KR102307217B1 - 드론 촬영 영상을 이용하여 도로 교통 정보를 분석하는 방법 및 이를 이용한 장치 - Google Patents

드론 촬영 영상을 이용하여 도로 교통 정보를 분석하는 방법 및 이를 이용한 장치 Download PDF

Info

Publication number
KR102307217B1
KR102307217B1 KR1020190166163A KR20190166163A KR102307217B1 KR 102307217 B1 KR102307217 B1 KR 102307217B1 KR 1020190166163 A KR1020190166163 A KR 1020190166163A KR 20190166163 A KR20190166163 A KR 20190166163A KR 102307217 B1 KR102307217 B1 KR 102307217B1
Authority
KR
South Korea
Prior art keywords
road
intersection
lane
turning
turn
Prior art date
Application number
KR1020190166163A
Other languages
English (en)
Other versions
KR20210074961A (ko
Inventor
박태욱
Original Assignee
(주)위즈베이스
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 (주)위즈베이스 filed Critical (주)위즈베이스
Priority to KR1020190166163A priority Critical patent/KR102307217B1/ko
Publication of KR20210074961A publication Critical patent/KR20210074961A/ko
Application granted granted Critical
Publication of KR102307217B1 publication Critical patent/KR102307217B1/ko

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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • 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
    • 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
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 교차로에서 하나 이상의 드론을 이용하여 각 도로 방향으로 다수의 항공 영상을 촬영하고 이를 결합하여 도로 교통 정보를 수집할 수 있다. 특히 본 발명은 딥러닝 알고리즘을 통해 촬영 영상에서 차종을 분류하고, 각 차량의 이동 속도나 이동 궤적을 추적하고 각 기준 별로 세부적인 교통 정보를 취득할 수 있다. 이를 통해 본 발명에서는 특정 교차로의 최적의 교통 체계를 제공할 수 있도록 시뮬레이션을 할 수 있는 정보를 제공할 수 있다.

Description

드론 촬영 영상을 이용하여 도로 교통 정보를 분석하는 방법 및 이를 이용한 장치{ROAD TRAFFIC INFORMATION ANALYZING METHOD BY USING DRONE SHOOTING VIDEO AND DEVICE USING THEREOF}
본 발명은 도로 교통 상황을 파악하고 파악된 교통 상황 정보를 이용하여 최적의 교통 체계를 제공하는 방법 및 이를 이용한 장치에 관한 것이다.
산업 및 경제의 발달은 사회, 경제, 문화 활동의 증가를 유발하게 되며, 이에 따른 자동차 대수와 지역간 승객 및 화물 통행의 수요를 증가시켰다. 뿐만 아니라, 통행의 양식도 다양하게 변화하게 되었다. 그러나 도로 용량의 확충과 도로의 다양화만으로는 교통수요의 증가와 양식의 변화에 충분히 부응하지 못하는 경우가 대부분이다. 이로 인한 대중의 불만이 커지게 되고, 대기오염, 교통 사고, 차량 지체에 따른 경제적 손실도 증가하는 문제가 있다.
본 발명은 상술한 문제점을 모두 해결하는 것을 목적으로 한다.
본 발명은 교차로의 교통 상황을 실시간으로 파악하여 정보를 제공할 수 있는 것을 목적으로 한다.
또한 본 발명은 도로 교통 상황을 분석하고 최적의 교통 체계를 제공하는 시뮬레이션을 위한 정보를 제공할 수 있는 것을 목적으로 한다.
상기한 바와 같은 본 발명의 목적을 달성하고, 후술하는 본 발명의 특징적인 효과를 실현하기 위한, 본 발명의 특징적인 구성은 하기와 같다.
본 발명의 일 실시예에 따르면, (a) 도로의 교차로에 대한 다수의 항공 영상들을 획득하는 단계; (b) 획득된 다수의 항공 영상들을 해당 도로의 교차로를 중심으로 결합하여 결합 교차로 영상을 생성하는 단계; 및 (c) 상기 결합 영상으로부터 도로 상의 각 객체들의 종류를 식별하여 각 객체들을 영상에서 추출하고, 추출된 객체들의 주행 방향, 주행 속도를 포함하는 객체 주행 정보를 검출함으로써, 해당 교차로의 도로 교통 정보를 검출하는 단계;를 포함하는 것을 특징으로 하는 드론 촬영 영상을 이용하여 도로 교통 정보를 분석하는 방법이 제공된다.
바람직하게는, 상기 방법은, (d) 상기 검출된 도로 교통 정보를 이용하여 해당 교차로의 교통 상황을 시뮬레이션하는 단계; 및 (e) 상기 해당 교차로의 차선 증설 및 신호 대기 시간을 포함하는 도로 상황 가변 정보를 반영하여, 상기 교통 상황을 시뮬레이션함으로써 교통 흐름 최적화를 위한 최적의 교통 체계를 제시하는 단계;를 더 포함한다.
본 발명의 다른 실시예에 따르면, 도로의 교차로에 대한 다수의 항공 영상들을 획득하는 입력부; 획득된 다수의 항공 영상들을 해당 도로의 교차로를 중심으로 결합하여 결합 교차로 영상을 생성하는 합성부; 및 상기 결합 영상으로부터 도로 상의 각 객체들의 종류를 식별하여 각 객체들을 영상에서 추출하고, 추출된 객체들의 주행 방향, 주행 속도를 포함하는 객체 주행 정보를 검출함으로써, 해당 교차로의 도로 교통 정보를 검출하는 검출부;를 포함하는 것을 특징으로 하는 드론 촬영 영상을 이용하여 도로 교통 정보를 분석하는 장치가 개시된다.
바람직하게는, 상기 장치는, 상기 검출된 도로 교통 정보를 이용하여 해당 교차로의 교통 상황을 시뮬레이션하고, 상기 해당 교차로의 차선 증설 및 신호 대기 시간을 포함하는 도로 상황 가변 정보를 반영하여, 상기 교통 상황을 시뮬레이션함으로써 교통 흐름 최적화를 위한 최적의 교통 체계를 제시하는 시뮬레이션 처리부;를 더 포함한다.
이 외에도, 본 발명의 방법을 실행하기 위한 컴퓨터 프로그램을 기록하기 위한 컴퓨터 판독 가능한 기록 매체가 더 제공된다.
본 발명에 따르면, 다중 드론 촬영 이미지를 패칭하여 도로 교차로의 교통 상황 영상을 최적으로 획득할 수 있다.
또한 본 발명에 따르면, 딥러닝을 활용하여 촬영 영상으로부터 교통 수단을 검출하고 추적 알고리즘을 통해 교통수단의 이동 속도나 이동 동선 등을 추적할 수 있다.
또한 본 발명에 따르면, 특정 교차로의 교통 지표 분석을 통해 최적의 교통 체계를 제공할 수 있도록 시뮬레이션을 할 수 있는 정보를 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 도로 교통 정보 분석 장치의 구성을 개략적으로 나타낸다.
도 2는 본 발명의 일 실시예에 따른 도로 교통 정보 분석 방법의 흐름도이다.
도 3a 내지 도 3c는 본 발명의 일 실시예에 따라 교차로의 드론 촬영 이미지를 합성하는 과정을 예시적으로 설명한다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예에 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 바람직한 실시예들에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 도로 교통 정보 분석 장치의 구성을 개략적으로 나타낸다.
도 2는 본 발명의 일 실시예에 따른 도로 교통 정보 분석 방법의 흐름도이다.
본 발명의 일 실시예에 따른 도로 교통 정보 분석 장치(100)는 도 1에 도시된 바와 같이, 입력부(101), 합성부(103), 검출부(105) 및 시뮬레이션 처리부(107)를 포함한다.
입력부(101)는 도 1 및 도 2에 도시된 바와 같이, 도로의 교차로에 대한 다수의 항공 영상들을 획득하는 기능을 한다(S10). 이러한 항공 영상들은 고층 빌딩에 설치되어 교차로의 각각의 방향을 비추는 CCTV 일 수도 있지만, 본 발명의 바람직한 실시예에서는 드론을 이용하여 실시간으로 해당 교차로의 각 도로를 촬영하여 획득한 영상인 것이 바람직하다.
합성부(103)는 입력부(101)를 통해 획득한 다수의 항공 영상들을 해당 도로의 교차로를 중심으로 결합하여 결합 교차로 영상을 생성하는 기능을 한다(S20). 예를 들어, 합성부(103)는 교차로 중심에 대한 중심 항공 영상과 교차로에서 각 방향으로 뻗어 나가는 각 드론들이 도로 항공 영상들을 상호 이미지가 겹치는 부분을 결합함으로써, 다수의 항공 영상들을 하나의 항공 영상으로 결합하는 기능을 수행한다.
도 3a 내지 도 3c는 본 발명의 일 실시예에 따라 교차로의 드론 촬영 이미지를 합성하는 과정을 예시적으로 설명한다. 도 3a 내지 도 3c를 참조하면, 도 3a는 4거리 형태의 교차로(31)의 도로 교통 정보를 수집하는 예에서 하늘에 떠 있는 하나 이상의 드론을 통해 교차로 중앙 부분의 촬영 영상(32_a)과 교차로에서 4 방향으로 뻗어 있는 각 도로 방향의 촬영 영상(32_b 내지 32_e)을 획득한다. 이때, 영상들의 결합을 용이하게 하기 위해서, 각 촬영 영상들은 도 3a에 도시된 바와 같이 일정 부분 겹치도록 촬영되는 것이 바람직하다.
도 3b는 촬영된 교차로 및 각 도로 방향의 촬영 이미지(32_a 내지 32_e)를 나타내며 도 3c는 결합된 하나의 결합 항공 영상(33)을 나타낸다. 도 3c에 도시된 바와 같은 결합된 항공 영상(33)은 교차로와 도로의 결합 형태에 대응하는 형태의 이미지로 구성되어, 상기 교차로 중심에서 각 도로 방향으로 연장된 형태의 이미지로 형성되게 된다.
한편, 교차로 등 도로의 교통 상황을 촬영하기 위한 드론은 하루 종일 떠있을 필요는 없고, 교통 체증이 심한 시간이나, 출퇴근 시간 등 특정 시간 대의 교정 체증 정보를 얻고자 할 때만 띄울 수 있을 것이다.
합성부(103)에서는 다중 드론 촬영 영상 또는 이미지의 패칭 기술을 적용한다. 드론은 예를 들어 150m 상공에서 촬영하여 넓은 면적의 도로를 촬영할 수 있으며, 각 도 3a 및 도 3b의 이미지 또는 영상은 하나의 드론에서 다수의 카메라를 장착해서 촬영될 수도 있지만, 다수개의 드론을 띄워 촬영할 수도 있을 것이다. 도 3c와 같이 결합된 교차로 영상은 교차로의 도로 교통 정보를 파악하는 데 용이함을 제공할 수 있다.
한편, 드론 촬영은 실시간 영상스트리밍을 통해 기지국으로 촬영 영상을 송출할 수 있으며, 이때 LTE 나 5G 통신을 이용할 수 있다.
다시 도 1을 참조하면 검출부(105)는 결합 영상으로부터 도서 상의 각 객체들의 종류를 식별하여 각 객체들을 영상에서 추출한다. 또한 검출부(105)는 추출된 객체들의 주행 방향, 주행 속도를 포함하는 객체 주행 정보를 검출함으로써, 해당 교차로의 도로 교통 정보를 검출한다(S30). 또한 검출부(105)는 객체 주행 정보로부터 추출된 객체들의 이동 동선 및 각 객체들의 궤적을 수식화하는 기능을 포함한다.
또한 검출부(105)를 통해 추출된 도로 교통 정보는 시간대 별, 도로 교통 신호 별, 도로의 차선 별, 도로의 회전 방향 별, 또는 자동차 등 도로 위 객체들의 정체 방향 별 등의 세부 기준으로 구분하여, 해당 기준 별로 해당 도로의 객체들의 통과 량, 해당 객체들의 해당 도로에서의 통과 속도, 구간 별 객체 밀도, 시간대 별 객체들의 신호 대기 량 등의 교통 정체 지표 또는 도로 교통 상황 지표를 검출할 수 있다.
일 실시예에서, 검출부(105)는 기존의 알고리즘이나 딥러닝 알고리즘을 통해 도로 위의 차량 유형 즉, 자동차, 버스, 트럭, 오토바이나 자전거 등의 차종을 종류 별로 분류를 할 수 있다. 또한, 촬영 영상의 가로 세로 픽셀 정보를 통해 실제 거리를 파악할 수 있고, 촬영 영상의 픽셀 수를 이용하여 자동차 등이 촬영 영상의 프레임 단위로 이동한 픽셀 수를 계산하고 이동한 픽셀의 수를 거리로 환산하여 실제 차량의 속도를 계산할 수 있다. 마찬가지로 프레임 단위 별로 자동차 등이 이동한 픽셀 방향을 통해 주행 방향을 파악하는 것도 가능할 것이다.
또한 차선 감지에 따른 차량의 정지선 미준수 여부를 판별하거나, 소정 구역별로 통과하거나 정차해 있는 차량의 수를 측정하고, 지정 영역 범위 내의 차량의 포화 수준 즉 밀도량을 계산하거나 또는 지정 영역 범위 내 차량의 대기 행렬을 측정할 수 있다. 즉, 도로 위에 소정의 감지 범위를 설정하고 설정된 감지 범위 내에 진입과 출차의 차량 통행량을 측정하고, 설정된 감지 범위 내에서 좌회전, 우회전, 직진 차량에 대한 통행량을 측정한다.
한편, 검출부(105)는 각 도로의 소정 지정 영역 범위 내에서의 주행 대기 중인 객체들의 대기행렬 량에 대한 정보 및 교차로 내에서의 객체들의 상충 여부에 대한 정보를 더 포함하는 도로 교통 정보를 추출할 수 있다. 예를 들어, 직진, 좌회전, 우회전, 후진 차량을 파악하여 교차로 상충 여부를 판단한다.
이를 통해 본 발명에서는 도로 교통 정보 분석 장치(100)를 통해, 도로 통과 교통량 지표, 교통수단 속도 지표, 교통 영역 밀도 지표, 교통량 대기행렬 및 신호당 통과 차량 판단 지표, 차량의 주행 궤적 및 상충 지점 지표화 등의 도로 교통 정보에 대한 다양한 지표를 획득할 수 있다.
여기에 더해, 본 발명에서는 시뮬레이션 처리부(107)를 통해, 검출된 도로 교통 정보를 이용하여 해당 교차로의 교통 상황을 시뮬레이션하고(S40), 상기 해당 교차로의 차선 증설 및 신호 대기 시간을 포함하는 도로 상황 가변 정보를 반영하여, 상기 교통 상황을 시뮬레이션함으로써 교통 흐름 최적화를 위한 최적의 교통 체계를 제시한다(S50).
시뮬레이션 처리부(107)에서는 검출부(105)에서 추출한 다양한 교통 지표 및 데이터를 이용하여 차선 별, 신호 별 등 다양한 변수를 변화해가면서 도로 상황을 시뮬레이션 해나갈 수 있다. 그리고 이를 바탕으로 최적화된 차선과 신호체계를 제공할 수 있다. 예를 들어, 출근시간 분석된 차량의 이동 궤적 등의 좌표 데이터를 기준으로 특정 교차로에서 좌회전 차선이 증가로 체증이 심했다면, 좌회전 신호의 시간 증가나 좌회전 차선의 증설 등의 시뮬레이션 데이터를 제공할 수 있다.
본 발명의 일 실시예에서, 시뮬레이션 처리부(107)는 교통량 분석에 따른 결과값에서 특정 시간대에 차선 별로, 신호 상태에 따른 결과값을 기준으로 좌회전 차량의 시간대가 급증할 경우, 직진 차량의 차선까지 방해하는 부분을 분석하여, 좌회전 차량의 신호 시간을 길게 하거나, 직전 1차선의 차선을 좌회전화하여 실제 좌회전 정체의 해소가 가능한지 실제 차량 통행량을 기준으로 시뮬레이션 한 결과 값을 제공한다.
또한, 교통량 분석에 따른 결과값에서 특정 시간대에 차선 별로, 신호 상태에 따른 결과값을 기준으로 우회전 차량의 시간대가 급증할 경우 직진 차량의 차선까지 방해하는 부분을 분석하여, 우회전 정체의 가장 큰 원인이 우회전 후 신호에 의한 정체가 가장 많아 우회 길 증설 또는 우회 골목 진입 유도 등 가능한 시뮬레이션 결과 값을 제공할 수 있게 된다.
또한, 예를 들어, 본 발명에 따른 시뮬레이션 과정에서는, 교차로 교통 체증 상태에 따라 임의적인 옵션 설정이 가능하다. 만일 특정 교차로가 좌회전 교통 체증이 심한 교차로인 경우라면, 좌회전 후 직진 차선의 정체가 있어 좌회전 신호 시 좌회전 차량을 많이 보내지 못할 경우, 좌회전 후 직진 차선의 정체 현상을 분석하고, 직진 신호의 문제라면 직진 신호를 개선하도록 처리하게 할 수 있고, 좌회전 후 차량 진출입이 많은 마트나 백화점이 있어 좌회전 시 정체를 유발하고, 좌회전 후 직진 차선에 영향을 줄 경우라면, 골목으로 우회할 수 있는 옵션을 설정하여 좌회전 후 직진 차선을 보장하도록 대안을 제시할 수 있다.
그리고, 좌회전 후 차량이 많지는 않지만 좌회전 차량이 많은 경우에는, 시뮬레이션 옵션에서 좌회전 신호 시간을 늘려 좌회전 차량을 증가시켜 교통 체증이 해소되는지 확인시킬 수도 있으며, 좌회전 차선을 한 차선 증가시켜 실제 좌회전 차량을 늘려, 좌회전 정체 변화 데이터를 제공할 수도 있다.
또한, 예를 들어, 특정 교차로가 우회전 교통 체증이 심한 교차로이고, 우회전 후 직진 차선의 정체가 있어 우회전이 힘든 경우라면, 우회전 후 직진 차선의 정체 현상을 분석하고, 직진 신호의 문제라면 직진 신호를 개선하도록 처리하거나, 우회전 후 차량 진출입이 많은 마트나 백화점이 있어 우회전 시 정체를 유발하고 우회전 후 직진 차선에 영향을 줄 경우 골목으로 우회할 수 있는 옵션을 설정하여 우회전 후 직진 차선을 보장하도록 제시할 수 있다.
만일 우회전 후 차량이 많지는 않지만 우회전 차량이 많은 경우에는, 가변 차선으로 크게 우회전 할 수 있는 두 개 차선을 지정하여 실제 우회전 차량의 변화 데이터를 제공할 수 있다. 그리고, 해당 교차로가 우회전 후 신호가 있어 차량 정차 시간이 많은 경우에는, 유동인구 및 유동 보행 밀도를 분석하여 신호 시간을 조절하거나 가변 신호를 적용하여, 우회전 차량을 빠르게 순환시키도록 시뮬레이션 결과를 제공할 수 있다.
이와 같이, 본 발명에 따르면, 다중 드론 촬영 이미지를 패칭하여 도로 교차로의 교통 상황 영상을 최적으로 획득할 수 있다. 또한 본 발명에 따르면, 딥러닝을 활용하여 촬영 영상으로부터 교통 수단을 검출하고 추적 알고리즘을 통해 교통수단의 이동 속도나 이동 동선 등을 추적할 수 있다.
또한 본 발명에 따르면, 특정 교차로의 교통 지표 분석을 통해 최적의 교통 체계를 제공할 수 있도록 시뮬레이션을 할 수 있는 정보를 제공할 수 있다.
이상 설명된 본 발명에 따른 실시예들은 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명이 상기 실시예들에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형을 꾀할 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등하게 또는 등가적으로 변형된 모든 것들은 본 발명의 사상의 범주에 속한다고 할 것이다.

Claims (18)

  1. 드론 촬영 영상을 이용하여 도로 교통 정보를 분석하는 방법으로서,
    (a) 도로의 교차로에 대한 다수의 항공 영상들을 획득하는 단계;
    (b) 획득된 다수의 항공 영상들을 해당 도로의 교차로를 중심으로 결합하여 결합 교차로 영상을 생성하는 단계;
    (c) 상기 결합 영상으로부터 도로 상의 각 객체들의 종류를 식별하여 각 객체들을 영상에서 추출하고, 추출된 객체들의 주행 방향, 주행 속도를 포함하는 객체 주행 정보를 검출함으로써, 해당 교차로의 도로 교통 정보를 검출하는 단계;
    (d) 상기 검출된 도로 교통 정보를 이용하여 해당 교차로의 교통 상황을 시뮬레이션하는 단계; 및
    (e) 상기 해당 교차로의 차선 증설 및 신호 대기 시간을 포함하는 도로 상황 가변 정보를 반영하여, 상기 교통 상황을 시뮬레이션함으로써 교통 흐름 최적화를 위한 최적의 교통 체계를 제시하는 단계;
    를 포함하고,
    상기 교통 흐름 최적화를 위한 최적의 교통 체계를 제시하는 단계는,
    좌회전 후 직진 차선의 정체가 있어 좌회전 신호 시 좌회전 차량을 보내지 못할 경우, 좌회전 후 직진 차선의 정체 현상을 분석하고 상기 좌회전 후 직진 차선의 직진 신호의 문제라고 판단되면 상기 좌회전 후 직진 차선의 직진 신호를 개선하도록 처리하고,
    좌회전 후 차량 진출입으로 인해 좌회전 시 정체를 유발하고 좌회전 후 직진 차선에 영향을 줄 경우, 골목으로 우회할 수 있는 옵션을 설정하여 상기 좌회전 후 직진 차선을 보장하도록 제시하고,
    좌회전 후 차량은 정체가 없지만 좌회전 차량이 정체되는 경우, 좌회전 신호 시간을 늘려 상기 좌회전 차량을 증가시키거나 또는 좌회전 차선을 한 차선 증가시켜 실제 좌회전 차량을 늘려, 좌회전 정체 변화 데이터를 제공하고,
    우회전 후 직진 차선의 정체가 있어 우회전이 힘든 경우, 우회전 후 직진 차선의 정체 현상을 분석하고 상기 우회전 후 직진 차선의 직진 신호의 문제라고 판단되면 상기 우회전 후 직진 차선의 직진 신호를 개선하도록 처리하고,
    우회전 후 차량 진출입으로 인해 우회전 시 정체를 유발하고 우회전 후 직진 차선에 영향을 줄 경우, 골목으로 우회할 수 있는 옵션을 설정하여 상기 우회전 후 직진 차선을 보장하도록 제시하고,
    우회전 후 차량은 정체가 없지만 우회전 차량이 정체되는 경우, 가변 차선으로 우회전 할 수 있는 두 개 차선을 지정하여 실제 우회전 차량의 변화 데이터를 제공하고,
    우회전 후 신호가 있어 차량 정차 시간이 길어지는 경우, 유동인구 및 유동 보행 밀도를 분석해 신호 시간을 조절하거나 가변 신호를 적용하여 우회전 차량의 순환을 증가시키도록 시뮬레이션 결과를 제공하는 것을 특징으로 하는 도로 교통 정보 분석 방법.
  2. 삭제
  3. 제 1 항에 있어서,
    상기 (a) 단계에서 상기 항공 영상들은 드론을 이용하여 실시간으로 해당 교차로의 각 도로를 촬영하여 획득하는 것을 특징으로 하는 도로 교통 정보 분석 방법.
  4. 제 1 항에 있어서,
    상기 (b) 단계는, 상기 교차로 중심에 대한 중심 항공 영상과 상기 교차로에서 각 방향으로 뻗어 나가는 각 도로들의 도로 항공 영상들을 상호 이미지가 겹치는 부분을 결합함으로써, 다수의 항공 영상들을 하나의 항공 영상으로 결합하는 것을 특징으로 하는 도로 교통 정보 분석 방법.
  5. 제 4 항에 있어서,
    상기 결합된 항공 영상은 상기 교차로와 도로의 결합 형태에 대응하는 형태의 이미지로 구성되어, 상기 교차로 중심에서 각 도로 방향으로 연장된 형태의 이미지로 형성되는 것을 특징으로 하는 도로 교통 정보 분석 방법.
  6. 제 1 항에 있어서,
    상기 (c) 단계는,
    상기 객체 주행 정보로부터 추출된 객체들의 이동 동선 및 각 객체들의 주행 궤적을 수식화하는 과정을 포함하는 것을 특징으로 하는 도로 교통 정보 분석 방법.
  7. 제 1 항에 있어서,
    상기 (c) 단계에서,
    상기 추출된 도로 교통 정보는 시간대 별, 도로 교통 신호 별, 도로의 각 차선 별, 도로의 회전 방향 별, 상기 객체들의 정체 방향 별 중 적어도 하나의 세부 기준을 포함하는 소정 조건 별로, 해당 도로의 상기 객체들의 통과 량, 상기 객체들의 해당 도로에서의 통과 속도, 구간 별 객체 밀도, 시간대 별 객체들의 신호 대기 량 중 적어도 하나의 지표를 포함하는 것을 특징으로 하는 도로 교통 정보 분석 방법.
  8. 제 7 항에 있어서,
    상기 (c) 단계에서,
    상기 추출된 도로 교통 정보는, 각 도로의 소정 지정 영역 범위 내에서의 주행 대기 중인 객체들의 대기행렬 량에 대한 정보 및 교차로 내에서의 객체들의 상충 여부에 대한 정보를 더 포함하는 것을 특징으로 하는 도로 교통 정보 분석 방법.
  9. 제 1 항에 있어서,
    상기 (c) 단계에서,
    상기 추출된 객체들의 주행 속도는 상기 항공 영상의 프레임 단위 이동 픽셀 수를 산출하여 계산하며,
    상기 추출된 객체들의 주행 방향은 상기 항공 영상의 프레임 단위 이동 픽셀 방향을 산출하여 계산하는 것을 특징으로 하는 도로 교통 정보 분석 방법.
  10. 드론 촬영 영상을 이용하여 도로 교통 정보를 분석하는 장치로서,
    도로의 교차로에 대한 다수의 항공 영상들을 획득하는 입력부;
    획득된 다수의 항공 영상들을 해당 도로의 교차로를 중심으로 결합하여 결합 교차로 영상을 생성하는 합성부;
    상기 결합 영상으로부터 도로 상의 각 객체들의 종류를 식별하여 각 객체들을 영상에서 추출하고, 추출된 객체들의 주행 방향, 주행 속도를 포함하는 객체 주행 정보를 검출함으로써, 해당 교차로의 도로 교통 정보를 검출하는 검출부; 및
    상기 검출된 도로 교통 정보를 이용하여 해당 교차로의 교통 상황을 시뮬레이션하고, 상기 해당 교차로의 차선 증설 및 신호 대기 시간을 포함하는 도로 상황 가변 정보를 반영하여, 상기 교통 상황을 시뮬레이션함으로써 교통 흐름 최적화를 위한 최적의 교통 체계를 제시하는 시뮬레이션 처리부;를 포함하고,
    상기 시뮬레이션 처리부는,
    좌회전 후 직진 차선의 정체가 있어 좌회전 신호 시 좌회전 차량을 보내지 못할 경우, 좌회전 후 직진 차선의 정체 현상을 분석하고 상기 좌회전 후 직진 차선의 직진 신호의 문제라고 판단되면 상기 좌회전 후 직진 차선의 직진 신호를 개선하도록 처리하고,
    좌회전 후 차량 진출입으로 인해 좌회전 시 정체를 유발하고 좌회전 후 직진 차선에 영향을 줄 경우, 골목으로 우회할 수 있는 옵션을 설정하여 상기 좌회전 후 직진 차선을 보장하도록 제시하고,
    좌회전 후 차량은 정체가 없지만 좌회전 차량이 정체되는 경우, 좌회전 신호 시간을 늘려 상기 좌회전 차량을 증가시키거나 또는 좌회전 차선을 한 차선 증가시켜 실제 좌회전 차량을 늘려, 좌회전 정체 변화 데이터를 제공하고,
    우회전 후 직진 차선의 정체가 있어 우회전이 힘든 경우, 우회전 후 직진 차선의 정체 현상을 분석하고 상기 우회전 후 직진 차선의 직진 신호의 문제라고 판단되면 상기 우회전 후 직진 차선의 직진 신호를 개선하도록 처리하고,
    우회전 후 차량 진출입으로 인해 우회전 시 정체를 유발하고 우회전 후 직진 차선에 영향을 줄 경우, 골목으로 우회할 수 있는 옵션을 설정하여 상기 우회전 후 직진 차선을 보장하도록 제시하고,
    우회전 후 차량은 정체가 없지만 우회전 차량이 정체되는 경우, 가변 차선으로 우회전 할 수 있는 두 개 차선을 지정하여 실제 우회전 차량의 변화 데이터를 제공하고,
    우회전 후 신호가 있어 차량 정차 시간이 길어지는 경우, 유동인구 및 유동 보행 밀도를 분석해 신호 시간을 조절하거나 가변 신호를 적용하여 우회전 차량의 순환을 증가시키도록 시뮬레이션 결과를 제공하는 것을 특징으로 하는 도로 교통 정보 분석 장치.
  11. 삭제
  12. 제 10 항에 있어서,
    상기 입력부는, 상기 항공 영상들은 드론을 이용하여 실시간으로 해당 교차로의 각 도로를 촬영하여 획득하는 것을 특징으로 하는 도로 교통 정보 분석 장치.
  13. 제 10 항에 있어서,
    상기 합성부는, 상기 교차로 중심에 대한 중심 항공 영상과 상기 교차로에서 각 방향으로 뻗어 나가는 각 도로들의 도로 항공 영상들을 상호 이미지가 겹치는 부분을 결합함으로써, 다수의 항공 영상들을 하나의 항공 영상으로 결합하는 것을 특징으로 하는 도로 교통 정보 분석 장치.
  14. 제 13 항에 있어서,
    상기 결합된 항공 영상은 상기 교차로와 도로의 결합 형태에 대응하는 형태의 이미지로 구성되어, 상기 교차로 중심에서 각 도로 방향으로 연장된 형태의 이미지로 형성되는 것을 특징으로 하는 도로 교통 정보 분석 장치.
  15. 제 10 항에 있어서,
    상기 검출부는,
    상기 객체 주행 정보로부터 추출된 객체들의 이동 동선 및 각 객체들의 주행 궤적을 수식화하는 과정을 포함하는 것을 특징으로 하는 도로 교통 정보 분석 장치.
  16. 제 10 항에 있어서,
    상기 검출부에서,
    상기 추출된 도로 교통 정보는 시간대 별, 도로 교통 신호 별, 도로의 각 차선 별, 도로의 회전 방향 별, 상기 객체들의 정체 방향 별 중 적어도 하나의 세부 기준을 포함하는 소정 조건 별로, 해당 도로의 상기 객체들의 통과 량, 상기 객체들의 해당 도로에서의 통과 속도, 구간 별 객체 밀도, 시간대 별 객체들의 신호 대기 량 중 적어도 하나의 지표를 포함하는 것을 특징으로 하는 도로 교통 정보 분석 장치.
  17. 제 16 항에 있어서,
    상기 검출부에서,
    상기 추출된 도로 교통 정보는, 각 도로의 소정 지정 영역 범위 내에서의 주행 대기 중인 객체들의 대기행렬 량에 대한 정보 및 교차로 내에서의 객체들의 상충 여부에 대한 정보를 더 포함하는 것을 특징으로 하는 도로 교통 정보 분석 장치.
  18. 제 10 항에 있어서,
    상기 검출부에서,
    상기 추출된 객체들의 주행 속도는 상기 항공 영상의 프레임 단위 이동 픽셀 수를 산출하여 계산하며,
    상기 추출된 객체들의 주행 방향은 상기 항공 영상의 프레임 단위 이동 픽셀 방향을 산출하여 계산하는 것을 특징으로 하는 도로 교통 정보 분석 장치.
KR1020190166163A 2019-12-12 2019-12-12 드론 촬영 영상을 이용하여 도로 교통 정보를 분석하는 방법 및 이를 이용한 장치 KR102307217B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190166163A KR102307217B1 (ko) 2019-12-12 2019-12-12 드론 촬영 영상을 이용하여 도로 교통 정보를 분석하는 방법 및 이를 이용한 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190166163A KR102307217B1 (ko) 2019-12-12 2019-12-12 드론 촬영 영상을 이용하여 도로 교통 정보를 분석하는 방법 및 이를 이용한 장치

Publications (2)

Publication Number Publication Date
KR20210074961A KR20210074961A (ko) 2021-06-22
KR102307217B1 true KR102307217B1 (ko) 2021-09-30

Family

ID=76600698

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190166163A KR102307217B1 (ko) 2019-12-12 2019-12-12 드론 촬영 영상을 이용하여 도로 교통 정보를 분석하는 방법 및 이를 이용한 장치

Country Status (1)

Country Link
KR (1) KR102307217B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102593741B1 (ko) 2023-01-12 2023-10-25 (주)동림티엔에스 드론을 이용한 교통통제 시스템

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102611784B1 (ko) * 2021-07-09 2023-12-08 (주)타임소프트 지능형 교차로 차량 흐름 제어시스템 및 그 제어방법
CN113923405B (zh) * 2021-09-29 2024-02-23 陕西通信规划设计研究院有限公司 一种基于安全监控的移动通信系统
CN114360077B (zh) * 2021-11-24 2023-12-08 湖南千牛无人机科技有限公司 一种无人值守路面停车位自动收费系统及收费方法
KR20230102871A (ko) 2021-12-30 2023-07-07 부경대학교 산학협력단 다중객체추적 알고리즘을 활용한 드론 항공영상 기반 미시적 교통데이터 추출을 위한 장치 및 방법
KR102590490B1 (ko) * 2022-09-19 2023-10-19 주식회사 노타 복수의 카메라를 이용하여 교차로의 회전류를 결정하는 방법 및 장치

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5682563B2 (ja) * 2009-08-20 2015-03-11 日本電気株式会社 移動体軌跡識別システム、移動体軌跡識別方法および移動体軌跡識別プログラム
KR102007140B1 (ko) 2019-01-30 2019-08-02 장승현 스마트 시티를 구현하기 위한 통합 교통 정보 관리 시스템

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100438981B1 (ko) * 2001-06-02 2004-07-03 엘지산전 주식회사 영상정보를 이용한 교통정보 추출 방법 및 장치
KR20170138225A (ko) * 2016-06-07 2017-12-15 조건희 일정 위치를 중심으로 정지 혹은 순회 비행하는 드론 기반의 국토 실시간 영상정보 획득 시스템 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5682563B2 (ja) * 2009-08-20 2015-03-11 日本電気株式会社 移動体軌跡識別システム、移動体軌跡識別方法および移動体軌跡識別プログラム
KR102007140B1 (ko) 2019-01-30 2019-08-02 장승현 스마트 시티를 구현하기 위한 통합 교통 정보 관리 시스템

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
이시복. 드론산업의 발전동향과 교통부문 활용방안. 국토 제428호, 2017.06. pp. 41-46. 1부.*

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102593741B1 (ko) 2023-01-12 2023-10-25 (주)동림티엔에스 드론을 이용한 교통통제 시스템

Also Published As

Publication number Publication date
KR20210074961A (ko) 2021-06-22

Similar Documents

Publication Publication Date Title
KR102307217B1 (ko) 드론 촬영 영상을 이용하여 도로 교통 정보를 분석하는 방법 및 이를 이용한 장치
US11113961B2 (en) Driver behavior monitoring
Moers et al. The exid dataset: A real-world trajectory dataset of highly interactive highway scenarios in germany
CN106228817B (zh) 一种控制交通信号灯的方法和装置
KR101696881B1 (ko) 교통 정보 분석 방법 및 장치
US20180096595A1 (en) Traffic Control Systems and Methods
KR102652023B1 (ko) 실시간 교통 정보 제공 방법 및 장치
CN105761494B (zh) 基于无人机的异常交通信息采集方法
KR102453627B1 (ko) 딥러닝 기반 교통 흐름 분석 방법 및 시스템
CN110188482B (zh) 一种基于智能驾驶的测试场景创建方法及装置
Twaddle et al. Modeling the speed, acceleration, and deceleration of bicyclists for microscopic traffic simulation
KR102493930B1 (ko) 강화학습 기반 신호 제어 장치 및 신호 제어 방법
CN107016872B (zh) 快速生成交通广播路况信息发布稿的方法、介质和系统
KR102390813B1 (ko) 객체인식 카메라를 이용한 정보 수집 및 지능형 신호 제어 장치 및 방법
CN114049760B (zh) 基于交叉路口的交通控制方法、装置及系统
JP7195200B2 (ja) 車載装置、車載システムおよび周辺監視方法
Suttiponpisarn et al. Detection of wrong direction vehicles on two-way traffic
CN112447060A (zh) 识别车道的方法、装置及计算设备
CN104318760A (zh) 一种基于似物性模型的路口违章行为智能检测方法及系统
CN110210324B (zh) 一种道路目标快速检测预警方法和系统
Zhang et al. Machine learning and computer vision-enabled traffic sensing data analysis and quality enhancement
US20230126957A1 (en) Systems and methods for determining fault for a vehicle accident
KR102418344B1 (ko) 교통정보 분석장치 및 방법
Zhou et al. Video driven traffic modelling
Afghari et al. Pedestrian-cyclist interactions at bus stops along segregated bike paths: a case study of Montreal

Legal Events

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