기 설정된 구간 단속 속도를 설정하고 제공하는 구간 단속 속도 설정부;를 포함하며,
상기 주행 방해 요소 처리부는
복수의 측정 정보를 이용하여 자동차의 도로 주행에 영향을 미치는 정보인 상기 주행 방해 요소를 획득하는 주행 방해 요소 획득 모듈; 및
상기 주행 방해 요소를 기 설정된 기준에 따라 분류하여 기 설정된 상기 주행 환경 정보 그룹에 매칭시키는 주행 방해 요소 분류 모듈;을 포함하며,
상기 기 설정된 주행 환경 정보 그룹은 시야 정보 그룹, 노면 정보 그룹, 바람 정보 그룹, 도로 정보 그룹 및 기타 재난 그룹 중 적어도 하나를 포함하고,
상기 주행 방해 요소 획득 모듈은,
상기 복수의 측정 정보를 기 설치된 복수의 센서, 카메라, 라이더, 레이더 및 통신망을 통해 연결된 외부 서버 중 적어도 하나를 이용하여 획득하며,
상기 주행 종합 등급 판단부는,
상기 주행 환경 정보 그룹 별로 절대 비교 또는 상대 비교를 이용하여 현재 방해 요소 레벨을 설정하여 그룹 별 방해 요소 레벨을 획득하는 방해 요소 레벨 설정 모듈;
상기 그룹 별 방해 요소 레벨을 상기 기 설정된 알고리즘에 적용하여 상기 현재 주행 종합 등급을 획득하는 현재 주행 종합 등급 획득 모듈; 및
상기 상대 비교를 수행하기 위한 상대 기준 비교 정보를 획득하도록 형성되는 상대 비교 정보 획득 모듈;을 포함하며,
상기 방해 요소 레벨 설정 모듈은,
기 설정된 기준 레벨을 이용하여 상기 주행 환경 정보 그룹 별로 상기 현재 방해 요소 레벨을 설정하며,
상기 기 설정된 알고리즘은 랜덤 포레스트 알고리즘이고,
상기 상대 비교 정보 획득 모듈은,
레벨 기준 영상을 통해 차량 구분이 가능한 2차원 기준 거리를 획득하며, 복수의 비교 영상의 학습을 통해 비교 임계 거리를 획득하고, 획득한 상기 2차원 기준 거리 및 상기 비교 임계 거리의 비교를 통해 거리 비율을 획득한 후, 상기 거리 비율을 이용하여 특정 비교 영상의 시계거리 방해 요소 레벨을 결정하는 주행 환경 정보를 이용한 가변형 구간 단속 시스템.a driving-interfering factor processing unit that obtains at least one driving-interfering factor and acquires at least one driving environment information group by matching the acquired driving-interfering factor to a preset group;
a driving overall grade determining unit for determining a current driving overall grade by applying the driving environment information group to a preset algorithm; and
A section control speed setting unit for setting and providing a preset section control speed using the current overall driving grade;
The driving obstruction processing unit
a driving obstruction factor acquiring module that obtains the driving obstruction factor, which is information affecting road driving of the vehicle, by using a plurality of pieces of measurement information; and
A driving obstacle classification module that classifies the driving obstacles according to a predetermined criterion and matches them to the predetermined driving environment information group;
The preset driving environment information group includes at least one of a vision information group, a road surface information group, a wind information group, a road information group, and other disaster groups;
The driving obstruction acquisition module,
Obtaining the plurality of measurement information using at least one of a plurality of pre-installed sensors, cameras, lidars, radars, and an external server connected through a communication network;
The overall driving grade determination unit,
a blockage level setting module configured to obtain a blockage level for each group by setting a current blockage level using an absolute comparison or a relative comparison for each driving environment information group;
a current comprehensive driving grade obtaining module for acquiring the current comprehensive driving grade by applying the obstacle level for each group to the preset algorithm; and
A relative comparison information acquisition module configured to acquire relative reference comparison information for performing the relative comparison;
The disturbance factor level setting module,
Setting the current disturbance factor level for each driving environment information group using a preset reference level;
The preset algorithm is a random forest algorithm,
The relative comparison information obtaining module,
A 2D reference distance capable of distinguishing vehicles is obtained through a level reference image, a comparison threshold distance is obtained through learning of a plurality of comparison images, and a distance ratio is obtained by comparing the obtained 2D reference distance and the comparison threshold distance. After obtaining, the variable section enforcement system using driving environment information for determining the level of the viewing distance obstruction factor of a specific comparison image using the distance ratio.
상기 방해 요소 레벨 설정 모듈은,
단위를 가지는 측정 값이 존재하는 경우, 절대 값을 이용하여 상기 방해 요소 레벨을 설정하며,
단위를 가지는 측정 값이 존재하지 않는 경우, 상기 상대 비교를 이용하여 상기 방해 요소 레벨을 설정하는 주행 환경 정보를 이용한 가변형 구간 단속 시스템.According to claim 1,
The disturbance factor level setting module,
If there is a measurement value having a unit, the level of the disturbance factor is set using an absolute value,
A variable section enforcement system using driving environment information for setting the disturbance factor level using the relative comparison when a measurement value having a unit does not exist.
상기 구간 단속 속도 설정부는,
상기 현재 주행 종합 등급을 이용하여 상기 자동차의 정지 거리를 계산하는 정지 거리 계산 모듈; 및
상기 정지 거리를 기준으로 상기 자동차에게 제공될 적정 가변 단속 속도를 산출하는 가변 단속 속도 산출 모듈;을 포함하는 주행 환경 정보를 이용한 가변형 구간 단속 시스템.According to claim 6,
The section control speed setting unit,
a stopping distance calculation module for calculating a stopping distance of the vehicle using the current overall driving grade; and
A variable speed enforcement speed calculation module for calculating an appropriate variable speed enforcement speed to be provided to the vehicle based on the stopping distance; a variable speed enforcement system using driving environment information.
상기 정지 거리 계산 모듈은,
하기 수식 1을 이용하여 상기 정지 거리를 계산하는 주행 환경 정보를 이용한 가변형 구간 단속 시스템.
수식 1
(여기서, α: 정지거리(m), tr: 운전자 반응 시간(s), v: 차량 속도(m/s), G: 중력가속도: 9.8(m/s2), β: 실시간 주행방해요소별 횡방향 마찰계수)According to claim 7,
The stop distance calculation module,
A variable section enforcement system using driving environment information for calculating the stopping distance using Equation 1 below.
formula 1
(Here, α: stopping distance (m), t r : driver reaction time (s), v: vehicle speed (m/s), G: gravitational acceleration: 9.8 (m/s2), β: real-time driving obstacles transverse friction coefficient)
상기 가변 단속 속도 산출 모듈은,
하기 수식 2를 이용하여 상기 가변 단속 속도를 산출하는 주행 환경 정보를 이용한 가변형 구간 단속 시스템.
수식 2
(여기서, α: 정지거리(m), tr: 운전자 반응 시간(s), v: 차량 속도(m/s), G: 중력가속도: 9.8(m/s2), β: 실시간 주행방해요소별 횡 방향 마찰계수)According to claim 8,
The variable speed calculation module,
A variable section enforcement system using driving environment information for calculating the variable enforcement speed using Equation 2 below.
formula 2
(Where, α: stopping distance (m), tr: driver reaction time (s), v: vehicle speed (m/s), G: gravitational acceleration: 9.8 (m/s2), β: lateral by obstacles to driving in real time) direction friction coefficient)
주행 종합 등급 판단부를 통해 상기 주행 환경 정보 그룹을 기 설정된 알고리즘에 적용하여 현재 주행 종합 등급을 판단하는 단계; 및
구간 단속 설정부를 통해 상기 현재 주행 종합 등급을 이용하여 기 설정된 구간 단속 속도를 설정하고 제공하는 단계;를 포함하며,
상기 적어도 하나의 주행 환경 정보 그룹을 획득하는 단계는,
복수의 측정 정보를 이용하여 자동차의 도로 주행에 영향을 미치는 정보인 상기 주행 방해 요소를 획득하는 단계; 및
상기 주행 방해 요소를 기 설정된 기준에 따라 분류하여 기 설정된 상기 주행 환경 정보 그룹에 매칭시키는 단계;를 포함하며,
상기 기 설정된 주행 환경 정보 그룹은 시야 정보 그룹, 노면 정보 그룹, 바람 정보 그룹, 도로 정보 그룹 및 기타 재난 그룹 중 적어도 하나를 포함하고,
상기 주행 방해 요소를 획득하는 단계는,
상기 복수의 측정 정보를 기 설치된 복수의 센서, 카메라, 라이더, 레이더 및 통신망을 통해 연결된 외부 서버 중 적어도 하나를 이용하여 획득하며,
상기 현재 주행 종합 등급을 판단하는 단계는,
상기 주행 환경 정보 그룹 별로 절대 비교 또는 상대 비교를 이용하여 현재 방해 요소 레벨을 설정하여 그룹 별 방해 요소 레벨을 획득하는 단계;
상기 그룹 별 방해 요소 레벨을 상기 기 설정된 알고리즘에 적용하여 상기 현재 주행 종합 등급을 획득하는 단계; 및
상기 상대 비교를 수행하기 위한 상대 기준 비교 정보를 획득하도록 형성되는 단계;를 포함하고,
상기 그룹 별 방해 요소 레벨을 획득하는 단계는,
기 설정된 기준 레벨을 이용하여 상기 주행 환경 정보 그룹 별로 상기 현재 방해 요소 레벨을 설정하며,
상기 기 설정된 알고리즘은 랜덤 포레스트 알고리즘이고,
상기 상대 기준 비교 정보를 획득하도록 형성되는 단계는,
레벨 기준 영상을 통해 차량 구분이 가능한 2차원 기준 거리를 획득하며, 복수의 비교 영상의 학습을 통해 비교 임계 거리를 획득하고, 획득한 상기 2차원 기준 거리 및 상기 비교 임계 거리의 비교를 통해 거리 비율을 획득한 후, 상기 거리 비율을 이용하여 특정 비교 영상의 시계거리 방해 요소 레벨을 결정하는 주행 환경 정보를 이용한 가변형 구간 단속 방법.acquiring at least one driving interference factor using a driving interference factor processing unit and matching the obtained driving interference factor to a preset group to obtain at least one driving environment information group;
determining a current overall driving grade by applying the driving environment information group to a preset algorithm through a comprehensive driving grade determining unit; and
Including; setting and providing a preset section enforcement speed using the current overall driving grade through a section enforcement setting unit,
The acquiring of at least one group of driving environment information includes:
obtaining the driving obstruction factor, which is information affecting road driving of the vehicle, by using a plurality of pieces of measurement information; and
Classifying the driving obstruction factors according to a preset criterion and matching them to the preset driving environment information group;
The preset driving environment information group includes at least one of a vision information group, a road surface information group, a wind information group, a road information group, and other disaster groups;
Obtaining the driving obstruction factors,
Obtaining the plurality of measurement information using at least one of a plurality of pre-installed sensors, cameras, lidars, radars, and an external server connected through a communication network;
The step of determining the current driving overall grade,
acquiring a level of an obstacle for each group by setting a current obstacle level using an absolute comparison or a relative comparison for each group of the driving environment information;
acquiring the current driving comprehensive grade by applying the level of the obstacle for each group to the preset algorithm; and
A step configured to obtain relative reference comparison information for performing the relative comparison;
Obtaining the disturbance factor level for each group,
Setting the current disturbance factor level for each driving environment information group using a preset reference level;
The preset algorithm is a random forest algorithm,
The step of obtaining the relative reference comparison information is
A 2D reference distance capable of distinguishing vehicles is obtained through a level reference image, a comparison threshold distance is obtained through learning of a plurality of comparison images, and a distance ratio is obtained by comparing the obtained 2D reference distance and the comparison threshold distance. After obtaining, a variable section enforcement method using driving environment information for determining the level of the viewing distance obstruction factor of a specific comparison image using the distance ratio.
상기 그룹 별 방해 요소 레벨을 획득하는 단계는,
단위를 가지는 측정 값이 존재하는 경우, 절대 값을 이용하여 상기 방해 요소 레벨을 설정하며,
단위를 가지는 측정 값이 존재하지 않는 경우, 상기 상대 비교를 이용하여 상기 방해 요소 레벨을 설정하는 주행 환경 정보를 이용한 가변형 구간 단속 방법.According to claim 10,
Obtaining the disturbance factor level for each group,
If there is a measurement value having a unit, the level of the disturbance factor is set using an absolute value,
When a measurement value having a unit does not exist, a variable section enforcement method using driving environment information for setting the disturbance factor level using the relative comparison.
상기 기 설정된 구간 단속 속도를 설정하고 제공하는 단계는,
상기 현재 주행 종합 등급을 이용하여 상기 자동차의 정지 거리를 계산하는 단계; 및
상기 정지 거리를 기준으로 상기 자동차에게 제공될 적정 가변 단속 속도를 산출하는 단계;를 포함하는 주행 환경 정보를 이용한 가변형 구간 단속 방법.According to claim 15,
The step of setting and providing the preset section regulating speed,
calculating a stopping distance of the vehicle using the current overall driving grade; and
A variable section enforcement method using driving environment information comprising: calculating an appropriate variable enforcement speed to be provided to the vehicle based on the stopping distance.
상기 자동차의 정지 거리를 계산하는 단계는,
하기 수식 3을 이용하여 상기 정지 거리를 계산하는 주행 환경 정보를 이용한 가변형 구간 단속 방법.
수식 3
(여기서, α: 정지거리(m), tr: 운전자 반응 시간(s), v: 차량 속도(m/s), G: 중력가속도: 9.8(m/s2), β: 실시간 주행방해요소별 횡방향 마찰계수)According to claim 16,
Calculating the stopping distance of the vehicle,
A variable section control method using driving environment information for calculating the stopping distance using Equation 3 below.
formula 3
(Here, α: stopping distance (m), t r : driver reaction time (s), v: vehicle speed (m/s), G: gravitational acceleration: 9.8 (m/s2), β: real-time driving obstacles transverse friction coefficient)
상기 적정 가변 단속 속도를 산출하는 단계는,
하기 수식 4를 이용하여 상기 가변 단속 속도를 산출하는 주행 환경 정보를 이용한 가변형 구간 단속 방법.
수식 4
(여기서, α: 정지거리(m), tr: 운전자 반응 시간(s), v: 차량 속도(m/s), G: 중력가속도: 9.8(m/s2), β: 실시간 주행방해요소별 횡 방향 마찰계수)
According to claim 17,
In the step of calculating the appropriate variable speed,
A variable section enforcement method using driving environment information for calculating the variable enforcement speed using Equation 4 below.
formula 4
(Where, α: stopping distance (m), tr: driver reaction time (s), v: vehicle speed (m/s), G: gravitational acceleration: 9.8 (m/s2), β: lateral by obstacles to driving in real time) direction friction coefficient)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220099785A KR102536768B1 (en) | 2022-08-10 | 2022-08-10 | Variable section enforcement system and method using driving environment information |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220099785A KR102536768B1 (en) | 2022-08-10 | 2022-08-10 | Variable section enforcement system and method using driving environment information |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102536768B1 true KR102536768B1 (en) | 2023-05-26 |
Family
ID=86536432
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220099785A KR102536768B1 (en) | 2022-08-10 | 2022-08-10 | Variable section enforcement system and method using driving environment information |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102536768B1 (en) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100066047A (en) | 2008-12-09 | 2010-06-17 | 유창완 | Information providing system of sectional velocity of vehicles and information providing method of sectional velocity of vehicles |
| KR20110060483A (en) * | 2009-11-30 | 2011-06-08 | 주식회사 제일엔지니어링종합건축사사무소 | Classify the road traffic danger grade method and appatatus and system using forward road state information, traffic state information and vehicle's velocity information |
| JP2011186940A (en) * | 2010-03-10 | 2011-09-22 | Toshiba Corp | Road traffic information providing system and method |
| KR20110125539A (en) * | 2010-05-13 | 2011-11-21 | 한국전자통신연구원 | Method and device of advisory safety speed determination based on road surface states and statistical traffic condition |
| KR102262810B1 (en) * | 2021-03-02 | 2021-06-11 | 주식회사 아프로시스템즈 | Variable speed limit management system and judgment method according to raod conditions |
-
2022
- 2022-08-10 KR KR1020220099785A patent/KR102536768B1/en active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100066047A (en) | 2008-12-09 | 2010-06-17 | 유창완 | Information providing system of sectional velocity of vehicles and information providing method of sectional velocity of vehicles |
| KR20110060483A (en) * | 2009-11-30 | 2011-06-08 | 주식회사 제일엔지니어링종합건축사사무소 | Classify the road traffic danger grade method and appatatus and system using forward road state information, traffic state information and vehicle's velocity information |
| JP2011186940A (en) * | 2010-03-10 | 2011-09-22 | Toshiba Corp | Road traffic information providing system and method |
| KR20110125539A (en) * | 2010-05-13 | 2011-11-21 | 한국전자통신연구원 | Method and device of advisory safety speed determination based on road surface states and statistical traffic condition |
| KR102262810B1 (en) * | 2021-03-02 | 2021-06-11 | 주식회사 아프로시스템즈 | Variable speed limit management system and judgment method according to raod conditions |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107202983B (en) | Automatic braking method and system based on image recognition and millimeter wave radar fusion | |
| US11380105B2 (en) | Identification and classification of traffic conflicts | |
| US11315026B2 (en) | Systems and methods for classifying driver behavior | |
| US10515546B2 (en) | Driving determination device and detection device | |
| US9139204B1 (en) | Road surface condition detection with recursive adaptive learning and validation | |
| US10872419B2 (en) | Method and apparatus for evaluating a vehicle travel surface | |
| KR102039118B1 (en) | Photographing system of multi lines using radar | |
| KR102282800B1 (en) | Method for trackig multi target employing ridar and camera | |
| KR20200102907A (en) | Method and apparatus for object recognition based on visible light and infrared fusion image | |
| KR102536768B1 (en) | Variable section enforcement system and method using driving environment information | |
| KR20040051778A (en) | Noticing method of vehicle-trouble | |
| KR102189406B1 (en) | Detecting system of status of road surface and alram system | |
| CN109383289A (en) | Automobile speed limit control method, device, electronic equipment and readable storage medium storing program for executing | |
| KR20170030816A (en) | Smart cruise control apparatus and method with traffic sign detecting function | |
| KR102257078B1 (en) | Fog detection device using coordinate system and method thereof | |
| JPH11142168A (en) | Environment-recognizing apparatus | |
| KR20150006983A (en) | Forward vehicle collision warning apparatus and method thereof | |
| CN115016453A (en) | Intelligent networking unmanned vehicle driving system | |
| KR102414877B1 (en) | Smart parking lot guiding system for enhancing accuracy and reliability of information | |
| Ioan et al. | System for visibility distance estimation in fog conditions based on light sources and visual acuity | |
| JP3771729B2 (en) | Traffic flow measurement system | |
| JP7276276B2 (en) | Dangerous driving detection device, dangerous driving detection system, and dangerous driving detection program | |
| CN117173896B (en) | Visual traffic control method based on ARM technology system | |
| KR102340902B1 (en) | Apparatus and method for monitoring school zone | |
| KR102281891B1 (en) | Vehicle control system for providing road icing phenomenon nitification and control method thereof |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GRNT | Written decision to grant |