KR102603270B1 - 스마트 어린이보호구역 구축을 위한 인공지능기반 통합안전 시스템 - Google Patents

스마트 어린이보호구역 구축을 위한 인공지능기반 통합안전 시스템 Download PDF

Info

Publication number
KR102603270B1
KR102603270B1 KR1020230091106A KR20230091106A KR102603270B1 KR 102603270 B1 KR102603270 B1 KR 102603270B1 KR 1020230091106 A KR1020230091106 A KR 1020230091106A KR 20230091106 A KR20230091106 A KR 20230091106A KR 102603270 B1 KR102603270 B1 KR 102603270B1
Authority
KR
South Korea
Prior art keywords
vehicle
speed
processing device
radar sensor
approaching
Prior art date
Application number
KR1020230091106A
Other languages
English (en)
Inventor
이지선
이희원
방수혁
Original Assignee
한국교통연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국교통연구원 filed Critical 한국교통연구원
Priority to KR1020230091106A priority Critical patent/KR102603270B1/ko
Application granted granted Critical
Publication of KR102603270B1 publication Critical patent/KR102603270B1/ko

Links

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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/91—Radar or analogous systems specially adapted for specific applications for traffic control
    • G01S13/92—Radar or analogous systems specially adapted for specific applications for traffic control for velocity measurement
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/003—Transmission of data between radar, sonar or lidar systems and remote stations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/09—Supervised learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B5/00—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied
    • G08B5/22—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied using electric transmission; using electromagnetic transmission
    • G08B5/36—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied using electric transmission; using electromagnetic transmission using visible light sources
    • G08B5/38—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied using electric transmission; using electromagnetic transmission using visible light sources using flashing light
    • 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
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • 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
    • 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)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)

Abstract

신호등 제어장치, 어린이 보호구역에 설치된 카메라, 상기 카메라 및 상기 신호등 제어장치에 연결된 제1처리장치, 상기 제1처리장치에 연결된 보행자 경고출력장치, 어린이 보호구역에 설치된 레이더 센서, 및 상기 레이더 센서 및 상기 제1처리장치에 연결된 제2처리장치를 포함하며, 상기 제1처리장치는, 상기 카메라가 촬영한 영상을 분석하여 소정의 횡단보도를 향해 소정의 임계속도 이상으로 접근하는 차량이 존재하는지 여부를 판단하도록 되어 있고, 상기 신호등 제어장치가 보행자 보행 가능신호를 출력하는 제1시구간 동안 상기 접근하는 차량이 존재하는 것으로 판단되면, 상기 보행자 경고출력장치를 제어하여 차량이 접근 중임을 알리는 경고 신호를 출력하도록 되어 있고, 상기 레이더 센서는, 상기 소정의 횡단보도를 향하는 경로를 따라 접근 중인 제1차량의 속도를 상기 제2처리장치에게 제공하도록 되어 있고, 상기 제2처리장치는, 상기 레이더 센서로부터 제공받은 상기 제1차량의 속도에 관한 시변패턴을 분석하여 상기 제1차량이 위험차량인지의 여부를 결정하도록 되어 있고, 상기 제1차량이 위험차량이라고 결정한 경우, 상기 제1차량이 위험차량이라는 정보를 상기 제1처리장치에게 제공하도록 되어 있으며, 그리고 상기 제1처리장치는 상기 제1차량이 위험차량이라는 정보를 제공받으면, 상기 보행자 경고출력장치를 제어하여 차량이 접근 중임을 알리는 경고 신호를 출력하도록 되어 있는, 스마트 어린이보호구역 구축을 위한 인공지능기반 통합 안전 시스템을 공개한다.

Description

스마트 어린이보호구역 구축을 위한 인공지능기반 통합 안전 시스템{Artificial intelligence-based integrated safety system for building smart school zone}
본 발명은 스마트 어린이보호구역 구축을 위한 인공지능기반 통합 안전 시스템에 관한 기술로서, 특히 과속차량을 검출함과 동시에 횡단보도의 보행자 사고위험 경고 서비스를 제공하는 시스템에 관한 것이다.
어린이보호구역은 어린이들의 안전증진을 위해 지정된 구역으로, 주로 학교 주변이나 어린이 관련 시설 주변에 위치한다. 어린이보호구역에서는 일반적으로 차량의 과속 및 교통법규 위반을 엄격히 단속하고 있다. 어린이보호구역에서의 차량단속은 교통 법규 위반 행동을 검출하고 단속하는 절차를 의미하는 것으로 다양한 방법으로 이루어질 수 있다.
예컨대, 어린이보호구역에서의 제한속도 규정을 위반하는 차량을 검출하고, 운전자에게 적절한 처벌을 가할 수 있다. 이를 위해 속도 측정기, 이동식 단속 카메라 등이 사용될 수 있다. 또한, 교통 신호나 횡단보도 일시정지 등 교통법규를 위반하는 차량을 단속한다. 신호 위반을 감지하기 위해 카메라 및 신호 위반 검출 장치 등이 사용될 수 있다.
그리고 어린이보호구역 내에서의 주정차금지 법규를 위반하는 차량들을 단속하기 위해 고정식 또는 이동식 주정차 단속 카메라 등이 사용될 수 있다.
예컨대, 상술한 과속차량 검출의 경우 레이더 센서가 이용될 수 있다. 레이더 센서는 일반적으로 마이크로파 또는 레이더 파장을 사용하여 차량의 속도를 측정하며, 최대 150m에서 접근하는 차량의 속도 측정이 가능하다. 상기 센서는 어린이보호구역 내에 설치된 교통 표지판, 가로등 또는 도로 측면에 설치할 수 있다. 레이더 센서는 차량의 이동 속도와 방향을 감지하여 데이터를 수집할 수 있다. 수집된 속도 데이터는 표출 장치를 통해 운전자에게 전달될 수 있다. 상기 표출 장치는 일반적으로 디지털 디스플레이 패널이나 LED 표시기로 구성될 수 있다. 상기 표출 장치는 보통 어린이보호구역 내에 설치된 교통 표지판에 통합되어 운영될 수 있다. 운전자는 상기 표출 장치를 통해 자신의 차량 속도와 구역 내의 속도 제한을 확인할 수 있다. 상기 표출 장치는 일반적으로 몇 가지 형태로 정보를 제공한다. 예를 들어, 현재 차량 속도를 디스플레이 패널에 표시하거나, 속도 제한을 넘을 경우 경고 신호를 표시할 수 있다. 일부 시스템은 운전자의 주의를 끌기 위해 깜박이거나 색상을 변경하는 등의 시각적인 효과를 사용하기도 한다. 상술한 레이더 센서 및 표출 장치는 운전자들이 어린이보호구역에서의 제한속도 위반여부를 인지하고, 이에 따라 적절한 조치를 취할 수 있도록 도움을 준다.
본 발명에서는 스마트 어린이보호구역 구축을 위한 인공지능기반 통합 안전 시스템을 제공하고자 한다.
특히 본 발명에서는 어린이보호구역을 과속으로 주행하는 차량을 검출하고 이를 이용해 어린이보호구역의 보행자 및 운전자에게 사고위험 경고 서비스를 제공하는 시스템을 개발하여 제공하고자 한다.
본 발명의 일 관점에 따라 제공되는 스마트 어린이보호구역 구축을 위한 인공지능기반 통합 안전 시스템은, 신호등 제어장치(70); 어린이 보호구역에 설치된 카메라(80); 상기 카메라 및 상기 신호등 제어장치에 연결된 제1처리장치(10); 상기 제1처리장치에 연결된 보행자 경고출력장치(90); 어린이 보호구역에 설치된 레이더 센서(30); 및 상기 레이더 센서 및 상기 제1처리장치에 연결된 제2처리장치(20)를 포함하며, 상기 제1처리장치는, 상기 카메라가 촬영한 영상을 분석하여 소정의 횡단보도를 향해 소정의 임계속도 이상으로 접근하는 차량이 존재하는지 여부를 판단하도록 되어 있고, 상기 신호등 제어장치가 보행자 보행 가능신호를 출력하는 제1시구간 동안 상기 접근하는 차량이 존재하는 것으로 판단되면, 상기 보행자 경고출력장치를 제어하여 차량이 접근 중임을 알리는 경고 신호를 출력하도록 되어 있고, 상기 레이더 센서는, 상기 소정의 횡단보도를 향하는 경로를 따라 접근 중인 제1차량의 속도를 상기 제2처리장치에게 제공하도록 되어 있고, 상기 제2처리장치는, 상기 레이더 센서로부터 제공받은 상기 제1차량의 속도에 관한 시변패턴을 분석하여 상기 제1차량이 위험차량인지의 여부를 결정하도록 되어 있고, 상기 제1차량이 위험차량이라고 결정한 경우, 상기 제1차량이 위험차량이라는 정보를 상기 제1처리장치에게 제공하도록 되어 있으며, 그리고 상기 제1처리장치는 상기 제1차량이 위험차량이라는 정보를 제공받으면, 상기 보행자 경고출력장치를 제어하여 차량이 접근 중임을 알리는 경고 신호(소리, 화면)를 출력하도록 되어 있을 수 있다.
이때, 상기 제2처리장치는 신경망 예측기(21)를 포함하며, 상기 신경망 예측기는 상기 레이더 센서가 검출한 학습용 차량의 최저속도를 학습용 입력데이터로 하고, 상기 카메라가 촬영한 상기 학습용 차량의 영상을 통해 상기 제1처리장치가 상기 학습용 차량의 횡단보도 통과속도를 산출하여 상기 학습용 차량이 위험차량인지 비위험차량인지 판단한 정보를 정답값으로 하여, 상기 신경망 예측기가 출력하는 상기 학습용 차량이 위험차량인지의 여부에 대한 출력값이 상기 정답값에 가까워지도록 상기 신경망 예측기를 학습하도록 되어 있을 수 있다.
이때, 상기 제2처리장치에 연결된 플래시 장치(50)를 더 포함하며, 상기 제2처리장치가, 상기 레이더 센서로부터 제공받은 상기 제1차량의 최저속도가 소정의 제한속도값 이상이면 상기 제1차량에게 경고하기 위해 상기 플래시 장치로 하여금 발광하도록 상기 플래시 장치를 제어하고, 상기 제2처리장치가, 상기 레이더 센서로부터 제공받은 상기 제1차량의 최저속도가 상기 소정의 제한속도값보다 큰 소정의 임계값 이상이며, 상기 제1차량의 속도를 상기 레이더 센서로 분석한 시구간 동안 상기 제1차량의 속도가 감소하지 않았다면 상기 제1차량에게 경고하기 위해 상기 플래시 장치로 하여금 발광하도록 상기 플래시 장치를 제어하도록 되어 있을 수 있다.
이때, 상기 제2처리장치에 연결된 실시간 차량 속도 표출장치(40)를 더 포함하며, 상기 제2처리장치는 상기 레이더 센서로부터 제공받은 상기 제1차량의 순간속도를 상기 차량 속도 표출장치에 표출하도록 되어 있을 수 있다.
본 발명의 다른 관점에 따라, 신호등 제어장치(70); 카메라(80); 보행자 경고출력장치(90); 상기 카메라, 상기 신호등 제어장치, 및 상기 보행자 경고출력장치에 연결된 제1처리장치(10); 레이더 센서(30); 플래시 장치(50); 및 상기 레이더 센서, 상기 플래시 장치, 및 상기 제1처리장치에 연결되어 있으며, 신경망 예측기(21)를 포함하는 제2처리장치(20);를 포함하는 스마트 어린이보호구역 구축을 위한 인공지능기반 통합 안전 시스템이 제공될 수 있다.
이때, 상기 카메라, 상기 보행자 경고출력장치, 상기 플래시 장치, 및 상기 레이더 센서는 어린이 보호구역에 설치되어 있다.
이때, 상기 제1처리장치는, 상기 카메라가 촬영한 영상을 분석하여 소정의 횡단보도를 향해 소정의 임계속도 이상으로 접근하는 차량이 존재하는지 여부를 판단하도록 되어 있고, 상기 신호등 제어장치가 보행자 보행 가능신호를 출력하는 제1시구간 동안 상기 접근하는 차량이 존재하는 것으로 판단되면 상기 보행자 경고출력장치를 제어하여 차량이 접근 중임을 알리는 경고 신호를 출력하도록 되어 있다.
이때, 상기 레이더 센서는, 상기 소정의 횡단보도를 향하는 경로를 따라 접근 중인 제1차량의 속도를 상기 제2처리장치에게 제공하도록 되어 있다.
이때, 상기 제2처리장치는, 상기 레이더 센서로부터 제공받은 상기 제1차량의 속도에 관한 시변패턴을 상기 신경망 예측기에 입력하여 상기 신경망 예측기가 출력한 출력값에 따라 상기 제1차량이 위험차량인지의 여부를 결정하도록 되어 있고, 상기 제1차량이 위험차량이라고 결정한 경우 상기 제1차량이 위험차량이라는 정보를 상기 제1처리장치에게 제공하도록 되어 있다.
이때, 상기 제1처리장치는 상기 제1차량이 위험차량이라는 정보를 상기 제2처리장치로부터 제공받으면, 상기 보행자 경고출력장치를 제어하여 차량이 접근 중임을 알리는 경고 신호를 출력하도록 되어 있다.
이때, 상기 신경망 예측기는, 상기 레이더 센서가 검출한 학습용 차량의 속도에 관한 시변패턴을 학습용 입력데이터로 하고, 상기 카메라가 촬영한 상기 학습용 차량의 영상을 기초로 상기 제1처리장치가 상기 학습용 차량이 상기 횡단보도를 통과한 통과속도를 산출하여 상기 산출된 통과속도가 소정의 임계속도 이상인지 여부에 따라 상기 학습용 차량이 위험차량인지 여부를 판단한 결과를 정답값으로 하여, 상기 신경망 예측기가 출력하는 상기 학습용 차량이 위험차량인지의 여부에 대한 출력값이 상기 정답값에 가까워지도록 지도학습된 것이다. 즉, 상기 신경망 예측기는, 상기 레이더 센서가 검출한 학습용 차량의 속도에 관한 시변패턴을 상기 신경망 예측기에 입력하였을 때에, 상기 신경망 예측기가 출력하는 출력값이 상기 정답값에 가까워지도록, 지도학습된 것이다.
이때, 상기 제1처리장치가 상기 학습용 차량이 상기 횡단보도를 통과한 통과속도를 산출한 경우, 상기 산출된 통과속도가 소정의 임계속도 이상인 경우에는 상기 학습용 차량이 위험차량이라고 판단하고, 상기 임계속도 미만인 경우에는 상기 학습용 차량이 위험차량이 아니라고 판단할 수 있다.
이때, 상기 제2처리장치가, 상기 레이더 센서로부터 제공받은 상기 제1차량의 최저속도가 상기 소정의 제한속도값보다 큰 소정의 임계값 이상이며, 상기 제1차량의 속도를 상기 레이더 센서로 분석한 시구간 동안 상기 제1차량의 속도가 감소하지 않았다면 상기 제1차량에게 경고하기 위해 상기 플래시 장치로 하여금 발광하도록 상기 플래시 장치를 제어하도록 되어 있다.
이때, 상기 스마트 어린이보호구역 구축을 위한 인공지능기반 통합 안전 시스템은 실시간 차량 속도 표출장치(40)를 더 포함할 수 있다. 이때, 상기 제2처리장치는 상기 실시간 차량 속도 표출장치에 연결되어 있으며, 상기 실시간 차량 속도 표출장치는 상기 어린이 보호구역에 설치되어 있을 수 있다. 그리고 상기 제2처리장치가, 상기 레이더 센서로부터 제공받은 상기 제1차량의 최저속도가 소정의 제한속도값 이상이면 상기 제1차량에게 경고하기 위해 상기 플래시 장치로 하여금 발광하도록 상기 플래시 장치를 제어하도록 되어 있을 수 있다. 그리고 상기 제2처리장치는 상기 레이더 센서로부터 제공받은 상기 제1차량의 순간속도를 상기 실시간 차량 속도 표출장치에 표출하도록 되어 있을 수 있다.
본 발명에 따르면, 스마트 어린이보호구역 구축을 위한 인공지능기반 통합 안전 시스템을 제공할 수 있다.
특히 본 발명에 따르면, 어린이보호구역을 과속으로 주행하는 차량을 검출함과 동시에 어린이보호구역의 보행자 및 운전자에게 사고위험 경고 서비스를 제공하는 시스템을 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 스마트 어린이보호구역 구축을 위한 인공지능기반 통합 안전 시스템을 나타낸 것이다.
도 2a 및 도 2b는 본 발명의 일 실시예에 따라 제2처리장치가 어린이 보호구역으로 다가오는 차량의 과속 여부를 판단하여 과속인 경우에 제1처리장치와 함께 다른 장치들을 제어하는 동작 흐름을 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예에 따라 제2처리장치의 신경망 예측기를 이용하여 도 2a 및 도 2b에서 상술한 단계를 수행하는 과정을 설명하기 위한 개략도이다.
도 4는 본 발명의 일 실시예에 따라 신호등의 신호에 따른 경고 출력 예를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따라 신경망 예측기의 학습 방법을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따라 복수의 케이스들에 따른 신경망 학습 정보들과 신경망 예측기의 출력값을 나타낸 것이다.
도 7은 본 발명의 일 실시예에 따라 제2처리장치가 판단한 소정의 제한속도를 초과한 차량을 제1처리장치가 특정하는 방법을 설명하기 위한 도면이다.
이하, 본 발명의 실시예를 첨부한 도면을 참고하여 설명한다. 그러나 본 발명은 본 명세서에서 설명하는 실시예에 한정되지 않으며 여러 가지 다른 형태로 구현될 수 있다. 본 명세서에서 사용되는 용어는 실시예의 이해를 돕기 위한 것이며, 본 발명의 범위를 한정하고자 의도된 것이 아니다. 또한, 이하에서 사용되는 단수 형태들은 문구들이 이와 명백히 반대의 의미를 나타내지 않는 한 복수 형태들도 포함한다.
도 1은 본 발명의 일 실시예에 따른 스마트 어린이보호구역 구축을 위한 인공지능기반 통합 안전 시스템을 나타낸 것이다.
통합 안전 시스템(1)은 CCTV 카메라(이하, 카메라), 레이더 등의 검지기를 이용하여 정보를 수집하고 음향정보 및 조명표출장치를 이용하여 운전자 및 보행자 모두에게 맞춤형 경고를 표시하기 위한 시스템이다. 통합 안전 시스템(1)은 인공지능 분석을 통한 통합 플랫폼으로서 교통사고를 감소시킬 수 있도록 개발된 지능형 차량 과속경보시스템이다.
통합 안전 시스템(1)은 차량이 어린이보호구역에 진입하기 이전의 동작 과정과 상기 차량이 어린이보호구역에 진입한 후 횡단보도 앞까지 이르렀을 때의 동작 과정으로 크게 구분하여 서비스를 제공할 수 있다.
통합 안전 시스템(1)은 제1처리장치(10), 제2처리장치(20), 레이더 센서(30), 차량 속도 표출장치(40), 플래시 장치(50), 신호등(60), 신호등 제어장치(70), 카메라(80), 및 보행자 경고 출력장치(90)를 포함할 수 있다.
제1처리장치(10)는 신호등 제어장치(70), 어린이 보호구역에 설치된 카메라(80), 및 보행자 경고출력장치(90)에 연결되어 있을 수 있다.
제1처리장치(10)는 카메라(80)가 촬영한 영상을 분석하여 소정의 횡단보도를 향해 소정의 임계속도 이상으로 접근하는 차량(100)이 존재하는지 여부를 판단하도록 되어 있을 수 있다. 또한, 제1처리장치(10)는 신호등 제어장치(70)가 보행자 보행 가능신호를 출력하는 제1시구간 동안 상기 접근하는 차량(100)이 존재하는 것으로 판단되면, 상기 보행자 경고출력장치(90)를 제어하여 차량(100)이 접근 중임을 알리는 경고 신호(소리, 화면)를 출력하도록 되어 있을 수 있다.
이때, 신호등(60)은 종래의 다양한 도로형태에 설치된 신호등일 수 있으며, 예컨대, 교차로의 횡단보도에 설치된 신호등일 수도 있고, 교차로가 아닌 단일로의 횡단보도에 설치된 신호등일 수도 있다.
이때, 상기 신호등 제어장치(70)는 신호등(60)의 정지(예컨대 적색으로 표시), 신호 변경 예고(예컨대, 황색으로 표시), 및 통과(예컨대, 녹색으로 표시)를 나타내는 내는 각 등이 시간에 따라 점멸하도록 신호등(60)을 제어할 수 있다. 이때, 교차로가 있는 횡단보도의 신호등인 경우 좌회전 신호를 포함할 수 있으며, 그 외 다른 등을 더 포함할 수도 있다.
이때, 카메라(80)가 촬영한 영상은 별도로 제1처리장치(10)와 연결된 저장장치에 저장되며, 과속 또는 신호위반 차량의 경우 해당 차량의 등록번호, 단속 순간의 속도, 단속시간, 및 지점의 GPS 좌표 등이 상기 영상과 함께 저장될 수 있다.
제2처리장치(20)는 레이더 센서(30), 차량 속도 표출장치(40), 및 플래시 장치(50)에 연결될 수 있다.
제2처리장치(20)는 레이더 센서(30)로부터 제공받은 임의의 제1차량(100)의 속도에 관한 시변패턴을 분석하여 제1차량(100)이 위험차량 인지의 여부를 결정하도록 되어 있을 수 있다. 제2처리장치(20)는 제1차량(100)이 위험차량이라고 결정한 경우, 제1차량(100)이 위험차량이라는 정보를 제1처리장치(10)에게 제공하도록 되어 있을 수 있다.
이때, 제1처리장치(10)는 제1차량(100)이 위험차량이라는 정보를 제2처리장치(20)로부터 제공받으면, 보행자 경고출력장치(90)를 제어하여 차량이 접근 중임을 알리는 경고 신호(소리, 화면)를 출력할 수 있다.
레이더 센서(30)는 어린이 보호구역에 설치되며, 어린이 보호구역으로 접근하는 제1차량(100)의 속도를 검출하여 제2처리장치(20)에게 제공할 수 있다.
차량 속도 표출장치(40)는 제2처리장치(20)로부터 제1차량(100)의 순간속도를 제공받아 표출할 수 있다. 이때, 제1차량(100)의 순간속도는 제2처리장치(20)가 레이더 센서(30)로부터 제공받은 것일 수 있다.
플래시 장치(50)는 제2처리장치(20)의 제어에 따라 발광할 수 있다.
제2처리장치(20)는 레이더 센서(30)로부터 제공받은 제1차량(100)의 최저속도가 소정의 제한속도값(예컨대, 30km/h) 이상이면 제1차량(100)에게 경고하기 위해 플래시 장치(50)로 하여금 발광하도록 플래시 장치(50)를 제어할 수 있다. 그리고 제2처리장치(20)는 레이더 센서(30)로부터 제공받은 제1차량(100)의 최저속도가 상기 소정의 제한속도값(예컨대, 30km/h)보다 큰 소정의 임계값(35km/h) 이상이며, 제1차량(100)의 속도를 레이더 센서(300)로 분석한 시구간 동안 제1차량(100)의 속도가 감소하지 않았다면 제1차량(100)에게 경고하기 위해 플래시 장치(50)로 하여금 발광하도록 플래시 장치(50)를 제어할 수 있다.
이때, 제2처리장치(20), 레이더 센서(30), 차량 속도 표출장치(40), 및 플래시 장치(50)를 포함하는 시스템을 과속경보시스템(DFS, Driver Feedback system)이라고 지칭할 수 있다.
도 2a 및 도 2b는 본 발명의 일 실시예에 따라 제2처리장치가 어린이 보호구역으로 다가오는 차량의 과속 여부를 판단하여 과속인 경우에 제1처리장치와 함께 다른 장치들을 제어하는 동작 흐름을 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예에 따라 제2처리장치의 신경망 예측기를 이용하여 도 2a 및 도 2b에서 상술한 단계를 수행하는 과정을 설명하기 위한 개략도이다.
이하, 도 2a 내지 도 3을 함께 참조하여 설명한다.
단계(S10)에서, 레이더 센서(30)가 어린이 보호구역으로 향하는 제1차량의 속도를 검출할 수 있다. 이때, 레이더 센서(30)는 실시간으로 제1차량의 속도를 검출할 수 있다.
단계(S20)에서, 레이더 센서(30)가 제2처리장치(20)에게 상기 검출된 제1차량의 속도를 제공할 수 있다. 그리고 단계(S21)에서, 레이더 센서(30)가 차량 속도 표출장치(40)에게 상기 검출된 제1차량의 속도를 실시간으로 제공할 수 있다. 이때, 레이더 센서(30)는 차량 속도 표출장치(40)에 직접적으로 연결되어 있을 수 있다. 또는 다른 실시예에서 단계(S21)에서, 제2처리장치(20)가 차량 속도 표출장치(40)에게 상기 검출된 제1차량의 속도를 실시간으로 제공할 수도 있다.
단계(S30)에서, 제2처리장치(20)가 제1차량의 속도에 관한 시변패턴을 분석하여 제1차량이 위험차량인지의 여부를 결정할 수 있다. 이때, 단계(S30)는 제2처리장치(20)에 포함된 신경망예측기(21)를 통해 수행될 수 있다. 도 3을 참조하면, 신경망 예측기(21)는 레이더 센서(30)가 검출한 제1차량의 속도값들 중 최저 속도(예컨대, 29km/h, 30km/h, 35km/h, ...)를 입력받아 상기 제1차량이 위험차량인지 여부에 대한 값(예컨대, 0 내지 1의 값으로, 0, 0.3, 0.7, 1 ...)을 출력할 수 있다. 예컨대, 신경망 예측기(21)가 출력한 값이 0.7~1 의 값을 갖는 경우, 제2처리장치(20)는 상기 제1차량을 위험차량으로 매칭하여 상기 제1차량이 위험차량이라고 결정할 수 있다. 그리고 예컨대, 신경망 예측기(21)가 출력한 값이 0.7 미만의 값을 갖는 경우, 제2처리장치(20)는 상기 제1차량을 비위험차량으로 매칭하여 상기 제1차량이 비위험차량이라고 결정할 수 있다.
단계(S40)에서, 차량 속도 표출장치(40)는 상기 제1차량의 속도를 실시간으로 표출할 수 있다.
이때, 단계(S30)와 단계(S40)의 순서는 관계가 없을 수 있다.
단계(S50)에서, 제2처리장치(20)가 신경망 예측기(21)가 출력한 값을 위험차량인지 여부로 매칭한 정보를 제1처리장치(10)에게 제공할 수 있다. 예컨대, 제2처리장치(20)는 상기 제1차량이 위험차량이라고 결정한 경우 상기 제1차량이 위험차량이라는 정보를 제1처리장치(10)에게 제공할 수 있다. 또는 제2처리장치(20)는 상기 제1차량이 비위험차량이라고 결정한 경우 상기 제1차량이 비위험차량이라는 정보를 제1처리장치(10)에게 제공할 수 있다. 예컨대, 상기 제1차량이 비위험차량이라고 결정한 경우 단계(S50)는 생략될 수도 있다.
단계(S60)에서, 제2처리장치(20)는 상기 제1차량이 위험차량이라고 결정한 경우, 플래시 장치(50)로 하여금 플래시를 작동하도록 하는 제어 신호를 플래시 장치(50)에게 제공할 수 있다.
상술한 단계들을 통해 어린이보호구역을 주행하는 차량의 운전자로 하여금 저속주행을 유도하고 사고위험에 미리 대비할 수 있도록 제2처리장치(20)와 제1처리장치(10)를 연계할 수 있다.
도 4는 본 발명의 일 실시예에 따라 신호등의 신호에 따른 경고 출력 예를 설명하기 위한 도면이다.
이하, 도 1 내지 도 4를 함께 참조하여 설명한다.
단계(S100)에서, 제1처리장치(10)는 신호등 제어장치(70)로부터 신호등(60)의 신호 제어 정보를 실시간으로 제공받을 수 있다. 또는 다른 예에서 제1처리장치(10)에는 신호등 제어장치(70)가 신호등(60)을 제어하는 신호 제어 정보가 미리 저장되어 있을 수도 있다.
단계(S110)에서, 제1처리장치(10)가, 카메라(80)로부터 카메라(80)가 미리 지정된 도로 영역을 촬영한 영상을 실시간으로 제공받을 수 있다.
단계(S120)에서, 제1처리장치(10)가 신호등 제어장치(70)가 보행자 보행 가능신호(예컨대, 보행자 기준의 녹색 신호, T1, T3)를 출력하는 제1시구간 동안 횡단보도를 향해 소정의 임계 속도(예컨대, 30km/h) 이상으로 접근하는 차량이 존재하는지 여부를 판단할 수 있다.
단계(S130)에서, 제1처리장치(10)가 단계(S120)에서 판단한 결과, 상기 제1시구간동안 횡단보도를 향해 소정의 임계속도 이상으로 접근하는 차량이 존재하는 것으로 판단한 경우(예컨대, T1 시구간동안), 보행자 경고 출력장치(90)에게 상기 횡단보도를 향해 차량이 접근 중임을 알리는 경고 출력 제어 신호를 제공할 수 있다.
이때, 제1처리장치(10)는 단계(S50)에서 상기 제1차량이 위험차량이라는 정보를 수신하면, 단계(S120)와 관계없이 바로 보행자 경고 출력장치(90)에게 상기 횡단보도를 향해 차량이 접근 중임을 알리는 경고 출력 제어 신호를 제공할 수 있다.
또는, 제1처리장치(10)는 단계(S50)에서 수신한 상기 제1차량이 위험차량이라는 정보와 단계(S120)에서 판단한 결과를 종합하여 보행자 경고 출력장치(90)에게 경고 출력 제어 신호를 제공할지 판단할 수 있다. 예컨대, 제1처리장치(10)는 단계(S50)에서 상기 제1차량이 위험차량이라는 정보를 수신하더라도 카메라(80)가 촬영한 영상에서 상기 제1시구간 동안 횡단보도를 향해 소정의 임계속도 이상으로 접근하는 차량이 존재하지 않는 경우, 제1처리장치(10)는 보행자 경고 출력장치(90)에게 경고 출력 제어 신호를 제공하지 않을 수 있다.
단계(S140)에서, 보행자 경고 출력장치(90)가 경고(음성 및/또는 화면)를 출력할 수 있다. 예컨대, 보행자 경고 출력장치(90)는 스피커일 수도 있고, 디스플레이 장치일 수도 있고, 또는 스피커와 디스플레이 장치를 모두 포함하는 장치일 수도 있다.
도 5는 본 발명의 일 실시예에 따라 신경망 예측기의 학습 방법을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따라 복수의 케이스들에 따른 신경망 학습 정보들과 신경망 예측기의 출력값을 나타낸 것이다.
이하, 도 1, 도 5, 및 도 6을 함께 참조하여 설명한다.
신경망 예측기(21)는 레이더 센서(30)가 검출한 학습용 차량의 최저속도를 학습용 입력데이터로서 입력받아 상기 학습용 차량이 위험차량인지의 여부에 대한 출력값을 출력할 수 있다. 그리고 신경망 예측기(21)는 카메라(80)가 촬영한 상기 학습용 차량의 영상을 통해 제1처리장치(10)가 횡단보도 통과속도를 산출하여 상기 학습용 차량이 위험차량인지 비위험차량인지 판단한 정보를 정답값으로 할 수 있다.
제2처리장치(20)는 신경망 예측기(21)가 출력하는 상기 위험차량인지의 여부에 대한 출력값이 상기 정답값에 가까워지도록 신경망 예측기(21)를 학습시킬 수 있다.
예컨대, 케이스 1과 같이 레이더 센서(30)가 검출한 학습용 차량의 최저속도가 30km/h 이하이고, 카메라(80)가 촬영한 학습용 차량에 대해 제1처리장치(10)가 산출한 최저속도가 30km/h 이하인 경우 정답값은 0으로 제시되며, 신경망 예측기(21)의 출력값이 0이 되도록 신경망 예측기(21)가 학습될 수 있다. 예컨대, 케이스 1의 실시예에서, 신경망 예측기(21)의 출력값('0')과 상기 정답값('0')이 일치하는 것을 알 수 있다.
예컨대, 케이스 2 및 케이스 3과 같이 레이더 센서(30)가 검출한 학습용 차량의 최저속도가 30km/h 이상이고, 카메라(80)가 촬영한 학습용 차량에 대해 제1처리장치(10)가 산출한 최저속도가 30km/h 이하인 경우 정답값은 0으로 제시될 수 있다. 이때, 신경망 예측기(21)의 출력값이 0이 되도록 신경망 예측기(21)가 학습될 수 있다. 케이스 2의 실시예에서, 신경망 예측기(21)의 출력값('1')과 상기 정답값('0')이 일치하지 않는 것을 알 수 있다. 반면, 케이스 3의 실시예에서, 신경망 예측기(21)의 출력값('0')과 상기 정답값('0')이 일치하는 것을 알 수 있다. 레이더 센서(30)가 검출한 학습용 차량의 최저속도가 30km/h 이상이고, 카메라(80)가 촬영한 학습용 차량에 대해 제1처리장치(10)가 산출한 최저속도가 30km/h 이하인 경우에는 신경망 학습이 많은 케이스들로 이루어질 필요가 있다. 이때, 별도의 차량 정보가 추가적으로 신경망 예측기(21)에 입력될 수도 있다. 상기 별도의 차량 정보는 예컨대, 레이더 센서(30)가 검출하는 속도값들을 통해 상기 학습용 차량의 속도값들의 범위을 구분하고, 상기 학습용 차량의 속도값들 중 최고 속도과 최저 속도의 변화량 즉, 가속도일 수 있다. 예컨대, 케이스 2의 경우 상기 학습용 차량의 가속도가 크면 최저속도가 30km/h 이상이더라도 속도를 줄이고 있는 것으로 판단될 수 있다. 상기 가속도의 하한값은 실험에 의해 미리 결정될 수 있다.
예컨대, 케이스 4와 같이 레이더 센서(30)가 검출한 학습용 차량의 최저속도가 30km/h 이상이고, 카메라(80)가 촬영한 학습용 차량에 대해 제1처리장치(10)가 산출한 최저속도가 30km/h 이상인 경우 정답값은 1로 제시되며, 신경망 예측기(21)의 출력값이 1이 되도록 신경망 예측기(21)가 학습될 수 있다. 예컨대, 케이스 4의 실시예에서, 신경망 예측기(21)의 출력값('1')과 상기 정답값('1')이 일치하는 것을 알 수 있다.
도 7은 본 발명의 일 실시예에 따라 제2처리장치가 판단한 소정의 제한속도를 초과한 차량을 제1처리장치가 특정하는 방법을 설명하기 위한 도면이다.
이하, 도 2a, 도 2b, 및 도 7을 함께 참조하여 두 가지 경우에 대해 설명한다.
첫 번째 경우에, 제1시점(t=t1)에서, 제2처리장치(20)가 어린이 보호구역으로 진입하는 제1차량(101)이 위험차량이라고 결정한 경우(단계(S30)), 제2처리장치(20)는 제1차량(101)이 위험차량이라는 정보를 제1처리장치(10)에게 제공할 수 있다. 이때, 제2처리장치(20)에는 제2카메라(미도시)가 연결되어 있을 수 있다. 제2처리장치(20)는 상기 제2카메라가 상기 위험차량이라고 결정된 제1차량(101)을 촬영한 영상에서 제1차량(101)의 차량번호를 추출하여 제1차량(101)이 위험차량이라는 정보와 함께 제1처리장치(10)에게 제공할 수 있다. 이후 제2시점(t=t2)에서, 제1처리장치(10)는 카메라(80)가 촬영한 영상에서 차량의 차량번호를 추출한 결과 제2처리장치(20)로부터 제공받은 차량번호와 일치하는 경우 보행자 경고 출력장치(90)를 통해 경고를 출력할 수 있다.
두 번째 경우에, 제1시점(t=t1)에서, 제2처리장치(20)가 어린이 보호구역으로 진입하는 제1차량(101)이 위험차량이라고 결정한 경우(단계(S30)), 제2처리장치(20)는 제1차량(101)이 위험차량이라는 정보를 제1차량(101)의 속도값(예컨대, 마지막 측정속도)과 함께 제1처리장치(10)에게 제공할 수 있다. 이후 제1처리장치(10)는 제2처리장치(20)로부터 제공받은 속도값(제1요소)과 레이더 센서(30)가 임의의 차량에 대하여 마지막으로 속도를 측정하게 되는 도로 상의 제1지점과 카메라(80)가 임의의 차량에 대하여 촬영하게 되는 도로 상의 제2지점간의 거리(제2요소)를 이용하여 제1차량(101)이 횡단보도까지 도달하는 데 걸리는 최소 시간을 산출할 수 있다. 이때, 제1시점(t=t1)으로부터 상기 최소 시간이 지난 시점 예컨대, 제2시점(t=t2)(또는 제2시점을 중심으로 미리 결정된 이전 이후의 시구간 동안에 카메라(80)가 촬영한 영상 속의 차량을 상기 제1차량(101)이라고 판단할 수 있다. 이때, 제2처리장치(20)는 보행자 경고 출력장치(90)를 통해 경고를 출력할 수 있다.
상술한 본 발명의 실시예들을 이용하여, 본 발명의 기술 분야에 속하는 자들은 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에 다양한 변경 및 수정을 용이하게 실시할 수 있을 것이다. 특허청구범위의 각 청구항의 내용은 본 명세서를 통해 이해할 수 있는 범위 내에서 인용관계가 없는 다른 청구항에 결합될 수 있다.

Claims (2)

  1. 신호등 제어장치(70);
    카메라(80);
    보행자 경고출력장치(90);
    상기 카메라, 상기 신호등 제어장치, 및 상기 보행자 경고출력장치에 연결된 제1처리장치(10);
    레이더 센서(30);
    플래시 장치(50); 및
    상기 레이더 센서, 상기 플래시 장치, 및 상기 제1처리장치에 연결되어 있으며, 신경망 예측기(21)를 포함하는 제2처리장치(20);
    를 포함하며,
    상기 카메라, 상기 보행자 경고출력장치, 상기 플래시 장치, 및 상기 레이더 센서는 어린이 보호구역에 설치되어 있으며,
    상기 제1처리장치는, 상기 카메라가 촬영한 영상을 분석하여 소정의 횡단보도를 향해 소정의 임계속도 이상으로 접근하는 차량이 존재하는지 여부를 판단하도록 되어 있고, 상기 신호등 제어장치가 보행자 보행 가능신호를 출력하는 제1시구간 동안 상기 접근하는 차량이 존재하는 것으로 판단되면 상기 보행자 경고출력장치를 제어하여 차량이 접근 중임을 알리는 경고 신호를 출력하도록 되어 있고,
    상기 레이더 센서는, 상기 소정의 횡단보도를 향하는 경로를 따라 접근 중인 제1차량의 속도를 상기 제2처리장치에게 제공하도록 되어 있고,
    상기 제2처리장치는, 상기 레이더 센서로부터 제공받은 상기 제1차량의 속도에 관한 시변패턴을 상기 신경망 예측기에 입력하여 상기 신경망 예측기가 출력한 출력값에 따라 상기 제1차량이 위험차량인지의 여부를 결정하도록 되어 있고, 상기 제1차량이 위험차량이라고 결정한 경우 상기 제1차량이 위험차량이라는 정보를 상기 제1처리장치에게 제공하도록 되어 있으며,
    상기 제1처리장치는 상기 제1차량이 위험차량이라는 정보를 제공받으면, 상기 보행자 경고출력장치를 제어하여 차량이 접근 중임을 알리는 경고 신호를 출력하도록 되어 있고,
    상기 신경망 예측기는, 상기 레이더 센서가 검출한 학습용 차량의 속도에 관한 시변패턴을 학습용 입력데이터로 하고, 상기 카메라가 촬영한 상기 학습용 차량의 영상을 기초로 상기 제1처리장치가 상기 학습용 차량이 상기 횡단보도를 통과한 통과속도를 산출하여 상기 산출된 통과속도가 소정의 임계속도 이상인지 여부에 따라 상기 학습용 차량이 위험차량인지 여부를 판단한 결과를 정답값으로 하여, 상기 신경망 예측기가 출력하는 상기 학습용 차량이 위험차량인지의 여부에 대한 출력값이 상기 정답값에 가까워지도록 지도학습된 것이며,
    상기 제2처리장치가, 상기 레이더 센서로부터 제공받은 상기 제1차량의 최저속도가 상기 소정의 제한속도값보다 큰 소정의 임계값 이상이며, 상기 제1차량의 속도를 상기 레이더 센서로 분석한 시구간 동안 상기 제1차량의 속도가 감소하지 않았다면 상기 제1차량에게 경고하기 위해 상기 플래시 장치로 하여금 발광하도록 상기 플래시 장치를 제어하도록 되어 있는,
    스마트 어린이보호구역 구축을 위한 인공지능기반 통합 안전 시스템.
  2. 제1항에 있어서,
    실시간 차량 속도 표출장치(40)를 더 포함하며,
    상기 제2처리장치는 상기 실시간 차량 속도 표출장치에 연결되어 있으며,
    상기 실시간 차량 속도 표출장치는 상기 어린이 보호구역에 설치되어 있으며,
    상기 제2처리장치는 상기 레이더 센서로부터 제공받은 상기 제1차량의 순간속도를 상기 실시간 차량 속도 표출장치에 표출하도록 되어 있는,
    스마트 어린이보호구역 구축을 위한 인공지능기반 통합 안전 시스템.
KR1020230091106A 2023-07-13 2023-07-13 스마트 어린이보호구역 구축을 위한 인공지능기반 통합안전 시스템 KR102603270B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230091106A KR102603270B1 (ko) 2023-07-13 2023-07-13 스마트 어린이보호구역 구축을 위한 인공지능기반 통합안전 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230091106A KR102603270B1 (ko) 2023-07-13 2023-07-13 스마트 어린이보호구역 구축을 위한 인공지능기반 통합안전 시스템

Publications (1)

Publication Number Publication Date
KR102603270B1 true KR102603270B1 (ko) 2023-11-20

Family

ID=88974100

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230091106A KR102603270B1 (ko) 2023-07-13 2023-07-13 스마트 어린이보호구역 구축을 위한 인공지능기반 통합안전 시스템

Country Status (1)

Country Link
KR (1) KR102603270B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101408029B1 (ko) * 2013-02-15 2014-06-19 주식회사 온텍시스템 횡단보도 안전시스템 및 그의 작동방법
KR101915456B1 (ko) * 2017-04-18 2018-11-06 최병주 횡단보도의 보행자 안전 장치
KR102284286B1 (ko) * 2021-02-08 2021-08-03 비원이미지 주식회사 레이더 센서에 의한 차량 현장 통합 감시 및 통합 신호 관리 시스템 및 그 방법
KR20210135009A (ko) * 2020-04-16 2021-11-12 주식회사 엔슨소프트 어린이 보호 구역 내 보행자 교통 안전 시스템
KR102337088B1 (ko) * 2021-07-09 2021-12-08 (주)라인테크 어린이 보호구역 사고예방시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101408029B1 (ko) * 2013-02-15 2014-06-19 주식회사 온텍시스템 횡단보도 안전시스템 및 그의 작동방법
KR101915456B1 (ko) * 2017-04-18 2018-11-06 최병주 횡단보도의 보행자 안전 장치
KR20210135009A (ko) * 2020-04-16 2021-11-12 주식회사 엔슨소프트 어린이 보호 구역 내 보행자 교통 안전 시스템
KR102284286B1 (ko) * 2021-02-08 2021-08-03 비원이미지 주식회사 레이더 센서에 의한 차량 현장 통합 감시 및 통합 신호 관리 시스템 및 그 방법
KR102337088B1 (ko) * 2021-07-09 2021-12-08 (주)라인테크 어린이 보호구역 사고예방시스템

Similar Documents

Publication Publication Date Title
US10186147B2 (en) Wrong-way determination apparatus
US11355014B1 (en) System for warning about intersection danger based on situation prediction
CN109272742B (zh) 带有行人预警立柱的行人过街预警***及控制方法
KR101338124B1 (ko) 스마트 교통 제어 시스템
KR102020340B1 (ko) 라이다를 이용한 교차로 운행 및 보행 안전 모니터링 시스템
KR102101956B1 (ko) 보행자 검지를 이용한 어린이보호구역 단속시스템
KR20140046953A (ko) 충돌 경고 장치 및 충돌 경고 방법
KR102062589B1 (ko) 어린이 보호구역 스마트 통합안내판 및 이를 이용한 통합 감시시스템
RU2598362C1 (ru) Система предупреждения столкновений участников дорожного движения
KR102107791B1 (ko) 어린이 보호구역의 안전속도준수 제어시스템
KR102293068B1 (ko) 횡단보도에서의 차량 관리를 위한 교통 제어 시스템
KR102310435B1 (ko) 차량의 접근을 감지하여 보행자에게 경고하는 시스템 및 방법
KR102510542B1 (ko) 스마트 교차로를 위한 3차원 통합 모니터링 시스템 및 그 방법
KR102226533B1 (ko) 일체형 가로등주로 구성된 스마트 도로 조명 시스템 및 그 제어 방법
KR102159144B1 (ko) 보행신호등 주변의 위반차량 무인단속시스템
KR102098883B1 (ko) 보행자 검지를 이용한 어린이보호구역 단속방법
JP5338371B2 (ja) 車両用警報装置
KR102452046B1 (ko) 어린이 보호구역 영상 감지 및 위험 신호 알림 방법 및 그 시스템
KR100923586B1 (ko) 어린이보호구역 내 신호등 판별 방법 및 시스템 그리고 정보 표시 방법
KR101466463B1 (ko) 일체형 통행 위반 경고 시스템
KR102055693B1 (ko) 긴급 차량 진행 알림 시스템 및 그 방법
KR102603270B1 (ko) 스마트 어린이보호구역 구축을 위한 인공지능기반 통합안전 시스템
KR101233864B1 (ko) 통행 위반 경고 시스템
KR102307743B1 (ko) 스쿨존 내에서의 어린이 교통사고 방지 통합 시스템
JP5354193B2 (ja) 車両用運転支援装置

Legal Events

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