맞춤기술찾기

이전대상기술

초음파 신호를 이용한 노면 종류 추정 방법 및 장치

  • 기술번호 : KST2020002223
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명은 초음파 신호를 이용한 노면 종류 추정 방법 및 장치에 관한 것으로서, 반사된 초음파 신호에 대하여 기계학습(machine learning)된 인공신경망 모델을 이용하여 노면의 종류를 추정하는 방법 및 이를 수행하는 장치에 관한 것이다. 본 발명에 의하면, 노면에서 반사된 초음파 신호의 특성과 노면 상태를 머신 러닝하여 그 둘 간의 모델을 확립하고 이를 활용하여 노면의 종류를 추정함으로써, 저렴한 비용으로 매우 정확한 노면 정보를 제공하는 방법 및 장치를 제공한다. 특히, 종래 노면 마찰계수 추정 방법에서는 파악할 수 없었던 얇은 얼음이 형성된 도로면(black ice)까지도 정확하게 추정해 냄으로써 더욱 안전 운전에 기여하게 되는 효과가 있다.
Int. CL B60W 40/06 (2006.01.01) G06N 3/08 (2006.01.01) G06N 3/04 (2006.01.01)
CPC
출원번호/일자 1020190106867 (2019.08.29)
출원인 한국과학기술원
등록번호/일자
공개번호/일자 10-2020-0026146 (2020.03.10) 문서열기
공고번호/일자 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보 대한민국  |   1020180102204   |   2018.08.29
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2019.08.29)
심사청구항수 24

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국과학기술원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 최세범 대전 서구
2 김민현 대전광역시 유성구
3 박진락 대전광역시 유성구
4 신승인 대전광역시 유성구
5 박종찬 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 장수현 대한민국 서울특별시 서초구 바우뫼로 ***, *층(양재동, 영진빌딩)(두리암특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국과학기술원 대전광역시 유성구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2019.08.29 수리 (Accepted) 1-1-2019-0892377-88
2 선행기술조사의뢰서
Request for Prior Art Search
2020.02.13 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2020.04.10 수리 (Accepted) 9-1-2020-0016584-97
4 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.05.15 수리 (Accepted) 4-1-2020-5108396-12
5 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.06.12 수리 (Accepted) 4-1-2020-5131486-63
6 등록결정서
Decision to grant
2020.08.19 발송처리완료 (Completion of Transmission) 9-5-2020-0566504-48
7 [명세서등 보정]보정서(심사관 직권보정)
2020.09.11 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-5023351-16
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
초음파 신호를 이용한 노면 종류 추정 방법으로서,(a) 노면으로 발사된 후 노면에서 반사된 초음파신호의, 시간 도메인에 대한 반사신호로부터 추출된 신호를 입력으로 하여, 1D(dimension) 컨벌루션 레이어를 통해 시간별 1D 특징 벡터를 추출하는 단계;(b) 상기 특징 벡터를 입력으로 받아, 1개 이상의 레이어의 뉴럴 네트워크(neural network)에서 각 노면 타입별로 확률값을 추정하는 단계; 및,(c) 추정된 각 노면 타입별 확률값으로부터 노면 타입을 결정하는 단계를 포함하는 초음파 신호를 이용한 노면 종류 추정 방법
2 2
청구항 1에 있어서,상기 단계(a)에서 상기 컨벌루션 레이어의 입력 신호는,시간 도메인에 대한 상기 반사신호를 일정 시간 간격으로 분할하여, 분할된 각 신호에 대하여 푸리에 트랜스폼(Short-Time Fourier Transform)을 수행하여 추출된 시간-주파수 도메인의 신호인 것을 특징으로 하는 초음파 신호를 이용한 노면 종류 추정 방법
3 3
청구항 1에 있어서,상기 단계(a)에서 상기 컨벌루션 레이어의 입력 신호는,시간 도메인에 대한 상기 반사신호인 것을 특징으로 하는 초음파 신호를 이용한 노면 종류 추정 방법
4 4
청구항 1에 있어서,상기 뉴럴 네트워크는,상기 뉴럴 네트워크와 동일하게 배열된 레이어에 의해 학습되어 형성된 것이고,상기 컨벌루션 레이어는,상기 컨벌루션 레이어와 동일하게 배열된 레이어에 의해 학습되어 형성된 것을 특징으로 하는 초음파 신호를 이용한 노면 종류 추정 방법
5 5
청구항 1에 있어서,상기 단계(c)에서 결정되는 노면 타입은,아스팔트(asphalt), 시멘트(cement), 흙(dirt), 얼음(ice), 대리석(marble), 도포된 페인트(paint), 눈(snow), 물(water), 및 노면에 표시된 차선 중 하나 이상을 포함하는 것을 특징으로 하는 초음파 신호를 이용한 노면 종류 추정 방법
6 6
초음파 신호를 이용한 노면 종류를 추정하기 위한 장치로서,적어도 하나의 프로세서; 및컴퓨터로 실행가능한 명령을 저장하는 적어도 하나의 메모리를 포함하되,상기 적어도 하나의 메모리에 저장된 상기 컴퓨터로 실행가능한 명령은, 상기 적어도 하나의 프로세서에 의하여, (a) 노면으로 발사된 후 노면에서 반사된 초음파신호의, 시간 도메인에 대한 반사신호로부터 추출된 신호를 입력으로 하여, 1D(dimension) 컨벌루션 레이어를 통해 시간별 1D 특징 벡터를 추출하는 단계;(b) 상기 특징 벡터를 입력으로 받아, 1개 이상의 레이어의 뉴럴 네트워크(neural network)에서 각 노면 타입별로 확률값을 추정하는 단계; 및,(c) 추정된 각 노면 타입별 확률값으로부터 노면 타입을 결정하는 단계가 실행되도록 하는 초음파 신호를 이용한 노면 종류 추정 장치
7 7
초음파 신호를 이용하여 노면 종류를 추정하기 위한, 비일시적인 컴퓨터 판독가능 저장매체에 저장된 컴퓨터 프로그램으로서,비일시적인 컴퓨터 판독가능 저장 매체에 저장되며, 프로세서에 의하여,(a) 노면으로 발사된 후 노면에서 반사된 초음파신호의, 시간 도메인에 대한 반사신호로부터 추출된 신호를 입력으로 하여, 1D(dimension) 컨벌루션 레이어를 통해 시간별 1D 특징 벡터를 추출하는 단계;(b) 상기 특징 벡터를 입력으로 받아, 1개 이상의 레이어의 뉴럴 네트워크(neural network)에서 각 노면 타입별로 확률값을 추정하는 단계; 및,(c) 추정된 각 노면 타입별 확률값으로부터 노면 타입을 결정하는 단계가 실행되도록 하는 명령을 포함하는, 초음파 신호를 이용하여 노면 종류를 추정하기 위한, 비일시적인 컴퓨터 판독가능 저장매체에 저장된 컴퓨터 프로그램
8 8
초음파 신호를 이용한 노면 종류를 추정하기 위한 장치로서,적어도 하나의 프로세서;컨벌루션을 위한 컨벌루션 필터를 저장하는 메모리;노면으로 발사된 후 노면에서 반사된 초음파신호의, 시간 도메인에 대한 반사신호로부터 추출된 신호를 입력으로 하여, 1D(dimension) 컨벌루션 레이어를 통해 시간별 1D 특징 벡터를 추출하는 특징 추출기; 및상기 특징 벡터를 입력으로 받아, 1개 이상의 레이어의 뉴럴 네트워크(neural network)에서 각 노면 타입별로 확률값을 추정하는 분류기를 포함하는 초음파 신호를 이용한 노면 종류 추정 장치
9 9
청구항 8에 있어서,시간 도메인에 대한 상기 반사신호를 일정 시간 간격으로 분할하여, 분할된 각 신호에 대하여 푸리에 트랜스폼(Short-Time Fourier Transform)을 수행하고, 이로부터 추출된 시간-주파수 도메인의 신호를 상기 특징 추출기의 컨벌루션 레이어에 대한 입력 신호로 제공하는 STFT(Short Time Fourier Transform) 변환기를 더 포함하는 것을 특징으로 하는 초음파 신호를 이용한 노면 종류 추정 장치
10 10
청구항 8에 있어서,상기 특징 추출기의 컨벌루션 레이어에 대한 입력 신호는,시간 도메인에 대한 상기 반사신호인 것을 특징으로 하는 초음파 신호를 이용한 노면 종류 추정 장치
11 11
청구항 8에 있어서,상기 뉴럴 네트워크는,상기 뉴럴 네트워크와 동일하게 배열된 레이어에 의해 학습되어 형성된 것이고,상기 컨벌루션 레이어는,상기 컨벌루션 레이어와 동일하게 배열된 레이어에 의해 학습되어 형성된 것을 특징으로 하는 초음파 신호를 이용한 노면 종류 추정 장치
12 12
청구항 8에 있어서,상기 특징 추출기는,상기 특징 추출기의 기능을 구현한 전자회로를 포함하는 칩으로 형성되고,상기 분류기는,상기 분류기의 기능을 구현한 전자회로를 포함하는 칩으로 형성되며,상기 특징 추출기 및 상기 분류기는,각각 별개의 칩으로 구성되거나, 또는 상기 특징 추출기 및 상기 분류기가 포함된 하나의 칩으로 형성되는 것을 특징으로 하는 초음파 신호를 이용한 노면 종류 추정 장치
13 13
청구항 8의 초음파 신호를 이용한 노면 종류 추정 장치가, 초음파 신호를 이용하여 노면 종류를 추정하는 방법으로서,(a) 특징 추출기가, 메모리로부터 컨벌루션 필터를 읽어들이는 단계;(b) 특징 추출기가, 노면으로 발사된 후 노면에서 반사된 초음파신호의, 시간 도메인에 대한 반사신호로부터 추출된 신호를 입력으로 하여, 1D(dimension) 컨벌루션 레이어를 통해 상기 컨벌루션 필터를 이용하여 시간별 1D 특징 벡터를 추출하는 단계;(c) 분류기가, 상기 특징 벡터를 입력으로 받아, 1개 이상의 레이어의 뉴럴 네트워크(neural network)를 통하여 각 노면 타입별로 확률값을 추정하는 단계; 및,(d) 추정된 각 노면 타입별 확률값으로부터 노면 종류를 결정하는 단계를 포함하는 초음파 신호를 이용한 노면 종류 추정 방법
14 14
청구항 13에 있어서,상기 단계(b)에서 상기 컨벌루션 레이어의 입력 신호는,STFT(Short Time Fourier Transform) 변환기가, 시간 도메인에 대한 상기 반사신호를 일정 시간 간격으로 분할하여, 분할된 각 신호에 대하여 푸리에 트랜스폼(Short-Time Fourier Transform)을 수행하여 추출한 시간-주파수 도메인의 신호인 것을 특징으로 하는 초음파 신호를 이용한 노면 종류 추정 방법
15 15
청구항 13에 있어서,상기 특징 추출기의 컨벌루션 레이어에 대한 입력 신호는,시간 도메인에 대한 상기 반사신호인 것을 특징으로 하는 초음파 신호를 이용한 노면 종류 추정 방법
16 16
청구항 13에 있어서,상기 뉴럴 네트워크는,상기 뉴럴 네트워크와 동일하게 배열된 레이어에 의해 학습되어 형성된 것이고,상기 컨벌루션 레이어는,상기 컨벌루션 레이어와 동일하게 배열된 레이어에 의해 학습되어 형성된 것을 특징으로 하는 초음파 신호를 이용한 노면 종류 추정 방법
17 17
청구항 13에 있어서,상기 단계(d)에서 결정되는 노면 종류는,아스팔트(asphalt), 시멘트(cement), 흙(dirt), 얼음(ice), 대리석(marble), 도포된 페인트(paint), 눈(snow), 물(water), 및 노면에 표시된 차선 중 하나 이상을 포함하는 것을 특징으로 하는 초음파 신호를 이용한 노면 종류 추정 방법
18 18
청구항 6 또는 청구항 8의 초음파 신호를 이용한 노면 종류 추정 장치;노면에 초음파를 발사하는 초음파 송신기; 및상기 초음파 송신기에 의해 발사된 초음파가 노면에서 반사된 초음파 반사신호를 수신하여 상기 초음파 신호를 이용한 노면 종류 추정 장치에 전달하는 초음파 수신기를 포함하는 초음파 신호를 이용한 노면 종류 추정 시스템
19 19
청구항 18에 있어서,상기 초음파 송신기 및 상기 초음파 수신기를 포함하는 초음파 센서 시스템은,차량의 일 위치에 1개가 장착되거나,차량의 좌측 및 우측 각각에 1개씩 장착되는 것을 특징으로 하는 초음파 신호를 이용한 노면 종류 추정 시스템
20 20
청구항 18의 초음파 신호를 이용한 노면 종류 추정 시스템이 초음파 신호를 이용하여 노면 종류를 추정하는 방법으로서,(a) 초음파 송신기가 노면으로 초음파를 발사하는 단계;(b) 초음파 수신기가 상기 노면에서 반사된, 상기 발사된 초음파의 반사신호를 수신하는 단계; 및(c) 상기 초음파 반사신호를 이용하여 학습된 컨벌루션 뉴럴 네트워크(convolutional neural network)를 통하여 노면의 종류를 추정하는 단계를 포함하는 초음파 신호를 이용한 노면 종류 추정 방법
21 21
청구항 20에 있어서,상기 단계(c)에서 추정되는 노면의 종류는,아스팔트(asphalt), 시멘트(cement), 흙(dirt), 얼음(ice), 대리석(marble), 도포된 페인트(paint), 눈(snow), 물(water), 및 노면에 표시된 차선 중 하나 이상을 포함하는 것을 특징으로 하는 초음파 신호를 이용한 노면 종류 추정 방법
22 22
청구항 20에 있어서,상기 초음파 송신기 및 상기 초음파 수신기를 포함하는 초음파 센서 시스템이 차량의 일 위치에 1개가 장착되는 경우, 상기 초음파 센서 시스템은, 주행중인 노면 전체의 상태를 감지하고,상기 초음파 송신기 및 상기 초음파 수신기를 포함하는 초음파 센서 시스템이 차량의 좌측 및 우측 각각에 1개씩 장착되는 경우, 좌측의 초음파 센서 시스템은 차량의 중심선을 기준으로 좌측면의 노면의 상태를 감지하고, 우측의 초음파 센서 시스템은 차량의 중심선을 기준으로 우측면의 노면의 상태를 감지하는 것을 특징으로 하는 초음파 신호를 이용한 노면 종류 추정 방법
23 23
청구항 20에 있어서,상기 단계(a) 및 (b)에서,상기 초음파 송신기 및 상기 초음파 수신기의 샘플링 주파수는,20K Samples/sec 내지 1M Samples/sec 인 것을 특징으로 하는 초음파 신호를 이용한 노면 종류 추정 방법
24 24
청구항 18의 초음파 신호를 이용한 노면 종류 추정 시스템을 포함하는 이동체
지정국 정보가 없습니다
순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - 패밀리정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
패밀리 정보가 없습니다

DOCDB 패밀리 정보

순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - DOCDB 패밀리 정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
1 WO2020045978 WO 세계지적재산권기구(WIPO) DOCDBFAMILY
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부 한국과학기술원 이공분야기초연구사업 (EZBARO)자기강화 원리를 이용한 초고효율 동력 전달 및 제어 장치에 관한 연구(2018)
2 중소벤처기업부 (주)화신 WC300 R&D 센서기반 전동형 댐퍼 및 초고강도/초경량 소재를 이용한 승차감향상 20%, 부품 경량화 30% 가능한 차량용 능동 샤시 모듈 개발(2017)