KR102267517B1 - 도로 안개감지 장치 및 그 감지 방법 - Google Patents

도로 안개감지 장치 및 그 감지 방법 Download PDF

Info

Publication number
KR102267517B1
KR102267517B1 KR1020200091173A KR20200091173A KR102267517B1 KR 102267517 B1 KR102267517 B1 KR 102267517B1 KR 1020200091173 A KR1020200091173 A KR 1020200091173A KR 20200091173 A KR20200091173 A KR 20200091173A KR 102267517 B1 KR102267517 B1 KR 102267517B1
Authority
KR
South Korea
Prior art keywords
fog
distance
correction constant
image
road
Prior art date
Application number
KR1020200091173A
Other languages
English (en)
Inventor
김경원
정원석
Original Assignee
재단법인 서울특별시 서울기술연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 재단법인 서울특별시 서울기술연구원 filed Critical 재단법인 서울특별시 서울기술연구원
Priority to KR1020200091173A priority Critical patent/KR102267517B1/ko
Priority to US17/064,571 priority patent/US11398054B2/en
Application granted granted Critical
Publication of KR102267517B1 publication Critical patent/KR102267517B1/ko

Links

Images

Classifications

    • G06K9/00624—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G06K9/2054—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/543—Depth or shape recovery from line drawings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B3/00—Audible signalling systems; Audible personal calling systems
    • G08B3/10—Audible signalling systems; Audible personal calling systems using electric transmission; using electromagnetic transmission
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/58—Means for changing the camera field of view without moving the camera body, e.g. nutating or panning of optics or image sensors
    • H04N5/2259—
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30192—Weather; Meteorology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30236—Traffic on road, railway or crossing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Geometry (AREA)
  • Electromagnetism (AREA)
  • Quality & Reliability (AREA)
  • Traffic Control Systems (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Image Analysis (AREA)

Abstract

도로 안개감지 장치가 제공되며, 양방향 도로를 촬영하도록 설치되어 양방향 도로상 안개를 촬영하는 영상 장치, 영상 장치의 하단에 구비되고 영상 장치에서 촬영한 영상을 송출하는 네트워크 구성 장치, 네트워크 구성 장치로부터 송출된 영상을 입력받아 영상을 분석하여 안개를 감지한 후, 기 설정된 위기수준별 경보를 출력하는 안개 모니터링 장치 및 안개 모니터링 장치로부터 출력된 경보를 표출하고, 경보를 유선 또는 무선 네트워크로 송신하는 표출 장치를 포함한다.

Description

도로 안개감지 장치 및 그 감지 방법{ROAD FOG DETECTING APPARTUS AND METHOD USING THEREOF}
본 발명은 도로 안개감지 장치 및 방법에 관한 것으로, 도로상에서 발생된 안개로 인한 사회적 경제적 피해를 예방하기 위하여 안개를 신속하고 정확하게 감지할 수 있는 장치 및 방법을 제공한다.
한국은 안개, 눈, 비, 바람 등 기상악화로 인한 대형 교통사고가 반복적으로 발생하고 있고 인명손실에 따른 사회경제적 피해가 증가하고 있는데, 특히 안개는 운전자의 시야를 방해하고 안전거리 미확보 및 주행 속도의 편차를 증가시켜 심각한 교통사고를 유발할 가능성이 매우 높다. 이러한 안개, 눈, 비, 바람 등 기상악화로 인하여 도로의 소통능력 및 안정성이 저하될 때 기상청에서는 시정계를 이용하여 안개를 검출하고 있지만, 시정계는 값비싼 비용 때문에 설치장소가 한정된다. 이에 따라 최근 영상을 이용한 안개 감지를 위한 연구가 다수 진행되고 있는데, 입력 영상으로부터 여러 안개 특징들을 추출하고 이를 학습 데이터들과의 유사도를 측정하여 안개를 감지하는 방법이나 차량의 전조등을 이용하여 가시거리를 계산하여 야간 안개를 감지하는 등의 방법이다.
이 외에도, 안개를 검출하는 다양한 방법이 연구 및 개발되었는데, 이와 관련하여, 선행기술인 한국등록특허 제10-1880850호(2018년07월20일 공고), 한국등록특허 제10-1364727호(2014년02월20일 공고) 및 한국등록특허 제10-1949968호(2019년02월21일 공고)에는, 도로 주행 영상에서 채도와 명도의 상관관계와 시간적 필터링을 이용하여 안개를 검출하기 위하여 도로 주행 영상에서 소실점을 기준으로 일정 거리 이상의 영역을 관심영역으로 설정하고, 관심영역에 대해서 채도 채널과 명도 채널의 비율을 계산하여 안개를 검출하는 특성을 구하고, 인접한 프레임들의 채도 채널과 명도 채널의 비율의 정보를 이용하여 시간적 필터링을 적용하는 구성과, 영상 내에서 안개 감지를 위해 분석이 필요한 유효영역을 검출하고, 영상 보정 매트릭스 및 기준 깊이지도를 이용하여 주간 안개감지과정 및 야간 안개감지 과정으로 나누어 각각에 대해 안개 감지 분석을 실시하고, 그 결과에 따라 각각 시정거리를 계산하고 안개 상태를 판단하는 구성과, 다크 채널 알고리즘 및 가이디드 필터를 이용하여 전달량을 보정하고 안개 경계선을 결정하는 구성이 각각 개시되어 있다.
다만, 실시간으로 안개가 걷히거나 끼는 상황을 감지할 수 없다면 안개 예보는 아무런 쓸모가 없는데, 상술한 구성들은 영상으로부터 안개를 검출하기 위하여 다량의 네트워크 자원 및 컴퓨팅 자원을 사용함에 따라 그 처리 속도가 느리고 심지어는 부정확할 수 있기 때문에 즉시성 및 현재성을 만족하지 못한다. 또, 깊이 카메라를 이용해야 하기 때문에 인프라 구축에 비용이 들고 일반적인 CCTV로는 깊이 정보가 표시되지 않아 모든 카메라를 깊이 카메라로 교체해야 한다. 이에, 도로상에서 발생된 안개로 인한 사회적 경제적 피해를 예방하기 위하여 안개를 신속하고 정확하게 감지할 수 있는 장치 및 방법이 요구된다.
본 발명의 일 실시예는, 도로상에서 발생된 안개로 인한 사회적 경제적 피해를 예방하기 위하여 안개를 신속하고 정확하게 감지할 수 있고, 일반 CCTV 카메라를 이용해서도 시야거리별 고정물체의 좌표화를 통하여 깊이 카메라와 같은 효과를 제공할 수 있으며, 영상 이미지 내 안개의 영역 패턴을 확인하고 가시거리를 정확하고 신속하게 출력할 수 있는, 도로 안개감지 장치 및 그 감지 방법을 제공할 수 있다. 다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 일 실시예는, 양방향 도로를 촬영하도록 설치되어 양방향 도로상 안개를 촬영하는 영상 장치, 영상 장치의 하단에 구비되고 영상 장치에서 촬영한 영상을 송출하는 네트워크 구성 장치, 네트워크 구성 장치로부터 송출된 영상을 입력받아 영상을 분석하여 안개를 감지한 후, 기 설정된 위기수준별 경보를 출력하는 안개 모니터링 장치 및 안개 모니터링 장치로부터 출력된 경보를 표출하고, 경보를 유선 또는 무선 네트워크로 송신하는 표출 장치를 포함한다.
본 발명의 다른 실시예는, 양방향 도로를 촬영하는 영상 장치로부터 송출된 영상 이미지를 수신하여 안개 발생 지점의 거리를 산출하는 단계, 영상 이미지에서 안개의 윤곽선을 결정한 후, 결정된 윤곽선에서 안개의 영역을 결정하여 안개를 인식하는 단계 및 영상 장치의 위치를 기준으로 영상 이미지 내에서 인식된 보이는 지점까지의 거리를 산출하고, 보이는 지점까지의 거리가 기 설정된 단계별 거리에 대응하는 경우, 각 단계별 거리에 대응하는 경보를 출력하는 단계를 포함한다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 도로 운전자에게 안개 위험상황을 신속하게 제공할 수 있고, 안개 감시 장치의 제조 및 개발 관련 중소기업 육성할 수 있으며, 국토교통부, 전국 도로 및 교량 안개다발구간에서 안개 발생 감시 및 관제를 수행할 수 있고, 국민안전처, 위기수준별 안개 발생 서비스 제공 및 재난 예방이 가능하고, 안개가 잦은 도로 구간의 안개 상황 쉽고 빠르게 전파할 수 있다.
도 1은 본 발명의 일 실시예에 따른 도로 안개감지 장치를 설명하기 위한 도면이다.
도 2는 도 1의 도로 안개감지 장치 내에 포함된 영상 장치의 전면도 및 후면도이다.
도 3은 본 발명의 일 실시예에 따른 도로 안개감지 장치 내 안개 모니터링 장치에서 안개의 실측 거리와 산출 거리를 비교한 그래프이다.
도 4는 본 발명의 일 실시예에 따른 도로 안개감지 장치 내 안개 모니터링 장치에서 안개의 윤곽선을 분별하기 이전과 이후의 영상 이미지를 비교한 도면이다.
도 5는 본 발명의 일 실시예에 따른 도로 안개감지 장치 내 안개 모니터링 장치에서 안개의 영역을 표출한 도면이다.
도 6은 본 발명의 일 실시예에 따른 도로 안개감지 장치 내 표출 장치에서 안개 위기수준을 디스플레이하는 화면에 대응하는 도면이다.
도 7은 본 발명의 일 실시예에 따른 도로 안개감지 장치 내 표출 장치에서 각 단계별 거리에 대응하는 경보와 실제 도로상 영상 이미지를 도시한 도면이다.
도 8은 본 발명의 일 실시예에 따른 도로 안개감지 장치를 설치하는 장면을 촬영한 도면이다.
도 9는 본 발명의 일 실시예에 따른 도로 안개감지 장치에서 일반단계의 영상 이미지와 관심단계의 영상 이미지가 고해상도로 출력된 실시예를 도시한 도면이다.
도 10은 본 발명의 일 실시예에 따른 도로 안개감지 장치를 설치하기 위한 장소를 선정하기 위한 지리정보에 대응하는 도면이다.
도 11은 본 발명의 일 실시예에 따른 도로 안개감지 장치 내 영상 장치에서 촬영한 영상 이미지 내에서 좌표에 대한 물체별 거리정보를 입력하는 화면을 도시한 도면이다.
도 12 내지 도 15는 본 발명의 일 실시예에 따른 도로 안개감지 장치 내 안개 모니터링 장치를 구동하기 위한 프로그램 화면이다.
도 16 및 도 17은 본 발명의 일 실시예에 따른 도로 안개감지 장치 내 영상 장치의 시제품 및 설치 현장을 촬영한 사진이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
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"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
명세서 전체에서 사용되는 정도의 용어 "약", "실질적으로" 등은 언급된 의미에 고유한 제조 및 물질 허용오차가 제시될 때 그 수치에서 또는 그 수치에 근접한 의미로 사용되고, 본 발명의 이해를 돕기 위해 정확하거나 절대적인 수치가 언급된 개시 내용을 비양심적인 침해자가 부당하게 이용하는 것을 방지하기 위해 사용된다. 본 발명의 명세서 전체에서 사용되는 정도의 용어 "~(하는) 단계" 또는 "~의 단계"는 "~ 를 위한 단계"를 의미하지 않는다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다. 한편, '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, '~부'는 어드레싱 할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체 지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.
본 명세서에 있어서 단말, 장치 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말, 장치 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말, 장치 또는 디바이스에서 수행될 수도 있다.
본 명세서에서 있어서, 단말과 매핑(Mapping) 또는 매칭(Matching)으로 기술된 동작이나 기능 중 일부는, 단말의 식별 정보(Identifying Data)인 단말기의 고유번호나 개인의 식별정보를 매핑 또는 매칭한다는 의미로 해석될 수 있다.
이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 도로 안개감지 장치를 설명하기 위한 도면이고, 도 2는 도 1의 도로 안개감지 장치 내에 포함된 영상 장치의 전면도 및 후면도이다.
도 1을 참조하면, 도로 안개감지 장치(1)는, 영상 장치(100), 네트워크 구성 장치(200), 안개 모니터링 장치(300) 및 표출 장치(400)를 포함할 수 있다. 다만, 이러한 도 1의 도로 안개감지 장치(1)는, 본 발명의 일 실시예에 불과하므로, 도 1을 통하여 본 발명이 한정 해석되는 것은 아니다.
이때, 도 1의 각 구성요소들은 일반적으로 네트워크(network)를 통해 연결된다. 예를 들어, 도 1에 도시된 바와 같이, 적어도 하나의 영상 장치(100)는 네트워크 구성 장치(200)를 통하여 안개 모니터링 장치(300)와 연결될 수 있다. 그리고, 안개 모니터링 장치(300)는, 네트워크를 통하여 구성 장치(200) 및 표출 장치(400)와 연결될 수 있다. 또한, 적어도 하나의 표출 장치(400)는, 네트워크 통하여 안개 모니터링 장치(300)와 연결될 수 있다.
여기서, 네트워크는, 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷(WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함한다. 무선 데이터 통신망의 일례에는 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), 5GPP(5th Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), RF(Radio Frequency), 블루투스(Bluetooth) 네트워크, NFC(Near-Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
하기에서, 적어도 하나의 라는 용어는 단수 및 복수를 포함하는 용어로 정의되고, 적어도 하나의 라는 용어가 존재하지 않더라도 각 구성요소가 단수 또는 복수로 존재할 수 있고, 단수 또는 복수를 의미할 수 있음은 자명하다 할 것이다. 또한, 각 구성요소가 단수 또는 복수로 구비되는 것은, 실시예에 따라 변경가능하다 할 것이다.
영상 장치(100)는, 양방향 도로를 촬영하도록 설치되어 양방향 도로상 안개를 촬영할 수 있다. 이때 도 2를 참조하여 설명하면, 영상 장치(100)는, 양방향 도로를 촬영하는 카메라(110), 카메라(110)의 하단에 구비되어 볼트 및 너트로 방향을 조절하는 브라켓(130), 중앙분리대 가드레일을 훼손하지 않고 중앙분리대에 거치되도록 양날개형 구조로 형성되고, 볼트 및 너트로 중앙분리대 가드레일에 고정 또는 분리되는 중앙차선 가드레일 고정대(150), 브라켓(130)과 중앙차선 가드레일 고정대(150) 간을 이어주며 적어도 하나의 볼트로 높이조절을 하는 지지대(170)를 포함할 수 있다. 이때, 브라켓(130)의 볼트 및 너트는 수직방향을 조절하고, 중앙차선 가드레일 고정대(150)는 수평방향 및 높이조절을 할 수 있다. 이때, 카메라(110)는 CCTV일 수 있으며, 카메라를 둘러싸는 하우징이 더 구비될 수 있다.
네트워크 구성 장치(200)는, 영상 장치(100)의 하단에 구비되고 영상 장치(100)에서 촬영한 영상을 송출할 수 있다.
안개 모니터링 장치(300)는, 네트워크 구성 장치(200)로부터 송출된 영상을 입력받아 영상을 분석하여 안개를 감지한 후, 기 설정된 위기수준별 경보를 출력할 수 있다. 이때, 안개 모니터링 장치(300)는, 영상 수신기(310), 영상 분석기(330) 및 결과 표출기(350)를 포함할 수 있다. 영상 수신기(310)는, 영상 장치(100)가 설치된 지점으로부터 기 설정된 거리 내에 설치되고, 영상 장치(100)에 포함된 카메라(110)로부터 영상을 수신하여 저장함과 동시에 영상 분석기(330)로 영상을 출력할 수 있다. 영상 분석기(330)는, 영상 수신기(310)로부터 출력된 영상을 이용하여 안개를 감지하도록 안개감지 프로그램이 기 탑재되며, 영상 장치(100)가 설치된 지점별 영상환경설정이 입력되고, 안개감지조건 및 위기수준 결정조건이 입력되어 영상환경설정, 안개감지조건 및 위기수준 결정조건에 대응하는 감지 결과를 출력할 수 있다. 결과 표출기(350)는, 영상 분석기(330)에서 안개를 감지하고 분석된 정보를 표출하며, 표출된 정보를 유선 또는 무선 네트워크로 송신할 수 있다. 이때, 영상환경설정은 영상 장치(100)의 카메라(110) 설치 환경에 따른 적어도 하나의 거리산출 구성요소값을 설정하는 것이고, 안개감지조건 및 위기수준 결정조건은 시스템 설정에 대응할 수 있는데, 이는 이하의 도면을 설명하면서 상세히 설명하기로 한다.
표출 장치(400)는, 안개 모니터링 장치(300)로부터 출력된 경보를 표출하고, 경보를 유선 또는 무선 네트워크로 송신할 수 있다. 이때, 표출 장치(400)는 원격지에 존재하는 관리자의 단말(미도시)로 경보를 전송할 수도 있고, 표출 장치(400) 자체가 원격지에 존재하는 관리자의 단말일 수도 있다. 여기서, 표출 장치(400)가 원격지에 존재하기 위해서는 안개 모니터링 장치(300)와 네트워크로 무선 또는 유선 네트워크로 연결되어야 하거나, 안개 모니터링 장치(300)와 표출 장치(400)가 원격지에 존재하고, 영상 장치(100)로부터 수집된 영상 이미지를 네트워크 구성 장치(200)로부터 수신하여 출력할 수도 있으며, 실시예에 따라 서로 다르게 배치 및 구성될 수 있음은 자명하다 할 것이다.
이하, 상술한 도 1 및 도 2의 영상 기반 도로상 안개 경보 장치의 구성에 따른 동작 과정을 도 3 내지 도 6을 예로 들어 상세히 설명하기로 한다. 다만, 실시예는 본 발명의 다양한 실시예 중 어느 하나일 뿐, 이에 한정되지 않음은 자명하다 할 것이다.
도 3은 본 발명의 일 실시예에 따른 도로 안개감지 장치 내 안개 모니터링 장치에서 안개의 실측 거리와 산출 거리를 비교한 그래프이고, 도 4a 및 도 4b는 본 발명의 일 실시예에 따른 도로 안개감지 장치 내 안개 모니터링 장치에서 안개의 윤곽선을 분별하기 이전(도 4a)과 이후(도 4b)의 영상 이미지를 비교한 도면이고, 도 5는 본 발명의 일 실시예에 따른 도로 안개감지 장치 내 안개 모니터링 장치에서 안개의 영역을 표출한 도면이고, 도 6은 본 발명의 일 실시예에 따른 도로 안개감지 장치 내 표출 장치에서 안개 위기수준을 디스플레이하는 화면에 대응하는 도면이다.
본 발명의 일 실시예에 따른 안개 모니터링 장치(300)나 연동되어 동작하는 다른 서버(미도시)가 적어도 하나의 영상 장치(100) 및 적어도 하나의 표출 장치(400)로 도로 안개감지 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 전송하는 경우, 적어도 하나의 영상 장치(100) 및 적어도 하나의 표출 장치(400)는, 도로 안개감지 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 설치하거나 열 수 있다. 또한, 웹 브라우저에서 실행되는 스크립트를 이용하여 서비스 프로그램이 적어도 하나의 영상 장치(100) 및 적어도 하나의 표출 장치(400)에서 구동될 수도 있다. 여기서, 웹 브라우저는 웹(WWW: World Wide Web) 서비스를 이용할 수 있게 하는 프로그램으로 HTML(Hyper Text Mark-up Language)로 서술된 하이퍼 텍스트를 받아서 보여주는 프로그램을 의미하며, 예를 들어 넷스케이프(Netscape), 익스플로러(Explorer), 크롬(Chrome) 등을 포함한다. 또한, 애플리케이션은 단말 상의 응용 프로그램(Application)을 의미하며, 예를 들어, 모바일 단말(스마트폰)에서 실행되는 앱(App)을 포함한다.
본 발명의 일 실시예에 따른 안개 경보 방법은 크게 세 단계를 거치면서 진행되는데, 첫 번째 단계는 안개 발생 지점 거리 산출 단계이고, 두 번째 단계는 안개 인식 단계이며, 세 번째 단계는 안개 감지 및 판별 단계이다. 이를 이하에서 차례대로 설명하기로 한다.
<제 1 단계>
안개 모니터링 장치(330)는, 양방향 도로를 촬영하는 영상 장치(100)로부터 송출된 영상 이미지를 수신하여 안개 발생 지점의 거리를 산출하게 된다. 이때, 안개 모니터링 장치(330)는, 도로 영상을 2차원 평면으로 좌표화하여 거리를 산출하는데, 도 11과 같이 화면을 기 설정된 크기로 분할하고, 각 고정물이 영상 이미지 내에 위치한 위치와, 실제 카메라(110)로부터 떨어진 실제 위치를 표시함으로써, 이후에 안개가 발생하는 경우 어느 정도까지 시야거리가 확보되는지를 확인하기 위해 좌표화하게 된다.
안개 모니터링 장치(330)는, 영상 이미지로부터 거리를 산출하기 위해 비선형 함수를 결정하는데, 거리 산출을 위한 구성요소, 즉 변수 및 상수는, 최장좌표(Ymax), 안개인식좌표(Y), 최장거리(Dmax), 최저거리(Dmin), 최저거리보정상수(s, correction constant for shortest distance), 근거리보정상수(n, correction constant for near distance), 원거리보정상수(f, correction constant for far distance), 수직보정상수(v, correction constant for vertical angle), 유효거리보정상수(e, correction constant for effective distance), 고도(H, Hight) 렌즈표준초점거리(Lstd), 렌즈설정초점거리(Lset)를 포함한다. 이를 정리하면 이하 표 1과 같다.
구분 변수 내용
최장좌표 Ymax 분석 영상이미지에서 안개를 구분하기 위한 Y 좌표 중 가장 큰 값
안개인식좌표 Y 인식된 안개의 Y 좌표
최장거리 Dmax 분석 영상이미지에서 안개를 구분하기 위한 Y 좌표의 최장거리
최저거리 Dmin 분석 영상이미지에서 Y 좌표가 0인 거리
최저거리보정상수 s 분석 영상이미지에서 Y 좌표가 0인 거리를 실측값으로 보정하기 위한 상수
근거리보정상수 n 원근감에 따라 구분 시 근거리 Y 좌표를 실측값으로 보정하기 위한 상수
원거리보정상수 f 원근감에 따라 구분 시 원거리 Y 좌표를 실측값으로 보정하기 위한 상수
수직보정상수 v 카메라의 수직각도의 영향을 반영하여 최저거리를 보정하기 위한 상수
유효거리보정상수 e 거리가 유효하게 산출될 수 있도록 보정하기 위한 상수
고도 H 카메라가 설치된 해수면 높이
렌즈표준초점거리 Lstd 카메라 렌즈의 표준 초점거리
렌즈설정초점거리 Lset 카메라 렌즈의 설정 초점거리
안개 모니터링 장치(330)는, 영상 이미지의 안개 발생 분석 대상 공간의 거리를 실측하고, 영상 이미지의 분석 대상 공간에서 안개가 발생 지점까지의 거리(R, range)는 이하 수학식 1로 산출될 수 있다. 즉, 안개 모니터링 장치(330)는 영상 이미지 내 도로 영상을 2차원 평면으로 좌표화하고, 영상 이미지로부터 안개 발생 지점의 거리를 산출하기 위하여 적어도 하나의 거리산출 구성요소값을 설정하는 영상환경설정을 수행하고, 적어도 하나의 거리산출 구성요소값 및 하기 수학식을 이용하여 안개 발생 지점의 거리를 산출할 수 있다.
Figure 112020076689754-pat00001
R은 안개 발생 지점의 거리이고, n은 근거리보정상수이고, Dmax는 최장거리, Ymax는 최장좌표, Y는 안개인식좌표, e는 유효거리보정상수, f는 원거리보정상수, n은 근거리보정상수, s는 최저거리보정상수, H는 고도, Lset은 렌즈설정초점거리, Lstd는 렌즈표준초점거리, v는 수직보정상수이다.
안개 모니터링 장치(330)는, 상술한 바와 같이 영상 이미지에서 안개 발생 지점까지의 거리가 실측 거리에 근사하도록 각 상수(최저거리보정상수, 근거리보정상수, 원거리보정상수, 수직보정상수, 유효거리보정상수)를 결정하게 되는데, 유효거리보정상수(e)는 산출된 거리가 무한대에 이르지 않게 상한선을 이하 수학식 2와 같이 결정할 수 있다.
Figure 112020104807860-pat00027
이때, 영상 이미지의 최저거리는 카메라의 설치조건에 영향을 받아 고도, 렌즈초점거리, 수직보정상수, 최저거리보정상수에 의해 결정되며, 이하 수학식 3과 같이 결정될 수 있다.
Figure 112020076689754-pat00003
안개 모니터링 장치(330)는 영상 좌표당 이미지의 원근감의 차이를 보정하기 위해 함수를 거리별로 분리하여 적용할 수 있고, 산출 거리의 정확도를 개선하기 위해 다수의 함수를 사용할 수 있으며, 영상 이미지에서 안개 발생 지점까지 거리를 산출하기 위해 결정된 2 분할 함수, 즉 예시 함수의 설정 조건은 이하 표 2와 같다.
구분 Ymax Dmax Dmin s n f v e H Lstd Lset
1구간 89 1000 3.2332 1.08 3.9 1.275 -2.4 1162.622 33 50 50
2구간 89 1000 13.2723 0.6 1.5E-15 3930 -0.4 8480792 33 50 50
이때 도 3을 참조하면, 산출 거리가 실측 거리와 가장 근사하도록 분리되는 최적 Y 좌표를 결정하고 분할되는 Y 좌표를 분리점이라 하는데, 상술한 예시 함수에서는 84로 결정되었다. 여기서, 도 3a의 그래프는 실측 거리(G)와 산출된 거리(R) 간 비교를 위해 2차원 좌표화한 영상 이미지 내 1 내지 84 픽셀 구간을 도시하고, 도 3b의 그래프는 실측 거리(G)와 산출된 거리(R) 간 비교를 위해 2차원 좌표화한 영상 이미지 내 84 내지 89 픽셀 구간을 도시한다.
영상 이미지에서 인식된 안개의 Y 좌표의 단위는 픽셀로서 범위는 0~100픽셀이며 간격은 0.1 픽셀에 해당한다. 이때, 결정된 함수에 의해 안개의 Y 좌표에 대응하는 안개 발생 거리가 산출될 수 있고, 함수를 다분할하여 실측 거리에 근사한 안개 발생 지점의 거리를 산출할 수 있으며, 필요시 3분할 이상도 적용할 수 있다.
<제 2 단계>
안개 모니터링 장치(330)는, 영상 이미지에서 안개의 윤곽선을 결정한 후, 결정된 윤곽선에서 안개의 영역을 결정하여 안개를 인식할 수 있다. 제 2 단계는 크게 두 가지로 다시 나뉘는데, 하나는 안개의 윤곽 분별이고 그 다음 하나는 안개의 영역 표출이다. 이때, 안개의 윤곽 분별을 위해서는, 안개 모니터링 장치(330)는, 도 4를 참조하면, 안개의 윤곽선을 추출하는 강도를 설정하고, 복수의 윤곽선 중 수평윤곽선을 선택 및 분리하여 수직윤곽선의 하단을 선택하고, 선택된 하단 중 수직윤곽선의 원색상이 유채색이면 배제하고, 기 설정된 분석대상공간 내 윤곽선을 안개의 윤곽선으로 결정할 수 있다. 이때, 안개의 윤곽선은 소벨 윤곽선 검출(Sobel Edge Detector)을 이용할 수 있다.
안개의 영역 표출을 위해서, 도 5를 참조하면, 안개 모니터링 장치(330)는, 안개의 영역이 결정되면, 안개의 윤곽선에서 기 설정된 분석대상공간의 윤곽선을 추출할 수 있고, 기 설정된 분석대상공간의 윤곽선에서 색좌표계의 RGB 값을 결정할 수 있다. 또, RGB 값을 기준으로 안개의 특징구분값을 결정하며, 기 설정된 분석대상공간의 윤곽선 내의 어느 한 좌표가, 어느 한 좌표의 이웃한 좌표의 RGB 값이 안개의 특징구분값보다 작은 경우, 어느 한 좌표를 선택할 수 있으며, 선택된 어느 한 좌표를 공간상에 표출하여 안개를 인식할 수 있다. 이때 안개의 영역을 표출할 때 사용되는 패턴 인식 분석은 플러드필(Flood Fill) 기법을 이용하는데, 이는 안개의 패턴을 적색으로 채워주고 이를 영상 이미지 내에 표시하는 기법이다. 이때, 안개 윤곽의 추출 강도와 안개의 특징 구분값은 도 15에 도시된 시스템 설정에 해당하며 각각 수치로 입력할 수 있다.
<제 3 단계>
안개 모니터링 장치(330)는, 영상 장치(100)의 위치를 기준으로 영상 이미지 내에서 인식된 보이는 지점까지의 거리를 산출하고, 보이는 지점까지의 거리가 기 설정된 단계별 거리에 대응하는 경우, 각 단계별 거리에 대응하는 경보를 출력할 수 있다. 제 3 단계도 크게 다시 두 가지의 단계로 나뉘는데, 하나는 안개 감지이고 그 다음 하나는 위기수준별 안개 판별 및 표출이다. 이때, 안개 감지에서는 안개 모니터링 장치(330)는 CCTV, 즉 카메라(110)의 위치를 기준으로 인식된 보이는 지점까지의 거리를 산출하고, 보이는 지점까지의 거리가 1 km 미만인 경우 안개로 추정하고, 안개로 추정된 거리의 변화가 허용값 이내인 경우에도 안개로 감지한다. 즉, 가시거리가 1 km 이상 확보되지 않으면 안개가 꼈다고 추정하는 것이다.
그 다음으로는, 위기수준별 안개 판별 및 표출인데, 도 6a 및 도 6b을 참조하면, 안개 모니터링 장치(330)는, 보이는 지점까리의 거리가 낮아질수록 관심, 주의, 경계 및 심각의 각 단계별 거리에 대응하는 경보를 출력할 수 있다. 이때, 각 단계별 거리에 대응하는 경보는, 보이는 지점까지의 거리가 1 km 이상인 경우 정상, 1 km 미만인 경우 관심, 관심이면서 보이는 지점까지의 거리가 250 m 미만인 경우 주의, 주의이면서 보이는 지점까지의 거리가 100 m 미만인 경우 경계, 경계이면서 보이는 지점까지의 거리가 50 m 미만인 경우 심각으로 설정될 수 있다.
이와 같은 도 3 내지 도 6의 도로 안개감지 방법에 대해서 설명되지 아니한 사항은 앞서 도 1 및 도 2를 통해 도로 안개감지 장치에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.
도 7은 본 발명의 일 실시예에 따른 도로 안개감지 장치 내 표출 장치에서 각 단계별 거리에 대응하는 경보와 실제 도로상 영상 이미지를 도시한 도면이고, 도 8은 본 발명의 일 실시예에 따른 도로 안개감지 장치를 설치하는 장면을 촬영한 도면이고, 도 9는 본 발명의 일 실시예에 따른 도로 안개감지 장치에서 일반단계의 영상 이미지와 관심단계의 영상 이미지가 고해상도로 출력된 실시예를 도시한 도면이고, 도 10은 본 발명의 일 실시예에 따른 도로 안개감지 장치를 설치하기 위한 장소를 선정하기 위한 지리정보에 대응하는 도면이고, 도 11은 본 발명의 일 실시예에 따른 도로 안개감지 장치 내 영상 장치에서 촬영한 영상 이미지 내에서 좌표에 대한 물체별 거리정보를 입력하는 화면을 도시한 도면이고, 도 12 내지 도 15는 본 발명의 일 실시예에 따른 도로 안개감지 장치 내 안개 모니터링 장치를 구동하기 위한 프로그램 화면이고, 도 16 및 도 17은 본 발명의 일 실시예에 따른 도로 안개감지 장치 내 영상 장치의 시제품 및 설치 현장을 촬영한 사진이다.
도 7 내지 도 15를 통해서는 도 1 내지 도 6에서 상세하게 설명하지 않았던 구성이나 방법에 대하여 실제로 안개를 측정할 장소를 선정하고 설치하고 이를 통하여 안개를 판별하는 일련의 시계열적 과정에 대하여 설명하기로 한다.
<실시예>
도 7을 참조하면, 본 발명의 일 실시예의 위기수준별 판단기준을 세우기 위하여 본 발명의 일 실시예에 따른 도로 안개감지 장치(1)는, 관심/주의/경계/심각의 사례별 안개 탐지용 표준화 영상을 데이터베이스로 구축할 수 있다. 이때, 고속도로, 국도, 교량, 일반국도로 구분하여 동영상 및 정지영상을 확보할 수 있다. 또한, 안개다발지역에 측정소를 구축한 후, 안개관측용 CCTV를 설치하고 원격전송 서버의 인프라를 설치할 수 있다.
그 다음에는 대상지역 방문 측정장치 설치 가능 여부를 확인하는데, 안개감시측정소 선정조건은, 안개다발지역 지정 지역 중 주민 설문조사 확인 지점이면서, 위기수준 4단계 확인 가능한 시정거리 확보 구간이고, 장치설치를 위한 공간 및 전원 공급 확보 가능 지점이며, 기타 위험 요소가 없는 지점일 수 있다. 그리고 나서, 도 8과 같이 카메라(110)을 설치하고, 브라켓(130)도 설치하면서 실제로 선정된 장소에 설치를 완료할 수 있다.
그리고 도 9와 같이, 안개감시측정소의 도로상 안개 고해상도 영상 데이터베이스를 구축할 수 있으며, 안개감시측정소 CCTV인 카메라(110)로부터 로컬 영상 DB를 실시간으로 저장 및 원격지에서 수신함으로써 실제 그 장소에 없더라도 안개 발생 유무를 확인할 수 있고, 사례별(관심/주의/경계/심각) 정지영상을 저장할 수 있다. 또, CCTV 카메라의 색 분해능에 따라 고해상도(유효화소수 1920(H)×1080(V)) 동영상 백업 및 영상 이미지의 정지영상을 저장할 수 있으며, 도로 안개 특징 분석에 필요한 영상 이미지 자료를 분류하고, 영상 이미지의 목표물 및 장애물 파악 및 표준화(화각/도메인)로 영상 이미지를 설정할 수 있다.
도 10을 참조하면, 안개감시측정소 지리정보를 도시한 것인데, 파주 도로 안개감시측정소는 북위 37°58’37.78 동경 126°56’33.54 해발고도 33 m 에 위치하는데, 경기도 파주시 적성면 객현리 475-4 인근 일반국도 37번도로 상에서 동남 방향으로 영상 화각을 설정했으며, 전방 1.5 km 좌측에 언덕이 위치하고, 2.4 km 우측에 감악산이 위치하며, 전경은 관측자가 직립하여 바라보는 일반적인 관측시야로 수직각(vertical angle)을 설정하며, 직선구간 중심으로 곡선구간이 연결된 일반국도로 직선구간은 약 1.1 km, 곡선구간은 약 0.8 km이며, 태양의 남중으로 인한 역광 또는 과채도 현상을 방지하기 위해 촬영 방향을 제어할 수 있고, 목측법의 실시간 관측을 보완한 영상기반 측정법으로 실제 거리를 반영하여 시정거리를 측정할 수 있는 분석 알고리즘의 개발을 위해 분석 영상 도메인을 설정할 수 있다.
그리고 나서, 도 11과 같이, 표준 영상 이미지의 거리정보를 매핑하는데, 현장관측, 지리정보 및 이미지 특징 분석 결과를 토대로 실측거리를 도출하고, 표준 영상을 2차원 좌표화하여 거리정보를 추출하고 시정거리 매핑을 실시할 수 있다. 또, 표준영상 거리정보를 도출하고, 영상의 실측 거리는 줄자, 끈(50 m), 롤러 방식 거리측량기 등으로 계측하였고, 2차원 영상 이미지의 좌표에 대한 물체별 거리정보를 입력할 수 있다.
그리고 나서, 안개 패턴 인식으로 시정거리 산출 및 실측거리를 비교하는데, 안개감지는 윤곽선 추출과 패턴 인식 기법을 단계적으로 실시하여 분석 대상 영상 이미지 내의 안개 구간 범위를 결정하고, 윤곽선 추출 분석은 소벨 윤곽선 검출(Sobel Edge Detector) 방식을 응용하여 알고리즘을 구현한다. 분석 대상 이미지의 색정보 특성을 고려하여 허용수준을 설정하고, 정지영상과 동영상 이미지의 윤곽선 추출 알고리즘을 각각 설정할 수 있다. 또, 윤곽선 추출 범위를 사용자가 조정할 수 있도록 인터페이스가 구현되며, 패턴 인식 분석은 플러드필(Flood fill) 기법을 응용하여 알고리즘이 구현될 수 있다. 이때, 안개의 색정보 특징분석을 반영하여 분석 대상 이미지의 좌표별 RGB 성분에 대한 표준편차(D)를 이하 수학식 4로 산출할 수 있다.
Figure 112020076689754-pat00004
그리고 나서, 빨강(R), 초록(G), 파랑색(B) 각각에 대한 안개 패턴 색정보를 비교하고, 안개 패턴의 표준편차는 허용수준에 영향을 받도록 설계된다. 이때, ij는 영상 이미지 내 xy 좌표를 의미하고, n은 x 축 픽셀의 개수, m은 y 축 픽셀의 개수를 의미한다. 윤곽선 추출과 연계하여 플러드필 분석을 수행할 수 있다. 행렬 함수로 재구성한 후 안개 색정보의 특징을 분석하여 안개 패턴 인식을 파란색으로 나타내어 표출될 수 있다. 이때, 위기수준(심각/경계/주의/관심)별 플러드필 기반 안개 패턴 인식 알고리즘이 구현될 수 있다.
Figure 112020076689754-pat00005
분석 대상 영상 이미지의 시정거리는 윤곽선 추출 및 안개 패턴 인식 이미지 분석법으로 이미지 시정거리로 산출되고, 표 3을 참조하면, 산출 요소는, Y 좌표, 시정거리(VR), 불확실도(U)이다.
이와 같은 도 7 내지 도 11의 도로 안개감지 장치 및 그 감지 방법에 대해서 설명되지 아니한 사항은 앞서 도 1 내지 도 6을 통해 도로 안개감지 장치 및 그 감지 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.
도 12 내지 도 15는 본 발명의 일 실시예에 따른 도로 안개감지 장치 내 안개 모니터링 장치를 구동하기 위한 프로그램 화면이다. 도 12을 참조하면, 관리자 단말에서 출력되는 본 발명의 일 실시예에 따른 도로 안개감지 화면의 일 실시예이다. 도 13과 같이 환경설정을 통하여 표 1의 상수 또는 변수를 설정할 수 있으며, 도 14와 같이 관심지역을 설정할 수 있고, 도 15와 같이 시스템 설정을 통하여 윤곽선 레벨, 표출 시간, 안개수준 설정 등을 할 수 있는 인터페이스를 포함할 수 있다.
이와 같은 도 12 내지 도 15의 도로 안개감지 장치 및 그 감지 방법에 대해서 설명되지 아니한 사항은 앞서 도 1 내지 도 15를 통해 도로 안개감지 장치 및 그 감지 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.
도 16 및 도 17은 본 발명의 일 실시예에 따른 도로 안개감지 장치 내 영상 장치의 시제품 및 설치 현장을 촬영한 사진이다. 이러한 장치, 방법 및 프로그램을 갖춘 본 발명의 일 실시예의 영상 장치(100)는, 도 16 및 도 17과 같이 설치될 수 있다. 중앙분리대에도 설치가 가능한 것을 잘 알 수 있다.
이와 같은 도 16 내지 도 17의 도로 안개감지 장치 및 그 감지 방법에 대해서 설명되지 아니한 사항은 앞서 도 1 내지 도 15를 통해 도로 안개감지 장치 및 그 감지 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.
도 1 내지 도 17을 통해 설명된 일 실시예에 따른 도로 안개감지 장치 및 그 감지 방법은, 컴퓨터에 의해 실행되는 애플리케이션이나 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
전술한 본 발명의 일 실시예에 따른 도로 안개감지 장치 및 그 감지 방법은, 단말기에 기본적으로 설치된 애플리케이션(이는 단말기에 기본적으로 탑재된 플랫폼이나 운영체제 등에 포함된 프로그램을 포함할 수 있음)에 의해 실행될 수 있고, 사용자가 애플리케이션 스토어 서버, 애플리케이션 또는 해당 서비스와 관련된 웹 서버 등의 애플리케이션 제공 서버를 통해 마스터 단말기에 직접 설치한 애플리케이션(즉, 프로그램)에 의해 실행될 수도 있다. 이러한 의미에서, 전술한 본 발명의 일 실시예에 따른 도로 안개감지 장치 및 그 감지 방법은 단말기에 기본적으로 설치되거나 사용자에 의해 직접 설치된 애플리케이션(즉, 프로그램)으로 구현되고 단말기에 등의 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 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.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (10)

  1. 양방향 도로를 촬영하도록 설치되어 양방향 도로상 안개를 촬영하는 영상 장치;
    상기 영상 장치의 하단에 구비되고 상기 영상 장치에서 촬영한 영상을 송출하는 네트워크 구성 장치;
    상기 네트워크 구성 장치로부터 송출된 영상을 입력받아 영상을 분석하여 안개를 감지한 후, 기 설정된 위기수준별 경보를 출력하는 안개 모니터링 장치; 및
    상기 안개 모니터링 장치로부터 출력된 경보를 표출하고, 상기 경보를 유선 또는 무선 네트워크로 송신하는 표출 장치;를 포함하고,
    상기 안개 모니터링 장치는
    상기 영상 장치가 설치된 지점으로부터 기 설정된 거리 내에 설치되고, 상기 영상 장치에 포함된 카메라로부터 영상을 수신하여 저장함과 동시에 출력하는 영상 수신기;
    상기 영상 수신기로부터 출력된 영상을 이용하여 안개를 감지하도록 안개감지 프로그램이 기 탑재되며, 상기 영상 장치가 설치된 지점별 영상환경설정이 입력되고, 안개감지조건 및 위기수준 결정조건이 입력되어 상기 영상환경설정, 안개감지조건 및 위기수준 결정조건에 대응하는 감지 결과를 출력하는 영상 분석기;
    상기 영상 분석기에서 안개를 감지하고 분석된 정보를 표출하며, 표출된 정보를 유선 또는 무선 네트워크로 송신하는 결과 표출기를 포함하고,
    상기 영상 분석기는
    상기 영상환경설정인 상기 영상 장치의 카메라 설치 환경에 따른 적어도 하나의 거리산출 구성요소값을 하기 [수학식 1]에 적용하여 상기 안개 발생 지점의 거리를 산출하고,
    상기 거리산출 구성요소값은 상기 영상 이미지에서 안개 발생 지점까지의 거리가 실측거리에 근사하도록 보정하기 위한 최저거리보정상수, 근거리보정상수, 원거리보정상수, 수직보정상수, 유효거리보정상수를 포함하고,
    상기 영상 이미지의 최저거리는 고도, 렌즈초점거리, 수직보정상수, 최저거리보정상수가 적용된 하기의 수학식 3과 같이 산출되는 것을 특징으로 하는 도로 안개감지 장치.
    [수학식 1]
    Figure 112021016052247-pat00028

    R은 안개 발생 지점의 거리이고, n은 근거리보정상수이고, Dmax는 최장거리, Ymax는 최장좌표, Y는 안개인식좌표, e는 유효거리보정상수, f는 원거리보정상수, n은 근거리보정상수, s는 최저거리보정상수, H는 고도, Lset은 렌즈설정초점거리, Lstd는 렌즈표준초점거리, v는 수직보정상수이다.
    [수학식 3]
    Figure 112021016052247-pat00029

  2. 제 1 항에 있어서,
    상기 영상 장치는,
    상기 양방향 도로를 촬영하는 카메라;
    상기 카메라의 하단에 구비되어 볼트 및 너트로 방향을 조절하는 브라켓;
    중앙분리대 가드레일을 훼손하지 않고 중앙분리대에 거치되도록 양날개형 구조로 형성되고, 볼트 및 너트로 상기 중앙분리대 가드레일에 고정 또는 분리되는 중앙차선 가드레일 고정대;
    상기 브라켓과 중앙차선 가드레일 고정대 간을 이어주며 적어도 하나의 볼트로 높이조절을 하는 지지대;
    를 포함하는 것을 특징으로 하는 도로 안개감지 장치.
  3. 삭제
  4. 제 1 항에 있어서,
    상기 안개감지조건 및 위기수준 결정조건은 시스템 설정에 대응하는 것을 특징으로 하는 도로 안개감지 장치.
  5. 안개 경보 장치에서 실행되는 도로 안개 감지 방법에 있어서,
    양방향 도로를 촬영하는 영상 장치로부터 송출된 영상 이미지를 수신하여 안개 발생 지점의 거리를 산출하는 단계;
    상기 영상 이미지에서 안개의 윤곽선을 결정한 후, 결정된 윤곽선에서 안개의 영역을 결정하여 안개를 인식하는 단계; 및
    상기 영상 장치의 위치를 기준으로 상기 영상 이미지 내에서 인식된 보이는 지점까지의 거리를 산출하고, 상기 보이는 지점까지의 거리가 기 설정된 단계별 거리에 대응하는 경우, 각 단계별 거리에 대응하는 경보를 출력하는 단계;를 포함하고,
    상기 안개 발생 지점의 거리를 산출하는 단계는
    상기 영상 이미지 내 도로 영상을 2차원 평면으로 좌표화하는 단계;
    상기 영상 이미지로부터 상기 안개 발생 지점의 거리를 산출하기 위한 적어도 하나의 거리산출 구성요소값을 설정하는 영상환경설정을 수행하는 단계;
    상기 적어도 하나의 거리산출 구성요소값을 하기 [수학식 1]에 적용하여 상기 안개 발생 지점의 거리를 산출하는 단계를 포함하고,
    상기 거리산출 구성요소값은 상기 영상 이미지에서 안개 발생 지점까지의 거리가 실측거리에 근사하도록 보정하기 위한 최저거리보정상수, 근거리보정상수, 원거리보정상수, 수직보정상수, 유효거리보정상수를 포함하고,
    상기 영상 이미지의 최저거리는 고도, 렌즈초점거리, 수직보정상수, 최저거리보정상수가 적용된 하기의 수학식 3과 같이 산출되는 것을 특징으로 하는 도로 안개감지 방법.
    [수학식 1]
    Figure 112021016052247-pat00030

    R은 안개 발생 지점의 거리이고, n은 근거리보정상수이고, Dmax는 최장거리, Ymax는 최장좌표, Y는 안개인식좌표, e는 유효거리보정상수, f는 원거리보정상수, n은 근거리보정상수, s는 최저거리보정상수, H는 고도, Lset은 렌즈설정초점거리, Lstd는 렌즈표준초점거리, v는 수직보정상수이다.
    [수학식 3]
    Figure 112021016052247-pat00031

  6. 삭제
  7. 제 5 항에 있어서,
    상기 영상 이미지에서 안개의 윤곽선을 결정한 후, 결정된 윤곽선에서 안개의 영역을 결정하여 안개를 인식하는 단계는,
    상기 안개의 윤곽선을 추출하는 강도를 설정하고, 복수의 윤곽선 중 수평윤곽선을 선택 및 분리하여 수직윤곽선의 하단을 선택하는 단계;
    상기 선택된 하단 중 상기 수직윤곽선의 원색상이 유채색이면 배제하는 단계;
    기 설정된 분석대상공간 내 윤곽선을 안개의 윤곽선으로 결정하는 단계;
    를 수행하면서 실행되고,
    상기 안개의 윤곽선은 소벨 윤곽선 검출(Sobel Edge Detector)을 이용하는 것을 특징으로 하는 도로 안개감지 방법.
  8. 제 5 항에 있어서,
    상기 영상 이미지에서 안개의 윤곽선을 결정한 후, 결정된 윤곽선에서 안개의 영역을 결정하여 안개를 인식하는 단계는,
    상기 안개의 영역이 결정되면, 상기 안개의 윤곽선에서 기 설정된 분석대상공간의 윤곽선을 추출하는 단계;
    기 설정된 분석대상공간의 윤곽선에서 색좌표계의 RGB 값을 결정하는 단계;
    상기 RGB 값을 기준으로 안개의 특징구분값을 결정하는 단계;
    상기 기 설정된 분석대상공간의 윤곽선 내의 어느 한 좌표가, 상기 어느 한 좌표의 이웃한 좌표의 RGB 값이 상기 안개의 특징구분값보다 작은 경우, 상기 어느 한 좌표를 선택하는 단계;
    상기 선택된 어느 한 좌표를 공간상에 표출하여 안개를 인식하는 단계;
    를 수행하면서 실행되고,
    상기 안개를 인식하는 단계의 인식 분석은 패턴 인식 분석인 플러드필(Flood Fill) 기법에 기반한 것을 특징으로 하는 도로 안개감지 방법.
  9. 제 5 항에 있어서,
    상기 영상 장치의 위치를 기준으로 상기 영상 이미지 내에서 인식된 보이는 지점까지의 거리를 산출하고, 상기 보이는 지점까지의 거리가 기 설정된 단계별 거리에 대응하는 경우, 각 단계별 거리에 대응하는 경보를 출력하는 단계는,
    상기 보이는 지점까지의 거리가 1 km 미만인 경우 안개로 추정하는 단계;
    상기 보이는 지점까리의 거리가 낮아질수록 관심, 주의, 경계 및 심각의 각 단계별 거리에 대응하는 경보를 출력하는 단계;
    를 수행하면서 실행되는 것을 특징으로 하는 도로 안개감지 방법.
  10. 제 9 항에 있어서,
    상기 각 단계별 거리에 대응하는 경보는,
    상기 보이는 지점까지의 거리가 1 km 이상인 경우 정상, 1 km 미만인 경우 관심, 상기 관심이면서 상기 보이는 지점까지의 거리가 250 m 미만인 경우 주의, 상기 주의이면서 상기 보이는 지점까지의 거리가 100 m 미만인 경우 경계, 상기 경계이면서 상기 보이는 지점까지의 거리가 50 m 미만인 경우 심각인 것을 특징으로 하는 도로 안개감지 방법.
KR1020200091173A 2020-07-22 2020-07-22 도로 안개감지 장치 및 그 감지 방법 KR102267517B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020200091173A KR102267517B1 (ko) 2020-07-22 2020-07-22 도로 안개감지 장치 및 그 감지 방법
US17/064,571 US11398054B2 (en) 2020-07-22 2020-10-06 Apparatus and method for detecting fog on road

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200091173A KR102267517B1 (ko) 2020-07-22 2020-07-22 도로 안개감지 장치 및 그 감지 방법

Publications (1)

Publication Number Publication Date
KR102267517B1 true KR102267517B1 (ko) 2021-06-22

Family

ID=76600420

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200091173A KR102267517B1 (ko) 2020-07-22 2020-07-22 도로 안개감지 장치 및 그 감지 방법

Country Status (2)

Country Link
US (1) US11398054B2 (ko)
KR (1) KR102267517B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102471542B1 (ko) 2022-01-04 2022-11-28 재단법인 서울특별시 서울기술연구원 Cctv 개방정보를 이용한 야간 도로 안개감지 시스템 및 그 감지 방법
KR102599330B1 (ko) * 2023-06-13 2023-11-08 컨트롤에프 주식회사 영상 기반 안개영역 검출 및 가시거리 산출 시스템
CN117037045A (zh) * 2023-10-08 2023-11-10 成都考拉悠然科技有限公司 基于融合聚类与深度学习的异常检测系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112465715B (zh) * 2020-11-25 2023-08-08 清华大学深圳国际研究生院 一种基于大气传输矩阵迭代优化的图像去散射方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090100174A (ko) * 2008-03-19 2009-09-23 정양권 영상인식 및 이미지의 학습 방법을 기반한 안개 감지 방법및 그 시스템
KR101219659B1 (ko) * 2012-07-27 2013-01-09 한국건설기술연구원 Ｃｃｔｖ 영상을 이용한 안개 검지 시스템 및 그 방법
KR101364727B1 (ko) * 2012-09-28 2014-02-20 (주)한일에스티엠 촬영된 영상의 처리를 이용한 안개 감지 방법 및 장치
KR101748524B1 (ko) * 2016-01-26 2017-06-27 (주)스마트테크놀로지 시정거리 산정을 이용한 안개 감지 장치 및 방법

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7526103B2 (en) * 2004-04-15 2009-04-28 Donnelly Corporation Imaging system for vehicle
US9101279B2 (en) * 2006-02-15 2015-08-11 Virtual Video Reality By Ritchey, Llc Mobile user borne brain activity data and surrounding environment data correlation system
US9459515B2 (en) * 2008-12-05 2016-10-04 Mobileye Vision Technologies Ltd. Adjustable camera mount for a vehicle windshield
EP2542452B1 (en) * 2010-03-04 2015-11-04 Valeo Schalter und Sensoren GmbH Method of raindrop detection on a vehicle windscreen and driving assistance device
KR101880850B1 (ko) 2017-04-14 2018-07-20 인하대학교 산학협력단 도로 주행 영상에서 채도와 명도의 상관관계와 시간적 필터링을 이용한 안개 검출 방법 및 시스템
KR101949968B1 (ko) 2018-06-04 2019-02-21 주식회사 유에스티21 안개 성분이 포함된 이미지의 시정거리를 결정하는 장치 및 방법
US20200293041A1 (en) * 2019-03-15 2020-09-17 GM Global Technology Operations LLC Method and system for executing a composite behavior policy for an autonomous vehicle

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090100174A (ko) * 2008-03-19 2009-09-23 정양권 영상인식 및 이미지의 학습 방법을 기반한 안개 감지 방법및 그 시스템
KR101219659B1 (ko) * 2012-07-27 2013-01-09 한국건설기술연구원 Ｃｃｔｖ 영상을 이용한 안개 검지 시스템 및 그 방법
KR101364727B1 (ko) * 2012-09-28 2014-02-20 (주)한일에스티엠 촬영된 영상의 처리를 이용한 안개 감지 방법 및 장치
KR101748524B1 (ko) * 2016-01-26 2017-06-27 (주)스마트테크놀로지 시정거리 산정을 이용한 안개 감지 장치 및 방법

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102471542B1 (ko) 2022-01-04 2022-11-28 재단법인 서울특별시 서울기술연구원 Cctv 개방정보를 이용한 야간 도로 안개감지 시스템 및 그 감지 방법
US20230215177A1 (en) * 2022-01-04 2023-07-06 Seoul Institute Of Technology Nighttime road fog detection system using open information of cctv and detection method thereof
US11881026B2 (en) 2022-01-04 2024-01-23 The Seoul Institute Nighttime road fog detection system using open information of CCTV and detection method thereof
KR102599330B1 (ko) * 2023-06-13 2023-11-08 컨트롤에프 주식회사 영상 기반 안개영역 검출 및 가시거리 산출 시스템
CN117037045A (zh) * 2023-10-08 2023-11-10 成都考拉悠然科技有限公司 基于融合聚类与深度学习的异常检测系统
CN117037045B (zh) * 2023-10-08 2024-04-26 成都考拉悠然科技有限公司 基于融合聚类与深度学习的异常检测系统

Also Published As

Publication number Publication date
US11398054B2 (en) 2022-07-26
US20220028118A1 (en) 2022-01-27

Similar Documents

Publication Publication Date Title
KR102267517B1 (ko) 도로 안개감지 장치 및 그 감지 방법
US8284996B2 (en) Multiple object speed tracking system
KR101364727B1 (ko) 촬영된 영상의 처리를 이용한 안개 감지 방법 및 장치
US10872247B2 (en) Image feature emphasis device, road surface feature analysis device, image feature emphasis method, and road surface feature analysis method
CN102867417A (zh) 一种出租车防伪系统及方法
KR101735557B1 (ko) 실시간 목표 탐지에 의한 교통 정보 수집 시스템 및 방법
KR102204037B1 (ko) 기준객체와 지정 랜드마크 간의 기준 삼각망 생성을 통한 mms의 수집 위치 보정시스템
CN113449632B (zh) 一种基于融合感知的视觉与雷达感知算法优化方法、系统及汽车
CN112001208A (zh) 用于车辆盲区的目标检测方法、装置和电子设备
CN114089786A (zh) 一种基于无人机视觉的沿山区公路自主巡检系统
Miclea et al. Visibility detection in foggy environment
WO2020210960A1 (zh) 交通道路的数字化全景重建的方法和系统
CN109784309A (zh) 一种基于车载相机的高速公路广告牌识别系统及方法
KR102257078B1 (ko) 좌표계를 이용한 안개 탐지 장치 및 그 방법
KR101381580B1 (ko) 다양한 조명 환경에 강인한 영상 내 차량 위치 판단 방법 및 시스템
CN202887450U (zh) 一种出租车防伪系统
CN107945546A (zh) 用于交通视频自动识别的高速公路能见度预警系统及方法
KR102204039B1 (ko) Mms의 gps 보정에 따른 촬영 영상과 라이다 측량치의 오류보정 시스템
CN109308809A (zh) 一种基于动态图像特征处理的隧道车辆监控装置
Xiang et al. A new model for daytime visibility index estimation fused average sobel gradient and dark channel ratio
CN111899512A (zh) 结合天际线观测的车辆轨迹提取方法、系统及存储介质
CN113055600B (zh) 一种图像曝光调整方法、装置、设备和存储介质
US11881026B2 (en) Nighttime road fog detection system using open information of CCTV and detection method thereof
KR102145409B1 (ko) 차량속도 측정이 가능한 시정거리 측정 시스템
CN117372967B (zh) 基于物联网智慧路灯的远程监控方法、装置、设备及介质

Legal Events

Date Code Title Description
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant