KR102655684B1 - 인공지능 카메라를 이용한 주차 요금관리 시스템 - Google Patents

Abstract

본 발명은 인공지능 카메라를 이용한 주차 요금관리 시스템에 관한 것으로서, 더욱 구체적으로는 차량이 차단기로 접근하는 과정에서 차량을 인식하기 위한 루프코일을 사용하지 않고 AI카메라만으로 차량을 인식하고 차량번호판을 식별하여 차량번호를 인식하고 주차요금을 무인으로 정산하는 기술에 관한 것이다.
즉, 본 발명은 차량이 출입하는 장소에 설치되는 복수의 AI카메라와, 상기 AI카메라의 번호판 인식후 AI카메라의 개폐신호에 따라 작동하는 차단바와, 상기 AI카메라와 통신으로 연결되는 관리서버;로 구성되되, 상기 AI카메라는; 일정영역에 대하여 영상을 실시간으로 확인하는 카메라 모듈과, 상기 카메라 모듈과 연동하여 차량의 번호판 인식이 시작되는 지점을 설정하는 거리셋팅 모듈과, 상기 거리셋팅 모듈에서 설정된 지점에 대하여 불특정 대상이 확인되면 카메라 모듈로 다수의 이미지 촬영신호를 발생시키는 촬영제어 모듈과, 상기 촬영제어 모듈을 통해 촬영된 이미지를 통해 차량과 차량이 아닌 대상을 구분하는 차량판단 모듈과, 상기 촬영제어 모듈에서 촬영된 이미지의 차량번호판을 분석하는 번호판 인식모듈;로 구성되는 것을 특징으로 한다.

Description

인공지능 카메라를 이용한 주차 요금관리 시스템{Parking fee management system using artificial intelligence camera}

본 발명은 인공지능 카메라를 이용한 주차 요금관리 시스템에 관한 것으로서, 더욱 구체적으로는 차량이 차단기로 접근하는 과정에서 차량을 인식하기 위한 루프코일을 사용하지 않고 AI카메라만으로 차량을 인식하고 차량번호판을 식별하여 차량번호를 인식하고 주차요금을 무인으로 정산하는 기술에 관한 것이다.

일반적으로 도로, 주차장에 진출입하는 다양한 장소에 카메라를 이용한 차량 번호인식 시스템이 설치되어 차량의 번호를 인식하고 있다.

이렇게 차량번호 인식으로 지정된 차량만 출입이 가능하도록 제한하거나, 입출 차량의 이미지 시간, 날짜등의 정보를 저장하고 주차요금을 정산하는 목적으로 사용된다.

과거에는 주차장 운영을 관리인이 상주하여 차량번호 인식에서 에러가 발생할 경우, 관리인이 수동으로 차량번호를 입력하는 방식으로 운영 하였으나, 최근부터는 인건비를 절감하기 위하여 주차장 운영을 관리인이 상주하지 않는 무인 주차장 운영시스템으로 구축하여 번호인식부터 요금정산까지를 원격 통합관리센터에서 관리운영하는 방식으로 운용되고 있지만, 그럼에도 차량번호 미인식 및 오인식등 에러 발생으로 무인 주차장 운영시스템은 실패가 계속 되어가는 현실이다.

현재의 주차장 차량번호 인식시스템은 지면을 커팅하여 루프코일을 매립 설치한다. 이렇게 설치된 루프코일은 차량진입시 철재성분인 차량을 감지하고 감지된 피사체의 이미지 프레임 3~4장을 캡쳐 분석하여 번호인식을 하고 차량이 출차시 요금정산을 하게 된다.

그러나 이런 차량감지 및 요금정산 방식은 루프코일이 매립된 고정위치에서만 차량을 감지하기 때문에, 특정 시간때마다 만나는 햇빛직반사, 번호판의 이중명암, 그릴의 빛반사등으로 미인식 및 오인식이 발생 할 수 밖에 없다.

이로 인해 요금정산 오류와 번호인식 오류등으로 통합관리센타와 계속통화로 해결하기 때문의 차량의 소통은 계속 어려워 지고 있다.

또한 루프코일 이용 방식은 정상 번호인식을 하는데 효율성이 크게 부족하다. 문제는 루프코일에 차량감지가 되면 3~4장의 작은 이미지프레임으로 번호인식 분석 자료로 사용하기 때문에 번호인식에 정확도가 떨어지는 문제점이 있다.

따라서 주차장의 무인 주차장 운영시스템에서는 정확히 차량번호를 인식하지 못하므로 차량 출차시 통합관제센타로 호출을 해야하는 번거로움 및 부정확한 요금정산, 출차지연으로 결국 민원이 발생하게 된다.

현재 운영중인 차량번호 인식시스템 방식은 루프코일→감지기→(차단기,인식서버)→이미지캡쳐→분석및번호인식→서버전송→DB저장의 프로세서 순이다.

이런 프로세서는 기기간 전달되는 통신이 늦을 수밖에 없고, 차량의 입출량이 많을 경우 더욱더 늦어진 통신속도 및 장애로 차량의 입출이 원활하지 않게 된다.

공개특허 제10-2022-0139569호(인공지능을 이용한 차량번호인식 제어시스템 및 그 방법) 공개특허 제10-2023-0051836호 (주차관제시 꼬리물기 상태에서의 차량번호 인식방법 및 그 시스템) 등록특허 제10-2062579호 (영상 보정을 통해 그림자 및 빛 반사로 훼손된 차량번호판을 인식하는 차량번호판 인식 시스템)

본 발명은 상기와 같은 문제점을 해결하기 위해 안출한 것으로서, 루프코일을 매립하는 방식으로 차량을 인식하지 않고, 카메라만으로 차량을 인식하도록 하여 루프코일 매설에 따른 공사비용을 절감할 수 있고, 자전거, 사람, 휠체어, 오토바이와 같은 차량이 아닌 대상은 절대로 차량으로 오인식하지 않도록 하고, 종래 대비 많은 양의 이미지로 차량번호를 분석함으로써 차량번호판의 인식률을 상승시켜 통합관제센터의 호출없이 원활한 차량의 입출차가 이루어지도록 한 인공지능 카메라를 이용한 주차 요금관리 시스템을 제공함에 목적을 두고 있다.

본 발명은 차량이 출입하는 장소에 설치되는 복수의 AI카메라와, 상기 AI카메라의 번호판 인식후 AI카메라의 개폐신호에 따라 작동하는 차단바와, 상기 AI카메라와 통신으로 연결되는 관리서버;로 구성되되, 상기 AI카메라는; 일정영역에 대하여 영상을 실시간으로 확인하는 카메라 모듈과, 상기 카메라 모듈과 연동하여 차량의 번호판 인식이 시작되는 지점을 설정하는 거리셋팅 모듈과, 상기 거리셋팅 모듈에서 설정된 지점에 대하여 불특정 대상이 확인되면 카메라 모듈로 다수의 이미지 촬영신호를 발생시키는 촬영제어 모듈과, 상기 촬영제어 모듈을 통해 촬영된 이미지를 통해 차량과 차량이 아닌 대상을 구분하는 차량판단 모듈과, 상기 촬영제어 모듈에서 촬영된 이미지의 차량번호판을 분석하는 번호판 인식모듈;로 구성되는 것을 특징으로 한다.

또한 상기 촬영제어 모듈은 1초당 3 내지 6장의 이미지를 3초 내지 5초간 이미지를 촬영하여, 번호판 인식모듈에서 9장 내지 30장의 이미지로 차량번호 분석이 이루어지도록 한 것을 특징으로 한다.

또한 상기 AI카메라는 번호판 인식모듈의 인식정보에 따라 차단바를 제어하는 출입제어 모듈과, 상기 번호판 인식모듈의 결과값을 통합관제센터로 전송하는 통신모듈;을 더 포함하는 것을 특징으로 한다.

본 발명은 차량인식을 위한 루프코일을 사용하지 않고, AI카메라만으로 차량을 인식함으로써, 루프코일 매설에 따른 공사비용을 절감할 수 있고, 자전거, 사람, 휠체어, 오토바이와 같은 차량이 아닌 대상은 절대로 차량으로 오인식하지 않는 효과가 있다.

또한 본 발명은 종래 기술대비 더 다양하고 많은 양의 이미지를 통해 차량의 번호를 분석함으로써, 차량번호 오인식 문제를 해결하고, 오인식 문제를 해결함에 따라 통합관제센터의 호출과 같은 번거로움 없이 안정적으로 차량의 입출차가 이루어지는 효과가 있다.

또한 본 발명은 AI카메라의 넓은 화각폭으로 인하여 차량인식 또는 번호인식을 위한 별도의 보조인식수단을 설치하지 않고도, 운영이 가능하여 설치비용 및 운용비용 절감 효과를 가지고 있다.

또한 본 발명은 서버에서 차량번호를 분석하는 것이 아니라 AI카메라 자체 모듈에 의해서 이루어지는 것으로서, 차량번호의 식별속도가 종래기술에 비해 크게 향상될 수 있는 효과가 있다.

도 1은 본 발명의 인공지능 카메라를 이용한 주차 요금관리 시스템의 설치 예시를 나타낸 평면도.
도 2는 본 발명의 시스템에서 AI카메라의 구성을 나타낸 도면.
도 3은 본 발명의 시스템에서 AI카메라를 이용한 거리셋팅의 예시를 나타낸 도면.
도 4는 본 발명의 시스템에서 AI카메라의 또 다른 실시예를 나타낸 도면.

이하 본 발명의 바람직한 실시예를 첨부된 도면을 참조하여 상세히 설명하면 다음과 같다. 그리고 본 발명을 설명함에 있어서, 관련된 공지기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

본 발명은 도 1에 도시한 바와 같이 차량이 출입하는 장소에 설치되는 복수의 AI카메라(10)와, 상기 AI카메라(10)의 번호판 인식후 AI카메라(10)의 개폐신호에 따라 작동하는 차단바(20)와, 상기 AI카메라(10)와 통신으로 연결되는 관리서버(30);로 구성되는 기술이다. 본 발명의 인공지능 카메라를 이용한 주차 요금관리 시스템은 기존의 대부분 적용되었던 루프코일을 적용하지 않고, AI카메라(10) 만으로 차량임을 인식하고 번호판을 식별하는 기술이다.

좀 더 구체적으로 본 발명의 시스템에 적용되는 AI카메라(10)는 도 2에 도시한 바와 같이 일정영역에 대하여 영상을 실시간으로 확인하는 카메라 모듈(100)과, 상기 카메라 모듈(100)과 연동하여 차량의 번호판 인식이 시작되는 지점을 설정하는 거리셋팅 모듈(200)과, 상기 거리셋팅 모듈(200)에서 설정된 지점에 대하여 불특정 대상이 확인되면 카메라 모듈로 다수의 이미지 촬영신호를 발생시키는 촬영제어 모듈(300)과, 상기 촬영제어 모듈(300)을 통해 촬영된 이미지를 통해 차량과 차량이 아닌 대상을 구분하는 차량판단 모듈(400)과, 상기 촬영제어 모듈(300)에서 촬영된 이미지의 차량번호판을 분석하는 번호판 인식모듈(500);로 구성되는 것을 특징으로 한다.

아울러, 본 발명의 시스템에는 도면에 도시한 바와 같이 차단바(20)있는 장소에 차량 통과를 확인하는 루프코일은 매립설치될 수 있다. 즉, 차량번호를 인식한 다음 차단기가 올라가고, 차단기를 다시 내리기 위하여 차량이 통과하였음을 감지하기 위한 차량 통과 확인용 루프코일이다. 따라서, 차량번호 인식의 지연문제와 무관한 구성이다.

본 발명은 AI카메라(10)를 적용시킨 것에 특징이 있는 주차 요금관리 시스템으로서, AI카메라(10)를 구성하는 각 모듈을 설명하면 다음과 같다.

상기 카메라 모듈(100)은 차량이 출입하는 장소에 고정 설치되는 구성으로서, 차량이 입차하는 장소와 출차하는 장소에 각각 설치될 수 있다. 상기 카메라 모듈(100)은 영상을 실시간으로 확인하고 있는 것으로서, 동영상으로 저장하고 있는 상태는 아니다.

상기 거리셋팅 모듈(200)은 차량을 AI카메라(10)가 설치된 지점으로부터 몇m 떨어진 지점부터 차량번호를 식별할지 설정하는 것이다. 이때 설정되는 거리의 한계는 현재 카메라의 화소 성능을 감안하여 10 내지 20m까지 설정되는 것이 바람직하다. 즉, 종래의 루프코일 방식은 4~5m의 인식거리가 한정되어 있는 것에서 큰 차이가 있다.

이때 거리셋팅은 현장의 상황에 맞게 셋팅되는 것이 바람직하다.

상기 거리셋팅 모듈(200)에서 거리설정에 대한 기준은 크게 2종류로 적용될 수 있는데, 첫번재 방식은 카메라 모듈(100)의 초점거리를 기준으로 한다. 즉, 거리셋팅 모듈(200)에서 도 3에 도시한 바와 같이 7m 를 셋팅할 경우 카메라 모듈(100)의 렌즈초점 거리와 조리개값을 7m에 맞게 셋팅하게 되는 것이다. 따라서, 출입하는 차량이 7m의 셋팅값에 오게되면 실시간으로 확인된 초점정보를 기반으로 차량이 셋팅된 거리에 있다고 판단하여 그 시점부터 차량번호판이 인식되도록 하는 것이다.

두번째 방식으로는 카메라 모듈(100)에 촬영되는 영상에 각 셋팅거리에 따라 영역을 표시하고, 해당 영역에 차량에 들어올 때 셋팅된 거리에 진입한 것으로 판단할 수 있다. 즉, 화면상에 4m, 5m, 6m, 7m, 8m, 9m, 10m에 맞는 영역을 화면상에 표시하고, 셋팅된 영역에 차량이 들어오게 되면 그 시점부터 차량을 인식하게 된다.

상기 촬영제어 모듈(300)은 거리셋팅 모듈(200)의 셋팅거리 영역에 어떠한 불특정 대상이 확인되면, 그 시점부터 카메라 모듈(100)로 다수의 이미지 촬영신호를 송신하여 다수의 이미지가 촬영되도록 한다. 이때 촬영된 다수의 이미지는 차량인식과 번호판 분석에 사용된다.

상기 촬영제어 모듈(300)은 1초당 3 내지 6장의 이미지를 3초 내지 5초간 이미지를 촬영하여, 번호판 인식모듈(500)에서 9장 내지 30장의 이미지로 차량번호 분석이 이루어지도록 한다. 상기 촬영제어 모듈(300)은 거리셋팅 모듈(200)의 설정값에 따라 달라질 수 있는데, 거리셋팅 모듈(200)의 설정값이 너무 멀게 설정될 경우 이미지의 촬영간격을 늘려서 특정 거리에 집중된 이미지가 아니라 셋팅된 거리부터 카메라의 앞부분까지 다양한 차량이미지를 획득하도록 하는 것이다.

예를들어 거리셋팅 모듈(200)에서 7m로 설정하고, 촬영제어 모듈(300)에서 1초당 3장의 이미지를 5초간 촬영을 한다고 설정하였을 때, 7m의 지점부터 5초간 15장의 이미지가 촬영되는 것이다. 이때 거리셋팅 모듈(200)과 촬영제어 모듈(300)의 설정값은 도 3에 도시한 바와 같이 7m의 지점부터 1m의 지점까지의 영역에 대하여 이미지 촬영이 이루어지도록 하는 것이 바람직하다. 이러한 촬영영역은 하나의 예시로서 카메라 모듈(100)의 성능에 따라 얼마든지 변경될 수 있다.

이와 같이 본 발명은 설정된 거리부터 다수의 이미지를 획득하기 때문에, 이미지마다 촬영된 지점이 다르게 되는 것이다. 따라서, 특정위치에서 발생하는 햇빛의 반사, 그림자, 번호판의 명암문제, 눈, 낙엽, 비, 초점이탈과 같은 문제로부터 차량번호를 오인식하는 것을 방지할 수 있는 것이다.

상기 차량판단 모듈(400)은 촬영제어 모듈(300)을 통해 촬영된 이미지에서 촬영된 대상이 차량인지 차량이 아닌지 구분하는 기능을 갖는다. 이때 차량판단의 기준은 촬영제어 모듈(300)에서 촬영된 이미지에 차량번호를 포함하는 지 여부에 따라 차량으로 판단하게 된다. 즉, 촬영된 이미지에 차량번호가 존재하지 않는 경우는 차량이 아닌것으로 인식하고, 차량번호가 존재하는 경우에만 차량으로 인식하는 것이다. 차량번호판은 반드시 차량에만 부착되는 부착물이기 때문에 매우 높은 차량인식 정확도를 가지게 되는 것이다.

상기 번호판 인식모듈(500)은 상기 촬영제어 모듈(300)에서 촬영된 이미지에 해당되는 9장 내지 30장의 이미지를 이용하여 차량번호판의 번호를 분석한다. 이때 번호판은 흑색과 백색으로 이진화[二進化] 처리를 거쳐서 차량번호를 분석 추출하는 과정을 거치게 된다.

아울러, 본 발명의 AI카메라(10)는 번호판 인식모듈(500)의 인식정보에 따라 차단바(20)를 제어하는 출입제어 모듈(600)과, 상기 번호판 인식모듈(500)의 결과값을 관리서버(30)로 전송하는 통신모듈(700);을 더 포함한다. 여기서 전송되는 인식정보는 인식된 차량번호와 촬영된 많은 이미지 중에서 번호판 인식의 정확도가 높은 가장 우수한 이미지가 선정되어 전송될 수 있다.

상기 AI카메라(10)는 자체적으로 차량번호를 분석 추출하여 판단하기 때문에, 서버를 거치지 않고 번호판 인식 정보에 따라 차단바(20)를 신속하게 제어할 수 있다. 이와 같이 자체적으로 차량번호를 판단하여 출입을 제어하고 오인식이 발생하지 않기 때문에 번호판 인식모듈(500)의 결과값만 관리서버(30)로 전송하게 된다. 그리고 관리서버(30)에서는 결과값을 저장하게 되는 것이다.

그리고 AI카메라(10)는 촬영제어 모듈(300)과 번호판 인식모듈(500)의 기록정보를 저장하는 저장모듈(800)을 더 포함할 수 있다. 상기 저장모듈(800)은 AI카메라(10)에서 자체적으로 저장하는 것으로서, 일정 저장용량 내에서 최근기록은 저장하고 나중기록은 자동삭제되도록 한다.

이와 같이 이루어지는 본 발명은 서버에서 차량번호를 분석하는 것이 아니라 AI카메라(10) 자체 모듈에 의해서 이루어지는 기술이다. 따라서, 차량번호의 식별속도가 종래기술에 비해 크게 향상될 수 있는 것이다.

상기 관리서버(30)는 요금정산이 통합적 관리되도록 각 AI카메라와 통신으로 연결되어 있다. 즉, 입차시 감지된 차량의 번호에 대하여 입차시간이 기록되고, 요금정산시에는 출차시 감지된 차량번호를 입차차량의 번호들을 대조하여 동일한 번호를 찾아 입차시간과 출차시간을 계산하여 주차요금을 산정하게 된다.

도 4는 본 발명의 또 다른 실시예를 나타낸 것으로서, 저장모듈(800)에 저장되어 있는 차량번호 이미지의 번호크기를 비교하여 차량의 진입속도를 연산하는 번호크기 비교 모듈(900)과, 상기 번호크기 비교 모듈(900)의 결과값으로 거리셋팅 모듈(200)과 촬영제어 모듈(300)의 설정값을 자동 조절하는 자동설정 모듈(910);을 더 포함하는 구성이다.

즉, 상기 번호크기 비교 모듈(900)은 저장모듈(800)에 저장되어 있는 차량번호의 이미지가 1대의 차량에 대하여 번호크기가 점차적으로 커지는지 비교과정을 거치게 된다. 예를들어 차량의 번호크기가 점차적으로 커지지 않고 급격히 커졌다가 크기가 고정된 이미지만 많다면, 차량의 진입속도에 비해 이미지의 수가 부족하거나 거리 셋팅값이 너무 가깝게 설정되었다는 의미이다. 번호의 크기가 너무 작게 찍힌경우 차량 속도에 비해 이미지의 간격이 너무 짧거나 거리 셋팅값이 멀게 설정되었다는 의미이다.

좀 더 구체적으로 설명하면, 차량 입출과정에서 촬영된 이미지들의 번호크기를 비교한다. 이때 비교는 다른 차종간의 비교가 아니라 출입과정에서 촬영된 다수의 이미지 끼리 비교하는 것이다.

상기 자동설정 모듈(910)에서는 번호의 크기가 급격하게 변화된 다음 번호 크기의 차이가 거의 없다면, 해당 장소는 차량의 진입속도가 전반적으로 빠른것으로 판단하여, 촬영되는 이미지의 수를 늘리거나 거리 셋팅을 더 길게 한다.

반대로, 촬영된 이미지의 번호크기가 표준의 번호크기와 비교하여 표준의 번호크기보다 작은 경우, 차량의 진입속도가 전반적으로 늦은 것으로 판단하여, 거리 셋팅을 좀 더 가깝게 하거나, 촬영되는 이미지의 수를 더 줄여서 부하를 줄이도록 한다.

상기 자동설정 모듈(910)은 일부 차량에 대해서만 기준으로 할 경우, 정확도가 떨어질 수 있기 때문에, 해당 장소에서 저장되는 방대한 양의 데이터를 이용하여 평균값을 기준으로 설정되는 것이 바람직하다. 또한 설정변경 내용은 반드시 관리자 단말기로 통보되도록 하여 설정이 변경되었음을 관리자가 인지하도록 해야 한다.

이상에서 본 발명은 상기 실시예를 참고하여 설명하였지만 본 발명의 기술사상범위 내에서 다양한 변형실시가 가능함은 물론이다.

10 : AI카메라
20 : 차단바
30 : 관리서버
100 : 카메라 모듈
200 : 거리셋팅 모듈
300 : 촬영제어 모듈
400 : 차량판단 모듈
500 : 번호판 인식모듈
600 : 출입제어 모듈
700 : 통신모듈
800 : 저장모듈
900 : 번호크기 비교 모듈
910 : 자동설정 모듈

Claims (3)

1. 차량이 출입하는 장소에 설치되는 복수의 AI카메라(10)와,
   상기 AI카메라(10)의 번호판 인식후 AI카메라(10)의 개폐신호에 따라 작동하는 차단바(20)와,
   상기 AI카메라(10)와 통신으로 연결되는 관리서버(30);로 구성되되,
   상기 AI카메라(10)는;
   일정영역에 대하여 영상을 실시간으로 확인하는 카메라 모듈(100)과,
   상기 카메라 모듈(100)과 연동하여 차량의 번호판 인식이 시작되는 지점을 설정하는 거리셋팅 모듈(200)과,
   상기 거리셋팅 모듈(200)에서 설정된 지점에 대하여 불특정 대상이 확인되면 카메라 모듈로 다수의 이미지 촬영신호를 발생시키는 촬영제어 모듈(300)과,
   상기 촬영제어 모듈(300)을 통해 촬영된 이미지를 통해 차량과 차량이 아닌 대상을 구분하는 차량판단 모듈(400)과,
   상기 촬영제어 모듈(300)에서 촬영된 이미지의 차량번호판을 분석하는 번호판 인식모듈(500);로 구성되고,
   상기 촬영제어 모듈(300)은 1초당 3 내지 6장의 이미지를 3초 내지 5초간 이미지를 촬영하여, 번호판 인식모듈(500)에서 9장 내지 30장의 이미지로 차량번호 분석이 이루어지도록 한 것을 특징으로 하는 인공지능 카메라를 이용한 주차 요금관리 시스템.
   
2. 삭제
3. 제 1항에 있어서,
   상기 AI카메라(10)는 번호판 인식모듈(500)의 인식정보에 따라 차단바(20)를 제어하는 출입제어 모듈(600)과, 상기 번호판 인식모듈(500)의 결과값을 관리서버(30)로 전송하는 통신모듈(700);을 더 포함하는 것을 특징으로 하는 인공지능 카메라를 이용한 주차 요금관리 시스템.