KR20200024997A - 차량속도 측정이 가능한 시정거리 측정 시스템 - Google Patents

차량속도 측정이 가능한 시정거리 측정 시스템 Download PDF

Info

Publication number
KR20200024997A
KR20200024997A KR1020180101690A KR20180101690A KR20200024997A KR 20200024997 A KR20200024997 A KR 20200024997A KR 1020180101690 A KR1020180101690 A KR 1020180101690A KR 20180101690 A KR20180101690 A KR 20180101690A KR 20200024997 A KR20200024997 A KR 20200024997A
Authority
KR
South Korea
Prior art keywords
vehicle speed
visibility
specific
image information
distance
Prior art date
Application number
KR1020180101690A
Other languages
English (en)
Other versions
KR102145409B1 (ko
Inventor
채신태
Original Assignee
(주)시정
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 (주)시정 filed Critical (주)시정
Priority to KR1020180101690A priority Critical patent/KR102145409B1/ko
Publication of KR20200024997A publication Critical patent/KR20200024997A/ko
Application granted granted Critical
Publication of KR102145409B1 publication Critical patent/KR102145409B1/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
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G08G1/054—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed photographing overspeeding vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Traffic Control Systems (AREA)

Abstract

차량속도 측정이 가능한 시정거리 측정 시스템이 개시된다. 차량속도 측정이 가능한 시정거리 측정 시스템은 도로 위 특정 차량에 대한 이미지 정보를 획득하고, 상기 특정 차량의 차량속도를 측정하는 차량속도 측정부; 및 상기 차량속도 측정부를 통해 상기 차량속도 측정부로부터 기설정된 거리만큼 이격되도록 배치된 특정 피사체에 대한 이미지 정보가 획득되면, 상기 획득된 이미지 정보를 기반으로 시정거리를 측정하는 시정거리 측정부;를 포함한다. 이에 의해, 시정거리를 산출하고, 산출된 시정거리를 반영한 상황별 제한속도를 산출하여, 운전자들에게 제공함으로써, 운전자의 경각심을 일깨워주고, 시정 악화시 과속으로 인한 교통사고를 예방함으로써, 인적, 경제적 손실을 줄일 수 있다. 그리고 상황별 제한속도의 위반 여부, 미세먼지 농도 등을 전달하여 운전자들에게 편의를 제공할 수 있다.

Description

차량속도 측정이 가능한 시정거리 측정 시스템{System for visibility measurement with vehicle speed measurement}
본 발명은 시정거리 측정 시스템에 관한 것으로, 더욱 상세하게는 차량속도 측정이 가능한 시정거리 측정 시스템에 관한 것이다.
일반적으로 과속검출장치는 과속에 의한 교통사고를 예방하기 위해 마련되는 것으로, 차량의 과속을 방지하거나 과속차량을 검출하기 위한 기술들이 다양하게 개발되고 있다.
이 중 시정 악화로 인하여 시야 거리를 충분히 확보할 수 없는 상황(짙은 안개)에서 운전자에게 경각심을 일깨워주기 위해 마련된 기존의 시정거리 측정 시스템은 도로의 기상상태에 따라 시정거리를 측정하여 운전자에게 전달할 수 있으나, 이는 단순히 측정된 시정거리를 운전자에게 전달 가능하여, 기상상태(눈, 비, 안개, 황사 및 미세먼지 등) 및 기상상태에 따른 시정거리에 따라 해당 도로구간의 상황에 맞는 적절한 제한속도에 대한 정보를 제공하지 못한다는 한계가 존재한다.
따라서, 시정 악화로 인하여 시야 거리를 충분히 확보할 수 없는 상황(짙은 안개)에서의 과속운전은 운전자에게 치명적인 손상을 입히는 인명사고로 발전할 수 있기 때문에, 차량의 과속을 방지하거나 과속차량을 검출하여, 운전자의 경각심을 일깨워주고, 시정 악화시 과속으로 인한 교통사고를 예방함으로써, 인적, 경제적 손실을 줄일 수 있는 방안이 필요하다.
한국등록특허 제10-1291301호(발명의 명칭: 영상 및 레이더를 이용한 차량 속도 측정 시스템) 한국등록특허 제10-1032160호(발명의 명칭: 카메라를 이용한 도로 시정거리 측정 시스템 및 그 방법)
본 발명은 상기와 같은 문제를 해결하기 위해 안출된 것으로, 본 발명의 목적은, 영상 이미지를 인공지능 기술을 이용하여 분석함으로써, 시정거리를 산출하고, 산출된 시정거리를 기반으로 도로의 기상상태 및 시정거리를 반영한 상황별 제한속도를 산출하여, 운전자들에게 제공하는 차량속도 측정이 가능한 시정거리 측정 시스템을 제공함에 있다.
또한, 상황별 제한속도의 위반 여부, 미세먼지 농도 등을 전달하는 차량속도 측정이 가능한 시정거리 측정 시스템을 제공함에 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 차량속도 측정이 가능한 시정거리 측정 시스템은 도로 위 특정 차량에 대한 이미지 정보를 획득하고, 상기 특정 차량의 차량속도를 측정하는 차량속도 측정부; 및 상기 차량속도 측정부를 통해 상기 차량속도 측정부로부터 기설정된 거리만큼 이격되도록 배치된 특정 피사체에 대한 이미지 정보가 획득되면, 상기 획득된 이미지 정보를 기반으로 시정거리를 측정하는 시정거리 측정부;를 포함한다.
그리고 상기 시정거리 측정부는, 이미지 정보를 구성하는 복수의 픽셀 중 일부 픽셀을 임의로 지정하여 특징점으로 설정하고, 상기 설정된 특징점에 대한 특징점 설정정보를 미리 저장하고, 상기 특정 피사체에 대한 이미지 정보가 획득되면, 상기 저장된 특징점 설정정보를 기반으로 상기 획득된 특정 이미지 정보로부터 인지 가능한 특징점의 개수를 산출함으로써, 상기 특정 이미지 정보의 선명도를 산출하고, 상기 산출된 선명도를 기반으로 시정거리를 측정할 수 있다.
또한, 상기 시정거리 측정부는, 기상 상태 및 대기에 포함된 미세먼지의 농도에 따라 산출되는 상기 이미지 정보의 선명도에 대응되는 시정거리 값이 포함된 룩업 테이블을 이용하여 시정거리를 측정할 수 있다.
한편, 본 실시예에 따른 차량속도 측정이 가능한 시정거리 측정 시스템은 상기 차량속도 측정부가 설치된 도로구간에 따라 설정된 기본 제한속도에 상기 측정된 시정거리를 반영하여 상기 도로구간의 상황별 제한속도를 산출하는 상황별 제한속도 산출부; 및 상기 도로구간의 상황별 제한속도를 출력하는 출력부;를 더 포함할 수 있다.
또한, 상기 시정거리 측정부는, 상기 특정 피사체에 대한 복수의 이미지 정보가 획득되면, 상기 복수의 이미지 정보가 대기 중 미세먼지의 농도에 영향을 받은 영역의 이미지에 대한 영상 필터 속성 정보인 제1 메타 데이터에 따라 각각의 이미지 정보 간에 차이가 발생된 추상적 특징이 필터링되도록 하여, 복수의 제1 콘벌루션 계층(first convolutional layer)을 생성하며, 상기 복수의 제1 콘벌루션 계층이 생성되면, 풀링 필터(pooling filter)를 이용하여 각각의 제1 콘벌루션 계층의 사이즈를 축소하는 서브 샘플링(subsampling)을 수행하여 제1 서브 샘플링 계층을 복수로 생성하고, 상기 제1 서브 샘플링 계층이 복수로 생성되면, 상기 제1 콘벌루션 계층을 이루는 이미지 데이터를 기설정된 농도 범위별로 분류하기 위한 속성 정보인 제2 메타 데이터를 기반으로 상기 생성된 복수의 제1 서브 샘플링 계층을 미세먼지의 정도(程度)에 따라 분류하여, 하나의 평균 풀링 필터(average pooling filter)를 이용하여, 상기 평균 풀링 필터에 포함되는 이미지 데이터 유닛들에 관한 미세먼지의 농도의 평균값을 산출하고, 상기 평균 풀링 필터에 포함된 이미지 데이터 유닛들이 상기 산출된 평균값이 포함된 하나의 이미지 데이터 유닛으로 축소 변환되는 제2 서브 샘플링 계층을 복수로 생성하고, 상기 제2 서브 샘플링 계층이 복수로 생성되면, 상기 생성된 복수의 제2 서브 샘플링 계층을 상기 이미지 정보 획득부가 마련된 차량 주변의 기상상태 및 안개의 발생 여부에 따라 분류하여, 상기 도로구간의 미세먼지 농도 값을 산출할 수 있다.
그리고 상기 출력부는, 상기 차량속도 측정부에 의해, 측정된 특정 차량과의 실시간 거리가 기설정된 거리범위 미만인 것으로 판단되면, 상기 도로구간의 상황별 제한속도, 상기 특정 차량의 차량속도 및 상기 특정 차량의 상황별 제한속도 위반 여부에 대한 정보가 함께 출력되도록 하되, 상기 차량속도 측정부에 의해, 측정된 특정 차량과의 실시간 거리가 상기 기설정된 거리범위 이상인 것으로 판단되면, 상기 측정된 시정거리, 상기 도로구간의 미세먼지 농도 값 및 상기 도로구간의 상황별 제한속도가 출력되도록 할 수 있다.
이에 의해, 시정거리를 산출하고, 산출된 시정거리를 반영한 상황별 제한속도를 산출하여, 운전자들에게 제공함으로써, 운전자의 경각심을 일깨워주고, 시정 악화시 과속으로 인한 교통사고를 예방함으로써, 인적, 경제적 손실을 줄일 수 있다. 그리고 상황별 제한속도의 위반 여부, 미세먼지 농도 등을 전달하여 운전자들에게 편의를 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 차량속도 측정이 가능한 시정거리 측정 시스템의 구성을 설명하기 위해 도시된 도면이다.
