| 1 |
1
차량에 탑재되어, 차량의 주변 영상 데이터를 획득하는 적어도 하나의 영상 센서를 포함하는 데이터 수집부(100);인공지능 학습을 위해, 외부로부터 교통사고 관련 영상 데이터를 수집하고, 수집한 상기 데이터들의 학습을 수행하는 데이터 학습부(200); 및상기 데이터 수집부(100)로부터 획득한 상기 주변 영상 데이터를 전달받아 1차 영상 분석을 수행하고, 상기 데이터 학습부(200)의 학습 결과에 따라 생성된 학습 모델에 1차 영상 분석 결과를 적용하여, 영상 내 교통사고 검지를 수행하는 데이터 분석부(300);를 포함하는 것을 특징으로 하는 교통사고 검지 시스템
|
| 2 |
2
제 1항에 있어서,상기 교통사고 검지 시스템은차량에 탑재되어, 상기 데이터 수집부(100)에서 획득한 상기 주변 영상 데이터들을 송신하는 차량 통신부(110);를 더 포함하는 것을 특징으로 하는 교통사고 검지 시스템
|
| 3 |
3
제 1항에 있어서,상기 데이터 학습부(200)는외부로부터 기발생한 교통사고 관련 영상 데이터를 수집하고, 기설정된 항목별로 분류하여 학습 데이터를 생성하는 학습 데이터 수집부(210); 및기저장된 인공지능 학습 알고리즘을 이용하여, 상기 학습 데이터 수집부(210)에서 생성한 상기 학습 데이터에 대한 학습을 수행하여, 학습 모델을 생성하는 학습 처리부(220);를 더 포함하는 것을 특징으로 하는 교통사고 검지 시스템
|
| 4 |
4
제 3항에 있어서,상기 데이터 분석부(300)는상기 주변 영상 데이터를 이용하여, 상기 주변 영상 데이터를 획득한 영상 센서가 탑재된 차량을 기준으로 주변 차량과의 상대 속도를 분석하는 속도 분석부(310);상기 속도 분석부(310)에서 분석한 상대 속도를 기반으로, 주변 차량의 주행 상태를 분석하는 상태 분석부(320); 및상기 상태 분석부(320)에서의 분석 결과에 따라, 주변 차량 중 주행 정지 상태의 차량이 분석될 경우, 해당하는 주변 영상 데이터를 상기 학습 모델에 적용하여 영상 내 교통사고 검지를 수행하는 사고 검지부(330);를 더 포함하는 것을 특징으로 하는 교통사고 검지 시스템
|
| 5 |
5
제 4항에 있어서,상기 학습 데이터 수집부(210)는수집한 교통사고 관련 영상 데이터에 라벨링되어 있는 차량 유형별, 사고 심각도별, 도로 유형별, 기상환경별로 수집 데이터를 분류하고, 분류 상태 정보를 포함하여 통합 학습 데이터를 생성하는 것을 특징으로 하는 교통사고 검지 시스템
|
| 6 |
6
제 4항에 있어서,상기 교통사고 검지 시스템은상기 데이터 분석부(300)로부터 영상 내 교통사고 검지 결과 정보를 전달받아, 실시간으로, 연계되어 있는 정보 제공 수단으로 전송하여 교통 관제를 수행하는 관제 수단부(400);를 더 포함하는 것을 특징으로 하는 교통사고 검지 시스템
|
| 7 |
7
컴퓨터로 구현되는 교통사고 검지 시스템에 의해 각 단계가 수행되는 교통사고 검지 방법에 있어서,데이터 수집부에서, 차량에 탑재되는 적어도 하나의 영상 센서를 통해서 차량의 주변 영상 데이터를 수집하는 데이터 수집 단계(S100);데이터 분석부에서, 상기 데이터 수집 단계(S100)에 의해 수집한 상기 주변 영상 데이터를 전달받아, 영상 분석을 수행하는 데이터 분석 단계(S200);데이터 분석부에서, 상기 데이터 분석 단계(S200)의 분석 결과를 이용하여 주변 차량 중 이상 차량 발생 여부를 판단하는 판단 단계(S300); 및데이터 분석부에서, 상기 판단 단계(S300)에 의한 판단 결과에 따라, 주변 차량 중 이상 차량이 발생될 경우, 영상 내 교통사고 검지를 수행하는 데이터 세부 분석 단계(S400);를 포함하는 것을 특징으로 하는 교통사고 검지 방법
|
| 8 |
8
제 7항에 있어서,상기 교통사고 검지 방법은상기 데이터 세부 분석 단계(S400)를 수행하기 전,데이터 학습부에서, 인공지능 학습을 위해 외부로부터 교통사고 관련 영상 데이터를 수집하고, 수집한 데이터들을 기설정된 항목별로 분류하여 학습 데이터를 생성하고, 기저장된 인공지능 학습 알고리즘을 이용하여 생성한 상기 학습 데이터에 대한 학습을 수행하여, 학습 모델을 생성하는 학습 처리 단계(S410);를 더 포함하며,상기 데이터 세부 분석 단계(S400)는상기 학습 처리 단계(S410)에서의 학습 결과에 따라 생성된 학습 모델을 적용하여 영상 내 교통사고 검지를 수행하는 것을 특징으로 하는 교통사고 검지 방법
|
| 9 |
9
제 8항에 있어서,상기 데이터 분석 단계(S200)는상기 주변 영상 데이터를 이용하여, 상기 주변 영상 데이터를 획득한 영상 센서가 탑재된 차량을 기준으로 주변 차량과의 상대 속도를 분석하고, 분석한 상대 속도를 기반으로, 주변 차량의 주행 상태를 분석하는 것을 특징으로 하는 교통사고 검지 방법
|
| 10 |
10
제 9항에 있어서,상기 판단 단계(S300)는상기 데이터 분석 단계(S200)의 분석 결과를 이용하여 주변 차량 중 주행 정지 상태의 차량이 분석될 경우, 이상 차량이 발생된 것으로 판단하는 것을 특징으로 하는 교통사고 검지 방법
|
| 11 |
11
제 10항에 있어서,상기 학습 처리 단계(S410)는수집한 교통사고 관련 영상 데이터에 라벨링되어 있는 차량 유형별, 사고 심각도별, 도로 유형별, 기상환경별로 수집 데이터를 분류하고, 분류 상태 정보를 포함하여 통합 학습 데이터를 생성하는 것을 특징으로 하는 교통사고 검지 방법
|
| 12 |
12
제 9항에 있어서,상기 교통사고 검지 방법은상기 데이터 세부 분석 단계(S400)를 수행하고 난 후,데이터 분석부에서, 실시간으로 네트워크 연결되어 있는 정보 제공 수단으로 영상 내 교통사고 검지 결과 정보를 전송하는 정보 제공 단계(S500);를 더 포함하여 구성되는 것을 특징으로 하는 교통사고 검지 방법
|
