| 1 |
1
주행 중인 차량의 주행 위험을 예측하기 위한 차량 주행 위험 예측 시스템으로서,상기 차량의 주위에 위치하는 객체들에 대해 순차적으로 영상들을 획득하도록 구성되는 영상 획득부;상기 영상들을 분석하여 이동 객체들을 추출하도록 구성되는 이동 객체 추출부;상기 이동 객체들에 대해 각각 시간에 따른 움직임 벡터에 해당하는 움직임 벡터 프로파일을 산출하도록 구성되는 움직임 벡터 산출부;상기 이동 객체들에 대해 산출된 움직임 벡터 프로파일을 기반으로 인공신경망에 의해 상기 차량의 사고 위험을 예측하도록 구성되는 사고 위험 예측부; 및사고 위험 예측시 사고 위험을 상기 차량의 운전자에게 알리도록 구성되는 위험 알림부를 포함하는, 차량 주행 위험 예측 시스템
|
| 2 |
2
제1항에 있어서,상기 사고 위험 예측부는:상기 이동 객체들 중 제1 이동 객체에 대해 산출된 제1 움직임 벡터 프로파일과, 상기 이동 객체들 중 제2 이동 객체에 대해 산출된 제2 움직임 벡터 프로파일 간의 차이값인 차분 움직임 벡터 프로파일을 산출하고;상기 제1 움직임 벡터 프로파일, 상기 제2 움직임 벡터 프로파일, 및 상기 차분 움직임 벡터 프로파일을 기반으로, 상기 인공신경망에 의해 상기 제1 이동 객체와 상기 제2 이동 객체의 충돌 확률, 충돌 예상 위치, 및 충돌 후 이동 경로를 포함하는 충돌 위험 정보를 예측하고; 그리고예측된 상기 충돌 위험 정보, 및 상기 차량의 주행 정보를 기반으로, 상기 차량의 제동 제어 관련 정보, 및 상기 차량의 방향 전환 관련 정보를 포함하여 상기 차량의 사고 예방을 위한 대응 조치를 결정하도록 구성되는, 차량 주행 위험 예측 시스템
|
| 3 |
3
제2항에 있어서,상기 사고 위험 예측부는:상기 차량이 주행 중인 도로와 관련된 정보, 및 상기 차량이 주행 중인 시점에서 상기 차량이 주행 중인 시점의 날씨와 관련된 정보를 포함하는 주변 환경 정보를 수집하고;상기 영상들을 처리하여 상기 제1 이동 객체의 유형, 상기 제2 이동 객체의 유형, 및 상기 제1 이동 객체 및 상기 제2 이동 객체의 추정 중량 또는 차량 종류를 포함하는 이동 객체 관련 정보를 분석하고;상기 영상들을 처리하여 상기 제1 이동 객체의 시간에 따른 방향 정보를 나타내는 제1 방향 프로파일, 및 상기 제2 이동 객체의 시간에 따른 방향 정보를 나타내는 제2 방향 프로파일을 산출하고; 그리고상기 주변 환경 정보, 상기 이동 객체 관련 정보, 상기 제1 방향 프로파일 및 상기 제2 방향 프로파일을 기반으로, 상기 인공신경망에 의해 상기 충돌 위험 정보를 예측하도록 구성되는, 차량 주행 위험 예측 시스템
|
| 4 |
4
주행 중인 차량의 주행 위험을 예측하기 위한 차량 주행 위험 예측 방법으로서,영상 획득부에 의해, 상기 차량의 주위에 위치하는 객체들에 대해 순차적으로 영상들을 획득하는 단계;이동 객체 추출부에 의해, 상기 영상들을 분석하여 이동 객체들을 추출하는 단계;움직임 벡터 산출부에 의해, 상기 이동 객체들에 대해 각각 시간에 따른 움직임 벡터에 해당하는 움직임 벡터 프로파일을 산출하는 단계;사고 위험 예측부에 의해, 상기 이동 객체들에 대해 산출된 움직임 벡터 프로파일을 기반으로 인공신경망에 의해 상기 차량의 사고 위험을 예측하는 단계; 및위험 알림부에 의해, 사고 위험 예측시 사고 위험을 상기 차량의 운전자에게 알리는 단계를 포함하는, 차량 주행 위험 예측 방법
|
| 5 |
5
제4항에 있어서,상기 사고 위험을 예측하는 단계는:상기 이동 객체들 중 제1 이동 객체에 대해 산출된 제1 움직임 벡터 프로파일과, 상기 이동 객체들 중 제2 이동 객체에 대해 산출된 제2 움직임 벡터 프로파일 간의 차이값인 차분 움직임 벡터 프로파일을 산출하는 단계;상기 제1 움직임 벡터 프로파일, 상기 제2 움직임 벡터 프로파일, 및 상기 차분 움직임 벡터 프로파일을 기반으로, 상기 인공신경망에 의해 상기 제1 이동 객체와 상기 제2 이동 객체의 충돌 확률, 충돌 예상 위치, 및 충돌 후 이동 경로를 포함하는 충돌 위험 정보를 예측하는 단계; 및예측된 상기 충돌 위험 정보, 및 상기 차량의 주행 정보를 기반으로, 상기 차량의 제동 제어 관련 정보, 및 상기 차량의 방향 전환 관련 정보를 포함하여 상기 차량의 사고 예방을 위한 대응 조치를 결정하는 단계를 포함하는, 차량 주행 위험 예측 방법
|
| 6 |
6
제5항에 있어서,상기 사고 위험을 예측하는 단계는:상기 차량이 주행 중인 도로와 관련된 정보, 및 상기 차량이 주행 중인 시점에서 상기 차량이 주행 중인 시점의 날씨와 관련된 정보를 포함하는 주변 환경 정보를 수집하는 단계;상기 영상들을 처리하여 상기 제1 이동 객체의 유형, 상기 제2 이동 객체의 유형, 및 상기 제1 이동 객체 및 상기 제2 이동 객체의 추정 중량 또는 차량 종류를 포함하는 이동 객체 관련 정보를 분석하는 단계;상기 영상들을 처리하여 상기 제1 이동 객체의 시간에 따른 방향 정보를 나타내는 제1 방향 프로파일, 및 상기 제2 이동 객체의 시간에 따른 방향 정보를 나타내는 제2 방향 프로파일을 산출하는 단계; 및상기 주변 환경 정보, 상기 이동 객체 관련 정보, 상기 제1 방향 프로파일 및 상기 제2 방향 프로파일을 기반으로, 상기 인공신경망에 의해 상기 충돌 위험 정보를 예측하는 단계를 포함하는, 차량 주행 위험 예측 방법
|
| 7 |
7
제4항 내지 제6항 중 어느 한 항의 차량 주행 위험 예측 방법을 실행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체
|
