KR102441669B1

KR102441669B1 - 알에프아이디(rfid) 및 영상 처리를 이용한 항만 차량출입통제 시스템 및 그 방법

Info

Publication number: KR102441669B1
Application number: KR1020220048139A
Authority: KR
Inventors: 이경민
Original assignee: 이경민
Priority date: 2022-04-19
Filing date: 2022-04-19
Publication date: 2022-09-08

Abstract

본 발명은 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템 및 그 방법에 관한 것으로서, 더욱 상세하게는 항만을 출입하는 차량의 정보를 등록하고, 해당 등록 차량에 구비되는 RFID 태그 정보를 등록하고, 영상 처리 및 인공지능 분석 알고리즘을 통해 해당 등록 차량의 외부 형태 특성(외형 특성)을 데이터베이스화 한 후, 항만의 입구 및 출구 양방향에서 모든 출입 차량에 대하여 검증하여 등록되지 않은 차량 또는 불법이 의심되는 차량의 진입 및 진출을 통제함으로써, 항만의 차량 출입시 보안성을 높일 수 있도록 한 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템 및 그 방법을 제공한다.

Description

알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템 및 그 방법{PORT VEHICLE ACCESS CONTROL SYSTEM USING RFID AND IMAGE PROCESSING, AND METHOD THEREOF}

본 발명은 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템 및 그 방법에 관한 것으로서, 더욱 상세하게는 항만을 출입하는 차량의 정보를 등록하고, 해당 등록 차량에 구비되는 RFID 태그 정보를 등록하고, 영상 처리 및 인공지능 분석 알고리즘을 통해 해당 등록 차량의 외부 형태 특성(외형 특성)을 데이터베이스화 한 후, 항만의 입구 및 출구 양방향에서 모든 출입 차량에 대하여 검증하여 등록되지 않은 차량 또는 불법이 의심되는 차량의 진입 및 진출을 통제함으로써, 항만의 차량 출입시 보안성을 높일 수 있도록 한 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템 및 그 방법에 관한 것이다.

항만은 선박의 출입, 사람의 승선 및 하선, 화물의 하역, 보관 및 처리 등을 위한 해양 시설을 지칭한다. 이러한 항만에서는 화물의 하역 및 선적과 선원의 승선 및 하선에 따르는 안전을 도모하거나, 항만 지역 내의 보안을 유지하기 위해 다양한 시설이 요구된다. 예를 들어, 현재 항만 보안을 위해서 RFID 및 NFC 기반의 출입 관리, CCTV 기반의 영상 관제, 인력 중심의 감시 모니터링 등이 수행되고 있다.

한편, 차량에서 알에프아이디(RFID)를 사용하는 가장 일반적인 이유는 출입 통제, 차량 식별 및 차량 추적이다.

먼저, 출입 통제는, 특정 RFID 태그가 있는 차량을 기반으로 출입을 허용하거나 거부하는 기능은 건물이나 주차장에 대한 보안을 강화하는 중요한 방법이다. 이러한 시스템은 승인되지 않은 차량이 안전을 필요로 하는 시설 또는 장소에 진입하는 것을 방지 할 수 있다.

한편, 차량 식별은, RFID 태그를 읽고 해당 정보에 액세스하여 차량을 식별하는 기능이다. 해당 차량의 기록 또는 내역을 검색하기 위해 차량에 발급된(기설정된) 고유 RFID 태그를 읽기만 하면 된다.

한편, 차량 추적은, 곳곳에 설치된 RFID 리더기를 통해 RFID 태그가 부착된 차량의 움직임을 추적하는 것이다.

그러나, RFID 장치를 끄거나 RFID 태그를 쉽게 탈부착하면, 해당 차량의 식별 및 차량 추적이 불가하다는 단점이 있다.

그런데, 항만에서 차량을 식별하는데 있어서, 차량 번호 인식 또는 RFID 태그 인식만으로 출입을 통제하고 있어, 등록된 차량 번호판을 다른 차량에 바꿔달거나 등록된 RFID 태그를 다른 차량에 부착하고 항만 시설에 내로 진입하거나 항만을 빠져나가는 차량을 감지하기가 어렵다.

그에 따라, 외국적 선원의 밀입국 시도와 같은 보안 사고가 지속적으로 발생하고 있으며, 항만 내에서 불법적인 사건이 발생하더라도 이를 적발할 수 없는 보안상의 허점이 있다.

한편, 항만 내에 있는 설비 및 사람들의 움직임이 촬영 및 감지되는 CCTV 시스템을 구축하더라도 CCTV의 사각지대에서 발생하는 비정상적이거나 불법적인 일은 감지되지 못하는 아쉬움이 있다.

한국등록특허 [10-2096746]에서는 항만보안을 위한 블록체인 기반 출입관리 시스템 및 방법이 개시되어 있다.

한편, 한국등록특허 [10-2261049]에서는 항만보안을 위한 블록체인 기반의 비정상 행동 탐지 방법 및 시스템이 개시되어 있다.

한편, 한국등록특허 [10-2206662]에서는 항만 컨테이너 터미널에서 차량 출입 관리와 객체를 인식하는 비전 카메라 시스템 및 방법이 개시되어 있다.

한국등록특허 [10-2096746](등록일자: 2020. 03. 27) 한국등록특허 [10-2261049](등록일자: 2021. 05. 31) 한국등록특허 [10-2206662](등록일자: 2021. 01. 18)

따라서, 본 발명은 상기한 바와 같은 문제점을 해결하기 위하여 안출된 것으로, 본 발명의 목적은 항만을 출입하는 차량의 정보를 등록하고, 해당 등록 차량에 구비되는 RFID 태그 정보를 등록하고, 영상 처리 및 인공지능 분석 알고리즘을 통해 해당 등록 차량의 외부 형태 특성(외형 특성)을 데이터베이스화 한 후, 항만의 입구 및 출구 양방향에서 모든 출입 차량에 대하여 검증하여 등록되지 않은 차량 또는 불법이 의심되는 차량의 진입 및 진출을 통제함으로써, 항만의 차량 출입시 보안성을 높일 수 있도록 한 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템 및 그 방법을 제공하는 것이다.

본 발명의 실 시예들의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

상기한 바와 같은 목적을 달성하기 위한 본 발명의 일 실시예에 따른 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템은, 항만의 출입구에 구비되어 출입하는 차량을 촬영하여 영상 데이터를 획득하기 위한 다수의 카메라(200, 220); 상기 항만의 출입구에 구비되어 출입하는 차량을 감지하여 감지 데이터를 획득하기 위한 다수의 센서(300, 320); 차량에 부착된 RFID 태그를 감지하여 RFID 리딩 데이터를 획득하기 위한 RFID 리더기(400); 차량 번호를 포함하는 차량 정보, 해당 차량에 구비되는 RFID 태그 정보, 및 차량의 외형 특성을 데이터베이스화한 후, 차량의 진입 및 진출시 해당 차량의 차량 번호 데이터 및 RFID 태그를 감지하고 상기 영상 데이터 및 상기 감지 데이터의 처리 후 차량을 검증하여 등록된 차량과의 일치 여부에 따라 항만의 진입 및 진출 여부를 통제하고, 불법이 의심되는 차량이 감지됨에 따라 이를 관리자 단말기로 알려주기 위한 차량출입통제서버(100); 및 상기 항만의 출입구에 구비되어 상기 차량출입통제서버의 제어에 따라 해당 차량의 출입을 통제하는 출입 차단기(800)를 포함한다.

상기 차량출입통제서버(100)는, 상기 차량 번호 데이터, 상기 RFID 리딩 데이터, 상기 영상 데이터, 및 상기 감지 데이터를 수신하고, 차량의 검증 결과에 따라 출입통제 제어 신호를 전달하기 위한 송수신부(101); 데이터베이스에 기반하여 상기 차량 번호 데이터 및 상기 RFID 리딩 데이터를 처리하고, 상기 영상 데이터의 전처리 및 3D 모델링을 수행하기 위한 처리부(103); 차량 정보 데이터, RFID 태그 데이터, 차량 외형 특성 데이터, 출입기록 데이터, 상기 검증에 사용되는 분석 알고리즘, 및 학습 모델을 저장하고 있는 데이터베이스 관리부(104); 상기 처리부의 처리에 따라 획득한 차량 등록 여부, RFID 태그 진위 여부, 3D 모델링 데이터, 전처리된 영상 데이터, 및 차량 감지 데이터를 분석하여 등록된 차량을 검증하기 위한 검증부(105); 상기 검증부의 검증 결과, 해당 차량의 출입 기록을 업데이트 하고, 추가 분석된 차량 외형 특성을 업데이트하기 위한 업데이트부(106); 및 상기 송수신부, 상기 처리부, 상기 데이터베이스 관리부, 상기 검증부, 상기 업데이트부 간의 데이터 흐름을 제어하고, 상기 출입 차단기를 제어하는 차단기 제어기의 제어 신호를 생성하기 위한 제어부(102)를 포함하는 것을 특징으로 한다.

상기 처리부(103)는, 상기 차량 번호 데이터를 전달받아 차량 정보 데이터베이스를 기반으로 해당차량의 등록 여부를 출력하는 차량 번호 처리부(401); 상기 RFID 리딩 데이터를 전달받아 RFID 태그 데이터베이스를 기반으로 해당 RFID 태그의 진위 여부를 출력하는 RFID 태그 처리부(402); 상기 다수의 카메라를 통해 획득한 영상 이미지를 전처리하여 전처리된 영상 데이터를 출력하기 위한 영상 전처리부(403); 및 상기 전처리된 영상 데이터를 이용하여 해당 차량을 3D 모델링하여 3D 모델링 데이터를 출력하기 위한 3D 모델링 처리부(404)를 포함하는 것을 특징으로 한다.

상기 검증부(105)는, 차량 정보 데이터베이스에 기반하여 해당 차량의 차량 등록 여부를 검증하기 위한 차량 번호 검증부(501); RFID 태그 데이터베이스에 기반하여 해당 차량에 대한 RFID 태그 진위 여부를 검증하기 위한 RFID 태그 검증부(502); 및 학습모델 데이터베이스, 차량 외형 특성 데이터베이스 및 분석 알고리즘 데이터베이스에 기반하여 상기 3D 모델링 데이터, 상기 전처리된 영상 데이터 및 상기 차량 감지 데이터에 대하여 인공지능 분석 알고리즘을 이용하여 차량의 외형 특성을 분석하기 위한 차량 외형 분석부(503)를 포함하는 것을 특징으로 한다.

상기 다수의 카메라 중 적어도 하나는, 항만 출입구에서 차량 진행방향의 전면에 구비되어, 차량 번호 인식 및 상기 차량의 전면 및 상부의 영상 이미지를 획득하는 것을 특징으로 하고, 상기 다수의 센서는, 적어도 2개 이상 구비되어 상기 차량의 사이즈 데이터를 획득하는 것을 특징으로 하고, 상기 차량의 외형 특성은,

차량의 크기, 차량의 종류, 차량의 색상, 카메라를 통해 획득한 영상 데이터로부터 3D 모델링을 통해 계산된 해당 차량의 표면적, 및 차량의 표면 특성(찌그러짐, 스크래치, 페인팅 상태)을 포함하는 것을 특징으로 한다.

상기 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템은, 상기 차량출입통제서버로부터 수신되는 불법이 의심되는 차량 정보를 수신하는 관리자 단말기(700)를 더 포함하는 것을 특징으로 한다.

또한, 상기한 바와 같은 목적을 달성하기 위한 본 발명의 일 실시예에 따른 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 방법은, 항만의 입구 및 출구 양방향으로 출입 통제와 관련되는 카메라, 센서, RFID 리더기 및 출입 차단기가 설치되는 시스템 구축단계(S610); 차량출입통제서버에서, 항만에 출입이 허가된 차량 정보를 등록하는 차량정보 등록단계(S620); 상기 차량출입통제서버에서, 해당 등록 차량이 구비하는 RFID 태그의 정보를 등록하는 RFID 태그 등록단계(S630); 상기 차량출입통제서버에서, 상기 카메라 및 센서를 통해 전달받은 해당 등록 차량의 영상 데이터 및 감지 데이터로부터 차량의 외형 특성을 추출하여 데이터베이스화하는 상기 차량외형특성 등록단계(S640); 상기 카메라, RFID 리더기, 및 센서를 통해 출입 차량의 차량 번호 데이터, 영상 데이터, RFID 리딩 데이터 및 감지 데이터를 획득하여 상기 차량출입통제서버로 전달하는 차량데이터 전달단계(S650); 상기 차량출입통제서버에서, 상기 전달받은 출입 차량의 영상 데이터, RFID 리딩 데이터 및 감지 데이터를 검증하는 차량데이터 처리 및 검증단계(S660); 및 상기 차량데이터 처리 및 검증단계(S660)의 검증 결과, 검증된 차량임에 따라 상기 출입 차단기를 제어하여 출입을 허가하고, 검증된 차량이 아님에 따라 통제하는 차량출입 제어단계(S670)를 포함한다.

상기 차량데이터 처리 및 검증단계(S660)는, 상기 차량 번호 데이터를 전달받아 차량 번호를 인식하는 차량번호 인식단계(S710); 상기 인식한 차량 번호가 등록된 번호인지 판단하는 차량번호 등록여부 판단단계(S720); 상기 차량번호 등록여부 판단단계(S720)의 판단 결과, 상기 인식한 차량 번호가 등록된 번호임에 따라 상기 RFID 리딩 데이터를 전달받아 RFID 태그를 인식하는 RFID 태그 인식단계(S740); 상기 인식한 RFID 태그가 해당 차량에 등록된 RFID 태그인지 판단하는 RFID 태그 등록여부 판단단계(S750); 상기 RFID 태그 등록여부 판단단계(S750)의 판단 결과, 상기 인식한 RFID 태그가 해당 차량에 등록된 RFID 태그임에 따라 해당 차량의 다수의 전처리된 영상 데이터로부터 3D 모델링하여 3D 모델링 데이터를 획득하는 차량 3D 모델링단계(S770); 상기 차량의 3D 모델링 데이터, 영상 데이터 및 감지 데이터를 전달받아 해당 차량의 외형을 인식하는 차량외형 인식단계(S775); 및 상기 인식한 차량의 외형 특성이 해당 차량에 등록된 외형 특성과 동일한지 판단하는 차량외형 동일여부 판단단계(S780)를 포함하는 것을 특징으로 한다.

상기 차량출입 제어단계(S670)는, 상기 차량번호 등록여부 판단단계(S720)의 판단결과, 상기 인식한 차량 번호가 등록된 번호가 아님에 따라 등록되지 않은 차량으로 통제하는 미등록차량 통제단계(S730); 상기 RFID 태그 등록여부 판단단계(S750)의 판단 결과, 상기 인식한 RFID 태그가 해당 차량에 등록된 RFID 태그가 아님에 따라 불법이 의심되는 차량으로 통제하는 불법차량의심 통제단계(S760); 상기 차량외형 동일여부 판단단계(S780)의 판단 결과, 상기 인식한 차량의 외형 특성이 해당 차량에 등록된 외형 특성과 동일함에 따라 출입을 허가하는 출입 허가단계(S790); 및 상기 차량외형 동일여부 판단단계(S780)의 판단 결과, 상기 인식한 차량의 외형 특성이 해당 차량에 등록된 외형 특성과 동일하지 않음에 따라 상기 불법차량의심 통제단계(S760)로 진행하는 단계를 포함하는 것을 특징으로 한다.

상기 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 방법은, 상기 차량출입통제서버에서, 해당 차량의 출입 기록을 업데이트하는 출입기록 업데이트단계(S680); 및 상기 차량출입통제서버에서, 해당 차량의 데이터로부터 추가 분석된 차량의 외형 특성을 업데이트하는 차량외형특성 업데이트단계(S690)를 더 포함하는 것을 특징으로 한다.

또한, 본 발명의 일 실시예에 따르면, 상기 RFID 및 영상 처리를 이용한 항만 차량출입통제 방법을 구현하기 위한 프로그램이 저장된 컴퓨터 판독 가능한 기록매체가 제공되는 것을 특징으로 한다.

아울러, 본 발명의 일 실시예에 따르면, 상기 RFID 및 영상 처리를 이용한 항만 차량출입통제 방법을 구현하기 위해, 컴퓨터 판독 가능한 기록매체에 저장된 프로그램이 제공되는 것을 특징으로 한다.

본 발명의 일 실시예에 따른 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템 및 그 방법에 의하면, 항만을 출입하는 차량의 정보를 등록하고, 해당 등록 차량에 구비되는 RFID 태그 정보를 등록하고, 영상 처리 및 인공지능 분석 알고리즘을 통해 해당 등록 차량의 외부 형태 특성(외형 특성)을 데이터베이스화 한 후, 항만의 입구 및 출구 양방향에서 모든 출입 차량에 대하여 검증함으로써, 등록되지 않은 차량 또는 불법이 의심되는 차량의 진입 및 진출을 통제할 수 있는 효과가 있다.

또한, 또한, 본 발명의 일 실시예에 따른 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템 및 그 방법에 의하면, 등록되지 않은 차량 또는 불법이 의심되는 차량의 진입 및 진출을 통제할 수 있어 항만의 차량 출입에 있어서 보안성을 높일 수 있는 효과가 있다.

아울러, 본 발명의 일 실시예에 따른 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템 및 그 방법에 의하면, 차량출입통제서버에서 등록되지 않은 차량 또는 불법이 의심되는 차량의 진입 및 진출 발생시 관리자 단말로 바로 알림 신호를 보낼 수 있어, 항만 지역 내의 보안 관리자가 등록되지 않은 차량 또는 불법이 의심되는 차량에 대한 정보를 바로 수신함으로써, 항만 지역 내의 보안 사고 등을 예방하거나, 빠르게 인식할 수 있는 효과가 있다.

도 1은 본 발명의 일 실시예에 따른 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템의 개념도.
도 2는 본 발명의 일 실시예에 따른 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템의 일부에 대한 설명도.
도 3은 본 발명의 일 실시예에 따른 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템의 구성도.
도 4는 도 3의 처리부의 상세 구성도.
도 5는 도 3의 검증부의 상세 구성도.
도 6은 본 발명에 따른 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 방법의 일실시예 흐름도.
도 7은 도 6의 차량데이터 처리 및 검증단계(S660) 및 차량출입 제어단계(S670)의 상세 흐름도.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 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 이해되어야한다.

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.

본 명세서에서 사용되는 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 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 공정, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 공정, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미가 있는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 첨부된 도면을 참조하여 본 발명을 더욱 상세하게 설명한다. 이에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정하여 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여, 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 또한, 사용되는 기술 용어 및 과학 용어에 있어서 다른 정의가 없다면, 이 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 통상적으로 이해하고 있는 의미를 가지며, 하기의 설명 및 첨부 도면에서 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능 및 구성에 대한 설명은 생략한다. 다음에 소개되는 도면들은 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 예로서 제공되는 것이다. 따라서, 본 발명은 이하 제시되는 도면들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 또한, 명세서 전반에 걸쳐서 동일한 참조번호들은 동일한 구성요소들을 나타낸다. 도면들 중 동일한 구성요소들은 가능한 한 어느 곳에서든지 동일한 부호들로 나타내고 있음에 유의해야 한다.

영상처리 기술은 실험적인 외부환경 (바람, 구름, 건물, 날씨 등) 뿐만 아니라, 그림자와 같은 여러 가지 현상들의 의해 오차가 발생하고, 이는 사용자가 직접 옵션을 수정하거나 손으로 제거해줘야 하는 번거로움이 존재한다. 이러한 번거로움을 줄이기 위해 스스로 상황을 판단하고, 최적의 영역을 결정하는 인공지능(AI)기술을 이용한 알고리즘이 필요하다. 이를 위해 본 발명에는 AI 기술 중에 현재 많이 사용되고 있는 딥러닝 신경망 알고리즘을 이용하여 대상(차량)에 대한 외형 특성을 추출하고, 기 저장된 외형 특성과 비교하여 동일 여부를 판단 및 검증한다.

딥러닝은 기본적으로 지도학습 방법 및 비지도학습 방법으로 나뉜다.

지도학습 방법(Supervised Learning)은 학습데이터로부터 하나의 해를 구하는 기계학습의 한 방법으로, 학습데이터는 올바른 하나의 입출력 쌍으로 구성되어 있다. 학습의 목표치가 정확히 주어짐으로써 빠르고 정확한 해를 구할 수 있으며, 선형 회귀 분석, 제어, 계측 등에 많이 사용된다.

한편, 비지도학습 방법(Unsupervised Learning)은 입력데이터만 주어지고 출력데이터가 따로 정해져 있지 않는 학습방법으로, 스스로 최적의 군집군을 형성하여 결과를 도출한다. 차원축소나, 데이터의 분류, 확률 및 통계처리 등과 같은 목적으로 많이 사용된다.

지도학습 및 비지도학습은 최종적으로 데이터를 기반으로 미래를 예측하는 것이라 할 수 있다. 하지만 지도학습은 정답이 주어진 데이터만을 사용할 수 있기 때문에 사용할 수 있는 데이터의 양에 한계가 있다. 이에 따라 지도학습 방법보다 비지도학습 방법이 많이 사용되고 있다.

이러한 비지도학습의 가장 대표적인 선두주자로는 생성적 적대 신경망 GAN(Generative Adaversarial Network)이 많이 사용되고 있다.

지도학습을 위해서는 정답이 주어진 많은 데이터가 필요하다. 하지만 학습에 필요한 모든 데이터를 제공하기에는 한계가 있다. 여기서, 만약 입력데이터의 확률분포와 분산을 알고 있다면, 랜덤 변수(노이즈)를 이용하여 원본 데이터와 유사한 무한히 많은 새로운 입력데이터를 생성할 수 있음을 의미한다. 즉, 모든 데이터에 대한 정답을 개발자가 알려줘야 하는 학습모델은 시간 및 리소스의 한계라는 단점이 있고, 궁극적으로 미래의 인공지능은 비지도학습이 이끌어갈 것이라고 많은 전문가들이 예측하고 있다.

특히, GAN은 2014년 NIPS에서 lan Goodfellow가 발표한 회귀생성 모델로서 분류를 담당하는 모델(판별자, Discriminator)과 회귀생성을 담당하는 모델(생성자, Generator)로 구성되어 있다. 두 모델은 GAN의 이름에서 쉽게 알 수 있듯이, 생성자와 판별자가 서로의 성능을 개선해 적대적으로 경쟁해 나가는 발전해가는 모델이다.

도 1은 본 발명의 일 실시예에 따른 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템의 개념도이고, 도 2는 본 발명의 일 실시예에 따른 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템의 일부에 대한 설명도이다.

도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템은, 항만 출입구를 통해 진입 또는 진출하려는 모든 차량(500)에 대하여 카메라(200), 센서(300), 및 RFID 리더기(400)를 통해 획득한 해당 차량의 데이터를 검증하는 차량출입통제서버(100) 및 상기 차량출입통제서버(100)로부터 전달받은 차량 출입 통제 제어 신호에 따라 제어되는 출입 차단기(800)가 포함되며, 차량 출입 상태를 모니터링할 수 있는 출입통제실(900) 또는 관리자 단말기를 포함한다.

상기 차량(500)에는 RFID 태그(530)가 부착된다.

도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템은, 적어도 두 개의 센서가 구비될 수 있으며, 차량의 사이즈를 감지할 수 있다.

한편, 상기 차량출입통제서버(100)가 차단기 제어기(600)를 제어하는 신호를 전달함에 따라, 상기 차단기 제어기(600)는 상기 출입 차단기(800)의 개폐 상태를 조절할 수 있다.

즉, 상기 출입 차단기(800)의 전단에 구비된 제1 센서(300)는 진입하는 차량을 감지하고, 차단기 제어기(600)는 해당 차량이 등록되어 검증된 차량이라면 출입 차단기(800)를 오픈하여 해당 차량이 지나갈 수 있도록 한다.

이때, 제1 센서(300), 제1 카메라(200), 제2 카메라(220), 및 RFID 리더기(400) 등에 의해 해당 차량이 검증된다.

상기 다수의 카메라 중 적어도 하나는, 항만 출입구에서 차량 진행방향의 전면에 구비되어, 차량 번호 인식 및 상기 차량의 전면 및 상부의 영상 이미지를 획득하는 것이 바람직하다. 또한, 상기 출입 차단기(800)의 전단에는 제1 센서(300) 외에도 다수의 다른 센서들(미도시)이 더 구비될 수 있다.

한편, 상기 출입 차단기(800)의 후단에 구비되는 제2 센서(320)는 차량이 다 지나갔는지를 확인하여 해당 차량의 길이를 감지할 수 있으며, 상기 차단기 제어기(600)는 해당 차량이 지나간 후에 상기 출입 차단기(800)를 닫도록 제어한다.

도 3은 본 발명의 일 실시예에 따른 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템의 구성도이다.

도 3에 도시된 바와 같이, 본 발명의 일 실시예에 따른 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템은, 다수의 카메라(200, 220), 다수의 센서(300, 320), RFID 리더기(400), 차단기 제어기(600). 출입차단기(800), 차량출입통제서버(100), 및 관리자 단말기(700)를 포함한다.

상기 다수의 카메라(200, 220)는 항만 출입구에 구비되어 진입 또는 진출 차량을 촬영하여 영상 데이터를 획득하여 상기 차량출입통제서버(100)로 전달한다.

상기 다수의 센서(300, 320)는 상기 항만의 출입구에 구비되어 출입하는 차량을 감지하여 감지 데이터를 획득하여 상기 차량출입통제서버(100)로 전달한다.

상기 RFID 리더기(400)는 차량(500)에 부착된 RFID 태그(520)를 감지하여 RFID 리딩 데이터를 획득하여 상기 차량출입통제서버(100)로 전달한다.

상기 차량출입통제서버(100)는 차량 번호를 포함하는 차량 정보, 해당 차량에 구비되는 RFID 태그 정보, 및 차량의 외형 특성을 데이터베이스화한 후, 차량의 진입 및 진출시 해당 차량의 차량 번호 데이터 인식, RFID 태그 감지와 상기 영상 데이터 및 상기 감지 데이터의 처리 후 차량을 검증하여 등록된 차량과의 일치 여부에 따라 항만의 진입 및 진출 여부를 통제하고, 불법이 의심되는 차량이 감지됨에 따라 이를 관리자 단말기(700)로 알려준다.

상기 출입 차단기(800)는 상기 항만의 출입구에 구비되어 상기 차량출입통제서버(100)의 제어에 따라 해당 차량의 출입을 통제한다.

상기 차량출입통제서버(100)는, 송수신부(101), 처리부(103), 검증부(105), 데이터베이스(104), 업데이트부(106) 및 제어부(102) 등을 포함한다.

상기 송수신부(101)는 상기 차량 번호 데이터, 상기 RFID 리딩 데이터, 상기 영상 데이터, 및 상기 감지 데이터를 수신하고, 차량의 검증 결과에 따라 출입통제 제어 신호를 전달한다.

상기 처리부(103)는 데이터베이스에 기반하여 상기 차량 번호 데이터 및 상기 RFID 리딩 데이터를 처리하고, 상기 영상 데이터의 전처리 및 3D 모델링을 수행한다.

상기 데이터베이스 관리부(104)는 차량 정보 데이터, RFID 태그 데이터, 차량 외형 특성 데이터, 출입기록 데이터, 상기 검증에 사용되는 분석 알고리즘, 및 학습 모델을 저장하고 있다.

상기 검증부(105)는 상기 처리부의 처리에 따라 획득한 차량 등록 여부, RFID 태그 진위 여부, 전처리된 영상 데이터, 및 차량 감지 데이터를 분석하여 등록된 차량을 검증한다.

상기 업데이트부(106)는 상기 검증부(105)의 검증 결과, 해당 차량의 출입 기록을 업데이트 하고, 추가 분석된 차량 외형 특성을 업데이트한다.

상기 제어부(102)는 상기 송수신부(101), 상기 처리부(103), 상기 데이터베이스 관리부(104), 상기 검증부(105), 상기 업데이트부(106) 간의 데이터 흐름을 제어하고, 상기 출입 차단기(800)를 제어하는 차단기 제어기의 제어 신호를 생성한다.

상기 송수신부(101), 상기 제어부(102), 상기 처리부(103), 상기 데이터베이스 관리부(104), 상기 검증부(105) 및 상기 업데이트부(106)는 그 중 적어도 일부가 차량출입통제 시스템과 통신하는 프로그램 모듈들일 수 있다. 이러한 프로그램 모듈들은 운영 시스템, 응용 프로그램 모듈 및 기타 프로그램 모듈의 형태로 차량출입통제 시스템에 포함될 수 있으며, 물리적으로는 여러 가지 공지의 기억 장치 상에 저장될 수 있다. 또한, 이러한 프로그램 모듈들은 차량출입통제 시스템과 통신 가능한 원격 기억 장치에 저장될 수도 있다. 한편, 이러한 프로그램 모듈들은 본 발명에 따라 후술할 특정 업무를 수행하거나 특정 추상 데이터 유형을 실행하는 루틴, 서브루틴, 프로그램, 오브젝트, 컴포넌트, 데이터 구조 등을 포괄하지만, 이에 제한되지는 않는다.

여기서, 통신 네트워크는 유선 및 무선 등과 같은 그 통신 양태를 가리지 않고 구성될 수 있으며, 근거리 통신망(LAN; Local Area Network), 도시권 통신망(MAN; Metropolitan Area Network), 광역 통신망(WAN; Wide Area Network) 등 다양한 통신망으로 구성될 수 있다. 바람직하게는, 본 발명에서 말하는 통신 네트워크는 공지의 월드와이드웹(WWW; World Wide Web)일 수 있다.

상기 차량출입통제 시스템은 통신 네트워크를 통하여 상기 관리자 단말기(700)와 통신하며, 관리자 단말기(700)로/으로부터 차량 출입 통제와 관련된 데이터를 전송/수신할 수 있다.

상기 관리자 단말기(700)는 상기 차량출입통제 시스템에 접속한 후 통신할 수 있도록 하는 기능을 포함하는 디지털 기기로서, 개인용 컴퓨터(예를 들어, 데스크탑 컴퓨터, 노트북 컴퓨터 등), 워크스테이션, PDA, 웹 패드, 이동 전화기 등과 같이 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 디지털 기기라면 얼마든지 본 발명에 따른 관리자 단말기(700)로서 채택될 수 있다.

상기 데이터베이스 관리부(104)는, 차량 정보를 저장하고 있는 차량 정보 데이터베이스(104a), 해당 차량에 부착되는 RFID 태그 정보를 저장하고 있는 RFID 태그 데이터베이스(104b), 차량의 외형 특성을 저장하고 있는 차량 외형 특성 데이터 데이터베이스(104c), 차량의 출입기록을 저장하고 있는 출입기록 데이터베이스(104d), 차량의 영상 데이터 및 감지 데이터로부터 딥러닝 분석을 위해 필요한 학습모델을 저장하고 있는 학습모델 데이터 데이터베이스(104e), 및 인공지능 알고리즘을 저장하고 있는 분석 알고리즘 데이터베이스(104f) 등을 포함할 수 있다.

상기 차량의 외형 특성은, 차량의 크기, 차량의 종류, 차량의 색상, 카메라를 통해 획득한 영상 데이터로부터 3D 모델링을 통해 계산된 해당 차량의 표면적, 및 차량의 표면 특성(찌그러짐, 스크래치, 페인팅 상태) 등을 포함할 수 있다.

상기 실시예에서는, 본 발명의 구현을 위한 정보를 저장하는 데이터베이스를차량 정보 데이터베이스(104a), RFID 태그 데이터베이스(104b), 차량 외형 특성 데이터 데이터베이스(104c), 출입 기록 데이터 베이스(104d), 학습모델 데이터 데이터베이스(104e), 및 분석 알고리즘 데이터베이스(104f)의 여섯 가지 데이터베이스로 분류하였지만, 이러한 분류를 포함한 데이터베이스의 구성은 당업자의 필요에 따라 변경될 수 있다.

한편, 본 발명에 있어서, 데이터베이스란, 협의의 데이터베이스뿐만 아니라, 컴퓨터 파일 시스템에 기반을 둔 데이터 기록 등을 포함하는 넓은 의미의 데이터베이스까지 포함하는 개념으로서, 단순한 연산 처리 로그의 집합이라도 이를 검색하여 소정의 데이터를 추출할 수 있다면 본 발명에서 말하는 데이터베이스에 포함될 수 있음이 이해되어야 한다.

상기 관리자 단말기(700)는 상기 차량출입통제서버(100)로부터 수신되는 불법이 의심되는 차량 정보를 수신한다.

도 4는 도 3의 처리부의 상세 구성도이다.

도 4에 도시된 바와 같이, 상기 처리부(103)는, 차량 번호 처리부(401), RFID 태그 처리부(402), 영상 전처리부(403), 및 3D 모델링 처리부(404)를 포함한다.

상기 차량 번호 처리부(401)는 상기 차량 번호 데이터를 전달받아 차량 정보 데이터베이스를 기반으로 처리하여 차량 등록 여부 데이터를 출력한다.

상기 RFID 태그 처리부(402)는 상기 RFID 리딩 데이터를 전달받아 RFID 태그 데이터베이스를 기반으로 처리하여 해당 차량의 RFID 태그의 진위 여부 데이터를 출력한다.

상기 영상 전처리부(403)는 상기 다수의 카메라(200, 220)를 통해 획득한 영상 이미지를 전처리하여 전처리된 영상 데이터를 출력한다.

상기 3D 모델링 처리부(404)는 상기 전처리된 영상 데이터를 이용하여 해당 차량을 3D 모델링하여 3D 모델링 데이터를 출력한다. 3D 모델링은 다수의 2D 영상 데이터 내의 객체를 정합(image matching)하고, 객체의 형태를 보정(adjustment)한 후, 삼각형 분할하여 STL (Stereo lithography) 파일 형태로 저장한다. 여기서, 삼각형의 크기는 영상 데이터의 해상도에 따라 달라질 수 있다.

영상 데이터의 해상도는 카메라의 해상도에 따라 달라진다. 현재 가장 널리 사용되는 카메라의 해상도가 200만 화소로 1920x1080 (FHD)인데, 조만간 3840x 2160 (UHD/4K)로 업그레이드 될 수 있다.

한편, 삼각형의 크기는 카메라의 해상도 등을 고려하여 한 변의 길이가 1cm 내지 30 cm 범위로 제한될 수 있다.

외형 특성 중 표면적 계산시, 같은 화소의 카메라를 통해 촬영된 이미지를 3D 모델링하여 표면적이 계산되도록 함으로써, 해상도의 차이에 따른 표면적의 변동량을 줄이도록 한다.

도 5는 도 3의 검증부의 상세 구성도이다.

도 5에 도시된 바와 같이, 상기 검증부(105)는, 차량 번호 검증부(501), RFID 태그 검증부(502), 차량 외형 분석부(503)를 포함한다.

상기 차량 번호 검증부(501)는 차량 정보 데이터베이스에 기반하여 해당 차량의 차량 등록 여부를 검증하여 차량 번호 검증 결과를 출력한다.

상기 RFID 태그 검증부(502)는 RFID 태그 데이터베이스에 기반하여 해당 차량에 대한 RFID 태그 진위 여부를 검증하여 RFID 태그 검증 결과를 출력한다.

상기 차량 외형 분석부(503)는 학습모델 데이터베이스, 차량 외형 특성 데이터베이스 및 분석 알고리즘 데이터베이스에 기반하여 상기 3D 모델링 데이터, 상기 전처리된 영상 데이터 및 상기 차량 감지 데이터에 대하여 인공지능 분석 알고리즘을 이용하여 차량의 외형 특성을 분석하여 등록 차량의 검증 결과를 출력한다. 또한, 추가적으로 분석된 차량 외형 특성이 있으면 이를 출력한다.

상기 외형 특성은 차량의 크기, 차량의 종류, 차량의 색상, 카메라를 통해 획득한 영상 데이터로부터 3D 모델링을 통해 계산된 해당 차량의 표면적, 및 차량의 표면 특성(찌그러짐, 스크래치, 페인팅 상태) 등을 포함할 수 있다.

한편, 외형 특성 중 차량의 크기는, 전장, 전폭, 전고, 축거, 윤거전, 및 윤거후를 포함한다. 전장은 수평면 위에 자동차를 놓고 범퍼 등을 포함하여 가장 앞부터 뒤까지 측정한 길이이고, 전폭은 수평면 위의 자동차에서 사이드미러를 제외하고 측정한 좌우 끝단사이의 너비이고, 전고는 접지면에서 가장 높은 부분까지의 높이이고, 축거는 앞뒤 차축 중심에서 중심까지의 수평거리이고, 차축이 2개 이상인 경우 앞 차축 사이를 제1축거, 중간 차축과 뒷 차축 사이를 제2축거라고 하며. 좌우가 다른 축거는 각각 따로 표기한다. 윤거전은 전륜 좌우 타이어의 접촉면 중심에서 중심까지의 거리이고, 윤거후는 후륜 좌우 타이어의 접촉면 중심에서 중심까지의 거리이다.

여기서, 검증부는 3가지에 대하여 순차적으로 이루어지는 것으로 설명하였으나, 동시에 검증될 수도 있다.

도 6은 본 발명에 따른 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 방법의 일실시예 흐름도이다.

먼저, 항만의 입구 및 출구 양방향으로 출입 통제와 관련되는 카메라(200, 220), 센서(300, 320), RFID 리더기(400) 및 출입 차단기(800) 등이 설치되어 시스템이 구축된다(S610).

이후, 차량출입통제서버(100)에서, 항만에 출입이 허가된 차량 정보를 등록한다(S620).

이후, 상기 차량출입통제서버(100)에서, 해당 등록 차량이 구비하는 RFID 태그의 정보를 등록한다(S630).

이후, 상기 차량출입통제서버(100)에서, 상기 카메라(200, 220) 및 센서(300, 320)를 통해 전달받은 해당 등록 차량의 영상 데이터 및 감지 데이터로부터 차량의 외형 특성을 추출하여 데이터베이스에 등록한다(S640).

이후, 상기 카메라(200,220), RFID 리더기(400), 및 센서(300, 320)를 통해 출입 차량의 차량 번호 데이터, 영상 데이터, RFID 리딩 데이터 및 감지 데이터를 획득하여 상기 차량출입통제서버(100)로 전달한다(S650).

이후, 상기 차량출입통제서버(100)에서, 상기 전달받은 출입 차량의 영상 데이터, RFID 리딩 데이터 및 감지 데이터를 처리 및 검증한다(S660)

상기 차량데이터 처리 및 검증단계(S660)의 검증 결과, 검증된 차량임에 따라 상기 출입 차단기를 제어하여 출입을 허가하고, 검증된 차량이 아님에 따라 통제하여 차량출입을 제어한다(S670).

한편, 상기 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 방법은, 상기 차량출입통제서버에서, 해당 차량의 출입 기록을 업데이트하는 출입기록 업데이트단계(S680) 및 상기 차량출입통제서버에서, 해당 차량의 데이터로부터 추가 분석된 차량의 외형 특성을 업데이트하는 차량외형특성 업데이트단계(S690)를 더 포함할 수 있다.

이후, 상기 차량데이터 전달단계(S650)로 진행하여, 계속해서 항만을 진입 및 진출하는 차량에 대하여 검증한다.

도 7은 도 6의 차량데이터 처리 및 검증단계(S660) 및 차량출입 제어단계(S670)의 상세 흐름도이다.

먼저, 상기 차량데이터 처리 및 검증단계(S660)는, 상기 차량 번호 데이터를 전달받아 차량 번호를 인식한다(S710).

이후, 상기 인식한 차량 번호가 등록된 번호인지 판단한다(S720).

상기 차량번호 등록여부 판단단계(S720)의 판단 결과, 상기 인식한 차량 번호가 등록된 번호임에 따라 상기 RFID 리딩 데이터를 전달받아 RFID 태그를 인식한다(S740).

이후, 상기 인식한 RFID 태그가 해당 차량에 등록된 RFID 태그인지 판단한다(S750).

상기 RFID 태그 등록여부 판단단계(S750)의 판단 결과, 상기 인식한 RFID 태그가 해당 차량에 등록된 RFID 태그임에 따라 해당 차량의 다수의 전처리된 영상 데이터로부터 3D 모델링하여 3D 모델링 데이터를 획득한다(S770)

이후, 차량의 3D 모델링 데이터, 영상 데이터 및 감지 데이터를 전달받아 해당 차량의 외형 특성을 인식한다(S775)

여기서, 외형 특성은, 차량의 크기, 차량의 종류, 차량의 색상, 카메라를 통해 획득한 영상 데이터로부터 3D 모델링을 통해 계산된 해당 차량의 표면적, 및 차량의 표면 특성(찌그러짐, 스크래치, 페인팅 상태) 등을 포함할 수 있다.

이후, 상기 인식한 차량의 외형 특성이 해당 차량에 등록된 외형 특성과 동일한지 판단한다(S780).

그리고, 상기 차량데이터 처리 및 검증단계(S660)의 검증 결과에 따른, 상기 차량출입 제어단계(S670)는 다음 4가지 단계를 포함한다.

상기 차량번호 등록여부 판단단계(S720)의 판단결과, 상기 인식한 차량 번호가 등록된 번호가 아님에 따라 등록되지 않은 차량으로 통제한다(S730).

한편, 상기 RFID 태그 등록여부 판단단계(S750)의 판단 결과, 상기 인식한 RFID 태그가 해당 차량에 등록된 RFID 태그가 아님에 따라 불법이 의심되는 차량으로 통제한다(S760).

한편, 상기 차량외형 동일여부 판단단계(S780)의 판단 결과, 상기 인식한 차량의 외형 특성이 해당 차량에 등록된 외형 특성과 동일함에 따라 출입을 허가한다(S790).

한편, 상기 차량외형 동일여부 판단단계(S780)의 판단 결과, 상기 인식한 차량의 외형 특성이 해당 차량에 등록된 외형 특성과 동일하지 않음에 따라 상기 불법차량의심 통제단계(S760)로 진행한다.

이상에서 본 발명의 일 실시예에 따른 RFID 및 영상 처리를 이용한 항만 차량출입통제 방법에 대하여 설명하였지만, RFID 및 영상 처리를 이용한 항만 차량출입통제 방법을 구현하기 위한 프로그램이 저장된 컴퓨터 판독 가능한 기록매체 및 RFID 및 영상 처리를 이용한 항만 차량출입통제 방법을 구현하기 위한 컴퓨터 판독 가능한 기록매체에 저장된 프로그램 역시 구현 가능함은 물론이다.

즉, 상술한 RFID 및 영상 처리를 이용한 항만 차량출입통제 방법은 이를 구현하기 위한 명령어들의 프로그램이 유형적으로 구현됨으로써, 컴퓨터를 통해 판독될 수 있는 기록매체에 포함되어 제공될 수도 있음을 당업자들이 쉽게 이해할 수 있을 것이다. 다시 말해, 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어, 컴퓨터 판독 가능한 기록매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 상기 컴퓨터 판독 가능한 기록매체의 예에는 하드 디스크, 플로피 디스크 및 자기테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리, USB 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

본 발명은 상기한 실시예에 한정되지 아니하며, 적용범위가 다양함은 물론이고, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 다양한 변형 실시가 가능한 것은 물론이다.

100: 차량출입통제서버
101: 송수신부 102: 제어부
102: 처리부 104: 데이터베이스 관리부
105: 검증부 106: 업데이트부
401: 차량 번호 처리부 402: RFID 태그 처리부
403: 영상 전처리부 404: 3D 모델링 처리부
501: 차량 번호 검증부 502: RFID 태그 검증부
503: 차량 외형 분석부
200, 220: 카메라 300, 320: 센서
400: RFID 리더기 500: 차량
520: RFID 태그 600: 차단기 제어기
700: 관리자 단말기 800: 출입 차단기
S610: 출입통제시스템 구축단계
S620: 차량정보 등록단계
S630: RFID 태그 등록단계
S640: 차량외형특성 등록단계
S650: 차량데이터 전달단계
S660: 차량데이터 처리 및 검증단계
S670: 차량출입 제어단계
S680: 출입기록 업데이트단계
S690: 차량외형특성 업데이트단계
S710: 차량번호 인식단계
S720: 차량번호 등록여부 판단단계
S730: 미등록차량 통제단계
S740: RFID 태그 인식단계
S750: RFID 태그 등록여부 판단단계
S760: 불법차량의심 통제단계
S770: 차량 3D 모델링단계
S775: 차량외형 인식단계
S780: 차량외형 동일여부 판단단계
S790: 출입 허가단계

Claims

알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템에 있어서,
항만의 출입구에 구비되어 출입하는 차량을 촬영하여 영상 데이터를 획득하기 위한 다수의 카메라(200, 220);
상기 항만의 출입구에 구비되어 출입하는 차량을 감지하여 감지 데이터를 획득하기 위한 다수의 센서(300, 320);
차량에 부착된 RFID 태그를 감지하여 RFID 리딩 데이터를 획득하기 위한 RFID 리더기(400);
차량 번호를 포함하는 차량 정보, 해당 차량에 구비되는 RFID 태그 정보, 및 차량의 외형 특성을 데이터베이스화한 후, 차량의 진입 및 진출시 해당 차량의 차량 번호 데이터 및 RFID 태그를 감지하고 상기 영상 데이터 및 상기 감지 데이터의 처리 후 차량을 검증하여 등록된 차량과의 일치 여부에 따라 항만의 진입 및 진출 여부를 통제하고, 불법이 의심되는 차량이 감지됨에 따라 이를 관리자 단말기로 알려주기 위한 차량출입통제서버(100); 및
상기 항만의 출입구에 구비되어 상기 차량출입통제서버의 제어에 따라 해당 차량의 출입을 통제하는 출입 차단기(800)
를 포함하고,
상기 차량출입통제서버(100)는,
상기 차량 번호 데이터, 상기 RFID 리딩 데이터, 상기 영상 데이터, 및 상기 감지 데이터를 수신하고, 차량의 검증 결과에 따라 출입통제 제어 신호를 전달하기 위한 송수신부(101);
데이터베이스에 기반하여 상기 차량 번호 데이터 및 상기 RFID 리딩 데이터를 처리하고, 상기 영상 데이터의 전처리 및 3D 모델링을 수행하기 위한 처리부(103);
차량 정보 데이터, RFID 태그 데이터, 차량 외형 특성 데이터, 출입기록 데이터, 상기 검증에 사용되는 분석 알고리즘, 및 학습 모델을 저장하고 있는 데이터베이스 관리부(104);
상기 처리부의 처리에 따라 획득한 차량 등록 여부, RFID 태그 진위 여부, 3D 모델링 데이터, 전처리된 영상 데이터, 및 차량 감지 데이터를 분석하여 등록된 차량을 검증하기 위한 검증부(105);
상기 검증부의 검증 결과, 해당 차량의 출입 기록을 업데이트 하고, 추가 분석된 차량 외형 특성을 업데이트하기 위한 업데이트부(106); 및
상기 송수신부, 상기 처리부, 상기 데이터베이스 관리부, 상기 검증부, 상기 업데이트부 간의 데이터 흐름을 제어하고, 상기 출입 차단기를 제어하는 차단기 제어기의 제어 신호를 생성하기 위한 제어부(102)
를 포함하는 것을 특징으로 하는 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템.
삭제
제1항에 있어서,
상기 처리부(103)는,
상기 차량 번호 데이터를 전달받아 차량 정보 데이터베이스를 기반으로 해당차량의 등록 여부를 출력하는 차량 번호 처리부(401);
상기 RFID 리딩 데이터를 전달받아 RFID 태그 데이터베이스를 기반으로 해당 RFID 태그의 진위 여부를 출력하는 RFID 태그 처리부(402);
상기 다수의 카메라를 통해 획득한 영상 이미지를 전처리하여 전처리된 영상 데이터를 출력하기 위한 영상 전처리부(403); 및
상기 전처리된 영상 데이터를 이용하여 해당 차량을 3D 모델링하여 3D 모델링 데이터를 출력하기 위한 3D 모델링 처리부(404)
를 포함하는 것을 특징으로 하는 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템.
제1항에 있어서,
상기 검증부(105)는,
차량 정보 데이터베이스에 기반하여 해당 차량의 차량 등록 여부를 검증하기 위한 차량 번호 검증부(501);
RFID 태그 데이터베이스에 기반하여 해당 차량에 대한 RFID 태그 진위 여부를 검증하기 위한 RFID 태그 검증부(502); 및
학습모델 데이터베이스, 차량 외형 특성 데이터베이스 및 분석 알고리즘 데이터베이스에 기반하여 상기 3D 모델링 데이터, 상기 전처리된 영상 데이터 및 상기 차량 감지 데이터에 대하여 인공지능 분석 알고리즘을 이용하여 차량의 외형 특성을 분석하기 위한 차량 외형 분석부(503)
를 포함하는 것을 특징으로 하는 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템.
제 1항에 있어서,
상기 다수의 카메라 중 적어도 하나는,
항만 출입구에서 차량 진행방향의 전면에 구비되어, 차량 번호 인식 및 상기 차량의 전면 및 상부의 영상 이미지를 획득하는 것을 특징으로 하고,
상기 다수의 센서는,
적어도 2개 이상 구비되어 상기 차량의 사이즈 데이터를 획득하는 것을 특징으로 하고,
상기 차량의 외형 특성은,
차량의 크기, 차량의 종류, 차량의 색상, 카메라를 통해 획득한 영상 데이터로부터 3D 모델링을 통해 계산된 해당 차량의 표면적, 및 차량의 표면 특성(찌그러짐, 스크래치, 페인팅 상태)을 포함하는 것을 특징으로 하는 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템.
제 1항에 있어서,
상기 차량출입통제서버로부터 수신되는 불법이 의심되는 차량 정보를 수신하는 관리자 단말기(700)
를 더 포함하는 것을 특징으로 하는 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 시스템.
알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 방법에 있어서,
항만의 입구 및 출구 양방향으로 출입 통제와 관련되는 카메라, 센서, RFID 리더기 및 출입 차단기가 설치되는 시스템 구축단계(S610);
차량출입통제서버에서, 항만에 출입이 허가된 차량 정보를 등록하는 차량정보 등록단계(S620);
상기 차량출입통제서버에서, 해당 등록 차량이 구비하는 RFID 태그의 정보를 등록하는 RFID 태그 등록단계(S630);
상기 차량출입통제서버에서, 상기 카메라 및 센서를 통해 전달받은 해당 등록 차량의 영상 데이터 및 감지 데이터로부터 차량의 외형 특성을 추출하여 데이터베이스화하는 상기 차량외형특성 등록단계(S640);
상기 카메라, RFID 리더기, 및 센서를 통해 출입 차량의 차량 번호 데이터, 영상 데이터, RFID 리딩 데이터 및 감지 데이터를 획득하여 상기 차량출입통제서버로 전달하는 차량데이터 전달단계(S650);
상기 차량출입통제서버에서, 상기 전달받은 출입 차량의 영상 데이터, RFID 리딩 데이터 및 감지 데이터를 검증하는 차량데이터 처리 및 검증단계(S660); 및
상기 차량데이터 처리 및 검증단계(S660)의 검증 결과, 검증된 차량임에 따라 상기 출입 차단기를 제어하여 출입을 허가하고, 검증된 차량이 아님에 따라 통제하는 차량출입 제어단계(S670)
를 포함하고,
상기 차량데이터 처리 및 검증단계(S660)는,
상기 차량 번호 데이터를 전달받아 차량 번호를 인식하는 차량번호 인식단계(S710);
상기 인식한 차량 번호가 등록된 번호인지 판단하는 차량번호 등록여부 판단단계(S720);
상기 차량번호 등록여부 판단단계(S720)의 판단 결과, 상기 인식한 차량 번호가 등록된 번호임에 따라 상기 RFID 리딩 데이터를 전달받아 RFID 태그를 인식하는 RFID 태그 인식단계(S740);
상기 인식한 RFID 태그가 해당 차량에 등록된 RFID 태그인지 판단하는 RFID 태그 등록여부 판단단계(S750);
상기 RFID 태그 등록여부 판단단계(S750)의 판단 결과, 상기 인식한 RFID 태그가 해당 차량에 등록된 RFID 태그임에 따라 해당 차량의 다수의 전처리된 영상 데이터로부터 3D 모델링하여 3D 모델링 데이터를 획득하는 차량 3D 모델링단계(S770);
상기 차량의 3D 모델링 데이터, 영상 데이터 및 감지 데이터를 전달받아 해당 차량의 외형을 인식하는 차량외형 인식단계(S775); 및
상기 인식한 차량의 외형 특성이 해당 차량에 등록된 외형 특성과 동일한지 판단하는 차량외형 동일여부 판단단계(S780)
를 포함하는 것을 특징으로 하는 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 방법.
삭제
제7항에 있어서,
상기 차량출입 제어단계(S670)는,
상기 차량번호 등록여부 판단단계(S720)의 판단결과, 상기 인식한 차량 번호가 등록된 번호가 아님에 따라 등록되지 않은 차량으로 통제하는 미등록차량 통제단계(S730);
상기 RFID 태그 등록여부 판단단계(S750)의 판단 결과, 상기 인식한 RFID 태그가 해당 차량에 등록된 RFID 태그가 아님에 따라 불법이 의심되는 차량으로 통제하는 불법차량의심 통제단계(S760);
상기 차량외형 동일여부 판단단계(S780)의 판단 결과, 상기 인식한 차량의 외형 특성이 해당 차량에 등록된 외형 특성과 동일함에 따라 출입을 허가하는 출입 허가단계(S790); 및
상기 차량외형 동일여부 판단단계(S780)의 판단 결과, 상기 인식한 차량의 외형 특성이 해당 차량에 등록된 외형 특성과 동일하지 않음에 따라 상기 불법차량의심 통제단계(S760)로 진행하는 단계
를 포함하는 것을 특징으로 하는 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 방법.
제7항에 있어서,
상기 차량출입통제서버에서, 해당 차량의 출입 기록을 업데이트하는 출입기록 업데이트단계(S680); 및
상기 차량출입통제서버에서, 해당 차량의 데이터로부터 추가 분석된 차량의 외형 특성을 업데이트하는 차량외형특성 업데이트단계(S690)
를 더 포함하는 것을 특징으로 하는 알에프아이디(RFID) 및 영상 처리를 이용한 항만 차량출입통제 방법.