KR20120125741A - 차량별 자성특징 분석을 통한 차종분류방법 및 그의 시스템 - Google Patents

차량별 자성특징 분석을 통한 차종분류방법 및 그의 시스템 Download PDF

Info

Publication number
KR20120125741A
KR20120125741A KR1020110043362A KR20110043362A KR20120125741A KR 20120125741 A KR20120125741 A KR 20120125741A KR 1020110043362 A KR1020110043362 A KR 1020110043362A KR 20110043362 A KR20110043362 A KR 20110043362A KR 20120125741 A KR20120125741 A KR 20120125741A
Authority
KR
South Korea
Prior art keywords
vehicle
magnetic
name
code
passing
Prior art date
Application number
KR1020110043362A
Other languages
English (en)
Other versions
KR101237876B1 (ko
Inventor
장경찬
이상협
윤태관
Original Assignee
한국건설기술연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국건설기술연구원 filed Critical 한국건설기술연구원
Priority to KR1020110043362A priority Critical patent/KR101237876B1/ko
Publication of KR20120125741A publication Critical patent/KR20120125741A/ko
Application granted granted Critical
Publication of KR101237876B1 publication Critical patent/KR101237876B1/ko

Links

Images

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
    • 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
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • 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
    • G08G1/042—Detecting movement of traffic to be counted or controlled using inductive or magnetic detectors
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

본 발명은 도로를 주행하는 차량의 정보를 수집하는 차량검지기에 있어 검지기를 지나는 차량의 정보 중 차종을 판별하는 방법 및 그의 시스템에 관한 것이다. 본 발명은 3축의 감도를 가진 지자기센서를 이용하여 설치지점 통과차량의 X축, Y축, Z축의 3방향에 대한 자성(磁性)파형을 동시에 취득하여 해당 차량의 3축별 고유 특징값을 추출한 후 차종데이터베이스의 차종별 기준파형과 특징을 비교, 분석하여 동일차종의 부합여부와 차종을 분류하도록 구성된다. 따라서, 본 발명은 센서 및 검지기가 설치되지 않은 차종분류가 필요한 모든 지점에 이동식으로 설치하여 간단하게 차량의 자성 파형을 취득한 후 차종분류작업을 할 수 있어, 기존의 차종 분류 방법인 인력식조사, 매설식 검지기, 영상식 검지기의 모든 한계점을 극복할 수 있는 대안이 되는 효과를 제공한다.

Description

차량별 자성특징 분석을 통한 차종분류방법 및 그의 시스템{Methods and Systems which can classify vehicles class through the magnetic characteristic analysis of vehicles}
본 발명은 차종분류방법 및 그의 시스템에 관한 것으로, 보다 상세하게는, 도로를 주행하는 차량의 자성(磁性)을 검지하고 검지된 각각의 차량이 나타내는 자성의 고유한 특징을 분석하여 효율적으로 12종 차종분류를 가능하게 한 차량별 자성특징 분석을 통한 차종분류방법 및 그의 시스템에 관한 것이다.
일반적으로 도로 교통량 조사를 통해 도로의 계획 및 설계, 도로 운영 등을 결정하며, 이는 도로 교통계획과 관리계획 수립에 있어 기초적 정보를 제공하는 측면에서 매우 중요하다. 교통량 조사의 경우 조사지점의 시간대별 차량통과대수와 국토해양부 기준으로 12종 차종 분류를 하고 있다.
현재 차종분류는 조사자가 차종을 육안으로 판별하여 조사하는 인력식 조사, 도로에 매설된 센서로 차량의 축수, 축간거리, 전장 등을 기계로 측정하여 차량제원으로 분류하는 매설식 검지기, 비 매설형으로는 카메라를 통해 취득된 영상으로 차량의 전장에 의해 대형, 중형, 소형정도를 분류하는 영상식 검지기 등의 기계식 조사가 있다.
하지만, 이러한 기술에는 기술적인 한계점이 존재하며 차종분류 조사가 필요한 모든 지점에는 설치, 운영하기에 경제성이 부족하다.
위에서 언급한 차종분류방식인 인력조사, 매설식 검지기, 영상식 검지기의 세가지 경우 각각의 한계점이 존재한다.
인력조사는 전적으로 인간의 육안에 의지해 차종을 구분하기 때문에 차종분류를 수행하고 있는 조사자의 피로도에 많은 영향을 받아 장시간동안 수행할 수 없고 자료의 정확성이 조사자의 판별해독 능력에 따라 변화될 수 있으며 기계식에 비해 객관적이지 않다는 한계점이 있다.
매설식 검지기 AVC(Automatic Vehicle Classification)는 현재 기계식 차종 조사에 있어 가장 정확한 분류를 수행하고 있으나 매설 후 포장상태 변형에 따라 검지성능이 저하될 수 있으며 유지관리 시 차량의 통제가 필요하다는 안전상의 문제가 있다. 또한, 차량의 축수 및 축간거리, 전장 등 차량제원에 의한 구분으로서 계측된 제원이 같으면 차종이 다르더라도 같은 차종으로 구분하는 오류가 발생하게 된다.
영상식 검지기의 경우 VDS(Vehicle Detector Systems)의 취득된 영상을 통해 차종분류를 할 수는 있으나 이를 통해서는 대형, 중형, 소형 등의 개략적인 분류로 차량을 구분할 수 있을 뿐 국내에서 시행중인 12종 차종분류와 같이 상세한 차종분류에 적용하기에는 한계점이 있다. 또한, 영상식 검지기의 경우 카메라의 화각, 설치높이 등 설치조건에 제약을 많이 받으며 안개 낀 날, 흐린 날, 심야 시간의 경우와 같이 날씨 및 시간의 영향으로 인한 영상, 조도확보가 미흡한 조건의 경우 정확한 기반 자료를 획득하기에 한계가 있다.
따라서, 본 발명의 목적은 전술한 점들을 해결하기 위해 안출된 것으로, 통과차량의 자성(磁性)을 검지하여 검지된 각각의 차량이 나타내는 자성의 고유한 특징을 분석하여 효율적으로 12종 차종 분류를 가능하게 한 차량별 자성특징 분석을 통한 차종분류방법 및 그의 시스템을 제공함에 있다.
이와 같은 목적을 달성하기 위한 본 발명의 차량별 자성특징 분석을 통한 차종분류방법은, 차종분류방법에 있어서, (1) 기설정된 검지영역을 통과하는 차량의 자성파형을 취득하는 단계와, (2) 상기 취득한 통과차량의 자성파형으로부터 고유 특징값을 추출하는 단계, 및 (3) 상기 추출한 통과차량의 자성특징을 차종별 기준특징과 비교하여 부합하는 차종으로 분류해내는 단계를 포함한다.
본 발명의 목적을 달성하기 위한 차량별 자성특징 분석을 통한 차종분류시스템은, 차종분류시스템에 있어서, 도로면에 부착 설치되어 통과차량의 자성을 검지하는 차량검지기, 및 차종별 고유 자성특징이 데이터베이스화된 데이터베이스부를 구비하고, 상기 검지된 통과차량의 자성파형을 수집하여 특징값을 추출한 후 데이터베이스부의 차종별 고유 자성특징과 비교, 분석하여 차종을 분류해내는 차종분류장치를 포함한다.
본 발명의 차량별 자성특징 분석을 통한 차종분류방법 및 그의 시스템은, 차량의 고유파형을 지자기 센서를 통해 분석함으로써 차종분류를 용이하게 하며, 매설 또는 구조물 설치후 분석이 필요없이 차종분류가 필요한 지점에 이동식으로 손쉽게 설치하여 자료 획득 후 철거하여 재이용할 수 있으므로 경제성이 있는 효과를 갖는다.
아울러, 획득된 파형의 영상자료를 차종별 고유한 파형과 비교를 통해 손쉽게 개별차량으로 분류할 수 있으며 개개의 차량을 인식하는 방법으로 차종분류방법에 있어 현재 국토해양부 기준으로 한 제원에 의한 12종 분류와 승용차, 화물차, 버스 등 용도, 목적에 의한 분류, 차량제조사별 분류 등 어떤 방법으로든 수용자가 요구하는 차종분류를 시행할 수 있도록 설계되어 있어 정확성을 향상시키며, 날씨, 기후, 시간과 무관하게 지자기 센서를 안정적으로 사용할 수 있어 제작 및 설치비용도 저렴해 교통정보 획득의 경제성에 큰 역할을 할 것으로 기대된다.
도 1은 본 발명에 따른 차량별 자성특징 분석을 통한 차종분류시스템을 나타내는 구성도,
도 2는 도 1 시스템의 차량검지기 설치예를 보여주는 도면,
도 3은 도 2의 지자기센서를 통해 취득된 통과 차량의 자성신호를 보여주는 파형도,
도 4는 차량의 자성신호 파형을 고유 코드화하는 과정을 설명하기 위한 도면,
도 5는 도 1 시스템의 차량별 자성특징 분석을 통해 차종분류방법을 설명하기 위한 순서도.
이하, 첨부한 도면들을 참조하여 본 발명의 바람직한 실시예를 상세히 기술하기로 한다.
도 1은 본 발명에 따른 차량별 자성특징 분석을 통한 차종분류시스템의 구성도를 나타낸다.
도 1에 도시된 바와 같이, 본 발명의 차종분류시스템은 크게 도로면에 부착, 설치되어 통과차량을 검지하는 이동식 차량검지기(100)와 차량검지기(100)에서 검지된 통과차량의 자성특징을 분석하여 차종을 분류하는 차종분류장치(200)로 구성된다.
차량검지기(100)에는 차량이동에 따른 지구자기장의 변화를 X, Y, Z 3축 방향으로 감지하는 지자기센서(110)가 포함되어 구성된다.
차종분류장치(200)에는 지자기센서(110)에 의해 검지된 자장변화로부터 자성신호를 취득하는 자성신호취득부(210), 취득된 자성신호 파형을 특정패턴으로 변환하는 신호변환부(220), 및 특정패턴으로 변환된 자성신호를 코드화시키는 코드화부(230)가 포함되어 구성된다. 차종분류장치(200)는 또한, 차량별 고유 코드가 데이터베이스화되어 있는 코드DB(241)와 1종에서 12종까지 해당 차종이 차량별로 데이터베이스화되어 있는 차종DB(243)를 구비하는 데이터베이스부(240), 코드화시킨 자성신호의 코드와 코드DB(241)의 등록정보를 비교?정합하여 차량명을 판단하는 차량명판단부(250), 및 차량명과 차종DB(243)의 등록정보를 비교?정합하여 차종을 판단하는 차종판단부(260)가 포함되어 구성된다.
이러한 구성을 갖는 도 1 시스템의 차량별 자성특징 분석을 통한 차량분류동작에 대해 도 2 내지 도 5를 통해 구체적으로 설명한다.
도 2는 도 1의 차량검지기(100) 설치예를 보여주는 도면이다.
도 2에 도시된 바와 같이, 차량검지기(100)는 도로면에 지자기센서(110)를 부착 설치하여 해당 지점을 통과하는 차량의 자성을 검지하게 된다. 여기서, 지자기센서(110)는 3축(X,Y,Z) 센서를 사용하여, 각각의 축마다 차량의 자성으로 고유한 파형이 나타나게 된다. 차량은 커다란 자성체로 차종별 고유한 특성을 나타내고 있기 때문에 차량검지기(100)를 통과하는 차량의 차종에 따라 고유한 파형을 검지할 수 있다.
또한, 설치된 지자기센서(110)는 기존의 매설식, 영상식과는 달리 도로 포장을 훼손하지 않고 용이하게 탈부착 가능한 형태로 되어 있어 이동조사에 적합하다. 그리고, 3축(X,Y,Z)을 이용하였기 때문에 2축(X,Y) 검지에서 발생할 수 있는 검지오류를 최소화할 수 있도록 보완이 가능하다.
자성신호취득부(210)는 차량검지기(100)의 지자기센서(110)에 의해 검지된 자장변화로부터 도 3에 도시된 바와 같이, X, Y, Z 3축 방향에 대해 자성신호를 취득하게 된다. 이렇게 취득된 도 3의 X, Y, Z축 자성신호 파형들은 신호변환부(220)를 통해 도 4에 도시된 바와 같이, 펄스형태의 특정패턴으로 변환되게 된다.
코드화부(230)는 신호변환부(220)에 의해 도 4와 같이 특정패턴으로 변환된 자성신호를 "001101" 등의 이진수로 표현되는 고유코드로 코드화시킨다. 차량명판단부(250)는 코드화부(230)를 통해 코드화된 자성신호의 코드를 데이터베이스부(240)의 코드DB(241)에 등록되어 있는 코드정보들과 비교하여 차량명을 판단하게 된다. 코드DB(241)에는 차량별로 X, Y, Z축의 자성특성을 나타내는 코드가 미리 데이터베이스화되어 있다. 일예로, 하기의 표 1과 같이 코드DB(241)에는 레미콘, 소나타, 포터 등 각각의 차량명이 있고, 해당 차량명의 3축(X,Y,Z) 자성특성 코드가 있다.
축 차량명
레미콘 … 소나타 포터
X 110011 … 001101 010011
Y 111000 … 110010 011100
Z 110111 … 101101 010010
차량명판단부(250)는 코드DB(241)로부터 검지된 차량의 자성특성 코드와 일치하는 코드를 찾아 해당 차량의 이름을 판단한다. 일예로, 검지된 차량의 자성특성 코드가 X축 "001101", Y축 "110010", 그리고 Z축 "101101"이라 하면, 차량명판단부(250)는 코드DB(241)로부터 일치하는 코드의 차량인 "소나타"로 판단하게 된다.
