KR20100119476A

KR20100119476A - 연속류도로 사고 및 돌발 자동판별 검지시스템 및 그 방법

Info

Publication number: KR20100119476A
Application number: KR1020090093239A
Authority: KR
Inventors: 임재극; 오주택; 김승우
Original assignee: (주) 서돌 전자통신; 한국교통연구원
Priority date: 2009-04-30
Filing date: 2009-09-30
Publication date: 2010-11-09
Also published as: KR101095528B1

Abstract

연속류 도로의 감시영역을 촬영하여 감시하는 감시 카메라와; 감시 카메라로 상기 감시영역을 촬영한 실시간 동영상을 디지털영상데이터로 변환하는 영상취득부와; 영상취득부에서 전달받은 디지털영상을 분석하여 교통정보량을 산출하고 산출된 교통정보데이터를 수집하는 영상교통정보 수집부와; 영상취득부에서 전달받은 디지털영상을 분석하여 감시영역 내의 교통의 혼잡율과 교통사고 및 돌발 상황을 자동으로 검지하고, 사고 및 돌발 상황이 검지되었을 때 경보를 발령하거나, 사고 및 돌발 상황이 해제되었을 때 자동으로 경보상황을 해제하는 기능을 수행하는 영상정보 처리분석부와; 영상교통정보 수집부에서 처리된 교통정보데이터를 취합하여 교통관제센터로 전송할 수 있도록 실시간 데이터를 수집하고, 영상정보 처리분석부에서 검지된 사고 및 돌발 상황에 대한 검지 결과를 상기 교통관제센터로 보내거나, 교통관제센터로부터 데이터 검색요구나 카메라의 원격조정 명령을 수신하여 처리하는 시스템제어부와; 시스템제어부를 통해 입력된 실시간 디지털영상을 저장하고 시스템제어부를 통해 획득된 데이터를 데이터베이스로 구성 운용하는 데이터 저장부; 및 시스템제어부로부터 교통관제센터로의 교통정보데이터와 사고 및 돌발 검지결과 경보 및 경보의 해제데이터와 저장된 영상데이터를 전송하거나, 관제센터로부터 시스템제어부로의 데이터 요구명령이나 제어명령을 수신하는 데이터 전송부;를 포함하는 것을 특징으로 하는 연속류 도로 사고 및 돌발 자동판별 검지시스템이 개시된다.

연속류도로, 감시영역, 교통정보, 사고 및 돌발, 사고분석필터, 사고예외처리, 사고 판단

Description

연속류도로 사고 및 돌발 자동판별 검지시스템 및 그 방법{An outomatic sensing system for traffic accident and method thereof}

본 발명은 연속류도로상에서 주행중인 차량의 사고 혹은 도로상의 돌발 상황 발생 자동판별 검지시스템 및 그 방법에 관한 것으로, 보다 상세하게는 영상처리 알고리즘을 이용하여 도로상에서 발생하는 차량의 고장, 사고 및 돌발 상황 발생을 자동 판별하고 검지하는 시스템 및 그 방법에 관한 것이다.

산업이 발전함에 따라서 교통수단인 차량대수가 증가하면서, 교통량이 급격하게 증가되고 도로의 고속화가 진행되면서 이에 따른 부작용으로 교통사고 또한 증가하고 있다. 이와 같이 도로상에서 발생하는 사고는 단순히 가해운전자와 피해 운전자간의 문제로 국한되는 것이 아니라, 사고로 인한 여파는 후속 진행중인 차량들에게도 많은 영향을 미치고 있다. 이러한 후유 증상은 도로상을 주행하는 차량의 숫자가 많을수록, 또 차량 흐름의 속도가 빠를수록 그 여파도 클 수밖에 없다. 3차선 도로상의 임의의 한 개 차선에서 발생한 사고의 지속시간이 10분이 초과되면 최대 10Km 후방까지 여파가 미치게 되기도 한다. 따라서 도로상에서 발생하는 사고 혹은 돌발 상황의 조기 검지는 사고 및 돌발 상황의 신속한 처리를 가능케 하기 때 문에 교통 소통에 매우 큰 영향을 미치는 요소라고 할 수 있다. 이러한 도로상에서 발생하는 사고 혹은 돌발 상황에 대한 자동 검지 시스템을 도입함으로써 교통소통 및 정체 시간을 크게 줄일 수 있을 뿐 아니라, 경우에 따라서는 우회도로를 통해 사고지역으로 집중하는 차량의 분산을 유도할 수도 있는 장점이 있다.

이와 같이 도로상에서 발생하는 도로에서의 사고 및 돌발상황을 검지하기 위한 방법으로서 교통공학적인 방법으로서 APID나 McMaster, DES, DELOS등과 같은 알고리즘을 사용하고 있으며 이러한 기술들은 교통류의 흐름을 차선별 평균속도, 통행량, 점유시간 등의 교통정보를 실시간으로 수집하여 20초내지 80초가량의 시간적 주기별로 이 교통정보의 이동 평균을 산출하여 알고리즘의 주요한 변수로 적용한다. 그러나 이러한 알고리즘들은 500m 내지 2km에 이르는 긴 구간사이에 루프 검지지기나 자기검지기, 레이저검지기 혹은 영상검지기등의 교통정보 수집장치를 설치하여 실시간 교통정보를 수집하고 있으나, 긴 구간 사이의 교통정보량의 변화를 산출하고 사전에 누적 저장된 많은 양의 교통정보 데이터베이스의 정보량과 비교하여 교통류의 변화를 검지하는 방식으로서 거시적인 교통량의 변화를 추적하여 사고나 돌발 상황의 발생에 의한 여파를 검지하는 방식으로서 실제 특정구간에서의 사고 발생을 검지하는 방식이다. 그러나 이러한 교통정보량의 변화를 추적하고 사고나 돌발을 추정하는데까지의 검지시간이 길고 실제 교통사고 이외의 긴 정체 구간의 정체상황과 구별할 수 없는 문제점들과, 교통량이 많지 않은 상황에서 발생한 교통사고에 대해서는 운전자들의 신고 없이는 알아내기 매우 곤란한 문제점 들이 노출되어 있다.

한편으로는 교차로에서 발생하는 사고에 대한 검지 기술로서 사고당시에 발생하는 사고음을 통해 이벤트를 발생시키고 현장의 사고 전의 일정시간과 사고 후의 일정시간동안을 영상 저장장치에 기록 저장하는 교차로 사고 자동기록장치가 개발되어 일본 및 미국에서 일부 사용되고 있으나 사고음을 채집하지 못하는 경우의 사고 검지가 곤란할 뿐 아니라, 교차로와 같이 비교적 제한된 협소한 영역에서의 사고에 대해 자동으로 기록하여, 사고발생에 대한 결과를 분석하고 가, 피해자를 명백하게 규명하는 기능을 제공하는 긍정적인 효과가 있으나 사고음이 발생하지 않는 차량의 단독사고나 고장에 의한 교통흐름의 장애요인을 자동으로 검지하여 신속한 장애 제거를 위해 필요한 사고 및 돌발 상황의 조기 발견 수단을 제공하는 기능으로는 미흡한 실정이다. 특히 국도나 고속도로와 같이 교차로 구간보다는 더 긴 연속구간이 많은 도로에서의 사고발생을 조기에 검지하는 수단으로서는 사고발생시의 사고음을 채집하는것도 매우 곤란하고, 교차로와 같이 일정 주기로 신호등이 변화되는 원리를 사용하여 사고 발생을 검지하는 수단도 사용할 수 없는 문제점이 있다.

이와같이 연속류도로상에서 발생하는 사고에 대한 전술한 거시적 사고 및 돌발 자동검지 알고리즘 이외에 제한된 구간을 실시간으로 감시하고 사고 및 돌발상황 발생 시 이를 자동으로 검지하여 교통흐름의 장애요인 발생 시에 이 장애요인을 효과적이고 신속하게 제거할 수 있도록 사고 및 돌발 상황을 감시하여 사고의 여파로 인한 추가적인 인명 및 경제적 손실을 최소화 할 수 있는 수단이 필요하게 된다.

본 발명은 영상처리기술을 사용하여 연속류 도로에서 사고 발생 시 이를 효과적으로 자동 검지할 뿐 아니라, 사고발생시의 사고음의 유무 및 양 불량과 관계 없이 사고를 검지할 뿐 아니라 교차로 구간보다 훨씬 넓은 지역의 교통류의 변화상태를 실시간 감시할 수 있고, 교통정보량을 실시간 검지하며, 교통의 정체 시 이를 효과적으로 검지하여 혼잡상태 정보까지 제공할 수 있는 수단을 가진 연속류 도로 사고 및 돌발 자동판별 검지시스템 및 검지방법을 제공하는데 그 목적이 있다.

상기 목적을 달성하기 위한 본 발명의 연속류 도로 사고 및 돌발 자동판별 검지시스템은, 연속류 도로의 감시영역을 촬영하여 감시하는 감시 카메라와; 상기 감시 카메라로 상기 감시영역을 촬영한 실시간 동영상을 디지털영상데이터로 변환하는 영상취득부와; 상기 영상취득부에서 전달받은 디지털영상을 분석하여 교통정보량을 산출하고 산출된 교통정보데이터를 수집하는 영상교통정보 수집부와; 상기 영상취득부에서 전달받은 디지털영상을 분석하여 감시영역 내의 교통의 혼잡율과 교통사고 및 돌발 상황을 자동으로 검지하고, 사고 및 돌발 상황이 검지되었을 때 경보를 발령하거나, 사고 및 돌발 상황이 해제되었을 때 자동으로 경보상황을 해제하는 기능을 수행하는 영상정보 처리분석부와; 상기 영상교통정보 수집부에서 처리된 교통정보데이터를 취합하여 교통관제센터로 전송할 수 있도록 실시간 데이터를 수집하고, 상기 영상정보 처리분석부에서 검지된 사고 및 돌발 상황에 대한 검지 결과를 상기 교통관제센터로 보내거나, 교통관제센터로부터 데이터 검색요구나 카메라의 원격조정 명령을 수신하여 처리하는 시스템제어부와; 상기 시스템제어부를 통해 입력된 실시간 디지털영상을 저장하고 시스템제어부를 통해 획득된 데이터를 데이터베이스로 구성 운용하는 데이터 저장부; 및 상기 시스템제어부로부터 교통관제센터로의 교통정보데이터와 사고 및 돌발 검지결과 경보 및 경보의 해제데이터와 저장된 영상데이터를 전송하거나, 상기 관제센터로부터 상기 시스템제어부로의 데이터 요구명령이나 제어명령을 수신하는 데이터 전송부;를 포함하는 것을 특징으로 한다.

여기서, 상기 영상교통정보 수집부는, 전달받은 디지털영상을 분석하여 연속류 도로상의 차선별 차량의 통행량과 차량속도와 차량별 점유시간을 측정하고, 일정 주기동안 차선별 속도 이동평균과, 상기 주기동안의 차량의 통행량과, 상기 주기동안 감시영역을 통과한 차량의 점유시간의 총 합을 계산하는 것이 바람직하다.

또한, 상기 영상정보 처리분석부는, 상기 영상교통정보 수집부에서 수집된 차량들의 공간점유도와 혼잡율을 산출하기 위한 혼잡율프로세스부와; 상기 영상교통정보 수집부에서 수집된 정보를 근거로, 운행 중인 차량들의 운행상태로부터 사고 징후영역을 감지하고, 감지된 사고 징후영역에 대해 지속적인 감시를 통해 차량의 사고 및 도로상의 돌발 상황 발생을 검지하여 1단계 사고검지를 실시하는 사고 및 돌발 검지 프로세스부와; 상기 사고 및 돌발 검지 프로세서부에서 1단계 사고 검지된 차량 및 영역에 대해 정밀한 사고여부를 판단하기 위한 사고분석필터부와; 상기 사고분석필터부의 판단결과 중 부정확한 판단의 요인이 되는 정체상태, 빛의 난반사, 주변 환경적 요인 등의 오인식 요인들에 대해 예외처리를 실시하는 예외처리부; 및 상기 예외처리부에서의 예외처리를 거쳐 최종적으로 확인된 사고 상황에 대해 최종적으로 사고판단을 결정하고, 사고 상황이 해제되었을 때 자동으로 사고 상황을 해제하는 사고 최종 판단제어부;를 포함하는 것이 좋다.

또한, 상기 혼잡율프로세스부는, 상기 감시영역 내의 차량들의 영상을 추출하고, 차량들의 공간점유율과 공간이동량을 분석하여 혼잡율을 계산하여 지속적으로 혼잡율의 변화를 감시하면서, 사전에 정해진 일정혼잡율 이상의 혼잡 발생시 혼잡에 따른 사고 예비경보를 발생하는 것이 좋다.

또한, 상기 사고 및 돌발검지 프로세스부는, 매 입력 영상프레임으로부터 배경영상을 생성하고, 배경영상과 입력영상의 차영상을 추출하여 일정 임계값 이상의 영상을 차량의 영상으로 추출하고, 추출된 차량의 영상으로부터 차량영상의 변화를 매 영상프레임마다 분석하고, 일정 시간동안 차량 및 돌발상태의 정지 상태를 분석하여 사고 1차 예비검지를 하는 것이 좋다.

또한, 상기 사고분석필터부는, 상기 사고 및 돌발검지 프로세스부에서 검지된 예비사고 상황의 차량 및 돌발 영상을 일정 시간동안 1차 예비판단된 사고 및 돌발 상황 발생 영역을 분석하여 해당 영역의 면적 변화율과 이동변화율 및 주변 차량들의 이동상황을 분석하여 사고가 아닌 상황을 걸러내는 것이 좋다.

또한, 상기 사고 최종 판단제어부는, 가우시안 복합모델을 통해 배경영상 생성과정을 반복하는 과정에서 정지된 사고영상이 서서히 배경영상화 되어 가는 과정을 방지하도록 사고영상부분을 저장하고, 입력된 영상과 저장된 사고영상부분의 상 관도를 계산하는 정규화 상관도(NCC)를 사용하여 사고차량의 존재를 확인하고, 사고영상의 후면의 차량들이 차선을 변경하여 사고영상의 좌, 우 방향으로 이동하는지 여부와, 사고 영상의 전방에 차량영상이 없는 공백지역이 존재하는지 여부를 확인하여 해당영상의 고유 존재성과 전방의 공백영역을 확인하여 사고 영역의 계속적인 존재를 확인하는 절차를 거쳐 최종적으로 사고를 판단하여 경보를 발령하거나, 상기 조건들 중에서 어느 하나라도 해당되지 않는 경우 사고 해제상황으로 판단하여 경보를 해제하는 것이 좋다.

또한, 상기 목적을 달성하기 위한 연속류 도로 사고 및 돌발 자동판별 검지방법은, 연속류 도로의 감시영역을 감시하여 차량 사고 및 돌발상황을 자동 검지하는 방법에 있어서, 카메라를 이용하여 상기 연속류 도로를 실시간 촬영하는 단계와; 상기 카메라에서 촬영된 영상을 디지털영상데이터로 변환하는 단계와; 상기 디지털영상데이터를 분석하여 교통정보량을 산출하고 산출된 교통정보데이터를 수집하는 단계와; 상기 수집하는 단계에서 산출 및 수집된 교통정보량을 임계값과 비교하여 사고 및 돌발상황 검지프로세스 실행여부를 판단하는 단계와; 상기 판단하는 단계에서 검지프로세스 실행상황으로 판단시, 상기 영상취득부에서 전달받은 디지털영상을 분석하여 감시영역 내의 교통의 혼잡율과 교통사고 및 돌발상황을 자동으로 검지하고, 사고 및 돌발 상황이 검지되었을 때 경보를 발령하거나, 사고 및 돌발 상황의 해제시 경보상황을 해제하는 상황 검지단계와; 상기 수집된 교통정보데이터와 상기 사고 및 돌발상황 검지정보를 저장하는 저장단계; 및 상기 수집된 교통정보데이터와 상기 사고 및 돌발상황 검지정보를 교통관제센터로 전송하는 단계; 를 포함하는 것을 특징으로 한다.

여기서, 상기 상황검지단계는, 상기 디지털영상을 분석하여 감시영역에서의 차량의 수량과 밀집도에 따른 혼잡율을 계산하는 단계와; 상기 디지털영상을 분석하여 도로에서의 사고 및 사고상황의 유형을 1차 예비 판단하는 단계와; 상기 1차 예비판단 단계에서 검지된 예비 판단된 사고 상황의 차량 및 돌발영상을 일정 시간동안 분석하여 사고가 아닌 상황을 걸러내는 필터링단계와; 상기 1차 예비판단 단계에서 검지된 예비 판단된 사고 상황의 차량 및 돌발영상을 일정 시간동안 분석하여 주변환경의 영향이나 야간 우천시 도로 표면의 난반사 등의 사고 오인식의 원인이 되는 장애요인을 분석하여 사고 오검지를 걸러내는 예외처리 단계와; 상기 1차 예비판단 단계에서 검지된 영상 중에서 상기 필터링단계 및 예외처리 단계에서 걸러지고 남은 영상을 지속 감시하여 최종 사고 및 돌발상황으로 판단하는 단계; 및 상기 최종 사고 및 돌발상황으로 판단시 경보신호를 생성하는 단계;를 포함하는 것이 바람직하다.

또한, 상기 혼잡율 계산단계에서는 상기 감시영역 내의 차량들의 혼잡율을 계산하여 지속적으로 혼잡율의 변화를 감시하고, 상기 계산된 혼잡율이 미리 설정된 임계혼잡율 이상으로 판단될 경우, 사고 예비경보를 발생시키는 것이 좋다.

또한, 상기 1차 예비판단하는 단계는, 매 입력 영상프레임으로부터 배경영상을 생성하는 단계와; 배경영상과 입력영상의 차영상을 추출하고, 추출된 차영상 중 설정된 임계값 이상의 영상을 차량의 영상으로 추출하는 단계와; 상기 추출된 차량의 영상을 매 영상프레임마다 분석하고, 일정 시간동안 차량 및 돌발 상태의 정지 상태를 분석하여 1차 예비 사고로 판단하는 단계;를 포함하는 것이 좋다.

또한, 상기 필터링단계는, 영상프레임에서 사고예비검지 물체로 판단된 물체의 이동량을 검지하고, 검지된 물체의 이동량 변화율이 기준값 이상일 경우 사고판단에서 제외하는 단계와; 영상프레임에서 추출된 물체의 면적이 다른 물체의 이동에 의해 겹쳐져 변화된 것으로 확인된 경우, 변화된 사고예비검지 물체의 면적이 원래의 물체의 면적에 비해 기준비율 이상 초과할 경우 사고판단에서 제외하는 단계; 및 영상프레임에서 사고예비검지 물체 주변의 차량 영상의 이동이 존재할 때, 정지되어 있는 사고예비검지 물체 영상위로 새로운 물체가 겹쳐 통과할 경우 사고판단에서 제외하는 단계;를 포함하는 것이 좋다.

또한, 상기 최종 사고 및 돌발상황으로 판단하는 단계는, 사고예비검지 물체로 판단된 물체의 통과하는 다른 차량이 존재하지 않는지 확인하는 제1확인단계와; 사고예비검지 물체의 후방의 차량들이 차선을 변경하여 사고예비검지 물체의 좌,우 방향으로 이동하는지 확인하는 제2확인단계와; 사고예비검지 물체의 전방에 공백지역이 존재하고, 일정시간동은 공백이 지속되는지 확인하는 제3확인단계와; 가우시안 복합모델을 통해 생성된 배경영상을 저장하고, 입력된 영상과 사고영상부분을 상관도를 계산하는 정규화 상관도(NCC)를사용하여 사고차량의 존재를 확인하는 제4확인단계; 및 상기 제1 내지 제4확인단계 모두를 만족할 경우, 사고 및 돌발경보를 발생하고, 제1 내지 제4확인단계 중 적어도 어느 하나를 만족하지 못할 경우 사고 및 돌발경보를 해제하는 단계;를 포함하는 것이 좋다.

본 발명의 연속류도로 사고 및 돌발 자동판별 검지시스템및 방법에 따르면, 실시간으로 연속류 도로상의 교통정보량을 실시간으로 수집할 수 있으며, 혼잡상황으로 인한 사고상황은 물론, 교통량이 매우 적은 상황에서 발생한 차량의 단독사고와 차량의 고장으로 인한 장애까지 보다 정확하고 신뢰성 있게 자동으로 검지 가능한 이점이 있으므로 연속류도로에서 발생된 사고 및 돌발 상황을 효과적으로 검지할 수 있는 이점이 있다.

이하 첨부된 도면을 참조하여 본 발명의 실시예에 따른 연속류 도로 사고 및 돌발 자동판별 검지시스템 및 그 검지방법을 자세하 설명하기로 한다.

도 1, 도 2를 참조하면, 본 발명의 실시예에 따른 연속류 도로 사고 및 돌발 자동판별 검지시스템은, 연속류 도로(10)의 감시영역(11)을 촬영하여 감시하는 감시 카메라(20)와, 영상취득부(30)와, 영상교통정보 수집부(40)와, 영상정보 처리분석부(50)와, 시스템제어부(60)와, 데이터저장부(70) 및 데이터전송부(80)를 구비한다.

상기 감시 카메라(20)는 연속류 도로(10)의 감시영역(11)을 촬영하도록 설치되어, 촬영한 실시간 동영상을 상기 영상취득부(30)로 전달한다.

상기 영상취득부(30)는 감시 카메라(20)에서 촬영한 실시간 동영상을 디지털 영상데이터로 변환하고, 변환된 디지털 영상데이터를 상기 영상교통정보 수집부(40)와 영상정보 처리분석부(50) 및 시스템 제어부(60)로 전송한다.

상기 영상교통정보 수집부(40)는 영상취득부(30)에서 전달받은 디지털영상을 분석하여 차로별로 교통정보량을 산출하고, 산출된 교통정보데이터를 수집한다. 구체적으로, 영상교통정보 수집부(40)에서는 전달받은 디지털영상을 분석하여 일정 주기동안(t) 연속류 도로(10) 상의 차선별 차량의 통행량(Mi(t))과, 차량속도(Vi(t))와, 차량별 점유시간(Occi(t))을 측정하고, 일정 주기동안(t) 차선별 속도 이동평균

과, 주기동안의 차량의 통행량과, 주기동안 감시영역을 통과한 차량의 점유시간의 총 합을 계산한다.

여기서 상기 일정 주기는 교통정보량을 추출하기 위하여 사용되는 시간 간격으로서 도로의 구조나 용량 및 지리적 여건에 따라서 20초 내지 1분으로 설정되는 것이 좋으며, 특히 대부분의 도로에서는 주기를 1분으로 하는 것이 좋다.

더욱 구체적으로, 영상교통정보 수집부(40)에서는 일정 주기별로 산출된 교통정보량을 가지고 각각의 임계값들과 비교하고, 비교 결과에 따라서 감시영역의 혼잡율을 계산하거나, 사고검지프로세스를 수행하도록 하는 신호를 제공한다. 즉, 영상교통정보 수집부(40)에서는 일정 주기별로 산출된 공간점유시간(Occi(t))이 임계점유시간(Thocc) 이상인지, 차량속도(Vi(t))가 임계속도(Vcon)를 초과하는지 비교하여 산출하고, 산출된 결과에 따라서 교통정보가 차로별로 설정된 임계값을 초과하는 차로를 찾아내고, 감시영역 내에서 임계값을 초과한 차로의 대기 행렬 길이를 산출하고, 산출된 대기 행렬 길이와 임계값을 비교하여 사고 예비판단에 사용될 데이터를 산출한다.

상기 영상정보 처리분석부(50)는 도 2와 같이 혼잡율프로세스부(51)와, 사고 및 돌발 검지 프로세스부(52)와, 사고분석 필터부(53)와, 예외처리부(54)와 사고 최종 판단제어부(55)를 구비한다.

상기 혼잡율프로세스부(51)는 영상취득부(30)에서 전달받은 디지털영상과 상기 영상 교통정보 수집부(40)에서 수집된 교통정보량을 분석하여 차량의 감시영역에서 차량의 수량과 공간점유도에 따른 혼잡율을 산출한다.

그리고 혼잡율프로세스부(51)는 상기 일정 주기마다 혼잡율을 지속적으로 산출하고, 혼잡율의 변화를 감지한다. 그리고 사전에 미리 정해진 임계 혼잡율(기준혼잡율) 이상의 혼잡율 발생시에 혼잡에 따른 사고 예비경보를 발령한다.

상기 사고 및 돌발 검지 프로세스부(52)는 영상정보 수집부(40)에서 수집된 정보(교통정보량)와 영상취득부(30)에서 전달된 디지털영상을 근거로 하여, 운행 중인 차량들의 운행상태로부터 사고 징후 영역을 감지하고, 감지된 사고 징후영역에 대해 지속적인 감시를 통해 차량의 사고 및 도로상의 돌발 상황 발생을 검지하여 1단계 사고검지를 실시하게 된다.

즉, 사고 및 돌발 검지 프로세스부(52)는 영상취득부(30)에서 전달되는 매 영상프레임으로부터 배경영상을 생성하고, 배경영상과 입력영상의 차영상을 추출하여 일정 임계값 이상의 영상을 차량의 영상으로 추출하고, 추출된 차량의 영상으로부터 차량영상의 변화를 매 영상프레임마다 분석하고, 일정 시간동안 차량 및 돌발상태의 정지 상태를 분석하여 사고 1차 예비 검지를 한다.

즉, 후에 자세히 설명하겠지만, 사고 및 돌발 검지 프로세스부(52)에서는 GMM 알고리즘과 ECD 검출법을 사용하여 30초 이상 정지된 물체(Object)를 배경화면 으로부터 추출할 수 있다. 그리고 30초 이상 정지된 물체를 배경화면으로부터 발견한 경우에는 1단계 사고예비검지할 수 있도록 1단계 사고예비검지 물체(차량)로 추출하고, 1차 사고예비검지를 수행한다.

상기 사고분석필터부(53)는 사고 및 돌발 검지 프로세스부(52)에서 1단계 사고 검지된 차량 및 해당 영역에 대한 정밀한 분석을 통해 사고여부를 판단한다. 이를 위해 사고분석필터부(53)에서는 1단계 사고예비검지 물체의 이동비율과, 해당 물체의 면적 변화비율 및 해당 물체의 부근(주변) 물체(차량)의 이동궤적을 산출하고, 산출된 값들을 기준값들과 비교하여 사고판단에서 제외하거나 유지하도록 한다. 즉, 감시영역 내에서 물체의 이동량 변화가 있을 경우, 그 변화율이 기준값(10%)의 이상일 경우에 해당 물체(차량)은 사고판단에서 제외된다.

또한, 사고분석필터부(53)는 감시영역에서 발견된 1단계 사고예비검지 물체의 면적(영상프레임 내에서의 면적)이 다른 물체(차량)의 이동에 의해 겹쳐져 변화될 경우, 변화된 1단계 사고예비검지 물체의 면적이 원래의 면적에 비하여 증가할 경우 사고판단에서 제외한다.

또한, 1단계 사고예비검지 물체 주변의 물체(차량)의 이동이 존재할 때, 정지되어 있는 1단계 사고예비검지 물체의 영상위로 새로운 물체(객체영상)가 겹쳐서 통과할 경우, 사고판단에서 제외한다. 이와 같이 사고분석필터부(53)는 적어도 3가지의 경우에 대해서 분석하여 예를 들어, 차량이 일시 정지해 있거나 서서히 움직이는 경우, 또는 그림자와 겹쳐지는 경우, 움직임이 미세하여 GMM을 통해 추출된 1단계 사고예비검지 물체가 오인식되는 것을 모두 걸러낼 수 있게 된다.

상기 예외처리부(54)는 사고분석필터부(53)의 판단결과 중에서 부정확한 판단의 요인이 되는 정체상태, 빛의 난반사, 주변 환경적 요인 등의 오인식 요인들에 대해 예외처리를 한다. 구체적으로는 차량이 장기시간 동안(예를 들어 10분 이상) 정체시, 사고판단에서 제외하고, 빗물이나 야간에 도로면의 광학적 난반사, 간접광 등에 의한 경우를 사고판단에서 제외하고, 주변환경 즉 그림자, 도로변 가로수, 주변의 조명에 의한 변화에 대해서도 사고판단에서 제외한다.

상기 사고 최종판단제어부(55)는 예외처리부(54)에서 예외처리를 거쳐서 최종적으로 확인된 1단계 사고예비검지 물체(사고 상황)에 대해서 최종적으로 사고판단으로 결정하고, 사고 상황이 해제되었을 때 자동으로 사고 상황을 해제한다. 즉, 사고 최종판단제어부(55)는 1단계 사고예비검지 물체(사고상황)를 일정 시간동안 계속 감시하는 과정에서 오인식이 일어나는 상황을 통해 최종적으로 사고판단 및/또는 사고/돌발 경보를 발령하거나, 사고 상황이 해제되었을 경우 사고 경보를 해제한다.

여기서 상기 최종판단제어부(55)에서는 사고판단 일정시간 뒤에 GMM 알고리즘의 처리과정에서 사고영상이 배경영상화되는 것을 방지하기 위해 사고영상부분을 저장하고, 입력된 영상과 저장된 사고영상부분을 상관도를 계산하는 정규화 상관도(NCC ; Normalized Cross Co-relation)를 사용하여 사고차량의 존재를 확인한다. 또한 최종판단제어부(55)는 사고지점 전후의 교통량(1단계 사고예비검지 물체를 통과하는 다른 차량영상의 부존재 여부) 확인, 사고지점 전방의 공백지역 존재여부, 사고지점 부근의 교통류궤적확인(1단계 사고예비검지 물체의 후면의 차량들이 차선 을 변경하여 좌, 우 방향으로 이동하는지 여부)을 통해서 최종적으로 사고를 판단하여 경보를 발령하거나, 상기 4가지 조건 중에서 어느 하나라도 해당되지(만족하지 않을 경우) 않을 경우에는 사고 해제상황으로 판단하여 경보를 해제한다.

상기 시스템 제어부(60)는 영상취득부(30)로부터 입력된 실시간 동영상을 데이터 저장부(70)에 저장하고, 영상교통정보 수집부(40)에서 처리된 교통정보데이터를 취합하여 교통관제센터(90)로 전송할 수 있도록 실시간 데이터를 수집하고, 상기 영상정보 처리분석부(50)에서 검지된 사고 및 돌발 상황에 대한 검지 결과를 교통관제센터(90)로 보내거나, 교통관제센터(90)로부터 데이터 검색요구나 카메라(20)의 원격조정 명령을 수신하여 처리한다.

상기 데이터저장부(70)는 시스템제어부(60)를 통해 입력된 실시간 디지털영상을 저장하거나, 시스템제어부(60)를 통해 획득된 데이터를 데이터베이스화하여 구성 운용한다.

상기 데이터전송부(80)는 시스템제어부(60)로부터 교통관제센터(90)로 교통정보데이터와 사고 및 돌발 검지결과 경보 및 경보의 해제데이터를 전송하거나, 상기 교통관제센터(90)로부터 시스템제어부(60)로의 데이터 요구명령이나 제어명령을 수신한다.

상기 데이터전송부(80)와 교통관제센터(90) 사이의 신호전달은 유선 또는 무선 네트워크 망을 토해 이루어질 수 있다.

이하에서는 상기 구성을 가지는 본 발명의 실시예에 따른 연속류 도로 사고 및 돌발 자동판별 검지시스템을 이용한 검지방법을 자세히 설명하기로 한다.

도 1 내지 도 5를 참조하여 본 발명의 실시예에 따른 연속류 도로 사고 및 돌발 자동판별 검지방법을 설명하면 다음과 같다.

먼저, 교통량을 감시할 영역 즉, 감시영역을 연속류 도로(10) 상에서 설정한다(S10).

그리고 감시 카메라(20)를 설치하여 연속류 도로(10)에서 설정된 감시영역(11)을 촬영한다(S11).

감시 카메라(20)에서 촬영된 동영상은 영상취득부(30)로 실시간으로 전달된다. 영상취득부(30)에서는 동영상을 입력받고, 실시간으로 입력되는 동영상을 디지털영상데이터로 변환한다(S12).

디지털영상데이터로 변환된 데이터는 영상교통정보 수집부(40)로 전달되고, 영상교통정보 수집부(40)에서는 디지털영상데이터를 분석하여 일정 주기동안 차로별 교통량을 산출하고, 산출된 교통정보 데이터를 수집한다(S13). 구체적으로는, 영상교통정보 수집부(40)에서는 디지털영상을 분석하여, 일정 주기동안(t) 감시영역(11)에서의 차선별 차량의 통행량(Mi(t))과, 차량속도(Vi(t))와, 차량별 점유시간(Occi(t))을 측정하고, 일정 주기동안(t) 차선별 평균속도(

)와, 주기동안(t)의 차량의 통행량과, 주기동안(t) 감시영역을 통과한 차량의 점유시간의 총 합을 산출한다.

이어서 영상교통정보 수집부(40)는 산출 및 수집된 교통정보량을 각각의 임계값들(기준값들)과 비교하여 사고 및 돌발상황 검지프로세스를 수행할지 여부를 판단하게 된다. 구체적으로는, 먼저 산출된 차량별 점유시간(Occi(t))이 임계값(Thocc)를 초과하는지 확인하고(S14), 초과할 경우에는 차량이 밀리고 있는 상태로서 차량속도(Vi(t))가 임계속도(Vconj) 미만인지 더 확인한다(S15). 상기 단계(S15)에서 차량속도(Vi(t))가 임계속도(Vconj) 미만이면 차량이 밀리는 것으로 판단할 수 있고, 이상인 경우에는 사고 상황인지 정확하지 않으므로 추가적으로 차량속도(Vi(t))가 자유속도(FFS)를 넘고 있는지 확인한다(S16). 여기서 상기 자유속도(FFS)는 예를 들어 해당 연속로 도로(10)에서 최대 허용속도의 80% 이상의 속도 또는 설정된 혼잡속도(60Km/s) 이상의 속도일 수 있다.

한편, 상기 단계(S16)에서도 차량속도(Vi(t))가 자유속도(FFS) 미만이거나, 상기 단계(S15)에서 차량속도(Vi(t))가 임계속도(Vconj) 미만인 것으로 확인될 경우에는 차로별로 정체속도구간이 존재하는 것으로 인식하여, 주기동안(t) 속도 변화율을 계산하고(S17), 이어서 차로별 주기동안(t)의 평균속도(

)를 계산한다(S18).

계산된 평균속도(

)가 음의 임계값(-Th3) 이하인지 비교하고(S19), 음의 임계값(-Th3) 미만인 경우 정체속도가 심화된 것으로 판단할 수 있으며, 음의 임계값(-Th3) 이상인 경우 적정 음의 임계값(-Th)과 양의 임계값(Th3) 사이에서 평균속도(

)가 유지되는지 확인하고(S20), 상기 음의 임계값(-Th)과 양의 임계값(Th3) 사이에서 유지될 경우에는 정체속도가 일정하게 유지되고 있는 상태로 판단할 수 있다.

또한, 상기 단계(S20)에서서 확이한 결과 평균속도(

)가 음의 임계값(-Th)과 양의 임계값(Th3) 사이에서도 유지되지 않는 것으로 확인될 경우, 대략 3 내지 5회의 주기(T)별로 평균속도(

)가 누적되어 증가하는 것이 반복되는지 확인하고(S21), 확인결과 그렇지 않은 경우 정체속도가 유지 내지 심화되고 있는 것으로 판단할 수 있다.

따라서 평균속도(

)의 확인 결과 정체속도가 유지되거나 심화되고 있는 것으로 확인되면, 타 차로 교통량 변화의 결과(S22)를 전달받아 차로별로 속도(V1(t), V2(t),...Vn(t))를 비교하여 평가한다(S23).

상기 단계(S23)에서 비교결과 차로별 속도(Vn(t)) 중에서 차로별로 설정된 차량속도의 서비스레벨(LOS-A, LOD-B,...LOS-F) 중에서 최하의 레벨(LOS-F) 미만의 차로가 존재하는지 비교하고(S24), 존재할 경우 LOS-F 이하의 차로수(1개, 2개, 3개,...n개)를 판단한다(S25).

이어서 차로수별로 대기행렬 길이를 산출한다(S26). 이와 같이 정체되는 차로들을 산출하고, 차로별 속도, 대기행렬길이, 등을 산출함으로써 횡방향 및 종방향의 정체규모를 판단할 수 있으며, 상기와 같이 산출된 데이터들을 가지고 사고 예비판단에 사용할 수 있게 된다. 즉, 상기와 같이 산출된 데이터들(혼잡속도 이하의 속도가 발생된 차로수, 차로별 대기행렬길이 등의 데이터를 가지고 혼잡율 프로 세스부(51)를 구동시켜 혼잡율을 산출한다(S27).

산출된 혼잡율이 임계혼잡율(Cr-1)을 초과한 것으로 확인되면(S28), 영상교통정보 수집부(40)에서는 예비 경보를 발령한다(S29).

이어서 영상정보 처리분석부(50)에서는 입력된 디지털영상과 교통정보 데이터를 가지고 사고자동검지프로세스를 수행하게 된다. 또한, 앞서 단계(S16)에서 해당 감시영역(11)에서의 혼잡율이 일정 수준 이상인데, 차량의 속도가 자유속도(FSS)를 초과할 경우에도 사고자동검지프로세스를 수행한다. 즉, 차량의 이동 중 사고 또는 돌발 상황 발생으로 도로 상에 갑자기 정지된 물체가 발생하면 물체의 정지 직후부터 사고자동검지 프로세스가 개시되는 것이다.

먼저, 영상정보 처리분석부(50)에서는 입력된 디지털영상으로부터 배경영상을 추출한다(S30). 이때 배경영상은 GMM 알고리즘 및 ECD 검출법을 사용하여 바람직하게는 30초 이상 정지된 물체를 배경화면으로부터 추출할 수 있게 된다.

이 단계에서 정용되는 GMM 알고리즘과 ECD 검출법은 다음과 같다.

< GMM 알고리즘 수행과정 >

GMM은 각 화소를 임의의 개수의 가우시안 분포의 혼합으로 모델링하는 방법이다. 이 방법은 온라인 근사법을 이용하여 모델의 계수를 갱신하는데, 계수의 값을 조절하여 다양한 환경에 적응하는 배경을 추출할 수 있다.

시간

에서 화소 {

}의 히스토리는,

(1)

여기서,

는 영상의 시퀀스(sequence)이다. 각 화소의 최근 히스토리를 K개의 GMM으로 나타내면 다음과 같다.

,(2)

여기서,

: 시간

에서

번째 가우시안 가중 계수 (

)

: 시간

에서

번째 가우시안 평균

: 시간

에서

번째 가우시안 분산

: 가우시안 확률 분포 함수

새로 들어온 프레임의화소

에 대하여 각 분포의 표준 편차를 구하고, 표준 편차가 2.5이내인 매칭 분포를 찾은 후, 구한 분포를

값이 큰 순서대로 정렬하여 이 중 몇 개의 분포를 영상의 배경으로 간주하고 다음과 같이 가중계수를 갱신한다.

(3)

여기서,

: 가중 변수

: 학습률(learning rate),

: 정합함수(Matching Function) =

: 시정수(Time constant)

번째 프레임에서 갱신되어질 가중변수 및 평균, 분산은 다음과 같이 표현된다.

(4)

(5

(6)

상기와 같이 GMM 알고리즘을 이용하여 배경영상을 생성하고, 생성된 배경영상을 저장하고, 배경영상이 저장되었는지 확인하고(S31), 확인결과 저장되지 않은 경우 배경영상 버퍼로부터 배경영상을 추출한다(S32). 그리고 저장된 배경영상과 실시간으로 입력되는 현재의 프레임 영상을 비교하여 그 차이의 영상을 구함으로써 영상프레임으로부터 물체(Obj)에 해당되는 차영상을 얻을 수 있다(S33). 여기서 상기 차영상의 생성 및 정지 객체정보를 추출하는 방법은 다음과 같은 방법을 통해 이루어질 수 있다.

< 차영상의 생성 및 정지 객체정보 추출 >

차영상이란 추출된 배경영상과 현재 프레임의 영상의 차이를 구하여 얻은 영상으로 그 차이가 큰 부분은 차량객체가 존재할 가능성이 있다. GMM에 의한 배경영상 및 차영상의 이진 영상을 얻는 과정은 다음과 같다.

(7)

,

(8)

,

(9)

여기서

,

는 각각 시간

에서의 차영상, 입력동영상 프레임, 배경영상이다.

위와 같은 방식으로 얻어진 이진영상은 차량의 그림자(cast shadow)와 차량객체를 포함하게 된다. 본 발명의 실시예에서는 야간이나 우천으로 인한 차량 신호, 조명 등의 반사로 인한 차량의 오인식을 줄일 수 있는 경계선 크기의 비변화 검출법(ECD, Edge magnitude Change ratio Detection Algorithm)을 사용하는 데 특징이 있다. 비변화(ECD) 검출법은 다음과 같이 이해될 수 있다.

< ECD 검출법 >

경계선 크기의 비가 모두 같고 변화가 없는 관심영역 내에서의 경계선 크기비의 분산은 다음과 같이 정의되고 값은 0이 된다.

(10)

여기서,

은 관심영역의 크기,

은 경계선 크기의 비의 분산,

은 경계선 크기 비의 평균이다. 따라서, 입력된 영상 시퀀스의 관심영역에 변화가 없을 경우 다음과 같이 재정리될 수 있다.

(11)

입력 영상내 화소들의 밝기의 집합을

로 나타내고, 영상 내 차량의 변화가 발생했다면,

,(12)

(13)

이와 같은 조건이 만족되는 영상의 경계를 찾게 되면 물체(Object)의 경계가 된다.

즉, 상기와 같이 ECD 검출법을 통해서 차영상을 획득하고, 획득된 차영상 중에서 임계값과 비교하여(S34, S37), 오인식될 수 있는 영상이나 노이즈를 필터링하고, 임계값에 미달되는 영상데이터를 폐기 처리한다.

그리고 상기와 같은 ECD 검출법을 일정 시간동안 분석하여 1차 예비사고 및 영상으로 판단한다(S38). 따라서 사고 검지주기(예를 들어 30초 주기)를 기준으로 하여 배경영상(BG(t-n)과, 결과영상(R(n), R(n-1))을 얻을 수 있게 된다(S39).

상기와 같은 과정을 통해서 사고 및 돌발 검지 프로세스부(52)에서는 사고검지 프로세스를 진행하여 사고예비검지 물체(영상)을 획득할 수 있게 된다.

그리고 나서 상기 사고분석 필터부(53) 및 예외처리부(54)에 의해서 1차 사고예비검지 분석 프로세스가 이루어진다.

즉, 먼저 사고분석 필터부(53)에서는 사고 및 돌발 검지 프로세스부(52)에서 1단계 사고예비검지된 차량 및 영역에 대한 정밀한 분석을 통해서 사고여부를 판단하게 되는데(S40), 다음의 3가지 방법에 의해 이루어진다.

첫 번째는, 영상프레임에서 사고예비검지 물체로 판단된 물체의 이동량을 검 지하고, 검지된 물체의 이동량 변화율이 기준값 이상일 경우 사고 판단에서 제외한다(S41). 예를 들어 검지된 물체의 이동량 변화율이 10% 이상일 경우 사고판단에서 제외할 수 있다.

두 번째는 영상프레임에서 추출된 물체의 면적이 다른 물체의 이동에 의해 겹쳐져 변화된 것으로 확인된 경우, 변화된 사고예비검지 물체의 면적이 원래의 물체의 면적에 비해 기준비율 이상 초과할 경우에는 사고판단에서 제외한다(S42).

세 번째는 영상프레임에서 사고예비검지 물체 주변의 차량 영상의 이동이 존재할 때, 정지되어 있는 사고예비검지 물체 영상위로 새로운 물체가 겹쳐 통과할 경우, 사고 판단에서 제외한다(S43).

상기와 같은 필터링 과정(S40)을 거친 후에는 예비처리부(54)에서 오인식될 수 있는 데이터를 제외시킨다. 즉, 일정시간동안 매 영상프레임을 분석한 결과, 사고예비검지 물체가 장기정체된 물체인 것으로 판단된 경우 사고판단에서 제외시킨다(S44).

다음으로 빗물이나, 조명 등에 의한 광학적 난반사 및 간접광들에 의해 오검지상황을 예외로 처리한다(S45).

그리고 도로 주변의 가로수, 주변의 조명, 물체 등에 의한 그림자 등 환경적 요인에 의한 경우와 같이 논리적으로 처리가 모호한 경우에도 사고판단에서 예외로 처리한다(S46).

상기와 같은 과정을 통해서 1단계 예비검지 물체를 필터링 및 예외처리하고 남은 데이터들을 최종적으로 판단하여 사고 발생 또는 돌발 상황 발생으로 판단하 게 된다(S50).

사고 발생으로 최종적으로 최종적으로 판단하여 경보를 발령하기에 앞서, 사고 판단된 영상처리 결과로부터 일정시간동안 사고 상황을 계속 감시하는 과정에서 다음과 같이 오인식이 일어나는 상황을 방지하기 위한 방법들을 통해서 최종적으로 사고판단 및 사고/돌발 경보를 발령하거나 사고상황이 해제되었을 경우 자동으로 사고 경보를 해제하도록 한다.

즉, 먼저 사고 판단 일정시간 뒤 GMM 알고리즘의 처리과정에서 사고 영상이 배경영상화 되는 것을 방지하고, 일정 시간 뒤 사고 상황이 해제되었을 경우 자동으로 사고 상황을 해제하기 위해서 사고 영상부분(관심영역;ROI)에 대해 마스크 처리하여 추출 및 저장하고(S51), 일정 시간 간격(20초 내지 30초)으로 입력영상화면의 해당 ROI 영역과 저장된 마스크(Mask) 영상 간의 정규화상관계수(NCC)를 구한다(S52).

여기서 ROI 영역의 산출 및 NCC 계산 절차는 다음과 같다.

< ROI 영역 산출>

입력 실시간 영상 공간을

라 하면 관심영역의 마스크

는,

(14)

입력된 실시간 영상 내 기준 ROI Object 영역

는,

(15)

현재 입력된 영상

일 경우, 현재 영상중의 ROI Object는

(16)

가 된다. 이 기준 ROI 영상과 현재 입력된 영상의 ROI의 정규화 상환계수는 다음과 같이 계산된다.

< NCC 계산 결과 상관계수>

ROI영역의 크기가 m x n 픽셀이고 기준 마스크 영상이

, 입력된 영상의 ROI영역이

일때 정규화 상관계수 계산은 다음 식 (17)과 같다.

(17)

여기서,

는 기준 마스크영상

의 평균레벨,

는 입력 영상의 ROI영역

의 평균레벨로서 다음과 같이 구한다.

(18)

(19)

상기와 같은 방법에 의해 산출된 NCC가 임계값(Thncc)을 초과하는지 여부를 확인한다(S53).

도 5는 2치화 마스크 영역 M(x,y)과, 사고영상 ROI s(x,y)을 각각 나타낸다.

또한, 사고 최종 판단을 위해서는 상기 NCC의 값뿐만 아니라 다음의 3가지 최종판단조건(Racc)을 모두 산출한 뒤(S55), 그 3가지 조건들(Racc)의 산출결과 모두가 임계값(Thacc)을 초과하는지 확인하고(S56), 상기 두 가지 확인과정(S53,S56)을 모두 만족하는 경우에만 사고 및 돌발상황으로 최종 판단하여 경보를 발령한다(S54).

그리고 상기 두 가지 확인과정(S53,S56) 중에서 어느 하나라도 만족하지 못하는 것으로 확인될 경우에는, 사고 경보를 해제한다(S57).

한편, 상기 3가지 판단조건들은 다음과 같이 설정될 수 있다.

첫 째, 사고예비검지 물체로 판단된 물체를 통과하는 다른 차량이 존재하지 않는지 확인(사고 지점 전후의 교통량정보로부터 확인가능)하고, 둘 째는 사고예비검지 물체의 후방의 차량들이 차선을 변경하여 사고예비검지 물체의 좌,우 방향으로 이동하는지 확인(사고지점부근의 교통류궤적정보로 확인가능)하고, 셋 째는 사고예비검지 물체의 전방에 공백지역이 존재하고 일정시간동은 공백이 지속되는지 확인할 수 있다.

도 1은 본 발명의 실시예에 따른 연속류도로 사고 및 돌발 자동검지 시스템을 나타내 보인 개략적인 구성도.

도 2는 도 1의 영상교통정보수집부를 설명하기 위한 플로우차트 도면.

도 3a, 3b 및 도 3c 각각은 영상정보처리분석부에서 도로의 혼잡율을 계산하고 사고를 검지하여 최종적으로 사고여부를 판단하는 검지 방법을 설명하기 위한 도면.

도 4는 도3c의 NCC(정규화 상관도) 계산을 위한 ROI(관심영역)에 대한 마스크를 사용해 해당 영상을 추출하는 실예를 나타낸 도면이다.

도 5a는 2치화 마스크 영상을 나타내 보인 도면.

도 5b는 사고 영상 ROI를 나타내 보인 도면.

< 도면의 주요 부분에 대한 부호의 설명 >

10.. 동영상카메라 20..디지털동영상취득부

30..데이터전송부 40..영상교통정보수집부

50..영상정보처리분석부 60..시스템제어부

70..영상데이터저장부 80..데이터전송부

Claims

연속류 도로의 감시영역을 촬영하여 감시하는 감시 카메라와;

상기 감시 카메라로 상기 감시영역을 촬영한 실시간 동영상을 디지털영상데이터로 변환하는 영상취득부와;

상기 영상취득부에서 전달받은 디지털영상을 분석하여 교통정보량을 산출하고 산출된 교통정보데이터를 수집하는 영상교통정보 수집부와;

상기 영상취득부에서 전달받은 디지털영상을 분석하여 감시영역 내의 교통의 혼잡율과 교통사고 및 돌발 상황을 자동으로 검지하고, 사고 및 돌발 상황이 검지되었을 때 경보를 발령하거나, 사고 및 돌발 상황이 해제되었을 때 자동으로 경보상황을 해제하는 기능을 수행하는 영상정보 처리분석부와;

상기 영상교통정보 수집부에서 처리된 교통정보데이터를 취합하여 교통관제센터로 전송할 수 있도록 실시간 데이터를 수집하고, 상기 영상정보 처리분석부에서 검지된 사고 및 돌발 상황에 대한 검지 결과를 상기 교통관제센터로 보내거나, 교통관제센터로부터 데이터 검색요구나 카메라의 원격조정 명령을 수신하여 처리하는 시스템제어부와;

상기 시스템제어부를 통해 입력된 실시간 디지털영상을 저장하고 시스템제어부를 통해 획득된 데이터를 데이터베이스로 구성 운용하는 데이터 저장부; 및

상기 시스템제어부로부터 교통관제센터로의 교통정보데이터와 사고 및 돌발 검지결과 경보 및 경보의 해제데이터와 저장된 영상데이터를 전송하거나, 상기 관 제센터로부터 상기 시스템제어부로의 데이터 요구명령이나 제어명령을 수신하는 데이터 전송부;를 포함하는 것을 특징으로 하는 연속류 도로 사고 및 돌발 자동판별 검지시스템.
제1항에 있어서, 상기 영상교통정보 수집부는,

전달받은 디지털영상을 분석하여 연속류 도로상의 차선별 차량의 통행량과 차량속도와 차량별 점유시간을 측정하고, 일정 주기동안 차선별 속도 이동평균과, 상기 주기동안의 차량의 통행량과, 상기 주기동안 감시영역을 통과한 차량의 점유시간의 총 합을 계산하는 것을 특징으로 하는 연속류 도로 사고 및 돌발 자동판별 검지시스템.
제2항에 있어서, 상기 영상정보 처리분석부는,

상기 영상교통정보 수집부에서 수집된 차량들의 공간점유도와 혼잡율을 산출하기 위한 혼잡율프로세스부와;

상기 영상교통정보 수집부에서 수집된 정보를 근거로, 운행 중인 차량들의 운행상태로부터 사고 징후영역을 감지하고, 감지된 사고 징후영역에 대해 지속적인 감시를 통해 차량의 사고 및 도로상의 돌발 상황 발생을 검지하여 1단계 사고검지를 실시하는 사고 및 돌발 검지 프로세스부와;

상기 사고 및 돌발 검지 프로세서부에서 1단계 사고 검지된 차량 및 영역에 대해 정밀한 사고여부를 판단하기 위한 사고분석필터부와;

상기 사고분석필터부의 판단결과 중 부정확한 판단의 요인이 되는 정체상태, 빛의 난반사, 주변 환경적 요인 등의 오인식 요인들에 대해 예외처리를 실시하는 예외처리부; 및

상기 예외처리부에서의 예외처리를 거쳐 최종적으로 확인된 사고 상황에 대해 최종적으로 사고판단을 결정하고, 사고 상황이 해제되었을 때 자동으로 사고 상황을 해제하는 사고 최종 판단제어부;를 포함하는 것을 특징으로 하는 연속류 도로 사고 및 돌발 자동판별 검지시스템.
제3항에 있어서, 상기 혼잡율프로세스부는,

상기 감시영역 내의 차량들의 영상을 추출하고, 차량들의 공간점유율과 공간이동량을 분석하여 혼잡율을 계산하여 지속적으로 혼잡율의 변화를 감시하면서, 사전에 정해진 일정혼잡율 이상의 혼잡 발생시 혼잡에 따른 사고 예비경보를 발생하는 것을 특징으로 하는 연속류 도로 사고 및 돌발 자동판별 검지시스템.
제3항에 있어서, 상기 사고 및 돌발검지 프로세스부는,

매 입력 영상프레임으로부터 배경영상을 생성하고, 배경영상과 입력영상의 차영상을 추출하여 일정 임계값 이상의 영상을 차량의 영상으로 추출하고, 추출된 차량의 영상으로부터 차량영상의 변화를 매 영상프레임마다 분석하고, 일정 시간동안 차량 및 돌발상태의 정지 상태를 분석하여 사고 1차 예비검지를 하는 것을 특징으로 하는 연속류 도로 사고 및 돌발 자동판별 검지시스템.
제5항에 있어서, 상기 사고분석필터부는,

상기 사고 및 돌발검지 프로세스부에서 검지된 예비사고 상황의 차량 및 돌발 영상을 일정 시간동안 1차 예비판단된 사고 및 돌발 상황 발생 영역을 분석하여 해당 영역의 면적 변화율과 이동변화율 및 주변 차량들의 이동상황을 분석하여 사고가 아닌 상황을 걸러내는 것을 특징으로 하는 연속류 도로 사고 및 돌발 자동판별 검지시스템.
제5항에 있어서, 상기 사고 최종 판단제어부는,

가우시안 복합모델을 통해 배경영상 생성과정을 반복하는 과정에서 정지된 사고영상이 서서히 배경영상화 되어 가는 과정을 방지하도록 사고영상부분을 저장하고, 입력된 영상과 저장된 사고영상부분의 상관도를 계산하는 정규화 상관도(NCC)를 사용하여 사고차량의 존재를 확인하고,

사고영상의 후면의 차량들이 차선을 변경하여 사고영상의 좌, 우 방향으로 이동하는지 여부와,

사고 영상의 전방에 차량영상이 없는 공백지역이 존재하는지 여부를 확인하여 해당영상의 고유 존재성과 전방의 공백영역을 확인하여 사고 영역의 계속적인 존재를 확인하는 절차를 거쳐 최종적으로 사고를 판단하여 경보를 발령하거나, 상기 조건들 중에서 어느 하나라도 해당되지 않는 경우 사고 해제상황으로 판단하여 경보를 해제하는 것을 특징으로 하는 연속류 도로 사고 및 돌발 자동판별 검지시스 템.
연속류 도로의 감시영역을 감시하여 차량 사고 및 돌발상황을 자동 검지하는 방법에 있어서,

카메라를 이용하여 상기 연속류 도로를 실시간 촬영하는 단계와;

상기 카메라에서 촬영된 영상을 디지털영상데이터로 변환하는 단계와;

상기 디지털영상데이터를 분석하여 교통정보량을 산출하고 산출된 교통정보데이터를 수집하는 단계와;

상기 수집하는 단계에서 산출 및 수집된 교통정보량을 임계값과 비교하여 사고 및 돌발상황 검지프로세스 실행여부를 판단하는 단계와;

상기 판단하는 단계에서 검지프로세스 실행상황으로 판단시, 상기 영상취득부에서 전달받은 디지털영상을 분석하여 감시영역 내의 교통의 혼잡율과 교통사고 및 돌발상황을 자동으로 검지하고, 사고 및 돌발 상황이 검지되었을 때 경보를 발령하거나, 사고 및 돌발 상황의 해제시 경보상황을 해제하는 상황 검지단계와;

상기 수집된 교통정보데이터와 상기 사고 및 돌발상황 검지정보를 저장하는 저장단계; 및

상기 수집된 교통정보데이터와 상기 사고 및 돌발상황 검지정보를 교통관제센터로 전송하는 단계;를 포함하는 것을 특징으로 하는 연속류 도로 사고 및 돌발 자동판별 검지방법.
제8항에 있어서, 상기 상황검지단계는,

상기 디지털영상을 분석하여 감시영역에서의 차량의 수량과 밀집도에 따른 혼잡율을 계산하는 단계와;

상기 디지털영상을 분석하여 도로에서의 사고 및 사고상황의 유형을 1차 예비 판단하는 단계와;

상기 1차 예비판단 단계에서 검지된 예비 판단된 사고 상황의 차량 및 돌발영상을 일정 시간동안 분석하여 사고가 아닌 상황을 걸러내는 필터링단계와;

상기 1차 예비판단 단계에서 검지된 예비 판단된 사고 상황의 차량 및 돌발영상을 일정 시간동안 분석하여 주변환경의 영향이나 야간 우천시 도로 표면의 난반사 등의 사고 오인식의 원인이 되는 장애요인을 분석하여 사고 오검지를 걸러내는 예외처리 단계와;

상기 1차 예비판단 단계에서 검지된 영상 중에서 상기 필터링단계 및 예외처리 단계에서 걸러지고 남은 영상을 지속 감시하여 최종 사고 및 돌발상황으로 판단하는 단계; 및

상기 최종 사고 및 돌발상황으로 판단시 경보신호를 생성하는 단계;를 포함하는 것을 특징으로 하는 연속류 도로 사고 및 돌발 자동판별 검지방법.
제9항에 있어서,

상기 혼잡율 계산단계에서는 상기 감시영역 내의 차량들의 혼잡율을 계산하여 지속적으로 혼잡율의 변화를 감시하고, 상기 계산된 혼잡율이 미리 설정된 임계 혼잡율 이상으로 판단될 경우, 사고 예비경보를 발생시키는 것을 특징으로 하는 연속류 도로 사고 및 돌발 자동판별 검지방법.
제9항에 있어서, 상기 1차 예비판단하는 단계는,

매 입력 영상프레임으로부터 배경영상을 생성하는 단계와;

배경영상과 입력영상의 차영상을 추출하고, 추출된 차영상 중 설정된 임계값 이상의 영상을 차량의 영상으로 추출하는 단계와;

상기 추출된 차량의 영상을 매 영상프레임마다 분석하고, 일정 시간동안 차량 및 돌발 상태의 정지 상태를 분석하여 1차 예비 사고로 판단하는 단계;를 포함하는 것을 특징으로 하는 연속류 도로 사고 및 돌발 자동판별 검지방법.
제9항에 있어서, 상기 필터링단계는,

영상프레임에서 사고예비검지 물체로 판단된 물체의 이동량을 검지하고, 검지된 물체의 이동량 변화율이 기준값 이상일 경우 사고판단에서 제외하는 단계와;

영상프레임에서 추출된 물체의 면적이 다른 물체의 이동에 의해 겹쳐져 변화된 것으로 확인된 경우, 변화된 사고예비검지 물체의 면적이 원래의 물체의 면적에 비해 기준비율 이상 초과할 경우 사고판단에서 제외하는 단계; 및

영상프레임에서 사고예비검지 물체 주변의 차량 영상의 이동이 존재할 때, 정지되어 있는 사고예비검지 물체 영상위로 새로운 물체가 겹쳐 통과할 경우 사고판단에서 제외하는 단계;를 포함하는 것을 특징으로 하는 연속류 도로 사고 및 돌 발 자동판별 검지방법.
제9항 내지 제12항 중 어느 한 항에 있어서, 상기 최종 사고 및 돌발상황으로 판단하는 단계는,

사고예비검지 물체로 판단된 물체의 통과하는 다른 차량이 존재하지 않는지 확인하는 제1확인단계와;

사고예비검지 물체의 후방의 차량들이 차선을 변경하여 사고예비검지 물체의 좌,우 방향으로 이동하는지 확인하는 제2확인단계와;

사고예비검지 물체의 전방에 공백지역이 존재하고, 일정시간동은 공백이 지속되는지 확인하는 제3확인단계와;

가우시안 복합모델을 통해 생성된 배경영상을 저장하고, 입력된 영상과 사고영상부분을 상관도를 계산하는 정규화 상관도(NCC)를사용하여 사고차량의 존재를 확인하는 제4확인단계; 및

상기 제1 내지 제4확인단계 모두를 만족할 경우, 사고 및 돌발경보를 발생하고, 제1 내지 제4확인단계 중 적어도 어느 하나를 만족하지 못할 경우 사고 및 돌발경보를 해제하는 단계;를 포함하는 것을 특징으로 하는 연속류 도로 사고 및 돌발 자동판별 검지방법.