WO2023090530A1 - 운전자 인센티브 제공 시스템 및 방법 - Google Patents

운전자 인센티브 제공 시스템 및 방법 Download PDF

Info

Publication number
WO2023090530A1
WO2023090530A1 PCT/KR2021/019986 KR2021019986W WO2023090530A1 WO 2023090530 A1 WO2023090530 A1 WO 2023090530A1 KR 2021019986 W KR2021019986 W KR 2021019986W WO 2023090530 A1 WO2023090530 A1 WO 2023090530A1
Authority
WO
WIPO (PCT)
Prior art keywords
driver
safe driving
vehicle
incentive
image
Prior art date
Application number
PCT/KR2021/019986
Other languages
English (en)
French (fr)
Inventor
김호원
권율
윤영여
강원태
Original Assignee
부산대학교 산학협력단
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 부산대학교 산학협력단 filed Critical 부산대학교 산학협력단
Publication of WO2023090530A1 publication Critical patent/WO2023090530A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/40—Support for services or applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]

Definitions

  • the present invention relates to a system and method for providing driver incentives, and more particularly to a system and method for providing driver incentives through artificial intelligence and blockchain.
  • the present invention provides a driver incentive providing system and method for providing drivers with motivation for safe driving.
  • a system for providing driver incentives acquires vehicle data including driving information and vehicle information, driver data including a driver's image, and driver's personal information, and displays the vehicle data and the driver's image.
  • a vehicle that stores personal information in a blockchain and stores the personal information off-chain, a safe driving point calculator that calculates a safe driving score based on the vehicle data and the driver's image, and a safe driving score based on the safe driving score
  • FIG. 1 is a block diagram of a driver incentive providing system according to an embodiment of the present invention.
  • FIG. 2 is a block diagram of an apparatus for calculating safe driving points according to an embodiment of the present invention.
  • FIG. 3 is a conceptual diagram of a CNN according to an embodiment of the present invention.
  • FIG. 4 is a flowchart of a driver incentive providing method according to an embodiment of the present invention.
  • first or second may be used to describe various components, such terms should only be construed for the purpose of distinguishing one component from another.
  • a “first element” may be termed a “second element”, and similarly, a “second element” may also be termed a “first element”.
  • FIG. 1 is a block diagram of a driver incentive providing system according to an embodiment of the present invention.
  • a driver incentive providing system 100 may include a vehicle 110 , a safety point calculating device 120 and an incentive providing device 130 .
  • the vehicle 110, the safe driving point calculator 120, and the incentive providing device 130 may communicate with each other.
  • the vehicle 110, the safe driving score calculation device 120, and the incentive providing device 130 are Bluetooth, Near Field Communication (NFC), Radio Frequency Identification (RFID), Zigbee, etc.
  • NFC Near Field Communication
  • RFID Radio Frequency Identification
  • Zigbee Zigbee
  • Mutual communication may be performed using a short-distance wireless network communication method.
  • the vehicle 110 may include a vehicle data acquisition unit 111 , a driver data acquisition unit 113 , and a data storage unit 115 .
  • the vehicle data acquisition unit 111 may acquire vehicle data including driving information and vehicle information.
  • the vehicle data acquisition unit 111 may include a plurality of sensors and may obtain driving information and vehicle information by sensing the vehicle 110 .
  • driving information may include vehicle speed, acceleration and brake pedal use, time, latitude and longitude, and global positioning system (GPS) speed
  • vehicle information may include bearing, gyroscope, engine temperature, engine of RPM (revolution per munite) and engine loading rate.
  • the vehicle data acquisition unit 111 may transmit vehicle data to the data storage unit 115 .
  • the driver data acquisition unit 113 may acquire driver data including the driver's personal information and the driver's image.
  • the driver data acquisition unit 113 may include an interface and may receive personal information from the driver.
  • the driver data acquisition unit 113 may include a camera, and may obtain an image of the driver by photographing the current state of the driver.
  • the current state of the driver may be a state in which the driver is driving.
  • the driver data acquisition unit 113 may transmit driver data to the data storage unit 115 .
  • the data storage unit 115 may receive vehicle data from the vehicle data acquisition unit 111 and receive driver data from the driver data acquisition unit 113 .
  • the data storage unit 115 may include blockchain and off-chain.
  • the data storage unit 115 may store a driver's image among vehicle data and driver data in a blockchain.
  • a blockchain may be a multisig type hot-wallet.
  • the data storage unit 115 may store personal information among driver data off-chain.
  • anonymity-based authentication can be performed through zk-SNARKs. Accordingly, leakage of personal information can be prevented.
  • the data storage unit 115 may transmit vehicle data and the driver's image to the safety score calculation device 120 .
  • the safe driving point calculator 120 may receive vehicle data and a driver's image from the vehicle 110 .
  • the safety score calculation device 120 may obtain a driver's driving pattern based on the vehicle data and the driver's image, and may calculate a safe driving score based thereon.
  • the safe driving point calculator 120 may transmit the safe driving points to the incentive providing device 130 .
  • the incentive providing device 130 may receive safe driving points from the safe driving point calculating device 120 .
  • the incentive providing device 130 may include a smart contract.
  • the incentive providing device 130 may issue a token corresponding to a safe driving score based on a smart contract and may pay it to the vehicle 110 .
  • FIG. 2 is a block diagram of an apparatus for calculating safe driving points according to an embodiment of the present invention.
  • 3 is a conceptual diagram of a CNN according to an embodiment of the present invention.
  • the safe driving point calculator 120 may include a data preprocessor 121, a first artificial neural network unit 123, a second artificial neural network unit 125, and a safe driving point calculator 127. can
  • the data pre-processing unit 121 may perform pre-processing on vehicle data. For example, the data pre-processing unit 121 may pre-process vehicle data by extracting driving information and driving information for each predetermined time. The data pre-processing unit 121 may transmit the pre-processed vehicle data to the second artificial neural network unit 125 .
  • the first artificial neural network unit 123 may extract the driver's features based on the driver's image.
  • the first artificial neural network unit 123 may include a convolution neural network (CNN) as shown in FIG. 3 , and the CNN may include the first layer 123a to the fifth layer 123e.
  • CNNs may be pre-learned.
  • the first layer 123a of the first artificial neural network unit 123 may extract features of a small part of the image, and the fifth layer 123e may extract features of a large part of the image.
  • a small part of the image may be the driver's face, and based on this, features such as whether the driver is drowsy or not may be extracted.
  • a large part of the image may be the driver's upper body, and based on this, features such as the driver's driving habit and whether or not he holds the steering wheel may be extracted.
  • the first artificial neural network unit 123 may transmit the extracted image features to the second artificial neural network unit 125 .
  • the second artificial neural network unit 125 may receive preprocessed vehicle data from the data preprocessor 121 and may receive image features from the first artificial neural network unit 123 .
  • the second artificial neural network unit 125 may be a Recurrent Neural Network (RNN), and may be previously trained.
  • the second artificial neural network unit 125 may obtain a driving pattern based on vehicle data and image characteristics.
  • the driving pattern may include, but is not limited to, the degree of rapid acceleration of the vehicle, the driver's driving posture, the driver's trivial habits, whether the driver grips the steering wheel, and whether the driver is drowsy.
  • the second artificial neural network unit 125 may transmit the driving pattern to the safe driving score calculation unit 127 .
  • the safe driving point calculation unit 127 may receive a driving pattern from the second artificial neural network unit 125 .
  • the safe driving point calculation unit 127 may calculate a safe driving point based on a driving pattern.
  • the safe driving point calculation unit 127 may calculate the safe driving point according to a preset method.
  • the safe driving point calculator 127 may transmit the safe driving points to the incentive providing device 130 .
  • FIG. 4 is a flowchart of a driver incentive providing method according to an embodiment of the present invention.
  • the vehicle may obtain vehicle data and driver data (S410).
  • the vehicle 110 may acquire vehicle data through the vehicle data acquisition unit 111, and obtain driver data through the driver data acquisition unit 113 based on the driver's input and the driver's image acquired through the camera. can do.
  • the vehicle 110 may store vehicle data and a driver's image in a blockchain through the data storage unit 115, and may store personal information off-chain.
  • the vehicle may transmit vehicle data and the image of the driver to the safe driving point calculator 120 .
  • the safe driving point calculator may calculate safe driving points (S420).
  • the safe driving point calculator 120 may perform pre-processing on vehicle data through the data pre-processing unit 121 and extract image features from the driver's image through the first artificial neural network unit 123 .
  • the safe driving point calculation device 120 may obtain a driving pattern by processing the preprocessed vehicle data and image features through the second artificial neural network unit 125 .
  • the safe driving point calculator 120 may calculate the safe driving points by processing the driving pattern through the safe driving point calculator 127 .
  • the safe driving point calculator 120 may transmit the safe driving points to the incentive providing device 130 .
  • the incentive providing device may provide an incentive to the vehicle (S430).
  • the incentive providing device 130 may receive safe driving points from the safe driving point calculating device 120 .
  • the incentive providing device 130 may issue a token by executing a smart contract based on the safe driving score, and may pay the token to the vehicle 110 .
  • the embodiments described above may be implemented as hardware components, software components, and/or a combination of hardware components and software components.
  • the devices, methods, and components described in the embodiments may include, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable gate (FPGA). array), programmable logic units (PLUs), microprocessors, or any other device capable of executing and responding to instructions.
  • the processing device may execute an operating system (OS) and software applications running on the operating system.
  • a processing device may also access, store, manipulate, process, and generate data in response to execution of software.
  • the processing device includes a plurality of processing elements and/or a plurality of types of processing elements. It can be seen that it can include.
  • a processing device may include multiple processors or a processor and a controller. Other processing configurations are also possible, such as parallel processors.
  • Software may include a computer program, code, instructions, or a combination of one or more of the foregoing, which configures a processing device to operate as desired or processes independently or collectively. You can command the device.
  • Software and/or data may be any tangible machine, component, physical device, virtual equipment, computer storage medium or device, intended to be interpreted by or provide instructions or data to a processing device. , or may be permanently or temporarily embodied in a transmitted signal wave.
  • Software may be distributed on networked computer systems and stored or executed in a distributed manner.
  • Software and data may be stored on computer readable media.
  • the method according to the embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded on a computer readable medium.
  • the computer readable medium may include program instructions, data files, data structures, etc. alone or in combination, and the program instructions recorded on the medium may be specially designed and configured for the embodiment or may be known and usable to those skilled in the art of computer software.
  • Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic media such as floptical disks.
  • - includes hardware devices specially configured to store and execute program instructions, such as magneto-optical media, and ROM, RAM, flash memory, and the like.
  • Examples of program instructions include high-level language codes that can be executed by a computer using an interpreter, as well as machine language codes such as those produced by a compiler.
  • the hardware device described above may be configured to operate as one or a plurality of software modules to perform the operations of the embodiments, and vice versa.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)
  • Operations Research (AREA)

Abstract

본 발명은 운전자 인센티브 제공 시스템 및 방법에 관한 것으로, 본 발명의 일 실시예에 따른 운전자 인센티브 제공 시스템은 운행 정보 및 차량 정보를 포함하는 차량 데이터 및 운전자의 이미지 및 운전자의 개인 정보를 포함하는 운전자 데이터를 획득하고, 상기 차량 데이터 및 상기 운전자의 이미지를 블록체인에 저장하고, 상기 개인 정보를 오프체인에 저장하는 차량, 상기 차량 데이터 및 상기 운전자의 이미지를 기초로 안전 운전 점수를 연산하는 안전 운전 점수 연산 장치 및 상기 안전 운전 점수를 기초로 상기 차량에 인센티브를 제공하는 인센티브 제공 장치를 포함한다.

Description

운전자 인센티브 제공 시스템 및 방법
본 발명은 운전자 인센티브 제공 시스템 및 방법에 관한 것으로, 특히 인공지능 및 블록체인을 통한 운전자 인센티브 제공 시스템 및 방법에 관한 것이다.
21세기 자동차 기술의 핵심은 자동차를 편안하고 안전한 것으로 만드는 것이다. 이는 자동차의 운행속도 증가, 운행거리 및 운행시간의 증가, 운행 차량의 증가 등으로 인해 자동차 사고가 증가하고 있기 때문이다. 이런 자동차 사고는 사회적 비용을 증가시킬 뿐만 아니라 운전자 개인에게 매우 심각한 영향을 미친다. 우리나라의 경우 자동차로 인한 인명의 피해가 전쟁 시 발생되는 인명의 손실보다 더 큰 것으로 집계되어 매우 심각한 사회적 문제가 되었다. 이에 따라 자동차로 인한 교통사고를 방지하기 위한 연구가 매우 활발하게 진행되고 있다. 특히, 우리 나라의 경우, 음주 단속 및 과속 카메라 등으로 위험 운전에 대한 패널티 제도만이 존재하며, 이에 안전 운전 차제에 대한 동기가 부족한 실정이다.
본 발명은 운전자에게 안전 운전에 대한 동기를 제공하는 운전자 인센티브 제공 시스템 및 방법을 제공한다.
본 발명의 일 실시예에 따른 운전자 인센티브 제공 시스템은 운행 정보 및 차량 정보를 포함하는 차량 데이터 및 운전자의 이미지 및 운전자의 개인 정보를 포함하는 운전자 데이터를 획득하고, 상기 차량 데이터 및 상기 운전자의 이미지를 블록체인에 저장하고, 상기 개인 정보를 오프체인에 저장하는 차량, 상기 차량 데이터 및 상기 운전자의 이미지를 기초로 안전 운전 점수를 연산하는 안전 운전 점수 연산 장치 및 상기 안전 운전 점수를 기초로 상기 차량에 인센티브를 제공하는 인센티브 제공 장치를 포함하고, 상기 안전 운전 점수 연산 장치는, 상기 차량 데이터에 대한 전처리를 수행하는 데이터 전처리부, 상기 운전자의 이미지를 기초로 이미지 특징을 추출하는 제1 인공신경망부, 상기 전처리가 수행된 차량 데이터 및 상기 이미지 특징을 기초로 운전 패턴을 추출하는 제2 인공신경망부 및 상기 운전 패턴을 기초로 상기 안전 운전 점수를 연산하는 안전 운전 점수 연산부를 포함할 수 있다.
본 발명에 따르면, 운전자의 운전 패턴을 기초로 인센티브를 제공함으로써, 운전자에게 안전 운전에 대한 동기를 제공할 수 있다.
도 1은 본 발명의 일 실시에예 따른, 운전자 인센티브 제공 시스템의 블록도이다.
도 2는 본 발명의 일 실시예에 따른 안전 운전 점수 산출 장치의 블록도이다.
도 3은 본 발명의 일 실시예에 따른 CNN의 개념도이다.
도 4는 본 발명의 일 실시예에 따른 운전자 인센티브 제공 방법의 흐름도이다.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 구현될 수 있다. 따라서, 실제 구현되는 형태는 개시된 특정 실시예로만 한정되는 것이 아니며, 본 개시의 범위는 실시예들로 설명한 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
"제1" 또는 "제2" 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, "제1 구성요소"는 "제2 구성요소"로 명명될 수 있고, 유사하게 "제2 구성요소"는 "제1 구성요소"로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 개시에서, "포함하다" 또는 "가지다" 등의 용어는 설명된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 개시에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 실시예들을 첨부된 도면들을 참조하여 상세하게 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고, 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 본 발명의 일 실시에예 따른, 운전자 인센티브 제공 시스템의 블록도이다.
도 1을 참조하면, 운전자 인센티브 제공 시스템(100)은 차량(110), 안전 점수 산출 장치(120) 및 인센티브 제공 장치(130)를 포함할 수 있다.
차량(110), 안전 운전 점수 연산 장치(120) 및 인센티브 제공 장치(130)는 상호간에 통신을 수행할 수 있다. 예를 들어, 차량(110), 안전 운전 점수 산출 장치(120) 및 인센티브 제공 장치(130)는 블루투스(bluetooth), NFC(Near Field Communication), RFID(Radio Frequency Identification), 지그비(Zigbee) 등의 근거리 무선 네트워크 통신 방식을 사용하여 상호간에 통신을 수행할 수 있다.
차량(110)은 차량 데이터 획득부(111), 운전자 데이터 획득부(113) 및 데이터 저장부(115)를 포함할 수 있다.
차량 데이터 획득부(111)는 주행 정보 및 차량 정보를 포함하는 차량 데이터를 획득할 수 있다. 차량 데이터 획득부(111)는 복수의 센서들을 포함할 수 있고, 차량(110)을 센싱하여 주행 정보 및 차량 정보 획득할 수 있다. 예를 들어, 주행 정보는 차량의 속도, 가속도 및 브레이크 페달 사용 형태, 시간, 위도 경도 및 GPS(global positioning system) 속도 등을 포함할 수 있고, 차량 정보는 베어링, 자이로스코프, 엔진의 온도, 엔진의 RPM(revolution per munite) 및 엔진 로딩율 등을 포함할 수 있다. 차량 데이터 획득부(111)는 차량 데이터를 데이터 저장부(115)에 전송할 수 있다.
운전자 데이터 획득부(113)는 운전자의 개인 정보 및 운전자의 이미지를 포함하는 운전자 데이터를 획득할 수 있다. 운전자 데이터 획득부(113)는 인터페이스를 포함할 수 있고, 운전자로부터 개인 정보를 제공받을 수 있다. 또한, 운전자 데이터 획득부(113)는 카메라를 포함할 수 있고, 운전자의 현재 상태를 촬영하여 운전자의 이미지를 획득할 수 있다. 여기에서 운전자의 현재 상태는 운전자가 운전 중인 상태일 수 있다. 운전자 데이터 획득부(113)는 운전자 데이터를 데이터 저장부(115)에 전송할 수 있다.
데이터 저장부(115)는 차량 데이터를 차량 데이터 획득부(111)로부터 수신할 수 있고, 운전자 데이터를 운전자 데이터 획득부(113)로부터 수신할 수 있다. 데이터 저장부(115)는 블록체인 및 오프체인을 포함할 수 있다. 데이터 저장부(115)는 차량 데이터 및 운전자 데이터 중 운전자의 이미지를 블록체인에 저장할 수 있다. 예를 들어, 블록체인은 멀티시그(multisig) 형태의 핫 월렛(ho t-wallet)일 수 있다. 데이터 저장부(115)는 운전자 데이터 중 개인 정보를 오프체인에 저장할 수 있다. 또한, 개인 정보에 인증이 필요한 경우, zk-SNARKs를 통해 익명 기반 증명을 수행할 수 있다. 따라서, 개인 정보가 유출되는 것을 방지할 수 있다. 데이터 저장부(115)는 차량 데이터 및 운전자의 이미지를 안전 점수 산출 장치(120)에 전송할 수 있다.
안전 운전 점수 연산 장치(120)는 차량 데이터 및 운전자의 이미지를 차량(110)으로부터 수신할 수 있다. 안전 점수 산출 장치(120)는 차량 데이터 및 운전자의 이미지를 기초로 운전자의 운전 패턴을 획득할 수 있고, 이를 기초로 안전 운전 점수를 연산할 수 있다. 안전 운전 점수 연산 장치(120)는 안전 운전 점수를 인센티브 제공 장치(130)에 전송할 수 있다.
인센티브 제공 장치(130)는 안전 운전 점수를 안전 운전 점수 연산 장치(120)로부터 수신할 수 있다. 인센티브 제공 장치(130)는 스마트 컨트랙트를 포함할 수 있다. 인센티브 제공 장치(130)는 스마트 컨트랙트를 기초로 안전 운전 점수에 대응하는 토큰을 발행할 수 있고, 이를 차량(110)에 지급할 수 있다.
도 2는 본 발명의 일 실시예에 따른 안전 운전 점수 산출 장치의 블록도이다. 도 3은 본 발명의 일 실시예에 따른 CNN의 개념도이다.
도 2를 참조하면, 안전 운전 점수 연산 장치(120)는 데이터 전처리부(121), 제1 인공신경망부(123), 제2 인공신경망부(125) 및 안전 운전 점수 연산부(127)를 포함할 수 있다.
데이터 전처리부(121)는 차량 데이터에 대한 전처리를 수행할 수 있다. 예를 들어, 데이터 전처리부(121)는 주행 정보 및 운전 정보를 각각 일정 시간별로 추출하는 방식으로 차량 데이터에 대한 전처리를 수행할 수 있다. 데이터 전처리부(121)는 전처리가 수행된 차량 데이터를 제2 인공신경망부(125)에 전송할 수 있다.
제1 인공신경망부(123)는 운전자의 이미지를 기초로 운전자의 특징을 추출할 수 있다. 예를 들어, 제1 인공신경망부(123)는 도 3에 도시된 바와 같은 CNN(convolution neural network)을 포함할 수 있고, CNN은 제1 레이어(123a) 내지 제5 레이어(123e)를 포함할 수 있으나, 이는 일 예시일 뿐이며, 이에 한정하지 아니한다. 또한, CNN은 미리 학습이 수행된 것일 수 있다.
제1 인공신경망부(123)의 제1 레이어(123a)는 이미지의 작은 부분의 특징을 추출할 수 있고, 제5 레이어(123e)는 이미지의 큰 부분의 특징을 추출할 수 있다. 이미지의 작은 부분은 운전자의 얼굴일 수 있고, 이를 기초로 운전자의 졸음 여부와 같은 특징을 추출할 수 있다. 이미지의 큰 부분은 운전자의 상체일 수 있고, 이를 기초로 운전자의 운전 습관 및 운전대 파지 여부등과 같은 특징을 추출할 수 있다. 제1 인공신경망부(123)는 추출한 이미지 특징을 제2 인공신경망부(125)에 전송할 수 있다.
제2 인공신경망부(125)는 전처리가 수행된 차량 데이터를 데이터 전처리부(121)로부터 수신할 수 있고, 이미지 특징을 제1 인공신경망부(123)로부터 수신할 수 있다. 예를 들어, 제2 인공신경망부(125)는 RNN(Recurrent Neural Network)일 수 있고, 미리 학습이 수행된 것일 수 있다. 제2 인공신경망부(125)는 차량 데이터 및 이미지 특징을 기초로 운전 패턴을 획득할 수 있다. 예를 들어, 운전 패턴은 차량의 급가속 정도, 운전자의 운전자세, 운전자의 사소한 습관, 운전자의 운전대 파지 여부 및 운전자의 졸음 여부등을 포함할 수 있으나, 이에 한정하지 아니한다. 제2 인공신경망부(125)는 운전 패턴을 안전 운전 점수 연산부(127)에 전송할 수 있다.
안전 운전 점수 연산부(127)는 운전 패턴을 제2 인공신경망부(125)로부터 수신할 수 있다. 안전 운전 점수 연산부(127)는 운전 패턴을 기초로 안전 운전 점수를 산출할 수 있다. 안전 운전 점수 연산부(127)는 미리 설정된 방식에 따라 안전 운전 점수를 산출할 수 있다. 안전 운전 점수 연산부(127)는 안전 운전 점수를 인센티브 제공 장치(130)에 전송할 수 있다.
도 4는 본 발명의 일 실시예에 따른 운전자 인센티브 제공 방법의 흐름도이다.
차량은 차량 데이터 및 운전자 데이터를 획득할 수 있다(S410). 차량(110)은 차량 데이터 획득부(111)를 통해 차량 데이터를 획득할 수 있고, 운전자 데이터 획득부(113)를 통해 운전자의 입력 및 카메라를 통해 획득한 운전자의 이미지를 기초로 운전자 데이터를 획득할 수 있다. 차량(110)은 데이터 저장부(115)를 통해 차량 데이터 및 운전자의 이미지를 블록체인에 저장할 수 있고, 개인 정보를 오프체인에 저장할 수 있다. 차량은 차량 데이터 및 운전자의 이미지를 안전 운전 점수 연산 장치(120)에 전송할 수 있다.
안전 운전 점수 연산 장치는 안전 운전 점수를 연산할 수 있다(S420). 안전 운전 점수 연산 장치(120)는 데이터 전처리부(121)를 통해 차량 데이터에 대한 전처리를 수행할 수 있고, 제1 인공신경망부(123)를 통해 운전자의 이미지로부터 이미지 특징을 추출할 수 있다. 안전 운전 점수 연산 장치(120)는 제2 인공신경망부(125)를 통해 전처리가 수행된 차량 데이터 및 이미지 특징에 대한 처리를 수행하여 운전 패턴을 획득할 수 있다. 안전 운전 점수 연산 장치(120)는 안전 운전 점수 연산부(127)를 통해 운전 패턴에 대한 처리를 수행하여 안전 운전 점수를 연산할 수 있다. 안전 운전 점수 연산 장치(120)는 안전 운전 점수를 인센티브 제공 장치(130)에 전송할 수 있다.
인센티브 제공 장치는 차량에 인센티브를 제공할 수 있다(S430). 인센티브 제공 장치(130)는 안전 운전 점수를 안전 운전 점수 연산 장치(120)로부터 수신할 수 있다. 인센티브 제공 장치(130)는 안전 운전 점수를 기초로 스마트 컨트랙트를 실행하여 토큰을 발행할 수 있고, 토큰을 차량(110)에 지급할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 컨트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수의 프로세서 또는 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있으며 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 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. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
위에서 설명한 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 또는 복수의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 이를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (5)

  1. 운전자 인센티브 제공 시스템에 있어서,
    운행 정보 및 차량 정보를 포함하는 차량 데이터 및 운전자의 이미지 및 운전자의 개인 정보를 포함하는 운전자 데이터를 획득하고, 상기 차량 데이터 및 상기 운전자의 이미지를 블록체인에 저장하고, 상기 개인 정보를 오프체인에 저장하는 차량;
    상기 차량 데이터 및 상기 운전자의 이미지를 기초로 안전 운전 점수를 연산하는 안전 운전 점수 연산 장치; 및
    상기 안전 운전 점수를 기초로 상기 차량에 인센티브를 제공하는 인센티브 제공 장치
    를 포함하는 운전자 인센티브 제공 시스템.
  2. 제1항에 있어서,
    상기 안전 운전 점수 연산 장치는,
    상기 차량 데이터에 대한 전처리를 수행하는 데이터 전처리부;
    상기 운전자의 이미지를 기초로 이미지 특징을 추출하는 제1 인공신경망부;
    상기 전처리가 수행된 차량 데이터 및 상기 이미지 특징을 기초로 운전 패턴을 추출하는 제2 인공신경망부; 및
    상기 운전 패턴을 기초로 상기 안전 운전 점수를 연산하는 안전 운전 점수 연산부
    를 포함하는 운전자 인센티브 제공 시스템.
  3. 제1항에 있어서,
    상기 블록체인은 멀티시그(multisig) 형태의 핫 월렛(hot-wallet)인,
    운전자 인센티브 제공 시스템.
  4. 제1항에 있어서,
    상기 인센티브 제공 장치는 스마트 컨트랙트를 포함하는,
    운전자 인센티브 제공 시스템.
  5. 제1항에 있어서,
    상기 제1 인공신경망부는 CNN(convolutional neural network)를 포함하고,
    제2 인공인공신경망부는 RNN(recurrent neural network)를 포함하는,
    운전자 인센티브 제공 시스템.
PCT/KR2021/019986 2021-11-16 2021-12-28 운전자 인센티브 제공 시스템 및 방법 WO2023090530A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2021-0157674 2021-11-16
KR1020210157674A KR20230071453A (ko) 2021-11-16 2021-11-16 운전자 인센티브 제공 시스템 및 방법

Publications (1)

Publication Number Publication Date
WO2023090530A1 true WO2023090530A1 (ko) 2023-05-25

Family

ID=86397207

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/019986 WO2023090530A1 (ko) 2021-11-16 2021-12-28 운전자 인센티브 제공 시스템 및 방법

Country Status (2)

Country Link
KR (1) KR20230071453A (ko)
WO (1) WO2023090530A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018151911A (ja) * 2017-03-14 2018-09-27 オムロン株式会社 運転状態判定装置、運転状態判定方法及び運転状態判定のためのプログラム
KR101984284B1 (ko) * 2017-11-28 2019-05-30 주식회사 제네시스랩 기계학습모델을 이용한 자동화된 운전자관리 시스템
KR20200001151A (ko) * 2018-06-27 2020-01-06 주식회사 아도스 블록체인방식에 기반한 전자상거래 마일리지 운용 방법 및 전자상거래 마일리지 운용 시스템
KR102226951B1 (ko) * 2019-09-06 2021-03-11 주식회사 퀀텀게이트 블록체인 기반의 안전운전에 대한 보상을 제공하는 시스템 및 방법
KR20210086014A (ko) * 2019-12-31 2021-07-08 주식회사 퓨전소프트 운전자 영상과 생체 및 차량 운행정보를 기반으로 운전자 졸음 및 부주의 진단을 위한 운전자 상태 통합 판단 및 알림 서비스 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018151911A (ja) * 2017-03-14 2018-09-27 オムロン株式会社 運転状態判定装置、運転状態判定方法及び運転状態判定のためのプログラム
KR101984284B1 (ko) * 2017-11-28 2019-05-30 주식회사 제네시스랩 기계학습모델을 이용한 자동화된 운전자관리 시스템
KR20200001151A (ko) * 2018-06-27 2020-01-06 주식회사 아도스 블록체인방식에 기반한 전자상거래 마일리지 운용 방법 및 전자상거래 마일리지 운용 시스템
KR102226951B1 (ko) * 2019-09-06 2021-03-11 주식회사 퀀텀게이트 블록체인 기반의 안전운전에 대한 보상을 제공하는 시스템 및 방법
KR20210086014A (ko) * 2019-12-31 2021-07-08 주식회사 퓨전소프트 운전자 영상과 생체 및 차량 운행정보를 기반으로 운전자 졸음 및 부주의 진단을 위한 운전자 상태 통합 판단 및 알림 서비스 시스템

Also Published As

Publication number Publication date
KR20230071453A (ko) 2023-05-23

Similar Documents

Publication Publication Date Title
US20230351183A1 (en) Shared Processing with Deep Neural Networks
KR102078488B1 (ko) 차량 주변의 컨텍스트에 기초하여 차량의 하나 이상의 궤적을 예측하는 방법 및 시스템
CN110377025A (zh) 用于自动驾驶车辆的传感器聚合框架
US10963560B2 (en) Method and apparatus for anti hacker's hijacking of autonomous vehicle, device and storage medium
US20180338225A1 (en) Human occupancy detection in a transportation vehicle
US10948915B2 (en) Computer-assisted or autonomous driving vehicle incident management method and apparatus
CN117480085A (zh) 驾驶员监测***（dms）数据管理
US20190126921A1 (en) Computer-assisted or autonomous driving method and apparatus with consideration for travelers' intent
KR102128084B1 (ko) 운전 패턴 기반 자동차 보험료 산출 시스템 및 그 방법
US20170285585A1 (en) Technologies for resolving moral conflicts during autonomous operation of a machine
CN109177909B (zh) 车辆侧翻预判方法、装置及设备
US20190049982A1 (en) Computer-assisted or autonomous driving safety-related decision making system and apparatus
CN112363511A (zh) 车辆路径规划方法、装置、车载装置及存储介质
WO2023090530A1 (ko) 운전자 인센티브 제공 시스템 및 방법
CN114333386B (zh) 导航信息的推送方法、装置及存储介质
JP7172625B2 (ja) 情報処理装置
CN113614749B (zh) 人工智能模型的处理方法、装置、设备及可读存储介质
CN113635896A (zh) 一种驾驶行为确定方法及其相关设备
CN111491854A (zh) 用于车辆的驾驶操纵辅助的方法、装置、计算机程序和计算机程序产品
JP7502047B2 (ja) 通信装置、車両、プログラム、及び通信方法
CN114423658A (zh) 用于使机动车至少受辅助地并入到行车带中的方法
WO2019206301A1 (en) Systems and methods for lane broadcast
CN112277956B (zh) 一种用方向盘检测酒驾行为的方法和装置
KR101965294B1 (ko) 경차 판별을 위한 방법, 장치 및 시스템
CN109407662B (zh) 无人驾驶车辆控制方法及装置

Legal Events

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

Ref document number: 21964915

Country of ref document: EP

Kind code of ref document: A1