KR102140195B1

KR102140195B1 - Method for detecting invasion of wild animal using radar and system thereof

Info

Publication number: KR102140195B1
Application number: KR1020200058438A
Authority: KR
Inventors: 조풍연
Original assignee: 메타빌드(주)
Priority date: 2020-05-15
Filing date: 2020-05-15
Publication date: 2020-07-31

Abstract

The present invention relates to a wild animal trespassing detection method using radar, capable of preventing roadkill problems and inducing safe vehicle driving based on position information of an object collected from a radar apparatus installed on a road, and a system thereof. Also, the present invention is capable of generating different alarms depending on whether an object is located inside or outside a road or whether the object is moving or not, thereby enabling a vehicle driver driving on the road to easily check the possibility of a wild animal trespassing or whether a roadkill has occurred and prepare for a dangerous situation. Also, the present invention is capable of calculating the probability of a roadkill occurrence from an artificial neural network model by inputting whether the object is located inside or outside the road, the speed and size of the object, and its movement patterns into the artificial neural network model, so as to generate an alarm set differently depending on the roadkill probability score, thereby enabling the vehicle driver driving on the road to easily check the possibility of the trespassing of a wild animal or whether a roadkill has occurred and prepare for a dangerous situation.

Description

Method for detecting invasion of wild animal using radar and system thereof

본 발명은 레이더를 이용한 야생동물 침입 탐지 방법 및 그 시스템에 관한 것으로서, 보다 상세하게는 도로 상에 출현하는 야생동물의 로드킬 문제를 효과적으로 방지할 수 있는 레이더를 이용한 야생동물 침입 탐지 방법 및 그 시스템에 관한 것이다.The present invention relates to a method and system for detecting wildlife intrusion using a radar, and more particularly, a method and system for detecting wildlife intrusion using a radar capable of effectively preventing a roadkill problem of a wild animal appearing on a road. It is about.

차량 및 사람이 이용하는 도로 교통에서는 항상 사고 가능성이 잠재되어 있으며, 실제로 전국적으로 하루에도 수많은 교통 사고 및 위험 상황이 발생한다. 특히 고속도로와 같은 초고속 주행 환경 또는 야간에는 운전자의 주변 상황 인지능력이 현저히 저하될 가능성이 크고, 이는 곧 대형 교통 사고로 이어질 수 있다. There is always a potential for accidents in road traffic used by vehicles and people, and in fact, numerous traffic accidents and dangerous situations occur throughout the country. In particular, it is highly likely that the driver's ability to recognize the surroundings is significantly deteriorated at night or in a high-speed driving environment such as a highway, which may lead to a major traffic accident.

더욱이, 차량이 이용하는 도로 상에는 야생동물이 출현할 수 있는데, 차량과 야생동물의 충돌에 따른 로드킬 문제가 빈번히 발생하고 있다. 로드킬 문제를 방지하기 위한 다양한 기술들이 제안되고 있지만, 종래에는 차량에 설치된 적외선 카메라를 이용하여 전방의 물체를 감지하고 이를 통보하는 기술에 국한되어 있다. 이에 따르면, 차량이 주행 중에 전방 감시를 수행함에 따라 물체 감지의 정확도가 떨어지며, 물체의 감지 시점을 기준으로 하여 차량이 물체를 안전하게 회피할 수 시간이 부족하여 로드킬 문제를 현실적으로 예방하기 어려운 단점이 있다.Moreover, wild animals may appear on roads used by vehicles, and road-killing problems caused by collisions of vehicles and wild animals frequently occur. Various techniques have been proposed to prevent the road-kill problem, but are conventionally limited to a technique of detecting and notifying an object in front using an infrared camera installed in a vehicle. According to this, the accuracy of object detection decreases as the vehicle performs forward monitoring while driving, and it is difficult to prevent road-kill problems realistically due to insufficient time for the vehicle to safely evade the object based on the detection point of the object. have.

한국등록특허 제10-1729834호Korean Registered Patent No. 10-1729834

본 발명은 도로 상에 설치된 레이더 장치로부터 수집된 물체의 위치 정보를 바탕으로 하여 로드킬 문제를 방지하고 차량의 안전 주행을 유도할 수 있는 레이더를 이용한 야생동물 침입 탐지 방법 및 그 시스템에 관한 것이다. The present invention relates to a wild animal intrusion detection method and system using a radar capable of preventing a roadkill problem and inducing safe driving of a vehicle based on location information of an object collected from a radar device installed on a road.

본 발명에 따른 레이더를 이용한 야생동물 침입 탐지 방법은, 도로 위 또는 상기 도로 주변에 설치된 레이더 장치가 레이더 신호를 이용하여, 상기 도로 위 또는 상기 도로 주변에 있는 물체와의 거리, 상기 물체의 속도 및 상기 물체의 크기에 대한 레이더 정보를 획득하는 단계와; 상기 레이더 장치와 통신하는 관제 서버가 상기 물체의 속도가 기 설정된 속도 임계치 미만이고, 상기 물체의 크기가 기 설정된 크기 임계치 미만인 경우, 상기 물체가 야생동물이라고 판단하는 단계와; 상기 물체가 야생동물이라고 판단되면, 상기 레이더 장치가 상기 물체와의 거리 및 상기 레이더 신호의 입사각 정보를 이용하여, 상기 레이더 장치에 대비한 상기 물체의 상대위치를 획득하고, 상기 레이더 장치의 절대좌표와 상기 물체의 상대위치를 이용하여, 상기 물체의 절대좌표인 상기 물체의 위치를 획득하는 단계와; 상기 레이더 장치와 상기 관제 서버 중 어느 하나가 상기 물체의 위치를 이용하여, 상기 물체가 도로의 내부 영역 또는 외부 영역에 위치하고 있는지를 판단하는 단계; 상기 물체가 상기 도로의 내부 영역에 있는 경우, 상기 관제 서버가 상기 레이더 정보에 포함된 도플러 데이터를 이용하여, 상기 물체가 기 설정된 시간동안 움직이는 정도를 포함한 움직임 패턴을 판단하는 단계와; 상기 관제 서버는 상기 물체가 도로의 내부 영역 또는 외부 영역에 위치하는지 여부, 상기 물체의 속도, 상기 물체의 크기, 상기 물체의 움직임 패턴을 입력 변수로 하고, 로드킬 발생 가능 점수를 출력변수로 하여 학습된 로드킬 발생 예측을 위한 인공 신경망 모델을 불러오는 단계와; 상기 관제 서버는 상기 물체가 도로의 내부 영역 또는 외부 영역에 위치하는지 여부, 상기 물체의 속도, 상기 물체의 크기, 상기 물체의 움직임 패턴을 상기 인공 신경망 모델에 입력하여, 상기 인공 신경망 모델로부터 상기 물체의 로드킬 발생 가능 점수를 산출하는 단계와; 상기 관제 서버는 상기 단계에서 계산된 상기 로드킬 발생 가능 점수가 미리 설정된 설정 점수보다 높으면, 로드킬 발생 주의 경보를 외부 단말기에 전송하는 단계와; 상기 관제 서버는 상기 도로에 설치된 스피커를 구동시켜 상기 물체의 이동을 유도하는 단계와; 상기 관제 서버는 상기 도로에 설치된 추적 카메라를 구동시켜 상기 물체에 대한 영상을 획득하는 단계를 포함하고, 상기 인공 신경망 모델에서는, 상기 물체가 상기 도로의 내부 영역 또는 외부 영역에 위치하는지 여부, 상기 물체의 속도, 상기 물체의 크기, 상기 물체의 움직임 패턴에 따라 각각 다르게 미리 설정된 가중치를 적용하여 상기 로드킬 발생 가능 점수를 산출하고, 상기 가중치는, 상기 물체가 도로의 내부 영역 또는 외부 영역에 있는지에 따른 영역 가중치와, 상기 물체의 속도에 따른 속도 가중치, 상기 물체의 크기에 대한 크기 가중치, 상기 물체의 움직임 패턴에 대한 움직임 가중치를 포함하고, 상기 영역 가중치는, 상기 물체가 도로의 내부 영역에 위치한 경우에 대한 제1영역 가중치가 상기 물체가 도로의 외부 영역에 있는 경우에 대한 제2영역 가중치보다 높게 설정되고, 상기 속도 가중치는, 상기 물체의 속도가 상기 속도 임계치 미만인 범위에서 기 설정된 속도 설정값보다 큰 경우에 대한 제1속도 가중치가 상기 속도 설정값보다 작은 경우에 대한 제2속도 가중치보다 높게 설정되고, 상기 크기 가중치는, 상기 물체의 크기가 상기 크기 임계치 미만인 범위에서 기 설정된 크기 설정값보다 큰 경우에 대한 제1크기 가중치가 상기 크기 설정값보다 작은 경우에 대한 제2크기 가중치보다 높게 설정되고, 상기 움직임 가중치는, 상기 물체가 기 설정된 설정 시간 동안 움직임이 지속되는 경우에 대한 제1움직임 가중치, 상기 물체가 상기 설정 시간동안 움직임과 정지를 반복하는 경우에 대한 제2움직임 가중치, 상기 물체가 상기 설정 시간동안 정지한 경우에 대한 제3움직임 가중치를 포함하고, 상기 제1움직임 가중치는 상기 제2움직임 가중치보다 크게 설정되고, 상기 제2움직임 가중치는 상기 제3움직임 가중치보다 크게 설정된다. Wild animal intrusion detection method using a radar according to the present invention, a radar device installed on the road or around the road using a radar signal, the distance from the object on or around the road, the speed of the object and Obtaining radar information about the size of the object; A control server communicating with the radar device determining that the object is a wild animal when the speed of the object is less than a preset speed threshold and the size of the object is less than a preset size threshold; When it is determined that the object is a wild animal, the radar device acquires a relative position of the object relative to the radar device by using the distance to the object and the incident angle information of the radar signal, and the absolute coordinate of the radar device. And obtaining a position of the object, which is an absolute coordinate of the object, using the relative position of the object; Determining whether one of the radar device and the control server uses the position of the object, and whether the object is located in an inner area or an outer area of the road; When the object is in an internal area of the road, the control server using the Doppler data included in the radar information to determine a movement pattern including a degree of movement of the object for a predetermined time; The control server sets whether the object is located in the inner or outer area of the road, the speed of the object, the size of the object, and the movement pattern of the object as input variables, and the load kill possible score as an output variable Loading an artificial neural network model for predicting the learned load kill; The control server inputs whether the object is located in an inner area or an outer area of the road, the speed of the object, the size of the object, and the movement pattern of the object into the artificial neural network model, and the object from the artificial neural network model. Calculating a possible score of load kills; The control server, if the load kill generation possible score calculated in the step is higher than a preset preset score, transmitting a load kill alert warning to an external terminal; The control server driving a speaker installed on the road to induce movement of the object; The control server includes the step of acquiring an image of the object by driving a tracking camera installed on the road, and in the artificial neural network model, whether the object is located in an inner area or an outer area of the road, the object Depending on the speed of the object, the size of the object, and the weight pattern of the object, the preset weights are applied differently to calculate the number of possible load kills, and the weight is based on whether the object is in an inner area or an outer area of the road. Area weight according to, and the weight weight according to the speed of the object, the size weight for the size of the object, and the motion weight for the motion pattern of the object, the area weight, the object is located in the interior area of the road The first area weight for the case is set higher than the second area weight for the case where the object is in the outer area of the road, and the speed weight is a preset speed setting value in a range in which the speed of the object is less than the speed threshold A first speed weight for a larger case is set higher than a second speed weight for a smaller case than the speed set value, and the size weight is greater than a preset size set value in a range in which the size of the object is less than the size threshold. The first size weight for a large case is set higher than the second size weight for a case smaller than the size set value, and the motion weight is the first motion for the case where the object continues to move for a preset time. Weight, a second motion weight for the case where the object repeats movement and stop for the set time, and a third motion weight for the case where the object is stopped for the set time, and the first motion weight is the The second motion weight is set larger than the second motion weight, and the second motion weight is set larger than the third motion weight.

상기 관제 서버는, 상기 물체가 야생동물이고, 상기 물체가 상기 도로의 내부 영역에 있고, 상기 물체의 속도가 0이고, 상기 물체의 움직임이 없으면, 로드킬이 이미 발생하였다고 판단하여, 로드킬 발생 경보를 상기 외부 단말기에 전송하고, 상기 추적 카메라를 구동시켜 로드킬 상황에 대한 영상을 획득한다. The control server determines that the object is a wild animal, the object is in the inner region of the road, the speed of the object is 0, and there is no movement of the object, it is determined that a load kill has already occurred, and a load kill occurs An alarm is transmitted to the external terminal, and the tracking camera is driven to obtain an image of a road kill situation.

본 발명에 따른 레이더를 이용한 야생동물 침입 탐지 시스템은, 물체의 레이더 정보를 획득하는 도로 상의 레이더 장치 및 상기 레이더 장치와 정보를 송수신하는 관제 서버를 포함하는 레이더를 이용한 야생동물 침입 탐지 시스템에 있어서, 상기 레이더 장치 또는 상기 관제 서버에는, 상기 레이더 장치에서 획득된 위치 정보를 이용하여 상기 물체가 상기 도로의 내부 영역 또는 외부 영역에 위치하고 있는지를 판단하는 영역 판단부를 포함하고, 상기 레이더 장치는, 레이더 신호를 이용하여 상기 물체와의 거리, 상기 물체의 속도 및 크기 정보를 획득하는 물체정보 획득부; 상기 물체의 속도 및 크기가 기 설정된 임계치 미만인 경우, 상기 물체와의 거리 및 상기 레이더 신호의 입사각 정보를 이용하여, 상기 레이더 장치에 대비한 상기 물체의 상대위치를 획득하는 상대위치 획득부; 상기 레이더 장치의 절대좌표와 상기 물체의 상대위치를 이용하여 상기 물체의 절대좌표인 상기 위치를 획득하는 위치정보 획득부; 및 상기 위치가 획득된 물체에 대한 위치 추적을 수행하는 위치 추적부를 포함하고, 상기 관제 서버는, 상기 물체가 상기 도로의 내부 영역에 있는 경우, 상기 레이더 정보에 포함된 도플러 데이터를 이용하여, 상기 물체가 기 설정된 시간동안 움직이는 정도를 포함한 움직임 패턴을 판단하는 움직임 판단부와, 상기 물체가 도로의 내부 영역 또는 외부 영역에 위치하는지 여부, 상기 물체의 속도, 상기 물체의 크기, 상기 물체의 움직임 패턴을 입력 변수로 하고, 로드킬 발생 가능 점수를 출력변수로 하여 학습된 로드킬 발생 예측을 위한 인공 신경망 모델이 저장되고, 상기 물체가 도로의 내부 영역 또는 외부 영역에 위치하는지 여부, 상기 물체의 속도, 상기 물체의 크기, 상기 물체의 움직임 패턴을 상기 인공 신경망 모델에 입력하면, 상기 인공 신경망 모델로부터 상기 물체의 로드킬 발생 가능 점수를 계산하는 로드킬 점수 계산부와, 상기 로드킬 발생 가능 점수가 미리 설정된 설정 점수보다 높으면, 로드킬 발생 주의 경보를 외부 단말기에 전송하고, 상기 로드킬 발생 가능 점수가 상기 설정 점수보다 낮으면 야생동물 침입 주의 경보를 상기 외부 단말기에 전송하는 경보부를 포함하고, 상기 인공 신경망 모델에서는, 상기 물체가 상기 도로의 내부 영역 또는 외부 영역에 위치하는지 여부, 상기 물체의 속도, 상기 물체의 크기, 상기 물체의 움직임 패턴에 따라 각각 다르게 미리 설정된 가중치를 적용하여 상기 로드킬 발생 가능 점수를 산출하고, 상기 가중치는, 상기 물체가 도로의 내부 영역 또는 외부 영역에 있는지에 따른 영역 가중치와, 상기 물체의 속도에 따른 속도 가중치, 상기 물체의 크기에 대한 크기 가중치, 상기 물체의 움직임 패턴에 대한 움직임 가중치를 포함하고, 상기 영역 가중치는, 상기 물체가 도로의 내부 영역에 위치한 경우에 대한 제1영역 가중치가 상기 물체가 도로의 외부 영역에 있는 경우에 대한 제2영역 가중치보다 높게 설정되고, 상기 속도 가중치는, 상기 물체의 속도가 상기 속도 임계치 미만인 범위에서 기 설정된 속도 설정값보다 큰 경우에 대한 제1속도 가중치가 상기 속도 설정값보다 작은 경우에 대한 제2속도 가중치보다 높게 설정되고, 상기 크기 가중치는, 상기 물체의 크기가 상기 크기 임계치 미만인 범위에서 기 설정된 크기 설정값보다 큰 경우에 대한 제1크기 가중치가 상기 크기 설정값보다 작은 경우에 대한 제2크기 가중치보다 높게 설정되고, 상기 움직임 가중치는, 상기 물체가 기 설정된 설정 시간 동안 움직임이 지속되는 경우에 대한 제1움직임 가중치, 상기 물체가 상기 설정 시간동안 움직임과 정지를 반복하는 경우에 대한 제2움직임 가중치, 상기 물체가 상기 설정 시간동안 정지한 경우에 대한 제3움직임 가중치를 포함하고, 상기 제1움직임 가중치는 상기 제2움직임 가중치보다 크게 설정되고, 상기 제2움직임 가중치는 상기 제3움직임 가중치보다 크게 설정된다.In the wild animal intrusion detection system using a radar according to the present invention, in a wild animal intrusion detection system using a radar including a radar device on the road to obtain radar information of an object and a control server for transmitting and receiving information to and from the radar device, The radar device or the control server includes an area determination unit that determines whether the object is located in an inner area or an outer area of the road using the location information obtained from the radar device, and the radar device includes a radar signal. Object information acquisition unit for obtaining the distance to the object, the speed and size information of the object by using; A relative position acquiring unit for acquiring a relative position of the object relative to the radar device by using the distance to the object and the incident angle information of the radar signal when the speed and size of the object are less than a preset threshold; A position information acquiring unit for acquiring the position that is the absolute coordinate of the object by using the absolute coordinate of the radar device and the relative position of the object; And a location tracking unit that performs location tracking on the object where the location is obtained, and the control server uses the Doppler data included in the radar information when the object is in an internal area of the road, the A motion determination unit that determines a movement pattern including a degree of movement of the object for a predetermined period of time, whether the object is located in an inner area or an outer area of the road, the speed of the object, the size of the object, and the motion pattern of the object Is an input variable, and an artificial neural network model for predicting a trained roadkill occurrence is stored by using a loadkill possible score as an output variable, and whether the object is located in an internal or external area of the road, the speed of the object , When the size of the object and the movement pattern of the object are input to the artificial neural network model, a load kill score calculation unit that calculates a possible load kill score of the object from the artificial neural network model and the load kill possible score If it is higher than a preset set score, and transmits a warning alert load generation occurs to an external terminal, if the load kill possible score is lower than the set score includes an alarm unit for transmitting a warning alert to the wildlife intrusion to the external terminal, the In the artificial neural network model, the load kill is generated by applying preset weights differently depending on whether the object is located in the inner or outer area of the road, the speed of the object, the size of the object, and the movement pattern of the object. Calculate a possible score, and the weight includes: an area weight depending on whether the object is in an inner area or an outer area of a road, a speed weight according to the speed of the object, a size weight for the size of the object, and a motion of the object The motion weight for the pattern is included, and the area weight is set such that the first area weight for the case where the object is located in the inner area of the road is higher than the second area weight for the case where the object is located in the outside area of the road. The speed weight is, the speed of the object is the speed In the range below the threshold, a first speed weight for a case greater than a preset speed set value is set higher than a second speed weight for a case less than the speed set value, and the size weight is such that the size of the object is the size. In a range less than a threshold, a first size weight for a case larger than a preset size set value is set higher than a second size weight for a case smaller than the size set value, and the motion weight is set for the object for a predetermined set time. The first motion weight for the case where the motion continues, the second motion weight for the case where the object repeats motion and stop for the set time, and the third motion weight for the case where the object is stopped for the set time Including, the first motion weight is set larger than the second motion weight, and the second motion weight is set larger than the third motion weight.

본 발명에 따른 레이더를 이용한 야생동물 침입 탐지 방법 및 그 시스템에 따르면, 도로 상에 설치된 레이더 장치로부터 수집된 물체의 위치 정보를 바탕으로 하여 로드킬 문제를 방지하고 차량의 안전 주행을 유도할 수 있는 이점이 있다. According to the wild animal intrusion detection method and system using the radar according to the present invention, it is possible to prevent a road kill problem and induce a safe driving of a vehicle based on the location information of an object collected from a radar device installed on a road. There is an advantage.

또한, 물체가 도로의 내부 또는 외부 영역에 있는지, 혹은 물체에 움직임이 있는지 또는 없는지의 여부에 따라 경보를 달리 발생시켜서 해당 도로를 주행하는 차량 운전자로 하여금 야생동물의 침입 가능성, 로드킬 여부 등의 확인을 보다 용이하게 하고, 위험한 상황에 미리 대비할 수 있게 한다.In addition, an alarm is generated differently depending on whether the object is in the inside or outside area of the road, or whether the object is in motion or not, thereby allowing a vehicle driver driving the road to invade wild animals, whether to load or not. Make it easier to check and prepare in advance for dangerous situations.

또한, 물체가 도로의 내부 영역 또는 외부 영역에 위치하는지 여부, 상기 물체의 속도, 상기 물체의 크기, 상기 물체의 움직임 패턴을 상기 인공 신경망 모델에 입력하여, 상기 인공 신경망 모델로부터 상기 물체의 로드킬 발생 가능 점수를 산출하여, 로드킬 발생 가능 점수에 따라 다르게 설정된 경보를 발생시킴으로써, 차량 운전자로 하여금 야생동물의 침입 가능성, 로드킬 여부 등의 확인을 보다 용이하게 하고, 위험한 상황에 미리 대비할 수 있게 한다.In addition, whether the object is located in the inner or outer region of the road, the speed of the object, the size of the object, and the motion pattern of the object are input to the artificial neural network model, and the object's roadkill is loaded from the artificial neural network model. Calculating the probability of occurrence, and generating an alarm set differently according to the probability of occurrence of road kill, so that the vehicle driver can more easily check the possibility of invasion of wild animals, whether or not the road kill, and prepare in advance for dangerous situations do.

도 1은 본 발명의 실시예에 따른 레이더를 이용한 야생동물 침입 탐지 시스템의 배치 예시도이다.
도 2는 도 1의 시스템의 일 실시예를 나타내는 상세 구성도이다.
도 3은 도 2를 이용한 야생동물 침입 탐지 방법의 흐름도의 일부를 나타낸 도면이다.
도 4는 도 3에 도시된 야생동물 침입 탐지 방법의 흐름도의 나머지를 나타낸 도면이다.
도 5는 도 1의 시스템의 다른 실시예를 나타내는 상세 구성도이다.
도 6은 도 5를 이용한 야생동물 침입 탐지 방법의 흐름도의 일부를 나타낸 도면이다.
도 7은 도 6에 도시된 야생동물 침입 탐지 방법의 흐름도의 나머지를 나타낸 도면이다.1 is an exemplary view illustrating a deployment of a wild animal intrusion detection system using a radar according to an embodiment of the present invention.
2 is a detailed configuration diagram showing an embodiment of the system of FIG. 1.
3 is a view showing a part of a flow chart of a wild animal intrusion detection method using FIG.
4 is a view showing the rest of the flowchart of the wildlife intrusion detection method shown in FIG. 3.
5 is a detailed configuration diagram showing another embodiment of the system of FIG. 1.
6 is a view showing a part of a flowchart of a method for detecting wildlife intrusion using FIG. 5.
7 is a view showing the rest of the flowchart of the wildlife intrusion detection method shown in FIG. 6.

이하, 첨부된 도면을 참조하여 본 발명의 실시예에 대해 설명하면 다음과 같다. Hereinafter, embodiments of the present invention will be described with reference to the accompanying drawings.

도 1은 본 발명의 실시예에 따른 레이더를 이용한 야생동물 침입 탐지 시스템의 배치 예시도이다. 도 2는 도 1의 시스템의 일 실시예를 나타내는 상세 구성도이다.1 is an exemplary view illustrating a deployment of a wild animal intrusion detection system using a radar according to an embodiment of the present invention. 2 is a detailed configuration diagram showing an embodiment of the system of FIG. 1.

도 1 및 도 2를 참조하면, 상기 레이더를 이용한 야생동물 침입 탐지 시스템은 레이더 장치(200) 및 관제 서버(100)를 포함한다. 1 and 2, the wild animal intrusion detection system using the radar includes a radar device 200 and a control server 100.

상기 레이더 장치(200)는 도로 상의 지지대나 기존의 구조물 등에 설치되어 있으며, 레이더 신호의 반사파를 이용하여 도로 근방의 물체들을 감지한 후, 감지된 정보를 상기 관제 서버(100)에 전송한다. 이러한 레이더 장치(200)는 상기 관제 서버(100)의 제어를 받을 수 있다.The radar device 200 is installed on a road support or an existing structure, and detects objects near the road using reflected waves of a radar signal, and then transmits the sensed information to the control server 100. The radar device 200 may be controlled by the control server 100.

또한, 상기 레이더 장치(200)는 도로 상에 여러 개로 설치될 수 있다. 각각의 레이더 장치(200)에서 감지한 물체의 레이더 정보들은 상기 관제 서버(100)에 수집되어 통합 분석, 관리 및 모니터링 된다. 이러한 통합 분석, 관리 및 모니터링에 따르면, 로드킬 빈도가 높은 구역에 대한 관리를 보다 용이하게 한다. 여기서, 상기 레이더 정보란 물체의 레이더 검지에 따라 획득되는 속도 정보, 위치 정보, 크기 정보 등의 데이터를 포함한다.In addition, several radar devices 200 may be installed on the road. The radar information of the object detected by each radar device 200 is collected in the control server 100 and is integrated, analyzed, managed, and monitored. According to this integrated analysis, management and monitoring, it is easier to manage the areas with high road kill frequency. Here, the radar information includes data such as speed information, position information, and size information obtained according to radar detection of an object.

상기 관제 서버(100)는 상기 레이더 장치(200)와 유무선 통신을 수행하며, 상기 레이더 장치(200)로부터 전송된 정보를 바탕으로 각종 경보를 발생시킨다. 상기 관제 서버(100)는 도로 상에 설치된 스피커(10)를 구동시켜서 발생된 경보를 출력할 수 있으며, 도로 상에 설치된 추적 카메라(20)를 구동시켜서 현재 도로의 상황을 실시간 모니터링할 수 있다.The control server 100 performs wired/wireless communication with the radar device 200 and generates various alarms based on information transmitted from the radar device 200. The control server 100 may output an alarm generated by driving the speaker 10 installed on the road, and may monitor the current road condition in real time by driving the tracking camera 20 installed on the road.

도 2를 참조하면, 상기 레이더 장치(200)는 물체정보 획득부(210), 상대위치 획득부(220), 위치정보 획득부(230), 교통정보 전송부(240), 위치 추적부(250), 비교부(260)를 포함한다.Referring to FIG. 2, the radar device 200 includes an object information acquisition unit 210, a relative location acquisition unit 220, a location information acquisition unit 230, a traffic information transmission unit 240, and a location tracking unit 250 ), and a comparison unit 260.

상기 관제 서버(100)는 수신부(110), 영역 판단부(120), 움직임 판단부(130), 제1경보부(140), 제2경보부(150), 제어부(160), 제3경보부(170), 모니터부(180) 및 로드킬 점수 계산부(190)를 포함한다.The control server 100 includes a receiving unit 110, an area determining unit 120, a motion determining unit 130, a first alarm unit 140, a second alarm unit 150, a control unit 160, and a third alarm unit 170 ), a monitor unit 180 and a load kill score calculation unit 190.

상기 로드킬 점수 계산부(190)는, 로드킬 발생 예측을 위해 기 학습된 인공 신경망 모델이 구축되어 있으며, 상기 인공 신경망 모델을 이용하여 로드킬 발생 확률을 점수화한다. The load kill score calculation unit 190 has a pre-trained artificial neural network model built to predict load kill occurrence, and scores the probability of load kill occurrence using the artificial neural network model.

상기 인공 신경망 모델은, 실험이나 시뮬레이션을 통해 얻은 상기 물체가 도로의 내부 영역 또는 외부 영역에 위치하는지 여부, 상기 물체의 속도, 상기 물체의 크기, 상기 물체의 움직임 패턴에 대한 데이터들을 입력 변수로 하고, 로드킬 발생 가능 점수를 출력 변수로 하여 기 학습된 기계학습모델이다. In the artificial neural network model, data on whether the object obtained through an experiment or simulation is located in an inner or outer region of the road, the speed of the object, the size of the object, and the motion patterns of the object are used as input variables. , It is a machine learning model that has been previously learned by using the number of possible load kills as an output variable.

상기 로드킬 점수 계산부(190)는, 실제 상황에서 획득한 상기 물체가 도로의 내부 영역 또는 외부 영역에 위치하는지 여부, 상기 물체의 속도, 상기 물체의 크기, 상기 물체의 움직임 패턴을 상기 인공 신경망 모델에 입력하면, 상기 인공 신경망 모델로부터 상기 물체의 로드킬 발생 가능 점수를 계산하여 출력한다.The load kill score calculation unit 190, the artificial neural network whether the object obtained in a real situation is located in the inner region or the outer region of the road, the speed of the object, the size of the object, the movement pattern of the object When input to a model, the artificial neural network model calculates and outputs a possible load kill score of the object.

상기 영역 판단부(120)는, 상기 관제 서버(100)에 포함된 것으로 예를 들어 설명하나, 이에 한정되지 않고 상기 레이더 장치(200)에 포함되는 것도 물론 가능하다.The area determining unit 120 is described as being included in the control server 100, for example, but is not limited thereto, and may be included in the radar device 200.

상기 제1경보부(140), 상기 제2경보부(150) 및 상기 제3경보부(160)는, 상기 제어부(160)의 제어에 따라 각각 서로 다른 경보를 제공하는 경보부이다. 다만, 이에 한정되지 않고, 하나의 경보부에서 서로 다른 복수의 경보를 제공하는 것도 물론 가능하다. The first alarm unit 140, the second alarm unit 150, and the third alarm unit 160 are alarm units that provide different alarms according to the control of the control unit 160. However, the present invention is not limited thereto, and it is possible to provide a plurality of different alarms in one alarm unit.

상기와 같이 구성된 본 발명의 실시예에 따른 야생동물 침입 탐지 방법에 대해 설명하면 다음과 같다.A method for detecting wildlife invasion according to an embodiment of the present invention configured as described above is as follows.

도 3 및 도 4는 도 2를 이용한 야생동물 침입 탐지 방법의 흐름도이다.3 and 4 are flow charts of a wild animal intrusion detection method using FIG. 2.

도 3 및 도 4를 참조하면, 먼저, 상기 레이더 장치(200)에서, 레이더 신호를 이용하여 상기 도로 주변에 있는 물체와의 거리, 상기 물체의 속도 및 크기 정보를 획득한다(S1). 이러한 S1 단계는 상기 물체정보 획득부(210)를 통해 수행한다.3 and 4, first, in the radar device 200, a radar signal is used to obtain distance to an object around the road and speed and size information of the object (S1 ). The step S1 is performed through the object information acquisition unit 210.

여기서, 상기 물체와의 거리, 속도 및 크기 정보를 획득하는 대상은 움직임이 있는 물체에 제한될 수 있는데, 본 발명이 반드시 이에 한정되는 것은 아니다. 또한, 상기 물체에 대한 움직임이 있는지 없는지의 여부는 상기 물체로부터 반사되는 레이더 신호의 분석을 통해 충분히 알 수 있다. 또한, 상기 S110단계에서 획득된 정보들은 상기 레이더 장치(200) 내에 DB 데이터로 저장될 수 있다.Here, an object for acquiring distance, speed, and size information from the object may be limited to an object with movement, but the present invention is not necessarily limited thereto. Further, whether there is movement or not with respect to the object can be sufficiently known through analysis of a radar signal reflected from the object. In addition, the information obtained in step S110 may be stored as DB data in the radar device 200.

상기 S1 단계 이후, 상기 물체의 속도 및 크기가 기 설정된 임계치 즉, 임계 속도 및 임계 크기를 비교한다(S2). 이러한 S2 단계는 비교부(260)에서 수행한다. 상기 물체의 속도는 기 설정된 속도 임계치와 비교하고, 상기 물체의 크기는 기 설정된 크기 임계치와 비교한다.After the step S1, the speed and size of the object are compared with a predetermined threshold, that is, a threshold speed and a threshold size (S2). The step S2 is performed by the comparison unit 260. The speed of the object is compared to a preset speed threshold, and the size of the object is compared to a preset size threshold.

상기 물체의 속도가 상기 속도 임계치 이상이고, 상기 물체의 크기가 상기 크기 임계치 이상인 경우, 상기 교통정보 전송부(240)에서는 상기 물체가 차량인 것으로 판단하고, 상기 판단된 차량의 대수를 시간대별로 카운트한 통계 정보를 연산하여 외부의 교통정보 서버(미도시)로 전송한다(S18).When the speed of the object is greater than or equal to the speed threshold, and the size of the object is greater than or equal to the size threshold, the traffic information transmitting unit 240 determines that the object is a vehicle, and counts the number of the determined vehicles for each time slot. The statistical information is calculated and transmitted to an external traffic information server (not shown) (S18).

이는 평균적으로 야생동물의 이동속도 및 크기가 상기 차량의 이동속도 및 크기에 비해 작은 점을 이용한 것으로서, 상술한 임계치의 비교 과정을 통해 상기 물체를 차량인지 혹은 야생동물인지를 손쉽게 구별할 수 있다. 더욱이, 상기 물체가 차량인 경우에는 해당 차량 대수를 카운트하여 교통정보에 반영함으로써 별도의 교통정보 수집장치가 설치될 필요가 없다. On the average, the moving speed and size of the wild animal are smaller than the moving speed and size of the vehicle, and it is easy to distinguish whether the object is a vehicle or a wild animal through a comparison process of the threshold. Moreover, when the object is a vehicle, there is no need to install a separate traffic information collecting device by counting the number of vehicles and reflecting the traffic information.

한편, 상기 물체의 속도가 상기 속도 임계치 미만이고, 상기 물체의 크기가 상기 크기 임계치 미만인 경우, 상기 상대위치 획득부(220)에서는 상기 물체와의 거리 및 상기 레이더 신호의 입사각 정보를 이용하여, 상기 레이더 장치에 대비한 상기 물체의 상대위치를 획득한다(S3). On the other hand, when the speed of the object is less than the speed threshold, and the size of the object is less than the size threshold, the relative position obtaining unit 220 uses the distance to the object and the incident angle information of the radar signal, the Obtain the relative position of the object relative to the radar device (S3).

상기 물체의 속도가 상기 속도 임계치 미만이고, 상기 물체의 크기가 상기 크기 임계치 미만인 경우, 상기 물체가 야생동물일 확률이 높다고 판단하여 상기와 같이 해당 물체에 대한 위치를 획득하는 과정을 거친다.When the speed of the object is less than the speed threshold and the size of the object is less than the size threshold, it is determined that there is a high probability that the object is a wild animal, and the process of obtaining a position for the object is performed as described above.

도 1과 같이, 상기 레이더 장치(200)가 구조물(ex, 기둥)의 상단에 설치된 경우, 상기 레이더 장치(200)와 지면 상의 물체가 서로 동일한 높이에 위치한 것이 아니므로, 상기 레이더 장치(200)와 물체 사이의 거리 만으로는 상기 물체의 정확한 위치의 획득이 어렵다. 즉, 상기 레이더 장치(200)와 물체 사이의 거리 뿐만 아니라, 상기 레이더 신호의 입사각 정보를 안다면, 상기 레이더 장치의 기준위치 좌표(ex, (0,0,0))에 대비한 상기 물체의 상대위치 좌표(ex, (x1,y1,z1))를 획득할 수 있다.As shown in FIG. 1, when the radar device 200 is installed on the top of a structure (ex, a pillar), the radar device 200 and the object on the ground are not located at the same height as each other, so the radar device 200 It is difficult to obtain the exact position of the object only by the distance between and. That is, if the incidence angle information of the radar signal is known, as well as the distance between the radar device 200 and the object, the object's relative to the reference position coordinates (ex, (0,0,0)) of the radar device Position coordinates ex, (x1,y1,z1) can be obtained.

다음, 상기 위치정보 획득부(230)에서는 상기 레이더 장치(200)의 절대좌표(ex, (x0,y0,z0))와 상기 물체의 상대위치 좌표(ex, (x1,y1,z1))를 이용하여 상기 물체의 절대좌표를 획득한다(S4). Next, the position information acquisition unit 230 is used to determine the absolute coordinates of the radar device 200 (ex, (x0,y0,z0)) and the relative position coordinates of the object (ex, (x1,y1,z1)). To obtain the absolute coordinates of the object (S4).

상기 절대좌표란 상기 물체의 실제 위치 정보에 해당된다. 상기 절대좌표 정보에는 위경도 좌표 및 방위각을 모두 포함할 수 있다. 즉, 상기 레이더 장치(200)의 위경도 좌표 및 방위각 정보를 기준으로 하여, 상기 물체의 상대위치 좌표를 반영하면, 상기 물체의 실제 위치 정보인 상기 물체의 위경도 좌표 및 방위각 정보를 알 수 있다. 물론, 상기 물체의 실제 위치 정보는 상기 레이더 장치(200) 내에 DB 데이터로 저장될 수 있다.The absolute coordinate corresponds to the actual position information of the object. The absolute coordinate information may include both latitude and longitude coordinates. That is, when the relative position coordinates of the object are reflected based on the latitude and longitude coordinates and azimuth information of the radar device 200, the latitude and longitude coordinates and the azimuth information of the object, which is actual position information of the object, can be known. . Of course, the actual location information of the object may be stored as DB data in the radar device 200.

다음, 상기 레이더 장치(200)의 위치 추적부(250)에서는 상기 위치 정보가 획득된 물체에 대한 위치 추적을 레이더를 이용하여 지속적으로 수행한다(S5).Next, the position tracking unit 250 of the radar device 200 continuously performs position tracking on the object where the position information is obtained using a radar (S5).

추적된 위치 정보는 상기 관제 서버(100)의 수신부(110)로 전송된다.The tracked location information is transmitted to the reception unit 110 of the control server 100.

이후에는 상기 관제 서버(100)에서 아래와 같은 단계를 거친다. Thereafter, the following steps are performed by the control server 100.

먼저, 상기 관제 서버(100)의 수신부(110)에서는 상기 도로 상의 레이더 장치(200)로부터 획득된 물체의 레이더 정보에 포함된 물체의 위치 정보에 대한 추적 내용을 수신한다(S6).First, the receiving unit 110 of the control server 100 receives tracking information on the position information of the object included in the radar information of the object obtained from the radar device 200 on the road (S6).

그런 다음, 영역 판단부(120)에서는 상기 수신된 물체의 위치 정보를 이용하여 상기 물체가 상기 도로의 내부 영역 또는 외부 영역에 위치하고 있는지를 판단한다(S7). Then, the area determining unit 120 determines whether the object is located in the inner area or the outer area of the road using the location information of the received object (S7).

물론, 이를 위해 상기 영역 판단부(120)는 상기 도로에 대한 기본 정보(도로의 형태, 도로를 구성하는 모든 좌표 정보, 주변 구조물의 형태 및 좌표 정보 등)를 저장하고 있으며, 이를 바탕으로 상기 수신된 물체의 위치가 도로의 내부에 있는지, 외부에 있는지의 여부를 판단할 수 있다.Of course, for this purpose, the area determining unit 120 stores basic information (the shape of the road, all coordinate information constituting the road, the shape and coordinate information of surrounding structures, etc.) about the road, and based on this, the reception It is possible to determine whether the location of the object is inside or outside the road.

만약, 상기 물체가 상기 도로의 내부 영역에 있는 경우, 움직임 판단부(130)에서는 상기 레이더 장치(200)로부터 수신한 상기 물체의 레이더 정보에 포함된 도플러 데이터를 이용하여 상기 물체의 움직임 여부를 판단한다(S8).If the object is in the interior area of the road, the motion determination unit 130 determines whether the object has moved using Doppler data included in the radar information of the object received from the radar device 200. (S8).

여기서, 상기 물체의 움직임 여부를 판단하는 단계에서는, 상기 물체가 기 설정된 시간동안 움직이는 정도를 포함한 움직임 패턴을 판단한다. 예를 들어, 상기 물체가 상기 설정 시간동안 움직임이 지속되는 지, 움직임과 정지를 반복하는 지, 정지가 지속되는 지 여부를 판단한다. Here, in the step of determining whether the object moves, a motion pattern including a degree of movement of the object for a predetermined time is determined. For example, it is determined whether the object continues to move for the set time, repeats movement and stop, or whether the stop continues.

다음으로, 상기 로드킬 점수 계산부(190)는, 상기 인공 신경망 모델을 불러와서, 상기 단계들에서 획득한 상기 물체가 도로의 내부 영역 또는 외부 영역에 위치하는지 여부, 상기 물체의 속도, 상기 물체의 크기, 상기 물체의 움직임 패턴을 상기 인공 신경망 모델의 입력 변수로 입력하여, 상기 인공 신경망 모델로부터 상기 물체의 로드킬 발생 가능 점수를 산출한다.(S9)Next, the load kill score calculator 190 loads the artificial neural network model, whether the object obtained in the above steps is located in an inner or outer area of the road, the speed of the object, and the object By inputting the size and the motion pattern of the object as input variables of the artificial neural network model, a load kill generation score of the object is calculated from the artificial neural network model. (S9)

상기 인공 신경망 모델은, 상기 물체가 상기 도로의 내부 영역 또는 외부 영역에 위치하는지 여부, 상기 물체의 속도, 상기 물체의 크기, 상기 물체의 움직임 패턴에 따라 각각 다르게 미리 설정된 가중치를 적용하여, 상기 로드킬 발생 가능 점수를 산출한다. The artificial neural network model applies the preset weights differently according to whether the object is located in the inner or outer area of the road, the speed of the object, the size of the object, and the movement pattern of the object, respectively, to load the object. Calculate the number of possible kills.

상기 가중치는, 상기 물체가 도로의 내부 영역 또는 외부 영역에 있는지에 따른 영역 가중치와, 상기 물체의 속도에 따른 속도 가중치, 상기 물체의 크기에 대한 크기 가중치, 상기 물체의 움직임 패턴에 대한 움직임 가중치를 포함한다. 상기 가중치는 실험이나 시뮬레이션 등을 통해 미리 설정된다. The weights include an area weight depending on whether the object is in an inner area or an outer area of a road, a speed weight according to the speed of the object, a size weight for the size of the object, and a motion weight for the motion pattern of the object. Includes. The weight is set in advance through experiments or simulations.

상기 로드킬 발생 가능 점수는, 상기 영역 가중치, 상기 물체의 속도와 상기 속도 가중치를 곱한 값, 상기 물체의 크기와 상기 크기 가중치를 곱한 값, 상기 움직임 가중치를 모두 합산하여 산출하는 것으로 예를 들어 설명한다. 다만, 이에 한정되지 않고, 상기 로드킬 발생 가능 점수는, 상기 영역 가중치, 상기 속도 가중치, 상기 크기 가중치, 상기 움직임 가중치를 모두 합산하여 산출하는 것도 가능하다. The load kill generation possible score is calculated by summing all of the area weight, the speed of the object multiplied by the speed weight, the size of the object multiplied by the size weight, and the motion weight. do. However, the present invention is not limited thereto, and it is also possible to calculate the load kill generation score by summing the area weight, the speed weight, the size weight, and the motion weight.

상기 영역 가중치는, 상기 물체가 도로의 내부 영역에 위치한 경우에 대한 제1영역 가중치가 상기 물체가 도로의 외부 영역에 있는 경우에 대한 제2영역 가중치보다 높게 설정된다. 즉, 상기 물체가 도로의 내부 영역에 위치한 경우가 도로의 외부 영역에 위치한 경우보다 로드킬 발생 확률이 높기 때문에, 상기 제1영역 가중치가 상기 제2영역 가중치보다 높게 설정된다. 예를 들어, 상기 제1영역 가중치는 1로 설정되고, 상기 물체가 도로의 외부 영역에 위치한 경우 로드킬 발생 확률이 낮기 때문에, 상기 제2영역 가중치는 0으로 설정될 수 있다. 다만, 이에 한정되지 않고, 상기 도로의 영역을 보다 세분화하고, 도로의 영역에 따라 다르게 복수의 가중치들을 부여하는 것도 가능하다. The area weight is set such that the first area weight for the case where the object is located in the inner area of the road is higher than the second area weight for the case where the object is located in the outside area of the road. That is, since the probability that the object is located in the inner region of the road has a higher load kill than that in the outer region of the road, the weight of the first region is set higher than the weight of the second region. For example, the weight of the first region may be set to 1, and the weight of the second region may be set to 0 because the probability of occurrence of a load kill is low when the object is located in the outer region of the road. However, the present invention is not limited to this, and it is possible to further subdivide the area of the road and to assign a plurality of weights differently according to the area of the road.

상기 속도 가중치는, 상기 물체의 속도가 상기 속도 임계치 미만인 범위에서 기 설정된 속도 설정값보다 큰 경우에 대한 제1속도 가중치가 상기 속도 설정값보다 작은 경우에 대한 제2속도 가중치보다 높게 설정된다. 즉, 상기 물체의 속도가 상기 속도 임계치 미만이어서 차량이 아닌 야생동물이라고 판단된 상태에서, 야생동물의 속도가 빠를수록 로드킬 가능성이 높다고 판단하여, 속도에 따라 가중치가 높게 설정될 수 있다. 본 실시예에서는, 속도를 상기 속도 설정값과 비교하여 2개의 제1,2속도 가중치를 부여하는 것으로 예를 들어 설명하였으나, 이에 한정되지 않고 속도가 증가할수록 가중치도 증가하도록 설정되는 것도 가능하다. The speed weight is set higher than the second speed weight for a case where the first speed weight for a case where the speed of the object is greater than a preset speed set value in a range less than the speed threshold is less than the speed set value. That is, in a state in which the speed of the object is less than the speed threshold and is determined to be a wild animal rather than a vehicle, it is determined that the higher the speed of the wild animal, the more likely it is to load, and the weight may be set according to the speed. In the present embodiment, the speed is compared with the speed set value, and the first and second speed weights are given as an example, but the present invention is not limited thereto, and the weight may be set to increase as the speed increases.

상기 크기 가중치는, 상기 물체의 크기가 상기 크기 임계치 미만인 범위에서 기 설정된 크기 설정값보다 큰 경우에 대한 제1크기 가중치가 상기 크기 설정값보다 작은 경우에 대한 제2크기 가중치보다 높게 설정된다. 즉, 상기 물체의 크기가 상기 크기 임계치 미만으로 차량이 아닌 야생동물이라고 판단된 상태에서 야생동물의 크기가 클수록 로드킬 가능성이 높다고 판단하여, 크기에 따라 가중치가 높게 설정될 수 있다. 본 실시예에서는, 크기를 상기 크기 설정값과 비교하여 2개의 제1,2크기 가중치를 부여하는 것으로 예를 들어 설명하였으나, 이에 한정되지 않고 크기가 클수록 가중치도 증가하도록 설정되는 것도 가능하다. The size weight is set higher than the second size weight for a case where the first size weight for a case where the size of the object is greater than a preset size set value in a range less than the size threshold is smaller than the size set value. That is, in a state in which the size of the object is determined to be a wild animal rather than a vehicle below the size threshold, it is determined that the larger the size of the wild animal, the more likely it is to load, and the weight may be set according to the size. In the present embodiment, it has been described, for example, that two first and second size weights are given by comparing the size with the size setting value. However, the present invention is not limited thereto, and it may be set to increase the weight as the size increases.

상기 움직임 가중치는, 상기 물체가 기 설정된 설정 시간 동안 움직임이 지속되는 경우에 대한 제1움직임 가중치, 상기 물체가 상기 설정 시간동안 움직임과 정지를 반복하는 경우에 대한 제2움직임 가중치, 상기 물체가 상기 설정 시간동안 정지한 경우에 대한 제3움직임 가중치를 포함하고, 상기 제1움직임 가중치는 상기 제2움직임 가중치보다 크게 설정되고, 상기 제2움직임 가중치는 상기 제3움직임 가중치보다 크게 설정된다. 다만, 이에 한정되지 않고, 움직임의 횟수나 움직임의 정도에 따라 다르게 가중치를 적용하는 것도 물론 가능하다. The motion weight includes: a first motion weight for the case where the object continues to move for a preset time, a second motion weight for the object when the object repeats motion and stop for the set time, and the object for the motion weight. It includes a third motion weight for the case of stopping for a set time, the first motion weight is set larger than the second motion weight, and the second motion weight is set larger than the third motion weight. However, the present invention is not limited thereto, and it is possible to apply weights differently according to the number of movements or the degree of movement.

상기 단계(S9)에서 산출된 상기 로드킬 발생 가능 점수를 미리 설정된 설정 점수와 비교한다.(S10)The load kill possible score calculated in the step (S9) is compared with a preset set score. (S10)

상기 로드킬 발생 가능 점수가 상기 설정 점수보다 높으면, 상기 로드킬 발생 확률이 높다고 판단하여, 상기 제1경보부(140)를 통해 상기 외부 단말기(300)에 로드킬 발생 주의 경보를 전송한다(S11). If the load kill generation possible score is higher than the set score, it is determined that the load kill generation probability is high, and the load alert warning is transmitted to the external terminal 300 through the first alarm unit 140 (S11). .

또한, 상기 로드킬 발생 주의 경보는, 상기 로드킬 발생 가능 점수에 따라 경보 표시 색상과 경보 표시 문구 중 적어도 하나가 다르게 설정되는 것도 가능하다. 예를 들어, 상기 로드킬 발생 가능 점수가 상기 설정 점수보다 높고, 미리 설정된 상위 점수 범위에 포함될 경우, 상기 로드킬 발생 주의 경보는 붉은 색으로 표시되고 로드킬 발생 가능성이 매우 높다는 메시지로 표시될 수 있다. 또한, 상기 로드킬 발생 가능 점수가 상기 설정 점수보다 높고, 상기 상위 점수 범위보다 낮게 설정된 차상위 점수 범위에 포함될 경우 주황색으로 표시되고 로드킬 발생 가능성이 높다는 메시지를 표시할 수 있다. In addition, the road-kill generation alert may be set to at least one of an alarm display color and an alarm display phrase differently according to the load-kill generation possible score. For example, when the load kill generation possibility score is higher than the set score and is included in a preset upper score range, the warning of the road kill generation warning may be displayed in red and a message that the probability of a road kill generation is very high may be displayed. have. In addition, when the possible score of the load kill generation is higher than the set score and included in the next higher score range set lower than the upper score range, an orange message may be displayed and a message indicating a high probability of occurrence of the road kill may be displayed.

상기 외부 단말기(300)가 상기 도로 주변에 주행중인 차량 내의 내비게이션인 경우, 내비게이션을 통해 로드킬 발생 주의 경보를 표시한다. 즉, 해당 경보가 발령된 특정 도로 영역의 지점 정보 및 해당 경보 내용을 내비게이션 화면 상에 이미지, 문자 등의 형태로 표시할 수 있으며, 상기 내비게이션의 스피커를 통해 해당 경보 내용을 소리로 출력하여, 로드킬 발생 주의 경보를 시청각적으로 제공할 수 있다. 상기 로드킬 발생 주의 경보는 야생동물이 침입하여 로드킬 발생 확률이 매우 높다는 메시지를 포함하는 경보이다. When the external terminal 300 is a navigation in a vehicle driving around the road, a warning of a roadkill occurrence warning is displayed through the navigation. That is, it is possible to display the location information of the specific road area and the corresponding alarm contents in the form of images and text on the navigation screen, and output the alarm contents through sound through the speaker of the navigation, and load them. It can provide audible and visual alerts for kills. The roadkill alert warning is an alert that includes a message that the probability of occurrence of a roadkill due to the invasion of wild animals is very high.

또한, 상기 제어부(160)는, 상기 도로 상의 스피커(10)를 구동시켜서 상기 야생동물이 상기 도로 밖으로 이동하도록 상기 야생동물의 이동을 유도할 수 있다.(S12)In addition, the controller 160 may drive the speaker 10 on the road to induce movement of the wild animal so that the wild animal moves out of the road. (S12)

또한, 상기 제어부(160)는, 상기 도로 상의 추적 카메라(20)를 구동시켜, 상기 야생동물에 대한 영상을 실시간으로 획득한다.(S13)In addition, the controller 160 drives the tracking camera 20 on the road to acquire an image of the wild animal in real time. (S13)

상기 추적 카메라(20)에서 획득된 영상은 상기 관제 서버(100)의 관리자가 직접 모니터링할 수 있게 하여 침입 대상에 대한 확인을 용이하게 하고 그에 따른 신속한 조치를 취할 수 있게 한다. 여기서, 상기 추적 카메라(20)는 상기 제어부(160)의 신호를 받아서 구동되도록 구현하는 것도 가능하다.The image acquired by the tracking camera 20 allows the administrator of the control server 100 to directly monitor it, thereby facilitating confirmation of an intrusion target and taking prompt action accordingly. Here, the tracking camera 20 may be implemented to be driven by receiving the signal of the control unit 160.

한편, 상기 물체가 야생동물이고, 상기 물체가 상기 도로의 내부 영역에 있고, 상기 물체의 속도가 0이고, 상기 물체의 움직임 없는 경우, 상기 도로 상의 스피커(10)를 구동시켜 상기 물체가 반응하는지 여부를 판단한다.(S14)On the other hand, if the object is a wild animal, the object is in the inner region of the road, the speed of the object is 0, and there is no movement of the object, the speaker 10 on the road is driven to react to the object. It is judged whether or not. (S14)

즉, 일시 정지한 물체가 잠시 쉬거나 수면 중인 살아있는 동물일 수도 있을 경우에 대비한 것으로서, 해당 동물이 상기 스피커(10)의 소리를 듣고 도로의 외부로 도피할 수 있게끔 유도하기 위함이다. 상기 스피커(10)를 미리 설정된 시간동아 구동하여, 상기 물체의 움직임 패턴을 확인하여 상기 물체가 반응하는지 여부를 판단한다. That is, in order to prepare for the case where the paused object may be a living animal that is resting or sleeping for a while, it is intended to induce the animal to hear the sound of the speaker 10 and to escape to the outside of the road. The speaker 10 is driven for a predetermined time, and the movement pattern of the object is checked to determine whether the object responds.

상기 스피커(10)를 구동하는 동안, 상기 물체가 반응하지 않으면, 로드킬이 이미 발생하였다고 판단하여, 상기 제2경보부(150)를 통해 상기 외부 단말기(300)에 로드킬 발생 경보를 전송한다(S15).While driving the speaker 10, if the object does not react, it is determined that a load kill has already occurred, and transmits a load kill alert to the external terminal 300 through the second alarm unit 150 ( S15).

상기 로드킬 발생 경보를 전송한 이후, 상기 추적 카메라(20)를 구동시켜서 상기 로드킬 상황에 대한 영상을 획득할 수 있다.(S13) 상기 로드킬 상황에 대한 영상은 상기 관제 서버(100) 상의 모니터를 통해 관리자가 즉시 확인할 수 있게 한다. 이는 로드킬 상황을 인지한 즉시 사체의 수거 조치를 유도하여 추가적인 추돌 사고를 예방하게 한다.After transmitting the roadkill occurrence alert, the tracking camera 20 may be driven to obtain an image of the roadkill situation. (S13) The image of the roadkill situation is on the control server 100. The monitor allows the administrator to check immediately. This prevents further collisions by inducing the body's collection action immediately upon recognizing the roadkill situation.

한편, 상기 S7단계에서 상기 물체가 상기 도로의 외부 영역에 있다고 판단되면, 상기 제어부(160)는 상기 도로 상의 스피커(10)를 구동시킨다.(S16)On the other hand, if it is determined in step S7 that the object is outside the road, the controller 160 drives the speaker 10 on the road. (S16)

이 때, 상기 물체가 상기 도로의 외부 영역에 있더라도 내부 영역으로 진입할 수 있으므로, 상기 스피커(10)를 구동하여 상기 내부 영역으로 침입 방지를 유도한다. At this time, even if the object is in the outer region of the road, it may enter the inner region, so that the speaker 10 is driven to induce prevention of intrusion into the inner region.

또한, 상기 제어부(160)는 상기 제3경보부(170)를 통해 상기 외부 단말기(300)에 야생동물 침입주의 경보를 전송한다.(S17)In addition, the control unit 160 transmits a warning alert to wildlife invasion to the external terminal 300 through the third alarm unit 170 (S17).

상기 야생동물 침입주의 경보를 전송함으로써, 도로의 외부 영역에 있는 물체에 대하여 미리 대비할 수 있도록 안내한다. 예를 들면, 차량 주행 중에 외부 단말기(300)의 화면을 통해 상기 야생동물 침입주의 경보가 출력되게 하여 운전자로 하여금 주변 시야 확보 및 안전 운행을 돕는다.By sending the warning of the invasion of wild animals, it is guided to prepare in advance for an object in an area outside the road. For example, while the vehicle is driving, an alert of the wildlife invasion warning is output through the screen of the external terminal 300 to help the driver secure the surrounding vision and safely drive the vehicle.

이외에도, 본 발명에 따르면, 상기 물체의 위치 정보 또는 상기 물체의 침입 정보를 전자맵 상의 해당 위치에 표시하여 상기 물체에 대한 모니터링을 수행하도록 한다. 이는 상기 관제서버(100) 내의 모니터부(180)를 통해 수행한다. 이로부터, 각종 물체의 위치, 출몰 정보에 대한 내용의 확인이 가능함은 물론이며, 관리자가 해당 정보를 볼 수 있게 하여, 관리자로 하여금 현재 상황의 파악 및 그에 대한 대응을 보다 용이하고 신속하게 수행할 수 있게 한다.In addition, according to the present invention, the location information of the object or the intrusion information of the object is displayed on the corresponding location on the electronic map to perform monitoring of the object. This is performed through the monitor unit 180 in the control server 100. From this, it is possible to check the location of various objects and information about the appearance information, and also allows the administrator to view the corresponding information, so that the administrator can more easily and promptly grasp the current situation and respond to it. Enable.

여기서, 만약 별도의 조작부(ex, 입력수단, 터치 스크린)사용하여 상기 전자맵 상의 해당 물체를 관리자로부터 선택받는 경우, 상기 관제서버(100)의 제어부(160)에서는 상기 해당 물체가 위치한 도로 상의 추적 카메라(20)를 구동시켜서 상기 물체에 대한 촬영 영상을 전송받도록 한다. 물론, 상기 추적 카메라(20)의 구동(ex, 촬영 각도, 방향, 회전)을 상기 관리자가 직접 수동으로 조작할 수 있게 하여 원하는 위치의 확인을 용이하게 할 수 있다.Here, if the corresponding object on the electronic map is selected by the administrator using a separate manipulation unit (ex, input means, touch screen), the control unit 160 of the control server 100 tracks on the road where the corresponding object is located. The camera 20 is driven to receive a captured image of the object. Of course, the driving (ex, shooting angle, direction, rotation) of the tracking camera 20 can be easily verified by a desired position by allowing the administrator to directly operate the manual.

이상과 같은 본 발명에 따르면, 도로 상에 설치된 레이더 장치로부터 수집된 물체의 위치 정보를 바탕으로 하여 로드킬 문제를 방지하고 차량의 안전 주행을 유도할 수 있다. 또한, 물체가 도로의 내부 또는 외부 영역에 있는지, 혹은 물체에 움직임이 있는지 또는 없는지의 여부에 따라 경보를 달리 발생시켜서 해당 도로를 주행하는 차량 운전자로 하여금 야생동물의 침입 가능성, 로드킬 여부 등의 확인을 보다 용이하게 하고, 위험한 상황에 미리 대비할 수 있게 한다.According to the present invention as described above, it is possible to prevent a roadkill problem and induce safe driving of the vehicle based on the location information of the object collected from the radar device installed on the road. In addition, an alarm is generated differently depending on whether the object is in the inside or outside area of the road, or whether the object is in motion or not, thereby allowing a vehicle driver driving the road to invade wild animals, whether to load or not. Make it easier to check and prepare in advance for dangerous situations.

한편, 도 5는 도 1의 시스템의 다른 실시예를 나타내는 상세 구성도이다. 도 5 및 도 6은 도 4를 이용한 야생동물 침입 탐지 방법의 흐름도이다. Meanwhile, FIG. 5 is a detailed configuration diagram showing another embodiment of the system of FIG. 1. 5 and 6 are flowcharts of a wild animal intrusion detection method using FIG. 4.

이러한 다른 실시예의 관제서버(100a)와 레이더 장치(200a)는 상기 일 실시예의 관제서버(100) 및 레이더 장치(200)와 일부 구성이 상이하고 나머지는 동일하다.The control server 100a and the radar device 200a of this other embodiment have some configurations different from the control server 100 and the radar device 200 of the above embodiment, and the rest are the same.

도 4 내지 도 6을 참조하면, 이러한 다른 실시예의 경우, 상기 레이더 장치(200a)는, S1단계 내지 S5단계를 거쳐 기 확보된 물체의 위치 정보를 이용하여 상기 물체가 상기 도로의 내부 영역 또는 외부 영역에 위치하고 있는지를 판단한다(S20). 이는 레이더 장치(200a)의 영역 판단부(270a)에서 수행한다.4 to 6, in the case of such another embodiment, the radar device 200a uses the location information of an object previously secured through steps S1 to S5 to allow the object to be located inside or outside the road. It is determined whether it is located in the area (S20). This is performed by the area determining unit 270a of the radar device 200a.

즉, 일 실시예예서는 상기 물체가 도로의 내부 또는 외부 영역에 있는지의 판단을 위한 주체가 관제서버(100) 이었으나, 다른 실시예의 경우, 상기 레이더 장치(200a)에서 수행한다. 이렇게 판단된 정보는 관제서버(100b)에서 수신하여 그 이후의 단계를 상기 일 실시예와 같이 처리한다. 단, 이러한 다른 실시예의 관제서버(100b)에서는 상기 물체가 도로의 내부 영역에 있는 경우에 대한 프로세스를 처리한다.That is, in one embodiment, the subject is the control server 100 for determining whether the object is inside or outside the road, but in another embodiment, it is performed by the radar device 200a. The determined information is received by the control server 100b and processes subsequent steps as in the above embodiment. However, the control server 100b of this other embodiment processes a process for the case where the object is in an inner region of the road.

그리고, 상기와 같이 영역 판단을 수행하여, 상기 물체가 상기 도로의 외부 영역에 있다고 판단되면, 상기 레이더 장치(200a)의 제어부(280a)는 도로 상의 스피커(10)를 직접 구동시켜서 상기 물체에 대한 상기 내부 영역으로의 진입 방지를 유도한다(S21). In addition, when the area determination is performed as described above, when it is determined that the object is located in the outside area of the road, the control unit 280a of the radar device 200a directly drives the speaker 10 on the road to operate on the object. It is induced to prevent entry into the inner region (S21).

즉, 상기 다른 실시예에서는 상기 물체가 도로 외부 영역에 있는 경우 레이더 장치(200a)에서 직접 스피커(10)를 구동시켜서 야생동물 등이 스피커(10)의 소리 경보를 듣고 도로의 내부로 침입하지 못하도록 유도한다.In other words, in the other embodiment, when the object is in an area outside the road, the radar device 200a directly drives the speaker 10 so that wild animals, etc., cannot hear the sound of the speaker 10 and invade the inside of the road. Induces.

이후, 상기 관제 서버(100a)의 판단부(120a)에서는 상기 레이더 장치(200a)의 제어부(280a)에 의한 상기 스피커(10)의 구동 여부를 확인하여 정상 구동 여부를 판단한다(S22).Thereafter, the determination unit 120a of the control server 100a checks whether or not the speaker 10 is driven by the control unit 280a of the radar device 200a and determines whether or not the driving is normal (S22).

이때, 상기 레이더 장치(200a)에 의해 상기 스피커(10)가 구동되지 않은 것으로 판단되는 경우, 상기 관제 서버(100a)의 제어부(160a)를 통해 스피커(10)를 구동을 재시도한다(S23).At this time, when it is determined that the speaker 10 is not driven by the radar device 200a, the speaker 10 is retried to be driven through the control unit 160a of the control server 100a (S23). .

이러한 S22~S23단계의 과정은 침입 방지용 스피커 구동 신호가 레이더 장치(200a)에서 제대로 전달되지 못하는 상황에 대비한 것으로서, 관제서버(200a)에서도 백업 용도로 스피커 구동 블럭을 추가한 것이다. 그리고, 상기 재시도에 따라 스피커(10)가 구동되면, 상기 제3경보부(170)에서는 외부 단말기(300)에 야생동물 침입주의 경보를 전송한다(S24).The steps S22 to S23 are prepared for a situation in which the intrusion prevention speaker driving signal is not properly transmitted from the radar device 200a, and the control server 200a also adds a speaker driving block for backup purposes. Then, when the speaker 10 is driven according to the retry, the third alarm unit 170 transmits a warning alert of wildlife invasion to the external terminal 300 (S24).

그 외 나머지 단계는 상기 일 실시예와 유사하므로, 유사 구성 및 작용에 대한 상세한 설명은 생략한다.The rest of the steps are similar to the above-described one embodiment, so detailed descriptions of similar configurations and operations are omitted.

본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.Although the present invention has been described with reference to the embodiments shown in the drawings, these are merely exemplary, and those skilled in the art will understand that various modifications and equivalent other embodiments are possible therefrom. Therefore, the true technical protection scope of the present invention should be determined by the technical spirit of the appended claims.

10: 스피커 20: 추적 카메라
100: 관제 서버 110: 수신부
120: 영역 판단부 130: 움직임 판단부
140: 제1경보부 150: 제2경보부
160: 제어부 170: 제3경보부
190: 로드킬 점수 계산부
200: 레이더 장치 210: 물체정보 획득부
220: 상대위치 획득부 230: 위치정보 획득부
240: 교통정보 전송부 250: 위치 추적부
260: 비교부 300: 외부 단말기10: speaker 20: tracking camera
100: control server 110: receiver
120: area determining unit 130: motion determining unit
140: first alarm unit 150: second alarm unit
160: control unit 170: third alarm unit
190: Road kill score calculation unit
200: radar device 210: object information acquisition unit
220: relative position acquisition unit 230: position information acquisition unit
240: traffic information transmission unit 250: location tracking unit
260: comparison unit 300: external terminal

Claims

A radar device installed on the road or around the road, using a radar signal, obtaining radar information about a distance to an object on the road or around the road, the speed of the object, and the size of the object;
A control server communicating with the radar device determining that the object is a wild animal when the speed of the object is less than a preset speed threshold and the size of the object is less than a preset size threshold;
When it is determined that the object is a wild animal, the radar device acquires a relative position of the object relative to the radar device by using the distance to the object and the incident angle information of the radar signal, and the absolute coordinate of the radar device. And obtaining a position of the object, which is an absolute coordinate of the object, using the relative position of the object;
Determining whether one of the radar device and the control server uses the position of the object, and whether the object is located in an inner area or an outer area of the road;
When the object is in an internal area of the road, the control server using the Doppler data included in the radar information to determine a movement pattern including a degree of movement of the object for a predetermined time;
The control server sets whether the object is located in the inner or outer area of the road, the speed of the object, the size of the object, and the movement pattern of the object as input variables, and the load kill possible score as an output variable Loading an artificial neural network model for predicting the learned load kill;
The control server inputs whether the object is located in an inner area or an outer area of the road, the speed of the object, the size of the object, and the movement pattern of the object into the artificial neural network model, and the object from the artificial neural network model. Calculating a possible score of load kills;
The control server, if the load kill generation possible score calculated in the step is higher than a preset preset score, transmitting a load kill alert warning to an external terminal;
The control server driving a speaker installed on the road to induce movement of the object;
The control server includes the step of acquiring an image of the object by driving a tracking camera installed on the road,
In the artificial neural network model,
Calculate the number of possible load kills by applying preset weights differently depending on whether the object is located in the inner or outer area of the road, the speed of the object, the size of the object, and the movement pattern of the object. ,
The weights include an area weight depending on whether the object is in an inner area or an outer area of a road, a speed weight according to the speed of the object, a size weight for the size of the object, and a motion weight for the motion pattern of the object. Including,
The area weight is set such that the first area weight for the case where the object is located in the inner area of the road is higher than the second area weight for the case where the object is located in the outside area of the road,
The speed weight is set higher than the second speed weight for a case where the first speed weight for a case where the speed of the object is greater than a preset speed set value in a range less than the speed threshold is smaller than the speed set value,
The size weight is set higher than the second size weight for a case where the size of the object is greater than a preset size set value in a range less than the size threshold, and a case where the first size weight is less than the size set value,
The motion weight includes: a first motion weight for the case where the object continues to move for a preset time, a second motion weight for the object when the object repeats motion and stop for the set time, and the object for the motion weight. It includes a third motion weight for the case of stopping for a set time, the first motion weight is set larger than the second motion weight, and the second motion weight is wild using a radar set larger than the third motion weight Animal intrusion detection method.

The method according to claim 1,
The control server,
If the object is a wild animal, the object is in the inner region of the road, the speed of the object is 0, and there is no movement of the object,
It is determined that a road kill has already occurred, and a road kill occurrence alarm is transmitted to the external terminal,
Wild animal intrusion detection method using a radar to obtain an image of a road kill situation by driving the tracking camera.

In the wild animal intrusion detection system using a radar including a radar device on the road to obtain the radar information of the object and a control server for transmitting and receiving information with the radar device,
The radar device or the control server,
And an area determining unit that determines whether the object is located in an inner area or an outer area of the road by using the position information obtained from the radar device,
The radar device,
An object information acquisition unit for acquiring distance to the object, speed and size information of the object using a radar signal;
A relative position acquiring unit for acquiring a relative position of the object relative to the radar device by using the distance to the object and the incident angle information of the radar signal when the speed and size of the object are less than a preset threshold;
A position information acquiring unit for acquiring the position that is the absolute coordinate of the object by using the absolute coordinate of the radar device and the relative position of the object; And
And a position tracking unit performing position tracking on the object where the position is obtained,
The control server,
When the object is in the interior area of the road, using a Doppler data included in the radar information, a motion determination unit for determining a movement pattern including the degree of movement of the object for a predetermined time,
Whether the object is located in the inside or outside area of the road, the speed of the object, the size of the object, and the movement pattern of the object as input variables, and the load kill learned by using the possible load kill score as an output variable An artificial neural network model for predicting occurrence is stored, and whether the object is located in an inner region or an outer region of the road, the speed of the object, the size of the object, and the movement pattern of the object are input to the artificial neural network model, A loadkill score calculation unit for calculating a possible loadkill score of the object from the artificial neural network model,
If the load kill possible score is higher than a preset set score, a load kill alert warning is transmitted to an external terminal, and if the load kill possible score is lower than the preset score, a wild animal invasion alert is transmitted to the external terminal. It includes an alarm unit to
In the artificial neural network model,
Calculate the number of possible load kills by applying preset weights differently depending on whether the object is located in the inner or outer area of the road, the speed of the object, the size of the object, and the movement pattern of the object. ,
The weights include an area weight depending on whether the object is in an inner area or an outer area of a road, a speed weight according to the speed of the object, a size weight for the size of the object, and a motion weight for the motion pattern of the object. Including,
The area weight is set such that the first area weight for the case where the object is located in the inner area of the road is higher than the second area weight for the case where the object is located in the outside area of the road,
The speed weight is set higher than the second speed weight for a case where the first speed weight for a case where the speed of the object is greater than a preset speed set value in a range less than the speed threshold is smaller than the speed set value,
The size weight is set higher than the second size weight for a case where the size of the object is greater than a preset size set value in a range less than the size threshold, and a case where the first size weight is less than the size set value,
The motion weight includes: a first motion weight for the case where the object continues to move for a preset time, a second motion weight for the object when the object repeats motion and stop for the set time, and the object for the motion weight. It includes a third motion weight for the case of stopping for a set time, the first motion weight is set larger than the second motion weight, and the second motion weight is wild using a radar set larger than the third motion weight Animal intrusion detection system.