KR20210030048A - Prediction Method and System of Road Surface Condition Using Processed Multiple Precipitation Information

    公开(公告)号:KR20210030048A

    公开(公告)日:2021-03-17

    申请号:KR1020190111495A

    申请日:2019-09-09

    CPC classification number: G08G1/0104 G01W1/06 G01W2201/00

    Abstract: 본 발명은 가공된 다중 강수 정보를 이용한 도로 노면 상태 예측 방법 및 시스템에 관한 것으로, 본 발명에 따른 방법은 노면 상태 및 노면 상태가 수집된 지점의 좌표 정보를 포함하는 노면 상태 데이터를 수집하는 단계, 미리 정해진 지역의 강수 정보 및 온도 정보를 포함하는 기상 데이터를 수집하는 단계, 상기 노면 상태 데이터에 포함된 좌표 정보를 미리 정해진 색인 값으로 변환하는 단계, 좌표 정보가 미리 정해진 색인 값으로 변환된 상기 노면 상태 데이터와 상기 기상 데이터를 이용하여 구축되는 학습 데이터를 이용하여 노면 상태 예측 모델을 학습하는 단계, 그리고 상기 노면 상태 예측 모델을 이용하여 노면 상태 예측 지점의 노면 상태를 예측하는 단계를 포함한다. 상기 강수 정보는 기준 시점을 기준으로 역추적하여 구해지는 강수 구간의 누적 강수량을 상기 기준 시점부터 상기 강수 구간의 강수 발생 시점까지의 시간 차이로 나눈 값으로 가공되어 상기 노면 상태 예측 모델의 설명 변수로 사용된다.

    KR20210030047A - Random Forest based Prediction Method and System of Road Surface Condition Using Spatio-Temporal Features

    公开(公告)号:KR20210030047A

    公开(公告)日:2021-03-17

    申请号:KR1020190111494A

    申请日:2019-09-09

    CPC classification number: G08G1/0104 G01W1/06 G01W2201/00

    Abstract: 본 발명은 시공간 특성을 활용한 랜덤 포레스트 기반 도로 노면 상태 예측 방법 및 시스템에 관한 것으로, 노면 상태 및 노면 상태가 수집된 지점의 좌표 정보를 포함하는 노면 상태 데이터를 수집하는 단계, 미리 정해진 지역의 강수 정보 및 온도 정보를 포함하는 기상 데이터를 수집하는 단계, 노면 상태 데이터에 포함된 좌표 정보를 미리 정해진 색인 값으로 변환하는 단계, 좌표 정보가 미리 정해진 색인 값으로 변환된 노면 상태 데이터와 기상 데이터를 이용하여 구축되는 학습 데이터를 이용하여 노면 상태 예측 모델을 학습하는 단계, 그리고 노면 상태 예측 모델을 이용하여 노면 상태 예측 지점의 노면 상태를 예측하는 단계를 포함한다. 미리 정해진 지역을 일정 크기로 나눈 격자에 대응하는 색인 값으로 좌표 정보를 변환할 수 있다. 색인 값은 모톤 코드(Morton Code)를 사용할 수 있다.

    도로 노면 상태 예측 방법 및 시스템

    公开(公告)号:KR102173797B1

    公开(公告)日:2020-11-03

    申请号:KR20180147719

    申请日:2018-11-26

    Abstract: 본발명은도로노면상태예측방법및 시스템에관한것으로, 본발명에따른방법은, 도로노면상태예측대상지점에대한기상정보를획득하는단계, 그리고획득된기상정보를가공한기상데이터와예측대상지점에대해미리계산된건조속도비를도로노면상태예측모델에입력하여예측대상지점의도로노면상태를예측하는단계를포함한다. 도로노면상태예측모델은, 관측지점의관측시점에서도로노면상태, 관측지점의건조속도비, 관측지점에대한강수발생시점부터강수종료시점까지누적된강수량을측정한누적강수량, 강수종료시점부터관측시점사이의시간적거리, 강수발생시점부터관측시점까지시간에대해미리정해진방법으로나눈복수의시간구간에대해각각계산된평균온도및 온도표준편차를학습데이터로학습될수 있다.

Patent Agency Ranking