KR101930429B1 - 표준화된 유고 감시 시스템 및 이를 이용한 유고 상황 분석 방법 - Google Patents

표준화된 유고 감시 시스템 및 이를 이용한 유고 상황 분석 방법 Download PDF

Info

Publication number
KR101930429B1
KR101930429B1 KR1020170046628A KR20170046628A KR101930429B1 KR 101930429 B1 KR101930429 B1 KR 101930429B1 KR 1020170046628 A KR1020170046628 A KR 1020170046628A KR 20170046628 A KR20170046628 A KR 20170046628A KR 101930429 B1 KR101930429 B1 KR 101930429B1
Authority
KR
South Korea
Prior art keywords
image data
unit
video data
analyzing
image
Prior art date
Application number
KR1020170046628A
Other languages
English (en)
Other versions
KR20180114669A (ko
Inventor
박영만
오영섭
Original Assignee
(주)에스비네트워크
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 (주)에스비네트워크 filed Critical (주)에스비네트워크
Priority to KR1020170046628A priority Critical patent/KR101930429B1/ko
Publication of KR20180114669A publication Critical patent/KR20180114669A/ko
Application granted granted Critical
Publication of KR101930429B1 publication Critical patent/KR101930429B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/14—Central alarm receiver or annunciator arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources

Landscapes

  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Emergency Management (AREA)
  • Alarm Systems (AREA)
  • Traffic Control Systems (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 다양한 사고 발생 원인 및 사례에 의거하여 빅데이터를 구축하고, 이러한 빅데이터에 영상 분석을 통해 획득한 데이터를 결합한 유고 패턴을 형성함으로써, 새로운 유형의 사고를 대처할 수 있는 표준화된 유고 감시 시스템 및 이를 이용한 유고 상황 분석 방법을 제공하는 것을 목적으로 한다.
상기 목적을 달성하기 위해, 본 발명에 따른 표준화된 유고 감시 시스템은, 터널 내에서 일정 간격을 두고 각각 설치되어 터널 내부 상황을 촬영하는 영상 데이터 촬영부와, 상기 영상 데이터 촬영부에 의해 촬영된 영상 데이터를 분석하는 영상 분석 서버와, 상기 영상 분석 서버에 의해 분석된 영상 데이터를 표시하는 영상 데이터 표시부를 포함한다.

Description

표준화된 유고 감시 시스템 및 이를 이용한 유고 상황 분석 방법{SYSTEM FOR MONITORING STANDARDIZED ACCIDENT STANDARDIZATION AND METHOD FOR ANALYZING ACCIDENT SITUATION USING THE SAME}
본 발명은 표준화된 유고 감시 시스템 및 이를 이용한 유고 상황 분석 방법에 관한 것으로, 더욱 상세하게는 터널 내에서 발생하는 다양한 상황의 유고를 실시간으로 감시하는 표준화된 유고 감시 시스템 및 이를 이용한 유고 상황 분석 방법에 관한 것이다.
일반적으로 터널 내부는 밀폐된 공간상의 특징으로 교통사고나 화재와 같은 재난 발생시 빠른 대처를 하지 않으면 더 큰 사고로 진행되기 때문에 터널 내부에는 각종 센서를 일정간격으로 설치하여 감지하고, 감지된 데이터를 실시간으로 터널 장비실과 원격지의 운영센터로 전송함으로써, 관리자에게 사고발생을 신속하게 알리고 조치할 수 있도록 하는 시스템을 설치하여 운영하고 있다.
이러한 시스템에서 터널 내부의 유고상황을 감지하는 수단을 살펴보면, 예를 들어 교통사고를 감지하기 위해 터널 노면에 루프코일센서를 매설하고 노면으로부터 형성된 자계가 파손되는 시간을 분석하여 교통사고 유무를 판단하는 차량속도 감지기와, 터널 내부의 화재를 감지하기 위해 열이나 연기를 감지하여 화재 유무를 판단하는 센서를 터널 내부의 일정간격으로 설치하여 사용하고 있다.
그리고 터널 내부를 실시간으로 촬영하는 감시카메라를 설치하여 촬영된 영상을 원격지운영센터로 전송함으로써, 관리자가 사고현장을 가지 않고도 육안으로 확인하고 유관기관으로 연락하여 조치할 수 있도록 하고 있다.
즉, 이러한 표준화된 유고 감시 시스템은 CCTV 영상 자료를 분석하여 정지 차량, 역주행 차량, 보행자, 낙하물, 투척, 무단횡단, 차선 변경, 추돌, 화재 등 다양한 유고 유형을 감시하여 관리자에게 알려주는 시스템이며, 도로 터널 방재 시설 설치 및 관리지침에서는 이러한 시스템에 사용되는 카메라를 3m ~ 3.5m 높이에 100m ~ 150m 간격으로 설치하도록 권고하고 있다. 한국도로공사 및 국토관리청 등 도로유지 관리 관련 기관에서는 터널 내 표준화된 유고 감시 시스템을 설치하여 운영하고 있으며, 이는 점차 확대되고 있다.
그런데, 종례의 표준화된 유고 감시 시스템은 탐지 오류로 인한 신뢰성 저하, 터널 내부의 환경적 요인(예를 들면, 먼지, 밝기, 소음, 진동 등), 영상 분석의 한계(예를 들면, 화질, 인식률, 객체 구분 등), 새로운 사고 유형 미감지 등 다양한 문제점이 발생하였다.
이에 본 발명은 상기한 바와 같은 요구를 해소하기 위해 제안된 것으로서, 그 목적은 다양한 사고 발생 원인 및 사례에 의거하여 빅데이터를 구축하고, 이러한 빅데이터에 영상 분석을 통해 획득한 데이터를 결합한 유고 패턴을 형성함으로써, 새로운 유형의 사고를 대처할 수 있는 표준화된 유고 감시 시스템 및 이를 이용한 유고 상황 분석 방법을 제공하는 것이다.
상기 목적을 달성하기 위해, 본 발명에 따른 표준화된 유고 감시 시스템은, 터널 내에서 일정 간격을 두고 각각 설치되어 터널 내부 상황을 촬영하는 영상 데이터 촬영부와, 상기 영상 데이터 촬영부에 의해 촬영된 영상 데이터를 분석하는 영상 분석 서버와, 상기 영상 분석 서버에 의해 분석된 영상 데이터를 표시하는 영상 데이터 표시부를 포함한다.
또한, 본 발명에 따른 표준화된 유고 감시 시스템에서, 상기 영상 분석 서버는, 상기 영상 데이터 촬영부로부터 촬영된 영상 데이터를 입력받는 영상 데이터 입력부와, 상기 영상 데이터 입력부에 의해 입력된 영상 데이터를 분석하는 영상 데이터 분석부와, 상기 영상 데이터 분석부에 의해 분석된 영상 데이터를 평가하는 유고 평가부와, 상기 유고 평가부에 의해 평가된 영상 데이터의 유고 상황을 판정하는 유고 상황 판정부와, 상기 유고 상황 판정부에 의해 판정이 완료된 영상 데이터를 출력하는 영상 데이터 출력부를 더 포함한다.
또한, 본 발명에 따른 표준화된 유고 감시 시스템에서, 상기 영상 데이터 표시부는, 상기 유고 상황 판정부에 의해 판정된 영상 데이터의 유고 상황 또는 위험 상황을 통지하는 알람부를 더 포함한다.
또한, 본 발명에 따른 표준화된 유고 감시 시스템에서, 상기 영상 데이터 분석부는 상기 영상 데이터를 효율성, 안정성, 신뢰성 또는 유고성의 항목으로 분석한다.
또한, 본 발명에 따른 표준화된 유고 감시 시스템에서, 상기 유고 평가부는 분석된 상기 영상 데이터 중 효율성, 안정성 또는 신뢰성의 항목을 통해 유고 점수를 평가한다.
또한, 본 발명에 따른 표준화된 유고 감시 시스템에서, 상기 유고 평가부는 평가된 유고 점수에 유고성 항목으로 가산점을 부여한다.
또한, 본 발명에 따른 표준화된 유고 감시 시스템에서, 상기 영상 데이터 분석부는 상기 안정성에 대한 항목에서 노면 습도와, 조명 상태와, 차선 선명도와, 기물 파손 상태와, 카메라 진동 상태와, 환경 요인 또는 특수 상황 중 하나 이상의 항목을 분석한다.
또한, 본 발명에 따른 표준화된 유고 감시 시스템에서, 상기 기물 파손 상태는, 하기 식 1에 의해 획득되는 값 A로 기물의 파손 상태를 나타낸다.
(식 1)
Figure 112017035224952-pat00001
여기서, y는 관심 영역(Region Of Interest) 내 y좌표이고, C는 탐지한 물체의 크기임
또한, 본 발명에 따른 표준화된 유고 감시 시스템에서, 상기 영상 데이터 분석부는 상기 효율성에 대한 항목에서 차량 속도와, 차량 신호와, 진행 방향 일관성과, 차량 밀도와, 상대 속도 또는 차량 속도 일관성 중 하나 이상의 항목을 분석한다.
또한, 본 발명에 따른 표준화된 유고 감시 시스템에서, 상기 진행 방향 일관성은, 하기 식 2에 의해 획득되는 값 A로 진행 방향 일관성의 상태를 나타낸다.
(식 2)
Figure 112017035224952-pat00002
여기서, N은 차선 변경중인 차량 대수이고, K는 현재 탐지한 차량 대수이며, L은 차선 수임
또한, 본 발명에 따른 표준화된 유고 감시 시스템에서, 상기 차량 밀도는, 하기 식 3에 의해 획득되는 값 A로 차량 밀도의 상태를 나타낸다.
(식 3)
Figure 112017035224952-pat00003
여기서, C는 현재 차량 대수이고, R은 관심 영역의 크기이며, L은 차선 수이고, U는 탐지 가능 최대 차량 수임
또한, 본 발명에 따른 표준화된 유고 감시 시스템에서, 상기 영상 데이터 분석부는 상기 신뢰성에 대한 항목에서 이벤트 빈도와, 오탐지율과, 이벤트 발생 최고 빈도 또는 사고 표본 분산 중 하나 이상의 항목을 분석한다.
또한, 본 발명에 따른 표준화된 유고 감시 시스템에서, 상기 영상 데이터 분석부는 상기 유고성에 대한 항목에서 정차와, 화재와, 낙화물과, 이상광과, 보행자 또는 역주행 중 하나 이상의 항목을 분석한다.
또한, 본 발명에 따른 표준화된 유고 감시 시스템에서, 상기 정차는, 하기 식 4에 의해 획득되는 값 A i 로 정차의 상태를 나타낸다.
(식 4)
Figure 112017035224952-pat00004
여기서, i는 차선 번호이고, M은 모션 히스토리 밀도이며, A는 차선별 연산치임
또한, 본 발명에 따른 표준화된 유고 감시 시스템에서, 상기 이상광은, 하기 식 5에 의해 획득되는 값 A로 이상광의 상태를 나타낸다.
(식 5)
Figure 112017035224952-pat00005
여기서, C는 차영상 비율이고, D는 색상 가중치임
또한, 본 발명에 따른 표준화된 유고 감시 시스템에서, 상기 보행자는, 하기 식 6에 의해 획득되는 값 A로 보행자의 상태를 나타낸다.
(식 6)
Figure 112017035224952-pat00006
여기서, C는 보행자의 크기이고, F는 보행자가 움직인 프레임 수임
또한, 본 발명에 따른 유고 상황 분석 방법은, 터널 내의 영상 데이터 촬영부로부터 촬영된 영상 데이터를 영상 데이터 입력부가 입력받는 제 1 단계(S100)와, 상기 영상 데이터 입력부에 입력된 영상 데이터를 영상 데이터 분석부가 분석하는 제 2 단계(S200)와, 상기 영상 데이터 분석부에 의해 분석된 영상 데이터를 영상 데이터 표시부가 표시하는 제 3 단계(S300)를 포함한다.
또한, 본 발명에 따른 유고 상황 분석 방법은, 상기 제 2 단계(S200)에서, 상기 영상 데이터의 분석은, 상기 영상 데이터 분석부가 영상 데이터를 효율성, 안정성, 신뢰성 또는 유고성의 항목으로 분석하는 제 2-1 단계(S210)와, 분석된 상기 영상 데이터 중 효율성, 안정성 또는 신뢰성의 항목을 통해 유고 점수를 평가하는 제 2-2 단계(S220)와, 평가된 상기 유고 점수에 유고성의 항목으로 가산점을 부여하는 제 2-3 단계(S230)와, 가산점이 부여된 데이터의 평가 점수로 최종 유고 상황을 판정하는 제 2-4 단계(S240)를 가진다.
본 발명에 의하면, 다양한 사고 발생 원인 및 사례에 의거하여 빅데이터를 구축하고, 이러한 빅데이터에 영상 분석을 통해 획득한 데이터를 결합한 유고 패턴을 형성함으로써, 새로운 유형의 사고를 대처할 수 있는 효과가 있다.
도 1은 본 발명의 실시예에 따른 표준화된 유고 감시 시스템의 전체 구성을 나타내는 블록도.
도 2는 본 발명의 실시예에 따른 유고 상황 분석 방법의 전체 흐름을 나타내는 플로어 차트.
도 3은 본 발명의 실시예에 따른 유고 상황 분석 방법의 입력된 영상 데이터를 분석하는 단계를 설명하는 플로어 차트.
도 4는 영상 데이터 분석부가 영상 데이터를 안정성의 항목으로 분석한 표.
도 5는 영상 데이터 분석부가 영상 데이터를 효율성의 항목으로 분석한 표.
도 6은 영상 데이터 분석부가 영상 데이터를 신뢰성의 항목으로 분석한 표.
도 7은 영상 데이터 분석부가 영상 데이터를 유고성의 항목으로 분석한 표.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
또한, 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
이하, 본 발명의 실시예에 대해 관련 도면들을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 실시예에 따른 표준화된 유고 감시 시스템의 전체 구성을 나타내는 블록도이다.
도 1을 참조하면, 본 발명에 따른 표준화된 유고 감시 시스템(1000)은, 터널 내에서 일정 간격을 두고 각각 설치되어 터널 내부 상황을 촬영하는 영상 데이터 촬영부(100)와, 영상 데이터 촬영부(100)에 의해 촬영된 영상 데이터를 분석하는 영상 분석 서버(200)와, 영상 분석 서버(200)에 의해 분석된 영상 데이터를 표시하는 영상 데이터 표시부(300)를 포함한다.
영상 데이터 촬영부(100)는 터널의 일정 간격에 설치되어 터널 내부 상황을 촬영한다. 이러한 영상 데이터 촬영부는 터널 내부의 위험 상황을 감지하는 음향 탐지기와, 터널 대기 오염(유해 가스와 매연)과 가시도를 측정하는 센서들로부터 입력된 정보를 전송하는 센서 통합 전송부와, 터널 내에서 유고상황이 발생 되면 현재의 촬영위치를 기억하며, 상하좌우로 움직여 사고발생 위치로 촬영부의 촬영 방향을 조절시켜주는 촬영부의 위치 조절부와, 영상 데이터 촬영부 주위의 조도가 기준 조도 이하인 경우 예비 조명으로 자동 전환 시키고 조명이 꺼진 경우에는 원격지운영센터로 알람 경고하는 조명부 등을 포함할 수 있다.
이러한 영상 데이터 촬영부(100)는 터널의 일정 간격에 설치되어 터널 내부 상황을 촬영한다. 이러한 영상 데이터 촬영부(100)는 터널 내의 조명과 스모그(Smoke) 및 안개 시에도 차량을 정확히 식별할 수 있는 고감도 저조도의 고성능 1/2" 카메라인 것이 바람직하다. 또한, 이러한 카메라는 사고 지점을 정밀하게 감시할 수 있도록 확대 또는 축소가능하고 현재의 줌(zoom)위치를 기억시키는 프리셋(preset)기능을 갖는 8 ~ 200㎜ 렌즈를 포함하며, 터널 환경을 고려하여 카메라를 보호하는 GAS 주입형 하우징으로 구성될 수 있다.
다음, 본 발명에 따른 표준화된 유고 감시 시스템(1000)에서, 영상 분석 서버(200)는, 영상 데이터 촬영부(100)로부터 촬영된 영상 데이터를 입력받는 영상 데이터 입력부(210)와, 영상 데이터 입력부(210)에 의해 입력된 영상 데이터를 분석하는 영상 데이터 분석부(220)와, 영상 데이터 분석부(220)에 의해 분석된 영상 데이터를 평가하는 유고 평가부(230)와, 유고 평가부(230)에 의해 평가된 영상 데이터의 유고 상황을 판정하는 유고 상황 판정부(240)와, 유고 상황 판정부(240)에 의해 판정이 완료된 영상 데이터를 출력하는 영상 데이터 출력부(250)를 더 포함한다.
이러한 본 발명에 따른 표준화된 유고 감시 시스템(1000)에서, 영상 데이터 분석부(220)는 영상 데이터를 효율성, 안정성, 신뢰성 또는 유고성의 항목으로 분석한다.
영상 데이터 분석부(220)가 영상 데이터를 안정성의 항목으로 분석한 예는 도 4에 도시되어 있고, 효율성의 항목으로 분석한 예는 도 5에 도시되어 있으며, 신뢰성의 항목으로 분석한 예는 도 6에 도시되어 있고, 유고성의 항목으로 분석한 예는 도 7에 도시되어 있다.
도 4를 참조하여, 영상 데이터 분석부(220)가 영상 데이터를 안정성의 항목으로 분석한 예를 살펴보면, 본 발명에 따른 표준화된 유고 감시 시스템(1000)에서, 영상 데이터 분석부(220)는 안정성에 대한 항목에서 노면 습도와, 조명 상태와, 차선 선명도와, 기물 파손 상태와, 카메라 진동 상태와, 환경 요인 또는 특수 상황 중 하나 이상의 항목을 분석한다.
노면 습도는 상태를 일반과, 약한 습도와, 강한 습도와, 누수의 4단계의 상태로 구분한다. 또한, 모양은 밝은 회색 상태와, 약간 어두운 회색과, 검은색과, 반사광의 4단계의 모양으로 구분한다. 한편, 노면 색상 평균은 RGB 패턴으로 표시하게 되는데, 여기서, RGB 패턴이란 RGB 모델에서 획득되는 패턴을 의미한다. 즉, RGB 모델은 3차원 좌표 시스템의 부분 집합으로 정의된 컬러 모델에서 영상을 표시하고 저장하기 위한 표준 모델로, 0 ~ 255 범위 내의 정수로 이산화되어 있다. 이와 같이 획득된 영상 데이터를 복수의 RGB픽셀(RGB pixel)로 분할하고, 분할된 각 RGB픽셀에서 RGB 색공간의 HSL(색상, 채도, 밝기) 값을 추출하게 된다. 따라서, 노면 색상 평균은 [120, 120, 120], [5, 5, 5]와, [80, 80, 80], [5, 5, 5]와, [40, 40, 40], [5, 5, 5]와, [200, 200, 200], [5, 5, 5]의 4단계로 구분한다. 마지막으로, 노면 습도의 분석 값은 0, 2.5, 5, 10의 4단계로 구분한다.
여기서, 노면 습도의 분석 값은 다음과 같이 부여된다. 즉, 노면 습도의 상태가 약한 습도이고, 모양이 검은색이며, 노면 색상 평균이 [120, 120, 120], [5, 5, 5]이면, 상태 점수는 2.5점이고, 모양 점수는 5점이며, 노면 색상 평균 점수는 0점이 된다. 이와 같이 부여된 점수에 의거하여 관리자의 취사 선택에 따라 세 점수의 평균값을 구할 수도 있고, 세 점수 중 최고 점수인 5점으로 노면 습도의 분석 값을 정할 수도 있다. 즉, 다양한 적용이 가능하다. 후술하는 나머지 항목도 이와 마찬가지로 분석 값이 부여된다.
조명 상태는 상태를 일반과, 어두움과, 반짝임과, 꺼짐의 4단계의 상태로 구분한다. 또한, 모양은 정상적 상황(식별 분제 없음)과, 어두운 상황(가시거리 감소)과, 조명이 깜빡거리는 상황과, 식별 불가의 4단계의 모양으로 구분한다. 한편, 화면 색상 평균은 RGB 패턴으로 표시하며, [150, 150, 150], [5, 5, 5]와, [90, 90, 90], [5, 5, 5]와, [150, 150, 150], [50, 50, 50]과, [20, 20, 20], [5, 5, 5]의 4단계로 구분한다. 마지막으로, 조명 상태의 분석 값은 0, 2.5, 5, 10의 4단계로 구분한다.
차선 선명도는 상태를 선명과, 약 흐림과, 강 흐림과, 없음의 4단계의 상태로 구분한다. 또한, 모양은 Sobel Edge로 선명하게 탐지와, Morphology Edge로 탐지 가능과, Morphology Edge로도 탐지 불가와, 차선이 육안으로 안보임의 4단계의 모양으로 구분한다. 한편, 엣지 평균 강도는 100과, 50과, 30과, 10의 4단계로 구분한다. 마지막으로, 차선 선명도의 분석 값은 0, 2.5, 5, 10의 4단계로 구분한다.
기물 파손 상태는 상태를 파손 없음과, 미세한 파손과, 위치 변경과, 심각한 파손의 4단계의 상태로 구분한다. 또한, 모양은 배경 인식기에 모양 변화 미감지와, 작은 크기의 파편 또는 모양 변화 발생과, 큰 크기의 파편 또는 모양 변화 발생과, 차량을 제외하고 30% 이상의 파편 또는 모양 변화 발생의 4단계의 모양으로 구분한다. 한편, 본 발명에 따른 표준화된 유고 감시 시스템(1000)에서, 기물 파손 상태는, 하기 식 1에 의해 획득되는 값 A로 기물의 파손 상태를 나타낸다.
(식 1)
Figure 112017035224952-pat00007
여기서, y는 관심 영역 내 y좌표이고, C는 탐지한 물체의 크기이다. 이러한 A값은 300, 500, 900, 1000의 4단계의 값으로 구분된다. 마지막으로, 기물 파손 상태의 분석 값은 0, 2.5, 5, 10의 4단계로 구분한다.
카메라 진동 상태는 상태를 양호와, 약한 떨림과, 떨림과, 심각한 떨림의 4단계의 상태로 구분한다. 또한, 모양은 흔들림 감지 영역에 동작(Motion)이 없음과, 흔들림 감지 영역에 동작이 약하게 감지와, 흔들림 감지 영역에 동작이 강하게 감지와, 차량을 제외한 전 영역에 동작이 강하게 감지의 4단계의 모양으로 구분한다. 한편, 모션 픽셀 비율은 0%, 10%, 30%, 50%의 4단계로 구분한다. 마지막으로, 카메라 진동 상태의 분석 값은 0, 10, 15, 20의 4단계로 구분한다.
환경 요인(안개 등)은 상태를, 정상과, 약한 안개와, 짙은 안개와, 식별 불가의 4단계의 상태로 구분한다. 또한, 모양은 평균 엣지 강도 일정 수준 이상과, 평균 엣지 강도가 100 이하와, 평균 엣지 강도가 50 이하와, 평균 엣지 강도가 30 이하의 4단계의 모양으로 구분한다. 한편, 차량의 움직임 변화는 120과, 100과, 50과, 30의 4단계로 구분한다. 마지막으로, 환경 요인의 분석 값은 0, 10, 15, 20의 4단계로 구분한다.
특수 상황(공사, 가변 등)은 상태를, 없음과, 비상 대피소 진입과, 안내 차량과, 차선 폐쇄 또는 가변 차선의 4단계의 상태로 구분한다. 또한, 모양은 차량 영역 외에 특수한 물체 없음과, 비상 대피소에 차량 진입과, 서행중인 안내 차량과, 특정 차선에 움직임 없음의 4단계의 모양으로 구분한다. 한편, 위치 또는 움직임 변화는 차선외(0%)와, 비상 대피소(30%)와, 차선(30%)과, 차선(0%)의 4단계로 구분한다. 마지막으로, 환경 요인의 분석 값은 0, 10, 15, 20의 4단계로 구분한다.
또한, 본 발명에 따른 표준화된 유고 감시 시스템(1000)에서, 영상 데이터 분석부(220)는 효율성에 대한 항목에서 차량 속도와, 차량 신호와, 진행 방향 일관성과, 차량 밀도와, 상대 속도 또는 차량 속도 일관성 중 하나 이상의 항목을 분석한다.
차량 속도는 상태를 보통과, 조금 빠름과, 빠름과, 매우 빠름의 4단계의 상태로 구분한다. 또한, 모양은 일반적 차량 이동 상황과, 추월 차량과, 과속 차량과, 심한 과속 차량의 4단계의 모양으로 구분한다. 한편, 관심 영역 내에서 y좌표 변화량은 5px와, 8px와, 10px와, 15px의 4단계의 y좌표 변화량으로 나타낸다. 마지막으로, 차량 속도의 분석 값은 0, 2.5, 5, 10의 4단계로 구분한다.
여기서, 차량 속도의 분석 값은 다음과 같이 부여된다. 즉, 차량 속도의 상태가 조금 빠름이고, 모양이 과속 차량이며, 관심 영역 내에서 y좌표 변화량이 5px이면, 상태 점수는 2.5점이고, 모양 점수는 5점이며, 관심 영역 내에서 y좌표 변화량은 0점이 된다. 이와 같이 부여된 점수에 의거하여 관리자의 취사 선택에 따라 세 점수의 평균값을 구할 수도 있고, 세 점수 중 최고 점수인 5점으로 차량 속도의 분석 값을 정할 수도 있다. 즉, 다양한 적용이 가능하다. 후술하는 나머지 항목도 이와 마찬가지로 분석 값이 부여된다.
차량 신호는 상태를 신호 없음과, 왼쪽 차선 변경과, 오른쪽 차선 변경과, 비상 깜빡이의 4단계의 상태로 구분한다. 또한, 모양은 차량 후면에 별다른 특징이 없음과, 차량 왼쪽에 노란 등 점멸과, 차량 오른쪽에 노란 등 점멸과, 차량 모든 노란 등 점멸의 4단계의 모양으로 구분한다. 한편, 노란색 덩어리 숫자는 0과, 1과, 1과, 2의 4단계의 숫자로 구분한다. 마지막으로, 차량 신호의 분석 값은 0, 5, 5, 10의 4단계로 구분한다.
진행 방향 일관성은 상태를 차선 변경 빈도 없음과, 차선 변경 빈도 소수와, 차선 변경 빈도 많음과, 차선 변경 빈도 100%의 4단계의 상태로 구분한다. 또한, 모양은 차량이 노선을 계속 유지함과, 차선 변경 빈도가 일부 있음과, 차선 변경 빈도가 종종 있음과, 차선 변경 빈도가 연속적으로 있음의 4단계의 모양으로 구분한다. 한편, 본 발명에 따른 표준화된 유고 감시 시스템(1000)에서, 진행 방향 일관성은, 하기 식 2에 의해 획득되는 값 A로 진행 방향 일관성의 상태를 나타낸다.
(식 2)
Figure 112017035224952-pat00008
여기서, N은 차선 변경중인 차량 대수이고, K는 현재 탐지한 차량 대수이며, L은 차선 수이다. 이러한 A값은 10%와, 30%와, 50%와, 100%의 4단계의 값으로 구분된다. 마지막으로, 진행 방향 일관성의 분석 값은 0, 2.5, 5, 10의 4단계로 구분한다.
차량 밀도는 상태를 밀도 낮음과, 평균과, 밀도 높음과, 매우 높은 밀도의 의 4단계의 상태로 구분한다. 또한, 모양은 관심 영역 내에 1초 이내에 감지된 차량 없음과, 관심 영역 내에 1초 이내에 감지된 차량 소수와, 관심 영역 내에 1초 이내에 감지된 차량 다수와, 관심 영역 내에 1초 이내에 감지된 차량 극다수의 4단계의 모양으로 구분한다. 한편, 한편, 본 발명에 따른 표준화된 유고 감시 시스템(1000)에서, 하기 식 3에 의해 획득되는 값 A로 차량 밀도의 상태를 나타낸다.
(식 3)
Figure 112017035224952-pat00009
여기서, C는 현재 차량 대수이고, R은 관심 영역의 크기이며, L은 차선 수이고, U는 탐지 가능 최대 차량 수이다. 이러한 A 값은 0과, 3과, 6과, 10의 4단계의 값으로 구분된다. 마지막으로, 차량 밀도의 분석 값은 0, 10, 15, 20의 4단계로 구분한다.
상대 속도는 상태를 일반과, 원활과, 위험과, 사고의 4단계의 상태로 구분한다. 또한, 모양은 대부분 차량이 동일한 속도로 이동과, 대부분 차량이 유사한 속도로 이동과, 일부 차량이 빠른 속도로 이동과, 특정 차선은 속도가 없음의 4단계의 모양으로 구분한다. 한편, 타 차량 대비 y좌표 변화량은 0과, 3과, 5와, 10의 4단계의 y좌표 변화량으로 구분한다. 마지막으로, 상대 속도의 분석 값은 0, 15, 20, 25의 4단계로 구분한다.
차량 속도 일관성은 상태를 속도의 변화폭이 좁음과, 일반적인 변화와, 변화가 심함과, 매우 빠른 가속 또는 감속의 4단계의 상태로 구분한다. 또한, 모양은 거의 일정한 속도로 운행과, 약한 차이의 속도로 변속과, 급정거와, 급출발 또는 급정차의 4단계의 모양으로 구분한다. 한편, y좌표 2차 미분값은 2와, 3과, 6과, 8의 4단계의 숫자로 구분한다. 마지막으로, 차량 속도 일관성의 분석 값은 0, 10, 15, 25의 4단계로 구분한다.
또한, 본 발명에 따른 표준화된 유고 감시 시스템(1000)에서, 영상 데이터 분석부(220)는 신뢰성에 대한 항목에서 이벤트 빈도와, 오탐지율과, 이벤트 발생 최고 빈도 또는 사고 표본 분산 중 하나 이상의 항목을 분석한다.
이벤트 빈도는 상태를 없음과, 빈도 적음과, 빈도 많음과, 대량의 이벤트 발생의 4단계의 상태로 구분한다. 또한, 모양은 최근 1시간 이내 이벤트가 발생하지 않음과, 최근 1시간 이내 이벤트가 소수 발생과, 최근 1시간 이내 이벤트가 다수 발생과, 최근 1시간 이내 이벤트가 계속 발생의 4단계의 모양으로 구분한다. 한편, 시간 대비 이벤트 비율은 0%와, 10%와, 30%와, 50%의 4단계의 숫자로 구분한다. 마지막으로, 차량 속도 일관성의 분석 값은 0, 5, 10, 15의 4단계로 구분한다.
여기서도, 이벤트 빈도의 분석 값은 다음과 같이 부여된다. 즉, 이벤트 빈도의 상태가 빈도 적음이고, 모양이 최근 1시간 이내 이벤트가 발생하지 않음이며, 시간 대비 이벤트 비율이 5px이면, 상태 점수는 5점이고, 모양 점수는 10점이며, 시간 대비 이벤트 비율은 0점이 된다. 이와 같이 부여된 점수에 의거하여 관리자의 취사 선택에 따라 세 점수의 평균값을 구할 수도 있고, 세 점수 중 최고 점수인 10점으로 이벤트 빈도의 분석 값을 정할 수도 있다. 즉, 다양한 적용이 가능하다. 후술하는 나머지 항목도 이와 마찬가지로 분석 값이 부여된다.
오탐지율은 상태를 없음과, 낮음과, 보통과, 높음의 4단계의 상태로 구분한다. 또한, 특성은 사람이 판정한 오탐지 차이 없음과, 사람이 판정한 오탐지 차이 적음과, 사람이 판정한 오탐지 차이 많음과, 사람이 판정한 오탐지율 매우 큼의 4단계의 특성으로 구분한다. 한편, 시간당 횟수는 0과, 3과, 5와, 10의 4단계의 숫자로 구분한다. 마지막으로, 오탐지율의 분석 값은 0, 5, 10, 15의 4단계로 구분한다.
최고 빈도는 상태를 차선 변경과, 정차와, 충돌과, 화재의 4단계의 상태로 구분한다. 또한, 특성은 4단계의 구간을 모두 시간당 이벤트 발생 빈도로 설정한다. 한편, 시간 당 빈도 수는 60과, 60과, 10과 1의 4단계의 숫자로 구분한다. 마지막으로, 최고 빈도의 분석 값은 0, 5, 10, 15의 4단계로 구분한다.
사고 표본 분산은 상태를 차선 변경과, 정차와, 충돌과, 화재의 4단계의 상태로 구분한다. 또한, 특성은 4단계의 구간을 모두 특정 기간 내 표본의 분산으로 설정한다. 한편, 분산은 3과, 1과, 1과, 1의 4단계의 숫자로 구분한다. 마지막으로, 사고 표본 분산의 분석 값은 0, 5, 10, 15의 4단계로 구분한다.
또한, 본 발명에 따른 표준화된 유고 감시 시스템(1000)에서, 영상 데이터 분석부(220)는 유고성에 대한 항목에서 정차와, 화재와, 낙화물과, 이상광과, 보행자 또는 역주행 중 하나 이상의 항목을 분석한다.
정차는 상태를 일반과, 일부 차선 서행과, 일부 차선 정차와, 모든 차선 정차의 4단계의 상태로 구분한다. 또한, 모양은 일반적인 형태와, 일부 차선의 움직임 빈도가 낮음과, 일부 차선이 움직이지 않음과, 모든 차선에서 움직임이 없음의 4단계의 모양으로 구분한다. 한편, 본 발명에 따른 표준화된 유고 감시 시스템(1000)에서, 정차는, 하기 식 4에 의해 획득되는 값 R로 정차의 상태를 나타낸다.
(식 4)
Figure 112017035224952-pat00010
여기서, i는 차선 번호이고, M은 모션 히스토리 밀도이며, A는 차선별 연산치이다. 이러한 R 값은 30과, 10과, 3과, 0의 4단계의 숫자로 구분한다. 마지막으로, 정차의 분석 값은 0, 10, 15, 20의 4단계로 구분한다.
여기서도, 정차의 분석 값은 다음과 같이 부여된다. 즉, 정차의 상태가 일부 차선 서행이고, 모양이 일부 차선이 움직이지 않음이며, R 값이 30이면, 상태 점수는 10점이고, 모양 점수는 15점이며, R 값은 0점이 된다. 이와 같이 부여된 점수에 의거하여 관리자의 취사 선택에 따라 세 점수의 평균값을 구할 수도 있고, 세 점수 중 최고 점수인 15점으로 정차의 분석 값을 정할 수도 있다. 즉, 다양한 적용이 가능하다. 후술하는 나머지 항목도 이와 마찬가지로 분석 값이 부여된다.
화재는 상태를 없음과, 연기 발생과, 선명한 불길과, 폭발의 4단계의 상태로 구분한다. 또한, 모양은 상황 없음과, 흰색 연기 관측, 서서히 확장과, 붉은 색 작은 광원 서서히 확장과, 붉은색, 흰 색 큰 광원 급격히 확장의 4단계의 모양으로 구분한다. 한편, 컬러 차영상 비율은 0%와, 10%와, 30%와, 50%의 4단계로 구분한다. 마지막으로, 화재의 분석 값은 0, 5, 10, 15의 4단계로 구분한다.
낙화물(파편)은 상태를 없음과, 작은 물체 소량 낙하와, 작은 물체 다수 낙하와, 물체 다량 낙하의 4단계의 상태로 구분한다. 또한, 모양은 차량 위에서 떨어지는 물체 없음과, 소수의 일부 낙하물 발견과, 다수의 일부 낙화물 발견과, 충동 등으로 인한 차량 파편의 4단계의 모양으로 구분한다. 한편, 파편 크기 * 파편 개수는 0과, 50과, 300과, 800의 4단계로 구분한다. 마지막으로, 낙화물의 분석 값은 0, 5, 10, 15의 4단계로 구분한다.
이상광은 상태를 조명과, 누수와, 화재와, 폭발의 4단계의 상태로 구분한다. 또한, 모양은 조명에 문제 발생과, 차량 영역에 넓은 반사광과, 차량 영역에 넓은 붉은 빛 또는 푸른 빛과, 차량 영역에 밝고 넓은 흰색 광원의 4단계의 모양으로 구분한다. 한편, 본 발명에 따른 표준화된 유고 감시 시스템(1000)에서, 이상광은, 하기 식 5에 의해 획득되는 값 A로 이상광의 상태를 나타낸다.
(식 5)
Figure 112017035224952-pat00011
여기서, C는 차영상 비율이고, D는 색상 가중치이다. 이러한 A 값은 30%와, 70%와, 70%와, 1의 4단계의 값으로 구분한다. 마지막으로, 이상광의 분석 값은 5와, 10과, 10과, 15의 4단계로 구분한다.
보행자는 상태를 일반과, 보행자 소수 발생과, 보행자 다수 발생과, 보행자 대규모 발생의 4단계의 상태로 구분한다. 또한, 모양은 보행자 없음과, 공사 인부와, 사고시 수습 인원 감지와, 사고시 대피 인원 감지, 차량 감지 실패의 4단계의 모양으로 구분한다. 한편, 본 발명에 따른 표준화된 유고 감시 시스템(1000)에서, 보행자는, 하기 식 6에 의해 획득되는 값 A로 보행자의 상태를 나타낸다.
(식 6)
Figure 112017035224952-pat00012
여기서, C는 보행자의 크기이고, F는 보행자가 움직인 프레임 수이다. 이러한 A 값은 1과, 1/30과, 1/90과, 1/300의 4단계의 값으로 구분한다. 마지막으로, 보행자의 분석 값은 0과, 5와, 10과, 15의 4단계로 구분한다.
역주행은 상태를 정상 주행과, 측방 주행과, 역주행의 3단계의 상태로 구분한다. 또한, 모양은 진행 방향 동일과, 진행 방향이 직각과, 진행 방향이 반대의 3단계의 모양으로 구분한다. 한편, 기준 방향 대비 진행 방향 각도는 0도와, 90도와, 180도의 3단계로 구분한다. 마지막으로, 역주행의 분석 값은 0과, 10과, 20의 3단계로 구분한다.
이와 같이 영상 데이터 분석부(220)에서 영상 데이터에 대한 분석이 완료되면, 유고 평가부(230)는 분석된 영상 데이터 중 효율성, 안정성 또는 신뢰성의 항목을 통해 유고 점수를 평가하게 된다. 상술한 바와 같이 각 항목의 분석 값들에 대해 관리자가 적절한 방법으로 유고 점수를 평가하게 된다.
다만, 본 발명에 따른 표준화된 유고 감시 시스템(1000)에서, 유고 평가부(230)는 평가된 유고 점수에 유고성 항목으로 가산점을 부여할 수 있다.
영상 데이터 표시부(300)는 영상 분석 서버(200)로부터 분석이 완료된 영상 데이터를 표시한다. 이때, 영상 분석 서버(200)의 분석 결과는 유고 상황과, 위험 상황과, 정상 상황으로 판정될 수 있다.
한편, 영상 데이터 표시부(300)가 유고 상황 또는 위험 상황시에는 알람부(310)의 알람을 통해 관리자에게 경보를 발생시킬 수 있다. 즉, 본 발명에 따른 표준화된 유고 감시 시스템(1000)에서, 영상 데이터 표시부(300)는 유고 상황 판정부(240)에 의해 판정된 영상 데이터의 유고 상황 또는 위험 상황을 통지하는 알람부(310)를 더 포함한다. 이러한 알람을 접한 관리자는 컨트롤러를 조작하여 감시 모니터에 표시되는 영상으로 유고 상황 또는 위험 상황을 확인하게 된다.
도 2는 본 발명의 실시예에 따른 유고 상황 분석 방법의 전체 흐름을 나타내는 플로어 차트이다.
도 2를 참조하면, 본 발명의 실시예에 따른 유고 상황 분석 방법은, 터널 내의 영상 데이터 촬영부(100)로부터 촬영된 영상 데이터를 영상 데이터 입력부(210)가 입력받는 제 1 단계(S100)와, 영상 데이터 입력부(210)에 입력된 영상 데이터를 영상 데이터 분석부(220)가 분석하는 제 2 단계(S200)와, 영상 데이터 분석부(220)에 의해 분석된 영상 데이터를 영상 데이터 표시부(300)가 표시하는 제 3 단계(S300)를 포함한다.
즉, 제 1 단계(S100)에서는, 영상 데이터 촬영부(100)가 터널 내의 상황을 촬영하면, 촬영된 영상 데이터가 영상 분석 서버(200)의 영상 데이터 입력부(210)로 입력된다.
다음, 제 2 단계(S200)에서는, 영상 데이터 입력부(210)에 입력된 영상 데이터는 영상 데이터 분석부(220)에 의해 분석된다.
이후, 제 3 단계(S300)에서는, 영상 데이터 분석부(220)에 의해 분석된 영상 데이터를 영상 데이터 출력부(250)가 출력하고, 출력된 영상 데이터는 영상 데이터 표시부(300)에 의해 표시된다.
다음, 도 3은 본 발명의 실시예에 따른 유고 상황 분석 방법의 입력된 영상 데이터를 분석하는 단계를 설명하는 플로어 차트이다.
도 3을 참조하면, 본 발명에 따른 유고 상황 분석 방법에서, 입력된 영상 데이터를 분석하는 단계(S200)는, 영상 데이터 분석부(220)가 영상 데이터를 효율성, 안정성, 신뢰성 또는 유고성의 항목으로 분석하는 제 2-1 단계(S210)와, 분석된 영상 데이터 중 효율성, 안정성 또는 신뢰성의 항목을 통해 유고 점수를 평가하는 제 2-2 단계(S220)와, 평가된 유고 점수에 유고성의 항목으로 가산점을 부여하는 제 2-3 단계(S230)와, 가산점이 부여된 데이터의 평가 점수로 최종 유고 상황을 판정하는 제 2-4 단계(S240)를 가진다.
즉, 제 2-1 단계(S210)에서는 영상 데이터 분석부(220)가 영상 데이터 입력부(210)에 의해 입력된 영상 데이터를 효율성, 안정성, 신뢰성 또는 유고성의 항목을 통해 분석을 수행하게 된다.
제 2-2 단계(S220)에서는, 상기 4개의 항목을 통해 분석이 완료된 영상 데이터 중 효율성, 안정성 또는 신뢰성의 항목을 통해 유고 평가부(230)가 유고 점수를 평가하게 된다.
제 2-3 단계(S230)에서는, 유고 평가부(230)가 평가된 유고 점수에 유고성의 항목으로 가산점을 부여하여 최종 유고 점수를 평가하게 된다.
마지막으로, 제 2-4 단계(S240)에서는, 유고 점수에 가산점이 부여된 데이터의 평가 점수로 최종 유고 상황을 판정하게 된다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100 : 영상 데이터 촬영부
200 : 영상 분석 서버
210 : 영상 데이터 입력부
220 : 영상 데이터 분석부
230 : 유고 평가부
240 : 유고 상황 판정부
250 : 영상 데이터 출력부
300 : 영상 데이터 표시부
310 : 알람부
1000 : 표준화된 유고 감시 시스템

Claims (18)

  1. 터널 내에서 일정 간격을 두고 각각 설치되어 터널 내부 상황을 촬영하는 영상 데이터 촬영부와,
    상기 영상 데이터 촬영부에 의해 촬영된 영상 데이터를 분석하는 영상 분석 서버와,
    상기 영상 분석 서버에 의해 분석된 영상 데이터를 표시하는 영상 데이터 표시부를 포함하며,
    상기 영상 분석 서버는,
    상기 영상 데이터 촬영부로부터 촬영된 영상 데이터를 입력받는 영상 데이터 입력부와,
    상기 영상 데이터 입력부에 의해 입력된 영상 데이터를 분석하는 영상 데이터 분석부와,
    상기 영상 데이터 분석부에 의해 분석된 영상 데이터를 평가하는 유고 평가부와,
    상기 유고 평가부에 의해 평가된 영상 데이터의 유고 상황을 판정하는 유고 상황 판정부와,
    상기 유고 상황 판정부에 의해 판정이 완료된 영상 데이터를 출력하는 영상 데이터 출력부를 더 포함하고,
    상기 영상 데이터 분석부는 상기 영상 데이터를 효율성, 안정성, 신뢰성 또는 유고성의 항목으로 분석하며,
    상기 영상 데이터 분석부는 상기 안정성에 대한 항목에서 노면 습도와, 조명 상태와, 차선 선명도와, 기물 파손 상태와, 카메라 진동 상태와, 환경 요인 또는 특수 상황 중 하나 이상의 항목을 분석하고,
    상기 기물 파손 상태는,
    하기 식 1에 의해 획득되는 값 A로 기물의 파손 상태를 나타내는 표준화된 유고 감시 시스템.
    (식 1)
    Figure 112018058346076-pat00026

    여기서, y는 관심 영역(Region Of Interest) 내 y좌표이고, C는 탐지한 물체의 크기임
  2. 제 1 항에 있어서,
    상기 영상 데이터 표시부는,
    상기 유고 상황 판정부에 의해 판정된 영상 데이터의 유고 상황 또는 위험 상황을 통지하는 알람부를 더 포함하는 표준화된 유고 감시 시스템.
  3. 제 1 항에 있어서,
    상기 유고 평가부는 분석된 상기 영상 데이터 중 효율성, 안정성 또는 신뢰성의 항목을 통해 유고 점수를 평가하는 표준화된 유고 감시 시스템.
  4. 제 3 항에 있어서,
    상기 유고 평가부는 평가된 유고 점수에 유고성 항목으로 가산점을 부여하는 표준화된 유고 감시 시스템.
  5. 제 1 항에 있어서,
    상기 영상 데이터 분석부는 상기 신뢰성에 대한 항목에서 이벤트 빈도와, 오탐지율과, 이벤트 발생 최고 빈도 또는 사고 표본 분산 중 하나 이상의 항목을 분석하는 표준화된 유고 감시 시스템.
  6. 제 1 항에 있어서,
    상기 영상 데이터 분석부는 상기 유고성에 대한 항목에서 정차와, 화재와, 낙화물과, 이상광과, 보행자 또는 역주행 중 하나 이상의 항목을 분석하는 표준화된 유고 감시 시스템.
  7. 터널 내에서 일정 간격을 두고 각각 설치되어 터널 내부 상황을 촬영하는 영상 데이터 촬영부와,
    상기 영상 데이터 촬영부에 의해 촬영된 영상 데이터를 분석하는 영상 분석 서버와,
    상기 영상 분석 서버에 의해 분석된 영상 데이터를 표시하는 영상 데이터 표시부를 포함하며,
    상기 영상 분석 서버는,
    상기 영상 데이터 촬영부로부터 촬영된 영상 데이터를 입력받는 영상 데이터 입력부와,
    상기 영상 데이터 입력부에 의해 입력된 영상 데이터를 분석하는 영상 데이터 분석부와,
    상기 영상 데이터 분석부에 의해 분석된 영상 데이터를 평가하는 유고 평가부와,
    상기 유고 평가부에 의해 평가된 영상 데이터의 유고 상황을 판정하는 유고 상황 판정부와,
    상기 유고 상황 판정부에 의해 판정이 완료된 영상 데이터를 출력하는 영상 데이터 출력부를 더 포함하고,
    상기 영상 데이터 분석부는 상기 영상 데이터를 효율성, 안정성, 신뢰성 또는 유고성의 항목으로 분석하며,
    상기 영상 데이터 분석부는 상기 효율성에 대한 항목에서 차량 속도와, 차량 신호와, 진행 방향 일관성과, 차량 밀도와, 상대 속도 또는 차량 속도 일관성 중 하나 이상의 항목을 분석하고,
    상기 진행 방향 일관성은,
    하기 식 2에 의해 획득되는 값 A로 진행 방향 일관성의 상태를 나타내는 표준화된 유고 감시 시스템.
    (식 2)
    Figure 112018058346076-pat00027

    여기서, N은 차선 변경중인 차량 대수이고, K는 현재 탐지한 차량 대수이며, L은 차선 수임
  8. 터널 내에서 일정 간격을 두고 각각 설치되어 터널 내부 상황을 촬영하는 영상 데이터 촬영부와,
    상기 영상 데이터 촬영부에 의해 촬영된 영상 데이터를 분석하는 영상 분석 서버와,
    상기 영상 분석 서버에 의해 분석된 영상 데이터를 표시하는 영상 데이터 표시부를 포함하며,
    상기 영상 분석 서버는,
    상기 영상 데이터 촬영부로부터 촬영된 영상 데이터를 입력받는 영상 데이터 입력부와,
    상기 영상 데이터 입력부에 의해 입력된 영상 데이터를 분석하는 영상 데이터 분석부와,
    상기 영상 데이터 분석부에 의해 분석된 영상 데이터를 평가하는 유고 평가부와,
    상기 유고 평가부에 의해 평가된 영상 데이터의 유고 상황을 판정하는 유고 상황 판정부와,
    상기 유고 상황 판정부에 의해 판정이 완료된 영상 데이터를 출력하는 영상 데이터 출력부를 더 포함하고,
    상기 영상 데이터 분석부는 상기 영상 데이터를 효율성, 안정성, 신뢰성 또는 유고성의 항목으로 분석하며,
    상기 영상 데이터 분석부는 상기 효율성에 대한 항목에서 차량 속도와, 차량 신호와, 진행 방향 일관성과, 차량 밀도와, 상대 속도 또는 차량 속도 일관성 중 하나 이상의 항목을 분석하고,
    상기 차량 밀도는,
    하기 식 3에 의해 획득되는 값 A로 차량 밀도의 상태를 나타내는 표준화된 유고 감시 시스템.
    (식 3)
    Figure 112018058346076-pat00028

    여기서, C는 현재 차량 대수이고, R은 관심 영역의 크기이며, L은 차선 수이고, U는 탐지 가능 최대 차량 수임
  9. 터널 내에서 일정 간격을 두고 각각 설치되어 터널 내부 상황을 촬영하는 영상 데이터 촬영부와,
    상기 영상 데이터 촬영부에 의해 촬영된 영상 데이터를 분석하는 영상 분석 서버와,
    상기 영상 분석 서버에 의해 분석된 영상 데이터를 표시하는 영상 데이터 표시부를 포함하며,
    상기 영상 분석 서버는,
    상기 영상 데이터 촬영부로부터 촬영된 영상 데이터를 입력받는 영상 데이터 입력부와,
    상기 영상 데이터 입력부에 의해 입력된 영상 데이터를 분석하는 영상 데이터 분석부와,
    상기 영상 데이터 분석부에 의해 분석된 영상 데이터를 평가하는 유고 평가부와,
    상기 유고 평가부에 의해 평가된 영상 데이터의 유고 상황을 판정하는 유고 상황 판정부와,
    상기 유고 상황 판정부에 의해 판정이 완료된 영상 데이터를 출력하는 영상 데이터 출력부를 더 포함하고,
    상기 영상 데이터 분석부는 상기 영상 데이터를 효율성, 안정성, 신뢰성 또는 유고성의 항목으로 분석하며,
    상기 영상 데이터 분석부는 상기 유고성에 대한 항목에서 정차와, 화재와, 낙화물과, 이상광과, 보행자 또는 역주행 중 하나 이상의 항목을 분석하고,
    상기 정차는,
    하기 식 4에 의해 획득되는 값 A i 로 정차의 상태를 나타내는 표준화된 유고 감시 시스템.
    (식 4)
    Figure 112018058346076-pat00029

    여기서, i는 차선 번호이고, M은 모션 히스토리 밀도이며, A는 차선별 연산치임
  10. 터널 내에서 일정 간격을 두고 각각 설치되어 터널 내부 상황을 촬영하는 영상 데이터 촬영부와,
    상기 영상 데이터 촬영부에 의해 촬영된 영상 데이터를 분석하는 영상 분석 서버와,
    상기 영상 분석 서버에 의해 분석된 영상 데이터를 표시하는 영상 데이터 표시부를 포함하며,
    상기 영상 분석 서버는,
    상기 영상 데이터 촬영부로부터 촬영된 영상 데이터를 입력받는 영상 데이터 입력부와,
    상기 영상 데이터 입력부에 의해 입력된 영상 데이터를 분석하는 영상 데이터 분석부와,
    상기 영상 데이터 분석부에 의해 분석된 영상 데이터를 평가하는 유고 평가부와,
    상기 유고 평가부에 의해 평가된 영상 데이터의 유고 상황을 판정하는 유고 상황 판정부와,
    상기 유고 상황 판정부에 의해 판정이 완료된 영상 데이터를 출력하는 영상 데이터 출력부를 더 포함하고,
    상기 영상 데이터 분석부는 상기 영상 데이터를 효율성, 안정성, 신뢰성 또는 유고성의 항목으로 분석하며,
    상기 영상 데이터 분석부는 상기 유고성에 대한 항목에서 정차와, 화재와, 낙화물과, 이상광과, 보행자 또는 역주행 중 하나 이상의 항목을 분석하고,
    상기 이상광은,
    하기 식 5에 의해 획득되는 값 A로 이상광의 상태를 나타내는 표준화된 유고 감시 시스템.
    (식 5)
    Figure 112018058346076-pat00030

    여기서, C는 차영상 비율이고, D는 색상 가중치임
  11. 터널 내에서 일정 간격을 두고 각각 설치되어 터널 내부 상황을 촬영하는 영상 데이터 촬영부와,
    상기 영상 데이터 촬영부에 의해 촬영된 영상 데이터를 분석하는 영상 분석 서버와,
    상기 영상 분석 서버에 의해 분석된 영상 데이터를 표시하는 영상 데이터 표시부를 포함하며,
    상기 영상 분석 서버는,
    상기 영상 데이터 촬영부로부터 촬영된 영상 데이터를 입력받는 영상 데이터 입력부와,
    상기 영상 데이터 입력부에 의해 입력된 영상 데이터를 분석하는 영상 데이터 분석부와,
    상기 영상 데이터 분석부에 의해 분석된 영상 데이터를 평가하는 유고 평가부와,
    상기 유고 평가부에 의해 평가된 영상 데이터의 유고 상황을 판정하는 유고 상황 판정부와,
    상기 유고 상황 판정부에 의해 판정이 완료된 영상 데이터를 출력하는 영상 데이터 출력부를 더 포함하고,
    상기 영상 데이터 분석부는 상기 영상 데이터를 효율성, 안정성, 신뢰성 또는 유고성의 항목으로 분석하며,
    상기 영상 데이터 분석부는 상기 유고성에 대한 항목에서 정차와, 화재와, 낙화물과, 이상광과, 보행자 또는 역주행 중 하나 이상의 항목을 분석하고,
    상기 보행자는,
    하기 식 6에 의해 획득되는 값 A로 보행자의 상태를 나타내는 표준화된 유고 감시 시스템.
    (식 6)
    Figure 112018058346076-pat00031

    여기서, C는 보행자의 크기이고, F는 보행자가 움직인 프레임 수임
  12. 삭제
  13. 삭제
  14. 삭제
  15. 삭제
  16. 삭제
  17. 삭제
  18. 삭제
KR1020170046628A 2017-04-11 2017-04-11 표준화된 유고 감시 시스템 및 이를 이용한 유고 상황 분석 방법 KR101930429B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170046628A KR101930429B1 (ko) 2017-04-11 2017-04-11 표준화된 유고 감시 시스템 및 이를 이용한 유고 상황 분석 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170046628A KR101930429B1 (ko) 2017-04-11 2017-04-11 표준화된 유고 감시 시스템 및 이를 이용한 유고 상황 분석 방법

Publications (2)

Publication Number Publication Date
KR20180114669A KR20180114669A (ko) 2018-10-19
KR101930429B1 true KR101930429B1 (ko) 2018-12-18

Family

ID=64102097

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170046628A KR101930429B1 (ko) 2017-04-11 2017-04-11 표준화된 유고 감시 시스템 및 이를 이용한 유고 상황 분석 방법

Country Status (1)

Country Link
KR (1) KR101930429B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220036775A (ko) * 2020-09-16 2022-03-23 이재진 도로관제 시스템

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102295688B1 (ko) * 2019-08-22 2021-08-31 아이브스 주식회사 터널 상황 판단 장치 및 그 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100801293B1 (ko) * 2006-11-30 2008-02-11 흥진정보통신 주식회사 터널 영상 유고 또는 사고감지 시스템 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100801293B1 (ko) * 2006-11-30 2008-02-11 흥진정보통신 주식회사 터널 영상 유고 또는 사고감지 시스템 및 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220036775A (ko) * 2020-09-16 2022-03-23 이재진 도로관제 시스템
KR102435542B1 (ko) 2020-09-16 2022-08-22 이재진 도로관제 시스템

Also Published As

Publication number Publication date
KR20180114669A (ko) 2018-10-19

Similar Documents

Publication Publication Date Title
US5862508A (en) Moving object detection apparatus
CN101777114B (zh) 视频监控智能分析系统和方法及头肩检测跟踪系统和方法
WO2022119079A1 (ko) 상황 예측 기반 교차로 위험 경보 시스템
KR101095528B1 (ko) 연속류도로 사고 및 돌발 자동판별 검지시스템 및 그 방법
JP3876288B2 (ja) 状態認識システムおよび状態認識表示生成方法
JP6532106B2 (ja) 監視装置、監視方法および監視用プログラム
US8301577B2 (en) Intelligent monitoring system for establishing reliable background information in a complex image environment
KR101048045B1 (ko) 객체의 이동궤적을 이용한 철도건널목 위험지역의 지장물 영상검지장치 및 그 제어방법
CN101739809A (zh) 行人闯红灯自动报警监控系统
KR101036947B1 (ko) 컴퓨터 영상 분석기술을 이용한 범죄 및 사고예방 자동경비 시스템
CN102013009A (zh) 烟雾图像识别方法及装置
KR102434154B1 (ko) 영상감시시스템에서의 고속 이동물체의 위치 및 모션 캡쳐 방법
KR102360568B1 (ko) 터널 내 돌발상황 감지 시스템 및 방법
KR100690279B1 (ko) 다목적 영상감지 시스템
KR20230091400A (ko) 위험도 산출을 통한 지능형 교통 관제시스템
CN114495011A (zh) 基于目标检测的非机动车和行人非法闯入识别方法、存储介质和计算机设备
KR101930429B1 (ko) 표준화된 유고 감시 시스템 및 이를 이용한 유고 상황 분석 방법
KR101672780B1 (ko) 어린이 보호 구역 내의 지능형 영상감시 시스템
US20110033087A1 (en) Video content analysis
JP2008152586A (ja) エリア警戒自動識別監視システム
EP0403193A2 (en) Method and apparatus for traffic monitoring
KR102483250B1 (ko) 해양도시 인프라의 효율적 관제를 위한 영상 ai 기반 안전관리 통합장치
JP2003331397A (ja) 発進報知装置
KR101960741B1 (ko) 관심경계에 따른 이벤트 룰 설정방법 및 이를 이용한 이벤트 감시장치
KR101026852B1 (ko) 주정차위반 검지 시스템 및 방법

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