| 1 |
1
주행데이터를 수집하여 이를 운전자 임베딩 모델을 통해 고정 길이의 주행 벡터로 변환하는 운전자 임베딩 모델부;운전자 상태 인식 모델을 활용하여 운전자 상태 인식을 수행하는 운전자 상태 인식 모델부;주행 벡터의 가중치를 조절하고 이를 바탕으로 클러스터를 위한 대표 벡터를 선정하는 적응적 운전자 클러스터링부;현 시점의 주행 데이터의 운전자 식별 결과에 따라 운전자 클러스터의 크기를 적응적으로 결정하는 적응적 운전자 식별부;를 포함하는 것을 특징으로 하는 가변하는 운전성향을 고려한 운전자 식별 장치
|
| 2 |
2
제 1 항에 있어서, 주행데이터는 전방 카메라, 레이더, 라이다, GPS를 포함하는 위치 측량 데이터와, 스티어링휠 및 브레이크페달 조작을 포함하는 차량센서 데이터를 선택적으로 사용하는 것을 특징으로 하는 가변하는 운전성향을 고려한 운전자 식별 장치
|
| 3 |
3
제 2 항에 있어서, 실시간으로 센싱되는 주행데이터는,시동이 한번 켜지고 시동이 꺼질 때까지의 한 Trip의 데이터를 통째로 활용하거나, Trip 데이터를 각 직진과 회전 구간을 분리하여 Segment를 획득하여 사용하고,Trip 또는 Segment는 운전자 임베딩 모델을 통해 고정 길이의 주행 벡터로 변환하고 운전자 별로 저장하는 것을 특징으로 하는 가변하는 운전성향을 고려한 운전자 식별 장치
|
| 4 |
4
제 1 항에 있어서, 운전자 상태 인식 모델부의 운전자 상태 인식 모델은,운전자의 보통 상태와, 정상 상태와 비정상(Anomaly) 상태를 인식하고,모델의 입력은 주행데이터로서 주행 벡터 추출에 활용한 데이터와 동일하고, 모델의 출력은 운전자 상태와 더불어 운전자 상태 별 Score도 함께 출력되는 것을 특징으로 하는 가변하는 운전성향을 고려한 운전자 식별 장치
|
| 5 |
5
제 1 항에 있어서, 적응적 운전자 클러스터링부는,가변적인 운전성향에 대처하기 위하여 운전자 상태에 따라 주행 벡터의 가중치를 조절하고, 시간에 따른 주행 벡터의 가중치 조절을 하고,이번에 추출한 주행 벡터의 가중치는 운전자 상태 인식의 출력 결과에 따라 결정하는 것을 특징으로 하는 가변하는 운전성향을 고려한 운전자 식별 장치
|
| 6 |
6
제 5 항에 있어서, 운전자 상태는 보통 상태와 Anomaly 상태로 구분되어 인식되고 운전자 상태 별 Score도 함께 출력되고,보통 상태의 Score가 높을수록 추출된 주행 벡터의 가중치를 높게 설정하고, 보통 상태 Score가 낮고 Anomaly 상태 Score가 높을수록 추출된 주행 벡터의 가중치를 낮게 설정하는 것을 특징으로 하는 가변하는 운전성향을 고려한 운전자 식별 장치
|
| 7 |
7
제 5 항에 있어서, 시간에 따른 가중치 조절은 해당 운전자의 이전에 추출한 주행 벡터들에 대하여 시간이 지남에 따라 조금씩 가중치를 낮추어,새로운 주행 벡터의 가중치가 높고 오래된 주행 벡터의 가중치가 낮게 만들어 운전성향의 변화에 대처하는 것을 특징으로 하는 가변하는 운전성향을 고려한 운전자 식별 장치
|
| 8 |
8
제 5 항에 있어서, 운전자 식별 과정 동안 지속해서 운전자 클러스터를 위한 대표 벡터를 적응적으로 선정하고 클러스터의 크기를 적응적으로 결정하고,대표 벡터 선정은 주행 벡터의 가중치를 고려하여 선정하고, 한 운전자의 주행 벡터들에 대하여 가중치 평균을 통해 대표 벡터를 생성하는 것을 특징으로 하는 가변하는 운전성향을 고려한 운전자 식별 장치
|
| 9 |
9
제 1 항에 있어서, 적응적 운전자 식별부는,운전자 식별에 활용할 운전자 클러스터의 크기를 적응적으로 결정하고,현 시점의 주행 데이터의 운전자 식별 결과에 따라 운전자 클러스터의 크기를 적응적으로 결정하는 것을 특징으로 하는 가변하는 운전성향을 고려한 운전자 식별 장치
|
| 10 |
10
제 9 항에 있어서, 운전자 상태는 보통 상태와 Anomaly 상태로 구분되어 인식되고 운전자 상태 별 Score도 함께 출력되고,보통 상태의 Score가 높을수록 운전자 클러스터의 크기를 작게 조절하고, 보통 상태 Score가 낮고 Anomaly 상태 Score가 높을수록 운전자 클러스터의 크기를 크게 조절하는 것을 특징으로 하는 가변하는 운전성향을 고려한 운전자 식별 장치
|
| 11 |
11
제 10 항에 있어서, 보통 상태의 Score가 높을수록 대표 벡터와 현 주행 벡터 간의 거리에 대한 임계값을 낮추고,보통 상태 Score가 낮고 Anomaly 상태 Score가 높을수록 대표 벡터와 현 주행 벡터 간의 거리에 대한 임계값을 높이는 것을 특징으로 하는 가변하는 운전성향을 고려한 운전자 식별 장치
|
| 12 |
12
운전자 등록을 위하여,주행 벡터 추출 단계;운전자 상태 인식 단계;주행 벡터 가중치 조절 단계; 및 주행 벡터수 가 특정 개수가 될때까지 이전 단계들을 반복하는 단계를 수행하고,운전자 식별을 위하여,대표 벡터 선정 단계;주행 벡터 추출 단계;운전자 상태 인식 단계;주행 벡터 가중치 조절 단계; 및 임계값 조절 단계;대표 벡터와 주행 벡터의 거리가 임계값 이상인가를 판단하여, 경고를 하는 단계;를 포함하는 것을 특징으로 하는 가변하는 운전성향을 고려한 운전자 식별 방법
|
| 13 |
13
주행 벡터 추출 및 운전자 상태 인식을 하고 주행 벡터 가중치 조절을 하여 운전자 계정 등록을 관리하는 운전자 계정 등록 관리부;계정의 대표 벡터 선정 및 주행 벡터 추출을 하고, 운전자 상태 인식 및 주행 벡터 가중치 조절, 임계값 조절을 하고 대표 벡터와 주행 벡터의 거리가 임계값 이상인가를 판단하여 계정의 명의도용 점수를 증가시키는 계정별 명의도용 감지부;를 포함하는 것을 특징으로 하는 가변하는 운전성향을 고려한 운전자 식별 시스템
|
| 14 |
14
제 13 항에 있어서, 운전자 계정 등록 후에 계정 별 명의도용을 지속적으로 감지하고 관리하고,대표 벡터와 주행 벡터의 거리가 임계값 이상일 때 해당되는 주행데이터를,간헐적으로 명의도용이 감지될 경우 다른 운전자로 감지된 주행데이터는 버리고,지속적으로 여러 운전자의 주행데이터가 발생할 경우 한 계정에 대표 벡터를 여러 개 관리하여 여러 운전자가 한 계정을 활용하는 기록을 지속적으로 추적하는 것을 특징으로 하는 가변하는 운전성향을 고려한 운전자 식별 시스템
|
