KR102633444B1 - AI-based parking area unmanned surveillance platform - Google Patents
AI-based parking area unmanned surveillance platform Download PDFInfo
- Publication number
- KR102633444B1 KR102633444B1 KR1020230165093A KR20230165093A KR102633444B1 KR 102633444 B1 KR102633444 B1 KR 102633444B1 KR 1020230165093 A KR1020230165093 A KR 1020230165093A KR 20230165093 A KR20230165093 A KR 20230165093A KR 102633444 B1 KR102633444 B1 KR 102633444B1
- Authority
- KR
- South Korea
- Prior art keywords
- unit
- parking area
- subject
- enforcement
- disabled
- Prior art date
Links
- 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 claims description 24
- 238000004891 communication Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 25
- 238000010586 diagram Methods 0.000 description 17
- 238000000034 method Methods 0.000 description 4
- 230000004397 blinking Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003028 elevating effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- 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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/097—Supervising of traffic control systems, e.g. by giving an alarm if two crossing streets have green light simultaneously
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/149—Traffic control systems for road vehicles indicating individual free spaces in parking areas coupled to means for restricting the access to the parking space, e.g. authorization, access barriers, indicative lights
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- Traffic Control Systems (AREA)
Abstract
본 발명은 AI기반 주차구역 무인 감시 플랫폼에 관한 것으로, 보다 상세하게는 AI기반으로 자율주행하면서 장애인 주차구역의 주차방해 차량을 단속하기 위한 AI기반 주차구역 무인 감시 플랫폼에 관한 것이다.
또한, 주변환경 인식을 통한 자율 주행이 가능한 주행부와 상기 주행부를 통해 이송되어 감시 대상 차량을 촬영하기 위한 촬영부와 상기 촬영부를 통해 촬영된 이미지를 바탕으로 단속 대상 여부를 연산하기 위한 제어부와 상기 제어부를 통해 단속 대상으로 판단되면, 인식된 이미지를 바탕으로 단속 정보가 인쇄된 스티커를 출력하기 위한 출력부와 상기 출력부를 통해 출력된 스티커를 단속 대상 차량에 부착하기 위한 다관절 유닛을 포함하는 것을 특징으로 한다.The present invention relates to an AI-based unmanned monitoring platform for parking areas, and more specifically, to an AI-based unmanned monitoring platform for parking areas for controlling vehicles that obstruct parking in disabled parking areas while driving autonomously based on AI.
In addition, a driving unit capable of autonomous driving through recognition of the surrounding environment, a photographing unit for photographing a vehicle subject to surveillance by being transported through the driving unit, and a control unit for calculating whether or not a subject is subject to enforcement based on the image captured through the photographing unit. When it is determined that it is subject to enforcement through the control unit, it includes an output unit for outputting a sticker with enforcement information printed based on the recognized image and a multi-joint unit for attaching the sticker output through the output unit to the vehicle subject to enforcement. It is characterized by
Description
본 발명은 AI기반 주차구역 무인 감시 플랫폼에 관한 것으로, 보다 상세하게는 AI기반으로 자율주행하면서 장애인 주차구역의 주차방해 차량을 단속하기 위한 AI기반 주차구역 무인 감시 플랫폼에 관한 것이다.The present invention relates to an AI-based unmanned parking area monitoring platform, and more specifically, to an AI-based parking area unmanned monitoring platform for controlling vehicles that obstruct parking in disabled parking spaces while driving autonomously based on AI.
일반적으로 장애인 전용 주차 구역은 일반 주차 구역보다 폭이 넓고 건축물의 주출입구에 가깝게 설치되어 있으며, 장애인 전용 주차 구역의 수는 주차장의 규모에 따라 다르지만, 보통 1대부터 수대분의 주차 구역이 설치되어 있는 것이 일반적이다.In general, parking areas for the disabled are wider than general parking areas and are installed closer to the main entrance of the building. The number of parking areas for the disabled varies depending on the size of the parking lot, but usually has one to several parking spaces. It is common to have
또한, 건축물의 부설 주차장과 자동차 관련 시설에서 장애인 전용 주차 구역은 장애인의 출입이 가능한 건축물의 출입구 또는 장애인용 승강 설비와 가장 가까운 장소에 설치하여야만 한다.In addition, in parking lots attached to buildings and automobile-related facilities, parking spaces exclusively for the disabled must be installed at the location closest to the building's entrance or elevating facility for the disabled that allows access for the disabled.
장애인 전용 주차구역의 폭이 일반 주차 구역보다 넓은 것은 장애인 전용 주차 구역 이용자가 주로 휠체어 사용자가 많기 때문에 이들의 편리성과 접근성을 강조한 주차 구역이라고 할 수 있다.The fact that the width of the parking area exclusively for the disabled is wider than that of the general parking area can be said to be a parking area that emphasizes convenience and accessibility for the disabled, as many users of the parking area exclusively for the disabled are wheelchair users.
그러나 장애인 전용 주차 구역의 이러한 장점은 일반 차량 이용자에게 악용되고 있다.However, these advantages of disabled-only parking spaces are being abused by regular car users.
즉, 일반 차량 이용자는 일반 주차 구역보다 넓고 주출입구에 가깝다는 이유와 주차하는 시간이 짧다는 이유에서 장애인 전용 주차 구역을 사용하는 경우가 많다.In other words, regular car users often use the disabled-only parking area because it is wider than the general parking area and is closer to the main entrance and the parking time is shorter.
이와 같은 일반 차량 이용자의 장애인 전용 주차 구역 위반 사용은 정작 그 공간을 절실히 필요로 하고 있는 장애인의 이용을 불가능하게 한다.Such violations by regular vehicle users of parking spaces reserved for the disabled make it impossible for the disabled who desperately need the space to use the space.
장애인 주차 구역은 허가된 차량만 제한적으로 이용할 수 있도록 규정하고 있으며, 허가된 차량을 확인할 수 있는 표식, 예를 들어, 장애인 주차증을 관련 기관에서 교부하고, 이를 통해 장애인 주차 구역을 사용할 수 있는 차량을 확인하고 있다.Parking spaces for the disabled are restricted to only authorized vehicles, and the relevant organizations issue a sign to identify the authorized vehicles, for example, a parking permit for the disabled, thereby identifying vehicles that can use the parking space for the disabled. I am checking.
사회적인 약자를 보호하는 취지에서, 장애인 주차 제도가 운영되고 있지만, 장애인 주차 구역은 수많은 위치에 다양하게 산발적으로 위치되어 있어, 장애인 주차 관련 법규의 위반을 단속하는 것이 현실적으로 불가능하다는 문제가 있다.A parking system for the disabled is in operation for the purpose of protecting the socially vulnerable, but parking spaces for the disabled are located sporadically in numerous locations, making it realistically impossible to crack down on violations of laws related to parking for the disabled.
이에 따라, 한국등록특허 제10-2431894호 "장애인 주차구역 무인단속 방법 및 시스템"과 같이 장애인 주차면에 불법적으로 주차를 하는 차량에 대해 자동으로 단속할 수 있는 시스템이 개발되었으나, 장애인 주차구역마다 시스템을 설치해야만 하는 문제점이 있었다.Accordingly, a system that can automatically crack down on vehicles illegally parked on disabled parking spaces has been developed, such as Korean Patent No. 10-2431894, “Unmanned enforcement method and system for disabled parking spaces,” but each disabled parking space is different. There was a problem with having to install the system.
본 발명의 목적은 상술한 바와 같은 문제점을 해결하기 위해 안출된 것으로서, 다수의 장소에 위치한 장애인 주차구역의 주차 위반 여부를 판단하고, 단속하기 위한 AI기반 주차구역 무인 감시 플랫폼을 제공하는 것이다.The purpose of the present invention is to solve the problems described above, and to provide an AI-based unmanned monitoring platform for parking spaces to determine and crack down on parking violations in disabled parking spaces located in multiple locations.
상기 목적을 달성하기 위해 본 발명에 따른 AI기반 주차구역 무인 감시 플랫폼은 주변환경 인식을 통한 자율 주행이 가능한 주행부와 상기 주행부를 통해 이송되어 감시 대상 차량을 촬영하기 위한 촬영부와 상기 촬영부를 통해 촬영된 이미지를 바탕으로 단속 대상 여부를 연산하기 위한 제어부와 상기 제어부를 통해 단속 대상으로 판단되면, 인식된 이미지를 바탕으로 단속 정보가 인쇄된 스티커를 출력하기 위한 출력부와 상기 출력부를 통해 출력된 스티커를 단속 대상 차량에 부착하기 위한 다관절 유닛을 포함하는 것을 특징으로 한다.In order to achieve the above purpose, the AI-based parking area unmanned monitoring platform according to the present invention has a driving unit capable of autonomous driving through recognition of the surrounding environment, and a photography unit for photographing the vehicle to be monitored by being transported through the driving unit and the photography unit. A control unit for calculating whether a crackdown target is based on a captured image, and an output unit for outputting a sticker with crackdown information printed based on the recognized image when it is determined to be a crackdown target through the control unit. It is characterized by including a multi-joint unit for attaching a sticker to a vehicle subject to enforcement.
또한, 상기 제어부는 무선통신을 통해 서버에 단속 대상 여부를 조회하기 위한 데이터를 전송하고, 서버에 저장된 데이터베이스를 바탕으로 수신된 데이터를 바탕으로 단속 대상 여부를 연산하는 것을 특징으로 한다.In addition, the control unit transmits data for inquiring whether a person is subject to a crackdown to the server through wireless communication, and calculates whether a person is a target of a crackdown based on the received data based on a database stored in the server.
또한, 상기 주행부의 상부에 배치되는 복수 개의 툴이 고정되는 거치부를 더 포함하며, 상기 다관절 유닛은 거치부에 거치된 툴 중 어느 하나를 선택적으로 픽업하여 교환 가능한 것을 특징으로 한다.In addition, it further includes a mounting portion to which a plurality of tools disposed on the upper portion of the traveling portion are fixed, and the multi-joint unit is characterized in that one of the tools mounted on the mounting portion can be selectively picked up and exchanged.
또한, 상기 촬영부는 빛을 조사하는 방향을 제어할 수 있도록 구성되고, 빛의 조사 방향을 제어하면서 복수 개의 이미지를 촬영하며, 상기 제어부는 복수 개의 이미지에서 인식 가능한 부분을 병합하여 하나의 전체 이미지를 생성하고, 생성된 이미지를 기반으로 단속 대상 여부를 연산하도록 구성된 것을 특징으로 한다.In addition, the photographing unit is configured to control the direction in which light is irradiated, and captures a plurality of images while controlling the irradiation direction of light, and the control unit merges recognizable parts of the plurality of images to create one overall image. It is characterized by being configured to generate and calculate whether or not it is subject to crackdown based on the generated image.
상술한 바와 같이, 본 발명에 따른 AI기반 주차구역 무인 감시 플랫폼에 의하면, 주변환경 인식을 통한 자율 주행으로 다수의 장소에 위치한 장애인 주차구역을 이동하면서 주차 위반 여부를 판단에서부터 다관절 유닛을 이용한 단속 스티커의 부착까지 가능한 효과가 있다.As described above, according to the AI-based parking area unmanned monitoring platform according to the present invention, the system moves through parking spaces for the disabled located in multiple locations through autonomous driving through recognition of the surrounding environment, from determining parking violations to crackdown using a multi-joint unit. It even has the effect of allowing stickers to be attached.
도 1은 본 발명에 따른 AI기반 주차구역 무인 감시 플랫폼을 도시한 사시도.
도 2는 본 발명에 따른 AI기반 주차구역 무인 감시 플랫폼을 이용한 차량식별 동작을 도시한 도면.
도 3은 본 발명에 따른 AI기반 주차구역 무인 감시 플랫폼을 이용한 장애인 표지식별 동작을 도시한 도면.
도 4는 본 발명에 따른 AI기반 주차구역 무인 감시 플랫폼의 출력부를 이용한 스티커 출력동작을 도시한 도면.
도 5는 본 발명에 따른 AI기반 주차구역 무인 감시 플랫폼을 이용한 스티커 부착 동작을 도시한 도면.
도 6은 본 발명에 따른 AI기반 주차구역 무인 감시 플랫폼의 이미지 생성예를 도시한 도면.
도 7은 본 발명에 따른 AI기반 주차구역 무인 감시 플랫폼의 조명부를 도시한 도면.
도 8은 본 발명에 따른 AI기반 주차구역 무인 감시 플랫폼의 제어부를 통한 AI 학습 알고리즘의 실시예를 도시한 도면.
도 9는 본 발명에 따른 AI기반 주차구역 무인 감시 플랫폼의 제어부를 통한 AI기반 객체인식 알고리즘의 실시예를 도시한 도면.Figure 1 is a perspective view showing an AI-based unmanned parking area monitoring platform according to the present invention.
Figure 2 is a diagram showing a vehicle identification operation using the AI-based unmanned parking area monitoring platform according to the present invention.
Figure 3 is a diagram showing the operation of identifying disabled people's signs using the AI-based parking area unmanned monitoring platform according to the present invention.
Figure 4 is a diagram showing a sticker output operation using the output unit of the AI-based parking area unmanned monitoring platform according to the present invention.
Figure 5 is a diagram showing a sticker attachment operation using the AI-based unmanned parking area monitoring platform according to the present invention.
Figure 6 is a diagram showing an example of image generation by the AI-based parking area unmanned surveillance platform according to the present invention.
Figure 7 is a diagram showing the lighting unit of the AI-based parking area unmanned monitoring platform according to the present invention.
Figure 8 is a diagram showing an embodiment of an AI learning algorithm through the control unit of the AI-based parking area unmanned monitoring platform according to the present invention.
Figure 9 is a diagram showing an embodiment of an AI-based object recognition algorithm through the control unit of the AI-based parking area unmanned monitoring platform according to the present invention.
본 명세서에 개시되어 있는 본 발명의 개념에 따른 실시 예들에 대해서 특정한 구조적 또는 기능적 설명은 단지 본 발명의 개념에 따른 실시 예들을 설명하기 위한 목적으로 예시된 것으로서, 본 발명의 개념에 따른 실시 예들은 다양한 형태들로 실시될 수 있으며 본 명세서에 설명된 실시 예들에 한정되지 않는다.Specific structural or functional descriptions of the embodiments according to the concept of the present invention disclosed in this specification are merely illustrative for the purpose of explaining the embodiments according to the concept of the present invention, and the embodiments according to the concept of the present invention are It may be implemented in various forms and is not limited to the embodiments described herein.
본 발명의 개념에 따른 실시 예들은 다양한 변경들을 가할 수 있고 여러 가지 형태들을 가질 수 있으므로 실시 예들을 도면에 예시하고 본 명세서에서 상세하게 설명하고자 한다. 그러나, 이는 본 발명의 개념에 따른 실시 예들을 특정한 개시 형태들에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물, 또는 대체물을 포함한다.Since the embodiments according to the concept of the present invention can make various changes and have various forms, the embodiments will be illustrated in the drawings and described in detail in this specification. However, this is not intended to limit the embodiments according to the concept of the present invention to specific disclosed forms, and includes all changes, equivalents, or substitutes included in the spirit and technical scope of the present invention.
이하, 본 발명의 바람직한 실시예를 첨부된 도면을 참조하여 설명하면 다음과 같다.Hereinafter, preferred embodiments of the present invention will be described with reference to the attached drawings.
도 1은 본 발명에 따른 AI기반 주차구역 무인 감시 플랫폼을 도시한 사시도이며, 도 2는 본 발명에 따른 AI기반 주차구역 무인 감시 플랫폼을 이용한 차량식별 동작을 도시한 도면이고, 도 3은 본 발명에 따른 AI기반 주차구역 무인 감시 플랫폼을 이용한 장애인 표지식별 동작을 도시한 도면이며, 도 4는 본 발명에 따른 AI기반 주차구역 무인 감시 플랫폼의 출력부를 이용한 스티커 출력동작을 도시한 도면이고, 도 5는 본 발명에 따른 AI기반 주차구역 무인 감시 플랫폼을 이용한 스티커 부착 동작을 도시한 도면이며, 도 6은 본 발명에 따른 AI기반 주차구역 무인 감시 플랫폼의 이미지 생성예를 도시한 도면이고, 도 7은 본 발명에 따른 AI기반 주차구역 무인 감시 플랫폼의 조명부를 도시한 도면이며, 도 8은 본 발명에 따른 AI기반 주차구역 무인 감시 플랫폼의 제어부를 통한 AI 학습 알고리즘의 실시예를 도시한 도면이고, 도 9는 본 발명에 따른 AI기반 주차구역 무인 감시 플랫폼의 제어부를 통한 AI기반 객체인식 알고리즘의 실시예를 도시한 도면이다.Figure 1 is a perspective view showing an AI-based parking area unmanned monitoring platform according to the present invention, Figure 2 is a diagram showing a vehicle identification operation using the AI-based parking area unmanned monitoring platform according to the present invention, and Figure 3 is a diagram showing a vehicle identification operation using the AI-based parking area unmanned monitoring platform according to the present invention. It is a diagram showing the operation of identifying disabled signs using an AI-based parking area unmanned monitoring platform according to , and Figure 4 is a diagram showing a sticker output operation using the output unit of the AI-based parking area unmanned monitoring platform according to the present invention, and Figure 5 is a diagram showing a sticker attachment operation using the AI-based parking area unmanned monitoring platform according to the present invention, Figure 6 is a diagram showing an example of image creation by the AI-based parking area unmanned monitoring platform according to the present invention, and Figure 7 is It is a diagram showing the lighting unit of the AI-based parking area unmanned monitoring platform according to the present invention, and Figure 8 is a diagram showing an embodiment of an AI learning algorithm through the control unit of the AI-based parking area unmanned monitoring platform according to the present invention. 9 is a diagram showing an example of an AI-based object recognition algorithm through the control unit of the AI-based parking area unmanned surveillance platform according to the present invention.
도 1 내지 도 5에 도시된 바와 같이, 본 발명에 따른 AI기반 주차구역 무인 감시 플랫폼은 복수 개의 주행 카메라(3) 및 센서를 이용한 주변환경 인식을 통해 자율 주행이 가능한 주행부(1)와 상기 주행부(1)를 통해 이송되어 감시 대상 차량을 촬영하기 위한 촬영부(2)와 상기 촬영부(2)를 통해 촬영된 이미지를 바탕으로 단속 대상 여부를 연산하기 위한 제어부(미도시)와 상기 제어부를 통해 단속 대상으로 판단되면, 인식된 이미지의 정보를 바탕으로 단속 정보가 인쇄된 스티커(13)를 출력하기 위한 출력부(4)와 상기 출력부(4)를 통해 출력된 스티커(13)를 단속 대상 차량에 부착하기 위한 다관절 유닛(5)을 포함하여 구성된다.As shown in Figures 1 to 5, the AI-based parking area unmanned monitoring platform according to the present invention includes a driving unit 1 capable of autonomous driving through recognition of the surrounding environment using a plurality of driving cameras 3 and sensors, and A photographing unit (2) for photographing a vehicle subject to surveillance transported through the driving unit (1), a control unit (not shown) for calculating whether or not a vehicle is subject to enforcement based on the image captured through the photographing unit (2), and the If it is determined to be a crackdown target through the control unit, an output unit 4 for outputting a sticker 13 with crackdown information printed based on the information of the recognized image, and a sticker 13 output through the output unit 4. It is configured to include a multi-joint unit (5) for attaching to the vehicle subject to enforcement.
특히, 상기 주행부(1)는 기 설정된 영역의 주차장 내부를 자율 주행을 통해 이동가능함에 따라, 고정식 단속 장치와 달리 단속 영역의 제한이 없으며, 장애인 주차공간의 증가 및 이동에 즉각적인 대응이 가능하다.In particular, the driving unit 1 can move autonomously within a preset area of the parking lot, so unlike a fixed control device, there is no limit to the control area, and it is possible to immediately respond to the increase and movement of parking spaces for the disabled. .
또한, 상기 제어부는 무선통신을 통해 서버에 단속 대상 여부를 조회하기 위한 데이터를 전송하고, 서버에 저장된 데이터베이스를 바탕으로 수신된 데이터를 바탕으로 단속 대상 여부를 연산하거나, 서버에서 단속 대상 여부를 연산하고, 서버로부터 단속 대상 여부를 수신하는 형태로 구성될 수도 있다.In addition, the control unit transmits data to check whether or not a crackdown target exists to the server through wireless communication, and calculates whether or not the crackdown target is based on the received data based on a database stored in the server, or calculates whether or not the crackdown target is subject to the server. And, it may be configured to receive information about whether or not it is subject to crackdown from the server.
또한, 상기 주행부(1)의 상부에 배치되는 복수 개의 툴(11)이 고정되는 거치부(12)를 더 포함하도록 구성될 수도 있으며, 상기 다관절 유닛(5)은 거치부(12)에 거치된 툴(11) 중 어느 하나를 선택적으로 픽업하여 교환할 수 있다.In addition, it may be configured to further include a mounting portion 12 to which a plurality of tools 11 disposed on the upper portion of the traveling portion 1 are fixed, and the multi-joint unit 5 is mounted on the mounting portion 12. Any one of the mounted tools 11 can be selectively picked up and exchanged.
이때, 상기 촬영부(2)는 다관절 유닛(5)에 고정된 형태로 실시되거나, 다관절 유닛(5)에 부착되는 툴(11) 중 하나로 실시될 수도 있다.At this time, the photographing unit 2 may be fixed to the multi-joint unit 5 or may be implemented as one of the tools 11 attached to the multi-joint unit 5.
보다 상세하게는, 상기 다관절 유닛(5)에는 어댑터(5a)가 형성되어 거치부(12)에 거치된 복수 개의 툴(11) 중 어느 하나가 결합될 수 있으며, 차량 ㅇ인식용 카메라 툴(11a), 장애인 표지 확인용 카메라 툴(11b), 스티커 부착용 툴(11c) 등 용도에 따라 구분될 수도 있다.More specifically, an adapter 5a is formed on the multi-joint unit 5 so that any one of the plurality of tools 11 mounted on the mounting portion 12 can be coupled, and a camera tool for vehicle recognition ( 11a), a camera tool for checking disabled person signs (11b), and a tool for attaching stickers (11c), etc. depending on the purpose.
예를 들면, 주행부(1)가 장애인 주차구역에 도착하면 다관절 유닛(5)이 차량 인식용 카메라 툴(11a)을 픽업하여 도 2에 도시된 바와 같이 감시 대상 차량의 정보를 확인하기 위한 이미지를 촬영하도록 실시될 수 있다.For example, when the driving unit 1 arrives at the disabled parking space, the articulated unit 5 picks up the camera tool 11a for vehicle recognition and uses it to check information on the vehicle to be monitored, as shown in FIG. 2. It may be carried out to take an image.
차량 정보 확인을 위한 이미지 촬영 후 다관절 유닛(5)은 차량 인식용 카메라 툴(11a)을 거치부(12)에 내려놓은 후 장애인 표지 확인용 카메라 툴(11b)을 픽업하는 형태로 교체하고, 도 3에 도시된 바와 같이 감시 대상 차량의 장애인 표지를 촬영하여 장애인 표지 정보를 확인하기 위한 이미지를 촬영하게 된다.After taking an image to check vehicle information, the multi-joint unit 5 places the camera tool 11a for vehicle recognition on the holder 12 and then replaces it by picking up the camera tool 11b for checking the disabled sign. As shown in Figure 3, the disabled sign of the vehicle subject to surveillance is photographed and an image is taken to confirm the disabled sign information.
이때, 상기 툴(11) 중 차량 인식용 카메라 툴(11a)과 장애인 표지 확인용 카메라 툴(11b)은 이미지 촬영을 위한 촬영부(2)로 보아야하며, 용도에 맞춰 카메라 종류(툴)를 교체하거나, 다관절 유닛(5)에 고정된 촬영부(2)를 통해 감시 대상 차량의 정보를 확인하기 위한 이미지 촬영과 감시 대상 차량의 장애인 표지 정보를 확인하기 위한 이미지 촬영이 실시될 수도 있다.At this time, among the tools 11, the camera tool 11a for vehicle recognition and the camera tool 11b for checking disabled signs should be viewed as a capturing unit 2 for taking images, and the camera type (tool) can be replaced according to the purpose. Alternatively, image shooting to check information on the vehicle to be monitored and image shooting to check information on the disabled sign of the vehicle to be monitored may be performed through the photographing unit 2 fixed to the multi-joint unit 5.
이와 같이, 촬영된 이미지를 바탕으로 감시 대상 차량의 정보와 장애인 표지의 정보를 바탕으로 단속 대상이 확인되면, 도 4에 도시된 바와 같이 출력부(4)를 통해 단속 정보가 인쇄된 스티커(13)를 출력하게 되며, 상기 다관절 유닛(5)은 스티커 부착용 툴(11c)을 통해 인쇄된 스티커(13)를 픽업한 후 도 5에 도시된 바와 같이 단속 대상 차량에 스티커(13)를 부착하게 된다.In this way, if the crackdown target is confirmed based on the information on the vehicle subject to surveillance and the information on the disabled sign based on the captured image, the sticker 13 with the crackdown information printed through the output unit 4 as shown in FIG. 4 ) is output, and the multi-joint unit 5 picks up the sticker 13 printed through the sticker attachment tool 11c and then attaches the sticker 13 to the vehicle subject to enforcement as shown in FIG. do.
이때, 상기 스티커 부착용 툴(11c)은 스티커(13)를 파지하는 형태나, 진공흡착을 통해 흡착하는 형태가 이용될 수도 있다.At this time, the sticker attachment tool 11c may be used in a form that holds the sticker 13 or in a form that adsorbs it through vacuum adsorption.
도 6은 감시 대상 차량의 장애인 표지 정보를 확인하기 위해 촬영된 이미지를 바탕으로 제어부가 복수 개의 이미지에서 인식 가능한 부분을 병합하여 하나의 전체 이미지를 생성하고, 생성된 이미지를 기반으로 단속 대상 여부를 연산하는 실시예를 도시한 것이며, 반사광, 역광, 틴팅 또는 이물에 의해 가려진 이미지로 인해 인식이 불가능한 문제점을 해결하기 위해 최초 촬영 위치에서 단속에 필요한 정보 인식이 어려울 경우 다양한 각도에서 복수 개의 이미지를 촬영 후 복수 개의 이미지에서 인식 가능한 부분을 병합하여 하나의 전체 이미지를 생성하고, 생성된 이미지를 기반으로 단속 대상 여부를 연산하게 된다.Figure 6 shows that based on the image taken to check the disabled sign information of the vehicle subject to surveillance, the control unit merges the recognizable parts of the plurality of images to create one overall image, and determines whether or not it is subject to crackdown based on the generated image. This illustrates an embodiment of the calculation. In order to solve the problem of unrecognition due to images obscured by reflected light, backlight, tinting, or foreign substances, multiple images are taken from various angles when it is difficult to recognize information required for enforcement at the initial shooting location. Afterwards, the recognizable parts of the plurality of images are merged to create one overall image, and whether or not the target is subject to crackdown is calculated based on the generated image.
다른 실시예로써, 도 7에 도시된 바와 같이 상기 촬영부(2)는 빛을 조사하는 방향을 제어할 수 있도록 구성된 조명부(30)를 더 포함하도록 구성될 수 있다.As another embodiment, as shown in FIG. 7, the photographing unit 2 may be configured to further include a lighting unit 30 configured to control the direction in which light is irradiated.
보다 상세하게는, 복수 개의 광원이 하나의 그룹(31, 32, 33, ...)으로 형성되고, 복수 개의 그룹 중 어느 하나 이상을 점멸하는 방식으로 빛의 조사 방향을 제어하면서 복수 개의 이미지를 촬영하며, 상기 제어부는 복수 개의 이미지에서 인식 가능한 부분을 병합하여 하나의 전체 이미지를 생성하고, 생성된 이미지를 기반으로 단속 대상 여부를 연산하도록 실시될 수 있다.More specifically, a plurality of light sources are formed in one group (31, 32, 33, ...), and the direction of light irradiation is controlled by blinking any one or more of the plurality of groups to create a plurality of images. While taking pictures, the control unit may merge recognizable parts of a plurality of images to create one overall image and calculate whether or not the subject is subject to enforcement based on the generated image.
또는, 그룹을 구성하는 광원이 가시광선 LED(31a, 32a, 33a, ...)와 적외선 LED(31b, 32b, 33b, ...)로 구성되고, 복수 개의 그룹 중 어느 하나 이상의 그룹에 포함된 가시광선 LED(31a, 32a, 33a, ...)를 점멸시킨 후 복수 개의 그룹 중 어느 하나 이상의 그룹에 포함된 적외선 LED(31b, 32b, 33b, ...)를 점멸시키는 방식으로 복수 개의 이미지를 촬영할 수도 있다.Alternatively, the light source constituting the group consists of visible light LEDs (31a, 32a, 33a, ...) and infrared LEDs (31b, 32b, 33b, ...), and is included in one or more of the plurality of groups. After flashing the visible light LEDs (31a, 32a, 33a, ...), the infrared LEDs (31b, 32b, 33b, ...) included in one or more of the plurality of groups are flashed. You can also take images.
또한, 복수 개의 그룹 중 어느 하나 이상의 그룹 또는 그 그룹의 가시광선 LED(31a, 32a, 33a, ...) 및 적외선 LED(31b, 32b, 33b, ...)를 점멸시키는 방식은 기 설정된 간격의 다음 그룹을 점등시키는 방식으로 실시됨이 바람직하다.In addition, the method of blinking the visible light LEDs (31a, 32a, 33a, ...) and the infrared LEDs (31b, 32b, 33b, ...) of one or more groups among the plurality of groups is set at a preset interval. It is desirable to carry out the method by lighting the next group.
예를 들면, 제1 그룹의 적외선 LED(31b)를 점멸시킨 후 제3 그룹의 적외선 LED(33b)를 점멸시키는 형태로 실시됨이 바람직하다.For example, it is preferable to blink the first group of infrared LEDs 31b and then the third group of infrared LEDs 33b.
또한, 본 발명에 따른 AI기반 주차구역 무인 감시 플랫폼의 제어부는 도 8의 A와 같이 촬영부를 통해 촬영된 이미지를 복수 개의 레이어로 분할하여 각 레이어별로 전처리한 후 각 레이어별로 반복 학습하는 딥러닝 학습 알고리즘을 통해 정확도를 높이며, B에 도시된 바와 같이 학습 결과물을 검증하여 정확도를 향상시키게 된다.In addition, the control unit of the AI-based parking area unmanned surveillance platform according to the present invention divides the image captured through the photographing unit into a plurality of layers as shown in A in Figure 8, preprocesses each layer, and then performs deep learning learning for each layer iteratively. Accuracy is improved through the algorithm, and accuracy is improved by verifying the learning results as shown in B.
또한, 도 9의 A에 도시된 YOLO 네트워크 구조 또는 B에 도시된 CNN 네트워크 구조를 통한 객체 인식 알고리즘으로 촬영된 이미지에서 외부의 환경적 요인을 제거하고, 통해 장애인 구역 및 감시 대상 차량의 인식의 정확도를 높이고, 장애인 표지 정보를 보다 정확하게 식별하도록 구성될 수도 있다.In addition, external environmental factors are removed from images captured with an object recognition algorithm using the YOLO network structure shown in A of FIG. 9 or the CNN network structure shown in B, and the accuracy of recognition of disabled areas and surveillance target vehicles is improved. It may be configured to increase and more accurately identify disability sign information.
또는, 차량의 장애인 구역 및 감시 대상 차량의 인식에는 A에 도시된 YOLO 네트워크 구조를 이용한 객체 인식 알고리즘으로 대상 차량을 확인하고, 촬영된 이미지에서 장애인 표지 정보 식별에는 B에 도시된 CNN 네트워크 구조를 통해 특정 위치에 대한 식별 정확도를 보다 높이는 형태로 식별 대상에 따라 알고리즘을 선택적으로 최적화하여 반영하도록 실시될 수도 있다.Alternatively, for recognition of disabled areas and vehicles subject to surveillance, the target vehicle is identified using an object recognition algorithm using the YOLO network structure shown in A, and for identification of disabled sign information in a captured image, the CNN network structure shown in B is used. In order to further increase the identification accuracy for a specific location, the algorithm may be selectively optimized and reflected depending on the identification target.
이상과 같이 본 발명은 첨부된 도면을 참조하여 바람직한 실시예를 중심으로 기술되었지만 당업자라면 이러한 기재로부터 본 발명의 범주를 벗어남이 없이 많은 다양한 자명한 변형이 가능하다는 것은 명백하다. 따라서 본 발명의 범주는 이러한 많은 변형의 예들을 포함하도록 기술된 청구범위에 의해서 해석되어져야 한다.As described above, the present invention has been described focusing on preferred embodiments with reference to the accompanying drawings, but it is clear to those skilled in the art that many obvious modifications can be made without departing from the scope of the present invention from this description. Accordingly, the scope of the present invention should be construed by the appended claims to include examples of many such modifications.
1 : 주행부
2 : 촬영부
3 : 주행 카메라
4 : 출력부
5 : 다관절 유닛
11 : 툴
12 : 거치부
13 : 스티커
30 : 조명부
31 : 제1 그룹
32 : 제2 그룹
33 : 제3 그룹
34 : 제4 그룹 1: Running part
2: Filming Department
3: Driving camera
4: output unit
5: Multi-joint unit
11: Tool
12: Holder
13: Sticker
30: lighting unit
31: 1st group
32: 2nd group
33: 3rd group
34: 4th group
Claims (4)
상기 주행부를 통해 이송되어 감시 대상 차량을 촬영하기 위한 촬영부와;
상기 촬영부를 통해 촬영된 이미지를 바탕으로 단속 대상 여부를 연산하기 위한 제어부와;
상기 제어부를 통해 단속 대상으로 판단되면, 인식된 이미지를 바탕으로 단속 정보가 인쇄된 스티커를 출력하기 위한 출력부와;
상기 출력부를 통해 출력된 스티커를 단속 대상 차량에 부착하기 위한 다관절 유닛을 포함하는 것을 특징으로 하는
AI기반 주차구역 무인 감시 플랫폼.
A driving unit capable of autonomous driving through recognition of the surrounding environment;
a photographing unit transported through the driving unit to photograph a vehicle subject to surveillance;
a control unit for calculating whether or not there is a crackdown target based on the image captured through the photographing unit;
an output unit for outputting a sticker with enforcement information printed based on the recognized image when it is determined that the control unit is subject to enforcement;
Characterized in that it includes a multi-joint unit for attaching the sticker output through the output unit to the vehicle subject to enforcement.
AI-based parking area unmanned surveillance platform.
상기 제어부는
무선통신을 통해 서버에 단속 대상 여부를 조회하기 위한 데이터를 전송하고, 서버에 저장된 데이터베이스를 바탕으로 수신된 데이터를 바탕으로 단속 대상 여부를 연산하는 것을 특징으로 하는
AI기반 주차구역 무인 감시 플랫폼.
According to clause 1,
The control unit
Characterized by transmitting data to check whether a crackdown target exists to the server through wireless communication, and calculating whether a crackdown target is based on the received data based on a database stored on the server.
AI-based parking area unmanned surveillance platform.
상기 주행부의 상부에 배치되는 복수 개의 툴이 고정되는 거치부를 더 포함하며,
상기 다관절 유닛은 거치부에 거치된 툴 중 어느 하나를 선택적으로 픽업하여 교환 가능한 것을 특징으로 하는
AI기반 주차구역 무인 감시 플랫폼.
According to clause 1,
It further includes a mounting portion to which a plurality of tools disposed on an upper portion of the traveling portion are fixed,
The multi-joint unit is characterized in that it can be exchanged by selectively picking up any one of the tools mounted on the holder.
AI-based parking area unmanned surveillance platform.
상기 촬영부는
빛을 조사하는 방향을 제어할 수 있도록 구성되고,
빛의 조사 방향을 제어하면서 복수 개의 이미지를 촬영하며,
상기 제어부는 복수 개의 이미지에서 인식 가능한 부분을 병합하여 하나의 전체 이미지를 생성하고, 생성된 이미지를 기반으로 단속 대상 여부를 연산하도록 구성된 것을 특징으로 하는
AI기반 주차구역 무인 감시 플랫폼.
According to clause 1,
The filming department
It is configured to control the direction of irradiation of light,
Takes multiple images while controlling the direction of light irradiation,
The control unit is configured to merge recognizable parts of a plurality of images to create one overall image and calculate whether or not it is subject to crackdown based on the generated image.
AI-based parking area unmanned surveillance platform.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020230165093A KR102633444B1 (en) | 2023-11-24 | 2023-11-24 | AI-based parking area unmanned surveillance platform |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020230165093A KR102633444B1 (en) | 2023-11-24 | 2023-11-24 | AI-based parking area unmanned surveillance platform |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102633444B1 true KR102633444B1 (en) | 2024-02-02 |
Family
ID=89900252
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020230165093A KR102633444B1 (en) | 2023-11-24 | 2023-11-24 | AI-based parking area unmanned surveillance platform |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102633444B1 (en) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05229540A (en) * | 1992-02-17 | 1993-09-07 | Tamagawa Seiki Co Ltd | Automatic control for labeler |
KR100997670B1 (en) * | 2010-04-30 | 2010-12-01 | 주식회사 디아이랩 | Apparatus of managing illegal parking and legal parking |
KR102370689B1 (en) * | 2021-07-15 | 2022-03-08 | 주식회사 네오하이테크 | Autonomous smart library apparatus |
KR102431894B1 (en) | 2021-11-22 | 2022-08-16 | (주)이노씨앤에스 | Method And System for Monitoring Parking Lot of Disabled Person |
KR20230009131A (en) * | 2021-07-08 | 2023-01-17 | 이영준 | Non-disabled Vehicle Recognition Robot |
KR20230044785A (en) * | 2021-09-27 | 2023-04-04 | 한국클라우드컴퓨팅연구조합 | SYSTEM FOR ENFORCEMENT OF unauthorized PARKED VEHICLE BASED ON AUTONOMOUS DRIVING |
-
2023
- 2023-11-24 KR KR1020230165093A patent/KR102633444B1/en active IP Right Grant
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05229540A (en) * | 1992-02-17 | 1993-09-07 | Tamagawa Seiki Co Ltd | Automatic control for labeler |
KR100997670B1 (en) * | 2010-04-30 | 2010-12-01 | 주식회사 디아이랩 | Apparatus of managing illegal parking and legal parking |
KR20230009131A (en) * | 2021-07-08 | 2023-01-17 | 이영준 | Non-disabled Vehicle Recognition Robot |
KR102370689B1 (en) * | 2021-07-15 | 2022-03-08 | 주식회사 네오하이테크 | Autonomous smart library apparatus |
KR20230044785A (en) * | 2021-09-27 | 2023-04-04 | 한국클라우드컴퓨팅연구조합 | SYSTEM FOR ENFORCEMENT OF unauthorized PARKED VEHICLE BASED ON AUTONOMOUS DRIVING |
KR102431894B1 (en) | 2021-11-22 | 2022-08-16 | (주)이노씨앤에스 | Method And System for Monitoring Parking Lot of Disabled Person |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1997090B1 (en) | A system for detecting vehicles | |
KR101708917B1 (en) | Apparatus for controlling parking by moving vehicle tracking | |
ES2647738T3 (en) | Device, system and method for entry control point | |
WO2017217737A1 (en) | Enforcement cctv system, against illegal parking and stopping, by means of tracking moving vehicles | |
KR101967610B1 (en) | Multi lane monitoring system that can recognize vehicle velocity and license plate number of multi lane | |
US20040125207A1 (en) | Robust stereo-driven video-based surveillance | |
US20060200307A1 (en) | Vehicle identification and tracking system | |
KR101498461B1 (en) | Photographing System For Vehicle Capable Of Calculating Interval Velocity | |
KR20070058303A (en) | System and method of parking control | |
CN110963034B (en) | Elevated warehouse intelligent warehousing management system based on unmanned aerial vehicle and management method thereof | |
KR20180124477A (en) | System and method for managing parking | |
CN113544693A (en) | Method and system for detecting building objects installed in a building | |
KR101498458B1 (en) | Photographing System For Vehicle Detecting Object And Velocity Using Plural Laser Beams | |
WO2020183345A1 (en) | A monitoring and recording system | |
KR101111724B1 (en) | Automatic motoring method and system of illegal parking vehicles | |
CN112639803B (en) | Method and assembly for identifying objects at a facility | |
JP3664784B2 (en) | Wide area monitoring device | |
KR101662224B1 (en) | Management system for parking lot using camera and method thereof | |
KR101322162B1 (en) | Method for detection using detection system of vehicles | |
KR102633444B1 (en) | AI-based parking area unmanned surveillance platform | |
KR100501769B1 (en) | Monitoring system and method for the handicapped parking zone | |
KR20160038943A (en) | vehicle detecting system and method using laser sensors in stero camera | |
KR101570485B1 (en) | System for monitoring illegal parking of camera blind spot | |
JP7401292B2 (en) | Parking lot control system, parking lot control method, and program | |
CN110070724A (en) | A kind of video monitoring method, device, video camera and image information supervisory systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |