KR102062239B1 - 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템 - Google Patents

이종 검지 수단을 이용한 과속 위험 사전 경보 시스템 Download PDF

Info

Publication number
KR102062239B1
KR102062239B1 KR1020190033950A KR20190033950A KR102062239B1 KR 102062239 B1 KR102062239 B1 KR 102062239B1 KR 1020190033950 A KR1020190033950 A KR 1020190033950A KR 20190033950 A KR20190033950 A KR 20190033950A KR 102062239 B1 KR102062239 B1 KR 102062239B1
Authority
KR
South Korea
Prior art keywords
vehicle
information
lane
virtual
image
Prior art date
Application number
KR1020190033950A
Other languages
English (en)
Inventor
김현우
Original Assignee
주식회사 사로리스
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 주식회사 사로리스 filed Critical 주식회사 사로리스
Priority to KR1020190033950A priority Critical patent/KR102062239B1/ko
Application granted granted Critical
Publication of KR102062239B1 publication Critical patent/KR102062239B1/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
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G06K9/00798—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • G—PHYSICS
    • 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
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G08G1/054—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed photographing overspeeding vehicles
    • G06K2209/23—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

이종 검지 수단을 이용한 과속 위험 사전 경보 시스템을 개시한다. 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템은, 도로의 측면 일 영역에 설치되서, 도로를 통행하는 차량의 후면, 후측면, 측면, 전측면 및 전면 중 적어도 하나를 촬상하는 영상 감지부, 도로를 통행하는 차량을 향해서 전송 레이다 신호를 보내고, 차량으로부터 반사된 반사 레이다 신호를 수신하는 레이다 감지부, 영상 감지부로부터 촬상된 이미지 정보를 분석하여 차량을 인식하고, 인식된 차량에 전송되는 전송 레이다 신호와 반사되는 반사 레이다 신호를 이용하여 차량의 속도를 연산하며, 연산된 속도를 기준 속도와 비교함으로써 알림 메세지 발생 여부를 판단하는 AI 기반 정보 처리부를 포함한다.

Description

이종 검지 수단을 이용한 과속 위험 사전 경보 시스템{Speed Risk Advance Warning System Using Heterogeneeous detector}
본 발명은 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템에 관한 것으로서, 보다 상세하게는 차량의 과속으로 인한 위험 상황을 미연에 방지할 수 있도록 다양한 안내 정보를 제공하는 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템에 관한 것이다.
도로의 여건(도로의 폭, 도로의 상태, 도로의 종류, 주변 상황 등)에 따라 도로를 통행하는 차량의 제한 속도가 다르다. 예컨대, 고속화도로에서는 종류 별로 최고 속도(90Km/h ~ 110Km/h)등으로 제한되고 있고, 스쿨존(School Zone) 등을 통행하는 경우에는 최고 속도(30Km/h 이하)로 제한되고 있다.
종래에는 운전자가 제한 속도를 넘는지 여부를 단속하고, 제한 속도를 넘을 경우에는 이를 단속(카메라 방식)하여 과태료 또는 벌금을 부가하는 선 단속 후 처벌 방식으로 운전자들이 과속을 하지 못하도록 운영되고 있다.
하지만 이러한 선 단속 후 처벌 방식은 운전자가 도로 여건을 정확히 이해하지 못하여 부주의하게 속도 위반을 하는 경우에는 민원 제기의 소지를 발생시킨다. 또한, 법규 위반자는 책임 의식없이 반복적으로 교통 법규를 위반하게 되므로, 도로 교통 문화가 성숙해지지 않고 있다.
또는, 기존 과속 단속 방식은 카메라 촬영 방식(지면 루프 매설 방식)을 통해서 과속도 차량을 감지하고 차량의 번호판을 촬영하여 위반 사실을 감지하고 있어서 정확도가 떨어지는 문제점도 있고, 기존 단속 방식의 허점을 이용하여 과속 단속을 회피하려는 시도가 발생하는 문제점이 지적되고 있다.
특허문헌 1 : 한국등록특허 제10-1373855호(2014년03월06일) 특허문헌 2 : 한국등록특허 제10-1806663호(2017년12월11일) 특허문헌 3 : 한국공개특허 제10-2010-0066047호(2010년06월17일) 특허문헌 4 : 한국등록특허 제10-1246120호(2013년03월22일) 특허문헌 5 : 한국등록특허 제10-1925293호(2018년12월05일)
상술한 문제점을 해결하기 위하여 안출된 본 발명은 이종의 검지 수단을 이용하여 차량에 대한 높은 인식율을 보이고, 차량의 과속 여부에 대해서 사전에 검지할 수 있으며, 운전자가 과속을 하지 않도록 안내하는 알림 메세지를 운전자에게 사전에 전달함으로써 과속 운전을 예방하고, 과속으로 인한 교통 사고 발생율을 낮추도록 하는 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템을 제공하는 것을 목적으로 한다.
상기 목적을 달성하기 위하여 본 발명의 일 실시 예에 따른 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템은, 도로의 측면 일 영역에 설치되서, 도로를 통행하는 차량의 후면, 후측면, 측면, 전측면 및 전면 중 적어도 하나를 촬상하는 영상 감지부; 도로를 통행하는 차량을 향해서 전송 레이다 신호를 보내고, 차량으로부터 반사된 반사 레이다 신호를 수신하는 레이다 감지부; 상기 영상 감지부로부터 촬상된 이미지 정보를 분석하여 차량을 인식하고, 인식된 차량에 전송되는 전송 레이다 신호와 반사되는 반사 레이다 신호를 이용하여 차량의 속도를 연산하며, 연산된 속도를 기준 속도와 비교함으로써 알림 메세지 발생 여부를 판단하는 AI 기반 정보 처리부;를 포함한다.
이 경우에, 상기 AI 기반 정보 처리부는, 알림 메시지를 발생하는 상황으로 판단하면, 해당 차량의 정보를 분석하여 차량 번호 정보를 추출하고, 연산된 차량 속도와 추출된 차량 번호 정보를 포함하는 제1 알림 메시지를 생성한다.
이 경우에, 상기 AI 기반 정보 처리부는, 알림 메시지를 발생하는 상황으로 판단하면, 해당 차량의 정보를 분석하여 차종 정보를 추출하고, 연산된 차량 속도에 따라 예상되는 벌점 또는 과태료 정보를 포함하는 제2 알림 메세지를 생성한다.
한편, 상기 제1, 2 알림 메세지를 해당 차량의 운전자가 육안으로 확인할 수 있도록 외부로 표시하는 표시부;를 더 포함한다.
한편, 상기 제1, 2 알림 메세지를 해당 차량의 운전자의 단말 또는 해당 차량에 설치된 운행 정보 제공 단말로 전송하는 통신부;를 더 포함한다.
한편, 상기 AI 기반 정보 처리부는, 촬상된 이미지 정보에서 차량 이미지 정보를 추출하고, 추출된 차량 이미지 정보에 인접한 차선 이미지 정보를 추출하며, 상기 차량 이미지 정보와 상기 차선 이미지 정보를 이용하여 해당 차량에 대한 정보를 생성한다.
이 경우에, 상기 AI 기반 정보 처리부는, 상기 차선 이미지 정보에 기초하여 해당 차량의 진행 방향에 대응하는 2개의가상의 차선 방향선을 생성하고, 상기 차량 이미지 정보에 기초하여 해당 차량의 좌측 경계와 우측 경계를 각각 통과하는 2개의 가상의 수직 외곽선을 생성하며, 해당 차량의 상측 경계와 하측 경계를 각각 통과하는 2개의 가상의 수평 외곽선을 생성하고, 상기 2개의 가상의 차선 방향선, 상기 2개의 가상의 수직 외곽선 및 상기 2개의 가상의 수평 외곽선 사이의 복수의 교차점에 대한 정보를 제1 좌표 데이터 세트로 생성한다.
이 경우에, 상기 AI 기반 정보 처리부는, 상기 복수의 교차점 중 적어도 하나를 기준으로 복수의 외곽 추론선을 생성하고, 상기 복수의 외곽 추론선 사이의 복수의 교차점에 대한 정보를 제2 좌표 데이터 세트로 생성하며, 상기 제1 좌표 데이터 세트와 상기 제2 좌표 데이터 세트를 이용하여 차량에 관한 정보를 생성하기 위한 복수 개의 좌표값을 추론한다.
이 경우에, 상기 AI 기반 정보 처리부는, 상기 복수 개의 좌표값을 구성하는 각각의 지점을 점대점으로 연결하여 가상의 육면체를 생성하고, 상기 가상의 육면체에 기초하여 차량의 크기를 예측하며, 상기 차량의 크기에 기초하여 차종을 분석한다.
이 경우에, 상기 AI 기반 정보 처리부는, 차량의 후면, 후측면, 측면, 전측면 및 전면에 대한 이미지 정보 중 적어도 2개 이상에 대해서 상기 복수 개의 좌표값을 생성한다.
본 발명의 다양한 실시 예에 따르면, 이종의 검지 수단을 이용하여 차량에 대한 높은 인식율을 보이고, 차량의 과속 여부에 대해서 사전에 검지할 수 있으며, 운전자가 과속을 하지 않도록 안내하는 알림 메세지를 운전자에게 사전에 전달함으로써 과속 운전을 예방하고, 과속으로 인한 교통 사고 발생율을 낮추는 효과를 발휘한다.
도 1은 본 발명의 일 실시 예에 따른 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템을 예시적으로 설명하기 위한 블럭도,
도 2는 본 발명의 과속 위험 사전 경보 시스템이 설치된 도로에서 과속 위험을 사전 경보하는 동작을 예시적으로 설명하기 위한 도면,
도 3은 본 발명의 일 실시 예에 따른 촬상된 이미지 처리를 위한 제1 단계를 예시적으로 설명하기 위한 도면,
도 4는 본 발명의 일 실시 예에 따른 촬상된 이미지 처리를 위한 제2 단계를 예시적으로 설명하기 위한 도면,
도 5는 본 발명의 일 실시 예에 따른 촬상된 이미지 처리를 위한 제3 단계를 예시적으로 설명하기 위한 도면,
도 6은 본 발명의 일 실시 예에 따른 차량 이미지 정보를 추출하는 알고리즘을 예시적으로 설명하기 위한 도면,
도 7은 도 6에서 얻어진 결과로 부터 제1 좌표값을 추론하는 알고리즘을 예시적으로 설명하기 위한 도면,
도 8은 도 7에서 얻어진 결과로 부터 제2 좌표값을 추론하는 알고리즘을 예시적으로 설명하기 위한 도면,
도 9는 도 8에서 얻어진 결과를 이용하여 차량의 크기를 추론하는 알고리즘을 예시적으로 설명하기 위한 도면,
도 10은 본 발명의 일 실시 예에 따른 차량의 종류를 추론하는 알고리즘을 설명하는 도면,
도 11은 본 발명의 다른 실시 예에 따른 차량 정보를 추론하기 위한 이미지 처리 과정을 예시적으로 설명하기 위한 도면, 그리고,
도 12는 본 발명의 다른 실시 예에 따른 과속 단속 정보를 안내하는 일 예를 도시한 도면.
이하에서, 본 발명의 구체적인 내용을 도면을 참고하여 설명한다. 이하 설명과 도면에서 도시하고 있는 다양한 실시 예는 바람직한 일 예에 불과하고, 본 발명의 기술적 사상의 범위에서 통상의 기술자가 이러한 내용을 참고하여 다양하게 설계 변경할 수 있다. 예컨대, 과속 위험 사전 경보 시스템(100)의 형태, 크기, 숫자, 설치 위치, 표지판(200)의 크기, 형태, 정보 표시 방식 등은 다양하게 변경될 수 있다.
도 1은 본 발명의 일 실시 예에 따른 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템을 예시적으로 설명하기 위한 블럭도이다. 도 1을 참고하면, 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템(100)은 레이다 감지부(110), 영상 감지부(120), AI 기반 정보 처리부(130), 통신부(140), 조명부(150), 전원부(160) 및 저장부(170)를 포함한다.
이종 검지 수단을 이용한 과속 위험 사전 경보 시스템(100)은 레이다 감지부(110)와 영상 감지부(120)의 2종류의 검지 수단을 구비하고 있는 것을 특징으로 한다. 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템(100)은 레이다 감지부(110)에 의해서 도로를 통행하는 차량의 속도를 감지할 수 있다. 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템(100)은 영상 감지부(120)에 의해서 차량에 관한 이미지를 획득하고, 획득된 차량 이미지 정보를 이용하여 차량의 종류, 차량 번호판 등 차량에 관한 정보를 얻는다.
이종 검지 수단을 이용한 과속 위험 사전 경보 시스템(100)은 특정 도로에서 규정 속도를 초과하거나 초과할 것으로 예상되는 차량에 대해서 경보 또는 예비 경보를 위한 다양한 방식의 알림 메세지를 생성함으로써, 과속 예방, 과속 방지, 과속으로 인한 사고 방지 효과를 발휘하는 것을 차별적인 특징으로 한다.
레이다 감지부(110)는 도로를 통행하는 차량을 향해서 레이다 전송파를 송신하고, 차량에 반사되는 레이다 반사파를 수신하여 전송파와 반사파 사이의 주파수 변화 또는 파장 변화 등 반사 전후의 레이다 신호의 변화값을 이용하여 차량의 속도를 감지할 수 있는 감지 수단이다.
레이다 감지부(110)는 밀리미터파(mmWave : millimeter wave) 센서를 포함한다. 밀리미터파는 주파수가 30 ~ 300 기가헤르츠(㎓)이고, 파장이 1 ~ 10 밀리미터(mm)인 극고주파(EHF: Extremely High Frequency)를 파장으로 구분하여 부르는 명칭이다. 밀리미터파는 광대역 전송이 가능하여 위성 통신, 이동 통신, 무선 항행, 지구 탐사, 전파 천문 등 다양하게 사용되는 파장 대역을 사용한다.
영상 감지부(120)는 도로를 통행하는 차량에 대한 이미지 정보를 촬상하는 장치이다. 영상 감지부(120)는 정지 영상, 동영상 등의 이미지 정보를 촬상하기 위해서 렌즈, ATD 컨버터, 이미징센서 등을 포함하는 카메라로 구현될 수 있다. 영상 감지부(120)는 도로를 통행하는 차량의 전면, 전측면, 측면, 후측면 및 후면 등에 대해서 적어도 하나 이상의 차량 이미지를 촬상한다.
