KR102422616B1 - 인공지능을 이용한 화물 차량 현장 모니터링 시스템 및 방법 - Google Patents

인공지능을 이용한 화물 차량 현장 모니터링 시스템 및 방법 Download PDF

Info

Publication number
KR102422616B1
KR102422616B1 KR1020220059437A KR20220059437A KR102422616B1 KR 102422616 B1 KR102422616 B1 KR 102422616B1 KR 1020220059437 A KR1020220059437 A KR 1020220059437A KR 20220059437 A KR20220059437 A KR 20220059437A KR 102422616 B1 KR102422616 B1 KR 102422616B1
Authority
KR
South Korea
Prior art keywords
vehicle
weight
artificial intelligence
information
cargo
Prior art date
Application number
KR1020220059437A
Other languages
English (en)
Inventor
이우선
Original Assignee
주식회사 퍼스트알앤디
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 주식회사 퍼스트알앤디 filed Critical 주식회사 퍼스트알앤디
Priority to KR1020220059437A priority Critical patent/KR102422616B1/ko
Application granted granted Critical
Publication of KR102422616B1 publication Critical patent/KR102422616B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
    • G01G19/08—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for incorporation in vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G3/00—Weighing apparatus characterised by the use of elastically-deformable members, e.g. spring balances
    • G01G3/12—Weighing apparatus characterised by the use of elastically-deformable members, e.g. spring balances wherein the weighing element is in the form of a solid body stressed by pressure or tension during weighing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0835—Relationships between shipper or supplier and carriers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
    • G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Signal Processing (AREA)
  • Geometry (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Traffic Control Systems (AREA)

Abstract

인공지능을 이용한 화물 차량 현장 모니터링 시스템 및 방법이 개시된다. 본 발명의 일측면에 따른 인공지능을 이용한 화물 차량 현장 모니터링 시스템은, 입차 또는 출차하는 화물 차량을 촬영하기 위한 하나 이상의 영상촬영장치; 등록된 화물차량정보를 저장하기 위한 저장장치; 및 화물차량정보를 기반으로 영상촬영장치에 의한 촬영영상을 분석하여, 입차 또는 출차하는 화물차량을 식별하고, 식별된 화물차량에 대한 정보 및 촬영영상을 이용한 인공지능 분석에 의해 적재물 종류와 무게를 확인함으로써, 화물차량 입출고 모니터링 정보를 생성하는 관제장치를 포함한다.

