KR102254767B1 - 차량 영상인식 기반 교통량 조사 장치 및 방법 - Google Patents

Abstract

차량 영상인식 기반 교통량 조사 방법에 관한 것이며, 차량 영상인식 기반 교통량 조사 방법은, (a) 대상 도로 상의 교통량 조사 지점을 포함하도록 획득된 영상을 기반으로 상기 획득된 영상 내에서 상기 교통량 조사 지점에 대응하는 영상 내 차량을 인식하는 단계; 및 (b) 상기 인식된 영상 내 차량에 관한 정보를 이용하여 상기 교통량 조사 지점에 대한 차량의 도로 점유율을 산출하는 단계를 포함하고, 상기 (b) 단계는, 상기 (a) 단계에서 상기 영상 내 차량의 차종이 인식되는 경우, 상기 교통량 조사 지점에 대하여 차종별 도로 점유율을 산출할 수 있다.

Description

차량 영상인식 기반 교통량 조사 장치 및 방법 {TRAFFIC VOLUME SURVEY APPARATUS AND METHOD BASED ON VEHICLE IMAGE RECOGNITION}

본원은 차량 영상인식 기반 교통량 조사 장치 및 방법에 관한 것이다.

고속국도 등과 같은 도로의 교통량은 도로 상의 임의의 지점 또는 도로 상의 임의의 구간에서, 시간대 별로 통행하는 차량들의 종류와 방향을 구분하여 조사될 수 있다. 이에 따라, 수집되는 도로의 교통량에 관한 정보는 도로 분야, 교통 분야, 건설 및 환경 분야 등에서 매우 다양하게 활용될 수 있다.

특히, 도로의 교통량은 도로의 지체 또는 정체 구간을 파악하기 위한 핵심 자료로 이용될 수 있으며, 이는 새로운 도로를 건설하거나, 기존의 도로에 대한 유지 및 보수 계획을 수립하는 경우에 활용될 수 있다.

기존에는 도로의 교통량을 조사하기 위해 도로 바닥에 매설되는 장비(일예로 루프 센서 등)를 설치하여, 해당 장비를 통과하는 차량들을 분석하는 방식이 이용되고 있다. 그런데, 이러한 기존 방식은 교통량 조사를 위해 도로 바닥에 장비를 매설하거나, 교통량 조사가 완료된 도로로부터 장비를 철거하는 과정에서, 사고 위험이 존재하는 등의 단점이 존재한다.

즉, 도로 교통량 조사 방식으로는 현재 루프센서 방식의 조사가 이루어지고 있으며, 교통량정보제공시스템에서 제공하는 12종 차종분류에 중점되어 교통량 측정이 이루어지고 있다. 그런데, 이러한 현재(종래)의 도로 교통량 조사 방식은 앞서 말한 바와 같이 장비의 매설, 장비 철거 등의 이유로 사고의 위험이 존재한다.

본원의 배경이 되는 기술은 한국등록특허공보 제10-1531034호에 개시되어 있다.

본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 교통량 조사를 위해 도로 바닥에 매설되는 장비(일예로 루프 센서 등)를 설치하여, 해당 장비를 통과하는 차량들을 분석하는 종래의 방식이 갖는 문제점(즉, 도로 바닥에 장비를 매설하거나, 교통량 조사가 완료된 도로로부터 장비를 철거하는 과정에서 사고 위험이 존재하는 등의 문제)를 해소할 수 있는 차량 영상인식 기반 교통량 조사 장치 및 방법을 제공하려는 것을 목적으로 한다.

다만, 본원의 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.

상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 일 실시예에 따른 차량 영상인식 기반 교통량 조사 방법은, (a) 대상 도로 상의 교통량 조사 지점을 포함하도록 획득된 영상을 기반으로 상기 획득된 영상 내에서 상기 교통량 조사 지점에 대응하는 영상 내 차량을 인식하는 단계; 및 (b) 상기 인식된 영상 내 차량에 관한 정보를 이용하여 상기 교통량 조사 지점에 대한 차량의 도로 점유율을 산출하는 단계를 포함하고, 상기 (b) 단계는, 상기 (a) 단계에서 상기 영상 내 차량의 차종이 인식되는 경우, 상기 교통량 조사 지점에 대하여 차종별 도로 점유율을 산출할 수 있다.

또한, 상기 (a) 단계는, 상기 획득된 영상에 대한 이미지 분석을 통해 상기 영상 내 차량의 크기 및 형상 중 적어도 하나에 관한 차종 특성 정보를 식별하고, 상기 식별된 차종 특성 정보를 기반으로 상기 영상 내 차량의 차종을 복수의 차종 중 어느 하나로 인식할 수 있다.

또한, 본원의 일 실시예에 따른 차량 영상인식 기반 교통량 조사 방법은, (c) 상기 도로 점유율을 이용하여 상기 대상 도로 상의 재해 발생 가능성을 판별하고, 판별 결과를 기반으로 재해 예방 관련 계획 수립 데이터를 생성하는 단계를 더 포함하고, 상기 (c) 단계는, 상기 교통량 조사 지점에 대한 차량의 과거 누적 도로 점유율과 대비하여, 상기 과거 누적 도로 점유율이 산출된 과거 기간에 대응하여 미리 설정된 기간 동안 산출되는 도로 점유율을 누적하여 획득된 상기 교통량 조사 지점에 대한 차량의 누적 도로 점유율이 상기 과거 누적 도로 점유율의 허용 범위를 벗어나면 상기 대상 도로 상에 재해 발생 가능성이 있는 것으로 판별할 수 있다.

또한, 상기 (c) 단계는, 복수의 차종 중 재해 관련 차종에 대하여 상기 교통량 조사 지점에 대한 차량의 과거 차종별 도로 점유율과 대비하여, 복수의 차종 중 재해 관련 차종에 대하여 산출된 도로 점유율이 상기 과거 차종별 도로 점유율의 허용 범위를 상회하는 것으로 나타나는 기간을 도로 점유율이 상기 과거 차종별 도로 점유율의 허용 범위 내일 때보다 재해 발생 가능성이 더 높은 위험 기간인 것으로 판별하고, 상기 위험 기간을 고려하여 상기 재해 예방 관련 계획 수립 데이터를 생성할 수 있다.

또한, 본원의 일 실시예에 따른 차량 영상인식 기반 교통량 조사 방법은, (d) 미리 설정된 기간 동안 산출되는 도로 점유율에 기초하여 상기 대상 도로에 대한 보수 점검이 요구되는 보수 점검 필요 시점을 판단하는 단계를 더 포함할 수 있다.

또한, 상기 (d) 단계는, 도로 점유율을 차종별로 구분한 차종별 도로 점유율에 기초하여 수행되고, 상기 보수 점검 필요 시점의 판단은, 차종별로 각기 다르게 설정되는 가중치를 고려하여 이루어질 수 있다.

또한, 상기 가중치는, 차량의 크기로 구분되는 차종을 고려하여 크기가 큰 차량일수록 상대적으로 크기가 작은 차량 대비 높게 부여될 수 있다.

또한, 상기 (b) 단계는, 상기 (a) 단계에서 영상 내 차량 인식이 상기 대상 도로 상의 복수의 교통량 조사 지점 각각을 포함하도록 획득된 복수의 영상을 기반으로 이루어진 경우, 상기 복수의 영상 중 적어도 일부를 이용하여 상기 대상 도로 상의 미리 설정된 구간에 대한 도로 점유율을 구간 대응 도로 점유율로서 산출하고, 상기 구간 대응 도로 점유율은, 상기 복수의 교통량 조사 지점 각각에 대하여 산출된 교통량 조사 지점별 도로 점유율을 평균한 평균 도로 점유율일 수 있다.

또한, 상기 (b) 단계는, 상기 교통량 조사 지점별 도로 점유율 중 상기 평균 도로 점유율과의 차이 값이 최소 차이값을 갖는 도로 점유율에 대응하는 교통량 조사 지점을 상기 미리 설정된 구간의 대표 교통량 조사 지점으로 설정하되, 상기 복수의 교통량 조사 지점 중 상기 대표 교통량 조사 지점은 상시 교통량을 조사하기 위한 상시 교통량 조사 지점으로 설정하고, 상기 대표 교통량 조사 지점을 제외한 나머지 교통량 조사 지점을 수시로 교통량을 조사하기 위한 수시 교통량 조사 지점으로 설정하며, 상기 상시 교통량 조사 지점은 상기 수시 교통량 조사 지점보다 교통량 조사 주기가 짧은 조사 지점일 수 있다.

한편, 본원의 일 실시예에 따른 차량 영상인식 기반 교통량 조사 장치는, 대상 도로 상의 교통량 조사 지점을 포함하도록 획득된 영상을 기반으로 상기 획득된 영상 내에서 상기 교통량 조사 지점에 대응하는 영상 내 차량을 인식하는 인식부; 및 상기 인식된 영상 내 차량에 관한 정보를 이용하여 상기 교통량 조사 지점에 대한 차량의 도로 점유율을 산출하는 산출부를 포함하고, 상기 산출부는, 상기 인식부에서 상기 영상 내 차량의 차종이 인식되는 경우, 상기 교통량 조사 지점에 대하여 차종별 도로 점유율을 산출할 수 있다.

또한, 상기 인식부는, 상기 획득된 영상에 대한 이미지 분석을 통해 상기 영상 내 차량의 크기 및 형상 중 적어도 하나에 관한 차종 특성 정보를 식별하고, 상기 식별된 차종 특성 정보를 기반으로 상기 영상 내 차량의 차종을 복수의 차종 중 어느 하나로 인식할 수 있다.

또한, 본원의 일 실시예에 따른 차량 영상인식 기반 교통량 조사 장치는, 상기 도로 점유율을 이용하여 상기 대상 도로 상의 재해 발생 가능성을 판별하고, 판별 결과를 기반으로 재해 예방 관련 계획 수립 데이터를 생성하는 재해 관리부를 더 포함하고, 상기 재해 관리부는, 상기 교통량 조사 지점에 대한 차량의 과거 누적 도로 점유율과 대비하여, 상기 과거 누적 도로 점유율이 산출된 과거 기간에 대응하여 미리 설정된 기간 동안 산출되는 도로 점유율을 누적하여 획득된 상기 교통량 조사 지점에 대한 차량의 누적 도로 점유율이 상기 과거 누적 도로 점유율의 허용 범위를 벗어나면 상기 대상 도로 상에 재해 발생 가능성이 있는 것으로 판별할 수 있다.

또한, 상기 재해 관리부는, 복수의 차종 중 재해 관련 차종에 대하여 상기 교통량 조사 지점에 대한 차량의 과거 차종별 도로 점유율과 대비하여, 복수의 차종 중 재해 관련 차종에 대하여 산출된 도로 점유율이 상기 과거 차종별 도로 점유율의 허용 범위를 상회하는 것으로 나타나는 기간을 도로 점유율이 상기 과거 차종별 도로 점유율의 허용 범위 내일 때보다 재해 발생 가능성이 더 높은 위험 기간인 것으로 판별하고, 상기 위험 기간을 고려하여 상기 재해 예방 관련 계획 수립 데이터를 생성할 수 있다.

또한, 본원의 일 실시예에 따른 차량 영상인식 기반 교통량 조사 장치는, 미리 설정된 기간 동안 산출되는 도로 점유율에 기초하여 상기 대상 도로에 대한 보수 점검이 요구되는 보수 점검 필요 시점을 판단하는 보수 점검 관리부를 더 포함할 수 있다.

또한, 상기 보수 점검 관리부는, 도로 점유율을 차종별로 구분한 차종별 도로 점유율에 기초하여 수행되고, 상기 보수 점검 필요 시점의 판단은, 차종별로 각기 다르게 설정되는 가중치를 고려하여 이루어질 수 있다.

또한, 상기 가중치는, 차량의 크기로 구분되는 차종을 고려하여 크기가 큰 차량일수록 상대적으로 크기가 작은 차량 대비 높게 부여될 수 있다.

또한, 상기 산출부는, 상기 인식부에서 영상 내 차량 인식이 상기 대상 도로 상의 복수의 교통량 조사 지점 각각을 포함하도록 획득된 복수의 영상을 기반으로 이루어진 경우, 상기 복수의 영상 중 적어도 일부를 이용하여 상기 대상 도로 상의 미리 설정된 구간에 대한 도로 점유율을 구간 대응 도로 점유율로서 산출하고, 상기 구간 대응 도로 점유율은, 상기 복수의 교통량 조사 지점 각각에 대하여 산출된 교통량 조사 지점별 도로 점유율을 평균한 평균 도로 점유율일 수 있다.

또한, 상기 산출부는, 상기 교통량 조사 지점별 도로 점유율 중 상기 평균 도로 점유율과의 차이 값이 최소 차이값을 갖는 도로 점유율에 대응하는 교통량 조사 지점을 상기 미리 설정된 구간의 대표 교통량 조사 지점으로 설정하되, 상기 복수의 교통량 조사 지점 중 상기 대표 교통량 조사 지점은 상시 교통량을 조사하기 위한 상시 교통량 조사 지점으로 설정하고, 상기 대표 교통량 조사 지점을 제외한 나머지 교통량 조사 지점을 수시로 교통량을 조사하기 위한 수시 교통량 조사 지점으로 설정하며, 상기 상시 교통량 조사 지점은 상기 수시 교통량 조사 지점보다 교통량 조사 주기가 짧은 조사 지점일 수 있다.

상술한 과제 해결 수단은 단지 예시적인 것으로서, 본원을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 추가적인 실시예가 존재할 수 있다.

전술한 본원의 과제 해결 수단에 의하면, 차량 영상인식 기반으로 도로 점유율을 산출할 수 있는 차량 영상인식 기반 교통량 조사 장치를 제공함으로써, 종래의 교통량 조사 방식이 갖는 문제점(장비를 도로 바닥에 매설하거나, 교통량 조사가 완료된 도로로부터 장비를 철거하는 과정에서 사고 위험이 존재하는 등의 문제)을 해소할 수 있다.

전술한 본원의 과제 해결 수단에 의하면, 차종별 도로 점유율을 고려하여 보수 점검 필요 시점을 판단할 수 있는바, 대상 도로마다의 특성(즉, 해당 대상 도로의 차종별 도로 점유율의 특성)에 맞추어 그에 맞춤형으로 보수 점검 필요 시점을 정확히 판단하여 제공할 수 있다.

다만, 본원에서 얻을 수 있는 효과는 상기된 바와 같은 효과들로 한정되지 않으며, 또 다른 효과들이 존재할 수 있다.

도 1은 본원의 일 실시예에 따른 차량 영상인식 기반 교통량 조사 장치의 개략적인 구성을 나타낸 블록도이다.
도 2는 본원의 일 실시예에 따른 차량 영상인식 기반 교통량 조사 장치에서 고려되는 획득된 영상의 예를 나타낸 도면이다.
도 3은 본원의 일 실시예에 따른 차량 영상인식 기반 교통량 조사 장치에서 고려되는 구간 대응 도로 점유율을 설명하기 위한 도면이다.
도 4는 본원의 일 실시예에 따른 차량 영상인식 기반 교통량 조사 방법에 대한 동작 흐름도이다.

아래에서는 첨부한 도면을 참조하여 본원이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본원의 실시예를 상세히 설명한다. 그러나 본원은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본원을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

본원 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결" 또는 "간접적으로 연결"되어 있는 경우도 포함한다.

본원 명세서 전체에서, 어떤 부재가 다른 부재 "상에", "상부에", "상단에", "하에", "하부에", "하단에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.

본원 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.

도 1은 본원의 일 실시예에 따른 차량 영상인식 기반 교통량 조사 장치(10)의 개략적인 구성을 나타낸 블록도이다. 도 2는 본원의 일 실시예에 따른 차량 영상인식 기반 교통량 조사 장치(10)에서 고려되는 획득된 영상(30)의 예를 나타낸 도면이다.

이하에서는 본원의 일 실시예에 따른 차량 영상인식 기반 교통량 조사 장치(10)를 설명의 편의상 본 장치(10)라 하기로 한다.

도 1 및 도 2를 참조하면, 본 장치(10)는 종래의 도로 교통량 조사 방식이 갖는 문제점(일예로, 루프센서 방식의 경우, 장비의 매설, 장비 철거 등에 의해 사고 위험성이 높다는 등의 문제점)을 해소하고자, 차량 영상인식 방식으로 도로 교통량을 조사할 수 있는 장치에 관한 것이다. 즉, 본 장치(10)는 차량 영상인식 방식을 기반으로 도로 점유율 등을 산출할 수 있는 교통량 조사 장치에 관한 것이다.

본 장치(10)는 인식부(11), 산출부(12), 재해 관리부(13) 및 보수 점검 관리부(14)를 포함할 수 있다.

인식부(11)는 대상 도로(3) 상의 교통량 조사 지점(20)을 포함하도록 획득된 영상(30)을 기반으로, 획득된 영상(30) 내에서 교통량 조사 지점(20)에 대응하는 영상 내 차량(40)을 인식할 수 있다.

여기서, 교통량 조사 지점(20)은 대상 도로(3) 내 상행 도로(1) 및 하행 도로(2) 중 어느 하나의 도로 상의 지점으로 설정될 수 있다. 이에 따르면, 후술하는 산출부(12)는 상행 도로(혹은 하행 도로) 상의 교통량 조사 지점에 대한 도로 점유율을 산출할 수 있다. 달리 말해, 산출부(12)는 상행 도로(1)에 대한 도로 점유율이나 하행 도로(2)에 대한 도로 점유율을 산출할 수 있다.

다만, 이에만 한정되는 것은 아니고, 교통량 조사 지점(20)은 상행 도로(혹은 하행 도로) 내 복수의 차선이 존재하는 경우, 복수의 차선 중 어느 하나의 차선 상의 지점으로 설정될 수도 있다. 이에 따르면, 후술하는 산출부(12)는 일예로 상행 도로 내 1차선에 대한 도로 점유율, 상행 도로 내 2차선에 대한 도로 점유율, 하행 도로 내 1차선에 대한 도로 점유율 등을 산출할 수 있다.

이하에서는 설명의 편의상 교통량 조사 지점(20)이 일예로 상행 도로(1) 상의 지점인 것으로 예시하기로 한다. 다만, 이는 본원의 이해를 돕기 위한 하나의 예시일 뿐, 이에만 한정되는 것은 아니고, 다른 일예로 교통량 조사 지점(20)은 하행 도로(2) 상의 지점, 혹은 상행 도로(1) 내 특정 차선(일예로 1차선 등) 상의 지점일 수 있다.

도면에 도시하지는 않았으나, 본 장치(10)는 영상 내 차량의 인식을 위해, 일예로 대상 도로(3) 상의 교통량 조사 지점(20)을 포함하는 영상(30)을 획득하는 영상 획득부(미도시)를 포함할 수 있다.

영상 획득 장치(미도시)는 대상 도로(3) 상의 교통량 조사 지점(20)을 촬영할 수 있으며, 영상 획득부(미도시)는 영상 획득 장치(미도시)가 촬영한 영상, 즉 영상 획득 장치(미도시)가 촬영한 교통량 조사 지점(20)을 포함하는 영상(30)을 영상 획득 장치(미도시)로부터 획득할 수 있다.

영상 획득 장치(미도시)는 일예로 본 장치(10)에 포함된 장치일 수 있으나, 이에만 한정되는 것은 아니다. 다른 일예로 영상 획득 장치(미도시)는 본 장치(10)와 구분되는 별도의 장치로서 구비된 것일 수 있다. 영상 획득 장치(미도시)는 이미지 센서, 카메라, 영상 촬영 센서(장치) 등으로 달리 지칭될 수 있다.

영상 획득 장치(미도시)가 본 장치(10)와 구별되는 별도의 장치로 구비된 경우, 영상 획득부(미도시)는 영상 획득 장치(미도시)에 의해 촬영된 영상(30)을 네트워크를 통해 영상 획득 장치(미도시)로부터 획득할 수 있다. 여기서, 네트워크의 일예로는 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크, NFC(Near Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함될 수 있으며, 이에 한정된 것은 아니다.

본 장치(10)는 일예로 적어도 하나의 영상 획득 장치(미도시)로부터 획득된 적어도 하나의 영상을 기반으로, 대상 도로 상의 교통량 조사 지점에 대한 차량의 도로 점유율의 산출을 통해 대상 도로에 대한 교통량을 조사하는 장치 및/또는 서버의 형태로 마련되는 것일 수 있다. 이러한 본 장치(10)는 일예로 대상 도로 상의 일영역에 설치되는 형태의 것으로 마련되거나, 혹은 대상 도로 상의 일영역에 설치된 영상 획득 장치(미도시)로부터 영상을 네트워크를 통해 획득하고 도로 점유율을 산출할 수 있는 서버 형태의 것으로 마련될 수 있다.

인식부(11)는 획득된 영상(30)에 대한 이미지 분석을 통해 영상 내 차량(40)의 크기 및 형상 중 적어도 하나에 관한 차종 특성 정보를 식별하고, 식별된 차종 특성 정보를 기반으로 영상 내 차량(40)의 차종을 복수의 차종 중 어느 하나로 분류하여 인식할 수 있다.

본원에서 차종이라 함은 일예로 차량의 모델명 등으로 구분되는 차량의 종류를 의미할 수 있다. 다만, 이에만 한정되는 것은 아니고, 다른 일예로 본원에서 차종이라 함은 예시적으로 교통량정보제공시스템에서 제공하는 12종 차종분류로 구분되는 차량의 종류를 의미할 수 있다. 여기서, 12종 차종분류로는 일예로 승용차 미니트럭인 1종, 버스인 2종, 소형화물차 A인 3종, 소형화물차 B인 4종, 중형화물차 A 인 5종, 중형화물차 B인 6종, 중형화물차 C인 7종, 대형화물차 A인 8종, 대형화물차 B인 9종, 대형화물차 C인 10종, 대형화물차 D인 11종 및 대형화물차 E인 12종이 포함될 수 있다. 12종 차종분류에 따른 차종의 예시에 대한 구체적인 설명은 이하 생략하기로 한다.

이하에서는 설명의 편의상 차종이 12종으로 분류되는 것을 예로 설명하기로 하나, 이는 본원의 이해를 돕기 위한 예시일 뿐, 이에만 한정되는 것은 아니고, 앞서 말한 바와 같이 차량의 종류(차종)는 차량의 모델명, 혹은 차량의 전장 길이 등을 기준으로 구분될 수 있다.

여기서, 차종 특성 정보는 예시적으로 획득된 영상(30)의 이미지 분석을 통해 인식(구분)되는 획득된 영상(30) 내 차량의 가로 세로 비율값(즉, 영상에서 보여지는 차량의 가로 길이와 세로 길이 간의 비율 정보)를 의미할 수 있다.

예시적으로, 원근이 존재하는 영상과 같은 경우에, 해당 영상 내의 차량이 어떤 종류인지를 구분해 인식하기 위해서는(즉, 차량의 종류를 구별해내기 위해서는), 영상을 통해 인식되는 차량의 스케일(크기)과는 무관하게 형상(형태)으로 차량의 종류를 구분할 필요가 있을 수 있다. 달리 말해, 이미지 분석으로 식별된 영상 내 차량의 스케일(크기)(일예로, 영상에서의 가로 길이를 기준으로 한 차량 스케일)이 단순히 A 값인지, B값인지와 같은 정보만을 이용해서는, 영상에서 원근이 존재함에 따라 해당 차량의 종류를 정확히 인식하는 데에 어려움이 있을 수 있다.

따라서, 예시적으로 인식부(11)는 각각의 차종에 대하여, 영상 내 보여지는 차량의 가로 세로 비율값(범위)들을 차종별로 구분하여 본 장치(10) 내 저장부(미도시)에 저장해 둘 수 있다. 이후, 인식부(11)는 획득된 영상(30)에 대한 이미지 분석을 통해, 차종 특성 정보로서 일예로 획득된 영상(30) 내 차량(40)의 가로 세로 비율값을 식별하고, 이를 저장부(미도시)에 기 저장된 차종별 가로 세로 비율값과 비교(대비)할 수 있다. 비교 결과를 토대로, 인식부(11)는 저장부(미도시)에 기 저장된 차종별 가로 세로 비율값들 중에서 식별된 영상 내 차량(40)의 가로 세로 비율값과 매칭(일치)되는 가로 세로 비율값에 대응하는 차종을, 영상 내 차량(40)의 차종인 것으로 인식할 수 있다.

즉, 인식부(11)는 원근이 있는 경우 스케일과 무관하게 형상으로 차종을 구분할 필요가 있을 수 있으므로, 일예로 차량의 가로 세로 비율값(범위)들을 차종별로 구분해 두고, 이를 기반으로 영상 내 차량(40)의 차종을 특정 비율에 속하는 범위에 대응하는 차종으로 분류하여 인식할 수 있다.

본원의 일예에서는 차종 특성 정보로서 일예로 차량의 크기나 가로 세로 비율값(혹은 형상)이 고려되는 것으로 예시하였으나, 이에만 한정되는 것은 아니고, 예시적으로 차종 특성 정보로는 차량의 특징점 패턴(특징점의 개수나 추출 형태), 차량의 이미지 등이 고려될 수도 있다.

본원에서 영상 내 차량(40) 인식을 위한 이미지 분석으로는, 기 알려져 있거나 향후 개발되는 다양한 이미지 분석 알고리즘이 적용될 수 있다.

다른 일예로, 인식부(11)는 교통량 조사 지점을 포함하도록 획득된 복수의 학습 영상(혹은 복수의 학습 차종 특성 정보)을 입력값으로 하고, 복수의 학습 영상(혹은 복수의 학습 차종 특성 정보) 각각과 매칭되는 차량의 차종 정보를 출력값으로 하는 딥러닝 모델 기반의 기학습 사항에 기초하여, 딥러닝 모델(기학습된 딥러닝 모델)에 교통량 조사 지점(20)을 포함하도록 획득된 영상(30)(혹은 해당 영상을 통해 식별된 차종 특성 정보)를 입력으로 적용함으로써, 획득된 영상(30) 내에서의 영상 내 차량(40)의 차종을 인식할 수 있다. 이때, 복수의 학습 영상으로는 단일 교통량 조사 지점에 관한 영상만 고려되는 것이 아닌, 적어도 하나의 교통량 조사 지점(서로 다른 교통량 조사 지점)에 관한 영상이 고려될 수 있다.

이때, 딥러닝 모델은 일예로 인공지능(AI) 알고리즘 모델, 기계학습(머신러닝) 모델, 신경망 모델(인공 신경망 모델), 뉴로 퍼지 모델 등일 수 있다. 또한, 딥러닝 모델로는 예시적으로 컨볼루션 신경망(Convolution Neural Network, CNN, 합성곱 신경망), 순환신경망(RNN, Recurrent Neural Network), 딥 신경망(Deep Neural Network) 등 종래에 이미 공지되었거나 향후 개발되는 다양한 신경망 모델이 적용될 수 있다.

즉, 인식부(11)는 이미지 분석 혹은 딥러닝 모델을 이용함으로써, 획득된 영상(30) 내에서 교통량 조사 지점(20)에 대응하는 영상 내 차량(40)을 인식할 수 있다. 특히, 인식부(11)는 이미지 분석 혹은 딥러닝 모델을 이용함으로써, 획득된 영상(30) 내에서 교통량 조사 지점(20)에 대응하는 영상 내 차량(40)의 차종을 인식할 수 있다.

산출부(12)는 인식부(11)에서 인식된 영상 내 차량(40)에 관한 정보를 이용하여 교통량 조사 지점(20)에 대한 차량의 도로 점유율을 산출할 수 있다.

본원에서 차량의 도로 점유율이라는 것은 밀도를 대신하여 사용될 수 있고, 차량이 검지기를 점유하고 있는 시간의 비율로서 결정되는 교통특성변수일 수 있다. 즉, 본원에서 도로 점유율(occupancy)이라 함은 단위시간당 차량의 점유시간비율(%)로 표현되는 값일 수 있다. 산출부(12)는 일예로 종래에 공지되거나 향후 개발되는 다양한 도로 점유율 산출 식, 알고리즘 등을 이용하여 교통량 조사 지점(20)에 대한 차량의 도로 점유율을 산출할 수 있다.

산출부(12)는 인식부(11)에서 영상 내 차량(40)의 차종이 인식되는 경우, 교통량 조사 지점(20)에 대하여 차종별 도로 점유율을 산출할 수 있다.

산출부(12)는 일예로 교통량 조사 지점(20)에 대한 도로 점유율을 일예로 기 정해진 복수의 시간 구간 그룹 각각에 대해 산출할 수 있다. 여기서, 복수의 시간 구간 그룹은 시간대별로 구분되는 그룹 혹은 계절별로 구분되는 그룹을 의미할 수 있다.

예시적으로, 복수의 시간 구간 그룹은 시간대별로 구분되는 그룹으로서 5개의 그룹(5개의 시간 구간 그룹)으로 구분될 수 있다. 이러한 경우, 일예로, 제1 시간 구간 그룹은 아침 시간대 그룹으로서 6시부터 12시 이전까지의 시간대로 이루어진 그룹을 의미할 수 있다. 제2 시간 구간 그룹은 점심 시간대 그룹으로서 12시부터 18시 이전까지의 시간대로 이루어진 그룹을 의미할 수 있다. 제3 시간 구간 그룹은 저녁 시간대 그룹으로서 18시부터 21시 이전까지의 시간대로 이루어진 그룹을 의미할 수 있다. 제4 시간 구간 그룹은 밤 시간대 그룹으로서 21시부터 0시(24시) 이전까지의 시간대로 이루어진 그룹을 의미할 수 있다. 제5 시간 구간 그룹은 새벽 시간대 그룹으로서 0시(24시)부터 6시 이전까지의 시간대로 이루어진 그룹을 의미할 수 있다. 다만, 이러한 복수의 시간 구간 그룹의 개수 및 각 시간 구간 그룹에 대한 시간대의 설정의 예시는 본원의 이해를 돕기 위한 하나의 예시일 뿐, 이에만 한정되는 것은 아니고 그 개수 및 시간대의 구간 설정은 사용자에 의해 다양하게 변경, 설정될 수 있다.

이에 따르면, 일예로 산출부(12)는 아침, 점심, 저녁, 밤 및 새벽 등의 각각의 시간대 그룹별로 도로 점유율을 산출할 수 있다. 즉, 산출부(12)는 일예로 아침 시간대의 도로 점유율, 점심 시간대의 도로 점유율 등을 산출할 수 있다.

다른 예로, 복수의 시간 구간 그룹은 계절별로 구분되는 그룹으로서 4개의 그룹(4개의 시간 구간 그룹)으로 구분될 수 있다. 이러한 경우, 일예로 제1 시간 구간 그룹은 3월부터 5월에 대응하는 봄 계절의 그룹을 의미할 수 있다. 제2 시간 구간 그룹은 6월부터 8월에 대응하는 여름 계절의 그룹을 의미할 수 있다. 제3 시간 구간 그룹은 9월부터 11월에 대응하는 가을 계절의 그룹을 의미할 수 있다. 제4 시간 구간 그룹은 12월부터 2월에 대응하는 겨울 계절의 그룹을 의미할 수 있다.

이에 따르면, 일예로 산출부(12)는 봄, 여름, 가을, 겨울 각각의 계절별로 도로 점유율을 산출할 수 있다. 즉, 산출부(12)는 일예로 봄 계절의 도로 점유율, 여름 계절의 도로 점유율 등을 산출할 수 있다.

또한, 산출부(12)는 일예로 미리 설정된 기간 동안 산출되는 교통량 조사 지점(20)에 대한 도로 점유율을 누적할 수 있다. 산출부(12)는 미리 설정된 기간 동안 산출되는 교통량 조사 지점(20)에 대한 도로 점유율을 누적함으로써, 교통량 조사 지점(20)에 대한 누적 도로 점유율을 획득(산출)할 수 있다. 여기서, 미리 설정된 기간은 예시적으로 7일 등으로 설정될 수 있으나, 이는 본원의 이해를 돕기 위한 하나의 예시일 뿐, 이에만 한정되는 것은 아니고, 미리 설정된 기간은 사용자 입력에 의해 다양한 값으로 설정될 수 있다. 미리 설정된 기간은 일, 시간, 월, 년 등의 단위로 다양하게 설정될 수 있다.

예시적으로, 산출부(12)는 매시간마다 산출되는 교통량 조사 지점(20)에 대한 도로 점유율을 미리 설정된 기간(일예로, 7일) 동안 누적함으로써, 미리 설정된 기간에 대응하는 교통량 조사 지점(20)에 대한 누적 도로 점유율(달리 표현해, 미리 설정된 기간 동안 누적된 누적 도로 점유율)을 획득(산출)할 수 있다. 즉, 산출부(12)는 미리 설정된 기간 동안의 누적된 누적 도로 점유율을 산출할 수 있다.

즉, 미리 설정된 기간 동안(일예로, 7일 동안) 누적된 누적 도로 점유율(즉, 미리 설정된 기간 동안 산출되는 도로 점유율을 누적하여 획득된 누적 도로 점유율)은, 예시적으로 미리 설정된 기간 동안에 대하여 매시간 산출된 도로 점유율을 누적(합산)함으로써 획득된 도로 점유율(누적된 도로 점유율)을 의미할 수 있다.

일예로 미리 설정된 기간 동안 누적되는 도로 점유율은 시간대별 또는 차종 별로 분류되어 누적될 수 있다. 달리 말해, 미리 설정된 기간 동안의 도로 점유율을 누적함으로써 산출되는 누적 도로 점유율(미리 설정된 기간 동안의 누적 도로 점유율)은, 시간대별 또는 차종별로 산출될 수 있다. 즉, 산출부(12)는 일예로 미리 설정된 기간 동안의 누적 도로 점유율로서, 미리 설정된 기간 동안의 시간대별 누적 도로 점유율 또는 미리 설정된 기간 동안의 차종별 누적 도로 점유율을 산출할 수 있다.

다시 말하자면, 영상 획득부(미도시)는, 영상 획득 장치(미도시)가 촬영한 교통량 조사 지점(20)을 포함하는 영상(30)을 영상 획득 장치로부터 획득할 수 있다. 인식부(11)는 획득된 영상(30) 내에서 교통량 조사 지점(20)에 대응하는 영상 내 차량(40)을 인식할 수 있다. 산출부(12)는 인식된 영상 내 차량(40)에 관한 정보를 이용하여 교통량 조사 지점(20)에 대한 차량의 도로 점유율을 산출할 수 있다. 이때, 산출부(12)는 영상 내 차량(40)의 차종이 인식되는 경우, 교통량 조사 지점(20)에 대하여 차종별 도로 점유율을 산출할 수 있다.

달리 표현해, 영상 획득 장치(미도시)는 교통량 조사 지점(20)에 대한 촬영을 통해, 교통량 조사 지점(20)을 포함하는 영상(30) 정보를 생성할 수 있다. 인식부(11)는 획득된 영상(30) 내에서 영상 내 차량(40)을 인식함으로써, 영상 획득 장치(미도시)로부터 획득된 영상(30) 정보로부터 교통량 조사 지점(20)이 포함된 대상 도로(3)를 이용하는 차량을 구분(특히, 차량의 종류인 차종을 구분)할 수 있다. 산출부(12)는 구분된 차량(일예로 차종)에 기초하여, 교통량 조사 지점(20)에 대한 도로 점유율(혹은, 대상 도로에 대한 도로 점유율)을 산출할 수 있다.

인식부(11)는 획득된 영상(30)에 대한 이미지 분석 등을 통해, 획득된 영상(30) 내의 차량(즉, 영상 내 차량, 40)의 차종을 복수의 차종 중 어느 하나로 구분하여 인식할 수 있다.

여기서, 복수의 차종은 일예로 차량의 크기, 형상 등에 따라 분류될 수 있다. 예를 들어, 복수의 차종은, 획득된 영상(30)으로부터 인식된 영상 내 차량(40)의 세로 길이와 가로 길이의 조합(즉, 가로 세로 비율값)에 따라 차량이 분류되도록 차종이 설정될 수 있다.

이에 따라, 인식부(11)에서 영상 내 차량(40)의 차종을 복수의 차종 중 어느 하나로 분류하여 인식하면, 산출부(12)는 인식된 차종을 고려하여, 교통량 조사 지점(20)에 대한 차종별 도로 점유율을 산출할 수 있다. 이때, 도로 점유율은 일정한 시간 간격에 대해 산출될 수 있다. 예시적으로, 도로 점유율은 상술한 바와 같이 시간대별로 구분되는 그룹별로 산출, 즉 아침, 점심, 저녁, 밤, 새벽 등의 시간대에 대하여 산출될 수 있다. 다른 일예로, 도로 점유율은 상술한 바와 같이 계절별로 구분되는 그룹별로 산출, 즉 봄, 여름, 가을, 겨울 등의 계절에 대해 산출될 수 있다.

또한, 산출부(12)는 일예로 미리 설정된 기간(일정 기간) 동안 산출되는 도로 점유율을 누적할 수 있다. 이때, 재해 관리부(13)는 누적하여 산출된 누적 도로 점유율이 허용 범위(일정 범위)를 벗어나는 점유율로 산출되면, 대상 도로(3)에 재해 발생 가능성이 있는 것으로 판별하고, 이에 따라 일예로 미리 설정된 경고 알람이 출력되도록 제공할 수 있다. 이때, 미리 설정된 기간(일정 기간) 동안 누적되는 도로 점유율(누적 도로 점유율)은, 시간대별 또는 차종 별로 분류되어 누적될 수 있다.

이때, 경고 알람은 예시적으로 메시지(텍스트), 소리 등의 형태일 수 있다. 일예로 미리 설정된 알람이 '대상 도로에 재해 발생 가능성이 있는 것으로 판별(판단)되오니, 조치를 취해주시기 바랍니다'와 같은 메시지 형태일 수 있다. 이러한 경고 알람은 본 장치(10)에 마련된 화면 표시부(미도시) 혹은 스피커부(미도시)를 통해 출력(제공)될 수 있다.

한편, 재해 관리부(13)는, 산출부(12)에서 산출된 교통량 조사 지점(20)에 대한 차량의 도로 점유율을 이용하여, 대상 도로(3) 상의 재해 발생 가능성을 판별하고, 판별 결과를 기반으로 재해 예방 관련 계획 수립 데이터를 생성할 수 있다.

여기서, 대상 도로(3) 상에 재해 발생 가능성이 있다는 것은, 교통량 조사 지점(20)이 포함된 대상 도로(3) 상 내지 해당 대상 도로(3)의 주변에서(혹은 교통량 조사 지점의 주변에서), 화재 사고나 교통 사고 등과 같은 재해가 발생했을 가능성이 있다는 것을 의미할 수 있다.

산출부(12)는 미리 설정된 기간(일정 기간) 동안 산출되는 도로 점유율을 누적하여, 교통량 조사 지점(20)에 대한 차량의 누적 도로 점유율을 산출(획득)할 수 있다. 이때, 재해 관리부(13)는 교통량 조사 지점(20)에 대한 차량의 과거 누적 도로 점유율과 대비하여, 과거 누적 도로 점유율이 산출된 과거 기간에 대응하여 미리 설정된 기간(일예로, 7일) 동안 산출되는 도로 점유율을 누적하여 획득된 교통량 조사 지점(20)에 대한 차량의 누적 도로 점유율이 과거 누적 도로 점유율의 허용 범위(일정 범위)를 벗어나면, 대상 도로(3)에 재해 발생 가능성이 있는 것으로 판별할 수 있다.

이때, 과거 누적 도로 점유율은, 과거 기간(미리 설정된 과거 기간) 동안 산출되는 도로 점유율을 누적하여 획득된 도로 점유율을 의미할 수 있다. 또한, 과거 누적 도로 점유율의 허용 범위는 예시적으로 '과거 누적 도로 점유율±10%'와 같이 설정될 수 있으나, 이는 본원의 이해를 돕기 위한 하나의 예시일 뿐, 허용 범위의 수치 설정은 다양하게 설정, 변경될 수 있다.

여기서, 과거 기간이, 미리 설정된 기간(예시적으로, 2020년 10월 1일부터 7일까지의 7일 기간)을 기준으로 그와 대응하는 과거 한 해의 동일 기간(예시적으로, 2019년 10월 1일부터 7일까지의 7일 기간)을 의미한다고 하자. 이러한 경우, 과거 누적 도로 점유율로는 과거 한 해의 동일 기간(예시적으로, 2019년 10월 1일부터 7일까지의 7일 기간) 동안 산출되는 도로 점유율을 누적(합산)함으로써 획득(산출)된 도로 점유율(누적 도로 점유율)이 고려될 수 있다.

다른 일예로, 과거 기간이, 미리 설정된 기간(예시적으로, 2020년 10월 1일부터 7일까지의 7일 기간)을 기준으로 그와 대응하는 과거 여러 해(복수 해)의 동일 기간(예시적으로, 2015년부터 2019년까지의 5년동안에 있어서, 해당 5년 각각에서의 10월 1일부터 7일까지의 7일 기간)을 의미한다고 하자. 이러한 경우, 과거 누적 도로 점유율로는 과거 여러 해 각각에서의 동일 기간에 대해 획득된 누적 도로 점유율(즉, 2015년의 동일 기간 동안의 누적 도로 점유율, … , 2019년의 동일 기간 동안의 누적 도로 점유율)을 합산한 후 이를 평균함으로써 획득(산출)된 도로 점유율(과거 평균 누적 도로 점유율)이 고려될 수 있다.

이에 따르면, 과거 누적 도로 점유율로서, 과거 한 해의 동일 기간 동안 산출되는 도로 점유율을 누적(합산)함으로써 획득되는 누적 도로 점유율이 고려되는 경우, 재해 관리부(13)는 미리 설정된 기간(일예로 7일) 동안의 누적 도로 점유율과 과거 누적 도로 점유율을 서로 대비(비교)할 수 있으며, 대비 결과 미리 설정된 기간 동안의 누적 도로 점유율이 과거 누적 도로 점유율의 허용 범위를 벗어나면, 대상 도로(3) 상에 재해 발생 가능성이 있는 것으로 판별할 수 있다.

다른 예로, 과거 누적 도로 점유율로서 과거 여러 해의 동일 기간 동안 산출되는 누적 도로 점유율을 평균한 과거 평균 누적 도로 점유율이 고려되는 경우, 재해 관리부(13)는 재해 관리부(13)는 미리 설정된 기간(일예로 7일) 동안의 누적 도로 점유율과 과거 평균 누적 도로 점유율을 서로 대비(비교)할 수 있으며, 대비 결과 미리 설정된 기간 동안의 누적 도로 점유율이 과거 평균 누적 도로 점유율의 허용 범위를 벗어나면, 대상 도로(3) 상에 재해 발생 가능성이 있는 것으로 판별할 수 있다.

이에 따르면, 재해 관리부(13)는, 일예로 과거 누적 도로 점유율의 산출시 고려되는 과거 기간이 미리 설정된 기간과 동일한 기간을 갖는 과거 한 해의 동일 기간이면, 누적 도로 점유율 간의 비교를 통해 대상 도로(3) 상의 재해 발생 가능성을 판별할 수 있다. 다른 일예로, 과거 누적 도로 점유율의 산출시 고려되는 과거 기간이 미리 설정된 기간과 동일한 기간을 가지는 과거 여러 해에 대응하는 동일 기간인 경우, 재해 관리부(13)는 도로 점유율에 대한 누적(합산) 처리 외에 평균 처리 등을 추가적으로 수행할 수 있으며, 이에 따라 상술한 과거 평균 누적 도로 점유율이 산출될 수 있다.

이러한 본원에서 언급하는 도로 점유율에 대한 누적 및 평균 처리의 개념은 통계적 분석 기법에 있어서 자명한 사항이므로, 보다 구체적인 설명은 생략하기로 한다.

다시 말해, 과거 누적 도로 점유율의 허용 범위는 예시적으로 후술하는 다음과 같은 다양한 기준을 토대로 설정될 수 있다. 과거 누적 도로 점유율의 허용 범위는 다음과 같은 기준으로 산출된 값(과거 누적 도로 점유율 값)에 대하여 일예로 ± 10%로 설정될 수 있으나, 이에만 한정되는 것은 아니고, 허용 범위의 설정 수준(일예로, ± 10%) 등은 앞서 말한 바와 같이 사용자 입력에 의해 다양하게 변경(조정)될 수 있다.

일예로, 과거 누적 도로 점유율의 허용 범위는, 누적 도로 점유율의 산출시 고려된 미리 설정된 기간(일예로 7일)을 기준으로, 전년도에서의 동일 기간 동안의 누적 도로 점유율을 기준으로 설정된 것일 수 있다. 예시적으로, 미리 설정된 기간 동안 산출된 누적 도로 점유율이 2020년 10월 1일부터 7일까지의 기간 동안 누적된 도로 점유율로서 70%라고 하자. 이러한 경우, 과거 누적 도로 점유율의 허용 범위는 2019년 10월 1일부터 7일까지의 기간 동안 산출된 누적 도로 점유율(일예로 60%)을 기준으로 설정된 것일 수 있다. 이때, 과거 누적 도로 점유율의 허용 범위가 일예로 '60% ± 10%'로 설정되어 있는 경우, 재해 관리부(13)는 획득된 누적 도로 점유율인 70%가 과거 누적 도로 점유율의 허용 범위를 벗어나지 않으므로, 대상 도로(3) 상에 재해 발생 가능성이 없는 것으로 판단할 수 있다.

다른 일예로, 과거 누적 도로 점유율의 허용 범위는, 누적 도로 점유율의 산출시 고려된 미리 설정된 기간(일예로, 2020년 10월 1일부터 7일까지의 기간)을 기준으로, 과거 복수년도(일예로 2014년도부터 2019년도까지의 과거 6개의 연도) 각각에서의 동일 기간 동안의 누적 도로 점유율의 평균을 기준으로 설정된 것일 수 있다. 이러한 경우, 과거 누적 도로 점유율의 허용 범위는 일예로 2014년도부터 2019년도 각각에서의 1일부터 7일까지의 기간 동안 산출된 누적 도로 점유율을 평균한 값(즉, 2014년도에서의 해당 기간 동안의 누적 도로 점유율 값, 2016년도에서의 해당 기간 동안의 누적 도로 점유율 값, …, 2019년도에서의 해당 기간 동안의 누적 도로 점유율 값을 평균한 값, 즉 6개의 누적 도로 점유율 값을 평균한 값)을 기준으로 설정된 것일 수 있다.

또 다른 일예로, 과거 누적 도로 점유율의 허용 범위는, 누적 도로 점유율의 산출시 고려된 미리 설정된 기간(일예로, 2020년 10월 1일부터 7일까지의 기간)을 기준으로, 당해 동일한 연도의 전달에서의 동일 기간 동안의 누적 도로 점유율(일예로, 2020년 9월 1일부터 7일까지의 기간 동안의 누적 도로 점유율), 또는 당해 동일한 연도의 전주 기간 동안의 누적 도로 점유율(일예로, 2020년 9월 24일부터 2020년 9월 30일까지의 기간 동안의 누적 도로 점유율)을 기준으로 설정된 것일 수 있다.

또 다른 일예로, 과거 누적 도로 점유율의 허용 범위는, 누적 도로 점유율의 산출시 고려된 미리 설정된 기간(일예로, 2020년 10월 1일부터 7일까지의 기간)을 기준으로, 같은 해의 가까운 시일 기간(예시적으로, 한달 이내)의 평균 도로 점유율(일예로, 2020년 9월달의 평균 도로 점유율), 또는 당해 과거 미리 설정된 복수개월 동안의 평균 도로 점유율(일예로, 2020년 3월부터 9월까지의 평균 도로 점유율)을 기준으로 설정된 것일 수 있다.

또 다른 예를 들면, 일예로 대상 도로(3) 상의 어느 한 교통량 조사 지점(20)을 포함하는 영상이 제1 영상 획득 장치에 의해 획득되고, 그와 동일한 대상 도로(3) 상의 다른 어느 한 교통량 조사 지점을 포함하는 영상이 제2 영상 획득 장치에 의해 획득된다고 하자. 그리고 제1 영상 획득 장치에 의해 획득된 영상을 기반으로 산출된 어느 한 교통량 조사 지점(20)에 대한 누적 도로 점유율이 미리 설정된 기간(일예로, 2020년 10월 1일부터 7일까지의 기간) 동안의 누적 도로 점유율이라고 하자. 이때, 두 영상 획득 장치(제1, 제2 영상 획득 장치)에 의해 획득된 영상은 모두 동일한 동일 대상 도로(3) 상에 속해있는 서로 다른 두 지점에 대한 영상이므로, 일예로 두 영상 각각을 기반으로 산출된 두개의 누적 도로 점유율(즉, 어느 한 교통량 조사 지점(20)에 대한 누적 도로 점유율과 그와 이웃한 다른 어느 한 교통량 조사 지점에 대한 누적 도로 점유율)은 서로 동일한 값을 가질 수 있을 것이다.

이를 고려해, 과거 누적 도로 점유율의 허용 범위는 누적 도로 점유율의 산출이 이루어진 교통량 조사 지점(20)과 동일한 대상 도로(3)에 속하는 다른 어느 한 교통량 조사 지점(20)에 대하여 산출된 누적 도로 점유율을 기준으로 설정된 것일 수 있다. 즉, 과거 누적 도로 점유율의 허용 범위는, 누적 도로 점유율의 산출시 고려된 미리 설정된 기간(일예로, 2020년 10월 1일부터 7일까지의 기간)을 기준으로, 그와 동일한 미리 설정된 기간에 속하면서 다른 어느 한 교통량 조사 지점(20)에 대하여 산출된 누적 도로 점유율을 기준으로 설정된 것일 수 있다. 다시 말해, 과거 누적 도로 점유율의 허용 범위는, 제2 영상 획득 장치에 의해 획득된 영상을 기반으로 산출된 다른 어느 한 교통량 조사 지점에 대한 미리 설정된 기간(2020년 10월 1일부터 7일까지의 기간) 동안의 누적 도로 점유율을 기준으로 설정된 것일 수 있다.

여기서, 동일한 대상 도로라 함은, 예시적으로 동일한 도로명칭을 갖는 도로를 지칭하는 것일 수 있다. 다만, 이에만 한정되는 것은 아니며, 동일한 대상 도로는 도로명칭이 동일한 경우는 물론이고 도로명칭이 상이하더라도 차량 주행이 연속적으로 이루어질 수 있도록 상호 연결되는 도로를 포괄하는 개념으로 넓게 이해함이 바람직하다. 다시 말해, 동일한 대상 도로는 상호 연결되어 교통량(일예로 도로 점유율)에 있어서 소정 이상의 유사도를 갖는 차량 주행이 이루어질 수 있는 도로를 의미할 수 있다.

재해 관리부(13)는 교통량 조사 지점(20)에 대한 누적 도로 점유율이, 상술한 다양한 기준들을 기반으로 설정 가능한 과거 누적 도로 점유율의 허용 범위를 벗어나면, 대상 도로(3) 상에 재해 발생 가능성이 있는 것으로 판별할 수 있다.

재해 관리부(13)는 대상 도로(3) 상의 재해 발생 가능성의 판별을 통해, 일예로 기 설정된 기간(예시적으로 50일) 동안 발생된 재해 발생 가능성의 판별 횟수, 재해 발생 가능성의 판별 주기 등의 재해 관련 정보를 산출(측정)할 수 있으며, 산출된 재해 관련 정보를 기반으로 재해 예방 관련 계획 수립 데이터를 생성할 수 있다. 즉, 이러한 산출된 재해 관련 정보는 일예로 재해 예방을 위한 계획 수립시에 이용(활용)될 수 있다.

재해 예방 관련 계획 수립 데이터는, 예시적으로 '대상 도로(3)에서 최근 50일 동안에 화재 사고, 교통 사고 등의 재해가 5번 발생한 것으로 예상(판별)되므로, 대상 도로(3)에서의 차량 최대 시속은 현재 80km/h에서 60km/h로 하향 조정할 필요가 있음'과 같은 데이터일 수 있다.

다른 일예로, 재해 예방 관련 계획 수립 데이터는, '대상 도로(3)에서 10일 당 3번 이상의 재해가 발생되는 것으로 예상(판별, 예측)되므로, 해당 대상 도로(3)의 통과시 차가 막혀 정체가 될 가능성이 높은 편이므로, 차량들이 대상 도로(3)가 아닌 다른 도로를 통해 우회할 수 있도록 조치를 취할 필요가 있음'과 같은 데이터일 수 있다.

한편, 교통량 조사 지점(20)에 대한 차량의 누적 도로 점유율이 과거 누적 도로 점유율의 허용 범위의 상한값을 초과하는 값으로 나타났다는 것은, 예시적으로 교통량 조사 지점(20)이 포함된 대상 도로(3)의 적어도 일부 지점(구간)에서 교통 사고나 화재 사고 등의 재해가 발생되어, 사고의 수습으로 인해 차량의 정체가 심해져(차량 정체의 수준이 높아져) 그로 인해 누적 도로 점유율의 값이 과거 누적 도로 점유율의 허용 범위의 상한값을 초과하는 높은 값으로 나타나는 것으로 예상해 볼 수 있다. 따라서, 재해 관리부(13)는 일예로, 획득된 누적 도로 점유율이 과거 누적 도로 점유율의 허용 범위를 벗어나면(일예로, 과거 누적 도로 점유율의 허용 범위의 상한값을 초과하면), 대상 도로(3) 상에 재해 발생 가능성이 있는 것으로 판별하여, '차량들이 대상 도로(3)가 아닌 다른 도로로 우회할 수 있도록 하는 조치를 취할 필요가 있음'과 같은 재해 예방 관련 계획 수립 데이터를 생성할 수 있다.

다른 예로, 교통량 조사 지점(20)에 대한 차량의 누적 도로 점유율이 과거 누적 도로 점유율의 허용 범위의 하한값 미만의 값으로 나타났다는 것은, 예시적으로 교통량 조사 지점(20)이 포함된 대상 도로(3)의 적어도 일부 지점(구간)의 이용이 재해 발생으로 인해 통제되고(예시적으로, 홍수가 발생하여 잠겼다거나, 도로 주변의 큰 화재가 발생했다거나, 도로 보수 혹은 도로 붕괴 등이 발생했다는 등의 이유로 통제되고), 그로 인해 차량들이 대상 도로(3)를 이용하지 못하게 되어 누적 도로 점유율의 값이 과거 누적 도로 점유율의 허용 범위의 하한값 미만의 낮은 값으로 나타나는 것으로 예상해 볼 수 있다. 따라서, 재해 관리부(13)는 일예로, 획득된 누적 도로 점유율이 과거 누적 도로 점유율의 허용 범위를 벗어나면(일예로, 과거 누적 도로 점유율의 허용 범위의 하한값 미만이면), 대상 도로(3) 상에 재해 발생 가능성이 있는 것으로 판별하여, '차량들이 대상 도로(3)가 아닌 다른 도로로 우회할 수 있도록 하는 조치를 취할 필요가 있음'과 같은 재해 예방 관련 계획 수립 데이터를 생성할 수 있다.

한편, 앞서 말한 바와 같이, 산출부(12)는 영상 내 차량(40)의 차종이 인식되는 경우, 교통량 조사 지점(20)에 대하여 차종별 도로 점유율을 산출할 수 있다.

이때, 재해 관리부(13)는 복수의 차종 중 재해 관련 차종에 대하여 교통량 조사 지점(20)에 대한 차량의 과거 차종별 도로 점유율과 대비하여, 복수의 차종 중 재해 관련 차종에 대하여 산출된 도로 점유율이 과거 차종별 도로 점유율의 허용 범위를 상회하는 것으로 나타나는 기간(달리 표현해, 과거 차종별 도로 점유율의 허용 범위의 상한값을 초과하는 값으로 나타나는 기간)을 도로 점유율이 과거 차종별 도로 점유율의 허용 범위 내일 때보다 재해 발생 가능성이 더 높은 위험 기간인 것으로 판별하고, 판별된 위험 기간을 고려하여 재해 예방 관련 계획 수립 데이터를 생성할 수 있다.

달리 표현하자면, 재해 관리부(13)는 복수의 차종 중 재해 관련 차종과 관련하여, 교통량 조사 지점(20)에 대한 과거 재해 관련 차종의 도로 점유율(즉, 과거 재해 관련 차종 도로 점유율)과 대비하여, 교통량 조사 지점(20)에 대하여 산출된 재해 관련 차종의 도로 점유율(즉, 산출 도로 점유율)이 과거 재해 관련 차종의 도로 점유율(즉, 과거 재해 관련 차종 도로 점유율)의 허용 범위를 상회하는 것으로 나타나는 기간을, 산출 도로 점유율이 과거 재해 관련 차종 도로 점유율의 허용 범위 내일 때보다 재해 발생 가능성이 더 높은 위험 기간인 것으로 판별하고, 위험 기간을 고려하여 재해 예방 관련 계획 수립 데이터를 생성할 수 있다.

이때, 예시적으로 과거 재해 관련 차종의 도로 점유율은, 일예로 과거 복수 해(일예로, 2010년부터 2019년까지에 해당하는 과거 10년) 각각에 대응하는 일별(혹은 시간대별) 재해 관련 차종의 도로 점유율을 평균함으로써 도출된 일별(혹은 시간대별) 과거 재해 관련 차종의 평균 도로 점유율을 의미할 수 있다. 이러한 과거 재해 관련 차종의 도로 점유율은, 예시적으로 가로축은 365일에 해당하는 일별(일자)를 나타내고, 세로축은 일별 재해 관련 차종의 도로 점유율을 과거 10년동안에 대하여 평균한 평균 도로 점유율을 나타내는 그래프의 형태로 표현될 수 있다.

과거 재해 관련 차종의 도로 점유율의 산출시 고려되는 과거의 기간의 경우, 상술한 일예에서는 과거 10년에 해당하는 복수 해인 것으로 예시하였으나, 이는 본원의 이해를 돕기 위한 하나의 예시일 뿐, 이에만 한정되는 것은 아니다. 과거 재해 관련 차종의 도로 점유율의 산출시 고려되는 과거의 기간은 과거의 특정 날짜 구간, 과거의 특정 시간대 구간 등 다양한 기준으로 설정될 수 있다.

산출부(12)에 의해 일예로 교통량 조사 지점(20)에 대한 미리 설정된 기간 동안의 재해 관련 차종의 도로 점유율(일예로, 2020년 11월 4일부터 5일에 해당하는 2일 동안의 일별 도로 점유율)이 산출된 경우, 이는 교통량 조사 지점(20)에 대하여 산출된 재해 관련 차종의 산출 도로 점유율이라 지칭될 수 있다. 이때, 재해 관리부(13)는 과거 재해 관련 차종의 도로 점유율 중 산출 도로 점유율에 해당하는 과거 기간의 도로 점유율(즉, 10년간의 평균 도로 점유율 중 11월 4일부터 5일에 해당하는 2일 동안의 과거 일별 도로 점유율)과 산출 도로 점유율을 서로 비교하여, 산출 도로 점유율이 과거 재해 관련 차종의 도로 점유율의 허용 범위를 상회하면, 상회하는 해당 기간(즉, 11월 4일부터 5일에 해당하는 2일)을 다른 기간 대비 재해 발생 가능성이 더 높은 위험 기간인 것으로 판별할 수 있다.

다른 일예로, 산출부(12)에 의해 교통량 조사 지점(20)에 대하여 산출된 재해 관련 차종의 산출 도로 점유율로서, 금번년도(2020년도)의 1월 1일부터 11월 15일까지에 해당하는 미리 설정된 기간 동안의 일별 도로 점유율을 산출하였다고 하자. 이때, 재해 관리부(13)는 교통량 조사 지점(20)에 대하여 산출된 재해 관련 차종의 산출 도로 점유율과 과거 재해 관련 차종의 도로 점유율을 서로 대비할 수 있다. 이때, 산출 도로 점유율에 대응하는 기간(즉, 1월1일부터 11월 15일까지에 해당하는 기간) 중 2월 2일부터 2월 10일에 해당하는 제1 기간과 11월 10일부터 11월 15일까지에 해당하는 제2 기간에서, 과거 재해 관련 차종의 도로 점유율의 허용 범위를 상회하는 것(벗어나는 것, 혹은 허용 범위의 상한값을 초과하는 것)으로 나타났다고 하자. 이러한 경우, 재해 관리부(13)는 일예로 매해의 제1 기간과 제2 기간을 다른 기간(즉, 365일 중 제1 기간과 제2 기간을 제외한 나머지 기간) 대비 재해 발생 가능성이 더 높은 위험 기간인 것으로 판별할 수 있다.

교통량 조사 지점(20)에 대하여 산출되는 재해 관련 차종의 산출 도로 점유율은, 사용자에 의해 설정된 미리 설정된 기간 동안에 산출되는 도로 점유율일 수도 있고, 혹은 실시간으로 획득(산출)되는 도로 점유율일 수 있다.

재해 관리부(13)는 위험 기간을 고려하여 재해 예방 관련 계획 수립 데이터를 생성할 수 있다.

다시 말해, 재해 관리부(13)는 교통량 조사 지점(20)에 대하여 산출된 차종별 도로 점유율 중 특히 재해 관련 차종의 도로 점유율이, 해당 교통량 조사 지점(20)에 대한 차량의 과거 차종별 도로 점유율(과거 재해 관련 차종의 도로 점유율)의 허용 범위를 상회하는 것으로 나타나는 기간이 존재하면, 해당 기간을 재해 발생 가능성이 더 높은 위험 구간인 것으로 판별할 수 있다.

본원에서 재해 관련 차종은, 재해를 직접 제압(통제)하는 차종(일예로 제설차, 소방차 등) 뿐만 아니라, 재해로 인해 발생된 환자 등을 관리/감독하는 차종(일예로, 구급차 등)을 모두 포괄하는 개념으로 이해될 수 있다.

예시적으로 재해 관련 차종은 제설차, 소방차, 구급차, 경찰차 등이 포함될 수 있으나, 이에 한정되는 것은 아니다. 재해 관련 차종으로는 화재 사고나 교통 사고 등의 재해가 발생했을 때, 재해가 발생하지 않았을 경우와 대비하여 상대적으로 도로의 점유 비중이 높아지는 경향을 보이는(즉, 차량 출현/등장의 빈도수가 더 높아지는 경향을 보이는) 차종들이 포함(고려)될 수 있다.

이에 따르면, 교통량 조사 지점(20)에 대하여 산출된 재해 관련 차종의 도로 점유율(산출 도로 점유율)이 과거 차종별 도로 점유율의 허용 범위(특히, 과거 재해 관련 차종의 도로 점유율의 허용 범위)를 상회하는 것으로 나타났다는 것은, 예시적으로 교통량 조사 지점(20)이 포함된 대상 도로(3)의 적어도 일부 지점(구간)에서 교통 사고나 화재 사고 등의 재해가 발생되어, 사고의 수습으로 인해 재해 관련 차종(일예로, 제설차, 소방차 등)이 많이 이동(등장)하게 됨에 따라, 그로 인해 재해 관련 차종의 도로 점유율(산출 도로 점유율)이 대상 도로(3)에 재해가 발생하지 않았을 때(즉, 재해 관련 차종의 산출 도로 점유율이 과거 재해 관련 차종의 도로 점유율의 허용 범위에 속하는 것으로 나타날 때)의 경우보다 더 높은 값으로 나타나는 것으로 예상해 볼 수 있다.

이에 따라, 일예로 인식된 영상 내 차량(40)에 관한 정보를 이용하여 산출된 교통량 조사 지점(20)에 대한 재해 관련 차종의 도로 점유율이 과거 차종별 도로 점유율(특히, 과거 재해 관련 차종의 도로 점유율)의 허용 범위를 상회하는 것으로 나타나는 기간이 발생(일예로, 2020년 11월 4일부터 5일에 해당하는 2일 동안 발생)했다고 하자. 이러한 경우, 재해 관리부(13)는 일예로 과거 차종별 도로 점유율의 허용 범위를 상회하는 것으로 나타나는 기간(상회 기간)(일예로, 2020년 11월 4일부터 5일에 해당하는 2일) 내지 해당 기간(상회 기간)을 포함한 기설정 기간(일예로, 2020년 11월 4일부터 8일에 해당하는 5일의 기간)이 다른 기간일 때보다 재해 발생 가능성이 더 높은 위험 기간인 것으로 판별할 수 있다.

예시적으로, 재해 관리부(13)는 교통량 조사 지점(20)에 대한 제설차의 도로 점유율이 2020년 11월 4일부터 5일에 해당하는 2일(이틀)의 기간 동안에 과거 차종별 도로 점유율(과거 재해 관련 차종의 도로 점유율)의 허용 범위를 상회하는 것으로 나타나면, 일예로 해당 2일의 기간 동안에 폭설로 인해 교통량 조사 지점(20)이 포함된 대상 도로(3)에 많은 눈이 쌓이게 되어, 쌓인 눈을 치우기 위해 제설차의 등장 빈도수가 높아진 것으로 인식할 수 있다. 이러한 경우, 재해 관리부(13)는 해당 2일의 기간, 또는 해당 2일의 기간을 포함한 기설정 기간(일예로, 2020년 11월 4일부터 8일에 해당하는 5일의 기간) 동안이 폭설이 발생하지 않았던 기간이었을 때보다, 교통 사고 등과 같은 재해의 발생 가능성(재해 발생 가능성)이 더 높은 위험 기간인 것으로 판별할 수 있다.

이러한 경우, 재해 관리부(13)는 일예로 위험 기간을 고려하여, 재해 예방 관련 계획 수립 데이터로서 일예로 '2020년 11월 4일부터 5일에 해당하는 2일의 기간 동안에는 교통 사고의 발생 가능성(확률)이 높으므로, 향후 매년 11월 4일부터 5일에 해당하는 2일 기간 동안에 차량들이 대상 도로(3)가 아닌 다른 도로로 우회할 수 있도록 하는 조치를 취할 필요가 있음'과 같은 데이터를 생성할 수 있다.

다른 일예로, 재해 관리부(13)는 일예로 위험 기간을 고려하여, 재해 예방 관련 계획 수립 데이터로서 일예로 '2020년 11월 4일부터 8일에 해당하는 5일의 기간 동안에는 교통 사고의 발생 가능성(확률)이 높으므로, 차량들이 대상 도로(3)가 아닌 다른 도로로 우회할 수 있도록 하는 조치를 취할 필요가 있음', 혹은 '5일의 기간 동안에는 대상 도로(3)에서의 차량 최대 시속을 현재 80km/h에서 60km/h로 하향 조정할 필요가 있음'과 같은 데이터를 생성할 수 있다.

이러한 재해 관리부(13)는 재해 관련 차종에 대해 산출된 도로 점유율(재해 관련 차종의 도로 점유율)을 이용하여 폭설 등의 재해가 주로 발생하는 기간을 판단(즉, 위험 기간을 판별, 예측)할 수 있으며, 이러한 판단 결과를 고려해(즉, 판별된 위험 기간을 고려해) 재해 예방 관련 계획 수립 데이터를 생성함으로써, 대상 도로(3)에서의 재해로 인한 인명 사고를 효과적으로 예방할 수 있다.

다시 말하자면, 재해 관리부(13)는 미리 설정된 기간(일예로 7일) 동안 산출된 누적 도로 점유율이 과거 누적 도로 점유율의 허용 범위(일정 범위)를 벗어나는 점유율로 산출된 경우, 대상 도로(3) 상에 재해 발생 가능성이 있는 것으로 판별(즉, 대상 도로 상 혹은 그 주변에서 화재 사고, 교통 사고 등의 재해가 발생했을 가능성이 있는 것으로 판별)할 수 있다. 이러한 재해 관리부(13)는 재해 발생 가능성의 판별을 통해, 일예로 미리 설정된 기간(일예로 7일) 동안 발생한 사고(혹은, 발생한 것으로 예상/예측되는 사고)의 발생 시간 주기, 발생 횟수 등을 파악할 수 있다. 재해 관리부(13)는 이러한 파악된 정보를 토대로 재해 예방 관련 계획 수립 데이터를 생성할 수 있다. 즉, 재해 관리부(13)는 파악된 정보를 재해의 예방에 활용할 수 있다.

또한, 재해 관리부(13)는 제설차 등 재해 관련 차종에 대하여 도로 점유율을 산출할 수 있음에 따라, 이를 기반으로 대상 도로(3)에 대하여 재해 관련 차종의 도로 점유율이 증가하는 기간을 산출할 수 있다. 이때, 재해 관리부(13)는 재해 관련 차종의 도로 점유율이 과거 차종별 도로 점유율(혹은 과거 재해 관련 차종의 도로 점유율)의 허용 범위를 상회하는 것으로 나타나는 기간을 위험 기간인 것으로 판별하고, 위험 기간을 고려해 재해 예방 관련 계획 수립 데이터를 생성할 수 있다. 즉, 이러한 재해 관리부(13)는 재해 관련 차종에 대한 도로 점유율의 추이 등을 고려하여, 폭설 등의 재해가 주로 발생하는 기간을 위험 기간으로 판별할 수 있다. 재해 관리부(13)는 이러한 위험 기간을 기초로 재해 예방 관련 계획 수립 데이터를 생성함으로써, 재해에 의한 인명 사고를 효과적으로 예방할 수 있다.

보수 점검 관리부(14)는, 산출부(12)에서 미리 설정된 기간 동안 산출되는 교통량 조사 지점(20)에 대한 차량의 도로 점유율에 기초하여, 대상 도로(3)에 대한 보수 점검이 요구되는 보수 점검 필요 시점을 판단할 수 있다. 예시적으로, 보수 점검 관리부(14)는 미리 설정된 기간으로서, 일예로 7일 동안 산출된 교통량 조사 지점(20)에 대한 차량의 도로 점유율에 기초하여 보수 점검 필요 시점을 판단할 수 있다.

이때, 보수 점검 관리부(14)에 의한 보수 점검 필요 시점의 판단은, 도로 점유율을 차종별로 구분한 차종별 도로 점유율에 기초하여 수행될 수 있다. 보수 점검 필요 시점의 판단은, 차종별로 각기 다르게 설정되는 가중치를 고려하여 이루어질 수 있다.

예를 들면, 보수 점검 관리부(14)는 먼저 교통량 조사 지점(20)에 대한 미리 설정된 시간(일예로 7일) 동안의 도로 점유율로서, 모든 차종을 다 포함하는 도로 점유율을 산출할 수 있다. 이때, 모든 차종을 다 포함하도록 산출된 도로 점유율이라 함은, 차종별 가중치가 고려되지 않은 상태로 산출된 도로 점유율(기본 도로 점유율)을 의미할 수 있다. 이후, 보수 점검 관리부(14)는 차종별로 각기 다르게 설정(부여)된 가중치를 고려하여, 교통량 조사 지점(20)에 대한 미리 설정된 시간(일예로 7일) 동안의 보정된 도로 점유율(즉, 기본 도로 점유율에 차종별 가중치를 고려함으로써 보정된 보정 도로 점유율)을 산출할 수 있다. 보수 점검 관리부(14)는 이러한 보정된 도로 점유율(보정 도로 점유율)을 이용하여 대상 도로(3)에 대한 보수 점검 필요 시점을 판단할 수 있다. 이때, 보수 점검 관리부(14)는 기본 도로 점유율과 보정된 보정 도로 점유율 간의 차이의 수준(정도)에 따라 보수 점검 필요 시점을 다르게 산출할 수 있다.

차종별 도로 점유율을 고려하지 않은 상태(즉, 차종별 각기 다르게 설정된 가중치를 고려하지 않은 상태)로 보수 점검 필요 시점을 판단하는 경우의 예는 다음과 같다.

일예로, 교통량 조사 지점(20)에 대하여 산출된 미리 설정된 기간(일예로 2020년 11월 2일부터 11월 8일까지에 해당하는 7일) 동안의 도로 점유율(기본 도로 점유율)이 50% 였다고 하자. 이러한 경우, 보수 점검 관리부(14)는 산출된 기본 도로 점유율이 기설정된 허용 범위(예시적으로, 0% 이상 60% 미만)에 속하면, 일예로 대상 도로(3)에 대한 보수 점검이 요구되는 보수 점검 필요 시점을 현재(일예로, 2020년 11월 9일)로부터 기설정된 제1 기본 기간(일예로 1년) 후인 시점(즉, 2021년 11월 9일에 해당하는 시점)인 것으로 판단할 수 있다.

다른 일예로, 기본 도로 점유율이 65% 인 것으로 산출되어 기설정된 허용 범위(예시적으로, 0% 이상 60% 미만)를 벗어나는 것으로 판단되면, 일예로 대상 도로(3)에 대한 보수 점검이 요구되는 보수 점검 필요 시점을, 현재(일예로, 2020년 11월 9일)로부터 기설정된 제2 기본 기간(일예로 11개월) 후인 시점(즉, 2021년 10월 9일에 해당하는 시점)인 것으로 판단할 수 있다. 이때, 기설정된 제2 기본 기간은 제1 기본 기간보다 짧게 설정될 수 있다.

또한, 제2 기본 기간은 일예로 기본 도로 점유율이 기 설정된 허용 범위(예시적으로, 0% 이상 60% 미만)를 벗어나는 정도의 수준에 따라, 벗어나는 정도의 수준이 커질수록 더 짧은 기간의 값으로 설정될 수 있다. 예시적으로, 기본 도로 점유율이 60% 이상 70% 미만의 값으로 산출되면, 제2 기본기간은 제1 기본기간(1년) 대비 1개월 짧은 11개월로 설정될 수 있다. 기본 도로 점유율이 70% 이상 80% 미만의 값으로 산출되면, 제2 기본기간은 10개월로 설정될 수 있다. 기본 도로 점유율이 80% 이상의 값으로 산출되면, 제2 기본기간은 9개월로 설정될 수 있다.

차종별 도로 점유율을 고려한 상태(즉, 차종별 각기 다르게 설정된 가중치를 고려한 상태)로 보수 점검 필요 시점을 판단하는 경우의 예는 다음과 같다.

보수 점검 관리부(14)는 도로 점유율을 차종별로 구분한 차종별 도로 점유율에 기초하여 보수 점검 필요 시점의 판단을 수행될 수 있다. 보수 점검 필요 시점의 판단은, 차종별로 각기 다르게 설정되는 가중치를 고려하여 이루어질 수 있다.

달리 말해, 산출부(12)는 교통량 조사 지점(20)에 대해 미리 설정된 기간(일예로 7일) 동안의 도로 점유율을 차종별로 산출(즉, 미리 설정된 기간 동안의 차종별 도로 점유율을 산출)할 수 있다. 이후, 보수 점검 관리부(14)는 산출된 차종별 도로 점유율에 기초하여, 교통량 조사 지점(20)이 포함된 대상 도로(3)에 대한 보수 점검 필요 시점을 판단할 수 있다. 이때, 보수 점검 관리부(14)는 차종별로 각기 다르게 설정(부여)된 가중치를 고려하여 교통량 조사 지점(20)에 대한 보수 점검 필요 시점을 판단할 수 있다.

여기서, 차종별로 설정(부여)된 가중치는 도로에 미치는 영향의 정도를 나타내도록 설정될 수 있다. 일예로, 가중치는 차량의 크기로 구분되는 차종을 고려하여, 차량의 크기가 큰 차량(즉, 대형 차량)일수록, 상대적으로 차량의 크기가 작은 차량(즉, 소형 차량) 대비 높게 부여될 수 있다.

일예로, 차량의 크기로 구분되는 차종은 상술한 12종 차종분류에 따른 차종과 같을 수 있다. 이에 따르면, 1종 차종(승용차 미니트럭)에는 가중치가 1로, 2종 차종(버스)에는 가중치가 2로, … 11종 차종(대형화물차 D)에는 가중치가 11로, 12종 차종(대형화물차 E)에는 가중치가 12로 부여되도록 설정되어 있을 수 있다.

예를 들어, 교통량 조사 지점(20)에 대하여 산출된 미리 설정된 기간(일예로 2020년 11월 2일부터 11월 8일까지에 해당하는 7일) 동안의 도로 점유율(기본 도로 점유율)이 50% 였다고 하자.

여기서, 기본 도로 점유율인 50%에 해당하는 차종을 살펴보니, 기본 도로 점유율 50% 중 5%에 해당하는 차량의 차종이 가중치 5로 설정(부여)된 5종 차량(중형화물차 A 인 5종)이고, 45%에 해당하는 차량의 차종이 가중치 1로 설정(부여)된 1종 차량(승용차 미니트럭)이었다고 하자. 이러한 경우, 보수 점검 관리부(14)는 차종별로 각기 다르게 설정(부여)된 가중치를 고려하여, 교통량 조사 지점(20)에 대한 미리 설정된 시간(일예로 7일) 동안의 보정된 도로 점유율을 70%인 것으로 산출할 수 있다. 즉, 5종 차량에 대해서는, 가중치를 고려한 결과 '(5종 차량이 차지하는 비율인 5% X 가중치 5) - 5종 차량이 차지하는 비율인 5% = 20%'의 계산에 의해, 기본 도로 점유율(50%) 대비 도로 점유율이 20% 늘어난 것으로 볼 수 있고, 1종 차량에 대해서는 가중치를 고려한 결과 '(1종 차량이 차지하는 비율인 45% X 가중치 1) - 1종 차량이 차지하는 비율인 45% = 0%'의 계산에 의해, 기본 본 도로율(50%) 대비 도로 점유율이 0% 늘어난 것으로 볼 수 있으므로, 이를 토대로 보수 점검 관리부(14)는 교통량 조사 지점(20)에 대한 차종별 가중치가 고려된 보정된 도로 점유율(보정 도로 점유율)로서, 기본 도로 점유율인 50% 대비 20%가 증가한 70%인 것으로 산출할 수 있다.

이때, 보수 점검 관리부(14)는 보정된 도로 점유율을 기반으로 하여, 보수 점검 필요 시점을 보정한 보정된 보수 점검 필요 시점을 판단할 수 있다. 일예로, 보수 점검 관리부(14)는 산출된 보정된 도로 점유율(보정 도로 점유율)과 기본 도로 점유율 간의 차이의 수준(정도)(일예로, 70%-20%=20%)가 기설정된 허용 범위(예시적으로, 0% 이상 30% 미만)에 속하면, 일예로 대상 도로(3)에 대한 보수 점검이 요구되는 보정된 보수 점검 필요 시점을, 상술한 기설정된 제1 기본 시간(일예로 1년)과 동일한 제1 기본 시간인 것으로 판단할 수 있다. 이때, 보정된 보수 점검 필요 시점에 대응하는 제1 기본 시간은 제1 보정 기본 시간이라 달리 지칭될 수 있다.

다른 예로 들어, 기본 도로 점유율인 50%에 해당하는 차종을 살펴보니, 기본 도로 점유율 50% 중 5%에 해당하는 차량의 차종이 가중치 10으로 설정(부여)된 10종 차량(대형화물차 C인 10종 차량)이고, 45%에 해당하는 차량의 차종이 가중치 1로 설정(부여)된 1종 차량(승용차 미니트럭)이었다고 하자. 이러한 경우, 보수 점검 관리부(14)는 차종별로 각기 다르게 설정(부여)된 가중치를 고려하여, 보정된 도로 점유율(보정 도로 점유율)로서, 기본 도로 점유율인 50% 대비 45%가 증가한 95%인 것으로 산출할 수 있다. 이러한 경우, 보수 점검 관리부(14)는 산출된 보정된 도로 점유율(보정 도로 점유율)과 기본 도로 점유율 간의 차이의 수준(정도)이 기설정된 허용 범위(예시적으로, 0% 이상 30% 미만)를 벗어나므로, 일예로 보정된 보수 점검 필요 시점을, 제1 보정 기본 시간보다 짧은 제2 보정 기본 시간으로 설정할 수 있다. 여기서, 제2 보정 기본 시간은 예시적으로 10개월로 설정될 수 있으나, 이에 한정되는 것은 아니다.

이때, 제2 보정 기본 기간은, 산출된 보정된 도로 점유율(보정 도로 점유율)과 기본 도로 점유율 간의 차이의 수준(정도)이 기설정된 허용 범위(예시적으로, 0% 이상 30% 미만)를 벗어나는 정도의 수준에 따라, 벗어나는 정도의 수준이 커질수록 더 짧은 기간의 값으로 설정될 수 있다. 이때, 제2 보정 기본 기간에 대한 설정 예는 앞서 제2 기본 기간에 대한 설명과 유사하게 이해될 수 있으므로, 구체적인 설명은 생략하기로 한다.

이에 따르면, 각각의 도로(대상 도로)마다, 어느 한 도로(제1 도로)는 유독 대형 차량(일예로, 차종이 8종 이상인 것으로 분류되는 차량)의 통행이 많은 도로일 수 있고, 다른 어느 한 도로(제2 도로)는 유독 소형 차량(일예로, 차종이 2종 이하인 것으로 분류되는 차량)의 통행이 많은 도로일 수 있다. 이때, 제1 도로의 경우에는, 제2 도로 대비 무게가 많이 나가는 큰 대형 차량의 통행이 상대적으로 많음에 따라, 차량 자체의 상당한 무게로 인해 혹은 대형 차량이 싣고 다니는 화물의 낙하 등의 이유로, 해당 도로의 일부가 파손되거나 도로 파임 등의 현상이 나타날 가능성이 더 높다고 볼 수 있을 것이다.

이처럼, 대형 차량의 통행이 많은 도로일수록, 상대적으로 소형 차량의 통행이 많은 도로 대비 도로의 파손 가능성이 높을 수 있다는 점을 고려하여, 보수 점검 관리부(14)는 대상 도로(3)에 대한 보수 점검 필요 시점을 판단할 때, 교통량 조사 지점(20)에 대한 차량의 도로 점유율을 차종별로 구분한 차종별 도로 점유율(즉, 교통량 조사 지점에 대한 차종별 도로 점유율)에 기초하여 보수 점검 필요 시점을 판단할 수 있다. 특히, 보수 점검 관리부(14)는 교통량 조사 지점(20)에 대한 보수 점검 필요 시점을, 해당 교통량 조사 지점(20)의 차종별 도로 점유율에 대한 차종별 가중치를 고려함으로써, 대상 도로마다 달리 판단(다르게 판단)할 수 있다.

보수 점검 관리부(14)는 동일한 대상 도로(3)에 대하여, 높은 가중치가 부여된 차종의 도로 점유율이 높게 나타나는 대상 도로에 대한 보수 점검 필요 시점을, 상대적으로 그보다 가중치가 낮게 부여된 차종의 도로 점유율이 높게 나타나는 대상 도로에 대한 보수 점검 필요 시점보다 더 짧게 설정할 수 있다. 이러한 보수 점검 관리부(14)에 의하면, 높은 가중치가 부여된 차종의 도로 점유율이 높게 나타나는 대상 도로에 대한 보수 점검은, 상대적으로 그보다 가중치가 낮게 부여된 차종의 도로 점유율이 높게 나타나는 대상 도로에 대한 보수 점검보다 더 자주(더 짧은 주기로) 점검이 이루어지도록 할 수 있다.

상술한 본원의 일예에서는, 가중치가 일예로 12종 차종분류에 따른 차종별로 다르게 설정(즉, 12조오 차종 각각에 대해 각기 다른 가중치가 부여되어 설정)되는 것으로 예시하였으나, 이는 본원의 이해를 돕기 위한 하나의 예시일 뿐, 이에만 한정되는 것은 아니다. 다른 일예로, 차종은 사용자에 의해 설정되는 복수개의 그룹 차종(일예로 3개의 그룹 차종)으로 구분될 수 있다. 여기서, 제1 그룹 차종에는 일예로 1종 차종(즉, 승용차 미니트럭)이 포함될 수 있다. 또한, 제2 그룹 차종에는 2 차종(버스) 내지 6 차종(즉, 중형화물차 C)이 포함될 수 있다. 제3 그룹 차종에는 7 차종(즉, 대형화물차 A) 내지 12종 차종(즉, 대형화물차 E)이 포함될 수 있다. 이러한 경우, 일예로 제1 그룹 차종에는 가중치가 1로, 제2 그룹 차종에는 가중치가 2로, 제3 그룹 차종에는 가중치가 3으로 부여되도록 설정되어 있을 수 있다.

다시 말하자면, 보수 점검 관리부(14)는 미리 설정된 기간(일정한 기간) 동안 산출된 차종별 도로 점유율에 기초하여, 대상 도로(3)의 보수, 점검 등이 요구되는 시점인 보수 점검 필요 시점을 판단할 수 있다. 이를 위해, 일예로 보수 점검 관리부(14)는 도로(즉, 대상 도로)의 보수, 점검 등에 따른 기간을 나타내도록 기준 기간을 설정할 수 있으며, 각각의 차종이 도로에 미치는 영향의 정도를 나타내도록 가중치를 설정할 수 있다. 이때, 가중치는 기준 기간으로부터, 각각의 차종에 의해 도로의 보수, 점검 등이 요구되는 기간이 단축되는 정도를 나타내도록 설정될 수 있다.

이러한 경우, 보수 점검 관리부(14)는 각 차종에 설정된 가중치를 각각의 차종에 대해 산출된 도로 점유율에 적용(즉, 차종별 기 설정된 가중치를, 대상 도로에 대해 산출된 차종별 도로 점유율에 적용)하여, 각 차종이 대상 도로(3)에 미친 영향의 정도를 나타내는 영향 시간을 산출할 수 있다. 보수 점검 관리부(14)는 누적된 영향 시간이 기준 기간을 벗어나는 경우 대상 도로(3)에 보수 점검이 필요한 것으로 판단할 수 있으며, 누적된 영향 시간이 기준 기간 대비 벗어나는 정도(수준)에 따라 보수 점검 필요 시점을 다르게 산출할 수 있다. 또한, 보수 점검 관리부(14)는 예시적으로, 누적된 영향 시간이 기준 기간을 벗어나는 경우, 대상 도로(3)에 대해 보수 점검 등이 수행되도록 보수 점검 관련 경고 알람을 생성하여 출력되도록 제공할 수 있다. 여기서, 누적된 영향 시간이라 함은 상술한 보정된 도로 점유율에 대응하는 것을 의미하고, 기준 기간이라 함은 상술한 기본 도로 점유율에 대응하는 것을 의미할 수 있다.

또한, 보수 점검 관련 경고 알람은 상술한 바와 같이 일예로 본 장치(10)에 마련된 화면 표시부(미도시) 혹은 스피커부(미도시)를 통해 출력(제공)될 수 있다. 또한, 각 차종에 대하여 설정된 가중치는, 차종이 소형인 경우 비교적 작게 설정되고, 차종이 대형인 경우 비교적 크게 설정될 수 있다.

한편, 구간 대응 도로 점유율에 대한 설명은 도 3을 참조하여 보다 쉽게 이해될 수 있다.

도 3은 본원의 일 실시예에 따른 차량 영상인식 기반 교통량 조사 장치(10)에서 고려되는 구간 대응 도로 점유율을 설명하기 위한 도면이다.

도 3을 참조하면, 본 장치(10)는 대상 도로(3) 상의 복수의 교통량 조사 지점(21, 22, …) 각각을 포함하는 영상을 촬영하는 복수의 영상 획득 장치(미도시)와 연동될 수 있다. 상술한 영상 획득부(미도시)는, 복수의 영상 획득 장치(미도시) 중 적어도 하나로부터, 대상 도로(3) 상의 복수의 교통량 조사 지점(21, 22, …) 각각을 포함하도록 획득된 복수의 영상을 획득할 수 있다.

산출부(12)는 인식부(11)에서의 영상 내 차량 인식이 대상 도로(3) 상의 복수의 교통량 조사 지점(21, 22, …) 각각을 포함하도록 획득된 복수의 영상을 기반으로 이루어진 경우, 복수의 영상 중 적어도 일부를 이용하여 대상 도로(3) 상의 미리 설정된 구간에 대한 도로 점유율을 구간 대응 도로 점유율로서 산출할 수 있다.

다시 말해, 산출부(12)는 일예로 영상 획득부(미도시)가 대상 도로(3) 상의 복수의 교통량 조사 지점(21, 22, …) 각각을 포함하도록 획득된 복수의 영상을 복수의 영상 획득 장치(미도시) 중 적어도 하나로부터 획득한 경우, 복수의 영상 중 적어도 일부를 이용하여 대상 도로(3) 상의 미리 설정된 구간에 대한 도로 점유율을 구간 대응 도로 점유율로서 산출할 수 있다.

여기서, 구간 대응 도로 점유율은, 복수의 교통량 조사 지점(21, 22, …) 각각에 대하여 산출된 교통량 조사 지점별 도로 점유율을 평균한 평균 도로 점유율일 수 있다.

예시적으로, 대상 도로(3) 상에 복수의 교통량 조사 지점으로서, 제1 지점(21), 제2 지점(22), …, 및 제5 지점을 포함한 5개의 교통량 조사 지점이 포함되어 있다고 하자. 이때, 산출부(12)는 일예로 대상 도로(3) 상의 제3 지점부터 제5 지점 사이에 대응하는 미리 설정된 구간에 대한 도로 점유율을 구간 대응 도로 점유율로서 산출할 수 있다. 이를 위해, 산출부(12)는 5개의 교통량 조사 지점 각각에 대하여 산출된 교통량 조사 지점별 도로 점유율(즉, 제1 지점에 대하여 산출된 도로 점유율, 제2 지점에 대하여 산출된 도로 점유율, …, 및 제5 지점에 대하여 산출된 도로 점유율)을 평균함으로써, 미리 설정된 구간에 대한 평균 도로 점유율을 산출할 수 있다. 이때, 산출된 평균 도로 점유율이 미리 설정된 구간(일예로, 제3 지점부터 제5 지점 사이에 대응하는 구간)에 대한 도로 점유율(즉, 구간 대응 도로 점유율)로서 고려될 수 있다.

또한, 산출부(12)는, 교통량 조사 지점별 도로 점유율(일예로, 제1 지점 내지 제5 지점 각각의 도로 점유율) 중 평균 도로 점유율과의 차이 값이 최소 차이값을 갖는 도로 점유율에 대응하는 교통량 조사 지점(일예로 제2 지점)을 미리 설정된 구간의 대표 교통량 조사 지점으로 설정할 수 있다.

여기서, 산출부(12)는 복수의 교통량 조사 지점(일예로 제1 지점 내지 제5 지점) 중 대표 교통량 조사 지점(일예로 제2 지점)은 상시 교통량을 조사하기 위한 상시 교통량 조사 지점으로 설정할 수 있다. 한편, 산출부(12)는 복수의 교통량 조사 지점(일예로 제1 지점 내지 제5 지점) 중 대표 교통량 조사 지점(일예로 제2 지점)을 제외한 나머지 교통량 조사 지점(일예로 제1 지점, 제3 지점 내지 제5 지점)을 수시로 교통량을 조사하기 위한 수시 교통량 조사 지점으로 설정할 수 있다.

이때, 상시 교통량 조사 지점은 수시 교통량 조사 지점보다 교통량 조사 주기가 짧은 조사 지점을 의미할 수 있다. 예시적으로, 상시 교통량 조사 지점(일예로, 제2 지점)에 대해서는 24시간 항시 교통량 조사가 이루어지고, 수시 교통량 조사 지점(일예로, 제1 지점, 제3 지점 내지 제5 지점)에 대해서는 4시간 간격마다 교통량 조사가 이루어질 수 있다. 이러한 시간 설정의 예는 본원의 이해를 돕기 위한 하나의 예시일 뿐, 이에만 한정되는 것은 아니고, 그 교통량 조사 주기의 설정은 시간, 분, 초, 일 등의 단위로 사용자 입력에 의해 다양하게 설정, 변경될 수 있다.

다시 말하자면, 본 장치(10)에서 도로 점유율은 특정 지점(일예로 교통량 조사 지점)을 포함하도록 획득된 영상을 이용하여 산출될 수 있다. 이때, 도로 점유율은 복수의 교통량 조사 지점 각각을 포함하도록 획득된 복수의 영상 중 적어도 하나를 이용하여, 특정 구간의 도로 점유율을 나타내도록 산출될 수 있다. 달리 표현해, 산출부(12)는 복수의 영상 중 적어도 하나를 이용하여, 대상 도로(3) 상의 미리 설정된 구간에 대한 도로 점유율을 구간 대응 도로 점유율로서 산출할 수 있다.

이를 위해, 산출부(12)는 대상 도로(3) 상에 마련된 복수의 교통량 조사 지점 각각에 대한 도로 점유율(즉, 교통량 조사 지점별 도로 점유율)을 산출하고, 교통량 조사 지점별 도로 점유율을 평균한 평균 도로 점유율을 산출할 수 있다. 산출부(12)는 구간 대응 도로 점유율을 이러한 평균 도로 점유율로 산출할 수 있다.

또한, 산출부(12)는 복수의 교통량 조사 지점 중 어느 한 교통량 조사 지점(일예로, 교통량 조사 지점별 도로 점유율 중에서 평균 도로 점유율과의 차이가 가장 적게 나는 도로 점유율을 보이는 교통량 조사 지점)을 대상 도로(3) 상의 미리 설정된 구간을 대표하는 지점(즉, 대표 교통량 조사 지점)으로 설정할 수 있다.

이러한 경우, 산출부(12)는 대상 도로(3) 상에 마련된 복수의 교통량 조사 지점 중, 대표 교통량 조사 지점으로 설정되지 않은 나머지 교통량 조사 지점에 대하여 미리 설정된 시간 주기에 따라 도로 점유율을 산출하도록 교통량 조사 주기를 설정할 수 있다. 이에 따르면, 일예로 대표 교통량 조사 지점은 도로 점유율을 상시 산출하는 상시 교통량 조사 지점으로 설정될 수 있다. 반면, 복수의 교통량 조사 지점 중 대표 교통량 조사 지점을 제외한 나머지 교통량 조사 지점은 도로 점유율이 미리 설정된 시간 주기에 맞추어 도로 점유율을 수시로 산출하는 수시 교통량 조사 지점으로 설정될 수 있다. 상시 교통량 조사 지점은 수시 교통량 조사 지점보다 교통량 조사 주기가 짧은 조사 지점을 의미할 수 있다. 이리 설정된 시간 주기에 대한 설정은 사용자에 의해 다양하게 설정, 변경될 수 있다.

본 장치(10)는 차량 영상인식을 기반으로 대상 도로(3)를 통과하는 차량의 종류를 파악하고 도로 점유율(특히, 차종별 도로 점유율)을 산출할 수 있다. 이러한 본 장치(10)는 대상 도로(3)를 통과하는 차량의 종류와 도로 점유율을 기반으로, 대상 도로(3)에 대한 유지 보수가 요구되는 시점(즉, 보수 점검 필요 시점)을 해당 대상 도로(3)에 맞춤화되어(특히, 해당 대상 도로의 차종별 도로 점유율의 특성에 맞추어 맞춤형으로) 보다 정확하게 판단할 수 있다.

또한, 본 장치(10)의 재해 관리부(13)에 의하면, 본 장치(10)는 교통량 조사 지점(20)에 대하여 산출된 도로 점유율에 기초하여, 도로 점유율의 변화에 따라 대상 도로(3)에서 발생한 재해(교통 사고, 화재 사고 등의 재해) 내지 대상 도로(3)에서 발생한 것으로 예측되는 재해(즉, 재해 발생 가능성에 따른 재해)를 보다 빠르게 파악(인식)할 수 있다. 본 장치(10)는 이를 토대로 생성된 재해 예방 관련 계획 수립 데이터의 제공을 통해, 대상 도로(3)에서 주기적으로 발생하는 사고를 미연에 효과적으로 예방할 수 있다.

이하에서는 상기에 자세히 설명된 내용을 기반으로, 본원의 동작 흐름을 간단히 살펴보기로 한다.

도 4는 본원의 일 실시예에 따른 차량 영상인식 기반 교통량 조사 방법에 대한 동작 흐름도이다.

도 4에 도시된 차량 영상인식 기반 교통량 조사 방법은 앞서 설명된 본 장치(10)에 의하여 수행될 수 있다. 따라서, 이하 생략된 내용이라고 하더라도 본 장치(10)에 대하여 설명된 내용은 차량 영상인식 기반 교통량 조사 방법에 대한 설명에도 동일하게 적용될 수 있다.

도 4를 참조하면, 단계S11에서 인식부는, 대상 도로 상의 교통량 조사 지점을 포함하도록 획득된 영상을 기반으로 상기 획득된 영상 내에서 교통량 조사 지점에 대응하는 영상 내 차량을 인식할 수 있다.

또한, 단계S11에서 인식부는, 획득된 영상에 대한 이미지 분석을 통해 영상 내 차량의 크기 및 형상 중 적어도 하나에 관한 차종 특성 정보를 식별하고, 식별된 차종 특성 정보를 기반으로 영상 내 차량의 차종을 복수의 차종 중 어느 하나로 인식할 수 있다.

다음으로, 단계S12에서 산출부는, 단계S11에서 인식된 영상 내 차량에 관한 정보를 이용하여 교통량 조사 지점에 대한 차량의 도로 점유율을 산출할 수 있다.

이때, 단계S12에서 산출부는, 단계S11에서 영상 내 차량의 차종이 인식되는 경우, 교통량 조사 지점에 대하여 차종별 도로 점유율을 산출할 수 있다.

또한, 도면에 도시하지는 않았으나, 본원의 일 실시예에 따른 차량 영상인식 기반 교통량 조사 방법은 단계S12 이후에, 재해 관리부가 단계S12에서 산출된 도로 점유율을 이용하여 대상 도로 상의 재해 발생 가능성을 판별하고, 판별 결과를 기반으로 재해 예방 관련 계획 수립 데이터를 생성하는 단계(이는 후술하는 설명에서 설명의 편의상 단계S13이라 함)를 더 포함할 수 있다.

이때, 단계S13에서 재해 관리부는, 교통량 조사 지점에 대한 차량의 과거 누적 도로 점유율과 대비하여, 과거 누적 도로 점유율이 산출된 과거 기간에 대응하여 미리 설정된 기간 동안 산출되는 도로 점유율을 누적하여 획득된 교통량 조사 지점에 대한 차량의 누적 도로 점유율이 과거 누적 도로 점유율의 허용 범위를 벗어나면 대상 도로 상에 재해 발생 가능성이 있는 것으로 판별할 수 있다.

또한, 단계S13에서 재해 관리부는, 복수의 차종 중 재해 관련 차종에 대하여 교통량 조사 지점에 대한 차량의 과거 차종별 도로 점유율(과거 재해 관련 차종의 도로 점유율)과 대비하여, 복수의 차종 중 재해 관련 차종에 대하여 산출된 도로 점유율(산출 도로 점유율)이 과거 차종별 도로 점유율의 허용 범위(과거 재해 관련 차종의 도로 점유율의 허용 범위)를 상회하는 것으로 나타나는 기간을, 도로 점유율(산출 도로 점유율)이 과거 차종별 도로 점유율의 허용 범위 내일 때보다 재해 발생 가능성이 더 높은 위험 기간인 것으로 판별하고, 위험 기간을 고려하여 재해 예방 관련 계획 수립 데이터를 생성할 수 있다.

또한, 도면에 도시하지는 않았으나, 본원의 일 실시예에 따른 차량 영상인식 기반 교통량 조사 방법은 단계S13 이후에, 보수 점검 관리부(14)가, 미리 설정된 기간 동안 산출되는 도로 점유율에 기초하여 대상 도로에 대한 보수 점검이 요구되는 보수 점검 필요 시점을 판단하는 단계를 더 포함할 수 있다.

이때, 단계S14에서 보수 점검 관리부는, 도로 점유율을 차종별로 구분한 차종별 도로 점유율에 기초하여 보수 점검 필요 시점의 판단을 수행할 수 있다. 이때, 보수 점검 필요 시점의 판단은, 차종별로 각기 다르게 설정되는 가중치를 고려하여 이루어질 수 있다.

또한, 상기 가중치는, 차량의 크기로 구분되는 차종을 고려하여 크기가 큰 차량일수록 상대적으로 크기가 작은 차량 대비 높게 부여될 수 있다.

또한, 단계S12에서 산출부는, 단계S11에서 영상 내 차량 인식이 대상 도로 상의 복수의 교통량 조사 지점 각각을 포함하도록 획득된 복수의 영상을 기반으로 이루어진 경우, 복수의 영상 중 적어도 일부를 이용하여 대상 도로 상의 미리 설정된 구간에 대한 도로 점유율을 구간 대응 도로 점유율로서 산출할 수 있다. 이때, 구간 대응 도로 점유율은, 복수의 교통량 조사 지점 각각에 대하여 산출된 교통량 조사 지점별 도로 점유율을 평균한 평균 도로 점유율일 수 있다.

또한, 단계S12에서 산출부는, 교통량 조사 지점별 도로 점유율 중 평균 도로 점유율과의 차이 값이 최소 차이값을 갖는 도로 점유율에 대응하는 교통량 조사 지점을 미리 설정된 구간의 대표 교통량 조사 지점으로 설정할 수 있다. 또한, 산출부는 복수의 교통량 조사 지점 중 대표 교통량 조사 지점은 상시 교통량을 조사하기 위한 상시 교통량 조사 지점으로 설정하고, 대표 교통량 조사 지점을 제외한 나머지 교통량 조사 지점을 수시로 교통량을 조사하기 위한 수시 교통량 조사 지점으로 설정할 수 있다. 이때, 상시 교통량 조사 지점은 수시 교통량 조사 지점보다 교통량 조사 주기가 짧은 조사 지점일 수 있다.

상술한 설명에서, 단계 S11 및 S12는 본원의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.

본원의 일 실시 예에 따른 차량 영상인식 기반 교통량 조사 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

또한, 전술한 차량 영상인식 기반 교통량 조사 방법은 기록 매체에 저장되는 컴퓨터에 의해 실행되는 컴퓨터 프로그램 또는 애플리케이션의 형태로도 구현될 수 있다.

전술한 본원의 설명은 예시를 위한 것이며, 본원이 속하는 기술분야의 통상의 지식을 가진 자는 본원의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본원의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본원의 범위에 포함되는 것으로 해석되어야 한다.

10: 차량 영상인식 기반 교통량 조사 장치
11: 인식부
12: 산출부
13: 재해 관리부
14: 보수 점검 관리부

Claims (13)

1. 차량 영상인식 기반 교통량 조사 방법으로서,
   (a) 대상 도로 상의 교통량 조사 지점을 포함하도록 획득된 영상을 기반으로 상기 획득된 영상 내에서 상기 교통량 조사 지점에 대응하는 영상 내 차량을 인식하는 단계;
   (b) 상기 인식된 영상 내 차량에 관한 정보를 이용하여 상기 교통량 조사 지점에 대한 차량의 도로 점유율을 산출하는 단계; 및
   (c) 상기 도로 점유율을 이용하여 상기 대상 도로 상의 재해 발생 가능성을 판별하고, 판별 결과를 기반으로 재해 예방 관련 계획 수립 데이터를 생성하는 단계,
   를 포함하되,
   상기 (b) 단계는, 상기 (a) 단계에서 상기 영상 내 차량의 차종이 인식되는 경우, 상기 교통량 조사 지점에 대하여 차종별 도로 점유율을 산출하고,
   상기 (a) 단계에서 영상 내 차량 인식은 상기 대상 도로 상의 복수의 교통량 조사 지점 각각을 포함하도록 획득된 복수의 영상을 기반으로 이루어지고,
   상기 (b) 단계는, 상기 복수의 영상 중 적어도 일부를 이용하여 상기 대상 도로 상의 미리 설정된 구간에 대한 도로 점유율을 구간 대응 도로 점유율로서 산출하고,
   상기 구간 대응 도로 점유율은, 상기 복수의 교통량 조사 지점 각각에 대하여 산출된 교통량 조사 지점별 도로 점유율을 평균한 평균 도로 점유율이고,
   상기 (b) 단계는, 상기 교통량 조사 지점별 도로 점유율 중 상기 평균 도로 점유율과의 차이값이 최소 차이값을 갖는 도로 점유율에 대응하는 교통량 조사 지점을 상기 미리 설정된 구간의 대표 교통량 조사 지점으로 설정하되, 상기 복수의 교통량 조사 지점 중 상기 대표 교통량 조사 지점은 상시 교통량을 조사하기 위하여 상시 교통량 조사 지점으로 설정하고, 상기 대표 교통량 조사 지점을 제외한 나머지 교통량 조사 지점을 수시로 교통량을 조사하기 위한 수시 교통량 조사 지점으로 설정하며,
   상기 상시 교통량 조사 지점은 상기 수시 교통량 조사 지점보다 교통량 조사 주기가 짧은 조사 지점이고,
   상기 (c) 단계는, 복수의 차종 중 재해 관련 차종에 대하여 상기 교통량 조사 지점에 대한 차량의 과거 차종별 도로 점유율과 대비하여, 복수의 차종 중 재해 관련 차종에 대하여 산출된 도로 점유율이 상기 재해 관련 차종에 대한 과거 차종별 도로 점유율의 허용 범위를 상회하는 것으로 나타나는 기간을, 상기 재해 관련 차종에 대하여 산출된 도로 점유율이 상기 재해 관련 차종에 대한 과거 차종별 도로 점유율의 허용 범위내일 때보다 재해 발생 가능성이 더 높은 위험 기간인 것으로 판별하고, 상기 위험 기간을 고려하여 상기 재해 예방 관련 계획 수립 데이터를 생성하는 것인, 차량 영상인식 기반 교통량 조사 방법.
2. 제1항에 있어서,
   상기 (a) 단계는,
   상기 획득된 영상에 대한 이미지 분석을 통해 상기 영상 내 차량의 크기 및 형상 중 적어도 하나에 관한 차종 특성 정보를 식별하고, 상기 식별된 차종 특성 정보를 기반으로 상기 영상 내 차량의 차종을 복수의 차종 중 어느 하나로 인식하는 것인, 차량 영상인식 기반 교통량 조사 방법.
3. 제1항에 있어서,
   상기 (c) 단계는,
   상기 교통량 조사 지점에 대한 차량의 과거 누적 도로 점유율과 대비하여, 상기 과거 누적 도로 점유율이 산출된 과거 기간에 대응하여 미리 설정된 기간 동안 산출되는 도로 점유율을 누적하여 획득된 상기 교통량 조사 지점에 대한 차량의 누적 도로 점유율이 상기 과거 누적 도로 점유율의 허용 범위를 벗어나면 상기 대상 도로 상에 재해 발생 가능성이 있는 것으로 판별하는 것인, 차량 영상인식 기반 교통량 조사 방법.
4. 삭제
5. 제1항에 있어서,
   (d) 미리 설정된 기간 동안 산출되는 도로 점유율에 기초하여 상기 대상 도로에 대한 보수 점검이 요구되는 보수 점검 필요 시점을 판단하는 단계,
   를 더 포함하는 차량 영상인식 기반 교통량 조사 방법.
6. 제5항에 있어서,
   상기 (d) 단계는, 도로 점유율을 차종별로 구분한 차종별 도로 점유율에 기초하여 수행되고,
   상기 보수 점검 필요 시점의 판단은, 차종별로 각기 다르게 설정되는 가중치를 고려하여 이루어지는 것인, 차량 영상인식 기반 교통량 조사 방법.
7. 제6항에 있어서,
   상기 가중치는, 차량의 크기로 구분되는 차종을 고려하여 크기가 큰 차량일수록 상대적으로 크기가 작은 차량 대비 높게 부여되는 것인, 차량 영상인식 기반 교통량 조사 방법.
8. 삭제
9. 삭제
10. 차량 영상인식 기반 교통량 조사 장치로서,
    대상 도로 상의 교통량 조사 지점을 포함하도록 획득된 영상을 기반으로 상기 획득된 영상 내에서 상기 교통량 조사 지점에 대응하는 영상 내 차량을 인식하는 인식부;
    상기 인식된 영상 내 차량에 관한 정보를 이용하여 상기 교통량 조사 지점에 대한 차량의 도로 점유율을 산출하는 산출부; 및
    상기 도로 점유율을 이용하여 상기 대상 도로 상의 재해 발생 가능성을 판별하고, 판별 결과를 기반으로 재해 예방 관련 계획 수립 데이터를 생성하는 재해 관리부,
    를 포함하되,
    상기 산출부는, 상기 인식부에서 상기 영상 내 차량의 차종이 인식되는 경우, 상기 교통량 조사 지점에 대하여 차종별 도로 점유율을 산출하고,
    상기 인식부에서 영상 내 차량 인식은 상기 대상 도로 상의 복수의 교통량 조사 지점 각각을 포함하도록 획득된 복수의 영상을 기반으로 이루어지고,
    상기 인식부는 상기 복수의 영상 중 적어도 일부를 이용하여 상기 대상 도로 상의 미리 설정된 구간에 대한 도로 점유율을 구간 대응 도로 점유율로서 산출하고,
    상기 구간 대응 도로 점유율은, 상기 복수의 교통량 조사 지점 각각에 대하여 산출된 교통량 조사 지점별 도로 점유율을 평균한 평균 도로 점유율이고,
    상기 인식부는, 상기 교통량 조사 지점별 도로 점유율 중 상기 평균 도로 점유율과의 차이값이 최소 차이값을 갖는 도로 점유율에 대응하는 교통량 조사 지점을 상기 미리 설정된 구간의 대표 교통량 조사 지점으로 설정하되, 상기 복수의 교통량 조사 지점 중 상기 대표 교통량 조사 지점은 상시 교통량을 조사하기 위하여 상시 교통량 조사 지점으로 설정하고, 상기 대표 교통량 조사 지점을 제외한 나머지 교통량 조사 지점을 수시로 교통량을 조사하기 위한 수시 교통량 조사 지점으로 설정하며,
    상기 상시 교통량 조사 지점은 상기 수시 교통량 조사 지점보다 교통량 조사 주기가 짧은 조사 지점이고,
    상기 재해 관리부는, 복수의 차종 중 재해 관련 차종에 대하여 상기 교통량 조사 지점에 대한 차량의 과거 차종별 도로 점유율과 대비하여, 복수의 차종 중 재해 관련 차종에 대하여 산출된 도로 점유율이 상기 재해 관련 차종에 대한 과거 차종별 도로 점유율의 허용 범위를 상회하는 것으로 나타나는 기간을, 상기 재해 관련 차종에 대하여 산출된 도로 점유율이 상기 재해 관련 차종에 대한 과거 차종별 도로 점유율의 허용 범위내일 때보다 재해 발생 가능성이 더 높은 위험 기간인 것으로 판별하고, 상기 위험 기간을 고려하여 상기 재해 예방 관련 계획 수립 데이터를 생성하는 것인, 차량 영상인식 기반 교통량 조사 장치.
11. 제10항에 있어서,
    상기 인식부는,
    상기 획득된 영상에 대한 이미지 분석을 통해 상기 영상 내 차량의 크기 및 형상 중 적어도 하나에 관한 차종 특성 정보를 식별하고, 상기 식별된 차종 특성 정보를 기반으로 상기 영상 내 차량의 차종을 복수의 차종 중 어느 하나로 인식하는 것인, 차량 영상인식 기반 교통량 조사 장치.
12. 제10항에 있어서,
    상기 재해 관리부는,
    상기 교통량 조사 지점에 대한 차량의 과거 누적 도로 점유율과 대비하여, 상기 과거 누적 도로 점유율이 산출된 과거 기간에 대응하여 미리 설정된 기간 동안 산출되는 도로 점유율을 누적하여 획득된 상기 교통량 조사 지점에 대한 차량의 누적 도로 점유율이 상기 과거 누적 도로 점유율의 허용 범위를 벗어나면 상기 대상 도로 상에 재해 발생 가능성이 있는 것으로 판별하는 것인, 차량 영상인식 기반 교통량 조사 장치.
13. 제10항에 있어서,
    미리 설정된 기간 동안 산출되는 도로 점유율에 기초하여 상기 대상 도로에 대한 보수 점검이 요구되는 보수 점검 필요 시점을 판단하는 보수 점검 관리부,
    를 더 포함하는 차량 영상인식 기반 교통량 조사 장치.

Images