KR20210059207A - 인공지능 기반의 주차장 공유 시스템 - Google Patents
인공지능 기반의 주차장 공유 시스템 Download PDFInfo
- Publication number
- KR20210059207A KR20210059207A KR1020190146340A KR20190146340A KR20210059207A KR 20210059207 A KR20210059207 A KR 20210059207A KR 1020190146340 A KR1020190146340 A KR 1020190146340A KR 20190146340 A KR20190146340 A KR 20190146340A KR 20210059207 A KR20210059207 A KR 20210059207A
- Authority
- KR
- South Korea
- Prior art keywords
- vehicle
- parking
- image
- information
- parking lot
- Prior art date
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 17
- 238000013136 deep learning model Methods 0.000 claims abstract description 21
- 238000000034 method Methods 0.000 claims description 20
- 238000013528 artificial neural network Methods 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 239000000428 dust Substances 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000010191 image analysis Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 210000002569 neuron Anatomy 0.000 description 4
- 230000008439 repair process Effects 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000011109 contamination Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
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
- G06Q50/40—Business processes related to the transportation industry
-
- G06Q50/30—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
-
- G06K9/627—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G06K2209/15—
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Signal Processing (AREA)
- Tourism & Hospitality (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Operations Research (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Traffic Control Systems (AREA)
Abstract
본 발명은 인공지능 기반의 주차장 공유 시스템에 관한 것으로서, 복수개소에 설치된 주차장을 공유하는 시스템으로서, 각 주차장에 설치되어 차량주차상태에 관한 주차정보를 취득하는 주차정보 취득장치(110)와; 각 주차장 입구에 설치되어 차량을 촬영하여 차량 영상을 취득하는 카메라(120)와; 상기 카메라(120)에서 실시간으로 전송되는 차량 영상의 프레임에서 딥러닝 모델을 통해 번호판을 포함한 차량을 인식하고, 인식된 차량 정보를 클라우드 DB 또는 로컬 DB에 학습을 통해 기 저장된 기준 차량 정보와 비교하여 정보 일치 여부에 따라 차량 유무를 판단하는 IoT 디바이스(130)와; 각 주차장 입구에 설치되어 차량 진입을 통제하기 위한 차단기(140)와; 상기 주차정보 취득장치(110)에서 실시간으로 전송되는 주차정보와 연동하여 상기 IoT 디바이스(130)에서 판단된 차량 상태에 따라 상기 차단기(140)가 차량을 출입 통제할 수 있도록 제어하는 중앙통제 서버(170)를 포함하는 것을 특징으로 한다. 본 발명에 따르면, 주차공간의 권리자가 주차 공간을 사용하지 않을 때 타인이 주차 공간을 공유할 수 있으므로 주차 공간을 효율적으로 사용할 수 있다.
Description
본 발명은 주차장 공유 시스템에 관한 것으로서, 특히 주차 공간의 부족을 해소할 수 있는 인공지능 기반의 주차장 공유 시스템에 관한 것이다.
오늘날의 심각한 도시 문제 중의 하나로 차량 주차 문제를 들 수 있다. 주차 문제는 기하급수적으로 증가하는 차량 대비 주차 공간이 이를 뒷받침해주지 못하기 때문에 발생된다. 이에 주차 빌딩을 건설하는 등 주차 문제를 해소하고자 노력하고 있으나 근본적인 해결 방안을 제시하지 못하고 있는 실정이다.
한편, 아파트 등과 같은 공동 주택의 경우 통상적으로 넓은 주차장을 확보하고 있으나 야간 등의 특정시간대에만 상대적으로 많이 이용되고 주간에는 일부 비어 있게 되므로 이러한 주차장을 빈 시간대에 공유할 수 있다면 주차 공간의 부족을 상당히 해소할 수 있을 것으로 기대된다.
종래 관련 분야 특허 기술로서, 주차장 소유자로부터 주차장의 위치 및 상기 주차장 이용가능시간을 등록받아 주차장이용회원에게 주차장들의 정보를 포함하는 맵을 제공하도록 되어 있는 예약서버, 및 상기 주차장들의 각 주차구역에 설치되어 있으며 상기 예약서버로부터 상기 주차장이용회원의 상기 주차구역의 예약 여부를 수신 받아 차단바 또는 판 스프링을 제어하도록 되어 있는 차단기를 포함하는 개인 유휴 공간을 이용한 주차장 공유 시스템이 제안되어 있다(특허문헌 1 참조).
또한, 주차장의 각 주차면에 설치되어 차량의 진입을 차단하는 기능을 하며, 주차장 관리자로부터 상기 주차장의 위치 및 상기 주차장의 이용가능시간을 등록받아 회원들에게 상기 주차장에 관한 정보를 포함하는 맵을 제공하도록 되어 있는 검색서버와 통신하도록 되어 있는 주차기로서, 주차면 접근을 막는 차단부; 상기 차단부의 자세를 제어하는 모터; 상기 모터를 제어하고 주차 예약 기능을 갖는 인터넷에 접속된 주차기 제어장치; 상기 검색서버를 통해 상기 주차기가 설치된 상기 주차면의 이용을 예약한 주차 이용 고객 및 상기 예약에 관한 정보를 수신하는 주차기 제어장치 통신부; 상기 주차 이용 고객의 스마트기기가 상기 예약된 주차면으로 접근하였는지에 관한 정보를 수신하도록 되어 있는 스마트기기 접근여부 정보수신부; 상기 주차 이용 고객의 스마트기기가 상기 예약된 주차면으로 접근하였을 경우, 상기 예약된 주차면의 위치를 알리는 빛을 발산하도록 되어 있는 발광부; 을 포함하며, 상기 주차기는 주차기의 상태를 변화시켜 주차 가능 여부를 알리고; 주차 상태를 검색서버에 등록하고; 주차 손님과 직접 예약을 진행하는 사물인터넷 기반의 주차기가 제안되어 있다(특허문헌 2 참조).
본 발명은 주차 공간의 부족을 해소하여 주차장 이용자의 편의성 및 주차장 관리의 효율성을 향상시킬 수 있는 인공지능 기반의 주차장 공유 시스템을 제공하는데 그 목적이 있다.
상기와 같은 목적을 달성하기 위하여 본 발명에 따른 인공지능 기반의 주차장 공유 시스템은, 복수개소에 설치된 주차장을 공유하는 시스템으로서, 각 주차장에 설치되어 차량주차상태에 관한 주차정보를 취득하는 주차정보 취득장치와; 각 주차장 입구에 설치되어 차량을 촬영하여 차량 영상을 취득하는 카메라와; 상기 카메라에서 실시간으로 전송되는 차량 영상의 프레임에서 딥러닝 모델을 통해 번호판을 포함한 차량을 인식하고, 인식된 차량 정보를 클라우드 DB 또는 로컬 DB에 학습을 통해 기 저장된 기준 차량 정보와 비교하여 정보 일치 여부에 따라 차량 유무를 판단하는 IoT 디바이스와; 각 주차장 입구에 설치되어 차량 진입을 통제하기 위한 차단기와; 상기 주차정보 취득장치에서 실시간으로 전송되는 주차정보와 연동하여 상기 IoT 디바이스에서 판단된 차량 상태에 따라 상기 차단기가 차량을 출입 통제할 수 있도록 제어하는 중앙통제 서버를 포함하는 것을 특징으로 한다.
여기에서, 디스플레이 장치를 더 포함하되, 상기 중앙통제 서버는 상기 디스플레이 장치가 각종 편의 정보를 제공하도록 제어할 수 있다.
또한, 주차장 온도, 습도, 미세먼지 및 소음도 정보를 수집하는 환경정보 수집기를 더 포함하되, 상기 중앙통제 서버는 상기 디스플레이 장치가 상기 환경정보 수집기에서 수집된 온도, 습도, 미세먼지 및 소음도 정보를 제공하도록 제어할 수 있다.
또한, 상기 IoT 디바이스는 차량 영상의 프레임에서 딥러닝 모델을 통해 차종, 차색, 오염도 및 파손도를 포함하는 차량상태정보를 수집하고, 상기 중앙통제 서버는 수집된 차량상태정보를 바탕으로 관공서, 주유소(충전소), 전자상거래 관련기업, 광고사, 차량 제조사, 판매사, 세차장, 정비소 및 보험사를 포함하는 협력기관 서버에 해당 차량에 대한 관련 서비스를 중계할 수 있다.
또한, 상기 IoT 디바이스는 상기 카메라에서 취득된 차량 영상을 전처리하고, 전처리된 차량 영상을 인공 신경망에 대입하여 차량 영상에 대한 결과물 영상을 추출하고, 전처리된 차량 영상과 추출된 차량 영상에 대한 결과물 영상을 상호 비교 분석하여 차량 영상과 결과물 영상 간의 오차(error)에 따라 차량의 오염도 및 파손도를 인식할 수 있다.
또한, 상기 IoT 디바이스는 차량 영상 분석을 통해 차량으로 인식하여 분류하고 분류된 차량의 특정 위치를 인식한 후, 세그먼테이션을 통해 차량을 픽셀 단위로 분류하여 차량 영상에 대한 결과물 영상을 추출하거나, 또는 오토인코더를 적용하여, 차량 영상을 인코더에 의해 인코딩하여 특성(feature)을 추출하고 추출된 특성들을 압축 처리한 후, 디코더에 의한 디코딩을 통해 차량 영상의 근사 결과물 영상을 추출할 수 있다.
또한, 상기 딥러닝 모델은 SSD 또는 YOLO를 포함하는 one stage object detection 모델을 활용하여 영상에서 차량을 인식하고, 상기 IoT 디바이스는 싱글 보드 컴퓨터와 IoT용 하드웨어를 사용하고, 영상을 처리하는 프로그램과, 딥러닝 모델을 구동하는 프로그램을 구비하되 상기 영상 처리 프로그램과 딥러닝 모델 구동 프로그램은 각각 다른 스레드에서 구동되는 다중 스레드 프로그램이고, 차량이 인식되는 시간, 위치로 차량 유무를 종합적으로 판단하되 인식된 차량이 특정 시간 동안 설정 횟수 이상 인식될 때 차량이 있다고 판단할 수 있다.
또한, 상기 중앙통제 서버는 특정 시간 동안 차량이 존재한 시간을 통해 차량 출입 여부를 판단하여 상기 차단기가 차량을 출입 통제할 수 있도록 제어할 수 있다.
본 발명에 따르면, 주차공간의 권리자가 주차 공간을 사용하지 않을 때 타인이 주차 공간을 공유할 수 있으므로 주차 공간을 효율적으로 사용하여 주차 공간의 부족을 해소할 수 있다.
또한, 카메라로 접근하는 차량을 촬영하여 영상을 취득하고, 취득되어 실시간 스트리밍 프로토콜을 통해 실시간으로 전송되는 차량 영상에서 딥러닝 모델을 통해 차량을 인식하고 차량 유무를 판단한 후에 차량을 효과적으로 통제할 수 있다.
또한, 차량 번호, 차종, 차색, 입출차시간, 오염도, 파손도 등의 차량상태정보를 바탕으로 관공서, 주유소(충전소), 전자상거래 관련기업, 광고사, 차량 제조사, 판매사, 세차장, 정비소 및 보험사 등의 협력기관에 해당 차량에 대한 관련 서비스를 중계할 수 있다.
도 1은 본 발명에 따른 인공지능 기반의 주차장 공유 시스템의 개념도.
도 2는 본 발명에 따른 IoT 디바이스의 블록도.
도 3 내지 6은 본 발명에 따른 세그먼테이션의 개념도.
도 7은 본 발명에 따른 오토인코더의 개념도.
도 8은 본 발명에 따른 차량 오염도 및 파손도 인식 방법의 흐름도.
도 2는 본 발명에 따른 IoT 디바이스의 블록도.
도 3 내지 6은 본 발명에 따른 세그먼테이션의 개념도.
도 7은 본 발명에 따른 오토인코더의 개념도.
도 8은 본 발명에 따른 차량 오염도 및 파손도 인식 방법의 흐름도.
이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
본 발명에 따른 인공지능 기반의 주차장 공유 시스템은 주차 공간의 부족을 해소하여 주차장 이용자의 편의성 및 주차장 관리의 효율성을 크게 향상시킬 수 있도록 구성된 것을 중요한 기술적 특징으로 한다.
도 1에 도시한 바와 같이, 본 발명에 따른 인공지능 기반의 주차장 공유 시스템은, 여러 지역의 복수개소에 설치된 주차장을 상호간에 공유하는 시스템으로서, 크게 주차정보 취득장치(110), 카메라(120), IoT 디바이스(130), 차단기(140), 디스플레이 장치(150), 환경정보 수집기(160), 중앙통제 서버(170) 및 협력기관 서버(180)를 포함하여 이루어지는데, 각각은 인터넷, LAN(Local Area Network), VAN(Value Added Network) 등의 통신망을 통해 데이터를 교환할 수 있다.
상기 주차정보 취득장치(110)는 적외선 센서나 초음파 센서 등으로 구성될 수 있는데, 각 주차장에 설치되어 차량주차상태에 관한 주차정보를 취득한다. 즉, 각 주차장의 주차현황정보를 취득하는 것이다.
상기 카메라(120)는 IP 카메라 등을 예로 들 수 있는데, 각 주차장 입구에 3~5개 정도 설치되어 진입하는 차량을 전방위적으로 촬영하여 차량 영상을 취득하고 실시간 스트리밍 프로토콜(RTSP:real-time streaming protocol)을 지원한다. 따라서, 차량 영상을 취득한 후 실시간 스트리밍 프로토콜을 통해 실시간으로 통신망에 전송할 수 있다.
본 발명에서는, 차량 번호를 포함하여 차량을 인식하는 것 뿐만 아니라 차종, 차색, 입출차시간, 오염도, 파손도 등의 차량상태정보를 효과적으로 수집하기 위해, 종래 루프 코일 방식이 아닌, 복수개의 카메라(120)를 새롭게 적용하여 차량 전후방이나 양측방, 상방 등에서 차량을 촬영하여 차량 영상을 취득하는 것이다.
상기 IoT 디바이스(130)는 상기 카메라(120)에서 실시간으로 전송되는 차량 영상의 프레임에서 딥러닝 모델을 통해 번호판을 포함한 차량을 인식하여 차량 유무를 판단한다. 즉, 도 2에 도시한 바와 같이, 인식된 차량 정보를 통신망으로 연결된 클라우드 DB 또는 로컬 DB에 학습을 통해 기 저장된 기준 차량 정보와 비교하여 정보 일치 여부에 따라 차량 유무를 판단하는 것이다.
상기 딥러닝 모델은 SSD 또는 YOLO를 포함하는 one stage object detection 모델을 활용하여 영상에서 차량을 인식할 수 있다. 즉, 차량 인식은 one stage 딥러닝 모델(YOLO, SSD)을 활용, 이 딥러닝 모델을 tensorflow, caffe2 등의 framework로 IoT 디바이스에 맞게 빌드하여 활용하는 것이다. 따라서, 초스피드(예를 들면 0.5초 이내)로 차량을 인식할 수 있다.
상기 IoT 디바이스(130)는 싱글 보드 컴퓨터(예를 들면 라즈베리파이)와 IoT용 하드웨어를 이용하여 구현할 수 있는데, 상기 카메라(120)와 통신망으로 연결되어 카메라(120)에서 전송되는 실시간 차량 영상의 매 프레임을 읽을 수 있다. 차량 영상을 읽고 매 프레임을 처리할 수 있는 라이브러리로 opencv를 예로 들 수 있다.
그리고, 상기 IoT 디바이스(130)는 듀얼코어 이상의 CPU를 가지며, 영상을 처리하는 프로그램과, 딥러닝 모델을 구동하는 프로그램을 구비할 수 있는데, 상기 영상 처리 프로그램과 딥러닝 모델 구동 프로그램은 각각 다른 스레드에서 구동되는 다중 스레드 프로그램으로서 영상에서의 차량 인식 지연 시간(latency)을 최소화 할 수 있다.
상기 IoT 디바이스(130)는 차량이 인식되는 시간과 위치로 차량 유무를 종합적으로 판단할 수 있는데, 인식된 차량이 특정 시간 동안 설정 횟수 이상(예를 들면 1초 내에 5번 이상) 인식될 때 차량이 있다고 판단할 수 있다.
한편, 상기 IoT 디바이스(130)는, 상기 차량 영상의 프레임에서 딥러닝 모델을 통해 번호판을 포함한 차량을 인식하여 차량 유무를 판단하는 방법처럼, 차량 영상의 프레임에서 딥러닝 모델을 통해 차종, 차색, 오염도 및 파손도를 포함하는 차량상태정보를 추가적으로 수집할 수 있다.
상기 IoT 디바이스(130)는 상기 카메라(120)에서 취득된 차량 영상을 전처리하고, 전처리된 차량 영상을 인공 신경망(artificial neural network)에 대입하여 차량 영상에 대한 결과물 영상을 추출할 수 있다.
참고적으로, 상기 전처리는 영상을 효율적으로 처리하기 위해 취득된 각각의 개별 대상 객체 영상 프레임에 접근한 후 영상을 소정 크기로 축소하는 것이다. 상기 인공 신경망은 사람 또는 동물 두뇌의 신경망에 착안하여 구현된 머신러닝 기법으로서, 기계 학습(machine learning)의 세부 방법론 중 하나로, 신경 세포인 뉴런(neuron)이 여러 개 연결된 망의 형태이다. 구조 및 기능에 따라 여러 종류로 구분되며, 가장 일반적인 인공 신경망은 한 개의 입력층과 출력층 사이에 다수의 은닉층(hidden layer)이 있는 다층 퍼셉트론(multilayer perceptron)이다.
상기 IoT 디바이스(130)는, 도 8에 도시한 바와 같이, 전처리된 차량 영상과 추출된 차량 영상에 대한 결과물 영상을 상호 비교 분석하여 차량 영상과 결과물 영상 간의 오차(error)에 따라 차량의 오염도 및 파손도를 판정할 수 있다(S110~S130). 즉, 차량 영상과 차량 영상에 대한 결과물 영상을 상호 비교하여 결과물 영상의 오차(error)가 임계치를 초과하면 차량이 오염되었거나 파손되었다고 판정하는 것이다.
부연 설명하자면, 오차는, 원 영상의 이미지와 결과물 영상 간의 픽셀 간 차이를 이용하여 만들어지는데, 대표적인 오차 측정 방법으로는 l1 norm, l2 norm 방식이 있고, 이 외에도 여러 가지 방식
이 가능하다. (x는 원 이미지, x'는 결과물 이미지, 왼쪽 수식이 l1 norm, 오른쪽 수식이 l2 norm)
예를 들면, 디코딩이라는 것의 결과물은 원본 영상의 근사치를 만들어내는 과정이므로 일반 차량 특성만 가지고 있는 오토인코더가 오염도 및 파손도가 있는 경우의 영상을 디코딩하면 그 오염도 및 파손도를 제대로 근사해서 디코딩하기가 어렵기에 오차가 더 커질 수 있다.
상기 IoT 디바이스(130)는 차량 영상 분석을 통해 차량으로 인식하여 분류하고 분류된 차량의 특정 위치를 인식한 후, 세그먼테이션을 통해 차량을 픽셀 단위로 분류하여 차량 영상에 대한 결과물 영상을 추출할 수 있다. 또는 오토인코더(Autoencoder)를 적용하여, 차량 영상을 인코더에 의해 인코딩하여 특성(feature)을 추출하고 추출된 특성들을 압축 처리한 후, 디코더에 의한 디코딩을 통해 차량 영상의 근사 결과물 영상을 추출할 수 있다. 인코딩은 대상 객체 영상에서 특성을 추출하는 과정이고, 디코딩은 원본 영상의 근사치를 만들어내는 과정이다.
참고적으로, 상기 오토인코더는 기계 학습 방법의 일종으로, 비지도 학습(Unsupervised learning)에 속한다. 신경망 알고리즘(Neural network)을 이용하여 어떤 입력이 신경망을 거쳐 나온 출력값이 그 입력값과 최대한 비슷해지도록 하는 것을 목표로 학습한다. 이때 입력값의 차원보다 신경망 뉴런의 개수가 크거나 같을 경우 학습의 의미가 없어진다. 입력값을 그대로 받아서 내보내면 그만이기 때문. 즉 의미를 가지기 위해서는 뉴런의 개수가 입력값의 차원보다 작아야 한다. 이 학습의 결과 더 적은 수의 값들을 가지고 원래 값을 복원할 수 있는 압축의 효과를 얻을 수 있다.
상기 IoT 디바이스(130)는 듀얼코어 이상의 CPU를 가지며, 영상을 처리하는 프로그램과, 딥러닝 모델을 구동하는 프로그램을 구비할 수 있는데, 상기 영상 처리 프로그램과 딥러닝 모델 구동 프로그램은 각각 다른 스레드에서 구동되는 다중 스레드 프로그램으로서 영상에서의 차량 인식 지연 시간(latency)을 최소화 할 수 있다.
상기 차단기(140)는 차량이 출입하는 각 주차장 입구에 설치되어 차량 진입을 통제한다.
상기 디스플레이 장치(150)는 운전자 또는 주차장 이용자에게 각종 편의 정보를 제공한다.
상기 환경정보 수집기(160)는 상기 차단기(140)에 탑재될 수 있는데, 주차장의 온도, 습도, 미세먼지 및 소음도 정보 등의 환경정보를 수집한다.
상기 중앙통제 서버(170)는 일종의 컨트롤 타워로서 주차정보 취득장치(110)에서 실시간으로 전송되는 주차정보와 연동하여 상기 IoT 디바이스(130)에서 판단된 차량 상태에 따라 상기 차단기(140)가 차량을 출입 통제할 수 있도록 제어한다. 즉, 각 주차장의 주차정보를 실시간 체크하면서 IoT 디바이스(130)에서 차량이 있는 것으로 판단될 때 차량이 통과할 수 있도록 차단기(140)를 제어하는 것이다.
또한, 상기 중앙통제 서버(170)는 상기 디스플레이 장치(150)가 운전자 또는 주차장 이용자에게 도움이 되는 각종 편의 정보 또는 상기 환경정보 수집기(160)에서 수집된 온도, 습도, 미세먼지 및 소음도 정보를 제공하도록 제어한다.
상기 중앙통제 서버(170)는 상기 IoT 디바이스(130)에서 수집된 차량상태정보를 바탕으로 관공서, 주유소(충전소), 전자상거래 관련기업, 광고사, 차량 제조사, 판매사, 세차장, 정비소 및 보험사를 포함하는 협력기관 서버(180)에 해당 차량에 대한 관련 서비스를 중계할 수 있다.
구체적으로는, 상기 IoT 디바이스(130)에서 수집된 차량상태정보인 차량의 번호, 입출차 정보를 바탕으로 법무부, 경찰청, 국세청, 지자체, 관련 IT기업, 견인기관 등의 협력기관 서버(180)에 차량 위치정보 서비스를 제공할 수 있다.
또한, 상기 IoT 디바이스(130)에서 수집된 차량상태정보인 차량의 번호, 입출차 정보를 바탕으로 주유소, 전기충전소, 가스충전소, 수소충전소 등의 협력기관 서버(180)에 차량 통계정보 서비스 제공할 수 있다.
또한, 상기 IoT 디바이스(130)에서 수집된 차량상태정보인 차량의 번호, 입출차 정보를 바탕으로 전자상거래 관련 기업, 광고사 등의 협력기관 서버(180)에 라이프 스타일 정보 서비스를 제공할 수 있다.
또한, 상기 IoT 디바이스(130)에서 수집된 차량상태정보인 차량의 번호, 차종, 차색 정보를 바탕으로 자동차 제조 및 판매사 등의 협력기관 서버(180)에 차량 판매정보 제공 서비스를 제공할 수 있다.
또한, 상기 IoT 디바이스(130)에서 수집된 차량상태정보인 차량의 오염도를 전후를 비교하여 출장 세차 및 인근 세차장 등의 협력기관 서버(180)에 세차 서비스를 제공할 수 있다.
또한, 상기 IoT 디바이스(130)에서 수집된 차량상태정보인 차량의 파손도를 전후 비교하여 출장 정비 및 인근 정비소 등의 협력기관 서버(180)에 정비 서비스를 제공할 수 있다.
또한, 상기 IoT 디바이스(130)에서 수집된 차량상태정보인 차량의 파손도를 전후 비교하여 보험사 등의 협력기관 서버(180)에 보험 서비스를 제공할 수 있다.
상기 중앙통제 서버(170)는 특정 시간 동안 차량이 존재한 시간을 통해 차량 출입 여부를 판단하여 상기 차단기(140)가 차량을 출입 통제할 수 있도록 제어할 수 있다. 이를 통해 차량의 과속 여부도 판단 가능하고, 차량 번호판 인식 유무로 카메라 번호 인식을 수행하는 것도 가능하다.
한편, 본 발명에 따른 인공지능 기반의 주차장 공유 시스템을 한정된 실시예에 따라 설명하였지만, 본 발명의 범위는 특정 실시예에 한정되는 것은 아니며, 본 발명과 관련하여 통상의 지식을 가진자에게 자명한 범위내에서 여러 가지의 대안, 수정 및 변경하여 실시할 수 있다.
따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
110 : 주차정보 취득장치
120 : 카메라
130 : IoT 디바이스 140 : 차단기
150 : 디스플레이 장치 160 : 환경정보 수집기
170 : 중앙통제 서버 180 : 협력기관 서버
130 : IoT 디바이스 140 : 차단기
150 : 디스플레이 장치 160 : 환경정보 수집기
170 : 중앙통제 서버 180 : 협력기관 서버
Claims (8)
- 복수개소에 설치된 주차장을 공유하는 시스템으로서,
각 주차장에 설치되어 차량주차상태에 관한 주차정보를 취득하는 주차정보 취득장치(110)와;
각 주차장 입구에 설치되어 차량을 촬영하여 차량 영상을 취득하는 카메라(120)와;
상기 카메라(120)에서 실시간으로 전송되는 차량 영상의 프레임에서 딥러닝 모델을 통해 번호판을 포함한 차량을 인식하고, 인식된 차량 정보를 클라우드 DB 또는 로컬 DB에 학습을 통해 기 저장된 기준 차량 정보와 비교하여 정보 일치 여부에 따라 차량 유무를 판단하는 IoT 디바이스(130)와;
각 주차장 입구에 설치되어 차량 진입을 통제하기 위한 차단기(140)와;
상기 주차정보 취득장치(110)에서 실시간으로 전송되는 주차정보와 연동하여 상기 IoT 디바이스(130)에서 판단된 차량 상태에 따라 상기 차단기(140)가 차량을 출입 통제할 수 있도록 제어하는 중앙통제 서버(170)를 포함하는 인공지능 기반의 주차장 공유 시스템. - 청구항 1에 있어서,
디스플레이 장치(150)를 더 포함하되,
상기 중앙통제 서버(170)는 상기 디스플레이 장치(150)가 각종 편의 정보를 제공하도록 제어하는 인공지능 기반의 주차장 공유 시스템. - 청구항 2에 있어서,
주차장 온도, 습도, 미세먼지 및 소음도 정보를 수집하는 환경정보 수집기(160)를 더 포함하되,
상기 중앙통제 서버(170)는 상기 디스플레이 장치(150)가 상기 환경정보 수집기(160)에서 수집된 온도, 습도, 미세먼지 및 소음도 정보를 제공하도록 제어하는 인공지능 기반의 주차장 공유 시스템. - 청구항 1에 있어서,
상기 IoT 디바이스(130)는 차량 영상의 프레임에서 딥러닝 모델을 통해 차종, 차색, 오염도 및 파손도를 포함하는 차량상태정보를 수집하고,
상기 중앙통제 서버(170)는 수집된 차량상태정보를 바탕으로 관공서, 주유소(충전소), 전자상거래 관련기업, 광고사, 차량 제조사, 판매사, 세차장, 정비소 및 보험사를 포함하는 협력기관 서버(180)에 해당 차량에 대한 관련 서비스를 중계하는 인공지능 기반의 주차장 공유 시스템. - 청구항 4에 있어서,
상기 IoT 디바이스(130)는 상기 카메라(120)에서 취득된 차량 영상을 전처리하고, 전처리된 차량 영상을 인공 신경망에 대입하여 차량 영상에 대한 결과물 영상을 추출하고, 전처리된 차량 영상과 추출된 차량 영상에 대한 결과물 영상을 상호 비교 분석하여 차량 영상과 결과물 영상 간의 오차(error)에 따라 차량의 오염도 및 파손도를 인식하는 인공지능 기반의 주차장 공유 시스템. - 청구항 5에 있어서,
상기 IoT 디바이스(130)는 차량 영상 분석을 통해 차량으로 인식하여 분류하고 분류된 차량의 특정 위치를 인식한 후, 세그먼테이션을 통해 차량을 픽셀 단위로 분류하여 차량 영상에 대한 결과물 영상을 추출하거나, 또는 오토인코더를 적용하여, 차량 영상을 인코더에 의해 인코딩하여 특성(feature)을 추출하고 추출된 특성들을 압축 처리한 후, 디코더에 의한 디코딩을 통해 차량 영상의 근사 결과물 영상을 추출하는 인공지능 기반의 주차장 공유 시스템. - 청구항 1에 있어서,
상기 딥러닝 모델은 SSD 또는 YOLO를 포함하는 one stage object detection 모델을 활용하여 영상에서 차량을 인식하고,
상기 IoT 디바이스(130)는 싱글 보드 컴퓨터와 IoT용 하드웨어를 사용하고,
영상을 처리하는 프로그램과, 딥러닝 모델을 구동하는 프로그램을 구비하되 상기 영상 처리 프로그램과 딥러닝 모델 구동 프로그램은 각각 다른 스레드에서 구동되는 다중 스레드 프로그램이고,
차량이 인식되는 시간, 위치로 차량 유무를 종합적으로 판단하되 인식된 차량이 특정 시간 동안 설정 횟수 이상 인식될 때 차량이 있다고 판단하는 인공지능 기반의 주차장 공유 시스템. - 청구항 1에 있어서,
상기 중앙통제 서버(170)는 특정 시간 동안 차량이 존재한 시간을 통해 차량 출입 여부를 판단하여 상기 차단기(140)가 차량을 출입 통제할 수 있도록 제어하는 인공지능 기반의 주차장 공유 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190146340A KR102380662B1 (ko) | 2019-11-15 | 2019-11-15 | 인공지능 기반의 주차장 공유 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190146340A KR102380662B1 (ko) | 2019-11-15 | 2019-11-15 | 인공지능 기반의 주차장 공유 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210059207A true KR20210059207A (ko) | 2021-05-25 |
| KR102380662B1 KR102380662B1 (ko) | 2022-03-31 |
Family
ID=76145638
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190146340A KR102380662B1 (ko) | 2019-11-15 | 2019-11-15 | 인공지능 기반의 주차장 공유 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102380662B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102414584B1 (ko) | 2021-11-24 | 2022-06-28 | 김정은 | 공동주차구역 운영 및 관리 시스템 |
| KR102511971B1 (ko) * | 2022-03-08 | 2023-03-22 | 주식회사 플리지 | Ａｉ 기반 실시간 영상에서 차량번호 객체인식을 이용한 차주 간 소통 서비스 및 운전 평가 시스템 |
| KR102554208B1 (ko) * | 2022-03-16 | 2023-07-10 | 양석원 | 차량 오염도 분석 기반 세차 서비스 제공 방법 및 시스템 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090055988A (ko) * | 2007-11-29 | 2009-06-03 | 광운대학교 산학협력단 | 유비쿼터스 환경에서의 주차관리 시스템 및 방법 |
| KR20150020473A (ko) * | 2013-08-16 | 2015-02-26 | (주)오션네트웍스 | 주차 관리 시스템 및 방법 |
| KR20180122094A (ko) * | 2017-05-02 | 2018-11-12 | 파킹클라우드 주식회사 | 스마트 파킹 시스템 및 이를 이용한 맞춤형 서비스 제공 방법, 이를 수행하기 위한 기록 매체 |
| KR20190060817A (ko) * | 2017-04-11 | 2019-06-03 | 알리바바 그룹 홀딩 리미티드 | 이미지 기반의 차량 손상 판정 방법과 장치, 및 전자기기 |
| KR20190095611A (ko) | 2018-01-25 | 2019-08-16 | 주식회사 스페이스매직 | 개인 유휴 공간을 이용한 주차장 공유 시스템 |
| KR20190117839A (ko) | 2018-03-27 | 2019-10-17 | 안희태 | 사물인터넷 기반 주차공간 공유 시스템 |
-
2019
- 2019-11-15 KR KR1020190146340A patent/KR102380662B1/ko active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090055988A (ko) * | 2007-11-29 | 2009-06-03 | 광운대학교 산학협력단 | 유비쿼터스 환경에서의 주차관리 시스템 및 방법 |
| KR20150020473A (ko) * | 2013-08-16 | 2015-02-26 | (주)오션네트웍스 | 주차 관리 시스템 및 방법 |
| KR20190060817A (ko) * | 2017-04-11 | 2019-06-03 | 알리바바 그룹 홀딩 리미티드 | 이미지 기반의 차량 손상 판정 방법과 장치, 및 전자기기 |
| KR20180122094A (ko) * | 2017-05-02 | 2018-11-12 | 파킹클라우드 주식회사 | 스마트 파킹 시스템 및 이를 이용한 맞춤형 서비스 제공 방법, 이를 수행하기 위한 기록 매체 |
| KR20190095611A (ko) | 2018-01-25 | 2019-08-16 | 주식회사 스페이스매직 | 개인 유휴 공간을 이용한 주차장 공유 시스템 |
| KR20190117839A (ko) | 2018-03-27 | 2019-10-17 | 안희태 | 사물인터넷 기반 주차공간 공유 시스템 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102414584B1 (ko) | 2021-11-24 | 2022-06-28 | 김정은 | 공동주차구역 운영 및 관리 시스템 |
| KR20230076730A (ko) | 2021-11-24 | 2023-05-31 | 김정은 | 공동주차구역 운영 및 관리를 위한 스마트 컨트랙트 시스템 |
| KR102511971B1 (ko) * | 2022-03-08 | 2023-03-22 | 주식회사 플리지 | Ａｉ 기반 실시간 영상에서 차량번호 객체인식을 이용한 차주 간 소통 서비스 및 운전 평가 시스템 |
| KR102554208B1 (ko) * | 2022-03-16 | 2023-07-10 | 양석원 | 차량 오염도 분석 기반 세차 서비스 제공 방법 및 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102380662B1 (ko) | 2022-03-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109819208B (zh) | 一种基于人工智能动态监控的密集人群安防监控管理方法 | |
| KR102380662B1 (ko) | 인공지능 기반의 주차장 공유 시스템 | |
| US9704201B2 (en) | Method and system for detecting uninsured motor vehicles | |
| KR20200071799A (ko) | 딥러닝 인공지능 기술을 이용한 객체인식 및 카운팅 방법 | |
| CN108710827B (zh) | 一种社区微警务巡查和信息自动分析系统及方法 | |
| WO2004042673A2 (en) | Automatic, real time and complete identification of vehicles | |
| KR102333143B1 (ko) | 무인 계수 서비스 제공 시스템 | |
| KR102122850B1 (ko) | 딥 러닝 기반의 교통분석 및 차량번호 인식 솔루션 | |
| KR102289181B1 (ko) | 영상 기반 주차 관리 시스템, 장치 및 방법 | |
| CN110852148A (zh) | 一种基于目标追踪的访客目的地核验方法及系统 | |
| CN112381014A (zh) | 一种基于城市道路的违停车辆检测及管理方法及系统 | |
| CN115171260A (zh) | 一种基于人脸识别的智能门禁系统 | |
| Dhuri et al. | Real-time parking lot occupancy detection system with vgg16 deep neural network using decentralized processing for public, private parking facilities | |
| US20180181841A1 (en) | Method, system and apparatus for providing access to videos | |
| KR102222109B1 (ko) | 불법 주정차 단속 이미지 통합 관리 시스템 | |
| CN115423664A (zh) | 一种智慧园区物联网综合服务系统 | |
| CN110544334B (zh) | 门禁管理的数据处理方法、装置、电子设备与存储介质 | |
| Mahmood et al. | Enhanced detection and recognition system for vehicles and drivers using multi-scale retinex guided filter and machine learning | |
| CN112382126A (zh) | 基于视频的车位占用分析方法 | |
| CN112614238A (zh) | 一种基于停车设备和人员结合智能收费的系统和方法 | |
| KR102679007B1 (ko) | 하이브리드 주차관리 방법, 및 장치 | |
| Jegan et al. | Automatic bus management system using IoT | |
| US11373511B2 (en) | Alarm processing and classification system and method | |
| CN116956960B (zh) | 一种基于云边端协同的社区访客到访路径还原方法及系统 | |
| CN213365531U (zh) | 安全监控用人脸识别系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right |