KR20170108710A - 무인비행체를 이용한 적재불량 차량 단속 시스템 및 그 방법 - Google Patents

무인비행체를 이용한 적재불량 차량 단속 시스템 및 그 방법 Download PDF

Info

Publication number
KR20170108710A
KR20170108710A KR1020160033029A KR20160033029A KR20170108710A KR 20170108710 A KR20170108710 A KR 20170108710A KR 1020160033029 A KR1020160033029 A KR 1020160033029A KR 20160033029 A KR20160033029 A KR 20160033029A KR 20170108710 A KR20170108710 A KR 20170108710A
Authority
KR
South Korea
Prior art keywords
vehicle
freight
cargo
loading
image
Prior art date
Application number
KR1020160033029A
Other languages
English (en)
Other versions
KR101785401B1 (ko
Inventor
박일원
윤종민
서덕수
정진형
Original Assignee
주식회사에스에이티
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 주식회사에스에이티 filed Critical 주식회사에스에이티
Priority to KR1020160033029A priority Critical patent/KR101785401B1/ko
Publication of KR20170108710A publication Critical patent/KR20170108710A/ko
Application granted granted Critical
Publication of KR101785401B1 publication Critical patent/KR101785401B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D45/00—Aircraft indicators or protectors not otherwise provided for
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • H04N5/232—
    • B64C2201/127—
    • B64D2700/62184—

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명은 무인비행체를 이용한 적재불량 차량 단속 시스템 및 그 방법에 관한 것으로, 고속도로 본선에 급파된 무인비행체를 이용하여 화물차량 정보 및 영상정보를 수집하고, 상기 수집한 정보를 기반으로 상기 화물차량의 덮개불량을 포함한 적재불량 여부를 검출하여 이를 신속하게 단속함으로써, 적재불량으로 인한 교통사고의 발생을 미연에 방지할 수 있는 시스템 및 그 방법에 관한 것이다.

Description

무인비행체를 이용한 적재불량 차량 단속 시스템 및 그 방법{SYSTEM FOR ENFORCING BAD AND OVER LOADING VEHICLE BY USING UNMANNED VEHICLES AND THE METHOD THEREOF}
본 발명은 무인비행체를 이용한 적재불량 차량 단속 시스템 및 그 방법에 관한 것으로, 더욱 상세하게는 카메라가 장착된 무인비행체를 이용하여 고속도로 본선 상에서 물건을 적재한 차량의 과적이나 덮개불량을 포함한 적재불량 여부를 검출하고, 이를 신속하게 단속함으로써, 적재불량으로 인한 교통사고의 발생을 사전에 차단할 수 있는 시스템 및 그 방법을 제공하고자 한다.
화물의 안전한 적재는 자동차 전용도로, 특히 고속도로에서 차량의 안전운행과 매우 밀접한 관계가 있다. 이를 위해서는 화물의 종류와 관계없이 모든 화물을 반드시 적재함에 단단히 고정시켜 낙하하지 않도록 하여야 하는 것은 물론이고, 화물이 적재함을 초과하지 않도록 하거나, 또한 규정된 적재규칙을 준수하는 것이 꼭 필요하다.
화물의 적재불량은 화물 상하차에 관계된 인력 및 화물차 운전자뿐만 아니라 일반도로 또는 고속도로의 타 이용자, 보행자, 적재된 화물 자체 또는 차량 등에게 치명적인 손실과 위해를 가할 수 있기 때문에, 화물적재에 대한 불량 여부를 감시하는 것은 차량의 안전운행을 위해서 반드시 사전에 차단되어야 한다.
최근 산업의 발전과 인터넷의 확산으로 인해서 물류(화물)의 이동량이 기하급수적으로 증가하고 있다. 화주의 입장에서는 늘어나는 물동량을 해소하기 위한 방안으로 단시간에 많은 화물을 전달하려고 과적 또는 과속 차량이 방치하고 있는 실정이며, 이로 인해 적재불량이나 과속 차량이 지속적으로 늘어나고 있는 실정이다. 특히 과적의 경우 도로를 손상시키고, 낙하물로 인해서 주위의 인명이나 차량에 심각한 손상을 입히며, 제2차, 제3차의 사고를 유발시키는 원인이 되고 있어 더욱 심각하다.
화물운송이란 화물을 목적지까지 안전하게 이동시키는 것을 의미하는 것으로, 화물운송에는 비행기에 의한 항공운송, 바다를 통한 항운운송 또는 화물차를 통한 육로운송 등이 있다. 여기서 특히 원활한 기동성과 문전수송(door to door)을 위해서는 최종적으로 화물차를 통한 육로운송이 되어야 하고, 상기 육로운송은 다른 운송기관과 연동하지 않고도 일관된 운송 서비스가 가능하여 화물차를 통한 육로운송은 지속적으로 크게 증가하고 있다.
이에 따라 적재불량 화물 차량에 대한 고발건수와 낙하물에 의한 교통사고가 크게 증가하고 있으며, 이로 인해 운전자들의 인명 및 재산상의 피해가 날로 늘어가고 있다. 또한 상기 낙하물에 의한 고속도로의 혼잡 및 낙하물 처리 등의 사회적 비용이 야기되고 있으며, 이에 따라 적재불량 차량에 대한 단속의 개선 및 효율화에 대한 사회적 관심이 크게 대두 되고 있는 실정이다.
상기 적재불량 차량을 단속하기 위한 기존의 방식은 영업소, 검문소 또는 톨게이트에 카메라를 설치하거나 360도 회전이 가능한 카메라를 장착한 단속 전용 차량을 운행하고, 이를 통해 차량의 적재상태를 촬영하여 단속하는 방식이었다.
상기 기존의 방식은 카메라를 통한 차량의 적재상태를 영상으로 녹화하여, 단속원이 육안으로 확인 후 단속이 이루어지는 것으로, 24시간 단속이 불가능한 문제점이 있다.
또한 상기 기존의 방식은 주관적 검사에 따른 단속원별 판단 기준이 상이하여, 완벽한 단속이 이루어지지 않으며, 적재불량 차량의 고속도로 본선 진입에 대한 차단이 완벽하게 이루어지지 못하는 문제점이 있다.
이러한 문제점을 해결하기 위해 자동으로 적재불량 차량을 단속하기 위해 레이저 스캔 방법 또는 초음파를 이용한 방법 등 다양한 기술이 개발되고 시행되고 있다.
상기 레이저 스캔 방법은 2조의 문형식 구조물에 레이저 스캐너를 장착하고, 상기 구조물에 화물차량이 위치하면, 상기 화물차량을 스캐닝한 후 화물차량의 높이, 폭 및 형태를 3D화하여 적재불량 여부를 판단하는 방식이다.
그러나 상기 레이저 스캔 방법은 상기 구조물의 설치환경이 고속도로로 진입하기 위한 톨게이트와 맞지 않고, 고가의 레이저 스캐너, 상기 화물차량의 속도 측정을 위한 시스템 등과 같은 부가적인 시스템을 구축하기 위한 추가적인 비용이 발생하는 단점이 있다.
또한 상기 초음파를 이용한 방법은 문형식의 폴에 초음파 발생기를 장착하여, 상기 풀에 화물차량이 지나가면 상기 초음파 발생기를 통한 화물차량의 높이, 폭을 검출함으로써, 적재불량을 검지하는 방식이다.
그러나 상기 초음파를 이용한 방법은 초음파의 난반사가 발생할 수 있는 탱크롤 등과 같은 특수차의 경우에는 적재불량에 대한 검지가 거의 불가능하며, 상기 적재불량을 검지하기 위한 장비의 유지보수에 대한 어려움이 있는 단점이 있다.
또한 상기 열거한 기존의 방법들은 검문소, 톨게이트 또는 영업소 등과 같이 특정 위치에 고정되어, 화물차의 적재불량을 검지하기 때문에 이미 고속도로에 진입하여 고속으로 운행하고 있는 적재불량 화물차에 대한 단속에는 그 한계가 있으며, 적재불량의 유형 중에 덮개를 설치하지 아니하고 화물을 운반함으로써, 화물의 날림 또는 낙하 등에 대한 위험에 노출되어 있는 덮개불량에 대한 검지 방법에 대해서는 제시하지 못하고 있다.
따라서 본 발명에서는 원격에서 조정 가능한 무인비행체를 이용하여, 영업소 또는 톨게이트 등과 같은 특정 위치가 아닌 고속도로 본선 상에서 고속으로 주행 중인 차량의 덮개불량을 포함한 적재불량 여부를 검출하여 신속하게 단속할 수 있도록 함으로써, 적재불량에 의한 교통사고를 사전에 차단할 수 있는 시스템 및 그 방법을 제공하고자 한다.
다음으로 본 발명의 기술 분야에 존재하는 선행기술에 대하여 간단하게 설명하고, 이어서 본 발명이 상기 선행기술에 비해서 차별적으로 이루고자 하는 기술적 사항에 대해서 기술하고자 한다.
먼저 한국등록특허 제1282864호(2013.07.05.)는 적재불량 차량을 단속하기 위한 시스템 및 그 방법에 관한 것으로, 도로 내 기 설정된 구간의 입구 또는 출구에 설치된 카메라를 통해 진입하는 화물 차량을 촬영하여, 해당 화물 차량의 입체영상을 생성하고, 상기 생성한 입체영상과 기 설정한 형태의 기준 입체영상을 비교함으로써, 상기 화물 차량에 대한 적재불량 여부를 판단하는 시스템 및 그 방법에 관한 것이다.
또한 한국등록특허 제0997358호(2010.11.29.)는 영상처리 기술을 이용한 적재불량 차량 검출 시스템 및 이를 이용한 검출 방법에 관한 것으로, 특정 위치에 구비한 복수의 카메라와 요철 구간을 통해 화물차량의 적재물에 대한 동적 상태를 파악하여, 실제 도로를 주행할 때 적재물의 낙하여부를 판단함으로써, 적재불량차량을 고속도로 진입 전에 미리 차단하여 낙하물로 인한 교통사고를 방지할 수 있는 시스템 및 이를 이용한 검출 방법에 관한 것이다.
또한 한국등록특허 제1422643호(2014.07.24.)는 WAVE(Wireless Access in Vehicular Environment) 기반 차량 적재불량 검출 장치 및 방법에 관한 것으로, 상기 적재불량 검출 장치가 WAVE를 이용하여 원거리에서 미리 차량과 양방향 통신을 수행함으로써, 적재불량 검출 장치로 접근하는 차량을 감지하여 운전자에게 사전에 적재불량 측정 대상 차량임을 통지할 수 있고, 상기 차량으로부터 차량의 길이, 폭 및 높이에 대한 데이터를 수신하여, 상기 수신한 데이터와 측정된 화물 크기를 포함한 차량의 길이, 폭 및 높이를 비교하여 적재불량 여부를 판별하는 장치 및 방법에 관한 것이다.
상기 선행기술들은 기존의 방식과 같이 특정 위치에 설치되어, 화물 차량의 불량적재 여부를 판단하는 것으로 고속도로 본선에서 고속으로 주행하는 화물 차량에 대한 적재불량 여부를 검출하기 위해서는 장비의 설치 및 운영상의 많은 어려움이 있으며, 덮개불량에 대한 검출여부 역시 제시하지 못하고 있어, 덮개불량에 대한 차량의 단속에는 그 한계가 있다.
반면에 본 발명은 카메라와 초음파 센서를 장착한 무인비행체를 이용하여, 상기 카메라와 초음파 센서간의 유기적인 관계로부터 고속도로 본선 상에서 화물 차량의 높이, 폭 및 길이 등을 측정(초음파 센서를 이용하여 차량의 높이를 측정(개활지에서는 다양한 각도로 초음파를 발생함으로써 난반사로 인한 노이즈의 문제를 최소화시킴)하고, 상기 높이에 대한 정보를 이용하여 카메라로 촬영한 영상으로부터 차량의 폭과 길이 정보를 추출함)하여 이를 기반으로 해당 차량의 적재불량 여부를 판단할 수 있을 뿐만 아니라, 상기 차량의 상부를 촬영한 영상에 대한 복잡도를 계산하여, 덮개불량에 대한 여부를 판단함으로써, 모든 유형의 적재불량 차량을 검출하여, 적재불량으로 인한 교통사고를 미연에 방지할 수 있는 효과가 있다.
본 발명은 상기와 같은 문제점을 해결하기 위해 창작된 것으로서, 카메라 및 초음파 센서를 탑재한 무인비행체를 이용하여, 고속도로 본선 상의 화물차량에 대한 정보를 수집하고, 상기 수집한 정보를 기반으로 덮개불량을 포함하는 적재불량 여부를 판단하여, 이를 고속도로 상의 노변검문소, 톨게이트 및 상기 화물차량에 고지하여 신속하게 해당 차량을 단속할 수 있도록 함으로써, 적재불량에 의한 교통사고를 미연에 방지할 수 있는 시스템 및 그 방법을 제공하는 것을 그 목적으로 한다.
본 발명의 일 실시예에 따른 무인비행체를 이용한 적재불량 화물차량 단속 시스템은 화물차량을 촬영하는 적어도 하나 이상의 카메라를 통해 촬영된 화물차량의 영상을 수집하거나, 상기 영상으로부터 차량의 실제 길이, 폭, 높이 또는 이들의 조합을 계산하는 화물차량 인식부 및 상기 계산한 결과를 복수의 화물차량의 차종과 비교하여 불량적재 여부를 판단하는 불량적재 판단부를 포함하는 무인비행체를 포함하는 것을 특징으로 한다.
또한 상기 화물차량 인식부에서, 상기 화물차량의 높이는, 상기 무인비행체로에 탑재된 초음파 센서를 통해 상기 무인비행체와 상기 지면까지의 수직거리와 상기 무인비행체와 상기 화물차량 상부까지의 수직거리를 계산하고, 상기 계산한 지면까지의 수직거리에 상기 화물차량 상부까지의 수직거리를 감산함으로써 계산되고, 상기 화물차량의 길이 및 폭은, 상기 화물차량의 상부를 촬영하는 카메라의 초점거리, 상기 초음파 센서에 의해서 추출된 촬영거리 및 이미지 사이즈를 기반으로 계산되는 것을 특징으로 한다.
또한 상기 불량적재 판단부는, 상기 화물차량의 차종에 따른 재원을 저장하고 있으면서, 상기 계산한 결과로부터 도출된 재원을 서로 비교하여 불량적재 여부를 판단하거나, 상기 화물차량의 차종에 따른 영상을 저장하고 있으면서, 상기 촬영된 화물차량의 영상을 서로 비교하여 불량적재 여부를 판단하는 것을 포함하는 것을 특징으로 한다.
또한 상기 불량적재 판단부에서, 상기 덮개불량의 판단은, 상기 수신한 영상정보 중 상기 화물차량의 상부영상의 복잡도를 계산하여 상기 복잡도가 특정 임계값의 초과 여부를 판단함으로써, 수행되는 것을 특징으로 한다.
또한 무인비행체로부터 수신되는 화물차량의 영상을 수집하는 화물차량 데이터 수집부, 상기 수집한 영상을 기반으로 차량번호를 판독하는 차량번호 판독부, 상기 확인한 차량번호와 상기 수집한 화물차량의 영상을 기반으로 상기 화물차량의 적재불량이나 덮개불량 여부 및 소유자를 판단하는 적재불량 차량 판단 단계; 상기 판단결과 적재불량 또는 덮개불량이라고 판단되는 경우, 상기 화물차량, 톨게이트, 검문소, 단속전용차량 또는 이들의 조합에 상기 화물차량의 적재불량을 고지하는 적재불량 알림부를 포함하는 지상관제서버를 포함하는 것을 특징으로 한다.
아울러 본 발명의 일 실시예에 따른 무인비행체를 이용한 적재불량 화물차량 단속 방법은 또한 화물차량을 촬영하는 적어도 하나 이상의 카메라를 통해 촬영된 화물차량의 영상을 수집하거나, 상기 영상으로부터 차량의 실제 길이, 폭, 높이 또는 이들의 조합을 포함하는 적재재원을 계산하는 화물차량 인식 단계 및 상기 영상이나 상기 적재재원을 복수의 화물차량에 대한 영상이나 적재재원과 비교하여 불량적재 여부를 판단하는 불량적재 판단 단계를 포함하는 것을 특징으로 한다.
또한 상기 화물차량 인식 단계에서, 상기 화물차량의 높이는, 상기 무인비행체로에 탑재된 초음파 센서를 통해 상기 무인비행체와 상기 지면까지의 수직거리와 상기 무인비행체와 상기 화물차량 상부까지의 수직거리를 계산하고, 상기 계산한 지면까지의 수직거리에 상기 화물차량 상부까지의 수직거리를 감산함으로써 계산되고, 상기 화물차량의 길이 및 폭은, 상기 화물차량의 상부를 촬영하는 카메라의 초점거리, 상기 초음파 센서에 의해서 추출된 촬영거리 및 이미지 사이즈를 기반으로 계산되는 것을 특징으로 한다.
또한 상기 불량적재 판단 단계는, 상기 화물차량의 차종에 따른 재원을 저장하고 있으면서, 상기 계산한 결과로부터 도출된 재원을 서로 비교하여 불량적재 여부를 판단하거나, 상기 화물차량의 차종에 따른 영상을 저장하고 있으면서, 상기 촬영된 화물차량의 영상을 서로 비교하여 불량적재 여부를 판단하는 것을 포함하는 것을 특징으로 한다.
또한 상기 불량적재 판단 단계에서, 상기 덮개불량의 판단은, 상기 수신한 영상정보 중 상기 화물차량의 상부영상의 복잡도를 계산하여 상기 복잡도가 특정 임계값의 초과 여부를 판단함으로써, 수행되는 것을 특징으로 한다.
또한 본 발명의 또 다른 일 실시예에 따른 무인비행체와 지상관제서버를 이용한 적재불량 화물차량 단속 방법은 또한 무인비행체로부터 수신되는 화물차량의 영상을 수집하는 화물차량 데이터 수집 단계, 상기 수집한 영상을 기반으로 차량번호를 판독하는 차량번호 판독 단계, 상기 확인한 차량번호와 상기 수집한 화물차량의 영상을 기반으로 상기 화물차량의 적재불량이나 덮개불량 여부 및 소유자를 판단하는 적재불량 차량 판단 단계 및 상기 판단결과 적재불량 또는 덮개불량이라고 판단되는 경우, 상기 화물차량, 톨게이트, 검문소, 단속전용차량 또는 이들의 조합에 상기 화물차량의 적재불량을 고지하는 적재불량 알림 단계를 포함하는 것을 특징으로 한다.
본 발명은 무인비행체를 이용한 적재불량 차량 단속 시스템 및 그 방법에 관한 것으로, 원격에서 조정 가능한 무인비행체를 이용하여, 고속도로 본선상의 화물차량에 대한 정보를 검출하고, 이를 기반으로 상기 화물차량의 덮개불량을 포함한 적재불량 여부를 판단하여, 고속도로 본선상의 검문소 또는 톨게이트에 이를 알림으로써, 상기 화물차량의 적재불량을 신속하게 단속할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 무인비행체를 이용한 적재불량 차량 단속 시스템 및 그 방법을 개략적으로 설명하기 위한 개념도이다.
도 2는 본 발명의 일 실시예에 따른 무인비행체의 구성부분을 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따른 지상관제서버의 구성부분을 나타낸 블록도이다.
도 4는 본 발명의 일 실시예에 따른 무인비행체에서 화물차량에 대한 정보 및 영상정보를 지상관제서버로 전송하는 절차를 나타낸 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 지상관제서버에서 화물차량에 대한 적재불량 여부를 판단하는 절차를 나타낸 흐름도이다.
이하, 본 발명의 바람직한 실시 예를 첨부된 도면을 참조하여 상세히 설명한다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.
도 1은 본 발명의 일 실시예에 따른 무인비행체를 이용한 적재불량 차량 단속 시스템 및 그 방법을 개략적으로 설명하기 위한 개념도이다.
일반적으로 적재불량이라 함은 정확한 기준(도로교통법 시행령 22조 참고)에 의거하여 적재물을 차량에 적재하지 않은 것으로, 부피 초과, 한쪽으로 치우친 편중적재, 덮개를 설치하지 않고 화물을 적재한 덮개불량 등을 포함한다.
또한 상기 적재불량은 차량의 급선회 시, 차량 전복이 전복될 수 있거나, 적재물의 낙하에 대한 위험성을 내포하고 있으며, 특히 고속으로 운행하는 고속도로 상에서는 상기 적재불량으로 인해 큰 사고로 이어질 수 있는 문제점을 항상 내포하고 있다.
적재불량으로 인한 교통사고를 미연에 방지하기 위해서는 상기 불량적재 차량을 신속하게 검출하여, 단속하는 것이 매우 중요하다.
우선 기존의 적재불량 차량에 대한 단속 시스템은 영업소 입구(예: 화물차량에 적재물을 상차하는 물류센터 등), 톨게이트 또는 검문소 등과 같이 특정 구역에 설치되는 고정식 다중 카메라, 초음파 센서 또는 레이저 스캐너를 이용하여, 획득한 화물차량의 영상을 기반으로 하여 적재불량을 검출하는 구조이다.
이러한 상기 기존의 시스템은 특정 장소에 설치되어, 한정된 장소에서 진입하는 화물차량에 대한 적재불량 여부를 판단하기 때문에 고속도로 본선에서 고속으로 주행 중인 화물차량에 대한 적재불량 여부를 검출하는 데에는 그 한계가 있다.
또한 상기 기존의 시스템은 화물차량의 높이, 폭 및 길이만을 이용하여, 적재불량을 판단하기 때문에 덮개불량에 대한 검출은 수행하지 못해 모든 유형의 적재불량을 검출하지 못하는 단점이 있다.
이에 따라 본 발명에서는 기존의 단속 시스템보다 이동성과 설치성이 편리한 무인비행체(예: 드론)를 이용하여 주행 중인 차량의 정보를 수집하고, 상기 수집한 정보를 바탕으로 적재불량의 모든 유형을 검출함으로써, 신뢰성 높은 검출결과를 기반으로 적재불량 차량을 단속할 수 있는 시스템 및 그 방법을 제공하고자 한다.
도 1에 도시한 바와 같이, 본 발명의 일 실시예에 따른 무인비행체를 이용한 적재불량 차량을 단속하기 위한 시스템은, 화물차량 정보와 영상정보를 수집하여 해당 차량의 불량적재 여부를 판단하거나, 상기 수집한 정보를 지상관제서버(200)로 전송하는 무인비행체(100) 및 상기 무인비행체(100)로부터 수신되는 정보를 기반으로 상기 화물차량의 적재불량 여부를 판단하는 지상관제서버(200)를 포함하여 구성된다.
또한 상기 무인비행체(100)는 위성통신을 통해 지상의 기지국과 연결되어 상기 지상관제서버(200)와 통신을 수행하거나, 3G, 4G, LTE 또는 WiFi 등의 무선 기지국을 통해 상기 지상관제서버(200)와 통신을 수행할 수 있다.
한편 상기 위성통신과 무선통신은 상기 무인비행체(100)와 지상관제서버(200)간의 통신채널을 지속적으로 유지하여 데이터를 송수신하기 위함이며, 산악지역과 같이 통신환경이 열악한 지역은 위성통신으로, 그 외 지역에서는 통신 속도가 빠른 무선통신을 통해 통신을 수행하는 것이 바람직하다.
또한 상기 지상관제서버(200)는 상기 연결된 통신채널을 통해 상기 무인비행체(100)를 원격에서 조정할 수 있다.
또한 상기 지상관제서버(200)는 상기 무인비행체(100)의 자세 제어를 비롯하여, 고도를 일정하게 유지할 수 있도록 상기 무인비행체(100)를 제어할 수 있다.
또한 상기 무인비행체(100)는 GPS 수신기(170)를 탑재하여, 실시간으로 자신의 위치정보를 상기 지상관제서버(200)로 전송하며, 상기 지상관제서버(200)는 상기 수신한 위치정보를 기반으로 상기 무인비행체(100)를 제어함으로써, 정확한 위치에서 상기 무인비행체(100)가 비행을 수행할 수 있도록 한다.
또한 상기 무인비행체(100)는 기 설정한 비행경로에 따라 자율비행을 통해 상기 비행경로를 비행한 후, 출발지점 또는 중간 기착지로 되돌아오는 관성항법 기능을 포함하여 구성될 수 있다.
상기 관성항법 기능은 상기 무인비행체(100)에 탑재되어, 비행에 필요한 방위 기준을 계산하는 적어도 하나 이상의 자이로스코프 센서(미도시), 상기 무인비행체(100)의 위치를 수신하는 GPS 수신기(170), 상기 무인비행체(100)의 이동변위를 계산하는 가속도 센서(미도시) 및 비행제어부(150)를 통해 수행되며, 상기 비행제어부(150)는 상기 계산한 방위와 이동변위 및 상기 수신한 위치정보를 기반으로 상기 기 설정한 비행경로에 따라 상기 무인비행체(100)를 자동으로 제어한다.
또한 상기 무인비행체(100)는 예기치 않은 추락에 대비하여, 상기 지상관제서버(200)와 통신이 두절되거나, 비행에 필요한 전원을 공급하는 배터리의 잔량이 특정 임계값 이하로 떨어지는 경우, 기 저장한 좌표(예: 중간 기착지의 좌표)로 이동하거나 상기 무인비행체(100)의 출발지로 회귀할 수 있다.
또한 산악지형과 같이 지형이 복잡하여 상기 무인비행체(100)의 원격제어가 어려운 경우, 상기 지상관제서버(200)는 상기 무인비행체(100)의 비행범위를 미리 설정할 수 있다. 이를 통해 상기 무인비행체(100)의 원격제어가 어렵거나 불편한 경우에 있어서, 상기 설정한 범위(예: 도로부분) 내에서만 상기 무인비행체(100)가 비행할 수 있도록 함으로써, 나무 또는 노변의 가건물 등과의 불필요한 충돌을 방지하고 안전한 비행이 가능하도록 한다.
또한 상기 무인비행체(100)는 상기 지상관제서버(200)에서 원격으로 조정되거나 상기 기 설정한 좌표에 따른 자율비행을 통해 고속도로 본선 상에서 주행하는 화물차량을 검출하고, 상기 검출한 화물차량의 정보 및 영상정보를 실시간으로 수집하여, 해당 차량의 적재불량 여부를 판단한다.
또한 상기 무인비행체(100)는 상기 수집한 영상정보와 상기 검출한 화물차량의 정보를 상기 지상관제서버(200)로 전송할 수 있으며, 상기 지상관제서버(200)는 상기 수신한 정보를 바탕으로 해당 차량의 적재불량 여부를 판단한다.
또한 상기 화물차량의 정보는 상기 무인비행체(100)와 상기 화물차량 간의 거리, 상기 화물차량의 폭, 길이 및 높이, 상기 무인비행체(100)의 위치정보 및 배터리 잔량 등을 포함한다.
또한 상기 영상정보는 상기 화물차량의 상부영상, 상기 화물차량의 차량번호를 포함하는 전면부와 후면부 영상 및 상기 화물차량의 좌우측면 영상을 포함한다.
또한 상기 무인비행체(100)는 구비된 카메라로부터 촬영되는 차량의 상부영상과 초음파 센서를 기반으로, 상기 차량의 높이, 길이 및 폭을 계산하고, 상기 계산한 높이, 길이, 폭 또는 이들의 조합이 특정 임계값 이상이면 해당 차량을 화물차량으로 간주한다.
일반적으로 화물차량은 일반차량(예: 승용차 등)보다 높이, 길이 또는 폭의 크기가 크며, 이러한 성질을 이용하여 상기 무인비행체(100)는 상기 화물차량을 검출한다.
물론 상기 무인비행체(100)로부터 실시간으로 전송되는 영상을 사용자가 실시간으로 모니터링함으로써, 더욱 정확하게 상기 화물차량을 검출할 수도 있다.
또한 상기 차량의 높이는 상기 무인비행체(100)에 구비된 초음파 센서를 이용하여 계산되며, 상기 무인비행체(100)는 일정한 고도를 유지한 상태에서 상기 차량의 상부에 초음파를 발사하여 반사되어 오는 반사파를 수신할 때까지의 시간을 확인하여 상기 차량과 상기 무인비행체(100)간의 거리를 계산하고, 동일한 방법으로 지면까지의 거리를 계산한 후, 상기 계산한 지면까지의 거리에서 상기 차량과 상기 무인비행체(100)간의 거리를 감산함으로써, 계산된다.
여기서 초음파 센서를 이용하여 차량의 높이를 측정할 때, 고속도로와 같은 개활지에서는 난반사가 발생할 확률이 거의 없으나, 다양한 각도로 초음파를 발생하여 차량이나 고속도로와 무인비행체 간의 거리를 측정함으로써 난반사로 인한 노이즈의 문제를 최소화시킬 수 있다.
또한 상기 길이와 폭은 상기 무인비행체(100)에 장착된 카메라에 의해 촬영되는 이미지 크기와 렌즈의 초점거리에 따라 계산된다. 즉, 상기 차량의 길이와 폭은 상기 차량과 무인비행체(100)간의 거리(즉, 촬영거리)와 상기 카메라에 의해 촬영되는 상기 차량의 이미지 사이즈간의 비율 및 상기 렌즈의 초점거리를 이용하여 계산된다. 즉 본 발명은 상기 초음파 센서로 차량의 높이에 대한 정보를 추출하고, 이를 이용하여 카메라로 촬영한 영상으로부터 차량의 폭과 길이 정보를 추출하기 때문에, 초음파 센서와 카메라 간의 정보를 상호 보완 및 결합하여 차량의 적재불량 여부를 보다 신뢰성 있게 판단할 수 있다.
예를 들어, 상기 무인비행체(100)가 8MM 렌즈를 탑재한 1/3인치 카메라를 이용하여 5m의 거리에서 상기 차량의 상부를 촬영하고, 상기 차량의 상부가 상기 카메라의 풀 이미지 사이즈로 촬영되는 경우, 상기 차량의 폭, w = (5m x 3.6mm) / 8mm) = 1.875m로 계산되며, 상기 차량의 길이 l = (5m x 4.8mm) / 8mm) = 3.00m로 계산된다.
상기 카메라에 의해 촬영되는 상기 차량의 상부에 대한 이미지 사이즈는 상기 무인비행체(100)와 상기 차량 간의 거리와 일정한 비율로 반비례하므로 촬영거리에 상관없이 항상 동일한 크기의 폭과 길이가 계산되며, 상기 카메라의 초점거리는 상기 카메라에 의해 자동으로 조절된다.
한편 상술한 상기 차량의 폭과 길이에 대한 계산은 하나의 일 실시예에 불과하며, 2개의 스테레오 카메라 또는 뎁스 카메라 등과 같이 다양한 카메라를 이용하여 다양한 방법으로 계산될 수 있음은 당연하다.
또한 상기 차량과 상기 무인비행체(100)체 간의 거리를 계산하기 위해 사용되는 센서로는 초음파 센서뿐만 아니라, 스테레오 카메라, 라이더(Light Detection And Ranging, LiDAR), 프라임센스(PrimeSense) 또는 이들의 조합으로 구성될 수 있다.
또한 상기 지상관제서버(200)는 상기 수신한 화물차량에 대한 정보와 영상정보를 바탕으로 상기 화물차량의 차량번호를 판독하여, 상기 판독한 차량번호를 기반으로 상기 화물차량의 차종을 확인한다.
이후, 상기 지상관제서버(200)는 상기 확인한 화물차량의 차종에 대한 기준 규격(즉, 상기 도로교통법 시행령 22조)과 상기 수신한 화물차량에 대한 정보(높이, 길이 및 폭)를 비교하여 적재불량 여부를 판단한다.
한편 상기 차령번호의 판독은 수평/수직 에지 방식을 이용한 방법, 명암도 변화를 이용한 방법, 템플릿을 이용한 방법, 색상정보를 이용한 방법 또는 허프 변환을 이용한 방법 등 다양한 방법을 통해 수행될 수 있으며, 상기 열거한 복수의 방법은 주지의 방법이므로 상세한 설명은 생략하도록 한다.
또한 종래의 적재불량 여부를 판단하는 기술과는 달리 상기 지상관제서버(200)는 덮개불량 여부에 대해서도 판단할 수 있으며, 이는 상기 수신한 영상정보를 기반으로 수행된다.
또한 상기 지상관제서버(200)는 상기 수신한 영상정보 중에서 상기 화물차량의 상부에 대한 영상을 복수의 블록으로 나누는 세그멘테이션 처리를 수행하고, 각 블록의 픽셀값(휘도(Y) 또는 색깔값(Cb, Cr))을 기반으로 상기 상부영상의 복잡도를 계산함으로써, 상기 덮개불량 여부를 판단한다.
한편 상기 복잡도는 상기 수신한 차량의 상부영상에 대한 상기 픽셀값의 평균에 상기 각 블록에 대한 픽셀값의 평균을 감산한 차이값을 계산하고, 상기 계산한 각 블록의 차이값에 대한 절대값을 모두 가산함으로써, 수행된다.
한편 상기 블록은 하나의 픽셀로 구성되거나 복수개의 픽셀로 구성될 수 있다. 이는 사용자가 세그멘테이션하는 블록의 수를 어떻게 설정하느냐에 따라 달라질 수 있다.
또한 상기 지상관제서버(200)는 상기 계산한 복잡도가 특정 임계값보다 높은 경우에 덮개불량으로 판단하고, 특정 임계값보다 낮은 경우에는 덮개가 설치되어 있는 것으로 판단한다.
또한 상기 지상관제서버(200)는 상기 수집된 정보를 기반으로 상기 화물차량에 대한 덮개불량을 포함하는 적재불량 여부를 판단하고, 상기 판단 결과 상기 화물차량이 적재불량인 경우, 상기 화물차량에 탑재된 네비게이션, 화물차량의 운전자가 구비한 무선단말기(예: 스마트폰), 상기 화물차량의 이동방향에 최근접한 톨게이트, 검문소 또는 이동식 단속차량에 상기 화물차량의 차량번호와 함께 적재불량을 고지함으로써, 상기 화물차량이 신속하게 단속될 수 있도록 한다.
한편 상술한 바와 같이, 상기 지상관제서버(200)에서 수행하는 상기 화물차량에 대한 적재불량 여부의 판단은 상기 무인비행체(100)에서도 동일하게 수행된다.
또한 상기 무인비행체(100)에서 상기 화물차량의 적재불량 여부의 판단이 수행되는 경우, 현장에서 곧바로 상기 화물차량의 적재불량 여부를 신속하게 판단할 수 있는 장점이 있으며, 상기 지상관제서버(200)에서 상기 판단이 수행되는 경우에는 더욱 정밀한 프로세스과정을 통해 한층 더 정확한 판단결과를 도출해 낼 수 있는 장점이 있다.
도 2는 본 발명의 일 실시예에 따른 무인비행체의 구성부분을 나타낸 블록도이다.
도 2에 도시한 바와 같이, 상기 무인비행체(100)는 카메라로부터 촬영된 영상정보를 수집하거나, 상기 차량의 영상정보로부터 화물차량의 정보를 검출하는 화물차량 인식부(110), 상기 검출한 결과를 복수의 화물차량에 대한 차종과 비교하여 불량적재 여부를 판단하는 불량적재 판단부(120), 상기 검출한 화물차량의 정보와 상기 화물차량에 대한 영상정보를 상기 지상관제서버(200)에 전송하는 정보 송수신부(130), 상기 무인비행체(100)의 구성부분을 전반적으로 제어하는 제어부(140), 상기 무인비행체(100)의 비행을 제어하는 비행 제어부(150), 메모리(160) 및 GPS정보를 수신하는 GPS 수신기(170)를 포함하여 구성된다.
또한 상기 화물차량 인식부(110)는 카메라로부터 촬영되는 차량의 영상정보를 수집하는 영상 수집부(111), 상기 수집한 영상정보로부터 차량정보를 계산하는 차량정보 검출부(112)를 포함하여 구성된다.
한편 상기 카메라는 CCD 카메라, CMOS 카메라, 적외선 카메라 또는 이들의 조합으로 구성될 수 있으며, 상기 적외선 카메라를 통해 야간에도 지속적으로 상기 화물차량에 대한 영상정보를 수집할 수 있도록 한다.
또한 상기 카메라는 상기 무인비행체(100)에 탑재된 짐벌(gimbal, 미도시)에 장착되며, 상기 제어부(140)는 상기 짐벌과 카메라를 제어하여, 상기 짐벌을 통해 흔들림 없는 영상을 획득할 수 있도록 한다.
또한 상기 카메라는 특정 목표에 대한 카메라 추적(camera tracking)기능을 포함하며, 상기 짐벌과 상기 카메라의 자동 초점 기능을 활용함으로써, 상기 특정 목표를 자동으로 추적하여, 상기 특정 목표의 영상정보를 끊김 없이 촬영할 수 있도록 한다.
또한 상기 영상수집부(111)는 상기 촬영한 영상정보를 대상별로 분류하여 상기 메모리(160)에 저장할 수 있으며, 상기 정보 송수신부(120)를 통해 실시간으로 상기 영상정보를 전송한다.
한편 상기 지상관제서버(200)는 상기 수신한 영상정보를 기반으로 상기 무인비행체(100)가 급파된 고속도로 본선 상의 교통상황정보, 날씨정보를 포함하는 환경정보 등과 같은 다양한 실시간 정보를 모니터링할 수 있으며, 상기 모니터링한 실시간 정보를 톨게이트 또는 고속도로를 주행하는 운전자의 단말기(예: 네비게이션 또는 스마트폰)에 제공할 수도 있다.
또한 상기 차량정보 검출부(112)는 상기 수집한 영상정보와 상기 무인비행체(100)에 탑재된 초음파센서를 통해 상기 차량정보를 검출한다.
상기 차량정보는 상기 차량의 폭, 길이 및 높이를 포함하는 재원 및 상기 무인비행체(100)와 상기 차량 간의 거리를 포함한다.
한편 상기 차량의 폭과 길이는 상기 카메라의 초점거리, 상기 무인비행체(100)와 상기 차량 간의 거리 및 상기 카메라에 의해 촬영된 차량상부에 대한 이미지 사이즈에 기반하여 계산되며, 상기 높이는 일정한 고도에서 상기 차량의 상부와 지면에 초음파를 발사하여 반사되어 되돌아오는 반사파를 기반으로 계산된다.
또한 상기 차량정보 검출부(112)는 상기 계산한 차량의 폭과 길이 및 높이를 기반으로 상기 차량이 화물차량인지에 대한 여부를 판단하고, 판단결과 상기 차량이 화물차량인 경우에는 상기 계산한 차량의 폭, 길이, 높이 및 상기 무인비행체(100)와 상기 화물차량 간의 거리에 대한 정보를 상기 정보 송수신부(120)를 통해 상기 지상관제서버로 전송한다(200). 이때 상기 화물차량에 대한 영성정보도 함께 전송된다. 또한 상기 차량정보 검출부(112)는 상기 판단결과 상기 차량이 화물차량인 경우에는 상기 영상 수집부(111)를 통해 수집한 영상정보 중, 상기 화물차량의 차량번호를 포함하는 전면영상 또는 후면영상을 기반으로 해당 화물차량의 차량번호를 판독한다.
한편 상기 화물차량의 차량번호를 판독하는 방법은 상술하였으므로, 상세한 설명은 생략하도록 한다.
또한 상기 불량적재 판단부(120)는 상기 판독한 차량번호를 기반으로 해당 화물차량의 차종을 확인하고, 상기 계산한 재원(높이, 폭 및 길이)과 상기 확인한 차종에 대한 기 저장한 재원을 상호 비교하여 불량적재 여부를 판단한다.
또한 상기 기 저장한 재원은 상기 확인한 화물차량의 차종에 대한 기준 규격(즉, 상기 도로교통법 시행령 22조에서 정하는 화물적재에 대한 기준)을 의미한다.
또한 상기 불량적재 판단부(120)는 상기 판독한 차량번호를 기반으로 해당 화물차량의 차종을 확인하고, 상기 촬영한 영상정보와 기 저장한 상기 확인한 차종의 영상정보(이 때의 영상정보는 상기 도로교통법 시행령 22조에서 정하는 화물적재에 대한 기준을 만족하는 화물차량의 영상정보를 의미함)를 서로 비교하여 불량적재 여부를 판단할 수 있다. 한편 상기 영상정보 간의 비교는 동일한 촬영거리에서 촬영한 영상정보를 기반으로 한다.
한편 상기 비교결과, 상기 계산한 상기 화물차량에 대한 재원이 기 저장한 재원에 특정 임계값 이상으로 근접하거나 초과하는 경우(예를 들어, 상기 계산한 화물차량의 재원이 상기 기 저장한 재원의 95%에 근접하거나 이를 초과하는 경우), 상기 제어부(140)는 상기 무인비행체(100)를 상기 화물차량에 더 가까이 비행할 수 있도록 하여, 상기 화물차량의 영상정보를 재수집하고, 상기 화물차량의 차량정보를 재검출하여, 상기 화물차량의 불량적재 여부를 재판단할 수 있도록 한다. 이를 통해 상기 화물차량의 재원을 더욱 정확하게 계산할 수 있도록 함으로써, 상기 화물차량에 대한 적재불량 여부를 정밀하게 판단할 수 있다.
또한 상기 제어부(140)는 상기 화물차량을 촬영하기 위한 거리가 멀어, 상기 화물차량의 영상정보가 너무 작거나, 기타 이물질로 인해 상기 영상정보가 불량하여, 상기 화물차량의 차량번호를 정확하게 판독하기 어려운 경우에도, 상기 무인비행체(100)를 상기 화물차량에 더 가까이 비행할 수 있도록 하여, 상기 화물차량에 대한 영상정보를 재수집할 수 있도록 한다.
또한 상기 적재불량 판단부(120)는 상기 판단결과, 해당 화물차량이 적재불량인 경우에는 해당 화물차량의 차량번호, 영상정보 및 상기 계산한 해당 화물차량의 높이, 폭 및 길이 등을 상기 지상관제서버(200), 톨게이트 또는 검문소 등으로 즉시 전송하여, 해당 화물차량에 대한 단속이 신속하게 수행될 수 있도록 한다.
또한 상기 적재불량 판단부(120)는 상기 수집한 영상정보 중에서, 해당 화물차량의 상부영상을 기반으로, 상기 상부영상에 대한 복잡도를 계산함으로써, 상기 화물차량의 덮개불량 여부를 판단한다.
또한 상기 적재불량 여부 및 덮개불량 여부의 판단은 상기 지상관제서버(200)에서도 동일하게 수행되며, 상기 적재불량 및 덮개불량 여부의 판단은 도 3을 참조하여 상세히 설명하도록 한다.
또한 상기 정보 송수신부(130)는 상기 비행 제어부(150)와 연동하여, 상기 무인비행체(100)와 상기 지상관제서버(200) 사이의 통신 채널을 생성하며, 상기 무인비행체(100)가 적재불량 차량 단속에 관한 임무를 수행하는 동안 상기 무인비행체(100)의 상태정보, GPS 위치정보, 영상정보, 화물차량정보를 송신한다.
또한 상기 정보 송수신부(130)는 상기 지상관제서버(200)로부터 상기 무인비행체(100)에 대한 제어명령을 수신하여, 상기 비행 제어부(150)에 의해 상기 수신한 제어명령에 따라 상기 무인비행체(100)가 제어될 수 있도록 한다.
또한 상기 정보 송수신부(130)는 기본적으로 ISM(Industrial, Scientific, and Medical)주파수 밴드를 사용하여 상기 지상관제서버(200)와의 통신을 수행하며, 추가적으로 위성통신 및 3G, 4G, LTE 또는 WiFi 등의 무선 데이터 통신으로도 상기 지상관제서버(200)와의 통신을 수행할 수 있다.
또한 상기 비행 제어부(150)는 상기 지상관제서버(200)의 제어명령에 따라 상기 무인비행체(100)의 자세 제어 및 고도 유지 등과 같은 상기 무인비행체(100)의 비행을 제어한다.
또한 상기 지상관제서버(200)는 상기 무인비행체(100)에 탑재된 GPS 수신기(170)로부터 상기 무인비행체(100)의 위치정보를 실시간으로 수신하며, 상기 수신한 위치정보를 바탕으로 상기 무인비행체(100)를 제어함으로써, 정확한 위치에서 상기 무인비행체(100)가 비행하여, 상기 화물차량의 차량정보 및 영상정보를 수집할 수 있도록 한다.
또한 상기 비행 제어부(150)는 상기 지상관제서버(200)와 통신이 두절되거나 기타 기체결함이 발생한 경우에는 예기치 않은 추락을 방지하기 위해 기 설정한 좌표나 상기 지상관제서버(200)가 구축된 지상관제소(미도시)로 회항할 수 있도록 상기 무인비행체(100)를 자동으로 제어한다.
또한 상기 비행 제어부(150)는 상기 무인비행체(100)에 전원을 공급하는 배터리의 잔량을 모니터링하여, 상기 배터리의 잔량이 기 설정한 특정 임계값 이하(상기 지상관제소로의 회항에 필요한 배터리 잔량은 20%일 때, 임계값을 25%로 설정한 경우)인 경우, 자동으로 상기 무인비행체(100)를 제어하여 상기 지상관제소로 회항할 수 있도록 한다.
또한 상기 비행 제어부(150)는 기 설정한 비행 경로점을 따라 자율비행을 수행할 수 있으며, 상기 자율비행을 통해 상기 고속도로에 대한 영상을 촬영한 후 출발지점 또는 중간 기착지로 자동 회항할 수 있도록 상기 무인비행체(100)를 제어할 수 있다.
또한 상기 비행 제어부(150)는 기 설정한 비행범위 내에서 상기 무인비행체(100)가 비행할 수 있도록 하며, 사용자가 잘못된 조정으로 인해 상기 무인비행체(100)가 상기 설정한 비행범위를 벗어나지 않도록 자동으로 제어할 수 있다. 이를 통해 산악지형에 위치한 고속도로에서와 같이 지형이 복잡하여, 부정확한 원격 조정으로 인해 상기 무인비행체(100)가 노변의 펜스, 나무, 산 또는 구조물과 충돌할 수 있는 가능성을 최소화할 수 있다.
또한 상기 제어부(140)는 상기 무인비행체(100)를 구성하는 구성부분 간에 대한 데이터의 흐름 또는 구동 등의 전반적인 제어를 수행한다.
또한 상기 메모리(160)는 복수의 화물차량에 대한 재원(즉, 기준규격을 만족하는 화물차량의 높이, 폭, 및 길이를 의미함), 복수의 화물차량에 대한 영상정보(즉, 기준규격을 만족하는 화물차량의 영상정보를 의미함), 상기 카메라에 의해 촬영된 영상정보, 상기 회항에 필요한 좌표정보, 상기 설정한 비행범위 및 비행 경로점 등을 저장한다.
또한 상기 GPS 수신기(170)는 위성으로부터 수신되는 항법메시지, 코드, 반송파 위상 등의 다양한 관측 자료를 신속하게 유기적으로 해석하여 상기 무인비행체(100)의 정밀한 현재위치에 대한 정보를 추정하고, 상기 추정한 위치정보를 상기 지상관제서버(200)로 전송한다.
도 3은 본 발명의 일 실시예에 따른 지상관제서버의 구성부분을 나타낸 블록도이다.
도 3에 도시한 바와 같이 상기 지상관제서버(200)는 상기 무인비행체(100)와 통신을 연결하여 데이터를 송수신하는 통신 인터페이스부(210), 상기 통신 인터페이스부(210)를 통해 수신한 화물차량 정보 및 영상정보를 수집하는 화물차량 데이터 수집부(220), 상기 수집한 화물차량 정보 및 영상정보를 기반으로 해당 화물차량의 적재불량 여부를 판단하는 영상검지부(230), 상기 판단결과 적재불량인 경우에 상기 화물차량에 대한 정보를 검문소 등에 전송하는 적재불량 알림부(240) 및 상기 무인비행체(100)를 원격에서 조종하는 무인비행체 제어부(250)를 포함하여 구성된다.
또한 상기 통신 인터페이스부(210)는 상기 무인비행체(100)와 통신 채널을 지속적으로 유지하여, 상기 무인비행체(100)가 적재불량 차량을 단속하기 위한 임무를 수행하는 동안 상기 무인비행체(100)로부터 상기 임무에 관련된 데이터를 수신하거나 상기 무인비행체(100)를 원격에서 제어하기 위한 제어명령을 송신하는 역할을 수행한다.
또한 상기 화물차량 데이터 수집부(220)는 상기 통신 인터페이스부(210)를 통해 수신되는 화물차량에 관련된 데이터를 수집한다.
상기 화물차량에 관련된 데이터는 상기 무인비행체(100)로부터 수신되는 화물차량 정보 및 상기 화물차량에 관한 영상정보를 포함하여 구성된다.
또한 상기 화물차량 정보는 상기 화물차량의 폭, 길이, 높이, 촬영거리(즉, 상기 무인비행체(100)와 상기 화물차량 간의 거리) 또는 이들의 조합을 포함하여 구성된다.
또한 상기 영상정보는 상기 화물차량의 상부, 전면부, 후면부, 좌우측면부 또는 이들의 조합으로 구성된 정지영상 또는 상기 화물차량의 동영상을 말한다.
또한 상기 영상검지부(230)는 상기 무인비행체(100)에서 획득한 영상정보와 화물차량 정보를 분석하고, 분석된 정보를 바탕으로 적재불량 단속대상이 되는 차량을 분류한 후, 상기 화물차량의 차량번호를 등록하여 해당 화물차량의 단속고지를 수행할 수 있도록 한다.
또한 상기 영상검지부(230)는 상기 수신한 영상정보를 기반으로 상기 화물차량의 차량번호를 판독하는 차량번호 판독부(231) 및 상기 화물차량의 적재불량 여부를 판단하는 적재불량 차량 판단부(232)를 포함하여 구성된다.
또한 상기 차량번호 판독부(231)는 상기 수신한 차량의 전면부 또는 후면부 영상을 기반으로 하여, 허프 변환을 이용한 방법 등과 같이 기존의 차량번호를 판독하는 방법을 이용하여 상기 화물차량의 차량번호를 판독한다.
또한 상기 적재불량 차량 판단부(232)는 종래의 기술에서 판단하지 않는 덮개불량을 포함한 적재불량 여부를 포괄적으로 판단하여 상기 화물차량의 단속여부를 결정한다.
또한 상기 적재불량 차량 판단부(232)는 상기 판독한 차량번호를 기반으로 해당 화물차량의 차종을 확인하고, 기 저장한 해당 차종의 재원(즉, 기준규격으로써, 상기 도로교통법 시행령 22조에 해당하는 규격을 말함)을 데이터베이스(300)로부터 로딩하여 상기 수신한 화물차량의 정보와 비교함으로써, 상기 화물차량의 적재불량 여부를 판단한다.
상기 판단은 상기 수신한 화물차량의 폭, 높이 및 길이와 상기 화물차량에 상응하는 기준규격의 폭, 높이 및 길이를 비교함으로써, 수행된다.
또한 상기 적재불량 차량 판단부(232)는 상기 수신한 화물차량의 상부영상을 세그멘테이션하여, 복수의 블록으로 나누고, 상기 상부영상의 복잡도를 계산하여, 특정 임계값과 비교함으로써, 상기 덮개불량 여부를 판단한다.
상기 상부영상은 32 x 32 또는 16 x 16개의 블록으로 세그멘테이션될 수 있으며, 상기 블록의 수는 사용자의 설정에 따라 달라질 수 있다. 또한 상기 블록은 하나의 픽셀로 구성될 수도 있다.
또한 상기 적재불량 차량 판단부(232)는 상기 각 블록에 대한 픽셀값들의 평균을 계산하고, 상기 전체 상부영상에 대한 픽셀값들의 평균을 계산한다. 다음으로 상기 계산한 전체 평균값에 상기 각 블록의 평균값에 대한 차이를 계산한 후, 상기 계산한 각 블록의 차이값에 대한 절대값을 모두 가산함으로써, 상기 복잡도를 계산한다.
이 후, 상기 적재불량 차량 판단부(232)는 상기 계산한 복잡도를 특정 임계값과 비교하여 상기 복잡도가 상기 특정 임계값보다 높은 경우에는, 상기 화물차량을 덮개를 설치하지 않은 덮개불량 차량으로 간주하여, 적재불량 차량으로 판단한다.
한편 상기 화물차량이 덮개를 설치하지 않은 경우, 부분적으로 휘도 또는 색상이 일정하지 않는 적재물에 의해 상기 화물차량의 상부영상에 대한 픽셀값들의 전체 평균값과 큰 차이를 보이는 블록(또는 픽셀)이 발생할 수밖에 없으며, 이러한 특징을 이용하여 상기 적재불량 차량 판단부(232)는 상기 덮개불량 여부를 판단하게 된다.
또한 상기 적재불량 차량 판단부(232)는 상기 판단결과, 상기 화물차량이 적재불량이거나 덮개불량인 경우, 상기 판독한 차량번호를 기반으로 상기 화물차의 소유자 또는 화주를 확인하여, 상기 적재불량 알림부(240)를 통해 상기 확인한 소유자 또는 화주가 구비한 단말기(예: 스마트폰)에 상기 화물차량이 적재불량 또는 덮개불량임을 통지하고, 단속대상임을 고지할 수 있도록 한다.
또한 상기 적재불량 차량 판단부(232)는 상기 수신한 화물차량의 정보를 이용하여 3차원의 영상을 생성할 수도 있으며, 상기 화물차량에 상응하는 기 저장한 기준 규격의 차량에 대한 3차원의 영상과 비교함으로서, 적재불량 단속 기준을 초과하는지에 대한 여부를 판단할 수도 있다.
또한 상기 지상관제서버(200)는 상기 무인비행체(100)로부터 수신되는 영상정보가 불량하여 해당 차량의 번호를 판독할 수 없거나, 상기 수신한 영상정보를 기반으로 계산한 상기 화물차량의 재원이 기 저장한 화물차량의 재원에 특정 임계값에 근접하거나 초과하는 경우, 상기 무인비행체(100)를 해당 화물차량에 더욱 근접하여, 상기 영상정보를 재수집할 수 있도록 제어하고, 상기 재수집한 영상정보를 수신하여 상기 화물차량의 차량번호를 재판독하고, 상기 화물차량의 불량적재 및 덮개불량을 재판단할 수 있다.
한편 상기 지상관제서버(200)에서 수행하는 화물차량에 대한 차량번호 판독, 적재불량여부의 판단 및 덮개불량 여부의 판단은 상기 무인비행체(100)의 화물차량 인식부(110) 및 불량적재 판단부(120)에서도 동일한 방법으로 수행됨은 상술한 바와 같다. 이를 통해 적재불량 또는 덮개불량 차량을 더욱 정확하게 검출할 수 있으며, 상기 적재불량 또는 덮개불량 차량에 대한 신속한 단속을 수행할 수 있다.
또한 상기 적재불량 차량 판단부(232)에서 판단한 결과, 상기 화물차량이 적재불량으로 판단되면 상기 적재불량 알림부(240)는 자동으로 해당 화물차량에 적재불량 단속 고지를 전송한다. 한편 상기 전송은 상기 화물차량에 탑재된 네비게이션의 표시장치 또는 상기 화물차량의 소유자 또는 화주가 구비한 무선 단말기를 통해 표시함으로써, 수행된다.
또한 상기 적재불량 알림부(240)는 상기 화물차량이 적재불량으로 판단된 경우, 해당 고속도로의 톨게이트, 검문소, 단속전용차량 또는 이들의 조합에 해당 화물차량의 차량번호와 함께 적재불량 단속고지를 통보하여, 상기 화물차량의 신속한 단속을 수행할 수 있도록 한다.
이하에서는 도 4 및 도 5를 참조하여, 상기 무인비행체(100)와 상기 지상관제서버(200)를 이용하여 적재불량인 화물차량을 검출하고, 단속하는 과정을 상세히 설명하도록 한다.
도 4는 본 발명의 일 실시예에 따른 무인비행체에서 화물차량에 대한 정보 및 영상정보를 지상관제서버로 전송하는 절차를 나타낸 흐름도이다.
도 4에 도시한 바와 같이 상기 무인비행체(100)에서 화물차량 정보 및 영상정보를 상기 지상관제서버(200)로 전송하는 절차는 우선, 상기 영상수집부(111)를 통해 카메라로부터 촬영된 차량의 영상정보를 수집한다(S110).
한편 상기 수집은 도로의 크기와 주변지형에 따라 복수의 무인비행체(100)로부터 수행될 수 있으며, 동시에 여러 각도에서 각종 센서(예: 초음파 센서)와 카메라로 측정한 화물차량 정보를 상기 지상관제서버(200)로 전송하여, 적재불량 여부를 판별하도록 할 수 있다.
상기 영상정보는 해당 차량의 상부영상을 의미하며, 상기 지상관제서버(200)로 전송되는 영상정보는 해당 차량의 상부영상을 포함하여 전면부, 후면부, 좌우측면부 또는 이들의 조합으로 구성된다.
다음으로 상기 차량정보 검출부(112)를 통해 상기 초음파 센서를 제어하여, 상기 화물차량의 상부영상에 대한 촬영거리와 상기 차량의 실제 높이를 계산한다.
상기 상부영상에 대한 촬영거리는 상기 차량의 상부로부터 상기 상부를 촬영하는 카메라(즉, 무인비행체(100))간의 거리를 의미하며, 초음파를 상기 차량의 상부에 발사하여 반사파를 수신함으로써 계산된다.
또한 상기 차량의 실제 높이는 상기 촬영거리를 계산하기 위한 무인비행체(100)의 동일한 고도에서 상기 초음파를 지면에 발사하고, 상기 지면으로부터 반사되어 되돌아오는 반사파를 수신하여 지면과의 거리를 계산한 후, 상기 계산한 지면과의 거리에 상기 계산한 촬영거리를 감산함으로써, 계산된다. 바람직하게는, 상기 촬영거리는 상기 초음파 센서에 의해서 직접적으로 추출될 수 있다.
다음으로 상기 차량정보 검출부(112)를 통해 상기 수집한 영상정보를 기반으로 상기 차량의 실제 길이와 폭을 계산한다(S130).
한편 상기 실제 길이와 폭은 다음의 [수학식 1]과 [수학식 2]에 의해 각각 계산된다.
[수학식 1]
l = (d x EL) / f
여기서 l은 상기 차량의 실제 길이를 나타내며, d는 상기 계산한 촬영거리를 나타낸다. 또한 EL는 상기 카메라를 통해 촬영된 상기 차량의 길이에 대한 이미지 사이즈를 나타내며, f는 상기 카메라의 초점거리를 나타낸다.
[수학식 2]
w = (d x Ew) / f
여기서 w은 상기 차량의 실제 폭을 나타내며, d는 상기 계산한 촬영거리를 나타낸다. 또한 Ew는 상기 카메라를 통해 촬영된 상기 차량의 폭에 대한 이미지 사이즈를 나타내며, f는 상기 카메라의 초점거리를 나타낸다.
또한 상기 [수학식 1] 및 [수학식 2]에 나타난 것과 같이 상기 촬영거리와 상기 이미지 사이즈는 반비례의 관계에 있으며, 상기 촬영거리가 늘어나면 상기 이미지 크기는 일정한 비율로 작아지고, 상기 촬영거리가 가까워지면 상기 이미지 크기는 일정한 비율로 커진다. 즉, 상기 실제 차량의 길이 또는 폭, 상기 이미지 사이즈, 촬영거리 및 초점거리는 다음의 [수학식 3]의 관계에 있으며, 이를 통해 상기 차량의 길이 또는 폭을 계산할 수 있다.
[수학식 3]
l : EL = d : f,
w : Ew = d : f
다음으로 상기 화물차량 판단부(113)를 통해 상기 계산한 해당 차량의 길이, 폭 및 높이를 포함하는 재원을 이용하여 상기 차량이 화물차량인지에 대한 여부를 판단한다(S140).
도 1을 참조하여 설명한 것과 같이 상기 판단은 길이, 폭, 높이 또는 이들의 조합이 특정 임계값의 초과여부를 판단함으로써, 수행되며, 상기 특정 임계값은 길이, 폭 및 높이에 대해 각각 다르게 설정될 수 있다.
다음으로 상기 판단결과 화물차량인 경우(S150), 상기 계산한 차량의 길이, 폭, 높이, 상기 촬영거리를 포함하는 화물차량 정보 및 해당 차량의 영상정보를 상기 지상관제서버(200)로 전송한다(S160).
한편 상기 무인비행체(100)는 상기 판단결과 화물차량인 경우, 상기 카메라를 이용하여 해당 화물차량의 상부, 전면, 후면 및 좌우측면을 촬영하여 상기 화물차량 정보와 함께 전송한다.
다음으로 상기 무인비행체(100)의 비행이 종료된 경우(S170), 상기 무인비행체(100)를 중간 기착점 또는 상기 지상관제센터로 회항시켜, 상기 무인비행체(100)를 활용한 화물차량에 대한 정보 수집을 종료한다.
도 5는 본 발명의 일 실시예에 따른 지상관제서버에서 화물차량에 대한 적재불량 여부를 판단하는 절차를 나타낸 흐름도이다.
도 5에 도시한 바와 같이 상기 지상관제서버(200)에서 상기 화물차량에 대한 적재불량 여부를 판단하는 절차는 우선, 상기 무인비행체(100)에서 획득한 화물차량에 대한 정보와 영상정보를 상기 화물차량 데이터 수집부(220)를 통해 수집한다(S210).
다음으로 상기 차량번호 판독부(231)를 통해 상기 수집한 영상정보를 기반으로 하여 상기 화물차량의 차량번호를 판독한다(S220).
상기 판독은 차량번호를 추출하는 데 가장 많이 사용되는 허프 변환을 이용한 방법을 적용하여 판독되는 것이 바람직하지만, 수평/수직 에지 방식을 이용한 방법 등 기존의 다양한 방법을 통해 수행될 수 있다.
다음으로 상기 적재불량 차량 판단부(232)를 통해 덮개불량을 포함하여 상기 화물차량이 적재불량인지에 대한 여부를 판단한다(S230).
상기 적재불량 여부에 대한 판단은 상기 수집한 영상정보와 화물차량정보를 기반으로 수행되며, 이미 상술하였으므로 상세한 설명은 생략하도록 한다.
다음으로 상기 판단결과 상기 화물차량이 적재불량인 경우(S240), 적재불량 알림부(240)를 통해 상기 화물차량에 탑재된 네비게이션 또는 화물차량 운전자의 무선 단말기에 적재불량 단속 대상임을 고지하고, 검문소, 톨게이트 또는 단속전용차량에 상기 적재불량 차량의 차량번호를 전송함으로써, 상기 적재불량 차량을 단속할 수 있도록 한다(S250).
한편 상기 도 5를 참조하여 설명한 적재불량 및 덮개불량 여부의 판단은 상기 무인비행체(100)에 자체적으로도 수행되며, 상기 무인비행체(100)에서 판단한 결과, 상기 화물차량이 적재불량 또는 덮개불량인 경우에는 해당 화물차량의 차량번호, 영상정보, 화물차량정보 또는 이들의 조합을 상기 지상관제서버(200)로 전송함으로써, 해당 화물차량에 대한 단속이 신속하게 수행될 수 있도록 한다.
또한 상기 지상관제서버(200)는 지상의 어디에서나 구축될 수 있으나, 상기 화물차량의 이동이 많은 고속도로의 톨게이트, 검문소 또는 상기 적재불량을 단속하기 위해 운영되는 단속차량 등에 구축될 수도 있다.
이상에서 설명하였듯이, 본 발명인 무인비행체를 이용한 적재불량 차량 단속 시스템 및 그 방법은 상기 무인비행체에 구비된 카메라, 초음파 센서 등을 포함하는 다양한 센서를 통해 화물차량에 대한 정보와 영상정보를 수집하고, 이를 기반으로 상기 화물차량의 덮개불량을 포함한 적재불량을 검출하여, 이를 신속하게 단속할 수 있도록 함으로써, 고속도로 상에서 상기 적재불량 화물차량에 의한 교통사고를 사전에 차단할 수 있는 효과가 있다.
상기에서는 본 발명에 따른 바람직한 실시예를 위주로 상술하였으나, 본 발명의 기술적 사상은 이에 한정되는 것은 아니며 본 발명의 각 구성요소는 동일한 목적 및 효과의 달성을 위하여 본 발명의 기술적 범위 내에서 변경 또는 수정될 수 있을 것이다.
또한, 이상에서는 본 발명의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형 실시가 가능한 것은 물론이고, 이러한 변형 실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안 될 것이다.
100 : 무인비행체 110 : 화물차량 인식부
111 : 영상 수집부 112 : 차랑정보 검출부
120 : 불량적재 판단부 130 : 정보 송수신부
140 : 제어부 150 : 비행 제어부
160 : 메모리 170 : GPS 수신기
180 : 센서부 200 : 지상관제서버
210 : 통신 인터페이스부 220 : 화물차량 데이터 수집부
230 : 영상검지부 231 : 차량번호 판독부
232 : 적재불량 차량 판단부 240 : 적재불량 알림부
300 : 데이터베이스

Claims (10)

  1. 화물차량을 촬영하는 적어도 하나 이상의 카메라를 통해 촬영된 화물차량의 영상을 수집하거나, 상기 영상으로부터 차량의 실제 길이, 폭, 높이 또는 이들의 조합을 계산하는 화물차량 인식부; 및
    상기 계산한 결과를 복수의 화물차량의 차종과 비교하여 불량적재 여부를 판단하는 불량적재 판단부;를 포함하는 무인비행체를 포함하는 것을 특징으로 하는 무인비행체를 이용한 적재불량 화물차량 단속 시스템.
  2. 청구항 1에 있어서,
    상기 화물차량 인식부에서,
    상기 화물차량의 높이는, 상기 무인비행체에 탑재된 초음파 센서를 통해 상기 무인비행체와 지면까지의 거리와 상기 무인비행체와 상기 화물차량의 상부까지 거리를 계산하고, 상기 계산한 지면까지의 거리에 상기 화물차량의 상부까지 거리를 감산함으로써 계산되고,
    상기 화물차량의 길이 및 폭은, 상기 화물차량의 상부를 촬영하는 카메라의 초점거리, 상기 초음파 센서에 의해서 추출된 촬영거리 및 이미지 사이즈를 기반으로 계산되는 것을 특징으로 하는 무인비행체를 이용한 적재불량 차량 단속 시스템.
  3. 청구항 1에 있어서,
    상기 불량적재 판단부는,
    상기 화물차량의 차종에 따른 재원을 저장하고 있으면서, 상기 계산한 결과로부터 도출된 재원을 서로 비교하여 불량적재 여부를 판단하거나,
    상기 화물차량의 차종에 따른 영상을 저장하고 있으면서, 상기 촬영된 화물차량의 영상을 서로 비교하여 불량적재 여부를 판단하는 것을 포함하는 것을 특징으로 하는 무인비행체를 이용한 적재불량 화물차량 단속 시스템.
  4. 청구항 1에 있어서,
    상기 불량적재 판단부는,
    덮개불량의 판단을 더 수행하고, 상기 덮개불량의 판단은,
    상기 수집한 영상정보 중 상기 화물차량의 상부영상의 복잡도를 계산하여 상기 복잡도가 특정 임계값의 초과 여부를 판단함으로써, 수행되는 것을 특징으로 하는 무인비행체를 이용한 적재불량 화물차량 단속 시스템.
  5. 무인비행체로부터 수신되는 화물차량의 영상을 수집하는 화물차량 데이터 수집부;
    상기 수집한 영상을 기반으로 차량번호를 판독하는 차량번호 판독부;
    상기 판독한 차량번호와 상기 수집한 화물차량의 영상을 기반으로 상기 화물차량의 적재불량이나 덮개불량 여부 및 소유자를 판단하는 적재불량 차량 판단부; 및
    상기 판단한 결과, 적재불량 또는 덮개불량이라고 판단되는 경우, 상기 화물차량, 톨게이트, 검문소, 단속전용차량 또는 이들의 조합에 상기 화물차량의 적재불량을 고지하는 적재불량 알림부;를 포함하는 지상관제서버를 포함하는 것을 특징으로 하는 무인비행체를 이용한 적재불량 화물차량 단속 시스템.
  6. 화물차량을 촬영하는 적어도 하나 이상의 카메라를 통해 촬영된 화물차량의 영상을 수집하거나, 상기 영상으로부터 차량의 실제 길이, 폭, 높이 또는 이들의 조합을 포함하는 적재재원을 계산하는 화물차량 인식 단계; 및
    상기 영상이나 상기 적재재원을 복수의 화물차량에 대한 영상이나 적재재원과 비교하여 불량적재 여부를 판단하는 불량적재 판단 단계;를 포함하는 것을 특징으로 하는 무인비행체를 이용한 적재불량 화물차량 단속 방법.
  7. 청구항 6에 있어서,
    상기 화물차량 인식 단계에서,
    상기 화물차량의 높이는, 상기 무인비행체에 탑재된 초음파 센서를 통해 상기 무인비행체와 지면까지의 수직거리와 상기 무인비행체와 상기 화물차량의 상부까지의 수직거리를 계산하고, 상기 계산한 지면까지의 수직거리에 상기 화물차량의 상부까지 수직거리를 감산함으로써 계산되고,
    상기 화물차량의 길이 및 폭은, 상기 화물차량의 상부를 촬영하는 카메라의 초점거리, 상기 초음파 센서에 의해서 추출된 촬영거리 및 이미지 사이즈를 기반으로 계산되는 것을 특징으로 하는 무인비행체를 이용한 적재불량 화물차량 단속 방법.
  8. 청구항 6에 있어서,
    상기 불량적재 판단 단계는,
    상기 화물차량의 차종에 따른 재원을 저장하고 있으면서, 상기 계산한 결과로부터 도출된 재원을 서로 비교하여 불량적재 여부를 판단하거나,
    상기 화물차량의 차종에 따른 영상을 저장하고 있으면서, 상기 촬영된 화물차량의 영상을 서로 비교하여 불량적재 여부를 판단하는 것을 포함하는 것을 특징으로 하는 무인비행체를 이용한 적재불량 화물차량 단속 방법.
  9. 청구항 6에 있어서,
    상기 불량적재 판단 단계는,
    덮개불량의 판단을 더 수행하며, 상기 덮개불량의 판단은,
    상기 수집한 영상 중 상기 화물차량의 상부영상의 복잡도를 계산하여 상기 복잡도가 특정 임계값의 초과 여부를 판단함으로써, 수행되는 것을 특징으로 하는 무인비행체를 이용한 적재불량 화물차량 단속 방법.
  10. 무인비행체로부터 수신되는 화물차량의 영상을 수집하는 화물차량 데이터 수집 단계;
    상기 수집한 영상을 기반으로 차량번호를 판독하는 차량번호 판독 단계;
    상기 판독한 차량번호와 상기 수집한 화물차량의 영상을 기반으로 상기 화물차량의 적재불량이나 덮개불량 여부 및 소유자를 판단하는 적재불량 차량 판단 단계; 및
    상기 판단한 결과, 적재불량 또는 덮개불량이라고 판단되는 경우, 상기 화물차량, 톨게이트, 검문소, 단속전용차량 또는 이들의 조합에 상기 화물차량의 적재불량을 고지하는 적재불량 알림 단계;를 포함하는 무인비행체와 지상관제서버를 이용한 적재불량 화물차량 단속 방법.
KR1020160033029A 2016-03-18 2016-03-18 무인비행체를 이용한 적재불량 차량 단속 시스템 및 그 방법 KR101785401B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160033029A KR101785401B1 (ko) 2016-03-18 2016-03-18 무인비행체를 이용한 적재불량 차량 단속 시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160033029A KR101785401B1 (ko) 2016-03-18 2016-03-18 무인비행체를 이용한 적재불량 차량 단속 시스템 및 그 방법

Publications (2)

Publication Number Publication Date
KR20170108710A true KR20170108710A (ko) 2017-09-27
KR101785401B1 KR101785401B1 (ko) 2017-11-06

Family

ID=60036255

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160033029A KR101785401B1 (ko) 2016-03-18 2016-03-18 무인비행체를 이용한 적재불량 차량 단속 시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR101785401B1 (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108974360A (zh) * 2018-08-24 2018-12-11 国网黑龙江省电力有限公司哈尔滨供电公司 使用无人机对变电站作立体巡视的方法
CN109240290A (zh) * 2018-09-04 2019-01-18 南京理工大学 一种电力巡检机器人返航路径确定方法
KR102021716B1 (ko) * 2019-01-16 2019-09-16 정흥원 지능형 토사 정보 자동 처리시스템
KR102131893B1 (ko) * 2019-10-24 2020-07-09 한국건설기술연구원 화물차 덮개 불량 자동 인지 장치 및 방법
CN111460551A (zh) * 2020-03-27 2020-07-28 华南理工大学 二维车辆超限荷载谱的模拟、分级和编制方法
CN112699738A (zh) * 2020-12-10 2021-04-23 交通运输部公路科学研究所 基于无人机平台的高速公路绿色通道车辆快速检测方法
KR102296471B1 (ko) 2021-02-05 2021-09-01 주식회사 알씨 인공지능 기반 차량 적재불량 검출 시스템
KR102659546B1 (ko) * 2022-11-29 2024-04-24 주식회사 엠투코리아 블록체인 기반 보세운송 관리시스템

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102243528B1 (ko) * 2019-12-23 2021-04-22 렉스젠(주) 화물차 감시 시스템 및 그 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101282864B1 (ko) * 2013-04-02 2013-07-05 주식회사 스마트비전 적재 불량 차량을 단속하기 위한 시스템 및 그 방법

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108974360A (zh) * 2018-08-24 2018-12-11 国网黑龙江省电力有限公司哈尔滨供电公司 使用无人机对变电站作立体巡视的方法
CN109240290A (zh) * 2018-09-04 2019-01-18 南京理工大学 一种电力巡检机器人返航路径确定方法
CN109240290B (zh) * 2018-09-04 2021-09-03 南京理工大学 一种电力巡检机器人返航路径确定方法
KR102021716B1 (ko) * 2019-01-16 2019-09-16 정흥원 지능형 토사 정보 자동 처리시스템
KR102131893B1 (ko) * 2019-10-24 2020-07-09 한국건설기술연구원 화물차 덮개 불량 자동 인지 장치 및 방법
CN111460551A (zh) * 2020-03-27 2020-07-28 华南理工大学 二维车辆超限荷载谱的模拟、分级和编制方法
CN111460551B (zh) * 2020-03-27 2022-05-24 华南理工大学 二维车辆超限荷载谱的模拟、分级和编制方法
CN112699738A (zh) * 2020-12-10 2021-04-23 交通运输部公路科学研究所 基于无人机平台的高速公路绿色通道车辆快速检测方法
CN112699738B (zh) * 2020-12-10 2024-03-12 交通运输部公路科学研究所 基于无人机平台的高速公路绿色通道车辆快速检测方法
KR102296471B1 (ko) 2021-02-05 2021-09-01 주식회사 알씨 인공지능 기반 차량 적재불량 검출 시스템
KR102659546B1 (ko) * 2022-11-29 2024-04-24 주식회사 엠투코리아 블록체인 기반 보세운송 관리시스템

Also Published As

Publication number Publication date
KR101785401B1 (ko) 2017-11-06

Similar Documents

Publication Publication Date Title
KR101785401B1 (ko) 무인비행체를 이용한 적재불량 차량 단속 시스템 및 그 방법
CN110430401B (zh) 车辆盲区预警方法、预警装置、mec平台和存储介质
CN111787481B (zh) 一种基于5g的路车协调高精度感知方法
KR101533905B1 (ko) 비행장 내의 이물질, 파편 또는 손상 검출 감시 시스템 및 방법
US10223910B2 (en) Method and apparatus for collecting traffic information from big data of outside image of vehicle
US11827169B2 (en) Accident determination device
EP3176052A1 (en) Detection of changes to railway tracks or objects in the vicinity of the train
EP3705371A1 (en) Obstacle detecting device
KR101908611B1 (ko) 차량 주차관리 방법
KR101852057B1 (ko) 영상 및 열화상을 이용한 돌발 상황 감지시스템
US11914041B2 (en) Detection device and detection system
KR101625573B1 (ko) 차량 번호판 인식과 차량 하부 검색을 동시에 이용한 입출차 보안 시스템
US11688278B1 (en) Traffic drone system
KR20230010262A (ko) 경찰차를 활용한 포트홀 실시간 탐지 방법
US20210208282A1 (en) Detection device and detection system
CN114445803A (zh) 驾驶数据的处理方法、装置及电子设备
CN114248819B (zh) 基于深度学习的铁路侵限异物无人机检测方法、装置及系统
KR102423550B1 (ko) 자율주행차량의 주행경로상에 교통법규위반차량이 존재하는지를 판단하기 위한 방법 및 이를 사용한 장치
KR20180108176A (ko) 공항 이동지역 이물질 수거 시스템
JP2018055597A (ja) 車種判別装置および車種判別方法
Hsu et al. Design and implementation of an intelligent road detection system with multisensor integration
CN110929475B (zh) 对象的雷达简档的注释
KR102296471B1 (ko) 인공지능 기반 차량 적재불량 검출 시스템
CN109784309A (zh) 一种基于车载相机的高速公路广告牌识别系统及方法
CN111523368B (zh) 信息处理装置、服务器以及交通管理系统

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right