Description

인공지능을 이용한 화물 차량 현장 모니터링 시스템 및 방법{Cargo vehicle site monitoring system and method using artificial intelligence}
본 발명은 인공지능을 이용한 화물 차량 현장 모니터링 시스템 및 방법에 관한 것이다.
화물 차량 운송 입출차/화물/자재에 관한 관제 관련해서는 전통적인 트럭스케일 독립운영과, 사람의 개입이 필요한 일부 자동화 형태의 서비스만이 존재하는 실정이다.
레미콘과 관련 업종은 재고가 없이 생산 후 바로 출고되는 특성과 한정된 공간에 다양한 물류 차량(시멘트, 자갈, 모래, 레미콘 등)의 출입으로 이들의 정확한 식별이 생산성 증대와 업무효율화 및 매출증가에 큰 영향을 미친다. 환경분야 폐기물 업종 역시 화물 차량의 식별과 적재물의 무게가 중요한 요소이다.
건설업 내에서 큰 비중을 차지하고 있는 레미콘 업종의 경우 원자재(시멘트, 자갈, 모래) 가격급등, 레미콘 가격 동결, 건설경기 침체 등으로 인해 원자재 원가절감 활동이 필요한 상황이다. 이러한 원자재 비용 절감의 핵심은 원자재 정량입고 확인, 입출차관리 무인자동화를 통한 생산성 향상이다. 또한, 폐기물처리 업종의 경우 처리전 폐기물 반입과, 처리후 폐기물 반출시 정확한 계량이 중요한 요소이다. 전수 계량을 위해 정차하는 화물차량으로 처리장 내부는 매우 혼잡하게 되고, 이는 일일 처리량의 한계를 낮추는 원인으로 작용한다.
화물차량의 관제 시스템의 미비로 인해, 입/출차시 차량정차 후 기사가 사무실에 전표를 제출하고, 화물별 전표 분류 및 입력 수작업이 진행되는 실정이다.
또한, 일부 간략한 시스템을 구비한 경우에도, 입차시 트럭스케일 통과 후 기사가 무게, 전표내용 등을 입력기로 입력해야 하며, 트럭스케일 미 통과 출차 시 집계오류가 발생하기도 한다. 또한, 벌크트럭(시멘트) 입/출차시 수동 전표 입력으로 인해 ANPR 적용시 번호판 인식률 낮아 관제 등 추가작업이 필요하며, 사무실 직원 부분적 개입이 필요하다.
대한민국 등록특허 제 10-2045337 아스콘 운송 모니터링 시스템
따라서, 본 발명은 상술한 문제점을 해결하기 위해 안출된 것으로서, 화물차량 입출현황, 원자재 입고/출고 현황 등을 무인자동화로 모니터링하고 관리하여 생산효율성을 높일 수 있는 인공지능을 이용한 화물 차량 현장 모니터링 시스템 및 방법을 제공하기 위한 것이다.
또한, 본 발명은 각종 센싱정보, 영상분석 등에 의한 현장정보를 기반으로 인공지능에 의한 보다 정확한 화물차량 입출현황, 자재 입출고 현황 등을 모니터링하는, 인공지능을 이용한 화물 차량 현장 모니터링 시스템 및 방법을 제공하기 위한 것이다.
본 발명의 다른 목적들은 이하에 서술되는 바람직한 실시예를 통하여 보다 명확해질 것이다.
본 발명의 일 측면에 따르면, 입차 또는 출차하는 화물 차량을 촬영하기 위한 하나 이상의 영상촬영장치; 등록된 화물차량정보를 저장하기 위한 저장장치; 및 상기 화물차량정보를 기반으로 상기 영상촬영장치에 의한 촬영영상을 분석하여, 입차 또는 출차하는 화물차량을 식별하고, 식별된 화물차량에 대한 정보 및 상기 촬영영상을 이용한 인공지능 분석에 의해 적재물 종류와 무게를 확인함으로써, 화물차량 입출고 모니터링 정보를 생성하는 관제장치를 포함하는, 인공지능을 이용한 화물 차량 현장 모니터링 시스템이 제공된다.
여기서, 상기 화물차량의 무게를 측정하기 위한 무게측정장치를 더 포함하되, 상기 관제장치는 상기 인공지능 분석 시에 상기 무게측정장치에 의한 무게정보를 참조하여 상기 적재물 종류와 무게를 결정할 수 있다.
또한, 상기 화물차량의 화물적재공간에 구비되는 압력측정장치를 더 포함하되, 상기 관제장치는 상기 압력측정장치로부터 근거리 무선통신 기술을 이용하여 압력정보를 취득하며, 상기 압력정보를 참조하여 상기 적재물 종류와 무게를 결정할 수 있다.
또한, 상기 압력측정장치로부터의 압력정보에는 상기 화물차량을 식별하기 위한 식별정보가 더 포함되되, 상기 관제장치는 상기 식별정보에 따른 화물차량의 이력정보를 참조하여 상기 적재물 종류와 무게를 결정할 수 있다.
또한, 상기 압력측정장치는 높이 위치가 다른 복수개의 압력센서를 포함하여 각각의 압력센싱정보를 상기 압력정보로서 제공하며, 상기 관제장치는 각 압력센서의 위치정보와 압력값을 이용하여 상기 적재물 종류와 무게를 결정할 수 있다.
또한, 상기 관제장치의 인공지능 분석 시, 특정 위치에서의 촬영 동영상을 분석하여 상기 화물차량의 흔들림을 측정하여 상기 적재물 종류와 무게를 결정할 수 있다.
또한, 상기 특정 위치는 출입구에 구비되는 방지턱 또는 화물차량의 무게를 측정하기 위한 무게측정장치가 구비된 곳일 수 있다.
또한, 상기 관제장치는 상기 화물차량의 바퀴를 촬영한 영상을 분석하여 이용바퀴의 높이와 개수를 확인하고, 상기 화물차량에 대한 정보와 상기 이용바퀴의 높이와 개수를 이용하여 상기 적재물 종류와 무게를 결정할 수 있다.
또한, 상기 화물차량이 통과하는 지점에 구비되는 반사경을 더 포함하되, 상기 영상촬영장치는 상기 반사경을 촬영하도록 설치되어, 상기 관제장치는 상기 촬영영상을 직촬영 영역과 반사경 영역으로 구분하여 각 구분된 영상으로 차량번호판과 적재공간을 각각 분석할 수 있다.
본 발명의 다른 측면에 따르면, 관제장치에서 수행되는 인공지능을 이용한 화물 차량 현장 모니터링 방법에 있어서, 입차 또는 출차하는 화물 차량을 촬영한 촬영영상을 분석하여 상기 화물 차량을 식별하는 단계; 상기 화물 차량에 대한 미리 저장된 화물차량정보를 기반으로, 상기 촬영영상을 이용한 인공지능 분석에 의해 적재물 종류와 무게를 확인하는 단계; 및 상기 화물 차량에 대한 상기 적재물 종류와 무게에 상응하는 화물차량 입출고 모니터링 정보를 생성하는 단계를 포함하는, 인공지능을 이용한 화물 차량 현장 모니터링 방법이 제공된다.
여기서, 상기 화물차량의 화물적재공간에 구비되는 압력측정장치로부터 근거리 무선통신 기술로 취득되는 압력정보를 참조하여 상기 적재물 종류와 무게를 결정할 수 있다.
또한, 특정 위치에서의 촬영 동영상을 분석하여 상기 화물차량의 흔들림을 측정하거나, 상기 화물차량을 촬영한 영상을 분석하여 이용바퀴의 높이와 개수를 확인하고, 상기 흔들림 또는 상기 이용바퀴의 높이와 개수를 상기 적재물 종류와 무게의 결정에 이용할 수 있다.
또한, 상기 화물차량에 대한 영상분석에 의해 적재물이 존재하지 않는 것으로 판단될 때의 흔들림 정보 또는 바퀴높이와 바퀴개수에 대한 정보를 저장하여, 상기 적재물 종류와 무게의 결정 시에 함께 활용할 수 있다.
또 다른 측면에 따르면, 인공지능을 이용한 화물 차량 현장 모니터링 방법을 수행하도록 하는 컴퓨터-판독 가능 매체에 저장된 컴퓨터 프로그램으로서, 상기 컴퓨터 프로그램은 컴퓨터로 하여금 이하의 단계들을 수행하도록 하며, 상기 단계들은, 입차 또는 출차하는 화물 차량을 촬영한 촬영영상을 분석하여 상기 화물 차량을 식별하는 단계; 상기 화물 차량에 대한 미리 저장된 화물차량정보를 기반으로, 상기 촬영영상을 이용한 인공지능 분석에 의해 적재물 종류와 무게를 확인하는 단계; 및 상기 화물 차량에 대한 상기 적재물 종류와 무게에 상응하는 화물차량 입출고 모니터링 정보를 생성하는 단계를 포함하는, 컴퓨터-판독 가능 매체에 저장된 컴퓨터 프로그램이 제공된다.
전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 특허청구범위 및 발명의 상세한 설명으로부터 명확해질 것이다.
본 발명에 따르면, 화물차량 입출현황, 원자재 입고/출고 현황 등을 무인자동화로 모니터링하고 관리하여 생산효율성을 높일 수 있다.
또한, 본 발명에 따르면, 각종 센싱정보, 영상분석 등에 의한 현장정보를 기반으로 인공지능에 의한 보다 정확한 화물차량 입출현황, 자재 입출고 현황 등을 모니터링할 수 있다.
도 1 및 도 2는 본 발명의 각 실시예에 따른 인공지능을 이용한 화물 차량 현장 모니터링을 위한 전체 시스템을 개략적으로 도시한 구성도들.
도 3은 본 발명의 일 실시예에 따른 화물차량적재공간에 구비되는 압력측정장치들을 도시한 예시도.
도 4는 본 발명의 일 실시예에 따른 관제장치의 구성을 도시한 기능블록도.
도 5는 본 발명의 일 실시예에 따른 인공지능을 이용한 화물 차량 현장 모니터링의 개략적인 과정을 도시한 흐름도.
도 6은 본 발명의 일 실시예에 따른 화물차량에 대한 촬영영상의 분석에 의한 적재물 종류와 무게를 결정하는 과정을 도시한 흐름도.
도 7은 본 발명의 일 실시예에 따른 반사경을 이용하여 하나의 영상촬영장치로 차량번호판과 적재물을 함께 촬영하는 방식을 도시한 예시도.
도 8은 본 발명의 일 실시예에 따른 인공지능을 이용한 화물 차량 현장 모니터링에 대한 개략적인 개념을 도시한 도면.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 후술될 제1 임계값, 제2 임계값 등의 용어는 실질적으로는 각각 상이하거나 일부는 동일한 값인 임계값들로 미리 지정될 수 있으나, 임계값이라는 동일한 단어로 표현될 때 혼동의 여지가 있으므로 구분의 편의상 제1, 제2 등의 용어를 병기하기로 한다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
또한, 각 도면을 참조하여 설명하는 실시예의 구성 요소가 해당 실시예에만 제한적으로 적용되는 것은 아니며, 본 발명의 기술적 사상이 유지되는 범위 내에서 다른 실시예에 포함되도록 구현될 수 있으며, 또한 별도의 설명이 생략될지라도 복수의 실시예가 통합된 하나의 실시예로 다시 구현될 수도 있음은 당연하다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일하거나 관련된 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1 및 도 2는 본 발명의 각 실시예에 따른 인공지능을 이용한 화물 차량 현장 모니터링을 위한 전체 시스템을 개략적으로 도시한 구성도들이고, 도 3은 본 발명의 일 실시예에 따른 화물차량적재공간에 구비되는 압력측정장치들을 도시한 예시도이고, 도 8은 본 발명의 일 실시예에 따른 인공지능을 이용한 화물 차량 현장 모니터링에 대한 개략적인 개념을 도시한 도면이다.
먼저 도 1을 참조하면, 본 실시예에 따른 화물차량 현장 모니터링 시스템은 하나 이상의 영상촬영장치(10), 저장장치(20) 및 관제장치(30)를 포함한다.
영상촬영장치(10)는 현장에 입차 또는 출차하는 화물차량을 촬영하기 위한 것으로, 예를 들어 IP카메라 또는 CCTV 등일 수 있다.
저장장치(20)에는 미리 등록된 화물차량정보로서, 화물차량번호, 차주(이름, 전화번호 등), 차량정보(차종, 적재용량 등) 등이 저장된다. 차후 설명하겠으나, 각 등록화물차량에 대한 이력정보로서 입출정보, 적재물 입출고 정보 등을 더 관리함으로써, 인공지능(영상분석에 의한 입출고되는 적재물 종류(품목)와 무게(중량) 산출 기능 등)을 위한 딥러닝용 백데이터로서 활용될 수 있다.
관제장치(30)는 미리 등록된 화물차량정보를 기반으로, 영상촬영장치(10)에 의한 촬영영상을 분석하여 입차 또는 출차하는 화물차량을 식별하고, 식별된 화물차량에 대한 정보 및 촬영영상을 이용한 인공지능 분석에 의해 적재물 종류와 무게를 확인함으로써, 화물차량 입출고 모니터링 정보를 생성한다. 인공지능 기능에 의한 적재물 종류와 무게를 확인하는 방식을 차후 상세히 설명하기로 한다.
본 실시예에 따르면, 영상분석을 이용한 인공지능 분석에 의해 화물차량에 대한 입출차, 원자재 입고, 출고 여부를 확인함으로써, 창고(자재)현황 모니터링 및 자재관리에 이르는 업무프로세스를 무인자동화 하여 생산효율성을 높일 수 있다. 그리고, 관제장치(30)는 로컬 네트워크뿐 아니라 클라우드 환경으로 관리자가 접근하여 현장 모니터링 정보를 확인할 수 있도록 한다. 클라우드 환경은 현재에도 다양한 분야에서 사용되고 있어 당업자에게는 자명할 것이므로 더욱 상세한 설명은 생략한다.
다른 실시예에 따른 도 2를 더 참조하면, 전체 시스템은 무게측정장치(40)와 압력측정장치(50)를 더 포함할 수 있다.
무게측정장치(40)는 화물차량의 무게를 측정하기 위한 수단으로서, 예를 들어 트럭스케일(또는 계근대)이 이용될 수 있다. 즉, 본 실시예에 따르면 트럭스케일 등의 무게측정장치(40)와 영상촬영장치(10)에서 수집된 데이터를 클라우드 환경(또는 로컬 사설 네트워크 활용)에서 AI 딥러닝 학습하여 차량식별, 화물식별, 입출차식별 기능을 제공하는 지능형 입출차/자재관리시스템을 제공할 수 있다.
개략적인 개념에 대한 일 실시예를 도시한 도 8을 참조하면, 복수개의 영상촬영장치(10)들에 의해 차량영상, 화물영상 및 출입영상 등을 분석함으로써, 차량과 화물(적재물)의 종류 및 무게를 측정하여 입출차/자채관리를 자동화한다.
다시 도 3을 참조하면, 압력측정장치(50)는 화물차량의 화물적재공간(300) 내에 구비된다. 관제장치(30)는 압력측정장치(50)로부터 근거리 무선통신 기술을 이용하여 센싱된 압력정보(적재물의 종류와 무게에 따라 다른 압력이 측정됨을 이용)를 취득하며, 취득된 압력정보를 적재물 종류와 무게를 결정하는데 참조한다.
그리고, 일례에 따르면 압력측정장치(50)로부터의 압력정보에는 화물차량을 식별하기 위한 식별정보가 더 포함될 수 있다. 이에 따라 관제장치(30)는 식별정보에 따른 화물차량의 이력정보를 적재물 종류와 무게의 결정에 참조할 수 있다. 통상적으로 화물차량마다 주로 적재하는 적재물의 종류 및 무게가 정해질 수 있으므로, 이력정보를 참조함으로써 적재물의 종류와 무게의 측정에 대한 큰 오류를 방지할 수 있다.
그리고, 도면에 도시된 바와 같이, 압력측정장치(50)는 복수개가 구비되되 서로 다른 높이에 설치될 수 있다. 따라서, 설치된 위치에 따른 각 압력측정장치(50-1, 50-2, 50-3)는 서로 다른 압력값을 측정하게 되므로, 각 측정값을 활용하여 보다 정확한 적재물 및 무게 산출을 수행할 수 있게 된다. 예를 들어 도면과 같은 재고량이 존재할 경우, 제3 압력측정장치(50-3)은 어떠한 압력도 존재하지 않을 것이며, 제2 압력측정장치(50-2)는 제1 압력측정장치(50-1)에 비해 약한 압력값이 측정될 것이다.
관제장치(30)의 인공지능 수단은 압력측정장치(50)에 의한 압력정보, 영상분석에 의한 적재물의 높이, 적재물의 형상, 무게측정장치(40)에 이한 측정무게값, 차량정보(차량중량, 적재물 가용용량 등) 등을 이용하여, 적재물의 종류와 무게를 산출한다.
도 4는 본 발명의 일 실시예에 따른 관제장치(30)의 구성을 도시한 기능블록도이고, 도 5는 본 발명의 일 실시예에 따른 인공지능을 이용한 화물 차량 현장 모니터링의 개략적인 과정을 도시한 흐름도이다.
도 4를 참조하면, 관제장치(30)는 네트워크통신부(410), 근거리무선통신부(420), 출력부(430) 및 제어부(440)를 포함하고, 제어부(440)는 차량식별부(441), 인공지능부(442) 및 정보생성부(443)를 포함할 수 있다.
네트워크통신부(410)는 영상촬영장치(10), 무게측정장치(40)와 네트워크 통신하기 위한 통신수단이며, 근거리무선통신부(420)는 압력측정장치(50)와 근거리 무선 통신(예를 들어, 블루투스, 와이파이(wi-fi) 등)하기 위한 수단이며, 도면에는 도시되지 않았으나 클라우드 환경을 제공하기 위한 인터넷망과의 통신을 위한 수단 등이 더 포함될 있으며, 이는 당업자에게는 자명할 것이므로 더욱 상세한 설명은 생략한다.
출력부(430)는 모니터링 정보를 출력하기 위한 수단으로써, 예를 들어 화면 출력하기 위한 디스플레이장치 또는 온라인을 통한 출력을 위한 이미지처리수단 등일 수 있으며, 이 또한 당업자에게는 자명할 것이므로 더욱 상세한 설명은 생략한다.
제어부(440)의 차량식별부(441)는 촬영영상을 이용하여 차량을 식별(차번인식 등)하기 위한 것이며, 인공지능부(442)는 상술한 바와 같이 인공지능 기능에 의한 입출인식, 적재물 인식 등을 수단이며, 정보생성부(443)는 차량식별부(441) 및 인공지능부(442)에 의해 인식 또는 처리된 정보를 기반으로 모니터링 정보를 생성하기 위한 수단이다.
관제장치(30)에서 수행되는 화물차량 현장 모니터링 과정을 도시한 도 5를 함께 참조하면, 입차 또는 출차하는 화물 차량을 촬영한 촬영영상을 분석하여 화물 차량을 식별한다(S510).
화물 차량에 대한 미리 저장된 화물차량정보를 기반으로, 촬영영상을 이용한 인공지능 분석에 의해 해당 화물차량의 적재물 종류와 무게를 확인한다(S520).
화물 차량에 대한 적재물 종류와 무게에 상응하는 화물차량 입출고 모니터링 정보를 생성한다(S530).
이하에서는 인공지능 기능에 의해 적재물 종류와 무게를 측정 또는 산출하는 방식에 대해 상세히 설명하기로 한다.
기본적으로, 관제장치(30)는 화물차량의 적재공간을 촬영한 영상을 분석하여, 적재물의 종류와 무게를 측정한다. 관제장치(30)의 인공지능은 딥러닝에 의한 분석 방식을 이용하여 인식된 적재물의 종류와 해당 화물차량의 적재공간의 총용량, 적재공간을 차지하는 적재물의 용량을 이용하여 적재물 무게를 추정할 수 있다.
여기에, 화물차량의 흔들림(적재물의 무게가 높을 수록 흔들림이 커짐을 이용), 바퀴의 높이(적재물의 무게가 높을 수록 중력에 의해 바퀴가 눌려 높이가 낮아짐을 이용) 등을 더 활용하여 적재물의 종류와 무게를 산출할 수 있다.
도 6은 본 발명의 일 실시예에 따른 화물차량에 대한 촬영영상의 분석에 의한 적재물 종류와 무게를 결정하는 과정을 도시한 흐름도이다.
도 6을 참조하면, 관제장치(30)는 촬영영상 분석에 의해 특정 위치에서의 화물차량의 흔들림을 측정한다(S610). 즉, 관제장치(30)의 인공지능 분석 시, 특정 위치에서의 촬영 동영상을 분석하여 화물차량이 흔들리는 정도를 측정하여 적재물 종류와 무게의 결정에 이용한다. 여기서, 상술한 특정 위치는 출입구에 구비되는 방지턱 또는 화물차량의 무게를 측정하기 위한 무게측정장치(40)가 구비된 곳 등, 화물차량의 흔들림이 많은 지점으로 설정할 수 있다. 그리고, 동영상을 분석하여 특정 물체의 흔들림을 측정하는 것은 이미지 분석 기술에 의해 실행될 수 있음은 당업자에게는 자명할 것이므로 더욱 상세한 설명은 생략한다.
또한, 촬영영상의 분석에 의해 화물차량의 보조바퀴를 제외한 이용중인 바퀴(이하 이용바퀴라 칭함)의 개수와 각각의 높이를 측정한다(S620). 바퀴 높이의 측정은 화물차량에 대한 정보로서 차고(차량높이) 정보를 활용하여 상대적인 높이를 측정할 수 있으며, 또는 해당 화물차량에 적재물이 존재하지 않은 경우에 촬영된 바퀴영상과의 비교를 통해 그 높이의 차이값을 활용할 수도 있다. 바퀴의 개수는 바닥에 닿아있는 바퀴의 수를 확인함으로써, 총 이용바퀴개수를 확인할 수 있다.
이렇게 확인된 화물차량의 흔들림, 이용바퀴 높이/개수를 더 이용하여 적재물 종류와 무게를 결정한다(S630).
정리하면, 적재물 자체에 대한 영상분석뿐 아니라, 화물차량 자체에 대한 특정위치에서의 흔들림, 이용바퀴의 높이와 개수를 더 이용하여 적재물의 종류와 무게에 대해 추정 방식으로 측정한다. 이에 더해 무게측정장치(40)에서 계근된 정보, 압력측정장치(50)에 의한 적재물 공간의 압력정보를 더 활용함으로써 보다 정확한 적재물 종류와 무게를 확인 및 측정한다. 적재물 종류의 판단 방식에 대해서만 다시 말하면, 화물차량 자체에 대한 관리정보를 기반으로 촬영된 적재물 자체에 대한 영상분석에 의해 적재물의 형상에 의한 종류 분석을 수행하되, 차량의 흔들림, 바퀴높이와 개수, 적재물 공간에서의 압력정보 등을 적재물 종류의 분석 및 추정에 더 활용하는 것이다. 적재물의 종류에 따라 같은 양(적재물의 높이를 이용하여 확인)이더라도 그 무게는 달라질 수 있기 때문이므로, 무게에 따라 달라지는 흔들림, 바퀴높이, 압력 등을 종류의 판단에 더 활용하는 것이다
도 7은 본 발명의 일 실시예에 따른 반사경을 이용하여 하나의 영상촬영장치(10)로 차량번호판과 적재물을 함께 촬영하는 방식을 도시한 예시도이다.
일례에 따른 도 7을 참조하면, 화물차량이 통과하는 지점에 반사경(700)을 구비하고, 영상촬영장치(10)는 반사경(700)을 촬영하도록 설치됨으로써, 관제장치(30)는 촬영영상을 직촬영 영역과 반사경 영역으로 구분하여 각 구분된 영상으로 차량번호판과 적재공간을 각각 분석한다. 이로 인해 하나의 영상촬영장치(10)를 이용하여 차량 번호판뿐 아니라 적재물 공간을 보다 정확히 촬영할 수 있게 된다.
상술한 본 발명에 따른 인공지능을 이용한 화물 차량 현장 모니터링 방법을 수행하도록 하는 컴퓨터-판독 가능 매체에 저장된 컴퓨터 프로그램이 제공될 수 있다.
또한, 상술한 인공지능을 이용한 화물 차량 현장 모니터링 방법은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현되는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체로는 컴퓨터 시스템에 의하여 해독될 수 있는 데이터가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래쉬 메모리, 광 데이터 저장장치 등이 있을 수 있다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 통신망으로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 읽을 수 있는 코드로서 저장되고 실행될 수 있다.
또한, 상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
10 : 영상촬영장치 20 : 저장장치
30 : 관제장치 40 : 무게측정장치
50 : 압력측정장치 300 : 화물차량적재공간
310 : 적재물

Claims (14)

  1. 입차 또는 출차하는 화물 차량을 촬영하기 위한 하나 이상의 영상촬영장치;
    등록된 화물차량정보를 저장하기 위한 저장장치; 및
    상기 화물차량정보를 기반으로 상기 영상촬영장치에 의한 촬영영상을 분석하여, 입차 또는 출차하는 화물차량을 식별하고, 식별된 화물차량에 대한 정보 및 상기 촬영영상을 이용한 인공지능 분석에 의해 적재물 종류와 무게를 확인함으로써, 화물차량 입출고 모니터링 정보를 생성하는 관제장치를 포함하는, 인공지능을 이용한 화물 차량 현장 모니터링 시스템.
  2. 청구항 1에 있어서,
    상기 화물차량의 무게를 측정하기 위한 무게측정장치를 더 포함하되,
    상기 관제장치는 상기 인공지능 분석 시에 상기 무게측정장치에 의한 무게정보를 참조하여 상기 적재물 종류와 무게를 결정하는, 인공지능을 이용한 화물 차량 현장 모니터링 시스템.
  3. 청구항 1에 있어서,
    상기 화물차량의 화물적재공간에 구비되는 압력측정장치를 더 포함하되,
    상기 관제장치는 상기 압력측정장치로부터 근거리 무선통신 기술을 이용하여 압력정보를 취득하며, 상기 압력정보를 참조하여 상기 적재물 종류와 무게를 결정하는, 인공지능을 이용한 화물 차량 현장 모니터링 시스템.
  4. 청구항 3에 있어서,
    상기 압력측정장치로부터의 압력정보에는 상기 화물차량을 식별하기 위한 식별정보가 더 포함되되, 상기 관제장치는 상기 식별정보에 따른 화물차량의 이력정보를 참조하여 상기 적재물 종류와 무게를 결정하는, 인공지능을 이용한 화물 차량 현장 모니터링 시스템.
  5. 청구항 3에 있어서,
    상기 압력측정장치는 높이 위치가 다른 복수개의 압력센서를 포함하여 각각의 압력센싱정보를 상기 압력정보로서 제공하며, 상기 관제장치는 각 압력센서의 위치정보와 압력값을 이용하여 상기 적재물 종류와 무게를 결정하는, 인공지능을 이용한 화물 차량 현장 모니터링 시스템.
  6. 청구항 1에 있어서,
    상기 관제장치의 인공지능 분석 시, 특정 위치에서의 촬영 동영상을 분석하여 상기 화물차량의 흔들림을 측정하여 상기 적재물 종류와 무게를 결정하는, 인공지능을 이용한 화물 차량 현장 모니터링 시스템.
  7. 청구항 6에 있어서,
    상기 특정 위치는 출입구에 구비되는 방지턱 또는 화물차량의 무게를 측정하기 위한 무게측정장치가 구비된 곳인, 인공지능을 이용한 화물 차량 현장 모니터링 시스템.
  8. 청구항 1에 있어서,
    상기 관제장치는 상기 화물차량의 바퀴를 촬영한 영상을 분석하여 이용바퀴의 높이와 개수를 확인하고, 상기 화물차량에 대한 정보와 상기 이용바퀴의 높이와 개수를 이용하여 상기 적재물 종류와 무게를 결정하는, 인공지능을 이용한 화물 차량 현장 모니터링 시스템.
  9. 청구항 1에 있어서,
    상기 화물차량이 통과하는 지점에 구비되는 반사경을 더 포함하되,
    상기 영상촬영장치는 상기 반사경을 촬영하도록 설치되어, 상기 관제장치는 상기 촬영영상을 직촬영 영역과 반사경 영역으로 구분하여 각 구분된 영상으로 차량번호판과 적재공간을 각각 분석하는, 인공지능을 이용한 화물 차량 현장 모니터링 시스템.
  10. 관제장치에서 수행되는 인공지능을 이용한 화물 차량 현장 모니터링 방법에 있어서,
    입차 또는 출차하는 화물 차량을 촬영한 촬영영상을 분석하여 상기 화물 차량을 식별하는 단계;
    상기 화물 차량에 대한 미리 저장된 화물차량정보를 기반으로, 상기 촬영영상을 이용한 인공지능 분석에 의해 적재물 종류와 무게를 확인하는 단계; 및
    상기 화물 차량에 대한 상기 적재물 종류와 무게에 상응하는 화물차량 입출고 모니터링 정보를 생성하는 단계를 포함하는, 인공지능을 이용한 화물 차량 현장 모니터링 방법.
  11. 청구항 10에 있어서,
    상기 화물차량의 화물적재공간에 구비되는 압력측정장치로부터 근거리 무선통신 기술로 취득되는 압력정보를 참조하여 상기 적재물 종류와 무게를 결정하는, 인공지능을 이용한 화물 차량 현장 모니터링 방법.
  12. 청구항 10에 있어서,
    특정 위치에서의 촬영 동영상을 분석하여 상기 화물차량의 흔들림을 측정하거나, 상기 화물차량을 촬영한 영상을 분석하여 이용바퀴의 높이와 개수를 확인하고, 상기 흔들림 또는 상기 이용바퀴의 높이와 개수를 상기 적재물 종류와 무게의 결정에 이용하는, 인공지능을 이용한 화물 차량 현장 모니터링 방법.
  13. 청구항 12에 있어서,
    상기 화물차량에 대한 영상분석에 의해 적재물이 존재하지 않는 것으로 판단될 때의 흔들림 정보 또는 바퀴높이와 바퀴개수에 대한 정보를 저장하여, 상기 적재물 종류와 무게의 결정 시에 함께 활용하는, 인공지능을 이용한 화물 차량 현장 모니터링 방법.
  14. 인공지능을 이용한 화물 차량 현장 모니터링 방법을 수행하도록 하는 컴퓨터-판독 가능 매체에 저장된 컴퓨터 프로그램으로서, 상기 컴퓨터 프로그램은 컴퓨터로 하여금 이하의 단계들을 수행하도록 하며, 상기 단계들은,
    입차 또는 출차하는 화물 차량을 촬영한 촬영영상을 분석하여 상기 화물 차량을 식별하는 단계;
    상기 화물 차량에 대한 미리 저장된 화물차량정보를 기반으로, 상기 촬영영상을 이용한 인공지능 분석에 의해 적재물 종류와 무게를 확인하는 단계; 및
    상기 화물 차량에 대한 상기 적재물 종류와 무게에 상응하는 화물차량 입출고 모니터링 정보를 생성하는 단계를 포함하는, 컴퓨터-판독 가능 매체에 저장된 컴퓨터 프로그램.
KR1020220059437A 2022-05-16 2022-05-16 인공지능을 이용한 화물 차량 현장 모니터링 시스템 및 방법 KR102422616B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220059437A KR102422616B1 (ko) 2022-05-16 2022-05-16 인공지능을 이용한 화물 차량 현장 모니터링 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220059437A KR102422616B1 (ko) 2022-05-16 2022-05-16 인공지능을 이용한 화물 차량 현장 모니터링 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR102422616B1 true KR102422616B1 (ko) 2022-07-20

Family

ID=82609414

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220059437A KR102422616B1 (ko) 2022-05-16 2022-05-16 인공지능을 이용한 화물 차량 현장 모니터링 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102422616B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102475329B1 (ko) 2022-09-06 2022-12-07 주식회사 퍼스트알앤디 인공지능에 의한 현장영상을 이용한 토사반출 관리 시스템 및 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980031024A (ko) * 1996-10-31 1998-07-25 조영선 차량에 부착하는 화물 무게 측정 및 기록장치
KR102045337B1 (ko) 2019-06-17 2019-12-02 리키테크 주식회사 아스콘 운송 모니터링 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980031024A (ko) * 1996-10-31 1998-07-25 조영선 차량에 부착하는 화물 무게 측정 및 기록장치
KR102045337B1 (ko) 2019-06-17 2019-12-02 리키테크 주식회사 아스콘 운송 모니터링 시스템

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102475329B1 (ko) 2022-09-06 2022-12-07 주식회사 퍼스트알앤디 인공지능에 의한 현장영상을 이용한 토사반출 관리 시스템 및 방법

Similar Documents

Publication Publication Date Title
KR102131603B1 (ko) 무인 계근 자동화 시스템
KR102368084B1 (ko) 운송차량 관리시스템
CN113515985B (zh) 自助过磅系统、过磅检测方法、设备及存储介质
US10535040B2 (en) Product movement and distribution systems and methods
Langer et al. Assessing the impact of RFID on return center logistics
US20200014888A1 (en) Method and system for door status detection and alert generation
US20190303850A1 (en) Nonintrusive, Sensor-Driven Processor for Managing Stored Commodities
KR102080462B1 (ko) 딥러닝에 기반한 도로 안전 진단과 관리 방법 및 시스템
KR20170099409A (ko) 배송 모니터링 방법 및 시스템
JP2019101693A (ja) 物流倉庫内作業把握システム
KR102422616B1 (ko) 인공지능을 이용한 화물 차량 현장 모니터링 시스템 및 방법
KR102425437B1 (ko) 적재물 자동 식별 기능을 구비하는 고정식 축중기
CN110599081A (zh) 一种对粮食出入库业务进行智能管理的方法及系统
US20070115124A1 (en) Determining a state for object identified by an RFID tag
KR20080041779A (ko) 무인 계근관리 시스템
US20140006302A1 (en) Access system and method
CN111784031A (zh) 物流车辆分类预测方法、装置、设备及存储介质
US20240273452A1 (en) Shipping yard automation system
CN113947360A (zh) 一种废钢堆场的废钢追溯方法及系统
KR20140011786A (ko) 차량의 화물 출하관리 시스템
CN116957446A (zh) 网络货运管理方法、管理系统、地磅系统及存储介质
US11961036B2 (en) Multilayered method and apparatus to facilitate the accurate calculation of freight density, area, and classification and provide recommendations to optimize shipping efficiency
US20060155592A1 (en) Method for taking stock and/or monitoring the inventory of stored object and /or merchandise, resource planning system, computer program for a resource planning system, and computer program for a sensor device
CN116433153A (zh) 一种仓储物流智能巡检系统
CN116342027A (zh) 一种大宗原料数字化仓储系统及仓储方法

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant