KR20170080869A - Apparatus and method for preventing car accident - Google Patents
Apparatus and method for preventing car accident Download PDFInfo
- Publication number
- KR20170080869A KR20170080869A KR1020150190312A KR20150190312A KR20170080869A KR 20170080869 A KR20170080869 A KR 20170080869A KR 1020150190312 A KR1020150190312 A KR 1020150190312A KR 20150190312 A KR20150190312 A KR 20150190312A KR 20170080869 A KR20170080869 A KR 20170080869A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- vehicle
- state
- accident prevention
- abnormal state
- Prior art date
Links
- 238000000034 method Methods 0.000 title description 21
- 230000002265 prevention Effects 0.000 claims abstract description 63
- 230000002159 abnormal effect Effects 0.000 claims abstract description 50
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 238000013480 data collection Methods 0.000 claims description 7
- 230000002093 peripheral effect Effects 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 abstract description 24
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000001364 causal effect Effects 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 208000032140 Sleepiness Diseases 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000037321 sleepiness Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/02—Control of vehicle driving stability
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0097—Predicting future conditions
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
차량 사고 방지 장치는 운전자 상태 데이터, 차량 상태 데이터 및 주변 상태 데이터 중 적어도 하나를 수집하는 데이터 수집부: 상기 수집된 데이터를 분석하여, 운전자 상태, 차량 상태 및 주변 상태 중 적어도 하나의 비정상 상태 판단, 비정상 상태의 원인 분석 및 비정상 상태의 해결 방안 생성 중 적어도 하나를 수행하는 데이터 분석부; 및 상기 생성된 해결 방안에 따라 차량의 구동을 제어하는 구동 제어부를 포함할 수 있다.A vehicle accident prevention device includes a data collecting part for collecting at least one of driver state data, vehicle state data and surrounding state data: analyzing the collected data to determine at least one of an abnormal state of the driver state, A data analysis unit that performs at least one of a cause analysis of an abnormal state and a solution of an abnormal state; And a drive control unit for controlling driving of the vehicle according to the generated solution.
Description
본 발명은 차량 사고 방지 장치 및 방법에 관한 것이다.The present invention relates to an apparatus and method for preventing a vehicle accident.
종래의 차량 사고 방지 기술은 차량의 각종 센서에서 수집되는 데이터를 기반으로 정상 범위에서 벗어나는 비정상 상태를 탐지하여 알람을 제공하거나, 블랙박스 장치를 통해 수집된 영상 데이터를 이용하여 사고 발생 후 원인을 찾는 방식이었다. 하지만, 센서는 민감도에 따라 상대적으로 심각하지 않은 이벤트 발생이 많고, 부분적인 센서 데이터로는 차량 이상이나 사고를 유발한 근본적인 원인을 파악하기 쉽지 않다. 또한, 수집된 영상을 분석하는 과정에서도 차량의 센서 데이터를 활용하지 않고 개별적인 영상 분석만 이루어짐으로써, 복합적인 형태로 발생하는 사고 발생 징후나 사고 발생의 근본 원인을 찾아내는데 한계가 있으며, 즉시적으로 사고 발생 징후를 해결하여 사고를 예방하기가 쉽지 않다. 따라서, 종래의 기술은 차량의 사고 발생 징후나 사고 발생 가능성을 사전에 예측하고, 즉시적으로 대응하여 사고를 예방하는데 한계가 있다.The conventional vehicle accident prevention technology detects an abnormal state that is out of a normal range based on data collected from various sensors of a vehicle to provide an alarm or uses the image data collected through a black box device to find a cause after an accident Respectively. However, there are many events that are relatively insignificant depending on the sensitivity of sensors, and it is difficult to identify the root causes of abnormalities or accidents caused by partial sensor data. Also, in the process of analyzing the collected images, only the individual image analysis is performed without utilizing the sensor data of the vehicle, so there is a limit in finding the root cause of the accident occurrence or the accident occurring in a complex form, It is not easy to prevent accidents by solving the signs of accidents. Therefore, the conventional technique has a limitation in predicting the occurrence of an accident or possibility of an accident of a vehicle, and preventing an accident immediately by responding to it.
한편, 미국에서는 자동차용 블랙박스 장착 의무화 법안(49 CFR Part 571)에 따라 2014년 9월부터 제조되는 에어백 탑재 차량은 차량용 블랙박스 장착이 의무화되었으며, 대부분의 차량용 블랙박스는 1~8개까지의 영상 채널을 사용하고 있다. 그리고, 중국은 도로교통법 14조를 개정하여 교통안전 예방을 위하여 택시, 버스, 트럭, 레미콘, 견인차에 블랙박스 장착을 의무화하고 있다. 또한, 다양한 차량 센서 기술의 발전과 함께 OBD(On-Board Diagnostics) 장치를 통하여 차량 차량속도, 엔진 회전수, 브레이크, 액셀 페달, 주행거리, 연비, 연료소모량 등 차량의 운행 정보를 실시간으로 획득할 수 있어 변환하는 차량의 상태를 파악하는데 도움이 되고 있다.On the other hand, in the US, airbag-equipped vehicles manufactured in September 2014 are required to be fitted with vehicle black boxes in accordance with the mandatory automobile black box requirement (49 CFR Part 571), and most vehicle black boxes have 1 to 8 Video channel is used. In addition, China has amended Article 14 of the Road Traffic Act to require black boxes for taxi, bus, truck, remicon, and towing vehicle to prevent traffic safety. In addition, along with the development of various vehicle sensor technologies, vehicle operation information such as vehicle speed, engine speed, brake, accelerator pedal, mileage, mileage, and fuel consumption can be acquired in real time through OBD And it helps to understand the state of the vehicle that can be converted.
따라서, 차량의 다양한 센서 데이터 및 영상 데이터를 기반으로 복합적인 분석을 통한 사고 예방의 필요성이 더욱 증가하고 있는 추세이다.Therefore, the necessity of accident prevention through complex analysis based on various sensor data and image data of a vehicle is increasing.
본 발명은 차량의 영상 데이터, 사운드 데이터, 차량 주변 상황 데이터 또는 센서 데이터를 복합적으로 분석하여 사고 발생 징후나 사고의 발생 가능성을 예측하고 즉시적으로 조치하여 사고를 예방하는 차량 사고 방지 장치 및 방법을 제안하는 것이다.The present invention relates to an apparatus and method for preventing a vehicle accident by analyzing a video data, a sound data, a vehicle circumstance data or sensor data of a vehicle in a complex manner to predict an occurrence of an accident or an accident, It suggests.
본 발명의 일 측면에 따르면, 운전자 상태 데이터, 차량 상태 데이터 및 주변 상태 데이터 중 적어도 하나를 수집하는 데이터 수집부: 상기 수집된 데이터를 분석하여, 운전자 상태, 차량 상태 및 주변 상태 중 적어도 하나의 비정상 상태 판단, 비정상 상태의 원인 분석 및 비정상 상태의 해결 방안 생성 중 적어도 하나를 수행하는 데이터 분석부; 및 상기 생성된 해결 방안에 따라 차량의 구동을 제어하는 구동 제어부를 포함하는 차량 사고 방지 장치가 제공된다.According to an aspect of the present invention, there is provided a data collecting unit for collecting at least one of driver state data, vehicle state data and peripheral state data: analyzing the collected data to determine at least one of an abnormal state of a driver state, A data analysis unit for performing at least one of a state determination, a cause analysis of an abnormal state, and a solution of an abnormal state; And a drive control unit for controlling driving of the vehicle in accordance with the generated solution.
또한, 본 발명의 다른 측면에 따르면, 운전자 상태 데이터, 차량 상태 데이터 및 주변 상태 데이터 중 적어도 하나를 수집하는 단계; 상기 수집된 데이터를 분석하여, 운전자 상태, 차량 상태 및 주변 상태 중 적어도 하나의 비정상 상태 판단, 비정상 상태의 원인 분석 및 비정상 상태의 해결 방안 생성 중 적어도 하나를 수행하는 단계; 및 상기 생성된 해결 방안에 따라 차량의 구동을 제어하는 단계를 포함하는 차량 사고 방지 방법이 제공된다.According to another aspect of the present invention, there is also provided a method of driving a vehicle, comprising: collecting at least one of driver state data, vehicle state data, and peripheral state data; Analyzing the collected data to perform at least one of determining an abnormal state of at least one of a driver state, a vehicle state, and a surrounding state, analyzing a cause of the abnormal state, and generating a solution of the abnormal state; And controlling driving of the vehicle in accordance with the generated solution.
본 발명의 일 측면에 따르면, 운전자 상태 데이터, 차량 상태 데이터 및 주변 상태 데이터 중 적어도 하나를 수집하는 데이터 수집부: 상기 수집된 데이터를 분석하여, 운전자 상태, 차량 상태 및 주변 상태 중 적어도 하나의 비정상 상태 판단, 비정상 상태의 원인 분석 및 비정상 상태의 해결 방안 생성 중 적어도 하나를 수행하는 데이터 분석부; 및 상기 생성된 해결 방안에 따라 차량의 구동을 제어하는 구동 제어부를 포함하는 차량 사고 방지 장치가 제공된다.According to an aspect of the present invention, there is provided a data collecting unit for collecting at least one of driver state data, vehicle state data and peripheral state data: analyzing the collected data to determine at least one of an abnormal state of a driver state, A data analysis unit for performing at least one of a state determination, a cause analysis of an abnormal state, and a solution of an abnormal state; And a drive control unit for controlling driving of the vehicle in accordance with the generated solution.
또한, 본 발명의 다른 측면에 따르면, 운전자 상태 데이터, 차량 상태 데이터 및 주변 상태 데이터 중 적어도 하나를 수집하는 단계; 상기 수집된 데이터를 분석하여, 운전자 상태, 차량 상태 및 주변 상태 중 적어도 하나의 비정상 상태 판단, 비정상 상태의 원인 분석 및 비정상 상태의 해결 방안 생성 중 적어도 하나를 수행하는 단계; 및 상기 생성된 해결 방안에 따라 차량의 구동을 제어하는 단계를 포함하는 차량 사고 방지 방법이 제공된다.According to another aspect of the present invention, there is also provided a method of driving a vehicle, comprising: collecting at least one of driver state data, vehicle state data, and peripheral state data; Analyzing the collected data to perform at least one of determining an abnormal state of at least one of a driver state, a vehicle state, and a surrounding state, analyzing a cause of the abnormal state, and generating a solution of the abnormal state; And controlling driving of the vehicle in accordance with the generated solution.
도 1은 본 발명의 일 실시예에 따른 차량 사고 방지 시스템의 구성을 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 차량 사고 방지 장치의 블록도이다.
도 3은 본 발명의 일 실시예에 따른 차량 사고 방지 방법의 흐름도이다.
도 4는 본 발명의 다른 실시예에 따른 차량 사고 방지 방법의 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 운행 상태 데이터 수집을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른 운행 패턴 데이터의 비교 분석을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 차량 사고 방지 방법이 적용되는 예를 설명하기 위한 도면이다.1 is a block diagram of a vehicle accident prevention system according to an embodiment of the present invention.
2 is a block diagram of a vehicle accident prevention apparatus according to an embodiment of the present invention.
3 is a flowchart of a vehicle accident prevention method according to an embodiment of the present invention.
4 is a flowchart of a vehicle accident prevention method according to another embodiment of the present invention.
FIG. 5 is a view for explaining the collection of driving state data according to an embodiment of the present invention.
6 is a diagram for explaining comparative analysis of operation pattern data according to an embodiment of the present invention.
7 is a view for explaining an example in which a vehicle accident prevention method according to an embodiment of the present invention is applied.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 이를 상세한 설명을 통해 상세히 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.While the present invention has been described in connection with certain exemplary embodiments, it is to be understood that the invention is not limited to the disclosed embodiments, but, on the contrary, is intended to cover various modifications and similarities. It should be understood, however, that the invention is not intended to be limited to the particular embodiments, but includes all modifications, equivalents, and alternatives falling within the spirit and scope of the invention.
본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 본 명세서의 설명 과정에서 이용되는 숫자는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, the present invention will be described in detail with reference to the accompanying drawings. In addition, numerals used in the description of the present invention are merely an identifier for distinguishing one component from another.
또한, 본 명세서에서, 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.Also, in this specification, when an element is referred to as being "connected" or "connected" with another element, the element may be directly connected or directly connected to the other element, It should be understood that, unless an opposite description is present, it may be connected or connected via another element in the middle.
이하, 본 발명의 실시예를 첨부한 도면들을 참조하여 상세히 설명하기로 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면 번호에 상관없이 동일한 수단에 대해서는 동일한 참조 번호를 사용하기로 한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings. In order to facilitate a thorough understanding of the present invention, the same reference numerals are used for the same means regardless of the number of the drawings.
도 1은 본 발명의 일 실시예에 따른 차량 사고 방지 시스템의 구성도이다. 1 is a block diagram of a vehicle accident prevention system according to an embodiment of the present invention.
도 1을 참조하면, 차량 사고 방지 시스템은 차량 사고 방지 장치(100), 사용자 단말(200) 및 서버(300)을 포함할 수 있다. Referring to FIG. 1, a vehicle accident prevention system may include a vehicle
차량 사고 방지 장치(100)는 운전자(탑승자 포함) 상태 데이터, 차량 상태 데이터 및 주변 상태 데이터를 수집 및 분석하고, 분석 결과에 따라 차량을 제어할 수 있다. 차량 사고 방지 장치(100)는 사용자 단말(200), 서버(300) 등과 유무선 네트워크 환경으로 연결될 수 있으며, 예를 들어, CAN(Controller Area Network), LIN(Local Interconnect Network), MOST(Media Oriented Systems Transport), OBD-I, OBD-II, Ethernet, IEEE 1394, 적외선, RF, RFID, NFC, WiBro, W-CDMA, 블루투스, WiFi, 3G, LTE, 4G, 5G 등 적어도 하나 이상의 네트워크 환경을 이용하여 데이터를 주고 받을 수 있다.The vehicle
사용자 단말(200)은 차량 사고 방지 장치(100)로부터 데이터 분석 결과를 수신하고, 차량을 원격으로 제어할 수 있다. 또한, 사용자 단말(200)은 영상, 사운드, 센싱 값을 차량 사고 방지 장치(100)에 전송할 수 있다. 또한, 사용자 단말(200)은 차량 사고 방지 장치(100)로부터 운행 상태 판단 결과, 원인 분석, 해결방안 정보, 처리 결과 정보 등을 수신하거나, 시간 및/또는 공간 및/또는 시공간 및/또는 시계열 별로 조회하여 차량 운행에 관련된 정보를 출력할 수 있다.The
서버(100)는 수집된 데이터를 분석하거나, 차량을 원격으로 제어할 수 있다. The
원격 서버(300)는 원격지에 위치하며, 데이터 수집부(100)에서 필요한 데이터를 수집하거나 차량에서 필요한 경우 수집된 데이터를 전달하거나 데이터 수집부(100)에서 수집된 데이터 및/또는 원격 서버(300)에서 수집된 데이터를 기반으로 차량 및 주변 상황을 분석하거나 사고 발생 가능성을 예측하거나 필요에 따라 분석된 결과 및/또는 예측된 결과를 차량에 전달하거나 원격으로 차량을 제어할 수 있다. 예를 들어, 안개가 심하게 발생하여 차량이 서행하고 있고 운전자의 입장에서 좌우 측면의 가시거리 확보가 쉽지 않은 경우, 원격 서버에서 교통 상황, 날씨 상황, 차량의 위치 정보, 차량의 상태 등을 분석하여 사고 발생 가능성을 예측하여 차량의 속도를 원격으로 제어하여 사고를 예방할 수 있다.The
이하, 차량 사고 방지 장치(100)의 구체적인 구성을 도면을 참조하여 설명한다. Hereinafter, a concrete configuration of the vehicle
도 2는 본 발명의 일 실시예에 따른 차량 사고 방지 장치의 블록도이다. 2 is a block diagram of a vehicle accident prevention apparatus according to an embodiment of the present invention.
도 2를 참조하면, 차량 사고 방지 장치(100)는 데이터 수집부(110), 데이터 분석부(120), 패턴 학습부(130), 제어 명령 생성부(140), 구동 제어부 (150)를 포함할 수 있다. 2, the vehicle
데이터 수집부(110)는 차량 운행 상태를 판단하기 위한 데이터를 수집한다. The
일 실시예에서, 차량 운행 상태는 운전자의 상태를 판단하기 위한 운전자 상태 데이터, 차량의 상태를 판단하기 위한 차량 상태 데이터, 차량 주변의 상태를 판단하기 위한 주변 상태 데이터 등일 수 있다.In one embodiment, the vehicle running state may be driver state data for determining the driver's state, vehicle state data for determining the state of the vehicle, surrounding state data for determining the state around the vehicle, and the like.
일 실시예에서, 데이터 수집부(110)는 운전자, 차량의 구동 장치, 차량 주변 등의 영상을 수집하는 카메라 모듈을 포함할 수 있다.In one embodiment, the
일 실시예에서, 데이터 수집부(110)는 운전자, 차량의 구동 장치, 차량 주변 등의 사운드를 수집하는 오디오 모듈을 포함할 수 있다.In one embodiment, the
일 실시예에서, 데이터 수집부(110)는 운전자의 체온, 맥박, 뇌파 등의 신체 상태, 실내 온도, 엔진 온도 실내 습도 연료 상태 등의 차량 상태, 차량의 전후좌우 장애물, 날씨 등의 주변 상태를 센싱하는 센서를 포함할 수 있다. 예를 들어, 데이터 수집부(110)는 센서의 예시로써, 차량 운행 기록 장치(On-Board Diagnostics, OBD), 운전자 상태 감지 센서, 차간 거리 센서, 차량 제어 센서, 차량 위치 센서, 전방 장애물 센서, 후방 장애물 센서, 측면 장애물 센서, 충돌 방지 센서, 충돌 감지 센서, 가속도 센서, 모션 감지 센서, 차선 이탈 방지 센서, 조향각 센서, 휠 속도 센서, 노면 센서, 타이어 공기압 센서, 연료 센서, 라이다(Light Detection And Ranging, LIDAR) 센서 중 적어도 하나를 포함할 수 있다.In one embodiment, the
또한, 각 센서는 차량의 성능, 환경 센싱 대상에 따라 차량의 외부, 차량의 실내, 차량의 내부에 설치될 수 있다. In addition, each sensor may be installed outside the vehicle, inside the vehicle, or inside the vehicle depending on the performance of the vehicle and the environment sensing object.
일 실시예에서, 데이터 수집부(110)는 서버(300)로부터 차량 운행 상태를 판단하기 위한 데이터를 수신할 수 있다. 예를 들어, 데이터 수집부(110)는 서버(300)로부터 차량 위치 주변의 교통 상황, 차량의 위치, 도로 상황 등에 관한 정보를 서버(300)로부터 수신할 수 있다. In one embodiment, the
일 실시예에서, 데이터 수집부(110)는 차량의 실내, 내부 및 외부의 영상이나 사운드를 수집하기 위한 카메라 모듈 및 오디오 모듈의 예시로써, 전방 감시 카메라, 후방 감시 카메라, 좌우 측면 감시 카메라, 주변 시인성 카메라, HDRC(High Dynamic Range Camera) 카메라, 블랙박스 장치, 사운드 입력 장치, 사용자 단말 중 적어도 하나를 포함할 수 있다.In one embodiment, the
데이터 분석부(120)는 데이터 수집부(110)가 수집한 데이터를 분석한다. 구체적으로, 데이터 분석부(120)는 데이터 수집부(110)가 수집한 데이터를 분석하여, 차량 운행 상태의 비정상 상태 여부 판단, 비정상 상태의 발생 원인 분석, 비정상 상태를 해결하기 위한 해결방안을 생성한다.The
일 실시예에서, 데이터 분석부(120)는 운행 패턴 데이터를 기반으로 수집된 데이터를 분석할 수 있다. 여기서, 운행 패턴 데이터는 운행 상태와 관련된 데이터, 비정상 상태의 원인분석을 위한 데이터, 비정상 상태를 해결하기 위한 해결 방안 데이터, 해결 방안 데이터에 따른 차량 운행 제어 결과 데이터 등을 포함한다. 따라서, 데이터 분석부(120)는 수집된 데이터를 운행 패턴 데이터와 비교하여 수집된 데이터에 따른 운행 상태를 판단하고, 비정상 상태가 발생하면 그에 대한 원인을 운행 패턴 데이터와 비교하여 분석하며, 비정상 상태를 해결하기 위한 해결 방안을 운행 패턴 데이터와 비교하여 생성할 수 있다.In one embodiment, the
일 실시예에서, 데이터 분석부(120)는 데이터 분석을 위해, 서버(300)를 통한 병렬 분산 시스템을 이용할 수 있다. 예를 들어, 데이터 분석부(120)는 대용량의 데이터를 신속하게 분석하기 위해, 서버(300)와 연결된 병렬 분산 시스템에 연결된 다수의 컴퓨팅 장치를 이용하여 분석된 데이터를 수신할 수 있다.In one embodiment, the
일 실시예에서, 데이터 분석부(120)는 비정상 상태 여부를 판단하기 위해, 차량의 ECU(Electronic Control Unit)나 블랙박스 장치, 이벤트 데이터 레코더(Event Data Recorder, EDR), 카DVR (Car DVR), 대쉬캠 (Dash Cam) 등을 이용할 수 있다.In one embodiment, the
일 실시예에서, 데이터 분석부(120)는 운전자의 상태, 차량의 상태, 주변 상태 등의 비정상 상태임을 감지함에 따라 데이터 수집부(110)가 획득한 운전자 상태 데이터, 차량 상태 데이터, 주변 상태 데이터 등의 분석을 통해 비정상 상태를 인식한 시점의 전후 인과 관계에 따른 상황을 분석하고, 분석된 상황의 발생 원인을 도출한다. In one embodiment, the
일 실시예에서, 데이터 분석부(120)는 운전자 상태 데이터, 차량 상태 데이터, 주변 상태 데이터와 운행 패턴 데이터의 비교 분석을 통해 사고 발생 징후나 사고의 발생 가능성을 예측하고, 사고 발생 징후나 사고의 발생을 방지하기 위한 해결방안을 도출할 수 있다.In one embodiment, the
일 실시예에서, 데이터 분석부(120)는 비정상 상태를 판단한 전후의 데이터를 분석하는 것뿐만 아니라, 비정상 상태의 발생과 무관하게, 주기적 또는 비주기적으로 운전자 상태 데이터, 차량 상태 데이터, 주변 상태 데이터 등을 모니터링하고 분석하여, 사고 발생 징후나 사고의 발생 가능성을 더 빨리 예측할 수도 있다. 그리고, 데이터 분석부(120)는 비정상 상태의 발생 원인 정보, 상황 분석 데이터, 상황 해결 방안 정보 등을 차량의 디스플레이나 사운드 시스템 등의 출력부(미도시)를 통해 출력하거나, 사용자 단말(200)로 전송하여 사용자에게 제공할 수도 있다. 또한, 데이터 분석부(120)는 데이터 분석 결과 정보를 텍스트, 음성, 이미지, 동영상, 구조화된 데이터 형식 등 다양한 형태로 변형하여 차량의 출력부, 사용자 단말(200), 서버(300)등에 전송할 수 있다.In one embodiment, the
패턴 학습부(130)는 운행 패턴 데이터를 관리한다. 구체적으로, 패턴 학습부(130)는 운행 상태 판단, 원인분석, 해결방안 생성의 기반이 되는 운행 패턴 테이터를 저장하고, 사용자 단말(200), 서버(300) 등의 외부 장치로부터 새로운 운행 패턴 데이터를 수집하여 저장하거나, 저장된 운행 패턴 데이터를 업데이트 할 수 있다. The
일 실시예에서, 패턴 학습부(130)는 운행 패턴 데이터를 학습할 수 있다. 구체적으로, 패턴 학습부(130)는 데이터 수집부(110)가 수집한 데이터, 상태 판단 결과, 원인분석, 해결 방안, 해결 방안에 따른 차량 제어 결과, 해결 방안에 따른 차량 제어를 하지 않은 결과를 피드백하여 기 저장된 운행 패턴 데이터를 수정 변경할 수 있다. In one embodiment, the
예를 들어, 패턴 학습부(130)는 비정상 상태가 발생한 시간 또는 공간 또는 시공간 또는 시계열 중 적어도 하나로 비정상 상태의 발생 원인 정보, 상황 분석 데이터, 상황 해결 방안 정보 중 적어도 하나를 포함하는 분석 결과 정보를 저장한다. 즉, 패턴 학습부(130)는 분석 결과 정보를 누적 저장하여 데이터베이스를 구축할 수 있으며, 이를 이용하여 비정상 상태를 감지한 시점 전후의 영상 데이터, 사운드 데이터, 차량 주변 상황 데이터, 센서 데이터를 분석하여 비정상 상태의 발생의 원인을 찾고, 사고 발생 징후나 사고 발생 가능성을 예측 및 해결방안 도출의 기반이 되는 운행 패턴 데이터를 생성할 수 있다.For example, the
일 실시예에서, 패턴 학습부(130)는 운행 패턴 데이터를 조합하여 패턴을 확장하거나, 사고 발생 징후나 사고의 발생에 대한 발생 패턴을 사용자로부터 수동으로 등록 받아 반영할 수도 있다. 그리고, 패턴 학습부(130)는 누적형으로 점진적 학습과 전이 학습을 통해 스스로 운행 패턴 데이터를 확장할 수 있다. In one embodiment, the
일 실시예에서, 패턴 학습부(130)는 누적된 운행 패턴 데이터를 기반으로 현재 운전자 상태 데이터, 차량 상태 데이터, 주변 상태 데이터 등을 분석한 결과와 유사한 패턴이 존재하는지 비교 분석할 수 있다. 그리고, 패턴 학습부(130)는 누적된 운행 패턴 데이터에 현재 운전자 상태 데이터, 차량 상태 데이터, 주변 상태 데이터 등을 분석한 결과와 유사한 운행 패턴이 존재하는 경우, 누적된 운행 패턴 데이터와 현재 데이터 분석 결과를 조합하여 운행 패턴 데이터를 확장할 수 있다. 또한, 패턴 학습부(130)는 누적된 운행 패턴 데이터에 현재 운전자 상태 데이터, 차량 상태 데이터, 주변 상태 데이터 등을 분석한 결과와 유사한 패턴이 없는 경우, 현재 상황 분석 결과를 새로운 패턴으로 등록하여 반영할 수도 있다. In one embodiment, the
제어 명령 생성부(140)는 데이터 분석부(120)의 분석 결과에 따른 차량 제어 명령을 생성한다. 구체적으로, 제어 명령 생성부(140)는 데이터 분석부(120)의 분석 결과에 따른 비정상 상태를 해결하기 위한 해결방안을 수행하기 위한 차량 제어 명령을 생성한다. 예를 들어, 제어 명령 생성부(140)는 데이터 분석부(120)의 분석 결과에 따른 해결방안이 실내 온도를 낮추는 것이면, 차량의 에어컨을 켜거나 창문을 여는 제어 명령어를 생성한다.The control
구동 제어부(150)는 차량의 주행뿐만 아니라 실내 온도 조절 등의 일체의 차량 구동을 제어한다. The
일 실시예에서, 구동 제어부(150)는 제어 명령 생성부(140)에서 생성된 제어 명령에 따라 차량의 구동을 제어할 수 있다. In one embodiment, the
일 실시에에서, 구동 제어부(150)는 제어 명령 생성부(140)에서 생성된 제어 명령에 관계없이 운전자에 의해 수동으로 제어될 수 있다. 예를 들어, 차량의 출력부나 사용자 단말(200)을 통해 비정상 상태의 해결방안을 인식하여, 운전자가 직접 차량을 제어하는 경우에는, 구동 제어부(150)는 사용자로부터 직접 입력되는 제어 명령에 따라 차량의 구동을 제어할 수 있다.In one embodiment, the
도 3은 본 발명의 일 실시예에 따른 차량 사고 방지 방법의 흐름도이다. 이하, 도 3에 도시된 차량 사고 방지 방법은 도 2에 도시된 차량 사고 방지 장치(100)에 의해 수행되는 것을 예시로 설명한다. 3 is a flowchart of a vehicle accident prevention method according to an embodiment of the present invention. Hereinafter, the vehicle accident prevention method shown in Fig. 3 will be described by way of example performed by the vehicle
단계 S310에서, 차량 사고 방지 장치(100)는 운행 상태 데이터를 수집한다. 운행 상태 데이터는 운전자의 상태 데이터, 차량 상태 데이터, 주변 상태 데이터를 포함하며, 상기 각 데이터는 영상, 사운드, 센싱 값 등으로 구성될 수 있다. In step S310, the vehicle
단계 S320에서, 차량 사고 방지 장치(100)는 수집된 운행 상태 데이터를 분석한다. 구체적으로, 차량 사고 방지 장치(100)는 수집된 운행 상태 데이터를 운행 패턴 데이터를 기반으로 분석하여, 비정상 상태 판단, 원인 분석, 해결 방안 생성 등을 수행한다.In step S320, the vehicle
단계 S330에서, 차량 사고 방지 장치(100)는 운행 상태 데이터를 분석한 결과에 따라 생성된 해결 방안에 따라 차량의 구동을 제어할 제어 명령을 생성한다.In step S330, the vehicle
단계 S340에서, 차량 사고 방지 장치(100)는 생성된 제어 명령에 따라 차량의 구동을 제어한다. In step S340, the vehicle
단계 S350에서, 차량 사고 방지 장치(100)는 운행 상태 데이터를 분석한 결과 및 차량의 구동을 제어한 결과를 피드백하여, 운행 상태 데이터를 업데이트 한다.In step S350, the vehicle
도 4는 본 발명의 일 실시예에 따른 차량 사고 방지 방법을 좀 더 구체적으로 구현한 흐름도이다. 이하, 도 2에 도시된 차량 사고 방지 장치(100)에 의해 차량 사고 방지 방법이 수행되는 것을 예시로 하며, 누적된 운행 패턴 데이터를 이용하는 것으로 가정하여 설명한다.4 is a flowchart illustrating a vehicle accident prevention method according to an embodiment of the present invention. Hereinafter, it is assumed that the vehicle accident prevention method is performed by the vehicle
단계 S401에서, 차량 사고 방지 장치(100)는 운전자 상태 데이터, 차량 상태 데이터, 주변 상태 데이터 등의 운행 상태데이터를 수집한다. 예를 들어, 차량 사고 방지 장치(100)는 카메라 모듈, 오디오 모듈, 각종 센서, 주변 상황 정보 수집 모듈 등을 이용하여 운행 상태 데이터를 수집할 수 있다.In step S401, the vehicle
단계 S402에서, 차량 사고 방지 장치(100)는 수집한 데이터를 확인하여 운전자의 상태, 차량의 상태, 주변 상태 등이 정상 범위를 벗어난 비정상 상태인지 여부를 판단한다.In step S402, the vehicle
단계 S403에서, 차량 사고 방지 장치(100)는 비정상 상태의 발생과 무관하게, 주기적으로 운행 상태 데이터를 모니터링한다.In step S403, the vehicle
단계 S404에서, 차량 사고 방지 장치(100)는 운전자의 상태, 차량 상태, 주변 상태 등이 비정상으로 판단되면, 원인 분석 및 해결 방안 생성을 위한 데이터 분석을 수행한다. 일 실시예에서, 차량 사고 방지 장치(100)는 신속한 데이터 분석을 위해, 서버를 통해 연결되는 분산 병렬 시스템을 이용할 수 있다.In step S404, the vehicle
단계 S405에서, 차량 사고 방지 장치(100)는 비정상 상태를 판단한 시점 전후의 시간 또는 공간 또는 시공간 또는 시계열 별로 인과 관계에 따른 상황을 해석한다.In step S405, the vehicle
단계 S406에서, 차량 사고 방지 장치(100)는 해석된 상황 정보를 바탕으로 기 저장된 운행 패턴 데이터와 비교 분석 한다.In step S406, the vehicle
단계 S407에서, 차량 사고 방지 장치(100)는 판단된 비정상 상태와 유사한 운행 패턴 데이터가 존재하는지 비교한다.In step S407, the vehicle
단계 S408에서, 차량 사고 방지 장치(100)는 유사한 운행 패턴 데이터와 비교한 결과를 기반으로 비정상 상태로 인해 발생할 수 있는 사고 발생 징후나 사고의 발생 가능성을 예측한다.In step S408, the vehicle
예를 들어, 차량 사고 방지 장치(100)는 비정상 상태를 감지한 시점 전후의 운용 상태 데이터를 추출하고, 추출한 데이터를 이용하여 누적된 운행 패턴 데이터와 비교 분석을 수행한다. 이를 통해, 차량 사고 방지 장치(100)는 사고 발생 징후나 사고 발생의 가능성을 예측하고, 사고 발생 징후나 사고 발생을 미연에 예방하기 위한 해결 방안과 비정상 상태 발생의 원인을 도출할 수 있다.For example, the vehicle
단계 S409에서, 차량 사고 방지 장치(100)는 사고를 예방하기 위해 도출된 해결 방안을 제시한다.In step S409, the vehicle
단계 S410에서, 차량 사고 방지 장치(100)는 비정상 상태 발생 원인을 저장한다.In step S410, the vehicle
단계 S411에서, 차량 사고 방지 장치(100)는 도출한 해결방안에 따라 차량을 자동으로 제어가 가능한지 여부를 판단한다.In step S411, the vehicle
단계 S412에서, 차량 사고 방지 장치(100)는 차량의 자동 제어가 가능한 경우, 도출된 해결방안에 따라 차량의 구동을 제어할 수 있는 제어 명령을 생성하고, 생성된 제어 명령에 따라 차량의 구동을 제어한다. 또한, 차량 사고 방지 장치(100)는 원격 서버를 통하여 원격으로 차량이 자동 제어되도록 할 수도 있다.In step S412, the vehicle
단계 S412에서, 차량 사고 방지 장치(100)는 차량의 자동 제어가 불가능한 경우, 사용자(운전자)가 수동으로 제어하도록 유도하기 위하여, 도출한 해결방안에 따른 차량 제어 방법을 차량의 디스플레이나 사운드 시스템 등을 이용해 출력하거나 사용자 단말(200)로 전송하여 사용자에게 통보한다.In step S412, when the vehicle is not automatically controlled, the vehicle
단계 S413에서, 차량 사고 방지 장치(100)는 사용자에 의하여 차량 수동 제어가 수행된다. 또한, 사용자는 사용자 단말(200)을 통하여 원격으로 차량을 제어할 수도 있다.In step S413, the vehicle
단계 S414에서, 차량 사고 방지 장치(100)는 차량을 자동으로 제어하거나 수동으로 제어한 후, 필요에 따라 처리 결과를 차량의 디스플레이나 사운드 시스템 등을 이용해 출력하거나 사용자 단말(200)로 전송하여 사용자에게 통보할 수도 있다.In step S414, the vehicle
도 5 내지 도 7는 차량 사고 방지 장치의 차량 사고 방지 방법을 예시한 도면이다. 보다 상세하게는, 도 5은 운전자 상태 데이터, 차량 상태 데이터, 주변 상태 데이터인 영상, 사운드, 각종 센싱 값 등을 수집하는 예시를 나타낸 도면이고, 도 6는 누적 운행 패턴 데이터의 비교 분석 방법을 예시한 도면이고, 도 7는 차량 사고 방지 방법이 적용되는 사례를 나타낸 도면이다.5 to 7 are views showing a vehicle accident prevention method of a vehicle accident prevention device. More specifically, FIG. 5 shows an example of collecting driver state data, vehicle state data, surrounding state data, images, sounds, various sensing values, and the like. FIG. 6 shows a method of comparing and analyzing cumulative running pattern data And FIG. 7 is a view showing an example in which a vehicle accident prevention method is applied.
도 5에 도시된 바와 같이, 차량 사고 방지 장치(100)는 운행 상태 데이터를 주기적으로 수집하고 분석하여 비정상 상태의 발생을 감지한다. 또한, 비정상 상태가 감지되면, 감지된 시점 전후의 운행 상태 데이터를 분석하는 과정을 수행한다.As shown in FIG. 5, the vehicle
이후, 차량 사고 방지 장치(100)는 분석된 데이터를 바탕으로 시간 또는 공간 또는 시공간 또는 시계열 별로 도 6에 도시된 바와 같은 누적 운행 패턴 데이터와 비교 분석을 수행하여 사고 발생 가능성을 예측하며, 비정상 상태의 발생 원인을 파악하고 비정상 상태를 정상 상태로 변경하여 사고 발생을 예방하기 위한 해결 방안을 도출한다.Thereafter, the vehicle
즉, 도 6를 참조하면, 차량 사고 방지 장치(100)는 비정상 상태가 발생한 시점 전후의 운행 상태 데이터의 분석된 결과를 바탕으로 이벤트 (또는 사건) 발생 순서 별로 누적된 운행 패턴 데이터와의 유사도 매칭을 시작한다. 유사도 매칭을 통하여 사고 발생 가능성을 예측할 수 있으며, 사고를 미연에 예방할 수 있다.That is, referring to FIG. 6, the vehicle
그리고, 도 7에 도시된 바와 같이 차량이 차선을 이탈한 경우, 차량 사고 방지 장치(100)는 전후방 감시 카메라, 측면 감시 카메라, 차량의 운전자 상태 감지 센서, 차량 속도 센서, 차간 거리 센서, 차선 이탈 방지 센서를 이용하여, 차량이 차선을 이탈할 때, 사용자의 상태 및 차간 거리를 파악하고, 차량을 정상 차선 범위 내로 이동하도록 차량을 자동으로 제어하거나, 사용자에게 알람을 통지하여 사용자가 수동으로 차량을 제어하도록 함으로써, 차량 사고를 방지할 수 있다. 특히, 차량 사고 방지 장치(100)는 차선 이탈의 근본적인 원인을 찾는 과정에서, 차량의 차선 이탈 전후 시점의 사용자에 대한 영상 데이터와 차량의 전후 좌우의 영상 데이터를 분석하여 사용자의 상태 확인과 전후 좌우의 차량 이동 상태를 파악함으로써, 차선 이탈의 원인이 사용자의 졸음으로 인해서 인지, 사용자의 시선 이탈로 인해서인지 또는 다른 차량의 끼어들기 차선 위반으로 인하여 방어 운전 차원의 차선 이탈인지 등의 여러 가지 원인들 중에서 차선 이탈의 원인을 명확하게 파악할 수 있고, 이에 따라 적절한 해결 방안을 도출할 수 있다.When the vehicle leaves the lane as shown in FIG. 7, the vehicle
한편, 본 발명의 실시예에 따른 차량 사고 방지 방법은 다양한 전자적으로 정보를 처리하는 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 저장 매체에 기록될 수 있다. 저장 매체는 프로그램 명령, 데이터 파일, 데이터 구조등을 단독으로 또는 조합하여 포함할 수 있다. Meanwhile, the vehicle accident prevention method according to an embodiment of the present invention may be implemented in the form of a program command that can be executed through various electronic means for processing information, and may be recorded in a storage medium. The storage medium may include program instructions, data files, data structures, and the like, alone or in combination.
저장 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 소프트웨어 분야 당업자에게 공지되어 사용 가능한 것일 수도 있다. 저장 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 또한 상술한 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 전자적으로 정보를 처리하는 장치, 예를 들어, 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. Program instructions to be recorded on the storage medium may be those specially designed and constructed for the present invention or may be available to those skilled in the art of software. Examples of storage media include magnetic media such as hard disks, floppy disks and magnetic tape, optical media such as CD-ROMs and DVDs, magneto-optical media such as floptical disks, magneto-optical media and hardware devices specifically configured to store and execute program instructions such as ROM, RAM, flash memory, and the like. The above-mentioned medium may also be a transmission medium such as a light or metal wire, wave guide, etc., including a carrier wave for transmitting a signal designating a program command, a data structure and the like. Examples of program instructions include machine language code such as those produced by a compiler, as well as devices for processing information electronically using an interpreter or the like, for example, a high-level language code that can be executed by a computer.
상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The hardware devices described above may be configured to operate as one or more software modules to perform the operations of the present invention, and vice versa.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 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.It will be apparent to those skilled in the art that various modifications and variations can be made in the present invention without departing from the spirit or scope of the invention as defined in the appended claims. It will be understood that the invention may be varied and varied without departing from the scope of the invention.
100: 차량 사고 방지 장치
200: 사용자 단말
300: 서버100: Vehicle accident prevention device
200: user terminal
300: server
Claims (1)
상기 수집된 데이터를 분석하여, 운전자 상태, 차량 상태 및 주변 상태 중 적어도 하나의 비정상 상태 판단, 비정상 상태의 원인 분석 및 비정상 상태의 해결 방안 생성 중 적어도 하나를 수행하는 데이터 분석부; 및
상기 생성된 해결 방안에 따라 차량의 구동을 제어하는 구동 제어부
를 포함하는 차량 사고 방지 장치.
A data collection unit for collecting at least one of driver state data, vehicle state data, and peripheral state data;
Analyzing the collected data to perform at least one of an abnormal state determination of at least one of a driver state, a vehicle state, and a surrounding state, a cause analysis of an abnormal state, and a solution of an abnormal state; And
A drive control unit for controlling driving of the vehicle according to the generated solution,
And the vehicle accident prevention device.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150190312A KR102529123B1 (en) | 2015-12-30 | 2015-12-30 | Apparatus and method for preventing car accident |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150190312A KR102529123B1 (en) | 2015-12-30 | 2015-12-30 | Apparatus and method for preventing car accident |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20170080869A true KR20170080869A (en) | 2017-07-11 |
| KR102529123B1 KR102529123B1 (en) | 2023-05-09 |
Family
ID=59354777
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150190312A KR102529123B1 (en) | 2015-12-30 | 2015-12-30 | Apparatus and method for preventing car accident |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102529123B1 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220010657A (en) * | 2020-07-17 | 2022-01-26 | 주식회사 엔디오에스 | Vehicle-based display system based on user experience using deep learning and its operating method |
| WO2022107976A1 (en) * | 2020-11-18 | 2022-05-27 | 주식회사 오토웰즈 | Aiot-based smart driver healthcare system and method |
| KR20220134983A (en) * | 2021-03-29 | 2022-10-06 | 인하대학교 산학협력단 | A notification system for unlit vehicle |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002183900A (en) * | 2000-12-14 | 2002-06-28 | Nissan Motor Co Ltd | Alarm for dozing drive |
| JP2009213768A (en) * | 2008-03-12 | 2009-09-24 | Denso Corp | Driver's biological condition-determining device |
| JP2015104516A (en) * | 2013-11-29 | 2015-06-08 | 株式会社デンソー | Mental load evaluation device and program |
-
2015
- 2015-12-30 KR KR1020150190312A patent/KR102529123B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002183900A (en) * | 2000-12-14 | 2002-06-28 | Nissan Motor Co Ltd | Alarm for dozing drive |
| JP2009213768A (en) * | 2008-03-12 | 2009-09-24 | Denso Corp | Driver's biological condition-determining device |
| JP2015104516A (en) * | 2013-11-29 | 2015-06-08 | 株式会社デンソー | Mental load evaluation device and program |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220010657A (en) * | 2020-07-17 | 2022-01-26 | 주식회사 엔디오에스 | Vehicle-based display system based on user experience using deep learning and its operating method |
| WO2022107976A1 (en) * | 2020-11-18 | 2022-05-27 | 주식회사 오토웰즈 | Aiot-based smart driver healthcare system and method |
| KR20220134983A (en) * | 2021-03-29 | 2022-10-06 | 인하대학교 산학협력단 | A notification system for unlit vehicle |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102529123B1 (en) | 2023-05-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7263233B2 (en) | Method, system and program for detecting vehicle collision | |
| CN105292036B (en) | Boundary detection system | |
| US9840254B2 (en) | Method and system for adaptive detection and application of horn for an autonomous vehicle | |
| JP6925796B2 (en) | Methods and systems, vehicles, and computer programs that assist the driver of the vehicle in driving the vehicle. | |
| CN103569109B (en) | For the ground of non-driver on ground, the parking lot method of mobile vehicle | |
| US11400944B2 (en) | Detecting and diagnosing anomalous driving behavior using driving behavior models | |
| US20180017799A1 (en) | Heads Up Display For Observing Vehicle Perception Activity | |
| US11235768B2 (en) | Detection of vehicle operating conditions | |
| US20200216027A1 (en) | Detecting vehicle intrusion using command pattern models | |
| US11860979B2 (en) | Synchronizing image data with either vehicle telematics data or infrastructure data pertaining to a road segment | |
| US9361575B2 (en) | Method of programming a neural network computer | |
| GB2573738A (en) | Driving monitoring | |
| US11034293B2 (en) | System for generating warnings for road users | |
| US10977882B1 (en) | Driver health profile | |
| WO2021241189A1 (en) | Information processing device, information processing method, and program | |
| CN112319456A (en) | Vehicle threat detection and response | |
| KR20170080869A (en) | Apparatus and method for preventing car accident | |
| CN111204298B (en) | Vehicle motion adaptive system and method | |
| US20230103670A1 (en) | Video analysis for efficient sorting of event data | |
| US20230289980A1 (en) | Learning model generation method, information processing device, and information processing system | |
| CN114715143A (en) | Vehicle control method, vehicle control device, vehicle and storage medium | |
| KR20190014884A (en) | Vehicle video monitoring system for utilizing driving pattern and the method thereof | |
| CN117581172A (en) | Multi-stage human intervention service for autonomous vehicles |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| AMND | Amendment | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) |