차종판단부(260)는 차량명판단부(250)에서 판단된 차량의 이름을 데이터베이스부(240)의 차종DB(243)에 등록되어 있는 차종정보들과 비교하여 차종을 판단하게 된다. 차종DB(243)에는 차량별로 차종이 미리 데이터베이스화되어 있다. 일예로, 하기의 표 2와 같이 차종DB(243)에는 모닝, 소나타, 포터, 레미콘, 마티즈 등 각각의 차량명과 그에 따른 차종 분류값이 등록되어 있다.
차량명 차종 차량명 차종
모닝 1 코란도 1
소나타 1 스포티지 1
포터 3 그랜버드 2
레미콘 5 유니버스 2
마티즈 1 BCT 10
?
?
?		 ?
?
?		 ?
?
?		 ?
?
?
G37 1 아반테 1
차종판단부(260)는 차종DB(243)로부터 도출된 차량명칭과 일치하는 차량명을 찾아 해당 차량의 차종을 판단한다. 앞서와 같이, 차량의 명칭이 "소나타"로 도출된 경우 차종판단부(260)는 차종DB(243)로부터 일치하는 차량명의 차종인 "1종"으로 통과차량을 분류하게 된다.
도 5는 본 발명의 차량별 자성특징 분석을 통한 차종분류방법을 설명하기 위한 순서도이다.
도 5에서, 도로면에 부착 설치된 차량검지기(100)를 차량이 통과하면 차량검지기(100)에 의해 통과 차량을 검지하게 된다(단계 501). 이때, 차량검지기(100)로부터 검지신호를 입력받아 검지영역내 차량 통과 여부를 판단한다(단계 502). 단계 502에서 검지신호가 입력되면 검지영역내 차량 통과로 판단하여, 차종분류장치(200)에서는 통과하는 차량 검지신호로부터 X, Y, Z축의 자성파형을 수집한다(단계 503). 그런 다음, 차종분류장치(200)에서는 수집된 X, Y, Z축의 자성파형을 특정패턴(Hill Patterns)으로 변형시킨 후(단계 504), 코드(code)로 변형시킨다(단계 505). 코드로 변형된 통과 차량의 자성특성은 코드DB(241)와 비교하여 일치하는 코드의 여부를 판단한다(단계 506). 단계 506에서 일치하는 코드가 있으면 해당 코드의 차량명칭을 차종DB(243)와 비교하여(단계 507), 일치하는 차량명의 차종을 분류해내어 채당 차종을 출력한다(단계 508). 단계 506에서 일치하는 코드가 없으면 신규차량 여부를 판단한다(단계 509). 단계 509에서 신규차량이면 코드DB(241)에 신규차량의 명칭과 고유코드를 추가 입력시킨 후(단계 510), 단계 506부터 단계를 반복수행한다. 단계 509에서 신규차량이 아니면 오류로 출력한다(단계 511).
여기서, 지자기센서(110)에 차량이 검지되지 않았을 경우와 파형이 수집되지 않았을 경우 역시 오류로 표출되게 되며, 이는 교통정보를 취합, 가공하는 과정에서 제외하여 교통정보의 신뢰성 및 정확성을 향상시킨다.
이처럼, 본 발명은 차종별 각각의 특징을 추출하여 차종구분을 하는 원리로서 3축의 지자기센서에 검지된 통과차량의 자성변화 파형을 취득하여 패턴분석을 하고 코드화하여 데이터베이스의 자료와 비교, 정합하여 차종분류를 효율적으로 가능하게 하며, 이와 더불어 통과차량의 속도 및 교통량 등의 기본 교통자료를 이동식으로 용이하게 취득할 수 있도록 한다.
본 발명은 전술한 실시예에 국한되지 않고 본 발명의 기술사상이 허용하는 범위 내에서 다양하게 변형하여 실시할 수가 있다.
100 : 차량검지부 110 : 지자기센서
200 : 차종분류장치 210 : 자성신호취득부
220 : 신호변환부 230 : 코드화부
240 : 데이터베이스부 241 : 코드DB
243 : 차종DB 250 : 차량명판단부
260 : 차종판단부

Claims (8)

  1. 차종분류방법에 있어서,
    (1) 기설정된 검지영역을 통과하는 차량의 자성파형을 취득하는 단계;
    (2) 상기 취득한 통과차량의 자성파형으로부터 고유 특징값을 추출하는 단계; 및
    (3) 상기 추출한 통과차량의 자성특징을 차종별 기준특징과 비교하여 부합하는 차종으로 분류해내는 단계를 포함하는 차량별 자성특징 분석을 통한 차종분류방법.
  2. 제 1항에 있어서, 상기 단계 (1)은 3축 지자기센서를 통해 통과차량의 3축(X, Y, Z) 방향에 대한 자성파형을 동시에 취득함을 특징으로 하는 차량별 자성특징 분석을 통한 차종분류방법.
  3. 제 1항에 있어서, 상기 단계 (2)는 취득한 통과차량의 자성파형을 특정패턴으로 변형시킨 후 코드화함을 특징으로 하는 차량별 자성특징 분석을 통한 차종분류방법.
  4. 제 3항에 있어서, 상기 단계 (3)은
    (3a) 차량별로 차량명칭과 그에 대응하는 고유코드를, 차량명칭과 그에 대응하는 차종을 각각 데이터베이스화하는 단계;
    (3b) 상기 데이터베이스로부터 통과차량의 자성특징을 나타내는 코드와 일치하는 코드의 차량명칭을 판단하는 단계; 및
    (3c) 상기 데이터베이스로부터 판단된 차량명칭과 일치하는 차량명칭의 차종으로 통과차량의 차종을 분류하는 단계를 구비함을 특징으로 하는 차량별 자성특징 분석을 통한 차종분류방법.
  5. 제 4항에 있어서, 상기 단계 (3b)에서 일치하는 코드의 차량명칭이 없으면 신규차량 여부를 판단하여 신규차량이면 그 명칭과 자성특성을 나타내는 고유코드를 상기 데이터베이스에 추가입력함을 특징으로 하는 차량별 자성특징 분석을 통한 차종분류방법.
  6. 차종분류시스템에 있어서,
    도로면에 부착 설치되어 통과차량의 자성을 검지하는 차량검지기; 및
    차종별 고유 자성특징이 데이터베이스화된 데이터베이스부를 구비하고, 상기 검지된 통과차량의 자성파형을 수집하여 특징값을 추출한 후 데이터베이스부의 차종별 고유 자성특징과 비교, 분석하여 차종을 분류해내는 차종분류장치를 포함하는 차량별 자성특징 분석을 통한 차종분류시스템.
  7. 제 6항에 있어서, 상기 차량검지기는 차량이동에 따른 지구자기장의 변화를 X,Y,Z 3축 방향으로 감지하는 지자기센서로 구성되되,
    도로면에 탈부착 가능한 이동식 형태로 된 것을 특징으로 하는 차량별 자성특징 분석을 통한 차종분류시스템.
  8. 제 7항에 있어서, 상기 차종분류장치는
    상기 지자기센서에 의해 검지된 자장변화로부터 자성신호를 취득하는 자성신호취득부;
    상기 취득된 자성신호 파형을 특정패턴으로 변환하는 신호변환부;
    상기 특정패턴으로 변환된 자성신호를 코드화시키는 코드화부;
    차량별로 자성특성을 나타내는 코드가 데이터베이스화되어 있는 코드DB와, 1종에서 12종까지 해당 차종이 차량별로 데이터베이스화되어 있는 차종DB로 이루어지는 데이터베이스부;
    상기 코드화시킨 자성신호의 코드와 상기 코드DB에 등록된 자성특성 코드정보들과 비교하여 일치하는 코드의 차랑명칭을 판단하는 차량명판단부; 및
    상기 판단된 차량명칭과 차종DB의 등록정보를 비교하여 일치하는 차량명의 차종을 판단하는 차종판단부를 구비함을 특징으로 하는 차량별 자성특징 분석을 통한 차종분류시스템.
KR1020110043362A 2011-05-09 2011-05-09 차량별 자성특징 분석을 통한 차종분류방법 및 그의 시스템 KR101237876B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110043362A KR101237876B1 (ko) 2011-05-09 2011-05-09 차량별 자성특징 분석을 통한 차종분류방법 및 그의 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110043362A KR101237876B1 (ko) 2011-05-09 2011-05-09 차량별 자성특징 분석을 통한 차종분류방법 및 그의 시스템

Publications (2)

Publication Number Publication Date
KR20120125741A true KR20120125741A (ko) 2012-11-19
KR101237876B1 KR101237876B1 (ko) 2013-02-27

Family

ID=47511243

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110043362A KR101237876B1 (ko) 2011-05-09 2011-05-09 차량별 자성특징 분석을 통한 차종분류방법 및 그의 시스템

Country Status (1)

Country Link
KR (1) KR101237876B1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9984704B2 (en) 2016-08-05 2018-05-29 Electronics And Telecommunications Research Institute Vehicle classification system and method
KR101894999B1 (ko) 2017-10-31 2018-09-05 (주)노바코스 교통량 조사용 센서의 원격 검침 시스템
KR20190123133A (ko) * 2018-04-23 2019-10-31 (주)큐센텍 주차구역의 차량을 인식하는 방법 및 장치
CN110491141A (zh) * 2019-08-22 2019-11-22 长安大学 一种车辆信息识别系统及识别方法
KR20200098887A (ko) 2019-02-13 2020-08-21 (주)노바코스 교통량 조사용 융복합시스템
KR20200135384A (ko) * 2018-03-27 2020-12-02 가부시끼가이샤교산세이사꾸쇼 검지 시스템

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100186383B1 (ko) * 1996-03-26 1999-05-15 이종수 차종판별장치 및 그의 차종판별방법
KR100274581B1 (ko) * 1997-09-24 2000-12-15 조형기 차종 인식장치 및 방법
KR100409942B1 (ko) 2001-08-30 2003-12-18 주식회사 유승전자 차량식별시스템
KR100969324B1 (ko) * 2009-10-26 2010-07-09 주식회사 제이캐스트 다중 센서 모듈을 이용한 교통 정보 수집 시스템

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9984704B2 (en) 2016-08-05 2018-05-29 Electronics And Telecommunications Research Institute Vehicle classification system and method
KR101894999B1 (ko) 2017-10-31 2018-09-05 (주)노바코스 교통량 조사용 센서의 원격 검침 시스템
KR20200135384A (ko) * 2018-03-27 2020-12-02 가부시끼가이샤교산세이사꾸쇼 검지 시스템
KR20190123133A (ko) * 2018-04-23 2019-10-31 (주)큐센텍 주차구역의 차량을 인식하는 방법 및 장치
KR20200098887A (ko) 2019-02-13 2020-08-21 (주)노바코스 교통량 조사용 융복합시스템
CN110491141A (zh) * 2019-08-22 2019-11-22 长安大学 一种车辆信息识别系统及识别方法

Also Published As

Publication number Publication date
KR101237876B1 (ko) 2013-02-27

Similar Documents

Publication Publication Date Title
KR101237876B1 (ko) 차량별 자성특징 분석을 통한 차종분류방법 및 그의 시스템
Serna et al. Paris-rue-Madame database: A 3D mobile laser scanner dataset for benchmarking urban detection, segmentation and classification methods
CN107103775B (zh) 一种基于群智计算的道路质量检测方法
Zhang et al. Integration of GPS traces with road map
CN104164829B (zh) 基于移动终端的路面平整度检测方法和智能路面信息实时监测系统
CN103743383B (zh) 一种基于点云的道路信息自动提取方法
CN111830528A (zh) 基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法
Morris et al. Real-time video-based traffic measurement and visualization system for energy/emissions
CN109658397A (zh) 一种轨道巡检方法及系统
CN108734129A (zh) 手机及车辆定位分析方法及系统
CN103778681A (zh) 一种车载高速公路巡检系统及数据获取和处理方法
CN101571997A (zh) 多源交通信息融合处理方法及其装置
CN102208013A (zh) 风景匹配参考数据生成系统和位置测量系统
CN113177611A (zh) 基于力学指标和人工神经网络的路面病害快速巡检方法
CN110427993B (zh) 基于气象参数的高速列车导航盲区定位方法
CN105303832A (zh) 基于微波车辆检测器的高架桥路段交通拥堵指数计算方法
Geng et al. UAV-LiDAR-based measuring framework for height and stagger of high-speed railway contact wire
Jeng et al. Tracking heavy vehicles based on weigh-in-motion and inductive loop signature technologies
CN114845924A (zh) 用于铁路线路的几何参数的现场和实时收集及处理的方法
Lehtomäki et al. Performance analysis of a pole and tree trunk detection method for mobile laser scanning data
CN103837087A (zh) 基于主动形状模型的受电弓自动检测方法
CN103310199A (zh) 基于高分辨率遥感数据的车辆型号识别方法
CN105355047A (zh) 多交通检测源动态时间粒度的数据融合处理方法
CN103745238A (zh) 基于AdaBoost和主动形状模型的受电弓识别方法
CN110435689B (zh) 基于模块化控制的智能障碍探测车的探测方法

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee