KR20200124972A - 도로 교통 위반 차량 단속 시스템 및 이를 이용한 도로 교통 위반 차량 단속 방법 - Google Patents

도로 교통 위반 차량 단속 시스템 및 이를 이용한 도로 교통 위반 차량 단속 방법 Download PDF

Info

Publication number
KR20200124972A
KR20200124972A KR1020190048521A KR20190048521A KR20200124972A KR 20200124972 A KR20200124972 A KR 20200124972A KR 1020190048521 A KR1020190048521 A KR 1020190048521A KR 20190048521 A KR20190048521 A KR 20190048521A KR 20200124972 A KR20200124972 A KR 20200124972A
Authority
KR
South Korea
Prior art keywords
vehicle
road traffic
processor
violation
information
Prior art date
Application number
KR1020190048521A
Other languages
English (en)
Inventor
지덕구
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020190048521A priority Critical patent/KR20200124972A/ko
Publication of KR20200124972A publication Critical patent/KR20200124972A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • 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
    • 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

Landscapes

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

Abstract

도로 교통 위반 차량 단속 시스템 및 이를 이용한 도로 교통 위반 차량 단속 방법이 개시된다. 상기 도로 교통 위반 차량 단속 시스템 및 이를 이용한 도로 교통 위반 차량 단속 방법은 도로 교통 위반 제보 장치가 주행 차량에 설치되어 역주행 또는 주정차 위반 차량으로 의심되는 적어도 하나의 대상 차량에 제보 정보를 동적 수집하고, 수집한 제보 정보를 도로 교통 위반 차량 단속 장치로 송신하여, 대상 차량에 대한 제보 정보를 검증 및 분석하고, 상기 대상 차량의 역주행 또는 주정차 위반 여부를 판단함으로써, 특정 조건을 만족할 경우에만 동작하여 전력 소모가 적고, 정밀도가 향상된 고효율, 고편의 및 고신뢰성의 도로 교통 위반 차량 단속 시스템 및 이를 이용한 도로 교통 위반 차량 단속 방법을 제공할 수 있다.

Description

도로 교통 위반 차량 단속 시스템 및 이를 이용한 도로 교통 위반 차량 단속 방법{SYSTEM AND METHOD FOR DETECTING VEHICLE VIOLATING TRAFFIC REGULATION}
본 발명은 도로 교통 위반 차량 단속 시스템 및 이를 이용한 도로 교통 위반 차량 단속 방법에 관한 것으로, 보다 상세하게는, 도로 교통 위반 의심 차량에 대한 제보 정보를 동적으로 수집 및 분석하여, 해당 의심 차량의 도로 교통 위반 여부를 판정하는 도로 교통 위반 차량 단속 시스템 및 이를 이용한 도로 교통 위반 차량 단속 방법에 관한 것이다.
가구당 차량 보유수가 점차적으로 증가하고 있다. 이로 인해, 도로 교통 위반 사례도 함께 증가하고 있다. 그중에서도, 한정된 주차 공간 대비 차량 의 급격한 공급량으로 인해, 주정차 위반 사례가 큰 폭으로 증가하고 있다.
주정차 위반은 보행자의 시야를 제한하고, 도로 교통 혼잡을 야기시키며, 응급차량의 통행을 방해하고, 교통 사고를 유발시키는 등 오늘날 각종 사회적 문제의 원인으로 작용하고 있다.
이에 종래에는 이러한 사회적 문제들의 발생을 방지하고자, 고정형 CCTV를 이용하여 주정차 위반 차량을 단속하고 있다.
고정형 CCTV를 이용한 종래의 주정차 위반 차량 단속 방법은 주정차 차량 단속 구역에 고정형 CCTV를 설치하여, 고정형 CCTV로 촬영된 촬영 이미지를 통해 단속 요원이 단속 구역 내에 주차 중인 차량의 정차 시간을 분석함으로써, 특정 시간 이상 정차된 차량을 주정차 위반 차량으로 판단하는 방식으로 진행된다.
그러나, 종래의 주정차 위반 차량 단속 방법은 CCTV 설치시 고비용이 발생함으로, 차량 통행량이 많은 도로 위주로 설치가 제한되는 한계가 있다.
이에, 골목 단위에서는 이동식 단속 장비가 탑재된 차량을 이용하여 주차 단속 요원이 직접 순찰함으로써, 불법 주차 금지 구역에 주차 중인 차량이 특정 시간 이상 동일 위치에 주차되었음을 확인하여 주차 위반 차량을 판단하는 방식을 사용하여 단속을 실시하고 있다.
그러나, 순찰에 의한 주차 위반 차량 판단 방법은 주정차 위반 차량을 판단하기 위해 단속 요원이 일정 시간 간격으로 단속 구역을 순회하여 주정차 의심 차량에 대한 정보를 지속적으로 파악해야하므로, 인력 및 시간에 있어서 비효율적인 소모가 발생하는 단점이 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 목적은 고성능, 고효율, 고안전성 및 고편의의 도로 교통 위반 차량 단속 시스템을 제공하는 데 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 다른 목적은 고성능, 고효율, 고안전성 및 고편의의 도로 교통 위반 차량 제보 장치를 제공하는 데 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 또다른 목적은 고성능, 고효율, 고안전성 및 고편의의 도로 교통 위반 차량 단속 장치를 제공하는 데 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 또다른 목적은 고성능, 고효율, 고안전성 및 고편의의 도로 교통 위반 차량 단속 방법을 제공하는 데 있다.
상기 목적을 달성하기 위한 본 발명의 실시예에 따라 주행 차량 내 설치되어, 주정차 위반 의심 차량을 도로 교통 위반 차량 단속 장치로 동적 제보하는 장치는 메모리(memory) 및 상기 메모리 내 적어도 하나의 명령을 실행하는 프로세서(processor)를 포함하되, 상기 적어도 하나의 명령은, 도로 교통 위반 제보 모드를 활성화시키도록 하는 명령, 상기 주행 차량 외부를 촬영한 적어도 하나의 촬영 이미지를 획득하도록 하는 명령, 적어도 하나의 상기 촬영 이미지의 메타 데이터를 생성하도록 하는 명령, 상기 주행 차량의 이동 차선에 따라 상기 촬영 이미지로부터 주정차 위반 의심 차량을 검출하도록 하는 명령 및 상기 주정차 위반 의심 차량의 제보 정보를 생성하도록 하는 명령을 포함한다.
본 발명의 실시예에 따른 도로 교통 위반 차량 단속 시스템 및 이를 이용한 도로 교통 위반 차량 단속 방법은 주정차 위반 제보 장치가 주행 차량에 설치되어 역주행 또는 주정차 위반 차량으로 의심되는 적어도 하나의 대상 차량에 제보 정보를 동적 수집하고, 수집한 제보 정보를 도로 교통 위반 차량 단속 장치로 송신하여, 대상 차량에 대한 제보 정보를 검증 및 분석하고, 상기 대상 차량의 역주행 또는 주정차 위반 여부를 판단함으로써, 특정 조건을 만족할 경우에만 동작하여 전력 소모가 적고, 정밀도가 향상된 고효율, 고편의 및 고신뢰성의 도로 교통 위반 차량 단속 시스템 및 이를 이용한 도로 교통 위반 차량 단속 방법을 제공할 수 있다.
도 1은 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 시스템의 개념도이다.
도 2는 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 시스템의 블록 구성도이다.
도 3은 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 방법의 순서도이다.
도 4는 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 방법 중 도로 교통 위반 차량 제보 장치가 제보 정보를 송신하는 단계를 설명하기 위한 순서도이다.
도 5는 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 방법 중 제보 모드를 활성화시키는 단계를 설명하기 위한 순서도이다.
도 6은 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 방법 중 주행 차량의 이동 차로를 판단하는 단계를 설명하기 위한 순서도이다.
도 7은 본 발명의 실시예에 따른 편도 4차선 도로에서 3차로로 주행 중인 주행 차량의 도로 교통 위반 차량 제보 장치로부터 획득한 촬영 이미지이다.
도 8은 본 발명의 실시예에 따른 편도 4차선 도로에서 4차로로 주행 중인 주행 차량의 도로 교통 위반 차량 제보 장치로부터 획득한 촬영 이미지이다.
도 9는 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 장치 내 촬영 장치에 의해 촬영된 일방통행 도로 이미지이다.
도 10은 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 장치 내 촬영 장치에 의해 촬영된 편도 1차선 도로 이미지이다.
도 11은 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 장치 내 촬영 장치에 의해 촬영된 편도 2차선 도로 이미지이다.
도 12는 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 방법 중 역주행 위반 의심 차량의 역주행 위반 여부를 판단하는 단계를 설명하기 위한 순서도이다.
도 13은 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 방법 중 주정차 위반 의심 차량의 주정차 위반 여부를 판단하는 단계를 설명하기 위한 순서도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는 데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. "및/또는"이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 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.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 시스템의 개념도이다.
도 1을 참조하면, 도로 교통 위반 차량 단속 시스템은 주행 도로 상의 교통 위반 차량을 단속하기 위한 시스템일 수 있다.
