KR102428104B1

KR102428104B1 - 인공지능을 이용한 주차관제시스템 및 이의 동작 방법

Info

Publication number: KR102428104B1
Application number: KR1020210191399A
Authority: KR
Inventors: 주재경; 김경훈; 권오복
Original assignee: (주)진명아이앤씨
Priority date: 2021-12-29
Filing date: 2021-12-29
Publication date: 2022-08-03

Abstract

본 발명의 인공지능을 이용한 주차 관제 시스템의 동작 방법은, 주차장에 진입하는 차량의 정면을 촬영하여 상기 차량의 번호판을 인식하는 단계와, 상기 번호판에 포함된 차량번호를 분석하여 과거 주차장 이용기록을 판단하는 단계와, 상기 차량에 대한 과거 주차장 이용기록이 존재하지 않는 경우, 상기 차량의 외부를 촬영한 이미지를 인공신경망을 통해 분석하여 차량모델을 판단하는 단계와, 상기 주차장의 주차 가능한 주차위치의 폭, 길이, 높이, 및 주차 운행반경을 포함하는 주차위치정보와, 상기 차량모델에 따라 차량의 폭, 길이, 및 높이를 포함하는 차량정보를 리드하는 단계와, 상기 주차위치정보 및 상기 차량정보를 기초로 각 주차위치에서의 상기 차량에 대한 주차 난이도를 판단하는 단계와, 상기 주차 가능한 주차위치 중 가장 낮은 난이도의 주차위치를 상기 차량의 주차위치로 배정하는 단계를 포함한다.

Description

인공지능을 이용한 주차관제시스템 및 이의 동작 방법{PARKING CONTROL SYSTEM USING ARTIFICIAL INTELLIGENCE AND OPERATING METHOD INCLUDING THE SAME}

본 발명은 인공지능을 이용한 주차관제시스템 및 이의 동작 방법에 관한 것으로, 보다 구체적으로는 차량 모델에 기반한 인공지능을 이용한 주차관제시스템 및 이의 동작 방법에 관한 것이다.

안전과 원활한 교통의 흐름을 위해 차량 번호판 인식의 중요성은 증대되고 있다. 차량의 번호판 인식은 차량의 과속 단속, 주행 중인 차량의 모니터링, 주차 차량의 관리, 주차 유도 등 다양한 목적으로 이용된다.

최근에는 대형 마트, 백화점 등에 위치한 대형 주차장뿐만 아니라, 아파트, 상가 등 일반 주차장에서도 번호판을 인식하여 주차요금을 징수하는 시스템을 갖추고 있다. 하지만, 주차장 진입 차량에게 적절한 주차공간을 제공하는 시스템을 제공하진 못하기 때문에, 주차장 진입시 주차 공간이 있는지 여부를 확인하기 위해 주차장을 주행하면서 확인해야 하고, 그에 따라 주차 공간을 찾는데 많은 시간을 소비할 수 있으며, 다른 이용자들도 대기하는 시간이 길어질 수 있다.

또한, 빈 주차공간을 찾은 뒤 주차를 하더라도 이용자들이 주차 위치를 기억하기 위해 지정번호를 기억하거나 사진을 찍어 위치를 저장하는 등 번거로움이 존재하며, 이러한 방식으로 기억하더라도 주차위치를 잊어버리기 쉽고 사진이 유실되어 차량을 찾는데 어려움이 따를 수 있다.

본 발명의 발명자는 이러한 문제점들을 해결하기 위하여 오랫동안 연구하고 시행착오를 거친 끝에 본 발명을 완성하기에 이르렀다.

본 발명의 실시예는 주차장에 진입하는 차량의 차량모델을 분석하여, 차량모델에 적합한 주차위치를 배정하는 인공지능을 이용한 주차관제시스템 및 이의 동작 방법을 제공한다.

한편, 본 발명의 명시되지 않은 또 다른 목적들은 하기의 상세한 설명 및 그 효과로부터 용이하게 추론할 수 있는 범위 내에서 추가적으로 고려될 것이다.

본 발명의 실시예에 따른 본 발명의 실시 예에 따른 인공지능을 이용한 주차 관제 시스템의 동작 방법은, 주차장에 진입하는 차량을 촬영한 차량영상을 분석하여 상기 차량의 번호판을 추출하는 단계와, 상기 번호판에 포함된 차량번호를 분석하여 과거 주차장 이용기록을 판단하는 단계와, 상기 차량에 대한 과거 주차장 이용기록이 존재하지 않는 경우, 인공신경망을 통해 상기 차량영상을 분석하여 차량모델을 판단하는 단계와, 상기 주차장의 주차 가능한 주차위치의 폭, 길이, 높이, 및 주차 운행반경을 포함하는 주차위치정보와, 상기 차량모델에 대응하는 차량의 폭, 길이, 및 높이를 포함하는 차량정보를 리드하는 단계와, 상기 주차위치정보 및 상기 차량정보를 기초로 각 주차위치에서의 상기 차량에 대한 주차 난이도를 판단하는 단계와, 상기 주차 가능한 주차위치 중 가장 낮은 난이도의 주차위치를 상기 차량의 주차위치로 배정하는 단계를 포함한다.

실시 예에 따라, 상기 차량모델을 판단하는 단계는, 상기 차량의 전면, 후면, 좌측면, 및 우측면 각각을 촬영한 차량영상을 기학습된 인공신경망을 통해 분석하여 상기 차량의 차량모델을 판단할 수 있다.

실시 예에 따라, 상기 인공신경망은 합성곱신경망(Convolutional neural network)로 이루어지며, 상기 차량의 전면 영상, 후면 영상, 좌측면 영상, 및 우측면 영상이 입력되는 입력층, 상기 차량의 전면 영상, 후면 영상, 좌측면 영상, 및 우측면 영상에 가중치를 적용하는 은닉층, 상기 은닉층으로부터 출력된 값을 상기 차량모델의 정보로 결정하는 출력층을 포함할 수 있다.

실시 예에 따라, 상기 주차 난이도를 판단하는 단계는, 주차 가능한 주차위치들 중 각 주차위치의 폭과 상기 차량의 폭을 비교하고, 각 주차위치의 길이와 상기 차량의 길이를 비교하여, 기준값 이상의 폭 차이 및 길이 차이를 갖는 주차위치들을 선별하고, 선별된 주차위치들 중 후방주차 가능여부, 전면주차 가능여부, 및 평행주차 가능여부 순서로 난이도를 낮게 설정할 수 있다.

실시 예에 따라, 상기 주차 난이도를 판단하는 단계는, 상기 선별된 주차위치들 중 적어도 둘 이상의 주차위치들이 동일한 주차방식으로 이용 가능한 경우, 더 넓은 주차 운행반경을 갖는 주차위치에 더 낮은 난이도를 설정할 수 있다.

실시 예에 따라, 상기 인공지능을 이용한 주차 관제 시스템의 동작 방법은, 상기 차량에 배정된 주차위치로 안내를 표시하는 단계를 더 포함할 수 있다.

본 발명의 다른 실시 예에 따른 인공지능을 이용한 주차 관제 시스템은, 주차장에 진입하는 차량의 외부를 촬영하여 차량영상을 생성하는 영상촬영장치와, 상기 차량영상에 포함된 차량의 차량번호를 인식하고, 상기 차량번호를 분석하여 과거 주차장 이용기록을 판단하며, 상기 차량의 외부를 촬영한 이미지를 분석하여 인공신경망을 통해 차량모델을 판단하고, 상기 주차장의 주차 가능한 주차위치의 상기 차량모델에 대응한 주차 난이도를 판단하여 상기 차량의 주차위치를 배정하는 주차관제장치를 포함하고, 상기 주차관제장치는, 상기 주차장의 주차 가능한 주차위치의 폭, 길이, 높이, 및 주차 운행반경을 포함하는 주차위치정보와, 상기 차량모델에 따라 차량의 폭, 길이, 및 높이를 포함하는 차량정보를 리드하고, 상기 주차 가능한 주차위치 중 가장 낮은 난이도의 주차위치를 상기 차량의 주차위치로 배정할 수 있다.

실시 예에 따라, 상기 영상촬영장치는 상기 차량의 전면, 후면, 좌측면, 및 우측면을 촬영하여 상기 차량영상을 생성하며, 상기 인공신경망은 합성곱신경망(Convolutional neural network)로 이루어지며, 상기 차량영상에 포함된 상기 차량의 전면 영상, 후면 영상, 좌측면 영상, 및 우측면 영상이 입력되는 입력층, 상기 차량의 전면 영상, 후면 영상, 좌측면 영상, 및 우측면 영상에 가중치를 적용하는 은닉층, 상기 은닉층으로부터 출력된 값을 상기 차량모델의 정보로 결정하는 출력층을 포함할 수 있다.

실시 예에 따라, 인공지능을 이용한 주차 관제 시스템은, 상기 차량에 배정된 주차위치로 안내를 표시하는 표시장치를 더 포함할 수 있다.

본 기술은 주차장에 진입하는 차량의 차량모델을 분석하여 주차위치별 주차 난이도를 판단할 수 있고, 가장 낮은 난이도의 주차위치를 차량의 주차위치로 배정할 수 있는 인공지능을 이용한 주차관제시스템 및 이의 동작 방법을 제공할 수 있다.

도 1은 본 발명의 실시 예에 따른 인공지능을 이용한 주차관제시스템의 개략적인 블록도이다.
도 2는 본 발명의 실시 예에 따른 인공지능을 이용한 주차관제시스템의 동작을 설명하기 위한 도면이다.
도 3은 본 발명의 실시 예에 따른 인공신경망을 설명하기 위한 도면이다.
도 4는 본 발명의 실시 예에 따른 인공지능을 이용한 주차관제시스템의 동작을 설명하기 위한 도면이다.
도 5는 본 발명의 실시 예에 따른 영상촬영장치의 동작을 설명하기 위한 도면이다.
도 6은 본 발명의 실시 예에 따른 표시장치의 동작을 설명하기 위한 도면이다.
도 7은 본 발명의 실시 예에 따른 인공지능을 이용한 주차관제시스템의 동작 방법을 설명하기 위한 흐름도이다.
첨부된 도면은 본 발명의 기술사상에 대한 이해를 위하여 참조로서 예시된 것임을 밝히며, 그것에 의해 본 발명의 권리범위가 제한되지는 아니한다.

이하에서는, 본 발명의 가장 바람직한 실시예가 설명된다. 도면에 있어서, 두께와 간격은 설명의 편의를 위하여 표현된 것이며, 실제 물리적 두께에 비해 과장되어 도시될 수 있다. 본 발명을 설명함에 있어서, 본 발명의 요지와 무관한 공지의 구성은 생략될 수 있다. 각 도면의 구성요소들에 참조 번호를 부가함에 있어서, 동일한 구성 요소들에 한해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 번호를 가지도록 하고 있음에 유의하여야 한다.

도 1은 본 발명의 실시 예에 따른 인공지능을 이용한 주차관제시스템의 개략적인 블록도이고, 도 2는 본 발명의 실시 예에 따른 인공지능을 이용한 주차관제시스템의 동작을 설명하기 위한 도면이다.

도 1을 참조하면, 본 발명의 실시 예에 따른 인공지능을 이용한 주차관제시스템(10)은 주차관제장치(100), 영상촬영장치(200), 차단기(300), 및 표시장치(400)를 포함한다.

주차관제장치(100)는 영상촬영장치(200)로부터 제공된 차량영상을 분석하여 차량번호를 인식하고, 인공지능 알고리즘을 이용하여 주차장에 진입하는 차량의 차량모델을 분석하며, 차량모델에 대응하는 각 차량에 대한 주차위치를 배정하는 장치로서, 주차장에서의 교통혼잡을 방지하기 위해 주차장 진입 차량마다 개별적으로 주차위치를 배정할 수 있다.

영상촬영장치(200)는 주차장에 진입하는 차량의 전면, 후면, 좌측면, 및 우측면을 촬영하고, 전면 영상, 후면 영상, 좌측면 영상, 및 우측면 영상을 포함하는 차량영상을 주차관제장치(100)에 제공할 수 있다. 영상촬영장치(200)는 주차장 진입부에 배치되어 차단기(300) 앞 정지상태 또는 저속으로 운행중인 차량을 촬영할 수 있다.

차단기(300)는 주차장에 임의의 차량이 진입하지 못하도록 주차장 진입부를 차단하며, 주차관제장치(100)의 제어에 따라 차단을 해제하여 차량의 주차장 진입을 허용시킬 수 있다.

표시장치(400)는 주차관제장치(100)로부터 제공된 표시 제어신호에 대응하여 주차장에 진입한 차량이 배정된 주차위치로 이동할 수 있도록 안내표시를 제공할 수 있으며, 주차장의 천장, 기둥면, 바닥면 등에 배치될 수 있다.

도 2를 참조하면, 주차관제장치(100)는 통신부(110), 제어모듈(120), 및 저장부(130)를 포함하며, 제어모듈(120)은 통신부(110)를 통해 영상촬영장치(200), 차단기(300), 표시장치(400)와의 데이터를 송수신할 수 있다.

먼저, 제어모듈(120)은 통신부(110)를 통해 주차장에 진입하는 차량의 차량영상을 영상촬영장치(200)로부터 제공받아 차량번호를 분석할 수 있다. 제어모듈(120)은 수신된 차량영상 중 차량의 정면을 촬영한 정면영상을 분석하여 번호판을 추출할 수 있고, 번호판에 포함된 차량번호를 인식할 수 있다.

제어모듈(120)은 차량번호를 기초로 차량이 주차장에 입실한 시각을 기록하고, 과거에 해당 차량의 과거 주차장 이용기록을 판단할 수 있다.

만약, 과거에 차량이 주차장을 이용한 경험이 있다면, 해당 차량에 대한 차량모델을 분석하는 과정이 이미 수행되었을 것이므로, 제어모듈(120)은 차량모델을 판단하기 위한 인공지능 알고리즘 분석을 수행하지 않고 주차장 이용기록에 포함된 차량모델을 주차위치 배정에 사용할 수 있다.

반면, 주차장에 진입한 차량에 대한 과거 주차장 이용기록이 존재하지 않는 경우, 제어모듈(120)은 차량의 외부를 촬영한 차량영상을 분석하여 차량모델을 판단할 수 있다. 제어모듈(120)은 차량영상을 기학습된 인공신경망(AIN)을 통해 분석하게 되며, 차량영상에 포함된 전면 영상, 후면 영상, 좌측면 영상, 및 우측면 영상을 인공신경망(AIN)의 입력으로 제공하여 차량모델을 출력값으로 얻을 수 있다.

제어모듈(120)은 차량모델이 판단된 경우, 차량모델에 가장 적합한 주차위치를 배정하기 위해 저장부로부터 차량정보와 주차위치정보를 리드할 수 있다. 여기서, 차량정보는 차량모델에 대응하는 차량의 폭(전폭), 길이(전장), 및 높이(전고)에 관한 정보를 포함하며, 주차위치정보는 주차 가능한 주차위치의 폭, 길이, 높이, 및 주차 운행반경에 관한 정보를 포함한다.

예컨대, 차량이 2022년형 레이 모델로 판단된 경우, 제어모듈(120)은 차량의 높이가 1,700mm이고, 길이가 3,595mm이고, 폭이 1,595mm인 차량정보를 리드할 수 있다.

예컨대, 주차장 내 10개의 주차위치가 존재하고, 그 중 3개의 주차위치들에서 주차가 가능한 경우, 제어모듈(120)은 주차가 가능한 3개의 주차위치들 각각의 주차위치정보를 리드할 수 있다. 각 주차위치는 주차장 사정에 따라 서로 다른 면적과 다른 높이의 천장으로 이루어질 수 있기 때문에, 제어모듈(120)은 주차위치마다 개별적으로 주차위치정보를 저장할 수 있다.

제어모듈(120)은 주차위치정보 및 차량정보를 기초로 각 주차위치에서의 차량에 대한 주차 난이도를 판단할 수 있다.

구체적으로, 제어모듈(120)은 주차 가능한 주차위치들 중 각 주차위치의 폭과 차량의 폭을 비교하고, 각 주차위치의 길이와 상기 차량의 길이를 비교하여, 기준값 이상의 폭 차이 및 길이 차이를 갖는 주차위치들을 선별할 수 있다. 만약, 기준값 이상의 폭 차이 및 길이 차이를 갖는 주차위치가 존재하지 않는 경우, 제어모듈(120)은 해당 차량을 위한 주차위치가 없는 것으로 판단할 수 있다.

동일한 주차위치이더라도 차량의 크기에 따라 가능한 주차방식이 달라질 수 있기 때문에, 제어모듈(120)은 차량이 선별된 주차위치들 각각에서 이용 가능한 주차방식을 판단할 수 있다. 예컨대, 제1 주차위치에서 소형차는 후방주차, 전면주차, 및 평행주차 모두 가능하지만, 대형차는 평행주차만 가능할 수 있다. 다른 예로, 제2 주차위치에서는 주차 고임목의 위치를 고려하여 앞차축과 뒷차축간 길이 차이가 큰 차량에게는 후방주차가 권고되는 곳일 수 있다. 또 다른 예로, 제3 주차위치에서는 식물이 식재된 화단과의 위치를 고려하여 전방주차가 권고되는 곳일 수 있다.

제어모듈(120)은 차량이 이용 가능한 주차방식을 판단한 후, 선별된 주차위치들 중 후방주차 가능여부, 전면주차 가능여부, 및 평행주차 가능여부 순서로 난이도를 낮게 설정할 수 있다. 즉, 제어모듈(120)은 후방주차가 가능한 주차위치를 가장 낮은 난이도의 주차위치로 설정하고, 전면주차가 가능한 주차위치를 중간 난이도의 주차위치로 설정하고, 평행주차만 가능한 주차위치를 가장 높은 난이도의 주차위치로 설정할 수 있다.

선별된 주차위치들 중 적어도 둘 이상의 주차위치들이 동일한 주차방식으로 이용 가능한 경우, 제어모듈(120)은 더 넓은 주차 운행반경을 갖는 주차위치에 더 낮은 난이도를 설정할 수 있다. 즉, 제어모듈(120)은 주차를 위한 차량의 움직임을 넓게 확보할 수 있는 주차위치에 더 낮은 난이도를 설정할 수 있다.

제어모듈(120)은 가장 낮은 난이도의 주차위치를 주차장에 진입한 차량의 주차위치로 배정할 수 있고, 이와 같은 과정을 통해 주차장에 진입한 모든 차량은 개별적으로 주차위치를 배정받을 수 있다.

표시장치(400)는 주차장에 진입한 차량이 배정된 주차위치로 편리하게 이동할 수 있도록 주차장의 천장, 기둥면, 바닥면 등에 배치되어 안내표시를 제공할 수 있으며, 배정된 주차위치에서 차량번호를 표시함으로써 다른 차량이 주차하는 것을 방지할 수 있다.

한편, 여러 차량들의 주차장으로의 진입은 연속적으로 이루어진다. 이에 주차위치배정은 실시간으로 반영될 필요도 있지만(즉, 같은 주차면에 중복 배정되지 않도록 실시간으로 1:1 배정이 이루어지도록 처리할 필요가 있지만) 진입~주차완료까지 소요되는 시간을 고려하면 약간의 주차면 배정의 조정 가능 시간을 유동적으로 고려할 필요도 존재한다.

이에, 본 발명의 실시예에 따르면, 제1 차량에게 제1 시간(대략 15초일 수 있다) 이내에 제1 주차면이 가장 난이도가 낮은 곳으로 주차위치배정이 이루어졌다고 하더라도 제1 시간 동안은 임시적 배정으로 보고, 후속하여 진입하는 제2 차량에 대한 주차위치배정 판단시 상기 제1 주차면을 주차 가능면으로 함께 고려될 수 있도록 할 수 있다. 제1 시간이 경과한 시점부터는 확정적 배정으로 보고, 후속 진입 차량에 대한 주차위치배정 판단시 상기 제1 주차면을 아예 제외하도록 한다.

제1 시간은 건물의 종류에 따라 다르게 설정될 수 있다. 진입~주차를 마칠 때까지 평균 이동 시간이 긴 건물(예를 들어, 백화점, KTX역사, 대형 쇼핑몰)에서는 제1 시간이 길게 설정될 수 있다(일례로 30초). 반대로 짧은 건물(예를 들어, 빌딩)에서는 제1 시간이 짧게 설정될 수 있다(일례로 10초).

이는 여러 차량들에 보다 적합한 주차면을 제공하는 효과를 갖는다. 주차의 효율적 관제가 가능하도록 한다.

한편 제1 차량에 후속하는 모든 차량들에 대해 이와 같은 처리를 할 필요는 없으며, 그에 후속하는 1~3대 정도의 차량들에 대해서만 이와 같은 처리를 하여도 높은 주차 만족도를 제공할 수 있다.

또한 상술한 임시적 배정에 의해 주차위치배정의 변경을 경험하는 제1 차량의 이용자에게 혼란을 주지 않도록 인접하는 후보 주차면들이 2개 이상 있을 때에만 위와 같은 프로세스가 수행되도록 하는 것이 바람직하다. 일례로 건물의 같은 층에 후보 주차면들이 2개 있을 때에만 제1 차량에게 먼저 배정된 제1 주차면을 후속 진입한 제2 차량에게 양보할 수 있도록 한다. 제1 차량에게는 같은 층의 제2 주차면으로 안내가 이루어질 수 있다.

상술한 배정 조절 과정에는 제어모듈(120)이 관여할 수 있다.

도 3은 본 발명의 실시 예에 따른 인공신경망을 설명하기 위한 도면이다.

도 3을 참조하면, 제어모듈은 다층 퍼셉트론(Multi Layered Perceptron)의 일종인 합성곱신경망(Convolutional neural network)을 인공신경망(AIN)으로 이용할 수 있다. 본 발명의 인공신경망(AIN)은 복수의 노드들로 이루어진 입력층(IL), 은닉층(HL), 및 출력층(OL)을 포함할 수 있다.

제어모듈(120)은 기학습된 인공신경망(AIN)을 이용하여 차량모델을 판단하기 이전에, 인공신경망(AIN)의 학습을 수행할 수 있다. 인공신경망(AIN)의 학습 과정은 입력층(IL)으로 입력된 차량의 정면 영상, 후면 영상, 좌측면 영상, 우측면 영상을 이용하여 차량모델을 도출하는 과정인 순전파(feedforward) 과정과, 실제 차량모델을 기초로 순전파 과정에 따른 도출결과를 보정하기 위해 인공신경망(AIN)의 가중치를 조절하는 역전파 과정(backpropagation)이 있다.

인공신경망(AIN)은 입력층(IL)에 입력된 차량의 정면 영상, 후면 영상, 좌측면 영상, 및 우측면 영상이 은닉층(HL)을 통해 가중치가 적용되어 출력층(OL)으로 진행되면서 정보의 구체화가 이루어질 수 있다.

입력층(IL), 은닉층(HL), 및 출력층(OL) 각각의 노드는 선행하는 층 및 후행하는 층과 노드로 연결되어 있다. 입력층(IL)의 노드들에 입력된 정면 영상, 후면 영상, 좌측면 영상, 및 우측면 영상은 순차적으로 은닉층(HL)의 노드들을 거쳐 출력층(OL)의 노드들에 전달 수 있다.

입력층(IL)에 입력된 정면 영상, 후면 영상, 좌측면 영상, 및 우측면 영상 각각은 특징점 분포에 따른 차량의 정면 디자인, 후면 디자인, 좌측면 디자인, 우측면 디자인으로 분류되고, 은닉층(HL)의 노드들을 거쳐 출력층(OL)의 노드들에 전달되면서 정면 디자인, 후면 디자인, 좌측면 디자인, 및 우측면 디자인에 대한 분석이 이루어질 수 있다. 그리고, 출력층(OL)에는 분석된 정면 디자인, 후면 디자인, 좌측면 디자인, 및 우측면 디자인을 갖는 것으로 판단된 차량모델에 대한 정보가 출력될 수 있다.

판단된 차량모델은 실제 차량모델과 다소 상이할 수 있기 때문에, 제어모듈은 판단된 차량모델은 실제 차량모델을 비교하여 양자의 차이를 바로잡는 역전파 과정을 통해 인공신경망(AIN)의 가중치를 조절할 수 있다.

이와 같은 역전파 과정은 에러값을 역전파 시키면서 노드들 사이의 가중치를 반복적으로 보정하는 과정으로서, 반복적인 역전파를 통해 인공신경망(AIN) 학습 과정이 진행되면서 예측결과의 정확도를 높이게 되고, 학습 완료시 인공신경망(AIN)에 포함된 가중치를 고정시키게 된다.

도 4는 본 발명의 실시 예에 따른 인공지능을 이용한 주차관제시스템의 동작을 설명하기 위한 도면이고, 도 5는 본 발명의 실시 예에 따른 영상촬영장치의 동작을 설명하기 위한 도면이고, 도 6은 본 발명의 실시 예에 따른 표시장치의 동작을 설명하기 위한 도면이다.

도 4와 도 5를 참조하면, 차량(CAR)이 주차장에 진입하기 위해 차단기(300) 앞에 정차하고 있는 모습이 도시되어 있다. 주차장으로 차량(CAR)이 진입하는 경우, 차단기(300)에 의해 진입이 통제되어 정차 또는 저속으로 운행하게 된다.

영상촬영장치(200)는 차량(CAR)이 정차 또는 저속으로 운행중인 상태로 차단기(300) 앞에 위치할때, 차량(CAR)의 정면, 후면, 좌측면, 및 우측면을 촬영하여 차량영상을 생성할 수 있다.

이를 위해, 영상촬영장치(200)는 차량(CAR)의 4면을 촬영할 수 있는 위치에 각기 배치되어 있을 수 있으나, 이에 한정되는 것은 아니고 정면 영상과 후면 영상만을 촬영하여 주차관제장치(100)에 제공할 수 있으며, 이러한 경우 주차관제장치(100)는 정면 영상과 후면 영상만을 분석하여 차량모델을 판단할 수도 있다. 차종별, 연식별로 크기가 다를 수 있으므로 보다 정확한 인식을 위해서는 4면을 촬영할 수 있도록 도면과 같이 정면 영상촬영장치(200A), 일측면 영상촬영장치(200B), 타측면 영상촬영장치(200C), 후면 영상촬영장치(200D)로 구성되는 것이 더욱 바람직하다.

주차관제장치(100)는 영상촬영장치(200)로부터 수신된 촬영영상을 분석하여 차량번호를 인식하고, 해당 차량(CAR)을 위한 주차위치를 배정한 후 차단기(300)에 차단 제어신호를 제공할 수 있다. 차단기(300)는 차단 제어신호에 대응하여 차단을 해제하고 차량(CAR)의 주차장 진입을 허용시킬 수 있다. 한편, 차량번호 인식은 주로 정면 영상촬영장치에 의해 획득될 수 있다. 번호판 오염 등 경우에 따라 차량번호 인식에 실패한 경우에는 후면 영상촬영장치에 의해 획득된 촬영영상을 이용할 수도 있다. 그래도 실패한 경우에는 차량 운전자에게 재진입을 요청하는 알람을 할 수 있다. 본 발명의 다른 실시예에 따르면 정면 영상촬영장치로부터 획득된 인식된 차량번호(제1 인식 정보)와 후면 영상촬영장치로부터 획득된 인식된 차량번호(제2 인식 정보)를 비교하는 단계가 별도로 수행될 수도 있고, 기설정된 오차범위를 벗어나 제1 인식 정보와 제2 인식 정보가 서로 상이한 경우 불법차량임을 주차관제장치와 연동된 기관서버로 전송해줄 수도 있다.

도 6을 참조하면, 표시장치(400)는 주차관제장치(100)로부터 제공된 표시 제어신호에 대응하여 주차장에 진입한 차량이 배정된 주차위치로 이동할 수 있도록 안내표시를 제공할 수 있으며, LED 전광판, LED 표시등과 같이 문자, 숫자 등을 표시하거나 유색 점등을 수행할 수 있는 모듈로 구성되어 주차장의 천장, 기둥면, 바닥면 등에 배치될 수 있다.

실시 예에 따라, 주차관제장치(100)는 주차장에 진입한 차량(CAR)에 대해 주차위치를 배정한 뒤, 배정된 주차위치와 인접한 표시장치(400)가 배정된 차량(CAR)의 차량번호를 표시할 수 있도록 상기 표시장치(400)에 표시 제어신호를 제공할 수 있다.

예컨대, 주차관제장치(100)가 차량번호 '1234'를 갖는 제1 차량에게 제1 주차위치를 배정한 경우, 제1 주차위치와 인접한 표시장치(400)는 제1 차량의 차량번호인 '1234'를 화살표와 함께 표시함으로써, 제1 차량이 제1 주차위치를 쉽게 찾아올 수 있도록 편의를 제공할 수 있다.

도 7은 본 발명의 실시 예에 따른 인공지능을 이용한 주차관제시스템의 동작 방법을 설명하기 위한 흐름도이다.

도 7을 참조하면, 본 발명의 실시 예에 따른 주차관제장치(100)는 주차장에 진입하는 차량을 촬영한 차량영상을 분석하여 차량의 번호판을 추출할 수 있다(S100).

그리고, 주차관제장치(100)는 번호판에 포함된 차량번호를 분석하여 과거 주차장 이용기록을 판단할 수 있다(S110).

주차관제장치(100)는 차량에 대한 과거 주차장 이용기록이 존재하는 경우, 차량모델을 판단하기 위한 인공지능 알고리즘 분석을 수행하지 않고 주차장 이용기록에 포함된 차량모델을 주차위치 배정에 사용할 수 있다.

반면, 주차관제장치(100)는 차량에 대한 과거 주차장 이용기록이 존재하지 않는 경우, 인공신경망(AIN)을 통해 차량영상을 분석하여 차량모델을 판단할 수 있다(S120).

주차관제장치(100)는 주차장의 주차 가능한 주차위치의 폭, 길이, 높이, 및 주차 운행반경을 포함하는 주차위치정보와, 차량모델에 대응하는 차량의 폭, 길이, 및 높이를 포함하는 차량정보를 저장부로부터 리드하고(S130), 주차위치정보 및 차량정보를 기초로 각 주차위치에서의 차량에 대한 주차 난이도를 판단할 수 있다(S140).

주차관제장치(100)는 주차 가능한 주차위치 중 가장 낮은 난이도의 주차위치를 차량의 주차위치로 배정할 수 있다(S150).

상술한 본 발명의 실시예에 따르면, 주차장에 진입하는 차량의 차량모델을 분석하여, 차량모델에 가장 적합한 주차위치를 배정할 수 있다. 또한, 시간에 따라 임시 배정과 확정 배정을 구분하여 후속 차량들과의 주차면 조율을 가능하게 하여 건물 내 가장 효율적인 주차위치 배정이 가능하도록 한다.

본 발명의 실시예들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 일 실시예들의 동작을 수행하기 위해 적어도 하나의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.

10: 주차관제시스템
100: 주차관제장치
200: 영상촬영장치
300: 차단기
400: 표시장치

Claims

인공지능을 이용한 주차 관제 시스템의 동작 방법으로서,
주차장에 진입하는 차량을 촬영한 차량영상을 분석하여 상기 차량의 번호판을 추출하는 단계;
상기 번호판에 포함된 차량번호를 분석하여 과거 주차장 이용기록을 판단하는 단계;
상기 차량에 대한 과거 주차장 이용기록이 존재하지 않는 경우, 인공신경망을 통해 상기 차량영상을 분석하여 차량모델을 판단하는 단계-상기 차량영상은 상기 차량의 전면, 후면, 좌측면, 및 우측면에 대한 영상을 포함함-;
상기 주차장의 주차 가능한 주차위치의 폭, 길이, 높이, 및 주차 운행반경을 포함하는 주차위치정보와, 상기 차량모델에 대응하는 차량의 폭, 길이, 및 높이를 포함하는 차량정보를 리드하는 단계;
상기 주차위치정보 및 상기 차량정보를 기초로 각 주차위치에서의 상기 차량에 대한 주차 난이도를 판단하는 단계; 및
상기 주차 가능한 주차위치 중 가장 낮은 난이도의 주차위치를 상기 차량의 주차위치(제1 주차위치)로 배정하는 단계를 포함하되,
상기 주차장의 천장, 기둥면 또는 바닥면에 배치되어 차량번호를 표시하는, 상기 제1 주차위치와 인접한 표시장치를 통하여 상기 차량에 배정된 주차위치로 안내를 표시하는 단계를 더 포함하며,
상기 배정하는 단계는 상기 차량에 후속하여 연속적으로 상기 주차장으로 진입하는 후속 차량이 존재하는 경우 제1 시간 동안은 상기 가장 낮은 난이도의 주차위치(제1 주차면)를 임시적 배정으로 처리하여 상기 후속 차량에 대한 상기 주차장의 주차 가능한 주차위치 판단시 상기 제1 주차면을 주차 가능면으로 함께 고려되도록 하고 상기 제1 시간이 경과한 시점부터는 확정적 배정으로 처리하여 상기 후속 차량에 대한 상기 주차장의 주차 가능한 주차위치 판단시 상기 제1 주차면을 제외하도록 하며,
상기 제1 시간은 건물의 종류에 따라 다르게 설정되는 것으로서 주차를 위한 건물 내 평균 이동 시간이 긴 건물보다 짧은 건물에서 보다 짧게 설정되고,
상기 임시적 배정으로 처리하는 것은 상기 제1 주차면과 상기 제1 주차면에 인접하는 제2 주차면이 건물의 같은 층에 주차 가능면으로 존재할 때에만 이루어지는 것을 특징으로 하는 인공지능을 이용한 주차 관제 시스템의 동작 방법.
제1항에 있어서, 상기 차량모델을 판단하는 단계는,
상기 차량영상을 기학습된 인공신경망을 통해 분석하여 상기 차량의 차량모델을 판단하는 인공지능을 이용한 주차 관제 시스템의 동작 방법.
제2항에 있어서,
상기 인공신경망은 합성곱신경망(Convolutional neural network)로 이루어지며, 상기 차량의 전면 영상, 후면 영상, 좌측면 영상, 및 우측면 영상이 입력되는 입력층, 상기 차량의 전면 영상, 후면 영상, 좌측면 영상, 및 우측면 영상에 가중치를 적용하는 은닉층, 상기 은닉층으로부터 출력된 값을 상기 차량모델의 정보로 결정하는 출력층을 포함하는 인공지능을 이용한 주차 관제 시스템의 동작 방법.
제1항에 있어서, 상기 주차 난이도를 판단하는 단계는,
주차 가능한 주차위치들 중 각 주차위치의 폭과 상기 차량의 폭을 비교하고, 각 주차위치의 길이와 상기 차량의 길이를 비교하여, 기준값 이상의 폭 차이 및 길이 차이를 갖는 주차위치들을 선별하고, 선별된 주차위치들 중 후방주차 가능여부, 전면주차 가능여부, 및 평행주차 가능여부 순서로 난이도를 낮게 설정하는 인공지능을 이용한 주차 관제 시스템의 동작 방법.
제4항에 있어서, 상기 주차 난이도를 판단하는 단계는,
상기 선별된 주차위치들 중 적어도 둘 이상의 주차위치들이 동일한 주차방식으로 이용 가능한 경우, 더 넓은 주차 운행반경을 갖는 주차위치에 더 낮은 난이도를 설정하는 인공지능을 이용한 주차 관제 시스템의 동작 방법.
삭제
인공지능을 이용한 주차 관제 시스템으로서,
주차장에 진입하는 차량의 외부를 촬영하여 차량영상을 생성하는 영상촬영장치-상기 영상촬영장치는 상기 차량의 전면, 후면, 좌측면, 및 우측면을 촬영하여 상기 차량영상을 생성함-;
상기 차량영상에 포함된 차량의 차량번호를 인식하고, 상기 차량번호를 분석하여 과거 주차장 이용기록을 판단하며, 상기 차량의 외부를 촬영한 이미지를 분석하여 인공신경망을 통해 차량모델을 판단하고, 상기 주차장의 주차 가능한 주차위치의 상기 차량모델에 대응한 주차 난이도를 판단하여 상기 차량의 주차위치를 배정하는 주차관제장치를 포함하고,
상기 주차관제장치는,
상기 주차장의 주차 가능한 주차위치의 폭, 길이, 높이, 및 주차 운행반경을 포함하는 주차위치정보와, 상기 차량모델에 따라 차량의 폭, 길이, 및 높이를 포함하는 차량정보를 리드하고, 상기 주차 가능한 주차위치 중 가장 낮은 난이도의 주차위치를 상기 차량의 주차위치(제1 주차위치)로 배정하되,
상기 주차장의 천장, 기둥면 또는 바닥면에 배치되어 차량번호를 표시함으로써 상기 차량에 배정된 주차위치로 안내를 표시하는, 상기 제1 주차위치와 인접한 표시장치를 더 포함하며,
상기 주차관제장치는,
상기 차량에 후속하여 연속적으로 상기 주차장으로 진입하는 후속 차량이 존재하는 경우 제1 시간 동안은 상기 가장 낮은 난이도의 주차위치(제1 주차면)를 임시적 배정으로 처리하여 상기 후속 차량에 대한 상기 주차장의 주차 가능한 주차위치 판단시 상기 제1 주차면을 주차 가능면으로 함께 고려되도록 하고 상기 제1 시간이 경과한 시점부터는 확정적 배정으로 처리하여 상기 후속 차량에 대한 상기 주차장의 주차 가능한 주차위치 판단시 상기 제1 주차면을 제외하도록 하며,
상기 제1 시간은 건물의 종류에 따라 다르게 설정되는 것으로서 주차를 위한 건물 내 평균 이동 시간이 긴 건물보다 짧은 건물에서 보다 짧게 설정되고,
상기 임시적 배정으로 처리하는 것은 상기 제1 주차면과 상기 제1 주차면에 인접하는 제2 주차면이 건물의 같은 층에 주차 가능면으로 존재할 때에만 이루어지는 것을 특징으로 하는 인공지능을 이용한 주차 관제 시스템.
제7항에 있어서,
상기 인공신경망은 합성곱신경망(Convolutional neural network)로 이루어지며, 상기 차량영상에 포함된 상기 차량의 전면 영상, 후면 영상, 좌측면 영상, 및 우측면 영상이 입력되는 입력층, 상기 차량의 전면 영상, 후면 영상, 좌측면 영상, 및 우측면 영상에 가중치를 적용하는 은닉층, 상기 은닉층으로부터 출력된 값을 상기 차량모델의 정보로 결정하는 출력층을 포함하는 인공지능을 이용한 주차 관제 시스템.
삭제