KR100853444B1

KR100853444B1 - 교통 사고의 발생 여부를 감지하는 방법

Info

Publication number: KR100853444B1
Application number: KR1020070068705A
Authority: KR
Inventors: 이준환; 정성환
Original assignee: 전북대학교산학협력단
Priority date: 2007-07-09
Filing date: 2007-07-09
Publication date: 2008-08-21

Abstract

본 발명은 사고를 감지하는 자동화 시스템에 관한 것으로서, 보다 상세하게는, 도로에서 발생한 차량의 사고를 실시간으로 감지하는 감시 시스템 및 이를 이용한 방법에 관한 것이다.

본 발명에 따른 교통 사고 감지 방법은, 순차적으로 획득한 배경영상을 이용하여 교통 사고의 발생 여부를 감지하는 방법에 있어서, 순차적으로 획득한 제1 배경영상과 제2 배경영상을 이용하여 배경영상들의 변화를 감지하는 단계; 상기 제1 배경영상 및 제2 배경영상 간의 변화가 감지되는 부분의 면적을 기초로 사고 여부를 임시로 확인하는 단계; 사고가 임시로 확인되는 경우, 제3 배경영상을 추가로 획득하는 단계; 상기 제1 배경영상과 제3 배경영상을 이용하여 배경영상들의 변화를 감지하는 단계; 상기 제1 배경영상 및 제3 배경영상 간의 변화가 감지되는 부분의 면적을 기초로 사고 여부를 임시로 확인하는 단계; 및 상기 제1 배경영상과 제2 배경영상 간의 변화를 상기 제1 배경영상과 제3 배경영상 간의 변화와 비교하여 사고여부를 최종 판단하는 단계를 포함하는 특징이 있다.

교통 사고, 감지, 판단, 배경영상, 비교, 판단, 임계값

Description

교통 사고의 발생 여부를 감지하는 방법{method of sensing car accidents}

이하, 종래의 교통 사고 확인 방법을 설명한다.

최근 들어 차량의 증가로 인해 교통량이 증가하고 있다. 이러한 교통량의 증가는 도로 및 교차로에서의 교통사고로 이어지고 있다. 다양한 교통사고 중에서 특히 교차로에서의 사고는 서로 반대방향이나 엇갈리는 차량들의 사고로 이어질 수 있으며, 또한 횡단보도를 건너는 보행자와 주변에 있는 사람들에게까지 영향을 끼치는 대형사고로 이어질 수 있다.

교차로에서의 사고를 줄이기 위하여 사고가 빈번한 교차로에 신호위반 감지장치와 속도위반 감지장치가 설치된 교차로가 늘어나고 있다.

현재, 교차로 내에서 사고가 발생했을 시에 교차로 내에 설치된 교통신호제어기는 이를 감지하지 못하기 때문에 사고의 유무 판단을 교차로에 설치된 CCTV를 통해 사람이 직접 확인한다.

종래의 교통 사고 감지 장치 및 이를 이용한 방법들은 사고를 예방하는 장치일뿐 사고 상황이 발생했을 때 교통신호제어기와 능동적으로 대처하지 못하는 문제가 있다.

본 발명은 상술한 종래 기술의 문제점을 해결하기 위해 제안된 것으로서, 본 발명의 목적은 도로에서 발생한 차량의 사고를 실시간으로 감지하는 감시 시스템 및 이를 이용한 방법을 제안하는 것이다.

본 발명의 또 다른 목적은, 차량의 사고를 정확하게 감지하는 자동 시스템 및 이를 이용한 방법을 제안하는 것이다.

본 발명에 따른 교통 사고 감지 방법은, 순차적으로 획득한 배경영상을 이용하여 교통 사고의 발생 여부를 감지하는 방법에 있어서, 순차적으로 획득한 제1 배경영상과 제2 배경영상을 이용하여 배경영상들의 변화를 감지하는 단계; 상기 제1 배경영상 및 제2 배경영상 간의 변화가 감지되는 부분의 면적을 기초로 사고 여부를 임시로 확인하는 단계; 사고가 임시로 확인되는 경우, 제3 배경영상을 추가로 획득하는 단계; 상기 제1 배경영상과 제3 배경영상을 이용하여 배경영상들의 변화를 감지하는 단계; 상기 제1 배경영상 및 제3 배경영상 간의 변화가 감지되는 부분의 면적을 기초로 사고 여부를 임시로 확인하는 단계; 및 상기 제1 배경영상과 제2 배경영상 간의 변화를 상기 제1 배경영상과 제3 배경영상 간의 변화와 비교하여 사 고여부를 최종 판단하는 단계를 포함하는 특징이 있다.

바람직하게, 상기 배경영상은 동영상으로부터 획득한 정지 화상인 것을 특징으로 한다.

바람직하게, 상기 배경영상들의 변화를 감지하는 단계는, 상기 배경영상들에 포함되는 복수의 화소 값의 차이를 각각 구하는 단계; 상기 화소 값의 차이를 단일의 제1 임계값에 비교한 결과에 따라 임시비교영상을 구성하는 단계; 및 상기 임시비교영상에 대하여 잡음 제거 필터링을 수행한 결과를 배경영상들 간의 변화로 감지하는 단계인 것을 특징으로 한다.

바람직하게, 상기 사고 여부를 임시로 확인하는 단계는, 상기 배경영상 간의 변화가 감지되는 부분의 면적이 제2 임계값보다 큰 경우 사고를 임시로 확인하는 것을 특징으로 한다.

상기 사고여부를 최종 판단하는 단계는, 상기 제1 배경영상과 제2 배경영상 간의 변화와 상기 제1 배경영상과 제3 배경영상 간의 변화에 대하여 합(or) 또는 곱(and) 연산을 수행하는 단계; 및 상기 합 또는 곱 연산을 수행한 결과와 제2 임계 값을 비교하여 사고여부를 최종 판단하는 단계를 포함하는 것을 특징으로 한다.

본 발명은 도로에서 발생한 차량의 사고를 실시간으로 감지할 수 있으며, 교통신호 제어기와 상호작용하여 교통의 흐름을 능동적으로 반영하여 사고를 감지할 수 있다.

본 발명에 따른 감지 방법의 주위의 환경의 영향에 영향을 덜 받으며 주/야 간에 실시간으로 정확한 사고 감지를 할 수 있다.

본 발명의 구체적인 특징과 효과는 이하에서 설명되는 본 발명의 실시예에 의해 더욱 구체화될 것이다. 이하, 첨부된 도면을 참조하여 본 발명의 실시예를 설명한다.

도 1은 본 실시예에 따른 교통 시스템에서 수행되는 동작을 설명하는 블록도이다. 도 1에 도시된 바와 같이, 도로상에 설치된 카메라(100)를 통해 교차로의 동영상을 얻을 수 있다. 상기 카메라(100)는 동영상을 전송하여 교통정보 및 교통상황을 알릴 수 있다. 교통정보 분석용 컴퓨터(120)는 동영상 정보를 수신하여 사고가 발생하였는지 여부를 판단한다. 상기 교통정보 분석용 컴퓨터 내부 또는 외부의 별도 모듈에 사고 감지 시스템(130)이 구비되며, 상기 사고 감지 시스템(130)은 상기 카메라(100)로부터 전달받은 동영상을 분석하여 사고가 발생하였는지를 감지한다. 상기 사고 감지 시스템(130)은 하드웨어 또는 소프트웨어적으로 구현되는 것이 가능하다. 상기 사고 감지 시스템(130)에서의 구체적인 동작은 도 2 및 도 3을 참조하여 차후에 설명한다.

상기 사고 감지 시스템(130)에 의하여 사고가 발생한 것으로 감지되는 경우, 사고가 발생하였다는 정보가 교통신호제어기(140)와 교통정보 종합 처리센터(150)로 송신되는 것이 바람직하다.

도 2는 상기 사고 감지 시스템(130)에서 교통 사고의 발생 여부를 감지하는 방법을 설명하는 절차흐름도의 일례이다.

도 2에 도시된 바와 같이, 본 실시예에 따른 사고 감지는 특정한 두 시점의 배경영상을 획득하여 두 영상을 비교하고, 비교 결과에서 도로 상황의 변화가 감지되는 경우 그 변화가 교통사고에 해당하는지를 판단하는 방법에 의한다.

이하, 본 실시예에 따른 사고 감지 방법을 도 2를 참고하여 상세하게 설명한다.

사고 감지 시스템(130)은 입력된 실시간 동영상을 바탕으로 영상 내에 고정된 물체에 관한 배경 영상을 획득한다(S201). 배경영상 획득 방법은 차량과 같이 이동하는 물체를 제외한 배경영상을 획득하는 기법이다. 상기 배경영상 획득 방법은 종래에 제안된 다양한 기법을 사용할 수 있다. 예를 들어, 'A Background Model Initialization Algorithm for Video Surveillance, 2001 IEEE, D. Gutchess, M.Trajkovic, E. Cohen-Solal, D.Lyons, A.K. Jain'에 수록된 기법 또는 '벡터미디언을 이용한 비디오 영상의 온라인 배경 추출, 2006.10. 정보처리학회논문지 B 제13-B권 제5호, pp.515-524'에 수록된 기법 등을 이용할 수 있다. 배경영상은 배경영상 획득 주기에 따라 획득될 수 있다. 또한, 상기 배경영상은 컬러 또는 흑백 영상으로부터 획득될 수 있다.

다만, 주의할 점은, 상기 배경영상 획득 방법에 의해 획득한 배경영상 내에도 차량의 영상이 포함될 수 있다는 점이다. 차량이 교차로에서 대기 중이거나 교통사고가 발생하여 도로상에 방치되는 경우, 차량 역시 배경영상 내에 포함된다.

상기 S201 단계에 의해 배경영상이 획득된 이후에는 배경영상을 배경영상 버퍼(230)에 저장할지 여부를 결정한다. 만약 저장 플래그(save flag)가 설정이 되지 않은 경우에는 배경영상 버퍼(230)에 배경영상이 저장된다(S203). 최초 동작시에는 상기 저장 플래그는 설정되어 있지 않으므로 배경영상이 배경영상 버퍼(230)에 저장된다.

상기 배경영상 버퍼(230)는 사고가 없다고 판단되는 배경영상을 저장하는 버퍼로서, 큐(Queue)로 구현되는 것이 바람직하다. 즉, 선입선출(FIFO)을 기초로하는 버퍼로서, 배경영상 갱신 주기에 따라 배경영상들이 저장된다. 배경영상 버퍼(230)에는 획득한 배경영상이 순차적으로 저장된다.

상기 배경영상 버퍼(230)로부터 획득한 2개의 배경영상을 제1, 제2 배경영상이라 하는 경우, 상기 제1 및 제2 배경영상의 화소 값들의 차이를 구하는 단계(S204)를 수행한다.

상기 S204 단계를 상세하게 설명하면 다음과 같다.

제1 배경영상과 제2 배경영상이 3 * 3 크기의 화소(pixel)로 구성되며, 각 화소는 0 내지 255의 화소 값을 갖는 경우를 가정하는 경우, 제1 배경영상은 하기 수학식 1의 첫 번째 행렬과 같고, 제2 배경영상은 하기 수학식 1의 두 번째 행렬과 같다.

상기 수학식 1과 같이 제1 배경영상에서 제2 배경영상의 화소 값을 뺀 결과에 대해 절대값을 취하면, 상기 제1 및 제2 배경영상의 화소 값들의 차이를 구하는 단계(S204)를 수행할 수 있다.

이후에, 상기 화소 값들의 차이를 제1 임계값(240)과 비교하여 임시비교영상을 생성한다(S205). S205 단계는 하기 수학식 2에 의할 수 있다.

상기 수학식 2와 같이, 화소 값들의 차이를 단일의 제1 임계값(예를 들어, 60)과 비교한다. 제1 임계값과 비교결과 제1 임계값보다 큰 부분은 제1 영상값(예를 들어, 흰색을 나타내는 '255')이 부여되고 제1 임계값보다 작은 부분은 제2 영상값(예를 들어, 검은색을 나타내는 '0')을 부여할 수 있다.

결국, S205 단계에 의해 생성되는 임시비교영상은 제1 배경영상과 제2 배경영상간의 차이가 발생하는 부분에만 영상값이 존재하는 이진 영상(binary image)이다.

상기 임시비교영상은 잡음제거필터(250)에 의해 필터링된다(S206). 실제로 임시비교영상을 계산하면, 임시비교영상 내부에 작은 크기의 객체들이 다수 존재한다. 이들 대부분은 노이즈에 해당하므로 이러한 노이즈를 제거하기 위한 필터링을 수행한다. 필터링 알고리즘은 'erosion' 기법 등이 사용될 수 있다. 'erosion' 기 법에 의하면 작은 크기의 객체들이 제거된 영상을 얻을 수 있다.

상기 S206 단계에 의해 얻은 결과영상(260)은 상기 제1 배경영상과 제2 배경영상간의 변화를 나타내는 것으로, 상기 결과영상(260)의 면적은 제2 임계값과 비교된다. 상기 결과영상(260)이 이진 영상인 경우, 영상값을 갖는 면적이 제2 임계값(270)에 비해 큰 경우 임시로 사고를 확인한다(S208).

본 실시예에 따른 사고 감지 방법은, 제1 배경영상과 제2 배경영상을 비교하는 것에 기초한다. 교통사고가 발생하는 경우, 종전에는 존재하지 않던 새로운 객체(즉, 사고난 자동차)가 새롭게 도로(즉, 배경 영상)에 등장하므로, 일정한 크기 이상의 새로운 객체가 발생하면 사고가 발생한 것으로 임시 판단할 수 있다.

자동차 크기에 상응하는 새로운 객체가 등장하였는지 여부는 제2 임계값을 통해 파악하므로, 상기 제2 임계값은 자동차 크기를 판단할 수 값으로 설정되는 것이 바람직하다.

또한, 상기 제1 임계값은 제1 배경영상과 제2 배경영상 간을 비교하여 자동차가 새롭게 등장하는지 여부를 판단하는 기준이 되므로, 상기 제1 임계값은 도로 영상에서 객체(즉, 자동차)와 도로(즉, 배경)을 구분할 수 있는 값으로 설정되는 것이 바람직하다.

상기 제1, 제2 임계값은 고정적일 수 있으며, 외부 환경이나 외부의 제어 신호에 따라 가변적일 수 있다.

S208 단계가 수행된 후, 제1 배경영상(도시된 '배경영상 T-n')과 결과영상(260)이 저장된다(S209). 사고가 임시로 감지되었다는 것은, 제2 배경영상을 통 해 자동차로 추정되는 새로운 객체가 등장하였음을 의미하므로, 제1 배경영상은 사고가 없는 배경영상으로 간주될 수 있다. 즉, S209 단계를 통해, 사고가 없는 배경영상으로 간주되는 제1 배경영상을 저장하고, 상기 제1 배경영상과 제2 배경영상 간의 변화를 나타내는 결과영상(260)을 저장한다.

상술한 S201 내지 S209 단계는 반복적으로 수행된다. 상술한 S204 내지 S208 단계를 통하여 사고가 임시로 확인되는 경우, 저장 플래그(save flag)가 설정된다. 저장 플래그가 설정되면, S202 단계에 의해 배경영상은 배경영상 버퍼(230)에 저장되지 않는다.

사고가 임시로 확인된 이후 새롭게 획득한 배경영상을 제3 배경영상이라 하는 경우, S204 단계는 S209 단계를 통해 이미 저장해둔 제1 배경영상과 새롭게 획득한 제3 배경영상 간의 차이를 구하는 단계가 된다.

제1, 제2 배경영상 간의 변화를 구한 이후에, 다시 제1, 제3 배경영상 간의 변화를 구하는 이유는 다음과 같다. 실제 도로 환경에서는 전조등 불빛과 같이 자동차로 오인될 만한 것들이 다수 존재한다. 따라서, 다수의 배경영상들을 반복적으로 분석하여 사고 감지의 정확도를 높이는 것이 바람직하다.

제1, 제3 배경영상에 대하여, S204 내지 S208 단계를 다시 반복하여 수행한다. S207 단계를 수행하면 제1 배경영상과 제3 배경영상 간의 변화를 나타내는 결과 영상을 얻을 수 있는데, 이러한 결과 영상은 S209 단계를 통해 임시로 저장된다.

상술한 내용을 정리하면, 우선 제1, 제2 배경영상의 변화를 나타내는 결과 영상(이하 '결과 영상 R-1'이라 칭함)을 저장한 이후, 제1, 제3 배경영상의 변화를 나타내는 결과 영상(이하 '결과 영상 R'이라 칭함)을 저장한다.

상기 2 개의 결과 영상을 이용하면 교통 사고의 발생여부를 정확하게 판단할 수 있는바, 이하 도 3을 참고하여 사고를 최종 판단하는 방법을 설명한다.

도 3은 결과 영상 R-1과 결과 영상 R을 이용하여 교통 사고 발생 여부를 최종 판단하는 방법을 설명하는 블록도이다. 도시된 바와 같이 결과 영상 R-1과 결과 영상 R을 순환적으로 연산하여 교통 사고 발생 여부를 판단한다.

우선 결과 영상 R-1과 결과 영상 R에 대하여 곱(and) 연산을 수행한다. 이 경우, 결과 영상 R-1과 결과 영상 R에 공통으로 존재하는 영상만이 결과 영상 R-1에 저장된다. 따라서, 결과 영상 R-1 또는 결과 영상 R에 일시적으로 포함된 객체(예를 들어, 전조등 불빛)가 곱(and) 연산에 의해 제거된다.

시간이 경과함에 따라 곱(and) 연산은 반복 수행되는데, 이 경우 실제로 발생한 교통 사고의 영상도 곱(and) 연산에 의해 제거되는 문제가 발생할 수 있다.

따라서, 특정한 시점에서는 합(or) 연산을 수행하여, 교통 사고의 영상을 결과 영상 R-1에 저장하는 것이 바람직하다. 합(or) 연산이 수행되는 시점은 교통신호제어기에 구비된 신호주기 발생장치 또는 사고 감지 시스템에 구비된 타이머 발생기에 의해 제어될 수 있다.

상기 합(or) 연산이 수행되는 시점은 신호등의 교통 신호가 변화하는 시점인 것이 더욱 바람직하다. 교통 신호가 변화하는 시점에 움직이지 않는 객체는 사고 발생에 따른 영상일 확률이 더 높기 때문이다.

합(or) 연산과 곱(and) 연산은 반복되어 수행되는데, 만약 신호등의 신호 주기 동안 계속하여 움직이지 않는 객체가 존재한다면 이러한 객체는 교통 사고에 의해 발생한 객체로 판정되어야 한다. 따라서, 합(or) 연산과 곱(and) 연산은 신호등의 신호 주기 동안 반복수행되고, 그에 따른 결과 영상을 제2 임계값과 비교한 후(S301) 사고 여부를 최종적으로 판단한다(S302).

사고 여부가 최종적으로 판단되면, 사고 발생 사실은 교통정보 종합 처리센터(150)로 보고된다(S303).

본 실시예에 따라 교통 사고 감지를 수행하면, 주위 환경에 영향을 상대적으로 덜 받으면서 정확한 사고 감지를 수행할 수 있다. 또한, 주/야간에도 실시간 적인 자동사고 감지 시스템을 제공할 수 있다.

위에서 설명된 본 발명의 바람직한 실시예는 예시의 목적을 위해 개시된 것이고, 본 발명에 대한 통상의 지식을 가지는 당업자라면 본 발명의 사상과 범위 안에서 다양한 수정, 변경, 부가가 가능할 것이며, 이러한 수정, 변경 및 부가는 하기의 특허청구범위에 속하는 것이다.

본 발명에 따른 교통 사고 감지 방법은 교차로나 도로 상에서 발생하는 사고를 실시간으로 감지할 수 있어서, 다양한 사고 감지 시스템에 적용이 가능하다.

도 1은 본 실시예에 따른 교통 시스템에서 수행되는 동작을 설명하는 블록도이다.

도 3은 결과 영상 R-1과 결과 영상 R을 이용하여 교통 사고 발생 여부를 최종 판단하는 방법을 설명하는 블록도이다.

Claims

순차적으로 획득한 배경영상을 이용하여 교통 사고의 발생 여부를 감지하는 방법에 있어서,

순차적으로 획득한 제1 배경영상과 제2 배경영상을 이용하여 배경영상들의 변화를 감지하는 단계;

상기 제1 배경영상 및 제2 배경영상 간의 변화가 감지되는 부분의 면적을 기초로 사고 여부를 임시로 확인하는 단계;

사고가 임시로 확인되는 경우, 제3 배경영상을 추가로 획득하는 단계;

상기 제1 배경영상과 제3 배경영상을 이용하여 배경영상들의 변화를 감지하는 단계;

상기 제1 배경영상 및 제3 배경영상 간의 변화가 감지되는 부분의 면적을 기초로 사고 여부를 임시로 확인하는 단계; 및

상기 제1 배경영상과 제2 배경영상 간의 변화를 상기 제1 배경영상과 제3 배경영상 간의 변화와 비교하여 사고여부를 최종 판단하는 단계를 포함하는 교통 사고의 발생 여부를 감지하는 방법.
제1항에 있어서,

상기 배경영상은 동영상으로부터 획득한 정지 화상인 것을 특징으로 하는 교통 사고의 발생 여부를 감지하는 방법.
제1항에 있어서,

상기 배경영상들의 변화를 감지하는 단계는,

상기 배경영상들에 포함되는 복수의 화소 값의 차이를 각각 구하는 단계;

상기 화소 값의 차이를 단일의 제1 임계값에 비교한 결과에 따라 임시비교영상을 구성하는 단계; 및

상기 임시비교영상에 대하여 잡음 제거 필터링을 수행한 결과를 배경영상들 간의 변화로 감지하는 단계

인 것을 특징으로 하는 교통 사고의 발생 여부를 감지하는 방법.
제1항에 있어서,

상기 배경영상 간의 변화가 감지되는 부분의 화소는 제1 영상 값을 갖고, 나머지 부분의 화소는 제2 영상 값을 갖는 것을 특징으로 하는 교통 사고의 발생 여부를 감지하는 방법.
제1항에 있어서,

상기 사고 여부를 임시로 확인하는 단계는,

상기 배경영상 간의 변화가 감지되는 부분의 면적이 제2 임계값보다 큰 경우 사고를 임시로 확인하는 것을 특징으로 하는 교통 사고의 발생 여부를 감지하는 방법.
제1항에 있어서,

상기 사고여부를 최종 판단하는 단계는,

상기 제1 배경영상과 제2 배경영상 간의 변화와 상기 제1 배경영상과 제3 배경영상 간의 변화에 대하여 합(or) 또는 곱(and) 연산을 수행하는 단계; 및

상기 합 또는 곱 연산을 수행한 결과와 제2 임계 값을 비교하여 사고여부를 최종 판단하는 단계를 포함하는 것을 특징으로 하는 교통 사고의 발생 여부를 감지하는 방법.
제6항에 있어서,

상기 합(or) 연산은 교통신호의 변화가 있는 경우에 수행되는 것을 특징으로 하는 교통 사고의 발생 여부를 감지하는 방법.
제6항에 있어서,

상기 합(or) 연산은 외부 타이머에 의한 제어 신호가 수신되는 경우 수행되는 것을 특징으로 하는 교통 사고의 발생 여부를 감지하는 방법.
제6항에 있어서,

상기 합(or) 또는 곱(and) 연산을 수행하는 단계를 신호등의 신호 주기 동안 반복하는 단계를 더 포함하는 것을 특징으로 하는 교통 사고의 발생 여부를 감지하 는 방법.