보다 구체적으로 설명하면, 도로 교통 위반 차량 단속 시스템은 적어도 하나의 도로 교통 위반 차량 제보 장치(1000) 및 도로 교통 위반 차량 단속 장치(5000)를 포함함으로써, 적어도 하나의 도로 교통 위반 차량 제보 장치(1000)로부터 수신된 제보 정보를 바탕으로, 주행 도로 상의 역주행 차량이나 불법 주정차 차량을 단속할 수 있다. 도로 교통 위반 차량 단속 시스템의 구성별 특징에 대해서는 하기 도 2를 참조하여 보다 자세히 설명하겠다.
도 2는 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 시스템의 블록 구성도이다.
도 2를 참조하면, 도로 교통 위반 차량 단속 시스템은 도로 교통 위반 차량 제보 장치(1000) 및 도로 교통 위반 차량 단속 장치(5000)를 포함할 수 있다.
도로 교통 위반 차량 제보 장치(1000)는 제보자의 차량 내 설치될 수 있다.
실시예에 따르면, 도로 교통 위반 차량 제보 장치(1000)는 독립적인 스마트 단말의 형태로 제공되거나, 또는 기존 스마트 단말 내 프로그램 또는 어플리케이션 형태로 제공될 수 있다. 예를 들어, 주정차 위반 제보 장치(1000)는 카메라 및 GPS 수신 장치를 포함하는 블랙 박스, 액션캠 또는 스마트 폰 내 프로그램 또는 어플리케이션 형태로 탑재될 수 있다.
도로 교통 위반 차량 제보 장치(1000)는 촬영 장치(1100), 위치 센서(1200), 저장 장치(1300), 통신 장치(1400), 메모리(1500) 및 프로세서(1600)를 포함할 수 있다.
촬영 장치(1100)는 주행 도로 상의 적어도 한 구역을 촬영할 수 있다. 예를 들어, 촬영 장치(1100)는 주정차 위반 단속 구역을 촬영할 수 있다.
실시예에 따르면, 촬영 장치(1100)는 동영상 카메라일 수 있다. 예를 들어, 촬영 장치(1100)는 30 FPS(Frame Per Second, 초당 프레임 수) 이상의 속도로 주행 도로 내 적어도 한 구역을 촬영할 수 있다. 이후, 촬영 장치(1100)는 설정된 초당 프레임 단위로 촬영 이미지를 샘플링할 수 있다.
촬영 장치(1100)는 팬(fan), 틸트(tilt) 및 줌(zoom) 기능을 포함할 수 있다. 실시예에 따르면, 촬영 장치(1100)는 상기 기능들을 이용하여, 주정차 위반 단속 구역 내 정차 중인 적어도 하나의 대상 차량에 대한 촬영 이미지를 획득할 수 있다. 다시 말하면, 촬영 장치(1100)는 촬영 이미지 내 적어도 하나의 객체를 식별하기 위한 객체 이미지를 획득할 수 있다. 여기서, 객체는 사람 또는 사물로써, 대상 차량, 보행자 및 경계물 중 적어도 하나를 포함할 수 있다. 이때, 경계물은 차도 및 도보를 구별하는 물체로, 가드레일, 보도블록 등을 포함할 수 있다.
위치 센서(1200)는 제보자의 주행 차량의 실시간 위치 정보를 측정할 수 있다. 예를 들어, 위치 센서(1200)는 GPS 센서일 수 있다.
위치 센서(1200)는 주행 차량이 주정차 위반 단속 구역에 진입할 경우, 후술될 프로세서(1600)의 동작을 기본 모드에서 제보 모드로 변환시킬 수 있다. 기본 모드 또는 제보 모드에 따른 프로세서(1600)의 동작은 후술될 도로 교통 위반 차량 단속 방법의 설명시 보다 자세히 설명하겠다.
저장 장치(1300)는 적어도 하나의 정보를 저장할 수 있다. 보다 구체적으로 설명하면, 저장 장치(1300)는 제1 저장부, 제2 저장부 및 제3 저장부를 포함할 수 있다.
제1 저장부는 실시간 도로 정보를 저장할 수 있다. 여기서, 적어도 하나의 도로 정보는 주정차 위반 단속 구역에 대한 위치 정보, 주행 차량의 이동 차선 정보, 일방향 또는 양방향의 도로 유형 정보 등을 포함할 수 있다. 실시예에 따르면, 제1 저장부는 DB(Database) 형태로 저장될 수 있다.
제2 저장부는 촬영 장치(1100) 및 위치 센서(1200)로부터 수신된 적어도 하나의 촬영 이미지 및 주행 차량의 실시간 위치 정보를 저장할 수 있다.
제3 저장부는 적어도 하나의 제보 정보를 저장할 수 있다. 여기서, 제보 정보는 역주행이 의심되는 차량 또는 주정차 위반이 의심되는 차량에 대한 적어도 하나의 속성 정보일 수 있다. 다시 말하면, 제보 정보는 촬영 이미지 내 대상 차량 중 역주행 또는 주정차 위반 차량으로 의심되는 차량에 관련된 적어도 하나의 정보일 수 있다. 예를 들어, 제보 정보는 의심 차량에 대한 메타데이터, 위반 항목(역주행 또는 주정차 위반) 및 차량 정보 중 적어도 하나를 포함할 수 있다. 이때, 차량 정보는 의심 차량의 차종, 차량 번호, 차량의 위치 및 크기 정보 등을 포함할 수 있다.
통신 장치(1400)는 역주행 또는 주정차 위반 차량으로 의심되는 적어도 하나의 의심 차량에 대한 제보 정보를 후술될 도로 교통 위반 차량 단속 장치(5000)로 동적 전송할 수 있다. 이에 따라, 도로 교통 위반 차량 단속 장치(5000)는 의심 차량에 대한 역주행 또는 주정차 위반 여부를 판정할 수 있다. 도로 교통 위반 차량 단속 장치(5000)에 대해서는 하기에서 보다 자세히 설명하겠다.
메모리(1500)는 후술될 프로세서(1600)를 수행하기 위한 적어도 하나의 명령을 포함할 수 있다. 실시예에 따르면, 적어도 하나의 명령은 제보 모드를 활성화시키도록 하는 명령, 촬영 이미지를 획득하도록 하는 명령, 메타데이터를 생성하도록 하는 명령, 객체 및 객체 정보를 추출하도록 하는 명령, 주행 차량의 이동 차선을 판단하도록 하는 명령, 역주행 의심 차량을 검출하도록 하는 명령, 주정차 의심 차량을 검출하도록 하는 명령, 제보 정보를 생성하도록 하는 명령 중 적어도 하나의 명령을 포함할 수 있다.
프로세서(1600)는 앞서 설명된 바와 같이, 메모리(1500) 내 적어도 하나의 명령에 의해 수행될 수 있다. 프로세서(1600)의 동작은 도로 교통 위반 차량 단속 시스템을 이용한 도로 교통 위반 차량 단속 방법의 설명시 보다 자세히 설명하겠다.
도로 교통 위반 차량 단속 장치(5000)는 적어도 하나의 도로 교통 위반 차량 제보 장치(1000)와 연동될 수 있다. 이에 따라, 도로 교통 위반 차량 단속 장치(5000)는 도로 교통 위반 차량 제보 장치(1000)로부터 수신된 적어도 하나의 의심 차량에 대한 제보 정보를 바탕으로, 해당 의심 차량의 역주행 또는 주정차 위반 여부를 판단할 수 있다.
보다 구체적으로 설명하면, 도로 교통 위반 차량 단속 장치(5000)는 저장 장치(5100), 통신 장치(5300), 메모리(5500) 및 프로세서(5700)를 포함할 수 있다.
저장 장치(5100)는 적어도 하나의 도로 교통 위반 차량 제보 장치(1000)로부터 수신된 의심 차량에 대한 적어도 하나의 제보 정보를 저장할 수 있다.
실시예에 따르면, 저장 장치(5100)는 적어도 하나의 제보 정보를 의심 차량의 위치 정보를 기준으로 그룹화하여 저장할 수 있다.
통신 장치(5300)는 도로 교통 위반 차량 단속 장치(5000)로부터 역주행 또는 주정차 위반 차량으로 의심되는 적어도 하나의 의심 차량에 대한 제보 정보를 수신할 수 있다. 이에 따라, 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 장치(5000)는 후술될 프로세서(5700)에 따라 의심 차량에 대한 역주행 또는 주정차 위반 여부를 판정할 수 있다.
메모리(5500)는 후술될 프로세서(5700)를 수행하기 위한 적어도 하나의 명령을 포함할 수 있다.
실시예에 따르면, 적어도 하나의 명령은 도로 교통 위반 차량 단속 장치로부터 제보 정보를 수신하도록 하는 명령, 수신된 제보 정보를 저장하도록 하는 명령, 역주행 의심 차량에 대한 역주행 여부를 판정하도록 하는 명령 및 주정차 위반 의심 차량에 대한 주정차 위반 여부를 판정하도록 하는 명령 중 적어도 하나의 명령을 포함할 수 있다.
프로세서(5700)는 앞서 설명된 바와 같이, 메모리(5500) 내 적어도 하나의 명령에 의해 수행될 수 있다. 프로세서(5700)의 동작은 도로 교통 위반 차량 단속 시스템을 이용한 도로 교통 위반 차량 단속 방법의 설명시 보다 자세히 설명하겠다.
이상, 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 시스템을 설명하였다. 이하에서는 도로 교통 위반 차량 단속 방법에 대하여, 도로 교통 위반 차량 제보 장치 내 프로세서 및 주정차 차량 단속 서버 내 프로세서의 동작을 이용하여 설명하겠다.
도 3은 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 방법의 순서도이다.
도 3을 참조하면, 도로 교통 위반 차량 단속 시스템 내 도로 교통 위반 차량 단속 장치(5000)는 적어도 하나의 도로 교통 위반 차량 제보 장치(1000)로부터 역주행 또는 주정차 위반 의심 차량의 제보 정보를 수신할 수 있다(S1000). 다시 말하면, 적어도 하나의 도로 교통 위반 차량 제보 장치(1000)는 도로 교통 위반 차량 단속 장치(5000)로 적어도 하나의 의심 차량에 대한 제보 정보를 개별적으로 송신할 수 있다.
적어도 하나의 도로 교통 위반 차량 제보 장치(1000)가 의심 차량에 대한 제보 정보를 송신하는 방법은 하기 도 4의 도로 교통 위반 차량 제보 장치(1000) 내 프로세서(1600)의 동작을 참조하여 보다 구체적으로 설명하겠다.
도 4는 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 방법 중 도로 교통 위반 차량 제보 장치가 제보 정보를 송신하는 단계를 설명하기 위한 순서도이다.
도 4를 참조하면, 본 발명의 실시예에 따른 도로 교통 위반 차량 제보 장치(1000) 내 프로세서(1600)는 제보 모드를 활성화시킬 수 있다(S1100). 제보 모드일 경우, 프로세서(1600)는 도로 교통 위반 차량 단속 장치(5000)로 역주행 의심 차량 또는 주정차 위반 의심 차량을 제보할 수 있다. 하기 도 4에서는 프로세서(1600)의 제보 모드를 활성화시키는 단계에 대해서 보다 구체적으로 설명하겠다.
도 5는 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 방법 중 제보 모드를 활성화시키는 단계를 설명하기 위한 순서도이다.
도 5를 참조하면, 프로세서(1600)는 상기 도로 교통 위반 차량 제보 장치(1000)의 실행과 함께 기본 모드로 동작할 수 있다. 기본 모드에서 프로세서(1600)는 도로 정보 및 GPS 정보를 수신할 수 있다.
프로세서(1600)는 위치 센서(1000)로부터 수신된 위치 정보를 바탕으로, 제보자가 주행 중인 주행 차량의 위치를 확인할 수 있다. 이에 따라, 프로세서(1600)는 도로 교통 위반 차량 단속 구간으로의 진입 여부를 판단할 수 있다(S1110).
주행 차량이 도로 교통 위반 차량 단속 구간에 진입할 경우, 프로세서(1600)는 주행 차량의 이동 속도를 산출할 수 있다(S1130). 예를 들어, 프로세서(1600)는 특정 시간 동안의 주행 차량의 위치 정보를 바탕으로, 주행 차량의 이동 속도를 산출할 수 있다.
주행 차량의 이동 속도가 일정 기준 이하일 경우, 프로세서(1600)는 제보 모드를 활성화 시킬 수 있다(S1150). 이에 따라, 프로세서(1600)는 저장 장치(1300) 및 통신 장치(1400)의 기능을 활성화 시킬 수 있다.
일반적으로, 주행 차량의 이동 속도가 일정 기준 이상일 경우, 주행 도로의 교통 상황이 양호함을 의미할 수 있다. 이에 따라, 일정 기준 이상으로 주행 중인 주행 차량의 경우, 촬영 이미지에 블러(Blur)와 같은 이미지 왜곡이 발생하여 위반 의심 차량의 차량 정보 인식이 불가능한 어려움이 있다.
이에 따라, 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 방법은 일정 기준 이하의 속도로 도로 교통 위반 차량 단속 구간에 진입했을 경우에만 제보 모드를 활성화시킴으로써, 데이터 용량 초과를 방지하며, 왜곡이 없는 촬영 이미지 확보하는, 고효율, 고성능 및 저전력의 도로 교통 위반 차량 단속 방법을 제공할 수 있다.
다시 도 4를 참조하면, 제보 모드에서의 프로세서(1600)는 촬영 장치(1100)로부터 촬영 이미지를 획득할 수 있다(S1200). 실시예에 따르면, 프로세서(1600)는 기설정된 초당 프레임(FPS, Frame Per Second) 단위에 따라 복수의 촬영 이미지들 샘플링할 수 있다.
이후, 프로세서(1600)는 메타데이터를 생성할 수 있다(S1300). 여기서, 메타데이터는 특정 촬영 이미지에 대한 적어도 하나의 관련 속성 데이터일 수 있다.
실시예에 따라 보다 구체적으로 설명하면. 프로세서(1600)는 촬영 장치(1100)로부터 일정 주기로 수신된 촬영 이미지 및 촬영 속성 정보를 기준으로, 위치 센서(1200) 및 저장 장치(1300)로부터 이와 매칭되는 위치 정보 및 도로 정보를 추출할 수 있다. 예를 들어, 프로세서(1600)는 촬영 이미지에 대응하는 고유 식별 번호(unique ID), 촬영 시간 및 GPS 위치 정보 중 적어도 하나의 메타데이터를 생성할 수 있다.
프로세서(1600)는 수신된 촬영 이미지로부터 객체 및 객체 정보를 추출할 수 있다(S1400). 객체는 촬영 이미지 내 촬영된 적어도 하나의 피사체로써, 대상 차량, 보행자 또는 경계물 중 적어도 하나를 포함할 수 있다. 또한, 객체 정보는 객체에 대한 적어도 하나의 속성 정보를 포함하는 데이터일 수 있다.
실시예에 따르면, 프로세서(1600)는 딥러닝(deep-learning) 기술을 이용하여, 촬영 이미지로부터 적어도 하나의 객체 및 객체 정보를 추출할 수 있다. 예를 들어, 프로세서(1600)는 YOLO(You only look once), Fast R-CNN(Fast Region-based Convolutional Network) 또는 SSD(Single Shot Detector) 중 적어도 하나의 딥러닝(deep-learning) 기술을 이용하여 객체 및 객체 정보를 추출할 수 있다.
이후, 프로세서(1600)는 주행 차량의 이동 차선을 판단할 수 있다(S1500). 하기 도 6에서는 주행 차량의 이동 차선을 판단하는 방법에 대해 보다 자세히 설명하겠다.
도 6은 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 방법 중 주행 차량의 이동 차로를 판단하는 단계를 설명하기 위한 순서도이다.
도 6을 참조하면, 프로세서(1600)는 이동 중인 주행 차량의 도로 정보를 획득할 수 있다(S1510). 다시 말하면, 프로세서(1600)는 일방향 또는 양방향의 통행 정보 및 차선 정보 등을 포함하는 주행 도로 정보를 획득할 수 있다. 이때, 주행 차량이 이동 중인 도로가 왕복 6차로 이상일 경우, 프로세서(1600)는 주행 차량의 실시간 이동 차선 정보를 획득할 수 있다(S1530).
일 실시예에 따르면, 프로세서(1600)는 위치 센서(1200)로부터 획득한 GPS 위치 정보를 기준으로, 해당 위치의 도로 정보를 통해 주행 차량의 실시간 이동 차선 정보를 획득할 수 있다.
다른 실시예에 따르면, 프로세서(1600)는 촬영 이미지로부터 주행 차량의 이동 도로 정보를 획득할 수 있다. 예를 들어, 프로세서(1600)는 영상 분석 및 딥러닝(deep-learning) 기술을 이용하여, 메타데이터 내 위치 정보 및 도로 정보로부터 차선 정보를 획득할 수 있다.
프로세서(1600)는 촬영 이미지를 특정 크기의 그리드(grid)로 분할할 수 있다(S1550). 여기서, 그리드(grid)의 크기는 사전에 설정될 수 있다. 예를 들어, 촬영 이미지는 특정 크기의 그리드(grid)에 의해 4행 5열로 분할될 수 있다.
이후, 프로세서(1600)는 그리드(grid)를 이용하여, 주행 차량의 실시간 이동 차선을 판단할 수 있다.
실시예에 따르면, 프로세서(1600)는 특정 크기의 그리드(grid)로 분할된 촬영 이미지로부터 적어도 하나의 객체를 검출할 수 있다. 이후, 프로세서(1600)는 검출되는 적어도 하나의 객체 정보를 바탕으로, 주행 차량의 이동 차로 정보를 획득할 수 있다. 객체 정보에 따라 주행 차량의 이동 차로 정보를 파악하는 방법은 하기 도 7 및 도 8을 참조하여 보다 구체적으로 설명하겠다.
도 7은 본 발명의 실시예에 따른 편도 4차선 도로에서 3차로로 주행 중인 주행 차량의 도로 교통 위반 차량 제보 장치로부터 획득한 촬영 이미지이다.
도 7을 참조하면, 제보자의 주행 차량이 편도 4차선 도로 상에서 3차로로 이동 중일 경우, 주행 차량 내 설치된 도로 교통 위반 차량 제보 장치 내 프로세서(1600)는 촬영 이미지(IA)를 특정 크기의 그리드(grid, G)로 분할할 수 있다.
일 실시예에 따르면, 편도 4차선 도로에서 3차로로 주행 중인 주행 차량의 촬영 이미지(IA)를 4행 5열의 분할 이미지(IS)로 분할할 경우, 프로세서(1600)는 1열에서부터 4열 이내에 위치하는 분할 이미지(IS)들 중 적어도 하나로부터 대상 차량을 검출하거나 또는 5열에 위치하는 분할 이미지(IS)들 중 적어도 하나로부터 보행자를 검출할 수 있다.
이에 따라, 프로세서(1600)는 주행 차량 또는 보행자가 검출되는 분할 이미지(IS)의 열 정보를 바탕으로 주행 차량의 이동 차로 정보를 획득할 수 있다.
다른 실시예에 따르면, 프로세서(1600)는 적어도 하나의 분할 이미지(IS)로부터 가드레일 또는 보도블록 등과 같이, 차로와 도보를 구분하는 경계물(P)을 검출할 수 있다. 이후, 프로세서(1600)는 경계물(P)이 검출되는 분할 이미지(IS)의 열 정보를 바탕으로 주행 차량의 이동 차선 정보를 획득할 수 있다.
도 8은 본 발명의 실시예에 따른 편도 4차선 도로에서 4차로로 주행 중인 주행 차량의 도로 교통 위반 차량 제보 장치로부터 획득한 촬영 이미지이다.
도 8을 참조하면, 제보자의 주행 차량이 편도 4차선 도로 상에서 4차로로 이동 중이며, 주행 차량의 촬영 이미지(IB)를 4행 5의 분할 이미지(IS)로 분할할 경우, 프로세서(1600)는 1열에서부터 3열 이내에 위치하는 분할 이미지(IS)들 중 적어도 하나로부터 대상 차량을 검출하거나 4열 또는 5열에 위치하는 분할 이미지(IS)들 중 적어도 하나로부터 보행자를 검출할 수 있다.
이에 따라, 앞서 도 7에서 설명한 바와 같이, 프로세서(1600)는 주행 차량 또는 보행자가 검출되는 분할 이미지(IS)의 열 정보를 바탕으로 주행 차량의 이동 차로 정보를 획득할 수 있다.
다른 실시예에 따르면, 프로세서(1600)는 적어도 하나의 분할 이미지(IS)로부터 차로와 도보를 구분하는 경계물(P)을 검출할 수 있다. 이는 앞서 도 6에서 설명한 바와 중복되므로 생략하도록 하겠다.
다시 도 4를 참조하면, 프로세서(1600)는 역주행 위반 의심 차량을 검출할 수 있다(S1600).
보다 구체적으로 설명하면, 프로세서(1600)는 촬영 이미지 내 차량의 전면부가 촬영된 대상 차량을 역주행 의심 차량으로 검출할 수 있다. 역주행 의심 차량을 검출하는 방법은 하기 도 9 내지 도 11을 참조하여 보다 구체적으로 설명하겠다.
도 9는 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 장치 내 촬영 장치에 의해 촬영된 일방통행 도로 이미지이다.
도 9를 참조하면, 프로세서(1600)는 수신된 도로 정보로부터 차선 종류가 일방통행일 경우, 대상 차량의 전면부가 촬영된 분할 이미지를 추출할 수 있다.
이후, 프로세서(1600)는 추출된 분할 이미지로부터 검출된 의심 차량(CR)의 이미지를 검출할 수 있다. 다시 말하면, 프로세서(1600)는 역주행 의심 차량(CR)을 추출할 수 있다.
프로세서(1600)는 역주행 의심 차량(R)의 적어도 하나의 제보 정보를 획득할 수 있다. 실시예에 따르면, 상기 제보 정보는 역주행 의심 차량(CR)에 대한 촬영 이미지, 메타데이터, 차종, 차량번호, 촬영 이미지 내 위치 및 크기 중 적어도 하나를 포함할 수 있다.
도 10은 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 장치 내 촬영 장치에 의해 촬영된 편도 1차선 도로 이미지이다.
도 10을 참조하면, 프로세서(1600)는 수신된 도로 정보로부터 차선 종류가 편도 1차선 도로일 경우, 프로세서(1600)는 중앙선을 검출할 수 있다.
이후, 프로세서(1600)는 중앙선이 검출되는 분할 이미지의 열 정보를 기준으로 우측에 위치된 적어도 하나의 분할 이미지에서 전면부가 촬영된 대상 차량을 검출할 수 있다.
도 11은 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 장치 내 촬영 장치에 의해 촬영된 편도 2차선 도로 이미지이다.
도 11을 참조하면, 프로세서(1600)는 수신된 도로 정보 내 차선 종류가 편도 2차선 도로일 경우에도, 도 10에서 설명한 바와 같이, 중앙선을 검출한 후, 상기 중앙선이 검출된 복수의 분할 이미지들의 열 정보를 기준으로 우측에 위치된 적어도 하나의 분할 이미지에서 역주행 의심 차량을 검출할 수 있다.
다시 도 4를 참조하면, 프로세서(1600)는 주행 차량의 이동 차로가 3차로 이상일 경우, 주정차 위반 의심 차량을 검출할 수 있다(S1700).
실시예에 따르면, 본 발명의 실시예에 따른 도로 교통 위반 차량 제보 장치(1000)는 블랙박스, 네비게이션 또는 스마트 폰 등의 스마트 단말에 프로그램 또는 애플리케이션의 형태로 탑재되어 제공될 수 있다.
종래의 스마트 단말 내 제공되는 카메라는 일반적으로 광각의 단촛점 렌즈 또는 초점거리 조정이 가능한 가변렌즈를 사용한다.
가변 렌즈의 경우, 광각의 단촛점 렌즈을 사용하여 광각 모드로의 촬영이 가능한 반면, 촬영 이미지 내 개별 피사체의 크기가 작아지는 특성이 있다.
또한, 광각 모드로 촬영된 촬영 이미지의 경우, 렌즈의 광학적 특성에 의해 촬영 이미지 주변부에 왜곡이 발생될 수 있다. 이에 따라, 촬영 이미지에 포함된 위반 의심 차량의 차량번호를 인지하기 위해서는 위반 의심 차량이 촬영 장치에 근접하게 위치되거나 또는 중앙부에서 일정 거리 떨어지지 않은 곳에 위치하는 것이 바람직하다. 따라서, 본 발명의 실시예에 따른 도로 교통 위반 차량 제보 장치(1000) 내 프로세서(1600)는 주행 차량이 정밀한 촬영 이미지를 획득할 수 있는 3차로 이상의 차선으로 주행 중일 경우에, 주정차 위반 의심 차량을 검출할 수 있다.
보다 구체적으로 설명하면, 프로세서(1600)는 제보자의 주행 차량의 속도 및 위치 정보를 수신할 수 있다.
또한, 프로세서(1600)는 촬영 장치(1100)에 의해 도보 옆 바깥 차선이 연속 촬영된 촬영 이미지들(T1, T2, T3, ... , TN)을 수신할 수 있다.
프로세서(1600)는 연속 촬영된 촬영 이미지들(T1, T2, T3, ... , TN) 중 차량 번호를 기준으로, 특정 대상 차량의 위치 변화 또는 검출 횟수를 추출할 수 있다. 이에 따라, 프로세서(1600)는 특정 대상 차량에 대한 주정차 위반 여부를 예측할 수 있다. 다시 말하면, 프로세서(1600)는 연속 촬영된 촬영 이미지들(T1, T2, T3, ... , TN)로부터 동일 차량 번호를 갖는 특정 대상 차량의 상대적 위치 변화 또는 검출 횟수를 비교하여, 상기 특정 대상 차량에 대한 주정차 위반 여부를 판단할 수 있다.
일 실시예에 따라 보다 구체적으로 설명하면, 프로세서(1600)는 연속 촬영된 촬영 이미지들 내 특정 대상 차량의 GPS 위치 정보를 개별 추출할 수 있다.
프로세서(1600)는 추출된 GPS 위치 정보들을 바탕으로, 특정 대상 차량의 이동 거리를 산출할 수 있다. 이때. 특정 대상 차량의 이동 거리가 임계 거리 이상일 경우, 프로세서(1600)는 상기 대상 차량을 주행 차량으로 판단할 수 있다. 한편, 프로세서(1600)는 특정 대상 차량의 이동 거리가 임계 거리 미만일 경우, 추출된 대상 차량을 주정차 위반 의심 차량으로 분류할 수 있다.
다른 실시예에 따라 보다 구체적으로 설명하면, 프로세서(1600)는 연속 촬영된 촬영 이미지들(T1, T2, T3, ... , TN)로부터 특정 대상 차량의 검출 횟수를 산출할 수 있다. 이때, 프로세서(1600)는 앞서 설명한 바와 같이, 차량 번호를 이용하여 특정 대상 차량의 검출 횟수를 추출할 수 있다.
이후, 프로세서(1600)는 특정 대상 차량의 검출 횟수가 특정 횟수 이하로 검출될 경우, 특정 대상 차량을 주정차 위반 의심 차량으로 판단할 수 있다. 한편, 프로세서(1600)는 특정 대상 차량의 검출 횟수가 특정 횟수 이상으로 검출될 경우, 특정 대상 차량을 주행 차량으로 판단할 수 있다. 이때, 상기 특정 횟수는 제보자의 주행 차량 속도에 의해 결정될 수 있다.
프로세서(1600)는 검출된 적어도 하나의 역주행 의심 차량 또는 적어도 하나의 주정차 의심 차량을 대상으로 제보 정보를 생성할 수 있다(S1800). 이때, 제보 정보는 촬영 이미지와 메타데이터, 위반종류(역주행/주정차), 위반 차량의 차종, 차량 번호, 촬영 이미지 내 역주행 또는 주정차 위반 의심 차량의 위치 및 크기 중 적어도 하나를 포함할 수 있다.
다시 도 3을 참조하면, 도로 교통 위반 차량 단속 시스템 내 도로 교통 위반 차량 단속 장치(5000) 내 프로세서(5700)는 적어도 하나의 주정차 위반 제보 장치(1000)로부터 수신된 제보 정보를 저장할 수 있다(S3000). 실시예에 따르면, 도로 교통 위반 차량 단속 장치(5000) 내 프로세서(5700)는 적어도 하나의 제보 정보를 위치 정보를 기준으로 그룹화하여 저장 장치(5100)에 저장할 수 있다. 그러나, 프로세서(5700)는 상술된 바에 국한되지 않고, 차량 번호 또는 촬영 이미지의 촬영 시간을 기준으로 그룹화 되어 저장될 수 있다.
이후, 프로세서(5700)는 적어도 하나의 도로 교통 위반 차량 제보 장치(1000)로부터 개별 수신된 제보 정보를 바탕으로, 역주행 의심 차량에 대한 역주행 여부를 판정할 수 있다(S5000). 역주행 의심 차량의 역주행 여부를 판정하는 단계는 하기 도 12에서 보다 자세히 설명하겠다.
도 12는 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 방법 중 역주행 위반 의심 차량의 역주행 위반 여부를 판단하는 단계를 설명하기 위한 순서도이다.
도 12를 참조하면, 도로 교통 위반 차량 단속 장치(5000) 내 프로세서(5700)는 저장된 적어도 하나의 제보 정보로부터 역주행 위반 의심 차량의 차량 번호를 확인할 수 있다(S5100).
프로세서(5700)는 외부로부터 수신된 도로 정보 및 상기 제보 정보를 상기 차량 번호와 비교하여, 매칭되는 역주행 후보 데이터 셋을 검색할 수 있다(S5300). 이에 따라, 프로세서(5700)는 도로 교통 위반 차량 제보 장치(1000)로부터 수신된 역주행 의심 차량의 제보 정보를 검증할 수 있다.
이후, 프로세서(5700)는 상기 차량 번호와 일치하는 역주행 후보 데이터 셋으로부터 위치 정보가 동일한 역주행 분석 데이터 셋을 검색할 수 있다(S5500). 이때, 프로세서(5700)는 위치 정보가 제1 거리 이내이고, 촬영 시간이 제1 시간 이상이면 동일 차량으로 간주할 수 있다.
프로세서(5700)는 상기 역주행 분석 데이터 셋 내에서 역주행 의심 차량에 대한 적어도 하나의 촬영 이미지를 추출할 수 있다(S5700).
이후, 프로세서(5700)는 추출된 촬영 이미지에 역주행 의심 차량의 전면부가 촬영되었을 경우, 해당 차량의 역주행을 판정할 수 있다(S5900).
다시 도 3을 참조하면, 프로세서(5700)는 적어도 하나의 주정차 위반 제보 장치(1000)로부터 수신된 제보 정보를 바탕으로, 주정차 위반 의심 차량에 대한 주정차 위반 여부를 판정할 수 있다(S7000). 주정차 위반 의심 차량에 대한 주정차 위반 여부를 판정하는 단계는 하기 도 13에서 보다 자세히 설명하겠다.
도 13은 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 방법 중 주정차 위반 의심 차량의 주정차 위반 여부를 판단하는 단계를 설명하기 위한 순서도이다.
도 13을 참조하면, 프로세서(5700)는 도 12에 개시한 바와 같이, 상기 저장된 적어도 하나의 제보 정보로부터 주정차 위반 의심 차량의 차량 번호를 확인할 수 있다(S7100).
이후, 프로세서(5700)는 외부로부터 수신된 도로 정보 및 상기 제보 정보를 상기 차량 번호와 비교하여, 매칭되는 주정차 위반 후보 데이터 셋을 검색할 수 있다(S7300). 이에 따라, 프로세서(5700)는 도로 교통 위반 차량 제보 장치(1000)로부터 수신된 주정차 위반 의심 차량의 제보 정보를 검증할 수 있다.
이후, 프로세서(5700)는 상기 차량 번호와 일치하는 주정차 위반 후보 데이터 셋으로부터 위치 정보가 동일한 주정차 분석 데이터 셋을 검색할 수 있다(S7500). 이때, 프로세서(5700)는 위치 정보가 제1 거리 이내이고, 촬영 시간이 제1 시간 이상이면 동일 차량으로 간주할 수 있다.
프로세서(5700)는 차량 번호 및 위치 정보가 동일한 주정차 위반 분석 데이터 셋 내 주정차 위반 의심 차량의 적어도 하나의 촬영 이미지를 추출할 수 있다(S7700).
이후, 프로세서(5700)는 상기 촬영 이미지에 촬영된 주정차 위반 의심 차량의 주차 위반 또는 정차 위반을 판정할 수 있다(S7900).
일 실시예에 따르면, 프로세서(5700)는 주정차 분석 데이터 셋을 기초로, 위치 정보가 제1 거리 이내이고, 촬영 시간이 제1 주차시간 이상이면, 해당 차량을 불법 주차 차량으로 판단할 수 있다.
다른 실시예에 따르면, 프로세서(5700)는 주정차 분석 데이터 셋을 기초로, 위치정보가 제1 거리 이내이고, 촬영 시간이 제2 주차시간 이하이면, 해당 차량을 불법 정차 차량으로 판단할 수 있다.
이상, 본 발명의 실시예에 따른 도로 교통 위반 차량 단속 시스템 및 이를 이용한 도로 교통 위반 차량 단속 방법을 설명하였다.
본 발명의 실시예에 따른 도로 교통 위반 차량 단속 시스템 및 이를 이용한 도로 교통 위반 차량 단속 방법은 주정차 위반 제보 장치가 주행 차량에 설치되어 역주행 또는 주정차 위반 차량으로 의심되는 적어도 하나의 대상 차량에 제보 정보를 동적 수집하고, 수집한 제보 정보를 도로 교통 위반 차량 단속 장치로 송신하여, 대상 차량에 대한 제보 정보를 검증 및 분석하고, 상기 대상 차량의 역주행 또는 주정차 위반 여부를 판단함으로써, 특정 조건을 만족할 경우에만 동작하여 전력 소모가 적고, 정밀도가 향상된 고효율, 고편의 및 고신뢰성의 도로 교통 위반 차량 단속 시스템 및 이를 이용한 도로 교통 위반 차량 단속 방법을 제공할 수 있다.
본 발명의 실시예에 따른 방법의 동작은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 프로그램 또는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산 방식으로 컴퓨터로 읽을 수 있는 프로그램 또는 코드가 저장되고 실행될 수 있다.
또한, 컴퓨터가 읽을 수 있는 기록매체는 롬(rom), 램(ram), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다. 프로그램 명령은 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
본 발명의 일부 측면들은 장치의 문맥에서 설명되었으나, 그것은 상응하는 방법에 따른 설명 또한 나타낼 수 있고, 여기서 블록 또는 장치는 방법 단계 또는 방법 단계의 특징에 상응한다. 유사하게, 방법의 문맥에서 설명된 측면들은 또한 상응하는 블록 또는 아이템 또는 상응하는 장치의 특징으로 나타낼 수 있다. 방법 단계들의 몇몇 또는 전부는 예를 들어, 마이크로프로세서, 프로그램 가능한 컴퓨터 또는 전자 회로와 같은 하드웨어 장치에 의해(또는 이용하여) 수행될 수 있다. 몇몇의 실시예에서, 가장 중요한 방법 단계들의 하나 이상은 이와 같은 장치에 의해 수행될 수 있다.
실시예들에서, 프로그램 가능한 로직 장치(예를 들어, 필드 프로그머블 게이트 어레이)가 여기서 설명된 방법들의 기능의 일부 또는 전부를 수행하기 위해 사용될 수 있다. 실시예들에서, 필드 프로그머블 게이트 어레이는 여기서 설명된 방법들 중 하나를 수행하기 위한 마이크로프로세서와 함께 작동할 수 있다. 일반적으로, 방법들은 어떤 하드웨어 장치에 의해 수행되는 것이 바람직하다.
이상 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
1000: 시트 1100: 센서
1300: 시청각 장치 1500: 디스플레이부
5000: 시트 제어 장치 5100: 메모리
5500: 프로세서 B: 등받이부
H: 머리 받침부 SB: 안전벨트

Claims (1)

  1. 주행 차량 내 설치되어, 주정차 위반 의심 차량을 도로 교통 위반 차량 단속 장치로 동적 제보하는 장치에 있어서,
    메모리(memory); 및
    상기 메모리 내 적어도 하나의 명령을 실행하는 프로세서(processor)를 포함하되,
    상기 적어도 하나의 명령은,
    도로 교통 위반 제보 모드를 활성화시키도록 하는 명령,
    상기 주행 차량 외부를 촬영한 적어도 하나의 촬영 이미지를 획득하도록 하는 명령,
    적어도 하나의 상기 촬영 이미지의 메타 데이터를 생성하도록 하는 명령,
    상기 주행 차량의 이동 차선에 따라 상기 촬영 이미지로부터 주정차 위반 의심 차량을 검출하도록 하는 명령 및
    상기 주정차 위반 의심 차량의 제보 정보를 생성하도록 하는 명령을 포함하는, 도로 교통 위반 차량 제보 장치.
KR1020190048521A 2019-04-25 2019-04-25 도로 교통 위반 차량 단속 시스템 및 이를 이용한 도로 교통 위반 차량 단속 방법 KR20200124972A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190048521A KR20200124972A (ko) 2019-04-25 2019-04-25 도로 교통 위반 차량 단속 시스템 및 이를 이용한 도로 교통 위반 차량 단속 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190048521A KR20200124972A (ko) 2019-04-25 2019-04-25 도로 교통 위반 차량 단속 시스템 및 이를 이용한 도로 교통 위반 차량 단속 방법

Publications (1)

Publication Number Publication Date
KR20200124972A true KR20200124972A (ko) 2020-11-04

Family

ID=73571085

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190048521A KR20200124972A (ko) 2019-04-25 2019-04-25 도로 교통 위반 차량 단속 시스템 및 이를 이용한 도로 교통 위반 차량 단속 방법

Country Status (1)

Country Link
KR (1) KR20200124972A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102270853B1 (ko) * 2021-03-31 2021-06-29 에스알디네트웍스 주식회사 Ai 교통량 측정 및 예측 시스템
KR102480011B1 (ko) * 2022-03-11 2022-12-20 김익균 차량 블랙박스와 ｇｐｓ를 이용한 스마트 불법 감시 방지 시스템
KR102619100B1 (ko) * 2023-06-29 2023-12-27 주식회사 휴데이터스 불법 차량을 단속하는 방법 및 장치

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102270853B1 (ko) * 2021-03-31 2021-06-29 에스알디네트웍스 주식회사 Ai 교통량 측정 및 예측 시스템
KR102480011B1 (ko) * 2022-03-11 2022-12-20 김익균 차량 블랙박스와 ｇｐｓ를 이용한 스마트 불법 감시 방지 시스템
KR102619100B1 (ko) * 2023-06-29 2023-12-27 주식회사 휴데이터스 불법 차량을 단속하는 방법 및 장치

Similar Documents

Publication Publication Date Title
US10529205B2 (en) Surveillance camera system and surveillance method
US9685079B2 (en) Short-time stopping detection from red light camera evidentiary photos
US8737690B2 (en) Video-based method for parking angle violation detection
KR101696881B1 (ko) 교통 정보 분석 방법 및 장치
KR20200124972A (ko) 도로 교통 위반 차량 단속 시스템 및 이를 이용한 도로 교통 위반 차량 단속 방법
US20120262579A1 (en) Electronic device and vehicle detection method using the electronic device
CN108932851B (zh) 一种记录机动车违法停车行为的方法及装置
KR102332517B1 (ko) 영상감시 제어장치
CN105654734A (zh) 车辆违章行为的数据处理方法及装置
CN106327880A (zh) 一种基于监控视频的车速识别方法及其系统
KR100562008B1 (ko) 무인 과속 감지 카메라 시스템
KR101195248B1 (ko) 교통법규 단속장치 및 방법
KR101672780B1 (ko) 어린이 보호 구역 내의 지능형 영상감시 시스템
KR102380638B1 (ko) 차량 통행을 모니터링하기 위한 장치, 시스템 또는 방법
KR20210064492A (ko) 교행 다차로에서의 이상차량 인식방법 및 장치
CN113112813B (zh) 违章停车检测方法及装置
KR101569712B1 (ko) 차량번호 인식장치 및 그 방법
KR101570485B1 (ko) 카메라 사각지역의 불법 주정차 단속 시스템
KR101418533B1 (ko) 꼬리물기 및 끼어들기 단속 방법
KR102602318B1 (ko) 단속영역 가변형 다차로 단속시스템
CN108932853B (zh) 一种记录多台机动车违法停车行为的方法及装置
KR101808203B1 (ko) 적응적 예측분석을 이용한 차량 단속 시스템 및 그 방법
KR102339841B1 (ko) 주차관제시의 꼬리물기 대응 엘피알 수행방법 및 그 시스템
KR102221158B1 (ko) 레이더 장치와 영상 처리를 이용하여 차종, 속도, 통행량을 검지하는 장치 및 방법
CN114373297A (zh) 一种数据处理装置、方法及电子设备