KR102204015B1 - 영상에 기반한 주차 차단기 및 이를 통한 차량 통제 방법 - Google Patents

Abstract

본 발명은 루프코일이 필요없는 주차 차단기 및 이를 통한 차량 통제 방법에 관한 것으로, 지면에 매설되어 차량을 인식하기 위한 루프코일을 이용하지 않고, 적어도 하나 이상의 카메라를 통해 촬영되는 영상으로부터 변화되는 픽셀분포에 대한 히스토그램을 생성하고, 상기 생성한 히스토그램을 이용하여 주차장을 이용하는 차량을 정확하고 간단하게 인식할 수 있도록 함과 동시에, 상기 루프코일의 매설로 인한 주차 차단기의 설치비용 및 유지보수 비용을 최소화하는 루프코일이 필요없는 주차 차단기 및 이를 통한 차량 통제 방법에 관한 것이다.

Description

영상에 기반한 주차 차단기 및 이를 통한 차량 통제 방법{LIFTING GATE BASED ON IMAGE AND VEHICLE CONTROL METHOD THROUGH THE SAME}

본 발명은 루프코일이 필요없는 주차 차단기 및 이를 통한 차량 통제 방법에 관한 것으로, 더욱 상세하게는 지면에 매설되어 차량을 인식하기 위한 루프코일을 이용하지 않고, 적어도 하나 이상의 카메라를 통해 촬영되는 영상으로부터 변화되는 픽셀분포에 대한 히스토그램을 생성하고, 상기 생성한 히스토그램을 이용하여 주차장을 이용하는 차량을 정확하고 간단하게 인식할 수 있도록 함과 동시에, 상기 루프코일의 매설로 인한 주차 차단기의 설치비용 및 유지보수 비용을 최소화하는 루프코일이 필요없는 주차 차단기 및 이를 통한 차량 통제 방법에 관한 것이다.

최근 백화점, 아파트, 관공서, 지하철 등과 같이 차량의 이동이 많은 장소에서는, 차량을 위한 주차장이 운용되고 있으며, 상기 주차장에는 차량의 진출이나 진입을 통제하기 위한 주차 차단기가 필수적으로 구비된다.

일반적으로 주차 차단기는, 진출입하는 차량을 인식하기 위한 루프코일, 상기 인식한 차량의 번호판을 촬영하기 위한 카메라, 상기 촬영한 번호판으로부터 차량번호를 인식하는 차량번호 인식기 및 인식한 차량 및 차량번호에 따라 차량의 진출입은 통제하는 차단 바를 포함하여 구성된다.

이러한 주차 차단기는, 특정 주파수의 교류전원과 연결되어 균일한 인덕턴스를 가지는 교번 자장이 형성되는 루프코일을 이용하여, 상기 루프코일의 상부에서 차량이 통과할 때의 인덕턴스 변화를 검지함으로써, 상기 차량을 인식하게 된다.

그러나 루프코일은, 금속물체가 통과하는 경우에도 차량으로 잘못인식하거나, 지면에 매설되기 때문에, 상기 지면에 설치된 후, 해당 지면을 재정비해야 하므로, 전체적인 상기 주차 차단기의 설치비용이 증가하는 문제점이 있다.

또한 상기 루프코일에 결함이 발생한 경우에는, 상기 지면을 또 다시 파손하여 보수해야하기 때문에 주차 차단기의 유지보수비용 또한 과다하게 소요되는 문제점이 있다.

따라서 상기 주차 차단기에 일반적으로 구비되는 카메라에서 촬영되는 영상을 토대로 차량번호뿐만 아니라 차량을 인식할 수 있다면, 상기 루프코일로 인한 주차 차단기의 설치비용이나 유지보수비용을 현저하게 줄일 수 있을 것이다.

이에 따라 본 발명에서는, 카메라를 통해 촬영한 영상을 비교하여, 비교한 결과 변화가 있는 경우에는 차량의 진출입로에 물체가 있는 것으로 판단하고, 상기 비교에 따라 변화되는 픽셀의 픽셀분포에 대한 히스토그램을 생성하고, 상기 생성한 히스토그램이 확장되는 경우, 상기 주차장의 차량 진출입로에 접근하는 차량을 인식함으로서, 지면에 매설되는 루프코일을 대체하여 카메라만을 이용하여 차량 및 차량번호를 동시에 인식할 수 있도록 하는 방안을 제안하고자 한다.

다음으로 본 발명의 기술분야에 존재하는 선행기술에 대하여 간단하게 설명하고, 이어서 본 발명이 상기 선행기술에 비해서 차별적으로 이루고자 하는 기술적 사항에 대해서 기술하고자 한다.

먼저 한국등록특허 제0731182호(2007.06.15.)는 차량 차단기 제어장치 및 제어방법에 관한 것으로, 지면에 매설되어 자기장의 변화를 감지하여 주차장에 입출입하는 차량을 검지하고, 상기 차량을 검지여부에 따라 상기 차량의 입출입을 차단하는 차단봉을 제어할 때, 상기 차단봉이 하강하는 과정에서 상기 차단봉을 구동하는 모터의 변위 정보에 따라 상기 차단봉이 상기 차량에 접속하는 것을 감지하여 상기 차단봉을 상승시키도록 하는 차량 차단기 제어장치 및 제어방법에 관한 것이다.

즉, 상기 선행기술은 차량검지를 위한 수단을 지면에 매설하여 주차장에 진입 또는 진출하는 차량을 검지하여 상기 차량의 진출입을 통제하는 것으로, 루프코일을 지면에 매설하여 차량의 진입이나 진출을 인식하는 종래의 주차 차단기의 한계점을 극복하지 못하고 있다.

반면에 본 발명은, 카메라를 통해 촬영한 영상을 토대로 변화되는 픽셀의 픽셀분포에 대한 히스토그램을 생성하여, 상기 생성한 히스토그램을 토대로 상기 영상에 포함된 차량을 정확하고 간단하게 인식할 수 있도록 하고, 차량이 인식된 경우, 상기 촬영한 영상으로부터 차량번호를 인식할 수 있도록 함으로서, 카메라만을 이용하여 차량 및 해당 차량의 차량번호를 동시에 인식할 수 있도록 하여, 주차 차단기의 설치비용을 획기적으로 감축할 수 있도록 하는 것으로, 상기 선행기술은 이러한 본 발명의 기술적 특징을 기재하거나 시사하고 있지 않다.

또한, 한국등록특허 제1754407호(2017.06.29.)는 주차장 차량 출입 관리시스템에 관한 것으로, 차량의 출입을 통제하기 위한 차단 바에 거리센서, PIR 센서, RF 센서, 상기 차량의 출입을 위한 노면의 옆면에 일정한 간격으로 설치되는 복수의 지자기 센서를 통한 다중 센서신호를 기초로 차량의 진입여부를 판단하여, 상기 차단 바를 제어하는 주차장 차량 출입 관리시스템에 관한 것이다.

상기 선행기술은 복수의 센서에서 측정되는 센싱정보를 조합하여 분석함으로써, 상기 차량의 진입여부를 판단하는 것으로, 본 발명과 같이 카메라를 통해 촬영된 영상을 토대로 차량을 인식하는 것이 아니며, 더욱이 상기 영상에 대한 히스토그램을 이용하여 상기 차량을 인식하는 방법 또한 기재하고 있지 않아, 상기 선행기술은 본 발명과 명확한 차이점이 있는 것이 분명하다.

즉, 상기에서 언급한 각각의 선행기술들은, 차량번호를 인식하기 위해 기본적으로 카메라를 구비하고 있으나, 지면에 매설되는 루프코일이나 복수의 센서를 더 구비하여 진출입하는 차량을 인식하는 구조로 구성되어 있어, 주차 차단기를 구성하기 위한 비용이 증가되는 문제점이 있다. 그러나 본 발명은 카메라를 통해 촬영된 영상을 토대로 차량번호를 인식하는 것뿐만 아니라 진출입하는 차량을 인식할 수 있도록 하는 기술적 구성을 제시하고 있기 때문에, 카메라의 구성만으로도 차량 및 차량번호를 동시에 인식할 수 있고, 주차 차단기의 설치비용을 현저하게 감소시킬 수 있도록 하는 것으로, 본 발명의 이러한 기술적 구성은, 상기 선행기술들의 구성과는 기술적 차이점이 분명한 것이다.

본 발명은 상기와 같은 문제점을 해결하기 위해 창작된 것으로서, 카메라를 통해 촬영한 영상만으로 주차 차단기에 근접하는 차량과 차량번호를 동시에 인식할 수 있도록 하여, 루프코일을 이용하지 않고서도 간편하게 상기 차량을 인식할 수 있도록 하는 루프코일이 필요없는 주차 차단기 및 이를 통한 차량 통제 방법을 제공하는 것을 목적으로 한다.

또한 본 발명은, 카메라를 통해 촬영되는 영상의 픽셀값에 대한 변화정도를 감지하여, 차량의 진출입로에 존재하는 물체를 감지하고, 물체가 있는 것으로 감지되는 경우, 상기 영상으로부터 차량번호판의 유무를 인식함으로서, 상기 별도의 차량을 인식하기 위한 과정 없이 상기 차량을 간편하게 인식할 수 있도록 하는 루프코일이 필요없는 주차 차단기 및 이를 통한 차량 통제 방법을 제공하는 것을 목적으로 한다.

또한 본 발명은, 상기 물체가 인식될 때, 상기 영상을 연속하여 비교하여, 픽셀값이 변화되는 픽셀의 픽셀분포에 대한 히스토그램이 점진적으로 확장되는 것을 감지함으로서, 주차장으로 진입하거나, 주차장으로부터 진출하는 차량을 간편하게 인식할 수 있도록 하는 루프코일이 필요없는 주차 차단기 및 이의 운용방법을 제공하는 것을 또 다른 목적으로 한다.

또한 본 발명은, 딥러닝을 포함하는 기계학습 방법을 통해 카메라를 통해 촬영되는 영상으로부터 차량진입로 및 차량진출로에 대한 관심영역(ROI)을 자동으로 설정하여, 상기 관심영역이 포함된 영상만으로 상기 물체 및 차량을 간편하게 인식할 수 있도록 하는 루프코일이 필요없는 주차 차단기 및 이의 운용방법을 제공하는 것을 또 다른 목적으로 한다.

또한 본 발명은, 상기 인식한 차량을 통제하기 위한 차단 바의 하단부에, 상기 차단 바가 하강할 때 항상 중력방향으로 초음파를 발생시키도록 적어도 하나 이상의 초음파센서를 구비하고 있으면서, 상기 초음파가 반사되어 되돌아오는 반사거리를 계산하여, 상기 계산한 반사거리가 사전에 설정한 임계거리 미만인 경우에는, 상기 차단 바를 강제적으로 상승시켜, 하강하는 상기 차단 바와 상기 차량 혹은 사람 또는 기타 객체가 충돌하는 것을 사전에 방지할 수 있도록 하는 루프코일이 필요없는 주차 차단기 및 이를 통한 차량 통제 방법을 제공하는 것을 또 다른 목적으로 한다.

본 발명의 일 실시예에 따른 루프코일이 필요없는 주차 차단기는, 카메라를 통해 촬영되는 영상의 픽셀값에 대한 변화정도에 따라, 차량의 진출입로에 이동하는 물체를 인식하는 물체 인식부, 상기 카메라를 통해 촬영되는 영상을 토대로, 상기 인식한 물체가 차량인지에 대한 여부를 판단하여, 상기 차량 진출입로에 각각 설치된 차단 바에 근접하는 차량을 인식하는 차량 인식부 및 상기 차량을 인식한 결과에 따라 상기 차단 바의 상승 및 하강을 제어하여 상기 차량에 대한 진출입을 통제하는 차량 통제부를 포함하며, 상기 카메라를 통해 촬영되는 영상에서, 상기 차량의 진출입로를 관심영역으로 설정하고, 상기 관심영역(ROI)에 포함된 영상만으로 상기 물체와 차량을 인식하는 것을 특징으로 한다.

또한 상기 물체 인식부는, 상기 영상의 각 프레임에서 상기 관심영역에 포함된 픽셀값의 변화정도를 순차적으로 비교하여, 상기 비교결과 상기 픽셀값의 변화정도가 소정의 범위를 초과하는 것으로 감지되는 경우에 상기 물체를 인식하는 것을 특징으로 한다.

또한 상기 차량 인식부는, 상기 영상의 픽셀값의 변화정도에 따라 상기 물체가 인식된 시점의 영상 프레임을 기준 프레임으로 설정하고, 상기 설정한 기준 프레임 이후에 촬영된 복수의 프레임을 선택하여, 상기 선택한 복수의 프레임을 비교 대상 프레임으로 설정한 후, 상기 설정한 기준 프레임과, 상기 비교 대상 프레임의 상기 관심영역을 각각 비교하여, 픽셀값이 변화되는 픽셀의 분포가 점진적으로 확장되는 경우, 상기 인식한 물체를 상기 차량으로 인식하는 것을 특징으로 한다.

또한 상기 차량 인식부는, 상기 비교한 결과에 따라 픽셀값이 변화되는 픽셀의 분포에 대한 히스토그램을 순차적으로 생성하고, 상기 생성한 히스토그램을 순서대로 참조하여, 상기 히스토그램이 x, y, z축 전방향으로 확장되는 경우에 상기 인식한 물체가 상기 차단 바에 근접하는 차량으로 인식하는 것을 특징으로 한다.

또한 상기 차량 인식부는, 상기 물체가 인식된 경우, 상기 영상을 그레이 스케일로 변환하여, 사전에 설정한 가로 및 세로의 비율로 형성되는 차량번호판의 유무를 확인하여 추출하는 것을 더 포함하며, 상기 차량번호판이 확인되는 경우, 상기 인식한 물체를 상기 차단 바에 근접하는 차량으로 인식하는 것을 더 포함하는 것을 특징으로 한다.

또한 상기 주차 차단기는, 상기 차단 바의 하부에 일정한 간격으로 적어도 하나 이상으로 구비되고, 상기 차단 바가 하강할 때 동작되는 초음파 센서에서 측정된 초음파 반사거리를 이용하여, 상기 초음파 반사거리가 미리 설정한 임계거리 이하인 경우, 상기 차단 바의 하부에 차량, 사람 또는 이들의 조합을 포함하는 객체가 존재하는 것으로 판단하여 상기 하강하는 차단 바를 강제적으로 상승시켜 상기 차단 바와 상기 객체가 충돌하는 돌발상황을 사전에 방지하는 돌발상황 감지부, 상기 추출한 차량번호판으로부터 차량번호를 인식하는 차량번호 인식부를 더 포함하며, 상기 차량 통제부는, 상기 인식한 차량이 주차장으로 진입하는 차량인 경우에는 상기 인식한 차량번호와 해당 차량이 진입한 진입시간을 메모리에 저장한 후, 상기 차단 바를 상승시키며, 상기 인식한 차량이 주차장에서 진출하는 차량인 경우, 상기 차량으로부터 주차요금이 결제된 경우에 상기 차단 바를 상승시키는 것을 특징으로 한다.

또한 상기 관심영역은, 사전에 수집한 상기 차량 진출입로를 포함하는 복수의 영상과, 상기 차량 진출입로에 대한 관심영역을 설정하여 이진영상으로 생성한 상기 복수의 영상에 각각 대응하는 평가영상을 활용하여, CNN(Convolutional Neural Network) 또는 DCNN(Deep Convolutional Neural Network)를 학습시켜 생성한 학습모델을 통해 상기 수집한 영상에서, 상기 차량의 진출입로를 예측하여 인식하고, 상기 인식한 결과에 따라 설정되는 것을 특징으로 한다.

아울러 본 발명의 일 실시예에 따른 루프코일이 필요없는 주차 차단기를 통한 차량 통제 방법은, 카메라를 통해 촬영되는 영상의 픽셀값에 대한 변화정도에 따라, 차량의 진출입로에 이동하는 물체를 인식하는 물체 인식 단계, 상기 카메라를 통해 촬영되는 영상을 토대로, 상기 인식한 물체가 차량인지에 대한 여부를 판단하여, 상기 차량 진출입로에 각각 설치된 차단 바에 근접하는 차량을 인식하는 차량 인식 단계 및 상기 차량을 인식한 결과에 따라 상기 차단 바의 상승 및 하강을 제어하여 상기 차량에 대한 진출입을 통제하는 차량 통제 단계를 포함하며, 상기 카메라를 통해 촬영되는 영상에서, 상기 차량의 진출입로를 관심영역으로 설정하고, 상기 관심영역(ROI)에 포함된 영상만으로 상기 물체와 차량을 인식하는 것을 특징으로 한다.

또한 상기 물체 인식 단계는, 상기 영상의 각 프레임에서 상기 관심영역에 포함된 픽셀값의 변화정도를 순차적으로 비교하여, 상기 비교결과 상기 픽셀값의 변화정도가 소정의 범위를 초과하는 것으로 감지되는 경우에 상기 물체를 인식하는 것을 특징으로 한다.

또한 상기 차량 인식 단계는, 상기 영상의 픽셀값의 변화정도에 따라 상기 물체가 인식된 시점의 영상 프레임을 기준 프레임으로 설정하고, 상기 설정한 기준 프레임 이후에 촬영된 복수의 프레임을 선택하여, 상기 선택한 복수의 프레임을 비교 대상 프레임으로 설정한 후, 상기 설정한 기준 프레임과, 상기 비교 대상 프레임의 상기 관심영역을 각각 비교하여, 상기 비교한 결과에 따라 픽셀값이 변화되는 픽셀의 분포에 대한 히스토그램을 순차적으로 생성하고, 상기 생성한 히스토그램을 순서대로 참조하여, 상기 히스토그램이 x, y, z축 전방향으로 확장되는 경우에 상기 인식한 물체가 상기 차단 바에 근접하는 차량으로 인식하는 것을 특징으로 한다.

또한 상기 차량 인식 단계는, 상기 물체가 인식된 경우, 상기 영상을 그레이 스케일로 변환하여, 사전에 설정한 가로 및 세로의 비율로 형성되는 차량번호판의 유무를 확인하여 추출하는 것을 더 포함하며, 상기 차량번호판이 확인되는 경우, 상기 인식한 물체를 상기 차단 바에 근접하는 차량으로 인식하는 것을 더 포함하는 것을 특징으로 한다.

또한 상기 차량 통제 방법은, 상기 차단 바의 하부에 일정한 간격으로 적어도 하나 이상으로 구비되고, 상기 차단 바가 하강할 때 동작되는 초음파 센서에서 측정된 초음파 반사거리를 이용하여, 상기 초음파 반사거리가 미리 설정한 임계거리 이하인 경우, 상기 차단 바의 하부에 차량, 사람 또는 이들의 조합을 포함하는 객체가 존재하는 것으로 판단하여 상기 하강하는 차단 바를 강제적으로 상승시켜 상기 차단 바와 상기 객체가 충돌하는 돌발상황을 사전에 방지하는 돌발상황 감지 단계, 상기 추출한 차량번호판으로부터 차량번호를 인식하는 차량번호 인식 단계를 더 포함하며, 상기 차량 통제부는, 상기 인식한 차량이 주차장으로 진입하는 차량인 경우에는 상기 인식한 차량번호와 해당 차량이 진입한 진입시간을 메모리에 저장한 후, 상기 차단 바를 상승시키며, 상기 인식한 차량이 주차장에서 진출하는 차량인 경우, 상기 차량으로부터 주차요금이 결제된 경우에 상기 차단 바를 상승시키는 것을 특징으로 한다.

이상에서와 같이 본 발명의 루프코일이 필요없는 주차 차단기 및 이의 운용방법에 따르면, 카메라를 통해 촬영되는 영상만으로도 주차장으로 진입하거나, 주차장에서 진출하는 차량을 인식함과 동시에 해당 차량의 차량번호를 인식할 수 있도록 함으로서, 주차 차단기의 설치비용이나 유지보수비용을 현저하게 감소시킬 수 있도록 하는 효과가 있다.

또한 본 발명은, 상기 영상에서 변화하는 픽셀분포에 대한 히스토그램을 토대로 변화하는 픽셀분포가 점진적으로 증가되는 여부를 판단함으로서, 상기 주차장으로 진입하거나, 상기 주차장에서 진출하는 차량을 간편하고 효율적으로 인식할 수 있도록 하는 효과가 있다.

또한 본 발명은, 차량의 진출입을 통제하기 위해 차단 바를 하강시키는 도 중, 상기 차단 바의 하부에 구비되는 적어도 하나 이상의 초음파센서를 통해 초음파 반사거리를 계산하여 소정의 임계거리 미만이면, 상기 차단 바가 하강하는 것을 멈추게 함으로서, 상기 하강 도중, 차량, 사람 등을 포함하는 객체에 상기 차단 바가 충돌하는 것을 사전에 방지하는 효과가 있다.

도 1은 본 발명의 일 실시예에 따른 루프코일이 필요없는 루프코일이 필요없는 주차 차단기 및 이를 통한 차량 통제 방법을 설명하기 위해 나타낸 개념도이다.
도 2는 본 발명의 일 실시예에 따른 실제 영상으로부터 차량 진출입로에 대한 관심영역을 예측하기 위한 학습모델을 생성하는 과정을 설명하기 위해 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 학습모델을 통해 실제 입력되는 영상에 차량 진출입로에 대한 관심영역을 설정하는 과정을 설명하기 위해 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 차량을 인식하는 과정을 설명하기 위해 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 차량을 인식하기 위해 생성하는 픽셀값이 변화된 픽셀의 픽셀분포에 대한 히스토그램을 나타낸 도면이다.
도 6은 본 발명의 또 다른 일 실시예에 따른 픽셀의 밝기값을 이용하여 차량을 인식하는 과정을 설명하기 위해 나타낸 도면이다.
도 7은 본 발명의 또 다른 일 실시예에 따른 픽셀의 밝기값을 이용하여 차량을 인식할 때, 이용되는 픽셀의 픽셀분포에 대한 히스토그램을 나타낸 도면이다.
도 8은 본 발명의 일 실시예에 따른 돌발상황의 발생을 사전에 감지하여 상기 돌발상황으로 인한 피해를 미리 방지할 수 있도록 하는 방법을 설명하기 위해 나타낸 도면이다.
도 9는 본 발명의 일 실시예에 따른 루프코일이 필요없는 주차 차단기의 차량 통제 모듈에 대한 구성을 나타낸 블록도이다.
도 10은 본 발명의 일 실시예에 따른 차량을 인식하여 차량을 통제하는 절차를 나타낸 흐름도이다.

이하, 첨부한 도면을 참조하여 본 발명의 루프코일이 필요없는 주차 차단기 및 이를 통한 차량 통제 방법에 대한 바람직한 실시예를 상세히 설명한다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다. 또한 본 발명의 실시예들에 대해서 특정한 구조적 내지 기능적 설명들은 단지 본 발명에 따른 실시예를 설명하기 위한 목적으로 예시된 것으로, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는 것이 바람직하다.

도 1은 본 발명의 일 실시예에 따른 루프코일이 필요없는 주차 차단기 및 이를 통한 차량 통제 방법을 설명하기 위해 나타낸 개념도이다.

도 1에 도시한 바와 같이, 본 발명의 일 실시예에 다른 루프코일이 필요없는 주차 차단기(이하, 주차 차단기라 칭함)(10)는, 주차장으로 진입하기 위한 차량 진입로, 주차장 외부로 차량이 이동하기 위한 차량 진출로에 각각 설치되는 차단 바(300)의 회전을 제어하여 진출입하는 차량에 대한 통제를 수행하는 차량 통제 모듈(100), 차량번호판을 포함하여 상기 진출입하는 차량을 각각 촬영하는 카메라(200) 및 상기 차단 바(300)를 포함하여 구성된다.

한편 상기 주차 차단기(10)는, 주차장을 이용하는 차량에 대한 진출입을 자동으로 통제하고 주차요금을 징수하기 위한 것으로, 건물, 관공서, 지하철 등에 구비되는 전용 주차장에 설치된다.

또한 상기 차량 통제 모듈(100)은, 상기 진출입로를 통해 주차장으로 진입하거나, 주차장에서 진출하는 차량이 상기 각 차단 바(300)로 근접하는 경우, 상기 카메라(200)로부터 촬영된 영상을 토대로 상기 차량과 해당 차량에 대한 차량번호를 인식하며, 인식한 결과에 따라 상기 차단 바(300)의 상승 및 하강을 포함하는 회전을 제어하여, 상기 차량의 운행을 통제함으로써, 상기 차량이 주차장을 이용하도록 하거나, 상기 주차장을 이용한 차량이 주차장 외부로 이동할 수 있도록 한다.

또한 상기 차량 통제 모듈(100)은, 상기 차량의 운행을 통제하기 위해 상기 진출입로에 위치하거나 이동하는 물체를 우선적으로 인식하고, 상기 인식한 물체가 차량으로 인식되는 경우에 해당 차량에 대한 차량번호를 인식하게 된다.

이를 위해 상기 차량 통제 모듈(100)은, 상기 카메라(200)를 통해 촬영되는 영상의 픽셀값에 대한 변화정도에 따라 차량의 진출입로에 존재하는 물체를 인식하며, 상기 영상을 구성하는 각 프레임을 비교하여, 상기 비교한 결과 픽셀값이 변화한 픽셀분포에 대한 히스토그램을 생성하고, 상기 생성한 히스토그램을 순차적으로 참조하여, 참조한 결과 상기 히스토그램이 점진적으로 확장되는 경우 상기 인식한 물체가 차량인 것으로 간주함으로써, 상기 물체를 차량으로 인식한다.

한편, 상기 영상을 전체적으로 비교하는 경우에는 상기 물체 및 차량을 인식하는 데, 장시간 소요될 수 있으므로, 상기 차량 통제 모듈(100)은, 사전에 상기 차량 진출입로에 대해 촬영하여, 실제 차량이 이동하는 차량 진출입로에 대한 관심영역(ROI)을 설정한 평가영상을 학습한 학습모델을 통해 카메라(200)를 통해 촬영된 영상으로부터 차량 진출입로에 대한 관심영역을 예측하여 설정하고, 상기 관심영역이 포함된 영상만으로 상기 물체와 상기 차량을 인식할 수 있도록 한다. 한편, 상기 학습모델을 생성하는 방법과, 상기 생성한 학습모델을 이용하여 실제 입력되는 영상에 상기 차량 진출입로에 대한 관심영역을 설정하는 과정에 대해서는 도 2 및 도 3을 참조하여 상세히 설명하도록 한다.

즉, 상기 차량 통제 모듈(100)은, 상기 영상의 각 프레임을 순차적으로 비교하여, 상기 관심영역에 포함된 픽셀값의 변화정도를 감지하고, 상기 감지한 결과 상기 픽셀값의 변화정도가 미리 설정한 범위를 초과하는 경우에, 상기 물체를 인식하며, 상기 영상에 대한 각 프레임을 비교하여, 상기 비교한 결과 상기 관심영역에 대한 픽셀값이 변화하는 픽셀분포에 대한 히스토그램을 생성하고, 상기 생성한 히스토그램을 순차적으로 참조하여, 상기 히스토그램이 확장되는 경우 상기 인식한 물체가 차량인 것으로 간주함으로써, 상기 물체를 차량으로 인식하는 것이다.

또한 상기 차량 통제 모듈(100)이 지하 주차장과 같이 실내에 설치되어 주변을 밝히는 전등이 온되지 않거나, 실외에 설치되어 있더라도 야간일 때와 같이 주변 환경이 어두운 경우는, 상기 촬영한 영상은 상기 차량이 진출입 하는 경우 전조등에 의한 영향을 지배적으로 받을 수 있다.

이를 위해, 상기 차량 통제 모듈(100)은, 상기 차단 바(300)의 상단에 위치하는 조도 센서(310)의 감지결과에 따라 상기 촬영한 영상의 픽셀값 중 밝기값(luminance)을 이용하여 상기 차량 및 물체를 인식할 수 있도록 하는 기능을 더 포함할 수 있다. 한편 상기 픽셀의 밝기값을 이용하여 상기 차량 및 물체를 인식하는 과정은 도 6 및 도 7을 참조하여 상세히 설명하도록 한다.

상기 물체가 차량으로 인식되는 경우, 상기 차량 통제 모듈(100)은, 줌인(zoom in), 줌아웃(zoom out) 또는 이들의 조합으로 상기 카메라(200)를 제어하여 상기 인식한 차량의 차량번호를 인식하기 위한 차량번호판 영역을 촬영하도록 하고, 상기 차량번호판 영역을 촬영한 영상으로부터 차량번호판을 추출하여, 상기 추출한 차량번호판을 토대로 해당 차량에 대한 차량번호를 인식한다.

이때, 상기 인식한 차량이 전조등을 온시켜 진출입하거나, 또는 주변 환경의 광원에 의해 상기 카메라(200)가 많은 광량(빛의 양)에 노출되어 있는 경우, 상기 차량번호판 영역을 촬영하더라도 상기 많은 광량의 영향으로 차량번호판이 정확하게 추출되지 않거나, 차량번호가 정확하기 인식되지 않는 경우가 발생될 수 있다.

이를 대비하여, 상기 차량 통제 모듈(100)은, 상기 차량이 인식되어 상기 차량번호판 영역을 촬영할 때, 상기 카메라(200)의 조리개 개방정도와 셔터의 속도를 사전에 설정한 옵션으로 제어하여 상기 카메라(200)의 렌즈를 통과하는 광량을 조절함으로써, 상기 전조등이나 주변 환경의 광원에 영향을 받지 않은 선명한 차량번호판 영역을 촬영할 수 있도록 한다.

한편, 상기 진출입로에 각각 설치되는 상기 카메라(200)는, 각각 두 개의 카메라(200)로 이중화되어 구비될 수 있다.

이때, 상기 두 개의 카메라(200)는, 물체 및 차량을 인식하기 위한 영상과, 차량번호 인식을 위한 차량번호판 영역에 대한 영상을 촬영하는 것과 같이, 동일한 기능을 수행하도록 설정되며, 특정 하나의 카메라(200)는 마스터(master) 카메라(200)로 설정되고, 또 다른 하나의 카메라(200)는 슬레이브(slave) 카메라(200)로 설정된다.

여기서, 상기 차량 통제 모듈(100)은, 기본적으로 상기 마스터 카메라(200)에 의해 촬영한 영상을 이용하여 상기 물체 및 차량을 인식하고, 상기 차량번호를 인식하도록 한다.

또한 상기 차량 통제 모듈(100)은, 미리 설정한 시간 동안 특정 카메라(200)로부터 영상이 수신되지 않는 경우에는, 상기 특정 카메라(200)에서 고장이나 결함이 발생한 것으로 판단하여, 이에 대한 정보를 관리자 단말로 전송함으로서, 상기 관리자에 의해 해당 특정 카메라(200)가 신속하게 교체하거나 복구될 수 있도록 한다.

또한 상기 차량 통제 모듈(100)은, 상기 고장이나 결함이 발생한 카메라(200)가 상기 마스터로 설정한 마스터 카메라(200)인 경우에는, 상기 물체 및 차량을 인식하기 위한 영상 및 상기 차량번호를 인식하기 위한 차량번호판 영역을 촬영한 영상은 상기 슬레이브로 설정한 슬레이브 카메라(200)에서 촬영한 영상으로 대체한다.

이렇게 상기 카메라(200)를 이중화하는 경우, 특정 카메라(200)에서 고장이나 결함이 발생하더라도 상기 주차장을 이용하는 차량을 지속적으로 인식하고, 해당 차량에 대한 통제를 끊임없이 수행할 수 있다.

또한 상기 차량 통제 모듈(100)은, 차량번호판 영역에 대한 영상으로부터 차량번호를 인식하기 위해, 상기 차량번호판 영역에 대한 영상을 이진영상으로 변환하고, 상기 이진영상으로 변환한 차량번호판 영역에 대한 영상으로부터 에지(edge)를 검출한 후, 사전에 설정한 가로 및 세로 비율로 상기 에지로 형성되는 영역을 추출함으로써, 상기 차량번호판을 추출한다. 다만, 본 발명은 이에 한정하지 않으며, 기계학습 방법을 통해, 차량번호판을 포함하는 차량 영상을 사전에 학습하여, 차량 영상으로부터 차량번호판을 추출하기 위한 차량번호판 추출용 학습모델을 생성하고, 상기 생성한 학습모델을 통해 상기 촬영한 영상으로부터 차량번호판을 추출하도록 구현될 수 있다.

또한 상기 차량 통제 모듈(100)은, 상기 추출한 차량번호판의 패턴과 사전에 저장한 문자 및 숫자에 대한 패턴을 상호 비교하여 해당 차량번호판의 차량번호를 인식한다. 한편, 본 발명은 이에 한정하지 않으며, 기계학습 방법을 통해 차량번호판에 대한 영상을 학습하여, 입력되는 차량번호판 영상으로부터 차량번호를 추출함으로써, 차량번호를 인식하기 위한 차량번호 인식용 학습모델을 생성하고, 상기 차량번호 인식용 학습모델을 통해 차량번호를 인식하도록 구현될 수 있다.

또한 상기 차량 통제 모듈(100)은, 상기 차량번호를 포함하여 상기 차량이 인식된 경우, 해당 차량이 주차장으로 진입하는 경우에는 해당 차량의 차량번호와 해당 차량의 진입시간을 메모리에 저장하고 상기 차량 진입로에 설치된 차단 바(300)를 상승시켜 해당 차량이 상기 주차장으로 진입할 수 있도록 하고, 일정 시간이 경과한 후 상기 상승한 차단 바(300)를 하강시켜 다른 차량이 진입하지 못하도록 한다.

한편, 상기 차량이 주차장에서 진출하는 경우에는, 메모리에 저장된 해당 차량의 차량번호와 상기 진입시간을 참조하여, 상기 주차장을 이용한 시간에 따른 주차요금이 결제된 경우, 상기 차량 진출로에 설치된 차단 바(300)를 상승시켜 해당 차량이 외부로 진출하도록 하고, 일정 시간이 경과한 후 상기 상승시킨 차단 바(300)를 하강시켜 다른 차량이 진출하지 못하도록 한다.

또한 상기 차단 바(300)의 하단에는, 상기 차단 바(300)의 길이 방향으로 일정한 간격으로 적어도 하나 이상의 초음파 센서(미도시)가 구비되며, 상기 차량 통제 모듈(100)은 상기 초음파 센서로부터 수신되는 초음파 반사거리를 토대로 상기 차단 바(300)가 하강하는 도중에 발생될 수 있는 돌발상황을 사전에 감지하며, 상기 감지한 결과에 따라 상기 하강하는 차단 바(300)를 즉시 상승시켜 상기 돌발상황의 발생을 사전에 방지할 수 있도록 한다.

이때, 상기 돌발상황은, 상기 차량 통제 모듈(100)이 상기 차단 바(300)를 제어하여 하강 시키는 도중, 차량, 사람 등과 같은 객체가 상기 차단 바(300)와 충돌하는 상황을 의미하는 것으로, 상기 돌발상황을 발생을 방지하는 방법에 대해서는 도 8을 참조하여 상세히 설명하도록 한다.

도 2는 본 발명의 일 실시예에 따른 실제 영상으로부터 차량 진출입로에 대한 관심영역을 예측하기 위한 학습모델을 생성하는 과정을 설명하기 위해 나타낸 도면이며, 도 3은 본 발명의 일 실시예에 따른 학습모델을 통해 실제 입력되는 영상에 차량 진출입로에 대한 관심영역을 설정하는 과정을 설명하기 위해 나타낸 도면이다.

도 2에 도시한 바와 같이, 본 발명의 일 실시예에 따른 실제 영상으로부터 차량 진출입로에 대한 관심영역을 예측하여, 상기 예측한 관심영역을 포함하는 이진영상을 출력하기 위한 학습모델은, 사전에 수집한 평가영상을 활용하여 상기 관심영역을 설정하기 위한 학습네트워크에 대한 학습을 수행함으로서, 생성된다.

이를 위해 상기 차량 통제 모듈(100)은, 차량 진출입로를 포함하는 사전에 촬영한 복수의 영상에 대한 평가영상을 각각 생성한다.

상기 평가영상은, 카메라(200)를 통해 상기 사전에 촬영된 영상에 대응하여, 해당 영상에 포함된 상기 차량 진출입로를 관심영역으로 설정하여 이진영상으로 변환한 영상을 의미하는 것으로, 상기 학습을 위한 데이터로써, 활용되며, 상기 관심영역은, 상기 주차 차단기(10)를 관리하는 관리자가 사용자 인터페이스(UI, User Interface)를 이용하여, 상기 학습상기 기존에 촬영한 영상의 그리드에서 상기 차량 진출입로에 대한 부분을 구분함으로써, 설정된다.

또한 상기 차량 통제 모듈(100)은, 상기 생성한 평가영상을 활용하여 상기 학습네트워크를 학습하기 위해, 상기 사전에 촬영한 영상(즉, 관심영역이 설정되어 있지 않은 영상)을 입력영상으로 하여 상기 학습네트워크에 입력하여 상기 입력영상에 대한 관심영역을 포함하는 이진영상이 출력하도록 하고, 이후, 해당 입력영상에 대응하는 평가영상을 상기 학습네트워크에 입력하여, 상기 평가영상에 포함된 관심영역을 해당 평가영상에 대응되는 상기 입력영상으로부터 상기 관심영역을 정확하게 인식하여 상기 이진영상을 출력하도록 상기 학습네트워크의 가중치를 갱신하는 백프로퍼게이션(back propagation)을 통해 상기 학습네트워크를 학습시켜, 실제 입력되는 영상으로부터 정확하게 관심영역을 구분하여 이진영상을 출력할 수 있도록 하는 학습모델을 생성하도록 한다.

즉, 상기 학습네트워크를 학습시키기 위해, 상기 차량 통제 모듈(100)은 사전에 촬영한 복수의 영상과, 이에 대응하는 평가영상을 각각 수집하고, 상기 복수의 영상과 상기 각 영상에 대응하는 평가영상을 이용하여, 상기 학습네트워크를 학습시킴으로서, 실제 카메라(200)로부터 촬영된 실제 영상으로부터 정확한 관심영역을 포함하는 이진영상을 출력할 수 있도록 한다.

한편 상기 학습네트워크는, 영상에 최적화된 CNN(convolutional neural network) 또는 DCNN(deep convolutional neural network)로 구현된다.

도 3에 도시한 바와 같이, 본 발명의 일 실시예에 따른 학습모델을 통해 카메라(200)를 통해 촬영된 영상으로부터 실제 차량이 이동하는 차량 진출입로에 대한 관심영역을 설정하기 위해, 상기 차량 통제 모듈(100)은, 상기 카메라(200)를 토해 촬영한 영상(즉, 실 영상)을 상기 생성한 학습모델에 적용하여, 관심영역을 예측하여, 상기 예측한 관심영역을 포함하는 이진영상을 출력한다.

즉, 상기 학습모델의 출력은, 상기 실제 실시간으로 카메라(200)를 통해 촬영한 영상이 되며, 출력은 상기 영상에 포함된 차량 진출입로에 대한 관심영역을 포함하는 이진영상이다.

또한 상기 차량 통제 모듈(100)은, 상기 학습모델에 입력한 영상을 상기 학습모델을 통해 출력한 이진영상으로 마스킹하여, 상기 영상을 0과 1의 영역으로 분류함으로써, 상기 영상으로부터 관심영역을 설정한다.

이때, 상기 차량 통제 모듈(100)은, 0에 해당하는 영역(즉, 관심영역 이외의 영역)은 미리 설정한 색깔(예: 검정색)로 변환하여 출력함으로써, 상기 관심영역을 명확히 하여, 상기 설정한 관심영역을 이용하여 상기 차량 진출입로에 존재하는 물체 및 차량을 정확하게 인식할 수 있도록 한다.

도 4는 본 발명의 일 실시예에 따른 차량을 인식하는 과정을 설명하기 위해 나타낸 도면이며, 도 5는 본 발명의 일 실시예에 따른 차량을 인식하기 위해 생성하는 픽셀값이 변화된 픽셀의 픽셀분포에 대한 히스토그램을 나타낸 도면이다.

도 4에 도시한 바와 같이, 본 발명의 일 실시예에 따른 주차 차단기(10)를 통해 주차장에 진출입하는 차량을 인식하는 과정은 우선, 상기 주차 차단기(10)의 차량 통제 모듈(100)은, 차량이 이동하는 진출입로를 포함하는 영역을 실시간으로 촬영하는 카메라(200)로부터 촬영된 영상을 수신한다(①).

이때, 상기 차량 통제 모듈(100)은 상기 생성한 학습모델을 통해 관심영역을 설정한 영상을 생성함은 상술한 바와 같다.

또한 상기 차량 통제 모듈(100)은, 상기 영상의 관심영역에 대한 픽셀값 변화정도를 감지하여 상기 진출입로에 위치하는 물체를 인식한다(②).

이때, 상기 차량 통제 모듈(100)은, 상기 수신되는 영상의 각 프레임에서, 상기 관심영역에 포함된 픽셀값의 변화정도를 순차적으로 비교하여, 상기 비교한 결과, 상기 픽셀값의 변화정도가 사전에 설정한 범위를 초과하는 경우에 상기 진출입로에 물체가 존재하는 것으로 인식한다.

예를 들어, 상기 영상의 특정 프레임과 해당 특정 프레임의 픽셀과 상기 특정 프레임의 다음 프레임의 픽셀을 비교한 결과, 미리 설정한 픽셀수를 초과하여, 상기 픽셀값의 변화가 있는 경우, 상기 진출입로에 상기 물체가 존재하는 것으로 인식하는 것이다.

다음으로, 상기 차량 통제 모듈(100)은, 상기 영상의 프레임을 비교하여, 픽셀값이 변화되는 픽셀의 픽셀분포에 대한 히스토그램을 생성한다(③).

이때, 상기 차량 통제 모듈(100)은 상기 물체가 인식되는 시점의 영상 프레임과, 상기 물체가 인식되는 시점의 영상 프레임 이후의 미리 설정한 개수의 프레임을 선택하여, 상기 각 프레임의 관심영역에서 픽셀값이 변화된 픽셀의 픽셀분포에 대한 히스토그램을 생성하게 된다.

예를 들어, 상기 물체가 인식된 시점의 영상 프레임을 기준 프레임으로 설정하고, 상기 설정한 프레임 개수가 15인 경우, 상기 기준 프레임 이후의 15개 프레임을 비교 프레임으로 설정하여, 상기 기준 프레임의 픽셀값과 상기 비교 프레임의 픽셀값을 각각 비교함으로써, 픽셀값이 변화된 픽셀의 픽셀분포에 대한 히스토그램을 생성한다.

다음으로, 상기 차량 통제 모듈(100)은, 상기 생성한 히스토그램을 참조하여, 상기 인식한 물체가 차량인지에 대한 여부를 판단함으로서, 상기 진출입로에서 상기 차단 바(300)에 근접하는 차량을 인식한다(④).

이때, 상기 차량 통제 모듈(100)은, 상기 생성한 픽셀분포에 대한 히스토그램을 순차적으로 참조하여 상기 히스토그램이 x, y, z축으로 전방향으로 확장되는 경우에, 상기 인식한 물체를 차량으로 인식하게 된다.

또한 상기 차량 통제 모듈(100)은, 상기 히스토그램이 상기 전방향으로 확장되는 것이 아니라, 축소되거나, 단방향으로 이동되는 경우에는 상기 인식한 물체를 차량으로 인식하지 않는다.

다음으로 상기 차량 통제 모듈(100)은, 상기 차량이 인식되는 경우, 상기 카메라(200)를 제어하여 상기 인식한 차량에 대한 차량번호판 영역에 대한 영상을 촬영하고, 상기 촬영한 차량번호판 영역에 대한 영상으로부터 차량번호판을 추출하고, 상기 추출한 차량번호판을 토대로 해당 차량에 대한 번호를 인식하여, 상기 인식한 결과에 따라 상기 진출입로에 각각 설치되는 차단 바(300)를 제어함으로서, 상기 차량을 진출 혹은 진입하도록 한다.

한편 상기 차량번호판 추출 및 상기 차량번호 인식은, 도 1을 참조하여 설명하였으므로 더 이상의 상세한 설명은 생략하도록 한다.

또한, 도 5에 도시한 바와 같이, 본 발명의 일 실시예에 따른 차량을 인식하기 위해 생성하는 픽셀값이 변화된 픽셀의 픽셀분포에 대한 히스토그램은, 상기 기준 프레임의 픽셀값과 상기 기준 프레임 이후에 촬영된 각 프레임의 픽셀값을 각각 비교한 결과를 나타내는 것으로, x축은 비교한 결과로 생성한 이미지의 가로축이며, y축은 비교한 결과로 생성된 상기 비교 이미지의 세로축을 나타내며, z축은 상기 비교한 결과에 따라 변화된 픽셀값 나타낸다.

이때, 상기 비교한 결과, 변화되지 않은 픽셀의 부분은 0으로 설정되며, 변화된 픽셀의 부분은 변화된 픽셀의 픽셀값으로 설정된다.

도 6은 본 발명의 또 다른 일 실시예에 따른 픽셀의 밝기값을 이용하여 차량을 인식하는 과정을 설명하기 위해 나타낸 도면이며, 도 7은 본 발명의 또 다른 일 실시예에 따른 픽셀의 밝기값을 이용하여 차량을 인식할 때, 이용되는 픽셀의 픽셀분포에 대한 히스토그램을 나타낸 도면이다.

도 6에 도시한 바와 같이, 본 발명의 또 다른 일 실시예에 따른 픽셀의 밝기값을 이용하여 차량을 인식하는 과정에 있어서, 상기 주차 차단기(10)가 실내에 위치하여 어떠한 전등이 설치되어 있지 않거나, 온되어 있지 않은 경우, 또는 실외에 위치하더라도 어두운 밤인 경우와 같이 주변 환경이 어두운 경우에, 카메라(200)를 통해 촬영된 영상의 픽셀에 대한 밝기값을 이용하여 차량 진출입로에 있는 물체 및 차량을 인식할 수 있도록 구현된다.

상기 차량 통제 모듈(100)은, 상기 차단 바(300)의 상단에 위치하는 조도 센서(310)의 감지결과를 실시간으로 수신(①)하여, 사전에 설정한 조도값 미만인 경우, 주변 환경이 어두운 것으로 인식하여, 상기 카메라(200)를 통해 촬영된 영상의 픽셀에 대한 밝기값을 이용하여 상기 차량 진출입로에 존재하는 물체나, 차량을 인식한다.

이때, 상기 차량 통제 모듈(100)은, 상기 카메라(200)로부터 차량이 이동하는 진출입로를 포함하는 영역을 실시간으로 촬영한 영상이 수신(②)되면, 상기 생성한 학습모델에 상기 수신한 영상을 적용하여 관심영역을 설정한 영상을 생성한다.

또한 상기 차량 통제 모듈(100)은, 상기 영상의 관심영역에 대한 픽셀의 밝기값에 대한 변화정도를 감지하여 상기 진출입로에 위치하는 물체를 인식한다(③).

이때, 상기 차량 통제 모듈(100)은, 상기 수신되는 영상의 각 프레임에서, 상기 관심영역에 포함된 픽셀의 밝기값의 변화정도를 순차적으로 비교하여, 상기 비교한 결과, 상기 밝기값의 변화정도가 사전에 설정한 범위를 초과하는 경우에 상기 진출입로에 물체가 존재하는 것으로 인식한다.

한편, 상기 밝기값은 0 내지 255 사이의 값을 가지며, 상기 밝기값이 0인 경우에는 제일 어두운 것을 의미하며, 255인 경우에는 제일 밝은 것을 의미한다.

다음으로, 상기 차량 통제 모듈(100)은, 상기 영상의 프레임을 비교하여, 상기 밝기값이 변화되는 픽셀의 픽셀분포에 대한 히스토그램을 생성한다(④).

이때, 상기 차량 통제 모듈(100)은 상기 도 4를 참조하여 설명한 과정과 동일한 과정을 통해, 상기 물체가 인식되는 시점의 영상 프레임과, 상기 물체가 인식되는 시점의 영상 프레임 이후의 미리 설정한 개수의 프레임을 선택하여, 상기 각 프레임의 관심영역에서 밝기값이 변화된 픽셀의 픽셀분포에 대한 히스토그램을 생성하게 된다.

다음으로, 상기 차량 통제 모듈(100)은, 상기 생성한 히스토그램을 참조하여, 상기 히스토그램의 확장여부에 따라 상기 인식한 물체가 차량인지에 대한 여부를 판단하여, 상기 진출입로에서 상기 차단 바(300)에 근접하는 차량을 인식한다(⑤).

이때, 상기 차량 통제 모듈(100)은, 상기 생성한 픽셀분포에 대한 히스토그램을 순차적으로 참조하여 상기 히스토그램이 x, y, z축으로 전방향으로 확장되는 경우에, 상기 인식한 물체를 차량으로 인식하게 된다.

다음으로 상기 차량 통제 모듈(100)은, 상기 차량이 인식되는 경우, 상기 카메라(200)를 제어하여 촬영한 차량번호판 영역에 대한 영상으로부터 차량번호판을 추출하고, 상기 추출한 차량번호판을 토대로 해당 차량에 대한 번호를 인식(⑥)하여, 상기 인식한 결과에 따라 상기 진출입로에 각각 설치되는 차단 바(300)를 제어함으로서, 상기 차량을 진출 혹은 진입하도록 한다.

또한, 도 7에 도시한 바와 같이, 본 발명의 또 다른 일 실시예에 따른 픽셀의 밝기값을 이용하여 차량을 인식할 때, 이용되는 픽셀의 픽셀분포에 대한 히스토그램은, 상기 기준 프레임과, 상기 비교 프레임간의 비교결과를 나타낸 것으로, x축은 비교결과로 생성되는 비교 이미지의 가로축이며, y축은 비교한 결과로 생성된 상기 비교 이미지의 세로축을 나타내며, z축은 상기 비교결과에 따라 밝기값이 변화된 픽셀의 밝기값을 나타낸다.

이때, 상기 비교결과, 밝기값이 변화되지 않은 픽셀의 밝기값은 0으로 설정되며, 밝기값이 변화된 픽셀의 밝기값은 변화된 픽셀의 밝기값으로 설정된다.

이상에서, 상기 도 4 내지 도 7을 참조하여 설명한 것과 같이, 본 발명은 카메라(200)를 통해 촬영된 영상으로부터 관심영역을 설정하여, 상기 설정한 관심영역에 포함된 영상만을 이용하고, 상기 관심영역에 포함된 영상의 각 픽셀값을 활용함으로써, 별도의 루프코일을 설치하지 않고서도, 차량 진출입로에 존재하는 물체와 차량을 정확하게 구분하여 인식할 수 있다.

도 8은 본 발명의 일 실시예에 따른 돌발상황의 발생을 사전에 감지하여 상기 돌발상황으로 인한 피해를 미리 방지할 수 있도록 하는 방법을 설명하기 위해 나타낸 도면이다.

도 8에 도시한 바와 같이, 본 발명의 일 실시예에 따른 주차 차단기(10)의 차단 바(300)는, 하단에 일정한 간격으로 설치되는 적어도 하나 이상의 초음파 센서(320)를 포함하여 구성된다.

상기 각 초음파 센서(320)는, 중력방향을 감지하기 위한 중력센서(미도시)를 더 포함하여 구성되며, 상기 차단 바(300)가 하강할 때, 항상 중력방향으로 초음파를 방사하여, 반사되어 되돌아오는 초음파를 수신함으로써, 상기 초음파에 대한 반사거리를 계산하여, 상기 차량 통제 모듈(100)로 제공하는 기능을 수행한다.

즉, 상기 초음파 센서(320)는 상기 중력센서의 감지결과에 따라 중력방향(즉, 지면 방향)으로 회전하도록 설치되는 것이다.

또한 상기 초음파 센서(320)는 항상 중력방향으로 상기 초음파를 방사하고, 방사한 초음파가 반사되어 되돌아오는 반사신호를 수신하고, 상기 방사한 시간 및 상기 수신한 시간에 대한 시간차를 이용하여 상기 초음파 반사거리를 계산하고, 상기 계산한 초음파 반사거리를 상기 차량 통제 모듈(100)로 제공한다.

또한 상기 차량 통제 모듈(100)은, 상기 각 초음파 센서(320)로부터 수신되는 반사거리가 미리 설정한 임계거리 미만인 경우에는, 상기 차단 바(300)를 제어하여 하강하고 있는 차단 바(300)를 즉시 상승시키거나, 정지할 수 있도록 함으로서, 상기 차단 바(300)가 하강할 때, 미처 지나가지 못한 차량과 충돌하거나, 상기 차량 이외의 또 다른 객체(예: 사람)와의 충돌을 포함하는 돌발상황을 사전에 방지하여 상기 돌발상황으로 인한 피해를 미리 방지할 수 있도록 한다.

도 9는 본 발명의 일 실시예에 따른 루프코일이 필요없는 주차 차단기의 차량 통제 모듈에 대한 구성을 나타낸 블록도이다.

도 9에 도시한 바와 같이, 본 발명의 일 실시예에 따른 루프코일이 필요없는 주차 차단기(10)의 차량 통제 모듈(100)은, 적어도 하나 이상의 카메라(200)로부터 영상을 수신하는 영상 수신부(110), 상기 수신한 영상으로부터 실제 차량이 이동하는 차량 진출입로에 대한 관심영역을 설정하는 관심영역 설정부(120), 상기 관심영역을 설정한 영상을 토대로 상기 차량 진출입로에 존재하는 물체를 인식하는 물체 인식부(130), 상기 인식한 물체가 차량인지에 대한 여부를 판단함으로써, 진출입로를 통해 차단 바(300)에 근접하는 차량을 인식하는 차량 인식부(140), 상기 차단 바(300)에 구비되는 조도 센서(310) 및 초음파 센서(320)로부터 센싱정보를 수신하는 센싱정보 수신부(150), 상기 인식한 차량의 차량번호를 인식하는 차량번호 인식부(160), 상기 차량번호가 인식된 차량에 대한 진출입을 통제하는 차량 통제부(170), 상기 수신한 초음파 센서(320)의 센싱정보를 토대로 상기 진출입로에서 발생되는 돌발상황을 감지하는 돌발상황 감지부(180) 및 주차요금 결제부(190)를 포함하여 구성된다.

상기 영상 수신부(110)는, 상기 카메라(200)에서 촬영된 영상을 실시간으로 수신하는 기능을 수행하는 것으로, 상기 영상은 차량 진입로 또는 차량 진출로 방향으로 촬영된 영상이거나, 상기 차량 인식부(140)를 통해 차량이 인식된 경우, 해당 차량의 차량번호판 영역을 촬영한 영상이다.

또한 상기 관심영역 설정부(120)는, 상기 수신한 영상에, 실제 차량이 진출입하는 진출입로에 대한 관심영역을 설정하는 기능을 수행한다.

상기 관심영역을 설정하기 위해, 상기 관심영역 설정부(120)는, 사전에 촬영하여 수집한 복수의 영상과, 상기 각 영상에 대응하는 평가영상을 수집하고, 상기 각 영상과 상기 각 영상에 대응하는 평가영상을 활용하여, 입력되는 영상으로부터 관심영역을 예측하고, 상기 예측한 관심영역을 포함하는 이진영상을 출력하기 위한 학습네트워크에 대한 학습을 수행함으로써, 그 결과로 실제 영상으로부터 관심영역을 포함하는 이진영상을 출력하는 학습모델을 생성한다.

또한 상기 관심영역 설정부(120)는, 상기 수신한 영상을 상기 학습모델에 적용하여, 상기 영상에 포함된 차량 진출입로에 대한 관심영역을 포함하는 이진영상을 출력하고, 상기 수집한 영상을 상기 이진영상으로 마스킹함으로써, 상기 차량진출입로를 관심영역으로 설정한 영상을 생성하게 된다. 한편 상기 학습모델을 생성하는 과정과, 상기 관심영역을 설정하는 과정은 도 2 및, 도 3을 참조하여 설명하였으므로 더 이상의 상세한 설명은 생략하도록 한다.

또한 상기 물체 인식부(130)는, 상기 설정한 관심영역의 픽셀값에 대한 변화정도에 따라, 상기 차량의 진출입로에 이동하는 물체를 인식한다.

상기 물체를 인식하는 것은, 상기 수신한 영상의 각 프레임에서, 상기 관심영역에 포함된 픽셀값의 변화정도를 순차적으로 비교하여, 상기 비교한 결과가 소정의 범위를 초과하는 것을 감지함으로써, 수행된다.

또한 상기 차량 인식부(140)는, 상기 물체가 인식된 경우, 상기 인식된 시점의 영상 프레임을 기준 프레임으로 설정하고, 사전에 설정한 프레임 개수만큼 상기 설정한 기준 프레임 이후에 촬영된 복수의 영상 프레임을 선택하여, 상기 선택한 복수의 영상 프레임을 비교 대상 프레임으로 설정한다.

이후, 상기 차량 인식부(140)는, 상기 설정한 기준 프레임과, 상기 설정한 복수의 비교 대상 프레임에 대한 관심영역을 각각 비교하여, 상기 관심영역의 픽셀값의 분포에 대한 변화정도가 소정의 범위를 초과하는 경우, 상기 인식한 물체를 차량으로 인식한다.

즉, 상기 차량 인식부(140)는, 상기 비교한 결과에 따라 픽셀값이 변화된 픽셀 분포에 대한 히스토그램을 각각 생성하고, 상기 생성한 복수의 히스토그램을 참조하여, 상기 히스토그램이 x, y, z 축을 포함하여 전방향으로 확장되는 경우에 상기 인식한 물체를 차량으로 인식하게 되는 것이다.

한편, 상기 센싱정보 수신부(150)를 통해 수신한 상기 조도 센서(310)의 감지결과에 따라 주변 환경이 어두운 경우에는, 상기 물체 인식부(130) 및 상기 차량 인식부(140)는, 픽셀의 밝기값을 이용하여 상기 물체 및 차량을 각각 인식할 수 있도록 구현됨은 상술한 바와 같다.

또한, 상기 차량 인식부(140)는, 상기 차량이 인식된 경우, 해당 차량의 차량번호판 영역을 촬영한 영상으로부터 차량번호판을 추출하고, 상기 추출한 차량번호판으로부터 해당 차량의 차량번호를 인식하는 기능을 수행한다.

한편, 상기 차량 인식부(140)는, 상기 관심영역을 설정한 영상으로부터 차량번호판의 유무만을 확인하여, 상기 확인결과 차량번호판이 존재하는 것으로 확인되는 경우에, 상기 물체를 차량으로 인식하도록 구현될 수 있다.

즉, 상기 차량 인식부(140)는, 상기 히스토그램을 생성하여 차량을 인식하는 것 이외에 상기 관심영역을 설정한 영상에서, 차량번호판의 존재유무를 확인하여, 차량번호판이 존재하는 것으로 확인되는 경우에 상기 차량을 인식하는 것으로 구현될 수 있는 것이다.

한편, 상기 차량번호판의 추출 및 차량번호를 인식하는 것은, 도 1을 참조하여 설명하였으므로 더 이상의 상세한 설명은 생략하도록 한다.

또한 상기 차량 통제부(170)는, 상기 차량 및 해당 차량에 대한 차량번호가 인식된 경우에는, 상기 차단 바(300)를 상승시켜 상기 차량이 상기 차단 바(300)를 통과하도록 하며, 미리 설정한 시간이 지난 후에 상기 차단 바(300)를 하강시켜 다른 차량이 통과하는 것을 차단함으로써, 상기 주차장에 진입 혹은 진출하는 차량에 대한 통제를 수행한다.

한편, 상기 인식된 차량이 주차장으로 진입하는 경우에는, 상기 차량 통제부(170)는, 상기 인식한 차량의 차량번호와 진입시간을 메모리(미도시)에 저장하여, 이후 주차장 이용요금을 징수할 때 이용될 수 있도록 한다.

또한 상기 돌발상황 감지부(180)는, 상기 센싱정보 수신부(150)를 통해 상기 차단 바(300)가 하강할 때 동작되는 상기 적어도 하나 이상의 초음파 센서(320)로부터 수신되는 초음파 반사거리를 모니터링하여, 상기 초음파 반사거리가 미리 설정한 임계거리 미만인 경우에는, 상기 차단 바(300)에서 돌발상황이 발생될 것으로 판단하여, 상기 하강하는 차단 바(300)를 강제적으로 상승시키도록 하는 기능을 수행한다.

이를 통해 상기 돌발상황 감지부(180)는, 상기 차단 바(300)가 하강할 때, 차량, 사람 등을 포함하는 객체와 충돌하는 것을 사전에 방지하여 상기 충돌로 인한 피해를 방지할 수 있도록 한다.

또한 상기 주차요금 결제부(190)는, 상기 인식한 차량이 주차장으로부터 외부로 진출하는 경우에는, 상기 메모리에 저장된 상기 인식한 해당 차량의 차량번호 및 진입시간을 참조하여, 상기 차량이 상기 주차장을 이용한 시간에 따른 주차요금을 디스플레이(미도시)를 통해 출력하여 상기 주차요금을 결제하도록 하며, 상기 주차요금이 결제된 경우에, 상기 차량 통제부(170)를 통해 차단 바(300)를 제어하도록 함으로써, 상기 차량이 외부로 진출할 수 있도록 한다.

도 10은 본 발명의 일 실시예에 따른 차량을 인식하여 차량을 통제하는 절차를 나타낸 흐름도이다.

도 10에 도시한 바와 같이, 본 발명의 일 실시예에 따른 차량을 인식하여 주차장을 이용하는 차량을 통제하는 절차는 우선, 상기 주차 차단기(10)는, 영상 수신 단계를 수행하여, 카메라(200)를 통해 실시간으로 촬영되어 수신되는 영상으로부터 실체 차량이 이동하는 차량 진출입로에 대한 관심영역을 설정하는 관심영역 설정 단계를 수행한다(S110).

상기 관심영역을 설정하는 것은, 사전에 촬영한 영상과 이에 대응하는 평가영상을 활용하여 학습한 학습모델을 통해 입력영상으로부터 관심영역을 포함하는 이진영상을 출력하고, 상기 수신한 영상을 상기 출력한 이진영상으로 마스킹함으로써, 수행됨은 상술한 바와 같다.

다음으로, 상기 주차 차단기(10)는, 상기 관심영역을 설정한 상기 영상의 각 프레임에서, 상기 관심영역에 포함된 영상의 픽셀값의 변화정도를 감지하여 물체를 인식하는 물체 인식 단계를 수행한다(S120).

상기 물체는, 상기 수신한 각 영상의 프레임에서, 상기 설정한 관심영역에 포함된 영상의 픽셀값에 대한 변화정도를 순차적으로 비교하여, 상기 픽셀값의 변화정도가 소정의 범위를 초과하는 경우를 감지함으로써, 인식된다.

다음으로, 상기 주차 차단기(10)는, 상기 물체가 인식된 경우(S130), 영상의 각 프레임에 대한 관심영역의 픽셀값을 각각 비교하여, 픽셀값이 변화된 픽셀분포에 대한 히스토그램을 생성하고(S140), 상기 생성한 각각의 히스토그램을 순차적으로 참조하여 상기 히스토그램이 전방향으로 확장되는 경우, 상기 인식한 물체를 차량으로 인식하는 차량 인식 단계를 수행한다(S150).

즉, 상기 차량 인식 단계는, 상기 관심영역을 설정한 영상 프레임 중, 물체가 인식된 시점의 영상 프레임을 기준 프레임으로 설정하고, 상기 설정한 기준 프레임 이후에 촬영된 복수의 프레임을 비교 대상 프레임으로 설정한 후, 상기 설정한 기준 프레임과 상기 비교 대상 프레임의 관심영역을 각각 비교하여 생성한 히스토그램을 참조하여, 상기 히스토그램이 x, y, z축의 전방향으로 확장되는 경우에 상기 인식한 물체를 상기 차단 바(300)에 근접하는 차량으로 인식한다.

다음으로, 상기 주차 차단기(10)는, 상기 차량이 인식된 경우(S160), 상기 인식한 차량에 대한 차량번호판을 추출하고, 상기 추출한 차량번호판을 토대로 해당 차량에 대한 차량번호를 인식한 후, 차단 바(300)를 제어하는 차량 통제 단계를 수행(S170)하여, 해당 차량을 통과하도록 함으로써, 상기 진출입로에 근접하는 차량을 통제할 수 있도록 한다.

한편, 상기 물체 인식 단계 및 차량 인식 단계는, 상기 조도 센서(310)의 감지결과에 따라 주변 환경이 어두운 경우에는, 상기 픽셀의 밝기값을 이용하여 상기 물체 및 차량을 각각 인식함은 상술한 바와 같다. 여기서, 밝기값(Y) 및 색깔값(Cr, Cb)을 포함하는 픽셀값 대신에 밝기값만을 이용하여 상기 물체 및 차량을 인식하는 것이지만, 그 과정은 픽셀값을 이용하여 물체 및 차량을 인식하는 과정과 동일하다.

또한 도 10에는 도시되어 있지 않으나, 상기 주차 차단기(10)는, 차단 바(300)가 하강하는 도중에 동작되는 적어도 하나 이상의 초음파 센서(320)에서 측정한 초음파 반사거리를 토대로 상기 차단 바(300)가 하강할 때 발생될 수 있는 돌발상황을 사전에 감지하는 돌발상황 감지단계를 더 수행하여, 상기 차단 바(300)가 하강함에 따라 차량이나 사람 등을 포함하는 객체가 상기 차단 바(300)아 출동하는 것을 사전에 감지하여 상기 차단 바(300)를 상승하도록 함으로서, 상기 충돌로 인한 피해를 미리 방지할 수 있도록 한다.

이상에서 설명한 바와 같이, 본 발명은 루프코일이 없는 주차 차단기에 관한 것으로, 카메라를 통해 촬영되는 영상만을 이용하여 주차장을 이용하는 차량을 정확하게 인식할 수 있도록 함으로서, 상기 주차 차단기의 설치비용이나, 유지보수 비용을 현저하게 감소시킬 수 있는 효과가 있다.

상기에서는 본 발명에 따른 바람직한 실시예를 위주로 상술하였으나, 본 발명의 기술적 사상은 이에 한정되는 것은 아니며 본 발명의 각 구성요소는 동일한 목적 및 효과의 달성을 위하여 본 발명의 기술적 범위 내에서 변경 또는 수정될 수 있을 것이다.

또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형 실시가 가능한 것은 물론이고, 이러한 변형 실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안 될 것이다.

10: 루프코일이 필요없는 주차 차단기 100: 차량 통제 모듈
110: 영상 수신부 120: 관심영역 설정부
130: 물체 인식부 140: 차량 인식부
150: 센싱정보 수신부 160: 차량번호 인식부
170: 차량 통제부 180: 돌발상황 감지부
190 : 주차요금 결제부 200: 카메라
300 : 차단 바 310: 조도 센서
320 : 초음파 센서

Claims (10)

1. 카메라를 통해 촬영되는 영상의 픽셀값에 대한 변화정도에 따라 차량의 진출입로에 이동하는 물체를 인식하는 물체 인식부;
   상기 카메라를 통해 촬영되는 영상을 토대로 상기 인식한 물체가 차량인지에 대한 여부를 판단하여 상기 차량의 진출입로에 각각 설치된 차단 바에 근접하는 차량을 인식하는 차량 인식부; 및
   상기 차량을 인식한 결과에 따라 상기 차단 바의 상승 및 하강을 제어하여 상기 차량에 대한 진출입을 통제하는 차량 통제부;를 포함하며,
   상기 카메라를 통해 촬영되는 영상에서, 상기 차량의 진출입로를 관심영역으로 설정하고, 상기 관심영역에 포함된 영상만으로 상기 물체와 차량을 인식하며,
   상기 차량 인식부는,
   상기 물체가 인식된 시점의 영상 프레임을 기준 프레임으로 설정하고, 상기 설정한 기준 프레임 이후에 촬영된 복수의 영상 프레임을 선택하여 상기 선택한 복수의 영상 프레임을 비교 대상 프레임으로 설정한 후, 상기 설정한 기준 프레임과 상기 비교 대상 프레임의 상기 관심영역을 각각 비교하여 상기 비교한 결과에 따라 픽셀값이 변화되는 픽셀의 분포에 대한 히스토그램을 순차적으로 생성하고, 상기 생성한 히스로그램을 순서대로 참조하여 상기 히스토그램이 x, y, z축 전방향으로 확장되는 경우에 상기 인식한 물체가 상기 차단 바에 근접하는 차량으로 인식하는 것을 특징으로 하는 영상에 기반한 주차 차단기.
2. 청구항 1에 있어서,
   상기 물체 인식부는,
   상기 영상의 각 프레임에서 상기 관심영역에 포함된 픽셀값의 변화정도를 순차적으로 비교하고, 상기 비교결과 상기 픽셀값의 변화정도가 소정의 범위를 초과하는 것으로 감지되는 경우에 상기 물체를 인식하는 것을 특징으로 하는 영상에 기반한 주차 차단기.
3. 청구항 1에 있어서,
   상기 차량 인식부는,
   상기 영상의 픽셀값의 변화정도에 따라 상기 물체가 인식된 시점의 영상 프레임을 기준 프레임으로 설정하고, 상기 설정한 기준 프레임 이후에 촬영된 복수의 영상 프레임을 선택하여, 상기 선택한 복수의 영상 프레임을 비교 대상 프레임으로 설정한 후, 상기 설정한 기준 프레임과, 상기 비교 대상 프레임의 상기 관심영역을 각각 비교하여, 픽셀값이 변화되는 픽셀의 분포가 점진적으로 확장되는 경우, 상기 인식한 물체를 상기 차량으로 인식하는 것을 특징으로 하는 영상에 기반한 주차 차단기.
4. 삭제
5. 청구항 1에 있어서,
   상기 차량 인식부는,
   상기 물체가 인식되면, 상기 영상을 그레이 스케일로 변환하여 사전에 설정한 가로 및 세로의 비율로 형성되는 차량번호판의 유무를 확인하여 추출하는 것을 더 포함하며,
   상기 차량번호판이 확인되면, 상기 인식한 물체를 상기 차단 바에 근접하는 차량으로 인식하는 것을 더 포함하는 것을 특징으로 하는 영상에 기반한 주차 차단기.
6. 청구항 5에 있어서,
   상기 주차 차단기는,
   상기 차단 바의 하부에 일정 간격으로 적어도 하나 이상으로 구비되고, 상기 차단 바가 하강할 때 동작되는 초음파 센서에서 측정된 초음파 반사거리가 미리 설정한 임계거리 이하인 경우, 상기 차단 바의 하부에 차량, 사람 또는 이들의 조합을 포함하는 객체가 존재하는 것으로 판단하여 상기 하강하는 차단 바를 강제적으로 상승시켜 상기 차단 바와 상기 객체가 충돌하는 돌발상황을 사전에 방지하는 돌발상황 감지부;
   상기 추출한 차량번호판으로부터 차량번호를 인식하는 차량번호 인식부;를 더 포함하며,
   상기 차량 통제부는, 상기 인식한 차량이 주차장으로 진입하는 차량인 경우에는 상기 인식한 차량번호와 해당 차량이 진입한 진입시간을 메모리에 저장한 후, 상기 차단 바를 상승시키며, 상기 인식한 차량이 주차장에서 진출하는 차량인 경우, 해당 차량으로부터 주차요금이 결제된 경우에 상기 차단 바를 상승시키는 것을 특징으로 하는 영상에 기반한 주차 차단기.
7. 청구항 1에 있어서,
   상기 관심영역은,
   사전에 수집한 상기 차량의 진출입로를 포함하는 복수의 영상과, 상기 차량의 진출입로에 대한 관심영역을 설정하여 이진영상으로 생성한 상기 복수의 영상에 각각 대응하는 평가영상을 활용하여, CNN(Convolutional Neural Network) 또는 DCNN(Deep Convolutional Neural Network)를 학습시켜 생성한 학습모델을 이용하여 상기 수집한 영상에서, 상기 차량의 진출입로를 예측하여 인식하고, 상기 인식한 결과에 따라 설정되는 것을 특징으로 하는 영상에 기반한 주차 차단기.
8. 카메라를 통해 촬영되는 영상의 픽셀값에 대한 변화정도에 따라 차량의 진출입로에 이동하는 물체를 인식하는 물체 인식 단계;
   상기 카메라를 통해 촬영되는 영상을 토대로, 상기 인식한 물체가 차량인지에 대한 여부를 판단하여 상기 차량의 진출입로에 각각 설치된 차단 바에 근접하는 차량을 인식하는 차량 인식 단계; 및
   상기 차량을 인식한 결과에 따라 상기 차단 바의 상승 및 하강을 제어하여 상기 차량에 대한 진출입을 통제하는 차량 통제 단계;를 포함하며,
   상기 카메라를 통해 촬영되는 영상에서, 상기 차량의 진출입로를 관심영역으로 설정하고, 상기 관심영역에 포함된 영상만으로 상기 물체와 차량을 인식하며,
   상기 차량 인식 단계는,
   상기 물체가 인식된 시점의 영상 프레임을 기준 프레임으로 설정하고, 상기 설정한 기준 프레임 이후에 촬영된 복수의 영상 프레임을 선택하여 상기 선택한 복수의 영상 프레임을 비교 대상 프레임으로 설정한 후, 상기 설정한 기준 프레임과 상기 비교 대상 프레임의 상기 관심영역을 각각 비교하여 상기 비교한 결과에 따라 픽셀값이 변화되는 픽셀의 분포에 대한 히스토그램을 순차적으로 생성하고, 상기 생성한 히스로그램을 순서대로 참조하여 상기 히스토그램이 x, y, z축 전방향으로 확장되는 경우에 상기 인식한 물체가 상기 차단 바에 근접하는 차량으로 인식하는 것을 특징으로 하는 영상에 기반한 주차 차단기를 통한 차량 통제 방법.
9. 청구항 8에 있어서,
   상기 물체 인식 단계는,
   상기 영상의 각 프레임에서 상기 관심영역에 포함된 픽셀값의 변화정도를 순차적으로 비교하고, 상기 비교결과 상기 픽셀값의 변화정도가 소정의 범위를 초과하는 것으로 감지되는 경우에 상기 물체를 인식하는 것을 특징으로 하는 영상에 기반한 주차 차단기를 통한 차량 통제 방법.
10. 청구항 8에 있어서,
    상기 관심영역은,
    사전에 수집한 상기 차량의 진출입로를 포함하는 복수의 영상과, 상기 차량의 진출입로에 대한 관심영역을 설정하여 이진영상으로 생성한 상기 복수의 영상에 각각 대응하는 평가영상을 활용하여, CNN(Convolutional Neural Network) 또는 DCNN(Deep Convolutional Neural Network)를 학습시켜 생성한 학습모델을 이용하여 상기 수집한 영상에서, 상기 차량의 진출입로를 예측하여 인식하고, 상기 인식한 결과에 따라 설정되는 것을 특징으로 하는 영상에 기반한 주차 차단기를 통한 차량 통제 방법.

Images