AI 기반 정보 처리부(130)는 이미지 처리를 위해서 인공지능 알고리즘이 적용된 엔진에 의해서 정보를 처리한다. AI 기반 정보 처리부(130)는 CNN(Convolutional Neural Network), RNN(Recurrent Neural Network) 등으로 대표되는 딥러닝(Deep Learning) 방식의 기계학습 방식이 적용될 수 있다. CNN, RNN 알고리즘 이외에도 다양한 신경망 알고리즘이 적용될 수도 있다.
본 발명에서 촬상 이미지에서 차량 이미지와 차선 이미지를 분리하고, 이를 이용하여 차량의 크기를 추론하는 알고리즘에 대해서는 이하에서 별도로 설명한다. 이처럼 이미지에서 관심 영역과 비관심 영역을 구분하고, 관심 영역에서도 분석 대상과 비분석 대상을 구분하는 알고리즘은 CNN을 적용하여 수행할 수 있다.
AI 기반 정보 처리부(130)는 AI를 이용하는 방식에서 딥 러닝 방식을 사용하지만 딥 러닝 이외에도 다양한 지도 학습, 비지도 학습, 강화 학습도 충분히 적용할 수 있다. 이하에서는 딥러닝 중 신경망 이론이 적용된 방식으로 이미지 분석을 처리하도록 분석 알고리즘이 설명된다.
통신부(140)는 외부 단말 또는 외부 설치된 표지판(200) 등과 유무선 통신을 할 수 있다. 통신부(140)는 3G, 4G(LTE 방식), 5G 등 다양한 무선 통신 기술이 적용될 수 있다. 또는, 통신부(140)는 WiFi, 지그비, 블루투스, 적외선 통신 등의 근거리 무선 통신이 적용될 수 있다. 그 밖에도 통신부(140)는 저전력 무선 통신 기술에 의해서 구현될 수 있다. 통신부(140)는 알림 메세지를 생성하는 상황에서, 알림 메세지를 외부 표지판(200) 또는 외부 운전자 단말(미도시), 외부 차량 단말(미도시)로 알림 메세지를 전송할 수 있다.
조명부(150)는 야간 이미지 촬영 상황에서 빛을 조명 영역에 조사함으로써 광량이 충분한 촬영 환경을 제공한다. 조명부(150)는 주변 조도가 낮은 경우에 영상 감지부(120)의 동작을 감지하여 작동한다. 만약 조명부(150)는 주변 조도가 기준치보다 낮지 않다면 영상 감지부(1200가 동작하더라도 빛을 발광하지 않는다.
전원부(160)는 솔라셀 패널(Solar Cell Pannel)을 이용한 태양광 발전 장치로 구현될 수 있다. 또는 전원부(160)는 솔라셀 패널과 2차전지(Secondary Battery)의 조합 방식으로 구현될 수 있다. 즉, 전원부(160)는 주간에 솔라셀 패널에 의해서 발생된 전기로 2차전지를 충전시키고, 야간에는 2차전지에 충전된 전기에너지를 사용할 수 있도록 설계될 수도 있다.
저장부(170)는 일정 기간 동안의 영상 이미지 정보, 차량 단속 정보등을 비일시적으로 저장할 수 있다. 또는 저장부(170)는 생성된 알림 메세지를 비일시적으로 저장하거나, 임시적으로 저장한 뒤 일정 시간이 지나면 자동적으로 삭제되도록 저장할 수 있다. 저장부(170)는 일정 주기로 저장 데이터를 블록 단위로 암호화하여 저정할 수 있다.
도 2는 본 발명의 과속 위험 사전 경보 시스템이 설치된 도로에서 과속 위험을 사전 경보하는 동작을 예시적으로 설명하기 위한 도면이다. 도 2를 참고하면, 도로를 주행하는 차량(T)이 감지 영역(Area)에 진입하면, 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템(100)은 레이다 감지부(110)에 의해서 차량(T)의 속도 정보를 획득한다. 레이다 감지부(110)에 의해서 감지된 속도 정보가 해당 도로의 규정 속도보다 낮은 경우에는 영상 감지부(120)에 의해서 영상 감지 동작을 실행하지 않는다. 또는 규정 속도에 비하여 낮은 속도로 통행하는 경우에도 필요한 경우(방범 목적, 교통 정보 제공 목적)에는 차량(T)의 전면 또는 후면 사진을 촬상할 수도 있다.
감지 영역(Area)에 진입한 차량(T)에 대한 전면, 전측면, 측면, 후측면, 후면 중 적어도 하나 이상의 이미지를 촬상하되, 규정 속도를 초과하거나 초과할 가능성이 높은 경우에는 해당 차량(T)에 대한 이미지 분석을 실시한다. 차량 이미지 분석 방법에 대해서는 이하에서 별도로 상세하게 설명한다.
이종 검지 수단을 이용한 과속 위험 사전 경보 시스템(100)은 도로의 일 측면 영역에 설치될 수 있고, 독립 전원 공급 및 무선 통신 방식으로 구현되므로 모듈형으로 이동설치가 용이하다는 장점이 있다.
이종 검지 수단을 이용한 과속 위험 사전 경보 시스템(100)은 표지판(200)과 유무선 통신을 통해서 운전자에게 과속 운전과 관련하여 알림 메세지를 제공한다. 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템(100)은 도로를 통행하는 차량에 대한 이미지를 촬상하고, 촬상된 이미지에서 차량 이미지를 추출하고, 차선 이미지를 추출하여 이들을 이용하여 차량에 대한 크기, 차종, 번호판 정보 등을 획득할 수 있다. 이에 대해서는 이하에서 별도로 설명한다.
도 3은 본 발명의 일 실시 예에 따른 촬상된 이미지 처리를 위한 제1 단계를 예시적으로 설명하기 위한 도면이다. 도 3을 참고하면, 도로를 통행하는 차량이 규정 속도를 위반하거나 위반할 가능성이 높은 경우에 해당 차량(T)에 대한 이미지를 촬상한다. 도 3에 도시된 바와 같이 촬상된 이미지는 차량(T) 및 차선(Lane) 이미지 이외에도, 도로, 도로 주변 풍경 정보를 더 포함한다.
AI 기반 정보 처리부(130)는 촬상된 이미지 정보에서 관심 영역과 비관심 영역을 분리하지 않고, 해당 이미지 상에서 차량 부분과 차선 부분을 1차적으로 식별하고, 차량(T)의 진행 방향을 식별하기 위하여 차선(Lane)에 평행하고, 차량(T)에 인접하게 2개의 가상의 차선 방향선(C_Lane_1, C_Lane_2)을 생성한다.
2개의 가상의 차선 방향선(C_Lane_1, C_Lane_2)은 차선(Lane)을 기준으로 할 경우에 평행하고, 차량(T)에 인접하도록 적어도 2개를 생성하고, 제1 가상의 차선 방향선(C_Lane_1)은 제2 가상의 차선 방향선(C_Lane_2)와도 평행하다. 제1 가상의 차선 방향선(C_Lane_1)은 차선(Lane)에서 평행 이동하면서 최초로 차량(T)에 접하는 지점까지 이동하여 생성한다. 제2 가상의 차선 방향선(C_Lane_2)은 차량(T) 이미지 영역을 가로질러 더 이상 차량(T) 이미지와 겹치지 않는 지점까지 이동하여 생성한다.
2개의 가상의 차선 방향선(C_Lane_1, C_Lane_2)은 차량(T)의 길이축과 실질적으로 평행하고, 차량(T)의 좌측면과 우측면을 정의하기 위하여 생성하는 가상의 직선이다. 다음으로 차량(T)의 가상의 수평, 수직 외곽선을 추출하는 과정에 대해서 설명한다.
도 4는 본 발명의 일 실시 예에 따른 촬상된 이미지 처리를 위한 제2 단계를 예시적으로 설명하기 위한 도면이다. 도 4를 참고하면, AI 기반 정보 처리부(130)는 차량(T)의 수평 외곽선을 추론하기 위하여 2개의 가상의 수평 외곽선(C_Lane_3, C_Lane_4)을 생성한다. 제1 가상의 수평 외곽선(C_Lane_3)을 생성하는 과정을 설명하면 다음과 같다. 우선 제1 가상의 차선 방향선(C_Lane_1)과 제2 가상의 차선 방향선(C_Lane_2)을 교차하는 가상의 수평 직선을 생성하고, 생성된 가상의 수평 직선을 차량(T)의 가로 방향 외곽면 중 가장 많이 인접하는 조건을 충족하도록 조정하여 제1 가상의 수평 외곽선(C_Lane_3)을 생성한다. 제2 가상의 수평 외곽선(C_Lane_4)은 제1 가상의 수평 외곽선(C_Lane_3)을 2개의 가상의 차선 방향선(C_Lane_1, C_Lane_2)을 따라 수평으로 이동시키면서 차량(T)의 가로 방향 외곽면과 더 이상이 겹치지 않는 지점까지 이동하여 생성한다.
2개의 가상의 수평 외곽선(C_Lane_3, C_Lane_4)은 차량(T)의 가로축과 실질적으로 평행하고, 차량(T)의 전방부과 후방부를 정의하기 위하여 생성하는 가상의 직선이다.
도 5는 본 발명의 일 실시 예에 따른 촬상된 이미지 처리를 위한 제3 단계를 예시적으로 설명하기 위한 도면이다. 도 5를 참고하면, AI 기반 정보 처리부(130)는 차량(T)의 수직 외곽선을 추론하기 위하여 2개의 가상의 수직 외곽선(C_Lane_5, C_Lane_6)을 생성한다. 제1 가상의 수직 외곽선(C_Lane_5)을 생성하는 과정을 설명하면 다음과 같다. 우선 제1 가상의 차선 방향선(C_Lane_1)과 제1 가상의 수평 외곽선(C_Lane_3)의 교차점을 통과하는 가상의 수직 직선을 생성한다. 생성된 가상의 수직 직선이 차량(T) 쪽으로 이동시키면서 측면과 겹쳐지는 지점까지 이동하여 제1 가상의 수직 외곽선(C_Lane_5)을 생성한다. 제2 가상의 수직 외곽선(C_Lane_6)은 제1 가상의 수직 외곽선(C_Lane_5)을 차량(T) 영역을 통과하도록 이동시키면서 더 이상 차량(T)과 겹쳐지지 않은 지점까지 이동하여 생성한다.
2개의 가상의 수직 외곽선(C_Lane_5, C_Lane_6)은 차량(T)의 세로축과 실질적으로 평행하고, 차량(T)의 하부면과 상부면을 정의하기 위하여 생성하는 가상의 직선이다.
도 6은 본 발명의 일 실시 예에 따른 차량 이미지 정보를 추출하는 알고리즘을 예시적으로 설명하기 위한 도면이다. 도 6을 참고하면, 2개의 가상의 차선 방향선(C_Lane_1, C_Lane_2), 2개의 가상의 수평 외곽선(C_Lane_3, C_Lane_4), 2개의 가상의 수직 외곽선(C_Lane_5, C_Lane_6)을 생성하면, 각각의 선은 서로 교차하는 교차점이 총 6개 형성된다. 6개의 교차점은 제1 좌표 데이터 세트(P_1 내지 P_6)를 구성한다.
제1 좌표 데이터 세트(P_1 내지 P_6)는 차량(T)의 외곽을 정의하고, 이후 설명하는 제2 좌표 데이터 세트를 함께 이용하여 차량(T)의 3차원 정보를 획득할 수 있게 된다. 3차원 정보는 차량(T)의 크기를 추론할 수 있게 된다. 이하에서, 제2 좌표 데이터 세트를 획득하는 알고리즘에 대해서 설명한다.
도 7은 도 6에서 얻어진 결과로 부터 제1 좌표값을 추론하는 알고리즘을 예시적으로 설명하기 위한 도면이다. 도 7을 참고하면, 제2 외곽 좌표값(P_2)를 기준으로 하여 제1, 2 차선 방향선(C_Lane_1, C_Lane_2)에 평행한 가상의 제1 추론선(Inf_Lane_1)을 생성한다. 제4 외곽 좌표값(P_4)를 기준으로 하여 제1, 2 수직 외곽선(C_Lane_5, C_Lane_6)에 평행한 가상의 제2 추론선(Inf_Lane_2)을 생성한다. 제6 외곽 좌표값(P_6)를 기준으로 하여 제1, 2 수평 외곽선(C_Lane_3, C_Lane_4)에 평행한 가상의 제3 추론선(Inf_Lane_3)을 생성한다. 제1 내지 3 추론선(Inf_Lane_1 내지 Inf_Lane_3)의 교차점이 제1 좌표값으로 추론되고, 이러한 제1 좌표값을 제7 외곽 좌표값(P_7)로 제2 좌표 데이터 세트에 추가한다.
도 8은 도 7에서 얻어진 결과로 부터 제2 좌표값을 추론하는 알고리즘을 예시적으로 설명하기 위한 도면이다. 도 8을 참고하면, 제1 외곽 좌표값(P_2)를 기준으로 하여 제1, 2 수직 외곽선(C_Lane_5, C_Lane_6)에 평행한 가상의 제4 추론선(Inf_Lane_4)을 생성한다. 제3 외곽 좌표값(P_3)를 기준으로 하여 제1, 2 수평 왹관선(C_Lane_3, C_Lane_4)에 평행한 가상의 제5 추론선(Inf_Lane_5)을 생성한다. 제5 외곽 좌표값(P_5)를 기준으로 하여 제1, 2 차선 방향선(C_Lane_1, C_Lane_2)에 평행한 가상의 제6 추론선(Inf_Lane_6)을 생성한다. 제4 내지 6 추론선(Inf_Lane_4 내지 Inf_Lane_6)의 교차점이 제2 좌표값으로 추론되고, 이러한 제2 좌표값을 제8 외곽 좌표값(P_8)로 제2 좌표 데이터 세트에 추가한다.
도 9는 도 8에서 얻어진 결과를 이용하여 차량의 크기를 추론하는 알고리즘을 예시적으로 설명하기 위한 도면이다. 도 9(a)를 참고하면, 차량(T)의 이미지를 추출하고, 제1 좌표 데이터 세트(P_1 내지 P_6)와 제2 좌표 데이터 세트(P_7, P_8)을 이용하여 차량(T)의 크기를 추론하기 위한 가상의 직육면체를 모델링한다.
도 9(b)를 참고하면, 차량(T)에 대한 가상의 직육면체의 모델링을 통해서 차량(T)의 폭, 길이, 높이 등의 정보를 연산하고, 저장부(170)에 저장된 폭, 길이, 높이 등의 정보와 맵핑되어 있는 차량 정보 테이블을 검색하여, 매칭되는 차량의 종류를 추론한다. AI 기반 정보 처리부(130)는 다음과 같은 3차원 모델링 결과에 따라 차종을 추론할 수 있다. 이에 대해서는 별도의 도면을 참고하여 설명한다.
도 10은 본 발명의 일 실시 예에 따른 차량의 종류를 추론하는 알고리즘을 설명하는 도면이다. 도 10을 참고하면, 도 9(b)에서 제2 외곽 좌표값(P_2)와 제7 외곽 좌표값(P_7) 사이의 거리를 연산하면 차량의 전장에 대응하고, 제2 외곽 좌표값(P_2)와 제1 외곽 좌표값(P_1) 사이의 거리를 연산하면 차량의 전폭에 대응하고, 제2 외곽 좌표값(P_2)와 제3 외곽 좌표값(P_3) 사이의 거리를 연산하면 차량의 전고에 대응한다. 예컨대, 전장이 4400mm이고, 전폭 1700mm, 전고 1400mm 인 것으로 연산되면, 도 10에 도시된 테이블에 맵핑되는 값을 찾을 수 없으나, 전장, 전폭, 전고의 조건을 충족하는 차종은 승용차 그 중에서 중형과 소형 사이에 위치함을 식별할 수 있다. 즉, 본 발명은 차량의 정확한 치수를 확인하지 못하는 상황에서도 2차원의 차량의 이미지를 3차원의 정보로 변환하여 차량의 크기를 추론함으로써 차량의 종류를 예측할 수 있다는 장점이 있다.
도 11은 본 발명의 다른 실시 예에 따른 차량 정보를 추론하기 위한 이미지 처리 과정을 예시적으로 설명하기 위한 도면이다. 도 11을 참고하면, 도 11(a)의 경우에는 차량의 외곽선을 정의하기 위하여 가상의 차선 방향선, 가상의 수직 외곽선, 가상의 수평 외곽선을 이미지에 생성한 예이다. 도 11(b)의 경우에는 도 11(a)에서 얻어진 결과에서 3차원 모델링을 위한 2개의 좌표값을 추론하기 위한 추론선을 이미지에 생성한 예이다. 도 11(c)의 경우에는 도 11(b)에서 얻어진 결과에서 3차원 정보를 획득하기 위하여 차량에 3차원 모델링(직육면체)을 적용한 예이다. 도 11(d)의 경우에는 차량의 전면, 전측면, 측면, 후측면, 후면 등에 대해서 적어도 2개 이상의 모델링을 통해서 차량의 종류, 크기 등을 보다 정확하게 추론할 수 있다.
도 12는 본 발명의 다른 실시 예에 따른 과속 단속 정보를 안내하는 일 예를 도시한 도면이다. 도 12를 참고하면, AI 기반 정보 처리부(130)는 속도를 위반하거나 속도를 위반할 가능성이 있는 차량에 대해서 이미지 분석을 통해서 차량 정보를 획득하고, 획득된 정보에 기초하여 해당 차량에 대한 알림 메세지를 생성한다. 알림 메세지는 차량에 탑승한 운전자의 단말에 표시되도록 SMS 방식으로 전송될 수 있다. 또는 알림 메세지는 차량에 장착된 차량 단말에 표시되도록 팝업 메세지 방식으로 전송될 수 있다. 또는 알림 메세지는 표지판(200)에 구비된 표시부(210)에 표시됨으로써 운전자가 자신의 운전 상황에 대한 정보 및 위반에 따른 예상 벌점, 과태료 등을 확인할 수 있다.
한편, 본 발명의 실시 예를 구성하는 모든 구성 요소들이 하나로 결합하거나 결합하여 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시 예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 발명의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 비일시적 저장매체(non-transitory computer readable media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시 예를 구현할 수 있다.
여기서 비일시적 판독 가능 기록매체란, 레지스터, 캐시(cache), 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라, 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로, 상술한 프로그램들은 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리 카드, ROM 등과 같은 비일시적 판독가능 기록매체에 저장되어 제공될 수 있다.
이상에서는 본 발명의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안 될 것이다.
100 : 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템
110 : 레이다 감지부
120 : 영상 감지부
130 : AI 기반 정보 처리부
140 : 통신부
150 : 조명부
160 : 전원부
170 : 저장부
200 : 표지판
210 : 표시부

Claims (10)

  1. 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템에 있어서,
    도로의 일 영역에 설치되서, 도로를 통행하는 차량의 후면, 후측면, 측면, 전측면 및 전면 중 적어도 하나의 이미지를 촬상하는 영상 감지부;
    도로를 통행하는 차량을 향해서 전송 레이다 신호를 보내고, 차량으로부터 반사된 반사 레이다 신호를 수신하는 레이다 감지부;
    상기 영상 감지부로부터 촬상된 이미지 정보를 분석하여 차량을 인식하고, 인식된 차량에 전송되는 전송 레이다 신호와 반사되는 반사 레이다 신호를 이용하여 차량의 속도를 연산하며, 연산된 속도를 기준 속도와 비교함으로써 알림 메세지 발생 여부를 판단하는 AI 기반 정보 처리부;를 포함하고,
    상기 AI 기반 정보 처리부는, 촬상된 이미지 정보에서 차량 이미지 정보를 추출하고, 추출된 차량 이미지 정보에 인접한 차선 이미지 정보를 추출하며, 상기 차량 이미지 정보와 상기 차선 이미지 정보를 이용하여 해당 차량에 대한 정보를 생성하고, 상기 차선 이미지 정보에 기초하여 해당 차량의 진행 방향에 대응하는 2개의 가상의 차선 방향선을 생성하며, 상기 차량 이미지 정보에 기초하여 해당 차량의 좌측 경계와 우측 경계를 각각 통과하는 2개의 가상의 수직 외곽선을 생성하고, 해당 차량의 상측 경계와 하측 경계를 각각 통과하는 2개의 가상의 수평 외곽선을 생성하며, 상기 2개의 가상의 차선 방향선, 상기 2개의 가상의 수직 외곽선 및 상기 2개의 가상의 수평 외곽선 사이의 복수의 교차점에 대한 정보를 제1 좌표 데이터 세트로 생성하는 것을 특징으로 하는 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템.
  2. 제1 항에 있어서,
    상기 AI 기반 정보 처리부는,
    알림 메시지를 발생하는 상황으로 판단하면, 해당 차량의 정보를 분석하여 차량 번호 정보를 추출하고, 연산된 차량 속도와 추출된 차량 번호 정보를 포함하는 제1 알림 메시지를 생성하는 것을 특징으로 하는 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템.
  3. 제2 항에 있어서,
    상기 AI 기반 정보 처리부는,
    알림 메시지를 발생하는 상황으로 판단하면, 해당 차량의 정보를 분석하여 차종 정보를 추출하고, 연산된 차량 속도에 따라 예상되는 벌점 또는 과태료 정보를 포함하는 제2 알림 메세지를 생성하는 것을 특징으로 하는 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템.
  4. 제3 항에 있어서,
    상기 제1, 2 알림 메세지를 해당 차량의 운전자가 육안으로 확인할 수 있도록 외부로 표시하는 표시부;를 더 포함하는 것을 특징으로 하는 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템.
  5. 제3 항에 있어서,
    상기 제1, 2 알림 메세지를 해당 차량의 운전자의 단말 또는 해당 차량에 설치된 운행 정보 제공 단말로 전송하는 통신부;를 더 포함하는 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템.
  6. 삭제
  7. 삭제
  8. 제1 항에 있어서,
    상기 AI 기반 정보 처리부는,
    상기 복수의 교차점 중 적어도 하나를 기준으로 복수의 외곽 추론선을 생성하고,
    상기 복수의 외곽 추론선 사이의 복수의 교차점에 대한 정보를 제2 좌표 데이터 세트로 생성하며,
    상기 제1 좌표 데이터 세트와 상기 제2 좌표 데이터 세트를 이용하여 차량에 관한 정보를 생성하기 위한 복수 개의 좌표값을 추론하는 것을 특징으로 하는 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템.
  9. 제8 항에 있어서,
    상기 AI 기반 정보 처리부는,
    상기 복수 개의 좌표값을 구성하는 각각의 지점을 점대점으로 연결하여 가상의 육면체를 생성하고,
    상기 가상의 육면체에 기초하여 차량의 크기를 예측하며,
    상기 차량의 크기에 기초하여 차종을 분석하는 것을 특징으로 하는 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템.
  10. 제9 항에 있어서,
    상기 AI 기반 정보 처리부는,
    차량의 후면, 후측면, 측면, 전측면 및 전면에 대한 이미지 정보 중 적어도 2개 이상에 대해서 상기 복수 개의 좌표값을 생성하는 것을 특징으로 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템.
KR1020190033950A 2019-03-25 2019-03-25 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템 KR102062239B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190033950A KR102062239B1 (ko) 2019-03-25 2019-03-25 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190033950A KR102062239B1 (ko) 2019-03-25 2019-03-25 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템

Publications (1)

Publication Number Publication Date
KR102062239B1 true KR102062239B1 (ko) 2020-01-03

Family

ID=69155510

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190033950A KR102062239B1 (ko) 2019-03-25 2019-03-25 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템

Country Status (1)

Country Link
KR (1) KR102062239B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113438449A (zh) * 2021-06-07 2021-09-24 西安恒盛安信智能技术有限公司 一种视频图像传输方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100474802B1 (ko) * 2004-09-03 2005-03-14 (주)디비웨이 차량번호를 이용한 과속위반 자동통보 방법 및 시스템
KR20100066047A (ko) 2008-12-09 2010-06-17 유창완 구간단속 정보제공시스템 및 구간단속 정보제공방법
KR101246120B1 (ko) 2012-07-26 2013-03-22 주식회사 비스타씨엔씨 전후면 번호판 영상 기반 차량번호 인식 시스템
KR101319550B1 (ko) * 2011-11-28 2013-10-21 주식회사 지티얼라이언스 차량속도 표시장치
KR101373855B1 (ko) 2014-01-06 2014-03-17 주식회사 넥스파시스템 번호인식기술을 활용한 과속감지 및 단속시스템
KR20170080480A (ko) * 2015-12-30 2017-07-10 건아정보기술 주식회사 레이더 및 영상 융합 차량 단속시스템
KR101806663B1 (ko) 2016-02-11 2017-12-11 주식회사 로브아이 레이더 및 비디오 카메라 일체형 교통정보 측정시스템
KR101881458B1 (ko) * 2017-03-09 2018-07-25 건아정보기술 주식회사 동적객체에 대한 인식영역 추출시스템

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100474802B1 (ko) * 2004-09-03 2005-03-14 (주)디비웨이 차량번호를 이용한 과속위반 자동통보 방법 및 시스템
KR20100066047A (ko) 2008-12-09 2010-06-17 유창완 구간단속 정보제공시스템 및 구간단속 정보제공방법
KR101319550B1 (ko) * 2011-11-28 2013-10-21 주식회사 지티얼라이언스 차량속도 표시장치
KR101246120B1 (ko) 2012-07-26 2013-03-22 주식회사 비스타씨엔씨 전후면 번호판 영상 기반 차량번호 인식 시스템
KR101373855B1 (ko) 2014-01-06 2014-03-17 주식회사 넥스파시스템 번호인식기술을 활용한 과속감지 및 단속시스템
KR20170080480A (ko) * 2015-12-30 2017-07-10 건아정보기술 주식회사 레이더 및 영상 융합 차량 단속시스템
KR101925293B1 (ko) 2015-12-30 2018-12-05 건아정보기술 주식회사 레이더 및 영상 융합 차량 단속시스템
KR101806663B1 (ko) 2016-02-11 2017-12-11 주식회사 로브아이 레이더 및 비디오 카메라 일체형 교통정보 측정시스템
KR101881458B1 (ko) * 2017-03-09 2018-07-25 건아정보기술 주식회사 동적객체에 대한 인식영역 추출시스템

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113438449A (zh) * 2021-06-07 2021-09-24 西安恒盛安信智能技术有限公司 一种视频图像传输方法

Similar Documents

Publication Publication Date Title
CN112417967B (zh) 障碍物检测方法、装置、计算机设备和存储介质
US9747802B2 (en) Collision avoidance system and method for an underground mine environment
EP2654028B1 (en) Orientation sensitive traffic collision warning system
US11380105B2 (en) Identification and classification of traffic conflicts
KR102122859B1 (ko) 교통 영상감시시스템의 멀티 표적 추적 방법
KR20120068292A (ko) 차량 충돌 방지 장치 및 방법
CN108931991A (zh) 移动载体自动跟随方法及具有自动跟随避障功能移动载体
KR102182257B1 (ko) 곡선도로에서의 안전사고 방지를 위한 차량통행 안내시스템
KR102337088B1 (ko) 어린이 보호구역 사고예방시스템
KR102122850B1 (ko) 딥 러닝 기반의 교통분석 및 차량번호 인식 솔루션
KR102033858B1 (ko) 교통사고 예보 시스템
KR102565227B1 (ko) 위험도 예측 안내를 제공하는 교통 안전 장치 및 이를 포함하는 교통 안전 시스템
KR20160126685A (ko) 구간 속도 산출 시스템 및 그 방법
KR102093237B1 (ko) 비접촉식 자동 차량 감지기를 이용한 차종 분류시스템
KR20140004291A (ko) 전방차량 충돌 경고 시스템 및 전방차량 충돌 경고 방법
Suzuki et al. Sensor fusion-based pedestrian collision warning system with crosswalk detection
CN104504363A (zh) 基于时空关联的人行道实时识别方法
CN106327880A (zh) 一种基于监控视频的车速识别方法及其系统
KR20220096359A (ko) Ai 디스플레이 장치 및 이를 이용한 충돌 방지시스템
KR102062239B1 (ko) 이종 검지 수단을 이용한 과속 위험 사전 경보 시스템
CN115273549B (zh) 一种基于路侧激光雷达的高速公路分流区防撞方法
CN210777154U (zh) 行人安全提示装置及穿戴设备
CN114120629A (zh) 基于交通控制设备的车辆控制方法、装置、设备及介质
Castillo et al. Latency assessment of an ITS safety application prototype for protecting crossing pedestrians
CN106781539A (zh) 车辆违章智能检测系统

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant