KR102537818B1 - Traffic information management system for enhancing accuracy of sensing vehicle speed - Google Patents
Traffic information management system for enhancing accuracy of sensing vehicle speed Download PDFInfo
- Publication number
- KR102537818B1 KR102537818B1 KR1020220035094A KR20220035094A KR102537818B1 KR 102537818 B1 KR102537818 B1 KR 102537818B1 KR 1020220035094 A KR1020220035094 A KR 1020220035094A KR 20220035094 A KR20220035094 A KR 20220035094A KR 102537818 B1 KR102537818 B1 KR 102537818B1
- Authority
- KR
- South Korea
- Prior art keywords
- vehicle
- speed
- distance
- license plate
- calculated
- Prior art date
Links
- 230000002708 enhancing effect Effects 0.000 title 1
- 238000001514 detection method Methods 0.000 claims abstract description 152
- 238000010191 image analysis Methods 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims description 112
- 238000000605 extraction Methods 0.000 claims description 62
- 238000000034 method Methods 0.000 claims description 45
- 238000004458 analytical method Methods 0.000 claims description 26
- 238000005457 optimization Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 37
- 238000004891 communication Methods 0.000 description 14
- 239000000284 extract Substances 0.000 description 14
- 238000009434 installation Methods 0.000 description 8
- 238000000926 separation method Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000035939 shock Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- OWZREIFADZCYQD-NSHGMRRFSA-N deltamethrin Chemical compound CC1(C)[C@@H](C=C(Br)Br)[C@H]1C(=O)O[C@H](C#N)C1=CC=CC(OC=2C=CC=CC=2)=C1 OWZREIFADZCYQD-NSHGMRRFSA-N 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G06Q50/30—
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/91—Radar or analogous systems specially adapted for specific applications for traffic control
- G01S13/92—Radar or analogous systems specially adapted for specific applications for traffic control for velocity measurement
-
- 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
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Business, Economics & Management (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
본 발명은 차량 속도 감지 정확성을 높인 교통정보 관리 시스템에 관한 것으로서, 상세하게로는 레이더센서 및 라이다센서 등의 감지수단을 이용하여 차량정보를 생성하되, 저속 차량의 경우, 분해능이 떨어지는 감지수단의 특성을 감안하여, 객체의 구별 성능이 뛰어난 카메라의 영상분석을 통해 차량속도를 산출함과 동시에 카메라에 촬영된 영상 내에서 번호판 이미지의 변동비율을 활용하여 차량의 속도를 산출하도록 구성됨으로써 차량 속도에 따라 선별적으로 분석 방법을 택일함에 따라 차량속도 검출 및 차량정보 생성의 정확성 및 신뢰도를 높일 수 있을 뿐만 아니라, 별도의 기준테이블을 사전에 설정하지 않아도 영상을 이용하여 차량속도를 산출할 수 있기 때문에 다양한 설치 높이 및 카메라 팬-틸트 각도와 연동하여 다양한 현장에 즉각적으로 사용 가능한 교통정보 관리 시스템에 관한 것이다.The present invention relates to a traffic information management system with improved vehicle speed detection accuracy, and more particularly, generates vehicle information using a sensing means such as a radar sensor and a lidar sensor, but detecting means having poor resolution in the case of a low-speed vehicle. Considering the characteristics of the object, the vehicle speed is calculated through image analysis of a camera with excellent object discrimination performance, and at the same time, the vehicle speed is calculated by utilizing the variation ratio of the license plate image in the video captured by the camera. By selecting an analysis method selectively according to the method, not only can the accuracy and reliability of vehicle speed detection and vehicle information generation be increased, but also vehicle speed can be calculated using images without setting a separate reference table in advance. Therefore, it relates to a traffic information management system that can be used immediately in various sites in conjunction with various installation heights and camera pan-tilt angles.
자동차의 대중화 및 도로 보급률이 기하급수적으로 증가함에 따라 차량 감지수단을 이용하여 차량정보를 수집한 후 수집된 차량정보를 기반으로 차량밀도, 정체률, 차량속도, 위반차량 등의 교통정보를 생성하여 생성된 교통정보를 종합적으로 관리 및 모니터링 하기 위한 지능형 교통시스템(ITS:Intelligent Transportation System)이 널리 사용되고 있다.As automobiles become more popular and road penetration increases exponentially, vehicle information is collected using vehicle detection means, and traffic information such as vehicle density, congestion rate, vehicle speed, and violating vehicles is generated based on the collected vehicle information. An Intelligent Transportation System (ITS) is widely used to comprehensively manage and monitor generated traffic information.
이러한 차량정보를 수집하기 위한 차량 감지방법으로는 레이더신호를 이용하는 방식과, 카메라를 이용하는 방식이 통상적으로 사용되고 있다.As a vehicle detection method for collecting such vehicle information, a method using a radar signal and a method using a camera are commonly used.
레이더신호를 이용하는 방식은 기 설정된 감지영역으로 송신된 레이더신호의 반사 신호를 수집한 후 수집된 반사 신호를 분석하여 차량정보를 수집하는 방식으로서, 차량위치 및 속도에 대한 검출의 정확도가 우수할 뿐만 아니라 외부 환경에 영향을 적게 받으며, 종 방향에 대한 객체 검출이 뛰어난 장점을 가진다. 그러나 이러한 레이더를 이용한 방식은 횡 방향에 대한 위치 및 속도 검출과, 객체에 대한 분류 및 정보 검출의 정확도가 떨어지는 단점을 가진다.The method using the radar signal is a method of collecting vehicle information by analyzing the collected reflected signal after collecting the reflected signal of the radar signal transmitted to the preset detection area, and has excellent detection accuracy for the vehicle position and speed. However, it is less affected by the external environment and has excellent object detection in the longitudinal direction. However, the method using such a radar has a disadvantage in that the accuracy of position and speed detection in the lateral direction and object classification and information detection is low.
카메라를 이용하는 방식은 카메라의 촬영에 의해 획득된 영상정보를 분석하여 차량정보를 수집하기 위한 장치로서, 객체 분류가 우수함과 동시에 객체 분류 및 정보 검출의 정확도가 우수하며, 횡 방향에 대한 위치 및 속도검출이 우수한 장점을 갖는다. 그러나 상기 카메라를 이용한 방식은 외부 환경에 영향을 쉽게 받으며, 거리 및 속도에 대한 검출 정확도가 레이더신호에 비교하여 상대적으로 떨어지는 단점을 갖는다.The method using a camera is a device for collecting vehicle information by analyzing image information obtained by shooting a camera, and has excellent object classification and excellent accuracy in object classification and information detection, and position and speed in the lateral direction Detection has the advantage of being excellent. However, the method using the camera is easily affected by the external environment, and has a disadvantage in that detection accuracy for distance and speed is relatively low compared to radar signals.
이에 따라 카메라 및 레이더 송수신기를 일체형으로 제작하여 영상정보 및 레이더신호를 분석하여 차량정보를 검출하기 위한 다양한 연구가 진행되고 있다.Accordingly, various studies are being conducted to detect vehicle information by manufacturing a camera and a radar transceiver as an integral type and analyzing image information and radar signals.
도 1은 국내등록특허 제10-1446546호(발명의 명칭 : 위치기반 실시간 차량정보 표시시스템)에 개시된 차량검지기를 나타내는 블록도이다.1 is a block diagram showing a vehicle detector disclosed in Korean Patent Registration No. 10-1446546 (title of invention: location-based real-time vehicle information display system).
도 1의 차량검지기(이하 종래기술이라고 함)(100)는 데이터들이 저장되는 데이터베이스부(102)와, 데이터를 송수신하는 데이터 송수신부(103)와, 레이더 송수신부(110)로부터 입력받은 레이더 신호를 분석하여 차량들 각각의 궤적을 검출하는 차량궤적 검출부(104)와, 차량궤적 검출부(104)에 의해 검출된 차량궤적정보를 기반으로 차량들 각각의 속도, 위치, 주행방향 및 앞차간거리 등을 포함하는 차량정보를 검출하는 차량정보 검출부(105)와, 차량정보 검출부(105)에 의해 검출된 차량정보들 중 차량속도 및 앞차간거리를 기 설정된 제한속도 및 안전거리에 비교하여 위반차량이 검출되면 돌발상황을 발생하는 돌발상황 발생부(106)와, 차량정보 검출부(105)에 의해 검출된 위치, 속도, 주행방향 및 앞차간거리들과 돌발상황 발생부(106)에 의해 검출된 위반차량에 대한 정보, 단말기 식별ID값, 감지영역(S)의 위치정보 및 촬영영역의 위치정보에 매칭시켜 위치기반 차량정보를 생성하는 위치기반 차량정보 생성부(107)와, 레이더 송수신부(110)를 제어하는 레이더 구동부(108)와, 촬영수단(120)을 제어하는 촬영수단 구동부(109)와, 이들 제어대상(102), (103), (104), (105), (106), (107), (108), (109)들을 제어하는 제어부(101)로 이루어진다.The vehicle detector (hereinafter referred to as the prior art) 100 of FIG. 1 includes a
또한 촬영수단(120)의 촬영에 의해 획득된 영상정보는 교통관리 서버로 전송되고, 교통관리 서버는 영상정보를 분석하여 차량 위치정보를 분석한 후 차량 위치정보를 위치기반 차량정보 생성부(107)에 의해 생성된 위치기반 차량정보에 매칭시킨다.In addition, the image information obtained by the photographing of the photographing means 120 is transmitted to the traffic management server, and the traffic management server analyzes the image information to analyze the vehicle location information, and then converts the vehicle location information into a location-based vehicle information generator 107 ) to match the location-based vehicle information generated by
이와 같이 종래기술(100)은 레이더검지기(110) 및 촬영수단(120)을 동시에 수행하여 정보를 수집한 후 수집된 차량정보를 매칭시켜 교통정보 사용자 인터페이스(200)를 통해 단말기로 전시함으로써 사용자에게 보다 정확한 교통정보를 제공할 수 있게 된다.In this way, the
일반적으로, 레이더 신호의 분해능은 30 ~ 70cm의 오차범위를 갖기 때문에, 차량이 정체되어 전후방 연속되는 차량들이 밀집되는 현장에서는, 2대 이상의 차량들을 하나의 차량으로 감지하는 등의 에러 및 오류로 인해 차량속도 검출의 정확성이 떨어지는 특성을 갖는다.In general, since the resolution of the radar signal has an error range of 30 to 70 cm, in a field where vehicles are congested and consecutive vehicles are concentrated, due to errors and errors such as detecting two or more vehicles as one vehicle, The accuracy of vehicle speed detection is low.
즉 종래기술(100)은 단순히 레이더 신호만을 이용하여 객체를 감지하기 때문에 차량이 정체되는 환경의 경우, 차량감지에 에러 및 오류가 발생하여 차량속도 검출의 정확도가 떨어지는 구조적 한계를 갖는다.That is, since the
이러한 문제점을 극복하기 위하여, 레이더센서 이외에 카메라 등의 별도의 감지수단을 이용하여, 차량을 감지하도록 하는 듀얼 감지수단을 이용한 차량감지 시스템에 대한 다양한 연구가 진행되고 있다.In order to overcome this problem, various studies are being conducted on a vehicle detection system using a dual detection means to detect a vehicle using a separate detection means such as a camera in addition to a radar sensor.
특히, 최근 들어 영상분석 기술이 발달하고 카메라가 고도화됨에 따라, 영상분석을 이용한 차량감지 시스템에 대한 연구가 활발하게 진행되고 있다.In particular, as image analysis technology has recently developed and cameras have been advanced, research on vehicle detection systems using image analysis has been actively conducted.
도 2는 국내공개특허 제10-2017-0088692호(발명의 명칭 : 영상을 이용한 차량속도 산출장치 및 그 방법)에 개시된 개념도이다.2 is a conceptual diagram disclosed in Korean Patent Publication No. 10-2017-0088692 (Title of Invention: Apparatus and Method for Calculating Vehicle Speed Using Images).
도 2의 영상을 이용한 차량 속도 산출장치(이하 제2 종래기술이라고 함)(200)은 촬영부(210)에 의해 차량(120)이 촬영되며, 제1 시점(t1)에서 촬영된 제1 영상과, 제1 시점(t1)으로부터 소정 시간 경과된 제2 시점(t2)에서 촬영된 제2 영상을 통해 차량의 주행 속도를 산출한다.In the apparatus for calculating vehicle speed using the image of FIG. 2 (hereinafter referred to as the second prior art) 200, the
이때 제1 영상에서 촬영된 차량의 폭이 제1 폭, 제2 영상에서 촬영된 차량의 폭이 제2 폭이라고 할 때, 영상에서 촬영된 폭의 변화량은 차량의 실제 주행거리와 일정한 상관관계를 가지기 때문에 영상에 촬영된 폭의 변화량을 활용하여 차량의 주행거리를 계산할 수 있다.At this time, when the width of the vehicle photographed in the first image is the first width and the width of the vehicle photographed in the second image is the second width, the amount of change in the width photographed in the image has a certain correlation with the actual mileage of the vehicle. Therefore, it is possible to calculate the mileage of the vehicle by utilizing the amount of change in the width captured in the image.
이로 인해 제2 종래기술(200)은 주행거리 및 영상의 시간차(△t=t2-t1)를 통해 차량의 속도를 산출할 수 있다.Due to this, the second
그러나 이러한 제2 종래기술(200)은 제1 시점(t1)에서 촬영된 차량과 카메라 사이의 거리를 측정하기 위한 수단이 없기 때문에 차량의 폭의 변화량에 따른 주행거리를 계산식이 아닌 실측에 의해 작성된 테이블에 의해 산출되도록 구성된다.However, since the second
이로 인해 제2 종래기술(200)은 기존에 테이블이 작성된 조건(카메라의 높이, 각도, 거리 등)과 다른 조건에 카메라가 설치될 경우, 새로운 테이블을 작성하기 위하여 실측하는 과정이 추가로 진행되어 촬영부(210)를 설치 및 적용하는데 걸리는 시간이 증가할 뿐만 아니라 실측하는 과정에서 오차가 발생할 경우, 측정된 차량의 속도와 실제 차량속도가 다르게 측정되는 문제점을 갖는다.As a result, in the second
또한 제2 종래기술(200)은 외부의 진동, 충격, 바람 등에 의하여 촬영부(210)의 촬영각도가 변화될 경우, 변화된 촬영각도로 인하여 기존에 설정된 테이블과 촬영조건이 변경됨에 따라 측정되는 차량의 속도에 오차가 발생하게 되는 문제점을 갖는다.In addition, in the second
즉 전술하였던 도 1의 종래기술(100)의 레이더 송수신부(110)에, 도 2의 촬영부(210)를 융합한다고 하더라도, 융합된 발명을 구현하기 위해서는, 카메라의 높이, 각도, 거리 등의 설치환경에 따른 기준테이블을 별도로 사전에 미리 설계해야하기 때문에 설치가 제한적이며, 실측하는 과정에서 오차가 발생할 경우, 측정된 차량의 속도와 실제 차량속도가 다르게 측정되는 문제점이 발생한다.That is, even if the photographing
본 발명은 이러한 문제를 해결하기 위한 것으로, 본 발명의 해결과제는 레이더센서 또는 라이다센서를 이용하여 차량들의 속도를 검출하되, 차량들이 저속으로 주행할 때, 카메라의 영상을 통해 차량의 속도를 검출하도록 구성됨으로써 평상시에는 속도 검출의 정확도가 우수한 레이더센서 또는 라이다센서를 이용하되, 차량들이 저속으로 주행하여 서로 인접하게 주행 중일 때에는 객체의 구별 성능이 뛰어난 카메라의 영상분석을 통해 차량의 속도를 검출함으로써 차량들의 주행속도와 관계없이 정확한 차량 속도를 검출할 수 있는 교통정보 관리 시스템을 제공하기 위한 것이다.The present invention is to solve this problem, and the problem of the present invention is to detect the speed of vehicles using a radar sensor or lidar sensor, but when the vehicles are traveling at low speed, the speed of the vehicle through the image of the camera As it is configured to detect, a radar sensor or lidar sensor with excellent speed detection accuracy is used in normal times, but when vehicles are driving at low speed and are driving close to each other, the speed of the vehicle is determined through image analysis of a camera with excellent object discrimination performance. It is an object of the present invention to provide a traffic information management system capable of accurately detecting vehicle speed regardless of the driving speed of vehicles by detecting it.
또한 본 발명의 다른 해결과제는 카메라에 촬영된 영상 내에서 번호판 이미지의 변동비율을 활용하여 차량의 속도를 산출하도록 구성됨으로써 카메라 영상분석에 의한 차량 속도 검출의 정확성 및 신뢰도를 확보할 수 있는 교통정보 관리 시스템을 제공하기 위한 것이다.In addition, another problem of the present invention is configured to calculate the speed of the vehicle by utilizing the rate of change of the license plate image in the image captured by the camera, thereby securing the accuracy and reliability of vehicle speed detection by camera image analysis. Traffic information It is intended to provide a management system.
또한 본 발명의 다른 해결과제는 차량의 주행거리를 측정하기 위한 정보인 기준거리 정보를 감지센서에 의해 지속적으로 획득할 수 있도록 구성됨으로써 다양한 각도 및 높이에 설치가 가능할 뿐만 아니라, 카메라의 팬-틸드 각도 및 높이가 외부의 진동 또는 충격에 의해 변화되어도 차량의 주행거리를 획득할 수 있는 교통정보 관리 시스템을 제공하기 위한 것이다.In addition, another problem of the present invention is configured to continuously acquire reference distance information, which is information for measuring the mileage of a vehicle, by a sensor, so that it can be installed at various angles and heights, as well as pan-tilt the camera. It is an object of the present invention to provide a traffic information management system capable of obtaining the mileage of a vehicle even when the angle and height are changed by external vibration or impact.
또한 본 발명의 다른 해결과제는 차량이 감지된 시점으로부터 복수개의 프레임들을 추출하며, 추출된 프레임들 내에 촬영된 번호판 이미지들과 차량이 감지된 시점의 프레임인 제1 프레임에서의 번호판 이미지의 크기를 비교하여 차량의 주행속도를 측정함으로써 일부 프레임에서 카메라의 진동 또는 충격에 의해 번호판이 정확하게 촬영되지 않았을 때에도 복수개의 프레임을 분석하여 주행속도를 산출하는 과정에서 오차가 발생되는 것을 방지할 수 있는 교통정보 관리 시스템을 제공하기 위한 것이다.In addition, another problem of the present invention is to extract a plurality of frames from the time when the vehicle is detected, and to determine the license plate images captured in the extracted frames and the size of the license plate image in the first frame, which is the frame at the time when the vehicle is detected. Traffic information that can prevent errors from occurring in the process of calculating the driving speed by analyzing a plurality of frames even when the license plate is not accurately captured due to camera vibration or impact in some frames by measuring the driving speed of the vehicle by comparing them It is intended to provide a management system.
상기 과제를 해결하기 위한 본 발명의 해결수단은 기 설정된 영역의 차량을 감지한 후, 감지차량의 속도를 산출 하는 적어도 하나 이상의 촬영부를 포함하는 교통정보 관리 시스템에 있어서: 상기 촬영부는 기 설정된 영역을 감지하는 감지수단; 기 설정된 영역을 촬영하는 카메라; 상기 감지수단 및 상기 카메라로부터 입력된 데이터를 분석하여, 차량을 감지한 후, 감지차량의 속도를 검출하며, 상기 감지수단으로부터 수신 받은 감지데이터를 분석하여 차량의 속도를 검출하되, 감지차량의 속도가 기 설정된 값 이하일 때, 상기 카메라로부터 획득된 영상정보를 분석하여 차량의 속도를 산출하는 컨트롤러; 차량 감지 시, 감지신호를 분석하여, 상기 카메라로부터 감지차량과의 평면상 직선거리인 감지거리(Ds)를 산출하며, 산출된 감지거리(Ds) 정보를 포함하는 감지정보를 생성하여 상기 컨트롤러로 출력하는 보조센서를 포함하고, 상기 컨트롤러는 입력영상으로부터 차량객체를 검출한 후, 검출된 차량객체로부터 차량 번호판을 추출하는 알고리즘인 번호판 추출 알고리즘이 저장되는 메모리; 상기 감지수단으로부터 획득된 감지정보를 분석하여 차량의 속도를 검출하는 감지수단 기반 속도검출부; 상기 카메라로부터 획득된 영상정보를 분석하여 차량의 속도를 검출하는 영상기반 속도검출부; 상기 감지수단 기반 속도검출부로부터 검출된 차량의 속도인 제1 차량속도(C1)를 최종 속도값으로 결정하되, 제1 차량속도(C1)가 기 설정된 임계속도값 이하일 때, 상기 영상기반 속도검출부로부터 검출된 차량 속도인 제2 차량속도(C2)를 최종 속도값으로 결정하는 속도결정부를 포함하고, 상기 영상기반 속도검출부는 상기 카메라의 촬영에 의해 획득된 영상으로부터 차량이 감지된 시점(t1)의 프레임인 제1 프레임(F1)과, 기 설정된 설정시간(T1)이 경과된 시점(t2)의 프레임인 제2 프레임(F2)을 추출하는 프레임 추출부; 상기 프레임 추출부에 의해 추출된 제1, 2 프레임(F1), (F2)들로부터 번호판이미지(B1), (B2)들을 각각 추출하며, 추출된 제1, 2 번호판 이미지(B1), (B2)들을 활용하여 변동비율(Z)을 산출한 후, 변동비율(Z)에 비례하여 감지차량의 주행거리(Dx)가 증가하는 특성을 감안하여, 산출된 변동비율(Z)과 상기 보조센서로부터 입력된 감지거리(Ds)를 활용하여 감지차량의 주행거리(Dx)를 산출하는 프레임 분석부; 상기 프레임 분석부에 의해 산출된 감지차량의 주행거리(Dx)를 설정시간(T1)으로 나누어 차량의 주행속도(v)를 산출하는 주행속도 산출부를 포함하는 것이다.The solution of the present invention for solving the above problems is a traffic information management system including at least one photographing unit for detecting a vehicle in a preset area and then calculating the speed of the detected vehicle: sensing means for detecting; a camera that captures a preset area; The vehicle is detected by analyzing the data input from the sensing means and the camera, and then the speed of the sensing vehicle is detected, and the speed of the sensing vehicle is detected by analyzing the sensing data received from the sensing means. a controller for calculating the speed of the vehicle by analyzing the image information obtained from the camera when is less than a preset value; When detecting a vehicle, the detection signal is analyzed to calculate the detection distance (Ds), which is a straight-line distance on a plane from the camera to the detected vehicle, and the detection information including the calculated detection distance (Ds) information is generated and transferred to the controller. A memory for storing a license plate extraction algorithm, which is an algorithm for extracting a vehicle license plate from the detected vehicle object after detecting a vehicle object from an input image; a sensing means-based speed detection unit for detecting a speed of the vehicle by analyzing the sensing information obtained from the sensing means; an image-based speed detector for detecting the speed of the vehicle by analyzing the image information obtained from the camera; The first vehicle speed C1, which is the speed of the vehicle detected by the sensing unit-based speed detection unit, is determined as a final speed value, and when the first vehicle speed C1 is equal to or less than a preset threshold speed value, the image-based speed detection unit determines A speed determination unit for determining a second vehicle speed C2, which is the detected vehicle speed, as a final speed value, and the image-based speed detection unit determines the time point t1 when the vehicle is detected from the image obtained by the camera. a frame extraction unit for extracting a first frame F1, which is a frame, and a second frame F2, which is a frame at a time point t2 when a preset time T1 has elapsed; License plate images (B1) and (B2) are extracted from the first and second frames (F1) and (F2) extracted by the frame extraction unit, respectively, and the extracted first and second license plate images (B1) and (B2) are extracted. After calculating the variation ratio (Z) using ), considering the characteristic that the mileage (Dx) of the detected vehicle increases in proportion to the variation ratio (Z), from the calculated variation ratio (Z) and the auxiliary sensor a frame analyzer that calculates a travel distance Dx of the detected vehicle by utilizing the input detected distance Ds; and a traveling speed calculating unit for calculating the traveling speed v of the vehicle by dividing the traveling distance Dx of the detected vehicle calculated by the frame analyzing unit by the set time T1.
삭제delete
또한 본 발명에서 상기 속도결정부는 상기 감지수단 기반 속도검출부 및 상기 영상기반 속도검출부로부터 제1 차량속도(C1) 및 제2 차량속도(C2)를 추출하는 속도값 추출모듈; 제1 차량속도(C1)를 기 설정된 임계속도값과 비교하는 비교모듈; 제1 차량속도(C1)가 기 설정된 임계속도값 이상일 경우에는 제1 차량속도(C1)를 최종 속도값으로 결정하되, 제1 차량속도(C1)가 임계속도값 미만일 때, 제2 차량속도(C2)를 최종 속도값으로 결정하는 결정모듈을 포함하는 것이 바람직하다.In the present invention, the speed determination unit includes a speed value extraction module for extracting a first vehicle speed C1 and a second vehicle speed C2 from the sensing means-based speed detection unit and the image-based speed detection unit; a comparison module that compares the first vehicle speed C1 with a preset threshold speed value; When the first vehicle speed C1 is greater than or equal to the preset threshold speed value, the first vehicle speed C1 is determined as the final speed value, but when the first vehicle speed C1 is less than the threshold speed value, the second vehicle speed ( It is preferable to include a decision module for determining C2) as the final speed value.
삭제delete
또한 본 발명에서 상기 프레임 분석부는 상기 번호판 추출 알고리즘을 이용하여, 제1 프레임(F1)으로부터 차량객체를 검출한 후, 검출된 차량객체로부터 제1 번호판 이미지(B1)를 추출하며, 상기 번호판 추출 알고리즘을 이용하여 제2 프레임(F2)으로부터 제2 번호판 이미지(B2)를 추출하는 번호판 이미지 추출모듈; 상기 번호판 이미지 추출모듈에 의해 추출된 제1, 2 번호판 이미지(B1), (B2)들의 크기들을 산출한 후, 산출된 제1, 2 번호판 이미지(B1), (B2)들의 크기들을 이용하여 변동비율(Z)을 산출하는 변동비율 산출모듈; 변동비율(Z)에 비례하여 감지차량의 주행거리(Dx)가 증가하는 특성을 감안하여, 상기 변동비율 산출모듈에 의해 산출된 변동비율(Z)과 상기 보조센서로부터 입력된 감지거리(Ds)를 활용하여 감지차량의 주행거리(Dx)를 산출하는 주행거리 산출모듈을 포함하는 것이 바람직하다.In addition, in the present invention, the frame analysis unit detects a vehicle object from the first frame (F1) using the license plate extraction algorithm, and then extracts the first license plate image (B1) from the detected vehicle object, and the license plate extraction algorithm License plate image extraction module for extracting the second license plate image (B2) from the second frame (F2) by using; After calculating the sizes of the first and second license plate images (B1) and (B2) extracted by the license plate image extraction module, the size of the first and second license plate images (B1) and (B2) calculated is used to change the size. a variable ratio calculation module that calculates a ratio (Z); Considering the characteristic that the driving distance (Dx) of the detected vehicle increases in proportion to the variation ratio (Z), the variation ratio (Z) calculated by the variation ratio calculation module and the sensing distance (Ds) input from the auxiliary sensor It is preferable to include a mileage calculation module that calculates the mileage Dx of the detected vehicle by utilizing .
또한 본 발명에서 상기 프레임 분석부는 상기 번호판 이미지 추출모듈 이후에 실행되는 픽셀수 산출모듈을 더 포함하고, 상기 픽셀수 산출모듈은 상기 번호판 이미지 추출모듈에 의해 추출된 제1 번호판 이미지(B1)의 가로방향 픽셀수인 제1 가로픽셀수(Pb1)와, 상기 번호판 이미지 추출모듈에 의해 추출된 제2 번호판 이미지(B2)의 가로방향 픽셀수인 제2 가로픽셀수(Pb2)를 산출하고, 상기 변동비율 산출모듈은 상기 픽셀수 산출모듈에 의해 산출된 제2 가로픽셀수(Pb2)를, 상기 픽셀수 산출모듈에 의해 산출된 제1 가로픽셀수(Pb1)로 나누어 변동비율(Z)을 산출하는 것이 바람직하다.In addition, in the present invention, the frame analysis unit further includes a pixel number calculation module executed after the license plate image extraction module, and the pixel number calculation module is the width of the first license plate image B1 extracted by the license plate image extraction module. A first number of horizontal pixels (Pb1), which is the number of pixels in a direction, and a second number of horizontal pixels (Pb2), which is the number of pixels in a horizontal direction of the second license plate image (B2) extracted by the license plate image extraction module, are calculated, and the variation The ratio calculation module divides the second number of horizontal pixels (Pb2) calculated by the number of pixels calculation module by the number of first horizontal pixels (Pb1) calculated by the number of pixels calculation module to calculate the variation ratio (Z). it is desirable
또한 본 발명에서 상기 주행거리 산출모듈은 상기 변동비율 산출모듈에 의해 산출된 변동비율(Z)과 상기 보조센서로부터 입력된 감지거리(Ds)를 다음의 수학식 1에 대입하여 차량의 주행거리(Dx)를 산출하는 것이 바람직하다.In the present invention, the mileage calculation module substitutes the variation ratio (Z) calculated by the variation ratio calculation module and the sensing distance (Ds) input from the auxiliary sensor into the following
또한 본 발명에서 상기 프레임 추출부는 상기 보조센서에 의해 차량이 감지된 시점(t1)으로부터 기 설정된 설정시간(T2, T3, …, Tn)들이 경과된 시점(t3, t4, …, tn+1)들의 프레임(F3, F4, …, tn)들을 추가로 추출하고, 상기 프레임 분석부는 상기 프레임 추출부로부터 추가로 추출된 프레임(F3, F4, …, tn)들로부터 번호판 이미지들을 각각 추출하며, 추출된 번호판 이미지들의 가로픽셀수를 산출하여 수학식 1에 대입함으로써 감지차량의 주행거리(Dx2, Dx3, …, Dxn)들을 추가로 산출하고, 상기 주행속도 산출부는 상기 프레임 분석부에 의해 산출된 감지차량의 각 주행거리(Dx, Dx2, Dx3, …, Dxn)들을 대응되는 설정시간(T1, T2, T3, …, Tn)으로 나누어 차량의 주행속도(v1, v2, …, vn)들을 산출하며, 산출된 주행속도(v1, v2, …, vn)들의 평균값인 평균 주행속도(va)를 산출한 후, 산출된 평균 주행속도(va)를 해당 감지차량의 주행속도(v)로 결정하는 것이 바람직하다.In addition, in the present invention, the frame extraction unit determines the time point (t3, t4, ..., tn + 1) when the predetermined set times (T2, T3, ..., Tn) have elapsed from the time point (t1) when the vehicle is detected by the auxiliary sensor The frames (F3, F4, ..., tn) are further extracted, and the frame analysis unit extracts license plate images from the additionally extracted frames (F3, F4, ..., tn) from the frame extraction unit, respectively, and extracts By calculating the number of horizontal pixels of the license plate images and substituting them into
또한 본 발명에서 상기 프레임 분석부는 상기 번호판 추출 알고리즘을 활용하여 상기 제1 프레임(F1)으로부터 제1 번호판 이미지(B1)를 추출하며, 상기 제2 프레임(F2)으로부터 제2 번호판 이미지(B2)를 추출하는 번호판 이미지 추출모듈; 상기 제1 번호판 이미지(B1)로부터 좌측변의 픽셀수인 제1 좌측변 픽셀수(L1)와, 우측변의 픽셀수인 제1 우측변 픽셀수(R1)를 추출하며, 상기 제2 번호판 이미지(B2)로부터 좌측변의 픽셀수인 제2 좌측변 픽셀수(L2)와 우측변의 픽셀수인 제2 우측변 픽셀수(R2)를 산출하는 픽셀수 산출모듈; 제2 좌측변 픽셀수(L2)를 제1 좌측변 픽셀수(L1)로 나누어 좌측변의 변동비율을 산출하며 산출된 좌측변의 변동비율과 상기 보조센서로부터 입력된 감지거리(Ds)를 다음의 수학식 2에 대입하여 좌측변간 거리값(D2)을 산출하며, 제2 우측변 픽셀수(R2)를 제1 우측변 픽셀수(R1)로 나누어 우측변의 변동비율을 산출하며 산출된 우측변의 변동비율과 상기 보조센서로부터 입력된 감지거리(Ds)를 다음의 수학식 2에 대입하여 우측변간 거리값(D3)을 산출하며, 산출된 좌측변간 거리값(D2)과 우측변간 거리값(D3)의 평균값인 평균거리값(D4)을 산출한 후, 산출된 평균거리값(D4)을 산출한 후, 산출된 평균거리값(D4)을 주행거리(Dx)로 결정하는 주행거리 산출모듈을 포함하는 것이 바람직하다.In addition, in the present invention, the frame analysis unit extracts the first license plate image (B1) from the first frame (F1) by utilizing the license plate extraction algorithm, and extracts the second license plate image (B2) from the second frame (F2). License plate image extraction module to extract; From the first license plate image B1, a first left side pixel number L1, which is the number of pixels on the left side, and a first right side pixel number R1, which is the number of pixels on the right side, are extracted, and the second license plate image B2 a pixel number calculation module for calculating a second left side pixel number (L2), which is the number of pixels on the left side, and a second right side pixel number (R2), which is the number of pixels on the right side, from ); The variation rate of the left side is calculated by dividing the second left side pixel number L2 by the first left side pixel number L1, and the calculated left side variation rate and the sensing distance Ds input from the auxiliary sensor are calculated by the following arithmetic The distance value D2 between the left sides is calculated by substituting into Equation 2, and the variation rate of the right side is calculated by dividing the second right side pixel number R2 by the first right side pixel number R1, and the calculated right side variation rate and the sensing distance Ds input from the auxiliary sensor are substituted into the following Equation 2 to calculate the right edge distance value D3, and the calculated left edge distance value D2 and the right edge distance value D3 After calculating the average distance value (D4), which is the average value, and then calculating the calculated average distance value (D4), including a mileage calculation module for determining the calculated average distance value (D4) as the mileage (Dx) it is desirable
또한 본 발명에서 상기 메모리에는 영상분석의 정확성을 높일 수 있는 제2 번호판 이미지(B2)의 프레임 상 위치인 최적영역의 위치정보가 기 설정되어 저장되고, 상기 컨트롤러는 기 설정된 주기(T’) 마다 실행되는 설정시간 최적화부를 더 포함하고, 상기 설정시간 최적화부는 상기 최적영역에 매칭되는 실제 도로 상의 상기 카메라와의 평면상의 직선거리인 최적거리를 산출하는 최적거리 산출모듈; 상기 메모리로부터 주기(T’)동안 상기 주행속도 산출부에 의해 산출된 차량들의 주행속도(v) 데이터들을 추출하며, 추출된 주행속도(v)들의 평균값인 평균주행속도(V)를 산출하는 평균주행속도 산출모듈; 상기 평균주행속도 산출모듈에 의해 산출된 평균주행속도(V)와, 기 설정된 설정시간(T1)을 곱한 값인 평균주행거리(Da)를 산출하는 평균주행거리 산출모듈; 감지거리(Ds)로부터 상기 평균주행거리 산출모듈에 의해 산출된 평균주행거리(Da)를 차감하여 평균거리를 산출하는 평균거리 산출모듈; 상기 평균거리 산출모듈에 의해 산출된 평균거리로부터 상기 최적거리 산출모듈에 의해 산출된 최적거리를 차감하여 차이값을 산출하는 차이값 산출모듈; 상기 차이값 산출모듈에 의해 산출된 차이값의 절대값과, 설정시간(T1)을 재설정해야 한다고 판단할 수 있는 차이값의 최소값인 임계거리값을 비교하며, 1)차이값의 절대값이 임계거리값 미만이면, 설정시작(T1)을 재설정할 필요가 없다고 판단하되, 2)차이값의 절대값이 임계거리값 이상이면, 설정시간(T1)의 재설정이 필요하다고 판단하는 제2 판단모듈; 상기 제2 판단모듈에 의해 설정시간(T1)의 재설정이 필요하다고 판단될 때 실행되며, 1)차이값이 양수이면, 설정시간(T1)을 기 설정된 상수‘α’ 만큼 증가시키며, 2)차이값이 음수이면, 설정시간(T1)을 상수‘α’ 만큼 감소시키는 설정시간 재설정모듈을 포함하는 것이다.In addition, in the present invention, the location information of the optimal region, which is the position on the frame of the second license plate image (B2), which can increase the accuracy of image analysis, is preset and stored in the memory, and the controller is configured for every preset period (T'). A set time optimizer further comprising: an optimal distance calculation module for calculating an optimal distance, which is a linear distance on a plane with the camera on an actual road matched to the optimal region; The driving speed (v) data of the vehicles calculated by the driving speed calculator during the period (T') is extracted from the memory, and the average driving speed (V), which is the average value of the extracted driving speeds (v), is calculated. driving speed calculation module; an average traveling distance calculating module that calculates an average traveling distance (Da) obtained by multiplying the average traveling speed (V) calculated by the average traveling speed calculating module and a predetermined set time (T1); an average distance calculation module that calculates an average distance by subtracting the average travel distance Da calculated by the average travel distance calculation module from the detection distance Ds; a difference calculation module for calculating a difference value by subtracting the optimum distance calculated by the optimum distance calculation module from the average distance calculated by the average distance calculation module; The absolute value of the difference value calculated by the difference value calculation module is compared with the threshold distance value, which is the minimum value of the difference value that can determine that the set time T1 needs to be reset, and 1) the absolute value of the difference value is critical If it is less than the distance value, it is determined that there is no need to reset the setting start (T1), 2) if the absolute value of the difference value is greater than or equal to the threshold distance value, a second determination module that determines that the setting time (T1) needs to be reset; It is executed when it is determined that the resetting of the set time T1 is necessary by the second determination module. 1) If the difference value is a positive number, the set time T1 is increased by a predetermined constant 'α', and 2) the difference If the value is a negative number, a setting time resetting module that reduces the setting time T1 by a constant 'α' is included.
또한 본 발명에서 상기 최적거리 산출모듈은 상기 주기(T’) 동안 수집된 제2 프레임(F2)들을 추출한 후, 추출된 제2 프레임(F2)들 중 제2 번호판 이미지가 기 설정된 최적영역에 배치되는 프레임들인 선별프레임들을 추출하는 선별프레임 추출모듈; 상기 선별프레임 추출모듈에 의해 추출된 선별프레임들에 의한 분석데이터들을 추출한 후, 추출된 각 선별프레임의 분석데이터들로부터, 상기 카메라로부터 제2 번호판 이미지까지의 평면상 직선거리인 제2 감지거리 정보를 추출하는 제2 감지거리 추출모듈; 상기 제2 감지거리 추출모듈에 의해 추출된 제2 감지거리들의 평균값을 산출한 후, 산출된 제2 감지거리들의 평균값을 최적거리로 결정하는 최적거리 결정모듈을 포함하는 것이 바람직하다.In addition, in the present invention, the optimal distance calculation module extracts the second frames F2 collected during the period T', and then, among the extracted second frames F2, the second license plate image is placed in a preset optimal area. a selection frame extraction module for extracting selection frames, which are frames; After extracting the analysis data by the selection frames extracted by the selection frame extraction module, the second sensing distance information, which is a straight-line distance on a plane from the camera to the second license plate image, from the analysis data of each selection frame extracted. A second sensing distance extraction module for extracting; It is preferable to include an optimum distance determination module that calculates an average value of the second sensing distances extracted by the second sensing distance extraction module and then determines the average value of the calculated second sensing distances as an optimum distance.
상기 과제와 해결수단을 갖는 본 발명에 따르면 레이더센서 또는 라이다센서를 이용하여 차량들의 속도를 검출하되, 차량들이 저속으로 주행할 때, 카메라의 영상을 통해 차량의 속도를 검출하도록 구성됨으로써 평상시에는 속도 검출의 정확도가 우수한 레이더센서 또는 라이다센서를 이용하되, 차량들이 저속으로 주행하여 서로 인접하게 주행 중일 때에는 객체의 구별 성능이 뛰어난 카메라의 영상분석을 통해 차량의 속도를 검출함으로써 차량들의 주행속도와 관계없이 정확한 차량 속도를 검출할 수 있게 된다.According to the present invention having the above problems and solutions, the speed of vehicles is detected using a radar sensor or lidar sensor, but when the vehicles are traveling at low speed, the speed of the vehicle is detected through the image of the camera, so that it is normally A radar sensor or lidar sensor with excellent speed detection accuracy is used, but when vehicles are driving at low speeds and are driving close to each other, the vehicle speed is detected through image analysis of a camera with excellent object discrimination performance, thereby detecting the driving speed of vehicles. Regardless, it is possible to accurately detect the vehicle speed.
또한 본 발명에 의하면 카메라에 촬영된 영상 내에서 번호판 이미지의 변동비율을 활용하여 차량의 속도를 산출하도록 구성됨으로써 카메라 영상분석에 의한 차량 속도 검출의 정확성 및 신뢰도를 확보할 수 있게 된다.In addition, according to the present invention, it is possible to secure the accuracy and reliability of vehicle speed detection by camera image analysis by being configured to calculate the speed of the vehicle by utilizing the rate of change of the license plate image in the image captured by the camera.
또한 본 발명에 의하면 차량의 주행거리를 측정하기 위한 정보인 기준거리 정보를 감지센서에 의해 지속적으로 획득할 수 있도록 구성됨으로써 다양한 각도 및 높이에 설치가 가능할 뿐만 아니라, 카메라의 팬-틸드 각도 및 높이가 외부의 진동 또는 충격에 의해 변화되어도 차량의 주행거리를 획득할 수 있게 된다.In addition, according to the present invention, reference distance information, which is information for measuring the mileage of a vehicle, is configured to be continuously obtained by a sensor, so that it can be installed at various angles and heights, as well as the pan-tilt angle and height of the camera. The mileage of the vehicle can be obtained even when is changed by external vibration or impact.
또한 본 발명에 의하면 차량이 감지된 시점으로부터 복수개의 프레임들을 추출하며, 추출된 프레임들 내에 촬영된 번호판 이미지들과 차량이 감지된 시점의 프레임인 제1 프레임에서의 번호판 이미지의 크기를 비교하여 차량의 주행속도를 측정함으로써 일부 프레임에서 카메라의 진동 또는 충격에 의해 번호판이 정확하게 촬영되지 않았을 때에도 복수개의 프레임을 분석하여 주행속도를 산출하는 과정에서 오차가 발생되는 것을 방지할 수 있게 된다.In addition, according to the present invention, a plurality of frames are extracted from the time when the vehicle is detected, and the license plate images captured in the extracted frames are compared with the size of the license plate image in the first frame, which is the frame at the time when the vehicle is detected. By measuring the driving speed of the camera, it is possible to prevent errors from occurring in the process of calculating the driving speed by analyzing a plurality of frames even when the license plate is not accurately photographed due to vibration or impact of the camera in some frames.
도 1은 국내등록특허 제10-1446546호(발명의 명칭 : 위치기반 실시간 차량정보 표시시스템)에 개시된 차량검지기를 나타내는 블록도이다.
도 2는 국내공개특허 제10-2017-0088692호(발명의 명칭 : 영상을 이용한 차량속도 산출장치 및 그 방법)에 개시된 개념도이다.
도 3은 본 발명의 교통정보 관리 시스템의 구성도이다.
도 4는 도 3의 촬영부를 설명하기 위한 예시도이다.
도 5는 도 3의 다른 예시도이다.
도 6은 도 3의 또 다른 예시도이다.
도 7은 도 2의 컨트롤러의 블록도이다.
도 8은 도 7의 감지수단 기반 속도검출부의 블록도이다.
도 9는 도 7의 속도 결정부의 블록도이다.
도 10은 도 7의 영상기반 속도검출부의 블록도이다.
도 11은 도 10의 프레임 분석부의 블록도이다.
도 12는 제1 프레임의 예시도이다.
도 13은 제2 프레임의 예시도이다.
도 14는 차량의 속도가 산출되는 과정을 설명하기 위한 예시도이다.
도 15는 수학식 2를 산출하는 과정을 설명하기 위한 예시도이다.
도 16은 도 7의 컨트롤러의 제2 실시예인 제2 컨트롤러의 블록도이다.
도 17은 도 16의 영상기반 속도검출부의 제2 실시예인 제2 영상기반 속도검출부의 블록도이다.
도 18은 도 11의 프레임 분석부의 제3 실시예인 제3 프레임 분석부의 블록도이다.
도 19는 도 18의 제2 주행거리 산출모듈의 블록도이다.
도 20은 제3 프레임 분석부에 의해 주행거리가 산출되는 과정을 설명하기 위한 번호판의 예시도이다.
도 21은 도 10의 영상기반 속도검출부의 제3 실시예인 제3 영상기반 속도검출부의 블록도이다.
도 22는 도 21의 설정시간 최적화부의 블록도이다.
도 23은 도 22의 최적거리 산출모듈의 블록도이다.
도 24는 최적거리를 설명하기 위한 예시도이다.
도 25는 측면에서 촬영된 차량의 예시도이다.1 is a block diagram showing a vehicle detector disclosed in Korean Patent Registration No. 10-1446546 (title of invention: location-based real-time vehicle information display system).
2 is a conceptual diagram disclosed in Korean Patent Publication No. 10-2017-0088692 (Title of Invention: Apparatus and Method for Calculating Vehicle Speed Using Images).
3 is a block diagram of a traffic information management system according to the present invention.
FIG. 4 is an exemplary view for explaining the photographing unit of FIG. 3 .
5 is another exemplary view of FIG. 3 .
6 is another exemplary view of FIG. 3 .
7 is a block diagram of the controller of FIG. 2;
FIG. 8 is a block diagram of a sensing means-based speed detection unit of FIG. 7 .
FIG. 9 is a block diagram of a speed determination unit of FIG. 7 .
FIG. 10 is a block diagram of the image-based speed detection unit of FIG. 7 .
FIG. 11 is a block diagram of a frame analysis unit of FIG. 10 .
12 is an exemplary diagram of a first frame.
13 is an exemplary diagram of a second frame.
14 is an exemplary diagram for explaining a process of calculating vehicle speed.
15 is an exemplary diagram for explaining a process of calculating Equation 2.
FIG. 16 is a block diagram of a second controller that is a second embodiment of the controller of FIG. 7 .
FIG. 17 is a block diagram of a second video-based speed detection unit that is a second embodiment of the video-based speed detection unit of FIG. 16 .
FIG. 18 is a block diagram of a third frame analyzer that is a third embodiment of the frame analyzer of FIG. 11 .
19 is a block diagram of a second mileage calculation module of FIG. 18 .
20 is an exemplary view of a license plate for explaining a process of calculating a mileage by a third frame analyzer.
FIG. 21 is a block diagram of a third image-based speed detector that is a third embodiment of the image-based speed detector of FIG. 10 .
22 is a block diagram of a setup time optimization unit of FIG. 21 .
FIG. 23 is a block diagram of the optimal distance calculation module of FIG. 22 .
24 is an exemplary diagram for explaining an optimal distance.
25 is an exemplary view of a vehicle photographed from the side.
이하, 첨부된 도면을 참조하여 본 발명의 일실시예를 설명한다.Hereinafter, an embodiment of the present invention will be described with reference to the accompanying drawings.
도 3은 본 발명의 교통정보 관리 시스템의 구성도이다.3 is a block diagram of a traffic information management system according to the present invention.
본 발명의 일실시예인 교통정보 관리 시스템(1)은 레이더센서 및 라이다센서 등의 감지수단을 이용하여 차량정보를 생성하되, 저속 차량의 경우, 분해능이 떨어지는 감지수단의 특성을 감안하여, 객체의 구별 성능이 뛰어난 카메라의 영상분석을 통해 차량속도를 산출함과 동시에 카메라에 촬영된 영상 내에서 번호판 이미지의 변동비율을 활용하여 차량의 속도를 산출하도록 구성됨으로써 차량 속도에 따라 선별적으로 분석 방법을 택일함에 따라 차량속도 검출 및 차량정보 생성의 정확성 및 신뢰도를 높일 수 있을 뿐만 아니라, 별도의 기준테이블을 사전에 설정하지 않아도 영상을 이용하여 차량속도를 산출할 수 있기 때문에 다양한 설치 높이 및 카메라 팬-틸트 각도와 연동하여 다양한 현장에 즉각적으로 사용 가능하도록 하기 위한 것이다.The traffic
이러한 교통정보 관리 시스템(1)은 도 3에 도시된 바와 같이, 차량주행이 이루어지는 도로 곳곳에 설치되어 기 설정된 감지영역의 차량을 감지하여 차량정보를 생성함과 동시에 위반차량을 검출한 후, 생성된 차량정보 및 위반정보를 후술되는 중앙관제서버(6)로 전송하는 촬영부(3-1), ..., (3-N)들과, 촬영부(3-1), ..., (3-N)들로부터 전송받은 차량정보를 가공하여 교통정보를 생성한 후, 생성된 교통정보를 접속된 클라이언트(Client)들에게 제공함과 동시에 위반정보 수신 시, 위반차량에 대한 과태료 부과 등의 후속절차를 수행하는 중앙관제서버(6)와, 중앙관제서버(6) 및 촬영부(3-1), ..., (3-N)들의 데이터 통신을 지원하는 통신망(7)으로 이루어진다.As shown in FIG. 3, the traffic
이때 본 발명의 교통정보 관리 시스템(1)은 교차로, 분기구간, 병합구간 등과 같이 차량 상충이 많거나 법규위반이 흔하게 발생하거가 또는 교통사고 발생율이 높은 구간에 설치되는 것이 바람직하다.At this time, the traffic
통신망(7)은 중앙관제서버(6) 및 촬영부(3-1), ..., (3-N)들 사이의 데이터 이동경로를 제공하며, 상세하게로는 광역통신망(WAN), 이동통신망, 유선통신망 등과 같이 공지된 다양한 통신방식이 적용될 수 있다.The communication network 7 provides a data movement path between the
도 4는 도 3의 촬영부를 설명하기 위한 예시도이고, 도 5는 도 3의 다른 예시도이고, 도 6은 도 3의 또 다른 예시도이다.FIG. 4 is an exemplary view for explaining the photographing unit of FIG. 3 , FIG. 5 is another example view of FIG. 3 , and FIG. 6 is another example view of FIG. 3 .
촬영부(3-1), ..., (3-N)들은 도로 곳곳에 설치되어 기 설정된 감지영역의 차량을 감지한 후, 차량정보 및 위반정보를 생성하며, 생성된 차량정보 및 위반정보를 교통관제서버(6)로 전송한다.The photographing units (3-1), ..., (3-N) are installed all over the road to detect vehicles in a preset detection area, and then generate vehicle information and violation information, and generated vehicle information and violation information. is transmitted to the traffic control server (6).
또한 촬영부(3-1), ..., (3-N)들은 도 4에 도시된 기 설정된 영역을 감지하는 감지수단(301)과, 기 설정된 영역을 촬영하는 카메라(302), 기 설정된 감지지점(P)을 통과하는 차량을 감지하는 보조센서(303), 감지수단(301), 카메라(302) 및 보조센서(303)에 의해 획득된 정보를 분석하는 컨트롤러(30)로 이루어진다.In addition, the photographing units 3-1, ..., (3-N) include a sensing means 301 for detecting a preset area shown in FIG. 4, a
이때 본 발명의 도면에서는 설명의 편의를 위해, 촬영부(3)가 차량의 전방을 촬영하여 차량의 주행속도를 산출하는 것으로 예를 들어 설명하였으나, 촬영부(3)는 차량의 후방을 촬영하여 차량의 주행속도를 산출할 수 있다.At this time, in the drawing of the present invention, for convenience of explanation, it has been described as an example that the photographing
감지수단(301)은 기 설정된 감지영역의 차량 객체를 감지하기 위한 수단이며, 상세하게로는 레이더센서 또는 라이다센서인 것이 바람직하다.The detection means 301 is a means for detecting a vehicle object in a preset detection area, and is preferably a radar sensor or lidar sensor.
이러한 감지수단(301)은 감지된 차량 객체의 감지신호를 컨트롤러(30)로 출력한다.The
예를 들어 감지수단(301)이 레이더센서라고 할 때, 레이더센서는 감지영역으로 레이더신호를 송출한 후, 반사되는 신호를 수신 받으며, 송수신된 레이더신호 정보를 컨트롤러(30)로 출력하는 것으로 구성될 수 있다.For example, when the sensing means 301 is a radar sensor, the radar sensor transmits a radar signal to the sensing area, receives the reflected signal, and outputs the transmitted and received radar signal information to the
이때 감지수단(301)에 의한 감지신호는 컨트롤러(30)에서 차량속도를 포함하는 차량정보를 생성하는데 활용된다.At this time, the detection signal by the
카메라(302)는 도로의 겐트리 등의 구조물에 설치되어 기 설정된 감지영역(A)을 촬영한다.The
이때 카메라(302)는 차량이 주행하는 도로를 포함하는 감지영역(A)을 촬영하여 영상을 획득한다.At this time, the
또한 카메라(302)는 획득한 영상을 컨트롤러(30)로 출력되며, 카메라(302)에 의해 촬영된 영상의 경우에는 저속으로 주행 중인 차량들의 속도를 포함하는 차량정보를 생성하는데 활용된다.In addition, the
보조센서(303)는 감지지점(P)으로 레이저신호를 송출하는 레이더발광부(미도시)와, 레이더발광부에 의해 송출되어 반사되는 신호를 수신 받는 레이더수광부(미도시)와, 송수신된 레이저신호를 분석하여 차량 객체의 감지여부를 판별하며 차량감지 시, 감지정보를 생성하여 컨트롤러(30)로 송출하는 제어기(미도시)로 이루어진다.The
이때 제어기에 의해 생성되는 감지정보는 촬영부(3)로부터 감지지점(P)까지의 평면상 직선거리인 감지거리(Ds)와, 차량이 감지지점(P)에 진입한 시간인 제1 시점(t1)의 정보를 포함한다.At this time, the sensing information generated by the controller includes the sensing distance Ds, which is a linear distance on a plane from the photographing
또한 보조센서(303)는 카메라(302)와 동일한 팬-틸트(Pan-Tilt) 각도를 갖도록 설치된다.In addition, the
이러한 보조센서(303)는 1)카메라(302)와 일체로 결합되어 동일한 팬-틸트 각도로 설치됨과 동시에 2)레이저신호에 의해 감지지점(P)까지의 거리정보인 감지거리(Ds)를 지속적으로 획득하도록 구성됨으로써 외부의 충격이나 진동에 의해 카메라(302)의 설치 각도가 변화되어 보조센서(303)에 의해 감지되는 지점인 감지지점(P)이 변화되어도, 변경된 감지지점(P’)까지의 감지거리(Ds‘) 정보를 획득할 수 있다.The
이때 본 발명에서는 설명의 편의를 위해 보조센서(303)가 레이저센서인 것으로 예를 들어 설명하였으나, 보조센서(303)는 레이더 등으로 구성될 수 있다.At this time, in the present invention, for convenience of explanation, the
컨트롤러(30)는 감지수단(301)에 의해 획득된 감지신호 및 카메라(302)에 의해 획득된 영상을 임시 저장함과 동시에 중앙관제서버(6)로 획득된 영상을 전송한다. 이때 컨트롤러(30)에서 감지신호 및 영상을 임시 저장하는 주기는 기 설정되거나 관리자에 의해 입력될 수 있다.The
또한 컨트롤러(30)는 감지수단(301)으로부터 획득된 감지신호를 활용하여 차량속도를 산출함과 동시에 카메라(302)로부터 촬영된 영상을 분석하여 차량속도를 산출한다.In addition, the
이때 컨트롤러(30)는 감지수단(301)의 감지신호를 활용하여 획득된 차량속도가 기 설정된 임계속도값 이하일 경우에는 감지신호를 분석하여 획득된 차량속도의 신뢰성이 떨어진다고 판단되어 카메라(302)의 영상을 분석하여 산출된 차량속도를 최종 속도로 결정한다.At this time, the
즉, 컨트롤러(30)는 1)차량들이 고속으로 주행하여 차량간 간격이 클 경우에는 차량의 속도 및 속도의 검출의 정확도가 우수한 감지수단(301)의 감지신호를 이용하여 차량정보를 산출하되, 2)차량들이 저속으로 주행할 경우에는 객체의 구별 성능이 우수하여 인접한 차량들의 구별이 가능한 카메라(302)의 영상을 활용하여 차량정보를 산출한다.That is, the
이를 통해 컨트롤러(30)는 차량들이 저속으로 주행하여 차량 간의 간격이 감소되어 감지수단(301)인 레이더 또는 라이다에 의한 감지가 어려울 때, 카메라(302)의 영상을 분석하여 산출된 차량속도를 최종 속도로 결정함으로써 산출된 차량속도의 신뢰성을 확보할 수 있다.Through this, the
또한 컨트롤러(30)는 감지수단(301)과 카메라(302)를 동시에 사용함으로써 비교적 화각(FOV, Field of view)이 좁은 카메라(302)만을 이용할 때보다 차량정보를 획득할 수 있는 범위가 증가하게 되며, 이로 인해 넓은 범위의 감지가 필요한 교차로나, 카메라(302)로 확인하기 어려운 갓길도 감지수단(301)을 통해 감지하여 차량정보를 획득할 수 있게 된다.In addition, the
도 7은 도 2의 컨트롤러의 블록도이다.7 is a block diagram of the controller of FIG. 2;
컨트롤러(30)는 도 7에 도시된 바와 같이, 제어부(31)와, 메모리(32), 통신 인터페이스부(33), 데이터 입출력부(34), 감시수단 기반 속도검출부(35), 영상기반 속도검출부(36), 속도결정부(37), 위반차량 단속부(38)로 이루어진다.As shown in FIG. 7, the
제어부(31)는 컨트롤러(30)의 O.S(Operating System)이며, 제어대상(32), (33), (34), (35), (36), (37), (38)들을 관리 및 제어한다.The
또한 제어부(31)는 데이터 입출력부(34)를 통해 감지수단(301)으로부터 입력된 감지신호를 감지수단 기반 속도검출부(35)로 출력한다.In addition, the
또한 제어부(31)는 데이터 입출력부(34)를 통해 카메라(302)로부터 입력된 영상을 영상기반 속도검출부(36)로 출력한다.In addition, the
또한 제어부(31)는 데이터 입출력부(34)를 통해 감지수단(301)으로부터 입력받은 감지신호 및 카메라(302)로부터 입력받은 영상이 중앙관제서버(6)로 전송되도록 통신 인터페이스부(33)를 제어한다.In addition, the
또한 제어부(31)는 보조센서(303)의 제어기에 의해 산출된 감지거리(Ds)를 메모리(32)에 저장한다.In addition, the
또한 메모리(32)에는 카메라(302)의 위치정보와, 카메라(302)의 감지영역(A)의 위치정보가 저장된다.In addition, the
이때 감지영역(A)은 카메라(302)가 촬영 중인 영역의 위치정보이다.At this time, the detection area (A) is location information of the area being photographed by the
또한 메모리(32)에는 감지수단(301)에 의해 감지된 감지신호 및 카메라(302)에 의해 촬영된 영상이 임시로 저장된다.In addition, the
또한 메모리(32)에는 기 설정된 영상분석 알고리즘과, 번호판 추출 알고리즘이 저장된다.In addition, a preset image analysis algorithm and a license plate extraction algorithm are stored in the
이때 영상분석 알고리즘은 입력영상으로부터 객체인 차량을 검출하는 알고리즘을 의미하고, 번호판 추출 알고리즘은 검출된 차량객체로부터 차량번호판 이미지를 추출하는 알고리즘을 의미한다.At this time, the image analysis algorithm means an algorithm for detecting a vehicle as an object from an input image, and the license plate extraction algorithm means an algorithm for extracting a license plate image from a detected vehicle object.
또한 메모리(32)에는 카메라(302)에 의해 촬영된 영상의 프레임을 구성하는 픽셀들 중 가로방향의 픽셀수인 영상 가로픽셀수(Pa)가 저장된다.In addition, the
또한 메모리(32)에는 카메라(302)로부터 감지지점(P) 까지의 거리인 감지거리(Ds)가 저장된다.Also, the sensing distance Ds, which is the distance from the
또한 메모리(32)에는 임계속도값이 저장된다.Also, the threshold speed value is stored in the
이때 임계속도값은 감지수단 기반 속도검출부(35)로부터 검출된 주행속도(이하 ‘제1 차량속도(C1)라고 함’)와, 영상기반 속도검출부(36)로부터 검출된 주행속도 중 영상기반 속도검출부(36)로부터 검출된 주행속도(이하 ‘제2 차량속도(C2)'라고 함)를 최종 속도값으로 결정해야 한다고 판단할 수 있는 감지수단 기반 속도검출부(35)로부터 검출된 주행속도의 최대값을 의미한다.At this time, the threshold speed value is the image-based speed among the traveling speed detected from the sensing means-based speed detection unit 35 (hereinafter referred to as 'first vehicle speed C1') and the traveling speed detected from the image-based
통신 인터페이스부(33)는 중앙관제서버(6)와 데이터를 송수신한다.The
데이터 입출력부(34)는 감지수단(301), 카메라(302) 및 보조센서(303)와 데이터를 입출력한다.The data input/
도 8은 도 7의 감지수단 기반 속도검출부의 블록도이다.FIG. 8 is a block diagram of a sensing means-based speed detection unit of FIG. 7 .
감지수단 기반 속도검출부(35)는 도 8에 도시된 바와 같이, 신호분석모듈(351)과, 차량감지모듈(352), 트래킹 모듈(353), 속도산출모듈(354), 차량정보 생성모듈(355)로 이루어진다.As shown in FIG. 8, the sensing unit-based
신호분석모듈(351)은 데이터 입출력부(34)를 통해 감지수단(301)로부터 전송받은 감지신호를 입력받으면, 입력된 감지신호를 분석하며, 감지신호의 분석데이터를 차량감지모듈(352)로 출력한다.When the
차량감지모듈(352)은 신호분석모듈(351)로부터 입력받은 감지신호의 분석데이터를 활용하여 차량객체를 감지한다.The
트래킹 모듈(353)은 차량감지모듈(352)에 의해 감지된 차량객체의 궤적을 추적한다.The
속도산출모듈(354)은 트래킹 모듈(353)에 의해 검출된 궤적정보를 활용하여 차량의 속도인 제1 차량속도(C1)를 산출한다.The
이때 감지신호를 이용하여 객체 속도를 산출하는 기술 및 방법은 공지된 기술이기 때문에 상세한 설명은 생략하기로 한다.At this time, since the technology and method for calculating the object speed using the detection signal are well-known technologies, a detailed description thereof will be omitted.
차량정보 생성모듈(355)은 트래킹 모듈(353)에 의해 검출된 궤적정보를 활용 및 가공하여, 차량객체의 위치, 속도 등을 포함하는 차량정보를 생성한다.The vehicle
이때 차량정보 생성모듈(355)로부터 생성된 차량정보는 속도 결정부(37)로 출력된다.At this time, the vehicle information generated by the vehicle
이와 같이 구성되는 감지수단 기반 속도검출부(35)는 레이더 또는 라이다를 활용한 감지수단(301)으로부터 감지신호를 입력받아 차량정보를 생성하도록 구성되기 때문에 차량위치 및 속도의 정확도가 영상을 통한 속도검출방법에 비해 정확할 뿐만 아니라, 감지 가능한 범위가 넓기 때문에 교차로와 같이 넓은 장소, 또는 갓길 등 카메라(302) 영상의 사각에 배치된 위치도 감지 가능하다는 장점을 가진다.Since the sensing means-based
그러나 감지수단(301)의 경우에는 객체에 대한 분류 정확도가 떨어지는 단점을 가지기 때문에 차량들이 저속으로 주행하여 서로 인접하게 주행 중일 경우에는 일부 차량들의 차량정보를 획득하지 못하는 단점을 갖는다.However, since the detection means 301 has a disadvantage in that classification accuracy for objects is low, vehicle information of some vehicles cannot be acquired when vehicles are driving at low speeds and are driving adjacent to each other.
이러한 문제가 발생되는 것을 방지하기 위하여 본 발명은 감지수단 기반 속도검출부(35)에 의해 검출된 차량의 속도인 제1 차량속도(C1)가 기 설정된 임계속도값 이하일 경우에는 속도결정부(37)가 감지수단 기반 속도검출부(35)에 의한 차량정보 획득이 어렵다고 판단하여 영상기반 속도검출부(36)로부터 검출된 차량의 속도인 제2 차량속도(C2)를 최종 속도값으로 결정한다.In order to prevent this problem from occurring, the present invention provides a
영상기반 속도검출부(36)는 카메라(302)의 촬영에 의해 획득된 영상의 프레임들로부터 번호판 이미지들을 추출한 후, 번호판 이미지의 크기 변화 비율인 변동비율(Z)을 활용하여 제2 차량속도(C2)를 산출한다.The image-based
이러한 영상기반 속도검출부(36)에 대한 자세한 설명은 후술되는 도 10 내지 15에서 자세하게 설명하도록 한다.A detailed description of the image-based
도 9는 도 7의 속도 결정부의 블록도이다.FIG. 9 is a block diagram of a speed determination unit of FIG. 7 .
속도 결정부(37)는 도 9에 도시된 바와 같이, 속도값 추출모듈(371), 비교모듈(372), 결정모듈(373), 차량정보 보정모듈(374)로 이루어진다.As shown in FIG. 9 , the
속도값 추출모듈(371)은 감지수단 기반 속도검출부(35) 및 영상기반 속도검출부(36)으로부터 검출된 제1, 제2 차량속도(C1), (C2)를 메모리(32)로부터 추출한다.The speed
비교모듈(372)은 제1 차량속도(C1)를 메모리(32)에 기 저장된 임계속도값과 비교한다.The
결정모듈(373)은 1)제1 차량속도(C1)가 임계속도값 이상일 경우에는 제1 차량속도(C1)를 최종 속도값으로 결정하되, 2)제1 차량속도(C1)가 임계속도값 미만일 경우에는 제1 차량속도(C1)의 신뢰성이 낮다고 판단하여 제2 차량속도(C2)를 최종 속도값으로 결정한다.The
차량정보 보정모듈(374)은 결정모듈(373)에 의해 제2 차량속도(C2)가 최종 속도값으로 결정될 때, 차량정보 생성모듈(355)로부터 생성된 차량정보를 제2 차량속도(C2)로 보정한다.When the second vehicle speed C2 is determined as the final speed value by the
이때 차량정보 보정모듈(374)에 의해 보정된 차량정보는 최종적으로 메모리(32)에 저장됨과 동시에 위반차량 단속부(38) 및 중앙관제서버(6)로 출력된다.At this time, the vehicle information corrected by the vehicle
이와 같이 구성되는 속도 결정부(37)는 평시에는 감지수단(301)에 의해 측정된 차량속도인 제1 차량속도(C1)를 최종 속도값으로 결정하되, 차량들이 저속으로 주행하여 감지수단(301)에 의한 차량들의 분류가 어려워 차량들의 속도를 정확하게 측정할 수 없다고 판단될 때, 카메라(302)의 영상을 기반으로 측정된 속도인 제2 차량속도(C2)를 최종 속도값으로 결정함으로써 차량의 속도와 관계없이 신뢰성 높은 차량정보를 획득할 수 있게 된다.The
위반차량 단속부(38)는 속도결정부(37)에 의해 결정된 차량정보를 활용함과 동시에 카메라(302)에 의해 촬영된 영상을 분석하여 위반차량을 검출하며, 검출된 위반차량에 대한 위반정보를 중앙관제서버(6)로 출력한다.The violating
이때 위반정보는 차량 위치, 속도, 위반내용 등을 포함한다.At this time, the violation information includes the vehicle location, speed, and details of the violation.
예를 들어, 위반차량 단속부(38)는 감지수단(301)의 감지정보 및 카메라(302)의 영상정보를 활용하여 을 통해 갓길 정차, 과속, 차선변경, 불법유턴 등이 감지될 때, 해당 위반차량의 번호판 이미지를 카메라(302)의 영상으로부터 추출하며, 추출된 번호판 이미지 및 대응되는 차량정보를 중앙관제서버(6)로 출력함으로써 교통법규를 위반한 차량들을 단속할 수 있다.For example, the violating
도 10은 도 7의 영상기반 속도검출부의 블록도이다.FIG. 10 is a block diagram of the image-based speed detection unit of FIG. 7 .
영상기반 속도검출부(36)는 도 10에 도시된 바와 같이, 프레임 추출부(361)와, 프레임 분석부(362), 주행속도 산출부(363)로 이루어진다.As shown in FIG. 10 , the image-based
프레임 추출부(361)는 보조센서(303)로부터 감지정보를 입력받을 때, 제어부(31)의 제어에 따라 실행되며, 카메라(302)의 촬영에 의해 획득된 영상을 입력받는다.When receiving detection information from the
또한 프레임 추출부(361)는 입력영상으로부터, 감지정보가 입력된 시점, 즉 보조센서(303)에 의해 감지지점(P)에 차량이 진입한 시점인 제1 시점(t1)의 프레임인 제1 프레임(F1)을 추출한다.In addition, the
또한 프레임 추출부(361)는 타이머(미도시)를 포함하며, 제1 시점(t1)을 기준으로 기 설정된 설정시간(T1)이 경과한 시점인 제2 시점(t2)이 되면, 입력영상으로부터 제2 시점(t2)의 프레임인 제2 프레임(F2)을 추출한다.In addition, the
도 11은 도 10의 프레임 분석부의 블록도이고, 도 12는 제1 프레임의 예시도이고, 도 13은 제2 프레임의 예시도이고, 도 14는 차량의 속도가 산출되는 과정을 설명하기 위한 예시도이다.11 is a block diagram of the frame analysis unit of FIG. 10, FIG. 12 is an example of a first frame, FIG. 13 is an example of a second frame, and FIG. 14 is an example for explaining a process of calculating vehicle speed. It is also
프레임 분석부(362)는 도 11에 도시된 바와 같이, 객체 검출모듈(3621)과, 번호판 이미지 추출모듈(3622), 픽셀수 산출모듈(3623), 변동비율 산출모듈(3624), 주행거리 산출모듈(3625)로 이루어진다.As shown in FIG. 11, the
객체 검출모듈(3621)은 프레임 추출부(361)로부터 제1 프레임(F1)을 입력받으면, 메모리(32)에 저장된 영상분석 알고리즘을 활용하여 입력된 제1 프레임(F1)으로부터 감지지점(P)에 진입한 진입차량인 차량객체 이미지를 검출한다.When the
또한 객체 검출모듈(3621)은 프레임 추출부(361)로부터 제2 프레임(F2)을 입력받으면, 영상분석 알고리즘을 활용하여 입력된 제2 프레임(F2)으로부터 차량객체 이미지를 검출한다.Also, when receiving the second frame F2 from the
번호판 이미지 추출모듈(3622)은 메모리(32)에 저장된 번호판 추출 알고리즘을 이용하여, 객체 검출모듈(3621)에 의해 검출된 제1 프레임(F1)의 차량객체 이미지를 분석하여 차량객체로부터 차량번호판 이미지인 제1 번호판 이미지(B1)를 추출한다.The license plate
또한 번호판 이미지 추출모듈(3622)은 번호판 추출 알고리즘을 이용하여, 객체 검출모듈(3621)에 의해 검출된 제2 프레임(F2)의 차량객체 이미지를 분석하여 제2 번호판 이미지(B2)를 추출한다.In addition, the license plate
픽셀수 산출모듈(3623)은 번호판 이미지 추출모듈(3622)로부터 추출된 제1 번호판 이미지(B1)의 가로방향 픽셀수인 제1 가로픽셀수(Pb1)와, 제2 번호판 이미지(B2)의 가로방향 픽셀수인 제2 가로픽셀수(Pb2)를 산출한다.The pixel
이러한 픽셀수 산출모듈(3623)은 프레임의 픽셀을 구성하는 가로픽셀들과 세로픽셀들 중 가로픽셀들 만을 이용하여 차량의 주행거리를 산출하도록 구성됨으로써 전체픽셀들을 활용할 때보다 연산처리 과정이 간단하여 연산처리 속도를 개선시킬 수 있는 장점을 갖는다.The pixel
변동비율 산출모듈(3624)은 픽셀수 산출모듈(3623)에서 산출된 제1 번호판 이미지(B1)의 제1 가로픽셀수(Pb1)와, 기 설정된 영상 가로픽셀수(Pa)를 활용하여 제1 번호판 비율(Z1)을 산출한다.The variable
이때 제1 번호판 비율(Z1)은 제1 가로픽셀수(Pb1)에서 영상 가로픽셀수(Pa)를 나눈 값(Z1 = Pb1/Pa)이며, 제1 프레임(F1)의 내에서 제1 번호판 이미지(B1)가 가로방향으로 차지하는 비율을 의미한다.At this time, the first license plate ratio (Z1) is a value obtained by dividing the number of horizontal pixels (Pa) of the image by the number of first horizontal pixels (Pb1) (Z1 = Pb1 / Pa), and the first license plate image within the first frame (F1) (B1) means the ratio occupied in the horizontal direction.
또한 변동비율 산출모듈(3624)은 픽셀수 산출모듈(3623)에서 산출된 제2 번호판 이미지(B2)의 제2 가로픽셀수(Pb2)와 기 설정된 영상 가로픽셀수(Pa)를 활용하여 제2 번호판 비율(Z2)을 산출한다.In addition, the variable
이때 제2 번호판 비율(Z2)은 제2 가로픽셀수(Pb2)에서 영상 가로픽셀수(Pa)를 나눈 값(Z2 = Pb2/Pa)이며, 제2 프레임(F2)의 내에서 제2 번호판 이미지(B2)가 가로방향으로 차지하는 비율을 의미한다.At this time, the second license plate ratio (Z2) is a value obtained by dividing the number of horizontal pixels (Pa) of the image by the number of second horizontal pixels (Pb2) (Z2 = Pb2 / Pa), and the second license plate image within the second frame (F2) (B2) means the ratio occupied in the horizontal direction.
또한 변동비율 산출모듈(3624)은 제1, 2 번호판 비율(Z1), (Z2)들이 산출되면, 제2 번호판 비율(Z2)을 제1 번호판 비율(Z1)로 나누어, 제2 번호판 이미지(B2)가 제1 번호판 이미지(B1)보다 변화된 비율인 변동비율(Z)을 산출한다.In addition, when the first and second license plate ratios (Z1) and (Z2) are calculated, the variable
이때 변동비율(Z)은 제2 번호판 비율(Z2)을 제1 번호판 비율(Z1)로 나눈 값(Z = Z2/Z1)이며, 제2 프레임(F2)에서 촬영된 번호판의 크기가 제1 프레임(F1)에서 촬영된 번호판의 크기보다 변화된 비율을 의미한다.At this time, the variation ratio (Z) is a value (Z = Z2 / Z1) divided by the second license plate ratio (Z2) by the first license plate ratio (Z1), and the size of the license plate photographed in the second frame (F2) is the first frame It means the ratio changed from the size of the license plate photographed in (F1).
다음의 수학식 1은 변동비율을 산출하는 계산식이다.The following
이때 Z는 변동비율이고, Z2는 제2 번호판 비율이고, Z1은 제1 번호판 비율이고, Pb1은 제1 가로픽셀수이고, Pb2는 제2 가로픽셀수이다.Here, Z is the variation ratio, Z2 is the second license plate ratio, Z1 is the first license plate ratio, Pb1 is the first number of horizontal pixels, and Pb2 is the number of second horizontal pixels.
즉 변동비율 산출모듈(3624)은 수학식 1을 통해, 제2 프레임(F2)에 촬영된 번호판의 제2 가로픽셀수(Pb2)를 제1 프레임(F1)에서 촬영된 번호판의 제1 가로픽셀수(Pb1)로 나누어 번호판의 변동비율(Z)을 신속하고 간단하게 산출할 수 있게 된다.That is, the variation
또한 변동비율 산출모듈(3624)에 의해 산출된 변동비율(Z)은 차량의 주행거리(Dx) 산출에 활용된다.In addition, the variable ratio Z calculated by the variable
주행거리 산출모듈(3625)은 수학식 1을 활용하여 산출된 변동비율(Z)을 수학식 5에 대입하여 차량의 주행거리(Dx)를 산출한다.The
이때 주행거리(Dx)는 후술되는 수학식 5에 카메라(302)로부터 감지지점(P)까지의 거리인 감지거리(Ds)와 변동비율(Z)이 대입되어 산출되며, 감지지점(P)으로부터 차량이 설정시간(T1) 동안 이동한 거리를 의미한다.At this time, the traveling distance Dx is calculated by substituting the sensing distance Ds, which is the distance from the
도 15는 수학식 2를 산출하는 과정을 설명하기 위한 예시도이다.15 is an exemplary diagram for explaining a process of calculating Equation 2.
카메라(302)는 도 15에 도시된 바와 같이, 도로를 향하도록 설치되어 도로에 주행 중인 차량을 촬영하며, 기 설정된 화각(F)(FOV, Field of view)만큼의 각도로 영상을 촬영한다.As shown in FIG. 15 , the
이때 화각(F)은 상부에서 바라보았을 때, 카메라(302)가 이미지를 담을 수 있는 각도를 의미한다.At this time, the angle of view (F) means an angle at which the
이러한 카메라(302)는 카메라로부터 멀어질수록 영상에 촬영되는 화폭(Pw)이 증가하게 된다.As the
또한 계산의 편의를 위해 도 15에 도시된 바와 같이, 화각(F)은 2θ인 것을 예를 들어 설명하도록 한다.Also, for convenience of calculation, as shown in FIG. 15 , the angle of view F is 2θ.
화폭(Pw)은 카메라(302)로부터 이격된 거리(d)에서 촬영되는 실제 폭을 의미하며, 이격된 거리(d)와 비례하게 증가된다.The picture width Pw means an actual width photographed at a distance d away from the
이때 화폭(Pw)은 다음의 수학식 2을 이용하여 산출된다.At this time, the canvas width Pw is calculated using Equation 2 below.
이때 Pw는 화폭이고, θ는 화각을 절반으로 나눈 값(θ=F/2)이고, d는 카메라와 이격된 거리이다.At this time, Pw is the field width, θ is the value obtained by dividing the angle of view by half (θ=F/2), and d is the distance away from the camera.
제1 프레임(F1)의 화폭이 제1 화폭(Pw1)이고, 제2 프레임(F2)의 화폭이 제2 화폭(Pw)이라고 할 때, 제1 화폭(Pw1)은 2*tan(θ)*Ds 이고, 제2 화폭(Pw2)은 2*tan(θ)*(Ds-Dx) 이다.When the width of the first frame F1 is the first screen width Pw1 and the width of the second frame F2 is the second screen Pw, the first screen width Pw1 is 2*tan(θ)* Ds, and the second picture width Pw2 is 2*tan(θ)*(Ds-Dx).
또한 카메라(302)의 영상에서는 실제 화폭(Pw)이 영상 가로픽셀수(Pa)와 대응되도록 축소 변환되기 때문에 이격된 거리(d)가 증가될수록 영상에 촬영된 객체가 축소되는 비율이 증가하게 된다.Also, in the image of the
즉, 카메라(302)에 의해 촬영된 영상은 이격된 거리(d)가 증가될수록 영상 내에 더 넓은 폭의 영상이 촬영되되, 영상 내에서 객체가 작게 표시된다.That is, in the image captured by the
또한 카메라(302)에 의해 촬영된 영상 내부의 번호판의 가로방향 픽셀수(Pb)는 다음의 수학식 3을 이용하여 산출된다.In addition, the number of pixels Pb in the horizontal direction of the license plate inside the image captured by the
이때 Pb는 번호판의 가로방향 픽셀수를 의미하고, Pa는 영상의 가로방향 픽셀수를 의미하고, H는 번호판의 실제 가로길이를 의미하고, Pw는 화폭을 의미한다.At this time, Pb means the number of pixels in the horizontal direction of the license plate, Pa means the number of pixels in the horizontal direction of the image, H means the actual horizontal length of the license plate, and Pw means the width of the screen.
이러한 수학식 3에 제1 화폭(Pw)을 대입하면, 제1 가로픽셀수(Pb1=Pa*H/Pw1)를 산출할 수 있으며, 제2 화폭(Pw)을 대입하면 제2 가로픽셀수(Pb2=Pa*H/Pw2)를 산출할 수 있다.If the first screen width Pw is substituted into
또한 수학식 3에 의해 산출된 제1 가로픽셀수(Pb1=Pa*H/Pw1)와 제2 가로픽셀수(Pb2=Pa*H/Pw2)를 수학식 1에 대입하면, 변동비율(Z)이 산출된다.In addition, when the first number of horizontal pixels (Pb1 = Pa * H / Pw1) and the second number of horizontal pixels (Pb2 = Pa * H / Pw2) calculated by
다음의 수학식 4는 수학식 3에 의해 산출된 제1 가로픽셀수(Pb1)와 제2 가로픽셀수(Pb2)를 수학식 1에 대입하여 변동비율을 산출하는 계산식이고, 수학식 5는 수학식 4를 변형하여 주행거리를 산출하는 계산식이다.The following Equation 4 is a calculation formula for calculating the variation ratio by substituting the first number of horizontal pixels (Pb1) and the second number of horizontal pixels (Pb2) calculated by
이때 θ는 화각을 절반으로 나눈 값(θ=F/2)이고, Ds는 카메라(302)로부터 감지지점(P)까지의 거리인 감지거리이고, Dx는 차량의 주행거리이다.At this time, θ is a value obtained by dividing the angle of view in half (θ=F/2), Ds is the sensing distance, which is the distance from the
즉, 주행거리 산출모듈(3625)은 메모리(32)에 기 저장된 감지거리(Ds)와 수학식 1에 의해 산출된 변동비율(Z)을 수학식 5에 대입하여 차량의 주행거리(Dx)를 산출한다.That is, the
이와 같이 구성되는 프레임 분석부(362)는 프레임 추출부(361)에 의해 추출된 제1 프레임(F1) 내에서 제1 번호판 이미지(B1)를 추출함과 동시에 제1 번호판 이미지(B1)의 가로방향 픽셀수인 제1 가로픽셀수(Pb1)를 산출한다.The
또한 프레임 분석부(362)는 프레임 추출부(361)에 의해 추출된 제2 프레임(F2) 내에서 제2 번호판 이미지(B2)를 추출함과 동시에 제2 번호판 이미지(B2)의 가로방향 픽셀수인 제2 가로픽셀수(Pb2)를 산출한다.In addition, the
이때 프레임 분석부(362)는 메모리(32)에 저장된 영상 가로픽셀수(Pa)를 활용하여 각 프레임(F1), (F2)들에서 번호판 이미지(B1), (B2)들이 차지하는 비율을 산출함으로써 제1 프레임(F1)과 제2 프레임(F2)에서 번호판이 차지하는 비율인 번호판 비율(Z1), (Z2)들을 산출한다.At this time, the
또한 프레임 분석부(362)는 번호판 비율(Z1), (Z2)들을 활용하여 변동비율(Z)을 산출하며, 산출된 변동비율(Z)을 산출하여 차량의 주행거리(Dx)를 산출한다.In addition, the
다시 도 10으로 돌아가서 주행속도 산출부(363)을 살펴보면, 주행속도 산출부(363)는 프레임 분석부(362)에 의해 산출된 주행거리(Dx)를 기 설정된 설정시간(T1)으로 나누어 차량의 주행속도(v)를 산출한다.Returning to FIG. 10 and looking at the
이와 같이 구성되는 영상기반 속도검출부(36)는 진입차량의 번호판 이미지를 제1 프레임(F1)과 제2 프레임(F2)으로부터 각각 추출하며, 번호판 이미지의 크기 변화율인 변동비율(Z)을 활용하여 차량의 주행거리(Dx) 및 주행속도(v)를 산출하여 카메라(302)의 설치 위치 및 각도와 상관없이 차량의 주행속도(v)를 산출함으로써 카메라(302)의 설치환경(위치 및 각도 등)이 변경될 때마다 실측을 진행하지 않아도 바로 사용할 수 있도록 구성되기 때문에 설치에 걸리는 시간이 감소될 뿐만 아니라, 장기간 이용으로 인하여 카메라(302)의 설치각도가 변화되어도 차량의 주행속도를 산출하는 과정에서 오차가 발생되는 것을 방지할 수 있다.The video-based
도 16은 도 7의 컨트롤러의 제2 실시예인 제2 컨트롤러의 블록도이고, 도 17은 도 16의 영상기반 속도검출부의 제2 실시예인 제2 영상기반 속도검출부의 블록도이다.16 is a block diagram of a second controller that is a second embodiment of the controller of FIG. 7 , and FIG. 17 is a block diagram of a second video-based speed detector that is a second embodiment of the video-based speed detector of FIG. 16 .
제2 컨트롤러(40)는 도 16에 도시된 바와 같이, 제어부(41)와, 제2 메모리(42), 통신 인터페이스부(43), 데이터 입출력부(44), 감지수단 기반 속도검출부(45), 제2 영상기반 속도검출부(46), 속도 결정부(47), 위반차량 단속부(48)로 이루어진다.As shown in FIG. 16, the
이때 제어부(41)와 통신 인터페이스부(43), 데이터 입출력부(44), 감지수단 기반 속도검출부(45), 속도 결정부(47), 위반차량 단속부(48)는 제1 실시예인 제어부(31)와, 통신 인터페이스부(33), 데이터 입출력부(34), 감지수단 기반 속도검출부(35), 속도 결정부(37), 위반차량 단속부(38)와 동일한 동작을 수행하기 때문에 자세한 설명은 생략하도록 한다.At this time, the
제2 메모리(42)에는 설정시간(T2, T3, …, Tn)들이 추가로 저장된다.In the
제2 영상기반 속도검출부(46)는 도 17에 도시된 바와 같이, 제2 프레임 추출부(461)와, 제2 프레임 분석부(462), 제2 주행속도 산출부(463)로 이루어진다.As shown in FIG. 17 , the second image-based
제2 프레임 추출부(461)는 보조센서(303)로부터 감지정보를 입력받을 때, 제어부(41)의 제어에 따라 실행되며, 카메라(302)의 촬영에 의해 획득된 영상을 입력받는다.When receiving detection information from the
또한 제2 프레임 추출부(461)는 입력영상으로부터, 감지정보가 입력된 시점, 즉 보조센서(303)에 의해 감지지점(P)에 차량이 진입한 시점인 제1 시점(t1)의 프레임인 제1 프레임(F1)을 추출한다.In addition, the second
또한 제2 프레임 추출부(461)는 타이머를 포함하며, 제1 시점(t1)을 기준으로 기 설정된 설정시간(T1, T2, …, Tn)들이 경과한 시점인 제2, 제3, … 제n 시점(t2, t3, …, tn+1)들이 되면, 입력영상으로부터 제2, 제3, … 제n 시점(t2, t3, …, tn+1)들의 프레임(F2, F3, …, Fn+1)들을 추출한다.In addition, the second
이러한 제2 프레임 추출부(461)는 도 10의 프레임 추출부(361)와 달리, 복수개의 프레임(F2, F3, …, Fn+1)들을 추출하도록 동작된다.Unlike the
제2 프레임 분석부(462)는 도 10의 프레임 분석부(362)와 동일한 동작을 수행하되, 도 10의 프레임 추출부(361)와 달리, 제2 프레임 추출부(461)로부터 복수개의 프레임(F2, F3, …, Fn+1)들이 입력되기 때문에 복수개의 주행거리(Dx1, Dx2, …, Dxn)들이 산출된다.The
이때 주행거리를 산출하는 과정은 전술하였던 도 10의 프레임 분석부(362)와 동일하기 때문에 자세한 설명은 생략하도록 한다.At this time, since the process of calculating the mileage is the same as that of the
제2 주행속도 산출부(463)는 제2 프레임 분석부(462)로부터 산출된 주행거리(Dx1, Dx2, …, Dxn)들을 대응되는 설정시간(T1, T2, …, Tn)들로 나누어 차량의 주행속도(v1, v2, …, vn)들을 산출한다.The second
또한 제2 주행속도 산출부(463)는 산출된 주행속도(v1, v2, …, vn)들의 평균값인 평균 주행속도(va)를 산출한다.In addition, the second
이와 같이 구성되는 제2 컨트롤러(40)는 제1 실시예인 도 7의 컨트롤러(30)에서 제1 프레임(F1)과 제2 프레임(F2)에 촬영된 번호판 이미지를 활용하여 주행속도(v)를 산출하는 것과 달리, 복수개의 프레임(F1, F2, F3, …, Fn+1)들로부터 번호판 이미지를 추출하여 주행속도(v1, v2, …, vn)들을 산출하며, 산출된 주행속도(v1, v2, …, vn)들로부터 평균 주행속도(va)를 산출하도록 구성되기 때문에 제2 프레임 추출부(461)로부터 추출된 프레임(F2, F3, …, Fn+1)들 중 일부가 카메라(302)의 진동 또는 충격 등에 의하여 흐릿하게 촬영되어도 복수개의 프레임들로부터 산출된 주행속도(v1, v2, …, vn)들의 평균 주행속도(va)를 산출하여 차량의 주행속도에 오차가 발생되는 것을 최소화할 수 있게 된다.The
도 18은 도 11의 프레임 분석부의 제3 실시예인 제3 프레임 분석부의 블록도이고, 도 19는 도 18의 제2 주행거리 산출모듈의 블록도이고, 도 20은 제3 프레임 분석부에 의해 주행거리가 산출되는 과정을 설명하기 위한 번호판의 예시도이다.18 is a block diagram of a third frame analyzer that is a third embodiment of the frame analyzer of FIG. 11, FIG. 19 is a block diagram of a second travel distance calculation module of FIG. 18, and FIG. 20 is a travel by the third frame analyzer. It is an exemplary view of a license plate to explain the process of calculating the distance.
일반적으로 영상은 원근감에 의해 동일한 크기의 객체라고 하더라도, 전방에서 촬영될 때 크게 촬영되고, 후방에서 촬영될 때 작게 촬영되는 특성을 갖는다.In general, an image has a characteristic of being large when photographed from the front and small when photographed from the rear, even though the object is of the same size due to perspective.
이때 전술하였던 도 3 내지 도 15의 컨트롤러(30)는 차량이 차선을 따라 직선으로 이동(직선이동)한다는 가정 하에 주행거리를 산출하도록 구성되었으나, 실제 도로에는 차량의 차선 변경 등의 경사이동이 비일비재하게 발생하며, 경사이동 시에는 원근감에 의해 번호판 이미지의 우측변과 좌측변이 서로 다른 크기를 가질 뿐만 아니라, 번호판 이미지의 가로방향 픽셀수가 감소되는 특성을 갖는다.At this time, the
예를 들어, 제1 시점(t1)과 제2 시점(t2) 사이에 차량이 차선변경 등의 이유로 경사이동 한다고 가정할 때, 제2 시점(t2)의 번호판 이미지의 좌측변 및 우측변은 다른 크기로 촬영되고, 제2 시점(t2)에서의 번호판 이미지의 제2 가로픽셀수(Pb2)는 차량이 직선이동 할 때의 제2 가로픽셀수 보다 작은 크기로 촬영되게 된다.For example, when it is assumed that the vehicle tilts between the first time point t1 and the second time point t2 due to a lane change or the like, the left and right sides of the license plate image at the second time point t2 are different from each other. size, and the second number of horizontal pixels (Pb2) of the license plate image at the second time point (t2) is taken in a size smaller than the number of second horizontal pixels when the vehicle moves in a straight line.
즉 원근감에 의하여 감소된 제2 가로픽셀수(Pb2)를 활용하여 변동비율(Z)을 산출할 경우에는 변동비율(Z)이 차량이 직선 주행할 때보다 감소되기 때문에 차량의 실제 주행거리와 다른 주행거리가 산출되어 주행속도(v)의 산출에 오차가 발생하게 되는 문제가 발생하게 된다.That is, when the variation ratio (Z) is calculated by using the second number of horizontal pixels (Pb2) reduced by perspective, the variation ratio (Z) is reduced compared to when the vehicle is traveling in a straight line, which is different from the actual driving distance of the vehicle. A problem arises in that an error occurs in the calculation of the travel speed v due to the calculation of the travel distance.
제3 프레임 분석부(492)는 이러한 문제들이 발생되는 것을 방지하기 위하여 제1 프레임(F1)에서 추출된 제1 번호판 이미지(B1)와, 제2 프레임(F2)에서 추출된 제2 번호판 이미지(B2)의 좌우측변 길이를 각각 추출하며, 추출된 번호판 이미지들의 좌측변 변동비율과 우측변 변동비율을 활용하여 번호판 이미지의 좌측변간 거리와 우측변간 거리를 각각 산출하며, 산출된 좌측변간 거리와 우측변간 거리를 활용하여 차량의 주행거리(Dx)를 산출한다.The third
제3 프레임 분석부(492)는 도 11의 프레임 분석부(362)의 제3 실시예이며, 도 18에 도시된 바와 같이 객체 검출모듈(4921)과, 번호판 이미지 추출모듈(4922), 제2 픽셀수 산출모듈(4923), 제1 판단모듈(4924), 이격거리 산출모듈(4925), 제2 주행거리 산출모듈(4926)로 이루어진다.The third
이때 객체 검출모듈(4921)은 제1 프레임(F1)으로부터 감지지점(P)에 진입한 진입차량을 검출하며, 제1 프레임(F1)으로부터 검출된 진입차량과 동일한 차량을 제2 프레임(F2)으로부터 검출한다.At this time, the
번호판 이미지 추출모듈(4922)은 객체 검출모듈(4921)에 의해 제1 프레임(F1)과 제2 프레임(F2)으로부터 진입차량이 검출될 때 실행되며, 제1 프레임(F1)에서 제1 번호판 이미지(B1)를 추출하며, 제2 프레임(F2)에서 제2 번호판 이미지(B2)를 추출한다.The license plate
제2 픽셀수 산출모듈(4923)은 제1 번호판 이미지(B1)와 제2 번호판 이미지(B2)로부터 픽셀수를 산출한다.The second pixel
이때 제2 픽셀수 산출모듈(4923)은 1)제1 번호판 이미지(B1)를 분석하여, 제1 번호판 이미지(B1)의 좌측변 픽셀수인 제1 좌측변 픽셀수(L1) 및 제1 번호판 이미지(B1)의 우측변 픽셀수인 제1 우측변 픽셀수(R1)를 산출하며, 2)제2 번호판 이미지(B2)를 분석하여, 제2 번호판 이미지(B2)의 좌측변 픽셀수인 제2 좌측변 픽셀수(L2) 및 제2 번호판 이미지(B2)의 우측변 픽셀수인 제2 우측변 픽셀수(R2)를 산출한다.At this time, the second pixel
제1 판단모듈(4924)은 제2 픽셀수 산출모듈(4923)에 의해 산출된 제1 좌측변 픽셀수(L1)와 제1 우측변 픽셀수(R1)를 비교하며, 픽셀수가 더 큰 변을 전방에 배치된 변(이하 ‘전방변’이라 함)이라고 판단한다.The
이때 전방변은 번호판 이미지의 좌우측변 중 후방에 배치된 변(이하 ‘후방변’이라고 함)보다 전방에 배치되어 카메라(302)와의 거리가 후방변보다 가까운 변이다.At this time, the front side is a side disposed in front of the rear side (hereinafter referred to as 'rear side') among the left and right sides of the license plate image, and is closer to the
또한 설명의 편의를 위해 번호판 이미지의 좌측변이 전방변인 것으로 예를 들어 설명하도록 한다.In addition, for convenience of explanation, the left side of the license plate image is described as an example as the front side.
이격거리 산출모듈(4925)은 제1 좌측변 픽셀수(L1)와 제1 우측변 픽셀수(R1)이 전후방향으로 이격된 거리인 이격거리(D1)를 산출한다.The separation
이때 이격거리 산출모듈(4925)은 수학식 1에 제1 좌측변 픽셀수(L1)와 제1 우측변 픽셀수(R1)를 수학식 1에 대입함으로써 전방변의 변동비율인 제1 변동비율(Y1)을 산출한다.At this time, the separation
또한 이격거리 산출모듈(4925)은 제1 변동비율(Y1)을 수학식 5에 대입함으로써 이격거리(D1)를 산출한다.Also, the separation
이때 제1 변동비율(Y1)을 산출하는 방식 및 이격거리(D1)를 산출하는 방식은 전술하였던 변동비율(Z)을 산출하는 방식 및 차량의 주행거리(Dx)를 산출하는 방식과 동일하기 때문에 자세한 설명은 생략하도록 한다.At this time, the method of calculating the first variable ratio Y1 and the method of calculating the separation distance D1 are the same as the method of calculating the aforementioned variable ratio Z and the method of calculating the mileage Dx of the vehicle. A detailed description is omitted.
제2 주행거리 산출모듈(4926)은 도 19에 도시된 바와 같이, 좌측변간 거리값 산출모듈(49261)과, 우측변간 거리값 산출모듈(49262), 평균거리 산출모듈(49263)로 이루어진다.As shown in FIG. 19 , the second travel
좌측변간 거리값 산출모듈(49261)은 제1 좌측변 픽셀수(L1)와 제2 좌측변 픽셀수(L2)를 수학식 1에 대입함으로써 좌측변의 변동비율을 산출하며, 산출된 좌측변의 변동비율을 수학식 5에 대입하여 좌측변간 거리값(D2)을 산출한다.The left side-to-side
이때 좌측변간 거리값(D2)을 산출하는 방법은 이전에 설명한 주행거리(Dx)를 산출하는 방법과 동일하기 때문에 자세한 설명은 생략하도록 한다.At this time, since the method of calculating the distance value D2 between the left edges is the same as the method of calculating the distance Dx previously described, detailed descriptions thereof will be omitted.
우측변간 거리값 산출모듈(49262)은 제1 우측변 픽셀수(R1)와 제2 우측변 픽셀수(R2)를 수학식 1에 대입함으로써 우측변의 변동비율을 산출하며, 산출된 우측변의 변동비율을 수학식 5에 대입하여 우측변간 거리값(D3)을 산출한다.The right-side
이때 제1 번호판 이미지(B1)의 우측변의 경우에는 전방변인 좌측변이 배치된 감지거리(Ds)로부터 이격거리(D1)만큼 후방에 배치되어 카메라(302)로부터 감지거리(Ds)와 이격거리(D1)를 합한 값(Ds’, Ds’=Ds+D1)만큼 이격되도록 배치되기 때문에 수학식 5의 Ds에 Ds’을 대입하는 것이 바람직하다.At this time, in the case of the right side of the first license plate image B1, the left side, which is the front side, is disposed rearward by the distance D1 from the sensing distance Ds where the left side is disposed, and the sensing distance Ds and the distance D1 from the camera 302 ), it is preferable to substitute Ds' for Ds in Equation 5 because they are spaced apart by the sum of (Ds', Ds' = Ds + D1).
평균거리 산출모듈(49263)은 좌측변간 거리값(D2)과 우측변간 거리값(D3)의 평균값인 평균거리값(D4)을 산출한다.The average
이러한 평균거리 산출모듈(49263)은 차량이 경사이동하여 제1 차량촬영각도(θ1)와 제2 프레임(F2)에서의 차량촬영각도인 제2 차량촬영각도(θ2)가 다를 때에도, 좌측변간 거리값(D2)과 우측변간 거리값(D3)의 평균값인 평균거리값(D4)을 산출하여 차량이 설정시간(T1) 동안 이동한 거리를 산출할 수 있다.The average
이와 같이 구성되는 제3 프레임 분석부(492)는 차량이 경사이동할 때에도 번호판의 좌측변간 거리값(D2)과, 우측변간 거리값(D3)의 평균값인 평균거리값(D4)을 산출하여 차량이 설정시간(T1) 동안 이동한 거리를 산출할 수 있도록 구성된다.The third
도 21은 도 10의 영상기반 속도검출부의 제3 실시예인 제3 영상기반 속도검출부의 블록도이고, 도 22는 도 21의 설정시간 최적화부의 블록도이고, 도 23은 도 22의 최적거리 산출모듈의 블록도이고, 도 24는 최적거리를 설명하기 위한 예시도이고, 도 25는 측면에서 촬영된 차량의 예시도이다.21 is a block diagram of a third video-based speed detector, which is a third embodiment of the image-based speed detector of FIG. 10, FIG. 22 is a block diagram of a set time optimization unit of FIG. 21, and FIG. 23 is an optimal distance calculation module of FIG. , FIG. 24 is an exemplary diagram for explaining an optimal distance, and FIG. 25 is an exemplary diagram of a vehicle photographed from the side.
제3 영상기반 속도검출부(56)는 도 10의 영상기반 속도검출부(36)의 제3 실시예이며, 도 21에 도시된 바와 같이, 프레임 추출부(561)와, 프레임 분석부(562), 주행속도 산출부(563), 설정시간 최적화부(564)로 이루어진다.The third image-based
이때 프레임 추출부(561)와, 프레임 분석부(562), 주행속도 산출부(563)는 전술하였던 도 10의 프레임 추출부(361)와, 프레임 분석부(362), 주행속도 산출부(363)와 동일한 동작을 수행하기 때문에 자세한 설명은 생략하도록 한다.At this time, the
이때 컨트롤러(30)의 메모리(32)에는 주기(T’) 및 최적영역의 위치정보가 추가로 저장된다.At this time, the
이때 주기(T’)는 설정시간 최적화부(564)가 실행되는 주기를 의미한다.At this time, the period T' means a period in which the set
또한 최적영역의 위치정보는 영상분석의 정확성을 높일 수 있는 제2 번호판 이미지(B2)의 프레임 상의 위치정보를 의미하며, 프레임의 중앙과 인접한 위치를 의미한다.In addition, the location information of the optimal area means location information on the frame of the second license plate image (B2) that can increase the accuracy of image analysis, and means a location adjacent to the center of the frame.
또한 메모리(32)에는 평균거리 산출모듈(5644)에 의해 산출된 평균거리와, 임계거리값이 저장된다.Also, the average distance calculated by the average
이때 임계거리값은 설정시간(T1)을 재설정해야 한다고 판단할 수 있는 차이값 산출모듈(5645)에 의해 산출된 차이값의 최소값을 의미한다.At this time, the threshold distance value means the minimum value of the difference value calculated by the difference
일반적으로, 도로의 교통량은 장소, 시간대, 날씨 등의 다양한 변수에 의해 변화되고, 차량들의 평균적인 주행속도는 변화된 도로의 교통량에 의해 변화된다.In general, the traffic volume on a road is changed by various variables such as location, time of day, and weather, and the average traveling speed of vehicles is changed by the traffic volume on the changed road.
특히 본 발명은 컨트롤러(30)가 차량이 감지된 시점(P)의 제1 프레임(F1)과, 기 설정된 설정시간(T1)이 경과한 시점의 제2 프레임(F2)을 이용하여 주행속도(v)를 산출하기 때문에 1)교통량이 증가되어 저속 주행할 경우, 제1 프레임(F1)과 제2 프레임(F2)에 촬영된 번호판 이미지 사이의 거리가 감소되며, 2)교통량이 감소되어 고속 주행할 경우, 제1 프레임(F1)과 제2 프레임(F2)에 촬영된 번호판 이미지 사이의 거리가 증가되어 제1 번호판 이미지(B1)와 제2 번호판 이미지(B2)를 비교하여 주행속도를 산출하는 과정에서 오차가 발생하는 문제가 발생하게 된다.In particular, the present invention is the driving speed ( Since v) is calculated, 1) when driving at low speed due to increased traffic volume, the distance between the license plate images captured in the first frame (F1) and the second frame (F2) is reduced, and 2) when driving at high speed due to reduced traffic volume In the case of, the distance between the license plate images photographed in the first frame (F1) and the second frame (F2) is increased to calculate the driving speed by comparing the first license plate image (B1) and the second license plate image (B2) Errors may occur in the process.
이하, 차량의 주행속도가 저속 또는 고속일 때 산출되는 주행속도에 오차가 발생되는 문제점에 대해 도 24와 도 25을 참조하여 설명하기로 한다.Hereinafter, a problem in which an error occurs in the calculated driving speed when the driving speed of the vehicle is low or high will be described with reference to FIGS. 24 and 25 .
도 24에 도시된 바와 같이, 감지지점(P)에 차량 통과 시, 제1 프레임(F1)의 번호판이미지(B1)는 감지지점(P)의 픽셀위치에 배치하게 되고, 기 설정된 설정주기(T1)가 경과하면, 차량이 카메라를 향해 이동하기 때문에 번호판이미지가 감지지점(P)보다 전방으로 이동하게 된다.As shown in FIG. 24, when the vehicle passes the detection point P, the license plate image B1 of the first frame F1 is disposed at the pixel position of the detection point P, and the preset period T1 ) elapses, the license plate image moves forward from the detection point P because the vehicle moves toward the camera.
이때 제2 프레임(F2) 내에서의 번호판 이미지의 픽셀위치는 주행속도(v)가 높으면 높을수록 전방으로 이동하게 된다.At this time, the pixel position of the license plate image in the second frame F2 moves forward as the driving speed v increases.
즉, 도 24에 도시된 바와 같이, 1)교통량이 감소되어 차량들의 주행속도(v)가 증가될 경우, 설정시간(T1)이 경과된 시점의 제2 번호판 이미지(B4)는 프레임 내에서 전방(P4)에 배치되고, 2)교통량이 증가되어 차량들의 주행속도(v)가 감소될 경우, 설정시간(T1)이 경과된 시점의 제2 번호판 이미지(B2)는 프레임 내에서 감지지점(P)과 인접한 위치(P3)에 배치된다.That is, as shown in FIG. 24, 1) when the traffic volume is reduced and the traveling speed (v) of the vehicles is increased, the second license plate image (B4) at the time when the set time (T1) has elapsed is forward within the frame. (P4), and 2) when the traveling speed (v) of the vehicles is reduced due to increased traffic volume, the second license plate image (B2) at the time when the set time (T1) has elapsed is the detection point (P) within the frame. ) and is disposed at a position adjacent to (P3).
이때 1)제2 번호판 이미지(B2)가 제1 번호판 이미지(B1)와 과도하게 인접할 경우, 번호판 이미지의 변동비율이 미세하여 주행거리(Dx)를 산출하는 과정에서 오차율이 높아지는 단점을 갖고, 2)제2 번호판 이미지(B2)가 제1 번호판 이미지(B1)와 과도하게 이격되어 프레임의 전방에 위치할 경우, 도 25에 도시된 바와 같이, 카메라의 촬영각도 차이로 인해 오차율이 높아지는 단점을 갖게 된다.At this time, 1) When the second license plate image B2 is excessively adjacent to the first license plate image B1, the fluctuation rate of the license plate image is minute, resulting in a high error rate in the process of calculating the mileage Dx. 2) When the second license plate image (B2) is excessively spaced apart from the first license plate image (B1) and is located in front of the frame, as shown in FIG. will have
즉, 차량의 주행속도에 맞춰 설정시간(T1)을 최적화함으로써 제2 번호판 이미지(B2)가 프레임의 중간지점인 최적영역에 배치되도록 할 필요가 있다.That is, by optimizing the setting time T1 according to the driving speed of the vehicle, it is necessary to arrange the second license plate image B2 in the optimum region, which is the midpoint of the frame.
설정시간 최적화부(564)는 도 22에 도시된 바와 같이, 최적거리 산출모듈(5641)과, 평균주행속도 산출모듈(5642), 평균주행거리 산출모듈(5643), 평균거리 산출모듈(5644), 차이값 산출모듈(5645), 제2 판단모듈(5646), 설정시간 재설정모듈(5647)로 이루어진다.As shown in FIG. 22, the set
최적거리 산출모듈(5641)은 도 23에 도시된 바와 같이, 선별프레임 추출모듈(56411)과, 제2 감지거리 추출모듈(56412), 최적거리 결정모듈(56413)로 이루어진다.As shown in FIG. 23, the optimum
선별프레임 추출모듈(56411)은 주기(T’) 동안 메모리(32)에 수집된 제2 프레임(F2)들을 수집한 후, 수집된 제2 프레임(F2)들 중 제2 번호판 이미지(B2)가 최적영역에 배치되는 프레임들을 추출한다. 이때 추출된 프레임을 선별프레임이라고 명칭하기로 한다.After the selection
제2 감지거리 추출모듈(56412)은 선별프레임 추출모듈(56411)에 의해 추출된 선별프레임들에 의한 분석데이터들을 메모리(32)로부터 추출하며, 추출된 각 선별프레임의 분석데이터로부터, 카메라(302)로부터 제2 번호판 이미지(B2)까지의 평면상 직선거리인 제2 감지거리 정보를 추출한다.The second detection
이때 제2 감지거리는 카메라(302)로부터 제2 시점(t2)에서의 감지차량과 카메라(302)의 평면상 직선거리를 의미하며, 감지거리(Ds)와 주행거리(Dx)를 차감한 값(Ds-Dx)을 의미한다.At this time, the second sensing distance means a straight line distance on a plane between the sensing vehicle and the
최적거리 결정모듈(56413)은 제2 감지거리 추출모듈(56412)로부터 추출된 제2 감지거리들의 평균값을 산출하며, 산출된 제2 감지거리들의 평균값을 최적거리로 결정한다.The optimum
이때 최적거리는 프레임 상에 설정된 최적영역의 위치정보와 대응되는 위치의 카메라(302)로부터 평면상 직선거리를 의미한다.In this case, the optimal distance means a straight line distance on a plane from the
일반적으로 프레임 상의 위치와, 실제 도로의 위치를 매칭시키기 위해서는, 영상과 실제도로를 매칭시키기 위한 기준위치를 설정하는 등의 별도 사전작업이 필요하나, 본 발명은 이러한 사전작업 없이도, 적용이 가능하도록, 기 설정된 주기(T’) 마다 이전 선별프레임들의 평균값의 산출을 통해 최적영역(프레임 상)에 매칭되는 최적거리를 검출하도록 구성되었기 때문에 다양한 높이, 촬영각도 등에 설치되더라도, 최적영역에 매칭되는 최적거리를 산출할 수 있게 된다.In general, in order to match the location on the frame with the location of the actual road, a separate preliminary work such as setting a reference position for matching the image and the actual road is required, but the present invention can be applied without such preliminary work. , Since it is configured to detect the optimal distance matching the optimal area (on the frame) through the calculation of the average value of the previous selected frames for each predetermined period (T '), even if installed at various heights and shooting angles, the optimum matching the optimal area distance can be calculated.
또한 최적거리 산출모듈(5641)에 의해 산출된 최적거리는 후술되는 차이값 산출모듈(5645)로 입력된다.In addition, the optimum distance calculated by the optimum
평균주행속도 산출모듈(5642)은 주기(T’)마다 실행되며, 메모리(32)로부터 주기(T’) 동안 주행속도 산출부(363)에 의해 산출된 차량들의 주행속도(v)들을 추출하며, 추출된 주행속도(v)들의 평균값인 평균주행속도(V)를 산출한다.The average traveling
평균주행거리 산출모듈(5643)은 평균주행속도 산출모듈(5642)에 의해 산출된 평균주행속도(V)와 메모리(32)에 저장된 설정시간(T1)을 곱한 값인 평균주행거리(Da)를 산출한다.The average travel
평균거리 산출모듈(5644)은 감지거리(Ds)로부터 평균주행거리 산출모듈(5643)에 의해 산출된 평균주행거리(Da)를 차감한 값인 평균거리를 산출한다.The average
차이값 산출모듈(5645)은 평균거리 산출모듈(5644)에 의해 산출된 평균거리로부터 최적거리 산출모듈(5641)로부터 산출된 최적거리를 차감한 값인 차이값을 산출한다.The
이때 차이값은 카메라(302)에 의해 촬영된 차량들이 최적거리와 평균적으로 이격된 거리값을 의미하며, 차이값이 클수록 차량들이 최적거리로부터 이격됨을 의미한다.At this time, the difference value means a distance value at which the vehicles photographed by the
또한 차이값은 1)양수일 경우, 차량들이 최적거리에 도달하지 못한 상태에서 촬영되어 제2 번호판 이미지(B2)가 제1 번호판 이미지(B1)와 인접한 상태로 촬영되었음을 의미하며, 2)음수일 경우, 제2 번호판 이미지(B2)가 제1 번호판 이미지(B1)와 과도하게 이격된 상태에서 촬영됨을 의미한다.In addition, if the difference value is 1) positive, it means that the vehicles are photographed in a state where they do not reach the optimal distance and the second license plate image (B2) is photographed adjacent to the first license plate image (B1), and 2) if it is a negative number , This means that the second license plate image B2 is captured in a state excessively spaced apart from the first license plate image B1.
제2 판단모듈(5646)은 차이값 산출모듈(5645)에 의해 산출된 차이값의 절대값과, 메모리(32)에 저장된 임계거리값을 비교하며, 1)차이값 산출모듈(5645)에 의해 산출된 차이값의 절대값이 임계거리값 미만이면, 정상적으로 촬영되었다고 판단하되, 2)차이값 산출모듈(5645)에 의해 산출된 차이값의 절대값이 임계거리값 이상이면, 설정시간(T1)의 재설정이 필요하다고 판단하여 설정시간 재설정모듈(5647)을 실행시킨다.The
설정시간 재설정모듈(5647)은 차이값의 절대값이 임계거리값 이상일 때 실행되며, 1)차이값이 양수일 경우에는 설정시간(T1)을 기 설정된 상수‘α’ 만큼 증가시키며, 2)차이값이 음수일 경우에는 설정시간(T1)을 기 설정된 상수‘α’ 만큼 감소시킴으로써 제2 번호판 이미지(B2)가 최적거리와 인접한 위치에서 촬영되도록 한다.The set
이를 통해 설정시간 재설정모듈(5647)은 설정시간(T1)의 재설정을 통해 제2 번호판 이미지(B2)가 최적거리에서 촬영되도록 유도함으로써 차량의 주행속도(v) 측정에 오차가 발생되는 것을 방지한다.Through this, the set
이와 같이 구성되는 제3 영상기반 속도검출부(56)는 제2 프레임(F2)에 촬영된 제2 번호판 이미지(B2)의 위치가 제1 번호판 이미지(B1)와 인접하게 촬영되거나, 이격되게 촬영될 경우, 설정시간(T1)을 재설정하여 최적거리와 인접한 위치에서 제2 번호판 이미지(B2)가 촬영되도록 함으로써 제2 번호판 이미지(B2)가 제1 번호판 이미지(B1)와 너무 인접하게 촬영되거나, 너무 이격되게 촬영되어 차량의 주행거리(Dx)를 산출하는 과정에서 오차가 발생되는 것을 방지한다.The third image-based
1 : 교통정보 관리 시스템 3: 촬영부
6 : 중앙관제서버 7 : 통신망
30 : 컨트롤러 31 : 제어부
32 : 메모리 33 : 통신 인터페이스부
34 : 데이터 입출력부 35 : 감지수단 기반 속도검출부
36 : 영상기반 속도검출부 37 : 속도 결정부
38 : 위반차량 단속부 301 : 감지수단
302 : 카메라 303 : 보조센서1: Traffic information management system 3: Filming department
6: central control server 7: communication network
30: controller 31: control unit
32: memory 33: communication interface unit
34: data input/output unit 35: detection means-based speed detection unit
36: image-based speed detection unit 37: speed determination unit
38: violation vehicle control unit 301: detection means
302: camera 303: auxiliary sensor
Claims (11)
상기 촬영부는
기 설정된 영역을 감지하는 감지수단;
기 설정된 영역을 촬영하는 카메라;
상기 감지수단 및 상기 카메라로부터 입력된 데이터를 분석하여, 차량을 감지한 후, 감지차량의 속도를 검출하며, 상기 감지수단으로부터 수신 받은 감지데이터를 분석하여 차량의 속도를 검출하되, 감지차량의 속도가 기 설정된 값 이하일 때, 상기 카메라로부터 획득된 영상정보를 분석하여 차량의 속도를 산출하는 컨트롤러;
차량 감지 시, 감지신호를 분석하여, 상기 카메라로부터 감지차량과의 평면상 직선거리인 감지거리(Ds)를 산출하며, 산출된 감지거리(Ds) 정보를 포함하는 감지정보를 생성하여 상기 컨트롤러로 출력하는 보조센서를 포함하고,
상기 컨트롤러는
입력영상으로부터 차량객체를 검출한 후, 검출된 차량객체로부터 차량 번호판을 추출하는 알고리즘인 번호판 추출 알고리즘이 저장되는 메모리;
상기 감지수단으로부터 획득된 감지정보를 분석하여 차량의 속도를 검출하는 감지수단 기반 속도검출부;
상기 카메라로부터 획득된 영상정보를 분석하여 차량의 속도를 검출하는 영상기반 속도검출부;
상기 감지수단 기반 속도검출부로부터 검출된 차량의 속도인 제1 차량속도(C1)를 최종 속도값으로 결정하되, 제1 차량속도(C1)가 기 설정된 임계속도값 이하일 때, 상기 영상기반 속도검출부로부터 검출된 차량 속도인 제2 차량속도(C2)를 최종 속도값으로 결정하는 속도결정부를 포함하고,
상기 영상기반 속도검출부는
상기 카메라의 촬영에 의해 획득된 영상으로부터 차량이 감지된 시점(t1)의 프레임인 제1 프레임(F1)과, 기 설정된 설정시간(T1)이 경과된 시점(t2)의 프레임인 제2 프레임(F2)을 추출하는 프레임 추출부;
상기 프레임 추출부에 의해 추출된 제1, 2 프레임(F1), (F2)들로부터 번호판이미지(B1), (B2)들을 각각 추출하며, 추출된 제1, 2 번호판 이미지(B1), (B2)들을 활용하여 변동비율(Z)을 산출한 후, 변동비율(Z)에 비례하여 감지차량의 주행거리(Dx)가 증가하는 특성을 감안하여, 산출된 변동비율(Z)과 상기 보조센서로부터 입력된 감지거리(Ds)를 활용하여 감지차량의 주행거리(Dx)를 산출하는 프레임 분석부;
상기 프레임 분석부에 의해 산출된 감지차량의 주행거리(Dx)를 설정시간(T1)으로 나누어 차량의 주행속도(v)를 산출하는 주행속도 산출부를 포함하는 것을 특징으로 하는 교통정보 관리 시스템.In a traffic information management system including at least one photographing unit that detects a vehicle in a preset area and then calculates the speed of the detected vehicle:
The filming department
Detecting means for detecting a preset area;
a camera that captures a preset area;
The vehicle is detected by analyzing the data input from the sensing means and the camera, and then the speed of the sensing vehicle is detected, and the speed of the sensing vehicle is detected by analyzing the sensing data received from the sensing means. a controller for calculating the speed of the vehicle by analyzing the image information obtained from the camera when is less than a preset value;
When detecting a vehicle, the detection signal is analyzed to calculate the detection distance (Ds), which is a straight-line distance on a plane from the camera to the detected vehicle, and the detection information including the calculated detection distance (Ds) information is generated and transferred to the controller. Including an auxiliary sensor that outputs,
The controller
a memory in which a license plate extraction algorithm, which is an algorithm for extracting a vehicle license plate from the detected vehicle object after detecting a vehicle object from an input image, is stored;
a sensing means-based speed detection unit for detecting a speed of the vehicle by analyzing the sensing information obtained from the sensing means;
an image-based speed detector for detecting the speed of the vehicle by analyzing the image information obtained from the camera;
The first vehicle speed C1, which is the speed of the vehicle detected by the sensing unit-based speed detection unit, is determined as a final speed value, and when the first vehicle speed C1 is equal to or less than a preset threshold speed value, the image-based speed detection unit determines And a speed determination unit for determining the second vehicle speed C2, which is the detected vehicle speed, as a final speed value,
The video-based speed detection unit
A first frame (F1), which is a frame at the time point (t1) when the vehicle is detected from the image acquired by the camera, and a second frame (F1), which is a frame at the time point (t2) when the preset time (T1) has elapsed ( F2) a frame extraction unit for extracting;
License plate images (B1) and (B2) are extracted from the first and second frames (F1) and (F2) extracted by the frame extraction unit, respectively, and the extracted first and second license plate images (B1) and (B2) are extracted. After calculating the variation ratio (Z) using ), considering the characteristic that the mileage (Dx) of the detected vehicle increases in proportion to the variation ratio (Z), from the calculated variation ratio (Z) and the auxiliary sensor a frame analyzer that calculates a travel distance Dx of the detected vehicle by utilizing the input detected distance Ds;
and a driving speed calculation unit for dividing the traveling distance (Dx) of the detected vehicle calculated by the frame analyzing unit by a set time (T1) to calculate the traveling speed (v) of the vehicle.
상기 감지수단 기반 속도검출부 및 상기 영상기반 속도검출부로부터 제1 차량속도(C1) 및 제2 차량속도(C2)를 추출하는 속도값 추출모듈;
제1 차량속도(C1)를 기 설정된 임계속도값과 비교하는 비교모듈;
제1 차량속도(C1)가 기 설정된 임계속도값 이상일 경우에는 제1 차량속도(C1)를 최종 속도값으로 결정하되, 제1 차량속도(C1)가 임계속도값 미만일 때, 제2 차량속도(C2)를 최종 속도값으로 결정하는 결정모듈을 포함하는 것을 특징으로 하는 교통정보 관리 시스템.The method of claim 1, wherein the speed determining unit
a speed value extraction module for extracting a first vehicle speed (C1) and a second vehicle speed (C2) from the sensing unit-based speed detection unit and the image-based speed detection unit;
a comparison module that compares the first vehicle speed C1 with a preset threshold speed value;
When the first vehicle speed C1 is greater than or equal to the preset threshold speed value, the first vehicle speed C1 is determined as the final speed value, but when the first vehicle speed C1 is less than the threshold speed value, the second vehicle speed ( A traffic information management system comprising a decision module for determining C2) as the final speed value.
상기 번호판 추출 알고리즘을 이용하여, 제1 프레임(F1)으로 부터 차량객체를 검출한 후, 검출된 차량객체로부터 제1 번호판 이미지(B1)를 추출하며, 상기 번호판 추출 알고리즘을 이용하여 제2 프레임(F2)으로부터 제2 번호판 이미지(B2)를 추출하는 번호판 이미지 추출모듈;
상기 번호판 이미지 추출모듈에 의해 추출된 제1, 2 번호판 이미지(B1), (B2)들의 크기들을 산출한 후, 산출된 제1, 2 번호판 이미지(B1), (B2)들의 크기들을 이용하여 변동비율(Z)을 산출하는 변동비율 산출모듈;
변동비율(Z)에 비례하여 감지차량의 주행거리(Dx)가 증가하는 특성을 감안하여, 상기 변동비율 산출모듈에 의해 산출된 변동비율(Z)과 상기 보조센서로부터 입력된 감지거리(Ds)를 활용하여 감지차량의 주행거리(Dx)를 산출하는 주행거리 산출모듈을 포함하는 것을 특징으로 하는 교통정보 관리 시스템.The method of claim 3, wherein the frame analyzer
After detecting a vehicle object from the first frame (F1) using the license plate extraction algorithm, and extracting a first license plate image (B1) from the detected vehicle object, and using the license plate extraction algorithm, the second frame ( F2) from the license plate image extraction module for extracting the second license plate image (B2);
After calculating the sizes of the first and second license plate images (B1) and (B2) extracted by the license plate image extraction module, the size of the first and second license plate images (B1) and (B2) calculated is used to change the size. a variable ratio calculation module that calculates a ratio (Z);
Considering the characteristic that the driving distance (Dx) of the detected vehicle increases in proportion to the variation ratio (Z), the variation ratio (Z) calculated by the variation ratio calculation module and the sensing distance (Ds) input from the auxiliary sensor Traffic information management system comprising a mileage calculation module for calculating the mileage (Dx) of the detected vehicle by using.
상기 번호판 이미지 추출모듈 이후에 실행되는 픽셀수 산출모듈을 더 포함하고,
상기 픽셀수 산출모듈은
상기 번호판 이미지 추출모듈에 의해 추출된 제1 번호판 이미지(B1)의 가로방향 픽셀수인 제1 가로픽셀수(Pb1)와, 상기 번호판 이미지 추출모듈에 의해 추출된 제2 번호판 이미지(B2)의 가로방향 픽셀수인 제2 가로픽셀수(Pb2)를 산출하고,
상기 변동비율 산출모듈은
상기 픽셀수 산출모듈에 의해 산출된 제2 가로픽셀수(Pb2)를, 상기 픽셀수 산출모듈에 의해 산출된 제1 가로픽셀수(Pb1)로 나누어 변동비율(Z)을 산출하는 것을 특징으로 하는 교통정보 관리 시스템.The method of claim 5, wherein the frame analyzer
Further comprising a pixel count calculation module executed after the license plate image extraction module,
The pixel count calculation module
The first number of horizontal pixels (Pb1), which is the number of pixels in the horizontal direction of the first license plate image (B1) extracted by the license plate image extraction module, and the width of the second license plate image (B2) extracted by the license plate image extraction module Calculate the second horizontal pixel number (Pb2), which is the number of directional pixels;
The variable ratio calculation module
Characterized in that the variation ratio (Z) is calculated by dividing the second number of horizontal pixels (Pb2) calculated by the pixel number calculation module by the first number of horizontal pixels (Pb1) calculated by the pixel number calculation module. Traffic information management system.
상기 변동비율 산출모듈에 의해 산출된 변동비율(Z)과 상기 보조센서로부터 입력된 감지거리(Ds)를 다음의 수학식 1에 대입하여 차량의 주행거리(Dx)를 산출하는 것을 특징으로 하는 교통정보 관리 시스템.
[수학식 1]
이때 ‘Dx‘는 감지지점으로부터 차량이 설정시간동안 주행한 거리인 주행거리이고, ’Ds‘는 카메라로부터 감지지점까지의 거리인 감지거리이고, ’Z‘는 변동비율임The method of claim 6, wherein the mileage calculation module
Transportation characterized in that the vehicle mileage (Dx) is calculated by substituting the variation ratio (Z) calculated by the variation ratio calculation module and the sensing distance (Ds) input from the auxiliary sensor into the following Equation 1 information management system.
[Equation 1]
At this time, 'Dx' is the travel distance, which is the distance the vehicle travels for the set time from the detection point, 'Ds' is the detection distance, which is the distance from the camera to the detection point, and 'Z' is the change rate.
상기 보조센서에 의해 차량이 감지된 시점(t1)으로부터 기 설정된 설정시간(T2, T3, …, Tn)들이 경과된 시점(t3, t4, …, tn+1)들의 프레임(F3, F4, …, tn)들을 추가로 추출하고,
상기 프레임 분석부는
상기 프레임 추출부로부터 추가로 추출된 프레임(F3, F4, …, tn)들로부터 번호판 이미지들을 각각 추출하며, 추출된 번호판 이미지들의 가로픽셀수를 산출하여 수학식 1에 대입함으로써 감지차량의 주행거리(Dx2, Dx3, …, Dxn)들을 추가로 산출하고,
상기 주행속도 산출부는
상기 프레임 분석부에 의해 산출된 감지차량의 각 주행거리(Dx, Dx2, Dx3, …, Dxn)들을 대응되는 설정시간(T1, T2, T3, …, Tn)으로 나누어 차량의 주행속도(v1, v2, …, vn)들을 산출하며, 산출된 주행속도(v1, v2, …, vn)들의 평균값인 평균 주행속도(va)를 산출한 후, 산출된 평균 주행속도(va)를 해당 감지차량의 주행속도(v)로 결정하는 것을 특징으로 하는 교통정보 관리 시스템.The method of claim 7, wherein the frame extraction unit
Frames (F3, F4, ...) of time points (t3, t4, ..., tn+1) at which predetermined set times (T2, T3, ..., Tn) have elapsed from the time point (t1) when the vehicle is detected by the auxiliary sensor. , tn) are further extracted,
The frame analyzer
License plate images are extracted from the frames (F3, F4, ..., tn) additionally extracted from the frame extractor, and the number of horizontal pixels of the extracted license plate images is calculated and substituted into Equation 1, thereby detecting vehicle mileage (Dx2, Dx3, ..., Dxn) are additionally calculated,
The driving speed calculator
The traveling speed of the vehicle (v1, v2, ..., vn) are calculated, and after calculating the average traveling speed (va), which is the average value of the calculated traveling speeds (v1, v2, ..., vn), the calculated average traveling speed (va) is calculated for the detected vehicle. A traffic information management system characterized in that it is determined by the driving speed (v).
상기 번호판 추출 알고리즘을 활용하여 상기 제1 프레임(F1)으로부터 제1 번호판 이미지(B1)를 추출하며, 상기 제2 프레임(F2)으로부터 제2 번호판 이미지(B2)를 추출하는 번호판 이미지 추출모듈;
상기 제1 번호판 이미지(B1)로부터 좌측변의 픽셀수인 제1 좌측변 픽셀수(L1)와, 우측변의 픽셀수인 제1 우측변 픽셀수(R1)를 추출하며, 상기 제2 번호판 이미지(B2)로부터 좌측변의 픽셀수인 제2 좌측변 픽셀수(L2)와 우측변의 픽셀수인 제2 우측변 픽셀수(R2)를 산출하는 픽셀수 산출모듈;
제2 좌측변 픽셀수(L2)를 제1 좌측변 픽셀수(L1)로 나누어 좌측변의 변동비율을 산출하며 산출된 좌측변의 변동비율과 상기 보조센서로부터 입력된 감지거리(Ds)를 다음의 수학식 2에 대입하여 좌측변간 거리값(D2)을 산출하며, 제2 우측변 픽셀수(R2)를 제1 우측변 픽셀수(R1)로 나누어 우측변의 변동비율을 산출하며 산출된 우측변의 변동비율과 상기 보조센서로부터 입력된 감지거리(Ds)를 다음의 수학식 2에 대입하여 우측변간 거리값(D3)을 산출하며, 산출된 좌측변간 거리값(D2)과 우측변간 거리값(D3)의 평균값인 평균거리값(D4)을 산출한 후, 산출된 평균거리값(D4)을 산출한 후, 산출된 평균거리값(D4)을 주행거리(Dx)로 결정하는 주행거리 산출모듈을 포함하는 것을 특징으로 하는 교통정보 관리 시스템.
[수학식 2]
이때 ‘Dx‘는 감지지점으로부터 차량이 설정시간동안 주행한 거리인 주행거리이고, ’Ds‘는 카메라로부터 감지지점까지의 거리인 감지거리이고, ’Z‘는 변동비율임The method of claim 3, wherein the frame analyzer
A license plate image extraction module for extracting a first license plate image (B1) from the first frame (F1) by utilizing the license plate extraction algorithm and extracting a second license plate image (B2) from the second frame (F2);
From the first license plate image B1, a first left side pixel number L1, which is the number of pixels on the left side, and a first right side pixel number R1, which is the number of pixels on the right side, are extracted, and the second license plate image B2 a pixel number calculation module for calculating a second left side pixel number (L2), which is the number of pixels on the left side, and a second right side pixel number (R2), which is the number of pixels on the right side, from );
The variation rate of the left side is calculated by dividing the second left side pixel number L2 by the first left side pixel number L1, and the calculated left side variation rate and the sensing distance Ds input from the auxiliary sensor are calculated by the following arithmetic The distance value D2 between the left sides is calculated by substituting into Equation 2, and the variation rate of the right side is calculated by dividing the second right side pixel number R2 by the first right side pixel number R1, and the calculated right side variation rate and the sensing distance Ds input from the auxiliary sensor are substituted into the following Equation 2 to calculate the right edge distance value D3, and the calculated left edge distance value D2 and the right edge distance value D3 After calculating the average distance value (D4), which is the average value, and then calculating the calculated average distance value (D4), including a mileage calculation module for determining the calculated average distance value (D4) as the mileage (Dx) Traffic information management system characterized in that.
[Equation 2]
At this time, 'Dx' is the travel distance, which is the distance the vehicle travels for the set time from the detection point, 'Ds' is the detection distance, which is the distance from the camera to the detection point, and 'Z' is the change rate.
영상분석의 정확성을 높일 수 있는 제2 번호판 이미지(B2)의 프레임 상 위치인 최적영역의 위치정보가 기 설정되어 저장되고,
상기 컨트롤러는
기 설정된 주기(T’) 마다 실행되는 설정시간 최적화부를 더 포함하고,
상기 설정시간 최적화부는
상기 최적영역에 매칭되는 실제 도로 상의 상기 카메라와의 평면상의 직선거리인 최적거리를 산출하는 최적거리 산출모듈;
상기 메모리로부터 주기(T’)동안 상기 주행속도 산출부에 의해 산출된 차량들의 주행속도(v) 데이터들을 추출하며, 추출된 주행속도(v)들의 평균값인 평균주행속도(V)를 산출하는 평균주행속도 산출모듈;
상기 평균주행속도 산출모듈에 의해 산출된 평균주행속도(V)와, 기 설정된 설정시간(T1)을 곱한 값인 평균주행거리(Da)를 산출하는 평균주행거리 산출모듈;
감지거리(Ds)로부터 상기 평균주행거리 산출모듈에 의해 산출된 평균주행거리(Da)를 차감하여 평균거리를 산출하는 평균거리 산출모듈;
상기 평균거리 산출모듈에 의해 산출된 평균거리로부터 상기 최적거리 산출모듈에 의해 산출된 최적거리를 차감하여 차이값을 산출하는 차이값 산출모듈;
상기 차이값 산출모듈에 의해 산출된 차이값의 절대값과, 설정시간(T1)을 재설정해야 한다고 판단할 수 있는 차이값의 최소값인 임계거리값을 비교하며, 1)차이값의 절대값이 임계거리값 미만이면, 설정시작(T1)을 재설정할 필요가 없다고 판단하되, 2)차이값의 절대값이 임계거리값 이상이면, 설정시간(T1)의 재설정이 필요하다고 판단하는 제2 판단모듈;
상기 제2 판단모듈에 의해 설정시간(T1)의 재설정이 필요하다고 판단될 때 실행되며, 1)차이값이 양수이면, 설정시간(T1)을 기 설정된 상수‘α’ 만큼 증가시키며, 2)차이값이 음수이면, 설정시간(T1)을 상수‘α’ 만큼 감소시키는 설정시간 재설정모듈을 포함하는 것을 특징으로 하는 교통정보 관리 시스템.The method of claim 3, wherein the memory
The positional information of the optimal region, which is the position on the frame of the second license plate image (B2), which can increase the accuracy of image analysis, is preset and stored,
The controller
Further comprising a set time optimization unit that is executed every preset period (T '),
The setting time optimization unit
an optimal distance calculation module that calculates an optimal distance, which is a linear distance on a plane with the camera on an actual road matched to the optimal area;
The driving speed (v) data of the vehicles calculated by the driving speed calculator during the period (T') is extracted from the memory, and the average driving speed (V), which is the average value of the extracted driving speeds (v), is calculated. driving speed calculation module;
an average traveling distance calculating module that calculates an average traveling distance (Da) obtained by multiplying the average traveling speed (V) calculated by the average traveling speed calculating module and a predetermined set time (T1);
an average distance calculation module that calculates an average distance by subtracting the average travel distance Da calculated by the average travel distance calculation module from the detection distance Ds;
a difference calculation module for calculating a difference value by subtracting the optimum distance calculated by the optimum distance calculation module from the average distance calculated by the average distance calculation module;
The absolute value of the difference value calculated by the difference value calculation module is compared with the threshold distance value, which is the minimum value of the difference value that can determine that the set time T1 needs to be reset, and 1) the absolute value of the difference value is critical If it is less than the distance value, it is determined that there is no need to reset the setting start (T1), 2) if the absolute value of the difference value is greater than or equal to the threshold distance value, a second determination module that determines that the setting time (T1) needs to be reset;
It is executed when it is determined that the resetting of the set time T1 is necessary by the second determination module. 1) If the difference value is a positive number, the set time T1 is increased by a predetermined constant 'α', and 2) the difference If the value is a negative number, the traffic information management system characterized in that it comprises a set time resetting module that reduces the set time (T1) by a constant 'α'.
상기 주기(T’) 동안 수집된 제2 프레임(F2)들을 추출한 후, 추출된 제2 프레임(F2)들 중 제2 번호판 이미지가 기 설정된 최적영역에 배치되는 프레임들인 선별프레임들을 추출하는 선별프레임 추출모듈;
상기 선별프레임 추출모듈에 의해 추출된 선별프레임들에 의한 분석데이터들을 추출한 후, 추출된 각 선별프레임의 분석데이터들로부터, 상기 카메라로부터 제2 번호판 이미지까지의 평면상 직선거리인 제2 감지거리 정보를 추출하는 제2 감지거리 추출모듈;
상기 제2 감지거리 추출모듈에 의해 추출된 제2 감지거리들의 평균값을 산출한 후, 산출된 제2 감지거리들의 평균값을 최적거리로 결정하는 최적거리 결정모듈을 포함하는 것을 특징으로 하는 교통정보 관리 시스템.11. The method of claim 10, wherein the optimal distance calculation module
After extracting the second frames (F2) collected during the period (T'), a selection frame for extracting selection frames, which are frames in which the second license plate image is disposed in a predetermined optimal area, among the extracted second frames (F2). extraction module;
After extracting the analysis data by the selection frames extracted by the selection frame extraction module, the second sensing distance information, which is a straight-line distance on a plane from the camera to the second license plate image, from the analysis data of each selection frame extracted. A second sensing distance extraction module for extracting;
and an optimal distance determination module that calculates an average value of the second sensing distances extracted by the second sensing distance extraction module and then determines the average value of the calculated second sensing distances as an optimal distance. system.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220035094A KR102537818B1 (en) | 2022-03-22 | 2022-03-22 | Traffic information management system for enhancing accuracy of sensing vehicle speed |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220035094A KR102537818B1 (en) | 2022-03-22 | 2022-03-22 | Traffic information management system for enhancing accuracy of sensing vehicle speed |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102537818B1 true KR102537818B1 (en) | 2023-05-26 |
Family
ID=86536821
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220035094A KR102537818B1 (en) | 2022-03-22 | 2022-03-22 | Traffic information management system for enhancing accuracy of sensing vehicle speed |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102537818B1 (en) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006268678A (en) * | 2005-03-25 | 2006-10-05 | Matsushita Electric Ind Co Ltd | Device and method for detecting stopping or low-speed vehicle |
KR20130097337A (en) * | 2012-02-24 | 2013-09-03 | 임정기 | Detection method of distance of vehicle using image identification and its system |
KR20170080480A (en) * | 2015-12-30 | 2017-07-10 | 건아정보기술 주식회사 | The vehicle detecting system by converging radar and image |
KR102008263B1 (en) * | 2018-06-25 | 2019-08-07 | 주식회사 유니시큐 | Convergence detector and traffic enforcement system therewith |
KR101974105B1 (en) * | 2019-02-18 | 2019-09-02 | (주)이젠정보통신 | Photographing system and method for increasing recognition rate of vehicle number |
KR20200064873A (en) * | 2018-11-29 | 2020-06-08 | 주식회사 케이티앤씨 | Method for detecting a speed employing difference of distance between an object and a monitoring camera |
-
2022
- 2022-03-22 KR KR1020220035094A patent/KR102537818B1/en active IP Right Grant
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006268678A (en) * | 2005-03-25 | 2006-10-05 | Matsushita Electric Ind Co Ltd | Device and method for detecting stopping or low-speed vehicle |
KR20130097337A (en) * | 2012-02-24 | 2013-09-03 | 임정기 | Detection method of distance of vehicle using image identification and its system |
KR20170080480A (en) * | 2015-12-30 | 2017-07-10 | 건아정보기술 주식회사 | The vehicle detecting system by converging radar and image |
KR102008263B1 (en) * | 2018-06-25 | 2019-08-07 | 주식회사 유니시큐 | Convergence detector and traffic enforcement system therewith |
KR20200064873A (en) * | 2018-11-29 | 2020-06-08 | 주식회사 케이티앤씨 | Method for detecting a speed employing difference of distance between an object and a monitoring camera |
KR101974105B1 (en) * | 2019-02-18 | 2019-09-02 | (주)이젠정보통신 | Photographing system and method for increasing recognition rate of vehicle number |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101999993B1 (en) | Automatic traffic enforcement system using radar and camera | |
KR101925293B1 (en) | The vehicle detecting system by converging radar and image | |
EP2820632B1 (en) | System and method for multipurpose traffic detection and characterization | |
KR102008263B1 (en) | Convergence detector and traffic enforcement system therewith | |
KR102039118B1 (en) | Photographing system of multi lines using radar | |
KR101343975B1 (en) | System for detecting unexpected accident | |
KR102267335B1 (en) | Method for detecting a speed employing difference of distance between an object and a monitoring camera | |
RU2698610C2 (en) | Method and processing unit for control over traffic monitoring system | |
KR101974105B1 (en) | Photographing system and method for increasing recognition rate of vehicle number | |
US20060111841A1 (en) | Method and apparatus for obstacle avoidance with camera vision | |
KR101898051B1 (en) | Multilane vehicle speed detecting system | |
WO2019230123A1 (en) | Detection device and detection system | |
KR102491091B1 (en) | Method for producing collection video clip and, integrated unmanned traffic control system for two/four wheeled vehicle therewith | |
KR101710646B1 (en) | System for recognizing front and back face of license plate using video tracking | |
KR101735557B1 (en) | System and Method for Collecting Traffic Information Using Real time Object Detection | |
KR102200204B1 (en) | 3-D Image Analyzing System Using CCTV Image | |
KR20170088692A (en) | Device and Method for Calculating Vehicle Speed by Image | |
KR102465167B1 (en) | Vehicle number recognition system for increasing recognition rate of vehicle number using rear license plate | |
KR20180048289A (en) | Vehicle sensing apparatus using laser scanning | |
JP5677281B2 (en) | Vehicle detection device | |
KR101057837B1 (en) | Vehicle auto inspection system using laser beam | |
KR101973695B1 (en) | Fusion vehicle detection system | |
KR102537818B1 (en) | Traffic information management system for enhancing accuracy of sensing vehicle speed | |
KR20190093301A (en) | Method and system for error correction of radar for vehicle | |
KR102414877B1 (en) | Smart parking lot guiding system for enhancing accuracy and reliability of information |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |