KR102368127B1 - 이륜차 무인 단속 시스템 - Google Patents

Abstract

본 발명의 일 실시예에 따른 이륜차 무인 단속 시스템은 횡단보도의 정지선으로부터 역주행 방향으로 제1 거리에 위치한 폴 암 상에 제공되며, 이륜차에 대한 영상과 속도 관련 데이터를 획득하도록 구성되는 데이터 획득 모듈; 상기 데이터 획득 모듈을 통해 획득한 데이터를 기반으로 헬멧 착용 여부, 속도 위반 여부 및 신호 위반 여부를 판단하도록 구성되는 단속 모듈; 및 상기 단속 모듈을 통한 판단 결과를 전송받아 이를 관리 및 모니터링하도록 구성되는 관제 모듈을 포함한다.

Description

이륜차 무인 단속 시스템{TRAFFIC VIOLATION ENFORCEMENT SYSTEM FOR MOTOR BICYCLE}

본 발명은 이륜차 무인 단속 시스템에 관한 것이다.

종래의 교통법규 위반 감시시스템은 경찰관에 의한 인위적인 차량 단속과 감시 장치에 의한 무인 교통법규 위반 감시로 구분된다. 인위적인 차량 단속은 각 교차로나 도로에 경찰관이 배치되어 차량마다 검문검색을 실시하고 교통법규를 위반한 차량 정보를 경찰관이 소지한 무전기로 전달한다. 무인 교통법규 위반 감시는 자동차의 속도를 속도감지기로 인지하고 교통법규 상의 기준속도를 초과하는 차량에 대해서는 카메라를 작동하여 자동차를 촬영한다.

하지만 차량과 달리 오토바이와 같은 이륜차는 번호판이 후방에만 부착되어 있는 경우가 많아 일반적인 카메라로는 단속에 어려움이 있다. 또한, 차량과 달리 이륜차의 탑승자는 교통법규 상 헬멧을 착용한체 운행하게 되어 있으나, 그러지 않은 경우가 많으며, 이러한 헬멧 착용 여부에 대한 단속 역시 사람이 직접 단속에 나서야 하는 어려움이 있다.

대한민국 등록특허공보 공개번호 10-0464619 대한민국 등록특허공보 10-1150892

본 발명의 일 실시예는 영상을 기반으로 이륜차에 대한 헬멧 착용 여부, 속도 위반 여부 및 신호 위반 여부를 판단할 수 있는 이륜차 무인 단속 시스템을 제공하는 것을 목적으로 한다.

한편, 본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

본 발명의 일 실시예에 따른 이륜차 무인 단속 시스템은 횡단보도의 정지선으로부터 역주행 방향으로 제1 거리에 위치한 폴 암 상에 제공되며, 이륜차에 대한 영상과 속도 관련 데이터를 획득하도록 구성되는 데이터 획득 모듈; 상기 데이터 획득 모듈을 통해 획득한 데이터를 기반으로 헬멧 착용 여부, 속도 위반 여부 및 신호 위반 여부를 판단하도록 구성되는 단속 모듈; 및 상기 단속 모듈을 통한 판단 결과를 전송받아 이를 관리 및 모니터링하도록 구성되는 관제 모듈을 포함한다.

제1 영역은 상기 데이터 획득 모듈의 위치로부터 상기 정지선 사이의 영역이고, 제2 영역은 상기 정지선으로부터 상기 횡단보도 사이의 영역이고, 제3 영역은 상기 횡단보도가 위치한 영역이고, 제4 영역은 상기 횡단보도로부터 주행 방향으로 제2 거리까지의 영역일 수 있다.

상기 데이터 획득 모듈은: 상기 이륜차의 번호판의 번호를 인식하거나 상기 헬멧 착용 여부를 인식하기 위해, 상기 제1 영역에 대한 영상을 제1 화질로 획득하도록 구성되는 제1 영상 획득부; 상기 이륜차의 위치를 인식하기 위해, 상기 제1 영역 내지 상기 제4 영역에 대한 영상을 제2 화질로 획득하도록 구성되는 제2 영상 획득부; 레이더를 이용하여 상기 이륜차의 속도를 측정하도록 구성되는 속도 감지부; 및 발광부를 포함할 수 있다.

상기 단속 모듈은: 헬멧 착용 여부, 속도 위반 여부 및 신호 위반 여부를 판단하도록 구성되는 단속부; 상기 단속부를 통한 판단 결과와 상기 데이터 획득 모듈을 통해 획득한 데이터를 저장하도록 구성되는 데이터베이스부; 및 상기 관제 모듈과 데이터를 송수신하도록 구성되는 통신부를 포함할 수 있다.

상기 관제 모듈은: 상기 데이터베이스부에 저장된 데이터를 수신하고, 상기 단속부에 의한 판단 결과를 기반으로 교통위반 고지서 발행 데이터를 생성하고, 교통위반 관련 통계 데이터를 생성하도록 구성되는 관제부; 및 상기 관제부를 통해 수신한 데이터 및 상기 관제부에서 생성한 데이터를 웹 서버에 저장하며, 관리자 단말이 접속될 시 이를 디스플레이 하도록 구성되는 웹 서버를 포함할 수 있다.

상기 단속부는: 상기 제1 영역 내지 제4 영역 중 어느 한 영역에 대한 영상에서 이륜차에 해당하는 객체를 탐지하고, 탐지된 객체에 식별번호를 부여하도록 구성되는 식별번호 부여 유닛; 상기 식별번호가 부여된 객체의 번호판의 번호를 인식하도록 구성되는 번호판 인식 유닛; 상기 객체에 탑승한 탑승자의 영상과 머리, 모자 및 헬멧에 대한 이미지를 비교하여 상기 탑승자의 헬멧 착용 여부를 판단하도록 구성되는 헬멧 착용 여부 판단 유닛; 상기 속도 감지부를 통해 감지된 상기 객체의 속도와 단속 속도를 비교한 후 이를 기반으로 상기 객체의 속도 위반 여부를 판단하도록 구성되는 속도 위반 여부 판단 유닛; 및 상기 식별번호 부여 유닛에서 탐지된 객체의 위치와 신호등의 신호를 기반으로 상기 객체의 신호 위반 여부를 판단하도록 구성되는 신호 위반 여부 판단 유닛을 포함할 수 있다.

상기 식별번호 부여 유닛은: 상기 제1 영상 획득부를 통해 획득한 제1 영역에 대한 영상에서, 이륜차에 해당하는 객체를 탐지하고; 상기 제2 영상 획득부를 통해 획득한 제1 영역에 대한 영상에서, 상기 이륜차에 해당하는 객체와 동일한 객체를 탐지하고; 상기 제1 영상 획득부를 통해 획득한 영상에서의 상기 이륜차에 해당하는 객체와, 상기 제2 영상 획득부를 통해 획득한 영상에서의 상기 이륜차에 해당하는 객체와 동일한 객체를 매칭시키고; 상기 매칭된 객체에 동일한 식별번호를 부여하도록 구성될 수 있다.

상기 속도 위반 여부 판단 유닛은: 상기 속도 감지부를 통해 상기 객체의 제1 속도를 감지하고; 상기 제2 영상 획득부를 통해 획득한 제1 내지 제4 영역에 대한 영상에서, 영상의 각 프레임 간의 시간 차와 영상을 통해 파악한 상기 객체의 움직임을 기반으로 상기 객체의 제2 속도를 감지하고; 상기 제1 속도의 평균 값인 제1 평균 속도와 상기 제2 속도의 평균 값인 제2 평균 속도를 산출하고; 상기 제1 평균 속도가 단속 속도를 초과하는지 여부를 판단하고; 상기 제1 평균 속도와 상기 제2 평균 속도 간의 오차가 기 설정된 오차 범위 이내인지 여부를 판단하고; 상기 제1 평균 속도가 상기 단속 속도를 초과한 것으로 판단되고, 상기 제1 평균 속도와 상기 제2 평균 속도 간의 오차가 기 설정된 오차 범위 이내인 것으로 판단될 경우, 상기 객체가 속도 규정을 위반한 것으로 판단하도록 구성된다.

상기 제1 속도와 상기 제2 속도 간의 오차가 기 설정된 오차 범위 이내인지 여부를 판단한 후, 기 설정된 오차 범위 이내일 경우 제1 속도와 제2 속도의 평균 값인 평균 속도를 산출하고; 상기 평균 속도와 단속 속도를 비교하여 상기 객체의 속도 위반 여부를 판단하도록 구성될 수 있다.

본 발명의 일 실시예에 따른 이륜차 무인 단속 시스템은 영상을 기반으로 이륜차에 대한 헬멧 착용 여부, 속도 위반 여부 및 신호 위반 여부를 판단할 수 있다.

한편, 본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 발명의 일 실시예에 따른 이륜차 무인 단속 시스템(10)의 구성을 개략적으로 나타낸 도면이다.
도 2는 도로 상에 이륜차 무인 단속 시스템(10)이 설치된 모습을 개략적으로 나타낸 도면이다.
도 3은 이륜차 무인 단속 시스템(10)을 통해 이륜차의 교통법규 위반 여부를 감시하는 모습을 나타낸 예시도이다.

본 발명의 다른 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술 되는 실시 예를 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예는 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.

만일 정의되지 않더라도, 여기서 사용되는 모든 용어들(기술 혹은 과학 용어들을 포함)은 이 발명이 속한 종래 기술에서 보편적 기술에 의해 일반적으로 수용되는 것과 동일한 의미를 가진다.

일반적인 사전들에 의해 정의된 용어들은 관련된 기술 그리고/혹은 본 출원의 본문에 의미하는 것과 동일한 의미를 갖는 것으로 해석될 수 있고, 그리고 여기서 명확하게 정의된 표현이 아니더라도 개념화되거나 혹은 과도하게 형식적으로 해석되지 않을 것이다.

본 명세서에서 사용된 용어는 실시 예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다.

명세서에서 사용되는 '포함한다' 및/또는 이 동사의 다양한 활용형들 예를 들어, '포함', '포함하는', '포함하고', '포함하며' 등은 언급된 조성, 성분, 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 조성, 성분, 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다. 본 명세서에서 '및/또는' 이라는 용어는 나열된 구성들 각각 또는 이들의 다양한 조합을 가리킨다.

한편, 본 명세서 전체에서 사용되는 '~부', '~기', '~블록', '~모듈' 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미할 수 있다. 예를 들어 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미할 수 있다.

그렇지만 '~부', '~기', '~블록', '~모듈' 등이 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부', '~기', '~블록', '~모듈'은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다.

따라서, 일 예로서 '~부', '~기', '~블록', '~모듈'은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다.

구성요소들과 '~부', '~기', '~블록', '~모듈'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부', '~기', '~블록', '~모듈'들로 결합되거나 추가적인 구성요소들과 '~부', '~기', '~블록', '~모듈'들로 더 분리될 수 있다.

이하, 본 명세서의 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.

도 1은 본 발명의 일 실시예에 따른 이륜차 무인 단속 시스템(10)의 구성을 개략적으로 나타낸 도면이고, 도 2는 도로 상에 이륜차 무인 단속 시스템(10)이 설치된 모습을 개략적으로 나타낸 도면이고, 도 3은 이륜차 무인 단속 시스템(10)을 통해 이륜차의 교통법규 위반 여부를 감시하는 모습을 나타낸 예시도이다.

도 1 내지 도 3을 참조하면, 이륜차 무인 단속 시스템(10)은 데이터 획득 모듈(100), 단속 모듈(200) 및 관제 모듈(300)을 포함할 수 있다.

데이터 획득 모듈(100)은 횡단보도의 정지선(25)으로부터 역주행 방향으로 제1 거리에 위치한 폴 암(11) 상에 제공되며, 이륜차에 대한 영상과 속도 관련 데이터를 획득하도록 구성될 수 있다.

데이터 획득 모듈(100)은 제1 영상 획득부(110), 제2 영상 획득부(120), 속도 감지부(130) 및 발광부(140)를 포함할 수 있으며, 이들에 대한 상세한 설명은 후술하도록 한다.

단속 모듈(200)은 상기 데이터 획득 모듈(100)을 통해 획득한 데이터를 기반으로 이륜차 탑승자의 헬멧 착용 여부, 속도 위반 여부 및 신호 위반 여부를 판단하도록 구성될 수 있다.

단속 모듈(200) 단속부(210), 데이터베이스부(220) 및 통신부(230)를 포함할 수 있으며, 이들에 대한 상세한 설명은 후술하도록 한다.

관제 모듈(300)은 상기 단속 모듈(200)을 통한 판단 결과를 전송받아 이를 관리 및 모니터링하도록 구성될 수 있다.

관제 모듈(300)은 관제부(310) 및 웹 서버부(320)를 포함할 수 있으며, 이들에 대한 상세한 설명은 후술하도록 한다.

도 2 및 도 3을 참조하면, 본 발명에서는 데이터 획득 모듈(100)의 위치에서부터 주행 방향을 따라 존재하는 영역을 제1 영역(21), 제2 영역(22), 제3 영역(23) 및 제4 영역(24)으로 구분할 수 있다.

예를 들어, 제1 영역(21)은 데이터 획득 모듈(100)의 위치로부터 정지선(25) 사이의 영역으로 설정할 수 있다.

제2 영역(22)은 정지선(25)으로부터 횡단보도 사이의 영역으로 설정할 수 있다.

제3 영역(23)은 횡단보도가 위치한 영역으로 설정할 수 있다.

제4 영역(24)은 횡단보도로부터 주행 방향으로 제2 거리까지의 영역으로 설정할 수 있으며, 이때 제2 거리는 제3 영역(23)에 위치한 횡단보도를 지나 주행 방향에 가장 인접하게 위치한 횡단보도까지의 거리일 수 있다.

데이터 획득 모듈(100)은 도로에 설치된 폴 암(11) 상에 제공될 수 있으며, 데이터 획득 모듈(100)이 설치된 폴 암(11)은 횡단보도의 정지선(25)으로부터 역주행 방향으로 제1 거리에 위치할 수 있다. 이때, 제1 거리는 정지선 인근에 정차한 이륜차의 후면에 위치한 번호판을 인식하기에 충분한 거리일 수 있다.

자동차의 달리 대부분의 이륜차는 번호판이 후면에 설치되어 있어 횡단보도 상에 데이터 획득 모듈(100)에 설치될 경우 이륜차의 번호판을 인식할 수 없다. 따라서, 본 발명의 데이터 획득 모듈(100)은 정지선으로부터 역주행 방향으로 제1 거리에 위치함으로써 이륜차의 번호판을 용이하게 인식할 수 있다.

상술한 바와 같이 데이터 획득 모듈(100)은 제1 영상 획득부(110), 제2 영상 획득부(120), 속도 감지부(130) 및 발광부(140)를 포함할 수 있다.

제1 영상 획득부(110)는 이륜차의 번호판의 번호를 인식하거나 헬멧 착용 여부를 인식하기 위해, 제1 영역(21)에 대한 영상을 제1 화질로 획득하도록 구성될 수 있다.

제2 영상 획득부(120)는 이륜차의 위치를 인식하기 위해, 제1 영역(21) 내지 제4 영역(24)에 대한 영상을 제2 화질로 획득하도록 구성될 수 있다.

예를 들어, 제1 영상 획득부(110)는 9M의 해상도를 갖는 디지털 카메라일 수 있으며, 제2 영상 획득부(120)는 2M의 해상도를 갖는 디지털 카메라일 수 있다. 즉, 제1 영상 획득부(110)는 이륜차 번호판의 번호를 인식하거나 이륜차 탑승자의 헬멧 착용 여부를 판단해야 하기에 제2 영상 획득부(120)보다 더 높은 해상도가 요구되며, 제2 영상 획득부(120)는 이륜차의 위치만을 확인하면 되기에 제1 영상 획득부(110)보다 낮은 해상도가 요구될 수 있다.

속도 감지부(130)는 레이더를 이용하여 이륜차의 속도를 측정하도록 구성될 수 있다. 다만, 이륜차의 속도 측정을 위해서는 레이더 뿐 아니라, 라이다 등 공지의 속도 측정 방법이 제한 없이 적용될 수 있다.

발광부(140)는 야간 시 또는 우천 시와 같이 시야 확보가 어려울 경우, 제1 영상 획득부(110) 또는 제2 영상 획득부(120)를 통해 이륜차 영상을 용이하게 획득하기 위하여 빛을 발하는 장치를 말하며, 공지의 발광 장치가 제한 없이 적용될 수 있다.

단속 모듈(200)은 유선망 또는 무선망을 이용하여 데이터 획득 모듈(100)을 통해 획득한 데이터를 수신한 후, 이를 기반으로 이륜차 탑승자의 헬멧 착용 여부, 이륜차의 속도 위반 여부 및 이륜차의 신호 위반 여부를 판단할 수 있다.

상술한 바와 같이 단속 모듈(200)은 단속부(210), 데이터베이스부(220) 및 통신부(230)를 포함할 수 있다.

단속부(210)는 이륜차 탑승자의 헬멧 착용 여부, 이륜차의 속도 위반 여부 및 이륜차의 신호 위반 여부를 판단하도록 구성될 수 있다. 예를 들어, 단속부(210)는 데이터 획득 모듈(100)을 통해 획득한 영상을 분석하여 헬멧 착용 여부 및 신호 위반 여부를 판단할 수 있다.

또한, 레이더 등을 이용하는 속도 감지부(130)를 통해 감지한 속도와, 제2 영상 획득부(120)를 통해 획득한 각 영상에서의 이륜차의 위치 및 영상 프레임 간 시간 차이를 통해 감지한 속도를 동시에 고려하여 속도 위반 여부를 판단할 수 있다. 단속부(210)에 대한 보다 상세한 설명은 후술하도록 한다.

데이터베이스부(220)는 단속부(210)를 통한 판단 결과와 데이터 획득 모듈(100)을 통해 획득한 데이터를 저장하도록 구성될 수 있다.

통신부(230)는 관제 모듈(300)과 데이터를 송수신하도록 구성될 수 있다. 예를 들어, 통신부(230)는 통신사에서 제공하는 무선 통신망 또는 인터넷 망 등을 통해 관제 모듈(300)과 데이터를 송수신 할 수 있으며, 공지의 통신망이 제한 없이 적용될 수 있다. 다만, 경우에 따라 통신부(230)는 유선망을 이용하여 관제 모듈(300)과 데이터를 송수신하는 것 역시 가능하다.

관제 모듈(300)은 데이터 획득 모듈(100)에서 획득한 데이터와 단속 모듈(200)에서의 판단 결과를 수신한 후 이를 관리 및 모니터링 할 수 있다.

예를 들어, 관제 모듈(300)은 통신부(230)를 통해 단속 모듈(200)에서 생성되거나 단속 모듈(200)에 저장된 데이터를 수신할 수 있다. 또한, 데이터 획득 모듈(100)과 단속 모듈(200)이 유선망 또는 무선망으로 연결된 경우, 데이터 획득 모듈(100)에서 획득한 데이터 역시 통신부(230)를 통해 함께 수신할 수 있다.

관제 모듈(300)은 일반적으로 말하는 관제 센터에 설치된 기계, 기구 또는 장치를 말할 수 있으며, 관제 모듈(300)은 통신부(230)를 통해 획득한 데이터를 관리 및 모니터링하도록 구성되며, 이를 관제 모듈(300)의 관리자 단말에 제공할 수 있다.

상술한 바와 같이 관제 모듈(300)은 관제부(310) 및 웹 서버부(320)를 포함할 수 있다.

관제부(310)는 데이터베이스부(220)에 저장된 데이터와 단속부(210)에 의한 판단 결과를 기반으로 교통위반 고지서 발행 데이터를 생성하거나 교통위반 관련 통계 데이터를 생성할 수 있다.

예를 들어, 관제부(310)는 단속부(210)를 통해 특정 이륜차가 헬멧 미착용, 속도 위반 또는 신호 위반에 해당하는 것으로 판단된 경우, 이를 경찰청 서버에 송신할 수 있으며 그 과정에서 교통위반 고지서 발행 데이터를 생성하여 이를 함께 송신할 수 있다.

또한, 교통위반 관련 통계 데이터를 수집하여 이를 경찰청 서버에 제공하거나, 웹 서버부(320)에 제공할 수 있다.

웹 서버부(320)는 관제부(310)를 통해 수신한 데이터 및 관제부(310)에서 생성한 데이터를 저장하며, 관리자 단말이 접속될 시 이를 디스플레이 하도록 구성될 수 할 수 있다.

예를 들어, 관리자 단말은 통신이 가능하며 디스플레이부가 구비된 장치일 수 있다. 관리자는 관리자 단말을 통해 웹 서버부(320)가 운용하는 웹 서버에 접속할 수 있으며, 웹 서버를 통하거나 웹 서버부에 업로드 된 자료를 다운 받아 이를 활용할 수 있다.

단속부(210)의 각 구성에 대해 보다 상세히 살펴보면 다음과 같다.

단속부(210)는 식별번호 부여 유닛(211), 번호판 인식 유닛(212), 헬멧 착용 여부 판단 유닛(213), 속도 위반 여부 판단 유닛(214) 및 신호 위반 여부 판단 유닛(215)을 포함할 수 있다.

식별번호 부여 유닛(211)은 제1 영역(21) 내지 제4 영역(24) 중 어느 한 영역에 대한 영상에서 이륜차에 해당하는 객체를 탐지하고, 탐지된 객체에 식별번호를 부여하도록 구성될 수 있다.

예를 들어, 식별번호 부여 유닛(211)은 이륜차에 해당하는 객체를 탐지하는 딥러닝 모델을 통해 영상에서 객체를 탐지할 수 있다. 객체 탐지를 위한 딥러닝 모델은 공지의 영상 분석 모델이 제한 없이 적용될 수 있다. 또한, 식별번호 부여 유닛(211)은 영상에서 객체를 탐지한 경우, 객체를 포함하는 영역에 바운딩 박스를 설정할 수 있다.

번호판 인식 유닛(212)은 식별번호가 부여된 객체의 번호판의 번호를 인식하도록 구성될 수 있다.

예를 들어, 번호판 인식 유닛(212)은 번호판을 탐지하는 딥러닝 모델을 통해 번호판을 탐지할 수 있다. 번호판 탐지를 위한 딥러닝 모델은 공지의 영상 분석 모델이 제한 없이 적용될 수 있다.

보다 상세히 말하면, 식별번호 부여 유닛(211)이 영상에서 객체를 탐지하여 바운딩 박스를 설정한 경우, 번호판 인식 유닛(212)은 해당 바운딩 박스 내부 영역에 해당하는 영상에서 번호판을 탐지할 수 있다.

헬멧 착용 여부 판단 유닛(213)은 이륜차에 탑승한 탑승자의 영상과 머리, 모자 및 헬멧에 대한 이미지를 비교하여 이륜차 탑승자의 헬멧 착용 여부를 판단하도록 구성될 수 있다.

예를 들어, 헬멧 착용 여부 판단 유닛(213)은 영상에서 머리, 모자 및 헬멧을 탐지할 수 있는 딥러닝 모델이 적용될 수 있다. 이때의 딥러닝 모델은 머리, 모자 및 헬멧에 대한 이미지를 학습한 후, 탑승자의 영상을 입력받아 탑승자가 머리에 아무것도 착용하지 않은 상태인지, 모자를 착용한 상태인지 또는 헬멧을 착용한 상태인지를 판단할 수 있다.

속도 위반 여부 판단 유닛(214)은 속도 감지부(130)를 통해 감지된 객체의 속도와 단속 속도를 비교한 후 이를 기반으로 객체의 속도 위반 여부를 판단하도록 구성될 수 있다.

신호 위반 여부 판단 유닛(215)은 식별번호 부여 유닛(211)에 의해 탐지된 후 식별번호가 부여된 객체의 위치와 신호등의 신호를 기반으로 객체의 신호 위반 여부를 판단하도록 구성될 수 있다.

예를 들어, 신호 위반 여부 판단 유닛(215)은 제2 영상 획득부(120)를 통해 획득한 영상에서 이륜차 객체의 위치를 추적하며, 객체의 위치와 신호등의 신호를 비교하여 해당 객체가 신호를 위반했는지를 판단할 수 있다.

즉, 단속부(210)는 이륜차에 해당하는 객체마다 고유의 식별번호를 부여한 후 해당 객체에 대하여 헬멧 착용 여부, 속도 위반 여부 및 신호 위반 여부를 판단할 수 있으며, 이를 관제 모듈(300)에 전송함으로써 관제 모듈(300)에서 교통위반 고지서 발생 데이터를 생성할 수 있도록 할 수 있다.

식별번호 부여 유닛(211)이 각 객체에 식별번호를 부여하는 과정을 살펴보면 다음과 같다.

식별번호 부여 유닛(211)은 먼저 제1 영상 획득부(110)를 통해 획득한 제1 영역(21)에 대한 영상에서 이륜차에 해당하는 객체를 탐지한다.

다음으로, 제2 영상 획득부(120)를 통해 획득한 영상 중 제1 영역(21)에 대한 영상에서와 동일한 이륜차 객체를 탐지한다. 이는 두 영상에 포함된 객체 간의 유사도 비교를 통해 이루어질 수 있다.

다음으로, 제1 영상 획득부(110)를 통해 획득한 영상에서의 객체와 제2 영상 획득부(120)를 통해 획득한 영상에서의 객체를 서로 매칭시킨다.

마지막으로, 매칭된 객체에 동일한 식별번호를 부여한다.

즉, 식별번호 부여 유닛(211)은 제1 영상 획득부(110)에서 획득한 영상에서의 객체와 제2 영상 획득부(120)에서 획득한 영상에서 객체를 서로 매칭시킬 수 있다.

이 과정을 통해, 객체가 제1 영역(21)을 벗어남으로써 제1 영상 획득부(110)를 통해 해당 객체를 추적하지 못하게 되더라도, 제2 영상 획득부(120)를 통해 동일한 객체를 계속하여 추적할 수 있다.

또한, 제2 영상 획득부(120)는 제1 영상 획득부(110)에 비해 낮은 해상도의 영상을 획득하므로, 객체는 지속적으로 추적하되, 객체 추적에 사용되는 데이터의 용량은 감소시킬 수 있어 데이터베이스부(220)의 저장 공간을 보다 효율적으로 활용할 수 있다.

속도 위반 여부 판단 유닛(214)이 객체의 속도를 판단하는 과정을 살펴보면 다음과 같다.

속도 위반 여부 판단 유닛(214)은 먼저 속도 감지부(130)를 통해 객체의 속도를 감지하는데, 이때 감지된 속도를 제1 속도로 설정할 수 있다.

다음으로, 제2 영상 획득부(120)를 통해 획득한 제1 영역(21) 내지 제4 영역(24)에 대한 영상에서 객체의 움직임, 보다 정확히 말하면 객체가 움직인 거리를 파악한다. 속도 위반 여부 판단 유닛(214)에는 제2 영상 획득부(120)를 통해 획득한 영상과 실제 거리 값이 매칭되어 저장될 수 있다.

예를 들어, 속도 위반 여부 판단 유닛(214)에는 정지선(25)에서부터 제4 영역(24)이 끝나는 지점까지의 실제 거리 값이 저장되어 있을 수 있으며, 이에 따라 객체가 정지선(25)을 지나 제4 영역(24)이 끝나는 지점에 도달했을 경우 해당 객체가 움직인 거리를 알 수 있다.

이때 속도 위반 여부 판단 유닛(214)은 영상의 각 프레임 간의 시간 차와 해당 객체가 정지선(25)에서부터 제4 영역(24)이 끝나는 지점에 도달했을 때 획득한 영상의 총 프레임 수를 토대로 이동하는데 걸리는 시간을 알 수 있다.

다시 말해, 속도 위반 여부 판단 유닛(214)은 영상의 각 프레임 간의 시간 차와 영상을 통해 파악한 객체의 움직임을 기반으로 객체를 속도를 감지하는데, 이때 감지된 속도를 제2 속도로 설정할 수 있다.

다음으로, 제1 속도의 평균 값인 제1 평균 속도와 제2 속도의 평균 값인 제2 평균 속도를 산출한다.

다음으로, 제1 평균 속도가 단속 속도를 초과하는지 여부를 판단한다.

예를 들어, 단속 속도는 각각의 속도 감지부(130)마다 서로 다른 값이 설정되어 있을 수 있으며, 설정된 단속 속도는 사용자의 조작에 따라 변경 가능하다.

다음으로, 제1 평균 속도와 제2 평균 속도 간의 오차가 기 설정된 오차 범위 이내인지 여부를 판단한다.

예를 들어, 제1 평균 속도와 제2 평균 속도 간의 오차가 5% 이내일 경우에는 속도 감지부(130)에 의한 속도 측정이 정상적으로 이루어진 것으로 판단하여 속도 위반 여부 판단 절차를 계속 진행한다. 하지만, 오차가 5%를 벗어날 경우 속도 감지부(130)에 의한 속도 측정이 정상적으로 이루어 지지 않은 것으로 판단하여 해당 객체에 대한 속도 위반 여부 판단 절차를 중단할 수 있다.

마지막으로, 제1 평균 속도가 단속 속도를 초과한 것으로 판단됨과 동시에 제1 평균 속도와 제2 평균 속도 간의 오차가 기 설정된 오차 범위 이내인 것으로 판단될 경우, 해당 객체가 속도 규정을 위반한 것으로 판단할 수 있다.

지금까지 상술한 본 발명의 일 실시예에 따른 이륜차 무인 단속 시스템은 영상을 기반으로 이륜차에 대한 헬멧 착용 여부, 속도 위반 여부 및 신호 위반 여부를 판단할 수 있다.

이상에서 실시예를 통해 본 발명을 설명하였으나, 위 실시예는 단지 본 발명의 사상을 설명하기 위한 것으로 이에 한정되지 않는다. 통상의 기술자는 전술한 실시예에 다양한 변형이 가해질 수 있음을 이해할 것이다. 본 발명의 범위는 첨부된 특허청구범위의 해석을 통해서만 정해진다.

10: 이륜차 무인 단속 시스템
11: 폴 암
21: 제1 영역
22: 제2 영역
23: 제3 영역
24: 제4 영역
25: 정지선
100: 데이터 획득 모듈
110: 제1 영상 획득부
120: 제2 영상 획득부
130: 속도 감지부
140: 발광부
200: 단속 모듈
210: 단속부
211: 식별번호 부여 유닛
212: 번호판 인식 유닛
213: 헬멧 착용 여부 판단 유닛
214: 속도 위반 여부 판단 유닛
215: 신호 위반 여부 판단 유닛
220: 데이터베이스부
230: 통신부
300: 관제 모듈
310: 관제부
320: 웹 서버부

Claims (8)

1. 횡단보도의 정지선으로부터 역주행 방향으로 제1 거리에 위치한 폴 암 상에 제공되며, 이륜차에 대한 영상과 속도 관련 데이터를 획득하도록 구성되는 데이터 획득 모듈;
   상기 데이터 획득 모듈을 통해 획득한 데이터를 기반으로 헬멧 착용 여부, 속도 위반 여부 및 신호 위반 여부를 판단하도록 구성되는 단속 모듈; 및
   상기 단속 모듈을 통한 판단 결과를 전송받아 이를 관리 및 모니터링하도록 구성되는 관제 모듈을 포함하고,
   상기 데이터 획득 모듈은:
   상기 이륜차의 번호판의 번호를 인식하거나 상기 헬멧 착용 여부를 인식하기 위해 제1 화질로 제1 영역에 대한 영상을 획득하도록 구성되는 제1 영상 획득부;
   상기 이륜차의 위치를 인식하기 위해 상기 제1 화질에 비해 낮은 화질인 제2 화질로 제1 영역 내지 제4 영역에 대한 영상을 획득하도록 구성되는 제2 영상 획득부; 및
   레이더를 이용하여 상기 이륜차의 속도를 측정하도록 구성되는 속도 감지부를 포함하고,
   상기 단속 모듈은 단속부를 포함하고,
   상기 단속부는:
   식별번호 부여 유닛; 및
   속도 위반 여부 판단 유닛을 포함하고,
   상기 식별번호 부여 유닛은:
   제1 영상 획득부를 통해 획득한 제1 영역의 제1 화질 영상에서 객체를 탐지하고;
   제2 영상 획득부를 통해 획득한 제1 영역 내지 제4 영역의 제2 화질 영상에서 상기 객체와 동일한 객체를 탐지하여 동일한 식별번호를 부여하고;
   상기 식별번호 부여 유닛은:
   상기 제1 영상 획득부를 통해 획득한 제1 영역의 제1 화질 영상에서 이륜차 객체를 탐지하고;
   상기 제2 영상 획득부를 통해 획득한 제1 영역의 제2 화질 영상에서 상기 이륜차 객체와 동일한 객체를 탐지하고;
   상기 제1 영상 획득부를 통해 획득한 영상과 상기 제2 영상 획득부를 통해 획득한 영상에서의 동일 객체를 매칭시키고;
   매칭된 객체에 동일한 식별번호를 부여하고,
   상기 속도 위반 여부 판단 유닛은:
   상기 속도 감지부를 통해 상기 객체의 제1 속도를 감지하고;
   상기 제2 영상 획득부를 통해 획득한 제1 내지 제4 영역에 대한 영상에서, 영상의 각 프레임 간의 시간 차와 영상을 통해 파악한 상기 객체의 움직임을 기반으로 상기 객체의 제2 속도를 감지하고;
   상기 제1 속도의 평균 값인 제1 평균 속도와 상기 제2 속도의 평균 값인 제2 평균 속도를 산출하고;
   상기 제1 평균 속도가 단속 속도를 초과하는지 여부를 판단하고;
   상기 제1 평균 속도와 상기 제2 평균 속도 간의 오차가 기 설정된 오차 범위 이내인지 여부를 판단하고;
   상기 제1 평균 속도가 상기 단속 속도를 초과한 것으로 판단되고, 상기 제1 평균 속도와 상기 제2 평균 속도 간의 오차가 기 설정된 오차 범위 이내인 것으로 판단될 경우, 상기 객체가 속도 규정을 위반한 것으로 판단하도록 구성되는, 이륜차 무인 단속 시스템.
   
2. 제1항에 있어서,
   제1 영역은 상기 데이터 획득 모듈의 위치로부터 상기 정지선 사이의 영역이고,
   제2 영역은 상기 정지선으로부터 상기 횡단보도 사이의 영역이고,
   제3 영역은 상기 횡단보도가 위치한 영역이고,
   제4 영역은 상기 횡단보도로부터 주행 방향으로 제2 거리까지의 영역인, 이륜차 무인 단속 시스템.
   
3. 삭제
4. 제2항에 있어서,
   상기 단속 모듈은:
   헬멧 착용 여부, 속도 위반 여부 및 신호 위반 여부를 판단하도록 구성되는 단속부;
   상기 단속부를 통한 판단 결과와 상기 데이터 획득 모듈을 통해 획득한 데이터를 저장하도록 구성되는 데이터베이스부; 및
   상기 관제 모듈과 데이터를 송수신하도록 구성되는 통신부를 포함하는, 이륜차 무인 단속 시스템.
   
5. 제4항에 있어서,
   상기 관제 모듈은:
   상기 데이터베이스부에 저장된 데이터를 수신하고, 상기 단속부에 의한 판단 결과를 기반으로 교통위반 고지서 발행 데이터를 생성하고, 교통위반 관련 통계 데이터를 생성하도록 구성되는 관제부; 및
   상기 관제부를 통해 수신한 데이터 및 상기 관제부에서 생성한 데이터를 웹 서버에 저장하며, 관리자 단말이 접속될 시 이를 디스플레이 하도록 구성되는 웹 서버를 포함하는, 이륜차 무인 단속 시스템.
   
6. 제5항에 있어서,
   상기 단속부는:
   상기 제1 영역 내지 제4 영역 중 어느 한 영역에 대한 영상에서 이륜차에 해당하는 객체를 탐지하고, 탐지된 객체에 식별번호를 부여하도록 구성되는 식별번호 부여 유닛;
   상기 식별번호가 부여된 객체의 번호판의 번호를 인식하도록 구성되는 번호판 인식 유닛;
   상기 객체에 탑승한 탑승자의 영상과 머리, 모자 및 헬멧에 대한 이미지를 비교하여 상기 탑승자의 헬멧 착용 여부를 판단하도록 구성되는 헬멧 착용 여부 판단 유닛;
   상기 속도 감지부를 통해 감지된 상기 객체의 속도와 단속 속도를 비교한 후 이를 기반으로 상기 객체의 속도 위반 여부를 판단하도록 구성되는 속도 위반 여부 판단 유닛; 및
   상기 식별번호 부여 유닛에서 탐지된 객체의 위치와 신호등의 신호를 기반으로 상기 객체의 신호 위반 여부를 판단하도록 구성되는 신호 위반 여부 판단 유닛을 포함하는, 이륜차 무인 단속 시스템.
   
7. 삭제
8. 삭제

Images