도 2는 본 발명의 일 실시예에 따른 차량속도 측정부가 이미지에 대한 정보들을 획득하는 과정을 설명하기 위해 도시된 도면이다.
도 3은 본 발명의 일 실시예에 따른 차량속도 측정부에 의해 획득된 특정 피사체에 대한 이미지 정보들이 도시된 도면이다.
도 4는 본 발명의 일 실시예에 따른 이미지 정보의 선명도 산출 과정을 설명하기 위해 도시된 도면이다.
도 5는 본 발명의 일 실시예에 따른 시정거리 측정부가 미세먼지 농도 값을 산출하기 위해 콘벌루션 신경망을 이용하여 이미지 정보를 영상 처리하는 과정을 설명하기 위해 도시한 도면이다.
도 6은 본 발명의 일 실시예에 따른 시정거리 측정부가 미세먼지 농도 값을 산출하기 위해 콘벌루션 계층을 생성하는 과정을 설명하기 위해 도시된 도면이다.
도 7은 본 발명의 일 실시예에 따른 차량속도 측정이 가능한 시정거리 측정 시스템을 이용하여 시정거리를 산출하고, 산출된 시정거리를 이용하여 도로구간의 상황별 제한속도 및 차량의 상황별 제한속도 위반 여부를 출력하는 과정을 설명하기 위해 도시된 도면이다.
이하에서는 도면을 참조하여 본 발명에 대해 보다 상세히 설명하기로 한다. 이하에 소개되는 실시예들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 예로서 제공되는 것이다. 본 발명은 이하 설명되는 실시예들에 한정되지 않고 다른 형태로 구체화될 수도 있다.
도 1은 본 발명의 일 실시예에 따른 차량속도 측정이 가능한 시정거리 측정 시스템(이하에서는 '시정거리 측정 시스템'으로 총칭하기로 함)의 구성을 설명하기 위해 도시된 도면이고, 도 2는 본 발명의 일 실시예에 따른 차량속도 측정부(100)가 이미지에 대한 정보들을 획득하는 과정을 설명하기 위해 도시된 도면이고, 도 3은 본 발명의 일 실시예에 따른 차량속도 측정부(100)에 의해 획득된 특정 피사체에 대한 이미지 정보들이 도시된 도면이며, 도 4는 본 발명의 일 실시예에 따른 이미지 정보의 선명도 산출 과정을 설명하기 위해 도시된 도면이다.
본 실시예에 따른 시정거리 측정 시스템은 영상 이미지를 인공지능 기술을 이용하여 분석함으로써, 시정거리를 산출하고, 산출된 시정거리를 기반으로 도로의 기상상태 및 시정거리를 반영한 상황별 제한속도를 산출하여, 운전자들에게 제공하고, 나아가 상황별 제한속도의 위반 여부, 미세먼지 농도 등을 전달하여, 운전자들에게 편의를 제공하기 위해 마련된다.
이를 위해 본 시정거리 측정 시스템은, 차량속도 측정부(100), 시정거리 측정부(200), 상황별 제한속도 산출부(300) 및 출력부(400)로 구성된다.
차량속도 측정부(100)는, 도로구간별로 설치되어, 도로 위 특정 차량의 차량속도를 측정하기 위해 마련된다.
이를 위해, 차량속도 측정부(100)는, 특정 도로구간을 주행 중인 특정 차량을 촬영하는 카메라(110)와 특정 차량을 향해 방사파(radiation wave)를 출사하고, 특정 차량에 의해 반사되는 반사파가 수신되도록 하여 차량속도를 측정하는 레이더(120), 그리고 주행 중인 특정 차량과의 실시간 거리를 측정하는 거리측정기(130)로 구성될 수 있다.
일 예를 들면, 차량속도 측정부(100)는, 거리측정기(130)로 차량과의 실시간 거리를 측정하여, 해당 차량이 기설정된 거리범위 이내인 것으로 판단되면, 레이더(120)로 차량의 속도를 측정하며, 카메라(110)로 차량을 촬영할 수 있다.
첨언하면, 카메라(110)는 피사체인 차량(10)의 차량속도를 산출하거나, 촬영된 영상을 기반으로 차량(10)의 차량번호를 인지할 수 있다. 이 경우, 인지된 차량번호는 차량(10)의 차량속도와 상황별 제한속도 위반 여부 등과 함께 출력부(400)를 통해 출력되도록 할 수 있으며, 카메라(110)를 통해 산출된 차량속도와 레이더(120)를 통해 산출된 차량속도의 평균속도를 산출하여 출력부(400)를 통해 출력되도록 할 수 있다.
한편, 차량속도 측정부(100)는 기설정된 스케줄에 따라 카메라(110)의 각도를 조절하여, 특정 차량이 아닌 카메라(110)로부터 기설정된 거리(d)만큼 이격되도록 배치된 구조물, 시설물, 표지판과 같은 특정 피사체(20)를 촬영하여 특정 피사체(20)에 대한 이미지 정보를 획득할 수 있다.
이때, 피사체(20)는 도 2a에 도시된 바와 같이 단일 객체로 마련되거나 또는 도 2b에 도시된 바와 같이 복수 객체로 마련되되, 각각 기설정된 거리간격마다 배치될 수 있다.
다른 예를 들면, 차량속도 측정부(100)는 레이더(120)를 대체하기 위해, 복수의 동작감지 센서(미도시) 또는 객체감지 센서(미도시)가 마련되어, 각각의 동작감지 센서 또는 객체감지 센서 간의 거리정보와 각각의 동작감지 센서 또는 객체감지 센서를 통과하는 차량(10)의 감지시간에 대한 시간정보를 기반으로 차량(10)의 차량속도를 측정할 수 있다.
시정거리 측정부(200)는, 차량속도 측정부(100)가 설치된 지역의 시정거리를 측정하기 위해 마련된다.
구체적으로 시정거리 측정부(200)는, 기설정된 스케줄에 따라 카메라(110)를 통해 카메라(110)로부터 기설정된 거리(d)만큼 이격되도록 배치된 구조물, 시설물, 표지판과 같은 특정 피사체(20)에 대한 이미지 정보가 획득되면, 획득된 이미지 정보의 선명도를 산출하고, 산출된 선명도를 기반으로 시정거리를 측정할 수 있다. 또한, 시정거리 측정부(200)는, 시정거리뿐 아니라, 차량속도 측정부(100)가 설치된 지역의 미세먼지 농도를 측정할 수 있다.
이를 위해, 시정거리 측정부(200)는, 선명도 산출 모듈(210), 시정거리 산출 모듈(220), 미세먼지 농도 산출 모듈(230), 그리고 제1 저장 모듈(240)로 구성될 수 있다.
선명도 산출 모듈(210)은, 획득된 이미지 정보의 선명도를 산출하기 위해 마련된다.
구체적으로, 선명도 산출 모듈(210)은, 이미지 정보를 구성하는 복수의 픽셀 중 일부 픽셀을 임의로 지정하여 특징점으로 설정하고, 설정된 특징점에 대한 특징점 설정정보를 미리 저장하고, 특정 피사체(20)에 대한 이미지 정보가 획득되면, 저장된 특징점 설정정보를 기반으로 획득된 특정 이미지 정보로부터 인지 가능한 특징점의 개수를 산출함으로써, 특정 이미지 정보의 선명도를 산출할 수 있다.
이때, 선명도 산출 모듈(210)은 이미지 정보를 구성하는 복수의 픽셀 중 색상 및 형상이 유사하여 식별이 어려운 픽셀들을 하나의 그룹으로 지정하여, 하나의 특징점으로 설정되도록 할 수 있으며, 특징점으로 설정되는 일부 픽셀은 복수의 픽셀이 하나의 그룹을 지정하도록 하여 하나의 특징점으로 설정될 수 있다.
여기서, 선명도 산출 모듈(210)이 인지 가능한 특징점으로 판단하거나, 인지 가능한 특징점으로 판단된 특징점의 개수를 산출하는 과정은 CUDA(Compute Unified Device Architecture) 기술을 이용하여 구현할 수 있다.
다만, 도 2b에 도시된 바와 같이 피사체(20)가 복수로 마련되는 경우, 선명도 산출 모듈(210)은 피사체(20)에 대한 거리정보를 기반으로 거리정보가 생성된 피사체 중 기설정된 거리범위(d1) 내에 위치하는 제1 피사체가 선별되면, 선별된 제1 피사체(20-1)에 대한 이미지 정보를 획득하는 획득된 이미지 정보의 선명도를 산출하고, 산출된 선명도가 기설정된 값 이상인 것인지 판별하여, 산출된 선명도가 기설정된 값 이상이면, 제1 피사체(20-1)에 대한 거리정보를 기반으로 시정거리를 산출하되, 산출된 이미지 정보의 선명도가 기설정된 값 미만이면, 제1 피사체보다 기설정된 거리간격만큼 가까운 곳에 위치하는 제2 피사체(20-2)를 선별하도록 하고, 상기 제2 피사체(20-2)에 대한 이미지 정보를 획득하도록 하여, 제2 피사체에 대한 이미지 정보의 선명도를 산출하고, 산출된 선명도가 기설정된 값 이상인 것인지 판별하여, 시정거리를 산출할 수 있다.
시정거리 산출 모듈(220)은, 산출된 선명도를 기반으로 시정거리를 산출하기 위해 마련된다.
구체적으로, 시정거리 산출 모듈(220)은, 맑은 날 특정 피사체(10)에 대한 이미지 정보의 선명도를 기반으로 측정된 시정거리 값을 기준으로 하여, 기상 상태 및 대기에 포함된 미세먼지의 농도에 따라 산출되는 이미지 정보의 선명도에 대응되는 시정거리 값이 포함된 룩업 테이블을 이용하여 시정거리를 산출할 수 있다.
미세먼지 농도 산출 모듈(230)은, 차량속도 측정부(100)가 설치된 지역의 미세먼지 농도를 측정하기 위해 마련된다.
미세먼지 농도 산출 모듈(230)은, 카메라(110)를 통해 특정 피사체에 대한 복수의 이미지 정보가 획득되도록 하고, 복수의 이미지 정보가 획득되면, 복수의 이미지 정보를 이용하여 미세먼지 농도의 값을 산출할 수 있으며, 이와 관련된 더욱 상세한 설명은 도 5 내지 도 6b를 참조하여 후술하기로 한다.
제1 저장 모듈(240)은 시정거리 측정부(200)가 시정거리 및 미세먼지 농도 값을 산출하기 위해 필요한 프로그램 및 데이터를 저장하기 위해 마련된다.
구체적으로, 제1 저장 모듈(240)은, 하나 이상의 피사체에 대한 이미지 정보와 이미지 정보마다 각각의 이미지 정보를 구성하는 복수의 픽셀 중 일부 픽셀을 임의로 지정하여 특징점으로 설정하고, 설정된 특징점에 대한 특징점 설정정보를 저장할 수 있다.
또한, 제1 저장 모듈(240)은, 기상 상태에 따른 추상적 특징에 대한 정보가 저장되어, 미세먼지의 농도 값을 산출하는 경우, 각각의 제2 서브 샘플링 계층이 생성되면, 획득된 복수의 이미지에 대한 미세먼지의 농도 범위에 따라 분류 가능하도록 할 수 있다.
상황별 제한속도 산출부(300)는 차량속도 측정부(100)가 설치된 도로구간에 따라 설정된 기본 제한속도에 측정된 시정거리를 반영하여 도로구간의 상황별 제한속도를 산출하기 위해 마련된다.
이를 위해, 상황별 제한속도 산출부(300)는 제2 저장 모듈(310)과 상황별 제한속도 산출 모듈(320)로 구성될 수 있다.
제2 저장 모듈(310)은 상황별 제한속도 산출부(300)가 측정된 시정거리를 반영하여 도로구간의 상황별 제한속도를 산출하기 위해 필요한 프로그램 및 정보들을 저장하기 위해 마련된다.
일 예를 들면, 제2 저장 모듈(310)은 도로구간별 기본 제한속도에 대한 정보 및 맑은 날에 측정된 해당 도로구간의 시정거리를 기준으로 하여, 시정거리에 대응되는 상황별 제한속도가 포함된 룩업 테이블에 대한 정보가 저장될 수 있다.
상황별 제한속도 산출 모듈(320)은 맑은 날 대비 시정거리가 감소하는 경우, 기본 제한속도가 감소된 시정거리에 따라 새롭게 산출되도록 하기 위해, 기본 제한속도 및 맑은 날에 측정된 해당 도로구간의 시정거리를 기준으로 하여, 시정거리에 대응되는 상황별 제한속도가 포함된 룩업 테이블을 이용하여, 측정된 시정거리를 반영하여 도로구간의 상황별 제한속도를 산출할 수 있다.
일 예를 들면, 상황별 제한속도 산출 모듈(320)은 기본 제한속도가 100km/h 인 도로구간에 눈이 오거나 안개가 발생하여, 측정된 시정거리가 맑은 날보다 감소하는 경우, 기본 제한속도가 100km/h 인 도로구간의 상황별 제한속도를 80km/h로 산출할 수 있다.
또한, 상황별 제한속도 산출 모듈(320)은 도로구간의 상황별 제한속도가 산출되면, 속도가 측정된 특정 차량에 대하여 산출된 상황별 제한속도의 위반 여부가 판별되어, 출력부(400)를 통해 출력되도록 할 수 있다.
출력부(400)는, 시정거리 측정 시스템이 출력하고자 하는 정보들을 출력하기 위해 마련된다.
구체적으로, 출력부(400)는 디스플레이(410)와 지향성 음성정보 출력 모듈(420)이 구비되어, 시정거리 측정 시스템이 출력하고자 하는 정보들을 디스플레이(410) 화면 또는 지향성 음성정보 출력 모듈(420)을 통해 출력할 수 있다.
일 예를 들면, 출력부(400)는, 차량속도 측정부(100)에 의해, 측정된 특정 차량과의 실시간 거리가 기설정된 거리범위 미만인 것으로 판단되면, 디스플레이(410)를 통해 도로구간의 상황별 제한속도, 특정 차량의 차량속도 및 특정 차량의 상황별 제한속도 위반 여부에 대한 정보가 함께 출력되도록 하되, 차량속도 측정부(100)에 의해, 측정된 특정 차량과의 실시간 거리가 기설정된 거리범위 이상인 것으로 판단되면, 측정된 시정거리, 도로구간의 미세먼지 농도 값 및 도로구간의 상황별 제한속도가 출력되도록 할 수 있다.
다른 예를 들면, 출력부(400)는 지향성 음성정보 출력 모듈(420)을 통해 소정의 제한된 지향 각도에 의해 설정되는 제1 영역에 시정거리 및 상황별 제한속도에 대한 음성정보를 출력할 수 있다.
여기서 제1 영역은, 주행도로가 위치하는 영역 또는 주행 도로를 따라 주행하는 차량이 위치하는 영역일 수 있다.
이를 통해, 주행도로가 위치하는 영역 또는 주행도로를 따라 주행하는 차량이 위치하는 영역에 한하여 시정거리 및 상황별 제한속도에 대한 음성정보를 청취할 수 있어, 시정 악화로 인하여 시야 거리를 충분히 확보할 수 없는 상황에서 운전자에게 경각심을 일깨워 줄 수 있다.
또한, 첨언하면, 시정거리 측정 시스템의 구성요소인 차량속도 측정부(100), 시정거리 측정부(200), 상황별 제한속도 산출부(300) 및 출력부(400)는 각각 처리하는 데이터 및 정보를 전달하거나 또는 수신하기 위해, 데이터 통신용 인터페이스 또는 통신 모듈이 마련될 수 있으나, 이는 특정 실시예에 한정되지 아니하기 때문에 더욱 상세한 설명은 생략하기로 한다.
도 5는 본 발명의 일 실시예에 따른 시정거리 측정부(200)가 미세먼지 농도 값을 산출하기 위해 콘벌루션 신경망을 이용하여 이미지 정보를 영상 처리하는 과정을 설명하기 위해 도시한 도면이고, 도 6은 본 발명의 일 실시예에 따른 시정거리 측정부(200)가 미세먼지 농도 값을 산출하기 위해 콘벌루션 계층을 생성하는 과정을 설명하기 위해 도시된 도면이다.
도 5 내지 도 6b를 참조하면, 미세먼지 농도 산출 모듈(230)은, 특정 피사체에 대한 복수의 이미지 정보가 획득되면, 복수의 이미지 정보를 이용하여 미세먼지 농도의 값을 산출하기 위해, 우선 복수의 이미지 정보가 대기 중 미세먼지의 농도에 영향을 받은 영역의 이미지에 대한 영상 필터 속성 정보인 제1 메타 데이터에 따라 각각의 이미지 정보 간에 차이가 발생된 추상적 특징이 필터링되도록 하여, 복수의 제1 콘벌루션 계층(first convolutional layer)을 생성할 수 있다.
그리고 미세먼지 농도 산출 모듈(230)은, 복수의 제1 콘벌루션 계층이 생성되면, 풀링 필터(pooling filter)를 이용하여 각각의 제1 콘벌루션 계층의 사이즈를 축소하는 서브 샘플링(subsampling)을 수행하여 제1 서브 샘플링 계층을 복수로 생성하고, 제1 서브 샘플링 계층이 복수로 생성되면, 제1 콘벌루션 계층을 이루는 이미지 데이터를 기설정된 농도 범위별로 분류하기 위한 속성 정보인 제2 메타 데이터를 기반으로 생성된 복수의 제1 서브 샘플링 계층을 미세먼지의 정도(程度)에 따라 분류하여, 하나의 평균 풀링 필터(average pooling filter)를 이용하여, 평균 풀링 필터에 포함되는 이미지 데이터 유닛들에 관한 미세먼지의 농도의 평균값을 산출하고, 평균 풀링 필터에 포함된 이미지 데이터 유닛들이 산출된 평균값이 포함된 하나의 이미지 데이터 유닛으로 축소 변환되는 제2 서브 샘플링 계층을 복수로 생성할 수 있다.
여기서, 제1 메타 데이터는, 특정 영역에 대한 이미지 정보 중 추출하고자 하는 정보인 대기 중 미세먼지의 영향을 받은 시설물, 지리적 배경 등이 존재하는 영역의 이미지에 대한 영상 필터의 속성 정보로서, 특정 지역을 촬영하는 경우, 미세먼지의 영향으로 서로 다르게 촬영되어, 식별 여부가 결정되거나 또는 식별 정도(程度)가 달라지는 표지판, 신호등, 구조물 또는 시설물이 존재하는 영역의 이미지만을 필터링하기 위한 영상 필터의 속성 정보이며, 제2 메타 데이터는, 미세먼지의 정도(程度)에 따라 특정 영역에서 추출 가능한 이미지 특징이 포함될 수 있으며, 제1 메타 데이터가 이미지 정보에서 미세먼지의 영향으로 서로 다르게 촬영되어, 식별 여부가 결정되거나 또는 식별 정도(程度)가 달라지는 표지판, 신호등, 구조물 또는 시설물이 존재하는 영역을 관심 영역으로 지정하고, 관심 영역에 포함되지 않은 영역을 필터링하기 위한 속성 정보라면, 제2 메타 데이터는 미세먼지의 농도 값이 기설정된 농도 범위별로 분류되거나, 제1 콘벌루션 계층을 이루는 이미지 데이터 유닛 중 특정 농도 범위의 이미지 데이터 유닛들만을 필터링하기 위한 속성 정보를 의미한다.
그리고 이미지 정보 및 영상 필터에 포함된 정보들을 수치로 예를 들어 도시한 도면들인 도 6a 내지 도 6b를 참조하여, 제1 메타 데이터를 이용하여 제1 콘벌루션 계층의 생성 과정을 수치적으로 설명하면, 하기와 같다.
제1 메타 데이터는 도 6a에 도시된 영상 필터에서 X1, X0, X1, X0, X1, X0, X1, X0, X1 값(1행 1열부터 3행 3열)을 가지는 속성 정보라고 가정하면, 미세먼지 농도 산출 모듈(230)은, 이미지 정보에 포함된 정보들을 제1 메타 데이터에 따라 필터링되도록 하여, 필터링 결과를 모두 합산하여 콘벌루션 특징을 추출할 수 있다.
도 6a을 참조하면, 미세먼지 농도 산출 모듈(230)은, 이미지 데이터들이 메타 데이터에 필터링되어 (1X1+1X0+0X1+1X0+1X1+1X0+0X1+1X0+1X1), 필터링 결과(1+0+0+0+1+0+0+0+1)를 합산하여 콘벌루션 특징(3)을 추출할 수 있다.
이때, 도 6a 내지 도 6b는 설명의 편의를 위해, 미세먼지 농도 산출 모듈(230)에 의해, 추출된 특정 이미지들이 5X5 구조의 이미지 데이터들의 결합으로 도시하고, 영상 필터는 3X3 구조의 메타 데이터들의 결합으로 도시하였으나, 실제 본 실시예 에 따른 미세먼지 농도 산출 모듈(230)에 의해 추출된 특정 이미지들이 32X32 구조의 이미지 데이터들의 결합으로 구현되고, 영상 필터는 5X5 구조의 메타 데이터들의 결합으로 구현되어, 콘벌루션 특징들이 매핑된 28X28 구조의 콘벌루션 계층을 6장 생성할 수 있다.
또한, 풀링 필터에 대하여 간략하게 설명하면, 풀링 필터는 각각의 제1 콘벌루션 계층의 사이즈를 개별적으로 축소하여, 서브 샘플링 계층을 생성하는데, 콘벌루션 특징(추상적 특징)을 선별하는 과정에 따라, 가장 중요한 추상적 특징만 남기는 최대 풀링 필터과 추상적 특징들의 평균값을 산출하는 평균 풀링 필터로 나뉠 수 있으나, 미세먼지 농도 산출 모듈(230)은, 미세먼지의 농도 값을 정량적으로 파악하기 위해, 평균 풀링 필터를 이용하여, 콘벌루션 계층의 사이즈를 축소하여 서브 샘플링 계층을 생성하도록 한다.
구체적으로, 미세먼지 농도 산출 모듈(230)은, 제2 메타 데이터에 특정 영역의 미세먼지의 농도가 기설정된 농도 범위를 초과하여, 가시거리가 기설정된 거리범위 미만이 되도록 하는 기상 상태의 특징이 포함되면, 해당 특징이 포함된 제2 메타 데이터에 따라 추출된 이미지들이 필터링되어, 생성된 제2 콘벌루션 계층이 복수로 생성되도록 하되, 하나의 평균 풀링 필터(average pooling filter)에 포함되는 이미지 데이터 유닛들에 포함된 미세먼지의 농도의 평균값이 산출되어, 하나의 평균 풀링 필터에 포함된 이미지 데이터 유닛들이 산출된 평균값이 포함된 하나의 이미지 데이터 유닛(1X1 구조)으로 축소 변환되어 제2 서브 샘플링 계층이 생성되도록 할 수 있다.
좀 더 첨언하면, 미세먼지 농도 산출 모듈(230)은, 28X28 구조의 콘벌루션 계층이 6장 생성된 경우, 각각의 콘벌루션 계층을 평균 풀링 필터를 이용하여, 서브 샘플링하여 14X14 구조의 서브 샘플링 계층을 6장 생성할 수 있으며, 평균 풀링 필터를 이용하여 서브 샘플링 계층을 생성하는 경우, 콘벌루션 계층의 사이즈는 1/4로 축소됨에 따라, 제2 서브 샘플링 과정이 한번 수행하는 것이 아니라, 이미지 데이터 유닛이 1X1 구조로 구현될 때까지 제2 서브 샘플링 과정이 반복 수행될 수 있다.
또한, 미세먼지 농도 산출 모듈(230)은, 제2 서브 샘플링 계층이 복수로 생성되면, 생성된 복수의 제2 서브 샘플링 계층을 기상상태 및 안개의 발생 여부에 따라 분류하여, 도로구간의 미세먼지 농도 값을 산출할 수 있다.
구체적으로 예를 들면, 미세먼지 농도 산출 모듈(230)은 각각의 제2 서브 샘플링 계층에 미세먼지의 정도(程度)에 따라 특정 영역의 이미지 특징이 포함되도록 하되, 제1 저장 모듈(240)에 저장된 기상 상태에 따른 추상적 특징에 대한 정보를 이용하여, 특정 영역의 이미지 특징들을 120~122㎍/m³, 122~124㎍/m³, 124~126㎍/m³, 126~128㎍/m³, 128~130㎍/m³등으로 미세먼지의 농도 범위에 따라 분류할 수 있다.
또한, 미세먼지 농도 산출 모듈(230)은 특정 영역의 이미지 특징이 포함된 제2 서브 샘플링 계층이 분류되면, 분류된 카테고리별로 추상적 특징들을 학습하도록 함으로써, 이미지 정보를 획득한 시점의 특정 영역의 기상 상태 특히, 미세먼지 농도 값을 산출할 수 있다.
그리고 미세먼지 농도 산출 모듈(230)은 제2 서브 샘플링 계층의 분류 카테고리 및 추상적 특징들에 따라 미세먼지 농도뿐만 아니라, 비, 눈, 구름, 바람 또는 안개의 발생 여부 및 발생 정도와 기온 등의 기상상태 역시 판별할 수 있다.
도 7은 본 발명의 일 실시예에 따른 시정거리 측정 시스템을 이용하여 시정거리를 산출하고, 산출된 시정거리를 이용하여 도로구간의 상황별 제한속도 및 차량의 상황별 제한속도 위반 여부를 출력하는 과정을 설명하기 위해 도시된 도면이다.
도 7을 참조하면, 본 시정거리 측정 시스템은, 시정거리를 산출하고, 산출된 시정거리를 이용하여 도로구간의 상황별 제한속도 및 차량(10)의 상황별 제한속도 위반 여부를 출력하기 위해, 우선, 시정거리 측정부(200)를 이용하여 특정 피사체(20)에 대한 이미지 정보를 구성하는 복수의 픽셀 중 일부 픽셀을 임의로 지정하여 특징점으로 설정할 수 있다(S410).
일부 픽셀이 특징점으로 설정되면, 시정거리 측정부(200)가 설정된 특징점에 대한 특징점 설정정보를 저장할 수 있다(S415).
또한, 카메라(110)가 기설정된 스케줄에 따라 특정 피사체(20)에 대한 이미지 정보를 획득하도록 하고(S420), 특정 피사체(20)에 대한 이미지 정보가 획득되면, 시정거리 측정부(200)가 저장된 특징 설정정보를 기반으로 획득된 특정 이미지 정보로부터 인지 가능한 특징점의 개수를 산출함으로써, 이미지 정보의 선명도를 산출할 수 있다(S425).
이미지 정보의 선명도가 산출되면, 시정거리 측정부(200)가 기상 상태 및 대기에 포함된 미세먼지의 농도에 따라 산출되는 이미지 정보의 선명도에 대응되는 시정거리 값이 포함된 룩업 테이블을 이용하여 산출된 이미지 정보의 선명도에 대응되는 시정거리 값을 산출할 수 있다(S430).
그리고 시정거리 값이 산출되면, 시정거리 측정부(200)는 특정 피사체(20)에 대한 이미지 정보를 이용하여 미세먼지 농도 값을 산출할 수 있다(S435). 이때, 미세먼지 농도 값을 산출하는 과정은 도 5 내지 도 6b를 참조하여 전술한 바와 같다.
시정거리 값과 미세먼지 농도 값이 산출되면, 상황별 제한속도 산출부(300)가 차량속도 측정부(100)가 설치된 도로구간에 따라 설정된 기본 제한속도에 측정된 시정거리를 반영하여 도로구간의 상황별 제한속도를 산출할 수 있다(S440).
도로구간의 상황별 제한속도가 산출되면, 차량속도 측정부(100)가, 측정된 특정 차량과의 실시간 거리가 기설정된 거리범위 미만인지 여부를 판단하고(S445), 차량속도 측정부(100)에 의해, 측정된 특정 차량과의 실시간 거리가 기설정된 거리범위 미만인 것으로 판단되면(S445-Y), 차량속도 측정부(100)가 기설정된 거리범위 미만에 위치하는 차량의 차량속도를 측정하고(S450), 상황별 제한속도 산출부(300)가 속도가 측정된 차량에 대하여 산출된 상황별 제한속도의 위반 여부가 판별하여(S455), 출력부(400)가 디스플레이(410)를 통해 도로구간의 상황별 제한속도, 특정 차량의 차량속도 및 특정 차량의 상황별 제한속도 위반 여부에 대한 정보가 함께 출력되도록 할 수 있다(S460).
반면에, 차량속도 측정부(100)에 의해, 측정된 특정 차량과의 실시간 거리가 기설정된 거리범위 이상인 것으로 판단되면(S445-N), 출력부(400)가 측정된 시정거리, 도로구간의 미세먼지 농도 값 및 도로구간의 상황별 제한속도가 출력되도록 할 수 있다(S465).
이를 통해, 산출된 시정거리를 반영한 상황별 제한속도를 산출하여, 운전자들에게 제공함으로써, 운전자의 경각심을 일깨워주고, 시정 악화시 과속으로 인한 교통사고를 예방함으로써, 인적, 경제적 손실을 줄일 수 있다. 그리고 상황별 제한속도의 위반 여부, 미세먼지 농도 등을 전달하여 운전자들에게 편의를 제공할 수 있다.
첨언하면, 출력부(400)는 디스플레이(410)와 지향성 음성정보 출력 모듈(420)이 함께 마련된 경우, 차량속도 측정부(100)에 의해, 측정된 특정 차량과의 실시간 거리가 기설정된 거리범위 이상인 것으로 판단되면(S445-N), 지향성 음성정보 출력 모듈(420)을 통해 소정의 제한된 지향 각도에 의해 설정되는 제1 영역에 시정거리 및 상황별 제한속도에 대한 음성정보를 출력할 수 있으며, 측정된 특정 차량과의 실시간 거리가 기설정된 거리범위 미만인 것으로 판단되면(S445-Y), 도로구간의 상황별 제한속도, 특정 차량의 차량속도 및 특정 차량의 상황별 제한속도 위반 여부에 대한 음성정보를 출력할 수 있다.
이를 통해, 주행도로가 위치하는 영역 또는 주행도로를 따라 주행하는 차량이 위치하는 영역에 한하여 시정거리 및 상황별 제한속도에 대한 음성정보 또는 특정 차량의 차량속도, 상황별 제한속도에 대한 음성정보 및 특정 차량의 상황별 제한속도 위반 여부에 대한 음성정보를 청취할 수 있어, 시정 악화로 인하여 시야 거리를 충분히 확보할 수 없는 상황에서 운전자에게 경각심을 일깨워 줄 수 있다.
이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.
100 : 차량속도 측정부 110 : 카메라
120 : 레이더 130 : 거리측정기
200 : 시정거리 측정부 210 : 선명도 산출 모듈
220 : 시정거리 산출 모듈 230 : 미세먼지 농도 산출 모듈
240 : 제1 저장 모듈 300 : 상황별 제한속도 산출부
310 : 제2 저장 모듈 320 : 상황별 제한속도 산출 모듈
400 : 출력부 410 : 디스플레이
420 : 지향성 음성정보 출력 모듈

Claims (6)

  1. 도로 위 특정 차량에 대한 이미지 정보를 획득하고, 상기 특정 차량의 차량속도를 측정하는 차량속도 측정부; 및
    상기 차량속도 측정부를 통해 상기 차량속도 측정부로부터 기설정된 거리만큼 이격되도록 배치된 특정 피사체에 대한 이미지 정보가 획득되면, 상기 획득된 이미지 정보를 기반으로 시정거리를 측정하는 시정거리 측정부;를 포함하는 차량속도 측정이 가능한 시정거리 측정 시스템.
  2. 제1항에 있어서,
    상기 시정거리 측정부는,
    이미지 정보를 구성하는 복수의 픽셀 중 일부 픽셀을 임의로 지정하여 특징점으로 설정하고, 상기 설정된 특징점에 대한 특징점 설정정보를 미리 저장하고,
    상기 특정 피사체에 대한 이미지 정보가 획득되면, 상기 저장된 특징점 설정정보를 기반으로 상기 획득된 특정 이미지 정보로부터 인지 가능한 특징점의 개수를 산출함으로써, 상기 특정 이미지 정보의 선명도를 산출하고, 상기 산출된 선명도를 기반으로 시정거리를 측정하는 것을 특징으로 하는 차량속도 측정이 가능한 시정거리 측정 시스템.
  3. 제2항에 있어서,
    상기 시정거리 측정부는,
    기상 상태 및 대기에 포함된 미세먼지의 농도에 따라 산출되는 상기 이미지 정보의 선명도에 대응되는 시정거리 값이 포함된 룩업 테이블을 이용하여 시정거리를 측정하는 것을 특징으로 하는 차량속도 측정이 가능한 시정거리 측정 시스템.
  4. 제3항에 있어서,
    상기 차량속도 측정부가 설치된 도로구간에 따라 설정된 기본 제한속도에 상기 측정된 시정거리를 반영하여 상기 도로구간의 상황별 제한속도를 산출하는 상황별 제한속도 산출부; 및
    상기 도로구간의 상황별 제한속도를 출력하는 출력부;를 더 포함하는 것을 특징으로 하는 차량속도 측정이 가능한 시정거리 측정 시스템.
  5. 제4항에 있어서,
    상기 시정거리 측정부는,
    상기 특정 피사체에 대한 복수의 이미지 정보가 획득되면, 상기 복수의 이미지 정보가 대기 중 미세먼지의 농도에 영향을 받은 영역의 이미지에 대한 영상 필터 속성 정보인 제1 메타 데이터에 따라 각각의 이미지 정보 간에 차이가 발생된 추상적 특징이 필터링되도록 하여, 복수의 제1 콘벌루션 계층(first convolutional layer)을 생성하며,
    상기 복수의 제1 콘벌루션 계층이 생성되면, 풀링 필터(pooling filter)를 이용하여 각각의 제1 콘벌루션 계층의 사이즈를 축소하는 서브 샘플링(subsampling)을 수행하여 제1 서브 샘플링 계층을 복수로 생성하고,
    상기 제1 서브 샘플링 계층이 복수로 생성되면, 상기 제1 콘벌루션 계층을 이루는 이미지 데이터를 기설정된 농도 범위별로 분류하기 위한 속성 정보인 제2 메타 데이터를 기반으로 상기 생성된 복수의 제1 서브 샘플링 계층을 미세먼지의 정도(程度)에 따라 분류하여, 하나의 평균 풀링 필터(average pooling filter)를 이용하여, 상기 평균 풀링 필터에 포함되는 이미지 데이터 유닛들에 관한 미세먼지의 농도의 평균값을 산출하고, 상기 평균 풀링 필터에 포함된 이미지 데이터 유닛들이 상기 산출된 평균값이 포함된 하나의 이미지 데이터 유닛으로 축소 변환되는 제2 서브 샘플링 계층을 복수로 생성하고,
    상기 제2 서브 샘플링 계층이 복수로 생성되면, 상기 생성된 복수의 제2 서브 샘플링 계층을 상기 이미지 정보 획득부가 마련된 차량 주변의 기상상태 및 안개의 발생 여부에 따라 분류하여, 상기 도로구간의 미세먼지 농도 값을 산출하는 것을 특징으로 하는 차량속도 측정이 가능한 시정거리 측정 시스템.
  6. 제5항에 있어서,
    상기 출력부는,
    상기 차량속도 측정부에 의해, 측정된 특정 차량과의 실시간 거리가 기설정된 거리범위 미만인 것으로 판단되면, 상기 도로구간의 상황별 제한속도, 상기 특정 차량의 차량속도 및 상기 특정 차량의 상황별 제한속도 위반 여부에 대한 정보가 함께 출력되도록 하되,
    상기 차량속도 측정부에 의해, 측정된 특정 차량과의 실시간 거리가 상기 기설정된 거리범위 이상인 것으로 판단되면, 상기 측정된 시정거리, 상기 도로구간의 미세먼지 농도 값 및 상기 도로구간의 상황별 제한속도가 출력되도록 하는 것을 특징으로 하는 차량속도 측정이 가능한 시정거리 측정 시스템.
KR1020180101690A 2018-08-29 2018-08-29 차량속도 측정이 가능한 시정거리 측정 시스템 KR102145409B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180101690A KR102145409B1 (ko) 2018-08-29 2018-08-29 차량속도 측정이 가능한 시정거리 측정 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180101690A KR102145409B1 (ko) 2018-08-29 2018-08-29 차량속도 측정이 가능한 시정거리 측정 시스템

Publications (2)

Publication Number Publication Date
KR20200024997A true KR20200024997A (ko) 2020-03-10
KR102145409B1 KR102145409B1 (ko) 2020-08-18

Family

ID=69801340

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180101690A KR102145409B1 (ko) 2018-08-29 2018-08-29 차량속도 측정이 가능한 시정거리 측정 시스템

Country Status (1)

Country Link
KR (1) KR102145409B1 (ko)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002014038A (ja) * 2000-06-29 2002-01-18 Koito Ind Ltd 視認状況測定装置
KR20070025421A (ko) * 2005-09-02 2007-03-08 한국건설기술연구원 시정 및 노면센서를 이용한 도로시정 경고시스템 및 그의제어방법
KR20100087992A (ko) * 2009-01-29 2010-08-06 한양대학교 산학협력단 시정거리 변화에 따른 도로의 주행한계속도 관리시스템 및 그 방법
KR101032160B1 (ko) 2009-10-06 2011-05-02 충주대학교 산학협력단 카메라를 이용한 도로 시정 측정 시스템 및 그 방법
KR20120105966A (ko) * 2011-03-17 2012-09-26 주식회사 지에스인스트루먼트 가시거리 측정장치 및 그 방법
KR101291301B1 (ko) 2013-02-28 2013-07-30 심광호 영상 및 레이더를 이용한 차량 속도 측정시스템
KR20170059826A (ko) * 2015-11-23 2017-05-31 한국외국어대학교 연구산학협력단 제한 속도 관리 시스템 및 방법

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002014038A (ja) * 2000-06-29 2002-01-18 Koito Ind Ltd 視認状況測定装置
KR20070025421A (ko) * 2005-09-02 2007-03-08 한국건설기술연구원 시정 및 노면센서를 이용한 도로시정 경고시스템 및 그의제어방법
KR20100087992A (ko) * 2009-01-29 2010-08-06 한양대학교 산학협력단 시정거리 변화에 따른 도로의 주행한계속도 관리시스템 및 그 방법
KR101032160B1 (ko) 2009-10-06 2011-05-02 충주대학교 산학협력단 카메라를 이용한 도로 시정 측정 시스템 및 그 방법
KR20120105966A (ko) * 2011-03-17 2012-09-26 주식회사 지에스인스트루먼트 가시거리 측정장치 및 그 방법
KR101291301B1 (ko) 2013-02-28 2013-07-30 심광호 영상 및 레이더를 이용한 차량 속도 측정시스템
KR20170059826A (ko) * 2015-11-23 2017-05-31 한국외국어대학교 연구산학협력단 제한 속도 관리 시스템 및 방법

Also Published As

Publication number Publication date
KR102145409B1 (ko) 2020-08-18

Similar Documents

Publication Publication Date Title
CN106919915B (zh) 基于adas系统的地图道路标记及道路质量采集装置及方法
US9070023B2 (en) System and method of alerting a driver that visual perception of pedestrian may be difficult
CN105512623B (zh) 基于多传感器雾天行车视觉增强与能见度预警系统及方法
CN104011737B (zh) 用于探测雾的方法
JP7355151B2 (ja) 情報処理装置、情報処理方法、プログラム
Negru et al. Image based fog detection and visibility estimation for driving assistance systems
CN110415544B (zh) 一种灾害天气预警方法及汽车ar-hud系统
WO2016132587A1 (ja) 情報処理装置、道路構造物管理システム、及び道路構造物管理方法
CN102867417B (zh) 一种出租车防伪系统及方法
CN105844257A (zh) 基于机器视觉雾天行车错失道路标志牌的预警系统及方法
JP4988781B2 (ja) 車両の周辺監視装置
CN113505638B (zh) 车流量的监测方法、监测装置及计算机可读存储介质
JP2010224670A (ja) 車両の周辺監視装置
Mertz et al. City-wide road distress monitoring with smartphones
CN114639085A (zh) 交通信号灯识别方法、装置、计算机设备和存储介质
KR101874968B1 (ko) 이미지 정보 기반의 시정거리 측정 시스템 및 이를 이용한 시정거리 측정 방법
Vaibhav et al. Real-time fog visibility range estimation for autonomous driving applications
JP4813304B2 (ja) 車両周辺監視装置
KR102257078B1 (ko) 좌표계를 이용한 안개 탐지 장치 및 그 방법
Sadekov et al. Road sign detection and recognition in panoramic images to generate navigational maps
CN116794650A (zh) 一种毫米波雷达与摄像头数据融合的目标检测方法和装置
KR20210032188A (ko) 우시정 측정 시스템 및 방법
Singh et al. A Review: Techniques of vehicle detection in Fog
KR102145409B1 (ko) 차량속도 측정이 가능한 시정거리 측정 시스템
CN202887450U (zh) 一种出租车防伪系统

Legal Events

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