KR19990026355A

KR19990026355A - 차종 인식장치 및 방법

Info

Publication number: KR19990026355A
Application number: KR1019970048439A
Authority: KR
Inventors: 김원길; 조형기
Original assignee: 최종욱
Priority date: 1997-09-24
Filing date: 1997-09-24
Publication date: 1999-04-15
Also published as: KR100274581B1

Abstract

도로를 통과하는 차량을 감지하는 장치에서 차량이 도로의 노면에 매설된 루프 코일을 통과할 경우 루프 코일에서 발생하는 자장의 변화(주파수의 변화)를 검출하여 실시간적으로 통행하는 차량의 차종을 신속하게 인식할 수 있도록 한 것으로, 노면에 매설되는 감지루프와 상기 감지루프에서 검출되는 감지신호를 전송하는 케이블을 구비하는 차량 감지장치에 있어서, 각각의 차종별로 그룹핑된 기준 데이터가 설정되며, 상기 감지루프를 통해 검출되는 인식 대상의 신호와 상기 설정된 기준 데이터를 비교하여 루프를 점유하는 차량의 차종을 인식하는 데이터 분석수단을 더 포함하며, 각각의 차종에 대한 정보를 수집한 다음 인식대상의 그룹을 설정하여 기준 데이터로 저장하는 과정과, 상기 과정 실행후 검출되는 인식 대상의 차량에 대한 정보를 상기 설정된 기준 데이터와 분석하여 도로를 점유하는 해당 차종을 인식하는 과정을 포함하는 것을 특징으로 한다.

Description

차종 인식장치 및 방법

본 발명은 도로를 통과하는 차량을 감지하는 장치에 관한 것으로, 보다 더 상세하게는 차량이 도로의 노면에 매설된 루프 코일을 통과할 경우 루프 코일에서 발생하는 자장의 변화(주파수의 변화)를 검출하여 실시간적으로 통행하는 차량의 차종을 신속하게 인식할 수 있도록 한 차종 인식장치 및 방법에 관한 것이다.

일반적으로, 도로상에서 발생되는 각종 교통상태를 판단하고 이에 따른 적합한 신호제어를 수행하기 위해서는 목적한 교통정보를 수집할 수 있는 다양한 검지센서들이 도로에 매설되거나 도로변에 설치되어야 하며, 교통부문에서 이용되는 검지 목적의 센서들은 유도식 루프 검지기(Inductive Loop Detector)와 마이크로 웨이브 및 초음파 센서등 매우 다양한 센서들이 사용되고 있으나 주로 유도식 루프 검지기가 사용된다.

상기한 바와같이 노면에 매설된 유도식 루프 코일을 차량이 통과할 시 공진 주파수의 변화를 감지하여 차량을 감지하는 장치로 대한민국특허공고 91-270에 제시되어 있으나, 이는 도로를 통과하는 차량의 대수와 점유율, 차량의 속도에 대한 정보 등을 실시간적으로 검출하는 방법이 제시되어 있지 않으며, 실질적으로 통과되는 차량의 차종을 인식하는 방법이 설정되어 있지 않았다.

또한, 첨부된 도 6에서 알 수 있는 바와같이 도로 노면에 매설된 유도식 루프 검지기를 통한 종래의 차량 감지장치는, 노면에 매설된 유도식 루프 코일(1)의 위를 차량이 통과하게 되면 코일(1)에서는 자장의 변화(주파수의 변화)가 발생되며 발생된 자장의 변화(주파수의 변화)는 인출 케이블(2)을 통해 검지기(3)측에 저장된다.

이후, 상기 검지기(3)에 구비되어 있는 시리얼 통신 포트인 RS-232C에 분석장치(4)가 접속되면 저장된 자장의 변화(주파수의 변화)에 대한 정보는 분석장치(4)측에 다운 로드된다.

따라서, 분석장치(4)는 다운 로드된 정보의 분석을 통하여 해당 도로에 대한 교통량의 정보를 분석한다.

전술한 바와같은 종래의 차량 감지장치는 해당 도로상을 통과하는 교통량과 점유시간 및 비점유시간에 대한 교통정보가 기본적으로 계측되나, 그 이외의 교통분석 및 제어/관리 측면에서 효과적으로 활용될 수 있는 차종에 관한 자료는 세부적으로 감지되지 않는 문제점이 있었다.

따라서, 해당 도로를 통과하는 차종을 인식하기 위한 방법으로 동일 차선에 하나 이상의 루프 검지기를 대략 2M 내지 3M 간격으로 설치하는 방법이 제시되어 있으나. 이는 단지 대략적으로 대형 차량, 중형 차량 및 소형 차량만을 구분할 수 있는 정도이다.

또한, 독일 AVE 사에서 이동식 상용 제품으로 개발된 MT 계열 시스템의 경우 유도식 루프 감지기를 복합적 조합 구조로 하여 통행 차량들에 대한 차종을 최하 2종에서 부터 최대 6종으로 인식하여 수집할 수 있도록 하고 있으나, 이는 차종 인식에 대한 실험적 신뢰도가 아주 낮은 상태이다.

또한, 프랑스의 ECM사가 개발한 HESTIA 시스템의 경우 2개의 유도식 루프 감지기와 1개의 피에조(Piezo) 센서를 복합 구성하는 방법과 1개의 유도식 루프 감지기와 2개의 피에조 센서를 복합 구성하는 방법으로 제시되고 있으나, 이는 차종 인식에 대한 신뢰도는 높은 상태로 검출되어지나 구성이 상대적으로 복합하게 되어 제작원가의 상승과 동시에 고장 발생시 수리 복구가 용이하지 못한 문제점이 있었다.

본 발명은 전술한 바와같은 제반적인 문제점을 감안하여 안출한 것으로, 그 목적은 통계량 추출기법을 통해 각 차종에 대한 개별 자료를 설정한 다음 도로의 노면에 매설되는 유도식 루프 검지기에서 발생되는 자장의 변화(주파수의 변화)의 검출을 통해 실시간적으로 통행하는 차량의 차종을 신뢰성있게 인식할 수 있도록 함으로써 도시 가로상의 용량산정에 있어서 실측에 의한 용량 산정이 가능하도록 하며, 고속도로나 유료도로 톨게이트에서 자동 요금징수 체계 운용에 효율성을 제공하도록 한 것이다.

또한, 본 발명은 통행하는 차량의 차종을 식별하기 위한 교통자료 수집에 대한 고가의 투자 비용을 최소화하며, 현 시스템에서 운영되고 있는 대기 행렬길이 예측 알고리즘과 관련하여 보다 신뢰성이 높은 대기 행렬 예측결과등 정보의 질적 향상을 기대할 수 있는 기초 정보를 제공하도록 함에 그 목적이 있다.

상기한 바와같은 목적을 달성하기 위한 본 발명은 노면에 매설되는 감지루프와 상기 감지루프에서 검출되는 감지신호를 전송하는 케이블을 구비하는 차량 감지장치에 있어서, 각각의 차종별로 그룹핑된 기준 데이터가 설정되며, 상기 감지루프를 통해 검출되는 인식 대상의 신호와 상기 설정된 기준 데이터를 비교하여 루프를 점유하는 차량의 차종을 인식하는 데이터 분석수단을 더 포함하는 것을 특징으로 한다.

또한, 본 발명은 차량 검출방법에 있어서, 각각의 차종에 대한 정보를 수집한 다음 인식대상의 그룹을 설정하여 기준 데이터로 저장하는 과정과;

상기 과정 실행후 검출되는 인식 대상의 차량에 대한 정보를 상기 설정된 기준 데이터와 분석하여 도로를 점유하는 해당 차종을 인식하는 과정을 포함하는 것을 특징으로 한다.

도 1은 본 발명의 일 실시예에 따른 차종 인식장치의 구성 블록도.

도 2는 본 발명의 일 실시예에 따라 도로에 매설되는 루프 코일의 단면도.

도 3은 본 발명의 일 실시예에 따라 9개 차종에 대하여 샘플링한 파형도.

도 4의 (a) 내지 (i)는 도 3에서 샘플링한 차종에 대하여 정규화된 자료의 파형도.

도 5는 본 발명의 일 실시예에 따라 통계량 추출기법을 통해 차종 인식을 실행하기 위한 흐름도.

도 6은 일반적으로 사용되는 차량 검지장치의 구성도.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 일 실시예를 상세히 설명하면 다음과 같다.

도 1에서 알 수 있는 바와같이 본 발명에 따른 차종 인식장치는, 감지 코일(10)과, 케이블(20) 및 데이터 분석부(30)로 이루어지는데, 감지 코일(10)은 도로의 노면에 소정의 상태로 매설되며 차량이 매설된 감지 코일(10)의 위를 통과할 경우 자장의 변화(주파수의 변화)를 발생한다.

상기의 감지 코일(10)은 첨부된 도 2에서 알 수 있는 바와같이, 도로면에 2cm의 폭으로 대략 5cm 깊이로 홈을 형성하여 설치하며, 2회 내지 4회 권선되어 설치된다.

케이블(20)은 상기 감지 코일(10)에서 발생되는 자장의 변화(주파수의 변화)를 데이터 분석부(30)에 연결시키는 인입선이다.

데이터 분석부(30)는 케이블(20)을 통해 인입되는 차량에 대한 검출정보를 분석하여 해당 지점을 통과하는 교통량과 도로를 통과하는 차량의 속도, 도로의 점유시간, 비점유시간 및 차종을 검출한다.

상기에서 데이터 분석부(30)는 케이블(20)을 통해 인입되는 아날로그 상태의 자장신호(주파수 신호)를 마이크로 프로세서가 인식할 수 있는 디지탈 신호로 변환시키는 A/D 변환기(31)와, 상기 디지탈 신호 변환되어 인가되는 검출신호에 포함되어 있는 노이즈를 제거함과 동시에 일시 저장하는 기능과 검출되는 신호의 표준화 작업 실행, 표준화 작업된 검출신호와 설정된 기준 신호와의 비교를 통해 차종을 인식하는 차종 판단 모듈(32)과, 상기 케이블(20)을 통해 검출되는 신호로 부터 점유시간 및 비점유시간과 차량의 속도 등을 검출하는 기능 모듈(33) 및, 속도 및 자장의 변화(주파수의 변화) 값에 따른 진폭에 따라 각 차종에 대한 기준 데이터가 설정되며, 인식되는 차종 및 기타 검출되는 각종 정보를 저장하는 저장 모듈(34)로 구성되어 케이블(20)을 통해 검출되는 신호로 부터 해당 도로에서의 교통량과 도로의 점유시간 및 비점유시간과 통행되는 차종을 인식한다.

전술한 바와같은 기능을 구비하여 이루어지는 본 발명에서 교통정보의 검출 및 차종 인식에 대한 동작을 설명하면 다음과 같다.

먼저 통계량 추출기법에 의한 차종을 인식하기 위하여 k-means 알고리즘이라는 특수 형태를 사용하는데, 이 k-means 알고리즘은 MacQueen에 의하여 제안된 알고리즘으로 우선 패턴을 k 개의 클러스터로 분할한 다음 클러스터에 포함되어 있는 패턴들의 평균으로 클러스터의 중심값을 계산하고 이 중심값과 각 패턴과의 거리를 계산한 후 가장 거리가 가까운 클러스터에 패턴에 포함시키는 방법으로 그 조건은 다음과 같다.

Xi ∈ Cj ∥Xi - Zj∥²∥Xi - Zk∥²

여기서, 1 ≤ i ≤ N, 1 ≤ k ≤ c, j ≠ k 이며,

N : 패턴수, c : 클러스터 수, z : 클러스터 중심값이다.

상기와 같은 알고리즘을 통해 통계량의 추출을 위한 동작은 다음과 같다.

도로의 노면상에 매설된 감지 코일(10)에 전류가 흐르게 되면 코일의 주변에서는 플레밍의 오른손 번칙에 따라 자장이 형성되며, 이때 발생하는 자속은 코일의 인덕턴스에 비례하며, 이에 관련된 식은 하기의 (식1) 및 (식2)와 같이 된다.

F ∝ N ×1 (식1)

여기서, N : 코일의 회전수이고, I : 코일의 전류이다.

F = R × θ (식2)

여기서, R : 비례상수이고, θ : 자속이다

이와같이 자장이 형성된 코일의 위를 차량이 통과하게 되는 경우 차량과 코일의 사이에서 매우 큰 자 속의 변화가 일어나게 되며, 자속의 변화는 케이블(20)을 통하여 데이터 분석부(30)에 인가된다.

데이터 분석부(30)는 인가되는 아날로그 상태의 자속 변화에 대한 신호를 A/D 변환부(31)를 통해 디지탈 상태의 신호로 변환한 다음 차종 판단 모듈(32)과 기능 모듈(33)을 통해 차종 인식을 위한 동작을 실행한다.

상기와 같은 동작을 통해 수집되는 자료는 차종별로 그룹화하여 인식 대상 그룹을 설정하기 위한 과정을 첨부된 도 5에서 알 수 있는 바와같은 루틴으로 실행된다.

먼저, 자료의 수집을 통하여 차종별 인식 대상 그룹을 설정하기 위한 동작을 실행하는 데, 이를 위한 일 실시예로 임의의 고속도로 구간에서 차종별로 감지 코일(10)을 점유하는 동안 발생되는 자장의 변화(주파수의 변화)에 대한 자료를 하기의 표 1 과 같이 수집한 다음 각 차종별로 인식 대상에 그룹을 설정한다(스텝101)(스텝102).

표 1

구 분	자료의 수	비고
승 용 차	250 세트	불량 2 세트
봉 고	349 세트	불량 2 세트
버 스	46 세트
2톤 트럭	205 세트
5톤 트럭	83 세트
8톤 트럭	34 세트
11톤 트럭	35 세트
15톤 트럭	109 세트
트레일러	18 세트

상기와 같이 인식 대상에 대한 차종별 그룹의 설정이 실행되면 수립된 각 차종별 모든자료에서 자장의 변화에서 대하여 자속의 변화의 주파수 값인 수직성분과 샘플링의 순위인 수평성분에 대하여 하기의 (식3)과 (식4)에 의거하여 정규화를 실행한다(스텝103).

이때, 수평성분에 대한 정규화는 하기의 (식3)에 의하여 실행한다.

(식3)

여기서,= 정규화된 수평성분의 값

= 표준규격의 수평성분 최대값

= 표준규격의 수평성분 최소값

N = 원시자료의 샘플링 수

I = 원시자료의 샘플링 순서 로 정의된다.

또한, 수직성분의 정규화는 하기의 (식4)과 같이 실행한다.

(식4)

여기서,= 정규화된 수직성분의 값

= 표준화 규격의 수직성분 최소값

= 표준화 규격의 수직성분 최대값

= 원시자료의 수직성분 최대값

= 원시자료의 수직성분 최소값

= 원시자료 수직성분의 자료 로 정의된다.

상기와 같은 과정에 의거한 정규화에서 감지 코일(10)로 부터 수집되는 파형은 점유시간동안 계측되는 자료로서 감지 코일(10)을 통행하는 속도에 따라 점유시간이 다양함으로 인하여 파형 수평성분의 스케일과 수직성분을 정규화한다.

상기의 과정을 통해 정규화된 수직성분과 수평성분의 각 검출자료는 첨부된 도 6의 (a) 내지 (i)같은 파형의 형태로 표현되며, 상기 정규화된 각 차종별 검출자료를 동일한 규격으로 대응시켜 2차원으로 표현하면 첨부된 도 3과 같은 파형으로 형성된다.

이후, 검출된 자료의 정규화가 완료되면 정규화된 각 차종별 개별 자료군에 대하여 차종별로 평균치를 산출하여 수평성분과 수직성분이 1 대 1 대응이 되도록 하여 기준 값으로 설정한다(스텝104)(스텝105).

상기와 같이 수직 수평 정규화와 평균값 산출을 통해 차종별 개별 입력자료이 설정이 완료된 상태에서 감지 코일(10)의 위를 임의의 차량이 통과하는 경우 감지 코일(10)에서 발생되는 자장의 변화(주파수의 변화)는 케이블(20)을 통하여 데이터 분석부(30)의 A/D 변환부(31)측에 인가되면 A/D 변환부(31)는 인가되는 아날로그 상태의 주파수 신호를 디지탈 상태의 신호로 변환시킨 다음 차종인식모듈(32)과 기능 모듈(33)측에 인가한다.

차종 인식모듈(32)는 검출되어 인가되는 각각의 인식 대상의 입력 신호에 대하여 전술한 바와같은 수식의 연산 과정을 통하여 수직성분과 수평성분에 대한 정규화를 실행한다(스텝106).

상기와 같이 수직성분과 수평성분에 대한 정규화의 실행이 완료되면 정규화된 인식대상의 자료와 상기 과정의 실행을 통해 저장 모듈(33)에 설정된 각 차종별 그룹의 평균값 간의 거리의 합을 하기와 같은 (식5)에 의거하여 연산한다(스텝107).

(식5)

여기서,번째 차량과의 오합차이고,번째 차량의번째 기준치이다.

상기와 같은 연산식에 의거하여 인식 대상의 신호와 설정된 기준 값 간의 거리의 합 산출이 완료되면 산출된 거리의 합 신호에 따라 초소 거리의 소속 그룹을 하기의 (식6)에 의거하여 연산한 다음 해당 차종을 인식한 다음 상기 저장 모듈(34)의 지정된 소정 어드레스 번지에 저장함과 동시에 접속된 교통 관제 센터에 인식된 차종에 대한 데이터를 전송한다(스텝108)(스텝109).

Veh_ID = Min{Dsun(j)} (식6)

여기서, Veh_ID :검색 결과 각 차종별 그룹에서 가장 근접한 차종의 번호이다.

상기와 같이 차종의 인식이 검출되면 상기 데이터 분석부(30)의 기능 모듈(33)은 인식되는 차종의 도로 점유시간에 대한 정보와 차량의 속도에 대한 정보 등을 검출하여 저장 모듈(34)의 지정된 소정 어드레스 번지에 검출 데이터로 저장한다.

이상에서 설명한 바와같이 본 발명은 통계량 추출기법을 통해 각각의 차종에 대한 자료를 수직성분과 수평성분으로 정규화하여 그룹으로 설정 저장한 다음 인식 대상에 대한 신호를 상기와 수직성분과 수평성분으로 정규화하여 설정된 기준 값과의 비교를 통해 감지 코일을 통과하는 차종을 인식하도록 함으로써 도로의 교통분석 및 제어 관리에 효율성을 제공한다.

Claims

노면에 매설되는 감지루프와 상기 감지루프에서 검출되는 감지신호를 전송하는 케이블을 구비하는 차량 감지장치에 있어서, 각각의 차종별로 그룹핑된 기준 데이터가 설정되며, 상기 감지루프를 통해 검출되는 인식 대상의 신호와 상기 설정된 기준 데이터를 비교하여 루프를 점유하는 차량의 차종을 인식하는 데이터 분석수단을 더 포함하는 것을 특징으로 하는 차종 인식장치.
청구항 1에 있어서, 상기 데이터 분석수단은 케이블을 통해 인입되는 아날로그 상태의 주파수 신호를 디지탈 신호로 변환시키는 A/D 변환기와;

상기 디지탈 신호 변환되어 인가되는 검출신호에 포함되어 있는 노이즈를 제거함과 동시에 일시 저장하는 기능과 검출되는 신호의 표준화 작업 실행, 표준화 작업된 검출신호와 설정된 기준 신호와의 비교를 통해 차종을 인식하는 차종 판단 모듈과;

인식된 차종의 도로 점유시간 및 비점유시간과 차량의 속도 등을 검출하는 기능 모듈 및;

속도 및 주파수의 변화 값에 따른 진폭에 따라 각 차종에 대한 기준 데이터가 설정되며, 인식되는 차종 및 기타 검출되는 각종 정보를 저장하는 저장 모듈을 포함하는 것을 특징으로 하는 차종 인식장치.
청구항 1에 있어서, 상기 감지루프는 도로면에 2cm의 폭으로 대략 5cm 깊이로 홈을 형성하여 설치하며, 2회 내지 4회 권선되어 설치되는 것을 특징으로 하는 차종 인식장치.
차량 검출방법에 있어서, 각각의 차종에 대한 정보를 수집한 다음 인식대상의 그룹을 설정하여 기준 데이터로 저장하는 과정과;

상기 과정 실행후 검출되는 인식 대상의 차량에 대한 정보를 상기 설정된 기준 데이터와 분석하여 도로를 점유하는 해당 차종을 인식하는 과정을 포함하는 것을 특징으로 하는 차종 인식방법.
청구항 4에 있어서, 도로를 점유하는 차종의 인식이 완료되면 해당 차종의 도로 점유시간 및 비점유시간과 차속 등에 대한 정보를 검출하는 것을 특징으로 하는 차종 인식방법.
청구항 4에 있어서, 상기 과정에서 기준 데이터의 설정은 인식 대상에 대한 각각의 차종별 정보를 수집한 다음 차종별로 그룹화하여 정리하는 과정과;

상기 그룹화한 차종별 정보의 각 패턴을 수직성분과 수평성분으로 정규화하는 과정과;

상기 정규화된 각 차종별 개별 자료군에 대하여 평균값을 산출하여 기준 값으로 설정하는 과정을 포함하는 것을 특징으로 하는 차종 인식방법.
청구항 4에 있어서, 상기 과정에서 도로를 점유하는 차종의 인식은 차종의 인식을 위해 검출되는 인식 대상의 차량에 대한 정보를 수직성분과 수평성분에 대하여 정규화 한 다음 평균값을 산출하는 과정과;

상기에서 인식 대상의 차량에 대하여 정규화 및 평균값의 산출이 완료된 정보와 상기에서 설정된 각 차종별 그룹의 평균값 간의 거리의 합을 산출하는 과정과;

상기 과정을 통해 산출한 평균값 간의 거리 합으로 부터 최소 거리의 소속 그룹을 결정한 다음 해당 차종을 인식하는 과정을 포함하는 것을 특징으로 하는 차종 인식방법.
청구항 6 또는 청구항 7에 있어서, 상기 수직성분에 대한 정규화하는 다음과 같은 연산식에 의거하여 실행하는 것을 특징으로 하는 차종 인식방법.

여기서,= 정규화된 수직성분의 값

= 표준화 규격의 수직성분 최소값

= 표준화 규격의 수직성분 최대값

= 원시자료의 수직성분 최대값

= 원시자료의 수직성분 최소값

= 원시자료 수직성분의 자료
청구항 6 또는 청구항 7에 있어서, 상기 수평성분에 대한 정규화는 다음과 같은 연산식에 의거하여 실행하는 것을 특징으로 하는 차종 인식방법.

여기서,= 정규화된 수평성분의 값

= 표준규격의 수평성분 최대값

= 표준규격의 수평성분 최소값

N = 원시자료의 샘플링 수

I = 원시자료의 샘플링 순서
청구항 6 또는 청구항 7에 있어서, 상기 수직성분에 대한 정규화는 검출되는 신호의 주파수 값이며, 수평성분에 대한 정규화는 샘플링순위로 실행하는 것을 특징으로 하는 차종 인식방법.
청구항 7에 있어서, 상기 인식 대상에 대한 정규화된 값과 설정된 기준 데이터의 평균값 간의 거리합 산출은 하기의 연산식에 의거하여 실행하는 것을 특징으로 하는 차종 인식방법.

여기서,번째 차량과의 오합차이고,

번째 차량의번째 기준치이다.
청구항 7에 있어서, 상기 과정에서 평균값 간의 거리 연산을 통해 검출되는 최소 거리 그룹의 결정을 통한 차종의 인식은 하기의 연산식에 의거하여 실행되는 것을 특징으로 하는 차종 인식방법.

Veh_ID = Min{Dsun(j)}

여기서, Veh_ID :검색 결과 각 차종별 그룹에서 가장 근접한 차종의 번호이다.