KR100970404B1 - detecting method and system for vehicle density - Google Patents

detecting method and system for vehicle density Download PDF

Info

Publication number
KR100970404B1
KR100970404B1 KR1020080094032A KR20080094032A KR100970404B1 KR 100970404 B1 KR100970404 B1 KR 100970404B1 KR 1020080094032 A KR1020080094032 A KR 1020080094032A KR 20080094032 A KR20080094032 A KR 20080094032A KR 100970404 B1 KR100970404 B1 KR 100970404B1
Authority
KR
South Korea
Prior art keywords
vehicle
density
point
vehicles
section
Prior art date
Application number
KR1020080094032A
Other languages
Korean (ko)
Other versions
KR20100034839A (en
Inventor
이청원
황태현
김광섭
최대순
문병섭
Original Assignee
서울시립대학교 산학협력단
하이테콤시스템(주)
한국건설기술연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 서울시립대학교 산학협력단, 하이테콤시스템(주), 한국건설기술연구원 filed Critical 서울시립대학교 산학협력단
Priority to KR1020080094032A priority Critical patent/KR100970404B1/en
Publication of KR20100034839A publication Critical patent/KR20100034839A/en
Application granted granted Critical
Publication of KR100970404B1 publication Critical patent/KR100970404B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명에는 도로상의 특정 지점을 통과하는 차량으로부터 간접적으로 차량밀도를 산출하는 방식에서 탈피하여 일정 구간 내에 진입하고, 진출되는 차량대수를 정확히 산출하여 구간내의 차량밀도를 정확히 검지하기 위한 차량밀도 검지방법 및 시스템이 개시된다.In the present invention, a vehicle density detection method for accurately detecting vehicle density within a section by entering a predetermined section by escaping from the method of calculating vehicle density indirectly from a vehicle passing through a specific point on the road, and accurately calculating the number of vehicles entering the section. And a system is disclosed.

차량밀도, 초기차량존재대수, 타임스텝, 가공주기 Vehicle density, initial vehicle presence, time step, processing cycle

Description

차량밀도 검지 방법 및 시스템{detecting method and system for vehicle density}Detection method and system for vehicle density}

본 발명은 도로의 일정 구간내에 차량의 밀도를 검지하기 위한 차량밀도 검지 방법 및 시스템에 관한 것이다.The present invention relates to a vehicle density detection method and system for detecting the density of a vehicle within a predetermined section of a road.

종래에 국내 등록특허 10-0438981호(발명의 명칭: 영상정보를 이용한 교통정보 추출 방법 및 장치)에는 카메라를 통해 촬영한 교차로나 주행도로의 영상신호로부터 교통정보를 취득하는 기술이 개시되어 있으며, 종래의 발명의 주요구성은 교차로나 주행도로의 촬영 영상신호를 디지털 영상신호로 변환한 후 차량으로 추정할 수 있는 정보를 추출하기 위해 꼭지점 추출 영상처리 기법을 적용하여 차량의 특징점을 추출하는 제1과정과; 상기 특징점들의 위치 데이터를 저장하고, 매 순간 얻어지는 도로 영상에서의 동일 차량의 특징점의 위치 변화를 비교하여 해당 차량의 이동속도를 파악하고, 이러한 과정을 반복적으로 수행하면서 각 순간에 얻어진 차량의 특징점들의 위치를 추적하여 차량의 궤적을 파악하는 제2과정과; 상기 과정을 통해 추출된 차량의 특징점들에 대해 시공간적인 위치 등을 고려하고 궤적 근사화 방법으로 객체의 궤적을 근사시켜 비슷한 궤적을 가진 특징들을 찾아 하나의 독립 적인 차량으로 그룹핑하는 제3과정과; 상기 그룹핑 결과를 근거로 차량의 대수를 산출함과 아울러 교통량, 차량의 주행속도, 차량의 궤적정보를 추출하고, 각 차량의 궤적 정보와 주행속도 정보를 근거로 차량의 이동방향, 정체상황 및 정체 길이, 사고상황 및 유고상태 등을 판별하는 제4과정에 의해 이루어진다.Conventionally, Korean Patent No. 10-0438981 (name of the invention: a method and apparatus for extracting traffic information using image information) discloses a technique for acquiring traffic information from an image signal of an intersection or a driving road photographed through a camera. The main configuration of the related art is a first method of extracting feature points of a vehicle by applying a vertex extraction image processing technique to extract information that can be estimated by a vehicle after converting a captured image signal of an intersection or a driving road into a digital image signal. Process; It stores the position data of the feature points, compares the position change of the feature points of the same vehicle in the road image obtained at each moment to grasp the moving speed of the vehicle, iteratively performing this process of the feature points of the vehicle obtained at each moment A second process of tracking the position to identify the trajectory of the vehicle; A third process of considering the space-time position of the feature points of the vehicle extracted through the above process and approximating the trajectory of the object by a trajectory approximation method to find features having similar trajectories and grouping them into one independent vehicle; Based on the grouping result, the number of vehicles is calculated, and the traffic volume, the vehicle's driving speed, and the vehicle's trajectory information are extracted, and the vehicle's moving direction, congestion status, and traffic jam based on the trajectory information and the driving speed information of each vehicle. This is done by the fourth process of determining the length, accident situation and state of absence.

이와 같이 구성된 발명은 한 차량의 궤적을 추적함으로써 차량의 정체상황 및 정체 길이들을 파악할 수 있으나, 도로 상의 일정 구간에 존재하는 차량의 수를 정확히 검지할 수 없다.The invention configured as described above can grasp the traffic congestion situation and the congestion length of the vehicle by tracking the trajectory of the vehicle, but cannot accurately detect the number of vehicles existing in a certain section on the road.

도로의 밀도 측정은 도로의 확장을 비롯한 도로 건설 계획 및 신호등 체계에 매우 중대한 영향을 미치게 되나 기존의 한 지점의 교통량 측정에서는 정확한 밀도를 검지할 수 없었다.Road density measurement has a significant impact on road construction plans and traffic light systems, including road extension, but it has not been possible to detect the exact density in existing traffic measurement.

본 발명은 이러한 문제점을 해결하기 위한 것으로, 본 발명의 해결과제는 도로상의 특정 지점을 통과하는 차량으로부터 간접적으로 차량밀도를 산출하는 방식에서 탈피하여 일정 구간 내에 진입하고, 진출되는 차량대수를 정확히 산출하여 구간내의 차량밀도를 정확히 검지하기 위한 차량밀도 검지방법 및 시스템을 제공하기 위한 것이다. The present invention is to solve this problem, the problem of the present invention is to escape from the method of calculating the vehicle density indirectly from the vehicle passing through a specific point on the road to enter within a certain section, and accurately calculate the number of vehicles to go out To provide a vehicle density detection method and system for accurately detecting the vehicle density in the section.

상기 해결과제를 위한 본 발명의 해결수단은 도로상에 차량이 진입하는 지점1과 차량이 진출하는 지점2 사이의 구간(L)내에 존재하는 차량대수(N)의 밀도(N/L)를 검지하는 차량밀도 검지방법에 있어서: 구간(L)내에 존재하는 차량의 대수를 검출하는 초기차량존재대수 검출단계; 밀도검지 기본단위시간인 타임스텝(i)에서 지점1을 통과하는 차량의 누적 대수 Cu (i) 와 지점2를 통과하는 차량의 누적대수 Cd(i)를 산출하는 단계; 타임스텝(i)에서 상기 구간(L)에 존재하는 차량대수N(i)를 수학식N(i) = N(i-1) + Cu (i) - Cd(i)에 의하여 산출하는 단계; 타임스텝(i)에서 차량대수N(i)를 상기 구간(L)로 나누어 차량의 밀도K(i)를 검지하는 단계를 포함하는 것이다. The solution of the present invention for the above problem is to detect the density (N / L) of the number of vehicles (N) present in the section (L) between the point 1 at which the vehicle enters and the point 2 at which the vehicle enters on the road. A vehicle density detection method, comprising: an initial vehicle presence number detection step of detecting a number of vehicles existing in a section L; Calculating the cumulative number C u (i) of the vehicle passing through point 1 and the cumulative number C d (i) of the vehicle passing through point 2 in time step (i) which is a basic unit time of density detection; The number of vehicles N (i) present in the section L in the time step (i) is calculated by the formula N (i) = N (i-1) + C u (i)-C d (i) step; And detecting the density K (i) of the vehicle by dividing the number of vehicles N (i) into the sections L in the time step i.

본 발명의 다른 해결수단은 도로상에 차량이 진입하는 지점1과 차량이 진출하는 지점2 사이의 구간(L)내에 존재하는 차량대수(N)의 밀도(N/L)를 검지하는 차 량밀도 검지시스템에 있어서: 지점1과 지점2를 통과하는 차량의 대수를 산출하는 산출수단; 밀도검지 기본단위시간인 타임스텝(i)에서 상기 산출수단에 의하여 산출되는 지점1을 통과하는 차량의 누적 대수 Cu (i) 와 지점2를 통과하는 차량의 누적대수 Cd(i)를 입력받아 다음의 수학식 1에 의하여 상기 구간(L)에 존재하는 차량대수N(i)를 N(i) = N(i-1) + Cu (i) - Cd(i)의 수학식에 의하여 산출하는 타임스텝(i)의 차량대수 산출부; 상기 차량대수 산출부에 의하여 산출되는 차량대수N(i)를 상기 구간(L)로 나누어 차량의 밀도를 검지하는 타임스텝(i)의 밀도 검지부를 포함하는 것이다.Another solution of the present invention is a vehicle density for detecting the density (N / L) of the number of vehicles (N) present in the section (L) between the point 1 where the vehicle enters and the point 2 where the vehicle enters on the road. A detection system comprising: calculating means for calculating the number of vehicles passing through points 1 and 2; In time step (i), which is the basic unit time of density detection, the cumulative number C u (i) of the vehicle passing through point 1 calculated by the calculation means and the cumulative number C d (i) of the vehicle passing through point 2 are input. The number of vehicles N (i) present in the section L by the following Equation 1 is obtained from the equation N (i) = N (i-1) + C u (i)-C d (i) A vehicle number calculating section of time step (i) calculated by the; And a density detecting unit of time step (i) for detecting the density of the vehicle by dividing the vehicle number N (i) calculated by the vehicle number calculating unit into the section L.

상기 발명의 해결과제와 해결수단에 따르면, 도로 상의 특정 지점을 차량이 점유함에 따라서 산출되는 간접적인 밀도가 아니라 특정 구간 내에 차량이 존재하는 대수로부터 산출되는 차량밀도를 산출할 수 있어 혼잡도를 정확히 측정할 수 있을 뿐만 아니라 도로계획 및 신호등 체계등을 정확히 구축할 수 있다.According to the problem and the solution of the present invention, it is possible to calculate the vehicle density calculated from the number of vehicles present in a specific section rather than the indirect density calculated as the vehicle occupies a specific point on the road, thereby accurately measuring congestion. Not only can they do this, but they can also build road plans and traffic lights.

이하, 첨부된 도면에 따라서 본 발명을 상세히 설명하기로 한다.Hereinafter, the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 일실시예의 초기존재 대수를 산출하는 산출 구성도이고, 도 2는 본 발명의 일실시예의 전체적인 구성을 설명하는 순서도이다.1 is a calculation configuration diagram for calculating the number of initial existence of an embodiment of the present invention, Figure 2 is a flow chart illustrating the overall configuration of an embodiment of the present invention.

도로상의 차량의 밀도를 검지하기 위해서는 도로의 특정 구간에 이미 존재하는 초기 존재의 차량의 대수를 측정하여야 한다. In order to detect the density of vehicles on the road, it is necessary to measure the number of vehicles of the initial existence already existing in a certain section of the road.

도로상에 밀도측정구간이 지점1(차량이 진입되는 진입지점)과 지점2(차량이 진출되는 진출지점) 사이일 때, 지점1에 차량A가 통과하고, 연속되게 차량B, 차량C가 통과되고 있다. 지점1에 차량A가 통과할 때, 지점1에 설치된 카메라1에서는 차량A에 대하여 촬상을 하고, 번호인식모듈(1)에서는 차량A의 영상으로부터 자동차 번호판의 영상을 추출하여 번호를 인식하여 저장한다. 또한, 차량대수산출모듈(2)은 차량A가 통과된 후 카메라1에 촬상되는 영상으로부터 차량을 추출하여 통과차량대수를 카운트한다. 지점2에는 카메라2가 설치되어 통과차량에 대하여 촬상하고, 번호인식모듈(1)은 카메라2에서 전송되는 차량의 영상으로부터 차량의 번호를 추출하여 인식한다. 제어모듈(3)은 번호인식모듈(1)로부터 전송되는 카메라1에서 추출된 차량번호와 동일한 차량번호가 카메라2에서 촬상되는 시점을 산출하고, 그 시간동안에 지점 1을 통과한 차량대수를 산출하여 초기 차량존재대수를 결정한다.When the density measurement section is on the road between point 1 (entry point at which the vehicle enters) and point 2 (entry point at which the vehicle enters), vehicle A passes through point 1, and vehicles B and vehicle C pass continuously. It is becoming. When the vehicle A passes through the point 1, the camera 1 installed in the point 1 captures the image of the vehicle A, and the number recognition module 1 extracts the image of the license plate from the image of the vehicle A and recognizes and stores the number. . In addition, the vehicle number calculation module 2 extracts the vehicle from the image captured by the camera 1 after the vehicle A passes and counts the number of passing vehicles. At point 2, a camera 2 is installed to capture the passing vehicle, and the number recognition module 1 extracts and recognizes the vehicle number from the image of the vehicle transmitted from the camera 2. The control module 3 calculates the time point at which the same vehicle number as the vehicle number extracted from the camera 1 transmitted from the number recognition module 1 is captured by the camera 2, and calculates the number of vehicles passing through the point 1 during that time. Determine the initial vehicle presence.

도 1에 도시된 바와 같이, 차량A가 지점1을 통과하여 지점2를 통과하는 순간에 차량B, C가 지점1을 통과하였다면 차량A가 지점2를 통과하는 시점에 밀도 측정구간에서 초기차량존재대수는 2대로 결정된다.As shown in FIG. 1, when vehicles A and C pass through point 1 at the moment when vehicle A passes point 1 and passes point 2, the initial vehicle exists in the density measurement section when vehicle A passes point 2. Algebra is determined by two.

이와 같이 초기차량존재대수가 파악되면(S1), 밀도검지과정(S10)이 수행된다. 밀도감지과정(S10)은 측정구간 내에 차량의 존재대수를 파악하는 원시자료수집과정(S2)과, 이상치 체크하고 제거하는 과정(S3)과, 결측자료를 보정하는 보정과정(S4)과 평활화과정(S5)과 가공주기에 따른 밀도산정과정(S6)으로 이루어진다.As such, when the initial vehicle presence number is detected (S1), the density detection process (S10) is performed. Density detection process (S10) is a raw data collection process (S2) to grasp the number of vehicles present in the measurement interval, the process of checking and removing outliers (S3), correction process (S4) and smoothing process to correct missing data (S5) and the density calculation process (S6) according to the processing cycle.

도 3은 본 발명의 일실시예에 적용되는 밀도검지 시스템의 블록도이고, 도 4 는 본 발명의 밀도검지 시스템의 동작과정에 대한 순서도이다.3 is a block diagram of a density detection system applied to an embodiment of the present invention, Figure 4 is a flow chart for the operation of the density detection system of the present invention.

카메라1은 지점1을 통과하는 차량을 촬상하고, 카메라2는 지점2를 통과하는 차량을 촬상하고, 초기차량대수산출부(10)는 도 1의 번호인식모듈(1), 차량대수산출모듈(2) 및 제어모듈(3)을 포함하는 구성으로 카메라1, 2의 영상으로부터 타임스텝(i = 0)인 순간에 검지구간에 존재하는 초기차량대수를 산출한다. 이때 타임스텝(i)은 밀도산출을 위한 최소 단위시간(unit)을 나타낸다. The camera 1 captures a vehicle passing through point 1, the camera 2 captures a vehicle passing through point 2, and the initial vehicle logarithm calculation unit 10 includes the number recognition module 1 of FIG. 2) and the control module 3, the number of initial vehicles existing in the detection section is calculated from the images of the cameras 1 and 2 at the time step (i = 0). At this time, the time step (i) represents the minimum unit time (unit) for the density calculation.

Cu(i)산출부(11)는 타임스텝(i)에 지점1을 통과하는 누적차량대수Cu(i)를 산출하고, Cd(i)산출부(13)는 타임스텝(i)에 지점2를 통과하는 누적차량대수Cd(i)를 산출한다. Cu(i)산출부(11)와 Cd(i)산출부(13)는 카메라 1, 2와 연결되어 입력되는 영상에 의하여 차량의 대수를 카운트할 수 있으며, 인덕턴스나 저항체를 도로에 매설하여 이들 값의 변화를 입력받아 차량의 대수를 카운트 하거나, 레이져를 비롯한 다양한 센서를 이용하여 차량의 통과횟수를 산출한다.C u (i) calculation section 11 calculates the cumulative number of vehicles C u (i) passing through point 1 in time step i, and C d (i) calculation section 13 calculates time step (i). Calculate the cumulative vehicle number C d (i) passing through point 2. C u (i) calculation unit 11 and C d (i) calculation unit 13 can be connected to the camera 1, 2 to count the number of vehicles based on the input image, inductance or resistor embedded in the road By inputting the change of these values to count the number of vehicles, or using the various sensors including the laser to calculate the number of passes of the vehicle.

타임스텝(ⅰ)의 차량대수 산출부(15)는 Cu(i)산출부(11)와 Cd(i)산출부(13)로부터 Cu(i)와 Cd(i)값을 입력받아 다음의 수학식1에 의하여 타임스텝(i)에서 차량대수를 산출한다.Time vehicles calculated in step (ⅰ) unit 15 C u (i) calculating unit 11 and the C d (i) enter the value C u (i) and C d (i) from the calculation part 13 The number of vehicles is calculated in the time step (i) by the following equation (1).

수학식 1Equation 1

N(i) = N(i-1) + Cu (i) - Cd(i)N (i) = N (i-1) + C u (i)-C d (i)

이때 밀도 검지구간의 길이를 L이라 하면 타임스텝(i)의 밀도 검지부(21)은 타임스텝(i)의 밀도K(i)를 다음의 수학식 2에 의하여 산출한다.At this time, if the length of the density detection section is L, the density detection unit 21 of the time step (i) calculates the density K (i) of the time step (i) by the following equation (2).

수학식 2 Equation 2

K(i) = N(i)/LK (i) = N (i) / L

이상치 검출부(17)는 밀도K(i)가 다음의 수학식 3을 만족하지 않는 경우에는 센서오작동등에서 발생되는 이상치로 간주하여 밀도 값에서 제외한다.If the density K (i) does not satisfy the following Equation 3, the outlier detector 17 considers it as an outlier generated due to sensor malfunction and excludes it from the density value.

수학식 3Equation 3

Figure 112008067369104-pat00001
Figure 112008067369104-pat00001

이때

Figure 112008067369104-pat00002
은=0이며, 교통혼잡 시에 밀도를
Figure 112008067369104-pat00003
이라 할 때
Figure 112008067369104-pat00004
이고,
Figure 112008067369104-pat00005
값은 1.0으로 설정된다. At this time
Figure 112008067369104-pat00002
Is = 0, and density
Figure 112008067369104-pat00003
When called
Figure 112008067369104-pat00004
ego,
Figure 112008067369104-pat00005
The value is set to 1.0.

또한, 결측자료 보정부(19)는 검지기 오류 및 통신장애로 전송되지 않은 결측자료와 이상치 검출부에서 이상치로 판명되어 결측처리된 자료를 결측처리 알고리즘을 통해 보완 처리하여 자료의 완전성을 확보한다. 결측처리된 자료의 보완 방법은 연장되는 다른 밀도 검지 구간의 밀도를 차용하는 공간적 추세 활용법이 적용될 수 있으며, 이전 주기의 밀도를 그대로 차용할 수 있다. 또한, 평활부(23)는 시스템으로부터 수집되는 밀도자료가 짧은 주기동안 수집되므로, 자료의 일시적인 변동이 포함될 수 있고 이로 인해 교통자료의 불안정이 발생되는 것을 방지하기 위해 오류 및 결측 보정이 된 자료에 대해서 평활화시킨다. 평활부(23)는 시스템 자체 오류 혹은 자료의 일시적 변동을 완화함으로써 교통관리를 할 때 발생 가능한 오류 및 불안전 요소를 감소시킨다. In addition, the missing data correcting unit 19 secures the completeness of the data by complementing the missing data and the missing data detected by the outlier detection unit due to the detection error and communication failure through the missing processing algorithm. Complementary methods for missing data can be applied using spatial trends that borrow from the density of other extended density detection intervals, and can borrow the density from the previous cycle. In addition, since the density data collected from the system is collected for a short period of time, the smoothing unit 23 may include temporary fluctuations in the data, and thus, the data having been corrected with errors and missing corrections may be used to prevent instability of the traffic data. To smooth. The smoothing unit 23 reduces the errors and unsafe elements that may occur during traffic management by mitigating the system itself errors or temporary changes in data.

평활화 기법에는 다양한 알고리즘이 존재하나 다음의 수학식 4에 의하여 이루어지는 지수 평활화법이 적용된다. Various algorithms exist for the smoothing technique, but the exponential smoothing method performed by Equation 4 below is applied.

수학식 4Equation 4

Figure 112008067369104-pat00006
Figure 112008067369104-pat00006

Figure 112008067369104-pat00007
타임스텝 i에서 평활화 값,
Figure 112008067369104-pat00008
Calibration Paramete
Figure 112008067369104-pat00007
The smoothing value in timestep i,
Figure 112008067369104-pat00008
Calibration paramete

또한, 기설정된 수의 타임스텝(i)은 하나의 가공주기(ⅱ)로 정하여 지며 가공주기(ⅱ) 밀도검지부(25)는 설정되는 타임스텝(i) 수들의 평균밀도를 산출한다. 가공주기별 밀도KK(j)는 다음의 수학식 5에 의하여 결정된다.In addition, the predetermined number of time steps i is defined as one machining period ii, and the processing period ii density detector 25 calculates an average density of the set number of time steps i. The density KK (j) for each processing cycle is determined by the following equation (5).

수학식 5Equation 5

Figure 112008067369104-pat00009
Figure 112008067369104-pat00009

Figure 112008067369104-pat00010
= 가공주기
Figure 112008067369104-pat00011
에서의 밀도(대/km),
Figure 112008067369104-pat00012
= 타임스텝으로 표현한 가공주기,
Figure 112008067369104-pat00013
= ｊ번째 가공주기이다.
Figure 112008067369104-pat00010
= Processing cycle
Figure 112008067369104-pat00011
Density in (vs / km),
Figure 112008067369104-pat00012
= Machining cycle expressed in time step,
Figure 112008067369104-pat00013
= The first machining cycle.

도 4에 도시된 바와 같이, 타임스텝(i), 가공주기(ⅱ), Cu(i), Cd(i)가 초기화되는 초기화단계(S11)가 수행되고, 타임스텝(i)과 가공주기(ⅱ)를 증가시키면서(S12), (S13), 전체검지시간(T)에 대하여 타임스텝별 밀도 K(i)와 가 공주기별 밀도 KK(i)를 산출한다.As shown in Fig. 4, an initialization step S11 is performed in which the time step i, the machining cycle ii, C u (i) and C d (i) are initialized, and the time step i and the machining are performed. Increasing the period (ii) (S12), (S13), the density K (i) for each time step and the density KK (i) for the temporary phase are calculated for the entire detection time T.

K(i)를 산출하기 위하여 먼저 Cu(i)산출부(11)와 Cd(i)산출부(13)에서 Cu (i) 와 Cd(i)를 산출하고, 차량대수 산출부(15)는 수학식1에 의하여 차량대수N(i)를 산출한 후(S14), (S15), 밀도 검지부(21)는 차량대수를 검지구간(L)로 나누어 밀도를 검지한다(S16).In order to calculate K (i), first, C u (i) calculating unit 11 and C d (i) calculating unit 13 calculate C u (i) and C d (i), and calculate the number of vehicles. (15) calculates the number of vehicles N (i) by Equation 1 (S14), (S15), the density detector 21 divides the number of vehicles by the detection interval (L) and detects the density (S16). .

타임세트(i)의 밀도가 검지되면 이상치를 제거하고, 결측자료를 보정하고, 밀도값을 평활화시킨다(S17), (18), (19).When the density of the time set (i) is detected, the outliers are removed, the missing data are corrected, and the density values are smoothed (S17), (18), and (19).

기설정된 수(n)회만큼의 타임스텝의 밀도치가 산출되면 가공주기에 따른 밀도를 산출하고(S20), (S21), 정해진 총시간(T)에 이르면 밀도검지를 종료한다.When the density value of the time step for the predetermined number n times is calculated, the density according to the machining cycle is calculated (S20), (S21), and the density detection is terminated when the predetermined total time T is reached.

도 1은 본 발명의 일실시예의 초기존재 대수를 산출하는 산출 구성도이다.1 is a calculation configuration diagram for calculating the number of initial existence of an embodiment of the present invention.

도 2는 본 발명의 일실시예의 전체적인 구성을 설명하는 순서도이다.Figure 2 is a flow chart illustrating the overall configuration of one embodiment of the present invention.

도 3은 본 발명의 일실시예에 적용되는 밀도검지 시스템의 블록도이다.3 is a block diagram of a density detection system applied to an embodiment of the present invention.

도 4는 본 발명의 밀도검지 시스템의 동작과정에 대한 순서도이다.Figure 4 is a flow chart for the operation of the density detection system of the present invention.

Claims (6)

도로상에 차량이 진입하는 지점1과 차량이 진출하는 지점2 사이의 구간(L)내에 존재하는 차량대수(N)의 밀도(N/L)를 검지하는 차량밀도 검지방법에 있어서:In the vehicle density detecting method for detecting the density (N / L) of the number N of vehicles existing in the section L between the point 1 at which the vehicle enters the road and the point 2 at which the vehicle enters the road: 구간(L)내에 존재하는 차량의 대수를 검출하는 초기차량존재대수 검출단계;An initial vehicle presence number detecting step of detecting the number of vehicles existing in the section L; 밀도검지 기본단위시간인 타임스텝(i)에서 지점1을 통과하는 차량의 누적 대수 Cu (i) 와 지점2를 통과하는 차량의 누적대수 Cd(i)를 산출하는 단계;Calculating the cumulative number C u (i) of the vehicle passing through point 1 and the cumulative number C d (i) of the vehicle passing through point 2 in time step (i) which is a basic unit time of density detection; 타임스텝(i)에서 상기 구간(L)에 존재하는 차량대수N(i)를 다음의 수학식1에 의하여 산출하는 단계;Calculating the number of vehicles N (i) existing in the section L in the time step (i) by the following equation (1); 타임스텝(i)에서 차량대수N(i)를 상기 구간(L)로 나누어 차량의 밀도K(i)를 검지하는 단계를 포함하며,Detecting the density K (i) of the vehicle by dividing the number N (i) of the vehicle into the section L in the time step (i), 상기 초기차량존재대수 검출단계는 상기 지점1에 설치된 카메라에 의하여 상기 지점 1을 통과하는 특정차량의 번호판을 촬상한 후 차량 번호를 인식하고, 상기 지점2를 통과하는 차량들을 촬상하여 번호판들을 인식하여 상기 특정차량의 차량번호와 일치하는 차량을 검출하고, 상기 특정차량이 상기 지점 1을 통과하여 상기 지점 2를 통과하는 시간 동안 상기 지점 1에 진입되는 차량대수를 초기존재대수로 산출하는 것을 특징으로 하는 차량밀도 검지방법.In the initial vehicle presence number detection step, by photographing the license plate of the specific vehicle passing through the point 1 by the camera installed in the point 1, and recognizes the vehicle number, by imaging the vehicles passing through the point 2 to recognize the license plate Detecting a vehicle that matches the vehicle number of the specific vehicle, and calculating the number of vehicles entering the point 1 as the initial number of vehicles during the time that the specific vehicle passes through the point 1 and passes the point 2; Vehicle density detection method. N(i) = N(i-1) + Cu (i) - Cd(i)N (i) = N (i-1) + C u (i)-C d (i) 삭제delete 청구항 1에서, 상기 차량밀도K(i)를 검출한 후 상기 차량밀도K(i)가 다음의 수학식3을 만족하지 않는 경우에 이상치로 검출하여 제외하는 것을 특징으로 하는 차량밀도 검지방법.The method of claim 1, wherein after detecting the vehicle density K (i), the vehicle density K (i) is detected as an outlier when the vehicle density K (i) does not satisfy the following Equation 3 and excluded.
Figure 112008067369104-pat00014
Figure 112008067369104-pat00014
 이때
Figure 112008067369104-pat00015
은=0이며, 교통혼잡 시에 밀도를
Figure 112008067369104-pat00016
이라 할 때
Figure 112008067369104-pat00017
이고,
Figure 112008067369104-pat00018
값은 1.0으로 설정된다. At this time
Figure 112008067369104-pat00015
Is = 0, and density
Figure 112008067369104-pat00016
When called
Figure 112008067369104-pat00017
ego,
Figure 112008067369104-pat00018
The value is set to 1.0. 청구항3에서, 특정 타임스텝(i)의 차량밀도가 결측될 때, 연장되는 다른 밀도 검지 구간의 밀도를 차용하는 공간적 추세 활용법이나, 이전 타임스텝의 차량 밀도를 차용하는 것을 특징으로 하는 차량밀도 검지방법. The method according to claim 3, wherein when the vehicle density of a specific time step (i) is missing, a spatial trend utilization method that borrows the density of another extended density detection section or vehicle density detection characterized by borrowing the vehicle density of the previous time step. Way. 삭제delete 삭제delete
KR1020080094032A 2008-09-25 2008-09-25 detecting method and system for vehicle density KR100970404B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080094032A KR100970404B1 (en) 2008-09-25 2008-09-25 detecting method and system for vehicle density

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080094032A KR100970404B1 (en) 2008-09-25 2008-09-25 detecting method and system for vehicle density

Publications (2)

Publication Number Publication Date
KR20100034839A KR20100034839A (en) 2010-04-02
KR100970404B1 true KR100970404B1 (en) 2010-07-15

Family

ID=42212870

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080094032A KR100970404B1 (en) 2008-09-25 2008-09-25 detecting method and system for vehicle density

Country Status (1)

Country Link
KR (1) KR100970404B1 (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101280872B1 (en) * 2011-08-31 2013-07-01 휴앤에스(주) detecting system for waiting vehicle in road
KR101287071B1 (en) * 2011-08-31 2013-07-17 휴앤에스(주) compensating system and methode for detecting signal of vehicle
CN106558224A (en) * 2015-09-30 2017-04-05 徐贵力 A kind of traffic intelligent monitoring and managing method based on computer vision
KR20230102257A (en) 2021-12-30 2023-07-07 주식회사 오션소프트 Traffic light operation system and operation method using initial queue processing at intermittent traffic signal intersection and traffic volume-density by link

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101123967B1 (en) * 2010-12-31 2012-03-23 경희대학교 산학협력단 Traffic congestion prediction system, prediction method and recording medium thereof
CN102509456B (en) * 2011-11-21 2013-10-02 青岛海信网络科技股份有限公司 Saturation flow determination method and device
KR101385057B1 (en) * 2012-08-30 2014-04-14 경희대학교 산학협력단 Prediction of urban congestion using ITS based data
CN103714703A (en) * 2013-12-17 2014-04-09 重庆凯泽科技有限公司 Vehicle flow detection algorithm based on video image processing
CN104882005B (en) * 2015-05-15 2017-07-04 青岛海信网络科技股份有限公司 A kind of method and device for detecting lane flow amount
CN105702034B (en) * 2016-03-18 2018-10-09 中国科学院计算技术研究所 Intelligent traffic administration system based on monocular vision and route information method for pushing and system

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19990026306A (en) * 1997-09-24 1999-04-15 양승훈 Traffic Control Image Detection System
KR20040051778A (en) * 2002-12-13 2004-06-19 주식회사 엘지씨엔에스 Noticing method of vehicle-trouble

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19990026306A (en) * 1997-09-24 1999-04-15 양승훈 Traffic Control Image Detection System
KR20040051778A (en) * 2002-12-13 2004-06-19 주식회사 엘지씨엔에스 Noticing method of vehicle-trouble

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
An observed traffic pattern in long freeway queues, Transportation research Part A 35, 2001, pp143-156*

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101280872B1 (en) * 2011-08-31 2013-07-01 휴앤에스(주) detecting system for waiting vehicle in road
KR101287071B1 (en) * 2011-08-31 2013-07-17 휴앤에스(주) compensating system and methode for detecting signal of vehicle
CN106558224A (en) * 2015-09-30 2017-04-05 徐贵力 A kind of traffic intelligent monitoring and managing method based on computer vision
CN106558224B (en) * 2015-09-30 2019-08-02 徐贵力 A kind of traffic intelligent monitoring and managing method based on computer vision
KR20230102257A (en) 2021-12-30 2023-07-07 주식회사 오션소프트 Traffic light operation system and operation method using initial queue processing at intermittent traffic signal intersection and traffic volume-density by link

Also Published As

Publication number Publication date
KR20100034839A (en) 2010-04-02

Similar Documents

Publication Publication Date Title
KR100970404B1 (en) detecting method and system for vehicle density
EP3065087B1 (en) Information processing apparatus, image capturing apparatus, control system applicable to moveable apparatus, information processing method, and carrier medium of program of method
KR102267335B1 (en) Method for detecting a speed employing difference of distance between an object and a monitoring camera
KR101411668B1 (en) A calibration apparatus, a distance measurement system, a calibration method, and a computer readable medium recording a calibration program
US9047518B2 (en) Method for the detection and tracking of lane markings
KR101971878B1 (en) Video surveillance system and method using deep-learning based car number recognition technology in multi-lane environment
KR101095529B1 (en) A traffic data collecting system in high speed using image processing skill and a traffic data collecting method using the same
KR19980077361A (en) Vehicle type discrimination device
KR102008263B1 (en) Convergence detector and traffic enforcement system therewith
US20030190058A1 (en) Apparatus and method for measuring queue length of vehicles
KR101974105B1 (en) Photographing system and method for increasing recognition rate of vehicle number
JP4600929B2 (en) Stop low-speed vehicle detection device
KR101584105B1 (en) Vehicle photographing apparatus based multilane and control method thereof
KR102491091B1 (en) Method for producing collection video clip and, integrated unmanned traffic control system for two/four wheeled vehicle therewith
JP2007026300A (en) Traffic flow abnormality detector and traffic flow abnormality detection method
JPWO2021038695A5 (en)
KR100562008B1 (en) A camera monitoring system for oversee of overspeeding vehicle
KR101894710B1 (en) Apparatus for classifying vehicle type and control method thereof
KR101790744B1 (en) Vehicle interruption crackdown system and method thereof
KR102484688B1 (en) Section control method and section cotrol system using camera and radar
KR20160088986A (en) Lane detection method using disparity based on vanishing point
KR102465167B1 (en) Vehicle number recognition system for increasing recognition rate of vehicle number using rear license plate
KR20170115087A (en) Tire pattern determination device, vehicle type determination device, tire pattern determination method and program
KR101882249B1 (en) Method and Appartus for Recogniting Lane Using Difference Weight, Method and Appartus for Controlling Lane Keeping Assist System Using the Same
JP3875889B2 (en) Image speed detection system and image speed detection method

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130708

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20140709

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20150914

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee