WO2021251554A1 - 개인화된 안전운전 보조 방법 및 시스템 - Google Patents

개인화된 안전운전 보조 방법 및 시스템 Download PDF

Info

Publication number
WO2021251554A1
WO2021251554A1 PCT/KR2020/012005 KR2020012005W WO2021251554A1 WO 2021251554 A1 WO2021251554 A1 WO 2021251554A1 KR 2020012005 W KR2020012005 W KR 2020012005W WO 2021251554 A1 WO2021251554 A1 WO 2021251554A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
target vehicle
driver
personalized
driving assistance
Prior art date
Application number
PCT/KR2020/012005
Other languages
English (en)
French (fr)
Inventor
최거석
최문규
표건호
임국빈
Original Assignee
주식회사 인포카
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 인포카 filed Critical 주식회사 인포카
Priority to US17/045,988 priority Critical patent/US11866035B2/en
Priority to JP2022546648A priority patent/JP7497904B2/ja
Priority to EP20775565.3A priority patent/EP3957534A4/en
Publication of WO2021251554A1 publication Critical patent/WO2021251554A1/ko

Links

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
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
    • B60Q9/008—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling for anti-collision purposes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q1/00—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor
    • B60Q1/26—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to indicate the vehicle, or parts thereof, or to give signals, to other traffic
    • B60Q1/34—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to indicate the vehicle, or parts thereof, or to give signals, to other traffic for indicating change of drive direction
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
    • B60R11/04—Mounting of cameras operative during drive; Arrangement of controls thereof relative to the vehicle
    • 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
    • B60W40/105—Speed
    • 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
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • 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
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • 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
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
    • 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
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0028—Mathematical models, e.g. for simulation
    • 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
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/043—Identity of occupants
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/225—Direction of gaze
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4046—Behavior, e.g. aggressive or erratic
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/08—Predicting or avoiding probable or impending collision
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/90—Driver alarms

Definitions

  • the present invention relates to a personalized safe driving assistance method and system. More particularly, it relates to a safe driving assistance system and method for providing personalized safe driving information by judging dangerous situations differently for each individual tendency.
  • the existing safe driving assistance system generates a warning for each risk factor, generates a warning for safety in a section where danger is ambiguous, and applies the same standard to each individual for warning or not.
  • safe driving assistance systems using cutting-edge technologies in various fields are available on the market. The information obtained from the device of the vehicle does not reflect the accurate driving situation, so the actual effect of reducing traffic accidents is insufficient.
  • the problem to be solved by the present invention is to generate a warning by analyzing the correlation between various risk factors that can be obtained while driving a vehicle, and to apply different warning standards to each individual, so that safe driving information suitable for each individual can be provided. It is to provide a personalized safe driving assistance system and method.
  • the personalized safe driving assistance system for each of a plurality of collection target vehicles for a predetermined measurement period, a first risk determination element to an Nth risk determination element corresponding to the collection target vehicle collecting information (where N is an integer greater than or equal to 3); modeling, by the personalized safe driving assistance system, a standard safe area on an N-dimensional space expressed in an N-axis coordinate system orthogonal to each other based on the information collected from the plurality of collection target vehicles during the measurement period -
  • Each coordinate axis of the N-dimensional space corresponds to any one of the first risk determination element to the Nth risk determination element; determining, by the personalized safe driving assistance system, a defensive driving level of the warning target vehicle driver based on past driving data of the warning target vehicle driver driving a predetermined warning target vehicle; specifying, by the personalized safe driving assistance system, a personalized safe area corresponding to the alert subject vehicle driver based on the defensive driving level of the alert subject vehicle driver, wherein the personalized safe driving area is the standard
  • the safety area is a
  • the step of specifying a personalized safety area corresponding to the driver of the alert target vehicle based on the defensive driving level of the driver of the alert target vehicle includes: N-dimensionality based on the defensive driving level of the driver of the alert target vehicle and expanding or reducing the standard safety area in space to specify a personalized safety area corresponding to the driver of the vehicle to be alerted.
  • the first risk determining element to the Nth risk determining element may include: the driver's gaze angle, the driver's history of using a smartphone while driving, the speed of the vehicle, the angular speed of the vehicle, whether the vehicle's direction indicator is operated, It may include a vehicle-to-vehicle distance between the vehicle and the vehicle in front, and a degree of lane departure of the vehicle.
  • the collecting information on the first risk determination element to the Nth risk determination element corresponding to the collection target vehicle includes collecting a driver image of the collection target vehicle from a camera installed in the collection target vehicle, and , determining a gaze angle of a driver of the collection target vehicle based on the collected image; collecting a usage history while driving from a smart phone of a driver of the collection target vehicle; collecting vehicle speed, vehicle angular speed, and operation status of vehicle direction indicators from On-Board Diagnostics (OBD) installed in the collection target vehicle; collecting an inter-vehicle distance with a vehicle in front from an inter-vehicle distance sensor installed in the collection target vehicle; and collecting the degree of lane departure of the collection target vehicle from a lane departure detection system installed in the collection target vehicle.
  • OBD On-Board Diagnostics
  • the past driving data of the driver of the vehicle to be alerted may include at least a portion of an average speed, a history of sudden acceleration, a history of sudden stopping, a history of a lane change, and an average inter-vehicle distance.
  • the method may further include outputting a warning to a driver of the warning target vehicle based on a result of determining whether the vehicle is in danger.
  • a computer-readable recording medium storing a computer program for performing the above-described method.
  • a computer program installed in an information processing apparatus and stored in a computer-readable recording medium for performing the above-described method.
  • a personalized safe driving assistance system comprising: a processor; and a memory storing a computer program, wherein the computer program, when executed by the processor, causes the personalized safe driving assistance system to perform the above-described method is provided.
  • a collection module for each of a plurality of collection target vehicles during a predetermined measurement period, a collection module for collecting information on the first risk determination element to the Nth risk determination element corresponding to the collection target vehicle (where N is an integer greater than or equal to 3); A modeling module for modeling a standard safe area on an N-dimensional space expressed in an N-axis coordinate system orthogonal to each other based on the information collected from the plurality of collection vehicles during the measurement period -
  • each coordinate axis of the N-dimensional space is , corresponding to any one of the first risk determination element to the Nth risk determination element; a determination module configured to determine a defensive driving level of the warning target vehicle driver based on past driving data of the warning target vehicle driver driving a predetermined warning target vehicle;
  • a personalization module for specifying a personalized safety area corresponding to the warning target vehicle driver based on the defensive driving level of the alert target vehicle driver, wherein the personalized safety area includes the standard safety area for the warning target vehicle driver This is the area corrected based on the defensive driving level
  • the modeling module calculates a correlation between the i-th risk determination factor and the j-th risk factor based on the information collected from the plurality of collection target vehicles during the measurement period - where i is 1
  • the standard safe region on the N-dimensional space may be modeled.
  • the personalization module may extend or reduce a standard safety area in an N-dimensional space based on the defensive driving level of the driver of the vehicle to be alerted to specify a personalized safety area corresponding to the driver of the vehicle to be alerted. have.
  • the first risk determining element to the Nth risk determining element may include: the driver's gaze angle, the driver's history of using a smartphone while driving, the speed of the vehicle, the angular speed of the vehicle, whether the vehicle's direction indicator is operated, It may include a vehicle-to-vehicle distance between the vehicle and the vehicle in front, and a degree of lane departure of the vehicle.
  • the collection module collects the driver image of the collection target vehicle from a camera installed in the collection target vehicle, determines a gaze angle of the driver of the collection target vehicle based on the collected image, and collects the Collects usage history while driving from the smartphone of the driver of the target vehicle, collects the vehicle speed, the angular speed of the vehicle, and whether the vehicle's direction indicator operates from OBD (On-Board Diagnostics) installed in the collection target vehicle, and
  • OBD On-Board Diagnostics
  • the inter-vehicle distance with the vehicle in front may be collected from an inter-vehicle distance sensor installed in the collection target vehicle, and the degree of lane departure of the collection target vehicle may be collected from a lane departure detection system installed in the collection target vehicle.
  • the past driving data of the driver of the vehicle to be alerted may include at least a portion of an average speed, a history of sudden acceleration, a history of sudden stopping, a history of a lane change, and an average inter-vehicle distance.
  • the apparatus may further include an alarm module configured to output an alarm to a driver of the vehicle to be alarmed based on a result of determining whether the vehicle is in danger.
  • a warning is generated by analyzing a correlation between various risk factors obtainable while driving a vehicle, and different warning standards are applied to each individual, so that suitable safe driving information can be provided for each individual. It is possible to provide a personalized safe driving assistance system and method.
  • FIG. 1 is a diagram schematically illustrating an environment for performing a personalized safe driving assistance method according to an embodiment of the present invention.
  • FIG. 2 is a block diagram illustrating a schematic configuration of a personalized safe driving assistance system according to an embodiment of the present invention.
  • FIG. 3 is a flowchart illustrating an overall process of a personalized safe driving assistance method according to an embodiment of the present invention.
  • FIG. 4 is a flowchart illustrating a detailed process of data collection and modeling a standard safe area.
  • step S120 of FIG. 4 is a flowchart illustrating a specific example of step S120 of FIG. 4 .
  • FIG. 6A is a diagram illustrating an example of a correlation between two risk determination elements
  • FIG. 6B is a diagram illustrating a relationship between the correlation of FIG. 6A and a standard safe area.
  • FIG. 7 is a flowchart illustrating a detailed process of personalizing a standard safe area.
  • FIG. 8 is a diagram illustrating an example in which a personalized safety area is differently determined according to a defensive driving level.
  • FIG. 9 is a flowchart illustrating a detailed process of detecting and alerting a danger while driving a vehicle.
  • FIG. 10 is a diagram for explaining a method of determining whether a risk is present according to a risk determination element.
  • the component when any one component 'transmits' data to another component, the component may directly transmit the data to the other component or through at least one other component. This means that the data may be transmitted to the other component. Conversely, when one component 'directly transmits' data to another component, it means that the data is transmitted from the component to the other component without passing through the other component.
  • FIG. 1 is a diagram schematically illustrating an environment for performing a personalized safe driving assistance method (hereinafter, referred to as a 'safe driving assistance method') according to an embodiment of the present invention.
  • a personalized safe driving assistance system 100 (hereinafter, referred to as a 'safe driving assistance system') may be provided.
  • the safe driving assistance system 100 may be a computing system that performs data processing.
  • the safe driving assistance system 100 may be a server, but is not limited thereto, and may include various information processing devices capable of performing the safe driving assistance method according to the technical idea of the present invention.
  • the safe driving assistance system 100 communicates with the user terminal 20 provided by the driver who operates the vehicle 10 , and receives various information, signals and/or data necessary to implement the technical idea of the present invention. can transmit and receive.
  • the safe driving assistance system 100 may be connected to each other through WIFI, a cellular network, and the Internet.
  • the user terminal 20 may be an information processing device having a network communication function.
  • the user terminal 20 is a desktop computer or laptop computer, or a mobile phone, satellite phone, wireless phone, SIP (Session Initiation Protocol), WLL (Wireless Local Loop) station, smart phone, tablet PC, PDA ( It may be a processing device including a handheld device such as a Personal Digital Assistant).
  • On-board diagnostics (OBD) 30 a camera 40 , an inter-vehicle distance sensor 50 , and/or a lane departure detection system 60 may be installed in the vehicle 20 .
  • OBD On-board diagnostics
  • the safe driving assistance system 100 includes not only the user terminal 20 possessed by the driver of the vehicle 10 , but also the OBD 30 , the camera 40 , the inter-vehicle distance sensor 50 and/or installed in the vehicle 10 .
  • various data may be collected from the lane departure detection system 60 .
  • the user terminal 20 includes an OBD 30 , a camera 40 , an inter-vehicle distance sensor 50 and/or a lane departure detection system 60 and
  • various information and/or data necessary for implementing the technical idea of the present invention may be acquired, and the acquired information and/or data may be transmitted to the safe driving assistance system 100 .
  • the safe driving assistance system 100 is connected to the OBD 30 , the camera 40 , the inter-vehicle distance sensor 50 and/or the lane departure detection system 60 through a communication network, and the user terminal
  • the OBD 30 the OBD 30
  • the camera 40 the inter-vehicle distance sensor 50 and/or the lane departure detection system 60
  • the user terminal it may be implemented to collect information directly without going through (20).
  • FIG. 1 shows that the safe driving assistance system 100 collects information from one vehicle 10 for convenience of explanation, in reality, the safe driving assistance system 100 includes a plurality of data can be collected from vehicles of
  • FIG. 2 is a block diagram illustrating a schematic configuration of a safe driving assistance system 100 according to an embodiment of the present invention.
  • the safe driving assistance system 100 includes a collection module 110 , a modeling module 120 , a determination module 130 , a personalization module 140 , an acquisition module 150 , a control module 160 , It may include an alarm module 170 .
  • the safe driving assistance system 100 is Of course, it may include more components than this.
  • the safe driving assistance system 100 may include hardware resources and/or software necessary to implement the technical idea of the present invention, and necessarily means one physical component or one device. It is not That is, the safe driving assistance system 100 may mean a logical combination of hardware and/or software provided to implement the technical idea of the present invention, and, if necessary, is installed in devices spaced apart from each other and each function It may be implemented as a set of logical configurations for implementing the technical idea of the present invention by performing . In addition, the safe driving assistance system 100 may refer to a set of components separately implemented for each function or role for implementing the technical idea of the present invention.
  • a module may mean a functional and structural combination of hardware for carrying out the technical idea of the present invention and software for driving the hardware. For example, the module may mean a specified code and a logical unit of hardware resources for executing the specified code, and does not necessarily mean physically connected code or a single type of hardware. It can be easily deduced to an average expert in the art of the present invention.
  • the control module 160 includes other components included in the user terminal 20 (eg, a collection module 110 , a modeling module 120 , a determination module 130 , a personalization module 140 , an acquisition module ( 150), the function and/or resource of the alarm module 170, etc.) can be controlled.
  • a collection module 110 e.g., a modeling module 120 , a determination module 130 , a personalization module 140 , an acquisition module ( 150), the function and/or resource of the alarm module 170, etc.
  • the collection module 110 and the modeling module 120 may perform data collection and modeling of a standard safe area.
  • the collection module 110 for each of the plurality of collection target vehicles during a predetermined measurement period, a first risk determination element to an Nth risk determination element corresponding to the collection target vehicle (where N is 3 or more) integer), and the modeling module 120 is a standard in an N-dimensional space expressed in an N-axis coordinate system orthogonal to each other based on the information collected from the plurality of collection target vehicles during the measurement period. Safe zones can be modeled. In this case, each coordinate axis of the N-dimensional space may correspond to any one of the first risk determination element to the Nth risk determination element.
  • the first risk determining element to the Nth risk determining element may include: the driver's gaze angle, the driver's history of using a smartphone while driving, the speed of the vehicle, the angular speed of the vehicle, whether the vehicle's direction indicator is operated, It may include a vehicle-to-vehicle distance between the vehicle and the vehicle in front, and a degree of lane departure of the vehicle.
  • the collection module 110 collects the driver image of the collection target vehicle from the camera 40 installed in the collection target vehicle, and determines the gaze angle of the driver of the collection target vehicle based on the collected image. can judge In addition, the collection module 110 may collect a usage history while driving from the smart phone 20 of the driver of the collection target vehicle. In addition, the collection module 110 may collect the vehicle speed, the vehicle angular speed, and the operation of the vehicle direction indicator from the OBD 30 installed in the collection target vehicle, and an inter-vehicle distance sensor installed in the collection target vehicle ( 50), the distance between the vehicle and the vehicle in front may be collected, and the lane departure degree of the vehicle to be collected may be collected from the lane departure detection system 60 installed in the vehicle to be collected.
  • the modeling module 120 may model the standard safe region through machine learning.
  • the standard safe region may be expressed as a neural network learned by deep learning or a Bayesian model learned by a Bayesian logistic regression method.
  • the determination module 130 and the personalization module 140 may personalize the standard safe area.
  • the determination module 130 determines the defensive driving level of the warning target vehicle driver based on past driving data of the warning target vehicle driver driving a predetermined warning target vehicle, and the personalization module 140 Based on the defensive driving level of the warning target vehicle driver, a personalized safety area corresponding to the warning target vehicle driver may be specified.
  • the personalized safe area may be an area in which the standard safe area is corrected based on the defensive driving level of the driver of the warning target vehicle.
  • the past driving data of the driver of the vehicle to be alerted may include at least a portion of an average speed, a history of sudden acceleration, a history of abrupt stopping, a history of lane change, and an average inter-vehicle distance.
  • the defensive driving level is a graded or quantized degree of the driver's defensive driving degree, and for example, it can be divided into two stages of defensive/aggressive and three stages of defensive/neutral/aggressive, but is not limited thereto, It may be divided into 4 or more stages.
  • the personalization module 140 expands or reduces the standard safety area in the N-dimensional space based on the defensive driving level of the driver of the alert target vehicle to specify a personalized safety area corresponding to the driver of the alert target vehicle. can do.
  • the acquisition module 150 , the control module 160 , and the warning module 170 may perform a risk detection and warning process while driving a vehicle.
  • the acquisition module 150 periodically acquires information on the first risk determination element to the Nth risk determination element corresponding to the alert target vehicle while the alert target vehicle is operating, and the control module ( 160) may determine whether there is a risk based on the obtained information on the first risk determination element to the Nth risk determination element corresponding to the alert target vehicle, and a personalized safety area corresponding to the alert target vehicle driver. .
  • control module 160 may be configured such that a point on the N-dimensional space represented by the first risk determination element to the N-th risk determination element corresponding to the alert target vehicle corresponds to the alert target vehicle driver. When it is inside the personalized safety area, it can be determined that it is not dangerous, and a point in the N-dimensional space expressed by the first risk determination element to the Nth risk determination element corresponding to the alert target vehicle is the alert target vehicle If it is outside the personalized safety zone corresponding to the driver, it may be judged to be dangerous.
  • the alert module 170 may output an alert to the driver of the alert target vehicle based on a result of determining whether there is a risk.
  • FIG. 3 is a flowchart illustrating an overall process of a personalized safe driving assistance method according to an embodiment of the present invention.
  • the personalized safe driving assistance method includes data collection and modeling a standard safe area (S100), personalizing the standard safe area (S200), and risk detection and warning while driving (S300). can be configured.
  • FIG. 4 is a flowchart illustrating a detailed process of the data collection and modeling the standard safe area ( S100 ).
  • the safe driving assistance system 100 includes a first risk determination element to an Nth risk determination element (here, Information on N is an integer of 3 or more) may be collected (S110).
  • the safe driving assistance system 100 may model a standard safe area on an N-dimensional space expressed in an N-axis coordinate system orthogonal to each other based on the information collected from the plurality of collection target vehicles during the measurement period, , each coordinate axis of the N-dimensional space may correspond to any one of the first risk determination element to the Nth risk determination element.
  • step S120 of FIG. 4 is a flowchart illustrating a specific example of step S120 of FIG. 4 .
  • the safe driving assistance system 100 may calculate a correlation between each risk determination factor based on information collected from the plurality of collection target vehicles during the measurement period. That is, the safe driving assistance system 100 includes a correlation between the first risk determination element and the remaining risk determination elements (that is, the second risk determination element to the Nth risk determination element), respectively, the second risk determination element and the remainder Correlation with each of the risk judgment factors (that is, the third risk judgment factor to the Nth risk judgment factor), ... , it is possible to calculate a correlation between the N-1 th risk determining factor and the remaining risk determining factors (ie, the Nth risk determining factor) (refer to S121 to S123).
  • FIG. 6A is a diagram illustrating an example of a correlation between two risk determination elements
  • FIG. 6B is a diagram illustrating a relationship between the correlation of FIG. 6A and a standard safe area.
  • the safe driving assistance system 100 may calculate a correlation between any two risk determination factors (i-th risk determination element and j-th risk determination element), for example, through linear regression analysis, and the calculated The correlation can be expressed by the regression line (1) of FIG. 6A.
  • the i-axis-j-axis cross-sectional area 2 of the standard safe area on the modeled N-dimensional space is represented.
  • the i-axis is the axis corresponding to the i-th risk judgment factor
  • the j-axis is the axis corresponding to the j-th risk judgment factor).
  • the i-axis-j-axis cross-sectional area 2 of the modeled standard safety region is a regression line 1 representing the correlation between the i-th risk determining factor and the j-th risk determining factor, as shown in FIG. 6B .
  • ) may be a certain area around it.
  • S200 standard safe area
  • the safe driving assistance system 100 may acquire past driving data of a driver of a predetermined warning target vehicle driving a predetermined warning target vehicle ( S210 ).
  • the defensive driving level of the warning target vehicle driver may be determined based on past driving data of the warning target vehicle driver of the safe driving assistance system 100 ( S220 ).
  • the safe driving assistance system 100 may determine the defensive driving level of the warning target vehicle driver as any one of defensive/neutral/aggressive.
  • the personalized safe driving assistance system 100 may specify a personalized safety area corresponding to the alert target vehicle driver based on the defensive driving level of the alert target vehicle driver, and in this case, the personalized safety The area may be an area in which the standard safety area is corrected based on the defensive driving level of the driver of the warning target vehicle.
  • the personalized safe driving assistance system 100 may specify the standard safety area 2 as a personalized safety area applied to a driver of a neutral level, but personalization of an aggressive level driver
  • the defined safe area can be specified as a calibrated area (3) that is narrower than the standard safe area (2), and the personalized safe area of the driver at a defensive level is a calibrated area (4) wider than the standard safe area (2). can be specified.
  • FIG. 9 is a flowchart illustrating a detailed process of detecting and alerting a danger while driving the vehicle ( S300 ).
  • the personalized safe driving assistance system 100 may obtain information on a first risk determination element to an Nth risk determination element corresponding to the alert target vehicle while the alert target vehicle is operating. There is (S310).
  • the personalized safe driving assistance system 100 is based on the acquired information on the first to Nth risk determination elements corresponding to the alert target vehicle, and a personalized safety area corresponding to the alert target vehicle driver. Thus, it is possible to determine whether there is a danger (S320), and based on the determination result of whether there is a danger, an alarm can be output to the driver of the vehicle to be alerted (refer to S330 and S340).
  • the point on the N-dimensional space expressed by the first risk determination element to the N-th risk determination element corresponding to the alert target vehicle is the driver of the alert target vehicle. It can be determined that it is not dangerous when it is inside the personalized safety area corresponding to If it is outside the personalized safety area corresponding to the driver of the vehicle to be alerted, it may be determined to be dangerous.
  • FIG. 10 is a diagram for explaining a method of determining whether a risk is present according to a risk determination element.
  • the point 5-1 is a personalized safety area 4 of the defensive driver. inside, but outside the personalized safety zone (2) of a neutral driver and the personalized safety zone (3) of an aggressive driver. Accordingly, it is determined that the defensive driving level of the driver of the alarm target vehicle is defensive, but not dangerous, but it may be determined that the defensive driving level of the warning target vehicle driver is neutral or aggressive.
  • the point (5-2) is the personalized safety area (4) of the defensive driver and the personalization of the neutral driver within the designated safety zone 2 , and outside the personalized safety zone 3 of the aggressive driver. Accordingly, when the defensive driving level of the driver of the alert target vehicle is defensive or neutral, it is determined not to be dangerous, but when the defensive driving level of the driver of the alert target vehicle is aggressive, it may be determined to be dangerous.
  • the safe driving assistance system 100 may include a processor and a memory for storing a program executed by the processor. 5, when the program is executed by the processor, the safe driving assistance system 100 according to the present embodiment may perform the above-described visual object providing method.
  • the processor may control hardware and/or software constituting the safe driving assistance system 100 , and may include a CPU, GPU, MCU, microprocessor, and the like.
  • the memory may include, for example, flash memory, ROM, RAM, EEROM, EPROM, EEPROM, hard disk, and registers.
  • the method for providing a visual object according to an embodiment of the present invention may be implemented as a computer readable program command appearance and stored in a computer readable recording medium, and the control program and target program according to the embodiment of the present invention may also be stored in a computer-readable recording medium.
  • the computer-readable recording medium includes all types of recording devices in which data readable by a computer system is stored.
  • the program instructions recorded on the recording medium may be specially designed and configured for the present invention, or may be known and available to those skilled in the software field.
  • Examples of the computer-readable recording medium include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical recording media such as CD-ROMs and DVDs, and floppy disks, and hardware devices specially configured to store and execute program instructions, such as magneto-optical media and ROM, RAM, flash memory, and the like.
  • the computer-readable recording medium is distributed in network-connected computer systems, and computer-readable codes can be stored and executed in a distributed manner.
  • Examples of program instructions include not only machine language codes such as those generated by a compiler, but also high-level language codes that can be executed by an apparatus for electronically processing information using an interpreter or the like, for example, a computer.
  • 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.
  • the present invention can be applied to a personalized safe driving assistance method and system.

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Automobile Manufacture Line, Endless Track Vehicle, Trailer (AREA)

Abstract

본 발명은 개인화된 안전운전 보조 방법 및 시스템에 관한 것이다. 개인의 성향 별로 위험 상황을 달리 판단함으로써, 개인화된 안전 운전 정보가 제공될 수 있도록 하며, 차량 운행 중에 획득 가능한 각종 위험 요소 간의 상관관계를 분석해서 경고를 발생시키고, 개인 별로 서로 다른 경고 기준을 적용되도록 함으로써, 개인 별로 적합한 안전운전 정보가 제공될 수 있도록 하는 개인화된 안전운전 보조 시스템 및 방법을 제공한다.

Description

개인화된 안전운전 보조 방법 및 시스템
본 발명은 개인화된 안전운전 보조 방법 및 시스템에 관한 것이다. 보다 상세하게는 개인의 성향 별로 위험 상황을 달리 판단함으로써, 개인화된 안전 운전 정보가 제공될 수 있도록 하는 안전운전 보조 시스템 및 방법에 관한 것이다.
차량 안전을 위해 다양한 분야의 최첨단 기술을 이용한 안전운전보조시스템이 시장에 나와 있으나, 하나의 기기에서 확보되는 정보만으로는 정확한 주행상황을 반영하지 못하여 실질적인 교통사고 감소 효과가 미흡한 실정이다. 현재 상용화된 안전운전보조시스템은 위험상황 오인식으로 인한 사용자 불편도가 높아 장착 후 미사용 비율이 45%(미국자동차협회, 2016년)에 달하며, 안전보조기능과 사용자 편의성의 상충 문제 해결을 위한 새로운 시도가 필요한 실정이다.
또한 자동차 산업은 공유차, 전기차, 자율주행, 연결성 등의 모멘텀을 활용하여 지속적인 성장을 유지하고, 차량에서 발생하는 데이터를 활용하는 차량 데이터 시장 또한 폭발적으로 성장하여 향후 10년 이내에 약 750조억의 가치를 형성할 것이라고 예측되고 있다(맥킨지보고서, 2016년). 그러나 차량 데이터 분야는, B2C 관점에서는 정확한 자율주행, 안전운전 정보의 생성을 위한 통합적인 데이터 분석 플랫폼이 부족하고, B2B 관점에서는 안전운전/경제운전 관점의 운전자의 스타일을 분석할 수 있는 개인화된 인터페이스가 부족한 실정이다.
기존의 안전운전보조시스템은 위험 요소 별로 경고를 발생시키고, 위험 여부가 애매한 구간은 안전을 위해서 경고를 발생시키며, 경고 여부에 대해서 개인 별로 동일한 기준을 적용하는 특징을 갖는다. 또한 차량 안전을 위해 다양한 분야의 최첨단 기술을 이용한 안전운전보조시스템이 시장에 나와 있으나, 영상처리 또는 차량정보 등 단일 정보만 이용하여 주행상황을 분석하므로 정확한 주행상황을 반영하지 못하는 단점이 있으며, 하나의 기기에서 확보되는 정보만으로는 정확한 주행상황을 반영하지 못하여 실질적인 교통사고 감소 효과가 미흡한 실정이다.
본 발명이 해결하고자 하는 과제는 차량 운행 중에 획득 가능한 각종 위험 요소 간의 상관관계를 분석해서 경고를 발생시키고, 개인 별로 서로 다른 경고 기준을 적용되도록 함으로써, 개인 별로 적합한 안전운전 정보가 제공될 수 있도록 하는 개인화된 안전운전 보조 시스템 및 방법을 제공하는 것이다.
본 발명의 일 측면에 따르면, 개인화된 안전운전 보조 시스템이, 소정의 측정 기간 동안 복수의 수집 대상 차량 각각에 대하여, 상기 수집 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소에 대한 정보를 수집하는 단계(여기서, N은 3 이상의 정수); 상기 개인화된 안전운전 보조 시스템이, 상기 측정 기간 동안 상기 복수의 수집 대상 차량으로부터 수집된 정보에 기초하여, 서로 직교하는 N축 좌표계에서 표현되는 N차원 공간상의 표준 안전 영역을 모델링하는 단계-여기서, 상기 N차원 공간의 각 좌표축은, 상기 제1위험 판단 요소 내지 상기 제N 위험 판단 요소에 중 어느 하나에 대응됨; 상기 개인화된 안전운전 보조 시스템이, 소정의 경보 대상 차량을 운전하는 경보 대상 차량 운전자의 과거 주행 데이터에 기초하여 상기 경보 대상 차량 운전자의 방어운전 레벨을 결정하는 단계; 상기 개인화된 안전운전 보조 시스템이, 상기 경보 대상 차량 운전자의 방어운전 레벨에 기초하여, 상기 경보 대상 차량 운전자에 상응하는 개인화된 안전 영역을 특정하는 단계-여기서, 상기 개인화된 안전 영역은, 상기 표준 안전 영역을 상기 경보 대상 차량 운전자의 방어운전 레벨에 기초하여 보정한 영역임; 상기 개인화된 안전운전 보조 시스템, 상기 경보 대상 차량이 운행되는 동안 상기 경보 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소에 대한 정보를 주기적으로 획득하는 단계; 및 상기 개인화된 안전운전 보조 시스템이, 획득한 상기 경보 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소에 대한 정보, 및 상기 경보 대상 차량 운전자에 상응하는 개인화된 안전 영역에 기초하여 위험 여부를 판단하는 단계를 포함하는 개인화된 안전운전 보조방법이 제공된다.
일 실시예에서, 상기 측정 기간 동안 상기 복수의 수집 대상 차량으로부터 수집된 정보에 기초하여, 서로 직교하는 N축 좌표계에서 표현되는 N차원 공간상의 표준 안전 영역을 모델링하는 단계는, 상기 측정 기간 동안 상기 복수의 수집 대상 차량으로부터 수집된 정보에 기초하여, 제i위험 판단 요소와 제j위험 요소간의 상관관계를 산출하는 단계-여기서, i는 1<=i<N인 각각의 정수이며, j는 i<j<=N인 각각의 정수임; 산출된 상기 제i위험 판단 요소와 제j위험 요소간-여기서, i는 1<=i<N인 각각의 정수이며, j는 i<j<=N인 각각의 정수-의 상관관계에 기초하여, 상기 N차원 공간상의 표준 안전 영역을 모델링하는 단계를 포함할 수 있다.
일 실시예에서, 상기 경보 대상 차량 운전자의 방어운전 레벨에 기초하여, 상기 경보 대상 차량 운전자에 상응하는 개인화된 안전 영역을 특정하는 단계는, 상기 경보 대상 차량 운전자의 방어운전 레벨에 기초하여 N차원 공간상의 표준 안전 영역을 확장하거나 축소하여 상기 경보 대상 차량 운전자에 상응하는 개인화된 안전 영역을 특정하는 단계를 포함할 수 있다.
일 실시예에서, 상기 제1위험 판단 요소 내지 제N 위험 판단 요소는, 운전자의 주시 각도, 운전자의 운전 중 스마트폰의 사용 이력, 차량의 속도, 차량의 각속도, 차량의 방향 지시등의 작동 여부, 차량과 앞차간의 차간 거리, 차량의 차선 이탈 정도를 포함할 수 있다.
일 실시예에서, 상기 수집 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소에 대한 정보를 수집하는 단계는, 상기 수집 대상 차량에 설치된 카메라로부터 상기 수집 대상 차량의 운전자 영상을 수집하고, 수집된 영상에 기초하여 상기 수집 대상 차량의 운전자의 주시 각도를 판단하는 단계; 상기 수집 대상 차량의 운전자의 스마트폰으로부터 운전 중 사용 이력을 수집하는 단계; 상기 수집 대상 차량에 설치된 OBD(On-Board Diagnostics)로부터 차량의 속도, 차량의 각속도, 차량의 방향 지시등의 작동 여부를 수집하는 단계; 상기 수집 대상 차량에 설치된 차간거리 센서로부터 앞차와의 차간 거리를 수집하는 단계; 및 상기 수집 대상 차량에 설치된 차선이탈감지시스템으로부터 상기 수집 대상 차량의 차선 이탈 정도를 수집하는 단계를 포함할 수 있다.
일 실시예에서, 상기 경보 대상 차량 운전자의 과거 주행 데이터는, 평균 속도, 급가속 이력, 급정거 이력, 차선변경 이력, 평균 차간거리 중 적어도 일부를 포함할 수 있다.
일 실시예에서, 상기 위험 여부를 판단결과에 기초하여 경보가 상기 경보 대상 차량의 운전자에게 출력되도록 하는 단계를 더 포함할 수 있다.
본 발명의 다른 일 측면에 따르면, 상술한 방법을 수행하기 위한 컴퓨터 프로그램을 저장하는 컴퓨터 판독 가능한 기록매체가 제공된다.
본 발명의 다른 일 측면에 따르면, 정보처리장치에 설치되며, 상술한 방법을 수행하기 위한 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램이 제공된다.
본 발명의 다른 일 측면에 따르면, 개인화된 안전운전 보조 시스템으로서, 프로세서; 및 컴퓨터 프로그램을 저장하는 메모리를 포함하고, 상기 컴퓨터 프로그램은, 상기 프로세서에 의해 실행되는 경우, 상기 개인화된 안전운전 보조 시스템으로 하여금 상술한 방법을 수행하도록 하는 개인화된 안전운전 보조 시스템이 제공된다.
본 발명의 다른 일 측면에 따르면, 소정의 측정 기간 동안 복수의 수집 대상 차량 각각에 대하여, 상기 수집 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소에 대한 정보를 수집하는 수집모듈(여기서, N은 3 이상의 정수); 상기 측정 기간 동안 상기 복수의 수집 대상 차량으로부터 수집된 정보에 기초하여, 서로 직교하는 N축 좌표계에서 표현되는 N차원 공간상의 표준 안전 영역을 모델링하는 모델링모듈-여기서, 상기 N차원 공간의 각 좌표축은, 상기 제1위험 판단 요소 내지 상기 제N 위험 판단 요소에 중 어느 하나에 대응됨; 소정의 경보 대상 차량을 운전하는 경보 대상 차량 운전자의 과거 주행 데이터에 기초하여 상기 경보 대상 차량 운전자의 방어운전 레벨을 결정하는 결정모듈; 상기 경보 대상 차량 운전자의 방어운전 레벨에 기초하여, 상기 경보 대상 차량 운전자에 상응하는 개인화된 안전 영역을 특정하는 개인화모듈-여기서, 상기 개인화된 안전 영역은, 상기 표준 안전 영역을 상기 경보 대상 차량 운전자의 방어운전 레벨에 기초하여 보정한 영역임; 상기 경보 대상 차량이 운행되는 동안 상기 경보 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소에 대한 정보를 주기적으로 획득하는 획득모듈; 및 획득한 상기 경보 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소에 대한 정보, 및 상기 경보 대상 차량 운전자에 상응하는 개인화된 안전 영역에 기초하여 위험 여부를 판단하는 제어모듈을 포함하는 개인화된 안전운전 보조 시스템이 제공된다.
일 실시예에서, 상기 모델링모듈은, 상기 측정 기간 동안 상기 복수의 수집 대상 차량으로부터 수집된 정보에 기초하여, 제i위험 판단 요소와 제j위험 요소간의 상관관계를 산출하고-여기서, i는 1<=i<N인 각각의 정수이며, j는 i<j<=N인 각각의 정수임-, 산출된 상기 제i위험 판단 요소와 제j위험 요소간-여기서, i는 1<=i<N인 각각의 정수이며, j는 i<j<=N인 각각의 정수임-의 상관관계에 기초하여, 상기 N차원 공간상의 표준 안전 영역을 모델링할 수 있다.
일 실시예에서, 상기 개인화모듈은, 상기 경보 대상 차량 운전자의 방어운전 레벨에 기초하여 N차원 공간상의 표준 안전 영역을 확장하거나 축소하여 상기 경보 대상 차량 운전자에 상응하는 개인화된 안전 영역을 특정할 수 있다.
일 실시예에서, 상기 제1위험 판단 요소 내지 제N 위험 판단 요소는, 운전자의 주시 각도, 운전자의 운전 중 스마트폰의 사용 이력, 차량의 속도, 차량의 각속도, 차량의 방향 지시등의 작동 여부, 차량과 앞차간의 차간 거리, 차량의 차선 이탈 정도를 포함할 수 있다.
일 실시예에서, 상기 수집모듈은, 상기 수집 대상 차량에 설치된 카메라로부터 상기 수집 대상 차량의 운전자 영상을 수집하고, 수집된 영상에 기초하여 상기 수집 대상 차량의 운전자의 주시 각도를 판단하고, 상기 수집 대상 차량의 운전자의 스마트폰으로부터 운전 중 사용 이력을 수집하고, 상기 수집 대상 차량에 설치된 OBD(On-Board Diagnostics)로부터 차량의 속도, 차량의 각속도, 차량의 방향 지시등의 작동 여부를 수집하고, 상기 수집 대상 차량에 설치된 차간거리 센서로부터 앞차와의 차간 거리를 수집하고, 상기 수집 대상 차량에 설치된 차선이탈감지시스템으로부터 상기 수집 대상 차량의 차선 이탈 정도를 수집할 수 있다.
일 실시예에서, 상기 경보 대상 차량 운전자의 과거 주행 데이터는, 평균 속도, 급가속 이력, 급정거 이력, 차선변경 이력, 평균 차간거리 중 적어도 일부를 포함할 수 있다.
일 실시예에서, 상기 위험 여부를 판단결과에 기초하여 경보가 상기 경보 대상 차량의 운전자에게 출력되도록 하는 경보모듈을 더 포함할 수 있다.
본 발명의 일 실시예에 따르면, 차량 운행 중에 획득 가능한 각종 위험 요소 간의 상관관계를 분석해서 경고를 발생시키고, 개인 별로 서로 다른 경고 기준을 적용되도록 함으로써, 개인 별로 적합한 안전운전 정보가 제공될 수 있도록 하는 개인화된 안전운전 보조 시스템 및 방법을 제공할 수 있다.
본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 본 발명의 일 실시예에 따른 개인화된 안전운전 보조방법의 수행 환경을 개략적으로 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 개인화된 안전운전 보조 시스템의 개략적인 구성을 도시한 블록도이다.
도 3은 본 발명의 일 실시예에 따른 개인화된 안전운전 보조방법의 전체적인 과정을 도시한 흐름도이다.
도 4는 데이터 수집 및 표준 안전 영역을 모델링 단계의 구체적인 과정을 도시한 흐름도이다.
도 5는 도 4의 S120 단계의 구체적인 일 예를 도시한 흐름도이다.
도 6a는 두 개의 위험 판단 요소간의 상관관계의 일 예를 도시한 도면이며, 도 6b는 도 6a의 상관관계와 표준 안전 영역과의 관계를 도시한 도면이다.
도 7은 표준 안전 영역을 개인화하는 단계의 구체적인 과정을 도시한 흐름도이다.
도 8은 방어운전 레벨에 따라 개인화된 안전 영역이 달리 결정되는 예를 도시한 도면이다.
도 9는 차량 운행 중 위험 감지 및 경보 단계의 구체적인 과정을 도시한 흐름도이다.
도 10은 위험 판단 요소에 따라 위험 여부가 결정되는 방법을 설명하기 위한 도면이다.
본 발명은 다양한 전환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 외관에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 전환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 적어도 하나의 표현을 포함한다.
본 명세서에 있어서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
또한, 본 명세서에 있어서는 어느 하나의 구성요소가 다른 구성요소로 데이터를 '전송'하는 경우에는 상기 구성요소는 상기 다른 구성요소로 직접 상기 데이터를 전송할 수도 있고, 적어도 하나의 또 다른 구성요소를 통하여 상기 데이터를 상기 다른 구성요소로 전송할 수도 있는 것을 의미한다. 반대로 어느 하나의 구성요소가 다른 구성요소로 데이터를 '직접 전송'하는 경우에는 상기 구성요소에서 다른 구성요소를 통하지 않고 상기 다른 구성요소로 상기 데이터가 전송되는 것을 의미한다.
이하, 첨부된 도면들을 참조하여 본 발명의 실시예들을 중심으로 본 발명을 상세히 설명한다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.
도 1은 본 발명의 일 실시예에 따른 개인화된 안전운전 보조방법(이하, '안전운전 보조방법'이라고 함)의 수행 환경을 개략적으로 설명하기 위한 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 안전운전 보조방법을 구현하기 위하여, 개인화된 안전운전 보조 시스템(100; 이하, '안전운전 보조 시스템'이라고 함)이 구비될 수 있다.
상기 안전운전 보조 시스템(100)은 데이터 처리를 수행하는 컴퓨팅 시스템일 수 있다. 예를 들어, 상기 안전운전 보조 시스템(100)은 서버일 수 있으나 이에 한정되는 것은 아니며, 본 발명의 기술적 사상에 따른 안전운전 보조방법을 수행할 수 있는 각종 정보처리장치를 포함할 수 있다.
상기 안전운전 보조 시스템(100)은 차량(10)을 운행하는 운전자가 구비하고 있는 사용자 단말(20)과 통신을 수행하며, 본 발명의 기술적 사상을 구현하는데 필요한 각종 정보, 신호 및/또는 데이터를 송수신할 수 있다. 예를 들어, 상기 안전운전 보조 시스템(100)은 WIFI, 셀룰러 네트워크 및 인터넷을 통하여 서로 연결될 수 있다.
상기 사용자 단말(20)은 네트워크 통신 기능을 구비한 정보처리장치일 수 있다. 예를 들어, 상기 사용자 단말(20)은 데스크탑 컴퓨터나 랩탑 컴퓨터, 또는 휴대전화, 위성전화, 무선전화, SIP(Session Initiation Protocol), WLL(Wireless Local Loop) 스테이션, 스마트폰, 타블렛 PC, PDA(Personal Digital Assistant) 등의 핸드헬드 장치를 포함하는 프로세싱 장치일 수도 있다.
상기 차량(20)에는 OBD(On-Board Diagnostics; 30), 카메라(40), 차간거리 센서(50) 및/또는 차선이탈감지시스템(60)이 설치되어 있을 수 있다.
상기 안전운전 보조 시스템(100)은 차량(10)의 운전자가 소지한 사용자 단말(20)뿐만 아니라 상기 차량(10)에 설치된 OBD(30), 카메라(40), 차간거리 센서(50) 및/또는 차선이탈감지시스템(60)로부터 각종 데이터를 수집할 수 있다. 이를 위하여, 일 실시예에서는, 도 1에 도시된 바와 같이, 상기 사용자 단말(20)이 OBD(30), 카메라(40), 차간거리 센서(50) 및/또는 차선이탈감지시스템(60)와 유무선 네트워크를 통해 연결되어, 본 발명의 기술적 사상을 구현하는데 필요한 각종 정보 및/또는 데이터를 획득할 수 있으며, 획득한 정보 및/또는 데이터를 상기 안전운전 보조 시스템(100)으로 전송할 수 있다.
실시예에 따라서는 상기 안전운전 보조 시스템(100)은 OBD(30), 카메라(40), 차간거리 센서(50) 및/또는 차선이탈감지시스템(60)과 통신 네트워크를 통해 연결되어 상기 사용자 단말(20)을 거치지 않고 바로 정보를 수집하도록 구현될 수도 있음은 물론이다.
한편, 도 1은, 설명의 편의를 위하여, 상기 안전운전 보조 시스템(100)이 하나의 차량(10)으로부터 정보를 수집하는 것에 관하여 도시하고 있으나, 실제로는 상기 안전운전 보조 시스템(100)은 다수의 차량으로부터 데이터를 수집할 수 있다.
도 2는 본 발명의 일 실시예에 따른 안전운전 보조 시스템(100)의 개략적인 구성을 도시한 블록도이다.
도 2를 참조하면 상기 안전운전 보조 시스템(100)은 수집모듈(110), 모델링모듈(120), 결정모듈(130), 개인화모듈(140), 획득모듈(150), 제어모듈(160), 경보모듈(170)을 포함할 수 있다. 본 발명의 실시예에 따라서는, 상술한 구성요소들 중 일부 구성요소는 반드시 본 발명의 구현에 필수적으로 필요한 구성요소에 해당하지 않을 수도 있으며, 또한 실시예에 따라 안전운전 보조 시스템(100)은 이보다 더 많은 구성요소를 포함할 수도 있음은 물론이다.
상기 안전운전 보조 시스템(100)은 본 발명의 기술적 사상을 구현하기 위해 필요한 하드웨어 리소스(resource) 및/또는 소프트웨어를 구비할 수 있으며, 반드시 하나의 물리적인 구성요소를 의미하거나 하나의 장치를 의미하는 것은 아니다. 즉, 상기 안전운전 보조 시스템(100)은 본 발명의 기술적 사상을 구현하기 위해 구비되는 하드웨어 및/또는 소프트웨어의 논리적인 결합을 의미할 수 있으며, 필요한 경우에는 서로 이격된 장치에 설치되어 각각의 기능을 수행함으로써 본 발명의 기술적 사상을 구현하기 위한 논리적인 구성들의 집합으로 구현될 수도 있다. 또한, 상기 안전운전 보조 시스템(100)은 본 발명의 기술적 사상을 구현하기 위한 각각의 기능 또는 역할별로 별도로 구현되는 구성들의 집합을 의미할 수도 있다. 또한, 본 명세서에서 모듈이라 함은, 본 발명의 기술적 사상을 수행하기 위한 하드웨어 및 상기 하드웨어를 구동하기 위한 소프트웨어의 기능적, 구조적 결합을 의미할 수 있다. 예를 들면, 상기 모듈은 특정된 코드와 상기 특정된 코드가 수행되기 위한 하드웨어 리소스의 논리적인 단위를 의미할 수 있으며, 반드시 물리적으로 연결된 코드를 의미하거나, 한 종류의 하드웨어를 의미하는 것은 아님은 본 발명의 기술분야의 평균적 전문가에게는 용이하게 추론될 수 있다.
상기 제어모듈(160)는 상기 사용자 단말(20)에 포함된 다른 구성(예를 들면, 수집모듈(110), 모델링모듈(120), 결정모듈(130), 개인화모듈(140), 획득모듈(150), 경보모듈(170) 등)의 기능 및/또는 리소스를 제어할 수 있다.
상기 수집모듈(110) 및 상기 모델링모듈(120)은 데이터 수집 및 표준 안전 영역을 모델링 과정을 수행할 수 있다.
보다 상세하게는 상기 수집모듈(110)은 소정의 측정 기간 동안 복수의 수집 대상 차량 각각에 대하여, 상기 수집 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소(여기서, N은 3 이상의 정수)에 대한 정보를 수집할 수 있으며, 상기 모델링모듈(120)은 상기 측정 기간 동안 상기 복수의 수집 대상 차량으로부터 수집된 정보에 기초하여, 서로 직교하는 N축 좌표계에서 표현되는 N차원 공간상의 표준 안전 영역을 모델링할 수 있다. 이때, 상기 N차원 공간의 각 좌표축은, 상기 제1위험 판단 요소 내지 상기 제N 위험 판단 요소에 중 어느 하나에 대응될 수 있다.
일 실시예에서, 상기 제1위험 판단 요소 내지 제N 위험 판단 요소는, 운전자의 주시 각도, 운전자의 운전 중 스마트폰의 사용 이력, 차량의 속도, 차량의 각속도, 차량의 방향 지시등의 작동 여부, 차량과 앞차간의 차간 거리, 차량의 차선 이탈 정도를 포함할 수 있다.
일 실시예에서, 상기 수집모듈(110)은 상기 수집 대상 차량에 설치된 카메라(40)로부터 상기 수집 대상 차량의 운전자 영상을 수집하고, 수집된 영상에 기초하여 상기 수집 대상 차량의 운전자의 주시 각도를 판단할 수 있다. 또한 상기 수집모듈(110)은 상기 수집 대상 차량의 운전자의 스마트폰(20)으로부터 운전 중 사용 이력을 수집할 수 있다. 또한 상기 수집모듈(110)은 상기 수집 대상 차량에 설치된 OBD(30)로부터 차량의 속도, 차량의 각속도, 차량의 방향 지시등의 작동 여부를 수집할 수 있으며, 상기 수집 대상 차량에 설치된 차간거리 센서(50)로부터 앞차와의 차간 거리를 수집할 수 있으며, 상기 수집 대상 차량에 설치된 차선이탈감지시스템(60)으로부터 상기 수집 대상 차량의 차선 이탈 정도를 수집할 수 있다.
일 실시예에서, 상기 모델링모듈(120)은 상기 측정 기간 동안 상기 복수의 수집 대상 차량으로부터 수집된 정보에 기초하여, 제i위험 판단 요소와 제j위험 요소간의 상관관계를 산출하고(여기서, i는 1<=i<N인 각각의 정수이며, j는 i<j<=N인 각각의 정수임), 산출된 상기 제i위험 판단 요소와 제j위험 요소간(여기서, i는 1<=i<N인 각각의 정수이며, j는 i<j<=N인 각각의 정수임)의 상관관계에 기초하여, 상기 N차원 공간상의 표준 안전 영역을 모델링할 수 있다.
다른 일 실시예에서, 상기 모델링모듈(120)은 기계 학습을 통해 표준 안전 영역을 모델링할 수 있다. 예를 들어 표준 안전 영역은 딥러닝에 의해 학습된 뉴럴 네트워크로 표현되거나, 베이지언 로지스틱 회귀 방법에 의해 학습된 베이지언 모델 등으로 표현될 수 있다.
한편, 상기 결정모듈(130) 및 상기 개인화모듈(140)은 상기 표준 안전 영역을 개인화하는 과정을 수행할 수 있다.
보다 상세하게는 상기 결정모듈(130)은 소정의 경보 대상 차량을 운전하는 경보 대상 차량 운전자의 과거 주행 데이터에 기초하여 상기 경보 대상 차량 운전자의 방어운전 레벨을 결정하고, 상기 개인화모듈(140)은 상기 경보 대상 차량 운전자의 방어운전 레벨에 기초하여, 상기 경보 대상 차량 운전자에 상응하는 개인화된 안전 영역을 특정할 수 있다. 이때, 상기 개인화된 안전 영역은, 상기 표준 안전 영역을 상기 경보 대상 차량 운전자의 방어운전 레벨에 기초하여 보정한 영역일 수 있다.
일 실시예에서, 상기 경보 대상 차량 운전자의 과거 주행 데이터는 평균 속도, 급가속 이력, 급정거 이력, 차선변경 이력, 평균 차간거리 중 적어도 일부를 포함할 수 있다.
방어운전 레벨은 운전자의 방어운전 정도를 등급화 내지 양자화한 것으로서, 예를 들면, 방어적/공격적의 2단계, 방어적/중립적/공격적의 3단계 등으로 구분될 수 있으나 이에 한정되는 것은 아니며, 4 이상의 단계로 구분될 수도 있다.
일 실시예에서, 상기 개인화모듈(140)은 상기 경보 대상 차량 운전자의 방어운전 레벨에 기초하여 N차원 공간상의 표준 안전 영역을 확장하거나 축소하여 상기 경보 대상 차량 운전자에 상응하는 개인화된 안전 영역을 특정할 수 있다.
한편, 상기 획득모듈(150), 상기 제어모듈(160) 및 상기 경보모듈(170)은 차량 운행 중 위험 감지 및 경보 과정을 수행할 수 있다.
보다 상세하게는 상기 획득모듈(150)은 상기 경보 대상 차량이 운행되는 동안 상기 경보 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소에 대한 정보를 주기적으로 획득하고, 상기 제어모듈(160)은 획득한 상기 경보 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소에 대한 정보, 및 상기 경보 대상 차량 운전자에 상응하는 개인화된 안전 영역에 기초하여 위험 여부를 판단할 수 있다.
일 실시예에서, 상기 제어모듈(160)은, 상기 경보 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소에 의해 표현되는 상기 N차원 공간상의 지점이 상기 경보 대상 차량 운전자에 상응하는 개인화된 안전 영역 내부에 있는 경우에는 위험하지 않다고 판단할 수 있으며, 상기 경보 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소에 의해 표현되는 상기 N차원 공간상의 지점이 상기 경보 대상 차량 운전자에 상응하는 개인화된 안전 영역 외부에 있는 경우에는, 위험하다고 판단할 수 있다.
상기 경보모듈(170)은 상기 위험 여부를 판단결과에 기초하여 경보가 상기 경보 대상 차량의 운전자에게 출력되도록 할 수 있다.
도 3은 본 발명의 일 실시예에 따른 개인화된 안전운전 보조방법의 전체적인 과정을 도시한 흐름도이다.
도 3을 참조하면, 상기 개인화된 안전운전 보조방법은 데이터 수집 및 표준 안전 영역을 모델링 단계(S100), 표준 안전 영역을 개인화하는 단계(S200) 및 차량 운행 중 위험 감지 및 경보 단계(S300)으로 구성될 수 있다.
도 4는 상기 데이터 수집 및 표준 안전 영역을 모델링 단계(S100)의 구체적인 과정을 도시한 흐름도이다.
도 4를 참조하면, 상기 안전운전 보조 시스템(100)은 소정의 측정 기간 동안 복수의 수집 대상 차량 각각에 대하여, 상기 수집 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소(여기서, N은 3 이상의 정수)에 대한 정보를 수집할 수 있다(S110).
한편, 상기 안전운전 보조 시스템(100)은 상기 측정 기간 동안 상기 복수의 수집 대상 차량으로부터 수집된 정보에 기초하여, 서로 직교하는 N축 좌표계에서 표현되는 N차원 공간상의 표준 안전 영역을 모델링할 수 있으며, 상기 N차원 공간의 각 좌표축은, 상기 제1위험 판단 요소 내지 상기 제N 위험 판단 요소에 중 어느 하나에 대응될 수 있다.
도 5는 도 4의 S120 단계의 구체적인 일 예를 도시한 흐름도이다.
도 5를 참조하면, 상기 안전운전 보조 시스템(100)은 상기 측정 기간 동안 상기 복수의 수집 대상 차량으로부터 수집된 정보에 기초하여, 각각의 위험 판단 요소 서로간의 상관관계를 산출할 수 있다. 즉, 상기 상기 안전운전 보조 시스템(100)은 제1 위험 판단 요소와 나머지 위험 판단 요소(즉, 제2위험판단 요소 내지 제N위험 판단 요소) 각각과의 상관관계, 제2 위험 판단 요소와 나머지 위험 판단 요소(즉, 제3위험판단 요소 내지 제N위험 판단 요소) 각각과의 상관관계, …, 제N-1 위험 판단 요소와 나머지 위험 판단 요소(즉, 제N위험 판단 요소)와의 상관관계를 산출할 수 있다(S121 내지 S123 참조).
이후 상기 안전운전 보조 시스템(100)은 산출된 제1위험 판단 요소 내지 제N위험 판단 요소 서로 간의 상관관계(즉, 상기 제i위험 판단 요소와 제j위험 요소간-여기서, i는 1<=i<N인 각각의 정수이며, j는 i<j<=N인 각각의 정수-의 상관관계)에 기초하여, 상기 N차원 공간상의 표준 안전 영역을 모델링할 수 있다(S124).
도 6a는 두 개의 위험 판단 요소간의 상관관계의 일 예를 도시한 도면이며, 도 6b는 도 6a의 상관관계와 표준 안전 영역과의 관계를 도시한 도면이다.
상기 안전운전 보조 시스템(100)은, 예를 들어, 선형 회귀분석을 통하여, 임의의 두 위험 판단 요소(제i위험 판단요소 및 제j위험 판단 요소)간의 상관관계를 산출할 수 있으며, 산출된 상관관계는 도 6a의 회귀선(1)으로 표현될 수 있다.
한편 도 6b에는, 모델링된 N차원 공간상의 표준 안전 영역의 i축-j축 단면 영역(2)이 표현되어 있다. 여기서 i축은 제i위험판단요소에 상응하는 축이며, j축은 제j위험판단요소에 상응하는 축임).
일 실시예에서, 모델링된 표준 안전 영역의 i축-j축 단면 영역(2)은, 도 6b에 도시된 바와 같이, 제i위험판단요소와 제j위험판단요소간의 상관관계를 나타내는 회귀선(1) 주변의 일정 영역일 수 있다.
본 발명이 속하는 분야에서 통상의 지식을 가진 자라면, 도 6a 및 도 6b와 같은 2차원 영역을 예로 들어 설명된 위 내용 및 후술할 예시를 N차원 영역으로 손쉽게 확장할 수 있을 것이다.
도 7은 상기 표준 안전 영역을 개인화하는 단계(S200) 의 구체적인 과정을 도시한 흐름도이다.
도 7을 참조하면, 상기 안전운전 보조 시스템(100)은 소정의 경보 대상 차량을 운전하는 경보 대상 차량 운전자의 과거 주행 데이터를 획득할 수 있다(S210).
이후 상기 안전운전 보조 시스템(100)의 경보 대상 차량 운전자의 과거 주행 데이터에 기초하여 상기 경보 대상 차량 운전자의 방어운전 레벨을 결정할 수 있다(S220). 예를 들어, 상기 안전운전 보조 시스템(100)은 경보 대상 차량 운전자의 방어운전 레벨을 방어적/중립적/공격적 중 어느 하나로 결정할 수 있다.
한편, 상기 개인화된 안전운전 보조 시스템(100)은 상기 경보 대상 차량 운전자의 방어운전 레벨에 기초하여, 상기 경보 대상 차량 운전자에 상응하는 개인화된 안전 영역을 특정할 수 있으며, 이때, 상기 개인화된 안전 영역은 상기 표준 안전 영역을 상기 경보 대상 차량 운전자의 방어운전 레벨에 기초하여 보정한 영역일 수 있다.
도 8은 방어운전 레벨에 따라 개인화된 안전 영역이 달리 결정되는 예를 도시한 도면이다. 도 8에 도시된 바와 같이, 상기 개인화된 안전운전 보조 시스템(100)은 상기 표준 안전 영역(2)을 중립적 레벨의 운전자에 적용되는 개인화된 안전 영역으로 특정할 수 있으나, 공격적 레벨의 운전자의 개인화된 안전 영역은 표준 안전 영역(2)보다 좁게 보정한 영역(3)으로 특정할 수 있으며, 방어적 레벨의 운전자의 개인화된 안전 영역은 표준 안전 영역(2)보다 넓게 보정한 영역(4)으로 특정할 수 있다.
도 9는 상기 차량 운행 중 위험 감지 및 경보 단계(S300)의 구체적인 과정을 도시한 흐름도이다.
도 9를 참조하면, 상기 개인화된 안전운전 보조 시스템(100)은 상기 경보 대상 차량이 운행되는 동안 상기 경보 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소에 대한 정보를 획득할 수 있다(S310).
상기 개인화된 안전운전 보조 시스템(100)은 획득한 상기 경보 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소에 대한 정보, 및 상기 경보 대상 차량 운전자에 상응하는 개인화된 안전 영역에 기초하여 위험 여부를 판단할 수 있으며(S320), 상기 위험 여부를 판단결과에 기초하여 경보가 상기 경보 대상 차량의 운전자에게 출력되도록 할 수 있다(S330, S340 참조).
보다 상세하게는, 상기 개인화된 운전 보조 시스템(100)은, 상기 경보 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소에 의해 표현되는 상기 N차원 공간상의 지점이 상기 경보 대상 차량 운전자에 상응하는 개인화된 안전 영역 내부에 있는 경우에는 위험하지 않다고 판단할 수 있으며, 상기 경보 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소에 의해 표현되는 상기 N차원 공간상의 지점이 상기 경보 대상 차량 운전자에 상응하는 개인화된 안전 영역 외부에 있는 경우에는, 위험하다고 판단할 수 있다.
도 10은 위험 판단 요소에 따라 위험 여부가 결정되는 방법을 설명하기 위한 도면이다.
도 10을 참조하면, 획득한 제i위험 판단 요소 및 제j위험 판단 요소가 점(5-1)에 의해 표현되는 경우, 점(5-1)은 방어적 운전자의 개인화된 안전 영역(4) 안에 있으나, 중립적 운전자의 개인화된 안전 영역(2) 및 공격적 운전자의 개인화된 안전 영역(3) 바깥에 있게 된다. 따라서, 경보 대상 차량 운전자의 방어운전 레벨이 방어적인 경우 위험하지 않은 것으로 판단되지만, 경보 대상 차량 운전자의 방어운전 레벨이 중립적 또는 공격적인 경우에는 위험한 것으로 판단될 수 있다.
만약 획득한 제i위험 판단 요소 및 제j위험 판단 요소가 점(5-2)에 의해 표현되는 경우, 점(5-2)은 방어적 운전자의 개인화된 안전 영역(4) 및 중립적 운전자의 개인화된 안전 영역(2) 안에 있으나, 및 공격적 운전자의 개인화된 안전 영역(3) 바깥에 있게 된다. 따라서, 경보 대상 차량 운전자의 방어운전 레벨이 방어적 또는 중립적인 경우 위험하지 않은 것으로 판단되지만, 경보 대상 차량 운전자의 방어운전 레벨이 공격적인 경우에는 위험한 것으로 판단될 수 있다.
한편, 실시 예에 따라서, 상기 안전운전 보조 시스템(100)은 프로세서 및 상기 프로세서에 의해 실행되는 프로그램을 저장하는 메모리를 포함할 수 있다. 도 5여기서, 상기 프로그램은, 프로세서에 의해 실행되는 경우, 본 실시예에 따른 안전운전 보조 시스템(100)으로 하여금, 상술한 시각적 오브젝트 제공 방법을 수행하도록 할 수 있다.
상기 프로세서는 상기 안전운전 보조 시스템(100)를 구성하는 하드웨어 및/또는 소프트웨어를 제어할 수 있으며, CPU, GPU, MCU, 마이크로프로세서 등을 포함할 수 있다. 상기 메모리는 예를 들어, 플래시 메모리, ROM, RAM, EEROM, EPROM, EEPROM, 하드 디스크, 레지스터를 포함할 수 있다.
한편, 본 발명의 실시예에 따른 시각적 오브젝트 제공 방법은 컴퓨터가 읽을 수 있는 프로그램 명령 외관으로 구현되어 컴퓨터로 읽을 수 있는 기록 매체에 저장될 수 있으며, 본 발명의 실시예에 따른 제어 프로그램 및 대상 프로그램도 컴퓨터로 판독 가능한 기록 매체에 저장될 수 있다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
기록 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 소프트웨어 분야 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터로 읽을 수 있는 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 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.
상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 외관으로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성요소들도 결합된 외관으로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타나며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 외관이 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
본 발명은 개인화된 안전운전 보조 방법 및 시스템에 이용될 수 있다.

Claims (17)

  1. 개인화된 안전운전 보조 시스템이, 소정의 측정 기간 동안 복수의 수집 대상 차량 각각에 대하여, 상기 수집 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소에 대한 정보를 수집하는 단계(여기서, N은 3 이상의 정수);
    상기 개인화된 안전운전 보조 시스템이, 상기 측정 기간 동안 상기 복수의 수집 대상 차량으로부터 수집된 정보에 기초하여, 서로 직교하는 N축 좌표계에서 표현되는 N차원 공간상의 표준 안전 영역을 모델링하는 단계-여기서, 상기 N차원 공간의 각 좌표축은, 상기 제1위험 판단 요소 내지 상기 제N 위험 판단 요소에 중 어느 하나에 대응됨;
    상기 개인화된 안전운전 보조 시스템이, 소정의 경보 대상 차량을 운전하는 경보 대상 차량 운전자의 과거 주행 데이터에 기초하여 상기 경보 대상 차량 운전자의 방어운전 레벨을 결정하는 단계;
    상기 개인화된 안전운전 보조 시스템이, 상기 경보 대상 차량 운전자의 방어운전 레벨에 기초하여, 상기 경보 대상 차량 운전자에 상응하는 개인화된 안전 영역을 특정하는 단계-여기서, 상기 개인화된 안전 영역은, 상기 표준 안전 영역을 상기 경보 대상 차량 운전자의 방어운전 레벨에 기초하여 보정한 영역임;
    상기 개인화된 안전운전 보조 시스템, 상기 경보 대상 차량이 운행되는 동안 상기 경보 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소에 대한 정보를 주기적으로 획득하는 단계; 및
    상기 개인화된 안전운전 보조 시스템이, 획득한 상기 경보 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소에 대한 정보, 및 상기 경보 대상 차량 운전자에 상응하는 개인화된 안전 영역에 기초하여 위험 여부를 판단하는 단계를 포함하는 개인화된 안전운전 보조방법.
  2. 제1항에 있어서,
    상기 측정 기간 동안 상기 복수의 수집 대상 차량으로부터 수집된 정보에 기초하여, 서로 직교하는 N축 좌표계에서 표현되는 N차원 공간상의 표준 안전 영역을 모델링하는 단계는,
    상기 측정 기간 동안 상기 복수의 수집 대상 차량으로부터 수집된 정보에 기초하여, 제i위험 판단 요소와 제j위험 요소간의 상관관계를 산출하는 단계-여기서, i는 1<=i<N인 각각의 정수이며, j는 i<j<=N인 각각의 정수임;
    산출된 상기 제i위험 판단 요소와 제j위험 요소간-여기서, i는 1<=i<N인 각각의 정수이며, j는 i<j<=N인 각각의 정수-의 상관관계에 기초하여, 상기 N차원 공간상의 표준 안전 영역을 모델링하는 단계를 포함하는 개인화된 안전운전 보조방법.
  3. 제1항에 있어서,
    상기 경보 대상 차량 운전자의 방어운전 레벨에 기초하여, 상기 경보 대상 차량 운전자에 상응하는 개인화된 안전 영역을 특정하는 단계는,
    상기 경보 대상 차량 운전자의 방어운전 레벨에 기초하여 N차원 공간상의 표준 안전 영역을 확장하거나 축소하여 상기 경보 대상 차량 운전자에 상응하는 개인화된 안전 영역을 특정하는 단계를 포함하는 개인화된 안전운전 보조방법.
  4. 제1항에 있어서,
    상기 제1위험 판단 요소 내지 제N 위험 판단 요소는,
    운전자의 주시 각도, 운전자의 운전 중 스마트폰의 사용 이력, 차량의 속도, 차량의 각속도, 차량의 방향 지시등의 작동 여부, 차량과 앞차간의 차간 거리, 차량의 차선 이탈 정도를 포함하는 개인화된 안전운전 보조방법.
  5. 제4항에 있어서,
    상기 수집 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소에 대한 정보를 수집하는 단계는,
    상기 수집 대상 차량에 설치된 카메라로부터 상기 수집 대상 차량의 운전자 영상을 수집하고, 수집된 영상에 기초하여 상기 수집 대상 차량의 운전자의 주시 각도를 판단하는 단계;
    상기 수집 대상 차량의 운전자의 스마트폰으로부터 운전 중 사용 이력을 수집하는 단계;
    상기 수집 대상 차량에 설치된 OBD(On-Board Diagnostics)로부터 차량의 속도, 차량의 각속도, 차량의 방향 지시등의 작동 여부를 수집하는 단계;
    상기 수집 대상 차량에 설치된 차간거리 센서로부터 앞차와의 차간 거리를 수집하는 단계; 및
    상기 수집 대상 차량에 설치된 차선이탈감지시스템으로부터 상기 수집 대상 차량의 차선 이탈 정도를 수집하는 단계를 포함하는 개인화된 안전운전 보조방법.
  6. 제1항에 있어서,
    상기 경보 대상 차량 운전자의 과거 주행 데이터는,
    평균 속도, 급가속 이력, 급정거 이력, 차선변경 이력, 평균 차간거리 중 적어도 일부를 포함하는 개인화된 안전운전 보조방법.
  7. 제1항에 있어서,
    상기 위험 여부를 판단결과에 기초하여 경보가 상기 경보 대상 차량의 운전자에게 출력되도록 하는 단계를 더 포함하는 개인화된 안전운전 보조방법.
  8. 제1항 내지 제7항 중 어느 한 항에 기재된 방법을 수행하기 위한 컴퓨터 프로그램을 저장하는 컴퓨터 판독 가능한 기록매체.
  9. 정보처리장치에 설치되며, 제1항 내지 제7항 중 어느 한 항에 기재된 방법을 수행하기 위한 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램.
  10. 개인화된 안전운전 보조 시스템으로서,
    프로세서; 및
    컴퓨터 프로그램을 저장하는 메모리를 포함하고,
    상기 컴퓨터 프로그램은, 상기 프로세서에 의해 실행되는 경우, 상기 개인화된 안전운전 보조 시스템으로 하여금 제1항 내지 제7항 중 어느 한 항에 기재된 방법을 수행하도록 하는 개인화된 안전운전 보조 시스템.
  11. 소정의 측정 기간 동안 복수의 수집 대상 차량 각각에 대하여, 상기 수집 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소에 대한 정보를 수집하는 수집모듈(여기서, N은 3 이상의 정수);
    상기 측정 기간 동안 상기 복수의 수집 대상 차량으로부터 수집된 정보에 기초하여, 서로 직교하는 N축 좌표계에서 표현되는 N차원 공간상의 표준 안전 영역을 모델링하는 모델링모듈-여기서, 상기 N차원 공간의 각 좌표축은, 상기 제1위험 판단 요소 내지 상기 제N 위험 판단 요소에 중 어느 하나에 대응됨;
    소정의 경보 대상 차량을 운전하는 경보 대상 차량 운전자의 과거 주행 데이터에 기초하여 상기 경보 대상 차량 운전자의 방어운전 레벨을 결정하는 결정모듈;
    상기 경보 대상 차량 운전자의 방어운전 레벨에 기초하여, 상기 경보 대상 차량 운전자에 상응하는 개인화된 안전 영역을 특정하는 개인화모듈-여기서, 상기 개인화된 안전 영역은, 상기 표준 안전 영역을 상기 경보 대상 차량 운전자의 방어운전 레벨에 기초하여 보정한 영역임;
    상기 경보 대상 차량이 운행되는 동안 상기 경보 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소에 대한 정보를 주기적으로 획득하는 획득모듈; 및
    획득한 상기 경보 대상 차량에 상응하는 제1위험 판단 요소 내지 제N 위험 판단 요소에 대한 정보, 및 상기 경보 대상 차량 운전자에 상응하는 개인화된 안전 영역에 기초하여 위험 여부를 판단하는 제어모듈을 포함하는 개인화된 안전운전 보조 시스템.
  12. 제11항에 있어서,
    상기 모델링모듈은,
    상기 측정 기간 동안 상기 복수의 수집 대상 차량으로부터 수집된 정보에 기초하여, 제i위험 판단 요소와 제j위험 요소간의 상관관계를 산출하고-여기서, i는 1<=i<N인 각각의 정수이며, j는 i<j<=N인 각각의 정수임-,
    산출된 상기 제i위험 판단 요소와 제j위험 요소간-여기서, i는 1<=i<N인 각각의 정수이며, j는 i<j<=N인 각각의 정수임-의 상관관계에 기초하여, 상기 N차원 공간상의 표준 안전 영역을 모델링하는 개인화된 안전운전 보조 시스템.
  13. 제11항에 있어서,
    상기 개인화모듈은,
    상기 경보 대상 차량 운전자의 방어운전 레벨에 기초하여 N차원 공간상의 표준 안전 영역을 확장하거나 축소하여 상기 경보 대상 차량 운전자에 상응하는 개인화된 안전 영역을 특정하는 개인화된 안전운전 보조 시스템.
  14. 제11항에 있어서,
    상기 제1위험 판단 요소 내지 제N 위험 판단 요소는,
    운전자의 주시 각도, 운전자의 운전 중 스마트폰의 사용 이력, 차량의 속도, 차량의 각속도, 차량의 방향 지시등의 작동 여부, 차량과 앞차간의 차간 거리, 차량의 차선 이탈 정도를 포함하는 개인화된 안전운전 보조방법.
  15. 제14항에 있어서,
    상기 수집모듈은,
    상기 수집 대상 차량에 설치된 카메라로부터 상기 수집 대상 차량의 운전자 영상을 수집하고, 수집된 영상에 기초하여 상기 수집 대상 차량의 운전자의 주시 각도를 판단하고,
    상기 수집 대상 차량의 운전자의 스마트폰으로부터 운전 중 사용 이력을 수집하고,
    상기 수집 대상 차량에 설치된 OBD(On-Board Diagnostics)로부터 차량의 속도, 차량의 각속도, 차량의 방향 지시등의 작동 여부를 수집하고,
    상기 수집 대상 차량에 설치된 차간거리 센서로부터 앞차와의 차간 거리를 수집하고,
    상기 수집 대상 차량에 설치된 차선이탈감지시스템으로부터 상기 수집 대상 차량의 차선 이탈 정도를 수집하는 개인화된 안전운전 보조 시스템.
  16. 제11항에 있어서,
    상기 경보 대상 차량 운전자의 과거 주행 데이터는,
    평균 속도, 급가속 이력, 급정거 이력, 차선변경 이력, 평균 차간거리 중 적어도 일부를 포함하는 개인화된 안전운전 보조 시스템.
  17. 제11항에 있어서,
    상기 위험 여부를 판단결과에 기초하여 경보가 상기 경보 대상 차량의 운전자에게 출력되도록 하는 경보모듈을 더 포함하는 개인화된 안전운전 보조 시스템.
PCT/KR2020/012005 2020-06-09 2020-09-07 개인화된 안전운전 보조 방법 및 시스템 WO2021251554A1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US17/045,988 US11866035B2 (en) 2020-06-09 2020-09-07 Personalized safe driving assistance method and system
JP2022546648A JP7497904B2 (ja) 2020-06-09 2020-09-07 パーソナライズされた安全運転支援方法及びシステム
EP20775565.3A EP3957534A4 (en) 2020-06-09 2020-09-07 PROCESS AND SYSTEM FOR INDIVIDUAL SAFE DRIVING ASSISTANCE

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2020-0069808 2020-06-09
KR1020200069808A KR102424867B1 (ko) 2020-06-09 2020-06-09 개인화된 안전운전 보조 방법 및 시스템

Publications (1)

Publication Number Publication Date
WO2021251554A1 true WO2021251554A1 (ko) 2021-12-16

Family

ID=78845760

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/012005 WO2021251554A1 (ko) 2020-06-09 2020-09-07 개인화된 안전운전 보조 방법 및 시스템

Country Status (5)

Country Link
US (1) US11866035B2 (ko)
EP (1) EP3957534A4 (ko)
JP (1) JP7497904B2 (ko)
KR (1) KR102424867B1 (ko)
WO (1) WO2021251554A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022142510A (ja) * 2021-03-16 2022-09-30 パナソニックＩｐマネジメント株式会社 車両用周辺警戒装置および車両用周辺警戒方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090054171A (ko) * 2007-11-26 2009-05-29 한국전자통신연구원 차량 및 운전자 정보 관리 시스템 및 그 방법
KR20150086910A (ko) * 2014-01-21 2015-07-29 자동차부품연구원 차량 운전 중 휴대단말 사용 감지 장치 및 방법 그리고 그를 구비한 휴대단말
KR20160133179A (ko) * 2015-05-12 2016-11-22 자동차부품연구원 통합 hvi기반 운전자 위험상황 판단 방법 및 장치
JP2017138952A (ja) * 2015-04-21 2017-08-10 パナソニックＩｐマネジメント株式会社 情報処理システム、情報処理方法、およびプログラム
KR20180090644A (ko) * 2017-02-03 2018-08-13 한국전자통신연구원 운전자 및 차량 간의 상호 작용을 위한 장치 및 그 방법

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130050113A (ko) * 2011-11-07 2013-05-15 현대자동차주식회사 위험단계별 경고기능을 갖는 차량 운행보조 시스템 및 그 방법
JP5510471B2 (ja) 2012-01-20 2014-06-04 トヨタ自動車株式会社 運転モデルの作成装置及び運転モデルの作成方法、並びに運転評価装置及び運転評価方法、並びに運転支援システム
US10210761B2 (en) * 2013-09-30 2019-02-19 Sackett Solutions & Innovations, LLC Driving assistance systems and methods
KR101577415B1 (ko) * 2014-06-23 2015-12-15 주식회사 디리아 운전유형 분석을 통한 운전가이드 장치 및 방법
CN107531244B (zh) * 2015-04-21 2020-04-21 松下知识产权经营株式会社 信息处理***、信息处理方法、以及记录介质
JP6731619B2 (ja) * 2016-10-26 2020-07-29 パナソニックＩｐマネジメント株式会社 情報処理システム、情報処理方法、およびプログラム
JP6895634B2 (ja) * 2016-12-16 2021-06-30 パナソニックＩｐマネジメント株式会社 情報処理システム、情報処理方法、およびプログラム
US10308242B2 (en) * 2017-07-01 2019-06-04 TuSimple System and method for using human driving patterns to detect and correct abnormal driving behaviors of autonomous vehicles
CN110914884B (zh) * 2017-07-21 2022-08-30 索尼半导体解决方案公司 车辆控制器和车辆控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090054171A (ko) * 2007-11-26 2009-05-29 한국전자통신연구원 차량 및 운전자 정보 관리 시스템 및 그 방법
KR20150086910A (ko) * 2014-01-21 2015-07-29 자동차부품연구원 차량 운전 중 휴대단말 사용 감지 장치 및 방법 그리고 그를 구비한 휴대단말
JP2017138952A (ja) * 2015-04-21 2017-08-10 パナソニックＩｐマネジメント株式会社 情報処理システム、情報処理方法、およびプログラム
KR20160133179A (ko) * 2015-05-12 2016-11-22 자동차부품연구원 통합 hvi기반 운전자 위험상황 판단 방법 및 장치
KR20180090644A (ko) * 2017-02-03 2018-08-13 한국전자통신연구원 운전자 및 차량 간의 상호 작용을 위한 장치 및 그 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3957534A4 *

Also Published As

Publication number Publication date
US20220281441A1 (en) 2022-09-08
JP7497904B2 (ja) 2024-06-11
KR102424867B1 (ko) 2022-07-26
EP3957534A1 (en) 2022-02-23
JP2023515326A (ja) 2023-04-13
KR20210153186A (ko) 2021-12-17
US11866035B2 (en) 2024-01-09
EP3957534A4 (en) 2023-06-07

Similar Documents

Publication Publication Date Title
WO2021101054A1 (en) Electronic device for processing v2x message and operating method thereof
US10269242B2 (en) Autonomous police vehicle
US9852553B2 (en) Apparatus and method of requesting emergency call for vehicle accident by using travelling information about vehicle
EP3859708A1 (en) Traffic light image processing method and device, and roadside device
CN110910673B (zh) 一种提醒行人碰撞车辆的方法及***、摄像头、移动终端
CN109064763A (zh) 自动驾驶车辆的测试方法、装置、测试设备和存储介质
CN111398989A (zh) 驾驶辅助***的性能分析方法和测试设备
WO2021006491A1 (ko) 음원 시각화 장치 및 방법
WO2020091421A1 (ko) 네트워크 플랫폼을 적용한 자율주행차량 시뮬레이터
WO2017131253A1 (ko) 차량용 프록시 장치 및 데이터관리서버의 차량데이터 관리방법
CN110103952A (zh) 辅助车辆驾驶的方法、设备、介质和***
WO2019117459A1 (ko) 컨텐츠를 표시하기 위한 장치 및 방법
WO2017179817A1 (ko) 자동차용 전장품간 연동 평가 테스트 방법
WO2021045445A1 (ko) 운전면허시험 처리 장치
WO2021172675A1 (ko) 불특정 다수의 주변 차량들에 대한 미래 경로 통합 예측을 위한 전자 장치 및 그의 동작 방법
WO2021251554A1 (ko) 개인화된 안전운전 보조 방법 및 시스템
WO2014077442A1 (ko) 차량간 통신을 통한 차로 위치 결정 장치
CN111856417A (zh) 车载毫米波雷达的性能分析方法、装置、终端及存储介质
JP2019220084A (ja) 解析装置、車載器、及びパターン解析補助装置
CN109493641A (zh) 信息处理装置、信息提供***和信息提供方法
CN109116357B (zh) 用于同步时间的方法、装置及服务器
WO2022080586A1 (ko) 전력 소비를 감소시키는 라이다 시스템 및 이의 구동 방법
CN106162938B (zh) 一种信息处理方法和第一电子设备
US11523251B2 (en) Information processing system, information processing device, and information processing method
US20230326214A1 (en) Device, vehicle, and method for monitoring abnormal situation using vehicle

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2020775565

Country of ref document: EP

Effective date: 20210930

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20775565

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022546648

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE