KR102654055B1 - Driver evaluation device and method for improving traffic safety - Google Patents

Abstract

본 발명은 교통 안전 개선을 위한 운전자 평가 장치 및 방법에 관한 것으로, 상기 장치는 운전자 평가를 위한 항목별 운전자 데이터를 수집하는 데이터 수집부; 상기 항목별 운전자 데이터를 이용하여 항목별 위험도를 결정하는 항목별 위험도 결정부; 상기 항목별 위험도와 커스터마이징된 가중치를 적용하여 운전자 감점 점수를 산출하는 감점 점수 산출부; 및 상기 운전자 평가의 최대 점수에 대해 상기 운전자 감점 점수를 적용한 결과로서 운전자 평가 점수를 산출하는 운전자 평가부;를 포함한다.The present invention relates to a driver evaluation device and method for improving traffic safety, the device comprising: a data collection unit that collects driver data for each item for driver evaluation; a risk level determination unit for each item that determines the risk level for each item using the driver data for each item; a deduction point calculation unit that calculates a driver deduction score by applying the risk for each item and customized weights; and a driver evaluation unit that calculates a driver evaluation score as a result of applying the driver deduction score to the maximum score of the driver evaluation.

Description

교통 안전 개선을 위한 운전자 평가 장치 및 방법{DRIVER EVALUATION DEVICE AND METHOD FOR IMPROVING TRAFFIC SAFETY}Driver evaluation device and method for improving traffic safety {DRIVER EVALUATION DEVICE AND METHOD FOR IMPROVING TRAFFIC SAFETY}

본 발명은 운전자 평가 기술에 관한 것으로, 보다 상세하게는 운전자의 운전 행동에 대한 데이터를 취득하여 운전 패턴을 종합적으로 평가하고 운전자에게 알림으로써 운전 행동을 개선하고 교통 안전에 기여할 수 있는 교통 안전 개선을 위한 운전자 평가 장치 및 방법에 관한 것이다.The present invention relates to driver evaluation technology, and more specifically, to obtain data on the driver's driving behavior, comprehensively evaluate the driving pattern, and notify the driver to improve driving behavior and improve traffic safety that can contribute to traffic safety. It relates to a driver evaluation device and method for.

차량 기술의 발전으로 인해 운전자의 운행 과정에서 다양한 정보들이 제공될 수 있다. 예를 들어, 차량에 설치되는 네비게이션은 주행 경로는 물론 실시간 교통 정보, 날씨 정보, 인근 시설물 정보 등의 다양한 부가 정보들을 시각화하여 제공할 수 있다. 또한, 네비게이션은 주행 경로 상에 존재하는 사고 위험 구간이나 사고 다발 구간 등의 위험 정보도 함께 제공할 수 있다.Due to the advancement of vehicle technology, various information can be provided to the driver during the driving process. For example, a navigation system installed in a vehicle can visualize and provide various additional information such as driving route, real-time traffic information, weather information, and nearby facility information. In addition, the navigation can also provide risk information such as accident risk areas or accident-prone areas along the driving route.

이러한 사고 관련 정보들은 현재 시스템에서도 쉽게 제공되는 반면, 운전자의 운전 성향에 따른 사고 확률 등의 개인화된 정보는 여전히 접하기 어려운 정보에 해당할 수 있다. 즉, 운전자 개개인마다 운전 패턴 및 성향이 매우 상이하다는 점에서 각 개인마다 주행 중 발생 가능한 위험 요소도 상이할 수 있으며, 이로 인해 일반화된 사고 확률은 실제 각 운전자 개인의 사고 확률과는 차이가 있을 것으로 예상되고 있다.While such accident-related information is easily provided in the current system, personalized information such as the probability of an accident based on the driver's driving tendency may still be difficult to access. In other words, given that the driving patterns and tendencies of each driver are very different, the risk factors that may occur while driving may be different for each individual. As a result, the generalized accident probability is expected to be different from the actual accident probability of each individual driver. It is expected.

또한, 운전자 개인의 성향뿐만 아니라 다양한 환경 요소들, 예를 들어 날씨, 차량 내부/외부 상황 등의 운전 환경 요소는 각 개인의 사고 확률에도 영향을 줄 수 있다는 점에서 일반화된 사고 확률 정보만으로는 운행 중 주의 요소에 대한 정보가 충분하게 제공되지 않을 수 있다. 따라서, 운전자 개인의 이력을 고려하여 운전자를 평가하기 위한 방법과 이를 통합 관리할 수 있는 시스템의 개발이 필요할 수 있다.In addition, not only the driver's individual tendencies, but also various environmental factors, such as weather and conditions inside/outside the vehicle, can affect each individual's accident probability, so generalized accident probability information alone is not enough during driving. Sufficient information about caution factors may not be provided. Therefore, it may be necessary to develop a method for evaluating drivers by considering their individual history and a system that can manage this in an integrated manner.

한국공개특허 제10-2022-0111235호 (2022.08.09)Korean Patent Publication No. 10-2022-0111235 (2022.08.09)

본 발명의 일 실시예는 운전자의 운전 행동에 대한 데이터를 취득하여 운전 패턴을 종합적으로 평가하고 운전자에게 알림으로써 운전 행동을 개선하고 교통 안전에 기여할 수 있는 교통 안전 개선을 위한 운전자 평가 장치 및 방법을 제공하고자 한다.One embodiment of the present invention provides a driver evaluation device and method for improving traffic safety that can improve driving behavior and contribute to traffic safety by acquiring data on the driver's driving behavior, comprehensively evaluating the driving pattern, and notifying the driver. We would like to provide

실시예들 중에서, 교통 안전 개선을 위한 운전자 평가 장치는 운전자 평가를 위한 항목별 운전자 데이터를 수집하는 데이터 수집부; 상기 항목별 운전자 데이터를 이용하여 항목별 위험도를 결정하는 항목별 위험도 결정부; 상기 항목별 위험도와 커스터마이징된 가중치를 적용하여 운전자 감점 점수를 산출하는 감점 점수 산출부; 및 상기 운전자 평가의 최대 점수에 대해 상기 운전자 감점 점수를 적용한 결과로서 운전자 평가 점수를 산출하는 운전자 평가부;를 포함한다.Among embodiments, a driver evaluation device for improving traffic safety includes a data collection unit that collects driver data for each item for driver evaluation; a risk level determination unit for each item that determines the risk level for each item using the driver data for each item; a deduction point calculation unit that calculates a driver deduction score by applying the risk for each item and customized weights; and a driver evaluation unit that calculates a driver evaluation score as a result of applying the driver deduction score to the maximum score of the driver evaluation.

상기 데이터 수집부는 날씨 정보, 법규 정보, 사고 정보 및 차량 정보 중 적어도 하나를 상기 항목별 운전자 데이터로서 수집할 수 있다.The data collection unit may collect at least one of weather information, law information, accident information, and vehicle information as driver data for each item.

상기 항목별 위험도 결정부는 날씨 유형에 관한 제1 위험도, 법규 위반에 관한 제2 위험도, 운전자 사고 이력에 관한 제3 위험도, 그리고 차종 및 차량 연식에 관한 제4 위험도를 상기 항목별 위험도로서 결정할 수 있다.The risk level determination unit for each item may determine the first risk level related to weather type, the second risk level related to violation of laws, the third risk level related to driver accident history, and the fourth risk level related to vehicle type and vehicle year as the risk level for each item. .

상기 감점 점수 산출부는 이벤트별 위험도를 커스터마이징한 후 변경된 이벤트별 위험도를 이용하여 상기 커스터마이징된 가중치를 산출할 수 있다.The deduction score calculation unit may customize the risk for each event and then calculate the customized weight using the changed risk for each event.

상기 감점 점수 산출부는 상기 커스터마이징된 위험도 중 아차사고(Near Miss)에 관한 위험도를 기초로 상기 운전자 감점 점수를 산출할 수 있다.The deduction score calculation unit may calculate the driver deduction score based on the risk related to a near miss among the customized risks.

상기 감점 점수 산출부는 다음의 수학식을 이용하여 상기 운전자 감점 점수를 산출할 수 있다.The deduction score calculation unit may calculate the driver deduction score using the following equation.

[수학식][Equation]

(여기에서, 는 운전자 감점 점수이고, 는 커스터마이징된 가중치이며, , , 및 는 각각 항목별 위험도이다.)(From here, is the driver's deduction score, is the customized weight, , , and is the risk level for each item.)

상기 감점 점수 산출부는 상기 운전자 감점 점수의 항목별 최대 감점 범위를 상기 운전자 데이터의 항목별 카운트 분포에 따라 동적으로 결정할 수 있다.The deduction point calculation unit may dynamically determine the maximum deduction range for each item of the driver's deduction points according to the count distribution for each item of the driver data.

실시예들 중에서, 교통 안전 개선을 위한 운전자 평가 방법은 데이터 수집부를 통해, 운전자 평가를 위한 항목별 운전자 데이터를 수집하는 단계; 항목별 위험도 결정부를 통해, 상기 항목별 운전자 데이터를 이용하여 항목별 위험도를 결정하는 단계; 감점 점수 산출부를 통해, 상기 항목별 위험도와 커스터마이징된 가중치를 적용하여 운전자 감점 점수를 산출하는 단계; 및 운전자 평가부를 통해, 상기 운전자 평가의 최대 점수에 대해 상기 운전자 감점 점수를 적용한 결과로서 운전자 평가 점수를 산출하는 단계;를 포함한다.Among embodiments, a driver evaluation method for improving traffic safety includes collecting driver data for each item for driver evaluation through a data collection unit; Determining the risk level for each item using the driver data for each item through a risk level determination unit for each item; Calculating a driver deduction score by applying the risk of each item and customized weight through a deduction score calculation unit; and calculating a driver evaluation score as a result of applying the driver deduction score to the maximum score of the driver evaluation through the driver evaluation unit.

개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.The disclosed technology can have the following effects. However, since it does not mean that a specific embodiment must include all of the following effects or only the following effects, the scope of rights of the disclosed technology should not be understood as being limited thereby.

본 발명의 일 실시예에 따른 교통 안전 개선을 위한 운전자 평가 장치 및 방법은 운전자의 운전 행동에 대한 데이터를 취득하여 운전 패턴을 종합적으로 평가하고 운전자에게 알림으로써 운전 행동을 개선하고 교통 안전에 기여할 수 있다.The driver evaluation device and method for improving traffic safety according to an embodiment of the present invention can improve driving behavior and contribute to traffic safety by acquiring data on the driver's driving behavior, comprehensively evaluating the driving pattern, and notifying the driver. there is.

도 1은 본 발명에 따른 운전자 평가 시스템을 설명하는 도면이다.
도 2는 도 1의 운전자 평가 장치의 시스템 구성을 설명하는 도면이다.
도 3은 도 1의 운전자 평가 장치의 기능적 구성을 설명하는 도면이다.
도 4는 본 발명에 따른 교통 안전 개선을 위한 운전자 평가 과정의 일 실시예를 설명하는 순서도이다.
도 5는 본 발명에 따른 커스터마이징된 가중치를 생성하는 과정의 일 실시예를 설명하는 도면이다.
도 6은 본 발명에 따른 운전자 평가 과정의 일 실시예를 설명하는 도면이다.1 is a diagram explaining a driver evaluation system according to the present invention.
FIG. 2 is a diagram explaining the system configuration of the driver evaluation device of FIG. 1.
FIG. 3 is a diagram explaining the functional configuration of the driver evaluation device of FIG. 1.
Figure 4 is a flowchart explaining an embodiment of a driver evaluation process for improving traffic safety according to the present invention.
Figure 5 is a diagram illustrating an embodiment of a process for generating customized weights according to the present invention.
Figure 6 is a diagram illustrating an embodiment of the driver evaluation process according to the present invention.

본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.Since the description of the present invention is only an example for structural or functional explanation, the scope of the present invention should not be construed as limited by the examples described in the text. In other words, since the embodiments can be modified in various ways and can have various forms, the scope of rights of the present invention should be understood to include equivalents that can realize the technical idea. In addition, the purpose or effect presented in the present invention does not mean that a specific embodiment must include all or only such effects, so the scope of the present invention should not be understood as limited thereby.

한편, 본 출원에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.Meanwhile, the meaning of the terms described in this application should be understood as follows.

"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.Terms such as “first” and “second” are used to distinguish one component from another component, and the scope of rights should not be limited by these terms. For example, a first component may be named a second component, and similarly, the second component may also be named a first component.

어떤 구성요소가 다른 구성요소에 "연결되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.When a component is referred to as being “connected” to another component, it should be understood that it may be directly connected to the other component, but that other components may exist in between. On the other hand, when a component is referred to as being “directly connected” to another component, it should be understood that there are no other components in between. Meanwhile, other expressions that describe the relationship between components, such as "between" and "immediately between" or "neighboring" and "directly neighboring" should be interpreted similarly.

단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다"또는 "가지다" 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.Singular expressions should be understood to include plural expressions unless the context clearly indicates otherwise, and terms such as “comprise” or “have” refer to implemented features, numbers, steps, operations, components, parts, or them. It is intended to indicate the existence of a combination, and should be understood as not precluding the possibility of the presence or addition of one or more other features, numbers, steps, operations, components, parts, or combinations thereof.

각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.For each step, identification codes (e.g., a, b, c, etc.) are used for convenience of explanation. The identification codes do not explain the order of each step, and each step clearly follows a specific order in context. Unless specified, events may occur differently from the specified order. That is, each step may occur in the same order as specified, may be performed substantially simultaneously, or may be performed in the opposite order.

본 발명은 컴퓨터가 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있고, 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.The present invention can be implemented as computer-readable code on a computer-readable recording medium, and the computer-readable recording medium includes all types of recording devices that store data that can be read by a computer system. . Examples of computer-readable recording media include ROM, RAM, CD-ROM, magnetic tape, floppy disk, and optical data storage devices. Additionally, the computer-readable recording medium can be distributed across computer systems connected to a network, so that computer-readable code can be stored and executed in a distributed manner.

여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.All terms used herein, unless otherwise defined, have the same meaning as commonly understood by a person of ordinary skill in the field to which the present invention pertains. Terms defined in commonly used dictionaries should be interpreted as consistent with the meaning they have in the context of the related technology, and cannot be interpreted as having an ideal or excessively formal meaning unless clearly defined in the present application.

도 1은 본 발명에 따른 운전자 평가 시스템을 설명하는 도면이다.1 is a diagram explaining a driver evaluation system according to the present invention.

도 1을 참조하면, 운전자 평가 시스템(100)은 차량(110), 운전자 평가 장치(130) 및 데이터베이스(150)를 포함할 수 있다. 여기에서는, 설명의 편의를 위하여 차량(110), 운전자 평가 장치(130) 및 데이터베이스(150)를 독립된 장치들로 구분하여 설명하지만, 반드시 이에 한정되지 않고, 운전자 평가를 위한 다양한 실시예에 따라 서로 다른 적어도 2개의 장치들이 하나의 장치로 통합되어 구현될 수 있음은 물론이다.Referring to FIG. 1 , the driver evaluation system 100 may include a vehicle 110, a driver evaluation device 130, and a database 150. Here, for convenience of explanation, the vehicle 110, the driver evaluation device 130, and the database 150 are described separately as independent devices, but they are not necessarily limited thereto and can be used to evaluate each other according to various embodiments for driver evaluation. Of course, at least two other devices can be integrated and implemented as one device.

차량(110)은 엔진에 의해 생산된 동력을 이용하여 승객이나 화물을 운반하는 교통수단에 해당할 수 있고, 대표적인 예로서 자동차에 해당할 수 있다. 차량(110)은 자동차뿐만 아니라 오토바이, 자전거 등을 포함할 수 있고, 세그웨이(Segway), 전동킥보드, 전동휠체어 등의 퍼스널 모빌리티(person mobility) 등을 포함할 수 있으며, 반드시 이에 한정되지 않고, 동력을 이용하여 움직일 수 있는 다양한 운송 수단을 포함할 수 있다. 또한, 차량(110)은 운전자 평가 장치(130)와 유선 또는 무선 네트워크를 통해 연결될 수 있으며, 네트워크를 통해 데이터를 송·수신할 수 있다.The vehicle 110 may correspond to a means of transportation that transports passengers or cargo using power produced by an engine, and may correspond to a car as a representative example. The vehicle 110 may include not only a car, but also a motorcycle, a bicycle, etc., and may include personal mobility such as a Segway, an electric kickboard, an electric wheelchair, etc., but is not necessarily limited thereto, and may include a motorized vehicle. It can include various means of transportation that can be moved using . Additionally, the vehicle 110 may be connected to the driver evaluation device 130 through a wired or wireless network, and may transmit and receive data through the network.

일 실시예에서, 차량(110)은 운전자의 주행 중 행동을 모니터링하고 운전 행동에 관한 운전자 데이터를 수집하는 적어도 하나의 엣지 디바이스를 포함하여 구현될 수 있다. 여기에서, 엣지 디바이스(edge device)는 차량(110)에 설치되는 다양한 컴퓨팅 장치에 해당할 수 있으며, 부품들의 상태를 모니터링하거나 또는 운전자 및 탑승자의 상태와 행동을 모니터링하기 위하여 다양한 센서들과 연동하도록 구현될 수 있다.In one embodiment, the vehicle 110 may be implemented to include at least one edge device that monitors the driver's driving behavior and collects driver data regarding driving behavior. Here, the edge device may correspond to various computing devices installed in the vehicle 110, and may be used to monitor the status of parts or to interact with various sensors to monitor the status and behavior of the driver and passengers. It can be implemented.

예를 들어, 엣지 디바이스는 주변 영상을 촬영하는 카메라, 차량 움직임에 관한 가속 센서, 브레이크 센서, 가속도 센서, 진동 센서, GPS(Global Positioning System) 센서, 유량 센서 및 조향각 센서 등과 연동할 수 있고, 운전자 및 차량 환경에 관한 심박동 센서, 온/습도 센서, 가스 센서 및 공기질 센서 등과 연동할 수 있다. 이를 통해, 엣지 디바이스는 이벤트 발생 시점 전후의 이벤트 감지 데이터를 수집할 수 있고, 주행 중 운전자의 운전 행동에 관한 다양한 관찰 데이터를 수집할 수 있다.For example, edge devices can be linked to cameras that capture surrounding images, acceleration sensors related to vehicle movement, brake sensors, acceleration sensors, vibration sensors, GPS (Global Positioning System) sensors, flow sensors, and steering angle sensors, etc. It can be linked to heart rate sensors, temperature/humidity sensors, gas sensors, and air quality sensors related to the vehicle environment. Through this, the edge device can collect event detection data before and after the event occurs, and can collect various observation data about the driver's driving behavior while driving.

운전자 평가 장치(130)는 본 발명에 따른 교통 안전 개선을 위한 운전자 평가 방법을 수행하도록 구현된 컴퓨팅 장치 또는 서버에 해당할 수 있다. 운전자 평가 장치(130)는 차량(110)과 블루투스, WiFi, LTE 등과 같은 무선 네트워크로 연결되어 데이터를 송·수신할 수 있으며, 복수의 차량(110)들과 동시에 연결되어 동작하도록 구현될 수 있다.The driver evaluation device 130 may correspond to a computing device or server implemented to perform a driver evaluation method for improving traffic safety according to the present invention. The driver evaluation device 130 can be connected to the vehicle 110 through a wireless network such as Bluetooth, WiFi, LTE, etc. to transmit and receive data, and can be implemented to connect and operate with a plurality of vehicles 110 at the same time. .

또한, 운전자 평가 장치(130)는 본 발명에 따른 운전자 평가를 위하여 별도의 외부 시스템(도 1에 미도시함)과 연동하여 동작하도록 구현될 수도 있다. 예를 들어, 외부 시스템은 주행 환경 정보 수집을 위한 환경정보(또는 교통정보) 관리 시스템, 차량의 주행경로 추적을 위한 네비게이션 시스템(또는 GPS 시스템) 등을 포함할 수 있다.Additionally, the driver evaluation device 130 may be implemented to operate in conjunction with a separate external system (not shown in FIG. 1) for driver evaluation according to the present invention. For example, the external system may include an environmental information (or traffic information) management system for collecting driving environment information, a navigation system (or GPS system) for tracking the vehicle's driving path, etc.

데이터베이스(150)는 운전자 평가 장치(130)의 동작 과정에서 필요한 다양한 정보들을 저장하는 저장장치에 해당할 수 있다. 예를 들어, 데이터베이스(150)는 각 차량(110)으로부터 수집된 사고 데이터와 운전 행동에 관한 운전자 데이터를 저장하거나 또는 운전자 평가에 관한 점수 산출을 위한 정보를 저장할 수 있으며, 반드시 이에 한정되지 않고, 운전자 평가 장치(130)가 본 발명에 따른 운전자 평가 방법을 수행하는 과정에서 다양한 형태로 수집 또는 가공된 정보들을 저장할 수 있다.The database 150 may correspond to a storage device that stores various information required during the operation of the driver evaluation device 130. For example, the database 150 may store accident data collected from each vehicle 110 and driver data regarding driving behavior, or may store information for calculating scores regarding driver evaluation, but is not necessarily limited thereto. The driver evaluation device 130 may store information collected or processed in various forms during the process of performing the driver evaluation method according to the present invention.

한편, 도 1에서, 데이터베이스(150)는 운전자 평가 장치(130)와 독립적인 장치로서 도시되어 있으나, 반드시 이에 한정되지 않고, 운전자 평가 장치(130)의 논리적인 저장장치로서 운전자 평가 장치(130)에 포함되어 구현될 수 있음은 물론이다.Meanwhile, in FIG. 1, the database 150 is shown as a device independent of the driver evaluation device 130, but is not necessarily limited thereto, and is a logical storage device of the driver evaluation device 130. Of course, it can be included and implemented.

도 2는 도 1의 운전자 평가 장치의 시스템 구성을 설명하는 도면이다.FIG. 2 is a diagram explaining the system configuration of the driver evaluation device of FIG. 1.

도 2를 참조하면, 운전자 평가 장치(130)는 프로세서(210), 메모리(230), 사용자 입출력부(250) 및 네트워크 입출력부(270)를 포함할 수 있다.Referring to FIG. 2 , the driver evaluation device 130 may include a processor 210, a memory 230, a user input/output unit 250, and a network input/output unit 270.

프로세서(210)는 본 발명의 실시예에 따른 교통 안전 개선을 위한 운전자 평가 방법을 수행하기 위한 프로시저를 실행할 수 있고, 이러한 과정에서 읽혀지거나 작성되는 메모리(230)를 관리할 수 있으며, 메모리(230)에 있는 휘발성 메모리와 비휘발성 메모리 간의 동기화 시간을 스케줄 할 수 있다. 프로세서(210)는 운전자 평가 장치(130)의 동작 전반을 제어할 수 있고, 메모리(230), 사용자 입출력부(250) 및 네트워크 입출력부(270)와 전기적으로 연결되어 이들 간의 데이터 흐름을 제어할 수 있다. 프로세서(210)는 운전자 평가 장치(130)의 CPU(Central Processing Unit), GPU(Graphics Processing Unit) 또는 NPU(Neural Processing Unit)로 구현될 수 있다.The processor 210 can execute a procedure for performing a driver evaluation method for improving traffic safety according to an embodiment of the present invention, and can manage the memory 230 that is read or written in this process, and the memory ( 230), the synchronization time between volatile memory and non-volatile memory can be scheduled. The processor 210 can control the overall operation of the driver evaluation device 130 and is electrically connected to the memory 230, the user input/output unit 250, and the network input/output unit 270 to control the data flow between them. You can. The processor 210 may be implemented as a Central Processing Unit (CPU), Graphics Processing Unit (GPU), or Neural Processing Unit (NPU) of the driver evaluation device 130.

메모리(230)는 SSD(Solid State Disk) 또는 HDD(Hard Disk Drive)와 같은 비휘발성 메모리로 구현되어 운전자 평가 장치(130)에 필요한 데이터 전반을 저장하는데 사용되는 보조기억장치를 포함할 수 있고, RAM(Random Access Memory)과 같은 휘발성 메모리로 구현된 주기억장치를 포함할 수 있다. 또한, 메모리(230)는 전기적으로 연결된 프로세서(210)에 의해 실행됨으로써 본 발명에 따른 교통 안전 개선을 위한 운전자 평가 방법을 실행하는 명령들의 집합을 저장할 수 있다.The memory 230 may be implemented as a non-volatile memory such as a solid state disk (SSD) or a hard disk drive (HDD) and may include an auxiliary memory used to store all data required for the driver evaluation device 130, It may include a main memory implemented as volatile memory such as RAM (Random Access Memory). Additionally, the memory 230 can store a set of instructions for executing the driver evaluation method for improving traffic safety according to the present invention by being executed by the electrically connected processor 210.

사용자 입출력부(250)는 사용자 입력을 수신하기 위한 환경 및 사용자에게 특정 정보를 출력하기 위한 환경을 포함하고, 예를 들어, 터치 패드, 터치 스크린, 화상 키보드 또는 포인팅 장치와 같은 어댑터를 포함하는 입력장치 및 모니터 또는 터치 스크린과 같은 어댑터를 포함하는 출력장치를 포함할 수 있다. 일 실시예에서, 사용자 입출력부(250)는 원격 접속을 통해 접속되는 컴퓨팅 장치에 해당할 수 있고, 그러한 경우, 운전자 평가 장치(130)는 독립적인 서버로서 동작할 수 있다.The user input/output unit 250 includes an environment for receiving user input and an environment for outputting specific information to the user, and includes an input adapter such as, for example, a touch pad, a touch screen, an on-screen keyboard, or a pointing device. It may include an output device including a device and an adapter such as a monitor or touch screen. In one embodiment, the user input/output unit 250 may correspond to a computing device connected through a remote connection, in which case the driver evaluation device 130 may operate as an independent server.

네트워크 입출력부(270)는 네트워크를 통해 다른 장치와 연결되기 위한 통신 환경을 제공하고, 예를 들어, LAN(Local Area Network), MAN(Metropolitan Area Network), WAN(Wide Area Network) 및 VAN(Value Added Network) 등의 통신을 위한 어댑터를 포함할 수 있다. 또한, 네트워크 입출력부(270)는 데이터의 무선 전송을 위해 WiFi, 블루투스 등의 근거리 통신 기능이나 4G 이상의 무선 통신 기능을 제공하도록 구현될 수 있다.The network input/output unit 270 provides a communication environment for connection with other devices through a network, for example, Local Area Network (LAN), Metropolitan Area Network (MAN), Wide Area Network (WAN), and Value Area Network (VAN). It may include an adapter for communication such as Added Network). Additionally, the network input/output unit 270 may be implemented to provide short-range communication functions such as WiFi and Bluetooth or wireless communication functions of 4G or higher for wireless transmission of data.

도 3은 도 1의 운전자 평가 장치의 기능적 구성을 설명하는 도면이다.FIG. 3 is a diagram explaining the functional configuration of the driver evaluation device of FIG. 1.

도 3을 참조하면, 운전자 평가 장치(130)는 본 발명에 따른 교통 안전 개선을 위한 운전자 평가 방법을 수행할 수 있다. 이를 위하여, 운전자 평가 장치(130)는 데이터 수집부(310), 항목별 위험도 결정부(330), 감점 점수 산출부(350), 운전자 평가부(370) 및 제어부(도 3에 미도시함)를 포함할 수 있다.Referring to FIG. 3, the driver evaluation device 130 can perform a driver evaluation method for improving traffic safety according to the present invention. For this purpose, the driver evaluation device 130 includes a data collection unit 310, a risk determination unit 330 for each item, a deduction score calculation unit 350, a driver evaluation unit 370, and a control unit (not shown in FIG. 3). may include.

이때, 본 발명의 실시예는 상기의 구성들을 동시에 모두 포함해야 하는 것은 아니며, 각각의 실시예에 따라 상기의 구성들 중 일부를 생략하거나, 상기의 구성들 중 일부 또는 전부를 선택적으로 포함하여 구현될 수도 있다. 이하, 각 구성들의 동작을 구체적으로 설명한다.At this time, the embodiment of the present invention does not need to include all of the above configurations at the same time, and depending on each embodiment, some of the above configurations are omitted or some or all of the above configurations are selectively included. It could be. Hereinafter, the operation of each component will be described in detail.

데이터 수집부(310)는 운전자 평가를 위한 항목별 운전자 데이터를 수집할 수 있다. 여기에서, 항목별 운전자 데이터는 운전자 평가에 사용되는 데이터로서 평가 대상이 되는 운전자와 연관된 데이터에 해당할 수 있다. 데이터 수집을 위하여, 데이터 수집부(310)는 차량(110)과 연동하여 동작할 수 있으며, 차량(110)으로부터 실시간으로 수집된 운전자 데이터를 수신한 다음 각 항목에 따라 분류하여 저장할 수 있다. 즉, 운전자 데이터는 운전자 평가를 위한 다양한 항목들 중 어느 하나로 분류되어 데이터베이스(150)에 저장될 수 있다.The data collection unit 310 may collect driver data for each item for driver evaluation. Here, the driver data for each item is data used for driver evaluation and may correspond to data related to the driver being evaluated. For data collection, the data collection unit 310 can operate in conjunction with the vehicle 110, receive driver data collected in real time from the vehicle 110, and then classify and store it according to each item. That is, driver data may be classified into one of various items for driver evaluation and stored in the database 150.

일 실시예에서, 데이터 수집부(310)는 날씨 정보, 법규 정보, 사고 정보 및 차량 정보 중 적어도 하나를 항목별 운전자 데이터로서 수집할 수 있다. 날씨 정보는 날씨 종류에 따른 사고 정보를 포함할 수 있다. 예를 들어, 날씨 정보는 날씨 종류에 따른 치사율(즉, 교통사고 100건 당 사망자 수) 정보를 포함할 수 있다. 또한, 법규 정보는 법규 위반에 따른 아차사고(Near Miss) 상황에 관한 정보를 포함할 수 있다. 예를 들어, 아차사고 상황은 졸음운전 등의 차량 내부 상황과 차선이탈이나 안전거리 미확보 등의 차량 외부 상황을 포함할 수 있다. 사고 정보는 운전자 사고 이력에 관한 정보를 포함할 수 있고, 차량 정보는 차종 및 차량 연식에 관한 정보를 포함할 수 있다.In one embodiment, the data collection unit 310 may collect at least one of weather information, law information, accident information, and vehicle information as driver data for each item. Weather information may include accident information according to weather type. For example, weather information may include fatality rate (i.e., number of deaths per 100 traffic accidents) information according to weather type. Additionally, the legal information may include information about near miss situations resulting from violation of the law. For example, near-miss situations may include situations inside the vehicle, such as drowsy driving, and situations outside the vehicle, such as lane departure or failure to secure a safe distance. Accident information may include information about the driver's accident history, and vehicle information may include information about the vehicle model and vehicle year.

항목별 위험도 결정부(330)는 항목별 운전자 데이터를 이용하여 항목별 위험도를 결정할 수 있다. 항목별 위험도 결정부(330)는 운전자 평가에 반영되는 다양한 평가 항목 별로 운전자 데이터에 기초한 위험도를 산출할 수 있다. 즉, 위험도는 운전자의 주행 중 사고 발생으로 인한 위험 확률에 대응될 수 있다. 항목별 위험도 결정부(330)에 의해 산출된 항목별 위험도는 데이터베이스(150)에 저장될 수 있으며, 이후 단계에서 운전자 평가 과정에 활용될 수 있다.The risk level determination unit 330 for each item may determine the risk level for each item using driver data for each item. The risk level determination unit 330 for each item can calculate the risk level based on driver data for each of the various evaluation items reflected in the driver evaluation. In other words, the degree of risk may correspond to the probability of risk due to an accident occurring while the driver is driving. The risk for each item calculated by the risk for each item determination unit 330 may be stored in the database 150 and used in the driver evaluation process at a later stage.

일 실시예에서, 항목별 위험도 결정부(330)는 날씨 유형에 관한 제1 위험도, 법규 위반에 관한 제2 위험도, 운전자 사고 이력에 관한 제3 위험도, 그리고 차종 및 차량 연식에 관한 제4 위험도를 항목별 위험도로서 결정할 수 있다. 보다 구체적으로, 날씨 유형에 관한 제1 위험도는 날씨 유형에 따른 치사율(즉, 교통사고 100건 당 사망자 수)을 기반으로 산출될 수 있다. 예를 들어, 치사율은 기 수집된 사고 데이터를 기초로 안개 8.9명, 흐림 3.9명, 비 3명, 눈 2.5명 및 맑음 2.4명 등과 같이 결정될 수 있다. 즉, 항목별 위험도 결정부(330)는 특정 위도 및 경도에 해당하는 위치에서 해당 시간의 날씨 정보를 고려하여 제1 위험도를 산출할 수 있다. 이를 위하여, 항목별 위험도 결정부(330)는 각 이벤트의 각 카운트에 날씨 유형을 결합하여 표현할 수 있다. 예를 들어, '신호위반 2회'는 '신호위반 1회:안개' + '신호위반 1회:흐림'과 같이 표현될 수 있다.In one embodiment, the risk level determination unit 330 for each item determines a first risk level related to weather type, a second risk level related to violation of laws, a third risk level related to driver accident history, and a fourth risk level related to vehicle type and vehicle year. It can be determined as the risk level for each item. More specifically, the first risk related to the weather type can be calculated based on the fatality rate (i.e., number of deaths per 100 traffic accidents) according to the weather type. For example, the fatality rate may be determined as 8.9 for fog, 3.9 for cloudy, 3 for rain, 2.5 for snow, and 2.4 for clear, etc. based on previously collected accident data. That is, the risk level determination unit 330 for each item may calculate the first risk level by considering weather information at the time at a location corresponding to a specific latitude and longitude. To this end, the risk determination unit 330 for each item may express the weather type by combining each count of each event. For example, ‘2 signal violations’ can be expressed as ‘1 signal violation: fog’ + ‘1 signal violation: cloudy’.

또한, 항목별 위험도 결정부(330)는 제1 위험도를 이벤트별 날씨 유형 카운트의 합으로 표현할 수 있다. 즉, 제1 위험도는 다음의 수학식 1과 같이 표현될 수 있다.Additionally, the risk level determination unit 330 for each item may express the first risk level as the sum of weather type counts for each event. That is, the first risk can be expressed as Equation 1 below.

[수학식 1][Equation 1]

여기에서, 는 이벤트별 제1 위험도이고, 는 이벤트별 날씨 유형 카운트이다. 이때, 는 신호위반, 차선이탈 등의 주행 중 발생하는 이벤트이다.From here, is the first risk for each event, is the weather type count for each event. At this time, is an event that occurs while driving, such as a traffic signal violation or lane departure.

또한, 법규 위반에 관한 제2 위험도는 주행 중 발생하는 이벤트들, 즉 차량 내부 상황 및 차량 외부 상황을 기반으로 산출될 수 있다. 예를 들어, 차량 내부 상황은 운전자 전방미주시, 운전자 휴대폰 사용, 졸음운전 등을 포함할 수 있으며, 차량 외부 상황은 차선이탈, 안전거리 미확보 등을 포함할 수 있다. 즉, 항목별 위험도 결정부(330)는 법규 위반 및 차량 내부/외부 상황을 고려하여 제2 위험도를 산출할 수 있다. 이를 위하여, 항목별 위험도 결정부(330)는 이벤트별 아차사고 카운트에 대한 법규 위반에 따른 차량사고 카운트의 비율을 산출하여 이벤트별 아차사고 점수를 산출할 수 있으며, 다음의 수학식 2와 같이 표현될 수 있다.Additionally, the second risk related to violation of laws can be calculated based on events that occur while driving, that is, situations inside the vehicle and situations outside the vehicle. For example, situations inside the vehicle may include the driver not looking ahead, the driver using a cell phone, drowsy driving, etc., and situations outside the vehicle may include lane departure, failure to secure a safe distance, etc. In other words, the risk level determination unit 330 for each item can calculate the second risk level by considering violation of laws and conditions inside/outside the vehicle. To this end, the risk determination unit 330 for each item can calculate the near-miss score for each event by calculating the ratio of vehicle accident counts due to violation of laws to the near-miss count for each event, expressed as the following equation 2: It can be.

[수학식 2][Equation 2]

여기에서, 는 이벤트별 아차사고 점수이고, 는 법규 위반별 실제 교통사고와 연관되는 정도를 나타내며, 는 이벤트별 아차사고 카운트이다. 이때, 는 해당 법규 위반에 관여하는 아차사고 이벤트들의 개수(카운트)이며 는 가중치 분배 계수로서, 내/외부 카테고리 및 해당하는 법규 위반과 아차사고 이벤트 간의 연관 정보에 따라 상이하게 설정될 수 있다. 따라서, 다음의 수학식 3과 같이 표현되는 각 법규 위반에 해당하는 이벤트들의 아차사고 점수 총합은 해당하는 법규 위반 항목의 교통사고와의 연관도와 동일할 수 있다.From here, is the near miss score for each event, represents the degree to which each violation of law is associated with actual traffic accidents, is the near miss count for each event. At this time, is the number (count) of near miss events involved in violation of the relevant regulations. is a weight distribution coefficient that can be set differently depending on the internal/external category and the related information between the corresponding law violation and near-miss event. Therefore, the total near miss score of events corresponding to each law violation, expressed as shown in Equation 3 below, may be equal to the degree of correlation between the corresponding law violation item and the traffic accident.

[수학식 3][Equation 3]

또한, 운전자 사고 이력에 관한 제3 위험도는 운전자의 실제 과거 사고 이력을 기반으로 산출될 수 있다. 즉, 항목별 위험도 결정부(330)는 사고의 경중, 횟수 및 시간을 반영하여 제3 위험도를 산출할 수 있다. 이를 위하여, 항목별 위험도 결정부(330)는 제3 위험도를 운전자별 개인 위험도와 시간에 따른 감소율 간의 곱으로 표현할 수 있다. 즉, 제3 위험도는 다음의 수학식 4와 같이 표현될 수 있다.Additionally, the third risk level regarding the driver's accident history can be calculated based on the driver's actual past accident history. That is, the risk level determination unit 330 for each item can calculate the third risk level by reflecting the severity, number, and time of the accident. To this end, the risk level determination unit 330 for each item may express the third risk level as the product between the individual risk level for each driver and the reduction rate over time. That is, the third risk can be expressed as Equation 4 below.

[수학식 4][Equation 4]

여기에서, 는 운전자별 개인 위험도이고, 는 시간에 따른 감소율이다.From here, is the individual risk level for each driver, is the rate of decrease over time.

또한, 운전자 사고 이력에 관한 제4 위험도는 차종 및 차량 연식을 기반으로 산출될 수 있다. 여기에서, 차종은 승용차, 버스 및 트럭 등을 포함할 수 있다. 즉, 항목별 위험도 결정부(330)는 차종 및 차량 연식에 관한 상관계수를 정의할 수 있고, 차종별 사고 비율과 차량 생산년도에 각 상관계수를 적용하여 제4 위험도를 산출할 수 있다. 즉, 제4 위험도는 다음의 수학식 5와 같이 표현될 수 있다.Additionally, the fourth risk level regarding the driver's accident history can be calculated based on the vehicle type and vehicle year. Here, vehicle types may include passenger cars, buses, and trucks. That is, the risk level determination unit 330 for each item can define correlation coefficients related to vehicle type and vehicle year, and calculate the fourth risk level by applying each correlation coefficient to the accident rate for each vehicle type and the vehicle production year. That is, the fourth risk level can be expressed as Equation 5 below.

[수학식 5][Equation 5]

여기에서, 는 제4 위험도이고, 및 은 각각 차종별 사고 카운트 및 전체 사고 카운트이며, 는 차량 생산년도이고, 및 는 각각 차종 및 차량 연식에 관한 상관계수들이다. 또한, 및 는 다음의 수학식 6 및 7과 같이 표현될 수 있다.From here, is the fourth risk, and are the accident count and total accident count by vehicle type, respectively, is the vehicle production year, and are correlation coefficients related to vehicle type and vehicle year, respectively. also, and Can be expressed as the following equations 6 and 7.

[수학식 6][Equation 6]

[수학식 7][Equation 7]

여기에서, 이고, 이다.From here, ego, am.

감점 점수 산출부(350)는 항목별 위험도와 커스터마이징된 가중치(customized weight)를 적용하여 운전자 감점 점수를 산출할 수 있다. 여기에서, 커스터마이징된 가중치는 운전자 감점 점수의 산출 과정에 반영되는 이벤트별 위험도에 적용되는 가중치로서 평가자의 선택에 의해 변경 가능한 가중치에 해당할 수 있다. 예를 들어, 평가자가 운전자의 특정 이벤트에 대하여 더욱 엄격한 평가를 수행하고자 하는 경우 각 이벤트별로 가중치 조정이 가능할 수 있다. 일 실시예에서, 감점 점수 산출부(350)는 이벤트별 위험도를 커스터마이징한 후 변경된 이벤트별 위험도를 이용하여 커스터마이징된 가중치를 산출할 수 있다. 커스터마이징 가중치의 설정 과정에 대해서는 도 5에서 보다 자세히 설명한다.The deduction score calculation unit 350 can calculate the driver deduction score by applying the risk of each item and customized weight. Here, the customized weight is a weight applied to the risk for each event reflected in the calculation process of driver deduction points and may correspond to a weight that can be changed by the evaluator's selection. For example, if an evaluator wishes to perform a more rigorous evaluation of a driver's specific events, the weight may be adjusted for each event. In one embodiment, the deduction score calculation unit 350 may customize the risk for each event and then calculate the customized weight using the changed risk for each event. The customizing weight setting process is explained in more detail in FIG. 5.

일 실시예에서, 감점 점수 산출부(350)는 항목별 위험도 중 아차사고(Near Miss)에 관한 위험도를 기초로 운전자 감점 점수를 산출할 수 있다. 여기에서, 아차사고에 관한 위험도는 법규 위반 및 차량 내부/외부 상황에 따른 위험도에 대응될 수 있다. 즉, 아차사고에 관한 위험도는 주행 중 다양한 이벤트들로 인해 발생하는 법규 위반이 사고로 이어질 가능성을 나타낼 수 있다. 감점 점수 산출부(350)는 위험도와 연관된 아차사고 점수와 아차사고 카운트를 반영하여 운전자 감점 점수를 산출할 수 있다.In one embodiment, the deduction score calculation unit 350 may calculate the driver deduction score based on the risk of a near miss among the risks for each item. Here, the risk of near misses can correspond to the risk of violation of laws and conditions inside/outside the vehicle. In other words, the risk of near misses can indicate the possibility that violations of laws and regulations that occur due to various events while driving may lead to an accident. The deduction score calculation unit 350 may calculate the driver deduction score by reflecting the near-miss score and near-miss accident count related to the degree of risk.

일 실시예에서, 감점 점수 산출부(350)는 다음의 수학식 8을 이용하여 운전자 감점 점수를 산출할 수 있다.In one embodiment, the deduction point calculation unit 350 may calculate the driver deduction score using Equation 8 below.

[수학식 8][Equation 8]

여기에서, 는 운전자 감점 점수이고, 는 커스터마이징된 가중치이며, , , 및 는 각각 항목별 위험도이다.From here, is the driver's deduction score, is the customized weight, , , and is the risk level for each item.

일 실시예에서, 감점 점수 산출부(350)는 운전자 감점 점수의 항목별 최대 감점 범위를 운전자 데이터의 항목별 카운트 분포에 따라 동적으로 결정할 수 있다. 즉, 각 이벤트 발생 카운트의 항목별 최대 감점 수치는 실제 취득 데이터의 이벤트 카운트 분포에 따라 동적으로 결정될 수 있으며, 다음의 수학식 9와 같이 표현될 수 있다.In one embodiment, the deduction point calculation unit 350 may dynamically determine the maximum deduction range for each item of the driver's deduction points according to the count distribution for each item of driver data. That is, the maximum deduction value for each item of each event occurrence count can be dynamically determined according to the event count distribution of the actual acquired data, and can be expressed as Equation 9 below.

[수학식 9][Equation 9]

운전자 평가부(370)는 운전자 평가의 최대 점수에 대해 운전자 감점 점수를 적용한 결과로서 운전자 평가 점수를 산출할 수 있다. 즉, 운전자 평가부(390)는 사전 정의된 운전자 평가의 목표 점수(즉, 최대 점수)를 기준으로 운전자 감점 점수를 차감함으로써 운전자 별로 평가 점수를 산출할 수 있다. 또한, 운전자 평가 점수는 다음의 수학식 10과 같이 표현될 수 있다.The driver evaluation unit 370 may calculate the driver evaluation score as a result of applying the driver deduction score to the maximum driver evaluation score. That is, the driver evaluation unit 390 can calculate an evaluation score for each driver by subtracting the driver's deduction points based on a predefined target score (i.e., maximum score) of the driver evaluation. Additionally, the driver evaluation score can be expressed as Equation 10 below.

[수학식 10][Equation 10]

여기에서, Driver Score는 운전자 평가 점수이고, A는 운전자이며, 는 목표 점수(최대 점수)이다.Here, Driver Score is the driver evaluation score, A is the driver, is the target score (maximum score).

일 실시예에서, 운전자 평가부(370)는 운전자 평가 점수를 산출한 후 사전 정의된 평가 등급에 따라 분류할 수 있다. 평가 등급은 평가 점수를 일정 범위마다 등급으로 구분하여 정의한 등급 분류에 해당할 수 있다. 또한, 운전자 평가부(370)는 운전자 평가 점수 및 평가 등급을 사용자 또는 운전자에게 제공할 수 있으며, 이를 위하여 사용자 단말과 연동하여 동작할 수 있다.In one embodiment, the driver evaluation unit 370 may calculate driver evaluation scores and then classify them according to predefined evaluation grades. The evaluation grade may correspond to a classification defined by dividing the evaluation score into grades within a certain range. Additionally, the driver evaluation unit 370 can provide driver evaluation scores and evaluation grades to the user or driver, and for this purpose, it can operate in conjunction with the user terminal.

제어부(도 3에 미도시함)는 운전자 평가 장치(130)의 전체적인 동작을 제어하고, 데이터 수집부(310), 항목별 위험도 결정부(330), 감점 점수 산출부(350) 및 운전자 평가부(370) 간의 제어 흐름 또는 데이터 흐름을 관리할 수 있다.The control unit (not shown in FIG. 3) controls the overall operation of the driver evaluation device 130 and includes a data collection unit 310, a risk level determination unit 330 for each item, a deduction score calculation unit 350, and a driver evaluation unit. Control flow or data flow between 370 can be managed.

도 4는 본 발명에 따른 교통 안전 개선을 위한 운전자 평가 과정의 일 실시예를 설명하는 순서도이다.Figure 4 is a flowchart explaining an embodiment of a driver evaluation process for improving traffic safety according to the present invention.

도 4를 참조하면, 운전자 평가 장치(130)는 데이터 수집부(310)를 통해 운전자 평가를 위한 항목별 운전자 데이터를 수집할 수 있다(단계 S410). 운전자 평가 장치(130)는 항목별 위험도 결정부(330)를 통해 항목별 운전자 데이터를 이용하여 항목별 위험도를 결정할 수 있다(단계 S430). 운전자 평가 장치(130)는 감점 점수 산출부(350)를 통해 항목별 위험도에 커스터마이징된 항목별 가중치를 적용하여 운전자 감점 점수를 산출할 수 있다(단계 S450). 운전자 평가 장치(130)는 운전자 평가부(370)를 통해 운전자 평가의 최대 점수에 대해 운전자 감점 점수를 적용한 결과로서 운전자 평가 점수를 산출할 수 있다(단계 S470).Referring to FIG. 4, the driver evaluation device 130 may collect driver data for each item for driver evaluation through the data collection unit 310 (step S410). The driver evaluation device 130 may determine the risk for each item using the driver data for each item through the risk for each item determination unit 330 (step S430). The driver evaluation device 130 may calculate the driver deduction score by applying the customized weight for each item to the risk of each item through the deduction score calculation unit 350 (step S450). The driver evaluation device 130 may calculate the driver evaluation score as a result of applying the driver deduction score to the maximum driver evaluation score through the driver evaluation unit 370 (step S470).

도 5는 본 발명에 따른 커스터마이징된 가중치를 생성하는 과정의 일 실시예를 설명하는 도면이다.Figure 5 is a diagram illustrating an embodiment of a process for generating customized weights according to the present invention.

도 5를 참조하면, 운전자 평가 장치(130)는 주행 중 운전자의 특정 이벤트에 대하여 엄격한 기준을 적용하는 경우 각 이벤트 1 ~ n까지의 개별 위험도를 조정할 수 있고, 조정된 위험도를 기초로 이벤트별 커스터마이징된 가중치 값을 산출할 수 있다. 예를 들어, 운전자 평가 장치(130)는 조정된 위험도에 대해 소프트맥스(Softmax) 함수를 적용하여 커스터마이징된 가중치를 산출할 수 있으며, 이 경우 커스터마이징된 가중치는 다음의 수학식 11과 같이 표현될 수 있다.Referring to FIG. 5, the driver evaluation device 130 can adjust the individual risk of each event 1 to n when applying strict standards to a driver's specific event while driving, and customize each event based on the adjusted risk. The weight value can be calculated. For example, the driver evaluation device 130 may calculate a customized weight by applying a Softmax function to the adjusted risk. In this case, the customized weight can be expressed as Equation 11 below: there is.

[수학식 11][Equation 11]

도 6은 본 발명에 따른 운전자 평가 과정의 일 실시예를 설명하는 도면이다.Figure 6 is a diagram illustrating an embodiment of the driver evaluation process according to the present invention.

도 6을 참조하면, 운전자 평가 장치(130)는 각 차량(110)으로부터 수집되는 다양한 사고 감지 데이터와 운전자 행동 감지 데이터를 수집할 수 있다. 이를 위하여, 운전자 평가 장치(130)는 차량(110)과 연동하여 동작할 수 있으며, 차량(110) 내에 설치된 다양한 센서들과 직접 연동할 수도 있다. 운전자 평가 장치(130)는 수집된 데이터를 분류하여 운전자 평가에 필요한 운전자 데이터를 수집할 수 있다. 이때, 운전자 데이터의 수집은 운전자 평가 장치(130)의 데이터 수집부(310)를 통해 수행될 수 있다. 데이터 수집부(310)에 의해 수집된 운전자 데이터는 이후 단계의 동작을 위해 사용될 수 있다.Referring to FIG. 6 , the driver evaluation device 130 may collect various accident detection data and driver behavior detection data collected from each vehicle 110. To this end, the driver evaluation device 130 may operate in conjunction with the vehicle 110 and may also directly interact with various sensors installed in the vehicle 110. The driver evaluation device 130 can collect driver data necessary for driver evaluation by classifying the collected data. At this time, collection of driver data may be performed through the data collection unit 310 of the driver evaluation device 130. Driver data collected by the data collection unit 310 may be used for subsequent operations.

운전자 평가 장치(130)는 항목 별로 분류된 운전자 데이터를 이용하여 항목별 위험도를 결정할 수 있으며, 해당 동작은 항목별 위험도 결정부(330)를 통해 수행될 수 있다. 또한, 운전자 평가 장치(130)는 감점 점수 산출부(350)를 통해 항목별 위험도와 커스터마이징된 가중치를 적용하여 운전자 감점 점수를 산출할 수 있다.The driver evaluation device 130 can determine the risk level for each item using driver data classified by item, and the corresponding operation can be performed through the risk level determination unit 330 for each item. In addition, the driver evaluation device 130 can calculate the driver deduction score by applying the risk of each item and customized weight through the deduction score calculation unit 350.

일 실시예에서, 감점 점수 산출부(350)는 운전자 감점 점수 산출 과정에서 사용되는 가중치의 커스터마이징 과정을 위한 별도의 독립된 가중치 모듈(weight module)(610)과 연동할 수 있다. 즉, 해당 가중치 모듈(610)은 평가자(또는 관리자)에 의해 조정된 설정 정보를 입력받을 수 있으며, 조정된 설정 정보를 이용하여 운전자 평가에 활용되는 커스터마이징된 가중치를 산출할 수 있다. 감점 점수 산출부(350)는 가중치 모듈(610)로부터 수신된 커스터마이징된 가중치와 항목별 위험도를 이용하여 운전자 감점 점수를 산출할 수 있다.In one embodiment, the deduction score calculation unit 350 may be linked with a separate and independent weight module 610 for customizing the weight used in the driver deduction score calculation process. That is, the weight module 610 can receive setting information adjusted by an evaluator (or manager), and use the adjusted setting information to calculate customized weights used in driver evaluation. The deduction score calculation unit 350 may calculate the driver deduction score using the customized weight received from the weight module 610 and the risk for each item.

운전자 평가 장치(130)는 운전자 평가부(370)를 통해 운전자 평가 점수를 최종적으로 산출할 수 있으며, 운전자 평가 점수를 기초로 운전자의 안전 운전을 위한 다양한 알림 및 서비스를 제공할 수 있다. 또한, 운전자 평가 장치(130)는 운전자 별로 평가 정보를 수집하여 특정 조직 내 운전자들의 운전 행태에 관한 정보를 생성할 수 있다.The driver evaluation device 130 can finally calculate the driver evaluation score through the driver evaluation unit 370 and provide various notifications and services for the driver's safe driving based on the driver evaluation score. Additionally, the driver evaluation device 130 can collect evaluation information for each driver and generate information about the driving behavior of drivers within a specific organization.

상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.Although the present invention has been described above with reference to preferred embodiments, those skilled in the art may make various modifications and changes to the present invention without departing from the spirit and scope of the present invention as set forth in the claims below. You will understand that you can do it.

100: 운전자 평가 시스템
110: 차량 130: 운전자 평가 장치
150: 데이터베이스
210: 프로세서 230: 메모리
250: 사용자 입출력부 270: 네트워크 입출력부
310: 데이터 수집부 330: 항목별 위험도 결정부
350: 감점 점수 산출부 370: 운전자 평가부100: Driver evaluation system
110: vehicle 130: driver evaluation device
150: database
210: Processor 230: Memory
250: user input/output unit 270: network input/output unit
310: data collection unit 330: risk determination unit for each item
350: Penalty score calculation unit 370: Driver evaluation unit

Claims (8)

운전자 평가를 위한 항목별 운전자 데이터를 수집하는 데이터 수집부;
상기 항목별 운전자 데이터를 이용하여 항목별 위험도를 결정하는 항목별 위험도 결정부;
상기 항목별 위험도와 커스터마이징된 가중치를 적용하여 운전자 감점 점수를 산출하고, 상기 커스터마이징된 가중치가 적용된 상기 항목별 위험도 중 아차사고(Near Miss)에 관한 위험도와 연관된 아차사고 점수(Near Miss Score)와 아차사고 카운트를 반영하여 다음의 수학식을 통해 상기 운전자 감점 점수를 산출하는 감점 점수 산출부; 및
상기 운전자 평가의 최대 점수에 대해 상기 운전자 감점 점수를 적용한 결과로서 운전자 평가 점수를 산출하는 운전자 평가부;를 포함하되,
상기 감점 점수 산출부는 상기 운전자 감점 점수의 항목별 최대 감점 범위를 상기 운전자 데이터의 항목별 카운트 분포에 따라 동적으로 결정하는 것을 특징으로 하는 교통 안전 개선을 위한 운전자 평가 장치.
[수학식]

(여기에서, 는 운전자 감점 점수이고, 는 커스터마이징된 가중치이며, , , 및 는 각각 항목별 위험도이다.)
A data collection unit that collects driver data for each item for driver evaluation;
a risk level determination unit for each item that determines the risk level for each item using the driver data for each item;
The driver's deduction score is calculated by applying the risk for each item and the customized weight, and among the risks for each item to which the customized weight is applied, the Near Miss Score and Near Miss related to the risk of near miss are calculated. a deduction score calculation unit that reflects the accident count and calculates the driver deduction score using the following equation; and
Including a driver evaluation unit that calculates a driver evaluation score as a result of applying the driver deduction score to the maximum score of the driver evaluation,
The driver evaluation device for improving traffic safety, wherein the deduction score calculation unit dynamically determines the maximum deduction range for each item of the driver deduction score according to the count distribution for each item of the driver data.
[Equation]

(From here, is the driver's deduction score, is the customized weight, , , and is the risk for each item.)
제1항에 있어서, 상기 데이터 수집부는
날씨 정보, 법규 정보, 사고 정보 및 차량 정보 중 적어도 하나를 상기 항목별 운전자 데이터로서 수집하는 것을 특징으로 하는 교통 안전 개선을 위한 운전자 평가 장치.
The method of claim 1, wherein the data collection unit
A driver evaluation device for improving traffic safety, characterized in that it collects at least one of weather information, law information, accident information, and vehicle information as driver data for each item.
제1항에 있어서, 상기 항목별 위험도 결정부는
날씨 유형에 관한 제1 위험도, 법규 위반에 관한 제2 위험도, 운전자 사고 이력에 관한 제3 위험도, 그리고 차종 및 차량 연식에 관한 제4 위험도를 상기 항목별 위험도로서 결정하는 것을 특징으로 하는 교통 안전 개선을 위한 운전자 평가 장치.
The method of claim 1, wherein the risk determination unit for each item
Improving traffic safety, characterized by determining the first risk level related to weather type, the second risk level related to violation of laws, the third risk level related to driver accident history, and the fourth risk level related to vehicle type and vehicle year as the risk level for each of the above items. Driver evaluation device for.
제1항에 있어서, 상기 감점 점수 산출부는
이벤트별 위험도를 커스터마이징한 후 변경된 이벤트별 위험도를 이용하여 상기 커스터마이징된 가중치를 산출하는 것을 특징으로 하는 교통 안전 개선을 위한 운전자 평가 장치.
The method of claim 1, wherein the deduction score calculation unit
A driver evaluation device for improving traffic safety, characterized by customizing the risk for each event and then calculating the customized weight using the changed risk for each event.
삭제delete 삭제delete 삭제delete 운전자 평가 장치에서 수행되는 운전자 평가 방법에 있어서,
데이터 수집부를 통해, 운전자 평가를 위한 항목별 운전자 데이터를 수집하는 단계;
항목별 위험도 결정부를 통해, 상기 항목별 운전자 데이터를 이용하여 항목별 위험도를 결정하는 단계;
감점 점수 산출부를 통해, 상기 항목별 위험도와 커스터마이징된 가중치를 적용하여 운전자 감점 점수를 산출하고, 상기 커스터마이징된 가중치가 적용된 상기 항목별 위험도 중 아차사고(Near Miss)에 관한 위험도와 연관된 아차사고 점수(Near Miss Score)와 아차사고 카운트를 반영하여 다음의 수학식을 통해 상기 운전자 감점 점수를 산출하는 단계; 및
운전자 평가부를 통해, 상기 운전자 평가의 최대 점수에 대해 상기 운전자 감점 점수를 적용한 결과로서 운전자 평가 점수를 산출하는 단계;를 포함하되,
상기 운전자 감점 점수를 산출하는 단계는 상기 운전자 감점 점수의 항목별 최대 감점 범위를 상기 운전자 데이터의 항목별 카운트 분포에 따라 동적으로 결정하는 단계를 포함하는 것을 특징으로 하는 교통 안전 개선을 위한 운전자 평가 방법.
[수학식]

(여기에서, 는 운전자 감점 점수이고, 는 커스터마이징된 가중치이며, , , 및 는 각각 항목별 위험도이다.)
In the driver evaluation method performed in the driver evaluation device,
Collecting driver data for each item for driver evaluation through a data collection unit;
Determining the risk level for each item using the driver data for each item through a risk level determination unit for each item;
Through the deduction score calculation unit, the driver deduction score is calculated by applying the risk for each item and the customized weight, and the near miss score associated with the risk for near miss among the risks for each item to which the customized weight is applied ( Calculating the driver deduction score through the following equation by reflecting the Near Miss Score) and the near miss count; and
Comprising a step of calculating a driver evaluation score as a result of applying the driver deduction score to the maximum score of the driver evaluation through the driver evaluation unit,
The step of calculating the driver deduction points includes dynamically determining the maximum deduction range for each item of the driver deduction points according to the count distribution for each item of the driver data. .
[Equation]

(From here, is the driver's deduction score, is the customized weight, , , and is the risk for each item.)