KR102276041B1 - 이미지 및 무선 신호 분석을 통한 차량 식별 방법 및 장치 - Google Patents
이미지 및 무선 신호 분석을 통한 차량 식별 방법 및 장치 Download PDFInfo
- Publication number
- KR102276041B1 KR102276041B1 KR1020200045718A KR20200045718A KR102276041B1 KR 102276041 B1 KR102276041 B1 KR 102276041B1 KR 1020200045718 A KR1020200045718 A KR 1020200045718A KR 20200045718 A KR20200045718 A KR 20200045718A KR 102276041 B1 KR102276041 B1 KR 102276041B1
- Authority
- KR
- South Korea
- Prior art keywords
- vehicle
- wireless signal
- identification value
- identification
- infrared
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004458 analytical method Methods 0.000 title claims abstract description 15
- 238000004891 communication Methods 0.000 claims abstract description 58
- 238000003860 storage Methods 0.000 claims abstract description 21
- 238000013461 design Methods 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000004566 IR spectroscopy Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 230000008033 biological extinction Effects 0.000 claims description 3
- 239000011521 glass Substances 0.000 claims description 3
- 230000001678 irradiating effect Effects 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 22
- 238000013473 artificial intelligence Methods 0.000 description 16
- 239000000284 extract Substances 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000012015 optical character recognition Methods 0.000 description 5
- 238000010187 selection method Methods 0.000 description 5
- 230000002787 reinforcement Effects 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000010454 slate Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- OWZREIFADZCYQD-NSHGMRRFSA-N deltamethrin Chemical compound CC1(C)[C@@H](C=C(Br)Br)[C@H]1C(=O)O[C@H](C#N)C1=CC=CC(OC=2C=CC=CC=2)=C1 OWZREIFADZCYQD-NSHGMRRFSA-N 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
-
- G06K9/20—
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/809—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data
- G06V10/811—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data the classifiers operating on different input data, e.g. multi-modal recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C23/00—Non-electrical signal transmission systems, e.g. optical systems
- G08C23/04—Non-electrical signal transmission systems, e.g. optical systems using light waves, e.g. infrared
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
- H04N23/11—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths for generating image signals from visible and infrared light wavelengths
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/48—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for in-vehicle communication
-
- G06K2209/15—
-
- G06K2209/23—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/40—Arrangements in telecontrol or telemetry systems using a wireless architecture
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
본 발명은 이미지 및 무선 신호 분석을 통한 차량 식별 방법 및 장치에 관한 것으로서, 차량에 서로 다른 파장 대역을 가지는 적외선을 조사하면서 상기 차량의 외형을 촬영하는 적외선 카메라; 안테나; 상기 차량에 장착 또는 탑재된 무선 통신기기에서 송출되는 무선 신호를 상기 안테나를 통해 수신하는 무선 통신부; 상기 적외선 카메라에 의해 촬영된 적외선 이미지 및 상기 무선 통신부를 통해 수신한 무선 신호를 저장하는 저장부; 및 상기 저장부에 저장된 적외선 이미지를 분석하여 제1 식별값을 추출하고, 상기 저장부에 저장된 무선 신호를 분석하여 제2 식별값을 추출하며, 상기 제1 식별값 및 상기 제2 식별값에 기초하여 상기 차량을 식별하는 제어부를 포함한다.
Description
본 발명은 차량 식별 방법에 관한 것으로, 더욱 상세하게는 이미지 및 무선 신호 분석을 통한 차량 식별 방법 및 장치에 관한 것이다.
차량의 번호판은 각 차량마다 식별을 달리하도록 부여된 고유번호로서 차량의 종류, 제작사, 제작기간, 사용용도, 배기량, 원동기형식, 소유주, 거주등록지, 무적차량, 10부제 위반차량, 도난차량 조회 등의 정보를 조회하기 위하여 사용된다. 따라서 어떠한 차량번호 조회환경에서도 신속 및 정확하게 차량번호를 인식하는 것이 매우 중요하다.
차량번호 인식 기술은 차량번호판으로부터 차량번호를 인식하는 기술로서 주차관리 시설의 관제 시스템에 적용되어 무발권 입차 방식을 통한 입/출차 차량의 감시, 입차 시간 대비 주차장 사용 요금의 정산 등에 널리 이용되고 있으며, 또한 차선 위반, 신호 위반 및 속도위반 등의 도로교통 위반을 단속하기 위하여 널리 사용되고 있다.
그러나 종래의 차량번호 인식 기술은 눈 또는 비, 오물 투척 등으로 인해 차량 전면부 번호판을 인식할 수 없게 되거나, 차량 차체 일부에서 태양광이 측각으로 반사되어 발생되는 스미어 현상이 발생되는 경우, 또는 야간의 차량 라이트에 의해 난반사 등이 발생하는 경우에 차량번호 인식률이 매우 저하되는 문제점이 있다.
예를 들어, 주차장 입구에 진입하는 차량번호를 인식하기 위해서는, 차량번호 인식장치가 주차장 입구의 지정된 위치와, 거리가 먼 방향에서만 영상을 촬영할 수밖에 없는데 특히 주간에는 태양광의 위치와 밝기, 차량번호 인식기의 설치 위치가 각종 그림자에 의해 영향을 받게 되므로 촬영되는 영상에 대하여 많은 부정적인 영향을 미치게 된다.
게다가 반사광 발생 시 진입 차량의 외형 색상이나 번호판 색상 등에 의하여 반사광(밀러)현상이 나타나거나, 역광 발생 시 그림자 등의 영향으로 인하여 차량번호를 인식할 수 없는 정도의 영상이 촬영된다.
또한, 눈 또는 비 등에 의한 주변 환경의 변화로 인하여 차량의 번호판이 가려지거나, 오물 투척 등으로 인해 차량 전면부 번호판을 인식할 수 없게 되거나, 진입하는 차량 차체 일부에서 태양광이 측각으로 반사되어 발생되는 스미어 현상이 발생하여 차량번호 인식률은 크게 저하된다. 더욱이 야간에는 차량 라이트에 의한 난반사 등으로 인하여 차량의 번호판을 인식하는 데 매우 제한적이다.
이러한 문제점을 해결하고자 국내공개특허 제10-2019-0099987호에는 "차량 융합 인식 기술을 이용한 무인 주차 관리 시스템"이 개시되어 있다.
간략히 살펴보면, "차량 융합 인식 기술을 이용한 무인 주차 관리 시스템"은 차량 내에 설치된 비콘 태그(Tag) 또는 운전자의 스마트폰에서 송출되는 블루투스 신호를 분석하여 차량 정보로 활용하여, LPR(License Plate Recognition) 인식 결과와 융합하여 보다 정확도가 개선된 차량 융합인식 기술을 제공한다.
그러나 상기 공개특허에 제안된 기술은 차량 관리를 위해서 NFC(Near Field Communication), 하이패스, 비콘, 및 전파 송출기 등과 같은 무선 통신기기를 차량에 별도로 부착해야 한다.
본 명세서는 상기한 바와 같은 문제점을 해결하기 위하여 안출된 것으로서, 눈 또는 비, 이물질, 번호판 변경, 신규 규격도입, 및 커스텀 번호판 등의 다양한 외부 요인에 따라 빈번하게 발생하는 차량 인식 오류를 개선한 이미지 및 무선 신호 분석을 통한 차량 식별 방법 및 장치를 제공하는 데 그 목적이 있다.
또한, 본 발명의 다른 목적은 차량 출고 시 부착된 통신 기기 및 운전자가 휴대하는 통신기기를 이용하여 차량을 인식할 수 있는 이미지 및 무선 신호 분석을 통한 차량 식별 방법 및 장치를 제공한다.
이와 같은 목적을 달성하기 위한, 본 명세서의 제1 실시예에 따르면, 본 명세서에 따른 이미지 및 무선 신호 분석을 통한 차량 식별 장치는, 차량에 서로 다른 파장 대역을 가지는 복수의 적외선을 조사하면서 상기 차량의 외형을 촬영하는 적외선 카메라; 안테나; 상기 차량에 장착 또는 탑재된 무선 통신기기에서 송출되는 무선 신호를 상기 안테나를 통해 수신하는 무선 통신부; 상기 적외선 카메라에 의해 촬영된 적외선 이미지 및 상기 무선 통신부를 통해 수신한 무선 신호를 저장하는 저장부; 및 상기 저장부에 저장된 적외선 이미지를 분석하여 제1 식별값을 추출하고, 상기 저장부에 저장된 무선 신호를 분석하여 제2 식별값을 추출하며, 상기 제1 식별값 및 상기 제2 식별값에 기초하여 상기 차량을 식별하는 제어부를 포함한다.
바람직하게는, 상기 제어부는 OCR(Optical Character Reader)을 이용하여 상기 적외선 이미지로부터 상기 제1 식별값으로서, 차량번호를 인식하는 것을 특징으로 한다.
바람직하게는, 상기 제어부는 인공지능에 기반하여 상기 적외선 이미지로부터 상기 제1 식별값으로서, 차량번호를 인식하는 것을 특징으로 한다.
바람직하게는, 상기 제어부는 인공지능에 기반하여 상기 적외선 이미지로부터 상기 제1 식별값으로서, 번호판을 인식하는 것을 특징으로 한다.
바람직하게는, 상기 제어부는 인공지능에 기반하여 상기 적외선 이미지로부터 상기 제1 식별값으로서, 상기 차량의 외형을 인식하는 것을 특징으로 한다.
바람직하게는, 상기 차량의 외형은 외장색상, 내장색상, 블랙박스 외형, 전조등 디자인, 후미등 디자인, 비상등 전멸간격, 유리 생산년월, 휠디자인, 그릴 디자인, 및 차량 엠블럼 중 적어도 하나를 포함하는 것을 특징으로 한다.
바람직하게는, 상기 제어부는 인공지능에 기반하여 상기 차량의 외형을 이용하여 상기 제1 식별값으로서, 차종을 인식하는 것을 특징으로 한다.
바람직하게는, 상기 제어부는 상기 무선 신호로부터 상기 제2 식별값으로서, 상기 무선 신호의 파형을 추출하는 것을 특징으로 한다.
바람직하게는, 상기 제어부는 상기 무선 신호에 포함된 데이터를 분석하고, 상기 데이터로부터 상기 제2 식별값으로서, 적어도 하나의 정보를 추출하는 것을 특징으로 한다.
바람직하게는, 상기 제어부는 상기 무선 신호로부터 상기 제2 식별값으로서, 맥 어드레스(Mac Address)를 추출하는 것을 특징으로 한다.
바람직하게는, 상기 무선 신호는 상기 차량의 TPMS(Tire Pressure Monitoring System)에서 발생하는 신호인 것을 특징으로 한다.
또한, 본 명세서의 제2 실시예에 따르면, 본 명세서에 따른 이미지 및 무선 신호 분석을 통한 차량 식별 방법은, 차량 식별 장치가, 차량의 외형을 인식하는 단계; 상기 차량 식별 장치가, 상기 차량의 외형을 분석하여 제1 식별값을 추출하는 단계; 상기 차량 식별 장치가, 상기 차량에 장착 또는 탑재된 무선 통신기기에서 송출되는 무선 신호를 수신하는 단계; 상기 차량 식별 장치가, 상기 무선 신호를 분석하여 제2 식별값을 추출하는 단계; 및 상기 차량 식별 장치가, 상기 제1 식별값 및 상기 제2 식별값에 기초하여 상기 차량을 식별하는 단계를 포함한다.
바람직하게는, 상기 차량의 외형을 인식하는 단계에서, 상기 차량 식별 장치는, 적외선 분광 기법을 통해 상기 차량의 외형을 인식하는 것을 특징으로 한다.
바람직하게는, 상기 제1 식별값을 추출하는 단계에서, 상기 차량 식별 장치는, 인공지능에 기반하여 상기 제1 식별값으로서, 차량번호, 번호판, 상기 차량의 외형, 및 차종 중 적어도 하나를 인식하는 것을 특징으로 한다.
이상에서 설명한 바와 같이 본 명세서에 의하면, 적외선 카메라를 이용하여 촬영된 적외선 이미지를 분석하여 제1 식별값을 추출하고, 무선 통신부를 통해 수신한 무선 신호를 분석하여 제2 식별값을 추출하며, 제1 식별값 및 제2 식별값에 기초하여 차량을 식별하는 이미지 및 무선 신호 분석을 통한 차량 식별 방법 및 장치를 제공함으로써, 눈 또는 비, 이물질, 번호판 변경, 신규 규격도입, 및 커스텀 번호판 등의 다양한 외부 요인에 따라 빈번하게 발생하는 차량 인식 오류를 개선할 수 있다.
또한, 차량 관리를 위해서 NFC(Near Field Communication), 하이패스, 비콘, 및 전파 송출기 등과 같은 별도의 무선 통신기기를 요구하지 않는다.
도 1은 본 발명의 실시예에 따른 이미지 및 무선 신호 분석을 통한 차량 식별 장치 내부의 개략적인 구성을 나타낸 블럭 구성도,
도 2는 본 발명의 실시예에 따른 이미지 및 무선 신호 분석을 통한 차량 식별 방법을 나타낸 흐름도,
도 3은 본 발명의 실시예에 따른 차량 식별 장치가 적용된 입출차 관리 시스템의 구성을 나타낸 도면, 및
도 4는 본 발명의 실시예에 따른 차량 식별 장치가 적용된 주차 관리 시스템의 구성을 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 이미지 및 무선 신호 분석을 통한 차량 식별 방법을 나타낸 흐름도,
도 3은 본 발명의 실시예에 따른 차량 식별 장치가 적용된 입출차 관리 시스템의 구성을 나타낸 도면, 및
도 4는 본 발명의 실시예에 따른 차량 식별 장치가 적용된 주차 관리 시스템의 구성을 나타낸 도면이다.
본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 명세서에서 사용되는 기술적 용어는 본 명세서에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 명세서에서 사용되는 기술적인 용어가 본 발명의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 당업자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 발명에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.
또한, 본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "구성된다" 또는 "포함한다" 등의 용어는 명세서 상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.
또한, 본 명세서에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다.
또한, 본 명세서에서 사용되는 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성 요소들을 설명하는 데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
또한, 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 발명의 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 발명의 사상이 제한되는 것으로 해석되어서는 아니됨을 유의해야 한다.
도 1은 본 발명의 실시예에 따른 이미지 및 무선 신호 분석을 통한 차량 식별 장치 내부의 개략적인 구성을 나타낸 블럭 구성도이다.
도 1을 참조하면, 본 발명에 따른 차량 식별 장치(100)는 적외선 카메라(110), 안테나(120a), 무선 통신부(120), 제어부(130), 저장부(140), 및 네트워크 인터페이스부(150)를 포함할 수 있다.
적외선 카메라(110)는 차량에 서로 다른 파장 대역을 가지는 적외선을 조사하면서 차량의 외형을 촬영한다. 이를 위해, 적외선 카메라(110)는 적외선을 발산하는 복수의 적외선 LED(112) 및 복수의 적외선 LED(112)를 통해 발산되는 적외선이 물체에 부딪혀 반사되면 이를 촬영하여 적외선 이미지를 생성하는 적외선 촬영부(114)를 포함할 수 있다. 한편, 본 발명은 촬영환경에 따라 가시광선 대역의 파장선을 조사할 수도 있으나 이에 한정되지 않는다.
본 발명에 따른 적외선 카메라(110)는 적외선 780nm, 840nm, 940nm를 투광하여 피사체의 재질 및 색상에 따라서 각각의 파장대역별 반사 특성의 고유값을 촬영하여 이전 데이터와 비교함으로써, 이전의 색상값과 비교 가능하다. 따라서, 본 발명에 따른 차량 식별 장치(100)는 가시광과 같이 정확한 색상 정보를 획득하기 위해서 추가적인 하드웨어나 소프트웨어 기술을 필요로 하지 않는다.
안테나(120a)는 차량에 장착 또는 탑재된 무선 통신기기(예를 들면, TCU(Transmission Control Unit), 카오디오, 및 휴대폰 등)에서 무선 통신연결을 위해 발신되는 무선 신호를 수신하거나 또는 차량 식별 장치(100)로부터 전송되는 각종 정보를 전송받아 외부로 송신한다. 여기서, 무선 신호는 차량의 TPMS(Tire Pressure Monitoring System)에서 발생하는 신호일 수 있다.
안테나(120a)는 게이트를 통과하는 차량의 정보만을 획득할 수 있도록 특정 방향으로만 지향성의 특성을 갖는 안테나 시스템으로서, 다양한 주파수 정보를 획득할 수 있도록 광대역 안테나 시스템이 적용될 수 있다.
TPMS는 타이어 공기압 자동감지시스템, 타이어 압력 감지시스템, 타이어 압력 모니터링시스템이라고도 한다. 자동차 타이어의 공기압이 너무 높거나 낮으면 타이어가 터지거나 차량이 쉽게 미끄러져 대형사고로 이어질 가능성이 있다. 또한, 연료 소모량이 많아져 연비가 악화되고, 타이어 수명이 짧아질 뿐만 아니라, 승차감과 제동력도 많이 떨어진다.
이러한 타이어의 결함을 막기 위해 차량에 장착되는 안전장치가 TPMS이다. TPMS는 타이어에 부착된 전파식별(RFID) 센서로서, 타이어의 압력과 온도를 감지한 뒤, 이 정보를 운전석으로 보내 운전자가 실시간으로 타이어의 압력 상태를 점검할 수 있게 설계되어 있다. 이 시스템을 이용하면 타이어의 내구성, 승차감, 제동력 향상은 물론, 연비도 높일 수 있고, 주행 중 차체가 심하게 흔들리는 것도 막을 수 있다.
무선 통신부(120)는 안테나(120a)를 통해 차량에 장착 또는 탑재된 무선 통신기기 중 임의의 어느 하나와 무선 신호를 송수신한다. 이를 위해, 무선 통신부(120)는 NFC(Near Field Communication) 통신 규격에 따라 무선 통신기기와 무선 신호를 송수신할 수 있는 NFC 모듈(121), WLAN(Wireless LAN) 통신 규격에 따라 무선 통신기기와 무선 신호를 송수신할 수 있는 WLAN 모듈(123), RF 통신규격에 따라 무선 통신기기와 무선 신호를 송수신할 수 있는 RF 모듈(125), IR 통신규격에 따라 무선 통신기기와 무선 신호를 송수신할 수 있는 IR 모듈(127), 및 블루투스 통신규격에 따라 무선 통신기기와 무선 신호를 송수신할 수 있는 블루투스 모듈(129)을 포함할 수 있다.
제어부(130)는 통상적으로 차량 식별 장치(100)의 전반적인 동작을 제어한다. 제어부(130)는 위에서 살펴본 구성요소들을 통해 입력 또는 출력되는 신호, 데이터, 및 정보 등을 처리하거나 저장부(140)에 저장된 응용 프로그램을 구동함으로써, 사용자에게 적절한 정보 또는 기능을 제공 또는 처리할 수 있다.
또한, 제어부(130)는 저장부(140)에 저장된 응용 프로그램을 구동하기 위하여, 도 1에서 살펴본 구성요소들 중 적어도 일부를 제어할 수 있다. 나아가, 제어부(130)는 상기 응용 프로그램의 구동을 위하여, 차량 식별 장치(100)에 포함된 구성요소들 중 적어도 둘 이상을 서로 조합하여 동작시킬 수 있다.
한편, 본 발명에 따른 제어부(130)는 기존의 로컬 서버를 대신하여 적외선 카메라(110)를 이용하여 촬영된 적외선 이미지 및 무선 통신부(120)를 통해 수신한 무선 신호를 저장부(140)에 저장한 후, 저장부(140)에 저장된 적외선 이미지를 분석하여 제1 식별값을 추출하고, 저장부(140)에 저장된 무선 신호를 분석하여 제2 식별값을 추출하며, 제1 식별값 및 제2 식별값에 기초하여 차량을 식별한다. 여기서, 제1 식별값은 차량번호, 번호판, 차량의 외형, 차종 등을 포함할 수 있다. 차량의 외형은 외장색상, 내장색상, 블랙박스 외형, 전조등 디자인, 후미등 디자인, 비상등 전멸간격, 유리 생산년월, 휠디자인, 그릴 디자인, 및 차량 엠블럼 등을 포함할 수 있다. 또한, 제2 식별값은 무선 신호의 파형, 무선 신호의 데이터에 포함된 각종 정보(예를 들면, 무선 통신기기의 ID), 및 맥 어드레스(Mac Address)를 포함할 수 있다.
즉, 제어부(130)는 OCR(Optical Character Reader)을 이용하여 적외선 이미지로부터 제1 식별값으로서, 차량번호를 인식할 수 있다.
제어부(130)는 인공지능(Artificial Intelligence: AI)에 기반하여 적외선 이미지로부터 제1 식별값으로서, 차량번호를 인식할 수 있다. 즉, 제어부(130)는 MCNN(Multi-Scale Convolutional Neural Network)과 RNN(Recurrent Neural Network) 기법을 이용하여 적외선 이미지로부터 차량번호를 인식할 수 있다. 예를 들면, 제어부(130)는 차량을 검출하고, 화질 개선, 색상 개선, 노이즈 개선, 이미지 변환, 및 가변 임계치 병렬처리 등을 통해 이미지를 전처리한 후, 에지 검출, 부분 유추, 및 특징벡터 추출을 통해 번호판을 추출하며, 추출된 번호판에서 번호 부분을 블랍(Blob) 추출한 후, 매칭 인식, AI(비지도, 준지도 및 강화학습) 인식, 레이트(Rate) 처리, 및 보팅(Voting) 처리 등을 통해 차량번호를 인식할 수 있다.
제어부(130)는 인공지능에 기반하여 적외선 이미지로부터 제1 식별값으로서, 번호판 객체를 인식할 수 있다. 즉, 제어부(130)는 객체 선별 방법에 그리드 방식을 적용하여 번호판 객체를 인식할 수 있다. 예를 들면, 제어부(130)는 입출차 시 차량의 번호판 영역을 추출하여 번호판 내의 정보(예를 들면, 차량번호 및 국가 지역 등)를 분류한 후, 번호판 형태 및 내용을 분석함으로써, 번호판 객체를 인식할 수 있다. 이때, 제어부(130)는 적외선 이미지를 이용하기 때문에 번호판 색상 차이를 구분 가능하다. 이처럼, 제어부(130)는 인공지능을 이용한 번호판 객체 인식에 통상적으로 사용하는 오브젝트 디텍션 기법의 단점을 보완하기 위해 객체 선별 방법에 그리드 방식을 적용함으로써, 부동소수점 연산을 개선하여 속도 면에서 최적화할 수 있다.
제어부(130)는 인공지능에 기반하여 적외선 이미지로부터 제1 식별값으로서, 차량의 외형을 인식할 수 있다. 즉, 제어부(130)는 객체 선별 방법에 그리드 방식을 적용하여 차량의 외형을 인식할 수 있다. 예를 들면, 제어부(130)는 입출차 시 차량 전면부(번호판 제외), 후면부의 디자인 및 각종 부착물의 특징을 분석하여 제조사, 차종, 연식, 및 배기량 등으로 분류함으로써, 차량의 외형을 분석할 수 있다.
제어부(130)는 인공지능에 기반하여 차량의 외형을 이용하여 제1 식별값으로서, 차종을 인식할 수 있다. 즉, 제어부(130)는 강화 학습 기능을 이용한 객체 인식으로 차종을 인식할 수 있다.
또한, 제어부(130)는 무선 신호로부터 제2 식별값으로서, 무선 신호의 파형을 추출할 수 있다.
제어부(130)는 무선 신호에 포함된 데이터를 분석하고, 데이터로부터 제2 식별값으로서, 적어도 하나의 정보를 추출할 수 있다.
제어부(130)는 무선 신호로부터 제2 식별값으로서, 맥 어드레스(Mac Address)를 추출할 수 있다. 여기서, 제어부(130)는 복수의 무선 통신기기로부터 복수의 무선 신호를 수신하고, 복수의 무선 통신기기 각각의 맥 어드레스의 일부를 통합하여 식별값을 만들 수 있다. 좀더 상세하게, 각각의 무선 통신기기의 맥 어드레스의 일부를 통합하여 본 발명에게만 제공되는 별도의 식별값을 만들기 때문에, 특정 무선 통신기기 맥 어드레스값을 그대로 받아 저장함으로써 생길 수 있는 개인사생활 침해 등을 막을 수 있다. 한편, 무선 신호는 차량의 TPMS에서 발생하는 신호일 수 있다. 이를 위해, 제어부(130)는 TPMS를 깨우는(wake up) 기능을 사용할 수 있다. 또한, 제어부(130)는 차량의 각 타이어에 장착된 4개의 TPMS의 ID의 일부를 통합하여 식별값을 만들 수 있다.
추가로, 제어부(130)가 제1 식별값 및 제2 식별값을 이용하더라도 차량을 식별하지 못한 경우, 운전자는 1번 또는 2회 연속 등 다양한 횟수로 차량 리모컨의 특정 버튼(예컨대, 문잠금 해제, 문잠금, 트렁크 잠금 또는 잠금해제 등을 포함하는 기능 버튼)을 눌러서 신호를 발생하고, 제어부(130)가 이를 인식하여 차량을 식별할 수도 있다.
저장부(140)는 적외선 카메라(110)에 의해 촬영된 적외선 이미지 및 무선 통신부(120)를 통해 수신한 무선 신호를 저장할 수 있다.
또한, 저장부(140)는 차량 식별 장치(100)의 다양한 기능을 지원하는 데이터를 저장한다. 저장부(140)는 차량 식별 장치(100)에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 차량 식별 장치(100)의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는, 무선 통신을 통해 외부 서버로부터 다운로드될 수 있다. 한편, 응용 프로그램은, 저장부(140)에 저장되고, 차량 식별 장치(100) 상에 설치되어, 제어부(130)에 의하여 장치의 동작(또는 기능)을 수행하도록 구동될 수 있다.
네트워크 인터페이스부(150)는 차량 식별 장치(100)를 인터넷망을 포함하는 유/무선 네트워크와 연결하기 위한 인터페이스를 제공할 수 있다. 네트워크 인터페이스부(150)는 접속된 네트워크 또는 접속된 네트워크에 링크된 다른 네트워크를 통해, 다른 사용자 또는 다른 전자 기기와 데이터를 송신 또는 수신할 수 있다. 예를 들면, 차량 식별 장치(100)는 네트워크 인터페이스부(150)를 통해 관리자 단말, 차량 입출입 관리 서버, 및 차량 주차 관리 서버 등과 연결되어 데이터를 송수신할 수 있다.
도 2는 본 발명의 실시예에 따른 이미지 및 무선 신호 분석을 통한 차량 식별 방법을 나타낸 흐름도이다.
도 2를 참조하면, 차량 식별 장치(100)는 차량의 외형을 인식한다(S210). 여기서, 차량 식별 장치(100)는 적외선 분광 기법을 통해 차량의 외형을 인식할 수 있다. 구체적으로는, 차량 식별 장치(100)는 적외선 780nm, 840nm, 940nm를 투광하여 피사체의 재질 및 색상에 따라서 각각의 파장대역별 반사 특성의 고유값을 촬영하여 이전 데이터와 비교함으로써, 이전의 색상값과 비교 가능하다.
차량 식별 장치(100)는 차량의 외형을 분석하여 제1 식별값을 추출한다(S220).
즉, 차량 식별 장치(100)는 OCR을 이용하여 적외선 이미지로부터 제1 식별값으로서, 차량번호를 인식할 수 있다.
또한, 차량 식별 장치(100)는 인공지능에 기반하여 적외선 이미지로부터 제1 식별값으로서, 차량번호를 인식할 수 있다. 즉, 제어부(130)는 MCNN과 RNN 기법을 이용하여 적외선 이미지로부터 차량번호를 인식할 수 있다. 예를 들면, 차량 식별 장치(100)는 차량을 검출하고, 화질 개선, 색상 개선, 노이즈 개선, 이미지 변환, 및 가변 임계치 병렬처리 등을 통해 이미지를 전처리한 후, 에지 검출, 부분 유추, 및 특징벡터 추출을 통해 번호판을 추출하며, 추출된 번호판에서 번호 부분을 블랍(Blob) 추출한 후, 매칭 인식, AI(비지도, 준지도 및 강화학습) 인식, 레이트(Rate) 처리, 및 보팅(Voting) 처리 등을 통해 차량번호를 인식할 수 있다.
또한, 차량 식별 장치(100)는 인공지능에 기반하여 적외선 이미지로부터 제1 식별값으로서, 번호판 객체를 인식할 수 있다. 즉, 차량 식별 장치(100)는 객체 선별 방법에 그리드 방식을 적용하여 번호판 객체를 인식할 수 있다. 예를 들면, 차량 식별 장치(100)는 입출차 시 차량의 번호판 영역을 추출하여 번호판 내의 정보(예를 들면, 차량번호 및 국가 지역 등)를 분류한 후, 번호판 형태 및 내용을 분석함으로써, 번호판 객체를 인식할 수 있다. 이때, 차량 식별 장치(100)는 적외선 이미지를 이용하기 때문에 번호판 색상 차이를 구분 가능하다.
또한, 차량 식별 장치(100)는 인공지능에 기반하여 적외선 이미지로부터 제1 식별값으로서, 차량의 외형을 인식할 수 있다. 즉, 차량 식별 장치(100)는 객체 선별 방법에 그리드 방식을 적용하여 차량의 외형을 인식할 수 있다. 예를 들면, 차량 식별 장치(100)는 입출차 시 차량 전면부(번호판 제외), 후면부의 디자인 및 각종 부착물의 특징을 분석하여 제조사, 차종, 연식, 및 배기량 등으로 분류함으로써, 차량의 외형을 분석할 수 있다.
또한, 차량 식별 장치(100)는 인공지능에 기반하여 차량의 외형을 이용하여 제1 식별값으로서, 차종을 인식할 수 있다. 즉, 차량 식별 장치(100)는 강화 학습 기능을 이용한 객체 인식으로 차종을 인식할 수 있다.
이어서, 차량 식별 장치(100)는 차량에 장착 또는 탑재된 무선 통신기기에서 송출되는 무선 신호를 수신한다(S230).
이어서, 차량 식별 장치(100)는 무선 신호를 분석하여 제2 식별값을 추출한다(S240).
즉, 차량 식별 장치(100)는 무선 신호로부터 제2 식별값으로서, 무선 신호의 파형을 추출할 수 있다.
또한, 차량 식별 장치(100)는 무선 신호에 포함된 데이터를 분석하고, 데이터로부터 제2 식별값으로서, 적어도 하나의 정보를 추출할 수 있다.
또한, 차량 식별 장치(100)는 무선 신호로부터 제2 식별값으로서, 맥 어드레스를 추출할 수 있다. 여기서, 차량 식별 장치(100)는 복수의 무선 통신기기로부터 복수의 무선 신호를 수신하고, 복수의 무선 통신기기 각각의 맥 어드레스의 일부를 통합하여 식별값을 만들 수 있다.
한편, 무선 신호는 차량의 TPMS에서 발생하는 신호일 수 있다. 이를 위해, 차량 식별 장치(100)는 TPMS를 깨우는(wake up) 기능을 사용할 수 있다. 또한, 차량 식별 장치(100)는 차량의 각 타이어에 장착된 4개의 TPMS의 ID의 일부를 통합하여 식별값을 만들 수 있다.
이어서, 차량 식별 장치(100)는 제1 식별값 및 제2 식별값에 기초하여 차량을 식별 가능한지 여부를 판단하고(S250), 제1 식별값 및 제2 식별값에 기초하여 차량을 식별 가능하다고 판단한 경우, 제1 식별값 및 제2 식별값에 기초하여 차량을 식별한다(S260).
차량 식별 장치(100)는 제1 식별값 및 제2 식별값에 기초하여 차량을 식별 가능하지 못하다고 판단한 경우, 차량 리모컨으로부터 신호를 수신하고(S252), 수신한 신호에 기초하여 차량을 식별한다(S254). 예를 들면, 운전자는 1번 또는 2회 연속 등 다양한 횟수로 차량 리모컨의 특정 버튼(예컨대, 문잠금 해제, 문잠금, 트렁크 잠금 또는 잠금해제 등을 포함하는 기능 버튼)을 눌러서 신호를 발생하고, 차량 식별 장치(100)는 이를 인식하여 차량을 식별할 수 있다.
전술한 방법은 다양한 수단을 통해 구현될 수 있다. 예를 들어, 본 발명의 실시예들은 하드웨어, 펌웨어(Firmware), 소프트웨어 또는 그것들의 결합 등에 의해 구현될 수 있다.
하드웨어에 의한 구현의 경우, 본 발명의 실시예들에 따른 방법은 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 프로세서, 컨트롤러, 마이크로컨트롤러 및 마이크로프로세서 등에 의해 구현될 수 있다.
펌웨어나 소프트웨어에 의한 구현의 경우, 본 발명의 실시예들에 따른 방법은 이상에서 설명된 기능 또는 동작들을 수행하는 모듈, 절차 또는 함수 등의 형태로 구현될 수 있다. 소프트웨어 코드는 메모리 유닛에 저장되어 프로세서에 의해 구동될 수 있다. 상기 메모리 유닛은 상기 프로세서 내부 또는 외부에 위치하여, 이미 공지된 다양한 수단에 의해 상기 프로세서와 데이터를 주고 받을 수 있다.
도 3은 본 발명의 실시예에 따른 차량 식별 장치가 적용된 입출차 관리 시스템의 구성을 나타낸 도면이다.
도 3을 참조하면, 본 발명에 따른 입출차 관리 시스템은 차량 식별 장치(100), 통신망(200), 관리자 단말(300), 및 입출차 관리 서버(400)를 포함할 수 있다. 여기서, 차량 식별 장치(100)는 입출차 관리 서버(400)에 포함될 수도 있다.
차량 식별 장치(100)는 도 1에서 설명했듯이, 적외선 카메라(110), 안테나(120a), 무선 통신부(120), 제어부(130), 저장부(140), 및 네트워크 인터페이스부(150)를 포함하는 장치이다. 차량 식별 장치(100)는 적외선 카메라(110)를 이용하여 촬영된 적외선 이미지를 분석하여 제1 식별값을 추출하고, 무선 통신부(120)를 통해 수신한 무선 신호를 분석하여 제2 식별값을 추출하며, 제1 식별값 및 제2 식별값에 기초하여 차량을 식별할 수 있다.
통신망(200)은 차량 식별 장치(100), 관리자 단말(300), 및 입출차 관리 서버(400) 간에 데이터를 송수신할 수 있는 접속 경로를 제공하고, 유/무선 통신 모듈을 포함할 수 있다. 여기서, 상기 무선 인터넷 기술은, 무선랜(Wireless LAN : WLAN), 와이 파이(Wi-Fi), 와이브로(Wireless Broadband : Wibro), 와이맥스(World Interoperability for Microwave Access : Wimax), 고속 하향 패킷 접속(High Speed Downlink Packet Access : HSDPA), IEEE 802.16, 롱 텀 에볼루션(Long Term Evolution : LTE), 광대역 무선 이동 통신 서비스(Wireless Mobile Broadband Service : WMBS) 등을 포함할 수 있고, 상기 근거리 통신(Short Range Communication) 기술은, 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association : IrDA), 초광대역 무선(Ultra Wideband : UWB), 지그비(ZigBee) 등을 포함할 수 있다. 또한, 상기 유선 통신 기술은, USB(Universal Serial Bus) 통신 등을 포함할 수 있다.
관리자 단말(300)은 차량 식별 장치(100)의 번호판 오인식에 따라 차량 식별 장치(100)로 하여금 클라우드 서버를 통해 모듈을 재학습하도록 함으로써, 번호판 인식의 정확도를 높일 수 있다.
본 명세서에서 설명되는 관리자 단말(300)은 휴대폰, 스마트폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말, PDA(personal digital assistants), PMP(portable multimedia player), 내비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultra book), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말(smart watch), 글라스형 단말(smart glass), HMD(head mounted display)) 등을 포함할 수 있다.
그러나 본 명세서에 기재된 실시예에 따른 구성은 이동 단말에만 적용 가능한 경우를 제외하면, 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등과 같은 고정 단말에도 적용될 수도 있음을 본 기술분야의 당업자라면 쉽게 알 수 있을 것이다.
입출차 관리 서버(400)는 차량 식별 장치(100)를 통해 차량의 외형을 인식하고, 차량의 외형이 출입허가된 차량(주거자 또는 관리자의 차랑 등)의 외형일 경우, 출입통제수단을 제어하여 차량이 출입할 수 있도록 한다. 여기서, 출입통제수단은 가로바가 상하방향으로 회동하는 차단기 등을 말한다.
한편, 출입이 허가된 차량 이외의 차량(예를 들어, 방문자의 차량, 택배차량 등)이 출입할 필요성이 있거나, 차량의 번호판이나 외형이 훼손 등의 이유로 인해 인식되지 못할 경우에도 출입이 허가될 필요성이 있으므로, 본 발명에 의한 입출차 관리 시스템은, 방문자가 댁내 또는 관리자를 호출할 수 있는 출입요청 단말기와, 차량 식별 장치(100)로부터 입출차의 영상정보를 전송받는 댁내 제어 단말기를 포함할 수 있다.
즉, 출입이 허가되지 못한 차량의 경우, 출입요청 단말기를 통해 댁내의 주거자 또는 주차장 관리자 등에게 출입허가를 요청할 수 있다. 또한, 주거자의 경우에도 차량의 번호판이나 외형이 정상적으로 인식되지 못할 경우, 출입요청 단말기에 개인의 식별자(Identifier) 및 비밀번호를 입력하여 출입을 허가받을 수 있다. 여기서, 댁내 제어 단말기는 홈네트워크에 포함된 것으로, 홈네트워크의 구성 등은 당업자의 요구에 따라 다양하게 적용됨은 당연하다.
도 4는 본 발명의 실시예에 따른 차량 식별 장치가 적용된 주차 관리 시스템의 구성을 나타낸 도면이다.
도 4를 참조하면, 본 발명에 따른 주차 관리 시스템은 차량 식별 장치(100), 통신망(200), 관리자 단말(300), 및 주차 관리 서버(500)를 포함할 수 있다. 이하에서는, 도 3의 입출차 관리 시스템과 동일한 구성요소에 대해서는 그에 대한 설명을 생략하기로 한다.
주차 관리 서버(500)는 운전자가 주차 위치에서 차량 리모컨의 특정 버튼을 누른 경우, 안테나를 통해 차량 리모컨으로부터 발생된 신호를 수신하여, 안테나에서의 방향과 거리, 즉, 공간 좌표를 알아내고, 주차장 구조(지도)에 구역 연관하여 차량의 위치를 표시할 수 있다. 이를 위해, 주차 관리 서버(500)는 여러 개의 안테나 또는 빔포밍 안테나를 구비할 수 있다.
이상에서 본 명세서에 개시된 실시예들을 첨부된 도면들을 참조로 설명하였다. 이와 같이 각 도면에 도시된 실시예들은 한정적으로 해석되면 아니되며, 본 명세서의 내용을 숙지한 당업자에 의해 서로 조합될 수 있고, 조합될 경우 일부 구성 요소들은 생략될 수도 있는 것으로 해석될 수 있다.
여기서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 본 명세서에 개시된 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.
따라서 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 명세서에 개시된 실시예에 불과할 뿐이고, 본 명세서에 개시된 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.
110: 적외선 카메라 112: 적외선 LED
114: 적외선 촬영부 120a: 안테나
120: 무선 통신부 121: NFC 모듈
123: WLAN 모듈 125: RF 모듈
127: IR 모듈 129: 블루투스 모듈
130: 제어부 140: 저장부
150: 네트워크 인터페이스부
114: 적외선 촬영부 120a: 안테나
120: 무선 통신부 121: NFC 모듈
123: WLAN 모듈 125: RF 모듈
127: IR 모듈 129: 블루투스 모듈
130: 제어부 140: 저장부
150: 네트워크 인터페이스부
Claims (14)
- 차량에 서로 다른 파장 대역을 가지는 적외선을 조사하면서 상기 차량의 외형을 촬영하는 적외선 카메라;
안테나;
상기 차량에 장착 또는 탑재된 무선 통신기기에서 송출되는 무선 신호를 상기 안테나를 통해 수신하는 무선 통신부;
상기 적외선 카메라에 의해 촬영된 적외선 이미지 및 상기 무선 통신부를 통해 수신한 무선 신호를 저장하는 저장부; 및
상기 저장부에 저장된 적외선 이미지를 분석하여 제1 식별값을 추출하고, 상기 저장부에 저장된 무선 신호를 분석하여 제2 식별값을 추출하며, 상기 제1 식별값 및 상기 제2 식별값에 기초하여 상기 차량을 식별하는 제어부;를 포함하며,
상기 제1 식별값은, 상기 적외선 이미지로부터 인식된 차량번호, 번호판, 차량의 외형, 및 차종 중 적어도 하나이고,
상기 제2 식별값은, 상기 무선 신호로부터 추출한 상기 무선 신호의 파형, 또는 상기 무선 신호에 포함된 데이터로부터 추출된 맥 어드레스(Mac Address)이며,
상기 무선 신호는 상기 차량의 TPMS(Tire Pressure Monitoring System)에서 발생하는 신호인 것을 특징으로 하는, 이미지 및 무선 신호 분석을 통한 차량 식별 장치.
- 삭제
- 삭제
- 삭제
- 삭제
- 제1항에 있어서,
상기 차량의 외형은 외장색상, 내장색상, 블랙박스 외형, 전조등 디자인, 후미등 디자인, 비상등 전멸간격, 유리 생산년월, 휠디자인, 그릴 디자인, 및 차량 엠블럼 중 적어도 하나를 포함하는 것을 특징으로 하는 이미지 및 무선 신호 분석을 통한 차량 식별 장치.
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 차량 식별 장치가, 적외선 분광 기법을 통해 차량의 외형을 인식하는 단계;
상기 차량 식별 장치가, 상기 차량의 외형을 분석하여 제1 식별값을 추출하는 단계;
상기 차량 식별 장치가, 상기 차량에 장착 또는 탑재된 무선 통신기기에서 송출되는 무선 신호를 수신하는 단계;
상기 차량 식별 장치가, 상기 무선 신호를 분석하여 제2 식별값을 추출하는 단계; 및
상기 차량 식별 장치가, 상기 제1 식별값 및 상기 제2 식별값에 기초하여 상기 차량을 식별하는 단계;
를 포함하며,
상기 제1 식별값은, 상기 적외선 분광 기법을 통해 인식된 차량번호, 번호판, 차량의 외형, 및 차종 중 적어도 하나이고,
상기 제2 식별값은, 상기 무선 신호로부터 추출한 상기 무선 신호의 파형, 또는 상기 무선 신호에 포함된 데이터로부터 추출된 맥 어드레스(Mac Address)이며,
상기 무선 신호는 상기 차량의 TPMS(Tire Pressure Monitoring System)에서 발생하는 신호인 것을 특징으로 하는, 이미지 및 무선 신호 분석을 통한 차량 식별 방법. - 삭제
- 삭제
Priority Applications (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200045718A KR102276041B1 (ko) | 2020-04-16 | 2020-04-16 | 이미지 및 무선 신호 분석을 통한 차량 식별 방법 및 장치 |
| KR1020210005953A KR102553597B1 (ko) | 2020-04-16 | 2021-01-15 | 이미지 및 무선 신호 분석을 통한 차량 식별 방법 및 장치 |
| US17/918,329 US20230144434A1 (en) | 2020-04-16 | 2021-04-12 | Method and device for identifying vehicle through image and wireless signal analysis |
| EP21788868.4A EP4120130A4 (en) | 2020-04-16 | 2021-04-12 | METHOD AND DEVICE FOR IDENTIFYING A VEHICLE BY ANALYZING WIRELESS IMAGES AND SIGNALS |
| PCT/KR2021/004561 WO2021210864A1 (ko) | 2020-04-16 | 2021-04-12 | 이미지 및 무선 신호 분석을 통한 차량 식별 방법 및 장치 |
| JP2022562759A JP2023521899A (ja) | 2020-04-16 | 2021-04-12 | 画像及び無線信号の分析を通じた車両識別方法及び装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200045718A KR102276041B1 (ko) | 2020-04-16 | 2020-04-16 | 이미지 및 무선 신호 분석을 통한 차량 식별 방법 및 장치 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210005953A Division KR102553597B1 (ko) | 2020-04-16 | 2021-01-15 | 이미지 및 무선 신호 분석을 통한 차량 식별 방법 및 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102276041B1 true KR102276041B1 (ko) | 2021-07-14 |
Family
ID=76863057
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200045718A KR102276041B1 (ko) | 2020-04-16 | 2020-04-16 | 이미지 및 무선 신호 분석을 통한 차량 식별 방법 및 장치 |
| KR1020210005953A KR102553597B1 (ko) | 2020-04-16 | 2021-01-15 | 이미지 및 무선 신호 분석을 통한 차량 식별 방법 및 장치 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210005953A KR102553597B1 (ko) | 2020-04-16 | 2021-01-15 | 이미지 및 무선 신호 분석을 통한 차량 식별 방법 및 장치 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20230144434A1 (ko) |
| EP (1) | EP4120130A4 (ko) |
| JP (1) | JP2023521899A (ko) |
| KR (2) | KR102276041B1 (ko) |
| WO (1) | WO2021210864A1 (ko) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120114099A (ko) * | 2011-04-06 | 2012-10-16 | 주식회사 다래파크텍 | 차량 인식장치와 그 방법 및 차량 인식 기반 차량 출입 관리방법 |
| KR20140123270A (ko) * | 2013-04-12 | 2014-10-22 | 메타빌드주식회사 | 레이더 장치 및 영상 맵핑을 이용한 물체 감지 장치, 방법 및 시스템 |
| KR20160006928A (ko) * | 2014-07-10 | 2016-01-20 | 주식회사 케이티 | 차량 인식 시스템, 방법 및 수신기 |
| KR20170077391A (ko) * | 2015-12-28 | 2017-07-06 | 대구대학교 산학협력단 | Rfid 태그를 이용한 불법차량 적발 시스템 |
| KR20190099987A (ko) | 2018-02-20 | 2019-08-28 | 홍익대학교 산학협력단 | 차량 융합 인식 기술을 이용한 무인 주차 관리 시스템 |
| KR20190137286A (ko) * | 2018-06-01 | 2019-12-11 | 장현수 | 번호인식을 통한 자동주차 방법 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005141320A (ja) * | 2003-11-04 | 2005-06-02 | Honda Motor Co Ltd | 車両側自動料金収受用設備及び道路側自動料金収受用設備 |
| SG165369A1 (en) * | 2005-06-10 | 2010-10-28 | Accenture Global Services Gmbh | Electronic vehicle identification |
| US20190318622A1 (en) * | 2018-04-16 | 2019-10-17 | Location Services, LLC | Advanced camera network for license plate recognition |
-
2020
- 2020-04-16 KR KR1020200045718A patent/KR102276041B1/ko active IP Right Grant
-
2021
- 2021-01-15 KR KR1020210005953A patent/KR102553597B1/ko active IP Right Grant
- 2021-04-12 US US17/918,329 patent/US20230144434A1/en active Pending
- 2021-04-12 EP EP21788868.4A patent/EP4120130A4/en active Pending
- 2021-04-12 JP JP2022562759A patent/JP2023521899A/ja active Pending
- 2021-04-12 WO PCT/KR2021/004561 patent/WO2021210864A1/ko unknown
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120114099A (ko) * | 2011-04-06 | 2012-10-16 | 주식회사 다래파크텍 | 차량 인식장치와 그 방법 및 차량 인식 기반 차량 출입 관리방법 |
| KR20140123270A (ko) * | 2013-04-12 | 2014-10-22 | 메타빌드주식회사 | 레이더 장치 및 영상 맵핑을 이용한 물체 감지 장치, 방법 및 시스템 |
| KR20160006928A (ko) * | 2014-07-10 | 2016-01-20 | 주식회사 케이티 | 차량 인식 시스템, 방법 및 수신기 |
| KR20170077391A (ko) * | 2015-12-28 | 2017-07-06 | 대구대학교 산학협력단 | Rfid 태그를 이용한 불법차량 적발 시스템 |
| KR20190099987A (ko) | 2018-02-20 | 2019-08-28 | 홍익대학교 산학협력단 | 차량 융합 인식 기술을 이용한 무인 주차 관리 시스템 |
| KR20190137286A (ko) * | 2018-06-01 | 2019-12-11 | 장현수 | 번호인식을 통한 자동주차 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20230144434A1 (en) | 2023-05-11 |
| KR20210128329A (ko) | 2021-10-26 |
| KR102553597B1 (ko) | 2023-07-10 |
| WO2021210864A1 (ko) | 2021-10-21 |
| JP2023521899A (ja) | 2023-05-25 |
| EP4120130A1 (en) | 2023-01-18 |
| EP4120130A4 (en) | 2024-04-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10796567B1 (en) | Vehicle identification based on machine-readable optical marker | |
| CN110837807A (zh) | 一种套牌车辆的识别方法及系统 | |
| US10565866B2 (en) | Acquisition device, recognition device, vehicle identification system and method | |
| CN107336669A (zh) | 车辆安全防护系统及其方法 | |
| CN103345766A (zh) | 一种信号灯识别方法及装置 | |
| US11227493B2 (en) | Road speed limit identification method, road speed limit identification apparatus, electronic apparatus, computer program, and computer readable recording medium | |
| CN107251120A (zh) | 具有单摄像头停车辅助的可训练收发器 | |
| CN112750170B (zh) | 一种雾特征识别方法、装置及相关设备 | |
| CN105575121A (zh) | 一种基于智能交通的源头科技治超数据采集系统及方法 | |
| Gao et al. | On‐line vehicle detection at nighttime‐based tail‐light pairing with saliency detection in the multi‐lane intersection | |
| KR102276041B1 (ko) | 이미지 및 무선 신호 분석을 통한 차량 식별 방법 및 장치 | |
| US10948922B2 (en) | Autonomous vehicle navigation | |
| KR102583397B1 (ko) | 데이터 및 무선 신호 분석을 통한 차량 식별 방법 및 장치 | |
| Guo et al. | Visibility detection based on the recognition of the preceding vehicle’s taillight signals | |
| CN105575129A (zh) | 通过视频源头分析识别车辆的方法 | |
| CN114062961B (zh) | 一种基于occ的自动驾驶车辆多特征解调方法 | |
| US20220138889A1 (en) | Parking seeker detection system and method for updating parking spot database using same | |
| KR102490670B1 (ko) | Ｔｐｍｓ 인증을 통한 결제 방법 및 이를 위한 결제 요청 장치, 그리고 이를 포함하는 운용 시스템 | |
| KR20240040325A (ko) | 주차관리 방법 및 시스템 | |
| CN220349676U (zh) | 一种基于摄像头识别的车内外避障机构 | |
| US20230177877A1 (en) | Vehicle and Method of Controlling the Same | |
| US11756420B2 (en) | Vehicle detection system | |
| Măriuţ et al. | Experimental traffic sign detection using I2V communication | |
| US20230036233A1 (en) | Information processing device, information processing method, and storage medium | |
| US20180362050A1 (en) | Mobile object management apparatus, mobile object management method, and storage medium |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GRNT | Written decision to grant |