KR20130129503A - 차량 추적 시스템 및 방법 - Google Patents

차량 추적 시스템 및 방법 Download PDF

Info

Publication number
KR20130129503A
KR20130129503A KR1020120053405A KR20120053405A KR20130129503A KR 20130129503 A KR20130129503 A KR 20130129503A KR 1020120053405 A KR1020120053405 A KR 1020120053405A KR 20120053405 A KR20120053405 A KR 20120053405A KR 20130129503 A KR20130129503 A KR 20130129503A
Authority
KR
South Korea
Prior art keywords
vehicle
information
matrix data
data
tracking
Prior art date
Application number
KR1020120053405A
Other languages
English (en)
Inventor
양정엽
Original Assignee
주식회사 케이티
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 주식회사 케이티 filed Critical 주식회사 케이티
Priority to KR1020120053405A priority Critical patent/KR20130129503A/ko
Publication of KR20130129503A publication Critical patent/KR20130129503A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/10—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using wireless transmission systems
    • 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
    • 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
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2212/00—Indexing scheme relating to accessing, addressing or allocation within memory systems or architectures
    • G06F2212/45—Caching of specific data in cache memory
    • G06F2212/454—Vector or matrix data

Abstract

본 발명은, 차량 추적 시스템 및 방법으로서, 차량 추적 시스템에 있어서, 차량의 영상 및 상기 영상에 대응되는 차량 정보를 수집하는 차량 정보 수집부; 상기 차량의 영상에서 차량 번호를 인식하여 상기 차량 번호에 따른 차량번호 문자열을 생성하는 차량 번호 추출부; 상기 차량번호 문자열에 대한 차량번호 변환값을 산출하고, 상기 차량번호 변환값과 상기 차량 정보를 포함하는 차량 행렬 데이터를 생성하는 차량 데이터 생성부; 상기 차량 데이터 생성부에서 생성된 상기 차량 행렬 데이터를 저장하는 차량정보 데이터베이스; 및 상기 차량 정보 데이터베이스에서 차량 행렬 데이터를 검색하고, 검색된 차량 행렬 데이터를 근거로 해당 차량의 추적 정보를 생성하는 차량 추적부를 포함하는 차량 추적 서버를 포함하는 것을 특징으로 하는 차량 추적 시스템과 이를 이용하여 차량을 추적하는 방법이며, 이와 같은 본 발명에 의하면 대용량의 차량 영상을 단순한 문자열의 행렬로 압축 변환하여 저장하므로 저장 용량을 대폭 줄일 수 있으며, 단순한 행렬 데이터로 추적 차량을 검색하므로 효과적으로 빠른 시간 내에 추적 차량의 검색이 가능해진다.

Description

차량 추적 시스템 및 방법 {System and method of vehicle tracing}
본 발명은 차량 추적 시스템 및 방법에 대한 것으로서, 차량 영상 데이터에 포함된 차량 번호 및 차량 정보를 문자열로 변환하고 행렬 형식의 배열로 저장함으로써 데이터의 용량을 대폭 축소시키고 추적 차량의 빠른 검색이 가능한 차량 추적 시스템과 이를 이용하여 차량을 추적하는 방법에 관한 것이다.
산업발전에 따라 가장 일반적인 이동 및 수송 수단인 차량의 수가 급속하게 증가하였으며, 차량의 증가에 따라 교통사고와 차량을 이용하는 범죄 등도 급격하게 증가하였다.
모든 차량에는 차량을 식별하기 위한 고유의 차량번호가 부여되는데, 사건 사고와 관련된 차량을 추적하는 방안으로 최근에는 차량의 식별 기호인 차량 번호를 이용하여 특정 차량을 추적하는 다양한 기술들이 선보이고 있으며, 또한 이들 기술들을 이용하기 위해 도로에는 CCTV 등이 설치되어 해당 지역에서 이동 중인 차량들의 정보를 수집하고 차량 내부에는 블랙박스 등이 장착되어 인접한 차량들에 대한 정보를 수집하고 있다. 나아가서 이와 같은 다양한 장치들이 수집한 영상 등의 차량 정보를 보다 효과적으로 이용하기 위해 영상 화면에서 차량 번호를 인식하여 추출하는 기술들이 제시되었다.
그러나 이러한 차량 영상을 이용하는 기술들은 방대한 영상 정보를 저장하기 위해 그에 맞는 방대한 저장 시스템이 구축될 필요가 있고 또한 방대한 량의 영상 정보에서 특정 차량의 영상만을 검색하여 추출하기 위해 그에 맞는 검색 시스템이 구축되어야 하므로 시스템 구축에 많은 비용이 소요되고 특정 차량을 추적하기 위한 데이터의 검색에 장시간이 걸리는 문제점이 있다.
이와 같은 문제점들을 해결하기 위해 차량 영상에 포함된 차량 번호와 기타 차량 정보를 텍스트로 저장하는 기술이 개발되었다. 그러나 이와 같은 텍스트 변환 기술을 적용하는 경우에 영상 정보를 텍스트 정보로 변환함에 따라 저장해야 되는 데이터 용량이 대폭 줄어들기는 했으나 이 경우에도 여전히 저장해야 되는 텍스트 정보가 방대하고 방대한 텍스트 정보에서 특정 정보만을 검색하여 추출하는데 많은 시간이 소요되는 문제점은 여전히 존재하고 있다.
본 발명은 상술한 바와 같은 종래 기술의 문제점을 해결하고자 하는 것으로서, 차량 추적을 위한 방대한 용량의 차량 영상 정보를 효과적으로 압축 변환하여 저장되는 데이터 용량을 줄일 수 있는 동시에 축적된 데이터에서 추적 대상 차량의 정보를 효과적으로 추출할 수 있는 차량 추적 시스템과 차량 추적 방법을 제안하는 것을 주된 목적으로 한다.
특히 차량의 영상 정보 또는 이를 변환한 텍스트 정보의 방대한 데이터 용량으로 인해 저장 시스템의 구축에 많은 비용이 소요되는 문제점과 저장된 방대한 용량의 데이터에서 특정 차량의 데이터를 검색하여 추출하는데 장시간이 소요되는 문제점을 해결하고자 한다.
나아가서 추적 대상 차량에 대한 특정 구간 또는 특정 시간대의 데이터가 손실 또는 유실되거나 존재하지 않는 경우에 상기 추적 대상 차량에 대한 이동 경로의 추적에 한계가 있는 점을 해결하고자 한다.
상기 기술적 과제를 달성하고자 본 발명의 제1 특징적 구성은, 차량 추적 시스템에 있어서, 차량의 영상 및 상기 영상에 대응되는 차량 정보를 수집하는 차량 정보 수집부; 상기 차량의 영상에서 차량 번호를 인식하여 상기 차량 번호에 따른 차량번호 문자열을 생성하는 차량 번호 추출부; 상기 차량번호 문자열에 대한 차량번호 변환값을 산출하고, 상기 차량번호 변환값과 상기 차량 정보를 포함하는 차량 행렬 데이터를 생성하는 차량 데이터 생성부; 상기 차량 데이터 생성부에서 생성된 상기 차량 행렬 데이터를 저장하는 차량정보 데이터베이스; 및 상기 차량 정보 데이터베이스에서 차량 행렬 데이터를 검색하고, 검색된 차량 행렬 데이터를 근거로 해당 차량의 추적 정보를 생성하는 차량 추적부를 포함하는 차량 추적 서버를 포함하는 것을 특징으로 하는 차량 추적 시스템이다.
여기서 상기 차량 정보는, 상기 차량의 위치 정보, 속도 정보 및 상기 영상이 촬영된 시간 정보를 포함할 수 있다.
바람직하게는 상기 차량 데이터 생성부는, 상기 차량번호 변환값을 차량 인덱스(car index)로 설정하고, 상기 차량 인덱스에 상기 차량 정보를 매칭시켜 상기 차량 행렬 데이터를 생성하며, 상기 차량정보 데이터베이스는, 상기 차량 인덱스 별로 상기 차량의 위치 정보 또는 상기 시간 정보에 따라 순차적으로 연이어 상기 차량 행렬 데이터를 저장할 수 있다.
보다 바람직하게는 상기 차량 추적부는, 상기 검색된 차량 행렬 데이터의 무결성을 판단하고, 상기 검색된 차량 행렬 데이터와 인접하여 저장된 차량 행렬 데이터를 기초로 오류를 보정하는 차량 데이터 보정부를 포함할 수 있다.
나아가서 본 발명에 따른 차량 추적 시스템은, 도로 또는 차량 내부에 설치되어 차량 영상 및 상기 영상에 대응되는 차량 정보를 획득하는 차량 정보 획득 장치를 더 포함하며, 상기 차량 정보 수집부는, 상기 차량 정보 획득 장치와 유선 또는 무선으로 연결되어 상기 차량 정보 획득 장치가 획득한 차량 영상 및 차량 정보를 수집할 수 있다.
여기서 상기 차량 정보 획득 장치는, 도로에 분산되어 설치된 CCTV, 차량 내부에 위치된 블랙박스, 네비게이션 또는 차량 영상과 차량 정보를 생성하는 어플리케이션이 탑재된 휴대 단말기를 포함할 수 있다.
또한 본 발명의 제2 특징적 구성은, 차량의 영상 및 상기 영상에 대응되는 차량 정보를 수집하는 차량 정보 수집 단계; 상기 차량의 영상에서 차량 번호를 인식하여 상기 차량 번호에 따른 차량번호 문자열을 생성하고, 상기 차량번호 문자열에 대한 차량번호 변환값을 산출하는 차량번호 변환값 산출단계; 상기 차량번호 변환값과 상기 차량 정보를 포함하는 차량 행렬 데이터를 생성하는 차량 행렬 데이터 생성 단계; 상기 차량번호 변환값 또는 상기 차량 정보에 매칭시켜 상기 차량 행렬 데이터를 차량 정보 데이터베이스에 저장하는 차량 행렬 데이터 저장 단계; 및 상기 차량정보 데이터베이스에서 차량 행렬 데이터를 검색하고, 검색된 차량 행렬 데이터에서 차량 정보를 추출하여 추출된 차량 정보로 해당 차량의 추적 정보를 생성하는 차량 추적 정보 생성 단계를 포함하는 것을 특징으로 하는 차량 추적 방법이다.
바람직하게는 상기 차량 번호 변환값 산출단계는, 상기 차량의 영상에서 차량 번호를 인식하여 상기 차량 번호에 따른 차량번호 문자열을 생성하는 단계; 상기 차량번호 문자열을 복수개의 부분으로 구분하는 단계; 상기 복수개의 부분으로 2개 이상의 차량번호 행렬을 생성하는 단계; 및 생성된 2개 이상의 차량번호 행렬에 대한 행렬 곱 연산으로 상기 차량 번호 변환값을 산출하는 단계를 포함할 수 있다.
그리고 상기 차량 행렬 데이터 생성 단계는, 상기 차량 번호 변환값을 차량 인덱스(car index)로 설정하는 단계; 및 상기 차량 인덱스와 상기 차량 정보로 차량 행렬 데이터를 생성하는 단계를 포함하며, 상기 차량 행렬 데이터 저장 단계는, 생성된 복수개의 상기 차량 행렬 데이터를 상기 차량 정보에 포함된 차량의 위치 정보 또는 시간 정보에 따라 연이어 순차적으로 저장할 수 있다.
나아가서 상기 차량 행렬 데이터 생성 단계는, 생성된 복수개의 상기 차량 행렬 데이터를 상기 차량 정보에 포함된 차량의 위치 정보 또는 시간 정보에 따라 연이어 순차적인 행렬 곱의 형식으로 차량 배열 데이터를 생성하는 단계를 더 포함하고, 상기 차량 행렬 데이터 저장 단계는, 상기 차량 배열 데이터를 저장할 수도 있다.
바람직하게는 상기 차량 배열 데이터를 생성하는 단계는, 일정 지역 단위에 해당하는 복수개의 상기 차량 행렬 데이터로 상기 차량의 위치 정보에 따른 연이은 순서로 상기 차량 배열 데이터를 생성하거나 일정 시간 간격 단위에 해당하는 복수개의 상기 차량 행렬 데이터로 상기 시간 정보에 따른 연이은 순서로 상기 차량 배열 데이터를 생성할 수도 있다.
나아가서 상기 차량 추적 정보 생성 단계는, 입력된 키워드에 기초하여 상기 차량정보 데이터베이스에서 차량 행렬 데이터를 검색하는 단계; 검색된 차량 행렬 데이터 및 상기 검색된 차량 행렬 데이터와 인접하여 연이어 저장된 복수개의 차량 행렬 데이터를 상기 차량정보 데이터베이스에서 추출하는 단계; 상기 검색된 차량 행렬 데이터를 기준으로 추출된 복수개의 차량 행렬 데이터와 대비하여 기설정 기준치를 근거로 오류를 판단하는 단계; 상기 추출된 복수개의 차량 행렬 데이터에 포함된 차량 정보를 기초로 검색된 오류가 있는 차량 행렬 데이터를 보정하는 단계; 및 보정된 차량 행렬 데이터에 포함된 차량 정보를 기초로 차량의 추적 정보를 생성하는 단계를 포함할 수 있다.
또는 상기 차량 추적 정보 생성 단계는, 입력된 키워드에 기초하여 상기 차량정보 데이터베이스에서 차량 배열 데이터를 검색하는 단계; 검색된 차량 배열 데이터에 포함된 복수개의 연이은 차량 행렬 데이터를 추출하는 단계; 상기 복수개의 연이은 차량 행렬 데이터에 대하여 서로 간의 차량 정보를 대비하여 기설정 기준치를 근거로 오류를 판단하는 단계; 상기 복수개의 연이은 차량 행렬 데이터에 포함된 차량 정보를 기초로 오류가 있는 차량 행렬 데이터를 보정하는 단계; 보정된 차량 행렬 데이터를 포함하는 복수개의 연이은 차량 행렬 데이터의 행렬 곱 형식에 대한 역행렬 연산으로 하나의 차량 행렬 데이터를 추출하는 단계; 및 상기 추출된 차량 행렬 데이터에 포함된 차량 정보를 기초로 차량의 추적 정보를 생성하는 단계를 포함할 수도 있다.
바람직하게는 상기 차량 행렬 데이터를 보정하는 단계는, 오류가 있는 차량 행렬 데이터와 인접하여 연이어 저장된 복수개의 차량 행렬 데이터에 포함된 위치 정보, 속도 정보 또는 시간 정보를 근거로 속도와 시간에 따른 위치 보정, 위치와 시간에 따른 속도 보정 또는 위치와 속도에 따른 시간 보정할 수 있다.
한걸음 더 나아가서 상기 차량 추적 정보 생성 단계는, 입력된 키워드에 기초하여 상기 차량정보 데이터베이스에서 상기 키워드와 관련된 복수개의 연이은 차량 행렬 데이터를 검색하는 단계; 상기 복수개의 연이은 차량 행렬 데이터에 포함된 차량 정보를 기초로 상기 키워드에 따른 위치 또는 시간에서의 예측 차량 행렬 데이터를 생성하는 단계; 및 상기 예측 차량 행렬 데이터에 포함된 차량 정보를 기초로 차량의 추적 정보를 생성하는 단계를 포함할 수 있다.
또는 상기 차량 추적 정보 생성 단계는, 입력된 키워드에 기초하여 상기 차량정보 데이터베이스에서 차량 배열 데이터를 검색하는 단계; 검색된 차량 배열 데이터에 포함된 복수개의 연이은 차량 행렬 데이터를 추출하는 단계; 상기 복수개의 연이은 차량 행렬 데이터에 포함된 차량 정보를 기초로 상기 키워드에 따른 위치 또는 시간에서의 예측 차량 행렬 데이터를 생성하는 단계; 및 상기 예측 차량 행렬 데이터에 포함된 차량 정보를 기초로 차량의 추적 정보를 생성하는 단계를 포함할 수도 있다.
바람직하게는 상기 예측 차량 행렬 데이터를 생성하는 단계는, 상기 복수개의 연이은 차량 행렬 데이터에 포함된 위치 정보, 속도 정보 또는 시간 정보를 근거로 속도와 시간에 따른 위치 정보, 위치와 시간에 따른 속도 정보 또는 위치와 속도에 따른 시간 정보를 생성하고 이를 기초로 예측 차량 행렬 데이터를 생성할 수 있다.
보다 바람직하게는 복수개의 상기 추적 정보를 기초로 차량의 이동 경로를 예측하는 차량 경로 예측 단계를 더 포함할 수 있다.
이와 같은 본 발명에 의하면, 대용량의 차량 영상을 단순한 문자열의 행렬로 압축 변환하여 저장하므로 데이터의 저장 용량을 대폭 줄일 수 있으며, 단순한 문자열 데이터에서 한 단계 더 압축된 데이터로 추적 차량을 검색하므로 효과적으로 빠른 시간 내에 추적 차량의 검색이 가능해진다.
특히 데이터의 용량을 대폭 축소시키므로 시스템 구축 비용이 절감되며, 문자열 텍스트의 압축 데이터를 검색함에 따라 보다 다양한 방식의 검색과 효과적인 차량 추적이 가능하다.
나아가서 해당 차량의 데이터가 손실되거나 누락된 경우에도 해당 차량 데이터와 시간적 또는 공간적으로 인접한 차량 데이터를 통해 해당 차량 데이터를 예측할 수 있어 효과적으로 추적 차량의 이동 경로를 판단할 수 있다.
도 1은 본 발명에 따른 차량 추적 시스템의 개략적인 구성도를 도시하며,
도 2는 본 발명에 따른 차량 추적 서버의 실시예에 대한 구성을 도시하며,
도 3은 본 발명에 따른 차량 추적 방법에서 차량 추적을 위한 데이터를 가공하여 저장하는 실시예에 대한 흐름도를 도시하며,
도 4는 본 발명에 따른 차량 추적 방법에서 차량 인덱스를 생성하는 실시예를 도시하며,
도 5는 본 발명에 따른 차량 추적 방법에서 축적된 데이터를 이용하여 차량을 추적하는 실시예에 대한 흐름도를 도시하며,
도 6은 본 발명에 따른 차량 추적 방법에서 오류 데이터를 보정하는 과정의 실시예에 대한 흐름도를 도시하며,
도 7은 본 발명에 따른 차량 추적 방법에서 데이터의 오류를 판단하고 보정하기 위해 차량 데이터를 추출하는 실시예를 도시하며,
도 8은 본 발명에 따른 차량 추적 방법에서 저장된 데이터에 기초하여 예측 정보를 생성하는 과정의 실시예에 대한 흐름도를 도시하며,
도 9는 본 발명에 따른 차량 추적 방법에서 저장된 데이터에 기초하여 예측 정보를 생성하여 예측 차량 행렬 데이터를 생성하는 실시예를 도시한다.
본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 설명하기 위하여 이하에서는 본 발명의 바람직한 실시예를 예시하고 이를 참조하여 살펴본다.
먼저, 본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로서, 본 발명을 한정하려는 의도가 아니며, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 또한 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 발명을 설명함에 있어서, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
본 발명은, 대용량의 차량 영상 데이터에 포함된 차량 번호 및 차량 정보를 문자열로 변환하고 이를 다시 행렬 형식의 배열로 저장함으로써 데이터의 용량을 대폭 축소시키고 추적 차량의 빠른 검색과 경로 예측이 가능한 차량 추적 시스템과 이를 이용하여 차량을 추적하는 방법을 개시한다.
본 발명의 제1 특징적 구성은 차량 추적 시스템이며, 도 1은 본 발명에 따른 차량 추적 시스템의 개략적인 구성도를 도시한다.
본 발명에 따른 차량 추적 시스템은 개략적으로 여러 지역에 분산 설치된 차량 정보 획득 장치(10a, 10b, 10c, 10d)와 이들 차량 정보 획득 장치(10a, 10b, 10c, 10d)가 획득한 정보를 수집하여 저장하고 저장된 정보를 통해 해당 차량을 추적하는 차량 추적 센터(100)로 구성되는데, 여기서 차량 추적 센터(100)는 데이터를 저장하는 데이터베이스와 차량 추적 데이터를 가공하여 처리하고 축적된 데이터를 이용하여 차량의 추적 정보를 생성할 수 있는 구성을 포함하는 차량 추적 서버를 의미한다.
상기 도 1에서는 차량 추적 서버(100)가 여러 지역에 분산 설치된 차량 정보 획득 장치(10a, 10b, 10c, 10d)로부터 차량 정보를 중앙 집중적으로 수집하는 것으로 도시되어 있으나, 보다 바람직하게는 차량 추적 서버(100)는 복수개의 클라우드 서버가 연동하는 시스템으로 구축될 수 있으며, 지역별, 차량별 등 다양한 조건별로 데이터를 구분하여 클라우드 서버별로 저장함으로써 데이터 관리를 더욱 효과적으로 수행할 수 있고 나아가서 분산 저장 구조를 통해 특정 서버에 접속이 집중되어 과부하가 걸리는 문제를 해결하고 보다 효과적인 차량 추적 검색을 수행할 수 있다.
그리고 여러 지역에 분산 설치된 차량 정보 획득 장치(10a, 10b, 10c, 10d)는 정차 중이거나 이동 중인 차량들의 영상과 해당 차량의 위치 및 시간 정보 등을 획득할 수 있는 다양한 장치가 적용될 수 있는데, 상기 도 1에 도시된 바와 같이 도로에 분산되어 설치된 CCTV(10a), 차량 내부에 위치된 네비게이션(10b)이나 블랙박스(10c) 또는 차량 영상과 차량 정보를 생성하는 어플리케이션이 탑재된 휴대 단말기(10d) 등 다양한 장치가 차량 정보 획득 장치로 적용될 수 있으며, 이와 같은 다양한 차량 정보 획득 장치(10a, 10b, 10c, 10d)는 차량 추적 센터(100)와 유선 또는 무선의 통신 수단을 통해 실시간 또는 주기적으로 획득한 차량 영상과 이에 대한 차량 정보를 전송할 수 있다.
본 발명에서는 상기 차량 추적 서버(100)가 차량의 영상 데이터를 가공하여 간단한 행렬 데이터로 생성함으로써 데이터의 용량을 대폭 축소시키는데, 도 2는 본 발명에 따른 차량 추적 서버의 실시예에 대한 구성을 도시하며, 상기 도 2의 실시예를 참조하여 차량 추적 서버(100)를 보다 세부적으로 살펴보기로 한다.
차량 추적 서버(100)는 차량 정보 수집부(110), 차량 번호 추출부(130), 차량 데이터 생성부(150), 차량 정보 데이터베이스(170), 차량 추적부(190) 등을 포함하여 구성될 수 있고, 추가적으로 차량 추적부(190)는 차량 데이터 보정부(195)을 포함하여 구성될 수 있다.
차량 정보 수집부(110)는 여러 지역에 분산 설치된 차량 정보 획득 장치(10a, 10b, 10c, 10d)가 획득한 차량 영상과 이에 대한 차량 정보를 수집하는데, 차량 정보 수집부(110)는 차량 정보 획득 장치의 종류에 따라 다양한 유무선의 통신 방식으로 데이터를 수집할 수 있다. 여기서 수집되는 차량 정보는 차량의 위치 정보, 속도 정보 및 영상이 촬영된 시간 정보를 포함할 수 있는데 차량 정보 획득 장치의 기능에 따라 수집되는 정보는 선택적일 수 있다.
차량 번호 추출부(130)는 차량 정보 수집부(110)가 수집한 차량 영상에서 차량 번호를 인식하여 추출하는데, 영상 화면 상에서 문자를 인식하거나 차량 번호를 인식하는 방법으로는 종래에 제시된 다양한 기술이 채택될 수 있으며, 이와 같은 차량 번호 인식 기술은 본 발명의 주된 특징이 아니므로 자세한 설명은 생략하기로 한다.
차량 데이터 생성부(150)는 차량 번호 추출부(130)가 추출한 차량 번호를 차량번호 문자열로 변환한 후 이에 대한 차량번호 변환값을 산출하는데, 가령 하나의 차량번호 문자열을 복수개의 차량번호 행렬로 재구성하고 복수개의 차량번호 행렬에 대한 행렬 곱 연산으로 차량번호 변환값을 산출할 수 있으며, 이에 대한 자세한 설명은 이후에 본 발명에 따른 차량 추적 방법에 대한 실시예에서 보다 자세히 살펴보기로 한다. 그리고 산출된 차량번호 변환값과 차량 영상에 대한 차량 정보를 조합하여 이들을 포함하는 차량 행렬 데이터를 생성하는데, 바람직하게는 차량번호 변환값을 차량 인덱스(car index)로 설정하고 차량 인덱스에 차량 정보를 매칭시켜 상기 차량 행렬 데이터를 생성할 수 있다.
이와 같이 차량 데이터 생성부(150)에서 생성된 차량 행렬 데이터는 차량정보 데이터베이스(170)에 저장되며, 차량 행렬 데이터를 보다 효과적으로 저장시키기 위해 차량 인덱스 별로 차량의 위치 정보 또는 시간 정보에 따라 차량 행렬 데이터를 순차적으로 연이어 저장할 수 있으며, 나아가서 연이은 복수개의 차량 행렬 데이터를 행렬 곱 형식의 차량 배열 데이터로 생성하여 저장할 수도 있다.
그리고 차량 추적부(190)는 차량정보 데이터베이스(170)에 저장된 차량 행렬 데이터에 기초하여 해당 차량에 대한 추적 정보를 생성하는데, 입력된 키워드로 차량정보 데이터베이스(170)에서 차량 행렬 데이터를 검색하여 추출하고, 검색된 차량 행렬 데이터를 근거로 해당 차량의 특정 시간대의 위치 및 이동 경로 등의 추적 정보를 생성한다.
추가적으로 차량 추적부(190)는 차량 정보 보정부(195)를 포함할 수 있는데, 차량 정보 보정부(195)는 차량 추적을 위해 차량정보 데이터베이스(170)에서 추출된 데이터의 무결성을 판단하고, 추출된 데이터에 오류가 있는 경우에 이를 보정하거나 원하는 데이터가 저장되어 있지 않는 경우에는 연관된 인접 데이터를 이용하여 원하는 데이터를 예측하여 생성하게 된다. 가령 차량 정보 보정부(195)에서 추출된 데이터에 대한 오류의 판단은 추출된 연이은 복수개의 차량 행렬 데이터에 대하여 인접한 데이터 간의 값이 기설정된 범위를 벗어나는 경우에 오류로 판단할 수 있으며, 원하는 데이터가 존재하지 않는 경우에 인접한 데이터의 값에 기초하여 차량 행렬 데이터를 예측하여 생성할 수 있는데, 이에 대해서는 이하에서 실시예를 통해 살펴보기로 한다.
나아가서 상기 도 2의 실시예에서는 차량 정보 데이터베이스(170)가 차량 추적 서버(100) 내부에 설치되는 것으로 도시되어 있으나, 상황에 따라서는 차량 정보 데이터베이스(170)는 여러 지역 또는 가상의 클라우드 데이터베이스로서 차량 추적 서버(100)와 별도로 복수개가 설치될 수도 있으며, 이와 같이 차량 추적 서버(100)와 별도로 복수개의 차량 정보 데이터베이스(170)가 설치되는 경우에 차량 추적 서버(100)는 복수개의 차량 정보 데이터베이스(170)와 연동하여 특정 데이터를 해당 차량 정보 데이터베이스에 저장하고 또한 해당 차량 추적을 위한 데이터를 해당 차량 정보 데이터베이스에서 추출할 수 있도록 구성될 수 있다.
본 발명의 제2 특징적 구성은, 상기에서 살펴본 본 발명에 따른 차량 추적 시스템을 이용하여 차량을 추적하는 방법으로서, 본 발명에 따른 차량 추적 방법은 크게 차량 추적을 위한 데이터 축적 과정과 저장된 데이터에서 추적 정보를 추출하여 해당 차량을 추적하는 과정으로 구분된다.
먼저 본 발명에 따른 차량 추적 방법에서 차량 추적을 위한 데이터 축적 과정부터 살펴보자면, 도 3은 본 발명에 따른 차량 추적 방법에서 차량 추적을 위한 데이터를 가공하여 저장하는 실시예에 대한 흐름도를 도시한다.
차량 정보 획득 장치로부터 차량 영상과 이와 관련된 차량 정보를 수집(S110)하면 수집된 차량 영상에서 차량 번호를 인식하여 차량 번호를 추출하는데, 차량 영상에서 차량의 번호를 인식하고 추출하는 기술은 앞서 설명한 바와 같이 이미 제시된 종래의 다양한 기술이 적용될 수 있고 본 발명의 특징적 구성이 아니므로 이에 대한 설명은 생략한다.
차량 영상에서 차량 번호가 추출되면 이를 기초하여 차량번호 문자열을 생성한 후 생성된 차량번호 문자열로 차량번호 변환값을 산출(S120)하고 더 나아가서 산출된 차량번호 변환값으로 차량 인덱스(car index)를 설정(S130)하는데, 도 4는 본 발명에 따른 차량번호 변환값의 산출 및 차량 인덱스를 설정하는 실시예를 도시하며 상기 도 4의 실시예를 참조하여 본 발명에서 차량 번호 변환값을 산출하고 차량 인덱스를 설정하는 과정을 좀 더 자세히 살펴보기로 한다.
상기 도 4의 실시예에서 영상 속의 차량 번호는 ‘12가3456’로서, 영상 속의 차량 번호를 인식(S121)하는데 인식된 ‘12가3456’은 영상 이미지의 일부분이므로 이 부분을 추출하여 차량 번호에 대한 차량번호 문자열을 생성(S122)한다. 여기서 ‘12가3456’에 포함된 숫자는 바로 숫자로 인식할 수 있지만, ‘12가3456’에 포함된 ‘가’는 문자이므로 이를 기설정된 코드로 변환(S123)하게 된다. 물론 ‘12가3456’을 모두 문자로 인식하여 이들 모두를 기설정된 코드로 변환할 수도 있을 것이며, 기설정된 변환 코드로는 자체적으로 설정하는 코드가 이용될 수도 있고 범용으로 사용되고 있는 아스키 코드(ASCII code)나 유니코드(Unicode) 등이 적용될 수도 있다.
상기 도 4의 실시예에서는 ‘가’를 자체적인 코드를 적용하여 ‘가’에 대응되는 코드 ‘11’로 변환하였으며, 이와 같은 코드 변환을 통해 차량 번호를 숫자 배열 ‘12113456’으로 생성하게 된다. 그리고 생성된 차량번호에 대한 숫자 배열을 복수개의 부분으로 분리하여 구분하고 상기 복수개의 부분을 이용하여 2개 이상의 행렬을 생성하는데, 상기 도 4의 실시예에서는 차량번호에 대한 숫자 배열을 4개 부분으로 구분(S124)하여 ‘12’, ‘11’, ‘34’ 및 ‘56’으로 구분하였으며, 이를 이용하여
Figure pat00001
의 1×2의 행렬과
Figure pat00002
의 2×1의 행렬로 2개의 행렬을 생성하였다.
생성된 2개 이상의 행렬로 행렬 곱 연산(S126)을 수행하여 행렬 연산에 따른 변환값(S127)을 산출하게 되며, 상기 도 4의 실시예에서는 행렬 곱 연산으로
Figure pat00003
을 수행하여 산출된‘1024’가 변환값이 된다.
여기서 차량 번호로부터 생성되는 행렬의 수와 그에 대한 변환값은 해당 나라 또는 지역의 차량 번호 형식에 따라 적절한 형태로 다양하게 변경될 수 있을 것이다.
이와 같은 변환값으로 저장 데이터의 기준이 되는 차량 인덱스를 생성(S130)하는데, 변환값 자체가 바로 차량 인덱스가 될 수 있고 변환값에 차량 인덱스를 표시하는 부수적인 식별부호를 추가하여 차량 인덱스로 설정할 수도 있다.
본 발명에서는 이와 같은 과정을 통해 차량 인덱스를 설정하게 되며, 다시 상기 도 3으로 회귀하여 본 발명에 따른 차량 추적 방법에서 차량 추적을 위한 데이터를 가공하여 저장하는 실시예를 계속적으로 살펴보면, 상기 차량 인덱스를 설정하는데 이용된 차량 영상과 관련된 차량 정보와 상기 차량 인덱스를 조합하여 차량 행렬 데이터를 생성(S140)하는데, 가령 차량 인덱스가 Car ID #1이고 이와 관련된 차량 정보로서, 위치 정보 Location #1, 속도 정보 Velocity #1 및 시간 정보 Time #1를 포함하는 경우에 이들을 조합하여 차량 행렬 데이터로
Figure pat00004
의 2×2 행렬 형식의 차량 행렬 데이터를 생성할 수 있다. 여기서 차량 행렬 데이터를 2×2의 행렬로 생성하였으나 포함된 정보의 수에 따라 행렬의 크기는 달라질 수 있으며 또한 행렬 상의 각 정보의 위치도 필요에 따라 달라질 수 있다. 바람직하게는 행렬 연산을 위해서 상기 차량 행렬 데이터는 숫자들의 배열로 구성되며 이를 위해 앞서 차량 인덱스의 설정시에 변환 코드를 이용한 바와 같이 상기 차량 행렬 데이터에 포함된 문자는 코드 변환을 이용하여 숫자로 변환시킬 수도 있다.
이와 같이 생성된 차량 행렬 데이터를 차량 정보 데이터베이스(170)에 저장하는데, 체계적인 데이터 관리를 위해서 위치 정보 또는 시간 정보에 따라 순차적으로 연이어 차량 행렬 데이터를 저장하게 되며, 바람직하게는 데이터를 정렬하여 보다 효과적으로 저장하기 위해서 상기 차량 행렬 데이터들로 차량 배열 데이터를 생성(S150)하고 생성된 차량 배열 데이터를 차량 정보 데이터베이스(170)에 저장(S160)할 수도 있다. 차량 배열 데이터는 복수개의 차량 행렬 데이터를 설정된 차량 인덱스를 기준으로 차량의 위치 정보 또는 시간 정보에 따라 연이어 순차적으로 이어진 배열로서 생성될 수 있고, 복수개의 차량 행렬 데이터에 대한 배열은 일정 지역 단위 또는 일정 시간 간격 단위의 범위내의 데이터들로 구성될 수도 있다. 여기서 상기 차량 배열 데이터는 복수개의 차량 행렬 데이터가 행렬 곱의 형식으로 구성된 것일 수 있다.
본 발명에서는 상기의 과정을 거쳐 용량이 큰 차량 영상 데이터를 문자 또는 숫자 배열의 행렬 데이터로 변환하여 저장함으로써 저장되는 데이터의 용량을 대폭 줄일 수 있으며, 차량 번호, 위치 정보, 시간 정보에 따라 순차적으로 정리하여 데이터 배열로 저장함으로 체계적인 데이터의 관리가 가능해진다.
본 발명에 따른 차량 추적을 위한 축적된 저장 데이터에서 추적 정보를 추출하여 해당 차량을 추적하는 과정을 살펴보면, 도 5는 본 발명에 따른 차량 추적 방법에서 축적된 데이터를 이용하여 차량을 추적하는 실시예에 대한 흐름도를 도시한다.
먼저 추적 대상 차량에 대한 키워드가 입력(S210)되는데, 여기서 상기 키워드는 상기 추적 대상 차량의 차량 번호가 기본적인 정보가 될 수 있고 추가적으로 검색할 시간 정보 또는 위치 정보 등이 입력될 수 있다.
상기 추적 대상 차량에 대한 키워드로서 상기 추적 대상 차량의 차량 번호가 입력된다면, 상기 도 4의 실시예에서와 같이 입력된 차량 번호에 대한 차량번호 변환값을 산출하고 이로 차량 인덱스를 설정한 후 상기 차량 인덱스를 근거로 차량정보 데이터베이스(170)를 검색(S220)하게 된다. 또한 추가적인 시간 정보 또는 위치 정보 등이 입력되는 경우에는 앞서 살펴본 바와 같이 차량정보 데이터베이스(170)에는 상기 차량 행렬 데이터 또는 상기 차량 배열 데이터가 차량 인덱스를 기준으로 시간 정보 또는 위치 정보에 따라 연이어 순차적으로 정렬되어 저장되므로 입력된 추가적인 시간 정보 또는 위치 정보 등의 키워드에 해당되는 차량 행렬 데이터 또는 차량 배열 데이터를 검색하기가 더욱 효과적이며, 입력된 키워드에 따라 차량정보 데이터베이스(170)에서 해당 차량 행렬 데이터를 추출(S250)하거나 또는 차량 배열 데이터를 검색하여 추출(S230)한다. 여기서 차량 배열 데이터를 추출(S230)하는 경우에는 차량 배열 데이터가 차량 행렬 데이터의 배열로 구성되므로 추출된 차량 배열 데이터에서 해당 차량 행렬 데이터를 추출(S230)하게 된다.
추출된 차량 행렬 데이터가 추적 대상 차량에 대한 정확한 정보를 보유하고 있다면 바로 추출된 차량 행렬 데이터로 추적 정보를 생성(S270)할 수 있다.
만약 추출된 차량 배열 데이터가 복수개의 차량 행렬 데이터의 행렬 곱 형식으로 구성되어 있으며, 이중 추적 대상 차량 행렬 데이터가 포함되어 있는 경우에는 상기 차량 배열 데이터 상에서 상기 추적 대상 차량 행렬 데이터만을 추출하기 위해 상기 추적 대상 차량 행렬 데이터를 제외한 나머지 차량 행렬 데이터에 대한 역행렬 연산을 수행함으로써 상기 차량 배열 데이터 상에서 상기 추적 대상 차량 행렬 데이터만을 추출할 수 있다.
이와 같이 추적 대상 차량 행렬 데이터를 추출(S260)하면 상기 추적 대상 차량 행렬 데이터에 포함된 차량 정보에 기초하여 추적 대상 차량에 대한 추적 정보를 생성(S270)할 수 있다.
나아가서 본 발명에서는 차량 정보 데이터베이스에 저장된 데이터 상에 오류가 있는 경우에 이를 보정할 수 있으며, 또한 차량 정보 데이터베이스 상에 원하는 특정 정보가 존재하지 않는 경우에 저장된 데이터에 기초하여 예측 정보를 생성할 수 있는데, 이하에서는 실시예를 통해 데이터의 오류를 보정하거나 예측 데이터를 생성하는 과정을 살펴보기로 한다.
도 6은 본 발명에 따른 차량 추적 방법에서 오류 데이터를 보정하는 과정의 실시예에 대한 흐름도를 도시하며, 상기 도 6의 실시예는 상기 도 5의 실시예에 대한 구체적인 내용이므로 상기 도 5의 실시예를 같이 참조하여 살펴보기로 한다.
상기 도 5의 실시예에 따라 검색 키워드가 입력(S210)되고 차량정보 데이터베이스를 검색(S220)하여 차량 행렬 데이터를 추출(S250)하거나 또는 차량 배열 데이터를 추출(S230)하고 여기서 차량 행렬 데이터를 추출(S250)한 후 추출된 차량 행렬 데이터에 대한 무결성 등의 오류 여부를 판단(S251)하게 된다.
차량 행렬 데이터에 대한 오류 여부의 판단은 상기 키워드에 따른 차량 행렬 데이터와 인접한 연이은 복수개의 차량 행렬 데이터를 같이 추출하여 이들에 포함된 차량 정보를 서로 대비함으로써 오류 여부를 판단할 수 있는데, 도 7은 본 발명에 따른 차량 추적 방법에서 데이터의 오류를 판단하고 보정하기 위해 차량 데이터를 추출하는 실시예를 도시한다.
상기 도 7의 실시예에서 키워드에 따라 추출된 차량 행렬 데이터가
Figure pat00005
이고, 이에 대하여 위치 정보에 기초하여 연이어 앞과 뒤에 저장된 차량 행렬 데이터인
Figure pat00006
과
Figure pat00007
을 추출하였다. 추출된 차량 행렬 데이터에 포함된 차량 정보들을 서로 대비하는데, 위치 정보인 CCTV IDn-1, CCTV IDn 및 CCTV IDn+1, 속도 정보인 Velocity, 시간 정보인 Time #1, Time ERR 및 Time #3들의 연관 관계에 따라 서로를 대비하여 각각의 정보에 대한 기설정 기준치를 초과하는 정보가 존재하는지 여부로 오류를 판단하게 된다. 즉, 속도와 시간을 고려하여 어느 하나의 위치 정보 다른 위치 정보와 현저하게 차이가 발생하거나 속도와 시간을 고려하여 어느 하나의 시간 정보가 다른 시간 정보와 현저하게 차이가 발생하는 등의 연관 관계를 고려하여 특정 정보에 오류가 있음을 판단하게 된다.
상기 도 7의 실시예에서는 이와 같은 차량 정보들의 연관 관계를 고려하여 차량 행렬 데이터
Figure pat00008
상의 시간 정보에 오류가 있는 경우를 나타내며, 이와 같은 오류가 존재하는 경우에 해당 정보의 오류를 보정하는데, 단순히 인접한 차량 행렬 데이터의 시간 정보들을 평균치를 이용하여 Time #1과 Time #3의 중간값으로 Time ERR를 보정할 수도 있지만 보다 바람직하게는 인접한 차량 행렬 데이터의 위치 정보, 속도 정보 및 시간 정보 그리고 시간 정보에 오류가 있는 차량 행렬 데이터의 위치 정보와 속도 정보를 복합적으로 고려하여 시간 정보의 오류를 보정할 수 있다. 가령 시간 정보는 거리 정보에서 속도 정보를 나눈 값이므로 이들 차량 정보들의 연관 관계에 따라 수식을 통해 보다 정확하게 오류 보정을 할 수 있다.
이와 같이 복수개의 차량 행렬 데이터에 포함된 차량 정보를 이용하여 오류가 있는 차량 행렬 데이터의 오류를 보정(S253)하여 보정된 차량 행렬 데이터를 생성(S254)함으로써 보다 정확한 추적 정보를 생성할 수 있게 된다.
또한 도 8은 본 발명에 따른 차량 추적 방법에서 차량 정보 데이터베이스 상에 원하는 특정 정보가 존재하지 않는 경우에 저장된 데이터에 기초하여 예측 정보를 생성하는 과정의 실시예에 대한 흐름도를 도시하며, 상기 도 8의 실시예도 상기 도 5의 실시예에 대한 구체적인 내용이므로 상기 도 5의 실시예를 같이 참조하여 살펴보기로 한다.
상기 도 5의 실시예에 따라 검색 키워드가 입력(S210)되고 차량정보 데이터베이스의 검색(S220)시에 차량 정보 데이터베이스가 해당 차량 행렬 데이터를 보유하는지를 판단(S240)하여 해당 차량 행렬 데이터가 보유되지 않았거나 또는 관련된 차량 배열 데이터가 존재하여 이를 추출(S230)하였으나 추출된 차량 배열 데이터 상에 해당 차량 행렬 데이터가 존재하지 않는 경우에는 추가적으로 차량 정보 데이터베이스에서 상기 키워드에 기초하여 연이어 저장된 복수개의 차량 행렬 데이터를 추출(S255)하거나 상기 차량 배열 데이터 상에서 상기 키워드에 기초하여 연이은 복수개의 차량 행렬 데이터를 추출(S255)한다.
그리고 추출된 복수개의 차량 행렬 데이터에 포함된 차량 정보를 추출(S256)하여 이를 기초로 미지의 차량 정보를 예측하여 생성(S257)하는데, 도 9는 본 발명에 따른 차량 추적 방법에서 저장된 데이터에 기초하여 예측 정보를 생성하여 예측 차량 행렬 데이터를 생성하는 실시예를 도시한다.
상기 도 9의 실시예에서 상기 키워드에 대한 차량 행렬 데이터를 미지의 차량 행렬 데이터
Figure pat00009
로 설정하고, 상기 키워드와 관련된 복수개의 차량 행렬 데이터
Figure pat00010
과
Figure pat00011
를 추가적으로 추출하였다. 여기서 추가적인 차량 행렬 데이터는 상기 키워드에 따라 미지의 차량 행렬 데이터에 대한 앞과 뒤로 연이어 저장될 수 있는 데이터를 추출하는 것이 바람직하다.
추출된 차량 행렬 데이터에 포함된 차량 정보들을 기초로 미지의 정보를 생성하게 되는데, 위치 정보인 CCTV IDn-1와 CCTV IDn+1를 통해 그 사이에 위치된 CCTV들로 미지의 정보 A에 대한 후보군을 구성할 수 있고, 속도 정보인 Velocity의 평균치를 통해 미지의 정보인 C의 예상치를 구할 수 있고, 시간 정보인 Time #1과 Time #3의 중간치와 상기 속도 정보를 통해 미지의 정보인 B를 구할 수 있다. 여기서 차량 인덱스는 동일해야 하므로 미지의 정보 D는 Car ID#1이 된다.
나아가서 상기 미지의 정보 A, B 또는 C 중 어느 하나를 기준으로 설정하면 설정된 기준에 따라 나머지 미지의 정보는 서로의 상관 관계에 따른 연산을 통해 산출될 수 있다.
나아가서 이와 같은 본 발명의 차량 추적 방법에 따른 상기의 과정을 반복적으로 수행하여 산출된 복수개의 추적 대상 차량정보 행렬을 이용하여 해당 차량의 이동 경로를 예측할 수 있게 된다.
이와 같은 본 발명에 의하면, 대용량의 차량 영상을 단순한 문자열의 행렬로 변환하여 저장하므로 저장 용량을 대폭 줄일 수 있으며, 단순한 문자열 데이터로 추적 차량을 검색하므로 효과적으로 빠른 시간 내에 추적 차량의 검색이 가능해진다.
특히 데이터의 용량을 대폭 축소시키므로 시스템 구축 비용이 절감되며, 문자열 텍스트를 검색함에 따라 보다 다양한 방식의 검색과 효과적인 차량 추적이 가능하다.
나아가서 해당 차량 데이터가 손실되거나 누락된 경우에도 해당 차량 데이터와 시간적 또는 공간적으로 인접한 차량 데이터를 통해 해당 차량 데이터를 예측할 수 있어 효과적으로 추적 차량의 이동 경로를 판단할 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서 본 발명에 기재된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상이 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의해서 해석되어야하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
10a, 10b, 10c, 10d : 차량 정보 획득 장치,
100 : 차량 추적 서버,
110 : 차량 정보 수집부, 130 : 차량번호 추출부,
150 : 차량 데이터 생성부, 170 : 차량 정보 데이터베이스,
190 : 차량 추적부, 195 : 차량 데이터 보정부.

Claims (18)

  1. 차량 추적 시스템에 있어서,
    차량의 영상 및 상기 영상에 대응되는 차량 정보를 수집하는 차량 정보 수집부;
    상기 차량의 영상에서 차량 번호를 인식하여 상기 차량 번호에 따른 차량번호 문자열을 생성하는 차량 번호 추출부;
    상기 차량번호 문자열에 대한 차량번호 변환값을 산출하고, 상기 차량번호 변환값과 상기 차량 정보를 포함하는 차량 행렬 데이터를 생성하는 차량 데이터 생성부;
    상기 차량 데이터 생성부에서 생성된 상기 차량 행렬 데이터를 저장하는 차량정보 데이터베이스; 및
    상기 차량 정보 데이터베이스에서 차량 행렬 데이터를 검색하고, 검색된 차량 행렬 데이터를 근거로 해당 차량의 추적 정보를 생성하는 차량 추적부를 포함하는 차량 추적 서버를 포함하는 것을 특징으로 하는 차량 추적 시스템.
  2. 제 1 항에 있어서,
    상기 차량 정보는, 상기 차량의 위치 정보, 속도 정보 및 상기 영상이 촬영된 시간 정보를 포함하는 것을 특징으로 하는 차량 추적 시스템.
  3. 제 2 항에 있어서,
    상기 차량 데이터 생성부는,
    상기 차량번호 변환값을 차량 인덱스(car index)로 설정하고, 상기 차량 인덱스에 상기 차량 정보를 매칭시켜 상기 차량 행렬 데이터를 생성하며,
    상기 차량정보 데이터베이스는,
    상기 차량 인덱스 별로 상기 차량의 위치 정보 또는 상기 시간 정보에 따라 순차적으로 연이어 상기 차량 행렬 데이터를 저장하는 것을 특징으로 하는 차량 추적 시스템.
  4. 제 3 항에 있어서,
    상기 차량 추적부는,
    상기 검색된 차량 행렬 데이터의 무결성을 판단하고, 상기 검색된 차량 행렬 데이터와 인접하여 저장된 차량 행렬 데이터를 기초로 오류를 보정하는 차량 데이터 보정부를 포함하는 것을 특징으로 하는 차량 추적 시스템.
  5. 제 1 항에 있어서,
    도로 또는 차량 내부에 설치되어 차량 영상 및 상기 영상에 대응되는 차량 정보를 획득하는 차량 정보 획득 장치를 더 포함하며,
    상기 차량 정보 수집부는,
    상기 차량 정보 획득 장치와 유선 또는 무선으로 연결되어 상기 차량 정보 획득 장치가 획득한 차량 영상 및 차량 정보를 수집하는 것을 특징으로 하는 차량 추적 시스템.
  6. 제 5 항에 있어서,
    상기 차량 정보 획득 장치는,
    도로에 분산되어 설치된 CCTV, 차량 내부에 위치된 블랙박스, 네비게이션 또는 차량 영상과 차량 정보를 생성하는 어플리케이션이 탑재된 휴대 단말기를 포함하는 것을 특징으로 하는 차량 추적 시스템.
  7. 차량의 영상 및 상기 영상에 대응되는 차량 정보를 수집하는 차량 정보 수집 단계;
    상기 차량의 영상에서 차량 번호를 인식하여 상기 차량 번호에 따른 차량번호 문자열을 생성하고, 상기 차량번호 문자열에 대한 차량번호 변환값을 산출하는 차량번호 변환값 산출단계;
    상기 차량번호 변환값과 상기 차량 정보를 포함하는 차량 행렬 데이터를 생성하는 차량 행렬 데이터 생성 단계;
    상기 차량번호 변환값 또는 상기 차량 정보에 매칭시켜 상기 차량 행렬 데이터를 차량 정보 데이터베이스에 저장하는 차량 행렬 데이터 저장 단계; 및
    상기 차량정보 데이터베이스에서 차량 행렬 데이터를 검색하고, 검색된 차량 행렬 데이터에서 차량 정보를 추출하여 추출된 차량 정보로 해당 차량의 추적 정보를 생성하는 차량 추적 정보 생성 단계를 포함하는 것을 특징으로 하는 차량 추적 방법.
  8. 제 7 항에 있어서,
    상기 차량 번호 변환값 산출단계는,
    상기 차량의 영상에서 차량 번호를 인식하여 상기 차량 번호에 따른 차량번호 문자열을 생성하는 단계;
    상기 차량번호 문자열을 복수개의 부분으로 구분하는 단계;
    상기 복수개의 부분으로 2개 이상의 차량번호 행렬을 생성하는 단계; 및
    생성된 2개 이상의 차량번호 행렬에 대한 행렬 곱 연산으로 상기 차량 번호 변환값을 산출하는 단계를 포함하는 것을 특징으로 하는 차량 추적 방법.
  9. 제 7 항에 있어서,
    상기 차량 행렬 데이터 생성 단계는,
    상기 차량 번호 변환값을 차량 인덱스(car index)로 설정하는 단계; 및
    상기 차량 인덱스와 상기 차량 정보로 차량 행렬 데이터를 생성하는 단계를 포함하며,
    상기 차량 행렬 데이터 저장 단계는,
    생성된 복수개의 상기 차량 행렬 데이터를 상기 차량 정보에 포함된 차량의 위치 정보 또는 시간 정보에 따라 연이어 순차적으로 저장하는 것을 특징으로 하는 차량 추적 방법.
  10. 제 9 항에 있어서,
    상기 차량 행렬 데이터 생성 단계는,
    생성된 복수개의 상기 차량 행렬 데이터를 상기 차량 정보에 포함된 차량의 위치 정보 또는 시간 정보에 따라 연이어 순차적인 행렬 곱의 형식으로 차량 배열 데이터를 생성하는 단계를 더 포함하고,
    상기 차량 행렬 데이터 저장 단계는,
    상기 차량 배열 데이터를 저장하는 것을 특징으로 하는 차량 추적 방법.
  11. 제 10 항에 있어서,
    상기 차량 배열 데이터를 생성하는 단계는,
    일정 지역 단위에 해당하는 복수개의 상기 차량 행렬 데이터로 상기 차량의 위치 정보에 따른 연이은 순서로 상기 차량 배열 데이터를 생성하거나
    일정 시간 간격 단위에 해당하는 복수개의 상기 차량 행렬 데이터로 상기 시간 정보에 따른 연이은 순서로 상기 차량 배열 데이터를 생성하는 것을 특징으로 하는 차량 추적 방법.
  12. 제 9 항에 있어서,
    상기 차량 추적 정보 생성 단계는,
    입력된 키워드에 기초하여 상기 차량정보 데이터베이스에서 차량 행렬 데이터를 검색하는 단계;
    검색된 차량 행렬 데이터 및 상기 검색된 차량 행렬 데이터와 인접하여 연이어 저장된 복수개의 차량 행렬 데이터를 상기 차량정보 데이터베이스에서 추출하는 단계;
    상기 검색된 차량 행렬 데이터를 기준으로 추출된 복수개의 차량 행렬 데이터와 대비하여 기설정 기준치를 근거로 오류를 판단하는 단계;
    상기 추출된 복수개의 차량 행렬 데이터에 포함된 차량 정보를 기초로 검색된 오류가 있는 차량 행렬 데이터를 보정하는 단계; 및
    보정된 차량 행렬 데이터에 포함된 차량 정보를 기초로 차량의 추적 정보를 생성하는 단계를 포함하는 것을 특징으로 하는 차량 추적 방법.
  13. 제 10 항에 있어서,
    상기 차량 추적 정보 생성 단계는,
    입력된 키워드에 기초하여 상기 차량정보 데이터베이스에서 차량 배열 데이터를 검색하는 단계;
    검색된 차량 배열 데이터에 포함된 복수개의 연이은 차량 행렬 데이터를 추출하는 단계;
    상기 복수개의 연이은 차량 행렬 데이터에 대하여 서로 간의 차량 정보를 대비하여 기설정 기준치를 근거로 오류를 판단하는 단계;
    상기 복수개의 연이은 차량 행렬 데이터에 포함된 차량 정보를 기초로 오류가 있는 차량 행렬 데이터를 보정하는 단계;
    보정된 차량 행렬 데이터를 포함하는 복수개의 연이은 차량 행렬 데이터의 행렬 곱 형식에 대한 역행렬 연산으로 하나의 차량 행렬 데이터를 추출하는 단계; 및
    상기 추출된 차량 행렬 데이터에 포함된 차량 정보를 기초로 차량의 추적 정보를 생성하는 단계를 포함하는 것을 특징으로 하는 차량 추적 방법.
  14. 제 12 항 또는 제 13 항에 있어서,
    상기 차량 행렬 데이터를 보정하는 단계는,
    오류가 있는 차량 행렬 데이터와 인접하여 연이어 저장된 복수개의 차량 행렬 데이터에 포함된 위치 정보, 속도 정보 또는 시간 정보를 근거로 속도와 시간에 따른 위치 보정, 위치와 시간에 따른 속도 보정 또는 위치와 속도에 따른 시간 보정을 하는 것을 특징으로 하는 차량 추적 방법.
  15. 제 9 항에 있어서,
    상기 차량 추적 정보 생성 단계는,
    입력된 키워드에 기초하여 상기 차량정보 데이터베이스에서 상기 키워드와 관련된 복수개의 연이은 차량 행렬 데이터를 검색하는 단계;
    상기 복수개의 연이은 차량 행렬 데이터에 포함된 차량 정보를 기초로 상기 키워드에 따른 위치 또는 시간에서의 예측 차량 행렬 데이터를 생성하는 단계; 및
    상기 예측 차량 행렬 데이터에 포함된 차량 정보를 기초로 차량의 추적 정보를 생성하는 단계를 포함하는 것을 특징으로 하는 차량 추적 방법.
  16. 제 10 항에 있어서,
    상기 차량 추적 정보 생성 단계는,
    입력된 키워드에 기초하여 상기 차량정보 데이터베이스에서 차량 배열 데이터를 검색하는 단계;
    검색된 차량 배열 데이터에 포함된 복수개의 연이은 차량 행렬 데이터를 추출하는 단계;
    상기 복수개의 연이은 차량 행렬 데이터에 포함된 차량 정보를 기초로 상기 키워드에 따른 위치 또는 시간에서의 예측 차량 행렬 데이터를 생성하는 단계; 및
    상기 예측 차량 행렬 데이터에 포함된 차량 정보를 기초로 차량의 추적 정보를 생성하는 단계를 포함하는 것을 특징으로 하는 차량 추적 방법.
  17. 제 15 항 또는 제 16 항에 있어서,
    상기 예측 차량 행렬 데이터를 생성하는 단계는,
    상기 복수개의 연이은 차량 행렬 데이터에 포함된 위치 정보, 속도 정보 또는 시간 정보를 근거로 속도와 시간에 따른 위치 정보, 위치와 시간에 따른 속도 정보 또는 위치와 속도에 따른 시간 정보를 생성하고 이를 기초로 예측 차량 행렬 데이터를 생성하는 것을 특징으로 하는 차량 추적 방법.
  18. 제 7 항 내지 제 13 항 중 어느 한 항에 있어서,
    복수개의 상기 추적 정보를 기초로 차량의 이동 경로를 예측하는 차량 경로 예측 단계를 더 포함하는 것을 특징으로 하는 차량 추적 방법.
KR1020120053405A 2012-05-21 2012-05-21 차량 추적 시스템 및 방법 KR20130129503A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120053405A KR20130129503A (ko) 2012-05-21 2012-05-21 차량 추적 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120053405A KR20130129503A (ko) 2012-05-21 2012-05-21 차량 추적 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20130129503A true KR20130129503A (ko) 2013-11-29

Family

ID=49856075

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120053405A KR20130129503A (ko) 2012-05-21 2012-05-21 차량 추적 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20130129503A (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101459103B1 (ko) * 2014-05-13 2014-11-13 주식회사 다이나맥스 효율적인 cctv 모니터링 구현을 위한 영상 감시 시스템을 이용한 영상 감시 방법
CN106097708A (zh) * 2016-06-06 2016-11-09 浙江宇视科技有限公司 一种跟车确定方法及装置
KR101683588B1 (ko) * 2016-04-28 2016-12-07 김성일 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 서버
KR101993096B1 (ko) * 2018-09-14 2019-06-26 주식회사 대명코퍼레이션 디지털 비디오 리코더의 데이터 관리 장치
CN110491157A (zh) * 2019-07-23 2019-11-22 中山大学 一种基于停车场数据和卡口数据的车辆关联方法
WO2020143181A1 (zh) * 2019-01-07 2020-07-16 平安科技（深圳）有限公司 数据存储方法、装置、计算机设备及存储介质

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101459103B1 (ko) * 2014-05-13 2014-11-13 주식회사 다이나맥스 효율적인 cctv 모니터링 구현을 위한 영상 감시 시스템을 이용한 영상 감시 방법
KR101683588B1 (ko) * 2016-04-28 2016-12-07 김성일 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 서버
WO2017188523A1 (ko) * 2016-04-28 2017-11-02 김성일 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 시스템, 이를 위한 서버 및 이를 위한 사용자 단말기
US9830824B2 (en) 2016-04-28 2017-11-28 Sung IL Kim Traffic information big data operation server using license plate recognition of means of transportation
CN108140231A (zh) * 2016-04-28 2018-06-08 金圣镒 利用运输工具号牌识别的交通信息大数据运用系统、其所需服务器及其所需用户终端
CN106097708A (zh) * 2016-06-06 2016-11-09 浙江宇视科技有限公司 一种跟车确定方法及装置
KR101993096B1 (ko) * 2018-09-14 2019-06-26 주식회사 대명코퍼레이션 디지털 비디오 리코더의 데이터 관리 장치
WO2020143181A1 (zh) * 2019-01-07 2020-07-16 平安科技（深圳）有限公司 数据存储方法、装置、计算机设备及存储介质
CN110491157A (zh) * 2019-07-23 2019-11-22 中山大学 一种基于停车场数据和卡口数据的车辆关联方法
CN110491157B (zh) * 2019-07-23 2022-01-25 中山大学 一种基于停车场数据和卡口数据的车辆关联方法

Similar Documents

Publication Publication Date Title
KR20130129503A (ko) 차량 추적 시스템 및 방법
Vatsavai et al. Spatiotemporal data mining in the era of big spatial data: algorithms and applications
CN109214280B (zh) 基于街景的店铺识别方法、装置、电子设备及存储介质
CN112015835B (zh) Geohash压缩的地图匹配方法
CN109800712B (zh) 一种基于深度卷积神经网络的车辆检测计数方法及设备
CN109977668B (zh) 恶意代码的查询方法及系统
CN104318327A (zh) 一种车辆轨迹预测分析方法
CN112434566B (zh) 客流统计方法、装置、电子设备及存储介质
KR102386786B1 (ko) 위치 기반 경로 데이터베이스의 관리 방법 및 이를 수행하는 서버
CN112562330A (zh) 评估道路运行指数的方法和装置、电子设备、存储介质
CN110807552A (zh) 一种基于改进K-means的城市电动客车行驶工况构建方法
CN113569672A (zh) 轻量级目标检测与故障识别方法、装置及系统
CN114550449A (zh) 车辆轨迹补全方法、装置、计算机可读介质及电子设备
CN110688918B (zh) 基于长时增强特征增强及稀疏动态采样的快速行为检测方法
CN115203354B (zh) 一种车码轨迹预关联方法、装置、计算机设备及存储介质
CN111210634A (zh) 智能交通信息处理方法、装置、智能交通系统及服务器
CN105468748B (zh) 一种分布式存储位置数据方法及系统
CN112651992B (zh) 一种轨迹追踪方法及系统
CN114267021A (zh) 对象识别方法和装置、存储介质及电子设备
CN115426710A (zh) 一种面向室内指纹定位的稀疏特征补全方法
KR20200122900A (ko) 감시 영상 기반의 차량 추적 시스템
WO2013175771A1 (ja) 画像検索システム及び画像検索方法
CN112118535B (zh) 车辆漫游区域预测方法及系统
CN116092024A (zh) 基于人工智能的车流量检测方法、装置、设备及存储介质
CN114281917B (zh) 道路元素的采集方法和装置、存储介质及电子设备

Legal Events

Date Code Title Description
WITN Withdrawal due to no request for examination