| 1 |
1
주행 데이터로부터 신경망(Neural Network: NN)을 통해 학습된 차량 제동거리 예측 시스템(Vehicle Braking Distance Predictor: VBDP)을 통해 제동거리를 예측하는 단계; 전방 추돌 경고 시스템(Forward Collision Warning System: FCWS)의 차량 제동거리 모델(Vehicle Braking Distance Model: VBDM)로부터 제동거리를 계산하는 단계; 및 상기 차량 제동거리 예측 시스템(VBDP)의 예측된 제동거리와 상기 전방 추돌 경고 시스템(FCWS)의 차량 제동거리 모델(VBDM)로부터 계산된 제동거리를 비교하여 유사성 여부를 통해 상기 전방 추돌 경고 시스템(FCWS)의 이상 유무를 판단하는 단계를 포함하는, 차량 제동거리 예측을 통한 보강된 전방 추돌 경고 방법
|
| 2 |
2
제1항에 있어서, 상기 유사성 여부를 통해 유사하지 않은 것으로 판단되는 경우, 운전자 또는 관리자에게 알람하는 단계를 더 포함하는, 차량 제동거리 예측을 통한 보강된 전방 추돌 경고 방법
|
| 3 |
3
제1항에 있어서, 상기 유사성 여부를 통해 유사한 것으로 판단되는 경우, 소정 크기 이상의 충돌 위험 여부를 판단하는 단계를 더 포함하고, 상기 충돌 위험 여부의 판단 결과, 충돌 위험이 있는 경우 운전자 또는 관리자에게 알람하는 것을 특징으로 하는, 차량 제동거리 예측을 통한 보강된 전방 추돌 경고 방법
|
| 4 |
4
제1항에 있어서, 상기 주행 데이터로부터 신경망을 통해 학습된 차량 제동거리 예측 시스템(VBDP)을 통해 제동거리를 예측하는 단계는, 기초 동역학 모델을 바탕으로 제동거리에 영향을 미치는 주행하는 속력, 노면 상태에 따른 마찰계수 그리고 상기 속력 및 상기 노면 상태에 따른 마찰계수인 두 변수에 의한 제동거리 데이터를 확보하여, 신경망 기반으로 차량 제동거리 예측 시스템(VBDP)을 학습시키는 것을 특징으로 하는, 차량 제동거리 예측을 통한 보강된 전방 추돌 경고 방법
|
| 5 |
5
제1항에 있어서, 상기 주행 데이터로부터 신경망을 통해 학습된 차량 제동거리 예측 시스템(VBDP)을 통해 제동거리를 예측하는 단계는, 상기 신경망의 구조가 다층 퍼셉트론(Multi-Layer Perceptron: MLP) 구조로 이루어진 상기 차량 제동거리 예측 시스템(VBDP)을 통해 제동거리를 예측하는 것을 특징으로 하는, 차량 제동거리 예측을 통한 보강된 전방 추돌 경고 방법
|
| 6 |
6
제1항에 있어서, 상기 주행 데이터로부터 신경망을 통해 학습된 차량 제동거리 예측 시스템(VBDP)을 통해 제동거리를 예측하는 단계는, 상기 신경망은 학습을 통해 활성화 함수의 출력 값과 목표 값의 오차가 최소가 되도록 조정하는 최적의 학습률, 은닉층 노드 수 및 학습 횟수에 대한 매개변수를 찾는 것을 특징으로 하는, 차량 제동거리 예측을 통한 보강된 전방 추돌 경고 방법
|
| 7 |
7
제1항에 있어서, 상기 전방 추돌 경고 시스템(FCWS)의 차량 제동거리 모델(VBDM)로부터 제동거리를 계산하는 단계는, 차량 제동거리의 수학적 표준 모델인 차량 제동거리 모델(VBDM)을 이용하여 차량의 속력과 노면 상태에 따른 마찰계수에 따라 제동거리를 계산하는 것을 특징으로 하는, 차량 제동거리 예측을 통한 보강된 전방 추돌 경고 방법
|
| 8 |
8
주행 데이터로부터 신경망(Neural Network: NN)을 통해 학습되어, 제동거리를 예측하는 차량 제동거리 예측 시스템(Vehicle Braking Distance Predictor: VBDP); 제동거리를 계산하는 전방 추돌 경고 시스템(Forward Collision Warning System: FCWS)의 차량 제동거리 모델(Vehicle Braking Distance Model: VBDM); 및 상기 차량 제동거리 예측 시스템(VBDP)의 예측된 제동거리와 상기 전방 추돌 경고 시스템(FCWS)의 차량 제동거리 모델(VBDM)로부터 계산된 제동거리를 비교하여 유사성 여부를 통해 상기 전방 추돌 경고 시스템(FCWS)의 이상 유무를 판단하는 이상 유무 판단부를 포함하는, 차량 제동거리 예측을 통한 보강된 전방 추돌 경고 시스템
|
| 9 |
9
제8항에 있어서, 상기 유사성 여부를 통해 유사하지 않은 것으로 판단되는 경우, 운전자 또는 관리자에게 알람하는 알람부를 더 포함하는, 차량 제동거리 예측을 통한 보강된 전방 추돌 경고 시스템
|
| 10 |
10
제9항에 있어서, 상기 유사성 여부를 통해 유사한 것으로 판단되는 경우, 소정 크기 이상의 충돌 위험 여부를 판단하는 충돌 위험 판단부를 더 포함하고, 상기 충돌 위험 판단부는, 상기 충돌 위험 여부의 판단 결과, 충돌 위험이 있는 경우 상기 알람부를 통해 운전자 또는 관리자에게 알람하는 것을 특징으로 하는, 차량 제동거리 예측을 통한 보강된 전방 추돌 경고 시스템
|
| 11 |
11
제8항에 있어서, 상기 차량 제동거리 예측 시스템(VBDP)은, 기초 동역학 모델을 바탕으로 제동거리에 영향을 미치는 주행하는 속력, 노면 상태에 따른 마찰계수 그리고 상기 속력 및 상기 노면 상태에 따른 마찰계수인 두 변수에 의한 제동거리 데이터를 확보하여, 신경망 기반으로 학습된 것을 특징으로 하는, 차량 제동거리 예측을 통한 보강된 전방 추돌 경고 시스템
|
| 12 |
12
제8항에 있어서, 상기 차량 제동거리 예측 시스템(VBDP)은, 상기 신경망의 구조가 다층 퍼셉트론(Multi-Layer Perceptron: MLP) 구조로 이루어진 상기 차량 제동거리 예측 시스템(VBDP)인 것을 특징으로 하는, 차량 제동거리 예측을 통한 보강된 전방 추돌 경고 시스템
|
| 13 |
13
제8항에 있어서, 상기 차량 제동거리 예측 시스템(VBDP)은, 상기 신경망은 학습을 통해 활성화 함수의 출력 값과 목표 값의 오차가 최소가 되도록 조정하는 최적의 학습률, 은닉층 노드 수 및 학습 횟수에 대한 매개변수를 찾는 것을 특징으로 하는, 차량 제동거리 예측을 통한 보강된 전방 추돌 경고 시스템
|
| 14 |
14
제8항에 있어서, 상기 차량 제동거리 모델(VBDM)은, 차량 제동거리의 수학적 표준 모델인 차량 제동거리 모델(VBDM)을 이용하여 차량의 속력과 노면 상태에 따른 마찰계수에 따라 제동거리를 계산하는 것을 특징으로 하는, 차량 제동거리 예측을 통한 보강된 전방 추돌 경고 시스템
|
| 15 |
15
삭제
|
