KR102505317B1 - 색상 판독을 이용한 전기차 인식 방법 및 그를 이용한 전기차 주차관리 시스템 - Google Patents
색상 판독을 이용한 전기차 인식 방법 및 그를 이용한 전기차 주차관리 시스템 Download PDFInfo
- Publication number
- KR102505317B1 KR102505317B1 KR1020200164823A KR20200164823A KR102505317B1 KR 102505317 B1 KR102505317 B1 KR 102505317B1 KR 1020200164823 A KR1020200164823 A KR 1020200164823A KR 20200164823 A KR20200164823 A KR 20200164823A KR 102505317 B1 KR102505317 B1 KR 102505317B1
- Authority
- KR
- South Korea
- Prior art keywords
- vehicle
- electric vehicle
- license plate
- value
- color
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 21
- 238000001514 detection method Methods 0.000 claims description 33
- 238000012937 correction Methods 0.000 claims description 28
- 230000008859 change Effects 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 4
- 238000007726 management method Methods 0.000 description 78
- 238000010586 diagram Methods 0.000 description 16
- 230000015654 memory Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 230000002123 temporal effect Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 235000012736 patent blue V Nutrition 0.000 description 2
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Images
Classifications
-
- G06Q50/40—
-
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/30—Transportation; Communications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
- B60L53/66—Data transfer between charging stations and vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
- G08G1/142—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces external to the vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/149—Traffic control systems for road vehicles indicating individual free spaces in parking areas coupled to means for restricting the access to the parking space, e.g. authorization, access barriers, indicative lights
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/12—Electric charging stations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/16—Information or communication technologies improving the operation of electric vehicles
Abstract
본 발명의 일 기술적 측면에 따른 전기차 주차관리 시스템은, 차량의 번호판을 포함하는 차량 이미지를 촬영하는 카메라부, 상기 차량 이미지에 포함된 번호판 영역에 대하여 픽셀 당 RGB (Red Green Blue) 값을 확인하고, 픽셀당 RGB 값에서의 R 색상, G 색상 및 B 색상 간의 관계를 이용하여 상기 차량이 전기차인지 판단하는 전기차 판단부 및 상기 차량이 전기차에 해당되면 전기차 충전 기능을 승인하고, 상기 차량이 전기차가 아니면 상기 차량에게 주차가 불가능함을 알리는 알람을 제공하는 주차 관리부를 포함 할 수 있다.
본 발명에 따르면, 차량 번호판의 색상을 판독하여 전기차 여부를 판단하여 관리함으로써, 적은 리소스로도 전기차 주차 관리를 효율적으로 수행할 수 있으며, 비 전기차가 전기차 주차구역에 주차하는 것을 방지할 수 있는 효과가 있다.
본 발명에 따르면, 차량 번호판의 색상을 판독하여 전기차 여부를 판단하여 관리함으로써, 적은 리소스로도 전기차 주차 관리를 효율적으로 수행할 수 있으며, 비 전기차가 전기차 주차구역에 주차하는 것을 방지할 수 있는 효과가 있다.
Description
본 발명은 색상 판독을 이용한 전기차 인식 방법 및 그를 이용한 전기차 주차관리 시스템에 관한 것이다.
IT 기술 및 영상인식 기술의 발전에 따라 다양한 환경에서 자동화 시스템이 적용되고 있다.
차량 주차 관리 시스템 또한 이러한 시스템 중의 하나로서, 차량의 사진에 대한 영상인식을 기반으로 차량의 입차 및 출자를 관리하는 시스템이 개발되고 있다.
종래의 차량 번호판 인식 기술로서는 한국 공개특허공보 제10-2019-0143548호 등이 있다. 한국 공개특허공보 제10-2019-0143548는 차량의 이미지에서 번호판을 인식하여 차량 번호를 인식하는 기술을 개시하고 있다. 그러나, 이러한 종래 기술의 경우, 차량의 번호만이 인식 가능한 단점이 있다.
최근에는 환경 보전 및 화석연료 절감을 위하여 전기차의 보급이 활발해지고, 특히 공영 주차장 등에는 이러한 전기차를 위한 충전 시설이 필수적으로 구비되고 있다.
그러나, 종래의 주차 관리 시스템의 경우 차량 번호만이 인식 가능하므로, 전기차를 식별하기 위해서는, 차량 번호 관리를 위한 별도의 데이터베이스와 연동 하여야만 전기차를 식별할 수 있는 한계가 있다.
본 발명의 일 기술적 측면은 상기한 종래 기술의 문제점을 해결하기 위한 것으로써, 차량 번호판의 색상을 판독하여 전기차 여부를 판단하여 관리함으로써, 적은 리소스로도 전기차 주차 관리를 효율적으로 수행할 수 있으며, 비 전기차가 전기차 주차구역에 주차하는 것을 방지할 수 있는 색상 판독을 이용한 전기차 인식 방법 및 그를 이용한 전기차 주차관리 시스템을 제공하는 것이다.
또한, 본 발명의 일 기술적 측면은, 시간의 변화나 조명에 의한 번호판 색상의 변화를 보정하도록 함으로써, 일몰 시간 등 시간에 따라 번호판의 색상이 다르게 보여질 수 있는 상황에서도 정확하게 전기차를 식별할 수 있는 색상 판독을 이용한 전기차 인식 방법 및 그를 이용한 전기차 주차관리 시스템을 제공하는 것이다.
본 발명의 상기 목적과 여러 가지 장점은 이 기술분야에 숙련된 사람들에 의해 본 발명의 바람직한 실시예로부터 더욱 명확하게 될 것이다.
본 발명의 일 기술적 측면은 전기차 주차관리 시스템을 제안한다. 전기차 주차관리 시스템은, 차량의 번호판을 포함하는 차량 이미지를 촬영하는 카메라부, 상기 차량 이미지에 포함된 번호판 영역에 대하여 픽셀 당 RGB (Red Green Blue) 값을 확인하고, 픽셀당 RGB 값에서의 R 색상, G 색상 및 B 색상 간의 관계를 이용하여 상기 차량이 전기차인지 판단하는 전기차 판단부 및 상기 차량이 전기차에 해당되면 전기차 충전 기능을 승인하고, 상기 차량이 전기차가 아니면 상기 차량에게 주차가 불가능함을 알리는 알람을 제공하는 주차 관리부를 포함 할 수 있다.
일 실시예에서, 상기 전기차 판단부는, 상기 번호판 영역의 전체 픽셀에 대한, 아래의 수학식 B값 > R값 And B값 > G값 을 만족하는 픽셀의 수가 기 설정된 임계 비율 이상인 경우, 상기 차량은 전기차인 것으로 판단할 수 있다.
일 실시예에서, 상기 전기차 판단부는, [수학식 1]
G값 > R값 And G값 > B값
[수학식 2]
R값 > G값 And R값 > B값
[수학식 3]
Abs(R-G) < 최대값 and Abs(G-B) < 최대값 and Abs(B-R) < 최대값
[수학식 4]
B값 > R값 And B값 > G값
상기 번호판 영역에 대하여, 상기 수학식 1 내지 수학식 3을 만족하지 않고, 상기 수학식 4를 만족하는 픽셀의 수가 임계 비율 이상인 경우, 상기 차량은 전기차인 것으로 판단할 수 있다.
일 실시예에서, 상기 전기차 주차관리 시스템은, 상기 차량 이미지에서 상기 번호판 영역을 인식하고, 상기 번호판 영역에서 문자 및 숫자를 인식하여 차량 번호를 감지하는 차량번호 감지부를 더 포함 할 수 있다.
일 실시예에서, 상기 전기차 판단부는, 상기 차량번호 감지부로부터 상기 번호판 영역에 대한 이미지를 제공받을 수 있다.
일 실시예에서, 상기 차량 감지부는, 상기 전기차 주차관리 시스템이 관리하는 전기차 주차공간에 차량이 존재하는 지 감지하는 차량 감지부를 더 포함 할 수 있다.
일 실시예에서, 상기 차량 감지부는, 상기 전기차 주차공간의 상부에 구비되어, 차량이 주차되면 이를 감지하는 비접촉 센서 및 상기 전기차 주차공간의 하부에 구비되어, 차량이 주차되면 이를 감지하는 코일 센서 중 적어도 하나를 포함 할 수 있다.
본 발명의 다른 일 기술적 측면은 색상 판독을 이용한 전기차 인식 방법을 제안한다. 상기 색상 판독을 이용한 전기차 인식 방법은, 차량의 번호판을 포함하는 차량 이미지를 촬영하는 단계, 상기 차량 이미지에서 상기 번호판 영역을 인식하는 단계, 상기 번호판 영역에 대하여 픽셀 당 RGB (Red Green Blue) 값을 확인하는 단계 및 각 픽셀당 R 색상, G 색상 및 B 색상 간의 관계를 이용하여 상기 번호판 영역의 색상을 판단하여 상기 차량이 전기차인지 판단하는 단계를 포함 할 수 있다.
일 실시예에서, 상기 차량이 전기차인지 판단하는 단계는, 상기 번호판 영역의 전체 픽셀에 대한, 아래의 수학식 B값 > R값 And B값 > G값 을 만족하는 픽셀의 수가 기 설정된 임계 비율 이상인 경우, 상기 차량은 전기차인 것으로 판단하는 단계를 포함 할 수 있다.
일 실시예에서, 상기 차량이 전기차인지 판단하는 단계는,
[수학식 1]
G값 > R값 And G값 > B값
[수학식 2]
R값 > G값 And R값 > B값
[수학식 3]
Abs(R-G) < 최대값 and Abs(G-B) < 최대값 and Abs(B-R) < 최대값
[수학식 4]
B값 > R값 And B값 > G값
상기 번호판 영역에 대하여, 상기 수학식 1 내지 수학식 3을 만족하지 않고, 상기 수학식 4를 만족하는 픽셀의 수가 임계 비율 이상인 경우, 상기 차량은 전기차인 것으로 판단하는 단계를 포함할 수 있다.
상기한 과제의 해결 수단은, 본 발명의 특징을 모두 열거한 것은 아니다. 본 발명의 과제 해결을 위한 다양한 수단들은 이하의 상세한 설명의 구체적인 실시형태를 참조하여 보다 상세하게 이해될 수 있을 것이다.
본 발명의 일 실시형태에 따르면, 차량 번호판의 색상을 판독하여 전기차 여부를 판단하여 관리함으로써, 적은 리소스로도 전기차 주차 관리를 효율적으로 수행할 수 있으며, 비 전기차가 전기차 주차구역에 주차하는 것을 방지할 수 있는 효과가 있다.
또한, 본 발명의 일 실시형태에 따르면, 시간의 변화나 조명에 의한 번호판 색상의 변화를 보정하도록 함으로써, 일몰 시간 등 시간에 따라 번호판의 색상이 다르게 보여질 수 있는 상황에서도 정확하게 전기차를 식별할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른, 색상 판독을 이용한 전기차 인식 방법을 이용한 전기차 주차관리 시스템의 일 적용예를 설명하는 도면이다.
도 2는 본 발명의 일 실시예에 따른 전기차 주차관리 장치의 예시적인 컴퓨팅 운영 환경을 설명하는 도면이다.
도 3은 본 발명의 일 실시예에 따른, 색상 판독을 이용한 전기차 주차관리 장치를 설명하는 블록 구성도이다.
도 4는 도 3에 도시된 차량 감지부의 일 예를 설명하는 도면이다.
도 5는 도 3에 도시된 차량 감지부의 다른 일 예를 설명하는 도면이다.
도 6은 도 3에 도시된 전기차 판단부의 일 실시예를 설명하는 블록 구성도이다.
도 7 내지 도 10은, 도 6에 도시된 전기차 판단부의 판단 시나리오를 설명하기 위한 도면이다.
도 11은 도 3에 도시된 전기차 판단부의 다른 일 실시예를 설명하는 블록 구성도이다.
도 12는 본 발명의 일 실시예에 따른 색상 판독을 이용한 전기차 인식 방법을 설명하는 순서도이다.
도 2는 본 발명의 일 실시예에 따른 전기차 주차관리 장치의 예시적인 컴퓨팅 운영 환경을 설명하는 도면이다.
도 3은 본 발명의 일 실시예에 따른, 색상 판독을 이용한 전기차 주차관리 장치를 설명하는 블록 구성도이다.
도 4는 도 3에 도시된 차량 감지부의 일 예를 설명하는 도면이다.
도 5는 도 3에 도시된 차량 감지부의 다른 일 예를 설명하는 도면이다.
도 6은 도 3에 도시된 전기차 판단부의 일 실시예를 설명하는 블록 구성도이다.
도 7 내지 도 10은, 도 6에 도시된 전기차 판단부의 판단 시나리오를 설명하기 위한 도면이다.
도 11은 도 3에 도시된 전기차 판단부의 다른 일 실시예를 설명하는 블록 구성도이다.
도 12는 본 발명의 일 실시예에 따른 색상 판독을 이용한 전기차 인식 방법을 설명하는 순서도이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시 형태들을 설명한다.
그러나, 본 발명의 실시형태는 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 이하 설명하는 실시 형태로 한정되는 것은 아니다. 또한, 본 발명의 실시형태는 당해 기술분야에서 평균적인 지식을 가진 자에게 본 발명을 더욱 완전하게 설명하기 위해서 제공되는 것이다.
즉, 전술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술되며, 이에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 상세한 설명을 생략한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다. 도면에서 동일한 참조부호는 동일 또는 유사한 구성요소를 가리키는 것으로 사용된다.
또한, 본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "구성된다" 또는 "포함한다" 등의 용어는 명세서 상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.
또한, 이하에서 본 발명에 따른 시스템을 설명하기 위하여 다양한 구성요소 및 그의 하부 구성요소에 대하여 설명하고 있다. 이러한 구성요소 및 그의 하부 구성요소들은, 하드웨어, 소프트웨어 또는 이들의 조합 등 다양한 형태로서 구현될 수 있다. 예컨대, 각 요소들은 해당 기능을 수행하기 위한 전자적 구성으로 구현되거나, 또는 전자적 시스템에서 구동 가능한 소프트웨어 자체이거나 그러한 소프트웨어의 일 기능적인 요소로 구현될 수 있다. 또는, 전자적 구성과 그에 대응되는 구동 소프트웨어로 구현될 수 있다.
본 명세서에 설명된 다양한 기법은 하드웨어 또는 소프트웨어와 함께 구현되거나, 적합한 경우에 이들 모두의 조합과 함께 구현될 수 있다. 본 명세서에 사용된 바와 같은 "부(Unit)", "서버(Server)" 및 "시스템(System)" 등의 용어는 마찬가지로 컴퓨터 관련 엔티티(Entity), 즉 하드웨어, 하드웨어 및 소프트웨어의 조합, 소프트웨어 또는 실행 시의 소프트웨어와 등가로 취급할 수 있다. 또한, 본 발명의 시스템에서 실행되는 각 기능은 모듈단위로 구성될 수 있고, 하나의 물리적 메모리에 기록되거나, 둘 이상의 메모리 및 기록매체 사이에 분산되어 기록될 수 있다.
본 발명의 실시형태를 설명하기 위하여 다양한 순서도가 개시되고 있으나, 이는 각 단계의 설명의 편의를 위한 것으로, 반드시 순서도의 순서에 따라 각 단계가 수행되는 것은 아니다. 즉, 순서도에서의 각 단계는, 서로 동시에 수행되거나, 순서도에 따른 순서대로 수행되거나, 또는 순서도에서의 순서와 반대의 순서로도 수행될 수 있다.
이하에서는, 본 발명의 몇몇 실시예에 따른 색상 판독을 이용한 전기차 인식 방법 및 그를 이용한 전기차 주차관리 시스템을 설명하도록 한다.
도 1은 본 발명의 일 실시예에 따른, 색상 판독을 이용한 전기차 인식 방법을 이용한 전기차 주차관리 시스템의 일 적용예를 설명하는 도면이다.
도 1을 참조하면, 전기차 주차관리 시스템은 적어도 하나의 전기차 주차관리 장치(100)를 포함하고, 실시예에 따라, 관리 서버(300)를 더 포함할 수 있다.
전기차 주차관리 장치(100)는 차량(10)의 번호판 색상을 판독하여 전기차 여부를 판단하여 관리할 수 있다. 이에 따라, 전기차 주차관리 장치(100)는 적은 리소스로도 전기차 주차 관리를 효율적으로 수행할 수 있으며, 비 전기차가 전기차 주차구역에 주차하는 것을 방지할 수 있는 색상 판독을 이용한
전기차 주차관리 장치(100)는 전기차 충전 기능을 포함할 수 있으며, 전기차 주차관리 장치(100)는 전기차로 식별된 차량에 대해서만 전기차 충전 기능을 제공할 수 있다.
일 예로, 하나의 주차 관리 구역(1)은 적어도 하나의 전기차 주차관리 장치(100)를 포함할 수 있다.
관리 서버(300)는 주차 관리 구역(1)에 구비된 적어도 하나의 전기차 주차관리 장치(100)와 연동하여 동작하며, 주차 관리 구역(1)에 대한 전체적인 주차관리 기능을 제공할 수 있다.
일 예로, 관리 서버(300)와 전기차 주차관리 장치(100)는 인트라넷으로 연결되고, 사용자는 관리 서버(300)를 통하여 주차 관리 구역(1)의 주차 현황, 전기차 주차 관리 등을 수행할 수 있다.
실시예에 따라, 전기차 주차관리 시스템은 클라우드 서버(500)를 더 포함할 수 있다. 클라우드 서버(500)는 적어도 하나의 관리 서버(300)와 연동하여 동작하며, 외부에서 관리 서버(300)에 대한 접근 및 모니터링 기능을 제공할 수 있다.
일 예로, 관리 서버(300)와 클라우드 서버(500)는 인터넷으로 연결되고, 사용자는 클라우드 서버(500)에 원격 접속하여 클라우드 서버(500)를 통하여 관리 서버(300)에 대한 접근 및 모니터링을 수행할 수 있다.
.
이하, 도 2 내지 도 9를 참조하여, 이러한 전기차 주차관리 시스템의 다양한 실시예들에 대하여 보다 상세히 설명한다.
도 2는 본 발명의 일 실시예에 따른 전기차 주차관리 장치의 예시적인 컴퓨팅 운영 환경을 설명하는 도면이다.
도 2는 전기차 주차관리 장치의 실시예들이 구현될 수 있는 적합한 컴퓨팅 환경의 일반적이고 단순화된 설명을 제공하기 위한 것이다. 도 2를 참조하면, 전기차 주차관리 장치(100)의 일 예로서, 애플리케이션을 위한 예시적인 컴퓨팅 운영 환경의 블록도인 컴퓨팅 장치가 도시된다.
컴퓨팅 장치는 실시예들에 따라 데이터베이스 프로그램 내의 로직 시나리오에 대한 미리 구축된 컨트롤의 갤러리를 제공하기 위한 애플리케이션을 실행하는 임의의 컴퓨팅 장치일 수 있고, 적어도 프로세싱 유닛(203)과 시스템 메모리(201)를 포함할 수 있다. 컴퓨팅 장치는 프로그램을 실행할 때 협조하는 복수의 프로세싱 유닛을 포함할 수도 있다. 컴퓨팅 장치의 정확한 구성 및 유형에 의존하여, 시스템 메모리(201)는 휘발성(예컨대, 램(RAM)), 비휘발성(예컨대, 롬(ROM), 플래시 메모리 등) 또는 이들의 조합일 수 있다. 시스템 메모리(201)는 플랫폼의 동작을 제어하기 위한 적합한 운영 체제(202)를 포함하는데, 예컨대 마이크로소프트사로부터의 WINDOWS 운영체제와 같은 것일 수 있다. 시스템 메모리(201)는 프로그램 모듈, 애플리케이션 등의 같은 하나 이상의 소프트웨어 애플리케이션을 포함할 수도 있다.
컴퓨팅 장치는 추가적 특징 또는 기능을 가질 수 있다. 예를 들어, 컴퓨팅 장치는 자기 디스크, 광학적 디스크, 또는 테이프와 같은 추가적인 데이터 저장 장치(204)를 포함할 수 있다. 이러한 추가적 저장소는 이동식 저장소 및/또는 고정식 저장소 일 수 있다. 컴퓨터 판독가능 저장 매체는 컴퓨터 판독가능 인스트럭션, 데이터 구조, 프로그램 모듈, 또는 기타 데이터와 같은 저장정보를 위한 임의의 방법이나 기법으로 구현되는 휘발성 및 비휘발성, 이동식 및 고정식 매체를 포함할 수 있다. 시스템 메모리(201), 저장소(204)는 모두 컴퓨터 판독가능 저장 매체의 예시일 뿐이다. 컴퓨터 판독가능 저장 매체는 램(RAM), 롬(ROM), EEPROM, 플래시 메모리 또는 다른 메모리 기법, CD-ROM, DVD 또는 다른 광학적 저장소, 자기 테이프, 자기 디스크 저장소 또는 다른 자기적 저장 장치, 또는 원하는 정보를 저장하고 컴퓨팅 장치(200)에 의해 액세스될 수 있는 임의의 다른 매체를 포함할 수 있는데, 이에 한정되는 것은 아니다.
컴퓨팅 장치의 입력 장치(205), 예컨대 키보드, 마우스, 펜, 음성 입력 장치, 터치 입력 장치, 및 비교 가능한 입력 장치를 포함할 수 있다. 출력 장치(206)는, 예컨대 디스플레이, 스피커, 프린터, 및 다른 유형의 출력 장치가 포함될 수도 있다. 이들 장치는 본 기술분야에서 널리 알려진 것이므로 자세한 설명은 생략한다.
컴퓨팅 장치는 예컨대 분산 컴퓨팅 환경에서의 네트워크(20), 예컨대, 유무선 네트워크, 위성 링크, 셀룰러 링크, 근거리 네트워크, 및 비교가능한 메커니즘을 통해 장치가 다른 장치들과 통신하도록 허용하는 통신 장치(207)를 포함할 수도 있다. 통신 장치(207)는 통신 매체의 한가지 예시이며, 통신 매체는 그 안에 컴퓨터 판독 가능 인스트럭션, 데이터 구조, 프로그램 모듈, 또는 다른 데이터를 포함할 수 있다. 예시적으로, 통신 매체는 유선 네트워크나 직접 유션 접속과 같은 유선 매체, 및 음향, RF, 적외선 및 다른 무선 매체와 같은 무선 매체를 포함하는데, 이에 한정되는 것은 아니다.
도 3은 본 발명의 일 실시예에 따른, 색상 판독을 이용한 전기차 주차관리 장치를 설명하는 블록 구성도이다.
도 3을 참조하면, 전기차 주차관리 장치(100)는 차량 감지부(110), 카메라부(120), 전기차 판단부(130), 차량번호 감지부(140), 주차 관리부(150) 및 데이터베이스(160)를 포함할 수 있다.
차량 감지부(110)는 전기차 주차관리 장치(100)가 관리하는 전기차 주차공간에 차량이 존재하는 지 감지할 수 있다.
일 실시예에서, 차량 감지부(110)는 전기차 주차관리 장치(100)가 관리하는 주차 공간의 상부에 구비되어, 차량이 주차되면 이를 감지하는 비접촉 센서를 포함할 수 있다. 이러한 비접촉 센서로는 적외선(IR, InfraRed) 센서, 초음파 센서, 비젼 센서, 레이더 센서, 레이저 센서 등이 적용 가능하다.
일 실시예에서, 차량 감지부(110)는 전기차 주차관리 장치(100)가 관리하는 주차 공간의 하단부에 구비되어, 차량이 주차되면 이를 감지하는 코일 센서를 포함할 수 있다.
차량 감지부(110)는 전기차 주차관리 장치(100)가 관리하는 주차 공간에 차량이 존재하는 지에 대한 감지 정보를 주차 관리부(150)에 제공할 수 있다.
카메라부(120)는 주차 공간에 진입하는 차량을 촬영할 수 있다. 카메라부(120)는 차량의 번호판을 포함하는 차량 이미지를 촬영할 수 있다. 카메라부(120)에 의하여 촬영된 차량 이미지는 전기차 판단부(130) 및 차량번호 감지부(140)에 제공될 수 있다.
전기차 판단부(130)는 차량 이미지에 포함된 번호판 영역에 대하여 픽셀 당 RGB (Red Green Blue) 값을 확인 할 수 있다. 전기차 판단부(130)는 차량 이미지에서의 번호판 영역을 확인하고, 번호판 영역 내의 각각의 픽셀에 대하여 RGB (Red Green Blue) 값을 확인 할 수 있다.전기차 판단부(130)는 각 픽셀에 대하여 R 색상, G 색상 및 B 색상 간의 관계를 이용하여 차량이 전기차인지 판단 할 수 있다.
예컨대, 전기차 판단부(130)는 하나의 픽셀 당 R 색상, G 색상 및 B 색상을 확인하고, 해당 픽셀에 대하여 이하에서 설명할 수학식을 만족하는지 확인할 수 있다. 전기차 판단부(130)는 번호판 영역에서 수학식을 만족하는 픽셀의 비율을 이용하여 해당 차량이 전기차인지 확인할 수 있다.
일 실시예에서, 전기차 판단부(130)는 차량 이미지에서 번호판 영역을 감지하고, 감지된 번호판 영역 내의 각각의 픽셀에 대하여 RGB (Red Green Blue) 값을 확인 할 수 있다.
다른 일 실시예에서, 차량번호 감지부(140)가 차량 이미지에서 번호판 영역을 감지하고, 감지된 번호판 영역에 대한 정보를 전기차 판단부(130)에 제공할 수 있다.
전기차 판단부(130)가 R값, G값 및 B값을 가지고 전기차를 판단하는 구체적인 동작에 대해서는 도 6 내지 도 10을 참조하여 이하에서 보다 상세히 설명한다.
차량번호 감지부(140)는 차량 이미지에서 번호판 영역을 인식하고, 번호판 영역에서 문자 및 숫자를 인식하여 차량 번호를 감지할 수 있다.
일 예로, 차량 이미지에서 번호판 영역을 인식하기 위하여, 차량번호 감지부(140)는 번호판 영역에 대하여 필터링을 수행하여 에지를 추출하고, 그에 대하여 이진화를 수행할 수 있다. 이후, 이진화 된 이미지에 대하여 숫자를 검출하고, 숫자 배열이 존재하는 영역을 선별할 수 있다. 이를 위하여, 차량번호 감지부(140)는 사전에 차량 번호판의 타입에 따른 숫자 배열 및 전체 영역에 대한 정보를 구비할 수 있으며, 이를 기반으로 번호판 영역을 감지할 수 있다. 필요에 따라, 차량번호 감지부(140)는 촬상 이미지에서의 숫자의 기울기가 존재하는 경우, 해당 기울기를 반영하여 번호판 영역을 보정하여 추출할 수 있다.
일 예로, 번호판 영역에서 문자 및 숫자를 인식하여 차량 번호를 감지하기 위하여, 차량번호 감지부(140)는 번호판 영역에 포함된 숫자 또는 문자에 대하여 각각의 신경망 인식기를 이용하여 문자 (또는 숫자) 인식을 수행할 수 있다. 예컨대, 차량번호 감지부(140)는 문자 또는 숫자 블록을 인식하고 이들의 크기를 정규화 시키고, 소정의 피쳐들을 추출하여 각각의 문자 또는 숫자를 인식할 수 있다.
상술한 설명 외에도, 다양한 방식으로 차량번호 감지부(140)는 차량 이미지에서 번호판 영역을 인식하고, 번호판 영역에서 문자 및 숫자를 인식하여 차량 번호를 감지할 수 있다.
주차 관리부(150)는 전기차 주차관리 장치(100)가 관리하는 전기차 주차공간에 대한 주차 관리를 수행할 수 있다.
일 예로, 주차 관리부(150)는 전기차 판단부(130)에서의 판단을 기초로, 전기차 주차공간에 비 전기차가 입차를 시도하는 경우, 해당 차량에게 주차가 불가능하는 알람을 제공할 수 있다. 실시예에 따라, 전기차 주차관리 장치(100)는 입차금지 차단수단을 더 포함할 수 있고, 주차 관리부(150)는 비 전기차가 입차를 시도하는 경우, 이를 차단하도록 입차금지 차단수단을 제어할 수 있다.
일 예로, 주차 관리부(150)는 전기차 판단부(130)에서 입차를 시도하는 차량이 전기차로 판단하면, 해당 전기차에 대하여 충전 기능을 승인하고 충전을 위한 사용자 설명을 제공하도록 할 수 있다.
일 예로, 주차 관리부(150)는 차량번호 감지부(140)에서 감지된 차량 번호를 기초로, 각 주차공간에 주차되는 차량에 대한 입차 및 출차를 관리할 수 있다. 주차 관리부(150)는 이를 기반으로, 각 차량에 대한 주차비용 산정 및 비용 정산 기능을 제공할 수 있다.
일 예로, 주차 관리부(150)는 전기차 주차공간에 차량이 존재하는 지에 대한 감지 정보를 주차 관리부(150)로부터 제공받고, 이를 기초로 전기차 주차공간의 사용 현황을 관리할 수 있다.
데이터베이스(160)는 전기차 주차관리 장치의 운영에 필요한 데이터를 저장할 수 있다. 일 예로, 데이터베이스(160)는 영상 인식을 위하여 필요한 사전 데이터, 입차 및 출차 데이터 등 관련 데이터를 저장하고 갱신하는 기능을 제공할 수 있다.
도 4는 도 3에 도시된 차량 감지부의 일 예를 설명하는 도면이고, 도 5는 도 3에 도시된 차량 감지부의 다른 일 예를 설명하는 도면이다.
도 4를 참조하면, 차량 감지부(110)는 전기차 주차관리 장치가 관리하는 주차 공간의 상부에 구비되어, 차량이 주차되면 이를 감지하는 비접촉 센서를 포함할 수 있다. 이러한 비접촉 센서로는 적외선(IR, InfraRed) 센서, 초음파 센서, 비젼 센서, 레이더 센서, 레이저 센서 등이 적용 가능하다.
이러한 비접촉 센서는 발광소자를 포함할 수 있으며, 예를 들어, 입차 상태에서는 붉은 색으로 발광하고, 공차 상태에서는 녹색으로 발광할 수 있다.
도 5를 참조하면, 차량 감지부(110)는 전기차 주차관리 장치가 관리하는 주차 공간의 하단부에 구비되어, 차량이 주차되면 이를 감지하는 코일 센서를 포함할 수 있다.
예를 들어, 코일 센서는 주차 공간의 하부 중앙 부분(501)에 매설되어 설치되며, 코일 센서의 상부에 차량, 즉, 도전성 금속 장치가 위치하는 경우 이를 감지하여 차량의 존재를 파악할 수 있다. 실시예에 따라, 코일 센서는 전기차 무선 충전용 코일일 수 있다.
도 6은 도 3에 도시된 전기차 판단부의 일 실시예를 설명하는 블록 구성도이다.
도 6을 참조하면, 전기차 판단부(130)는 영상인식 모듈(131), 색상 검출 모듈(132) 및 전기차 판단모듈(133)을 포함할 수 있다.
영상인식 모듈(131)은 차량 이미지에서 번호판 영역을 인식하여 추출할 수 있다. 일 예로, 영상인식 모듈(131)은 번호판 영역에 대하여 필터링을 수행하여 에지를 추출하고, 그에 대하여 이진화를 수행하고, 이진화 된 이미지에 대하여 숫자를 검출하고 숫자 배열이 존재하는 포함하여 번호판 영역을 선별할 수 있다. 영상인식 모듈(131)은 사전에 차량 번호판의 타입에 따른 숫자 배열 및 전체 영역에 대한 정보를 구비할 수 있으며, 이를 기반으로 번호판 영역을 감지할 수 있다.
일 예로, 영상인식 모듈(131)은 차량번호 감지부(140)의 일 구성으로 구현될 수 있다.
다른 일 예로, 영상인식 모듈(131)은 차량번호 감지부(140)로부터 번호판 영역을 제공받아 색상 검출 모듈(132)에 제공할 수 있다.
실시예에 따라, 영상인식 모듈(131)의 기능은 차량번호 감지부(140)에 의하여 수행될 수도 있다.
색상 검출 모듈(132)은 번호판 영역에 대하여 각 픽셀의 RGB (Red Green Blue) 을 산출할 수 있다. 색상 검출 모듈(132)은 번호판 영역에 포함된 복수의 픽셀 대하여 각각 R값, G값 및 B값을 산출할 수 있다.
전기차 판단모듈(133)은 픽셀당 RGB 값에서의 R 색상, G 색상 및 B 색상 간의 관계를 이용하여 차량이 전기차인지 판단할 수 있다.
도 7 내지 도 10은, 도 6에 도시된 전기차 판단부의 판단 시나리오를 설명하기 위한 도면으로서, 이하 도 7 내지 도 10을 더 참조하여, 전기차 판단모듈(133)에 대하여 설명한다.
도 7을 참조하면, 번호판 영역 내에서의 임의의 픽셀 값이 ＇컬러 81/104/93＇으로 검출되어 있음을 알 수 있다.
도시된 예와 같이, G 값이 가장 높게 나오는 경우, 즉, 아래의 수학식 1을 만족하는 경우, 전기차 판단모듈(133)은 녹색 번호판으로 인식할 수 있다.
[수학식 1]
G값 > R값 And G값 > B값
구체적으로, 전기차 판단모듈(133)은 각각의 픽셀에 대하여 수학식 1을 만족하는지 확인할 수 있다.
전기차 판단모듈(133)은 번호판 영역의 총 픽셀의 수에 대한 수학식 1을 만족하는 픽셀의 수의 비율을 확인하고, 확인된 비율이 임계치를 초과하는 경우 해당 번호판은 녹색 번호판으로 판단할 수 있다.
일 실시예에서, 임계 비율은 30%로 설정될 수 있다. 예컨대, 번호판 영역의 총 픽셀수가 100이라고 할 때, 수학식 1을 만족하는 픽셀의 수가 30개 이상이면, 해당 번호판은 녹색으로 판단할 수 있다. 이와 같이, 비율의 임계치를 설정함으로써, 번호판 영역에서 배경색 외의 다른 색깔 (예컨대, 표시된 번호의 색깔)에 의한 오인식을 방지하기 위함이다.
녹색 번호판은 구형 번호판으로서 비 전기차이므로, 전기차 판단모듈(133)은 해당 차량은 비 전기차로 판단할 수 있다.
도 8을 참조하면, 색상 검출 모듈(132)은 번호판 영역 내에서의 임의의 픽셀 값으로서＇컬러 148/124/78＇을 검출한 예를 도시하고 있다.
도시된 예와 같이, R값이 G값 및 B값 보다 큰 경우, 즉, 아래의 수학식 2를 만족하는 경우, 전기차 판단모듈(133)은 노란색 번호판으로 인식할 수 있다.
[수학식 2]
R값 > G값 And R값 > B값
구체적으로, 전기차 판단모듈(133)은 각각의 픽셀에 대하여 수학식 2를 만족하는지 확인할 수 있다.
전기차 판단모듈(133)은 번호판 영역의 총 픽셀의 수에 대한 수학식 2를 만족하는 픽셀의 수의 비율을 확인하고, 확인된 비율이 임계치를 초과하는 경우 해당 번호판은 노란 번호판으로 판단할 수 있다.
영업용 노란색 번호판은 비 전기차이므로, 전기차 판단모듈(133)은 해당 차량은 비 전기차로 판단할 수 있다.
도 9를 참조하면, 색상 검출 모듈(132)은 번호판 영역 내에서의 임의의 픽셀 값으로서＇컬러 115/119/119＇을 검출한 예를 도시하고 있다.
도시된 예는, R값, G값 및 B값이 일정한 인접한 범위 내에서 존재하는 경우에 해당되며, 이는 흰색 번호판의 경우에 해당된다.
전기차 판단모듈(133)은 아래의 수학식 3을 만족하는 픽셀의 수를 확인하고, 번호판 영역의 전체 픽셀의 수에 대한 수학식 3을 만족하는 픽셀의 수의 비율이 임계 비율 이상이면 해당 차량의 번호판은 흰색으로 감지할 수 있다.
[수학식 3]
Abs(R-G) < 최대값 and Abs(G-B) < 최대값 and Abs(B-R) < 최대값
여기에서, Abs()는 절대값이다. 최대값은 사전 설정되는 값으로서, 예를 들어 30일 수 있다.
즉, 전기차 판단모듈(133)은 R값, G값 및 B값 간의 차이가 임의 설정된 최대값 이하인 경우를 만족하는 픽셀의 수를 확인하고, 이러한 픽셀의 수의 전체 번호판 영역의 픽셀의 수에 대한 비율이 임계 비율 이상인 경우, 해당 차량의 번호판은 흰색으로 판단할 수 있다.
일반 흰색 번호판은 비 전기차이므로, 전기차 판단모듈(133)은 해당 차량은 비 전기차로 판단할 수 있다.
도 10은 전기차에 대한 촬상 이미지로서, 색상 검출 모듈(132)은 번호판 영역 내에서의 임의의 픽셀 값으로서 ＇컬러 40/83/118＇을 검출한 예를 도시하고 있다.
[수학식 4]
B값 > R값 And B값 > G값
전기차 판단모듈(133)은 수학식 4를 만족하는 픽셀의 수를 확인하고, 번호판 영역의 전체 픽셀의 수에 대한 수학식 3을 만족하는 픽셀의 수의 비율이 임계 비율 이상이면 해당 차량의 번호판은 흰색으로 감지할 수 있다.
하늘색 번호판은 전기차이므로, 전기차 판단모듈(133)은 해당 차량은 전기차로 판단할 수 있다.
이와 같이, 전기차는 하늘색 번호판을 장착하고 있고, 전기차 판단모듈(133)은 번호판의 RGB값을 이용하여 하늘색 번호판을 식별하여 전기차를 판단할 수 있다. 따라서, 전기차를 식별하기 위하여 별도의 데이터가 필요 없이, 전기차 판단모듈(133)은 번호판의 색상을 판독함으로서 적은 리소스로도 용이하게 전기차를 식별해 낼 수 있다.
일 실시예에서, 전기차 판단모듈(133)은 임계비율에 대하여 보정값을 반영하여 전기차 여부를 판단할 수 있다. 즉, 상술한 예에서는 임계비율(예를 들어 30%)를 기준으로 각 차량의 번호판의 종류를 판단하였으나, 본 실시예에서는 임계비율(30%)에 보정값(예컨대, ±5%)을 적용하여 임계비율을 보정하여 (35%) 전기차 여부를 판단할 수 있다.
이는, 전기차 충전소의 케노피(지붕)의 색상이 유색 아크릴로 구성되는 경우나, 또는 그늘진 경우와 그렇지 않은 경우 등과 같이 외부적 요인에 의하여 색상값이 다르게 변동될 수 있기 때문이다.
여기에서, 전기차 판단모듈(133)은 번호판의 테두리 및 번호의 색상을 기준으로 상기 보정값을 설정할 수 있다.
즉, 초록색 번호판 번호에서는 테두리 및 번호의 색상이 흰색이고, 노란색 번호판, 하얀색 번호판 및 파란색 번호판에서는 테두리 및 번호의 색상이 검은 색이다. 따라서, 번호판의 테두리 및 번호의 색상이 흰색에 가까운 색깔로서 흰색이 아닌 경우, 해당 색깔과 흰색과의 차이에 비례하여 보정치를 설정할 수 있다. 또는 번호판의 테두리 및 번호의 색상이 검은색에 가까운 색깔로서 검은색이 아닌 경우, 해당 색깔과 검은색과의 차이에 비례하여 보정치를 설정할 수 있다.
도 11은 도 3에 도시된 전기차 판단부의 다른 일 실시예를 설명하는 블록 구성도이다.
도 11을 참조하면, 전기차 판단부의 다른 일 실시예(130-1)는 영상인식 모듈(131), 색상 검출 모듈(132), 전기차 판단모듈(133) 및 시간적 색상 보정모듈(134)을 포함할 수 있다.
영상인식 모듈(131) 내지 전기차 판단모듈(133)에 대해서는 도 6 내지 도 10을 참조하여 상술한 설명으로부터 쉽게 이해할 수 있으므로, 여기에서는 중복된 설명은 생략한다.
시간적 색상 보정모듈(134)은 시간에 따른 태양 빛의 색변화에 대응하여 시간에 따른 RGB 색상 보정값을 설정할 수 있다.
일 예로, 시간적 색상 보정모듈(134)은 일몰 시간대에 대하여 R값을 보상하도록 색상 보정값을 설정할 수 있다. 일몰 시에는 태양 빛이 통과하는 대기층의 두께가 상대적으로 두꺼워지므로, 파란색 빛이 산란되게 되며 그에 따라 붉은 색으로 나타나게 된다. 이러한 태양 빛의 변화에 의하여 피사체도 일몰 시에는 보다 붉게 표현되게 된다.
이를 보상하기 위하여, 시간적 색상 보정모듈(134)은 일몰 시간대에 대한 정보를 확인하고, 일몰 시간대가 되면 일몰의 영향에 의하여 유발되는 태양 빛의 변화에 대응하여 RGB 색상 보정값을 설정할 수 있다. 즉, 시간적 색상 보정모듈(134)은 일몰 시간대가 되면 R값을 낮추는 색상 보정값을 설정할 수 있다. 여기에서, 색상 보정값의 구체적인 값은 계절, 위경도 및 시간에 따라 달리 설정될 수 있고, 시간적 색상 보정모듈(134)은 이러한 색상 보정값을 사전에 구비하여 데이터베이스에 저장하여 사용할 수 있다.
시간적 색상 보정모듈(134)에서 생성된 색상 보정값은 색상 검출 모듈(132)에서 검출된 평균 RGB 값에 보상되고, 전기차 판단모듈(133)은 보상된 RGB값을 기준으로 전기차 여부를 판단할 수 있다.
이와 같이, 시간적 색상 보정모듈(134)은 시간에 따른 태양 빛의 색 변화에대응하여 보정값을 산출하므로, 일몰 시간대에도 오차없이 전기차 여부를 판단할 수 있다.
다른 일 예로, 시간적 색상 보정모듈(134)은 야간 시간대의 조명에 의하여 색상 보정값을 설정할 수 있다. 야간 시간대에는 차량 번호판을 식별하기 위하여 조명이 켜질 수 있고, 조명은 자연광과 다른 색상적 차이를 가질 수 있다. 따라서, 시간적 색상 보정모듈(134)은 설치된 조명에 의한 색상 차이에 의한 보정값을 설정하고, 조명이 켜지는 시간 이후의 시간대에서는 조명에 의한 보정값을 설정할 수 있다.
이상에서는 도 1 내지 도 11을 참조하여, 전기차 주차관리 시스템의 다양한 실시예들에 대하여 설명하였다.
이하에서는, 도 12를 참조하여, 본 발명의 일 실시예에 따른 색상 판독을 이용한 전기차 인식 방법에 대하여 설명한다.
이하에서 설명할 색상 판독을 이용한 전기차 인식 방법은, 도 1 내지 도 11을 참조하여 기 설명한 전기차 주차관리 시스템을 기초로 수행되므로, 상술한 설명을 참조하여 보다 쉽게 이해할 수 있다.
도 12는 본 발명의 일 실시예에 따른 색상 판독을 이용한 전기차 인식 방법을 설명하는 순서도이다.
도 12를 참조하면, 전기차 주차관리 장치(100)는 차량의 번호판을 포함하는 차량 이미지를 촬영할 수 있다(S1210).
전기차 주차관리 장치(100)는차량 이미지에서 상기 번호판 영역을 인식하고(S1220), 번호판 영역의 각 픽셀에 대하여 RGB (Red Green Blue) 값을 산출할 수 있다(S1230).
전기차 주차관리 장치(100)는 각 픽셀당 RGB 값에서의 R 색상, G 색상 및 B 색상 간의 관계를 이용하여 차량이 전기차인지 판단할 수 있다(S1240).
단계 S1240에 대한 일 실시예에서, 전기차 주차관리 장치(100)는, 번호판 영역에서 상술한 수학식 4를 만족하는 픽셀의 수가 임계 비율 이상인 경우, 해당 차량은 전기차인 것으로 판단할 수 있다.
단계 S1240에 대한 다른 일 실시예에서, 전기차 주차관리 장치(100)는, 상기 번호판 영역에 대하여, 전술한 수학식 1 내지 수학식 3을 만족하지 않고, 전술한 수학식 4를 만족하는 경우, 상기 차량은 전기차인 것으로 판단할 수 있다.
이상에서 설명한 본 발명은 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니고 후술하는 특허청구범위에 의해 한정되며, 본 발명의 구성은 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 그 구성을 다양하게 변경 및 개조할 수 있다는 것을 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 쉽게 알 수 있다.
1 : 주차관리 지역 10 : 차량
100 : 전기차 주차관리 장치 300 : 관리 서버
500 : 클라우드 서버
201 : 시스템 메모리 202 : 운영체제
203 : 프로세싱 유닛 204 : 저장소
205 : 입력장치 206 : 출력장치
207 : 통신장치
110 : 차량 감지부 120 : 카메라부
130 : 전기차 판단부 140 : 차량번호 감지부
150 : 주차 관리부 160 : 데이터베이스
131 : 영상인식 모듈 132 : 색상 검출 모듈
133 : 전기차 판단모듈
100 : 전기차 주차관리 장치 300 : 관리 서버
500 : 클라우드 서버
201 : 시스템 메모리 202 : 운영체제
203 : 프로세싱 유닛 204 : 저장소
205 : 입력장치 206 : 출력장치
207 : 통신장치
110 : 차량 감지부 120 : 카메라부
130 : 전기차 판단부 140 : 차량번호 감지부
150 : 주차 관리부 160 : 데이터베이스
131 : 영상인식 모듈 132 : 색상 검출 모듈
133 : 전기차 판단모듈
Claims (10)
- 차량의 번호판을 포함하는 차량 이미지를 촬영하는 카메라부;
상기 차량 이미지에 포함된 번호판 영역에 대하여 픽셀 당 RGB (Red Green Blue) 값을 확인하고, 픽셀당 RGB 값에서의 R 색상, G 색상 및 B 색상 간의 관계를 이용하여 상기 차량이 전기차인지 판단하는 전기차 판단부;
상기 차량이 전기차에 해당되면 전기차 충전 기능을 승인하고, 상기 차량이 전기차가 아니면 상기 차량에게 주차가 불가능함을 알리는 알람을 제공하는 주차 관리부; 및
상기 차량 이미지에서 상기 번호판 영역을 인식하고, 상기 번호판 영역에서 문자 및 숫자를 인식하여 차량 번호를 감지하는 차량번호 감지부;를 포함하고,
상기 전기차 판단부는
상기 차량번호 감지부로부터 상기 번호판 영역에 대한 이미지를 제공받고,
상기 차량번호 감지부는,
차량 번호판의 타입에 따른 숫자 배열 및 전체 영역에 대한 정보를 저장하고, 상기 번호판 영역에 대하여 필터링을 수행하여 에지를 추출하고, 이진화를 수행하여 생성된 이진화 된 이미지에 대하여 숫자를 검출하고, 숫자 배열이 존재하는 영역을 선별하고, 선별된 상기 번호판 영역에 포함된 숫자 및 문자에 대하여 신경망 인식을 기반으로 문자 및 숫자 블록을 인식하여 각 문자 및 숫자 블록의 크기를 정규화하고, 소정의 피쳐들을 추출하여 각각의 문자 및 숫자를 인식하되, 상기 차량 이미지에서의 숫자의 기울기가 존재하는 경우, 해당 기울기를 반영하여 번호판 영역을 보정하여 추출하고,
상기 전기차 판단부는,
계절, 위경도 및 시간에 따라 미리 설정된 색상 보정값을 저장하고, 시간에 따른 태양 빛의 색변화에 대응하여 시간에 따른 RGB 색상 보정값을 설정하는 전기차 주차관리 시스템.
- 제1항에 있어서, 상기 전기차 판단부는
상기 번호판 영역의 전체 픽셀에 대한, 아래의 수학식
B값 > R값 And B값 > G값
을 만족하는 픽셀의 수가 기 설정된 임계 비율 이상인 경우,
상기 차량은 전기차인 것으로 판단하는 것을 특징으로 하는 전기차 주차관리 시스템.
- 제1항에 있어서, 상기 전기차 판단부는
[수학식 1]
G값 > R값 And G값 > B값
[수학식 2]
R값 > G값 And R값 > B값
[수학식 3]
Abs(R-G) < 최대값 and Abs(G-B) < 최대값 and Abs(B-R) < 최대값
[수학식 4]
B값 > R값 And B값 > G값
상기 번호판 영역에 대하여, 상기 수학식 1 내지 수학식 3을 만족하지 않고, 상기 수학식 4를 만족하는 픽셀의 수가 임계 비율 이상인 경우, 상기 차량은 전기차인 것으로 판단하는 것을 특징으로 하는 전기차 주차관리 시스템.
- 삭제
- 삭제
- 제1항에 있어서, 상기 전기차 주차관리 시스템이 관리하는 전기차 주차공간에 차량이 존재하는 지 감지하는 차량 감지부;
를 포함하는 전기차 주차관리 시스템.
- 제6항에 있어서, 상기 차량 감지부는
상기 전기차 주차공간의 상부에 구비되어, 차량이 주차되면 이를 감지하는 비접촉 센서; 및
상기 전기차 주차공간의 하부에 구비되어, 차량이 주차되면 이를 감지하는 코일 센서;
중 적어도 하나를 포함하는 전기차 주차관리 시스템.
- 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200164823A KR102505317B1 (ko) | 2020-11-30 | 2020-11-30 | 색상 판독을 이용한 전기차 인식 방법 및 그를 이용한 전기차 주차관리 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200164823A KR102505317B1 (ko) | 2020-11-30 | 2020-11-30 | 색상 판독을 이용한 전기차 인식 방법 및 그를 이용한 전기차 주차관리 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220076050A KR20220076050A (ko) | 2022-06-08 |
| KR102505317B1 true KR102505317B1 (ko) | 2023-03-06 |
Family
ID=81980675
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200164823A KR102505317B1 (ko) | 2020-11-30 | 2020-11-30 | 색상 판독을 이용한 전기차 인식 방법 및 그를 이용한 전기차 주차관리 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102505317B1 (ko) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116884214B (zh) * | 2023-07-10 | 2024-01-26 | 珠海大横琴城市公共资源经营管理有限公司 | 市政车辆的监测预警方法及系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101719549B1 (ko) * | 2016-01-07 | 2017-03-24 | (주)아이엠시티 | 차량 번호판 인식을 위한 영상처리방법 및 이를 이용한 차량 번호판 인식 장치 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101307240B1 (ko) * | 2011-06-29 | 2013-09-12 | 지정훈 | 전기자동차 충전 방법 |
| KR20190143548A (ko) | 2018-06-14 | 2019-12-31 | 주식회사 아임클라우드 | 차량번호, 종류, 및 색상 학습을 통한 번호판 인식률이 향상되고, 실시간 학습이 가능한 차량 인식 시스템 |
| KR20200107592A (ko) * | 2019-03-08 | 2020-09-16 | 삼현씨앤에스 주식회사 | 전기자동차 확인이 가능한 전기자동차 충전방법 |
-
2020
- 2020-11-30 KR KR1020200164823A patent/KR102505317B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101719549B1 (ko) * | 2016-01-07 | 2017-03-24 | (주)아이엠시티 | 차량 번호판 인식을 위한 영상처리방법 및 이를 이용한 차량 번호판 인식 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220076050A (ko) | 2022-06-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210213961A1 (en) | Driving scene understanding | |
| KR102371587B1 (ko) | 횡단보도 인식 결과를 이용한 안내 정보 제공 장치 및 방법 | |
| KR101988540B1 (ko) | 주차 관리 시스템 및 방법 | |
| KR102061445B1 (ko) | 가시광 및 적외선 융합 영상 기반 객체 검출 방법 및 장치 | |
| US20200364467A1 (en) | Method and device for detecting illegal parking, and electronic device | |
| US9152856B2 (en) | Pedestrian detection system and method | |
| KR100964025B1 (ko) | 차량 하부영상을 이용한 입출차 제어 시스템 및 그 제어를 위한 장치 | |
| KR102297169B1 (ko) | 차량 번호판 및 차종 인식, rfid 센서를 이용한 차량 관리 시스템 | |
| AU2015282375B2 (en) | One-to-many-surface parking lot management system using omnidirectional camera and management method thereof | |
| KR102505317B1 (ko) | 색상 판독을 이용한 전기차 인식 방법 및 그를 이용한 전기차 주차관리 시스템 | |
| Hakim et al. | Implementation of an image processing based smart parking system using Haar-Cascade method | |
| KR20200133920A (ko) | 인공신경망 기반의 투사정보 인식 장치 및 그 방법 | |
| Santos et al. | Car recognition based on back lights and rear view features | |
| KR20180093418A (ko) | 보행자 검출 장치 및 방법 | |
| Pandey et al. | Traffic sign detection using Template Matching technique | |
| EP4287137A1 (en) | Method, device, equipment, storage media and system for detecting drivable space of road | |
| US20220374641A1 (en) | Camera tampering detection | |
| US20220374628A1 (en) | Camera tampering detection | |
| KR102521590B1 (ko) | 진출입 차량 검지장치 및 진출입 차량 검지 방법 | |
| Choi et al. | State Machine and Downhill Simplex Approach for Vision‐Based Nighttime Vehicle Detection | |
| US11967184B2 (en) | Counterfeit image detection | |
| US11769313B2 (en) | Counterfeit image detection | |
| Prasetyo et al. | Optimization of image processing techniques in developing of smart parking system | |
| CN115147818A (zh) | 玩手机行为识别方法及装置 | |
| Birch et al. | Automated vehicle occupancy monitoring |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |