KR101613667B1 - Apparatus for classifyng vehicle type using -dimensional image camera - Google Patents
Apparatus for classifyng vehicle type using -dimensional image camera Download PDFInfo
- Publication number
- KR101613667B1 KR101613667B1 KR1020140096485A KR20140096485A KR101613667B1 KR 101613667 B1 KR101613667 B1 KR 101613667B1 KR 1020140096485 A KR1020140096485 A KR 1020140096485A KR 20140096485 A KR20140096485 A KR 20140096485A KR 101613667 B1 KR101613667 B1 KR 101613667B1
- Authority
- KR
- South Korea
- Prior art keywords
- vehicle
- dimensional
- reading means
- frames
- dimensional profile
- Prior art date
Links
Images
Classifications
-
- 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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
Abstract
본 발명은 3차원 카메라를 이용한 차종 분류장치에 관한 것으로, 구체적으로는 도로 또는 진입로를 지나는 차량을 3차원 카메라로 촬영하고 영상처리하여 차량의 주행 속도, 길이, 높이, 축간 거리 및 축의 수를 포함하는 차량정보를 획득하며, 이를 이용하여 차종을 분류하는 3차원 카메라를 이용한 차종 분류장치에 관한 것이다.More particularly, the present invention relates to a vehicle classifying apparatus using a three-dimensional camera. More particularly, the present invention relates to a vehicle classifying apparatus using a three-dimensional camera, The present invention relates to a vehicle classifying apparatus using a three-dimensional camera for classifying a vehicle class using the acquired vehicle class information.
Description
본 발명은 3차원 카메라를 이용한 차종 분류장치에 관한 것으로, 구체적으로는 도로 또는 진입로를 지나는 차량을 3차원 카메라로 촬영하고 영상처리하여 차량의 주행 속도, 길이, 높이, 축간 거리 및 축의 수를 포함하는 차량정보를 획득하며, 이를 이용하여 차종을 분류하는 3차원 카메라를 이용한 차종 분류장치에 관한 것이다.More particularly, the present invention relates to a vehicle classifying apparatus using a three-dimensional camera. More particularly, the present invention relates to a vehicle classifying apparatus using a three-dimensional camera, The present invention relates to a vehicle classifying apparatus using a three-dimensional camera for classifying a vehicle class using the acquired vehicle class information.
일반적으로, 국도, 지방도 및 고속도로 등의 도로와, 고속도로를 포함하는 유료 도로의 진입로에는 교통량의 조사를 목적으로 하거나 차종별로 통행료를 징수할 목적으로 차종 분류장치가 설치되고 있다.Generally, a vehicle classifier is installed in a roadway such as a national highway, a local road and a highway, and a roadway of a toll road including a highway for the purpose of investigation of the traffic volume or collecting the toll for each vehicle type.
또한, 종래의 차종 분류장치는 크게 매립형 차종 분류장치와 광학식 차종 분류장치로 나눌 수 있는데, 매립형 차종 분류장치는 도로에 매립된 답판 센서, 압전 센서 또는 광섬유 센서가 차량의 타이어 수를 감지하여 차종을 분류하며, 광학식 차종 분류장치는 카메라 또는 레이저 센서를 사용하여 차량을 촬영하고 이를 이용하여 차종을 분류하였다.In addition, the conventional vehicle classifying apparatus can be broadly divided into a flush type vehicle classifying apparatus and an optical type vehicle classifying apparatus. In the flush type vehicle classifying apparatus, a tread sensor, a piezoelectric sensor or an optical fiber sensor embedded in a road detects the number of tires of a vehicle, , And the optical vehicle classifier uses a camera or a laser sensor to photograph the vehicle and classify the vehicle type using the camera.
한편, 매립형 차종 분류장치의 경우 수명이 짧아 잦은 교체가 필요하고, 센서를 교체하여야 할 경우 도로의 교통을 차단한 후 센서를 도로에 매립하는 과정을 거쳐야 하므로 유지보수가 어렵고 비용의 소모가 증가하게 되는 문제점이 있었다.On the other hand, the buried vehicle classifier requires frequent replacement due to its short life span. If the sensor is to be replaced, it is necessary to cut off the traffic on the road and then fill the sensor on the road, which makes maintenance difficult and increases the cost. .
또한, 카메라를 이용한 광학식 차종 분류장치는 안개, 비 또는 눈 등의 환경적인 요인에 의한 영향을 받는 문제점이 있어, 통행료의 징수를 위한 목적으로는 거의 사용되지 않고 있다. In addition, the optical vehicle classifier using a camera has a problem that it is affected by environmental factors such as fog, rain or snow, and is rarely used for the purpose of collecting tolls.
또한, 레이저 센서를 이용하는 광학식 차종 분류장치는 차량의 각 부분을 측정하기 위한 복수의 센서가 필요하고 반사경 및 모터 등이 더 구비되어야 하므로 전체적인 크기가 크고 중량이 무거우며, 특히, 고가의 비용이 소모되는 문제점이 있었다.In addition, the optical vehicle classifying apparatus using a laser sensor requires a plurality of sensors for measuring each part of the vehicle, and further includes a reflector and a motor, so that the optical classifier is large in overall size and heavy in weight, .
본 발명은 상기와 같은 문제점을 감안하여 안출된 것으로, 도로 또는 진입로를 지나는 차량으로부터 주행 속도, 길이, 높이, 축간 거리 및 축의 수를 추출하여 차종을 정밀하게 분류할 수 있으며, 특히, 전체 구성이 단순하고 설치 및 유지보수 비용을 절감할 수 있는 3차원 카메라를 이용한 차종 분류장치를 제공하는데 그 목적이 있다.SUMMARY OF THE INVENTION The present invention has been made in view of the above-mentioned problems, and it is an object of the present invention to accurately classify a vehicle type by extracting a traveling speed, a length, a height, a distance between shafts and the number of shafts from a vehicle passing through a road or an access road, And it is an object of the present invention to provide a vehicle classifying apparatus using a three-dimensional camera that can simplify installation and maintenance costs.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.The objects of the present invention are not limited to the above-mentioned objects, and other objects not mentioned can be clearly understood by those skilled in the art from the following description.
상기와 같은 목적을 달성하기 위한 본 발명은 도로 또는 진입로에 설치되는 차종 분류장치로서, 상기 도로 또는 상기 진입로를 지나는 차량을 촬영하여, 상기 차량에 대한 3차원 포인트 클라우드 데이터가 포함된 복수의 프레임을 획득하는 촬영부; 및 상기 복수의 프레임을 정합하여 상기 차량의 적어도 한 면이 형상화된 3차원 프로파일 데이터를 생성하고, 상기 3차원 프로파일 데이터를 이용하여 상기 차량의 차종을 분류하는 차종 분류부;를 포함하는 차종 분류장치를 제공한다.According to an aspect of the present invention, there is provided an apparatus for classifying vehicles installed on a road or an access road, the vehicle including a plurality of frames including three-dimensional point cloud data for the vehicle, A photographing unit to acquire; And a vehicle classifying unit for classifying the vehicle model of the vehicle by using the three-dimensional profile data to generate three-dimensional profile data in which at least one surface of the vehicle is shaped by matching the plurality of frames, Lt; / RTI >
바람직한 실시예에 있어서, 상기 차종 분류부는 상기 3차원 프로파일 데이터에서 상기 차량의 축간 거리, 축의 수, 폭, 길이 및 높이를 포함하는 차량정보를 획득하며, 상기 차량정보를 이용하여 상기 차종을 분류한다.In a preferred embodiment, the vehicle classifying section obtains vehicle information including the inter-axis distance, the number of axes, the width, the length and the height of the vehicle from the three-dimensional profile data, and classifies the vehicle type using the vehicle information .
바람직한 실시예에 있어서, 상기 차종 분류부는 상기 복수의 프레임을 수집하며, 수집된 각 프레임 내 상기 3차원 포인트 클라우드 데이터의 변화를 분석하여 상기 차량의 진입 시점을 판독하는 차량진입 판독수단; 및 상기 차량의 진입 이후의 프레임들이 저장되며, 저장된 각 프레임을 비교하여 상기 차량의 탈출 시점을 판독하는 차량탈출 판독수단;을 포함한다.In a preferred embodiment, the vehicle classifying section may include: vehicle entry reading means for collecting the plurality of frames, analyzing a change of the three-dimensional point cloud data in each frame collected, and reading the entry point of the vehicle; And vehicle escape reading means for storing frames after the entry of the vehicle and for comparing the stored frames to read out the exit time of the vehicle.
바람직한 실시예에 있어서, 상기 차종 분류부는 상기 차량탈출 판독수단에서 상기 차량의 진입 시점부터 탈출 시점까지의 프레임들이 입력되며, 입력된 각 프레임을 정합하여 상기 3차원 프로파일 데이터로 생성하는 3차원 프로파일 생성수단; 상기 3차원 프로파일 데이터를 이용하여 상기 차량정보를 판독하는 차량정보 판독수단; 및 상기 차량진입 판독수단, 상기 차량탈출 판독수단, 상기 3차원 프로파일 생성수단 및 상기 차량정보 판독수단을 제어하는 제어수단;을 더 포함한다.In a preferred embodiment, the vehicle classifying unit classifies the vehicles into three-dimensional profile data for inputting frames from the vehicle entry point to the exit point and for matching the inputted frames to generate the three- Way; Vehicle information reading means for reading the vehicle information using the three-dimensional profile data; And control means for controlling the vehicle entry reading means, the vehicle exit reading means, the three-dimensional profile generating means, and the vehicle information reading means.
바람직한 실시예에 있어서, 상기 차량정보 판독수단은 상기 각 프레임 별로 계산된 상기 이동거리의 평균값을 프레임 간격으로 나누어 상기 차량의 주행 속도를 더 계산한다.In a preferred embodiment, the vehicle information reading means further calculates the traveling speed of the vehicle by dividing the average value of the traveling distances calculated for each frame by the frame interval.
바람직한 실시예에 있어서, 상기 차량정보 판독수단은 상기 진입 시점의 이동거리와 상기 탈출 시점의 각 이동거리를 비교하여 상기 차량의 가속 또는 감속을 판정한다.In a preferred embodiment, the vehicle information reading means compares the movement distance of the entry point and each of the travel distances at the exit point to determine acceleration or deceleration of the vehicle.
바람직한 실시예에 있어서, 상기 차량정보 판독수단은 상기 차량에서 가속 또는 감속이 이루어진 경우, 위상상관(phase correlation) 알고리즘을 이용하여 각 프레임의 위상 차이로부터 상기 이동거리를 산출한다.In a preferred embodiment, the vehicle information reading means calculates the moving distance from the phase difference of each frame using a phase correlation algorithm when acceleration or deceleration is performed in the vehicle.
바람직한 실시예에 있어서, 상기 3차원 프로파일 생성수단은 상기 각 프레임의 상기 이동거리를 기준으로 상기 각 프레임을 정합한다.In a preferred embodiment, the three-dimensional profile generation means matches each frame based on the moving distance of each frame.
바람직한 실시예에 있어서, 상기 3차원 프로파일 생성수단은 상기 진입 시점부터 탈출 시점까지의 프레임들을 필터링하여 기설정된 좌표 범위를 초과하거나 오검측된 데이터를 제거한 후 상기 3차원 프로파일 데이터를 생성한다.In a preferred embodiment, the three-dimensional profile generation means generates the three-dimensional profile data after filtering frames from the entry point to the exit point to remove the misjudged data or exceeding a predetermined coordinate range.
바람직한 실시예에 있어서, 상기 차량정보 판독수단은 상기 3차원 프로파일 데이터의 x축 및 z축으로 이루어진 2차원 평면 상에 y축 좌표 및 반사광의 강도가 색상 정보로 맵핑되는 2차원 차량 이미지를 생성하고, 상기 2차원 차량 이미지에서 상기 축간 거리 및 상기 축의 수를 산출한다.In a preferred embodiment, the vehicle information reading means generates a two-dimensional vehicle image in which y-axis coordinates and intensity of reflected light are mapped to color information on a two-dimensional plane composed of the x-axis and the z-axis of the three-dimensional profile data Axis distance and the number of axes in the two-dimensional vehicle image.
바람직한 실시예에 있어서, 상기 차량정보 판독수단은 상기 2차원 차량 이미지 내 윤곽선을 검출하고 상기 윤곽선 중에서 원 형태의 윤곽선을 상기 차량의 타이어로 설정하여, 상기 차량의 타이어 간격 및 타이어 개수로부터 상기 축간 거리 및 상기 축의 수를 계산한다.In a preferred embodiment, the vehicle information reading means detects a contour line in the two-dimensional vehicle image and sets a contour of a circle out of the contour lines as a tire of the vehicle so as to calculate the inter-vehicle distance from the tire interval and the number of tires of the vehicle And the number of axes.
바람직한 실시예에 있어서, 상기 차량정보 판독수단은 상기 3차원 프로파일 데이터 상의 x축 성분으로부터 상기 차량의 길이를 계산하고, y축 성분에서 상기 차량의 폭을 계산하며, z축 성분에서 상기 차량의 높이를 계산한다.In a preferred embodiment, the vehicle information reading means calculates the length of the vehicle from the x-axis component on the three-dimensional profile data, calculates the width of the vehicle on the y-axis component, .
바람직한 실시예에 있어서, 상기 차종 분류부는 상기 차량정보 및 상기 차량의 주행 속도가 저장되는 저장수단;을 더 포함한다.In a preferred embodiment, the vehicle classifying section further includes: storage means for storing the vehicle information and the running speed of the vehicle.
바람직한 실시예에 있어서, 상기 차종 분류부는 상기 저장수단에 저장되는 상기 차량정보 및 상기 주행 속도를 외부 통신장치로 전송하는 전송수단;을 더 포함한다.In a preferred embodiment, the vehicle classifying section further includes transmission means for transmitting the vehicle information and the traveling speed stored in the storage means to an external communication device.
바람직한 실시예에 있어서, 상기 차종 분류부는 상기 차량정보 또는 상기 주행 속도가 기설정된 정상 범위를 벗어난 경우, 위반차량의 정보를 전송하는 디지털신호 출력수단;을 더 포함한다.In a preferred embodiment, the vehicle classifying section further includes digital signal output means for transmitting the information of the offending vehicle when the vehicle information or the running speed is out of a predetermined normal range.
바람직한 실시예에 있어서, 상기 촬영부는 3차원 카메라(Light detection and ranging, Lidar)로 구비된다.In a preferred embodiment, the photographing unit is provided with a three-dimensional camera (Light detection and ranging, Lidar).
바람직한 실시예에 있어서, 상기 촬영부는 상기 도로 또는 상기 진입로의 어느 한 측면에서 지면으로부터 이격된 위치로 설치되거나, 상기 도로 또는 상기 진입로의 양 측면에 한 쌍으로 설치된다.In a preferred embodiment, the photographing section is installed at a position spaced apart from the ground on either side of the road or the access road, or on both sides of the road or the access road.
바람직한 실시예에 있어서, 상기 촬영부가 한 쌍인 경우, 상기 차량의 양 측면 및 앞면의 3차원 포인트 클라우드 데이터가 포함된 복수의 프레임을 이용하여 상기 차량의 3차원 부피정보를 획득할 수 있다.In a preferred embodiment, when the photographing section is a pair, three-dimensional volume information of the vehicle can be obtained using a plurality of frames including three-dimensional point cloud data on both sides and front faces of the vehicle.
전술한 과제해결 수단에 의해 본 발명은 레이저 레이더(Lidar)로 구비된 촬영부를 지면에서 이격시켜 설치하여 도로 또는 진입로를 지나는 차량의 차종을 분류하도록 구비되므로, 구조가 간단하여 설치가 용이하며, 도로를 차단하지 않고 수월하게 유지보수를 수행할 수 있으며, 설치 및 유지 비용의 소모를 절감할 수 있는 효과를 얻을 수 있다.According to the present invention, since the photographing unit provided with a laser radar is installed at a distance from the ground to classify a vehicle type of a vehicle passing through a road or an access road, the present invention is simple in structure and easy to install, Maintenance can be carried out easily without shutting off, and the consumption of installation and maintenance costs can be reduced.
또한, 본 발명의 차종분류부는 차량에 대한 3차원 포인트 클라우드 데이터가 포함된 프레임을 복수 개로 획득한 후 이를 3차원 프로파일 데이터로 정합하여 차량정보를 판독하여 차종을 분류하므로, 차종을 보다 정확하게 분류할 수 있으며, 차량의 주행 속도 위반, 적재불량 차량 및 불법 개조 차량 등의 위반 차량도 적발할 수 있는 효과를 얻을 수 있다.In addition, the vehicle type classification unit of the present invention classifies the vehicle types by obtaining a plurality of frames including the three-dimensional point cloud data for the vehicle and then matching them with the three-dimensional profile data to read the vehicle information, And it is possible to obtain an effect that a violation vehicle such as a violation of a running speed of a vehicle, a badly loaded vehicle, or an illegal modified vehicle can be detected.
또한, 3차원 프로파일 데이터의 정합 시 각 프레임 별 차량의 가속 및 감속을 판정하여 주행 속도에 따른 오차를 보정하므로, 3차원 프로파일 데이터에서 차량의 형상을 명확하게 표현할 수 있다.Further, when the three-dimensional profile data is matched, the acceleration and deceleration of the vehicle are determined for each frame, and the error according to the traveling speed is corrected, so that the shape of the vehicle can be clearly expressed in the three-dimensional profile data.
도 1 및 도 2는 본 발명의 일실시예에 따른 차종 분류장치의 설치환경을 설명하기 위한 도면.
도 3은 본 발명의 일실시예에 따른 차종 분류장치를 설명하기 위한 도면.
도 4는 진입 시점 이후의 프레임들에서 산출되는 차량의 이동거리를 설명하기 위한 도면.FIG. 1 and FIG. 2 are diagrams for explaining an installation environment of a vehicle classifying apparatus according to an embodiment of the present invention; FIG.
3 is a view for explaining a vehicle classifying apparatus according to an embodiment of the present invention.
4 is a view for explaining a travel distance of a vehicle calculated in frames after an entry point;
하기의 설명에서 본 발명의 특정 상세들이 본 발명의 보다 전반적인 이해를 제공하기 위해 나타나 있는데, 이들 특정 상세들 없이 또한 이들의 변형에 의해서도 본 발명이 용이하게 실시될 수 있다는 것은 이 기술분야에서 통상의 지식을 가진 자에게 자명할 것이다.It should be understood that the specific details of the invention are set forth in the following description to provide a more thorough understanding of the present invention and that the present invention may be readily practiced without these specific details, It will be clear to those who have knowledge.
한편, 본 발명의 일실시예에 따른 차종 분류장치는 차량의 차종을 분류하기 위한 것으로, 상기 차종은 승용 자동차, 승합 자동차, 화물 자동차, 풀트레일러 및 세미트레일러를 포함하는 차량이 각각 1종 내지 12종으로 분류된다. 또한, 상기 차종에 따라 상기 차량의 축간 거리, 축의 수, 폭, 길이 및 높이의 차이가 있다.Meanwhile, the vehicle classifying apparatus according to an embodiment of the present invention classifies a vehicle type of a vehicle, and the vehicle class includes a vehicle including a passenger car, a custom car, a freight car, a full trailer, and a semi- Species. Further, there is a difference between the axle distance, the number of axes, the width, the length and the height of the vehicle according to the vehicle type.
예컨대, 1종 차량은 16인 이하의 운송에 적합하게 제작된 차량을 뜻하며, 2종 차량은 16인 이상의 운송에 적합한 중형 또는 대형의 버스를 뜻하며, 3종 차량은 2.5톤 미만의 화물수송용트럭을 뜻하며, 4종 차량은 2.5톤 내지 8.5톤의 화물수송용 트럭을 뜻하며, 5종 차량은 9.5톤 내지 17톤의 화물수송용 트럭을 뜻하며, 6종 차량은 16톤 내지 24톤의 화물수송용 트럭을 뜻하며, 7종 차량은 23톤 내지 25톤의 화물수송용 트럭을 뜻하며, 8종 차량은 4축 화물수송용 세미 트레일러를 뜻하며, 9종 차량은 4축 화물수송용 풀 트레일러를 뜻하며, 10종 차량은 5축 화물수송용 세미 트레일러를 뜻하며, 11종 차량은 5축 화물수송용 풀 트레일러를 뜻하며, 12종 차량은 6축 이상의 트레일러를 뜻한다.For example, a Class 1 vehicle refers to a vehicle manufactured for transportation of 16 persons or less, a Class 2 vehicle refers to a medium or large bus suitable for transportation of 16 persons or more, and a Class 3 vehicle refers to a car 4 class vehicles means cargo transportation trucks of 2.5 to 8.5 tons, class 5 vehicles are cargo transportation trucks of 9.5 to 17 tons, and class 6 vehicles are cargo transportation vehicles of 16 to 24 tons. Truck 7 refers to a freight transport truck with a capacity of 23 to 25 tons, 8 refers to a semi-trailer for 4-axis cargo transport, 9 refers to a full-trailer for 4-axis cargo transportation, A class car is a semi-trailer for 5-axis cargo transportation. A class 11 car is a full-trailer for 5-axis cargo transportation. A class 12 car is a 6-axis or more trailer.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도 1 내지 도 4를 참조하여 상세히 설명하되, 본 발명에 따른 동작 및 작용을 이해하는데 필요한 부분을 중심으로 설명한다.
DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, preferred embodiments according to the present invention will be described in detail with reference to FIGS. 1 to 4. FIG.
도 1 및 도 2는 본 발명의 일실시예에 따른 차종 분류장치의 설치환경을 설명하기 위한 도면이다. 1 and 2 are views for explaining an installation environment of a vehicle classifying apparatus according to an embodiment of the present invention.
먼저, 도 1을 참조하면, 본 발명의 일실시예에 따른 차종 분류장치는 도로 또는 진입로를 지나는 차량(10)의 차종을 분류하기 위한 것으로, 촬영부(110) 및 차종 분류부(120)를 포함하여 구성된다.Referring to FIG. 1, a vehicle classifying apparatus according to an embodiment of the present invention is for classifying a vehicle type of a
상기 촬영부(110)는 3차원 카메라(Light detection and ranging, Lidar)로 구비되어, 상기 차량(10)에 대한 3차원 포인트 클라우드 데이터가 포함된 복수의 프레임을 획득할 수 있도록 구비된다. 여기서, 상기 촬영부(110)에서 획득되는 상기 3차원 포인트 클라우드 데이터는 피사체, 즉, 상기 차량(10)의 3차원 형상을 랜더링하기 위해 사용될 수 있다.The photographing
또한, 일반적인 2차원 이미지에서는 2차원 픽셀들이 파장의 함수로서 x축 및 y축 좌표를 포함하는 점과 다르게 상기 3차원 포인트 클라우드 데이터에서는 x축 좌표, y축 좌표 및 z축 좌표를 포함하는 3차원 공간 좌표와 반사광의 강도 데이터를 포함하여 구성될 수 있다.In addition, unlike ordinary two-dimensional images, in which two-dimensional pixels include x-axis and y-axis coordinates as a function of wavelength, in the three-dimensional point cloud data, three-dimensional coordinates including x- Spatial coordinates and intensity data of reflected light.
한편, 본 발명의 일실시예에서 상기 3차원 포인트 클라우드 데이터의 3차원 공간 좌표는, x축은 차량(10)이 이동하는 방향, 즉, 차량(10)의 길이와 대응되고, y축은 차량(10)의 폭과 대응되며, z축은 차량(10)의 높이와 대응되도록 구비되어 있다.In an embodiment of the present invention, the three-dimensional space coordinates of the 3D point cloud data are such that the x-axis corresponds to the direction in which the
또한, 상기 촬영부(110)에서 상기 3차원 포인트 클라우드 데이터가 포함된 복수의 프레임을 획득하면, 상기 차종 분류부(120)에서 상기 복수의 프레임을 수집하여 상기 차량(10)의 차량정보 및 주행 속도를 계산한 후 상기 차량정보로부터 상기 차종을 분류하도록 구비된다. 여기서, 상기 차량정보는 차량의 축간 거리, 축의 수, 길이 및 높이를 포함한다.In addition, when the
또한, 상기 촬영부(110)는 상기 도로 또는 상기 진입로의 어느 한 측면에 설치되며, 또한, 상기 촬영부(110)는 소정 높이의 지상구조물, 가로등 또는 톨게이트 구조물 등에 설치되어 지면으로부터 이격된 위치에 배치될 수 있다.In addition, the photographing
실질적으로, 상기 촬영부(110)는 상기 차량(10)의 앞면과 어느 한 측면, 예컨대, 좌측면 또는 우측면을 촬영할 수 있는 설치 각도로 설치되게 된다. 또한, 상기 촬영부(110)의 설치 각도는 상기 차량의 어느 한 측면의 타이어가 모두 촬영되도록 설정된다.The photographing
또한, 상기 차종 분류부(120)의 경우에는 상기 촬영부(110)와 유선 또는 무선으로 연결되며, 유지보수가 용이하도록 지면 또는 상기 지면과 인접한 위치에서 설치될 수 있다.In the case of the
다른 예로, 도 2에 도시된 바와 같이, 상기 촬영부(110a, 110b)를 한 쌍으로 구비하여 상기 차량(10)의 양 측면을 촬영할 수 있도록 구비될 수도 있다. As another example, as shown in FIG. 2, the photographing
이 경우, 한 쌍의 촬영부(110a, 110b)가 상기 차량의 양 측면 및 앞면에 대한 상기 3차원 포인트 클라우드 데이터를 모두 획득할 수 있으므로, 후술할 차종 분류부(120)에서 영상 처리를 통해 상기 차량의 3차원 부피정보까지 계산할 수도 있다.In this case, since the pair of photographing
예컨대, 상기 한 쌍의 촬영부(110a, 110b)에서 상기 차량의 앞면, 좌측면 및 우측면에 대한 3차원 클라우드 데이터가 포함된 복수의 프레임을 획득할 수 있고, 상기 차종 분류부(120)에서는 이를 정합하여 상기 차량의 앞면 및 양 측면을 모두 형상화하여 상기 차량의 3차원 부피정보를 획득할 수 있다.
For example, the pair of photographing
이하에서는, 상기 차종 분류장치에 구비되는 차종 분류부의 세부적인 구성요소에 대해 상세히 설명하기로 한다.
Hereinafter, the detailed components of the vehicle classifying unit provided in the vehicle classifying device will be described in detail.
도 3은 본 발명의 일실시예에 따른 차종 분류장치를 설명하기 위한 도면이고, 도 4는 진입 시점 이후의 프레임들에서 산출되는 차량의 이동거리를 설명하기 위한 도면이다.FIG. 3 is a view for explaining a vehicle classifying apparatus according to an embodiment of the present invention, and FIG. 4 is a view for explaining a moving distance of a vehicle calculated in frames after an entry point.
도 3 및 도 4를 참조하면, 본 발명의 일실시예에 따른 차종 분류장치의 차종 분류부(120)는 상기 촬영부(110)에서 수집된 복수의 프레임을 정합하여 상기 차량의 적어도 한 면이 형상화된 3차원 프로파일 데이터를 생성하고, 상기 3차원 프로파일 데이터를 이용하여 상기 차량의 차종을 분류하기 위한 것으로, 차량진입 판독수단(121), 차량탈출 판독수단(122), 3차원 프로파일 생성수단(123), 차량정보 판독수단(124) 및 제어수단(125)을 포함하여 구성된다.3 and 4, the
여기서, 상기 3차원 프로파일 데이터의 생성을 위해, 상기 촬영부(110)에서 수집된 복수의 프레임, 즉, 3차원 포인트 클라우드 데이터가 사용된다.Here, to generate the three-dimensional profile data, a plurality of frames collected by the photographing
상기 차량진입 판독수단(121)은 상기 촬영부(110)에서 촬영된 복수의 프레임을 수집하여 상기 차량의 진입 시점을 판독하기 위한 것으로, 상기 촬영부(110)로부터 수집된 각 프레임 내 상기 3차원 포인트 클라우드 데이터의 변화를 분석하도록 구비된다.The vehicle entry reading means 121 is for reading out the entry point of time of the vehicle by collecting a plurality of frames photographed by the photographing
즉, 상기 차량진입 판독수단(121)은 상기 3차원 포인트 클라우드 데이터의 변화가 있는 경우 상기 차량이 상기 촬영부(110)의 촬영 영역에 진입한 것으로 판정하며, 상기 차량의 진입 시점부터 상기 촬영부(110)로부터 수집되는 프레임들은 후술할 차량탈출 판독수단(122)으로 전송된다.That is, the vehicle entry reading means 121 judges that the vehicle has entered the photographing region of the photographing
한편, 상기 차량진입 판독수단(121)은 상기 3차원 포인트 클라우드 데이터의 변화가 없을 경우 차량이 진입하지 않은 것으로 판정하고 수집된 프레임을 삭제하거나 무시하도록 구비될 수도 있다.On the other hand, the vehicle entry reading means 121 may be arranged to determine that the vehicle has not entered when there is no change in the three-dimensional point cloud data, and to delete or ignore the collected frame.
여기서, 상기 차량진입 판독수단(121)은 복수의 프레임을 영상처리하여 상기 차량의 진입을 판독하는 프로그램 또는 상기 프로그램이 저장된 매체로 구비될 수 있다.Here, the vehicle entry reading means 121 may be provided with a program for image-processing a plurality of frames and reading the entrance of the vehicle or a medium in which the program is stored.
다른 예로, 상기 차량진입 판독수단(121)을 복수의 프레임들이 저장 및 삭제하는 저장장치로 구비하고, 후술할 제어수단(125)에서 상기 차량진입 판독수단(121)에 저장되는 각 프레임을 읽어들여 영상처리하여 상기 차량의 진입을 판독하도록 구비될 수도 있다.As another example, the vehicle entry reading means 121 is provided as a storage device for storing and deleting a plurality of frames, and each frame stored in the vehicle entry reading means 121 is read by the control means 125, which will be described later And to read the entry of the vehicle by image processing.
상기 차량탈출 판독수단(122)은 상기 차량의 탈출 시점을 판독하기 위한 것으로, 상기 차량진입 판독수단(121)에서 전송되는 프레임들, 즉, 상기 진입 시점 이후의 프레임들을 저장하고, 또한, 저장되는 각 프레임을 비교하여 상기 탈출 시점을 판독하도록 구비된다.The vehicle escape reading means 122 is for reading out the escape timing of the vehicle and stores the frames transmitted from the vehicle entry reading means 121, that is, frames after the entry point, And compare the frames to read out the escape time.
여기서, 상기 차량탈출 판독수단(122)은 상기 진입 시점 이후의 각 프레임을 비교하여, 상기 차량으로 추정되는 피사체의 이동거리와 상기 차량이 완전히 사라지기 이전의 특정 프레임을 검출하도록 구비된다. Here, the vehicle escape reading means 122 is provided to compare the frames after the entry point and detect the movement distance of the subject estimated as the vehicle and a specific frame before the vehicle completely disappears.
즉, 후술할 3차원 프로파일 생성부 및 차량정보 판독부에서 처리되어야 하는 프레임들이 상기 차량탈출 판독수단(122)에서 산출된다.That is, the vehicle escape reading means 122 calculates the frames to be processed by the three-dimensional profile generating unit and the vehicle information reading unit, which will be described later.
또한, 본 발명의 일실시예에서는 상기 촬영부(110)에서 촬영되는 차량이 이동하는 방향이 상기 각 프레임의 x축 방향에 대응하며, 상기 차량으로 추정되는 피사체가 x축 상에 모두 위치한 시점을 상기 통과 시점으로 구분하였고, 상기 통과 시점을 기준으로 상기 차량이 최초 출현한 최초 프레임부터 상기 통과 시점 이전의 프레임을 상기 진입 시점의 프레임들로 구분하고, 상기 통과 시점 이후의 프레임부터 상기 차량이 완전히 사라진 특정 프레임까지 탈출 시점의 프레임들로 구분하였다.In addition, in an embodiment of the present invention, the direction in which the vehicle taken by the photographing
또한, 도 4에 도시된 바와 같이, 상기 차량탈출 판독수단(122)은 상기 진입 시점 이후의 프레임들을 x축 및 z축으로 이루어진 2차원 이미지로 변환하여, 상기 이동거리 및 상기 탈출 시점을 판독하도록 구비될 수 있다.4, the vehicle escape reading means 122 converts the frames after the entry point into a two-dimensional image composed of x-axis and z-axis, and reads out the moving distance and the escape time .
예컨대, 상기 차량탈출 판독수단(122)은 최초 프레임인 제 1프레임과 상기 제 1프레임 이후의 제 2프레임을 비교하여, 상기 진입 시점에서의 차량의 이동거리(d1)를 계산할 수 있으며, 상기 통과 시점 이후의 프레임인 제 N프레임과 상기 제 N프레임 이후의 제 N프레임을 비교하여, 상기 탈출 시점에서의 차량의 이동거리(d2)를 계산하도록 구비될 수 있다.For example, the vehicle escape reading means 122 may compute a moving distance d 1 of the vehicle at the entry point by comparing the first frame, which is the first frame, with the second frame after the first frame, passage may be provided by the N-th frame after a frame start point and the comparison of the N-th frame after the N-th frame, to calculate a movement distance (d 2) of the vehicle at the exit point.
또한, 상기 차량의 이동거리는 각각의 프레임별로 계산되어 후술할 차량정보 판독부에서 상기 차량의 주행 속도를 계산할 수 있게 한다.Further, the moving distance of the vehicle is calculated for each frame, so that the vehicle information reading unit, which will be described later, can calculate the traveling speed of the vehicle.
한편, 상기 차량을 촬영하는 동안에 상기 차량이 가속 또는 감속을 하는 경우가 발생할 수 있고, 상기 차량의 가속 또는 감속으로 인하여 오차가 발생할 수도 있다.On the other hand, there may occur a case where the vehicle accelerates or decelerates while shooting the vehicle, and an error may occur due to acceleration or deceleration of the vehicle.
따라서, 상기 차량탈출 판독수단(122)은 상기 진입 시점의 이동거리 평균값과, 상기 탈출 시점의 이동거리 평균값을 각각 계산한 후 이를 비교하여 상기 차량의 가속 또는 감속을 판정할 수도 있다.Therefore, the vehicle escape reading means 122 may determine the acceleration or deceleration of the vehicle by calculating the mean value of the moving distance at the entry point and the moving distance average value at the exit point, respectively, and comparing the calculated values.
또한, 상기 차량에서 가속 또는 감속이 이루어진 것으로 판정되면, 상기 차량탈출 판독수단(122)은 상기 프레임 별 이동거리를 위상상관(phase correlation) 알고리즘을 이용하여 계산하게 된다. 즉, 각 프레임의 위상 차이에서 이동거리를 산출하게 된다.Further, if it is determined that acceleration or deceleration is performed in the vehicle, the vehicle escape reading means 122 calculates the moving distance per frame using a phase correlation algorithm. That is, the movement distance is calculated from the phase difference of each frame.
또한, 상기 차량탈출 판독수단(122)은 상기 진입 시점 이후의 프레임들을 2차원 이미지로 변환하여 각 프레임을 비교하거나, 상기 진입 시점 이후의 프레임들의 3차원 포인트 클라우드 데이터에서 x축 좌표 및 z축 좌표를 비교하여 상기 차량의 이동거리 및 상기 탈출 시점을 판독할 수 있게 하는 프로그램 또는 상기 프로그램이 저장된 매체로 구비될 수 있다.The vehicle escape reading means 122 converts the frames after the entry point into a two-dimensional image and compares the frames, or calculates x-axis coordinates and z-axis coordinates A program for making it possible to read the moving distance of the vehicle and the escape time, or a medium in which the program is stored.
다른 예로, 상기 차량탈출 판독수단(122)을 복수의 프레임들이 임시 저장되는 메모리 버퍼로 구비하고, 후술할 제어수단(125)에서 상기 차량탈출 판독수단(122)에 저장된 각 프레임을 읽어들여 상기 이동거리 및 상기 탈출 시점을 판독하도록 구비될 수도 있다.As another example, the vehicle escape reading means 122 may be provided as a memory buffer in which a plurality of frames are temporarily stored, and each frame stored in the vehicle escape reading means 122 is read by the control means 125, The distance and the time of the escape.
한편, 상기 차량탈출 판독수단(122)은 상기 프레임들을 각 프레임 별 3차원 포인트 클라우드 데이터에서 x축 좌표 및 z축 좌표를 비교하는 방식으로도 구현될 수도 있다.On the other hand, the vehicle escape reading means 122 may also be realized in such a manner that the frames are compared with the x-axis coordinate and the z-axis coordinate in the three-dimensional point cloud data for each frame.
상기 3차원 프로파일 생성수단(123)은 상기 3차원 포인트 클라우드 데이터로부터 상기 3차원 프로파일 데이터를 생성하기 위한 것으로, 상기 차량탈출 판독수단(122)에서 상기 차량의 진입 시점부터 탈출 시점까지의 프레임들이 입력받아 상기 3차원 프로파일 데이터를 생성한다.The three-dimensional profile generating means 123 is for generating the three-dimensional profile data from the three-dimensional point cloud data. In the vehicle escape reading means 122, frames from the entry point to the exit point of the vehicle are input And generates the three-dimensional profile data.
또한, 상기 3차원 프로파일 생성수단(123)은 상기 진입 시점부터 탈출 시점까지의 프레임들이 입력되면, 먼저, 각 프레임의 3파원 포인트 클라우드 데이터 중에서 기설정된 좌표 범위를 초과하거나 오검측된 데이터를 제거하는 필터링을 수행한다.When the frames from the entry point to the exit point are inputted, the three-dimensional profile generation means 123 firstly removes misjudged data from the triplet point cloud data of each frame that exceeds the preset coordinate range Perform filtering.
또한, 상기 3차원 프로파일 생성수단(123)은 상기 3차원 포인트 클라우드 데이터를 포함하는 각 프레임을 정합하며, 이때, 상기 각 프레임 별 이동거리를 기준으로 각각의 프레임을 이어붙여서 상기 3차원 프로파일 데이터로 생성한다.Also, the three-dimensional profile generation means 123 matches each frame including the three-dimensional point cloud data. At this time, the three-dimensional profile generation means 123 connects each frame based on the moving distance of each frame, .
또한, 상기 3차원 프로파일 데이터는 상기 차량의 앞면 및 어느 한 측면을 형상화하게 되며, 후술할 차량정보 판독부는 상기 3차원 프로파일 데이터를 이용하여 상기 차량의 폭, 길이 및 높이를 계산하게 된다.In addition, the three-dimensional profile data forms the front surface and the one side surface of the vehicle, and the vehicle information reading unit, which will be described later, calculates the width, length and height of the vehicle using the three-dimensional profile data.
한편, 상기 3차원 프로파일 생성수단(123)은 상기 3차원 포인트 클라우드 데이터를 3차원 형상, 즉, 상기 3차원 프로파일 데이터를 랜더링하기 위한 프로그램 또는 상기 프로그램이 저장된 매체로 구비될 수 있다.The three-dimensional profile generation means 123 may be provided with a three-dimensional shape, that is, a program for rendering the three-dimensional profile data or a medium for storing the three-dimensional point cloud data.
상기 차량정보 판독수단(124)은 상기 차량의 주행 속도 및 차량정보를 판독하기 위한 것으로, 상기 차량탈출 판독수단(122)에서 계산된 각 프레임별 이동거리를 이용하여 상기 주행 속도를 계산하며, 상기 3차원 프로파일 데이터에서 상기 차량정보를 판독한다.The vehicle information reading means 124 is for reading the traveling speed and the vehicle information of the vehicle and calculates the traveling speed using the traveling distances for each frame calculated by the vehicle escape reading means 122, The vehicle information is read out from the three-dimensional profile data.
여기서, 상기 차량정보 판독수단(124)은 상기 차량정보의 판독을 위하여, 2차원 차량 이미지를 생성하여 상기 차량의 축간 거리 및 축의 수를 산출하며, 또한, 상기 3차원 프로파일 데이터의 x축, y축 및 z축 성분을 이용하여 상기 차량의 길이, 폭 및 높이를 계산한다. 또한, 상기 차량정보는 상기 차량의 축간 거리, 축의 수, 길이, 폭 및 높이를 포함하는 정보이다.Here, the vehicle information reading means 124 generates a two-dimensional vehicle image to calculate the vehicle-to-vehicle distance and the number of axes for reading out the vehicle information, and also calculates the x-axis, y The length, width, and height of the vehicle are calculated using the axis and z-axis components. The vehicle information is information including the distance between the axes of the vehicle, the number of axes, the length, the width, and the height.
이때, 상기 차량정보 판독수단(124)은 상기 3차원 프로파일 데이터를 이용하여 x축 및 z축으로 이루어진 2차원 평면을 생성한 후, 상기 2차원 평면 상의 각 좌표에 y축 좌표 및 반사광의 강도를 색상 정보로 맵핑하여 상기 2차원 차량 이미지를 생성한다. 즉, 상기 2차원 차량 이미지는 상기 y축 좌표 및 상기 반사광의 강도에 따라 색상이 다르게 표현될 수 있다.At this time, the vehicle information reading means 124 generates a two-dimensional plane composed of the x-axis and the z-axis using the three-dimensional profile data, and then calculates y-axis coordinates and intensity of the reflected light on each coordinate on the two- And generates the two-dimensional vehicle image by mapping to color information. That is, the two-dimensional vehicle image may be displayed in different colors depending on the y-axis coordinates and the intensity of the reflected light.
또한, 상기 차량정보 판독수단(124)은 상기 2차원 차량 이미지에서 윤곽선을 추출하여 상기 축간 거리 및 상기 축의 수를 산출하게 되는데, 이때, 상기 2차원 차량 이미지에서 검출된 윤곽선 중에서 곡선으로 이루어지는 윤곽선, 특히, 원 형태가 되는 윤곽선을 추출하여 상기 차량의 타이어로 설정한다.The vehicle information reading means 124 extracts a contour line from the two-dimensional vehicle image and calculates the inter-axis distance and the number of axes. At this time, the outline of the contour detected in the two- In particular, the outline of the circle shape is extracted and set as the tire of the vehicle.
이때, 상기 2차원 차량 이미지에서 검출되는 상기 차량의 타이어 간격 및 타이어 개수는 실질적으로 상기 차량의 축의 수 및 축간 거리와 각각 대응된다.At this time, the tire interval and the number of tires of the vehicle detected in the two-dimensional vehicle image substantially correspond to the number of axles of the vehicle and the inter-axis distance, respectively.
또한, 상기 차량의 타이어 검출을 위하여, 실제 차량의 차량 제원 정보를 기준으로 한 차량 타이어 파라미터가 더 구성될 수 있으며, 상기 차량 타이어 파라미터는 차량 타이어의 중심 위치 및 원의 크기와, 상기 차량 타이어들의 간격이 미리 설정 또는 저장된 것일 수 있다.Further, in order to detect the tire of the vehicle, a vehicle tire parameter based on the vehicle specification information of the actual vehicle may be further configured, and the vehicle tire parameter may include a center position and a circle size of the vehicle tire, The interval may be preset or stored.
또한, 상기 차량의 길이, 폭 및 높이의 경우에는, 상기 차량정보 판독수단(124)에서 상기 3차원 프로파일 데이터 상의 x축 성분으로부터 상기 차량의 길이를 계산하고, y축 성분에서 상기 차량의 폭을 계산하며, z축 성분에서 상기 차량의 높이를 계산할 수 있다.In the case of the length, width and height of the vehicle, the vehicle information reading means 124 calculates the length of the vehicle from the x-axis component on the three-dimensional profile data, and calculates the width of the vehicle in the y- And calculate the height of the vehicle at the z-axis component.
또한, 상기 주행 속도의 계산을 위해, 상기 차량정보 판독수단(124)은 상기 차량탈출 판독수단(122)에서 계산된 각 프레임 별 이동거리를 이용하게 된다.In addition, for calculation of the traveling speed, the vehicle information reading means 124 uses the moving distance for each frame calculated by the vehicle exit reading means 122. [
또한, 상기 주행 속도는 이동거리들의 평균값을 프레임 간격으로 나눈 값으로 계산되며, 상기 프레임 간격은, 예컨대, 프레임 레이트가 초당 50회일 때 0.02초로 설정된다. 즉, 상기 차량정보 판독수단(124)은 상기 진입 시점부터 상기 탈출 시점까지의 프레임들에서 상기 차량으로 추정되는 피사체가 이동한 속도를 상기 차량의 주행 속도로 계산하게 된다.Also, the running speed is calculated by dividing the average value of the moving distances by the frame interval, and the frame interval is set to 0.02 seconds, for example, when the frame rate is 50 per second. That is, the vehicle information reading means 124 calculates the speed at which the object estimated as the vehicle moves in the frames from the entry point to the exit point as the running speed of the vehicle.
상기 제어수단(125)은 상기 차량진입 판독수단(121), 상기 차량탈출 판독수단(122), 상기 3차원 프로파일 생성수단(123) 및 상기 차량정보 판독수단(124)을 제어하기 위한 것으로, 엠씨유(MCU) 또는 마이크로프로세서로 구비될 수 있다.The control means 125 is for controlling the vehicle entry reading means 121, the vehicle exit reading means 122, the three-dimensional profile generating means 123 and the vehicle information reading means 124, (MCU) or a microprocessor.
또한, 상기 제어수단(125)은 상기 차량진입 판독수단(121)에서 상기 차량의 진입 시점을 판독할 수 있게 하며, 상기 차량탈출 판독수단(122)에서 상기 차량의 이동거리 및 탈출 시점을 판독할 수 있게 하며, 상기 3차원 프로파일 생성수단(123)에서 상기 3차원 프로파일 데이터를 생성할 수 있게 하고, 상기 차량정보 판독수단(124)에서 상기 차량의 주행 속도 및 상기 차량정보를 판독하도록 각 수단을 제어하게 된다.In addition, the control means (125) allows the vehicle entry reading means (121) to read the entry point of the vehicle, and the vehicle exit reading means (122) Dimensional profile data to be generated by the three-dimensional profile generating means 123, and the means for reading the vehicle running speed and the vehicle information from the vehicle information reading means 124 Respectively.
또한, 본 발명의 일실시예에 따른 차종 분류부(120)에는 상기 차량정보 및 상기 주행 속도를 저장하기 위한 저장수단(126)이 더 구비될 수 있다.In addition, the
다른 예로, 본 발명의 일실시예에 따른 차종 분류부(120)에는 상기 차량정보 및 상기 주행 속도를 외부 통신장치 또는 외부의 컴퓨팅 장치로 전송하기 위한 전송수단(127)을 더 구비할 수도 있다.As another example, the
또 다른 예로, 본 발명의 일실시예에 따른 차종 분류부(120)는 상기 저장수단(126)에 저장되는 상기 차량정보 또는 상기 주행 속도가 기설정된 정상 범위를 벗어난 경우 외부 통신장치 또는 외부의 컴퓨팅 장치로 위반차량의 정보를 전송하기 위한 디지털신호 출력수단(128)을 더 구비할 수도 있다.In another example, the
또한, 상기 디지털신호 출력수단(128)은 상기 차량의 진입 시점을 외부 통신장치 또는 외부의 컴퓨팅 장치로 전송하여, 외부애서 차량의 진입 여부를 확인할 수 있게 할 수도 있다.In addition, the digital signal output means 128 may transmit the entry point of the vehicle to an external communication device or an external computing device so as to confirm whether the external vehicle is entering or exiting.
이상에서는 본 발명의 바람직한 실시예를 예시적으로 설명하였으나, 본 발명의 범위는 이와 같은 특정 실시예에만 한정되는 것은 아니며, 특허청구범위에 기재된 범주 내에서 적절하게 변경 가능한 것이다. While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed embodiments, but, on the contrary, is intended to cover various modifications and equivalent arrangements included within the spirit and scope of the invention.
110 : 촬영부
120 : 차종 분류부
121 : 차량진입 판독수단
122 : 차량탈출 판독수단
123 : 3차원 프로파일 생성수단
124 : 차량정보 판독수단
125 : 제어수단
126 : 저장수단
127 : 전송수단
128 : 디지털신호 출력수단110:
120: Vehicle classification section
121: Vehicle entry reading means
122: vehicle escape reading means
123: 3D profile creation means
124: vehicle information reading means
125: Control means
126: Storage means
127: transfer means
128: Digital signal output means
Claims (18)
상기 도로 또는 상기 진입로를 지나는 차량을 촬영하여, 상기 차량에 대한 3차원 포인트 클라우드 데이터가 포함된 복수의 프레임을 획득하는 촬영부; 및
상기 복수의 프레임을 정합하여 상기 차량의 적어도 한 면이 형상화된 3차원 프로파일 데이터를 생성하고, 상기 3차원 프로파일 데이터를 이용하여 상기 차량의 차종을 분류하는 차종 분류부;를 포함하는 차종 분류장치로서,
상기 차종 분류부는 상기 3차원 프로파일 데이터의 x축 및 z축으로 이루어진 2차원 평면상에 y축 좌표 및 반사광의 강도가 색상 정보로 맵핑되는 2차원 차량 이미지를 생성하고, 상기 2차원 차량 이미지로부터 상기 차량의 차종을 분류하는 것을 특징으로 하는 차종 분류장치.
A vehicle classifying device installed on a road or an access road,
A photographing unit photographing a vehicle passing through the road or the access road and acquiring a plurality of frames including three-dimensional point cloud data for the vehicle; And
And a vehicle classifying unit for classifying the vehicle model using the three-dimensional profile data to generate three-dimensional profile data in which at least one surface of the vehicle is shaped by matching the plurality of frames, ,
Wherein the vehicle classifying section generates a two-dimensional vehicle image in which y-axis coordinates and intensity of reflected light are mapped to color information on a two-dimensional plane composed of x-axis and z-axis of the three-dimensional profile data, And classifying the vehicle type of the vehicle.
상기 차종 분류부는 상기 3차원 프로파일 데이터에서 상기 차량의 축간 거리, 축의 수, 폭, 길이 및 높이를 포함하는 차량정보를 획득하며, 상기 차량정보를 이용하여 상기 차종을 분류하는 것을 특징으로 하는 차종 분류장치.
The method according to claim 1,
Wherein the vehicle classifying section obtains vehicle information including the inter-axis distance, the number of axes, the width, the length and the height of the vehicle from the three-dimensional profile data, and classifies the vehicle model using the vehicle information Device.
상기 차종 분류부는
상기 복수의 프레임을 수집하며, 수집된 각 프레임 내 상기 3차원 포인트 클라우드 데이터의 변화를 분석하여 상기 차량의 진입 시점을 판독하는 차량진입 판독수단; 및
상기 차량의 진입 이후의 프레임들이 저장되며, 저장된 각 프레임을 비교하여 상기 차량의 탈출 시점을 판독하는 차량탈출 판독수단;을 포함하는 것을 특징으로 하는 차종 분류장치.
3. The method of claim 2,
The vehicle classifier
Vehicle entry reading means for collecting the plurality of frames, analyzing a change of the three-dimensional point cloud data in each frame collected and reading the entry point of the vehicle; And
And vehicle escape reading means for storing frames after the entry of the vehicle and for comparing the stored frames to read out the exit time of the vehicle.
상기 차종 분류부는
상기 차량탈출 판독수단에서 상기 차량의 진입 시점부터 탈출 시점까지의 프레임들이 입력되며, 입력된 각 프레임을 정합하여 상기 3차원 프로파일 데이터로 생성하는 3차원 프로파일 생성수단;
상기 3차원 프로파일 데이터를 이용하여 상기 차량정보를 판독하는 차량정보 판독수단; 및
상기 차량진입 판독수단, 상기 차량탈출 판독수단, 상기 3차원 프로파일 생성수단 및 상기 차량정보 판독수단을 제어하는 제어수단;을 더 포함하는 것을 특징으로 하는 차종 분류장치.
The method of claim 3,
The vehicle classifier
A three-dimensional profile generating means for inputting frames from an entry point of the vehicle to an exit point of the vehicle in the vehicle exit reading means and matching the inputted frames to generate the three-dimensional profile data;
Vehicle information reading means for reading the vehicle information using the three-dimensional profile data; And
Further comprising: control means for controlling the vehicle entry reading means, the vehicle exit reading means, the three-dimensional profile generating means, and the vehicle information reading means.
상기 차량정보 판독수단은 상기 각 프레임 별로 계산된 이동거리의 평균값을 프레임 간격으로 나누어 상기 차량의 주행 속도를 더 계산하는 것을 특징으로 하는 차종 분류장치.
5. The method of claim 4,
Wherein the vehicle information reading means further calculates the traveling speed of the vehicle by dividing the average value of the traveling distance calculated for each frame by the frame interval.
상기 차량정보 판독수단은 상기 진입 시점의 이동거리와 상기 탈출 시점의 각 이동거리를 비교하여 상기 차량의 가속 또는 감속을 판정하는 것을 특징으로 하는 차종 분류장치.
6. The method of claim 5,
Wherein the vehicle information reading means determines acceleration or deceleration of the vehicle by comparing the travel distance at the entry point and the travel distance at the exit point.
상기 차량정보 판독수단은 상기 차량에서 가속 또는 감속이 이루어진 경우, 위상상관(phase correlation) 알고리즘을 이용하여 각 프레임의 위상 차이로부터 상기 이동거리를 산출하는 것을 특징으로 하는 차종 분류장치.
The method according to claim 6,
Wherein the vehicle information reading means calculates the moving distance from a phase difference of each frame by using a phase correlation algorithm when acceleration or deceleration is performed in the vehicle.
상기 3차원 프로파일 생성수단은 상기 각 프레임의 이동거리를 기준으로 상기 각 프레임을 정합하는 것을 특징으로 하는 차종 분류장치.
5. The method of claim 4,
Wherein the three-dimensional profile generating means matches each of the frames based on a moving distance of each of the frames.
상기 3차원 프로파일 생성수단은 상기 진입 시점부터 탈출 시점까지의 프레임들을 필터링하여 기설정된 좌표 범위를 초과하거나 오검측된 데이터를 제거한 후 상기 3차원 프로파일 데이터를 생성하는 것을 특징으로 하는 차종 분류장치.
9. The method of claim 8,
Wherein the three-dimensional profile generating means generates the three-dimensional profile data after filtering frames from the entry point to the exit point to remove the misjudged data or exceeding a preset coordinate range.
상기 차량정보 판독수단은 상기 2차원 차량 이미지 내 윤곽선을 검출하고 상기 윤곽선 중에서 원 형태의 윤곽선을 상기 차량의 타이어로 설정하여, 상기 차량의 타이어 간격 및 타이어 개수로부터 상기 축간 거리 및 상기 축의 수를 계산하는 것을 특징으로 하는 차종 분류장치.
5. The method of claim 4,
Wherein the vehicle information reading means detects a contour line in the two-dimensional vehicle image and sets a contour of a circle shape out of the contour lines as a tire of the vehicle, calculates the inter-axis distance and the number of axes from the tire interval and the number of tires of the vehicle The vehicle classifying device comprising:
상기 차량정보 판독수단은 상기 3차원 프로파일 데이터 상의 x축 성분으로부터 상기 차량의 길이를 계산하고, y축 성분에서 상기 차량의 폭을 계산하며, z축 성분에서 상기 차량의 높이를 계산하는 것을 특징으로 하는 차종 분류장치.
12. The method of claim 11,
Wherein the vehicle information reading means calculates the length of the vehicle from the x-axis component on the three-dimensional profile data, calculates the width of the vehicle on the y-axis component, and calculates the height of the vehicle on the z- Vehicle classifier.
상기 차종 분류부는 상기 차량정보 및 상기 차량의 주행 속도가 저장되는 저장수단;을 더 포함하는 것을 특징으로 하는 차종 분류장치.
6. The method of claim 5,
Wherein the vehicle classifying unit further comprises storage means for storing the vehicle information and the running speed of the vehicle.
상기 차종 분류부는 상기 저장수단에 저장되는 상기 차량정보 및 상기 주행 속도를 외부 통신장치로 전송하는 전송수단;을 더 포함하는 것을 특징으로 하는 차종 분류장치.
14. The method of claim 13,
Further comprising transmission means for transmitting the vehicle information and the traveling speed stored in the storage means to the external communication device.
상기 차종 분류부는 상기 차량정보 또는 상기 주행 속도가 기설정된 정상 범위를 벗어난 경우, 위반차량의 정보를 전송하는 디지털신호 출력수단;을 더 포함하는 것을 특징으로 하는 차종 분류장치.
15. The method of claim 14,
Further comprising: digital signal output means for transmitting the information of the offending vehicle when the vehicle information or the running speed is out of a predetermined normal range.
상기 촬영부는 3차원 카메라(Light detection and ranging, Lidar)로 구비되는 것을 특징으로 하는 차종 분류장치.
The method according to any one of claims 1 to 9, 11 to 15,
Wherein the photographing unit is provided with a three-dimensional camera (Light detection and ranging, Lidar).
상기 촬영부는 상기 도로 또는 상기 진입로의 어느 한 측면에서 지면으로부터 이격된 위치로 설치되거나, 상기 도로 또는 상기 진입로의 양 측면에 한 쌍으로 설치되는 것을 특징으로 하는 차종 분류장치.
17. The method of claim 16,
Wherein the photographing unit is installed at a position spaced apart from the ground on either side of the road or the access road, or is installed on both sides of the road or the access road.
상기 촬영부가 한 쌍인 경우, 상기 차량의 양 측면 및 앞면의 3차원 포인트 클라우드 데이터가 포함된 복수의 프레임을 이용하여 상기 차량의 3차원 부피정보를 획득할 수 있게 한 것을 특징으로 하는 차종 분류장치.
18. The method of claim 17,
Wherein when the photographing unit is a pair, three-dimensional volume information of the vehicle can be obtained using a plurality of frames including three-dimensional point cloud data on both sides and a front surface of the vehicle.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140096485A KR101613667B1 (en) | 2014-07-29 | 2014-07-29 | Apparatus for classifyng vehicle type using -dimensional image camera |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140096485A KR101613667B1 (en) | 2014-07-29 | 2014-07-29 | Apparatus for classifyng vehicle type using -dimensional image camera |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20160014363A KR20160014363A (en) | 2016-02-11 |
| KR101613667B1 true KR101613667B1 (en) | 2016-04-19 |
Family
ID=55351591
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020140096485A KR101613667B1 (en) | 2014-07-29 | 2014-07-29 | Apparatus for classifyng vehicle type using -dimensional image camera |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101613667B1 (en) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102097673B1 (en) * | 2019-04-29 | 2020-04-06 | 주식회사에스에이티 | System and method for obtaining information of vehicle using side image thereof |
| KR102187142B1 (en) * | 2019-12-13 | 2020-12-04 | 주식회사 센서리움 | The apparatus and method of detecting a car |
| KR102157848B1 (en) * | 2020-04-14 | 2020-09-18 | 한국정보기술 주식회사 | Apparatus for Detection and Classification of Vehicle Using Machine Learning in Expressway Toll Collection System |
| KR102458136B1 (en) * | 2020-07-28 | 2022-10-24 | 인하대학교 산학협력단 | Bad load truck enforcement system |
| CN114688989B (en) * | 2020-12-25 | 2024-07-05 | 武汉万集信息技术有限公司 | Vehicle feature extraction method and extraction system |
| KR20230146418A (en) | 2022-04-12 | 2023-10-19 | 경기대학교 산학협력단 | Flex zone operating system and method thereof |
| KR102567044B1 (en) * | 2022-09-23 | 2023-08-11 | 이동수 | Vehicle profiling extraction using lidar sensor and tunnel collision notification system and method |
| CN116030628A (en) * | 2023-01-06 | 2023-04-28 | 广州市杜格科技有限公司 | Vehicle type classification method and traffic investigation equipment based on double laser point cloud data analysis |
| CN118328860A (en) * | 2024-06-13 | 2024-07-12 | 深圳玩智商科技有限公司 | Detection device and method for dragging falling cargoes of vehicle |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002515116A (en) | 1995-04-28 | 2002-05-21 | シユワルツ・エレクトロ−オプテイクス・インコーポレーテツド | Intelligent vehicles, roads, systems, sensors and methods |
| JP2002197588A (en) * | 2000-12-26 | 2002-07-12 | Fujitsu Ltd | Method for discriminating tire type of traveling vehicle and method and device for discriminating vehicle model |
-
2014
- 2014-07-29 KR KR1020140096485A patent/KR101613667B1/en active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002515116A (en) | 1995-04-28 | 2002-05-21 | シユワルツ・エレクトロ−オプテイクス・インコーポレーテツド | Intelligent vehicles, roads, systems, sensors and methods |
| JP2002197588A (en) * | 2000-12-26 | 2002-07-12 | Fujitsu Ltd | Method for discriminating tire type of traveling vehicle and method and device for discriminating vehicle model |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20160014363A (en) | 2016-02-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101613667B1 (en) | Apparatus for classifyng vehicle type using -dimensional image camera | |
| JP7499256B2 (en) | System and method for classifying driver behavior - Patents.com | |
| US10949684B2 (en) | Vehicle image verification | |
| CN108345822B (en) | Point cloud data processing method and device | |
| CN109844762B (en) | In-vehicle image processing apparatus | |
| US10984557B2 (en) | Camera calibration using traffic sign recognition | |
| US9390568B2 (en) | Driver identification based on driving maneuver signature | |
| US8996234B1 (en) | Driver performance determination based on geolocation | |
| CN107972662A (en) | To anti-collision warning method before a kind of vehicle based on deep learning | |
| US10699567B2 (en) | Method of controlling a traffic surveillance system | |
| CN103116988B (en) | Traffic flow and vehicle type detecting method based on TOF (time of flight) camera | |
| CN108243623A (en) | Vehicle anticollision method for early warning and system based on binocular stereo vision | |
| GB2560110A (en) | Detection and documentation of tailgating and speeding violations | |
| CN105206109A (en) | Infrared CCD based foggy day identifying early-warning system and method for vehicle | |
| JP2009301495A (en) | Image processor and image processing method | |
| CN113569778A (en) | Pavement slippery area detection and early warning method based on multi-mode data fusion | |
| CN114119955A (en) | Method and device for detecting potential dangerous target | |
| CN111033169A (en) | Method and control device for estimating vehicle dimensions | |
| Negru et al. | Assisting navigation in homogenous fog | |
| Savino et al. | Obstacle detection test in real-word traffic contexts for the purposes of motorcycle autonomous emergency braking (MAEB) | |
| Suganuma et al. | Fast dynamic object extraction using stereovision based on occupancy grid maps and optical flow | |
| CN117836818A (en) | Information processing device, information processing system, model, and model generation method | |
| KR102542175B1 (en) | System for analyzing information using video and method thereof | |
| Guan et al. | Development of advanced driver assist systems using smart phones | |
| JP2012216125A (en) | Object detection method, object detection device, and object detection program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| 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: 20190408 Year of fee payment: 4 |