KR101837256B1 - 능동형 교통 신호 제어 방법 및 그 시스템 - Google Patents

능동형 교통 신호 제어 방법 및 그 시스템 Download PDF

Info

Publication number
KR101837256B1
KR101837256B1 KR1020150183131A KR20150183131A KR101837256B1 KR 101837256 B1 KR101837256 B1 KR 101837256B1 KR 1020150183131 A KR1020150183131 A KR 1020150183131A KR 20150183131 A KR20150183131 A KR 20150183131A KR 101837256 B1 KR101837256 B1 KR 101837256B1
Authority
KR
South Korea
Prior art keywords
traffic
traffic signal
situation information
vehicle
server
Prior art date
Application number
KR1020150183131A
Other languages
English (en)
Other versions
KR20170074076A (ko
Inventor
임대운
윤한국
박대훈
박태성
조승연
탁효준
Original Assignee
동국대학교 산학협력단
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 동국대학교 산학협력단 filed Critical 동국대학교 산학협력단
Priority to KR1020150183131A priority Critical patent/KR101837256B1/ko
Publication of KR20170074076A publication Critical patent/KR20170074076A/ko
Application granted granted Critical
Publication of KR101837256B1 publication Critical patent/KR101837256B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G06K9/6256—
    • G06Q50/30—
    • 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
    • G06K2209/23—

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명의 일 실시예에 따른 능동형 교통 신호 제어 방법은 클라이언트 디바이스에서 교통 상황 정보를 실시간으로 획득하는 단계, 교통 상황 정보가 분석되어 생성된 교통 신호 조절 주기 정보를 서버로부터 수신하는 단계 및 수신된 교통 신호 조절 주기를 교통 신호 출력부로 전송하는 단계를 포함하고, 클라이언트 디바이스는 서버 및 교통 신호 출력부와 연결 가능하고, 획득된 교통 상황 정보는 서버로 전송되고, 서버에서는 교통 상황 정보를 실시간으로 분석하고, 분석의 결과에 기초하여 교통 신호 조절 주기를 결정하며, 결정된 교통 신호 조절 주기는 서버로부터 클라이언트 디바이스 및 교통 신호 출력부로 전송되고, 교통 신호 출력부에서는 교통 신호 조절 주기에 따라 교통 신호를 가변적으로 출력할 수 있다.

Description

능동형 교통 신호 제어 방법 및 그 시스템{METHOD AND SYSTEM FOR ADAPTIVE TRAFFIC SIGNAL CONTROL}
본 발명은 능동형 교통 신호 제어 방법 및 그 시스템에 관한 것으로, 더욱 상세하게는 동일한 교통 신호 대기시간을 교통량에 따라서 능동적으로 변화하도록 함으로써 교통체증을 감소하고 교통량을 원활히 조절하도록 하기 위한 능동형 교통 신호 제어 방법 및 그 시스템에 관한 것이다.
종래의 신호등은 출퇴근 시간대와 같이 갑자기 교통이 혼잡해지는 때나 출퇴근 시간 이외의 교통이 한가한 때에도 언제나 교통 신호 대기시간이 동일하여, 효과적으로 교통량을 제어할 수 없는 문제점이 있었다. 이로 인해 많은 사람들이 교통 혼잡 문제로 도로 위에서 시간을 낭비하고 있으며, 교통 체증으로 인한 사회, 국가적 손실은 매년 점점 증가하고 있다.
본 발명은 상기와 같은 문제점을 해결하기 위해 창안된 것으로, 교통량에 따라서 신호 대기 시간을 능동적으로 조절하는 능동형 교통 신호 제어 방법 및 그 시스템을 제공하는데 그 목적이 있다.
본 발명의 일 실시예에 따른 능동형 교통 신호 제어 방법은 클라이언트 디바이스에서 교통 상황 정보를 실시간으로 획득하는 단계, 교통 상황 정보가 분석되어 생성된 교통 신호 조절 주기 정보를 서버로부터 수신하는 단계 및 수신된 교통 신호 조절 주기를 교통 신호 출력부로 전송하는 단계를 포함하고, 클라이언트 디바이스는 서버 및 교통 신호 출력부와 연결 가능하고, 획득된 교통 상황 정보는 서버로 전송되고, 서버에서는 교통 상황 정보를 실시간으로 분석하고, 분석의 결과에 기초하여 교통 신호 조절 주기를 결정하며, 결정된 교통 신호 조절 주기는 서버로부터 클라이언트 디바이스 및 교통 신호 출력부로 전송되고, 교통 신호 출력부에서는 교통 신호 조절 주기에 따라 교통 신호를 가변적으로 출력할 수 있다.
본 발명의 일 실시예에 따른 능동형 교통 신호 제어 방법에서, 분석된 교통 상황 정보는 서버로부터 브로드캐스팅(broadcasting)될 수 있다.
또한, 교통 상황 정보를 실시간으로 획득하는 단계는 카메라를 이용하여 실시간으로 동영상을 획득하거나 적외선 카메라를 이용하여 차량에 대한 정보를 획득하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따른 능동형 교통 신호 제어 방법에서 서버를 통한 교통 상황 정보의 분석에는, 동영상에서 학습 이미지를 이용하여 차량을 검출하는 단계, 검출된 차량의 좌표를 이용하여 차량을 추적하는 단계 및 추적한 차량의 대수를 검출하는 단계를 포함할 수 있다.
또한, 동영상에서 학습 이미지를 이용하여 차량을 검출하는 단계는, 샘플 이미지(sample image)를 사용하여 추출한 포지티브 이미지(positive image)와 네거티브 이미지(negative image)를 통한 기계 학습(Machine Learning)을 진행한 후 출력된 .XML 파일을 이용하여 패턴 인식으로 차량을 검출하는 단계를 포함할 수 있다.
또한, 검출된 차량의 좌표를 이용하여 차량을 추적하는 단계는, 검출된 차량의 좌표 정보와 칼만 필터(Kalman filter)를 이용하여 차량을 추적하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따른 서버와 클라이언트 디바이스를 포함하는 능동형 교통 신호 제어 시스템은 교통 상황 정보를 실시간으로 획득하기 위한 교통 상황 정보 획득부, 교통 상황 정보 획득부와 연결 가능한 서버 및 클라이언트 디바이스, 서버 및 클라이언트와 연결 가능한 교통 신호 출력부를 포함하고, 서버에는 교통 상황 정보에 기초하여 교통 상황 정보를 실시간으로 분석하기 위한 교통 상황 정보 분석부 및 분석의 결과에 기초하여 교통 신호 조절 주기를 결정하는 교통 신호 제어부를 포함하고, 결정된 교통 신호 조절 주기는 서버로부터 클라이언트 디바이스 및 교통 신호 출력부로 전송되고, 교통 신호 출력부에서는 교통 신호 조절 주기에 따라 교통 신호를 가변적으로 출력할 수 있다.
또한, 능동형 교통 신호 제어 시스템은 분석된 교통 상황 정보를 브로드캐스팅(broadcasting)하기 위한 교통 상황 정보 송출부를 더 포함하고, 교통 상황 정보 송출부는 교통 상황 정보 획득부, 서버, 클라이언트 디바이스 및 교통 신호 출력부와 연결 가능할 수 있다.
또한, 교통 상황 정보 획득부는 교통 상황 정보를 획득하기 위한 카메라 및 적외선 카메라 중 적어도 하나를 포함하고, 획득된 교통 상황 정보를 서버로 전송하기 위한 통신부를 포함할 수 있다.
또한, 교통 상황 정보 분석부는 실시간으로 교통 상황 정보를 분석하기 위한 GPGPU (General Purpose Graphics Processing Unit)를 포함할 수 있다.
본 발명의 일 실시예에 따른 능동형 교통 신호 제어 시스템에서, 교통 상황 정보 분석부는 동영상에서 학습 이미지를 이용하여 차량을 검출하고 검출된 차량의 좌표를 이용하여 차량을 추적하고 추적한 차량의 대수를 검출할 수 있다.
또한, 능동형 교통 신호 제어 시스템에서, 동영상에서 학습 이미지를 이용한 차량의 검출은 샘플 이미지(sample image)를 사용하여 추출한 포지티브 이미지(positive image)와 네거티브 이미지(negative image)를 통한 기계 학습(Machine Learning)을 진행한 후 출력된 .XML 파일을 이용하여 패턴 인식으로 차량을 검출할 수 있다.
또한, 능동형 교통 신호 제어 시스템에서, 검출된 차량의 좌표를 이용한 차량의 추적은 검출된 차량의 좌표 정보와 칼만 필터(Kalman filter)를 이용하여 차량을 추적할 수 있다.
한편, 본 발명의 일 실시예로써, 전술한 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체가 제공될 수 있다.
본 발명의 일 실시예에 따르면, 동일한 교통 신호 대기시간을 교통량에 따라서 능동적으로 변화하도록 신호등의 신호 조절 주기를 교통량에 따라 제어할 수 있다.
또한, 본 발명의 일 실시예에 따르면, 교통 상황 정보를 클라이언트 디바이스에 브로드캐스팅함으로써, 도로 위 교통 상황에 능동적으로 대처할 수 있다.
도 1은 본 발명의 일 실시예에 따른 능동형 교통 신호 제어 시스템에 관한 구성을 개략적으로 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 능동형 교통 신호 제어 시스템의 구성을 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따른 능동형 교통 신호 제어 시스템을 라즈베리파이(Raspberry Pi) 및 아두이노(Arduino)를 이용하여 구현한 도면이다.
도 4는 본 발명의 일 실시예에 따른 능동형 교통 신호 제어 방법을 나타낸 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 학습 이미지를 이용하여 차량을 검출하는 방법을 사용한 능동형 교통 신호 제어 방법을 나타낸 흐름도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명에 대해 구체적으로 설명하기로 한다.
본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. 또한, 명세서 전체에서 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, "그 중간에 다른 소자를 사이에 두고" 연결되어 있는 경우도 포함한다.
이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 능동형 교통 신호 제어 시스템에 관한 구성을 개략적으로 나타낸 도면이다.
도 1을 참조하면, 교차로 또는 도로에 설치되어 있는 카메라는 도로 위 교통 상황에 대하여 실시간으로 교통 정보를 획득할 수 있다. 획득된 교통 정보는 통신망을 통해 서버로 전송되고, 서버는 전송된 정보를 실시간으로 분석하고, 분석된 교통 정보를 이용하여 교통 신호 조절 주기를 결정할 수 있다. 결정한 교통 신호 조절 주기를 통신망을 통하여 교차로의 신호등에 전송하여, 교차로의 교통 신호를 능동적으로 제어할 수 있다.
또한, 카메라로 획득한 실시간 교통 정보를 통신망을 통하여 클라이언트 디바이스들로 직접 송출하여, 각 사용자는 실시간 교통 정보를 이용하고 분석할 수 있다.
도 2는 본 발명의 일 실시예에 따른 능동형 교통 신호 제어 시스템의 구성을 나타낸 블록도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 능동형 교통 신호 제어 시스템은 교통 상황 정보 획득부(100), 서버(server)(200), 교통 상황 정보 분석부(300), 교통 신호 제어부(400), 교통 신호 출력부(500) 및 교통 상황 정보 출력부(600)를 포함할 수 있다.
교통 상황 정보 획득부(100)는 교통 상황에 대하여 실시간으로 정보를 획득할 수 있는 장치가 될 수 있다. 예를 들면, 교통 상황 정보 획득부(100)는 교차로 위에 설치되어 교차로의 교통 상황에 대하여 실시간으로 이미지 또는 동영상 정보를 획득할 수 있는 카메라, 비디오 카메라 또는 차량의 열을 감지하여 확인할 수 있는 적외센 센서 등이 될 수 있다. 또한 교통 상황 정보 획득부(100)는 카메라 모듈 등을 구비한 클라이언트 디바이스를 포함할 수 있다.
또한 교통 상황 정보 획득부(100)는 실시간으로 획득한 교통 정보를 통신망을 이용하여 전송할 수 있도록 통신부를 포함할 수 있다. 예를 들어, 교통 상황 정보 획득부(100)는 실시간으로 획득한 교통 상황 정보를 통신망을 이용하여 서버(200)나 교통 상황 정보 송출부(600)로 전송할 수 있다.
서버(server)(200)는 교통 상황 정보 획득부(100)가 실시간으로 획득한 교통 정보를 전송받아 저장하거나 실시간 교통 상황 분석을 위해 전송받은 교통 정보를 교통 상황 정보 분석부(300)로 전달할 수 있다.
교통 상황 정보 분석부(300)는 전달받은 교통 상황에 대한 정보에 기초하여 교통 상황 정보를 실시간으로 분석할 수 있다. 예를 들어, 교통 상황 정보 분석부(300)는 교통 상황 정보 획득부(100)에서 획득한 실시간 이미지, 동영상 정보, 열 감지 정보를 실시간으로 이미지 분석하여 교차로의 이동 차량이나 대기 차량의 수를 파악할 수 있다.
또한, 본 발명의 일 실시예에 따른 능동형 교통 신호 제어 시스템의 교통 상황 정보 분석부(300)는 실시간으로 수많은 차량 정보를 분석해야 하므로 GPGPU (General Purpose Graphics Processing Unit)를 포함할 수 있다.
교통 신호 제어부(400)는 교차로의 교통 상황에 대하여 교통 상황 정보 분석부(300)가 실시간 분석한 결과에 기초하여, 교통 신호를 능동적으로 제어하기 위하여 교통 신호 조절 주기를 결정할 수 있다. 예를 들어, 교차로에서 한 방향의 직진 차량 대수가 다른 방향의 직진 차량 대수보다 많은 경우, 그 한 방향의 직진 방향의 교통 신호를 좀 더 오랫동안 유지하도록 결정할 수 있다.
본 발명의 일 실시예에 따른 능동형 교통 신호 제어 시스템에서, 교통 상황 정보 분석부(300) 및 교통 신호 제어부(400)는 서버(200)에 포함될 수 있다. 예를 들어, 교통 상황 정보를 전송받은 서버(200)가 교통 상황 정보를 실시간 분석하고, 그 결과에 기초하여 교통 신호 조절 주기를 결정할 수 있다.
교통 신호 출력부(500)는 교통 신호 제어부(400)가 결정한 교통 신호 조절 주기에 따라 교통 신호를 가변적으로 출력할 수 있다. 예를 들면, 교통신호 출력부(500)는 3색 또는 4색의 LED 교통 신호등일 수 있으며, 교통 신호 제어부(400)가 결정한 신호의 조절 주기에 따라 LED 신호를 가변적으로 출력할 수 있다.
또한, 본 발명의 일 실시예에 따른 능동형 교통신호제어 시스템(1000)은 교통 상황 정보를 브로드캐스팅(broadcasting)하기 위한 교통 상황 정보 송출부(600)를 포함할 수 있다. 예를 들면, 교차로의 교통 신호 제어뿐만 아니라, 교차로 주변의 교통 정보를 제공하여 교통 혼잡을 방지 하기 위해서, 능동형 교통 신호제어 시스템은(1000)은 교통 상황 정보를 브로드캐스팅하는 교통 상황 정보 송출부(600)를 포함할 수 있다.
교통 상황 정보 송출부(600)는 교통 상황 정보 분석부(300)의 교통 상황 분석 정보를 클라이언트 디바이스들로 송출할 수 있다. 또한 교통 상황 정보 송출부(600)는 교통 상황 정보 획득부(100)가 획득한 교통 상황 정보, 즉 이미지, 동영상 데이터 등을 서버(200)를 통하거나 또는 서버(200)의 관여 없이 직접 클라이언트 디바이스로 송출할 수 있다.
도 3은 본 발명의 일 실시예에 따른 능동형 교통 신호 제어 시스템을 라즈베리파이(Raspberry Pi) 및 아두이노(Arduino)를 이용하여 구현한 도면이다.
도 3a는 라즈베리파이 및 아두이노를 이용하여 구현한 능동형 교통 신호 제어 시스템의 구성 블록도이고, 도 3b는 능동형 교통 신호 제어 시스템의 각 구성 요소들의 기능을 나타낸 블록도이다. 도 3c는 교통 신호 제어 시스템에서 차량 정체 상황의 통행량을 검출할 때 사각 지대를 최소화하기 위한 카메라들의 동작을 나타낸 도면이다.
도 3a 및 도 3b를 참조하면, 카메라 및 라즈베리파이를 이용하면 실시간으로 교통 상황 정보를 촬영하고 전송할 수 있다. 라즈베리파이는 카드만한 크기의 싱글보드 컴퓨터로서 카메라 모듈을 장착하면 촬영이 가능하고, 동글(dongle)을 사용하면 무선통신이 가능하다. 또한 라즈베리파이는 VLC Streamer 를 이용하면 교통 상황을 실시간으로 스트리밍(streaming)할 수 있다.
교통 상황 정보를 분석하기 위해, 서버(200)는 라즈베리파이 ip를 이용하여 교통 상황 스트리밍 영상을 전송 받을 수 있다. 서버(200)는 영상 분석을 위해 교통 상황 정보 분석부(300)로 스트리밍 영상을 전달하고, 교통 상황 정보 분석부(300)는 전송 받은 영상에서 차량을 검출하기 위해 스트리밍 영상에 학습 이미지를 이용할 수 있다. 예를 들어, 학습 이미지는 에이다부스트(Adaboost)를 활용, Haar-like 피쳐(feature)를 기반으로 캐스케이드 방법(Cascade Method)으로 분류한 검출표본을 이용할 수 있다. 또한, 검출된 차량의 좌표를 이용하여 칼만 필터(Kalman filter)로 차량을 추적할 수 있고, 추적된 차량이 일정 기준선을 넘어선다면 차량을 카운트할 수 있다.
또한, 교통 상황 정보 분석부(300)는 실시간으로 많은 교통량에 대한 고해상도 영상처리가 가능하도록 멀티-쓰레딩(multi-threading) 또는 GPGPU(General Purpose Graphics Processing Unit)를 포함할 수 있다.
극도의 차량정체로 차량이 움직이지 않을 경우, 통행량을 검출하기 위해 단위 시간 동안 화면 전체의 차량을 전부 검출해 카운트할 수 있다. 도 3c를 참조하면, 각 방향을 촬영하는 두 카메라의 겹치는 부분(점선)내 차량을 전부 탐색하고 카운트할 수 있다. 예를 들어, 단 한 대의 카메라에서 한 방향만 찍는 것과 달리 반대편 차선의 차량 뒷모습도 전부 탐색해 대형 차량에 가려져 보이지 않는 사각지대를 최소화 할 수 있다.
전술한 바와 같이, 능동형 교통 신호 제어 시스템에서, 서버(200)는 교통 상황 정보 분석부(300) 및 교통 신호 제어부(400)를 포함할 수 있다. 예를 들어, 교통 상황 정보를 전송받은 서버(200)가 교통 상황 정보를 실시간 분석하고, 그 결과에 기초하여 교통 신호 조절 주기를 결정할 수 있다.
또한, 서버(200)는 교통 상황을 분석한 통행 정보를 저장하기 위해서 DBMS(Database Management System) 일종인 MySQL을 이용할 수 있고, 교통량을 연산한 값을 매 시간당 MySQL을 이용하여 데이터베이스(DB)화 시킬 수 있다.
또한, 분석한 교통 상황 정보 또는 촬영한 교통 상황 정보를 실시간으로 이용하도록 클라이언트 디바이스로 브로드캐스팅하거나 송출할 수 있다.
또한, 교통 신호 제어부(400)는 교통량을 연산한 교통 상황 정보를 교통 상황 정보 분석부(300)로부터 전송받고, 그 분석된 교통 상황 정보에 따라서 능동적으로 교통 신호 조절 주기를 제어하고, 그 조절 주기 제어값을 아두이노로 전송할 수 있다.
도 3a 및 도 3b를 참조하면, 아두이노는 신호제어를 직접 수행하는 기기로, 교통 신호 제어부(400)와 상호 연결될 수 있다. 예를 들어, 아두이노는 교통 신호 제어부(400)의 제어값에 따라 LED 신호등의 신호를 제어할 수 있다.
도 4는 본 발명의 일 실시예에 따른 능동형 교통 신호 제어 방법을 나타낸 흐름도이다.
단계 S10에서, 능동적으로 교통 신호를 제어하기 위해서, 교통 상황 정보 획득부(100)는 교통 상황에 대하여 실시간으로 교통 상황 정보를 획득할 수 있다. 예를 들어, 카메라를 이용하여 교차로의 교통 상황에 대하여 실시간으로 이미지 또는 동영상 데이터를 획득하거나, 적외선 카메라를 이용하여 교통 상황에 대하여 실시간으로 열 감지 데이터 등을 획득하여 차량에 대한 정보를 실시간으로 획득할 수 있다. 다시 말해서, 본 발명의 일 실시예에 따르면, 적외선 카메라를 이용하여 야간이나 악천후 상황에서도 교통 상황을 비교적 빠르고 정확하게 파악할 수 있다.
단계 S20에서, 교통 상황 정보 획득부(100)는 획득한 교통 상황 정보를 통신망을 이용하여 서버(200)로 전송할 수 있다. 또한 서버는 전송 받은 교통 상황 정보를 저장하고, 분석을 위해 교통 상황 정보 분석부(300)로 교통 상황 정보를 전달할 수 있다.
단계 S30에서, 교통 상황 정보 분석부(300)는 전송 받은 교통 상황 정보를 실시간으로 분석할 수 있다. 예를 들어, 실시간으로 획득한 교통 상황 이미지, 동영상 데이터 등을 실시간으로 이미지 분석하여 차량의 대수를 검출할 수 있다.
단계 S40에서, 교통 신호 제어부(400)는 실시간 분석한 교통 상황 정보에 기초하여 교통 신호 조절 주기를 결정할 수 있다. 예를 들어, 능동적인 교통 신호 제어를 위해서, 차량 대수가 많은 방향의 신호 조절 주기를 차량 대수가 적은 방향의 신호 조절 주기와 차이를 두어 제어할 수 있다.
단계 S50에서, 교통 신호 제어부(400)는 결정한 교통 신호 조절 주기를 교통 신호 출력부(500)로 전송할 수 있고, 단계 S60에서, 교통 신호 출력부(500)는 전송 받은 교통 신호 조절 주기에 따라 교통 신호를 가변적으로 출력할 수 있다.
도 5는 본 발명의 일 실시예에 따른 학습 이미지를 이용하여 차량을 검출하는 방법을 사용한 능동형 교통 신호 제어 방법을 나타낸 흐름도이다.
단계 S100에서, 교통 상황 정보 획득부(100)는 학습 이미지를 이용하여 능동적으로 교통 신호를 제어하기 위해서, 비디오 카메라를 이용하여 실시간으로 교통 상황에 대한 동영상 정보를 획득할 수 있다. 또한, 학습 이미지 분석을 위해서 획득한 동영상 정보를 서버(200)로 전송할 수 있다.
단계 S200에서, 서버(200)는 실시간으로 획득한 동영상 정보를 저장하고, 분석을 위해 교통 상황 정보 분석부(300)로 동영상 정보를 전송하고, 교통 상황 정보 분석부(300)는 전송된 동영상 정보에서 차량 이미지를 학습하는 기계 학습(Machine Learning)을 통해 차량을 검출할 수 있다. 예를 들어, 상황 정보 분석부(300)는 샘플 이미지(sample image)를 사용하여 포지티브 이미지(positive image)와 네거티브 이미지(negative image)를 추출하고, 추출한 이미지들을 이용하여 기계 학습(Machine Learning)을 진행하고, 출력된 .XML 파일을 이용하여 패턴 인식으로 차량을 검출할 수 있다.
단계 S300에서, 교통 상황 정보 분석부(300)는 검출된 차량의 좌표를 이용하여 차량을 추적할 수 있다. 예를 들어, 교통 상황 정보 분석부(300)는 검출된 차량의 좌표 정보를 획득할 수 있고, 획득한 좌표 정보와 칼만 필터(Kalman filter)를 이용하여 차량을 추적할 수 있다.
단계 S400에서, 교통 상황 정보 분석부(300)는 차량을 추적함으로써 차량 정체인지 판단할 수 있다. 예를 들어, 차량 정체 상태이면, 차량의 속도가 낮은 상태이므로 추적된 차량이 일정 시간 동안 어느 기준선을 통과하지 않았다면 차량 정체로 판단할 수 있다.
단계 S500은 단계 S400의 판단 결과 교통 상황을 차량 정체 상태로 판단한 경우로, 단계 S500에서, 교통 상황 정보 분석부(300)는 정확한 분석을 위해 단위 시간 동안 화면 내의 전체 차량 대수를 검출할 수 있다. 여기에서 단계 S200의 방법과 유사하게 학습 이미지를 이용한 기계 학습으로 화면 내의 전체 차량 대수를 검출 할 수 있다.
단계 S600에서, 교통 상황 정보 분석부(300)는 검출한 차량 대수에 기초하여 교통 상황 정보를 분석할 수 있다. 예를 들면, 차량 정체 상태인 경우에 교차로 상황에 맞추어 대기 중인 전체 차량 대수의 임계값을 미리 설정하여 정체 상태를 매우 정체, 약간 정체, 보통 정체 등으로 나누어 분석할 수 있다. 또한 단계 S600에서, 교통 상황 정보 분석부(300)는 분석한 교통 상황 정보를 교통 신호 제어부(400)로 전송할 수 있다.
단계 S700에서, 교통 신호 제어부(400)는 분석한 교통 상황 정보에 기초하여 교통 신호 조절 주기를 결정할 수 있다. 예를 들어, 교통 신호 제어부(400)가 교차로의 교통 상황으로 매우 정체 상태로 전송 받았다면, 막히는 방향의 교통 신호 조절 주기를 미리 설정된 범위로 조절하여 능동적으로 교통 신호를 제어할 수 있다. 또한 단계 S700에서, 교통 신호 제어부(400)는 결정한 교통 신호 조절 주기를 교통 신호 출력부(500)로 전송할 수 있다.
단계 S800은 단계 S400의 판단 결과, 추적한 차량이 일정 시간 동안 어느 기준선을 통과하여, 교통 상황 정보 분석부(300)가 교통 상황을 차량 정체 상태는 아닌 것으로 판단한 경우이다. 단계 S800에서, 차량은 일정 속도를 유지하는 상태로 교통 상황 정보 분석부(300)는 단계 S200의 방법과 유사하게 학습 이미지를 이용한 기계 학습으로 추적 차량 대수를 검출할 수 있다.
다음으로는 전술한 바와 같이, 단계 S600에서, 교통 상황 정보 분석부(300)는 검출한 추적 차량 대수에 기초하여 교통 상황 정보를 분석하고, 단계 S700에서, 교통 신호 제어부(400)는 분석한 교통 상황 정보에 기초하여 교통 신호 조절 주기를 결정할 수 있다.
본 발명의 일 실시예에 따른 장치와 관련하여서는 전술한 방법에 대한 내용이 적용될 수 있다. 따라서, 장치와 관련하여, 전술한 방법에 대한 내용과 동일한 내용에 대하여는 설명을 생략하였다.
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 교통 상황 정보 획득부
200: 서버(server)
300: 교통 상황 정보 분석부
400: 교통 신호 제어부
500: 교통 신호 출력부
600: 교통 상황 정보 송출부
1000: 능동형 교통 신호 제어 시스템

Claims (14)

  1. 능동형 교통 신호 제어 방법에 있어서,
    클라이언트 디바이스가 카메라를 이용하여 실시간으로 동영상을 획득하거나 적외선 카메라를 이용하여 차량에 대한 정보를 획득하여 교통 상황 정보를 실시간으로 획득하는 단계;
    상기 클라이언트 디바이스가 상기 획득한 교통 상황 정보를 서버로 전송하는 단계;
    상기 서버가 상기 교통 상황 정보를 분석하여 교통 신호 조절 주기 정보를 생성하는 단계;
    상기 클라이언트 디바이스가 상기 생성된 교통 신호 조절 주기 정보를 상기 서버로부터 수신하는 단계; 및
    상기 클라이언트 디바이스가 상기 수신된 교통 신호 조절 주기를 교통 신호 출력부로 전송하는 단계를 포함하고,
    상기 교통 상황 정보의 분석은, 상기 서버가 상기 동영상에서 학습 이미지를 이용하여 차량을 검출하는 단계; 상기 검출된 차량의 좌표를 이용하여 차량을 추적하는 단계; 및 상기 추적한 차량의 대수를 검출하는 단계를 포함하고,
    상기 학습 이미지는 에이다부스트(Adaboost)를 활용하여 Haar-like 피쳐(feature)를 기반으로 캐스케이드 방법(Cascade Method)으로 분류한 검출표본을 이용하고,
    상기 클라이언트 디바이스는 상기 서버 및 상기 교통 신호 출력부와 연결 가능하고, 상기 서버는 상기 교통 상황 정보를 실시간으로 분석하고, 상기 분석의 결과에 기초하여 교통 신호 조절 주기를 결정하며, 상기 결정된 교통 신호 조절 주기는 상기 서버로부터 상기 클라이언트 디바이스 및 상기 교통 신호 출력부로 전송되고, 상기 교통 신호 출력부는 상기 교통 신호 조절 주기에 따라 교통 신호를 가변적으로 출력하고,
    상기 동영상에서 학습 이미지를 이용하여 차량을 검출하는 단계는, 샘플 이미지(sample image)를 사용하여 추출한 포지티브 이미지(positive image)와 네거티브 이미지(negative image)를 통한 기계 학습(Machine Learning)을 진행한 후 출력된 .XML 파일을 이용하여 패턴 인식으로 차량을 검출하는 단계를 포함하는 것을 특징으로 하는 능동형 교통 신호 제어 방법.
  2. 제 1 항에 있어서,
    상기 분석된 교통 상황 정보는 상기 서버로부터 브로드캐스팅(broadcasting)되는 것을 특징으로 하는 능동형 교통 신호 제어 방법.
  3. 삭제
  4. 삭제
  5. 삭제
  6. 제 1 항에 있어서,
    상기 검출된 차량의 좌표를 이용하여 차량을 추적하는 단계는,
    상기 검출된 차량의 좌표 정보와 칼만 필터(Kalman filter)를 이용하여 차량을 추적하는 단계를 포함하는 것을 특징으로 하는 능동형 교통 신호 제어 방법.
  7. 서버와 클라이언트 디바이스를 포함하는 능동형 교통 신호 제어 시스템에 있어서,
    교통 상황 정보를 실시간으로 획득하기 위한 교통 상황 정보 획득부;
    상기 교통 상황 정보 획득부와 연결 가능한 상기 서버 및 상기 클라이언트 디바이스; 및
    상기 서버 및 상기 클라이언트와 연결 가능한 교통 신호 출력부를 포함하고,
    상기 서버는 상기 교통 상황 정보에 기초하여 상기 교통 상황 정보를 실시간으로 분석하기 위한 교통 상황 정보 분석부; 및 상기 분석의 결과에 기초하여 교통 신호 조절 주기를 결정하는 교통 신호 제어부를 포함하고, 상기 결정된 교통 신호 조절 주기는 상기 서버로부터 상기 클라이언트 디바이스 및 상기 교통 신호 출력부로 전송되고,
    상기 교통 신호 출력부는 상기 교통 신호 조절 주기에 따라 교통 신호를 가변적으로 출력하고,
    상기 교통 상황 정보 획득부는 상기 교통 상황 정보를 획득하기 위한 카메라 및 적외선 카메라 중 적어도 하나를 포함하고, 상기 획득된 교통 상황 정보를 상기 서버로 전송하기 위한 통신부를 포함하고,
    상기 교통 상황 정보 분석부는 동영상에서 학습 이미지를 이용하여 차량을 검출하고 상기 검출된 차량의 좌표를 이용하여 차량을 추적하고 상기 추적한 차량의 대수를 검출하며,
    상기 학습 이미지는 에이다부스트(Adaboost)를 활용하여 Haar-like 피쳐(feature)를 기반으로 캐스케이드 방법(Cascade Method)으로 분류한 검출표본을 이용하고,
    상기 동영상에서 학습 이미지를 이용한 차량의 검출은, 샘플 이미지(sample image)를 사용하여 추출한 포지티브 이미지(positive image)와 네거티브 이미지(negative image)를 통한 기계 학습(Machine Learning)을 진행한 후 출력된 .XML 파일을 이용하여 패턴 인식으로 차량을 검출하는 것을 특징으로 하는 능동형 교통 신호 제어 시스템.
  8. 제 7 항에 있어서,
    상기 분석된 교통 상황 정보를 브로드캐스팅(broadcasting)하기 위한 교통 상황 정보 송출부를 더 포함하고,
    상기 교통 상황 정보 송출부는 상기 교통 상황 정보 획득부, 상기 서버, 상기 클라이언트 디바이스 및 상기 교통 신호 출력부와 연결 가능한 것을 특징으로 하는 능동형 교통 신호 제어 시스템.
  9. 삭제
  10. 제 7 항에 있어서,
    상기 교통 상황 정보 분석부는 실시간으로 교통 상황 정보를 분석하기 위한 GPGPU (General Purpose Graphics Processing Unit)를 포함하는 것을 특징으로 하는 능동형 교통 신호 제어 시스템.
  11. 삭제
  12. 삭제
  13. 제 7 항에 있어서,
    상기 검출된 차량의 좌표를 이용한 차량의 추적은 상기 검출된 차량의 좌표 정보와 칼만 필터(Kalman filter)를 이용하여 차량을 추적하는 것을 포함하는 것을 특징으로 하는 능동형 교통 신호 제어 시스템.
  14. 제 1 항, 제 2 항 및 제 6 항 중 어느 한 항의 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
KR1020150183131A 2015-12-21 2015-12-21 능동형 교통 신호 제어 방법 및 그 시스템 KR101837256B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150183131A KR101837256B1 (ko) 2015-12-21 2015-12-21 능동형 교통 신호 제어 방법 및 그 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150183131A KR101837256B1 (ko) 2015-12-21 2015-12-21 능동형 교통 신호 제어 방법 및 그 시스템

Publications (2)

Publication Number Publication Date
KR20170074076A KR20170074076A (ko) 2017-06-29
KR101837256B1 true KR101837256B1 (ko) 2018-03-12

Family

ID=59279995

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150183131A KR101837256B1 (ko) 2015-12-21 2015-12-21 능동형 교통 신호 제어 방법 및 그 시스템

Country Status (1)

Country Link
KR (1) KR101837256B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11823573B2 (en) 2019-10-28 2023-11-21 Laon Road Inc. Signal control apparatus and signal control method based on reinforcement learning

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101963138B1 (ko) * 2017-08-29 2019-03-28 김우재 공용 세탁기 모니터링 시스템
KR102019031B1 (ko) * 2017-09-29 2019-11-04 소프트온넷(주) Cctv 주차장 영상정보를 이용한 실시간 주차칸 영상객체 인식 장치, 시스템 및 방법
KR101942491B1 (ko) * 2018-11-08 2019-04-11 주식회사 싸인텔레콤 도로교통 상황 모니터링 관제·실시간 교통정보 분석·교통신호제어로 이루어진 인공지능형 cctv통합관제중개제어모듈을 갖는 cctv통합관제센터시스템
KR102155052B1 (ko) * 2019-03-25 2020-09-11 라온피플 주식회사 영상 검지 장치 및 이를 포함하는 신호 제어 시스템 및 신호 제어 방법
KR102155050B1 (ko) * 2019-10-28 2020-09-11 라온피플 주식회사 영상 검지 장치 및 이를 포함하는 신호 제어 시스템 및 신호 제어 방법
KR102453627B1 (ko) * 2019-10-31 2022-10-12 한국전자기술연구원 딥러닝 기반 교통 흐름 분석 방법 및 시스템
KR102333115B1 (ko) * 2019-11-25 2021-11-30 한국전자기술연구원 야드 내 차량 교통 관제 시스템
KR102124955B1 (ko) * 2019-11-29 2020-06-19 세종대학교산학협력단 시각적 분석을 통한 교통 혼잡 원인 식별 방법 및 서버
KR102305107B1 (ko) * 2019-12-09 2021-09-27 주식회사 뉴로다임 인공지능 기반 지능형 교통제어 시스템
KR20210075568A (ko) * 2019-12-13 2021-06-23 임영한 인공지능에 의한 교차로 신호등
CN113257019B (zh) * 2020-02-11 2022-07-15 阿波罗智联(北京)科技有限公司 交通灯信号的控制方法、装置、设备及存储介质
CN113767427A (zh) * 2020-03-30 2021-12-07 乐人株式会社 基于强化学习的信号控制装置及信号控制方法
KR102494953B1 (ko) * 2021-01-11 2023-02-06 주식회사 노타 딥러닝 기반 온-디바이스 실시간 교통제어 시스템

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101240499B1 (ko) * 2011-10-28 2013-03-11 인하대학교 산학협력단 실시간 차선 인식 및 차량 검출 장치 및 방법
JP2015158795A (ja) * 2014-02-24 2015-09-03 アイホン株式会社 物体検出装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101240499B1 (ko) * 2011-10-28 2013-03-11 인하대학교 산학협력단 실시간 차선 인식 및 차량 검출 장치 및 방법
JP2015158795A (ja) * 2014-02-24 2015-09-03 アイホン株式会社 物体検出装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11823573B2 (en) 2019-10-28 2023-11-21 Laon Road Inc. Signal control apparatus and signal control method based on reinforcement learning

Also Published As

Publication number Publication date
KR20170074076A (ko) 2017-06-29

Similar Documents

Publication Publication Date Title
KR101837256B1 (ko) 능동형 교통 신호 제어 방법 및 그 시스템
KR102189262B1 (ko) 엣지 컴퓨팅을 이용한 교통 정보 수집 장치 및 방법
US20150163390A1 (en) Method and apparatus for recognizing information in an image
US20100231712A1 (en) Image capturing apparatus and image capturing method
WO2020029921A1 (zh) 一种监控方法与装置
KR101464344B1 (ko) 감시 영상의 정상 상태 학습을 통한 이상 상태 감지 방법과 이를 적용한 감시 카메라 및 영상 관리 시스템
KR101496390B1 (ko) 차량번호인식 시스템
KR100834550B1 (ko) 불법 주정차 무인 자동 단속방법 및 그 시스템
KR102478335B1 (ko) 채널별 객체 검출 최적화를 위한 영상분석 방법 및 서버장치
JP2009533778A (ja) 統計的画素モデリングを使った映像セグメント化
CN109905641B (zh) 一种目标监控方法、装置、设备及系统
US10277888B2 (en) Depth triggered event feature
JP2007148988A (ja) 顔認証装置、顔認証方法および入退場管理装置
KR100820952B1 (ko) 단일 카메라를 이용한 불법 주정차 무인 자동 단속방법 및그 시스템
JP7305965B2 (ja) ビデオ監視システムのパラメータ設定方法、装置及びビデオ監視システム
JP2009027651A (ja) 監視システム、監視カメラ、監視方法および監視プログラム
KR20200069911A (ko) 영상들 간에 객체와 객체 위치의 동일성을 식별하기 위한 방법 및 장치
CN114882003A (zh) 一种检测相机的拍摄位姿变化的方法、介质及计算设备
KR20230020184A (ko) 고정 카메라 및 이동 카메라를 이용한 영상 분석 장치
Yuwono et al. Design and implementation of human detection feature on surveillance embedded IP camera
KR102116029B1 (ko) 드론을 이용한 교통신호 최적화 시스템
CN113014876A (zh) 视频监控方法、装置、电子设备及可读存储介质
US11917325B2 (en) Automated scope limiting for video analytics
JPWO2020003764A1 (ja) 画像処理装置、移動装置、および方法、並びにプログラム
KR102194511B1 (ko) 대표 영상프레임 결정시스템 및 이를 이용한 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant