KR102271138B1 - Traffic information collection accuracy improvement device using radar sensor and method of the same - Google Patents

Traffic information collection accuracy improvement device using radar sensor and method of the same Download PDF

Info

Publication number
KR102271138B1
KR102271138B1 KR1020210052391A KR20210052391A KR102271138B1 KR 102271138 B1 KR102271138 B1 KR 102271138B1 KR 1020210052391 A KR1020210052391 A KR 1020210052391A KR 20210052391 A KR20210052391 A KR 20210052391A KR 102271138 B1 KR102271138 B1 KR 102271138B1
Authority
KR
South Korea
Prior art keywords
vehicle
lane
traffic information
vehicles
detection
Prior art date
Application number
KR1020210052391A
Other languages
Korean (ko)
Inventor
조풍연
Original Assignee
메타빌드(주)
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 메타빌드(주) filed Critical 메타빌드(주)
Priority to KR1020210052391A priority Critical patent/KR102271138B1/en
Application granted granted Critical
Publication of KR102271138B1 publication Critical patent/KR102271138B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

According to the present invention, a duplicate ghost object-filtering unit performs filtering to prevent overlapping detection of one large vehicle from being detected as two vehicles in the same lane so that accurate traffic information can be derived. In addition, a false detection ghost object-filtering unit can filtrate that a ghost object that does not actually exist is erroneously detected by multi-pass of a radar sensor. In addition, a same-lane object overlapping avoidance unit can prevent that two vehicles traveling in different lanes are detected as vehicles running side by side in the same lane. In addition, vehicle information is derived by converting detection signals detected by a plurality of various types of radar sensors into a predetermined standard format and traffic information for each lane is derived from a predetermined traffic information collection area, thereby providing an advantage of driving accurate traffic information for each lane without being restricted by the model or installation location of the radar sensors.

Description

레이더 센서를 이용한 교통정보 수집 정확도 향상 장치 및 그 방법{Traffic information collection accuracy improvement device using radar sensor and method of the same}Traffic information collection accuracy improvement device using radar sensor and method thereof

본 발명은 레이더 센서를 이용한 교통정보 수집 정확도 향상 장치 및 그 방법에 관한 것으로서, 보다 상세하게는 중복 또는 오검지되는 고스트 객체를 필터링함으로써 차선별 교통정보를 보다 정확하게 검출할 수 있는 레이더 센서를 이용한 교통정보 수집 정확도 향상 장치 및 그 방법에 관한 것이다. The present invention relates to an apparatus and method for improving the accuracy of traffic information collection using a radar sensor, and more particularly, to a traffic information using a radar sensor capable of more accurately detecting traffic information for each lane by filtering duplicate or erroneously detected ghost objects. It relates to an apparatus and method for improving information collection accuracy.

차량 및 사람이 이용하는 도로 교통에서는 항상 사고 가능성이 잠재되어 있으며, 실제로 전국적으로 하루에도 수많은 교통 사고 및 위험 상황이 발생한다. 특히 고속도로와 같은 초고속 주행 환경 또는 야간에는 운전자의 주변 상황 인지능력이 현저히 저하될 가능성이 크고, 이는 곧 대형 교통 사고로 이어질 수 있다. 도로 상의 상황을 감지하기 위한 다양한 기술들이 제안되고 있지만, 종래에는 도로 또는 차량에 설치된 적외선 카메라를 이용하여 전방의 물체를 감지하고 이를 통보하는 기술에 국한되어 있고, 이러한 방식은 감지 효율이 떨어지는 단점이 있다. There is always a potential for accidents in road traffic used by vehicles and people, and in fact, numerous traffic accidents and dangerous situations occur throughout the country every day. In particular, in a high-speed driving environment such as a highway or at night, the driver's ability to recognize the surrounding situation is highly likely to be significantly reduced, which can lead to a major traffic accident. Although various technologies for detecting a situation on the road have been proposed, conventionally, it is limited to a technology for detecting and notifying an object in front using an infrared camera installed on a road or vehicle, and this method has a disadvantage in that the detection efficiency is lowered. have.

최근에는, 교통 정체로 인한 시간과 비용을 개선하고, 도로 운용의 효율성을 높이기 위한 교통 정책의 수립을 위하여 교통 정보를 수집하기 위한 기술들이 제안되고 있다.Recently, technologies for collecting traffic information have been proposed in order to establish a traffic policy to improve the time and cost caused by traffic congestion and to increase the efficiency of road operation.

그러나, 종래의 루프식 교통 정보 수집 방법은, 노면에 장비를 매설하는 방식이기 때문에 도로 포장 상태에 따른 설비와 보수가 번거롭고, 검지 영역이나 수집 영역을 변경할 수 없기 때문에 교통 정보 산출이 루프 설치 지점에서만 한정되는 문제점이 있다. However, since the conventional loop-type traffic information collection method is a method of burying equipment on the road surface, equipment and maintenance according to the pavement condition are cumbersome, and since the detection area or collection area cannot be changed, traffic information calculation is performed only at the roof installation point. There are limited problems.

한국등록특허 제10-0987177호Korean Patent Registration No. 10-0987177

본 발명의 목적은, 보다 정확하게 차선별 교통정보를 보다 정확하게 검출할 수 있는 레이더 센서를 이용한 교통정보 수집 정확도 향상 장치 및 그 방법을 제공하는 데 있다. An object of the present invention is to provide an apparatus and method for improving traffic information collection accuracy using a radar sensor capable of more accurately detecting traffic information for each lane more accurately.

본 발명에 따른 레이더 센서를 이용한 교통정보 수집 정확도 향상 장치는, 도로 주변에 설치되어, 미리 설정된 검지 영역에서 객체를 검지하는 레이더 센서들이 각각 송신하는 검지 신호들을 수신하고, 상기 검지 신호들에 따라 차량 정보와 돌발상황 정보를 생성하고, 상기 검지 영역 중에서 미리 설정된 교통정보 검출 영역에서 차선별 교통정보를 생성하여 도출하는 교통정보 수집장치를 포함하고, 상기 교통정보 수집장치는, 상기 차량 정보에 따라 상기 교통정보 검출 영역에서 차량들이 주행하는 차선을 도출하고, 상기 각 차선에 대한 단위시간동안 통행 차량 대수, 단위 시간동안 통행 차량들의 평균 속도 및 단위 시간동안 통행 차량들의 점유율을 포함한 차선별 교통정보를 추출하는 교통정보 산출 모듈을 포함하고, 상기 교통정보 산출 모듈은, 상기 차량 정보에 따라 동일 차선에서 한 대의 대형 차량이 두 대의 일렬 주행 차량으로 중복 검지되는 중복 고스트 객체를 필터링하는 중복 고스트 객체 필터링부와, 상기 차량 정보에 따라 동일 차선에서 레이더 신호의 멀티 패스에 의해 오검지되는 오검지 고스트 객체를 필터링하는 오검지 고스트 객체 필터링부와, 상기 차량 정보에 따라 서로 다른 차선을 주행하는 두 대의 차량이 동일 차선을 나란히 주행하는 것으로 오검지되는 것을 방지하는 동일차선 객체 중복 회피부를 포함하고, 상기 중복 고스트 객체 필터링부는, 상기 교통정보 검출 영역에서 동일 차선을 주행하는 차량들을 상기 레이더 센서와의 이격 거리가 가까운 순서대로 정렬하여 차선별 차량 목록을 생성하고, 상기 차선별 차량 목록에 포함된 차량들 중에서 인접하는 두 대의 n번째 차량과 n+1번째 차량의 속도, 상기 이격 거리 및 신호의 세기에 따라 상기 n번째 차량과 상기 n+1번째 차량 중 어느 한 대를 중복 고스트 객체로 판단하여 제거하고, 상기 오검지 고스트 객체 필터링부는, 상기 차선별 차량 목록에 포함된 차량들 중에서 상기 레이더 센서에 가까운 순서대로 위치하는 3대의 n번째 차량, n+1번째 차량, n+2번째 차량의 속도, 상기 이격 거리 및 신호의 세기에 따라 상기 n+2번째 차량이 상기 오검지 고스트 객체인지 판단하고, 상기 동일차선 객체 중복 회피부는, 상기 차량 정보에 포함된 차량들 중에서 n번째 차량이 상기 교통정보 검출 영역에 도달하면, 상기 교통정보 검출 영역에서 상기 n번째 차량의 차선을 신규 차선으로 도출하고, 상기 신규 차선에 이미 상기 n번째 차량 이외에 다른 차량이 검지된 상태이면, 상기 n번째 차량이 주행하는 차선을 상기 신규 차선으로 갱신하지 않고 상기 교통정보 검출 영역 이전에 도출된 이전 차선으로 유지하여, 상기 신규 차선에서 상기 n번째 차량과 다른 차량이 중복 검지되는 것을 방지한다.The apparatus for improving traffic information collection accuracy using a radar sensor according to the present invention is installed around a road, receives detection signals transmitted by radar sensors that detect an object in a preset detection area, respectively, and receives the detection signals according to the detection signals. and a traffic information collecting device for generating information and contingency information, and generating and deriving traffic information for each lane in a preset traffic information detection area among the detection areas, wherein the traffic information collecting device is configured to: In the traffic information detection area, the lanes in which vehicles travel are derived, and traffic information for each lane including the number of passing vehicles per unit time for each lane, the average speed of passing vehicles per unit time, and the occupancy of passing vehicles per unit time is extracted. and a traffic information calculation module, wherein the traffic information calculation module includes a duplicate ghost object filtering unit for filtering duplicate ghost objects in which one large vehicle is detected as two in-line driving vehicles in the same lane according to the vehicle information; , a false detection ghost object filtering unit filtering a false detection ghost object that is erroneously detected by a multi-path of a radar signal in the same lane according to the vehicle information, and two vehicles traveling in different lanes according to the vehicle information are the same and a same-lane object overlap avoiding unit for preventing erroneous detection as driving in parallel lanes, wherein the overlapping ghost object filtering unit allows vehicles traveling in the same lane in the traffic information detection area to be separated by a distance from the radar sensor. A vehicle list is generated by lane by arranging in close order, and according to the speed, the separation distance, and the signal strength of two adjacent n-th vehicles and the n+1-th vehicle among the vehicles included in the lane-specific vehicle list, the Any one of the nth vehicle and the n+1th vehicle is determined to be a duplicate ghost object and removed, and the false detection ghost object filtering unit is configured to be close to the radar sensor among vehicles included in the vehicle list by lane. 3 nth vehicles located, n+1th It is determined whether the n+2th vehicle is the false detection ghost object according to the speed of the vehicle, the n+2th vehicle speed, the separation distance, and the signal strength, and the same-lane object overlap avoiding unit is included in the vehicle information. When the nth vehicle from among the vehicles reaches the traffic information detection area, the lane of the nth vehicle is derived as a new lane in the traffic information detection area, and a vehicle other than the nth vehicle has already been detected in the new lane. state, the lane in which the n-th vehicle travels is not updated with the new lane, but is maintained as the previous lane derived before the traffic information detection area, so that the n-th vehicle and another vehicle are detected overlappingly in the new lane prevent.

상기 중복 고스트 객체 필터링부는, 상기 n번째 차량의 속도와 상기 n+1번째 차량의 속도의 차이가 미리 설정된 제1속도 기준값 미만이고, 상기 n번째 차량의 이격 거리와 상기 n+1번째 차량의 이격 거리의 차이가 미리 설정된 제1이격거리 기준값 미만이고, 상기 n번째 차량과 상기 n+1번째 차량 중에서 상기 신호의 세기가 미리 설정된 제1신호 기준값 미만인 차량을 중복 고스트 객체로 판단하여 제거한다.The overlapping ghost object filtering unit may include: a difference between the speed of the nth vehicle and the speed of the n+1th vehicle is less than a preset first speed reference value, and the separation distance between the nth vehicle and the n+1th vehicle A vehicle in which the difference in distance is less than a preset first separation distance reference value and the signal strength of the n-th vehicle and the n+1-th vehicle is less than the preset first signal reference value is determined as a duplicate ghost object and removed.

상기 오검지 고스트 객체 필터링부는, 상기 n번째 차량과 상기 n+1번째 차량에 대한 상기 속도와 상기 이격 거리를 이용하여, 상기 n번째 차량과 상기 n+1번째 차량에 의한 멀티패스로 인해 예측되는 예측 고스트 객체의 예측 속도와, 상기 예측 고스트 객체와 상기 레이더 센서의 예측 이격 거리를 산출하고, 상기 예측 고스트 객체의 예측 속도와 상기 n+2번째 차량의 속도의 차이가 미리 설정된 제2속도 기준값 미만이고, 상기 예측 고스트 객체의 예측 이격 거리와 상기 n+2번째 차량의 이격 거리의 차이가 미리 설정된 제2이격 거리 기준값 미만이고, 상기 n+2번째 차량에 대한 신호의 세기가 미리 설정된 제2신호 기준값 미만이면, 상기 n+2번째 차량을 오검지 고스트 객체로 판단하여 제거한다.The false detection ghost object filtering unit is predicted due to multipath by the nth vehicle and the n+1th vehicle using the speed and the separation distance for the nth vehicle and the n+1th vehicle. The predicted speed of the predicted ghost object and the predicted distance between the predicted ghost object and the radar sensor are calculated, and the difference between the predicted speed of the predicted ghost object and the speed of the n+2th vehicle is less than a preset second speed reference value A second signal in which a difference between the predicted separation distance of the predicted ghost object and the separation distance of the n + 2 th vehicle is less than a preset second separation distance reference value, and the strength of the signal for the n + 2 th vehicle is preset If it is less than the reference value, the n+2th vehicle is determined to be a false detection ghost object and removed.

상기 동일차선 객체 중복 회피부는, 상기 신규 차선에 상기 n번째 차량 이외에 다른 차량이 검지되지 않으면, 상기 n번째 차량이 주행하는 차선은 상기 신규 차선으로 갱신한다.If no other vehicle other than the n-th vehicle is detected in the new lane, the same-lane object overlap avoiding unit updates the lane in which the n-th vehicle travels as the new lane.

본 발명에 따른 레이더 센서를 이용한 교통정보 수집 정확도 향상 방법은, 교통정보 수집장치가 도로 주변에 설치된 레이더 센서가 미리 설정된 검지 영역에서 객체를 검지하여 검지 신호들을 수신하여, 상기 검지 신호들과 상기 레이더 센서의 작동 상태 정보를 수집하는 단계와; 상기 교통정보 수집장치가 상기 검지 신호들로부터 차량 정보를 생성하고, 상기 차량 정보에 따라 상기 검지 영역 중에서 미리 설정된 교통정보 검출 영역에서 차량들이 주행하는 차선을 도출하고, 상기 각 차선에 대한 단위시간동안 통행 차량 대수, 단위 시간동안 통행 차량들의 평균 속도 및 단위 시간동안 통행 차량들의 점유율을 포함한 차선별 교통정보를 추출하는 단계를 포함하고, 상기 차선별 교통정보를 추출하는 단계는, 상기 차량 정보에 따라 동일 차선에서 한 대의 대형 차량이 두 대의 일렬 주행 차량으로 중복 검지되는 중복 고스트 객체를 필터링하는 중복 고스트 객체 필터링 과정과, 상기 차량 정보에 따라 동일 차선에서 레이더 신호의 멀티 패스에 의해 오검지되는 오검지 고스트 객체를 필터링하는 오검지 고스트 객체 필터링 과정과, 상기 차량 정보에 따라 서로 다른 차선을 주행하는 두 대의 차량이 동일 차선을 나란히 주행하는 것으로 오검지되는 것을 방지하는 동일차선 객체 중복 회피 과정을 더 포함하고, 상기 중복 고스트 객체 필터링 과정에서는, 상기 교통정보 검출 영역에서 동일 차선을 주행하는 차량들을 상기 레이더 센서와의 이격 거리가 가까운 순서대로 정렬하여 차선별 차량 목록을 생성하고, 상기 차선별 차량 목록에 포함된 차량들 중에서 인접하는 두 대의 n번째 차량과 n+1번째 차량의 속도, 상기 이격 거리 및 신호의 세기에 따라 상기 n번째 차량과 상기 n+1번째 차량 중 어느 한 대를 중복 고스트 객체로 판단하여 제거하고, 상기 오검지 고스트 객체 필터링 과정에서는, 상기 차선별 차량 목록에 포함된 차량들 중에서 상기 레이더 센서에 가까운 순서대로 위치하는 3대의 n번째 차량, n+1번째 차량, n+2번째 차량의 속도, 상기 이격 거리 및 신호의 세기에 따라 상기 n+2번째 차량이 상기 오검지 고스트 객체인지 판단하고, 상기 동일차선 객체 중복 회피 과정에서는, 상기 차량 정보에 포함된 차량들 중에서 n번째 차량이 상기 교통정보 검출 영역에 도달하면, 상기 교통정보 검출 영역에서 상기 n번째 차량의 차선을 신규 차선으로 도출하고, 상기 신규 차선에 상기 n번째 차량 이외에 다른 차량이 검지되면, 상기 n번째 차량이 주행하는 차선을 상기 신규 차선으로 갱신하지 않고 상기 교통정보 검출 영역 이전에 도출된 이전 차선으로 유지하여, 상기 신규 차선에서 상기 n번째 차량과 다른 차량이 중복 검지되는 것을 방지한다.In a method for improving traffic information collection accuracy using a radar sensor according to the present invention, a traffic information collection device detects an object in a preset detection area with a radar sensor installed around a road and receives detection signals, the detection signals and the radar collecting operation state information of the sensor; The traffic information collection device generates vehicle information from the detection signals, derives lanes in which vehicles travel in a preset traffic information detection area among the detection areas according to the vehicle information, and for a unit time for each lane and extracting traffic information for each lane including the number of passing vehicles, the average speed of the passing vehicles for a unit time, and the occupancy of the passing vehicles for a unit time, wherein the extracting of the traffic information for each lane includes: Duplicate ghost object filtering process of filtering duplicate ghost objects in which one large vehicle is overlapped with two driving vehicles in a row in the same lane, and false detection in the same lane according to the vehicle information by multi-path of radar signal It further includes a false detection ghost object filtering process for filtering ghost objects, and a process for avoiding overlapping objects in the same lane to prevent erroneous detection of two vehicles traveling in different lanes according to the vehicle information as driving in the same lane side by side And, in the duplicate ghost object filtering process, vehicles traveling in the same lane in the traffic information detection area are arranged in the order in which the distance from the radar sensor is closest to each other to generate a vehicle list for each lane, and to the vehicle list for each lane Among the included vehicles, one of the nth vehicle and the n+1th vehicle is classified as a duplicate ghost object according to the speed, the separation distance, and the signal strength of two adjacent nth vehicles and the n+1th vehicle. In the process of filtering the false detection ghost object, three n-th vehicles, n+1-th vehicles, and n+2th vehicles located in the order closest to the radar sensor among vehicles included in the lane-by-lane vehicle list It is determined whether the n+2th vehicle is the falsely detected ghost object according to the speed of the vehicle, the separation distance, and the signal strength, and in the process of avoiding overlapping objects in the same lane, the nth vehicle among the vehicles included in the vehicle information When the traffic information detection area is reached, the traffic information detection area is When the lane of the n-th vehicle is derived as a new lane in the exit area and a vehicle other than the n-th vehicle is detected in the new lane, the lane in which the n-th vehicle travels is not updated as the new lane, and the traffic information By maintaining the previous lane derived before the detection area, overlapping detection of the n-th vehicle and another vehicle in the new lane is prevented.

상기 중복 고스트 객체 필터링 과정에서는, 상기 n번째 차량의 속도와 상기 n+1번째 차량의 속도의 차이가 미리 설정된 제1속도 기준값 미만이고, 상기 n번째 차량의 이격 거리와 상기 n+1번째 차량의 이격 거리의 차이가 미리 설정된 제1이격거리 기준값 미만이고, 상기 n번째 차량과 상기 n+1번째 차량 중에서 상기 신호의 세기가 미리 설정된 제1신호 기준값 미만인 차량을 중복 고스트 객체로 판단하여 제거한다.In the duplicate ghost object filtering process, a difference between the speed of the nth vehicle and the speed of the n+1th vehicle is less than a preset first speed reference value, and the separation distance of the nth vehicle and the n+1th vehicle A vehicle in which the difference in the separation distance is less than a preset first separation distance reference value, and the signal strength of the n-th vehicle and the n+1-th vehicle is less than the preset first signal reference value, is determined as a duplicate ghost object and removed.

상기 오검지 고스트 객체 필터링 과정에서는, 상기 n번째 차량과 상기 n+1번째 차량에 대한 상기 속도와 상기 이격 거리를 이용하여, 상기 n번째 차량과 상기 n+1번째 차량에 의한 멀티패스로 인해 예측되는 예측 고스트 객체의 예측 속도와, 상기 예측 고스트 객체와 상기 레이더 센서의 예측 이격 거리를 산출하고, 상기 예측 고스트 객체의 예측 속도와 상기 n+2번째 차량의 속도의 차이가 미리 설정된 제2속도 기준값 미만이고, 상기 예측 고스트 객체의 예측 이격 거리와 상기 n+2번째 차량의 이격 거리의 차이가 미리 설정된 제2이격 거리 기준값 미만이고, 상기 n+2번째 차량에 대한 신호의 세기가 미리 설정된 제2신호 기준값 미만이면, 상기 n+2번째 차량을 오검지 고스트 객체로 판단하여 제거한다.In the false detection ghost object filtering process, prediction due to multipath by the nth vehicle and the n+1th vehicle using the speed and the separation distance for the nth vehicle and the n+1th vehicle A second speed reference value in which the predicted speed of the predicted ghost object and the predicted distance between the predicted ghost object and the radar sensor are calculated, and the difference between the predicted speed of the predicted ghost object and the speed of the n+2th vehicle is preset less than, the difference between the predicted separation distance of the predicted ghost object and the separation distance of the n+2th vehicle is less than a preset second separation distance reference value, and the strength of the signal for the n+2th vehicle is a preset second If it is less than the signal reference value, the n+2th vehicle is determined to be a false detection ghost object and removed.

상기 동일차선 객체 중복 회피 과정에서는, 상기 신규 차선에 상기 n번째 차량 이외에 다른 차량이 검지되지 않으면, 상기 n번째 차량이 주행하는 차선은 상기 신규 차선으로 갱신한다.In the process of avoiding overlapping objects in the same lane, if no other vehicle other than the n-th vehicle is detected in the new lane, the lane in which the n-th vehicle travels is updated as the new lane.

본 발명은, 중복 고스트 객체 필터링부에 의해 동일 차선에서 한 대의 대형 차량이 두 대의 차량으로 중복 검지되는 것을 필터링할 수 있으므로, 보다 정확한 교통정보를 도출할 수 있다. According to the present invention, since it is possible to filter that one large vehicle is detected as two vehicles in the same lane by the duplicate ghost object filtering unit, more accurate traffic information can be derived.

또한, 오검지 고스트 객체 필터링부에 의해 레이더센서의 멀티 패스에 의해 실제 존재하지 않는 고스트 객체가 오검지되는 것을 필터링할 수 있다.In addition, the false detection ghost object filtering unit may filter the erroneous detection of a ghost object that does not actually exist by the multi-pass of the radar sensor.

또한, 동일차선 객체 중복 회피부에 의해 서로 다른 차선을 주행하는 두 대의 차량이 동일 차선을 나란히 주행하는 것으로 오검지되는 것을 방지할 수 있다. In addition, it is possible to prevent erroneous detection by the same lane object overlap avoiding unit as two vehicles traveling in different lanes running side by side in the same lane.

또한, 본 발명은, 다중 및 다종의 레이더센서들에서 각각 검지된 검지신호들을 미리 설정된 표준 포맷으로 변환하여 차량 정보를 도출하고, 미리 설정된 교통정보 수집영역에서 차선별 교통정보를 도출함으로써, 레이더센서들의 기종이나 설치 위치에 제약을 받지 않고, 보다 정확한 차선별 교통정보를 도출할 수 있는 이점이 있다.In addition, the present invention derives vehicle information by converting detection signals detected by multiple and multiple types of radar sensors into a preset standard format, and by deriving traffic information for each lane in a preset traffic information collection area, the radar sensor It has the advantage of being able to derive more accurate traffic information for each lane without being restricted by their model or installation location.

도 1은 본 발명의 실시예에 따른 레이더 센서를 이용한 객체 추적 기반 교통정보 수집 장치의 구성을 개략적으로 나타낸 블록도이다.
도 2는 본 발명의 실시예에 따른 레이더 센서를 이용한 객체 추적 기반 교통정보 수집 방법을 개략적으로 나타낸 순서도이다.
도 3은 본 발명의 실시예에 따른 교통정보 산출 모듈의 차선별 교통정보 추출 방법을 개략적으로 나타낸 순서도이다.
도 4는 본 발명의 실시예에 따른 교통정보 산출 모듈의 중복 고스트 객체 필터링부가 중복 고스트 객체를 필터링하는 예를 나타낸다.
도 5는 본 발명의 실시예에 따른 교통정보 산출 모듈의 중복 고스트 객체 필터링부가 중복 고스트 객체를 필터링하는 방법을 나타낸 순서도이다.
도 6은 본 발명의 실시예에 따른 교통정보 산출 모듈의 오검지 고스트 객체 필터링부가 오검지 고스트 객체를 필터링하는 예를 나타낸다.
도 7은 본 발명의 실시예에 따른 교통정보 산출 모듈의 오검지 고스트 객체 필터링부가 오검지 고스트 객체를 필터링하는 방법을 나타낸 순서도이다.
도 8은 본 발명의 실시예에 따른 교통정보 산출 모듈의 동일차선 중복 객체 회피부가 동일차선 중복 객체를 검출하는 예를 나타낸다.
도 9는 본 발명의 실시예에 따른 교통정보 산출 모듈의 동일차선 중복 객체 회피부가 동일차선 중복 객체를 검출하는 방법을 나타낸 순서도이다.
도 10은 본 발명의 실시예에 따른 레이더 센서를 이용한 객체 추적 기반 교통정보 수집 장치의 검지 영역과 교통정보 수집영역을 나타낸 도면이다. 1 is a block diagram schematically showing the configuration of an object tracking-based traffic information collection device using a radar sensor according to an embodiment of the present invention.
2 is a flowchart schematically illustrating a method for collecting traffic information based on object tracking using a radar sensor according to an embodiment of the present invention.
3 is a flowchart schematically illustrating a method of extracting traffic information for each lane of a traffic information calculation module according to an embodiment of the present invention.
4 illustrates an example in which the duplicate ghost object filtering unit of the traffic information calculation module filters duplicate ghost objects according to an embodiment of the present invention.
5 is a flowchart illustrating a method of filtering a duplicate ghost object by a duplicate ghost object filtering unit of a traffic information calculation module according to an embodiment of the present invention.
6 illustrates an example in which the false detection ghost object filtering unit filters the false detection ghost object of the traffic information calculation module according to an embodiment of the present invention.
7 is a flowchart illustrating a method for filtering a false detection ghost object by a false detection ghost object filtering unit of a traffic information calculation module according to an embodiment of the present invention.
8 illustrates an example in which the same-lane overlapping object avoiding unit of the traffic information calculation module detects the same-lane overlapping object according to an embodiment of the present invention.
9 is a flowchart illustrating a method for detecting a duplicated object in the same lane by the same-lane overlapping object avoiding unit of the traffic information calculation module according to an embodiment of the present invention.
10 is a diagram illustrating a detection area and a traffic information collection area of an object tracking-based traffic information collecting apparatus using a radar sensor according to an embodiment of the present invention.

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

도 1은 본 발명의 실시예에 따른 레이더 센서를 이용한 객체 추적 기반 교통정보 수집 장치의 구성을 개략적으로 나타낸 블록도이다.1 is a block diagram schematically showing the configuration of an object tracking-based traffic information collection device using a radar sensor according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 실시예에 따른 레이더 센서를 이용한 객체 추적 기반 교통정보 수집장치는, 센서부(100)로부터 검지신호를 수신하고, 상기 검지신호들에 따라 차량 정보와 돌발상황 정보를 생성하고, 차선별 교통정보를 생성하여 도출하는 제어기(200)를 포함한다. 이하, 상기 교통정보 수집장치는 제어기(200)라칭한다.Referring to FIG. 1 , an object tracking-based traffic information collecting apparatus using a radar sensor according to an embodiment of the present invention receives a detection signal from the sensor unit 100, and according to the detection signals, vehicle information and unexpected situation information and a controller 200 for generating and deriving traffic information for each lane. Hereinafter, the traffic information collecting device is referred to as a controller 200 .

상기 센서부(100)는, 다중 및 다종의 레이더센서들(110)을 포함한다. The sensor unit 100 includes multiple and multiple types of radar sensors 110 .

상기 레이더센서들(110)은, 도로 주변에 설치되어, 도로 위에 무선 신호를 송출하고, 도로 위의 객체로부터 반사되는 무선 신호를 수신하는 센서이다. 상기 레이더센서들(110)은 서로 다른 기종이 복수개가 설치되어, 기종에 따라 각각 서로 다른 포맷의 검지 신호들을 송신한다. 상기 레이더센서들(110)은 기종마다 검지 영역(S)이 서로 다를 수 있다. 예를 들어, 상기 레이더센서들(110)의 검지 신호들은, 검지 시간, 검지 신호의 세기, 객체의 속도, 객체의 위치를 나타내는 좌표값 등을 포함한다.The radar sensors 110 are sensors installed around a road, transmitting a wireless signal on the road, and receiving a wireless signal reflected from an object on the road. The radar sensors 110 are installed in a plurality of different models, respectively, transmit detection signals in different formats according to the models. The radar sensors 110 may have different detection areas S for each model. For example, the detection signals of the radar sensors 110 include detection time, the strength of the detection signal, the speed of the object, a coordinate value indicating the position of the object, and the like.

상기 제어기(200)는, 상기 센서부(100)로부터 송신된 검지 신호들을 수신하고 처리하여, 차량 정보, 차선별 교통정보 및 돌발상황정보를 생성하여 도출하고, 상기 센서부(100)를 제어하는 제어신호를 생성하는 장치이다. The controller 200 receives and processes the detection signals transmitted from the sensor unit 100, generates and derives vehicle information, lane-specific traffic information, and emergency situation information, and controls the sensor unit 100 A device that generates a control signal.

상기 제어기(200)는, 복수의 레이더 인터페이스 모듈(210)과, 데이터 표준화 모듈(220), 데이터 처리 모듈(230) 및 교통정보 산출 모듈(240)을 포함한다.The controller 200 includes a plurality of radar interface modules 210 , a data standardization module 220 , a data processing module 230 , and a traffic information calculation module 240 .

상기 레이더 인터페이스 모듈(210)은, 상기 복수의 레이더센서들(110)에 각각 대응되도록 복수개가 구비된다. 즉, 상기 복수의 레이더센서들(110)마다 상기 레이더 인터페이스 모듈(210)이 각각 연계된다. A plurality of the radar interface modules 210 are provided to respectively correspond to the plurality of radar sensors 110 . That is, the radar interface module 210 is associated with each of the plurality of radar sensors 110 , respectively.

상기 레이더 인터페이스 모듈(210)은, 검지신호 수신부(211)와 상태정보 수신부(212) 및 제어신호 송신부(213)를 포함한다.The radar interface module 210 includes a detection signal receiving unit 211 , a state information receiving unit 212 , and a control signal transmitting unit 213 .

상기 검지신호 수신부(211)는, 상기 레이더 센서(110)로부터 검지 신호를 수신한다.The detection signal receiver 211 receives a detection signal from the radar sensor 110 .

상기 상태정보 수신부(212)는, 상기 레이더 센서(110)로부터 상기 레이더 센서(110)의 작동 상태 정보를 수신한다.The state information receiver 212 receives operation state information of the radar sensor 110 from the radar sensor 110 .

상기 제어신호 송신부(213)는, 상기 레이더 센서(110)에 제어 신호를 송신한다. The control signal transmitter 213 transmits a control signal to the radar sensor 110 .

상기 데이터 표준화 모듈(220)은, 상기 복수의 레이더 인터페이스 모듈들(210)과 연계되어, 상기 복수의 레이더 인터페이스 모듈들(210)로부터 각각 서로 다른 포맷의 상기 검지 신호들과 상기 작동 상태 정보들을 전달받고, 이들을 표준화된 포맷으로 변환시키는 모듈이다. 즉, 상기 복수의 레이더 센서(110)의 검지 신호들은 레이더 센서의 종류에 따라 포맷이 서로 다르다. 여기서, 상기 포맷은 측정값의 단위나 측정 신호의 형식을 포함한다. 예를 들어, 기종이 다른 레이더센서들마다 검지 시간, 신호의 세기, 객체의 속도 및 객체의 좌표값의 단위가 서로 다르기 때문에, 이들의 단위를 통일시킨다.The data standardization module 220 is linked with the plurality of radar interface modules 210 to transmit the detection signals and the operation state information in different formats from the plurality of radar interface modules 210 , respectively. It is a module that receives and converts them into standardized formats. That is, the detection signals of the plurality of radar sensors 110 have different formats depending on the type of the radar sensor. Here, the format includes a unit of a measurement value or a format of a measurement signal. For example, since units of detection time, signal strength, object speed, and object coordinate values are different for each radar sensor of different model, their units are unified.

상기 데이터 표준화 모듈(220)은, 검지 데이터 변환부(221)와 레이더 상태정보 변화부(222)를 포함한다.The data standardization module 220 includes a detection data conversion unit 221 and a radar state information change unit 222 .

상기 검지 데이터 변환부(221)는, 상기 검지 신호들은 미리 설정된 검지 표준 포맷의 검지 데이터들로 변환한다.The detection data conversion unit 221 converts the detection signals into detection data of a preset detection standard format.

상기 레이더 상태정보 변환부(222)는, 상기 작동 상태 정보는 미리 설정된 상태 표준 포맷의 상태 데이터들로 변환한다. The radar state information conversion unit 222 converts the operating state information into state data in a preset state standard format.

상기 데이터 처리 모듈(230)은, 상기 데이터 표준화 모듈(220)에서 변환된 검지 데이터들을 이용하여, 객체를 추적하고 객체가 차량인 경우 차량 정보를 추출하고, 돌발 상황을 분류한다.The data processing module 230 uses the detection data converted by the data standardization module 220 to track an object, extract vehicle information when the object is a vehicle, and classify an unexpected situation.

상기 데이터 처리 모듈(230)은, 위치 보정부(231)와, 추적 및 잡음 제거부(232), 차량정보 추출부(233) 및 돌발 분류부(234)를 포함한다.The data processing module 230 includes a position correcting unit 231 , a tracking and noise removing unit 232 , a vehicle information extracting unit 233 , and an abrupt classification unit 234 .

상기 위치 보정부(231)는, 상기 데이터 표준화 모듈(220)에서 변환된 검지 데이터들에 포함된 객체의 위치 정보를 미리 설정된 오프셋을 적용하여 보정한다. 즉, 상기 복수의 레이저 센서들은 각각 설치 위치와 환경이 다르기 때문에, 설치 위치와 환경에 따라 설정된 오프셋을 적용하여 위치를 보정한다. The position corrector 231 corrects the position information of the object included in the detection data converted by the data standardization module 220 by applying a preset offset. That is, since the plurality of laser sensors have different installation positions and environments, the positions are corrected by applying an offset set according to the installation positions and environments.

상기 추적 및 잡음 제거부(232)는, 상기 검지 데이터로부터 객체를 추적하고 노이즈를 제거하여, 상기 객체가 차량이라고 판단되면 상기 차량을 추적(Tracking)한다. 예를 들어, 상기 검지 데이터에 검지된 객체가 차량인지 구조물인지 노이즈인지 등을 판단한다.The tracking and noise removal unit 232 tracks an object from the detection data and removes noise, and when it is determined that the object is a vehicle, tracks the vehicle. For example, it is determined whether the object detected in the detection data is a vehicle, a structure, or noise.

상기 차량정보 추출부(233)는, 상기 차량의 속도와 위치를 포함한 차량 정보를 추출한다.The vehicle information extraction unit 233 extracts vehicle information including the speed and location of the vehicle.

상기 돌발 분류부(234)는, 미리 설정된 돌발판단 기준에 따라 돌발상황을 판단하고 분류한다. 상기 돌발 분류부(234)는, 상기 검지 데이터에 포함된 객체의 위치, 속도 및 크기 등을 상기 돌발판단 기준에 따라 돌발상황 여부를 판단하고, 돌발 상황이 어떤 종류인지 분류한다. 상기 돌발 상황은 정지 차량, 역주행 차량 등을 포함할 수 있다.The abrupt classification unit 234 determines and classifies the abrupt situation according to a preset criterion for judging a sudden occurrence. The abrupt classification unit 234 determines whether or not an abrupt situation exists based on the abrupt determination criterion based on the position, speed, size, etc. of the object included in the detection data, and classifies the type of the abrupt situation. The abrupt situation may include a stopped vehicle, a reverse running vehicle, and the like.

상기 교통정보 산출 모듈(240)은, 상기 데이터 처리 모듈(230)에서 추출된 상기 차량 정보와 상기 차선 정보에 따라 상기 검지 영역 중에서 미리 설정된 교통정보 수집영역(A)에서 상기 차량들이 주행하는 차선들을 도출하고, 각 차선에 대한 차선별 교통정보를 추출한다. The traffic information calculation module 240 determines the lanes in which the vehicles travel in a preset traffic information collection area A among the detection areas according to the vehicle information and the lane information extracted from the data processing module 230 . and extracts traffic information for each lane for each lane.

상기 검지 영역(S)과 상기 교통정보 수집영역(A)은 현장 여건에 최적화된 영역으로 미리 설정될 수 있으며, 시스템 구축 후에도 수시로 변경 가능하다. The detection area (S) and the traffic information collection area (A) may be preset to an area optimized for site conditions, and may be changed at any time even after the system is built.

상기 검지 영역은 상기 레이더센서(110)의 설치 위치, 설치 높이 및 각도에 따라 설정된다. 즉, 상기 검지 영역은 상기 레이더센서(110)마다 다르게 설정된다. The detection area is set according to the installation position, installation height and angle of the radar sensor 110 . That is, the detection area is set differently for each radar sensor 110 .

상기 교통정보 수집영역(A)은, 상기 레이더센서들(110)의 검지 영역에 공통으로 포함된 영역이며, 후술하는 운영부(300)를 통해 설정 또는 변경 가능하다. 따라서 상기 교통정보 수집영역(A)은 상기 레이더센서들(110)의 기종이나 설치 위치에 영향을 받지 않는다. The traffic information collection area A is an area commonly included in the detection area of the radar sensors 110 and can be set or changed through the operation unit 300 to be described later. Therefore, the traffic information collection area (A) is not affected by the model or installation location of the radar sensors (110).

상기 교통정보 산출 모듈(240)은, 차선 판별부(241), 중복 고스트 객체 필터링부(242), 오검지 고스트 객체 필터링부(243), 동일차선 객체 중복 회피부(244) 및 교통정보 추출부(245)를 포함한다.The traffic information calculation module 240 includes a lane determination unit 241, a duplicate ghost object filtering unit 242, a false detection ghost object filtering unit 243, an object overlap avoiding unit 244 in the same lane, and a traffic information extraction unit. (245).

상기 차선 판별부(241)는, 상기 차량 정보와 상기 운영부(300)로부터 제공받은 차선 정보에 따라 상기 차량 정보에 포함된 차량이 주행하는 차선을 판별하여 도출한다. 이 때, 상기 차선 판별부(241)는, 상기 교통정보 수집영역(A)에서 차량이 주행하는 차선을 판별한다. 즉, 상기 레이더센서들(110)은, 기종마다 서로 검지할 수 있는 검지 영역이 다를 수 있으므로, 미리 설정된 교통정보 수집영역(A)에서 추적하는 차량의 차선을 판별한다. The lane determining unit 241 determines and derives a lane in which the vehicle included in the vehicle information travels according to the vehicle information and the lane information provided from the operation unit 300 . At this time, the lane determining unit 241 determines a lane in which the vehicle travels in the traffic information collection area A. That is, since the radar sensors 110 may have different detection areas for each model, the lanes of the vehicle to be tracked in the preset traffic information collection area A are determined.

상기 중복 고스트 객체 필터링부(242)는, 상기 차량 정보에 따라 동일 차선에서 한 대의 대형 차량이 두 대의 차량으로 중복 검지되는 중복 고스트 객체를 필터링한다. 즉, 상기 중복 고스트 객체 필터링부(242)는, 동일 차선에서 한 대의 대형 차량을 일렬로 주행하는 두 대의 차량으로 중복 검지하는 것을 방지한다. 즉, 두 대의 차량 중 한 대의 차량을 중복 검지된 고스트 객체로 판단하여 필터링한다. 상기 중복 고스트 객체 필터링부(242)가 중복 고스트 객체를 필터링하는 방법은 뒤에서 상세히 설명한다.The duplicate ghost object filtering unit 242 filters duplicate ghost objects in which one large vehicle is detected as two vehicles overlapping in the same lane according to the vehicle information. That is, the overlapping ghost object filtering unit 242 prevents overlapping detection of one large vehicle as two vehicles traveling in a line in the same lane. That is, one vehicle among the two vehicles is determined as a ghost object detected as overlapping and filtered. A method for the duplicate ghost object filtering unit 242 to filter duplicate ghost objects will be described in detail later.

상기 오검지 고스트 객체 필터링부(243)는, 상기 차량 정보에 따라 동일 차선에서 레이더 신호의 멀티 패스에 의해 오검지되는 오검지 고스트 객체를 필터링한다. 상기 멀티 패스(multipath)는 인접하는 물체들에 의해 레이더 신호가 반사되어, 하나의 레이더 신호가 다중 경로로 전파되는 현상을 의미한다. 즉, 소정 거리 미만으로 인접하는 두 대의 차량이 동일 차선을 주행하는 경우, 대형 차량으로 송출한 레이더 신호가 다시 레이더 센서로 돌아가지 않고, 주변의 다른 차량으로 반사되어 다중 경로로 전파되는 현상이다. 상기 오검지 고스트 객체 필터링부(243)가 오검지 고스트 객체를 필터링하는 방법은 뒤에서 상세히 설명한다. The false detection ghost object filtering unit 243 filters false detection ghost objects that are erroneously detected by multi-path radar signals in the same lane according to the vehicle information. The multipath refers to a phenomenon in which a radar signal is reflected by adjacent objects and one radar signal is propagated in multiple paths. That is, when two vehicles adjacent to each other by less than a predetermined distance travel in the same lane, the radar signal transmitted to the large vehicle does not return to the radar sensor again, but is reflected to other nearby vehicles and propagated in multiple paths. A method for the false detection ghost object filtering unit 243 to filter the false detection ghost object will be described in detail later.

상기 동일차선 객체 중복 회피부(244)는, 상기 차량 정보에 따라 서로 다른 차선을 주행하는 두 대의 차량이 동일 차선을 나란히 주행하는 것으로 오검지되는 것을 방지한다. 즉, 상기 동일차선 객체 중복 회피부(244)는 동일 차선에서 두 대의 차량이 나란히 주행하는 것으로 검지되는 것을 방지한다. 상기 동일차선 객체 중복 회피부(244)가 동일 차선에서 객체가 중복 검지되는 것을 회피하는 방법은 뒤에서 상세히 설명한다.The same-lane object overlap avoiding unit 244 prevents erroneous detection that two vehicles traveling in different lanes are running side by side in the same lane according to the vehicle information. That is, the same-lane object overlap avoiding unit 244 prevents detection of two vehicles running side by side in the same lane. A method for avoiding overlapping detection of objects in the same lane by the same-lane object overlap avoiding unit 244 will be described in detail later.

상기 교통정보 추출부(245)는, 차선별 교통정보를 추출한다. 상기 차선별 교통정보는, 상기 차선에 대한 단위시간동안 통행 차량 대수, 단위 시간동안 통행 차량들의 평균 속도 및 단위시간동안 통행 차량들의 점유율을 포함한다. The traffic information extraction unit 245 extracts traffic information for each lane. The traffic information for each lane includes the number of vehicles passing for a unit time for the lane, an average speed of the vehicles passing for a unit time, and an occupancy rate of the vehicles passing for a unit time.

또한, 상기 제어기(200)는, 상기 레이더 인터페이스 모듈(210)에서 생성된 데이터들을 저장하기 위한 데이터 로깅부(251)와 데이터베이스(250)를 더 포함한다. 상기 데이터 로깅부(251)는 상기 레이더 인터페이스 모듈들(210)별 데이터를 추출하여, 상기 데이터베이스(250)에 저장한다. In addition, the controller 200 further includes a data logging unit 251 and a database 250 for storing data generated by the radar interface module 210 . The data logging unit 251 extracts data for each radar interface module 210 and stores it in the database 250 .

또한, 상기 제어기(200)는, 제어기 리소스 상태 검출부(260)와 동작상태 통합부(270)를 포함한다.In addition, the controller 200 includes a controller resource state detection unit 260 and an operation state integration unit 270 .

상기 제어기 리소스 상태 검출부(260)는, 상기 제어기(200)의 상태를 검출한다.The controller resource state detection unit 260 detects the state of the controller 200 .

상기 동작상태 통합부(270)는, 상기 데이터 표준화 모듈(220)에서 변환된 레이더센서 상태 정보와 상기 제어기 리소스 상태 검출부(260)에서 검출한 상기 제어기(200)의 상태를 통합하여, 상기 운영부(300)로 전송한다.The operation state integrator 270 integrates the radar sensor state information converted by the data standardization module 220 and the state of the controller 200 detected by the controller resource state detection unit 260, and the operation unit ( 300) is sent.

한편, 상기 교통정보 수집장치는 운영부(300)를 더 포함한다.Meanwhile, the traffic information collection device further includes an operation unit 300 .

상기 운영부(300)는, 관리자가 상기 객체 추적 기반 교통정보 수집 장치를 운영 및 관리하기 위한 장치이다. 상기 운영부(300)는 중앙관리센터에 구비된 운영 단말기인 것으로 예를 들어 설명한다. The operation unit 300 is a device for an administrator to operate and manage the object tracking-based traffic information collection device. The operating unit 300 will be described as an operating terminal provided in the central management center as an example.

상기 운영부(300)는, 교통정보 출력부(301), 돌발상황 알림부(302), 동작상태 출력부(303), 차선정보 수정부(304) 및 돌발판단 기준 수정부(305)를 포함한다. The operation unit 300 includes a traffic information output unit 301 , an emergency situation notification unit 302 , an operation state output unit 303 , a lane information correcting unit 304 , and an abrupt determination standard correcting unit 305 . .

상기 교통정보 출력부(301)는, 상기 교통정보 추출부(245)에서 추출한 상기 차선별 교통정보를 출력하는 장치이다.The traffic information output unit 301 is a device for outputting the traffic information for each lane extracted by the traffic information extraction unit 245 .

상기 돌발상황 알림부(302)는, 상기 돌발 분류부(245)에서 도출한 돌발 상황을 출력하는 장치이다.The emergency notification unit 302 is a device for outputting the unexpected situation derived from the emergency classification unit 245 .

상기 동작상태 출력부(303)는, 상기 동작상태 통합부(270)에서 통합한 상기 레이더 센서 상태 정보와 상기 제어기 상태 정보를 출력하는 장치이다.The operation state output unit 303 is a device for outputting the radar sensor state information and the controller state information integrated by the operation state integrator 270 .

상기 차선정보 수정부(304)는, 관리자가 도로 위 차선 정보를 입력하거나 기입력된 차선 정보를 수정하기 위한 장치이다. 도로 공사나 통제 상황등으로 인하여 차선이 변경되는 경우, 관리자가 차선 정보를 수정 입력할 수 있다. 상기 차선정보 수정부(304)에 입력된 정보는 상기 교통정보 산출 모듈(240)의 상기 차선 판별부(241)로 전송된다. The lane information correction unit 304 is a device for a manager to input lane information on a road or to correct entered lane information. When a lane is changed due to road construction or control conditions, the manager can edit and input lane information. The information input to the lane information correction unit 304 is transmitted to the lane determination unit 241 of the traffic information calculation module 240 .

상기 돌발판단 기준 수정부(305)는, 관리자가 돌발상황을 판단하기 위한 돌발판단 기준을 입력하거나 기입력된 돌발판단 기준을 수정하기 위한 장치이다. 상기 돌발판단 기준 수정부(305)에서 입력된 돌발판단 기준은 상기 데이터 처리 모듈(230)로 전송된다. The abrupt determination standard correction unit 305 is a device for the administrator to input a sudden determination standard for judging an abrupt situation or to correct the entered abrupt determination standard. The abrupt determination criterion input from the abrupt determination criterion correction unit 305 is transmitted to the data processing module 230 .

또한, 상기 객체 추적 기반 교통정보 수집 장치는, 상기 레이더 인터페이스 모듈(210)에 제어 신호를 제공하기 위한 설정부(400)를 더 포함한다. In addition, the object tracking-based traffic information collection device further includes a setting unit 400 for providing a control signal to the radar interface module 210 .

상기 설정부(400)는, 상기 레이더 인터페이스 모듈들(210)에서 수신한 검지 신호와 상태 정보에 따른 제어 신호를 생성하여, 상기 레이더 인터페이스 모듈(210)에 전송한다. The setting unit 400 generates a control signal according to the detection signal and state information received from the radar interface modules 210 , and transmits the generated control signal to the radar interface module 210 .

한편, 도 2는 본 발명의 실시예에 따른 레이더 센서를 이용한 객체 추적 기반 교통정보 수집 방법을 개략적으로 나타낸 순서도이다. Meanwhile, FIG. 2 is a flowchart schematically illustrating an object tracking-based traffic information collection method using a radar sensor according to an embodiment of the present invention.

도 1 및 도 2를 참조하여, 상기와 같이 구성된 본 발명의 실시예에 따른 객체 추적 기반 교통정보 수집 방법을 설명하면, 다음과 같다.A method for collecting object tracking-based traffic information according to an embodiment of the present invention configured as described above will be described with reference to FIGS. 1 and 2 .

먼저, 상기 레이더센서들(110)은 각각 미리 설정된 검지 영역으로 무선 신호를 송출하고, 상기 검지 영역 내에 객체로부터 반사되는 무선신호를 수신하여 검지 신호를 생성한다.First, each of the radar sensors 110 transmits a radio signal to a preset detection area, receives a radio signal reflected from an object in the detection area, and generates a detection signal.

상기 레이더센서들(110)은 각각의 검지 신호를 각각에 대응되는 상기 레이더 인터페이스 모듈들(210)로 전송한다. 또한, 상기 레이더센서들(110)은 자신의 작동 상태 정보를 각각에 대응되는 상기 레이더 인터페이스 모듈(210)로 전송한다. 상기 작동 상태 정보는, 상기 레이더 센서(211)의 기본 정보, 작동 상태 등을 포함할 수 있다. The radar sensors 110 transmit each detection signal to the radar interface modules 210 corresponding to each. In addition, the radar sensors 110 transmit their operating state information to the radar interface module 210 corresponding to each. The operating state information may include basic information and an operating state of the radar sensor 211 .

상기 레이더 인터페이스 모듈들(210)이 상기 레이더센서들(110)로부터 각각의 검지 신호들을 수신하고, 상기 레이더센서들(110)로부터 각각의 작동 상태 정보도 수신한다.(S10) The radar interface modules 210 receive respective detection signals from the radar sensors 110 and also receive respective operation state information from the radar sensors 110 (S10).

즉, 상기 레이더 인터페이스 모듈들(210)은 상기 레이더센서들(110)에 각각 대응되도록 복수개가 구비되고, 상기 레이더 인터페이스 모듈(210)은 각각에 대응되는 레이더 센서(211)로부터 검지 신호를 수신한다. 예를 들어, 상기 레이더센서들(110)이 3개의 제1,2,3레이더 센서를 포함할 경우, 상기 레이더 인터페이스 모듈들(210)은 상기 제1,2,3레이더 센서에 각각 대응되도록 제1,2,3레이더 인터페이스 모듈을 포함한다. 또한, 상기 제1레이더 센서에서 전송한 제1검지 신호와 상기 제2레이더 센서에서 전송한 제2검지 신호는 서로 포맷이 다르다. 여기서, 포맷은, 검지 신호의 세기의 단위, 검지 시간의 단위, 검지 객체의 위치를 나타내는 좌표값들의 단위 등을 포함할 수 있다. That is, a plurality of the radar interface modules 210 are provided to respectively correspond to the radar sensors 110 , and the radar interface module 210 receives a detection signal from the radar sensor 211 corresponding to each. . For example, when the radar sensors 110 include three first, second, and third radar sensors, the radar interface modules 210 are first configured to correspond to the first, second, and third radar sensors, respectively. Includes 1, 2, 3 radar interface modules. In addition, the format of the first detection signal transmitted from the first radar sensor and the second detection signal transmitted from the second radar sensor are different from each other. Here, the format may include a unit of the intensity of the detection signal, a unit of detection time, a unit of coordinate values indicating the position of the detection object, and the like.

상기 복수의 레이더 인터페이스 모듈들(210)에서 각각 수신한 복수의 검지 신호들은 상기 데이터 표준화 모듈(220)로 전달된다. The plurality of detection signals respectively received by the plurality of radar interface modules 210 are transmitted to the data standardization module 220 .

상기 데이터 표준화 모듈(220)은, 서로 다른 포맷의 데이터들을 표준 포맷으로 변환한다.(S20)The data standardization module 220 converts data of different formats into a standard format (S20).

상기 데이터 표준화 모듈(220)의 상기 검지 데이터 변환부(221)는 서로 다른 포맷은 검지 신호들을 미리 설정된 검지 표준 포맷의 검지 데이터들로 변환한다.The detection data conversion unit 221 of the data standardization module 220 converts the detection signals of different formats into detection data of a preset detection standard format.

여기서, 상기 검지 표준 포맷은, 상기 레이더센서들(110)마다 다른 상기 검지 신호의 세기의 단위, 검지 시간의 단위, 검지 객체의 위치를 나타내는 좌표값의 단위를 모두 통일한 것을 의미한다. Here, the detection standard format means that the unit of the detection signal strength, the detection time unit, and the unit of the coordinate value indicating the position of the detection object, which are different for each radar sensor 110 , are all unified.

또한, 상기 데이터 표준화 모듈(220)의 상기 레이더 상태정보 변환부(222)는, 상기 레이더센서들(110)마다 다른 포맷의 상태 정보들을 미리 설정된 상태 표준 포맷의 상태 데이터들로 변환한다. In addition, the radar state information conversion unit 222 of the data standardization module 220 converts state information in a different format for each of the radar sensors 110 into state data in a preset state standard format.

여기서, 상기 상태 표준 포맷은, 상기 운영부(300)의 동작상태 출력부(303)에서 표시할 수 있는 형식을 의미한다. Here, the standard state format means a format that can be displayed in the operation state output unit 303 of the operation unit 300 .

따라서, 도로 주변에 설치된 복수의 상기 레이더센서들(110)의 업체나 기종이 서로 다르더라도 각 레이더센서들(110)에서 검지된 검지 신호들의 포맷을 통일시켜 데이터 처리함으로써, 기 설치된 레이더센서들과 신규로 설치된 레이더센서들의 구분없이 모두 활용이 가능해지는 이점이 있다. Therefore, even if the manufacturers or models of the plurality of radar sensors 110 installed around the road are different from each other, by unifying the format of the detection signals detected by the respective radar sensors 110 and processing the data, the installed radar sensors and There is an advantage that all of the newly installed radar sensors can be used without distinction.

상기 데이터 표준화 모듈(220)에서 표준 포맷으로 변환된 검지 데이터는 상기 데이터 처리 모듈(230)로 전달된다.The detection data converted into a standard format in the data standardization module 220 is transmitted to the data processing module 230 .

상기 데이터 처리 모듈(230)은, 상기 데이터 표준화 모듈(220)에서 변환된 검지 데이터들을 이용하여 차량 정보를 추출하고, 돌발상황을 분류한다.(S30)The data processing module 230 extracts vehicle information using the detection data converted by the data standardization module 220 and classifies the emergency situation (S30).

상기 데이터 처리 모듈(230)의 상기 위치 보정부(231)는 상기 검지 데이터들에 포함된 객체의 위치 정보를 보정한다. 즉, 상기 레이더센서들의 설치 위치가 서로 다르기 때문에, 상기 레이더센서들(110)의 설치 위치에 따라 다르게 설정된 오프셋을 적용하여 상기 레이더 센서(211)에서 검지된 객체의 위치 정보를 보정한다. 예를 들어, 도로 주변 환경에 따라 레이더센서들의 설치 높이, 방향 등을 포함한 설치 위치가 각각 다르기 때문에, 상기 설치 위치에 따라 설정된 오프셋을 적용하여 객체의 위치 정보를 보정한다.The position correction unit 231 of the data processing module 230 corrects the position information of the object included in the detection data. That is, since the installation positions of the radar sensors are different from each other, an offset set differently according to the installation positions of the radar sensors 110 is applied to correct the position information of the object detected by the radar sensor 211 . For example, since the installation positions including the installation height and direction of the radar sensors are different according to the road environment, the position information of the object is corrected by applying the offset set according to the installation position.

상기 객체의 위치 정보가 보정되면, 상기 추적 및 잡음 제거부(232)에서 해당 객체를 추적하여 해당 객체가 차량인지 구조물인지 판단하고, 노이즈인 경우 노이즈를 제거한다. When the location information of the object is corrected, the tracking and noise removal unit 232 tracks the object to determine whether the object is a vehicle or a structure, and if it is a noise, removes the noise.

상기 객체가 차량이면, 상기 차량정보 추출부(233)에서 상기 차량에 대한 차량 정보를 추출한다. 상기 차량 정보에는 차량의 크기, 속도, 위치, 방향 등이 포함된다. If the object is a vehicle, the vehicle information extraction unit 233 extracts vehicle information about the vehicle. The vehicle information includes the size, speed, location, and direction of the vehicle.

또한, 상기 돌발 분류부(234)에서는 미리 설정된 돌발판단 기준에 따라 돌발 상황 여부를 판단하고, 돌발 상황이라고 판단되면 돌발 상황이 어떤 종류의 돌발 상황인지 분류한다. 예를 들어, 상기 돌발 분류부(234)는, 상기 차량 정보에 포함된 차량의 크기, 속도, 위치 및 방향 중 적어도 하나 이상을 분석하여,상기 차량이 정지 차량인지 역주행 차량인지 등의 돌발 상황을 분류할 수 있다. 다만, 이에 한정되지 않고, 상기 돌발 상황은 정지 차량, 역주행 차량 뿐만 아니라 서행차량, 과속 차량, 낙하물, 보행자 등도 포함할 수 있다. In addition, the abrupt classification unit 234 determines whether there is an abrupt situation according to a preset criterion for judging the abrupt situation, and when it is determined that the emergency situation is an abrupt situation, it classifies the type of the emergency situation. For example, the abrupt classification unit 234 analyzes at least one of the size, speed, position, and direction of the vehicle included in the vehicle information, and determines whether the vehicle is a stationary vehicle or a reverse-running vehicle. can be classified. However, the present invention is not limited thereto, and the abrupt situation may include not only a stationary vehicle, a reverse-running vehicle, but also a slow-moving vehicle, a speeding vehicle, a falling object, and a pedestrian.

상기 돌발 분류부(234)에서 분류된 돌발 상황은 상기 운영부(300)로 전달되어, 상기 운영부(300)의 돌발 발생 알람부(302)를 통해 출력될 수 있다.The unexpected situation classified by the emergency classification unit 234 may be transmitted to the operation unit 300 and output through the emergency occurrence alarm unit 302 of the operation unit 300 .

한편, 상기 차량정보 추출부(233)에서 추출된 차량 정보는 상기 교통정보 산출 모듈(240)로 전달된다. Meanwhile, the vehicle information extracted by the vehicle information extraction unit 233 is transmitted to the traffic information calculation module 240 .

상기 교통정보 산출 모듈(240)은, 상기 차량 정보와 상기 차선 정보를 참조하여 상기 교통정보 수집영역(A)에서 각 차선별 교통정보를 추출한다.(S40)The traffic information calculation module 240 extracts traffic information for each lane from the traffic information collection area A with reference to the vehicle information and the lane information. (S40)

도 3은 본 발명의 실시예에 따른 교통정보 산출 모듈의 차선별 교통정보 추출 방법을 개략적으로 나타낸 순서도이다.3 is a flowchart schematically illustrating a method of extracting traffic information for each lane of a traffic information calculation module according to an embodiment of the present invention.

도 3을 참조하면, 상기 교통정보 산출 모듈(240)이 상기 차선별 교통정보를 추출하는 단계는, 차선 판별 과정(S410), 중복 고스트 객체 필터링 과정(S420), 오검지 고스트 객체 필터링 과정(S430) 및 동일 차선 객체 중복 회피 과정(S430)을 포함한다. Referring to FIG. 3 , the step of the traffic information calculating module 240 extracting the traffic information for each lane includes a lane determination process (S410), a duplicate ghost object filtering process (S420), and a false detection ghost object filtering process (S430). ) and the same lane object overlap avoiding process ( S430 ).

상기 차선 판별 과정(S410)에서는, 상기 차선 판별부(241)가 상기 차량 정보로부터 추적 대상 차량이 주행하는 차선을 판별하여 도출한다. In the lane determination process ( S410 ), the lane determination unit 241 determines and derives a lane in which the tracking target vehicle travels from the vehicle information.

상기 차선이 도출되면, 상기 중복 고스트 객체 필터링 과정(S420)을 수행한다.When the lane is derived, the duplicate ghost object filtering process ( S420 ) is performed.

도 4 및 도 5를 참조하면, 상기 중복 고스트 객체 필터링 과정(S420)은, 동일 차선에서 한 대의 대형 차량이 두 대의 차량으로 중복 검지되는 중복 고스트 객체를 필터링하는 과정이다. 4 and 5 , the duplicate ghost object filtering process ( S420 ) is a process of filtering duplicate ghost objects in which one large vehicle is detected as two vehicles in the same lane.

예를 들어, 도 4a은 미리 설정된 교통정보 수집영역(A)에 대형 차량(T)이 진입한 상태를 나타내며, 도 4b는 상기 대형 차량(T)의 운전석이 있는 차체부(T1)와 적재부(T2)가 별도의 두 대의 차량(C1,C2)으로 검지된 상태이다. 즉, 실제로는 한 대의 대형 차량(T)이 존재하나, 도 4b에서와 같이 두 대의 차량(C1,C2)으로 중복 검지되는 경우가 있다. 따라서 본 실시예에서는 상기 중복 고스트 객체 필터링 과정(S420)을 통해 중복 고스트 객체를 필터링할 수 있다. For example, FIG. 4A shows a state in which a large vehicle T has entered the preset traffic information collection area A, and FIG. 4B is a vehicle body portion T1 with a driver's seat of the large vehicle T and a loading unit. (T2) is detected as two separate vehicles (C1, C2). That is, in reality, there is one large vehicle T, but there is a case in which overlap is detected as two vehicles C1 and C2 as shown in FIG. 4B . Accordingly, in the present embodiment, duplicate ghost objects may be filtered through the duplicate ghost object filtering process ( S420 ).

도 5를 참조하면, 상기 중복 고스트 객체 필터링 과정(S420)에서는 차선별 차량 목록을 생성한다.(S421)Referring to FIG. 5 , in the duplicate ghost object filtering process ( S420 ), a vehicle list for each lane is created ( S421 ).

상기 차선별 차량 목록은, 상기 차선 판별 과정(S410)에서 도출된 차선을 불러와서, 상기 차선을 주행하는 차량들을 상기 레이더 센서와의 이격 거리(R)가 가까운 순서대로 정렬하여 생성한다. The vehicle list for each lane is generated by calling the lanes derived in the lane determination process ( S410 ) and arranging vehicles traveling in the lane in the order of the closest distance (R) to the radar sensor.

여기서, 상기 차선별 차량 목록에 포함된 차량들의 대수는 총 추적차량 대수(N)이다. 따라서, 상기 차선별 차량 목록에 포함된 차량들은 상기 레이더 센서와 가까운 순서대로 1번째 차량부터 N번째 차량을 포함한다.Here, the number of vehicles included in the vehicle list for each lane is the total number of tracked vehicles (N). Accordingly, the vehicles included in the vehicle list for each lane include the first vehicle to the N-th vehicle in the order of being close to the radar sensor.

상기 차선별 차량 목록에 포함된 차량들 중에서 1번째 차량부터 N번째 차량까지 순서대로 다음 과정을 진행한다.(S422) The following process is performed in order from the 1st vehicle to the Nth vehicle among the vehicles included in the vehicle list for each lane. (S422)

상기 차선별 차량 목록에 포함된 차량들 중에서 n번째 차량의 속도(Vn)와 n번째 차량의 이격 거리(Rn)를 도출한다.(S423) The speed (V n ) of the n-th vehicle and the separation distance (R n ) of the n-th vehicle are derived from among the vehicles included in the vehicle list for each lane. (S423)

또한, 상기 n번째 차량과 인접한 n+1번째 차량의 속도(Vn+1), n+1번째 차량의 이격 거리(Rn+1)를 도출한다.(S424) In addition, the speed V n+1 of the n-th vehicle and the adjacent n+1-th vehicle and the separation distance R n+1 of the n+1-th vehicle are derived (S424).

여기서, n은 1부터 N까지 1씩 증가시킨다.Here, n increases by 1 from 1 to N.

상기 n번째 차량의 속도(Vn)와 상기 n+1번째 차량의 속도(Vn+1)의 차이(ΔV=|Vn-Vn+1|)가 미리 설정된 제1속도 기준값(Vs1) 미만이고, 상기 n번째 차량의 이격 거리(Rn)와 상기 n+1번째 차량의 이격 거리(Rn+1)의 차이(ΔR=|Rn-Rn+1|)가 미리 설정된 제1이격거리 기준값(RS1) 미만이고, 상기 n+1번째 차량의 신호의 세기(Pn+1)가 미리 설정된 제1신호 기준값(PS1) 미만인지 판단한다.(S425)The difference (ΔV=|V n -V n+1 |) between the speed (V n ) of the n-th vehicle and the speed (V n+1 ) of the n+1-th vehicle is a preset first speed reference value (V s1) ) is less than, and the difference (ΔR=|R n -R n+1 |) between the separation distance (R n ) of the n-th vehicle and the separation distance (R n+1 ) of the n+1-th vehicle is preset It is determined whether the first separation distance reference value R S1 is less than, and the signal strength P n+1 of the n+1-th vehicle is less than a preset first signal reference value P S1 ( S425 ).

상기 속도의 차이(ΔV)가 상기 제1속도 기준값(Vs1) 미만이고, 상기 이격 거리의 차이(ΔR)가 상기 제1이격거리 기준값(RS1) 미만이며, 상기 n+1번째 차량의 상기 신호의 세기(Pn+1)가 상기 제1신호 기준값(PS1) 미만이면, 상기 n+1번째 차량이 중복 고스트 객체라고 판단하여, 상기 n+1번째 차량을 검지 데이터에서 제거한다.(S426)The speed difference ΔV is less than the first speed reference value V s1 , the separation distance difference ΔR is less than the first separation distance reference value R S1 , and the n+1th vehicle is When the signal strength (P n+1 ) is less than the first signal reference value (P S1 ), it is determined that the n+1-th vehicle is a duplicate ghost object, and the n+1-th vehicle is removed from the detection data. ( S426)

즉, n+1번째 차량은 n번째 차량보다 상기 레이더 센서(211)로부터 거리가 먼 차량이다. 이 때, 두 차량의 속도의 차이(ΔV)와 상기 이격 거리(ΔR)가 각각의 기준값보다 작은 경우, 상기 레이더 센서(211)로부터 거리가 먼 상기 n+1번째 차량이 허상일 확률이 높다. 또한, 상기 레이더 센서(211)로부터 거리가 먼 n+1번째 차량의 신호의 세기(Pn+1)가 상기 제1신호 기준값(PS1)보다 작으면, 상기 n+1번째 차량을 중복 검지된 객체, 즉 허상이라고 판단할 수 있다. 허상일 경우, 신호의 세기가 실제 객체인 경우보다 매우 작게 나타나기 때문이다. That is, the n+1th vehicle is a vehicle that is farther from the radar sensor 211 than the nth vehicle. In this case, when the difference ΔV of the two vehicles and the separation distance ΔR are smaller than the respective reference values, there is a high probability that the n+1th vehicle that is far from the radar sensor 211 is a virtual image. In addition, when the signal intensity (P n+1 ) of the n+1-th vehicle far away from the radar sensor 211 is less than the first signal reference value (P S1 ), the n+1-th vehicle is detected as overlapping. It can be judged as an object, that is, an imaginary image. This is because, in the case of a virtual image, the signal strength appears much smaller than in the case of an actual object.

따라서 도 4b에서와 같이 한 대의 대형 차량이 두 대의 차량으로 중복 검지된 경우, 상기 중복 고스트 객체 필터링 과정(S420)을 수행함으로써, 도 4c와 같이 중복 검지된 고스트 객체를 제거할 수 있다. Accordingly, as shown in FIG. 4B , when one large vehicle is detected as being duplicated as two vehicles, the duplicated ghost object filtering process ( S420 ) is performed to remove the duplicated ghost object as shown in FIG. 4C .

또한, 도 6 및 도 7을 참조하여, 상기 오검지 고스트 객체 필터링 과정(430)에 대해 설명하면 다음과 같다.Also, the false detection ghost object filtering process 430 will be described with reference to FIGS. 6 and 7 .

상기 오검지 고스트 객체 필터링 과정(430)은, 동일 차선에서 레이더 신호의 특성상 멀티 패스에 의해 오검지되는 오검지 고스트 객체를 필터링하는 과정이다. The false detection ghost object filtering process 430 is a process of filtering a false detection ghost object that is erroneously detected by multi-pass due to the characteristics of the radar signal in the same lane.

예를 들어, 도 6a를 참조하면, 동일 차선에서 2대의 차량이 근접한 상태에서 주행하고 있는 경우, 레이더 신호의 멀티 패스 현상을 알 수 있다. 즉, 상기 레이더 센서(211)에서 송출한 제1레이더 신호(L1)는 중간에 있는 대형 차량(T)에서 반사되고, 반사된 제2레이더 신호(L2)는 상기 대형 차량(T)의 후방에 있는 후방 차량(C1)에서 다시 반사되고, 반사된 제3레이더 신호(L3)는 다시 상기 대형 차량(T)에서 반사되고, 다시 반사된 제4레이더 신호(L4)가 상기 레이더 센서(211)로 돌아가게 된다. For example, referring to FIG. 6A , when two vehicles are driving in a state in close proximity in the same lane, a multi-path phenomenon of a radar signal can be recognized. That is, the first radar signal L1 transmitted from the radar sensor 211 is reflected by the large vehicle T in the middle, and the reflected second radar signal L2 is transmitted to the rear of the large vehicle T. The third radar signal L3 reflected back from the rear vehicle C1 is reflected back from the large vehicle T, and the reflected fourth radar signal L4 is transmitted to the radar sensor 211 again. will go back

상기와 같이 멀티 패스 현상이 발생하면, 도 6b와 같이, 상기 대형 차량(T)을 중심으로 상기 후방 차량(C1)에 미러링되어, 상기 후방 차량(C1)에 미러링된 허상이 상기 대형 차량(T)의 전방에 있는 것으로 오검지될 수 있다. 즉, 상기 차선에 총 3대의 차량이 있는 것으로 오검지될 수 있다.When the multi-path phenomenon occurs as described above, as shown in FIG. 6B , the virtual image mirrored on the rear vehicle C1 with the large vehicle T as the center and mirrored on the rear vehicle C1 is the large vehicle T ) can be misdetected. That is, it may be erroneously detected that there are a total of three vehicles in the lane.

따라서, 보다 정확한 차선별 교통정보를 도출하기 위해서는 상기 오검지 고스트 객체 필터링 과정(430)이 필요하다. Therefore, the false detection ghost object filtering process 430 is necessary to derive more accurate traffic information for each lane.

도 7을 참조하면, 상기 오검지 고스트 객체 필터링 과정(S430)에서는 차선별 차량 목록을 생성한다.(S431)Referring to FIG. 7 , in the false detection ghost object filtering process ( S430 ), a vehicle list for each lane is created ( S431 ).

상기 차선별 차량 목록은, 상기 차선 판별 과정(S410)에서 도출된 차선을 불러와서, 상기 차선을 주행하는 차량들을 상기 레이더 센서와의 이격 거리(R)가 가까운 순서대로 정렬하여 생성한다. The vehicle list for each lane is generated by calling the lanes derived in the lane determination process ( S410 ) and arranging vehicles traveling in the lane in the order of the closest distance (R) to the radar sensor.

여기서, 상기 차선별 차량 목록에 포함된 차량들의 대수는 총 추적차량 대수(N)이다. 따라서, 상기 차선별 차량 목록에 포함된 차량들은 상기 레이더 센서와 가까운 순서대로 1번째 차량부터 N번째 차량을 포함한다.Here, the number of vehicles included in the vehicle list for each lane is the total number of tracked vehicles (N). Accordingly, the vehicles included in the vehicle list for each lane include the first vehicle to the N-th vehicle in the order of being close to the radar sensor.

상기 차선별 차량 목록에 포함된 차량들 중에서 1번째 차량부터 N번째 차량까지 순서대로 다음 과정을 진행한다.(S432) The following process is performed in order from the 1st vehicle to the Nth vehicle among the vehicles included in the vehicle list for each lane. (S432)

상기 오검지 고스트 객체 필터링 과정(S430)에서는 상기 레이더 센서에 가까운 순서대로 위치하는 3대의 n번째 차량, n+1번째 차량, n+2번째 차량의 속도, 상기 이격 거리 및 신호의 세기에 따라 상기 n+2번째 차량이 상기 오검지 고스트 객체인지 판단한다.In the false detection ghost object filtering process (S430), according to the speed of the three nth vehicles, the n+1th vehicle, and the n+2th vehicle located in the order close to the radar sensor, the separation distance and the signal strength It is determined whether the n+2th vehicle is the erroneously detected ghost object.

상기 차선별 차량 목록에 포함된 차량들 중에서 n번째 차량의 속도(Vn)와 n번째 차량의 이격 거리(Rn)를 도출한다.(S433) The speed (V n ) of the n-th vehicle and the separation distance (R n ) of the n-th vehicle are derived from among the vehicles included in the vehicle list for each lane. (S433)

또한, 상기 n번째 차량과 인접한 n+1번째 차량의 속도(Vn+1), n+1번째 차량의 이격 거리(Rn+1)를 도출한다.(S434) In addition, the speed (V n+1 ) of the n+1-th vehicle adjacent to the n-th vehicle and the separation distance (R n+1 ) of the n+1-th vehicle are derived (S434).

또한, 상기 n+1번째 차량과 인접한 n+2번째 차량의 속도(Vn+2), n+2번째 차량의 이격 거리(Rn+2)를 도출한다.(S435) In addition, the speed (V n+2 ) of the n+2th vehicle adjacent to the n+1th vehicle and the separation distance (R n+2 ) of the n+2th vehicle are derived ( S435 ).

또한, 상기 n번째 차량과 상기 n+1번째 차량에 의한 멀티패스로 인해 나타날 수 있는 예측 고스트 객체를 도출한다.In addition, a predicted ghost object that may appear due to multipathing by the nth vehicle and the n+1th vehicle is derived.

상기 n번째 차량의 속도(Vn)와 상기 n+1번째 차량의 속도(Vn+1)를 이용하여 상기 예측 고스트 객체의 예측 속도(V)를 산출한다.Using the velocity (V n) and the velocity (V n + 1) of the (n + 1) th amount of said n-th vehicle calculates a predicted velocity (V) of the ghost prediction object.

또한, 상기 n번째 차량의 이격 거리(Rn)와 상기 n+1번째 차량의 이격 거리(Rn+1)를 이용하여, 상기 예측 고스트 객체와 상기 레이더 센서의 예측 이격 거리(R)를 산출한다.(S436)In addition, by using the separation distance (R n ) of the n-th vehicle and the separation distance (R n+1 ) of the n+1-th vehicle, a predicted separation distance (R) between the predicted ghost object and the radar sensor is calculated (S436)

상기 예측 속도(V)의 산출식은 수학식 1과 같고, 상기 예측 이격 거리(R)의 산출식은 수학식 2와 같다.The calculation formula of the predicted speed V is the same as Equation 1, and the calculation formula of the predicted separation distance R is the same as Equation 2.

Figure 112021047213419-pat00001
Figure 112021047213419-pat00001

Figure 112021047213419-pat00002
Figure 112021047213419-pat00002

상기 예측 고스트 객체의 예측 속도(V)와 상기 n+2번째 차량의 속도(Vn+2)의 차이가 미리 설정된 제2속도 기준값(Vs2) 미만이고, 상기 예측 고스트 객체의 예측 이격 거리(R)와 상기 n+2번째 차량의 이격 거리(Rn+1)의 차이가 미리 설정된 제2이격 거리 기준값(RS2) 미만이고, 상기 n+2번째 차량의 신호의 세기(Pn+2)가 미리 설정된 제2신호 기준값(PS2) 미만인지 판단한다.(S437)The difference between the predicted speed (V) of the predicted ghost object and the speed (V n+2 ) of the n+2th vehicle is less than a preset second speed reference value (V s2 ), and the predicted distance of the predicted ghost object ( The difference between R) and the separation distance R n+1 of the n+2th vehicle is less than a preset second separation distance reference value R S2 , and the signal strength of the n+2th vehicle P n+2 ) is less than a preset second signal reference value (P S2 ). (S437)

상기 예측 고스트 객체의 예측 속도(V)와 상기 n+2번째 차량의 속도(Vn+2)의 차이가 미리 설정된 제2속도 기준값(Vs2) 미만이고, 상기 예측 고스트 객체의 예측 이격 거리(R)와 상기 n+2번째 차량의 이격 거리(Rn+1)의 차이가 미리 설정된 제2이격 거리 기준값(RS2) 미만이고, 상기 n+2번째 차량의 신호의 세기(Pn+2)가 미리 설정된 제2신호 기준값(PS2) 미만이면, 상기 n+2번째 차량을 멀티패스에 의해 오검지된 객체, 즉 허상이라고 판단하여, 상기 n+2번째 차량을 상기 검지 데이터에서 제거한다.The difference between the predicted speed (V) of the predicted ghost object and the speed (V n+2 ) of the n+2th vehicle is less than a preset second speed reference value (V s2 ), and the predicted distance of the predicted ghost object ( The difference between R) and the separation distance R n+1 of the n+2th vehicle is less than a preset second separation distance reference value R S2 , and the signal strength of the n+2th vehicle P n+2 ) is less than the preset second signal reference value ( PS2 ), it is determined that the n + 2 th vehicle is an object erroneously detected by multipath, that is, a virtual image, and the n + 2 th vehicle is removed from the detection data. .

즉, 상기 레이더 센서에 가까운 순서대로 연속하여 위치하는 3대의 n번째 차량, n+1번째 차량, n+2번째 차량이 검지될 경우, 상기 n번째 차량과 상기 n+1번째 차량의 속도와 이격 거리를 이용하여, 멀티패스에 의해 예측되는 예측 고스트 객체의 속도와 이격 거리를 산출하고, 상기 예측 고스트 객체의 속도와 이격 거리를 상기 n+2번째 차량의 속도와 이격 거리와 비교함으로써, 상기 n+2번째 차량이 상기 예측 고스트 객체와 유사한지 판단할 수 있다. That is, when three n-th vehicles, n+1-th vehicles, and n+2-th vehicles consecutively positioned in an order close to the radar sensor are detected, the speed of the n-th vehicle and the n+1-th vehicle is separated from each other. By using the distance to calculate the speed and separation distance of the predicted ghost object predicted by multipath, and comparing the speed and the separation distance of the predicted ghost object with the speed and separation distance of the n+2th vehicle, the n It may be determined whether the +2 th vehicle is similar to the predicted ghost object.

또한, 상기 레이더 센서(211)로부터 거리가 먼 n+2번째 차량의 신호의 세기가 제2신호 기준값(PS2)보다 작으면, 상기 n+2번째 차량을 멀티 패스에 의해 오검지된 객체, 즉 허상이라고 판단할 수 있다. In addition, when the signal strength of the n + 2 th vehicle far from the radar sensor 211 is less than the second signal reference value P S2 , the n + 2 th vehicle is incorrectly detected by multi-path, That is, it can be regarded as an illusion.

따라서 도 6a에서와 같이 한 대의 대형 차량을 중심으로 두 대의 차량이 검지되는 경우, 상기 오검지 고스트 객체 필터링 과정(S430)을 수행함으로써, 도 6c와 같이 오검지된 고스트 객체를 제거할 수 있다. Accordingly, when two vehicles are detected around one large vehicle as in FIG. 6A , the falsely detected ghost object filtering process ( S430 ) may be performed to remove the falsely detected ghost object as shown in FIG. 6C .

한편, 도 8 및 도 9를 참조하여, 상기 차선별 객체 중복 회피 과정(440)에 대해 설명하면, 다음과 같다. Meanwhile, with reference to FIGS. 8 and 9 , the process of avoiding overlapping of objects by lane 440 will be described as follows.

상기 차선별 객체 중복 회피 과정(440)은, 서로 다른 차선을 주행하는 두 대의 차량이 동일 차선을 나란히 주행하는 것으로 오검지되는 것을 방지하기 위한 과정이다. The lane-by-lane object overlap avoidance process 440 is a process for preventing erroneous detection as two vehicles traveling in different lanes are traveling in the same lane side by side.

예를 들어, 도 8a 및 도 8b를 참조하면, 서로 다른 차선에서 대형 차량(T)과 소형 차량(S)이 나란히 주행하고 있는 경우, 상기 대형 차량(T)에 대한 신호의 세기가 매우 강하기 때문에, 상기 소형 차량(S)의 신호가 상기 대형 차량(T)의 신호에 영향을 받게 된다. 따라서 상기 소형 차량(S)이 상기 대형 차량(T)에 인접하게 주행하는 것처럼 검출되어, 하나의 차선에 상기 소형 차량(S)과 상기 대형 차량(T)이 중복 검지되는 문제점이 있다. 즉, 상기 소형 차량(S)의 실제 주행 차선은 2차선임에도 불구하고, 상기 소형 차량(S)의 주행 차선은 1차선으로 검지될 수 있다. 이에 한정되지 않고, 상기 소형 차량(S)의 일부분이 상기 대형 차량(T)이 주행하는 차선에 걸쳐 있는 것으로 오검지되는 것도 포함된다. For example, referring to FIGS. 8A and 8B , when the large vehicle T and the small vehicle S are running side by side in different lanes, the strength of the signal for the large vehicle T is very strong. , the signal of the small vehicle (S) is affected by the signal of the large vehicle (T). Accordingly, there is a problem in that the small vehicle S is detected as traveling adjacent to the large vehicle T, and the small vehicle S and the large vehicle T are detected overlappingly in one lane. That is, although the actual driving lane of the small vehicle S is the second lane, the driving lane of the small vehicle S may be detected as the first lane. The present invention is not limited thereto, and includes falsely detected that a part of the small vehicle S crosses the lane in which the large vehicle T travels.

따라서, 본 실시예에서는, 상기 차량을 추적하고 추적하는 차량의 차선을 판별시 상기 차선별 객체 중복 회피 과정(S440)을 수행한다.Accordingly, in the present embodiment, when the vehicle is tracked and the lane of the tracking vehicle is determined, the object overlap avoiding process ( S440 ) for each lane is performed.

도 9를 참조하면, 상기 차선별 객체 중복 회피 과정(S440)에서 차선별 차량 목록을 생성한다.(S441)Referring to FIG. 9 , a vehicle list for each lane is generated in the process of avoiding overlapping objects by lane ( S440 ). ( S441 )

여기서, 상기 차선별 차량 목록은 기 생성된 목록을 사용하는 것도 가능하고, 새로 생성하는 것도 가능하다.Here, the vehicle list for each lane may use a previously created list or may be newly created.

여기서, 상기 차선별 차량 목록에 포함된 차량들의 대수는 총 추적차량 대수(N)이다. 따라서, 상기 차선별 차량 목록에 포함된 차량들은 상기 레이더 센서와 가까운 순서대로 1번째 차량부터 N번째 차량을 포함한다.Here, the number of vehicles included in the vehicle list for each lane is the total number of tracked vehicles (N). Accordingly, the vehicles included in the vehicle list for each lane include the first vehicle to the N-th vehicle in the order of being close to the radar sensor.

상기 차선별 차량 목록에 포함된 차량들 중에서 1번째 차량부터 N번째 차량까지 순서대로 다음 과정을 진행한다.(S442) The following process is performed in order from the 1st vehicle to the Nth vehicle among the vehicles included in the vehicle list for each lane. (S442)

상기 차선별 차량 목록에 포함된 차량들 중에서 n번째 차량이 미리 설정된 교통정보 수집영역(A)에 위치하는지 판단한다.(S443)It is determined whether the nth vehicle among the vehicles included in the vehicle list for each lane is located in the preset traffic information collection area A (S443).

상기 교통정보 수집영역(A)은, 도로 위에서 상기 레이더 센서(211)의 검지 영역 내에서 별도로 설정된 일부 영역이다. The traffic information collection area A is a partial area set separately within the detection area of the radar sensor 211 on the road.

상기 n번째 차량이 상기 교통정보 수집영역(A)에 도달하면, 상기 n번째 차량의 차선을 신규 차선으로 도출한다.(S444)When the nth vehicle reaches the traffic information collection area A, the lane of the nth vehicle is derived as a new lane. (S444)

상기 신규 차선에 상기 n번째 차량외에 다른 차량이 이미 존재하는지 여부를 판단한다.(S445)It is determined whether a vehicle other than the n-th vehicle already exists in the new lane (S445).

상기 과정(S445)에서 상기 신규 차선에 상기 n번째 차량외에 다른 차량이 이미 존재한다고 판단되면, 상기 n번째 차량의 차선은 상기 신규 차선으로 갱신하지 않고 이전 차선으로 유지한다.(S446)If it is determined in the process (S445) that a vehicle other than the nth vehicle already exists in the new lane, the lane of the nth vehicle is maintained as the previous lane without updating to the new lane (S446).

상기 신규 차선에 상기 n번째 차량외에 다른 차량이 존재한다고 판단되면, 동일 차선에 두 대의 차량이 검지되는 것이므로, 상기 n번째 차량의 차선이 오검지되었다고 판단하여 상기 n번째 차량의 차선은 이전 차선으로 도출한다. If it is determined that there is another vehicle in the new lane other than the n-th vehicle, since two vehicles are detected in the same lane, it is determined that the lane of the n-th vehicle is erroneously detected, and the lane of the n-th vehicle is changed to the previous lane. derive

한편, 동일 차선에 두 대 이상의 차량이 검지되는 것은 사고 등의 돌발 상황에만 가능한 것이므로, 상기 동일차선 객체 중복 회피부(244)는 상기 돌발 상황 여부를 판단하고, 상기 돌발 상황이 아니라고 판단되는 경우에 상기 n번째 차량의 차선이 오검지되었다고 판단하는 것도 물론 가능하다. On the other hand, since detection of two or more vehicles in the same lane is possible only in an abrupt situation such as an accident, the same-lane object overlap avoiding unit 244 determines whether the abrupt situation exists, and when it is determined that the emergency situation is not It is of course also possible to determine that the lane of the nth vehicle is erroneously detected.

한편, 상기 과정(S445)에서 상기 신규 차선에 상기 n번째 차량 외에 다른 차량이 존재하지 않다고 판단되면, 상기 n번째 차량이 차선을 상기 신규 차선으로 갱신하여 도출한다.Meanwhile, if it is determined in the process S445 that no other vehicle exists in the new lane other than the n-th vehicle, the n-th vehicle is derived by updating the lane to the new lane.

따라서, 상기 동일차선 객체 중복 회피부(244)에 의해 동일 차선에서 복수의 차량이 중복 검지되는 것이 방지될 수 있다.Accordingly, it is possible to prevent overlapping detection of a plurality of vehicles in the same lane by the same-lane object overlap avoiding unit 244 .

상기와 같이 구성된 본 발명은, 다종의 레이더센서들에서 검지된 검지신호들을 통합하여, 차선별 교통정보를 산출함으로써, 보다 정확한 교통정보를 제공할 수 있는 이점이 있다. The present invention configured as described above has an advantage in that it is possible to provide more accurate traffic information by integrating detection signals detected by various types of radar sensors and calculating traffic information for each lane.

또한, 상기 교통정보 수집영역을 가변 설정가능하기 때문에, 상기 레이더센서들(11)의 설치 위치에 제약을 받지 않는 이점이 있다. In addition, since the traffic information collection area can be variably set, there is an advantage that there is no restriction on the installation position of the radar sensors 11 .

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

100: 센서부 110: 레이더센서
200: 제어기 210: 레이더 인터페이스 모듈
220: 데이터 표준화 모듈 230: 데이터 처리 모듈
240: 교통정보 산출 모듈 300: 운영부100: sensor unit 110: radar sensor
200: controller 210: radar interface module
220: data standardization module 230: data processing module
240: traffic information calculation module 300: operation unit

Claims (8)

도로 주변에 설치되어 미리 설정된 검지 영역에서 객체를 검지하는 레이더 센서들이 각각 송신하는 검지 신호들을 수신하고, 상기 검지 신호들에 따라 차량 정보와 돌발상황 정보를 생성하고, 상기 검지 영역 중에서 미리 설정된 교통정보 검출 영역에서 차선별 교통정보를 생성하여 도출하는 교통정보 수집장치를 포함하고,
상기 교통정보 수집장치는,
상기 차량 정보에 따라 상기 교통정보 검출 영역에서 차량들이 주행하는 차선을 도출하고, 각 차선에 대한 단위시간동안 통행 차량 대수, 단위 시간동안 통행 차량들의 평균 속도 및 단위 시간동안 통행 차량들의 점유율을 포함한 차선별 교통정보를 추출하는 교통정보 산출 모듈을 포함하고,
상기 교통정보 산출 모듈은,
상기 차량 정보에 따라 동일 차선에서 한 대의 대형 차량이 두 대의 일렬 주행 차량으로 중복 검지되는 중복 고스트 객체를 필터링하는 중복 고스트 객체 필터링부와,
상기 차량 정보에 따라 동일 차선에서 레이더 신호의 멀티 패스에 의해 오검지되는 오검지 고스트 객체를 필터링하는 오검지 고스트 객체 필터링부와,
상기 차량 정보에 따라 서로 다른 차선을 주행하는 두 대의 차량이 동일 차선을 나란히 주행하는 것으로 오검지되는 것을 방지하는 동일차선 객체 중복 회피부를 포함하고,
상기 중복 고스트 객체 필터링부는,
상기 교통정보 검출 영역에서 동일 차선을 주행하는 차량들을 상기 레이더 센서와의 이격 거리가 가까운 순서대로 정렬하여 차선별 차량 목록을 생성하고, 상기 차선별 차량 목록에 포함된 차량들 중에서 인접하는 두 대의 n번째 차량과 n+1번째 차량의 속도, 상기 이격 거리 및 신호의 세기에 따라 상기 n번째 차량과 상기 n+1번째 차량 중 어느 한 대를 중복 고스트 객체로 판단하여 제거하고,
상기 오검지 고스트 객체 필터링부는,
상기 차선별 차량 목록에 포함된 차량들 중에서 상기 레이더 센서에 가까운 순서대로 위치하는 3대의 n번째 차량, n+1번째 차량, n+2번째 차량의 속도, 상기 이격 거리 및 신호의 세기에 따라 상기 n+2번째 차량이 상기 오검지 고스트 객체인지 판단하고,
상기 동일차선 객체 중복 회피부는,
상기 차량 정보에 포함된 차량들 중에서 n번째 차량이 상기 교통정보 검출 영역에 도달하면, 상기 교통정보 검출 영역에서 상기 n번째 차량의 차선을 신규 차선으로 도출하고, 상기 신규 차선에 이미 상기 n번째 차량 이외에 다른 차량이 검지된 상태이면, 상기 n번째 차량이 주행하는 차선을 상기 신규 차선으로 갱신하지 않고 상기 교통정보 검출 영역 이전에 도출된 이전 차선으로 유지하여, 상기 신규 차선에서 상기 n번째 차량과 다른 차량이 중복 검지되는 것을 방지하는 레이더 센서를 이용한 교통정보 수집 정확도 향상 장치.Receive detection signals transmitted by radar sensors installed around the road and detect objects in a preset detection area, generate vehicle information and contingency information according to the detection signals, and traffic information preset in the detection area It includes a traffic information collection device that generates and derives traffic information for each lane in the detection area,
The traffic information collection device,
A lane in which vehicles travel is derived in the traffic information detection area according to the vehicle information, and the number of passing vehicles per unit time for each lane, the average speed of passing vehicles for a unit time, and a vehicle including the occupancy of the passing vehicles for a unit time Includes a traffic information calculation module for extracting selected traffic information,
The traffic information calculation module,
a duplicate ghost object filtering unit configured to filter duplicate ghost objects in which one large vehicle is detected as two in-line driving vehicles in the same lane according to the vehicle information;
a false detection ghost object filtering unit that filters false detection ghost objects that are falsely detected by multi-path radar signals in the same lane according to the vehicle information;
and a same-lane object overlap avoiding unit that prevents two vehicles traveling in different lanes from being erroneously detected as running side by side in the same lane according to the vehicle information,
The duplicate ghost object filtering unit,
Vehicles traveling in the same lane in the traffic information detection area are arranged in the order of closest distance to the radar sensor to generate a vehicle list for each lane, and two adjacent n vehicles included in the vehicle list for each lane Determining any one of the nth vehicle and the n+1th vehicle as a duplicate ghost object according to the speed, the separation distance, and signal strength of the nth vehicle and the n+1th vehicle,
The false detection ghost object filtering unit,
According to the speed of three n-th vehicles, n+1-th vehicles, and n+2 vehicles located in the order close to the radar sensor among the vehicles included in the vehicle list for each lane, the separation distance and signal strength Determining whether the n + 2 th vehicle is the false detection ghost object,
The same-lane object overlap avoiding unit,
When the nth vehicle among the vehicles included in the vehicle information reaches the traffic information detection area, the lane of the nth vehicle is derived as a new lane in the traffic information detection area, and the nth vehicle is already in the new lane If other vehicles are detected, the lane in which the n-th vehicle travels is not updated as the new lane, but is maintained as the previous lane derived before the traffic information detection area, and is different from the n-th vehicle in the new lane A device for improving the accuracy of traffic information collection using a radar sensor that prevents duplicate detection of vehicles. 청구항 1에 있어서,
상기 중복 고스트 객체 필터링부는,
상기 n번째 차량의 속도와 상기 n+1번째 차량의 속도의 차이가 미리 설정된 제1속도 기준값 미만이고,
상기 n번째 차량의 이격 거리와 상기 n+1번째 차량의 이격 거리의 차이가 미리 설정된 제1이격거리 기준값 미만이고,
상기 n번째 차량과 상기 n+1번째 차량 중에서 상기 신호의 세기가 미리 설정된 제1신호 기준값 미만인 차량을 중복 고스트 객체로 판단하여 제거하는 레이더 센서를 이용한 교통정보 수집 정확도 향상 장치.The method according to claim 1,
The duplicate ghost object filtering unit,
a difference between the speed of the nth vehicle and the speed of the n+1th vehicle is less than a preset first speed reference value;
A difference between the separation distance of the nth vehicle and the separation distance of the n+1th vehicle is less than a preset first separation distance reference value,
An apparatus for improving traffic information collection accuracy using a radar sensor for determining and removing a vehicle having the signal strength less than a preset first signal reference value among the n-th vehicle and the n+1-th vehicle as a duplicate ghost object. 청구항 1에 있어서,
상기 오검지 고스트 객체 필터링부는,
상기 n번째 차량과 상기 n+1번째 차량에 대한 상기 속도와 상기 이격 거리를 이용하여, 상기 n번째 차량과 상기 n+1번째 차량에 의한 멀티패스로 인해 예측되는 예측 고스트 객체의 예측 속도와, 상기 예측 고스트 객체와 상기 레이더 센서의 예측 이격 거리를 산출하고,
상기 예측 고스트 객체의 예측 속도와 상기 n+2번째 차량의 속도의 차이가 미리 설정된 제2속도 기준값 미만이고,
상기 예측 고스트 객체의 예측 이격 거리와 상기 n+2번째 차량의 이격 거리의 차이가 미리 설정된 제2이격 거리 기준값 미만이고,
상기 n+2번째 차량에 대한 신호의 세기가 미리 설정된 제2신호 기준값 미만이면, 상기 n+2번째 차량을 오검지 고스트 객체로 판단하여 제거하는 레이더 센서를 이용한 교통정보 수집 정확도 향상 장치.The method according to claim 1,
The false detection ghost object filtering unit,
The predicted speed of the predicted ghost object predicted due to multipath by the n-th vehicle and the n+1-th vehicle using the speed and the separation distance for the n-th vehicle and the n+1-th vehicle, calculating a predicted separation distance between the predicted ghost object and the radar sensor,
a difference between the predicted speed of the predicted ghost object and the speed of the n+2th vehicle is less than a preset second speed reference value;
a difference between the predicted separation distance of the predicted ghost object and the separation distance of the n+2th vehicle is less than a preset second separation distance reference value;
When the signal strength of the n+2th vehicle is less than a preset second signal reference value, the n+2th vehicle is determined to be a false detection ghost object and removed by using a radar sensor to improve traffic information collection accuracy. 청구항 1에 있어서,
상기 동일차선 객체 중복 회피부는,
상기 신규 차선에 상기 n번째 차량 이외에 다른 차량이 검지되지 않으면, 상기 n번째 차량이 주행하는 차선은 상기 신규 차선으로 갱신하는 레이더 센서를 이용한 교통정보 수집 정확도 향상 장치.The method according to claim 1,
The same-lane object overlap avoiding unit,
When a vehicle other than the n-th vehicle is not detected in the new lane, the traffic information collection accuracy improving apparatus using a radar sensor updates the lane in which the n-th vehicle travels to the new lane. 교통정보 수집장치가 도로 주변에 설치된 레이더 센서가 미리 설정된 검지 영역에서 객체를 검지하여 검지 신호들을 수신하여, 상기 검지 신호들과 상기 레이더 센서의 작동 상태 정보를 수집하는 단계와;
상기 교통정보 수집장치가 상기 검지 신호들로부터 차량 정보를 생성하고, 상기 차량 정보에 따라 상기 검지 영역 중에서 미리 설정된 교통정보 검출 영역에서 차량들이 주행하는 차선을 도출하고, 각 차선에 대한 단위시간동안 통행 차량 대수, 단위 시간동안 통행 차량들의 평균 속도 및 단위 시간동안 통행 차량들의 점유율을 포함한 차선별 교통정보를 추출하는 단계를 포함하고,
상기 차선별 교통정보를 추출하는 단계는,
상기 차량 정보에 따라 동일 차선에서 한 대의 대형 차량이 두 대의 일렬 주행 차량으로 중복 검지되는 중복 고스트 객체를 필터링하는 중복 고스트 객체 필터링 과정과,
상기 차량 정보에 따라 동일 차선에서 레이더 신호의 멀티 패스에 의해 오검지되는 오검지 고스트 객체를 필터링하는 오검지 고스트 객체 필터링 과정과,
상기 차량 정보에 따라 서로 다른 차선을 주행하는 두 대의 차량이 동일 차선을 나란히 주행하는 것으로 오검지되는 것을 방지하는 동일차선 객체 중복 회피 과정을 더 포함하고,
상기 중복 고스트 객체 필터링 과정에서는,
상기 교통정보 검출 영역에서 동일 차선을 주행하는 차량들을 상기 레이더 센서와의 이격 거리가 가까운 순서대로 정렬하여 차선별 차량 목록을 생성하고, 상기 차선별 차량 목록에 포함된 차량들 중에서 인접하는 두 대의 n번째 차량과 n+1번째 차량의 속도, 상기 이격 거리 및 신호의 세기에 따라 상기 n번째 차량과 상기 n+1번째 차량 중 어느 한 대를 중복 고스트 객체로 판단하여 제거하고,
상기 오검지 고스트 객체 필터링 과정에서는,
상기 차선별 차량 목록에 포함된 차량들 중에서 상기 레이더 센서에 가까운 순서대로 위치하는 3대의 n번째 차량, n+1번째 차량, n+2번째 차량의 속도, 상기 이격 거리 및 신호의 세기에 따라 상기 n+2번째 차량이 상기 오검지 고스트 객체인지 판단하고,
상기 동일차선 객체 중복 회피 과정에서는,
상기 차량 정보에 포함된 차량들 중에서 n번째 차량이 상기 교통정보 검출 영역에 도달하면, 상기 교통정보 검출 영역에서 상기 n번째 차량의 차선을 신규 차선으로 도출하고, 상기 신규 차선에 상기 n번째 차량 이외에 다른 차량이 검지되면, 상기 n번째 차량이 주행하는 차선을 상기 신규 차선으로 갱신하지 않고 상기 교통정보 검출 영역 이전에 도출된 이전 차선으로 유지하여, 상기 신규 차선에서 상기 n번째 차량과 다른 차량이 중복 검지되는 것을 방지하는 레이더 센서를 이용한 교통정보 수집 정확도 향상 방법.A traffic information collecting device, a radar sensor installed around a road, detecting an object in a preset detection area, receiving detection signals, collecting the detection signals and operation state information of the radar sensor;
The traffic information collection device generates vehicle information from the detection signals, derives lanes in which vehicles travel in a preset traffic information detection area among the detection areas according to the vehicle information, and travels for a unit time for each lane extracting traffic information for each lane including the number of vehicles, the average speed of passing vehicles for a unit time, and the occupancy of the passing vehicles for a unit time,
The step of extracting the traffic information for each lane is,
a duplicate ghost object filtering process of filtering duplicate ghost objects in which one large vehicle is detected as two in-line driving vehicles in the same lane according to the vehicle information;
a false detection ghost object filtering process of filtering false detection ghost objects that are erroneously detected by a multi-path of a radar signal in the same lane according to the vehicle information;
The method further includes a process of avoiding overlapping objects in the same lane to prevent erroneous detection of two vehicles traveling in different lanes according to the vehicle information as driving in the same lane side by side,
In the duplicate ghost object filtering process,
Vehicles traveling in the same lane in the traffic information detection area are arranged in the order of closest distance to the radar sensor to generate a vehicle list for each lane, and two adjacent n vehicles included in the vehicle list for each lane Determining and removing any one of the nth vehicle and the n+1th vehicle as a duplicate ghost object according to the speed of the nth vehicle and the n+1th vehicle, the separation distance, and the signal strength,
In the false detection ghost object filtering process,
According to the speed of three n-th vehicles, n+1-th vehicles, and n+2-th vehicles located in the order close to the radar sensor, among the vehicles included in the vehicle list for each lane, the separation distance and signal strength Determining whether the n + 2 th vehicle is the false detection ghost object,
In the same lane object overlap avoidance process,
When the nth vehicle from among the vehicles included in the vehicle information reaches the traffic information detection area, the lane of the nth vehicle is derived as a new lane in the traffic information detection area, and in the new lane other than the nth vehicle When another vehicle is detected, the lane in which the n-th vehicle travels is not updated as the new lane but is maintained as the previous lane derived before the traffic information detection area, so that the n-th vehicle and another vehicle overlap in the new lane A method of improving the accuracy of traffic information collection using a radar sensor that prevents detection. 청구항 5에 있어서,
상기 중복 고스트 객체 필터링 과정에서는,
상기 n번째 차량의 속도와 상기 n+1번째 차량의 속도의 차이가 미리 설정된 제1속도 기준값 미만이고,
상기 n번째 차량의 이격 거리와 상기 n+1번째 차량의 이격 거리의 차이가 미리 설정된 제1이격거리 기준값 미만이고,
상기 n번째 차량과 상기 n+1번째 차량 중에서 상기 신호의 세기가 미리 설정된 제1신호 기준값 미만인 차량을 중복 고스트 객체로 판단하여 제거하는 레이더 센서를 이용한 교통정보 수집 정확도 향상 방법.6. The method of claim 5,
In the duplicate ghost object filtering process,
a difference between the speed of the nth vehicle and the speed of the n+1th vehicle is less than a preset first speed reference value;
A difference between the separation distance of the nth vehicle and the separation distance of the n+1th vehicle is less than a preset first separation distance reference value,
A method of improving traffic information collection accuracy using a radar sensor for determining and removing a vehicle having the signal strength less than a preset first signal reference value among the n-th vehicle and the n+1-th vehicle as a duplicate ghost object. 청구항 5에 있어서,
상기 오검지 고스트 객체 필터링 과정에서는,
상기 n번째 차량과 상기 n+1번째 차량에 대한 상기 속도와 상기 이격 거리를 이용하여, 상기 n번째 차량과 상기 n+1번째 차량에 의한 멀티패스로 인해 예측되는 예측 고스트 객체의 예측 속도와, 상기 예측 고스트 객체와 상기 레이더 센서의 예측 이격 거리를 산출하고,
상기 예측 고스트 객체의 예측 속도와 상기 n+2번째 차량의 속도의 차이가 미리 설정된 제2속도 기준값 미만이고,
상기 예측 고스트 객체의 예측 이격 거리와 상기 n+2번째 차량의 이격 거리의 차이가 미리 설정된 제2이격 거리 기준값 미만이고,
상기 n+2번째 차량에 대한 신호의 세기가 미리 설정된 제2신호 기준값 미만이면, 상기 n+2번째 차량을 오검지 고스트 객체로 판단하여 제거하는 레이더 센서를 이용한 교통정보 수집 정확도 향상 방법.6. The method of claim 5,
In the false detection ghost object filtering process,
The predicted speed of the predicted ghost object predicted due to multipath by the n-th vehicle and the n+1-th vehicle using the speed and the separation distance for the n-th vehicle and the n+1-th vehicle, calculating a predicted separation distance between the predicted ghost object and the radar sensor,
a difference between the predicted speed of the predicted ghost object and the speed of the n+2th vehicle is less than a preset second speed reference value;
a difference between the predicted separation distance of the predicted ghost object and the separation distance of the n+2th vehicle is less than a preset second separation distance reference value;
When the signal strength for the n+2th vehicle is less than a preset second signal reference value, the method for improving traffic information collection accuracy using a radar sensor for determining and removing the n+2th vehicle as a false detection ghost object. 청구항 5에 있어서,
상기 동일차선 객체 중복 회피 과정에서는,
상기 신규 차선에 상기 n번째 차량 이외에 다른 차량이 검지되지 않으면, 상기 n번째 차량이 주행하는 차선은 상기 신규 차선으로 갱신하는 레이더 센서를 이용한 교통정보 수집 정확도 향상 방법.6. The method of claim 5,
In the same lane object overlap avoidance process,
When no other vehicle other than the n-th vehicle is detected in the new lane, the lane in which the n-th vehicle travels is updated as the new lane. A method of improving traffic information collection accuracy using a radar sensor.
KR1020210052391A 2021-04-22 2021-04-22 Traffic information collection accuracy improvement device using radar sensor and method of the same KR102271138B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210052391A KR102271138B1 (en) 2021-04-22 2021-04-22 Traffic information collection accuracy improvement device using radar sensor and method of the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210052391A KR102271138B1 (en) 2021-04-22 2021-04-22 Traffic information collection accuracy improvement device using radar sensor and method of the same

Publications (1)

Publication Number Publication Date
KR102271138B1 true KR102271138B1 (en) 2021-06-30

Family

ID=76602396

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210052391A KR102271138B1 (en) 2021-04-22 2021-04-22 Traffic information collection accuracy improvement device using radar sensor and method of the same

Country Status (1)

Country Link
KR (1) KR102271138B1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114360256A (en) * 2021-07-05 2022-04-15 上海安道雷光波系统工程有限公司 Embedded radar monitoring combination instrument and traffic flow radar information system
KR20230023342A (en) * 2021-08-10 2023-02-17 한규생 Road crossing safety system using optical blocker

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100987177B1 (en) 2009-06-03 2010-10-11 메타빌드주식회사 Road mornitoring method using radar and apparatus thereof
KR101752858B1 (en) * 2016-12-09 2017-07-19 메타빌드주식회사 Radar-based high-precision unexpected incident detecting system
KR20180115034A (en) * 2017-04-12 2018-10-22 주식회사 만도 Radar Apparatus and Target Classification Method using the same
KR20180116749A (en) * 2017-04-17 2018-10-25 주식회사 비트센싱 Real Time Big Scale Traffic Data Collecting Method and Big Data Management System
JP2020197506A (en) * 2019-06-05 2020-12-10 株式会社Ｓｕｂａｒｕ Object detector for vehicles

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100987177B1 (en) 2009-06-03 2010-10-11 메타빌드주식회사 Road mornitoring method using radar and apparatus thereof
KR101752858B1 (en) * 2016-12-09 2017-07-19 메타빌드주식회사 Radar-based high-precision unexpected incident detecting system
KR20180115034A (en) * 2017-04-12 2018-10-22 주식회사 만도 Radar Apparatus and Target Classification Method using the same
KR20180116749A (en) * 2017-04-17 2018-10-25 주식회사 비트센싱 Real Time Big Scale Traffic Data Collecting Method and Big Data Management System
JP2020197506A (en) * 2019-06-05 2020-12-10 株式会社Ｓｕｂａｒｕ Object detector for vehicles

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114360256A (en) * 2021-07-05 2022-04-15 上海安道雷光波系统工程有限公司 Embedded radar monitoring combination instrument and traffic flow radar information system
KR20230023342A (en) * 2021-08-10 2023-02-17 한규생 Road crossing safety system using optical blocker
KR102628893B1 (en) 2021-08-10 2024-01-23 한규생 Road crossing safety system using optical blocker

Similar Documents

Publication Publication Date Title
US9836967B2 (en) Method and traffic monitoring device for detecting a wrong-way driving incident of a motor vehicle
JP6290009B2 (en) Obstacle information management device
KR102271138B1 (en) Traffic information collection accuracy improvement device using radar sensor and method of the same
JP3174832B2 (en) Crossing pedestrian collision prevention system
KR102275280B1 (en) Multiple object tracking-based traffic information collection device using radar sensor and method of the same
US20210012653A1 (en) Traffic monitoring apparatus, traffic monitoring system, traffic monitoring method, and non-transitory computer readable medium storing program
EP1469442B1 (en) Vehicle drive assist system
US20230360523A1 (en) Traffic monitoring apparatus, traffic monitoring system, traffic monitoring method, and non-transitory computer readable medium storing program
JP2007178271A (en) Own position recognition system
US11312376B2 (en) Device for lateral guidance assistance for a road vehicle
JP2020057069A (en) Zone line recognition device
US20210027619A1 (en) Traffic monitoring apparatus, traffic monitoring system, traffic monitoring method, and non-transitory computer readable medium storing program
US11314974B2 (en) Detecting debris in a vehicle path
KR101917827B1 (en) Device for detecting offensive diriving
KR102456869B1 (en) System for smart managing traffic
JP4580995B2 (en) Road traffic control system
KR20220004839A (en) Vehicle control system using reliablility of input signal for autonomous vehicle
US10922974B2 (en) Vehicle control device
JP3721594B2 (en) Road shape estimation device
JP6206036B2 (en) Parking lot judgment device, parking lot judgment method
US7057502B2 (en) Vehicle drive assist apparatus
CN114373297B (en) Data processing device and method and electronic equipment
JP4128962B2 (en) Road traffic control system
JP7505167B2 (en) Driving management device, driving management method, and program
JP2015064797A (en) Determination device and determination method for parking place

Legal Events

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