KR101998052B1 - 빅데이터 기반 객체 인식을 이용한 전방위 카메라 1대 다면 주차장 관리 시스템 및 관리방법 - Google Patents

Abstract

본 발명은 전방위 카메라를 이용한 1대 다면 주차장 관리 시스템 및 관리방법에 관한 것으로서, 보다 상세하게는 1대의 전방위 카메라를 이용하여 다수의 주차면에 주차된 차량을 검지할 수 있으며 동시에 보안기능의 수행이 가능한 주차장 관리 시스템 및 관리방법에 관한 것이다. 본 발명의 다른 일 양상인 주차 유도 시스템은, 적어도 하나의 영상을 입력 받는 카메라; 및 상기 적어도 하나의 영상 내에서 복수의 주차면을 설정한 경우, 상기 복수의 주차면 중 제 1 주차면과 연관된 제 1 영상의 왜곡을 미리 설정된 방법에 따라 보정하는 제어부;를 포함하되, 상기 제어부는, 상기 제 1 영상에 포함된 객체에 대한 특징을 추출하고, 복수의 차량의 특징과 관련된 빅데이터를 기반으로, 상기 특징을 이용하여 상기 객체가 차량인지 여부 및 상기 제 1 주차면에 주차된 것인지 여부를 판단할 수 있다.

Description

빅데이터 기반 객체 인식을 이용한 전방위 카메라 1대 다면 주차장 관리 시스템 및 관리방법 {PARKING LOT MANAGEMENT SYSTEM AND METHOD USING OMNIDIRECTIONAL CAMERA}

본 발명은 전방위 카메라를 이용한 1대 다면 주차장 관리 시스템 및 관리방법에 관한 것으로서, 보다 상세하게는 1대의 전방위 카메라를 이용하여 다수의 주차면에 주차된 차량을 검지할 수 있으며 동시에 보안기능의 수행이 가능한 주차장 관리 시스템 및 관리방법에 관한 것이다.

유동인구가 많은 백화점, 대형 쇼핑센터, 병원 등의 대형 건물들은 일반적으로 다수의 주차 공간을 제공하는 대형주차시설을 갖추고 있으나, 최근 차량의 수가 급격하게 증가함에 따라서 주차시설이 크게 부족하게 되고 있는 실정이다.

특히, 주말이나 공휴일에는 많은 사람들이 몰리게 되어 주차 공간이 턱없이 부족한 경우가 다반수이고, 주차를 위하여 대형주차시설 내부를 이리저리 돌아다니게 되기 때문에 시간과 비용을 소모하게 된다는 문제점이 있었다.

이에 따라, 주차면에 차량이 주차되었는지 여부를 감지하는 센서를 이용하여 주차 공간이 충분히 남아있는지를 운전자에게 표시하여 주차의 편의를 제공할 수 있는 주차 유도 시스템이 개발되어 널리 상용화되고 있다.

종래의 일반적인 주차 유도 시스템은 차량의 주차 여부를 감지하기 위하여 주차면 각각에 설치되는 센서를 이용하는 방식을 이용하고 있었다.

그러나, 종래의 주차 유도 시스템에 이용되는 센서는 비교적 고가이며, 그 유지 및 관리에 많은 비용과 노력이 필요하다는 문제점이 있었다. 이러한 센서는 사람이나 카트 등 차량 이외의 객체를 차량으로 잘못 인식하는 경우도 빈번하였으며 오감지로 인한 불편을 초래하는 문제점이 존재하였다.

또한, 보안 기능을 수행하기 위하여 주차시설에 CCTV를 설치하고자 하는 경우, 별도의 카메라 설비와 배선, 관리 PC를 설치하여야 하였기 때문에 설비비용이 크다는 문제점이 있었으며, 설비가 복잡해지기 때문에 유지·관리도 곤란하다는 문제점이 있었다.

이에 따라, 보다 효율적으로 차량을 검지하여 주차를 유도할 수 있을 뿐만 아니라 방범 등의 보안 기능을 동시에 제공할 수 있는 시스템의 개발이 요구되고 있는 실정이다.

대한민국 특허청 등록번호 제10-1565978호

본 발명은 상기와 같은 종래의 문제점을 해결하기 위하여 안출된 것으로서, 1대의 전방위 카메라를 이용하여 다수의 주차면에 주차된 차량을 검지할 수 있으며 동시에 보안기능의 수행이 가능한 주차장 관리 시스템 및 관리방법을 사용자에게 제공하는 데 그 목적이 있다.

구체적으로, 본 발명은 전방위 카메라 1대로 약 12면 내외의 주차면을 촬영할 수 있어 많은 카메라의 설치가 필요 없고 별도의 CCTV의 설치가 필요 없으며, 경제적이고 유지·관리가 용이하며, 촬영된 영상을 이용하여 보안기능을 제공할 수 있는 주차장 관리 시스템을 사용자에게 제공하는 데 그 목적이 있다.

또한, 본 발명은 주차장 구조상 전방위 카메라가 촬영이 불가능한 위치의 주차면이나 조도가 너무 강하거나 너무 약하여 차량의 검지가 어려운 위치의 주차면에는 센서를 설치함으로써 차량의 검지를 효과적으로 수행할 수 있고 오검지를 방지할 수 있는 주차장 관리 시스템을 사용자에게 제공하는 데 그 목적이 있다.

또한, 본 발명은 센서와 전방위 카메라가 연동하여 동작함으로써 배선 설비가 간소화될 수 있으며, 설치 비용이 절감되고, 시공 기간이 상당히 단축될 수 있는 주차장 관리 시스템을 사용자에게 제공하는 데 그 목적이 있다.

또한, 본 발명은 효과적인 객체 인식 및 번호 인식 방법이 적용된 주차유도 시스템에 관한 것으로, 구체적으로 본 발명은 모션 인식, 객체 인식, 주차면 설정, 번호인식 방식 등을 적용한 주차유도 시스템을 사용자에게 제공하고자 한다.

한편, 본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

상기의 기술적 과제를 달성하기 위한 본 발명의 일 양상인 주차 유도 방법은, 카메라가 적어도 하나의 영상을 입력 받는 제 1 단계; 상기 적어도 하나의 영상 내에서 복수의 주차면을 설정하는 제 2 단계; 상기 복수의 주차면 중 제 1 주차면과 연관된 제 1 영상의 왜곡을 미리 설정된 방법에 따라 보정하는 제 3 단계; 상기 제 1 영상에 포함된 객체에 대한 특징을 추출하는 제 4 단계; 및 복수의 차량의 특징과 관련된 빅데이터를 기반으로, 상기 특징을 이용하여 상기 객체가 차량인지 여부 및 상기 제 1 주차면에 주차된 것인지 여부를 판단하는 제 5 단계;를 포함할 수 있다.

또한, 상기 제 4 단계는, 상기 제 1 영상에 포함된 객체의 강도(intensity) 및 변화도(gradient)를 이용하여 상기 특징을 추출하는 제 4-1 단계; 상기 추출한 특징과 관련된 복수의 정보를 캐스케이드(cascade)로 연결하여 캐스케이드 신경망(Cascade neural networks)을 구축하는 제 4-2 단계; 및 상기 구축한 캐스케이드 신경망에 비극대적 억제(Non-maximal suppression)를 적용하는 제 4-3 단계;를 포함하고, 상기 제 5 단계에서, 상기 비극대적 억제가 적용된 캐스케이드 신경망을 기초로 상기 객체가 차량인지 여부 및 상기 제 1 주차면에 주차된 것인지 여부를 판단할 수 있다.

또한, 상기 제 4-2 단계에서 캐스케이드 신경망은 상기 제 4-1 단계에서의 특징을 추출하는 동작하는 횟수에 대응하여 머신 러닝(Machine Learning) 할 수 있다.

또한, 상기 제 5 단계에서 상기 객체가 차량인 경우, 상기 빅데이터를 기반으로 상기 차량의 클래스(class)를 더 분류할 수 있다.

또한, 상기 제 4 단계는, 상기 1 영상 내에서 모션이 감지되는지 여부를 판단하는 제 4-1 단계; 및 상기 모션이 감지되는 경우, 상기 제 1 영상 내의 상기 객체 인식을 시도하기 위해 상기 특징을 추출하는 제 4-2 단계;를 포함할 수 있다.

또한, 상기 제 5 단계에서 상기 차량이 상기 제 1 주차면에 주차된 것인지 여부의 판단은, 상기 객체 인식이 성공하는 경우, 상기 인식한 객체가 상기 제 1 주차면과 겹치는 영역이 발생하였는지 판단하는 제 5-1 단계; 상기 겹치는 영역이 발생된 경우, 상기 인식한 객체가 차량인지 여부를 판단하는 제 5-2 단계; 및 상기 인식한 객체가 차량인 경우, 상기 차량이 상기 제 1 주차면의 전체 영역 중 미리 설정된 비율 이상의 영역을 점유한 경우, 상기 차량이 상기 제 1 주차면에 주차한 것으로 결정하는 제 5-3 단계;를 통해 수행될 수 있다.

또한, 상기 제 5 단계 이후, 상기 차량의 차량 번호를 인식하는 제 6 단계;를 더 포함할 수 있다.

한편, 상기의 기술적 과제를 달성하기 위한 본 발명의 다른 일 양상인 주차 유도 시스템은, 적어도 하나의 영상을 입력 받는 카메라; 및 상기 적어도 하나의 영상 내에서 복수의 주차면을 설정한 경우, 상기 복수의 주차면 중 제 1 주차면과 연관된 제 1 영상의 왜곡을 미리 설정된 방법에 따라 보정하는 제어부;를 포함하되, 상기 제어부는, 상기 제 1 영상에 포함된 객체에 대한 특징을 추출하고, 복수의 차량의 특징과 관련된 빅데이터를 기반으로, 상기 특징을 이용하여 상기 객체가 차량인지 여부 및 상기 제 1 주차면에 주차된 것인지 여부를 판단할 수 있다.

또한, 상기 제어부는, 상기 제 1 영상에 포함된 객체의 강도(intensity) 및 변화도(gradient)를 이용하여 상기 특징을 추출하고, 상기 추출한 특징과 관련된 복수의 정보를 캐스케이드(cascade)로 연결하여 캐스케이드 신경망(Cascade neural networks)을 구축하며, 상기 구축한 캐스케이드 신경망에 비극대적 억제(Non-maximal suppression)를 적용하고, 상기 비극대적 억제가 적용된 캐스케이드 신경망을 기초로 상기 객체가 차량인지 여부 및 상기 제 1 주차면에 주차된 것인지 여부를 판단할 수 있다.

또한, 상기 제어부는, 상기 캐스케이드 신경망에 대해, 상기 특징을 추출하는 동작하는 횟수에 대응하여 머신 러닝(Machine Learning)할 수 있다.

또한, 상기 제어부는, 상기 객체가 차량인 경우, 상기 빅데이터를 기반으로 상기 차량의 클래스(class)를 더 분류할 수 있다.

또한, 상기 제어부는, 상기 1 영상 내에서 모션이 감지되는지 여부를 판단하고, 상기 모션이 감지되는 경우, 상기 제 1 영상 내의 상기 객체 인식을 시도하기 위해 상기 특징을 추출할 수 있다.

또한, 상기 제어부는, 상기 객체 인식이 성공하는 경우, 상기 인식한 객체가 상기 제 1 주차면과 겹치는 영역이 발생하였는지 판단하고, 상기 겹치는 영역이 발생된 경우, 상기 인식한 객체가 차량인지 여부를 판단하며, 상기 인식한 객체가 차량인 경우, 상기 차량이 상기 제 1 주차면의 전체 영역 중 미리 설정된 비율 이상의 영역을 점유한 경우, 상기 차량이 상기 제 1 주차면에 주차한 것으로 결정할 수 있다.

또한, 상기 제어부는, 상기 차량의 차량 번호를 추가적으로 인식할 수 있다.

본 발명은 상기와 같은 종래의 문제점을 해결하기 위하여 안출된 것으로서, 1대의 전방위 카메라를 이용하여 다수의 주차면에 주차된 차량을 검지할 수 있으며 동시에 보안기능의 수행이 가능한 주차장 관리 시스템 및 관리방법을 사용자에게 제공할 수 있다.

구체적으로, 본 발명은 전방위 카메라 1대로 약 12면 내외의 주차면을 촬영할 수 있어 많은 카메라의 설치가 필요 없고 별도의 CCTV의 설치가 필요 없으며, 경제적이고 유지·관리가 용이하며, 촬영된 영상을 이용하여 보안기능을 제공할 수 있는 주차장 관리 시스템을 사용자에게 제공할 수 있다.

또한, 본 발명은 주차장 구조상 전방위 카메라가 촬영이 불가능한 위치의 주차면이나 조도가 너무 강하거나 너무 약하여 차량의 검지가 어려운 위치의 주차면에는 센서를 설치함으로써 차량의 검지를 효과적으로 수행할 수 있고 오검지를 방지할 수 있는 주차장 관리 시스템을 사용자에게 제공할 수 있다.

또한, 본 발명은 센서와 전방위 카메라가 연동하여 동작함으로써 배선 설비가 간소화될 수 있으며, 설치 비용이 절감되고, 시공 기간이 상당히 단축될 수 있는 주차장 관리 시스템을 사용자에게 제공할 수 있다.

또한, 본 발명은 효과적인 번호판 탐지 및 번호 인식 방법이 적용된 주차유도 시스템에 관한 것으로, 구체적으로 본 발명은 모션 인식, 객체 인식, 주차면 설정, 번호인식 방식 등을 적용한 주차유도 시스템을 사용자에게 제공할 수 있다.

또한, 본 발명에서는 모션 인식과 관련하여, 카메라 영상에서 이전 영상과의 움직임을 판단하여 움직임이 있는 경우에만 동작하고, 움직임이 없는 경우에도 일정 주기로 처리 동작을 수행하며, 객체 인식과 관련하여, 화면에서 일정크기 이상의 물체를 검지하고, 검지 위치를 사각형으로 특정한 후 종류를 판단함으로써, 정확도를 높일 수 있다.

또한, 본 발명에서는 주차장 내의 면 설정과 관련하여, 검지한 물체 중 주차장 면 일정이상 앞쪽에 있는 물체를 판별하고 있을 경우 해당 주차면과 겹치는 곳을 찾아 가림으로 처리하고, 자동차 중에 각각의 주차면과 겹치는 비율이 일정 값을 넘으면 그 주차면이 점유한 것으로 처리하며, 해당 주차면에 겹치는 비율이 일정 이상 큰 자동차 물체가 없으면서 가림에 해당 하지 않는 경우에는 빈 주차면으로 판정함으로써, 오류를 줄일 수 있다.

또한, 본 발명에서는, 영상 내에서 물체 영역 박스를 1/3 하단으로 이동하여 번호인식 영역을 설정하고, 매번의 번호인식 결과와 위치를 저장하며, 번호의 통계를 구하여 가장 많은 것으로 결정함으로써, 번호 인식률을 높일 수 있다.

한편, 본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 발명에 적용되는 주차유도 시스템을 설명하기 위한 블록 구성도이다.
도 2는 본 발명이 제안하는 전방위카메라를 이용한 1대12 차량검지시스템의 일례를 도시한 것이다.
도 3은 본 발명이 제안하는 주차 유도 방법을 설명하는 순서도이다.
도 4는 본 발명이 제안하는 머신러닝(차량형태)를 이용한 차량 검지 방법을 설명하는 순서도이다.
도 5는 도 4에서 설명한 머신러닝(차량형태)를 이용한 차량 검지의 구체적인 일례를 도시한 것이다.
도 6은 본 발명과 관련하여, 주차 영역과 검지 영역의 일례를 도시한 것이다.
도 7은 본 발명과 관련하여, 머신러닝을 적용하여 특징을 추출하는 방법을 설명하는 순서도이다.
도 8은 도 7과 관련하여, 머신러닝을 적용하여 특징을 추출한 일례를 도시한 것이다.
도 9는 본 발명과 관련하여, 입력된 영상으로부터 강도(intensity) 및 변화도(gradient)를 이용하여 특징을 추출하는 일례를 도시한 것이다.
도 10은 본 발명과 관련하여, 특징을 기초로 Cascade neural networks를 구축하는 일례를 도시한 것이다.
도 11은 본 발명과 관련하여, 비극대적 억제(Non-maximal suppression)를 적용한 일례를 도시한 것이다.
도 12는 본 발명과 관련하여, neural network 트레이닝을 통한 머신러닝의 일례를 도시한 것이다.
도 13는 본 발명이 제안하는 모션 인식, 객체 인식, 주차면 설정, 번호인식 방식 등을 적용한 주차유도방법을 설명하는 순서도이다.
도 14a 및 도 14b는 본 발명과 관련하여, 차량 객체 검지의 일례를 도시한 것이다.
도 15a 및 도 15b는 본 발명과 관련하여, 차량 및 사람의 혼합된 객체 검지의 일례를 도시한 것이다.
도 16a 및 도 16b는 본 발명과 관련하여, 주차면을 세팅하는 일례를 도시한 것이다.
도 17a 및 도 17b는 본 발명과 관련하여, 가림으로 처리하는 일례를 도시한 것이다.
도 18a 및 도 18b는 본 발명과 관련하여, 번호 인식하는 일례를 도시한 것이다.

주차유도 시스템

본 발명이 제안하는 모션 인식, 객체 인식, 주차면 설정, 번호인식 방식 등을 적용한 주차유도 시스템의 구체적인 설명에 앞서, 본 시스템의 각 구성으로 포함될 수 있는 주차유도 시스템에 대해 기본적으로 설명한다.

도 1은 본 발명에 적용되는 주차유도 시스템을 설명하기 위한 블록 구성도이다.

상기 주차유도 시스템은 무선 통신부(110), A/V(Audio/Video) 입력부(120), 사용자 입력부(130), 센싱부(140), 출력부(150), 메모리(160), 인터페이스부(170), 제어부(180) 및 전원 공급부(190) 등을 포함할 수 있다.

단, 도 1에 도시된 구성요소들이 필수적인 것은 아니어서, 그보다 많은 구성요소들을 갖거나 그보다 적은 구성요소들을 갖는 주차유도 시스템이 구현될 수도 있다.

이하, 상기 구성요소들에 대해 차례로 살펴본다.

무선 통신부(110)는 주차유도 시스템과 무선 통신 시스템 사이 또는 주차유도 시스템과 주차유도 시스템이 위치한 네트워크 사이의 무선 통신을 가능하게 하는 하나 이상의 모듈을 포함할 수 있다.

예를 들어, 무선 통신부(110)는 방송 수신 모듈(111), 이동통신 모듈(112), 무선 인터넷 모듈(113), 근거리 통신 모듈(114) 및 위치정보 모듈(115) 등을 포함할 수 있다.

방송 수신 모듈(111)은 방송 채널을 통하여 외부의 방송 관리 서버로부터 방송 신호 및/또는 방송 관련된 정보를 수신한다.

상기 방송 채널은 위성 채널, 지상파 채널을 포함할 수 있다. 상기 방송 관리 서버는, 방송 신호 및/또는 방송 관련 정보를 생성하여 송신하는 서버 또는 기 생성된 방송 신호 및/또는 방송 관련 정보를 제공받아 주차유도 시스템에 송신하는 서버를 의미할 수 있다. 상기 방송 신호는, TV 방송 신호, 라디오 방송 신호, 데이터 방송 신호를 포함할 뿐만 아니라, TV 방송 신호 또는 라디오 방송 신호에 데이터 방송 신호가 결합한 형태의 방송 신호도 포함할 수 있다.

상기 방송 관련 정보는, 방송 채널, 방송 프로그램 또는 방송 서비스 제공자에 관련한 정보를 의미할 수 있다. 상기 방송 관련 정보는, 이동통신망을 통하여도 제공될 수 있다. 이러한 경우에는 상기 이동통신 모듈(112)에 의해 수신될 수 있다.

상기 방송 관련 정보는 다양한 형태로 존재할 수 있다. 예를 들어, DMB(Digital Multimedia Broadcasting)의 EPG(Electronic Program Guide) 또는 DVB-H(Digital Video Broadcast-Handheld)의 ESG(Electronic Service Guide) 등의 형태로 존재할 수 있다.

상기 방송 수신 모듈(111)은, 예를 들어, DMB-T(Digital Multimedia Broadcasting-Terrestrial), DMB-S(Digital Multimedia Broadcasting-Satellite), MediaFLO(Media Forward Link Only), DVB-H(Digital Video Broadcast-Handheld), ISDB-T(Integrated Services Digital Broadcast-Terrestrial) 등의 디지털 방송 시스템을 이용하여 디지털 방송 신호를 수신할 수 있다. 물론, 상기 방송 수신 모듈(111)은, 상술한 디지털 방송 시스템뿐만 아니라 다른 방송 시스템에 적합하도록 구성될 수도 있다.

방송 수신 모듈(111)을 통해 수신된 방송 신호 및/또는 방송 관련 정보는 메모리(160)에 저장될 수 있다.

이동통신 모듈(112)은, 이동 통신망 상에서 기지국, 외부의 주차유도 시스템, 서버 중 적어도 하나와 무선 신호를 송수신한다.

문자/멀티미디어 메시지 송수신에 따른 다양한 형태의 데이터를 포함할 수 있다.

무선 인터넷 모듈(113)은 무선 인터넷 접속을 위한 모듈을 말하는 것으로, 주차유도 시스템에 내장되거나 외장될 수 있다. 무선 인터넷 기술로는 WLAN(Wireless LAN)(Wi-Fi), Wibro(Wireless broadband), Wimax(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access) 등이 이용될 수 있다.

근거리 통신 모듈(114)은 근거리 통신을 위한 모듈을 말한다. 근거리 통신(short range communication) 기술로 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(IrDA, infrared Data Association), UWB(Ultra Wideband), ZigBee, 와이파이(Wireless Fidelity, Wi-Fi) 등이 이용될 수 있다.

위치정보 모듈(115)은 주차유도 시스템의 위치를 획득하기 위한 모듈로서, 그의 대표적인 예로는 GPS(Global Position System) 모듈이 있다.

도 1을 참조하면, A/V(Audio/Video) 입력부(120)는 오디오 신호 또는 비디오 신호 입력을 위한 것으로, 이에는 카메라(121)와 마이크(122) 등이 포함될 수 있다. 카메라(121)는 촬영 모드에서 이미지 센서에 의해 얻어지는 정지영상 또는 동영상 등의 화상 프레임을 처리한다. 처리된 화상 프레임은 디스플레이부(151)에 표시될 수 있다.

카메라(121)에서 처리된 화상 프레임은 메모리(160)에 저장되거나 무선 통신부(110)를 통하여 외부로 전송될 수 있다. 카메라(121)는 사용 환경에 따라 2개 이상이 구비될 수도 있다.

본 발명에 따른 카메라(121)는 전방위 카메라일 수 있다.

전방위 카메라(121)는 주차장의 천장의 레이스 웨이에 설치되며, 복수의 주차면이 이루는 복수의 열 중 이웃하는 두 열 사이에 설치될 수 있다.

즉, 복수의 열 중 하나를 제 1 열이라고 하고, 상기 제 1 열과 이웃하는 열을 제 2 열이라고 한다면, 전방위 카메라(121)는 상기 제 1 열과 상기 제 2 열 사이에 설치될 수 있다.

또한, 전방위 카메라(121)는 어안렌즈(Fisheye Lens)가 장착된 카메라를 사용하여 구현될 수 있다.

넓은 화각을 갖는 어안렌즈를 사용하면 전방위 카메라(121)를 중심으로 전방위(360˚) 영역의 영상을 촬영할 수 있다.

또한, 마이크(122)는 녹음모드, 음성인식 모드 등에서 마이크로폰(Microphone)에 의해 외부의 음향 신호를 입력받아 전기적인 음성 데이터로 처리한다. 처리된 음성 데이터는 이동통신 모듈(112)을 통하여 이동통신 기지국으로 송신 가능한 형태로 변환되어 출력될 수 있다. 마이크(122)에는 외부의 음향 신호를 입력받는 과정에서 발생되는 잡음(noise)을 제거하기 위한 다양한 잡음 제거 알고리즘이 구현될 수 있다.

사용자 입력부(130)는 사용자가 주차유도 시스템의 동작 제어를 위한 입력 데이터를 발생시킨다. 사용자 입력부(130)는 키 패드(key pad) 돔 스위치 (dome switch), 터치 패드(정압/정전), 조그 휠, 조그 스위치 등으로 구성될 수 있다.

센싱부(140)는 주차유도 시스템의 개폐 상태, 주차유도 시스템의 위치, 사용자 접촉 유무, 주차유도 시스템의 방위, 주차유도 시스템의 가속/감속 등과 같이 주차유도 시스템의 현 상태를 감지하여 주차유도 시스템의 동작을 제어하기 위한 센싱 신호를 발생시킨다.

센싱부(140)는 전원 공급부(190)의 전원 공급 여부, 인터페이스부(170)의 외부 주차유도 시스템 결합 여부 등을 센싱할 수도 있다.

한편, 상기 센싱부(140)는 근접 센서(141)를 포함할 수 있다.

출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시키기 위한 것으로, 이에는 디스플레이부(151), 음향 출력 모듈(152), 알람부(153), 햅틱 모듈(154) 및 프로젝터 모듈(155) 등이 포함될 수 있다.

디스플레이부(151)는 주차유도 시스템에서 처리되는 정보를 표시(출력)한다.

디스플레이부(151)는 액정 디스플레이(liquid crystal display, LCD), 박막 트랜지스터 액정 디스플레이(thin film transistor-liquid crystal display, TFT LCD), 유기 발광 다이오드(organic light-emitting diode, OLED), 플렉시블 디스플레이(flexible display), 3차원 디스플레이(3D display) 중에서 적어도 하나를 포함할 수 있다.

이들 중 일부 디스플레이는 그를 통해 외부를 볼 수 있도록 투명형 또는 광투과형으로 구성될 수 있다. 이는 투명 디스플레이라 호칭될 수 있는데, 상기 투명 디스플레이의 대표적인 예로는 TOLED(Transparant OLED) 등이 있다. 디스플레이부(151)의 후방 구조 또한 광 투과형 구조로 구성될 수 있다. 이러한 구조에 의하여, 사용자는 주차유도 시스템 바디의 디스플레이부(151)가 차지하는 영역을 통해 주차유도 시스템 바디의 후방에 위치한 사물을 볼 수 있다.

주차유도 시스템의 구현 형태에 따라 디스플레이부(151)가 2개 이상 존재할 수 있다. 예를 들어, 주차유도 시스템에는 복수의 디스플레이부들이 하나의 면에 이격되거나 일체로 배치될 수 있고, 또한 서로 다른 면에 각각 배치될 수도 있다.

디스플레이부(151)와 터치 동작을 감지하는 센서(이하, '터치 센서'라 함)가 상호 레이어 구조를 이루는 경우(이하, '터치 스크린'이라 함)에, 디스플레이부(151)는 출력 장치 이외에 입력 장치로도 사용될 수 있다. 터치 센서는, 예를 들어, 터치 필름, 터치 시트, 터치 패드 등의 형태를 가질 수 있다.

터치 센서는 디스플레이부(151)의 특정 부위에 가해진 압력 또는 디스플레이부(151)의 특정 부위에 발생하는 정전 용량 등의 변화를 전기적인 입력신호로 변환하도록 구성될 수 있다. 터치 센서는 터치 되는 위치 및 면적뿐만 아니라, 터치 시의 압력까지도 검출할 수 있도록 구성될 수 있다.

터치 센서에 대한 터치 입력이 있는 경우, 그에 대응하는 신호(들)는 터치 제어기로 보내진다. 터치 제어기는 그 신호(들)를 처리한 다음 대응하는 데이터를 제어부(180)로 전송한다. 이로써, 제어부(180)는 디스플레이부(151)의 어느 영역이 터치 되었는지 여부 등을 알 수 있게 된다.

상기 근접 센서(141)는 상기 터치스크린에 의해 감싸지는 주차유도 시스템의 내부 영역 또는 상기 터치 스크린의 근처에 배치될 수 있다. 상기 근접 센서는 소정의 검출면에 접근하는 물체, 혹은 근방에 존재하는 물체의 유무를 전자계의 힘 또는 적외선을 이용하여 기계적 접촉이 없이 검출하는 센서를 말한다. 근접 센서는 접촉식 센서보다는 그 수명이 길며 그 활용도 또한 높다.

상기 근접 센서의 예로는 투과형 광전 센서, 직접 반사형 광전 센서, 미러 반사형 광전 센서, 고주파 발진형 근접 센서, 정전용량형 근접 센서, 자기형 근접 센서, 적외선 근접 센서 등이 있다. 상기 터치스크린이 정전식인 경우에는 상기 포인터의 근접에 따른 전계의 변화로 상기 포인터의 근접을 검출하도록 구성된다. 이 경우 상기 터치 스크린(터치 센서)은 근접 센서로 분류될 수도 있다.

이하에서는 설명의 편의를 위해, 상기 터치스크린 상에 포인터가 접촉되지 않으면서 근접되어 상기 포인터가 상기 터치스크린 상에 위치함이 인식되도록 하는 행위를 "근접 터치(proximity touch)"라고 칭하고, 상기 터치스크린 상에 포인터가 실제로 접촉되는 행위를 "접촉 터치(contact touch)"라고 칭한다. 상기 터치스크린 상에서 포인터로 근접 터치가 되는 위치라 함은, 상기 포인터가 근접 터치될 때 상기 포인터가 상기 터치스크린에 대해 수직으로 대응되는 위치를 의미한다.

상기 근접센서는, 근접 터치와, 근접 터치 패턴(예를 들어, 근접 터치 거리, 근접 터치 방향, 근접 터치 속도, 근접 터치 시간, 근접 터치 위치, 근접 터치 이동 상태 등)을 감지한다. 상기 감지된 근접 터치 동작 및 근접 터치 패턴에 상응하는 정보는 터치 스크린상에 출력될 수 있다.

음향 출력 모듈(152)은 녹음 모드, 음성인식 모드, 방송수신 모드 등에서 무선 통신부(110)로부터 수신되거나 메모리(160)에 저장된 오디오 데이터를 출력할 수 있다. 음향 출력 모듈(152)은 주차유도 시스템에서 수행되는 기능과 관련된 음향 신호를 출력하기도 한다. 이러한 음향 출력 모듈(152)에는 리시버(Receiver), 스피커(speaker), 버저(Buzzer) 등이 포함될 수 있다.

알람부(153)는 주차유도 시스템의 이벤트 발생을 알리기 위한 신호를 출력한다.

알람부(153)는 비디오 신호나 오디오 신호 이외에 다른 형태, 예를 들어 진동으로 이벤트 발생을 알리기 위한 신호를 출력할 수도 있다.

상기 비디오 신호나 오디오 신호는 디스플레이부(151)나 음성 출력 모듈(152)을 통해서도 출력될 수 있어서, 그들(151,152)은 알람부(153)의 일부로 분류될 수도 있다.

햅틱 모듈(haptic module)(154)은 사용자가 느낄 수 있는 다양한 촉각 효과를 발생시킨다. 햅틱 모듈(154)이 발생시키는 촉각 효과의 대표적인 예로는 진동이 있다. 햅택 모듈(154)이 발생하는 진동의 세기와 패턴 등은 제어 가능하다.

예를 들어, 서로 다른 진동을 합성하여 출력하거나 순차적으로 출력할 수도 있다.

햅틱 모듈(154)은, 진동 외에도, 접촉 피부면에 대해 수직 운동하는 핀 배열, 분사구나 흡입구를 통한 공기의 분사력이나 흡입력, 피부 표면에 대한 스침, 전극(eletrode)의 접촉, 정전기력 등의 자극에 의한 효과와, 흡열이나 발열 가능한 소자를 이용한 냉온감 재현에 의한 효과 등 다양한 촉각 효과를 발생시킬 수 있다.

햅틱 모듈(154)은 직접적인 접촉을 통해 촉각 효과의 전달할 수 있을 뿐만 아니라, 사용자가 손가락이나 팔 등의 근 감각을 통해 촉각 효과를 느낄 수 있도록 구현할 수도 있다. 햅틱 모듈(154)은 휴대 주차유도 시스템의 구성 태양에 따라 2개 이상이 구비될 수 있다.

프로젝터 모듈(155)은, 주차유도 시스템을 이용하여 이미지 프로젝트(project) 기능을 수행하기 위한 구성요소로서, 제어부(180)의 제어 신호에 따라 디스플레이부(151)상에 디스플레이되는 영상과 동일하거나 적어도 일부가 다른 영상을 외부 스크린 또는 벽에 디스플레이할 수 있다.

구체적으로, 프로젝터 모듈(155)은, 영상을 외부로 출력하기 위한 빛(일 예로서, 레이저 광)을 발생시키는 광원(미도시), 광원에 의해 발생한 빛을 이용하여 외부로 출력할 영상을 생성하기 위한 영상 생성 수단 (미도시), 및 영상을 일정 초점 거리에서 외부로 확대 출력하기 위한 렌즈(미도시)를 포함할 수 있다. 또한, 프로젝터 모듈(155)은, 렌즈 또는 모듈 전체를 기계적으로 움직여 영상 투사 방향을 조절할 수 있는 장치(미도시)를 포함할 수 있다.

프로젝터 모듈(155)은 디스플레이 수단의 소자 종류에 따라 CRT(Cathode Ray Tube) 모듈, LCD(Liquid Crystal Display) 모듈 및 DLP(Digital Light Processing) 모듈 등으로 나뉠 수 있다. 특히, DLP 모듈은, 광원에서 발생한 빛이 DMD(Digital Micromirror Device) 칩에 반사됨으로써 생성된 영상을 확대 투사하는 방식으로 프로젝터 모듈(151)의 소형화에 유리할 수 있다.

바람직하게, 프로젝터 모듈(155)은, 주차유도 시스템의 측면, 정면 또는 배면에 길이 방향으로 구비될 수 있다. 물론, 프로젝터 모듈(155)은, 필요에 따라 주차유도 시스템의 어느 위치에라도 구비될 수 있음은 당연하다.

메모리부(160)는 제어부(180)의 처리 및 제어를 위한 프로그램이 저장될 수도 있고, 입/출력되는 데이터들(예를 들어, 메시지, 오디오, 정지영상, 동영상 등)의 임시 저장을 위한 기능을 수행할 수도 있다. 상기 메모리부(160)에는 상기 데이터들 각각에 대한 사용 빈도도 함께 저장될 수 있다. 또한, 상기 메모리부(160)에는 상기 터치스크린 상의 터치 입력시 출력되는 다양한 패턴의 진동 및 음향에 관한 데이터를 저장할 수 있다.

메모리(160)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 주차유도 시스템은 인터넷(internet)상에서 상기 메모리(160)의 저장 기능을 수행하는 웹 스토리지(web storage)와 관련되어 동작할 수도 있다.

인터페이스부(170)는 주차유도 시스템에 연결되는 모든 외부주차유도 시스템과의 통로 역할을 한다. 인터페이스부(170)는 외부 주차유도 시스템으로부터 데이터를 전송받거나, 전원을 공급받아 주차유도 시스템 내부의 각 구성 요소에 전달하거나, 주차유도 시스템 내부의 데이터가 외부 주차유도 시스템으로 전송되도록 한다. 예를 들어, 유/무선 헤드셋 포트, 외부 충전기 포트, 유/무선 데이터 포트, 메모리 카드(memory card) 포트, 식별 모듈이 구비된 장치를 연결하는 포트, 오디오 I/O(Input/Output) 포트, 비디오 I/O(Input/Output) 포트, 이어폰 포트 등이 인터페이스부(170)에 포함될 수 있다.

식별 모듈은 주차유도 시스템의 사용 권한을 인증하기 위한 각종 정보를 저장한 칩으로서, 사용자 인증 모듈(User Identify Module, UIM), 가입자 인증 모듈(Subscriber Identify Module, SIM), 범용 사용자 인증 모듈(Universal Subscriber Identity Module, USIM) 등을 포함할 수 있다. 식별 모듈이 구비된 장치(이하 '식별 장치')는, 스마트 카드(smart card) 형식으로 제작될 수 있다. 따라서 식별 장치는 포트를 통하여 주차유도 시스템과 연결될 수 있다.

상기 인터페이스부는 이동주차유도 시스템이 외부 크래들(cradle)과 연결될 때 상기 크래들로부터의 전원이 상기 이동주차유도 시스템에 공급되는 통로가 되거나, 사용자에 의해 상기 크래들에서 입력되는 각종 명령 신호가 상기 이동주차유도 시스템으로 전달되는 통로가 될 수 있다. 상기 크래들로부터 입력되는 각종 명령 신호 또는 상기 전원은 상기 이동주차유도 시스템이 상기 크래들에 정확히 장착되었음을 인지하기 위한 신호로 동작될 수도 있다.

제어부(controller, 180)는 통상적으로 주차유도 시스템의 전반적인 동작을 제어한다.

제어부(180)는 멀티 미디어 재생을 위한 멀티미디어 모듈(181)을 구비할 수도 있다. 멀티미디어 모듈(181)은 제어부(180) 내에 구현될 수도 있고, 제어부(180)와 별도로 구현될 수도 있다.

상기 제어부(180)는 상기 터치스크린 상에서 행해지는 필기 입력 또는 그림 그리기 입력을 각각 문자 및 이미지로 인식할 수 있는 패턴 인식 처리를 행할 수 있다.

전원 공급부(190)는 제어부(180)의 제어에 의해 외부의 전원, 내부의 전원을 인가 받아 각 구성요소들의 동작에 필요한 전원을 공급한다.

여기에 설명되는 다양한 실시예는 예를 들어, 소프트웨어, 하드웨어 또는 이들의 조합된 것을 이용하여 컴퓨터 또는 이와 유사한 장치로 읽을 수 있는 기록매체 내에서 구현될 수 있다.

하드웨어적인 구현에 의하면, 여기에 설명되는 실시예는 ASICs (application specific integrated circuits), DSPs (digital signal processors), DSPDs (digital signal processing devices), PLDs (programmable logic devices), FPGAs (field programmable gate arrays, 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적인 유닛 중 적어도 하나를 이용하여 구현될 수 있다. 일부의 경우에 본 명세서에서 설명되는 실시예들이 제어부(180) 자체로 구현될 수 있다.

소프트웨어적인 구현에 의하면, 본 명세서에서 설명되는 절차 및 기능과 같은 실시예들은 별도의 소프트웨어 모듈들로 구현될 수 있다. 상기 소프트웨어 모듈들 각각은 본 명세서에서 설명되는 하나 이상의 기능 및 작동을 수행할 수 있다. 적절한 프로그램 언어로 쓰여진 소프트웨어 어플리케이션으로 소프트웨어 코드가 구현될 수 있다. 상기 소프트웨어 코드는 메모리(160)에 저장되고, 제어부(180)에 의해 실행될 수 있다.

도 2는 본 발명이 제안하는 전방위카메라를 이용한 1대12 차량검지시스템의 일례를 도시한 것이다.

도 2를 참조하면, 본 발명에 적용되는 차량검지용 카메라(121)는 300만화소 전방위카메라가 될 수 있다.

또한, 제어부(180) 중 영상분석장치(181) 1대당 카메라(121) 연결대수는 32대가 될 수 있다.

또한, 제 1 디스플레이부(151a) 및 제 2 디스플레이부(151b)에 표시되는 동영상저장 화소수는 300만화소악흐 15FPS(최대30FPS)일 수 있다.

또한, 주차면카메라(121) 1대당 차량검지 대수는 12대일 수 있다.

또한, 차량검지영역(10) 내의 차량과 관련하여, 카메라(121)가 획득한 원본 이미지(121a)와 인식 이미지(121b)가 표시되고, 제어부(180) 중 PoE(182)를 거쳐 구역 안내판에 특정 구역의 주차 가능대수에 대한 정보가 표시될 수 있다.

또한, 제 1 디스플레이부(151a)에는 맵(MAP)이 표시되고, 제 2 디스플레이부(151b) 상에는 실시간 영상이 표시될 수 있다.

실시예 1 - 주차유도방법

도 3은 본 발명이 제안하는 주차 유도 방법을 설명하는 순서도이다.

도 3을 참조하면, 가장 먼저, 차량이 주차되는 단계(S1)가 진행된다.

이러한 차량을 카메라(121)가 촬영하고, 제어부(180)의 제어에 따라 차량 검지를 시도한다(S2).

이때, 차량 검지에 성공하는 경우에는 만공차등 램프를 온(ON)하고, 구역 안내판에 주차된 영역으로 반영하여 표시하게 된다(S3).

만약, 차량 검지에 실패하는 경우네는 카메라(121)가 공차면 검지를 통해 차량 감지를 다시 시도하고(S4), S3 또는 S4 단계를 거쳐, 입차 확정 여부가 결정된다.

이러한 본 발명의 기술 흐름도와 관련하여, 본 발명이 제안하는 머신러닝(차량형태)를 이용한 차량 검지 방법을 도 4를 참조하여 설명한다.

또한, 도 5는 도 4에서 설명한 머신러닝(차량형태)를 이용한 차량 검지의 구체적인 일례를 도시한 것이다.

도 4를 참조하면, 가장 먼저, 주차면을 설정하는 단계(S200)가 진행된다.

도 5를 참조하면, 주차면 설정과 관련된 S200 단계의 구체적인 일례가 도시된다.

또한, 제어부(180)가 영상 왜곡을 보정하는 단계(S300)가 진행된다.

도 5를 참조하면, 영상 왜곡의 보정과 관련된 S300 단계의 구체적인 일례가 도시된다.

또한, 제어부(180)는 머신러닝을 적용하여 특징을 추출한다(S400).

도 5를 참조하면, 머신러닝을 적용하여 특징을 추출하는 것과 관련된 S400 단계의 구체적인 일례가 도시된다.

이후, 제어부(180)는 빅데이터를 기초로 검출된 특징을 이용하여 차량을 결정하는 단계(S500)를 수행한다.

도 5를 참조하면, 검출된 특징의 일례(S510), 빅데이터를 적용하는 일례(S520) 및 차량을 결정하는 일례(S530)가 도시된다.

상기 S400 단계 및 S500에 대해 도면을 참조하여 보다 구체적으로 설명한다.

먼저, 도 6의 (a)는 주차 영역의 일례를 도시한 것이고, 도 6의 (b)는 검지 영역의 일례를 도시한 것이다.

또한, 도 7은 본 발명과 관련하여, 머신러닝을 적용하여 특징을 추출하는 방법을 설명하는 순서도이다.

도 7을 참조하면, 머신러닝을 적용하여 특징을 추출하는 S400 단계는, 먼저, 입력된 영상으로부터 강도(intensity) 및 변화도(gradient)를 이용하여 특징을 추출하는 단계(S410)가 진행된다.

도 8은 도 7과 관련하여, 머신러닝을 적용하여 특징을 추출한 일례를 도시한 것이고, 도 9는 본 발명과 관련하여, 입력된 영상으로부터 강도(intensity) 및 변화도(gradient)를 이용하여 특징을 추출하는 일례를 도시한 것이다.

도 9를 참조하면, S410 단계와 관련하여, (a)는 일반 획득된 영상, (b)는 Local low frequency가 적용된 특징 영상, (c)는 Local high frequency가 적용된 특징 영상이 도시된다.

S410 단계 이후, 특징을 기초로 Cascade neural networks를 구축하는 단계(S420)가 진행된다.

도 10은 본 발명과 관련하여, 특징을 기초로 Cascade neural networks를 구축하는 일례를 도시한 것이다.

도 10을 참조하면, neural network가 3개 존재하고, Cascade로 연결되어 차량과 관련된 네트워크를 구성하게 된다.

S420 단계 이후, 비극대적 억제(Non-maximal suppression)를 적용하는 단계(S430)가 진행된다.

도 11은 본 발명과 관련하여, 비극대적 억제(Non-maximal suppression)를 적용한 일례를 도시한 것이다.

도 11의 (a)의 특징 영상에서, (b)에 도시된 것과 같이 비극대적 억제(Non-maximal suppression)가 적용되고, (c)의 결과 영상 값을 얻을 수 있다.

S430 단계 이후, 제어부(180)는 검출된 특징을 이용하여 차량을 결정하는 단계(S500)를 수행한다.

S500 단계를 수행함에 있어, 제어부(180)는 neural network 트레이닝을 통해 구축된 데이터 베이스를 기초로 차량을 결정할 수 있다.

도 12는 본 발명과 관련하여, neural network 트레이닝을 통한 머신러닝의 일례를 도시한 것이다.

도 12의 (a)는 8000이상의 차량 트레이닝 데이터의 일례를 도시한 것이고, (b)는 110000개 이상의 트레이닝 데이터로서, 차량 이외의 객체에 대한 트레이닝 데이터 일례를 도시한 것이다.

도 8을 참조하면, S500 단계에서는 차량을 분류하고, 최종적으로 주차 영역이 점유되었는지 여부를 판별하게 된다.

실시예 2 - 주차유도방법

전술한 본 발명의 구성을 기초로, 주차유도 방법을 도 13를 참조하여 구체적으로 설명한다.

도 13는 본 발명이 제안하는 모션 인식, 객체 인식, 주차면 설정, 번호인식 방식 등을 적용한 주차유도방법을 설명하는 순서도이다.

도 13를 참조하면, 가장 먼저 제어부(180)가 모션을 검지하는 단계(S10)가 진행된다.

이때, 모션 검지(Motion Detection)는 움직임이 있는 경우와 없는 경우를 구분하여 처리된다.

즉, 카메라(121)가 획득한 영상에서 이전 영상과의 움직임을 판단하여 움직임이 있는 경우에만 제어부(180)에 의해 객체 인식 시도가 이루어 진다(S20).

한편, 움직임이 없는 경우에는 일정 주기를 적용하여 '객체 인식을 시도하게 되는데, 예를 들어, 움직임이 없는 경우, 20초마다 한번씩 모선 여부를 판단(S30) 할 수 있다.

이때, 20초 내 모션이 인식되면 제어부(180)는 객체 인식을 시도(S20)하고, 20초 이상 인식되는 모션이 없는 경우에는 20초가 경과한 이후에 제어부(180)가 객체 인식을 시도(S20)하게 된다.

단, 여기서 20초의 주기는 본 발명이 적용되기 위한 단순한 일례에 불과하고 보다 다양한 주기가 적용될 수 있음은 자명하다.

S20 단계의 객체 인식 단계(S20)에서는, 자동차(승용차, SUV, 승합차, 트럭 등), 버스, 사람, 오토바이, 자전거 등의 객체가 인식될 수 있다.

여기서 제어부(180)는 화면에서 일정크기 이상의 물체를 검지하고, 검지 위치를 사각형으로 특정하며, 종류를 판단할 수 있다.

도 14a 및 도 14b는 본 발명과 관련하여, 차량 객체 검지의 일례를 도시한 것이다.

도 14a 및 도 14b를 참조하면, 화면에서 일정 크기 이상의 물체인 차량과 관련된 검지 위치를 사각형으로 특정하여 인식하는 일례가 도시된다.

또한, 도 15a 및 도 15b는 본 발명과 관련하여, 차량 및 사람의 혼합된 객체 검지의 일례를 도시한 것이다.

도 15a 및 도 15b를 참조하면, 화면에서 일정 크기 이상의 물체인 차량과 복수의 사람과 관련된 검지 위치를 사각형으로 특정하여 인식하는 일례가 도시된다.

S20 단계 이후, 제어부(18)가 객체 인식을 성공했는지 판단하는 단계(S40)가 진행된다.

만약, 객체 인식이 실패한 경우에는, S10 단계 내지 S30 단계가 다시 진행된다.

객체 인식에 성공한 경우, 제어부(180)는 설정된 주차면과의 연관성을 비교(S50)하고, 주차면과 겹치는 영역이 발생했는지 여부를 판단(S60)하게 된다.

만약, 주차면과 겹치는 영역이 발생되지 않은 경우에는 S10 단계 내지 S30 단계를 다시 시행하고, 발생된 경우에는 차량 또는 사람인지 객체의 종류를 판단(S70)하고, 사람인 경우에는 기존 주차면 상태를 유지한다(S90).

만약, 차량인 경우에는, 객체가 주차면 영역 밖의 앞쪽까지 포함하고 있는지 여부를 판단(S80)하여, 포함하는 경우에는 기존 주차면 상태를 유지하고(S90), 포함하지 않는 경우에는 주차면 영역의 일정 영역 이상을 차지하고 있는지 여부를 판단하게 된다(S100).

도 16a 및 도 16b는 본 발명과 관련하여, 주차면을 세팅하는 일례를 도시한 것이다.

도 16a 및 도 16b를 참조하면, S100 단계에서 일정 영역 이상 차지하는 것으로 판단되는 경우에는, 제어부(180)는 입차 처리를 수행한다(S110).

또한, S100 단계에서 일정 영역 이상 차지하는 것이 아닌 경우에는, 출차(공차) 처리하게 된다(S130).

또한, S110 단계, S120 단계 및 S130 단계에서의 이미지 등의 데이터는 데이터베이스화 되어 저장될 수 있다.

S50 단계 내지 S130 단계와 관련하여, 검지한 물체 중 주차장 면 일정 이상 앞쪽에 있는 물체를 판별하고 있을 경우, 해당 주차면과 겹치는 곳을 찾아 가림으로 처리할 수 있다.

또한, 상기 가림에 해당 안되는 자동차, 버스 중에 각각의 주차 면과 겹치는 비율을 구하고 그 비율이 일정 값을 넘으면 그 주차면 차가 있는 것(만)으로 판정하는 것도 가능하다.

도 17a 및 도 17b는 본 발명과 관련하여, 가림으로 처리하는 일례를 도시한 것이다.

도 17a 및 도 17b를 참조하면, 만약, 본 실시예에서 겹치는 비율이 주차면 두 개를 차지 할 경우 두 면을 동시점유 한 것으로 결정할 수도 있다.

또한, 주차면과 겹치는 물체 중 사람이 있는 경우, 가림으로 판단하고, 주차면의 만/공 상태를 이전의 상태로 유지할 수 있다.

또한, 해당 주차면에 겹치는 비율이 일정 이상 큰 자동차/버스 물체가 없으면, 가림에 해당 하지 않는 경우, 빈 주차면(공)으로 판정할 수 있다.

한편, S110 단계 이후, 차량번호를 인식하는 동작을 수행한다(S120).

S120 단계에서 제어부(180)는 주차면이 점유된 상태로 판단 되면 해당 물체 영역에서 번호인식을 수행하는데, 영상 내에서 물체 영역 박스를 1/3 하단으로 이동하여 번호인식 영역을 설정한다.

이는, 번호판이 하단에 위치하므로 인식률 향상을 위해 적용되는 것이다.

또한, 제어부(180)는 매번의 번호인식 결과와 위치를 저장하고 번호의 통계를 구하여 가장 많은 것으로 결정하는 방식을 적용한다.

또한, 제어부(180)는 이전 인식된 번호판의 위치와 현재 영상과의 연관값을 구하여 연관값이 높을 경우 번호인식을 스킵함으로써, 전체 처리 속도를 향상시킬 수 있다.

이때, 일정시간 동안 스킵이 반복되면 무시하고 번호 인식이 수행된다.

이와 관련하여, 도 18a 및 도 18b는 본 발명과 관련하여, 번호 인식하는 일례를 도시한 것이다.

한편, 번호가 미 매칭된 차량이 발생할 수 있고, 이러한 미 매칭 차량을 찾아내야 하는 요구가 있을 수 있다.

즉, 출차시 미인식 또는 오인식되는 이벤트는 작업자에 의해 수정이 가능하나. 입차시 오인식되는 이벤트는 전 차량을 점검해야 하므로 불가능하다.

또한, 출차 정산 시 입차 오인식은 못 찾는 문제가 발생하고, 입차 중 출차 와 비슷한 이미지 찾기 필요하다는 문제점도 있다.

따라서 본 발명에서는 입차 중에서 번호인식 결과가 미인식 또는 인식차 중 세자리 번호 비슷한 차를 후보군으로 하고, 후보군을 기초로 색상, 제조사 로고, SURF matching 의 세가지로 순위를 결정하여 표시 한 후 작업자가 선택 하는 방식에 따라 해당 문제를 해소할 수 있다.

본 발명에 따른 효과

본 발명은 상기와 같은 종래의 문제점을 해결하기 위하여 안출된 것으로서, 1대의 전방위 카메라를 이용하여 다수의 주차면에 주차된 차량을 검지할 수 있으며 동시에 보안기능의 수행이 가능한 주차장 관리 시스템 및 관리방법을 사용자에게 제공할 수 있다.

구체적으로, 본 발명은 전방위 카메라 1대로 약 12면 내외의 주차면을 촬영할 수 있어 많은 카메라의 설치가 필요 없고 별도의 CCTV의 설치가 필요 없으며, 경제적이고 유지·관리가 용이하며, 촬영된 영상을 이용하여 보안기능을 제공할 수 있는 주차장 관리 시스템을 사용자에게 제공할 수 있다.

또한, 본 발명은 주차장 구조상 전방위 카메라가 촬영이 불가능한 위치의 주차면이나 조도가 너무 강하거나 너무 약하여 차량의 검지가 어려운 위치의 주차면에는 센서를 설치함으로써 차량의 검지를 효과적으로 수행할 수 있고 오검지를 방지할 수 있는 주차장 관리 시스템을 사용자에게 제공할 수 있다.

또한, 본 발명은 센서와 전방위 카메라가 연동하여 동작함으로써 배선 설비가 간소화될 수 있으며, 설치 비용이 절감되고, 시공 기간이 상당히 단축될 수 있는 주차장 관리 시스템을 사용자에게 제공할 수 있다.

또한, 본 발명은 효과적인 번호판 탐지 및 번호 인식 방법이 적용된 주차유도 시스템에 관한 것으로, 구체적으로 본 발명은 모션 인식, 객체 인식, 주차면 설정, 번호인식 방식 등을 적용한 주차유도 시스템을 사용자에게 제공할 수 있다.

또한, 본 발명에서는 모션 인식과 관련하여, 카메라 영상에서 이전 영상과의 움직임을 판단하여 움직임이 있는 경우에만 동작하고, 움직임이 없는 경우에도 일정 주기로 처리 동작을 수행하며, 객체 인식과 관련하여, 화면에서 일정크기 이상의 물체를 검지하고, 검지 위치를 사각형으로 특정한 후 종류를 판단함으로써, 정확도를 높일 수 있다.

또한, 본 발명에서는 주차장 내의 면 설정과 관련하여, 검지한 물체 중 주차장 면 일정이상 앞쪽에 있는 물체를 판별하고 있을 경우 해당 주차면과 겹치는 곳을 찾아 가림으로 처리하고, 자동차 중에 각각의 주차면과 겹치는 비율이 일정 값을 넘으면 그 주차면이 점유한 것으로 처리하며, 해당 주차면에 겹치는 비율이 일정 이상 큰 자동차 물체가 없으면서 가림에 해당 하지 않는 경우에는 빈 주차면으로 판정함으로써, 오류를 줄일 수 있다.

또한, 본 발명에서는, 영상 내에서 물체 영역 박스를 1/3 하단으로 이동하여 번호인식 영역을 설정하고, 매번의 번호인식 결과와 위치를 저장하며, 번호의 통계를 구하여 가장 많은 것으로 결정함으로써, 번호 인식률을 높일 수 있다.

상술한 본 발명의 실시예들은 다양한 수단을 통해 구현될 수 있다. 예를 들어, 본 발명의 실시예들은 하드웨어, 펌웨어(firmware), 소프트웨어 또는 그것들의 결합 등에 의해 구현될 수 있다.

하드웨어에 의한 구현의 경우, 본 발명의 실시예들에 따른 방법은 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 프로세서, 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.

펌웨어나 소프트웨어에 의한 구현의 경우, 본 발명의 실시예들에 따른 방법은 이상에서 설명된 기능 또는 동작들을 수행하는 모듈, 절차 또는 함수 등의 형태로 구현될 수 있다. 소프트웨어 코드는 메모리 유닛에 저장되어 프로세서에 의해 구동될 수 있다. 상기 메모리 유닛은 상기 프로세서 내부 또는 외부에 위치하여, 이미 공지된 다양한 수단에 의해 상기 프로세서와 데이터를 주고 받을 수 있다.

상술한 바와 같이 개시된 본 발명의 바람직한 실시예들에 대한 상세한 설명은 당업자가 본 발명을 구현하고 실시할 수 있도록 제공되었다. 상기에서는 본 발명의 바람직한 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 본 발명의 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다. 예를 들어, 당업자는 상술한 실시예들에 기재된 각 구성을 서로 조합하는 방식으로 이용할 수 있다. 따라서, 본 발명은 여기에 나타난 실시형태들에 제한되려는 것이 아니라, 여기서 개시된 원리들 및 신규한 특징들과 일치하는 최광의 범위를 부여하려는 것이다.

본 발명은 본 발명의 정신 및 필수적 특징을 벗어나지 않는 범위에서 다른 특정한 형태로 구체화될 수 있다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니 되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다. 본 발명은 여기에 나타난 실시형태들에 제한되려는 것이 아니라, 여기서 개시된 원리들 및 신규한 특징들과 일치하는 최광의 범위를 부여하려는 것이다. 또한, 특허청구범위에서 명시적인 인용 관계가 있지 않은 청구항들을 결합하여 실시예를 구성하거나 출원 후의 보정에 의해 새로운 청구항으로 포함할 수 있다.

Claims (14)

1. 카메라가 적어도 하나의 영상을 입력 받는 제 1 단계;
   상기 적어도 하나의 영상 내에서 복수의 주차면을 설정하는 제 2 단계;
   상기 복수의 주차면 중 제 1 주차면과 연관된 제 1 영상의 왜곡을 미리 설정된 방법에 따라 보정하는 제 3 단계;
   상기 제 1 영상에 포함된 객체에 대한 특징을 추출하는 제 4 단계; 및
   복수의 차량의 특징과 관련된 빅데이터를 기반으로, 상기 특징을 이용하여 상기 객체가 차량인지 여부 및 상기 제 1 주차면에 주차된 것인지 여부를 판단하는 제 5 단계;를 포함하되,
   상기 제 4 단계는,
   상기 제 1 영상에 포함된 객체의 강도(intensity) 및 변화도(gradient)를 이용하여 상기 특징을 추출하는 제 4-1 단계;
   상기 추출한 특징과 관련된 복수의 정보를 캐스케이드(cascade)로 연결하여 캐스케이드 신경망(Cascade neural networks)을 구축하는 제 4-2 단계; 및
   상기 구축한 캐스케이드 신경망에 비극대적 억제(Non-maximal suppression)를 적용하는 제 4-3 단계;를 포함하고,
   상기 제 5 단계에서, 상기 비극대적 억제가 적용된 캐스케이드 신경망을 기초로 상기 객체가 차량인지 여부 및 상기 제 1 주차면에 주차된 것인지 여부를 판단하는 것을 특징으로 하는 주차 유도 방법.
   
2. 삭제
3. 제 1항에 있어서,
   상기 제 4-2 단계에서 캐스케이드 신경망은 상기 제 4-1 단계에서의 특징을 추출하는 동작하는 횟수에 대응하여 머신 러닝(Machine Learning)하는 것을 특징으로 하는 주차 유도 방법.
   
4. 제 1항에 있어서,
   상기 제 5 단계에서 상기 객체가 차량인 경우, 상기 빅데이터를 기반으로 상기 차량의 클래스(class)를 더 분류하는 것을 특징으로 하는 주차 유도 방법.
5. 제 1항에 있어서,
   상기 제 4 단계는,
   상기 1 영상 내에서 모션이 감지되는지 여부를 판단하는 제 4-1 단계; 및
   상기 모션이 감지되는 경우, 상기 제 1 영상 내의 객체 인식을 시도하기 위해 상기 객체에 대한 특징을 추출하는 제 4-2 단계;를 포함하는 것을 특징으로 하는 주차 유도 방법.
   
6. 제 5항에 있어서,
   상기 제 5 단계에서 상기 차량이 상기 제 1 주차면에 주차된 것인지 여부의 판단은,
   상기 객체 인식이 성공하는 경우, 상기 인식한 객체가 상기 제 1 주차면과 겹치는 영역이 발생하였는지 판단하는 제 5-1 단계;
   상기 겹치는 영역이 발생된 경우, 상기 인식한 객체가 차량인지 여부를 판단하는 제 5-2 단계; 및
   상기 인식한 객체가 차량인 경우, 상기 차량이 상기 제 1 주차면의 전체 영역 중 미리 설정된 비율 이상의 영역을 점유한 경우, 상기 차량이 상기 제 1 주차면에 주차한 것으로 결정하는 제 5-3 단계;를 통해 수행되는 것을 특징으로 하는 주차 유도 방법.
7. 제 1항에 있어서,
   상기 제 5 단계 이후,
   상기 차량의 차량 번호를 인식하는 제 6 단계;를 더 포함하는 것을 특징으로 하는 주차 유도 방법.
8. 적어도 하나의 영상을 입력 받는 카메라; 및
   상기 적어도 하나의 영상 내에서 복수의 주차면을 설정한 경우, 상기 복수의 주차면 중 제 1 주차면과 연관된 제 1 영상의 왜곡을 미리 설정된 방법에 따라 보정하는 제어부;를 포함하되,
   상기 제어부는,
   상기 제 1 영상에 포함된 객체에 대한 특징을 추출하고,
   복수의 차량의 특징과 관련된 빅데이터를 기반으로, 상기 특징을 이용하여 상기 객체가 차량인지 여부 및 상기 제 1 주차면에 주차된 것인지 여부를 판단하며,
   상기 제어부는,
   상기 제 1 영상에 포함된 객체의 강도(intensity) 및 변화도(gradient)를 이용하여 상기 특징을 추출하고,
   상기 추출한 특징과 관련된 복수의 정보를 캐스케이드(cascade)로 연결하여 캐스케이드 신경망(Cascade neural networks)을 구축하며,
   상기 구축한 캐스케이드 신경망에 비극대적 억제(Non-maximal suppression)를 적용하고,
   상기 비극대적 억제가 적용된 캐스케이드 신경망을 기초로 상기 객체가 차량인지 여부 및 상기 제 1 주차면에 주차된 것인지 여부를 판단하는 것을 특징으로 하는 주차 유도 시스템.
   
9. 삭제
10. 제 8항에 있어서,
    상기 제어부는,
    상기 캐스케이드 신경망에 대해, 상기 특징을 추출하는 동작하는 횟수에 대응하여 머신 러닝(Machine Learning)하는 것을 특징으로 하는 주차 유도 시스템.
    
11. 제 8항에 있어서,
    상기 제어부는,
    상기 객체가 차량인 경우, 상기 빅데이터를 기반으로 상기 차량의 클래스(class)를 더 분류하는 것을 특징으로 하는 주차 유도 시스템.
12. 제 8항에 있어서,
    상기 제어부는,
    상기 1 영상 내에서 모션이 감지되는지 여부를 판단하고,
    상기 모션이 감지되는 경우, 상기 제 1 영상 내의 객체 인식을 시도하기 위해 상기 객체에 대한 특징을 추출하는 것을 특징으로 하는 주차 유도 시스템.
    
13. 제 12항에 있어서,
    상기 제어부는,
    상기 객체 인식이 성공하는 경우, 상기 인식한 객체가 상기 제 1 주차면과 겹치는 영역이 발생하였는지 판단하고,
    상기 겹치는 영역이 발생된 경우, 상기 인식한 객체가 차량인지 여부를 판단하며,
    상기 인식한 객체가 차량인 경우, 상기 차량이 상기 제 1 주차면의 전체 영역 중 미리 설정된 비율 이상의 영역을 점유한 경우, 상기 차량이 상기 제 1 주차면에 주차한 것으로 결정하는 것을 특징으로 하는 주차 유도 시스템.
14. 제 8항에 있어서,
    상기 제어부는,
    상기 차량의 차량 번호를 추가적으로 인식하는 것을 특징으로 하는 주차 유도 시스템.

Images